中高渗储层常规测井曲线裂缝识别分析

在石油开采与开发中,识别裂缝的方法和识别准确程度非常重要。当前利用常规测井资料进行油藏裂缝识别是主要形式,较成像测井资料的难获取和高价格形成对比,另外对于老井也能应用。利用综合概率法对地层进行裂缝那个识别,结合中高渗储层实例分析取心井裂缝岩心,提取测井资料中裂缝响应敏感的裂缝指示参数,分析其对识别裂缝的贡献程度赋予不同权重。实现了多测井资料、多地层因素的裂缝识别模型,具有精度较高、实用性强和经济节约的效果。     

利用常规测井资料识别低渗透砂岩储层裂缝

致密岩层中由于大量裂缝存在形成了具有有效孔隙度和渗透率的储层。为评价此类储层,必须准确地识别裂缝。本文选取了孔隙度差值、电阻率相对幅度差、岩石孔隙结构指数等常规测井资料及解释参数建立了裂缝判别模型,对裂缝性储层进行了识别,经取心样品检验,取得了较好效果。     

常规测井方法识别碳酸盐储层裂缝研究

碳酸盐储层作为一种常见的储层,出现裂缝这种现象是十分常见的,裂缝作为一个复杂的地质体,怎样识别利用碳酸盐储层裂缝至关重要,用测井方法进行对碳酸盐储层裂缝的研究在进行剖析裂缝中必不可少,常规的测井方法能够更好地测量储层的放射性、电阻率、密度等物理参数,更好地进行裂缝研究。本文将系统介绍常规的测井方法来分析识别碳酸盐储层裂缝,以便进行研究。     

利用测井资料识别裂缝型储层

在往常规测井识别砂岩储层及流体性质的基础上,充分挖掘偶极声波测井资料和电成像测井资料及M-N交会图法等识别裂缝型储层,并应用于普光气田须家河组裂缝型储层的精细解释中。     

户部寨地区常规测井资料识别储层裂缝探索

户部寨气田储层由裂缝和孔隙双重介质控制,判别储层裂缝发育段,对储层改造及提高气井产能意义重大。文章通过分析深浅双侧向测井、补偿声波测井等常规测井资料裂缝响应特征,建立交汇图版进行裂缝识别方法探索。     

利用常规测井资料识别碳酸盐岩储层储集类型

介绍了碳酸盐岩储集层储集空间类型的分类、储集类型的划分方法及识别。总结了常规测井资料在川东碳酸盐岩储层不同储集类型上的电性响应特征,为常规资料有效评价碳酸盐岩储层储集类型提供了依据。在川东地区的部分井中应用后,取得了较好的应用效果。     

复杂裂缝油田常规测井识别裂缝技术研究

新站油田是大庆西部外围复杂裂缝型油田,注水开发后油井多层多方向裂缝性见水,没有明显的见水方向,且见水后含水上升快,注水调整效果差。虽然应用了岩芯观察、微电阻率扫描成像、无源微地震法、注示踪剂等多种手段来研究裂缝,但这些技术都无法解决全油田单井单层裂缝发育的问题,且价格比较昂贵。本文利用常规测井裂缝模式识别技术,用测井系列中反映最灵敏的微电极曲线和高精度声波曲线的变化和变化趋势形成电阻率裂缝指数和声波裂缝指数,以指数变化的不协调性总结出5中裂缝识别模式,最后用已有准确资料进行单井单层校对,发现它们之间有很好的符合性。因此,应用该项技术,解释了新站油田所有单井单层裂缝,搞清了平面和纵向上裂缝分布规律。根据裂缝发育程度,结合油田各区块不同的地质和开发特征,制定了不同的开发政策,取得了很好的效果。例如在大403区块实施整体周期注水,该区块夹层裂缝特别发育,构造位于两条断层夹持的构造圈闭内,针对构造低部位发育边水、高部位多井裂缝性水淹的矛盾,开展内部周期注水,外侧连续注水,改变区块压力场分布,共实施7口井,实施后,地层压力由14.03MPa稳定在14.07MPa,区块自然递减率少上升1.7个百分点。应用该项技术有效的治理和利用了裂缝,为油田下步增效开发提供了依据。进行单井单层裂缝识别,解决了以前无法落实单井单层裂缝发育问题。根据裂缝识别成果,在新站油田开展了区块调整内外压力场分布的周期注水、层段调整等措施,有效的治理和利用裂缝,取得了很好的效果,为油田下步增效开发提供了依据。     

潜山裂缝性储层测井评价方法

针对目前裂缝性潜的油藏测井评价中存在的难题,利用常规测井资料与成像、核磁共振、偶极子声波等特殊测井资料相结合,研究山油藏的裂缝评价、储层量的计算、地应力确定等技术,形成潜力裂缝性储层测井综合评价方法,用于指导该类油藏的勘探与开发。     

综合利用测井数据求取升平油田x区块储层参数

为做好储层评价工作,首先要认识现有测井饱和度的解释模型的现状,在参阅国内外有关文献的前提下,根据各种模型建立的背景,将饱和度解释模型分为经典Archie公式和考虑了泥质影响的印度尼西亚方程和Simandoux饱和度解释模型等等。除基本的Archie模型以外,这两种方程也有多种解释模型。每种方程都有其历史背景,基于升平地区的地质情况选择适宜该地区的解释模型。提高了该地区计算饱和度的符合率。     

砂泥岩裂缝性储层测井识别及评价技术

致密砂岩裂缝储层形成的复杂油气藏,已经成为国内外油气勘探开发的焦点,常规勘探理论和方法在裂缝型油气藏评价中面临许多挑战,本文从砂泥岩裂缝型油气藏储层评价出发,分析各种常规预测裂缝有利发育带方法的优势和局限性,针对砂泥岩裂缝性储层识别这一难点,提出利用测井方法综合预测裂缝发育带的方法,指出储层裂缝预测研究存在的问题及发展趋势。     

BP神经网络在裂缝密度识别中的应用

由于其很好的自适应性和非线性映射能力,神经网络技术在石油领域得到了广泛的应用。结合模糊相关性分析和主成分分析的方法,利用改进的BP神经网络的方法,通过岩心和成像标定的常规测井数据实现对单井裂缝密度的识别,取得了很好的效果。     

利用BP神经网络预测储层参数

利用神经网络确定储层参数:孔隙度和渗透率。本文综合地质、测井、钻井、岩芯分析资料,在岩芯归位、测井数据标准化、归一化后,挑选合适的建模学习样本,利用BP神经网络建立孔隙度和渗透率预测模型,并用误差统计法和叠合图比较法对储层参数预测效果进行评价。     

利用测井曲线进行地层精细划分与对比

地层划分与对比直接影响单砂体识别的准确性和预测油藏及油气的分布规律,所以地层划分与对比对勘探开发及岩性油藏探区具有重要的意义。随着油田开发进入到了中后期,开发节点的增加受到取芯井及其他井资料的限制,利用测井曲线进行地层的划分与对比占有绝对的优势。根据地质规律划分地层并建立正确的等时对比,确定合理起始井以及正确的对比路线,建立合理的地质框架对油气田的合理开发有重要指导作用。     

Combined Mode I and Mode II Fracture of Monolithic Ceramics

The mode I, mode II, and combined mode I–mode II fracture behaviors of a coarse-grained silicon nitride, a fine-grained silicon nitride, and an alumina were investigated. These ceramics were fractured from two types of fracture initiating flaws: small surface flaws and large single edge precracks. The small surface flaws were introduced by Knoop indentation in flexural samples at various angles to the tensile stress direction and fractured in four-point bending. The samples with large precracks were fractured in the asymmetric four-point-bend geometry. The mixed-mode fracture toughness values obtained from the two flaw configurations were in good agreement with each other. All three ceramics displayed very similar mixed-mode fracture behavior, although their microstructures were not similar. Comparison of experimental data to mixed-mode fracture theories revealed that the minimum strain energy density theory best described the mixed-mode fracture behavior of all three ceramics.     

Measurement of Mode I and Mode II Fracture Properties of Wood-Bonded Joints

In this work, the fracture characterisation of wood-bonded joints under pure mode I and mode II loading was performed. The tested material was maritime pine (Pinus pinaster Ait.) bonded with an epoxy adhesive. Two fracture mechanical tests were chosen: the double cantilever beam (DCB) for opening mode I loading, and the end-notched flexure (ENF) for sliding mode II loading. The compliance-based beam method (CBBM) was used for both mode I and mode II fracture, since the Resistance-curves can be obtained directly from the global mechanical response of the specimens (load–displacement curve), without crack monitoring during propagation. This data reduction scheme was validated by direct comparison with the modified experimental compliance method (MECM).     

Fracture Toughness of Polycrystalline Ceramics in Combined Mode I and Mode II Loading

Fracture of Polycrystalline alumina and zirconia ceramics in combined mode I and mode II loading was studied using precracked disk specimens in diametral compression. Fracture toughness was assessed in different stress states (including pure mode I, combined mode I and mode II, and pure mode II) by aligning the center crack at specific angles relative to the loading diameter. The resulting mixed-mode fracture-toughness envelope showed significant deviation to higher fracture toughness in mode II relative to the predictions of the linear elastic fracture mechanics theory. Critical comparison with corresponding results on soda–lime glass and fracture-surface observations showed that crack-surface resistances arising from grain interlocking and abrasion were the main sources of the increased fracture resistance in mode II loading of the polycrystalline ceramics. Quantitative fractography confirmed an increased percentage of transgranular fracture of the grains in mode II loading.     

基于BP神经网络在储层预测中研究及应用

利用人工神经网络模式识别技术可以在现有油层下面寻找新的油气储层,也可以预测储层类型。将用于预测的网络提供的浅层地震反演参数集作为输入,经BP网络学习后,对深层或无井储层进行预测。最后利用垦71地区实际参数,对BP神经网络进行检验。     

低压低渗砂岩气藏压裂工艺技术应用

压裂是低渗透气田的重要增产措施,但由于气田采用的是衰竭式开发,地层压力不断下降（文23气田地层压力系数0．28左右）,常规压裂技术已不能适应当前开发形势。针对低压气井的压裂,提高压裂效果的核心问题是解决入井液返排问题和改善压裂液的性能,避免二次污染造成压裂失效。经过近两年的应用研究和试验,目前已具备一套适应气田开发状况的低压气藏改造配套技术,气田开发动态表明提高了压裂整体技术水平,取得了较好的压裂效果。     

On Modulus and Fracture Toughness of Rigid Particulate Filled High Density Polyethylene

A Kaolin-filled, high-density polyethylene (HDPE) system was used to illustrate the influence of particulates on modulus and toughness of the bulk material. A variation of filler content, particulate size and coupling quality for two HDPE-matrix systems with different viscosity led to a strong dependency of elastic modulus and fracture toughness under various testing conditions, e.g. static loading, fatigue and impact.

A stiffness improvement with increasing filler content was achieved by all coupling qualities. The developed Kaolin reinforcement of HDPE with optimised coupling offers an improvement of the stiffness and toughness under all investigated loading conditions. The degree of improvement depends on the particulate size and matrix viscosity. The energy dissipation mechanisms were investigated by fractographic analysis.     

散式流化和聚式流化的BP神经网络识别

由于流化系统的复杂性和非线性的特性,到目前为止,仍没有一个能很好地判断这两类流态化的可靠方法,而人工神经网络能够进行复杂的逻辑操作和实现对非线性系统流型的识别。由此,在文献数据(含15种颗粒和11种流体)的基础上,利用三层BP人工神经网络,提出了一种识别散式流化和聚式流化的新方法。以经过归一化处理的3个无因次准数(ρp-ρf)／ρf、Remf和Frmf(判别因子)作为神经网络的三个输入结点,以散式流化、过渡状态和聚式流化对应于神经网络的三个输出结点,由训练样本集得到隐层结点数等最佳网络参数,然后对待测样本进行了流型识别。研究结果表明,神经网络用于散式流化和聚式流化的模式识别,结果与实际较一致。新方法优于传统的识别方法,具有较好的应用前景。