混合模拟退火遗传和随机森林构建复杂碳酸盐岩储层渗透率测井解释模型

伊拉克H油田M层组巨厚型碳酸盐岩储层非均质性强、孔隙类型复杂,常规渗透率测井解释模型适用性差。为此,提出基于常规测井资料及衍生参数的混合模拟退火遗传随机森林算法（SA-GA-RF）渗透率评价模型。从测井响应特征分析出发,确定渗透率敏感曲线,通过随机森林算法（RF）建立基于地球物理测井资料的渗透率评价模型,并利用模拟退火遗传算法（SA-GA）对RF中的参数进行寻优,消除RF中关键参数对模型精度的影响。应用该方法对研究区进行渗透率评价,与RF、优化后的BP神经网络预测结果进行对比,结果表明,基于SA-GA-RF构建的复杂碳酸盐岩储层渗透率评价模型既能充分利用常规测井曲线的响应特征,又能表征测井曲线随深度变化的趋势,在非均质性强的碳酸盐岩储层中有很好的适用性。相比优化的BP神经网络,SA-GA-RF模型预测的准确度明显提高,与岩心渗透率的相关性达0.83,比RF的评价精度提高了0.15。     

中东地区高孔隙度低渗透率碳酸盐岩储层测井评价技术

中东地区某油田属于裂缝-孔隙型碳酸盐岩油藏,与中国常规的碳酸盐岩储层相比,该类储层具有高孔隙度、低基质渗透率、低电阻率、储层孔隙结构复杂、孔隙类型多、非均质性强及测井响应复杂等特点,使得该类储层在裂缝识别、储层参数计算和流体性质判别等方面遇到了许多问题和困难。针对该油田高孔隙度低渗透率裂缝-孔隙型碳酸盐岩油藏测井评价中存在的问题、难点,以及中国碳酸盐岩储层测井评价中存在的一些不足,通过岩心分析、薄片资料、岩石物理实验和现场应用等资料相结合进行深入的研究,开展裂缝-孔隙型碳酸盐岩储层定性、定量评价方法和理论的研究,建立一套较为完善的高孔隙度低渗透率碳酸盐岩储层测井评价方法。     

基于BP神经网络的分层相控碳酸盐岩储层渗透率预测方法

碳酸盐岩储层受成岩作用影响大,孔隙-喉道结构复杂,孔隙度—渗透率相关性较低,渗透率预测难度较大,常规以线性关系为主的预测方法结果不理想。提出了基于BP神经网络的储层渗透率综合预测方法,可以有效预测碳酸盐岩储层渗透率。方法主要分3步。首先对岩心数据和测井数据进行质量控制;然后结合地质特征,优选预测测井曲线参数和神经网络模型的参数,建立预测模型;最后综合多来源资料,进行预测结果质量控制。将该方法应用于中东地区碳酸盐岩A油藏,渗透率预测结果较好。碳酸盐岩储集空间复杂,孔、洞、缝均发育,岩心塞的渗透率测量只能代表局部位置,而试井资料的动态有效渗透率测量范围较大,可以体现储集空间特征,加之储层黏土矿物含量低,不存在储层敏感性问题和各向异性较弱等因素,最终导致试井动态渗透率数值一般高于岩心渗透率。     

伊拉克北部K油田碳酸盐岩储层电成像测井评价

K油田位于伊拉克北部库尔德地区,该油田发育白垩系浅海相碳酸盐岩储层,岩性主要为灰岩、白云岩以及之间的过渡类型。由于K油田碳酸盐岩储层非均质性严重,储集空间类型复杂,岩性多样化,裂缝多期发育,次生孔隙发育,仅仅依靠常规测井曲线已无法完成储层测井评价。本文利用电成像(XRMI)测井技术分辨率高、携带大量地质信息的优势,首先对K油田储层岩性进行精细解释,并识别出裂缝和孔洞。其次,利用测井解释系统定量分析电成像测井资料,得到了裂缝参数和孔洞参数,并将储层划分为裂缝孔洞型储层。最后,多口井的成像测井资料地应力综合分析结果表明,利用椭圆井眼和诱导缝计算的水平最大主应力方向一致,K油田白垩系储层的水平最大地应力方向主要为N-S向。实践证明,成像测井在伊拉克K油田碳酸盐岩储层评价中发挥了重要的作用。     

基于神经网络的柳林地区煤储层渗透率预测方法

分析了煤储层渗透率预测中存在的问题,提出基于测井信息的GA-BP神经网络预测煤储层渗透率方法,分析其机理及测井参数标准化处理方法。以柳林地区56口井的试井和测井资料为基础,利用灰色关联分析法优选6个测井参数作为输入变量,建立了GA-BP神经网络渗透率预测模型。将渗透率模型的预测结果与实测结果比较,两者具有较高的吻合度,证明该方法在煤储层参数预测的实践中具有较好的适应性。基于所建立的数学模型,对研究区的渗透率进行了预测,完成了渗透率平面分布图,为柳林地区煤层气的勘探开发提供了依据。     

基于LSTM循环神经网络的横波预测方法

针对碳酸盐岩储层岩性多样、孔隙结构复杂导致传统横波预测方法受限的问题,文中提出利用长短时记忆神经网络(LSTM)预测复杂碳酸盐岩储层的横波时差.相对于传统的简单点对点学习模式,LSTM通过复用神经元结构,有效学习测井参数的序列信息.以苏里格气田苏东地区碳酸盐岩储层为例,选择声波时差、密度、自然伽马等16个对横波速度较为...     

低孔低渗碳酸盐岩油层关键参数与产能预测研究

DZ油田碳酸盐岩油层属特低孔低渗储层,随着二期1000万吨原油产能建设的纵深推进,迫切需要建立适合于该油田的产能预测模型。前期研究未对X地层做系统压缩校正,因此,测井解释模型及其关键参数不能有效评价储层的产能情况。本论文从孔隙度和渗透率的压缩校正出发,消除了渗透率实验气体与孔壁的摩擦影响,依据Klinkenberg校正和孔隙结构的影响,对渗透率做了系统校正,确定水平方向的渗透率能真实的反映X地层岩石的渗流特性,借助相渗分析资料确定的束缚水饱和度,对饱和度模型参数进行了优化,建立了X储层测试油产量与有效累积油气体积和渗透率乘积的含油性综合评价指标的产能预测模型。这为后期完井测试方案提供了技术依据,大幅度提高了X储层的采收率。     

地震多属性孔隙因子参数反演及其在伊拉克M油田碳酸盐岩储层预测中的应用

储层孔隙结构刻画是预测有利储层的关键。伊拉克M油田发育礁滩相碳酸盐岩储层,受成岩作用影响,储层孔隙结构复杂,具有相同孔隙度的储层渗透率存在明显差异。核磁共振测井及取心井岩心资料分析结果表明深、浅侧向电阻率差异与储层的孔隙结构具有相关性,基于电阻率与孔隙度参数构建了储层孔隙因子,提出了地震多属性孔隙因子参数反演方法,其算法实现分三步:(1)利用波阻抗反演识别储层与基质;(2)应用专家优选与自动优化组合方法进行孔隙因子参数敏感地震属性优选;(3)利用概率神经网络算法对优选的地震属性进行地震多属性孔隙因子参数反演。实际应用效果验证了该方法的有效性,有利储层预测结果为油田开发井位部署提供了支持。     

基于随钻核磁测井的渗透率评价方法及其应用——以渤海锦州油田古近系沙河街组为例

渤海锦州油田古近系沙河街组储层孔隙结构比较复杂,应用常规方法评价渗透率精度较低,而核磁共振是孔隙结构评价最直观有效的测井方法。基于物性、压汞、核磁等资料,将锦州油田沙河街组储层的孔隙结构分为双峰大孔喉型、双峰小孔喉型和单峰小孔喉型等3类,分别对每类储层采用分段幂函数的转换方法,由核磁共振T_2谱构建伪毛管压力曲线。通过对岩心物性、压汞等资料的分析,建立了Swanson、R_(10)、R_(35)等孔隙结构参数与岩心渗透率的关系模型。通过对锦州油田沙河街组实际井资料的处理,获取了地层连续的毛管压力曲线,并提取了地层的孔隙结构参数,进而评价了储层的渗透率。应用效果表明,本文提出的基于孔隙结构参数的渗透率评价模型大大提高了渗透率的解释精度,同时验证了本文方法的适用性和准确性。     

基于压汞资料的碳酸盐岩储层渗透率预测模型 ——以扎纳若尔油田KT-Ⅰ和KT-Ⅱ含油层系灰岩储层为例

以哈萨克斯坦扎纳若尔油田82块碳酸盐岩岩心的压汞及物性分析资料为基础,对比分析Swanson模型、Capillary-Parachor模型、Winland模型、Pittman模型、Nelson模型和δ函数模型预测碳酸盐岩储层渗透率的精度。结果表明,这6种渗透率预测模型对孔隙结构复杂的碳酸盐岩储层渗透率的预测精度均较差,但Swanson模型的预测精度优于其他5种模型。进一步分析Swanson模型预测碳酸盐岩储层渗透率的适用性,认为该模型不能反映储层微裂缝对渗透率的影响,也不能反映复杂的孔喉半径分布特征对渗透率的影响。对于孔喉半径分布呈多峰特征的碳酸盐岩岩心,孔喉的发育对储层的渗透率都有贡献,不存在优势孔喉区域,而Swanson模型将毛管压力曲线拐点处对应的孔喉半径作为岩心发育的优势孔喉半径,且忽略了孔喉半径分布呈双峰特征的岩心中发育的小孔喉对渗透率的影响,导致Swanson模型计算的渗透率误差较大。因此,以Swanson模型为基础,提出一种综合考虑孔隙度、歪度和分选系数等孔隙结构参数的改进渗透率预测模型,将该模型与Swanson模型进行对比,发现改进渗透率预测模型对孔隙结构复杂的碳酸盐岩储层渗透率的预测精度有明显提高。     

伊拉克北Rumaila油田白垩系Mishrif组碳酸盐岩储层特征与测井分类识别

中东地区伊拉克北Rumaila油田白垩系Mishrif组以发育孔隙型碳酸盐岩储层为特征,储集空间类型以粒间(溶)孔、铸模孔和晶间孔为主,局部发育少量裂缝.以微相和成岩作用综合控制下的储层物性为基础,将北Rumai-la油田Mishrif组储层分为4个大类、8个亚类.在分析与各类储层相关的微相类型、成岩作用强度、岩石类型和储集空间类型等地质特征及其测井响应特征关系的基础上,建立了研究区储层类型-测井相转化模型,提取对储层特征具有良好区分的中子测井均值(MNPHI)、声波测井均值(M0)和密度测井均值(MRHOB)作为关键识别参数,并基于改进的BP神经网络算法,建立了北Rumaila油田Mishrif组储层测井判别模型.该模型自身回判率达到93.02％,实现研究区非建模储层类型预测率达到85.71％,为研究区储层类型快速、精确识别以及储层分布特征的评价奠定了基础.     

利用C5.0决策树算法解释碳酸盐岩储层渗透率

以某油田孔隙型碳酸盐岩为例,提出利用C5.0决策树算法解释储层渗透率。在常规物性分析和测井资料基础上,根据孔隙结构表征参数建立储层分类标准并回归渗透率计算公式。通过多个测井曲线资料组合构建及决策树建模分析,优选出储层分类表现最佳的资料组合和模型,使用该模型将取心段储层分类标准和渗透率计算公式推广到非取心段,完成测井解释。通过与岩心渗透率相比较,该方法得到的渗透率误差整体较小,并且非含水采油井射孔段渗透率与米采油指数呈正相关关系,说明该方法的有效性。所使用的常规物性分析和测井资料是最常见的油气田静态资料,该方法具有一定的普适性。     

用测井资料计算碳酸盐岩渗透率

碳酸盐岩渗透率大小取决于孔隙大小、喉道宽度和裂缝宽度等因素。根据孔隙和裂缝的发育情况及其在储集和渗滤中所起的作用 ,将碳酸盐岩储层划分为孔隙型、裂缝 -孔隙型和裂缝型 3种储集类型。从岩心分析、成像测井资料中划分出含 3种储集类型的储层段。从常规测井资料中提取出指示孔隙和裂缝的参数形成识别样本 ,对样本做非线性映射处理 ,得到不同类型储层在 X- Y空间上的分布。用 BP网络建立识别储集类型模型 ,识别结果与成像测井识别结果和岩心分析结果吻合。用灰色静态模型计算裂缝密度 ,对孔隙度做泥质、有机质校正 ,计算喉道大小及弯曲程度 ,合成孔隙结构参数。用非参数回归方法按储层类型建立计算渗透率的数学模型。经实际资料处理 ,计算渗透率的精度有了明显提高。     

准噶尔盆地永进油田特低孔隙度超低渗透率储层分类评价

准噶尔盆地永进油田西山窑组和清水河组储集层孔隙度的分布范围在4%～6%之间,渗透率分布范围在(0.01～0.30)×10-3μm2之间,属典型的特低孔隙度、超低渗透率储层。引入毛细管曲线分形维和BP神经网络方法,将研究区的储层分为3类。通过建立样品毛细管压力曲线和孔隙大小分布的分形几何模型计算了孔隙结构的分形维数,定量描述孔隙结构的复杂程度,进而实现样品储层的分类;用BP神经网络方法输入5个节点数,即分形维和4条测井曲线系列(包括自然伽马、声波时差、深侧向和浅侧向电阻率),输出1个节点数,即1条深度连续的分形维曲线,实现全井段储层精细分类及有效性评价。     

碳酸盐岩裂缝性储层常规测井评价方法

哈萨克斯坦K油田石炭系KT-Ⅱ段储层为开阔台地相中低孔、特低渗灰岩储层，裂缝对改善储层的渗流能力至关重要，前人研究的利用常规测井资料评价碳酸盐岩储层裂缝的方法由于受裂缝产状、饱和度、泥浆侵入深浅等多方面因素的影响，存在确定性差、容易误判的缺陷。基于研究区目的层段有限的取心和电成像测井资料，结合孔隙型储层和裂缝-孔隙型储层测井响应特征，提出了利用补偿中子确定基块岩石电阻率与基块声波时差，再比较二者与深侧向电阻率、声波时差的差异特征，进而综合识别储层不同产状裂缝发育段，最后建立了裂缝孔隙度、次生孔隙度、裂缝渗透率、总渗透率等储层参数的测井解释模型，实现了利用常规测井资料对碳酸盐岩油藏储层的裂缝识别及参数定量评价。该方法应用的测井综合评价成果与取心物性分析、生产动态情况能够更好地匹配，为该类油藏的合理高效开发提供了依据。     

低孔隙度低渗透率储层测井分类及复杂油水层测井评价

昆北油田Q区块储层以低孔隙度,低渗透率储层为主,含油井段长,储层孔隙度渗透率关系较差,油、水层测井响应特征复杂。通过开展多学科结合的测井解释评价研究,分析淡水泥浆对阵列感应和双侧向测井的不同影响,明确了阵列感应测井在油水层测井识别时明显优于双侧向测井;研究区储层孔隙类型多样,通过分析不同类型储层测井响应特征,选择对储层敏感的常规测井曲线,应用加权累加方法建立了常规测井对储层孔隙结构的分类。在此基础上,建立了针对性低孔隙度,低渗透率油层测井识别评价方法和图版,有效解决了该区块的油、水层测井识别难题。     

东西伯利亚地台尤罗勃钦油田测井储层评价

利用俄罗斯测井系列的测井曲线,在建立孔隙度、渗透率、饱和度、泥质含量等参数的测井解释模型基础上,系统评价了尤罗勃钦油田的碳酸盐岩储层。针对该区碳酸盐岩储层双重孔隙介质的特点,结合试油资料建立了识别储层类型、裂缝性质、泥岩夹层和致密层的测井评价参数,以此为依据把储层分为基岩型、微裂缝型和大裂缝型3大类,指出裂缝型储层发育方向在平面上是NE-SW向和NW-SE向,分别与尤罗勃钦组、多尔戈克金组和库尤姆宾组的白云岩分布和古潜山构造发育方向一致;纵向上裂缝和大裂缝储层发育段厚度一般在距剥蚀面以下0～100 m,与白云岩溶蚀带发育一致。钻井揭示的裂缝型储层发育段控制了该区的油气分布,但其分布极不均匀。      

常规测井资料定量解释碳酸盐岩微相——以伊拉克北Rumaila油田Mishrif组为例

基于常规测井资料分析的沉积微相精细识别方法在碎屑岩中有着很好的识别能力和预测能力。但是,碳酸盐岩强烈的成岩作用和成岩后改造,使得在碎屑岩体系中行之有效的主要基于自然伽马曲线（GR）、自然电位曲线（SP）和深、浅电阻率曲线（RD、RS）的交会图和模糊聚类沉积微相测井识别方法在碳酸盐岩沉积微相划分中遇到挑战。波斯湾地区伊拉克 Rumaila油田主力储层白垩系Mishrif组为典型的沉积孔隙型碳酸盐岩储层。在北Rumaila油田选取Mishrif组岩心、测井和录井等地质资料较为完备的8口代表性钻井作为标准井,对其进行沉积相、亚相和微相的精细刻画,进而提取标准井中自然伽马（GR）、中子（CNL）和密度（DEN）3条常规测井曲线与沉积微相相匹配的关键参数（曲线均值和GR曲线的离差平方和）,建立测井相-沉积微相的定量转换关系。在此基础上,采用Bayes逐步判别法建立了基于常规测井的北Rumaila油田Mishrif组碳酸盐岩沉积微相的测井判别模型,并利用该模型实现了对未建模井沉积微相的准确标定。与交会图法和模糊聚类法相比,Bayes逐步判别法能够整合更多的测井参数,进而提供更好的适应于沉积型碳酸盐岩的沉积微相测井定量识别方法。     

基于BP和LSTM神经网络的顺北油田5号断裂带地层孔隙压力智能预测方法

顺北油田断裂发育,地质构造复杂,储集层埋深达8 000 m,具有高温高压、窄钻井液密度窗口等特征,地层孔隙压力的预测精度难以满足工程需求。为了提高地层孔隙压力的预测精度,利用人工智能方法在处理复杂非线性问题上的优势,采用反向传播神经网络BP和长短期记忆循环神经网络LSTM这2种人工智能算法,基于顺北油田5号断裂带上3口井的声波时差、自然电位和自然伽马等11种特征数据以及经实测校正的地层孔隙压力标签数据,建立了顺北油田5号断裂带地层孔隙压力智能预测模型,BP神经网络模型的预测误差为3.927%,LSTM神经网络模型预测误差为2.864%。测试结果表明,LSTM神经网络模型具有更好的预测效果,满足现场地层孔隙压力的预测精度,为保障顺北油田5号断裂带钻井安全提供数据参考。     

基于沉积相—岩石类型控制的生物碎屑灰岩油藏三维地质建模方法研究——以伊拉克H油田白垩系Mishrif组为例

与碎屑岩储层相比,碳酸盐岩储层非均质性强,孔隙结构复杂,基于沉积相带分类的孔喉半径分布范围较宽、常规孔—渗关系较差,因此以沉积相控制储层物性的建模方式并不适用.以伊拉克H油田白垩系Mishrif组为例,通过地震、测井、地质、油藏动态等资料,在精细油藏描述与储层评价的基础上,依据岩石分类技术划分的岩石物理相与沉积相带间的...