辽河油田成熟探区精细勘探技术

辽河油田历经50余年勘探开发,已经实现“正向构造向负向构造、简单岩性向复杂岩性、常规油气向非常规油气”勘探领域的延伸,以高精度地震、地质资料重建为基础,通过凹陷级地质体系重构及整体解剖,升级完善基岩、碎屑岩、火成岩、致密油气精细评价技术,提高成熟探区资源发现程度,推进新区勘探选区评价,形成颇具辽河特色的成熟探区精细勘探技术,为辽河油田原油千万吨持续稳产提供了技术支持。     

基于井中微地震监测方法的压裂效果评价——以吉林探区Y22井为例

储层水力压裂效果评价对指导油气田精细开发具有重要意义,为准确评价压裂效果,提出了一套井中微地震监测压裂效果评价方法,在准确定位微地震事件基础上,分析微地震事件时空分布特征,剔除无效事件,利用有效事件定量描述缝网长、宽、高、走向、改造体积等,再结合储层性质、压裂施工参数等解释裂缝产生的原因,客观地评价压裂效果。该方法在吉林探区Y22井的应用结果表明：压裂裂缝走向与其周边小断层或天然裂隙走向一致;测井解释成果和微地震监测结果具有相关性,测井解释好的压裂段储层改造体积相对较大、微地震事件数量相对较多、裂缝复杂度更高;压裂过程中产生的离散微地震事件为压力传导造成低应力区应力释放产生的事件,不是由压裂窜层造成;Y22井周边的生产井因前期压裂改造和后期油气排采引起的地层能量亏空,造成了压裂裂缝的不对称性。该研究成果在解释微地震事件时空分布特征,提高对压裂和储层性质认识,客观、准确地评价压裂效果等方面具有指导作用。     

清水洼陷致密砂岩地震岩石物理特征及优势储层预测

针对常规叠后反演无法准确预测储层中流体的问题,采用叠前AVO 流体预测方法,分析清水洼陷致密砂岩中的岩石物理特征及AVO响应特征,开展叠前流体因子反演研究。通过岩石物理实验测定致密砂岩的弹性模量及砂岩饱和不同性质流体时的纵横波速度关系,开展流体替代及叠前AVO分析。研究结果表明:清水洼陷致密砂岩在饱和油、气、水状态下,密度和泊松比变化明显,尤其是含气后密度和泊松比迅速减小,AVO反射振幅表现为随偏移距增大而快速衰减的特征。利用该特征及实测泥石基线约束叠前AVO流体因子反演,有效地提高了该区致密砂岩油气预测的准确性,为该区油气水关系的准确预测奠定基础。     

辽河坳陷陈家断裂带北部构造演化解析及油气成藏

辽河坳陷陈家断裂带油气资源丰富,是辽河西部凹陷北段重要的含油气区带之一。基于构造演化解析,结合砂箱物理模拟实验,分析了辽河坳陷陈家断裂带的变形机制和演化过程,并指出其对油气成藏的控制作用。研究结果表明：(1)辽河坳陷陈家断裂带具有分段发育特征,且活动时期具有“先北后南”的演化特征,受断层分段性影响,陈家断裂带主要发育压扭背冲构造样式和走滑压扭构造样式。(2)物理模拟实验结果显示,台安—大洼断裂上盘在压扭作用影响下首先形成压扭性质的雁行小断裂,随着位移增大,小断裂逐渐连接,最终形成了贯穿型走滑断裂带,即陈家断裂带。(3)台安洼陷为新生代多期次构造变形叠加形成的洼陷,深层发育主力烃源岩层系,具备发育大规模油气藏的物质基础,洼陷边缘的钻井岩心分析结果显示,烃源岩TOC值为4.79%,Ro为0.3%～0.4%,属于好—较好烃源岩,推测洼陷中心厚度更大,质量更优。陈家断裂带中北部下盘发育断鼻构造,具备陈家洼陷和台安洼陷双源供烃的特点,是油气聚集的有利场所。     

辽河坳陷兴隆台潜山中生界地质新认识与油气新发现

为了探究辽河坳陷兴隆台潜山中生界厚层、致密角砾岩的油气勘探潜力及成藏主控因素,指导中生界勘探目标优选,基于岩心、岩屑、测井、地球化学资料,对中生界开展了以储层为核心的地质资料精细重建及油藏主控因素分析。研究结果表明:兴隆台潜山中生界发育两大类30种岩石类型,其中角砾岩分为花岗质角砾岩、混合角砾岩,花岗质角砾岩为最优质储层,储集空间主要为构造缝,其次为溶蚀孔隙;中生界角砾岩油藏为岩性与构造双重控制的层状裂缝型油藏,厚层、均质角砾岩与大断裂叠合区为成藏优势区。利用岩矿、测井、地球化学资料相结合建立岩性及储层识别图版,重建135口开发井的岩性及储层剖面,110口开发井重新解释Ⅰ、Ⅱ类储层。以"老井试油控含油面积、新井钻探定油气产能"的方式对中生界实施效益勘探,10口井全部获工业油气流,兴隆台潜山中生界形成亿吨级规模储量领域,并于2018年上报控制石油地质储量超4000×10~4t。     

面向专家示例的Stack Overflow本体构造和推理研究

Stack Overflow是一个计算机领域的IT技术问答网站,为了获取问答网站中的专家示例并将其应用于API挖掘中,首先采用Scrapy爬虫框架技术获取Stack Overflow问答网站中的结构化数据,并存储在关系模式中;再使用本体建模工具Protégé构建本体,然后使用D2RQ工具实现对关系数据库的知识抽取,将关系模式转换为三元组形式的本体模型;同时,提出了一个面向专家示例的子本体抽取算法,用于从原本体中抽取出专家示例推理相关的子本体,并提出了若干条专家示例推理规则,能推导出专家所编写的代码示例。实验结果证明,从Stack Overflow本体模型中抽取的专家示例能提高API调用序列挖掘的准确率。