AdaBoost算法在致密砂岩水淹层识别中的应用

目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开发生产.为此,本文提出了基于AdaBoost算法的预测模型,该算法分类速度快,不需要繁杂的调参过程,...     

BP神经网络在致密砂岩储层识别中的应用

川西须家河组地层岩性复杂,属于超致密低孔渗储层,所以储层识别是该地层天然气勘探中所面临的关键问题和难点之一。针对常规储层识别准确率不高的状况,提出利用BP神经网络进行储层的气水干层识别,利用模糊聚类和产层测试结果标定建模样本,采取随机抽样形成建模集与测试集,建立BP神经网络模型对23口井的储层进行气水干层预测,正确率达77.9%以上,明显提高了该地区的测井解释精度,并提供了一种准确率较高的储层预测方法。     

BP神经网络在致密砂岩储层测井识别中的应用

川西须家河组地层岩性复杂，属于超致密低孔渗储层，所以储层识别是该地层天然气勘探中所面临的关键问题和难点之一。针对常规储层识别准确率不高的状况，提出利用BP神经网络进行储层含气含水或干层的识别。 利用模糊聚类和产层测试结果标定建模样本，采取随机抽样形成建模集与测试集，建立BP神经网络模型对23口井的储层进行含气含水或干层预测，正确率达77.9%以上，明显地提高了该地区的测井解释精度，是一种准确率较高的储层预测方法。     

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。     

声波测井识别致密砂岩裂缝储层的应用

低孔低渗致密砂岩储层是一种较复杂的储层类型。致密砂岩储层由于其孔渗性差,其产油气能力主要取决于储层中裂缝发育的情况。裂缝不仅可以使孤立的孔洞得以连通。发育成有效的储集空间,大大提高基质渗透率,是油气的主要运移通道更是决定致密砂岩储层产能的关键因素。因此,裂缝发育规律研究已成为提高勘探开发效益所面临的首要问题。本文在了解砂岩裂缝的相关概念以及它的形成机理的基础上研究了声波测井在裂缝储层识别和评价的响应特征。     

致密砂岩气层识别技术在大北地区的应用

理论和试验研究表明,声波速度比与含气饱和度有密切的关系,通过试验关系式获得的含气饱和度可作为气层指示。由于利用声波全波资料以声波能量为基础很难定量地识别气层,重点介绍了利用纵横波速度比和流体压缩系数识别油气层的方法,以及利用含气饱和度指示、流体压缩系数、时差比和岩石压缩比综合解释气层的方法。该方法在大北地区致密砂岩气层识别中取得了较好的应用效果。     

BP神经网络在致密砂岩气藏岩性识别中的应用

蜀南地区须家河组地层岩性复杂,属于低孔、低渗致密气藏,致密砂岩测井识别是该地层天然气勘探中所面临的关键问题和难点之一。针对常规测井岩性识别准确率不高的状况,提出利用BP神经网络进行复杂岩性测井识别。神经网络识别输入样本采用选取靠近其所属岩类的平均值的样本以提高神经网络的精度,并对输入数据进行标准化以消除测井曲线间量纲的影响。运用BP神经网络模型对研究区域复杂岩性进行识别,识别结果与岩心岩性和录井岩性较为相符,对该区域的储层识别和沉积相的研究具有一定的参考价值。     

阵列声波测井资料在吐哈油田致密砂岩气层识别中的应用

吐哈盆地致密砂岩储层具有孔隙度低、渗透性差、孔隙结构复杂等特点,利用常规测井资料难以对储层含气性进行有效评价。以研究区致密砂岩声学特征实验为基础,分析岩样在饱含气状态、饱和水状态下纵波速度和横波速度等参数的变化规律,实验为利用阵列声波测井资料所提取纵、横波时差和常规测井资料计算地层的泊松比、体积压缩系数等参数进行气层识别提供了理论基础。通过储层岩心声学物理试验研究证明,地层在高含气饱和度情况下体积压缩系数和泊松比对含气饱和度变化较敏感;根据阵列声波测井资料计算得到的泊松比曲线和体积压缩系数曲线交会可以直观识别气层。给出的解释实例证实了在吐哈盆地致密砂岩储层利用泊松比与体积压缩系数交会法识别气层的实用性。     

量子神经网络及其在复杂水淹层识别中的应用

提出一种量子BP网络模型及学习算法.基于量子力学中1位相移门和2位受控非门的通用性,构造出一种量子神经元模型和3层量子BP网络模型,量子神经元模型由输入、相移、聚合、翻转、输出等5部分组成.由量子神经元构造出3层量子BP网络模型,基于梯度下降法构造了该模型学习算法.将该模型及算法用于模拟油藏测井解释中测井曲线与水淹级别之间的映射关系,从而实现油藏测井解释中水淹层自动识别.实验结果表明,该方法对解决水淹层识别问题具有良好的适应性和实用性.     

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。     

疏松砂岩气藏水淹层识别技术与应用

水淹层识别对油田开发中后期剩余油挖潜具有重要意义。测井资料具有连续、经济等优点,利用测井资料判断水淹层具有明显的优势。分析了水淹层识别技术的国内外研究现状,总结了不同的常规测井曲线对应的水淹层特征,并利用交会图版法开展了实际应用。     

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。     

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。     

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。     

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。     

薄、差泥质砂岩水淹层地层真电阻率的求取

首先利用自回归线性预测技术消除地层厚度对测井曲线值的影响 ,然后从多条测井曲线中提取有效特征 ,再利用取心井训练神经网络来预测未知井 ,进而达到恢复薄、差地层真电阻率的目的。实际资料处理结果表明 ,此方法具有较好的应用前景。     

砂岩气层测井定性识别新方法

本文研究发现电阻率与声波曲线存在着某种关系,创造性引入泥岩基线后,建立了电阻率-声波基线交会法,利用其镜像特征可以很好的识别气层。     

薄、差泥质砂岩水淹层测井综合解释方法

本文立足大庆油田，介绍了一种注水开发高含水后期泥质砂岩薄、差层水淹层测并综合解释方法，阐明了注水油层宏观水淹机理，给出了新的解释模型。较好地解决了由于注水导致水淹层地层水电阻率变化复杂不能确知情况下的饱和度求解问题。应用该方法使泥质砂岩薄、差层水淹层综合解释符合率达77．8％。     

偶极子声波测井资料在致密砂岩气藏中的应用

偶极子横波测井采用偶极声源和定向接收技术,并结合单极技术,在硬和软两种地层中都可以直接提取纵波、横波和斯通利波的测量结果,拓宽了声波测井资料的应用领域。现在,声波测井资料已被广泛用于确定地下岩层的机械特性,用于计算岩石的各种弹性常数,结合地层各向异性分析,可对储层进行有效的气层识别、裂缝识别和压裂效果分析。应用实例表明,偶板子声波测井在低孔低渗裂缝性储层评价中是一种积极有效的方法,在吐哈油田收到了良好的效果,具有广阔的应用前景。     

核磁共振测井在识别稠油水淹层中的应用

由于稠油有较短的T2谱,常常达到束缚流体的范围,所以对于稠油层,核磁共振测井表现为异常高的束缚水饱和度和很低的核磁渗透率,并且核磁渗透率随地层稠油饱和度的降低而增加,束缚水饱和度随地层稠油饱和度的降低而降低。因此,可以把核磁渗透率及束缚水饱和度结合起来判断稠油水淹。