基于粗集理论的数据挖掘技术识别储层岩性

为了解决不确定、不完整性问题，将粗集理论与神经网络结合应用于模式识别分类，提出了一种离散连续属性的方法——聚类划分法，并以岩性识别分类为例，分析条件属性与决策属性之间的支持度，结果表明可提高识别分类的正确率，同时也说明了粗集神经网络系统可有效地解决不确定性、不完整性问题。     

塔河油田复杂碎屑岩岩性识别方法

为了准确识别塔河油田石炭系复杂碎屑岩储集层的岩性,研究了基于常规测井资料的岩性识别方法.根据取心资料将储集层的碎屑岩分为砂岩、含泥砂岩、含砾砂岩和含钙砂岩4种类型;从常规测井资料中提取对岩性反映相对敏感的多种信息,并进行归一化处理;采用常规支持向量机方法和最小二乘支持向量机方法对少量已知岩性的取心岩样进行学习,识别碎屑岩岩性,建立了适用于塔河油田石炭系复杂碎屑岩储集层的岩性识别方法.塔河油田X区块的石炭系碎屑岩岩性识别表明,基于最小二乘支持向量机方法的岩性识别符合率比常规支持向量机方法提高10百分点.研究结果表明,基于最小二乘支持向量机的岩性识别方法能有效识别塔河油田石炭系复杂碎屑岩储集层的岩性.      

火山熔岩特征及岩性识别方法

随着世界对油气资源的需求不断增加,火山岩(一般指火山熔岩)油气藏的勘探和开发逐步成为油气储量、产量增长的新亮点。岩性识别既是测井储层评价的基础,也是火山岩储层研究中的一个重要环节。本文概括了火山熔岩的岩石特征及测井响应特征,并对目前火山岩岩性识别方法进行总结分析,得出利用常规测井资料交会图法识别岩性的可行性。识别结果与实际情况基本吻合。     

三塘湖盆地火山岩岩性识别方法

火山岩岩性识别是火山岩储层评价的基础和关键。以三塘湖盆地火山岩为例,石炭系卡拉岗组火山岩岩性复杂多样,发育熔岩、火山碎屑岩及过渡岩类。针对岩性识别难点,在区域重磁资料圈定火山岩岩体范围的基础上,优选对岩性反应敏感的自然伽马、电阻率、补偿密度及声波时差等测井物理量,并对其进行岩心、薄片资料精细刻度,采用交会图方法,建立火山岩的测井响应识别模板,实现了对火山岩的测井岩性识别,进而对地质录井岩性进行准确的校正,为深入开展三塘湖盆地火山岩勘探奠定良好的基础。     

松辽盆地火山岩岩性测井识别方法研究

火山岩化学成分变化大、矿物组成复杂,利用测井资料识别火山岩岩性较困难。为了提高松辽盆地火山岩岩性识别的准确率,为火山岩气藏测井精细评价奠定基础,以火山岩岩石学特征为指导,总结了松辽盆地火山岩测井响应规律,得到了对岩性敏感的测井参数:密度、自然伽马、铀、钍、钾等;并利用这些参数绘制了交会图,建立了岩性识别图版;引入支持向量机方法,建立了火山岩岩性识别模型,并利用网格搜索技术优化了模型参数,最优模型的精度和推广能力均优于交会图版。将支持向量机岩性识别模型应用于松辽盆地实际井资料的处理中,将处理结果与岩石薄片鉴定结果对比,符合率高,证明了该模型的准确性。     

基于支持向量机的复杂碎屑岩储层岩性识别

以塔河地区石炭系碎屑岩储层的岩性识别为例,阐述了采用支持向量机技术及利用常规测井资料在取心资料少的情况下识别复杂碎屑岩储层岩性的方法。塔河地区石炭系碎屑岩储层的岩性复杂,普遍含泥、含灰和含砾,加之取心资料少和测井新技术资料缺乏,其岩性识别遇到了较大的困难。从常规测井资料中选取对储层岩性相对敏感的多种资料,选用径向基核函数和一对一多类分类编码模式,利用有限的取心资料建立岩性分类器。展示了塔河地区其中一个区块的岩性识别结果,并与BP神经网络方法的识别结果进行了对比,结果显示该方法具有更好的应用效果。     

松辽盆地北部深层岩性气层识别方法

松辽盆地北部深层多以特殊岩性储集层为主，其孔隙类型多样、非均质性强、形成机理复杂，给气层的识别带来许多技术上的难题。因此，首先从特殊岩性储层识别过程中存在的问题入手，结合测井响应特征和综合气测资料，优选对气层、水层反映敏感的测井参数，有针对性地建立了直观的气层定性分析、电阻率－密度交会图分析和数量化理论识别气层、水层和干层的方法，并将其应用于松辽盆地北部深层特殊岩性储层的气层、水层识别中，取得了很好的效果。     

基于改进集成学习的测井岩性识别方法研究

测井数据中存在大量与岩性无关的冗余信息,且各类岩性标签数据分布不均匀,严重影响岩性识别准确率,现有测井岩性识别算法无法有效解决岩性类间不平衡问题。为此提出了一种针对不平衡样本集的集成学习岩性预测方法KSMOSEL:首先以录井岩性数据为岩性样本标签,将测井曲线作为模型输入;然后将K-means算法与合成少数类过采样技术(SMOTE)相结合形成K-means-合成过采样算法,即KS采样算法,对岩性样本集进行平衡化处理;最后将采样后的数据集用于构建集成学习模型并训练,采用多个分类器模型融合构成强学习器,通过“软投票”方式预测岩性类型。以Hugoton油气田测井岩性数据为基础,采用改进不平衡样本集的集成学习岩性预测方法对岩性进行分类,并将识别效果与传统的分类模型：支持向量机、K最近邻分类、决策树、XGBoost和随机森林等模型进行对比。试验结果表明：KSMOSEL方法具有更高的精度,岩性识别准确率达到94.28%;KS采样之后,支持向量机、K最近邻分类、决策树、XGBoost、随机森林、GBDT和集成学习等模型岩性识别准确率分别提高了18.68%,12.03%,3.77%,10.23%,24....     

用数据挖掘方法识别碳酸盐岩岩性

碳酸盐岩储层受沉积、构造及成岩作用影响大,测井曲线不能完全反映岩性性质。分析常规交会图法在碳酸盐岩储层岩性识别中整体识别率偏低的原因。通过对比决策树、人工神经网络、支持向量机和贝叶斯网络等数据挖掘方法,发现决策树具有较高的识别正确率。采用该方法分析常规测井数据,通过构造新参数Rd/AC和Rd/Rs进行碳酸盐岩岩性识别,准确率可达到89.32%。实际应用表明,地质、测井知识和数据挖掘方法相结合,能有效识别常规方法无法准确判断的岩性,通过改进不同的优选参数,提高岩性识别的准确率,为储层沉积相解释提供更准确的地质信息。     

川东北大安寨段致密储层测井识别岩性技术研究

川东北地区侏罗系自流井组大安寨段地层岩性复杂,包括泥岩(页岩)、灰岩(含泥灰岩、泥质灰岩)和砂岩(粉砂岩、细砂岩)。针对研究区几种主要岩性,利用取心分析和岩屑录井资料综合标定,自然伽马、深侧向电阻率、三孔隙度、伽马能谱等测井项目的数据经过交会分析,优选出对岩性敏感的自然伽马、钍、钾测井曲线,经过适当刻度利用改进的重叠法进行岩性识别。识别结果与岩心分析和录井描述符合较好,岩性识别符合率达到84.7%,对该研究区储层测井评价及有类似地质特征地层的岩性识别有一定的指导意义。     

有约束岩性剖面测井识别技术

常规测井曲线是岩层中岩石颗粒的粗细状况及其成分的综合反映.若粗略地知道单井所处岩层的沉积状况,将会减少采用测井资料识别岩性时的多解性.海拉尔盆地贝尔凹陷属于多物源沉积环境,岩层多为砾岩、砂岩及砾砂混杂等沉积状况,因此认为砾岩岩性剖面为粗颗粒沉积序列,其余为细颗粒沉积序列.依据贝尔凹陷50口探井的录井岩心(屑)岩性资料推...     

沧东凹陷致密油岩性识别方法研究

针对沧东凹陷孔二段源储互层型致密储层岩性识别的难点,以钻井取心资料岩性识别为基础,在岩心刻度测井曲线的基础上,利用散点图技术、交会图技术及ＥＣＳ 测井进行岩性的识别,形成了源储互层型致密油岩性识别的有效方法。利用该方法,对沧东凹陷２００ 多口老井进行了岩性识别,并指导了该区勘探目标优选,近２ａ 部署探井１３ 口,均见到良好的油气显示,效果十分显著。     

测井资料交会图法在碎屑岩岩性识别中的应用——以十屋断陷为例

为了快速地识别十屋断陷碎屑岩岩性,利用测井资料和岩心资料,选取自然伽马、深侧向电阻率、声波时差和密度测井等数据编制出测井曲线交会图版,该图版包括砂泥岩识别图版及砂岩识别图版.利用此图板对十屋断陷深层泥岩、粉砂岩、砂岩和砂砾岩进行识别,结果与实际岩性相吻合.说明测井资料交会图法在十屋断陷碎屑岩岩性识别中的应用是切实可行的.     

准噶尔盆地天然气储层测井识别方法研究及应用

准噶尔盆地首次应用中子、密度、纵波、横波、中子伽马，重复式地层测试等测井资料，组成多种交会图进行重叠识别准噶尔地的天然气储层获得良好的效果，已总结了编制了用计算机处理的十余种快速直观识别气层的技术方法，可推广使用。     

基于测井多参数的复杂储层岩性综合识别

受多期不同类型构造、沉积、成岩的作用,MA凹陷芦草沟组岩性复杂多样。通过分析已知测井资料和取心岩性的对应关系,建立该区测井相—岩相蛛网模式库,利用灰色关联理论对MA凹陷18口井储层进行岩性自动识别,其对应的364块实验取心薄片结果分析对比,其中各岩性的符合率均达到80%,实现了对多种测井信息集成和综合分析,达到了用定量参数形象反映定性问题的目的,提高了复杂储层岩性识别的精度。     

基于Fisher判别分析的弹性属性参数致密碎屑岩岩性识别

致密碎屑岩岩性识别是储层预测中的难题之一,直接利用测井曲线或弹性参数很难识别。利用测井获得的纵横波资料,计算出了各种弹性参数,再利用Fisher判别方法,将砂岩、泥岩、粉砂岩3类岩性的样本投影到最佳的方向,实现各类样本之间最大程度的分离。试验结果表明,利用Fisher判别方法可以有效地识别砂岩和粉砂岩,判别率较高,为致密碎屑岩难动用储量的评价奠定了基础。     

文昌13—1油田低阻油层测井岩性识别方法研究

文昌131油田低阻层段由于测井曲线幅度起伏较小,垂向上岩性变化频繁,导致测井岩性识别难度大。针对油田实际地质特征,充分考虑油田低阻层段与高阻层段之间的差异,筛选了自然伽马、中子孔隙度、声波时差、深感应电阻率4条测井曲线,并对这4条测井曲线逐一进行了标准化处理。同时,采用测井曲线交会图版法,统计了不同岩性之间的测井曲线特征,在此基础上,分别制定了低阻层段与高阻层段岩性识别标准,并编制了识别程序,共识别出砂岩、砂质泥岩、泥质砂岩、泥岩和钙质砂岩5种岩性。从识别结果来看,该方法适合文昌13—1油田,识别结果与取心岩性符合率较高,识别结果可用,且大大减轻了人工识别工作量。     

准噶尔盆地腹部火成岩岩性识别

随着火成岩油气藏勘探的不断深入,如何准确有效地识别火成岩岩性是进行该类油气藏评价的关键。以准噶尔盆地滴西地区火成岩岩性识别为例,构建了4个岩性识别辅助参数,通过样本扩充解决了研究区同一岩性样本测井信息不符合正态分布且难以确定其分布函数时引起数学方法识别岩性识别率低的难题。利用对应分析方法进行了岩性敏感性测井信息分析,运用统计性聚类和模糊聚类方法进行了岩性数学分类研究,使用模糊数学、贝叶斯判别分析、神经网络、基于层次聚类分析思想的交会图等方法分别进行火成岩岩性常规识别和主成分识别,开发出基于forward测井解释平台的火成岩识别软件,共识别出火成岩岩性15种、沉积岩2种,与岩心薄片鉴定资料比较,各种岩性平均解释符合率为86.5%。误识的岩性主要为凝灰岩和火山角砾岩,将成像测井资料与常规测井资料相结合来判断便可以减少误判。     

徐深气田火山岩储层岩性与流体性质测井识别研究

在充分考虑火山岩储层特征和地层非均质性的基础上,运用常规测井信息、气测录井及测井新技术对火山岩储层进行综合评价。应用岩心观察、薄片分析、扫描电镜等资料,采用交会图法、主成份分析等方法,对火山岩储层进行了岩性识别;应用试气、测井、气测录井等资料对储层流体性质进行了判别。