����͸���������͵IJ⾮ʶ��ģ��

目前低渗透储层测井评价结果与试油效益并不令人满意，其原因是低渗透储集层类型的差异导致其导电性和测井响应特征不同，而测井解释大多数还是沿用中高孔渗油气藏的解释方法。因此，低渗透储集层的测井解释模型要针对不同的储集层类型建立模型，其核心问题是利用测井资料进行低渗透储集层类型的识别。文章首先应用毛细管压力曲线、岩电实验数据、物性分析数据和相对渗透率曲线等实验资料，结合实际测井和测试资料，采用地质储层分类标准和储层的分形特征对塔中志留系储层进行分类研究，建立了适应井区的测井分类标准；然后，采用BP神经网络方法建立了识别储层类型的测井分类模型；最后应用该方法处理该层系低孔低渗储层的实际测井资料。其处理解释结果与岩心分析结论比较，符合率高达91.89%，试油结果也验证了该方法的实用性、准确性。     

基于BP神经网络的碳酸盐岩储层缝洞充填物测井识别方法

缝洞是碳酸盐岩储层重要的储集空间和渗流通道,缝洞充填物的识别对评价油气储集能力和渗流能力具有重要作用。解决缝洞充填物与常规测井响应之间的非线性问题,BP神经网络法具有突出的优势。为此,通过结合成像测井和岩心资料,将碳酸盐岩储层缝洞充填物划分为泥质充填、砂质充填和结晶碳酸盐岩充填3类类型;分析不同充填类型的缝洞测井响应特征,选取敏感性较强的泥质含量、裂缝孔隙度、中子比、密度比和深侧向电阻率等5个参数,利用BP神经网络建立了碳酸盐岩储层缝洞充填物的识别方法。应用所建立的方法对实际井资料进行了处理评价,其预测结果与实际结果有较好的一致性,取得了较好的应用效果。     

青西油田测井解释模式的建立

青西油田为玉门油田的一个重要勘探开发区块。岩性复杂，泥质含量高，储集空间以裂缝为主，应用常规测井资料不能正确识别岩性和划分储层，从而不能正确确定储层参数，测井解释常出现失误，以往的测井解释方法也不适用。随着电成像和阵列声波等新技术在青西油田的广泛使用，近年来在青西油田建立了以电成像资料为主常规测井资料为辅识别各种裂缝的方法，这包括通过处理出的阵列声波能量衰减资料判别裂缝有效性和裂缝发育程度的储层识别方法；采用神经网络技术处理储集层各种参数；针对青西油田两种主要的储集层岩性，选用不同的交会图版，结合泥浆电阻率、井温测井曲线和其他常规测井资料对油气、水层的响应特点，综合地质录井资料和区域油水界面判别储层流体性质的测井解释模式。这些技术的广泛使用，使青西油田测井解释符合率显著提高，并在其他地质工程应用和测井适应性研究等方面见到了成效。     

基于老测井系列的数字处理方法

随着油气田勘探开发的进一步深入和油气资源的逐渐贫乏，利用测井资料进行老井复查已经成为一些老油气田工作的重点。而老油气田测井解释工作最大的困难在于老的测井系列测井项目较少，测井质量不高，缺乏足够的测井信息。为此，以四川盆地的某老气田为例，提出了利用测井曲线相对齐全的关键井来构建其他老井测井曲线的新方法，并以岩心分析资料为研究基础，应用最优化测井解释方法，在准确识别岩性的基础上对该气田10口井完成较高精度的测井资料进行了数字处理。结果证明，该研究思路和方法对老井复查工作有一定的参考使用价值。     

基于老测井系列的数字处理方法研究

随着油气田勘探开发的进一步深入和油气资源的逐渐贫乏,利用测井资料进行老井复查已经成为一些老油气田工作的重点。老油气田测井解释最大的困难在于老的测井系列测井项目较少,测井质量不高,缺乏足够的测井信息。本文以四川盆地某老气田为例,笔者提出了利用测井曲线相对齐全的关键井来构建其他老井测井曲线的新方法,并以岩心分析资料为研究基础,应用最优化测井解释方法在准确识别岩性的基础上对该气田10口井完成较高精度的测井资料数字处理。分析认为该研究思路和方法对老井复查工作有一定的参考使用价值。     

BP神经网络在辽河坳陷太古宇潜山内幕岩性识别中的应用

太古宇基岩内幕岩性复杂,岩性划分难度较大。研究中以岩心定名为基础,挖掘太古宇不同岩性测井曲线的响应特征,抽取对基岩内幕岩性敏感的密度、中子、伽玛以及光电吸收截面指数作为输入端构建BP神经网络对太古宇岩性进行识别。识别结果与岩心测试资料对比表明,BP神经网络岩性识别结论可靠。该研究丰富了太古宇基岩岩性识别方法,为太古宇内幕深化研究奠定方法基础。     

基于交会图和多元统计法的神经网络技术在火山岩识别中的应用

针对火山岩储层的特殊性(复杂性、离散性和随机性),应用BP神经网络技术对火山岩测井解释中岩性识别问题进行了研究。该方法的技术关键是样本集和初始权重的建立,以及模型的优选。本文提出了一种基于交会图和多元统计法的学习样本生成方法,即根据取心岩样的地球化学和岩石学研究,用交会图技术建立样本集,采用聚类分析和距离判别法确定初始权重。将研究方法应用在松辽盆地杏山地区火山岩岩性识别问题中,取得了很好的效果,岩性解释符合率高于90%。文中通过四种岩性识别处理模式的对比研究,表明赋权重处理模式为最优处理模型。在神经网络模型预测过程中,需充分利用已有的地质经验和测井曲线信息建立典型可靠的样本文件,同时考虑神经网络方法中各种因素的影响,优选模型和计算参数才能使预测结果符合实际情况。     

以岩性识别为核心的碳酸盐岩储层测井评价技术及其应用——以中东M油田为例

相对于碎屑岩储层,碳酸盐岩储层岩性复杂和储集空间类型多样给适用于岩性单一的均质模型测井评价方法带来了挑战。为进一步提高碳酸盐岩储层参数计算精度,通过对中东M油田具有放射性的白云岩的精细处理、储层参数敏感性分析、最优化处理模型和解释参数等方面进行的准确、有效的评价,建立了以岩性识别为核心的碳酸盐岩储层测井评价技术。应用效果表明,通过储层参数精细化处理与综合解释,其结果可以满足该油田储层评价和储量计算的要求。     

储层特征曲线重构反演技术 ———以冀东油田南堡凹陷为例

由于受多种因素影响，南堡地区主力含油层段声波测井曲线不能直接反映储层特征。依据本区地质特点 和资料情况，以地质、测井、地震综合研究为基础，以岩石物理学为理论指导，利用测井曲线重构技术分析了不同 测井曲线对于储层的敏感性以及与声波时差的相关性。根据分析结果，优选出了既能反映岩性特征又与声波时 差之间存在较好相关性的自然伽马、密度、电阻率、补偿中子等测井曲线，然后采用数理统计的方法重构能反映 储层特征的曲线，再以该特征曲线为约束条件，开展了测井约束反演。处理结果表明，该方法在储层预测、岩性 识别等方面的应用效果较好。     

神经网络在枣北地区火成岩储层测井解释中的应用

枣园北部（简称枣北）地区火成岩岩石矿物成分种类多、蚀变程度以及裂缝发育状况变化很大，其测井响应比其它岩石更为复杂，使用常规测井解释方法评价火成岩储层难度较大。本文阐述了应用神经网络解决火成岩储层测井解释中储层参数计算、油水层识别和岩性识别等问题。通过对该地区火成岩测井数据的处理与解释，取得了比较满意的效果。     

一种无完井资料过套管浅层气测井精细评价方法

针对大庆油田葡南地区老井浅层没有完井测井信息不能进行气层评价的问题,在套管井中进行中子寿命测井和补偿中子测井,基于气层的测井响应特征,给出了定性识别气层的2个有效参数以及4组重叠曲线,利用套管井中子寿命远探测器俘获计数率曲线和补偿中子远探测器计数率曲线首次建立了钙层指示曲线,能够有效地区分钙层与气层,实现了气层快速直观精细解释。利用中子寿命测井近、远探测器俘获计数率以及热中子宏观俘获截面测井曲线组建了一条对气层识别比较敏感的GI 1曲线,利用该曲线建立了新的含气饱和度模型,对气层进行了定量解释。以试气资料为基础,综合气层定性、定量识别方法,确定了气层、气水同层、水层的多参数判别标准。经过试气验证表明该解释方法正确,能够满足大庆油田葡南地区老井浅层天然气评价工作需要。     

延长组致密油储层流体性质测井识别方法

Ordos盆地陇东地区延长组长6、长7、长8段为典型的致密油储层,具有储层物性差、非均质性强、孔隙结构和油水关系复杂等特点,严重影响了利用测井资料准确识别储层流体性质的能力。通过分析工区内65口井长6、长7、长8不同储层的岩性测井指示曲线、孔隙度测井曲线和电阻率测井曲线特征,优选出适用于陇东地区致密油的测井系列,利用三孔隙度测井曲线与电阻率曲线,构建反映储层含油性的识别致密油参数,将其用于识别延长组致密油储层的流体性质,直观快速解释符合率高,效果良好。     

Predicting Log Data by Using Artificial Neural Networks to Approximate Petrophysical Parameters of Formation

Petrophysical characteristics of underlying formation have an important role in reservoir management and drilling wells. One of the most common ways to reach this information is well log analysis. These logs represent important parameters of formation by evaluating some characteristics of rocks. Meanwhile, some time well logging does not implement well or some log data are accompanied by so many errors. Therefore, in these cases using cheaper logs or better data can estimate more expensive log or incorrect data. High-skill experts and lithology information are needed for interpretation and evaluation of data. Therefore, designing a model that is able to evaluate the petrophysical index using well log data without laboratory information will be very economical. The authors solve the problem of well log data and interpretation of logs using artificial neural networks. Running various networks has implied that the selection of appropriate network's input is the most important factor in accurate estimates. After selecting the appropriate input data, many networks were run in order to optimize the number of epoch, hidden layers, neurons in each layer and the proper neural network's training function. First, sonic log (DT) is predicted using neural network system. To do this, neutron porosity (NPHI) and density log (RHOB) are used as input variables. In the second network, porosity index (PHIE) is evaluated and predicted considering NPHI, RHOB, and DT. Finally, in third network, saturation index is estimated by using resistivity log and PHIE is predicted by second network.     

延迟神经网络测井资料评价水淹层的方法及应用

以取心分析的孔隙度和水饱和度为基础,建立测井信息与这些地居参数之间的非线性计算关系.用这种方法进 行参数解释,测井信息与油层参数之间的复杂关系不需要具体的数学物理模型描述,而只需要合适的样本集对网络进行 训练来获得解释模型,避开了油层水淹后,混合水电阻率求不准的问题.不同于已有的点对点的建模方法,本方法采用延迟神经网络模型,在建模和计算过程中自动考虑了测井响应上下围岩的影响.从而较好地解决了测井资料解释中地层厚度自适应校正和地层参数计算同时进行的问题.对一个油田注水开发后期 50口井的测井资料计算表明,这种方法具有良好的效果.     

扶余油田中区泉四段储层有效厚度下限研究

扶余油田中区泉四段主要为三角洲相沉积,储层岩性以粉砂岩和细砂岩为主.通过研究区取心井四性关系研究,采用岩心分析、录井及试油资料刻度测井的方法,建立了研究区的泥质体积分数、孔隙度、渗透率和原始含油饱和度测井解释模型.通过取心井岩心分析数据与模型解释数据对比,验证了解释模型的正确性,为进行测井资料二次数字处理,实现储层参数...     

文南油田低电阻率油层成因及测井评价方法

利用测井、岩心资料对文南油田低电阻率油层的成因进行了分析.文南油田的低电阻率油层主要由高束缚水饱和度、高地层水矿化度以及高泥质含量引起.提出了利用区域对比法和复合岩性混合地层水法评价该油田的低电阻率油层,克服了原解释时仅利用单井资料进行低电阻率油层评价过程中存在的不利因素;在资料标准化以后,利用回归分析技术建立岩电关系图版,包括孔隙度与声波、中子、密度测井的关系图版;渗透率与孔隙度的关系图版;根据试油分析资料和测井典型分析层段建立油气水判别标准.利用所建立的图版对文南油田75口井的疑难层段进行了重新处理,处理后共增加油层96个层,约214.1 m,油水同层63个层,约151.7 m.与试油结果相比符合率达90%,表明该方法是可靠的,地质效果明显.     

神经网络技术在复杂砂岩地层解释中的应用

利用Ｂ垢三层前向型网络结构建立矿物组份和物性样本集与声波、双感应、自然电位、自然伽马等５条测井曲线之间的一一对应关系,从而建立了张天渠油田中生界复杂砂岩导层的解释模型,利用该模型对３０口井的测井资料作了神经网络解释处理,适时进行了测井储层评价。解释成果达到预期效果。     

大牛地气田碳酸盐岩储层类型测井判别及应用

碳酸盐岩储层类型的测井解释评价难度很大，在利用常规测井信息构建能够反映碳酸盐岩储层特性的孔、洞和裂缝敏感性参数的基础上，选择声波时差比值、密度比值、中子孔隙度比值和深浅侧向电阻率比值等４个参数作为划分储层类型的参数，通过对90口井400余层不同类型的储层进行参数统计，确定了大牛地气田下古生界碳酸盐岩储层类型的判别标准，并描述了各类储层的测井响应特征。经20口井的测试资料验证，认为采用多参数综合评判法来判别储层类型是可行的，与地质研究划分储层类型吻合程度较高。     

奈曼旗凹陷测井解释及评价

由于对奈曼旗凹陷认识上的不足,使得测井解释结果与试油结果相差较大,本次根据11口井所测的3700资料,定量地描述了储集层地质特征,较好地识别了油气层。奠定测井系列在油、气、水层评价及储层参数计算过程中由常规测并不可替代的重要地位。