基于MATLAB的BP神经网络在储层物性预测中的应用

在阐述BP神经网络模型结构的基础上.根据取心井段储层物性与测井信息的关系,选取相应的测井曲线,运用MATLAB神经网络工具箱中特定的函数对建立的神经网络模型进行训练,使得储层物性(孔隙度、渗透率)和测井响应之间具有较强的非线性映射关系,在一定的条件下运用该模型可对研究区未知样本的物性参数进行预测.实例研究表明,预测准确性较高,显示出BP神经网络对储层预测的潜在优势和实用价值.     

火成岩储层物性参数模型及油层判识——以准噶尔盆地车排子凸起石炭系为例

准噶尔盆地车排子凸起石炭系发育火成岩油藏,但其储层岩性和物性特征十分复杂。运用岩性鉴定、岩心实测、成像测井、常规测井和试油测试等资料,总结出该区石炭系火成岩孔隙-裂缝储集空间组合特点与规律,即总孔隙度为基质孔隙度和裂缝孔隙度之和,总渗透率为基质渗透率和裂缝渗透率之和,对于裂缝不发育的储层总渗透率近似为基质渗透率。以岩心实测为约束,运用三孔隙度曲线多元回归和FMI成像测井识别有效裂缝等方法,分别建立了基质、裂缝和总体的储层参数测井解释模型。与实测储层物性对比验证,模型合理,为车排子凸起火成岩储层物性评价提供新手段,对其它地区火成岩油藏储层评价提供了借鉴。以储层参数测井解释模型为基础,结合多项钻井、录井和试油资料,建立了车排子地区石炭系火成岩油藏油层判识标准。     

致密油储层常规测井系列适应性评价研究

致密油储层岩性细、物性差和非均质性强等特点,使有效储层与非储层、油层与水层、工业产层与低产层的测井响应特征差异非常小,测井对比度低。通过孔隙度测井和电阻率测井系列的适应性分析,提出了适应致密油储层的测井仪器精度要求,并在现有测井仪器精度条件下,发展了满足非均质和非线性要求的解释模型:选取自然伽马(GR)、声波时差(AC)、密度(DEN)和电阻率(Rt)四条测井曲线,采用模糊综合聚类方法建立了高精度的孔隙度和渗透率解释模型,结合核磁共振测井资料,建立了可变岩电参数饱和度修正模型,提高了储层参数解释精度。     

延长油田某区本溪组储层物性测井解释模型的建立

随着钻井取心和岩心分析技术的不断提高,利用岩心刻度测井建立测井解释模型将更好的提高测井解释精度以及储层精细描述程度。在分析测井数据标准化、岩心归位等技术难题的基础上,建立了延长油田某区本溪组储层物性测井解释模型:选用岩心分析孔隙度(φ)与声波曲线(AC)来建立孔隙度测井解释模型;通过岩心分析的孔隙度与岩心测量的渗透率建立渗透率数学模型;选用阿尔奇公式建立储集层的含水饱和度解释模型。取得了较好的效果。     

油藏描述过程中储层物性图版的研制

建立高精度的储层物性参数解释公式,在油田开发工作中具有重要的意义。为此,提出了研制物性解释参数的方法：首先从取心井岩心分析资料出发,结合测井曲线特征,分析岩电关系,确定物性参数解释模型的理论基础,然后对岩心分析、测井资料加以校正。在此基础上,对卫城油沙三下储层,利用线形回归理论,建立该区孔隙度、渗透率解释公式。经对该解释公式检验,自检误差小,解释精度高,操作简便,在该区使用中取得了较好的效果。     

低渗透油藏储层识别及有效厚度下限的确定

低渗透油藏储层物性解释是在综合研究岩心、分析化验、测试及测井等资料的基础上,以储层地质、岩石物理、测井等基础理论,采用岩心刻度测井的方法,建立了储层孔隙度、渗透率及含油饱和度等储层物性参数解释模型.并总结出一套地质和地球物理的综合研究方法:以单层试油资料为依据,对岩心资料进行充分试验和研究,制定出有效厚度的岩性、物性、含油性下限标准,并以测井解释为手段,应用测井定位、定量解释方法,依据孔隙度和渗透率参数对储层进行定量划分.确定了孔隙度大于10.5％和渗透率大于0.7 mD的层为储层,否则为干层.含油饱和度大于或等于41％的为油层,小于30％的水层,介于它们之间的为油水同层.     

致密砂岩储层物性参数预测方法研究

致密砂岩储层不同于常规砂泥岩储层,具有低孔、低渗等特征,其地震弹性参数和储层物性参数的关系复杂,储层的岩石物理确定性建模和反演难度大。为了有效预测致密砂岩储层的物性参数,基于岩石物理敏感性参数分析结果,采用核贝叶斯判别法,构建了孔隙度、孔隙尺度和渗透率预测技术流程。首先考虑孔隙尺度对渗透率的影响,提出了等效孔隙尺度求取方法;进而展开岩石物理敏感性参数分析,得到对储层物性敏感的弹性参数;最后利用核贝叶斯判别法求取储层物性参数。所构建的致密砂岩储层孔隙度、等效孔隙尺度和渗透率预测技术流程,保证了渗透率预测的准确性。测井和地震资料试验结果表明预测的孔隙度和渗透率均与测井数据匹配良好,该方法能够有效识别砂岩储层并刻画其孔渗特征,对油气田的勘探开发具有重要的指导意义。     

西区油田长6储层测井二次解释孔渗模型建立

孔渗模型的研究是储层特征及其评价的重要基础,孔隙度和渗透率是孔渗模型的重要参数,此文首先利用体积模型建立实测孔隙度与测井参数之间的关系,得出了研究区长6储层的孔隙度解释模型,再根据渗透率与孔隙度之间的线性相关关系建立渗透率解释模型,从而得到考虑了碳酸盐含量影响的孔渗模型。建立的这种模型的精确度达到了本区块评价标准,可以指导油田实际生产。     

鄂尔多斯盆地义正中南部延长组长6油藏储层物性特征及其测井解释模型

鄂尔多斯盆地义正中南部地区钻井较少,该区延长组长6油层组沉积环境复杂,油藏岩性、物性变化大,非均质性强,随着勘探开发的进展,急需对油藏进行精细分析,研究其物性特征并建立物性解释模型。基于该区及邻区岩心分析物性数据发现该区孔隙度、渗透率变化大,说明该区储层孔隙结构复杂,非均质性强。研究发现岩心物性分析数据归位后与测井响应相关性较好,可以分别运用声波时差曲线与实测孔隙度层点值回归拟合法及孔隙度-渗透率层点处理拟合法建立孔隙度及渗透率解释模型。经验证,模型在研究区应用效果较好。     

克拉玛依油田J1b5储层测井精细解释模型

针对克拉玛依油田五区八道湾组J1b5储层油水分布复杂、测井资料解释难度较大、测井解释符合率偏低等问题．研究了该区储层的岩性、物性、电性及舍油性两两之间的关系;采用岩心刻度测井的方法,建立了该区泥质质量分数计算模型、孔隙度和渗透率解释模型,根据储层特点建立了含水饱和度计算模型,模型经验证均具有较高精度;结合试油层段孔隙度-电阻率交会关系,建立了五区八道湾组储层的解释标准。该方法能有效提高储层测井精细解释的准确度。对储层综合解释及剩余油挖潜研究具有指导意义。     

XGBoost算法在致密砂岩气储层测井解释中的应用

传统单一模型的机器学习方法用于致密砂岩气储层测井解释时存在多解性,为此,将XGBoost算法应用于致密砂岩气储层测井解释。基于A工区测井解释资料,以不同种类的测井资料作为输入变量,通过XGBoost算法建立回归预测模型,预测该区孔隙度与渗透率参数,并探讨了XGBoost算法中各类参数的优化。以准确率指标为评价标准,通过XGBoost算法建立的分类预测模型对该区储层类型进行预测,同时与随机森林方法和支持向量机算法进行比较,XGBoost算法的预测效果较好。结果表明XGBoost算法能准确地预测孔隙度、渗透率并对该工区致密砂岩气层进行有效识别。     

基于门控循环单元神经网络的储层孔渗饱参数预测

孔隙度、渗透率和饱和度等物性参数是表征储层质量的重要参数,也是储层评价的重要依据。根据测井数据估算岩石的孔隙度、渗透率和饱和度参数,进而评价储层,是测井解释的基本内容。作为一种适于解决非线性和时序性问题的新型深度学习算法,门控循环单元(gated recurrent unit,GRU)神经网络算法能较好地反映出孔渗饱参数与测井数据之间的非线性映射关系以及不同深度历史数据之间的关联。基于GRU神经网络的储层孔渗饱参数预测方法首先采用基于Copula函数的相关性测度法筛选与孔渗饱参数关联度较高的测井参数,而后利用GRU神经网络建立测井数据与孔渗饱参数之间的非线性映射关系。对四川盆地某探区实际测井数据进行了GRU神经网络储层孔渗饱参数预测的模型训练和预测试验,最后将预测结果与多元回归分析、循环神经网络等方法的预测结果进行比较,结果表明,以均方根误差和Pearson相关系数为评价指标,基于门控循环单元神经网络的储层孔渗饱参数预测方法效果优于其它方法。     

基于岩石物理相的酸性火山岩储层渗透率解释模型研究

渗透率是评价油气储层的主要参数之一,针对松辽盆地徐深气田酸性火山岩储层存在岩性复杂、孔隙类型多样、非均质性强的特点,应用单一的孔隙度-渗透率关系模型计算渗透率精度低,不能满足储层评价及开发需要。综合应用岩心资料、常规测井与成像测井资料,基于岩石物理相建立了火山岩储层渗透率解释模型,其精度明显高于常规方法建立的渗透率解释模型,经计算得到的渗透率与岩心分析数据符合较好。通过实际资料处理结果表明,基于岩石物理相建立的火山岩储层渗透率计算方法,有效提高了渗透率解释精度,为储层评价开发提供了比较准确的渗透率参数。     

人工神经网络技术在油田储层物性预测中的应用――以西峰油田为例

与传统的测井资料解释和信息处理技术相比较,在对非均质性较强、物性参数级差较大的储集层物性预测中,人工神经网络技术具有极强的自适应和自学习能力,其通过很强的非线性映射,能够精确地建立储集层参数与测井响应之间的非线性模型。在论述神经网络技术基本原理的基础上,对西峰油田延安组和延长组储层的物性参数(孔隙度和渗透率等)进行了预测,取得了较理想的结果。预测结果表明:渗透率参数级差不大(<102)时,预测精度高;渗透率的变化范围较大(>103)时,对具有高渗透率储层的预测精度高,而对具有低渗透率储层的预测值相对误差较大。     

吐哈盆地吐玉克油田油层测井解释方法研究

吐玉克油田为一块状底水稠油油田,含油性与物性关系明显;油层电阻率与孔隙度呈正相关关系.通过对储层的岩石物理特征研究,建立了稠油层物性与含油性关系以及物性、含油性与电性之间的关系;基于剖面岩性复杂的特点,分别利用声波、密度测井分段开展了以孔隙度模型为主的储层参数建模;以孔隙度15×10-3 μm2和渗透率17.5%关系为拐点和试油约束的中子-密度交会方法,建立了油层分类标准;岩心分析岩石物性数据和测井计算孔隙度、渗透率结果对比表明,储层参数模型精度可以满足生产的需要.现场应用结果表明,研究成果解释精度高,地效果显著.     

鄂东气田煤层气储层测井综合评价方法研究

影响煤层气储层性能的参数众多.从煤储层地质特征、物性特征和储集特征出发,优选出能够充分反映煤层气储层优质与否并且利用测井资料易于求取的6个指标:煤岩性质和结构、裂缝发育程度、裂缝孔隙度、渗透率、煤层气含量和有效厚度.针对鄂东气田煤层气储层非均质性强,煤层气储层综合评价中存在储层参数的随机性、模糊性等诸多问题,给出煤层气储层模糊综合评价模型.利用测井资料和实际煤岩心室内分析资料,构建用于煤层气储层测井综合评价的模糊评判集,并基于此模糊评判集,采用模糊综合评价模型对工区内重点井进行了模糊综合评判.该评价结果与室内测试分析结果具有较好的一致性.     

构造毛管压力曲线法在A油田储层评价中的应用

苏北盆地A油田的中低孔渗储层,由于受不同成岩作用的影响,孔隙结构复杂,且储层段存在不同流体时的电性关系复杂,基于电法测井的解释图版难于识别储层含油性,测井储层参数的计算精度也偏低。在现有研究成果的基础上,引入综合物性指数C分类选取毛管压力曲线的进汞压力初始点,分类构造相应每一个进汞饱和度下的进汞压力与孔隙度和渗透率之间的对应函数关系,再逐点构造新的毛管压力曲线。通过与实测毛管压力曲线对比可知,该方法所构造的毛管压力曲线可较好地适用于中低孔渗储层。采用该方法计算的含水饱和度与核磁共振计算的束缚水饱和度综合,建立了储层流体的识别图版,在苏北盆地A油田的中低孔渗砂泥岩储层评价中取得了较好效果。     

基于测井多参数的特低渗储层产能快速预测

油气储层产能的预测评价是油气储层动态特征的一个综合指标。从产能公式分析出发,推导出有效孔隙度、渗透率、电阻率和有效厚度是影响储层产能的主要因素。以测井资料为基础,建立了储层油气产能与储层渗透率、孔隙度和含油性之间的关系,并引入能够有效反映复杂孔隙结构的储层品质指数,充分利用静态测井数据表征动态产能主要因素。利用模糊关联多参数分析方法建立相对完善的油气储层产能综合分类评价预测模型,达到利用测井手段预测产能,优选试油层位,指导油田勘探开发的目的。对M地区特低渗透储层进行了产能快速预测分析,取得了较好的应用效果。     

辽河油田东部凹陷奥陶系碳酸盐岩储层特征分析及评价

以岩石薄片、扫描电镜、物性、毛管压力曲线等资料及测井解释结果为依据,从物性特征、岩性特征、孔隙类型及孔隙结构等方面对东部凹陷下古生界奥陶系储层进行了综合评价,认为奥陶系碳酸盐岩储层整体上属于低孔低渗储层,孔隙度与渗透率关系不明显,显示一种受裂缝影响的储层。与华北地台其他地区物性进行了对比,可对比性较强,具备形成工业油气...     

油藏描述中的建模技术

利用软件系统在工作站上将各种地质信息多层次交互应用,可从三维空间定性、定量地描述油气藏的储层沉积相、储层参数、流体的分布特征和变化规律。依据区域地质分析结合对钻井、粒度等资料的综合解释建立储层沉积相模型。应用算术平均法或权衡法等方法求取储层的渗透率和孔隙度等物性参数;用成岩系数来定量描述储集层成岩作用的综合效应,研究表明成岩系数与渗透率、孔隙度有较好的对应关系;应用渗透率的变异系数、突变系数和极差可研究储层的非均质性;在此基础上建立储层的参数模型。利用油气藏的特征参数建立其数学模型并对油气藏的相态类型进行早期判别。通过上述模型的建立达到为油藏数值模拟与制定开发方案提供精确的地质参数。