利用遗传神经网络识别水淹层

胜坨油田水淹非常严重，有效的识别水淹层并定量地划分水淹级别，对油田开发非常重要。利用遗传神经网络实现了水淹层的自动识别。根据关键井的统计数据，首先建立标准的流体测井相数据库，合理地划分储层水淹级别，然后利用遗传神经网络对已知样本进行训练。遗传神经网络比简单的BP神经网络鲁棒性强，收敛速度快。用训练好的遗传神经网络对胜坨油田的水淹情况进行研究，取得了较好的效果。     

利用测井录井信息识别水淹层

综合利用测井、地质录井和岩心分析数据以及神经网络模式识别技术，对油层水淹程度进行分类自动识别。通过在胜利油田索地区的实际应用，证明此方法效果良好。     

轮南油田水淹层测井识别

由测井资料识别水淹层是水淹层测井解释的基本任务。研究了轮南油田油层水淹后测井曲线的变化规律,发现油层水淹后自然电位幅度差增大，电阻率下降。套管井中子寿命测井提供的自然伽马值和热中子俘获截面值增大。利用这些特征可有效地识别轮南油田水淹层位。     

水淹层测井解释技术状况与发展趋势

叙述了我国水驱油田开发测井及水淹层测井技术的发展概况，综述了我国在水淹层测井技术方面的研究成果和应用效果，对水淹层测井技术的发展趋势给出展望。对青海油田水淹层测井的现状及以后应做的工作提出看法。     

应用人工神经网络识别水淹层

油层水淹后，水淹层的内部物性明显区别于油层的原始状态，由于水淹状况复杂多变，使用一般测井解释方法识别水淹层具有很大困难。本文研究了人工神经网络ＢＰ算法处理测井资料来识别水淹层的基本原理和具体实现，给出了ＢＰ算法的改进方法及在两个油田的实际应用效果。     

水淹层测井解释技术研究与应用

提高水淹层的测井解释精度,对我国东部高含水油田非常重要.建立了一套快速直观的水淹层定性、定量测井解释方法将测井数据规格化为测井参数的相对值;根据电阻率和自然电位曲线的变化规律划分水淹级别,利用模糊综合评判法和分数维法定性识别水淹层;建立试油、压汞等资料与测井相对值的关系图版,考虑地区经验,用抛物线拟合方法建立水淹层定量解释模型,并建立研究区水淹层定量解释标准;利用井间油层对比结果及邻井分析结果进行水淹层综合评价.经大港油田枣1281断块16口井验证,水淹层解释结果符合率达86.3%.图6表1参5(王孝陵摘)     

高含水期水淹层评价方法

根据油田中后期开发生产的需要，本文介绍了十四种用裸眼井测井信息直接评价水淹层的方法及一些新方法的应用实例。这些方法直观、易于学习掌握，对于分析产层流体性质、识别水淹层、确定水淹部位、判断水淹程度提供了重要技术。     

砂砾岩厚油层的水淹层测井评价技术

油田综合含水越来越高，利用常规测井资料进行水淹层评价变得越来越难，针对这一问题提出确定混合水电阻率，剩余油饱和矿和油，水相对渗透率的办法：（１）对自然电位曲线影响因素进行分析和校正，利用校正后的数值与自然伽马组合计算地层混合水电效率；（２）对储层的电阻率影响因素进行校正，建立精度较高的乘余油饱和解释模型；（３）建立新的油，水相对渗透率图版，并可利用测井资料求出方程中的有关参数，为利用测井资料求准产     

应用4米电阻率曲线重迭法识别水淹层

本文首次提出了应用4米电阻率曲线重迭技术在砂岩油田中后期开发阶段识别水淹层的方法。有效地克服了泥浆侵入对水淹层测井解释可能造成的影响，大大提高了解释成功率。     

河南油田稠油加密井水淹层测井解释方法

河南油田稠油开发主要采用注蒸汽吞吐的方式，为了进一步提高稠油资源的采收率，采用加密井方案。通过钻井取芯、测井、投产表明，稠油加密井部分已被蒸汽水水淹。正确评价稠油加密井水淹层位和强度是提高稠油加密井开采效果的关键。通过研究，提出了一套利用测井资料评价稠油加密井水淹层的方法，经生产实践验证效果较好。     

概率神经网络在盐水水淹层识别中的应用

埕岛油田油层的水淹类型主要是盐水水淹,地层电阻率随水淹程度增强呈现单调递减的特征,但地层电阻率递减量与水淹程度关系极其复杂,至今还没有有效识别水淹层及其水淹程度的方法。为此,提出了基于概率神经网络的水淹层预测模型,首先结合埕岛油田实际测井和测试结论将水淹程度划分为未水淹、弱水淹、中水淹、强水淹和特强水淹5个水淹级别,并进行测井特征参数与水淹程度相关性分析,依此优选能更好反映水淹程度的测井特征参数;其次,利用提取的测井特征参数与测试结论建立靶区概率神经网络模型学习样本库;最后,利用概率神经网络对判识样本进行水淹层预测,并用当前深度学习分类效果较好的Adaboost算法作对比分析。结果显示：概率神经网络水淹层预测精度提升了10%,有效地提高了盐水水淹层的识别精度。     

高含水期粉砂岩储层水淹层解释方法研究

针对高含水期粉砂岩储层水淹层测井解释存在的问题，通过密闭取心分析资料与测井资料的结合，建立了有关参数解释模型。研究了用产水率来解释水淹层的方法，提出了相渗实验束缚水饱和度的标定方法。探讨了残余油饱和度的大小对高含水期水淹层解释的影响。     

遗传神经网络在水淹层识别中的应用

本文利用遗传神经网络实现了水淹层的自动识别。根据关键井的统计数据,首先建立起标准的流体测井相数据库,合理地划分储层水淹级别。然后利用遗传神经网络对已知样本进行训练,识别水淹层。遗传神经网络比简单的BP神经网络性强,收敛速度快。用训练好的遗传神经网络对研究工区的水淹情况进行研究,取得了较好的效果。     

自然电位在水淹层评价中的应用

目前，用常规测井资料评价水淹层的技术难点是地层混合液电阻率的计算，自然电位是较好反映混合液矿化变化的测井信息，测井中测得的自然电位包括薄膜电位和过滤电位，当泥浆柱压力与地表压力的压差曾小时，过滤电位可忽略不计，但当压差大于３．４ＭＰａ时则必须考虑过泯电位的影响，该文介绍了过滤电位的产生机理和计算过程，介绍了自然电位的校正方法并用校正后的自然电位计算混合液电阻率。     

永乐油田水淹层解释方法研究

永乐油田储层地质情况复杂,水淹后测井曲线的水淹特征不明显,水淹层解释比较困难,目前尚没有一种通用的、有效的水淹层解释标准.针对油田储层实际特点,从岩石物理试验、水驱试验和相渗试验入手结合密闭取心资料以及加密调整井的生产数据,采用理论与实际相结合的方法,研究和总结了工区水淹特征和水淹规律,形成了定性识别和定量计算判别储层...     

岔河集砂岩油田水淹层剩余油饱和度计算方法研究

通过对岔河集油田水淹层影响因素的分析,以及对水淹后储层岩性、物性、电性和含油性变化特征的研究,提出了利用自然电位和可变水法2个计算水淹层混合地层水电阻率的方法,给出了利用这2种方法的应用实例.藉此求取的剩余油饱和度计算精度有效满足了岔河集油田的开发需要.     

马厂区块高含水期水淹层测井综合评价方法

为了准确评价油田注水开发后期的剩余油分布，通过对中原油田马厂区块注水开发的研究，综合利用岩心分析和测井资料对以剩余油饱和度为核心的产层参数进行定量评价，提出用改进的阿尔奇公式求剩余油饱和度Sos，用驱油效率评价水淹级别，并在此基础上研制出了水淹层解释软件，从而使水淹层评价工作趋于精确化、系统化、规范化，提高了剩余油评价的可靠性。     

基于BP神经网络技术的水淹层评价

油层水淹后,油层的电阻率、自然电位、声学性质以及核物理性质等均会发生一系列变化,而且这些变化同油层的物理性质、注入水性质以及注入量等有关。不同的注水时期,这些变化也是不同的,因而使地质情况更加复杂多变。此时如果仅仅依靠常规测井曲线的变化建立模型来评价水淹层,势必造成很大误差。根据常规测井资料,借助BP神经网络,建立了BP网络模型,用建立的模型对某断块的15口具有试油资料的井进行了水淹级别预测,正确率高达80%以上。结果表明,基于BP神经网络的水淹层识别技术具有良好的应用效果。     

高矿化度地层水淹层综合评价方法

科学识别和评价水淹层，准确描油田剩余油分布，提高油注水开发效益。方法：依据取心、岩电实验，试油及测井资料，采用数理统计方法，制定了一套定量划分高矿化度地层水淹层级识别的方法，效果：本方法应用于文东油田文１３块，解释符合率大８５％，产生了较好的经济效益，并对高矿化度地层水淹层谰价和解释具有推广价值。