基于图论聚类和最小临近算法的岩性识别方法——以四川盆地西部雷口坡组碳酸盐岩储层为例

碳酸盐岩具有非均质性强、岩性变化快和岩石类型复杂的特征,岩性精细识别难度大,严重制约了储层参数的计算及后续油气开发。以四川盆地西部雷口坡组碳酸盐岩储层为例,结合岩心和薄片等分析测试资料将储层发育的岩性分为8类：藻粘结白云岩、粉晶白云岩、泥晶白云岩、灰质白云岩、白云质灰岩、灰岩、膏质白云岩和石膏,明确了不同岩性的测井响应特征。采用机器学习的思想,将已知岩性定名样本作为训练数据,利用图论聚类分析方法建立岩性识别训练模型,在此基础上结合最小临近算法对未取心井岩性进行预测,实现了不同岩性的精细识别。区块应用结果表明：该方法岩性识别整体符合率高达91.3%,有效提高了岩性识别精度。     

基于多元概率因子识别复杂碳酸盐岩岩性方法的应用

四川盆地彭州地区中三叠统雷口坡组雷四段碳酸盐岩地层受沉积、成岩等因素的影响,岩性复杂多样;因此雷四段碳酸盐岩的岩性识别对该层位的研究至关重要。通过岩心观察,彭州地区雷四段岩性主要发育白云岩、灰质白云岩、云质灰岩、灰岩和石膏岩5种岩性。根据多元判别分析,利用岩性概率因子计算进行多参数的岩性识别。通过与实际资料对比,岩性识别的吻合率为89.3%,是一种有效的复杂碳酸盐岩岩性识别方法。     

钻井岩性实时识别方法研究

地层岩性的实时识别对及时调整钻井参数、有效控制井眼轨迹具有十分重要的作用。以录井资料为基础识别地层岩性,必须综合考虑钻井操作参数、水力参数以及钻头磨损状态的影响,而随钻过程中,就目前的技术还不能够实时测量钻头磨损状态。根据BP神经网络原理,建立了岩性识别双重神经网络模型。第1个神经网络用来在已知钻头磨损状态条件下,识别所钻地层岩性;第2个神经网络用来在已知地层岩性条件下,预测钻头磨损状态。2个神经网络通过钻头磨损状态参数连接起来,选取样本数据分别对2个神经网络进行训练,并结合随钻录井数据,根据岩性识别流程图对岩性进行实时识别。应用该模型在新疆油田进行了岩性实时识别试验,识别结果与测井解释结果相比,符合率达85%。应用结果表明该模型具有一定的合理性和实用性。     

基于多参数融合的致密储层有效性综合评价方法研究

准确确定致密储层有效性下限和建立有效性标准对于致密油有效储量估算及增产有着重要意义。基于卷积神经网络、多元统计分析等方法建立致密储层岩性识别及岩石物理相解释模型;在储层特征描述的基础上结合岩石物理相分类建模与孔隙结构评价,建立多参数融合的致密储层有效性评价方法。实际资料处理结果表明,建立的岩性识别方法预测结果准确率较高,有效性综合评价结论与试油试采资料相吻合。该文综合考虑影响致密储层有效性的主要因素,结合致密储层岩性、物性与孔隙结构类型等建立的综合评定方法,能有效应用于致密储层有效性综合评价。     

利用BP人工神经网络建立油气水层解释模型

利用BP人工神经网络误差反传播算法,开发了录井神经网络解释软件,通过对焉耆盆地勘探至今的已试油层的原始资料的学习、训练,建立了焉耆盆地神经网络储层解释模型,运用该模型可圆满地解决储层流体类型(凝析油气层、油气层、油层、气层、油水同层、水层和干层)的划分和识别,使得综合利用气测、地化、测井等原始资料识别储层流体类型,实现计算机处理自动化。其精度及解释效果均令人满意,该方法值得推广应用。     

利用BP人工神经网络建立油气水层解释模型

利用ＢＰ人工神经网络误差反传播算法,开发了录井神经网络解释软件,通过对焉耆盆地勘探至今的已试油层的原始资料的学习、训练,建立了焉耆盆地神经网络储层解释模型,运用该模型可圆满地解决储层流体类型（凝析油气层、油气层、油层、气层、油水同层、水层和干层）的划分和识别,使得综合利用气测、地化、测井等原始资料识别储层流体类型,实现计算机处理自动化。其精度及解释效果均令人满意,该方法值得推广应用。     

火成岩岩性识别方法及其应用研究——以大港枣园油田枣35块火成岩油藏为例

基于取心井薄片鉴定、岩石化学分析等资料, 结合岩心观察结果,对大港枣园油田枣35块火成岩油藏岩石类型进行了划分,研究了不同岩性的测井响应特征;在分析岩性与电性相关关系的基础上,采用多参数交会图法和神经网络法建立了研究区火成岩岩性识别模式,并对区内17 口井进行了岩性识别。岩性识别结果为研究区火成岩精细油藏描述和双重介质储层地质建模奠定了基础;识别方法和技术思路对其它类型火成岩岩性识别与评价具有借鉴意义。     

火山岩岩性测井识别方法研究——以准噶尔盆地火山岩为例

储层岩性识别是火山岩油气藏勘探的基础。 通过对准噶尔盆地石炭系火山岩储层典型井的岩心观察,结合对岩石薄片及测井资料的详细分析,总结了火山岩的测井响应特征,提出了火山岩岩性测井识别方法。 该方法利用常规测井资料识别岩性,再应用成像测井资料识别火山岩的结构及构造,其中自然伽马、密度和声波时差是对火山岩岩性识别较有利的 3 种测井资料。 利用 GR-R t /AC 交会图可有效区分火山岩与沉积岩,在此基础上根据 GR-DEN 交会图与 GR-AC 交会图可区分出火山岩类型,最后结合成像测井图（ FMI ）可进一步识别火山岩的结构及构造特征。     

基于马尔科夫概率模型的碳酸盐岩储集层测井岩性解释

苏里格气田苏东41-33区块下奥陶统马家沟组马五段碳酸盐岩储集层受沉积、成岩等因素的影响,岩性复杂多样,因此,岩性的识别是储集层评价的关键。测井和录井资料分析表明,苏东41-33区块马五段主要发育灰岩、白云岩、白云质灰岩、灰质白云岩、泥质白云岩、泥质灰岩和泥岩7种岩性。通过敏感性参数分析,选取反映岩性的自然伽马、密度、光电吸收截面指数和补偿中子4种测井参数,采用马尔科夫概率模型约束的朴素贝叶斯方法进行多参数综合解释。通过与测井和录井岩性资料分析对比,识别正确率达到85.34%,相比传统的朴素贝叶斯方法,岩性识别正确率提高12.39%.此方法得到识别精度较高的碳酸盐岩岩性测井解释模型,是一种有效的复杂岩性识别方法。     

王府断陷火石岭组火山岩岩性及岩相识别

王府断陷火山岩岩性及岩相复杂,利用常规方法识别难度较大。为了提高王府断陷火石岭组火山岩岩性及岩相识别的可靠性,文中从火石岭组不同类型火山岩储层的岩心观察出发,对岩石薄片、测井资料等进行详细分析,总结了火山岩储层的测井响应特征,提出了适应本区的火山岩岩性及岩相识别方法。研究中充分利用常规测井及特殊测井资料识别火山岩岩性的结构构造,并通过测井相、地震相综合标定,建立该区典型的火山岩岩相、测井相和地震相模式,从而进一步识别火山岩岩石结构构造特征。该方法对王府断陷火山岩研究具有较好的指导意义。