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。     

支持向量机算法用于水淹层测井识别

支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。本文旨在尝试将Vapnik提出的支持向量机算法用于水淹层测井识别。本文总结了P油田水淹层的声波时差、自然电位、深感应电阻率、中感应电阻率及密度测并曲线与水淹程度的对应关系,建立了基于支持向量分类机的识别模型,并将上述参数作为训练样本的输入,油气特征作为训练样本的输出,对支持向量机进行训练。对于P油田水淹层的实际预测结果表明:支持向量机可以成为一种用于水淹层识别的有效工具。     

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。     

神经网络方法在水淹层识别中的改进

在充分探讨BP神经网络基本原理的基础上,提出了用改进的神经网络进行水淹层识别的一种方法。研究中为了解决网络中由于学习率ε的不稳定而导致的网络振荡问题,采用了一种新型的动态学习率方法。实际应用结果表明,该方法的运用进一步提高了水淹层解释精度,通过对南阳油田4口井的试油结果相对比,其符合率达到80％。     

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。     

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。     

利用快速神经网络方法识别水淹层

随着丘陵、鄯善、温米油田注水开发的逐年加深，油层水淹的问题也越来越突出。准确识别水淹层可以提高油井的一次投产成功率，提高采油厂的经济效益。识别水淹层的方法较多，其中利用神经网络方法识别水淹层是近些年发展起来的较为有效的新方法，通过在吐哈油田的具体应用表明，神经网络法对于吐哈盆地低孔、低渗、岩性、水性较为复杂的水淹层储层特征具有较为准确的逻辑判断。研究表明：只要学习样本建立准确，利用快速神经网络方法识别水淹层在吐哈三大油田有较好的应用效果。     

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。     

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。     

一种基于模糊神经网络的水淹层识别方法

针对油田水淹层识别存在在的模糊性和多解性，提出了一种基于模糊神经网络的水淹层识别方法。该方法将神经网络技术所具有的自适应性、容错性与模糊逻辑所具有的模拟人类思维中的模糊综合判别特点有机的结合，实现了多因素模糊综合判断推理来完成水淹层识别。采用该方法，对川中油田135个地层样本进行处理，符合率达87．6％。结果表明该方法对解决水淹层自动识别问题具有良好的适应性，可提高水淹层自动识别的精度。     

水淹层测井综合解释及水淹特性研究

吐哈油田水淹层测井综合解释以水洗检查井岩石物理实验为基础,针对油田注水开发后地层电阻率与含水饱和度在双对数坐标中为非线性关系,对阿尔奇公式进行修正或用派生公式利用地层电阻率求解地层含水饱和度.在对水淹层进行定性解释、细分层定量解释基础之上,结合油田静态、动态地质资料,综合研究油层的四性特性和水淹特性,油层水淹特性以均匀水淹型、底部水淹型和顶部水淹型为主,从而有效地为指导油田开发调整和剩余油挖潜服务.     

水淹层测井解释系统

水淹层测井解释系统V1.0版本(GeoSpace)是在微机Windows平台上采用C/S体系结构,建立的一套以网络和数据库管理系统为基础、以单井精细评价为主、功能全面的水淹层测井资料处理解释系统,底层数据结构和数据管理包含大庆油田水淹层解释所需的各种数据类型。该系统集成了水淹层解释特色技术形成的应用模块,基于平台自动建立的小层地质数据库,实现了油田统一数据管理、大范围油藏描述与油田范围内的数据共享;系统充分考虑了油田的实际需要,具有很强的实用性,同时建立了应用模块的接口规范,可以方便地挂接各种水淹层解释方法。该系统已在大庆油田推广应用,综合解释符合率达75%以上。     

温米油田水淹层测井评价及认识

温米油田注水开发时间长,采用污水回注和淡水注入两种方式导致储层特征复杂化。文章以水淹机理为基础,以测井资料和测试产能为依据,通过细分水淹模式和储层类型,总结平面规律,并引入侵入系数和岩性系数等敏感参数,基本解决了温米油田低阻油层和高阻水淹层识别难的问题,形成了一套适用的水淹层评价方法,确定了解释标准,现场应用效果较好。     

GS油田中浅层水淹层测井解释方法

GS油田中浅层N^1-N_2~1油藏经过20多年的注水开发已进入中高含水期,油藏水淹严重剩余油分布复杂,准确评价水淹层确定剩余油富集区是油田开发面临的首要问题。以岩石物理实验与测井资料为基础,明确研究区水淹机理与水淹特征,建立水线法与流体替换法求取油藏原始储层参数,提高水淹层定性识别的精度;在相渗实验基础上,建立产水率计算模型,形成水淹层6级划分标准,实现水淹层分级解释定量评价。通过现场实际应用,该方法可以有效识别水淹层,提高水淹层的解释精度,水淹级别解释与生产测试结论更加吻合。不同的水淹层解释方法都有区域适用条件,准确求取残余油饱和度、束缚水饱和度、含水饱和度与产水率是水淹层定量评价的基础,但对于低矿化度水淹层电性特征接近于原始油藏电阻率的储层目前没有较好的方法解决。     

温米油田水淹层高电阻率成因分析

温米油田处于开发中后期,大部分井已经水淹,且出现高电阻率水淹。其中低孔隙度和中低渗透率储层特性、复杂的沉积环境和长期注水开发给油田后期的测井解释带来了极大的困难。通过对研究区块岩心的常规岩心分析和常规薄片及铸体薄片、X衍射黏土矿物分析以及毛细管压力曲线等资料的研究发现,沉积成岩过程中储层的黏土矿物含量及类型是决定原始油水层电阻率特性的主要因素,在水下河道沉积微相中正韵律层中下部沉积水动力条件强,岩石颗粒较粗,黏土含量极小,黏土中导电性强的矿物成分相对含量很低,使储层电阻率值保持较高。注水开发过程中,低注入水的矿化度是导致高电阻率水淹层的另一个重要因素,淡水水淹时低矿化度注入水驱替原始地层水,导致水淹后地层电阻率增大,注入水矿化度越低,水淹程度越强,地层电阻率值增加幅度越大。     

利用储层分类进行水淹层测井解释的方法研究

L油田是大庆长垣外围开发较早的主力油田,目前已进入高含水期.针对研究区储层类型多样、非均质性强的特点,应用概率图法将S油层划分为3类,开展了水淹机理分析研究,获得了岩心电阻率、电阻率增大率和含水饱和度的变化规律.结合研究区储层含泥含钙的特点,应用有效介质对称导电理论,建立了含钙泥质砂岩有效介质电阻率模型,取得了较好的解释应用效果.经密闭取心资料检验.水淹层测井解释符合率达到80%以上,能够满足水淹层解释和剩余油评价的需要.     

水淹层倒谱识别方法探索

储集层孔隙度和电阻率曲线间微差信号蕴涵着含油气性信息.通过求取其微差信号的倒频谱提取储集层流体类型信息,对水淹层进行识别.基于测井微差信号的倒频谱特征水淹层识别方法对低电阻率油层有较强的识别能力.倒频谱是频域信号的傅里叶再变换.输出倒谱(测井响应)是输入倒谱(流体)与系统脉冲响应函数倒谱(地层骨架)之和.     

H区块萨尔图油层水淹层解释方法研究及应用

为实现红岗北H区块萨尔图油田稳产,应用不同开发阶段密闭取心井的各种动静态资料、试油资料、测井资料等,在曲线模式识别法定性解释水淹层和储层参数精细解释的基础上,综合利用动态电阻率下降法的半定量解释和驱油效率法的定量求取剩余油饱和度与含水率,形成1套符合油田实际的综合判别水淹级别的解释方法,能指导新井解释及剩余油评价,实现油田的长期稳产。     

温西三块水淹层孔隙度、渗透率精细建模测井分析方法

温西三块注水开发20多年来,油层物理性质、参数大小及测井响应发生明显而复杂的变化,水淹层中注入水强烈冲刷,岩石孔隙度、渗透率均有不同程度变化,利用岩石物理相分类精细研究了其水淹层孔隙度、渗透率建模。通过油区测井、岩心和试油试采资料,分类建立的水淹层孔隙度、渗透率模型,其数据点均匀程度及其线性关系有明显集中分布趋势。特别是分类模型利用分类声波时差、中子孔隙度参数综合拟合值求取孔隙度;渗透率采用分类的多种测井响应综合评估确定,提高了水淹层孔隙度、渗透率参数计算精度,为准确计算水淹层孔隙度、渗透率提供了有效分析方法。     

用于油水层识别的一种简化的神经计算方法

在油水层识别中,单纯使用神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,为此基于属性约简和最优化原理提出一种简化的神经计算方法,主要包括基于粗糙集的样本属性约简算法,基于LM方法的稳定学习算法,以及基于黄金分割的隐合层节点数确定的优化算法等。仿真试验和实际应用表明,这种简化的神经计算方法不仅满足识别系统的精度要求,而且起到节省成本、提高处理速度等功效,在油水层识别中效果显著。