神经网络技术在测井相分析及水淹层判别中的应用

以测井相分析和常规测井资料定性识别水淹层的理论为基础，运用神经网络技术，对勘探阶段的探井进行了沉积相识别，并对油田开发阶段的水淹层进行了级别划分，对长庆，大港等油田的４口探井进行了测井相分析，并对２０多口开发井的单井进行了评价。结果表明，神经网络技术可以有效地应用于油田勘探开发测井中。     

Adaboost结合BP在油田水淹层识别中的应用

油田水淹级别的判别是油田开发中特别是开发中后期比较突出的一个问题,Adaboost结合BP的方法能改善BP算法的泛化能力.本文研究了应用Adaboost结合BP神经网络的算法处理测井资料来识别水淹层的基本原理和具体实现.通过对大庆油田三口井的试油结果相对比,该方法的运用进一步提高了水淹层的识别精度,其符合率达到84%.最后对造成误差的原因进行了分析.     

哈南油田水淹层测井解释方法研究

立足于二连地区哈南油田的实际地质情况,把该区油层水淹分为六种类型,结合油层水淹后储层性质的变化,从地球物理测井参数响应入手,通过哈南油田 ２００ 多口测井资料的水淹层解释,分析和总结了哈南油田各类水淹层的测井响应特征及其规律,在此基础上,提出该区水淹层解释的基本方法和规则．     

神经网络技术识别水淹等级的应用

油田开发阶段，由于注水驱油的开发方式导致油层水淹．如何判别水淹等级是个相当重要的问题．它对于了解油田开发状态，确定剩余油的分布，制定后期开发方案等都起着积极的作用．神经网络具有极强的自学习能力和推广能力，应用神经网络对某油区进行水淹等级识别，实际资料处理证明了这种方法的有效性和实用性．     

滩坝相水淹层测井评价方法

应用常规测井资料，将平方王油田滩坝相沉积储层地质条件约束、岩心刻度及动、静态相结合，进行了细分层原则下的多学科综合水淹层测井建模和评价。对４２７口井水淹层的测井资料进行了实际处理，解释结果表明，该方法具有很好的实用性、可靠性和推广价值。根据单层试油、试采生产的动态资料，按产水率±５％进行检验，水淹级别判别符合率为８０．２５％．同时，对９口新井进行了现场检验，其符合率为７７．８％．     

新立低渗透油田水淹层特征及识别方法研究

重点讨论了新立油田扶杨油层水淹层在测井曲线上的变化特征,从物理机理上对其特征进行了分析。根据油田试油资料和产水率参数确定了油层的水淹级别,由实际的井资料建立了油田水淹层测井响应参数数据库,在此基础上,利用最大模糊隶属度判别法对一些井进行了水淹层的识别,划分水淹级别。通过实际应用表明,最大模糊隶属度法在新立油田水淹层评价中符合率,取得了较好的效果。     

利用常规测井方法识别划分水淹层

根据测井曲线的水淹特征，分别对砂泥岩剖面和下套管的老井水淹层段进行分析，阐述了自然电位、电阻率、双频介电测井、人工激发极化电位、声波时差、中子伽马、自然伽马、热中子寿命及碳氧比等测井曲线识别划分水淹层的方法、技术及特点，指出提高水淹层测井解释方法实用效果的进一步实验研究工作．     

一种反演水淹层混合水电阻率的新方法

注水开发油田储层水淹后电性特征变化复杂,混合水（注入水和原生地层水的混合液）矿化度不仅受注入水和原生地层水矿化度的控制,还受水淹程度等因素影响,造成混合水电阻率和岩电参数的动态变化,为水淹层的识别和剩余油饱和度的评价带来较大困难。以渤海S油田为例,利用图论多分辨率聚类算法对测井相进行划分,建立了测井相约束下的束缚水饱和度评价模型;根据岩电实验数据讨论了岩电参数随地层水矿化度变化的规律,提出水淹层中胶结指数和饱和度指数与混合水矿化度的函数关系。在此基础上,通过迭代反演得到水淹层剩余油饱和度和混合水电阻率,实现了水淹层的定量评价。研究结果表明：（1）利用图论多分辨率聚类算法可以对测井相进行有效划分,基于测井相约束的束缚水饱和度模型精度高于未分相的结果;（2）水淹层储层胶结指数和饱和度指数随混合水矿化度增大而增大,二者具有明显的幂函数关系;（3）该方法划分水淹层结果与S油田产出剖面测井测量结果吻合率为92.3%,明显提高了水淹层的评价精度。     

薄差油层水淹解释研究

随着油田开发的不断深入,中国东部大多数油田已到了高含水开发期。高含水期,对厚油层挖潜实施三次采油技术要求细分层精细解释,二次加密调整的对象转向薄、差层。实质上,油田面临的是薄差油层水淹解释的问题。从理论上说,地层岩性、物性、含油性的变化,可以根据油层的电性特征识别和解释,但由于薄层的单层厚度小,泥质含量高,砂泥互层多等特征,使得测井曲线难以反映小层的特征。通过响应函数对测井曲线进行预处理来提高测井的纵向分辨率,从而达到提高薄差层水淹解释精度的目的。     

水淹层识别及解释方法研究

目前很多油田已进入高含水期,打调整井,挖掘剩余油是老油田增产稳产的主要措施。本文在对水淹层测井响应特征进行分析研究的基础上,总结出水淹层的测井识别方法及水淹层测井评价方法。     

坳陷湖盆湖泛层沉积特征及其石油地质意义——以鄂尔多斯盆地三叠系延长组为例

以鄂尔多斯盆地延长组为例,运用高分辨率层序地层学理论,综合利用露头、岩心、测井等资料,在延长组内识别出了6层三级层序级别的湖泛层(Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ),研究了其沉积相类型、沉积厚度及其平面展布等沉积特征,从发育层位、露头、岩电响应等方面建立了其识别标志.研究结果表明,湖泛层主要具有4方面的石油地质意义:①湖泛层具有在测井和地震资料上易识别和对比的特征,可作为湖盆层序地层划分和对比的辅助标志层,对湖盆层序地层研究具有一定辅助作用;②利用湖泛泥岩类型及其厚度平面展布特征,反映不同时期湖水分布和演化规律;③借助湖泛层厚度沉积中心的分布和迁移,研究湖盆沉积洼陷的分布和迁移规律,对认识整个湖盆的演化具有重要意义;④湖泛层作为油藏的主要烃源岩和盖层,其时空分布特征控制着油藏组合类型和成藏规律.     

塔里木盆地塔中地区志留系测井沉积相研究

根据常规组合测井、地层倾角测井及成像测井资料的测井相序列特征以及利用神经网络岩相处理结果，对塔中地区志留系沉积相类型及有利沉积相带的空间展布和古水流方向进行了研究。结果表明．将该区潮坪沉积划分为潮下带砂坪、潮间带砂泥坪和潮道、潮上带泥坪4个微相，与其他取心井段（或未取心井段）告屑录井的对比符合率较高；该区志留系塔塔埃尔塔格组（下砂岩段）主要物源来自西北方向，次要物源来自东北方向。利用常规测井解释的岩性剖面、岩心刻度测井处理解释的沉积学倾角结果（沉积构造和古水流）和神经网络岩相处理解释成果，建立了塔中地区志留系关键井的测井沉积亚、微相解释模型。该模型为工区关键井垂向旋回叠置关系和沉积体系的空间展布特征研究提供了连续的、较准确的岩相剖面，对于海陆过渡相的层序划分对比和在塔里木盆地寻找隐蔽油气藏亦有一定的借鉴作用。     

乌里雅斯太凹陷压裂选井选层研究

乌里雅斯太凹陷砂砾岩油藏具有储层敏感性强、微裂缝发育、隔层应力低、射孔投产后产能低以及压裂后效果相差悬殊等特点。如何准确、定量优选出最具潜力的压裂井层已成为该油藏开发的瓶颈。根据对前期压裂井资料的统计分析,选取了地层系数、孔隙度、含油饱和度等地质参数以及排量、前置液百分数、加砂强度等工程参数作为影响压裂效果的主要因素,建立了压裂井的专家数据库。利用回归分析和BP神经网络对3口待压裂井进行了优选。实践表明,各影响因素与压裂效果之间存在非线性关系,线性回归不能满足优选压裂井的需要;二次回归和神经网络方法的拟合误差为0,预测误差不超过2%,可以满足现场压裂选井选层的需要。     

基于 BP 神经网络的叠前流体识别方法

探讨塔里木盆地桑塔木地区三叠系辫状河三角洲沉积储层流体识别方法。该地区储层横向变化大,流体类型复杂。本文提出利用 BP 神经网络的信息整合模式识别功能来进行储层流体识别的方法,通过叠前反演得到对流体敏感的弹性参数数据体和电测解释结果标定建模样本,采取随机抽样形成建模样本集与测试样本集,选取26口井的700个样本作为学习样本,62个作为测试样本,建立 BP 神经网络模型。预测结果和实钻结果吻合程度高,正确率达90％以上。该方法可以很好地对桑塔木地区储层中所含流体进行识别。     

渤海特高含水期油田剩余油分布规律及挖潜策略

油田进入特高含水期后,受储层韵律性、平面非均质性、断层边界及纵向夹层等影响,油层水淹规律及剩余油分布十分复杂。为进一步提高油田采收率,结合新钻井水淹层测井解释成果、密闭取心、生产动态及油藏数值模拟等资料,对渤海Q油田水淹特征和剩余油分布规律进行深入研究,并提出相应的调整井挖潜策略。认为油层底部、井点附近及边水油藏注采主流线水淹严重,油层中上部、井间区域、遮挡带附近和底水油藏边部水淹较弱或未水淹,纵向上井间区域水淹层占比为8%～65%,平面上生产井有效动用半径为70～150 m。提出利用水平井进行井间加密、边部完善井网、垂向穿夹层动用屋檐油及井网调整等挖潜策略。结果表明:利用水平井挖潜特高含水期剩余油,可有效改善开发效果,提高油田采收率,并为海上类似油田的调整挖潜提供借鉴。     

成像测井在灯影组微生物岩岩相识别中的应用

岩相识别是沉积储层研究的基础，针对未取芯井开展测井岩相识别工作至关重要。对于四川盆地震旦系灯影组碳酸盐岩地层而言，由于经历过多期成岩改造作用，使得不同岩相的常规测井响应特征区分度较低，准确识别难度大。为了建立有效的测井岩相识别方法，在前人岩石分类的基础上，通过选取多口岩芯、薄片和测井等资料齐全的代表性钻井作为关键井，在充分发挥成像测井优势基础上，明确不同岩相典型成像特征，建立成像测井相岩相的转换模型，并采用多点地质统计学方法开展成像测井全井眼图像处理，提取图像典型特征，结合所建立的岩相转换模型，开展全井段岩相识别，并推广应用于研究区其他未取芯井。通过实际效果验证表明，相比常规测井，基于成像测井所建立的岩相识别方法岩性识别准确率更高，能为后续沉积微相和储层研究提供有力支撑。     

基于储层构型研究的储层平面非均质性表征

密闭取芯以及大量加密调整井实钻显示,渤海SZ油田平面上水淹差异大,平面剩余油动用不均,而现行平面非均质性定量表征手段难以满足下一步挖潜需求,基于减缓平面矛盾、释放平面剩余油潜力需求,开展了渤海SZ油田开发后期储层平面非均质性表征研究。研究显示,现行平面非均质性定量表征以地质统计学方法为主,其基础参数多为井眼处储层指标信息、以小层为测量单元,存在表征层次不足、无法有效描述井间储层内部结构差异等问题,通过开展储层构型研究,深化储层平面非均质性程度表征层次,结合油田不同相带单元平面油水接触关系,统计了储层平面非均质性定量表征新指标非连通厚度,该指标以连井剖面为基本单元,克服了无法描述井间储层内部结构差异的局限,并通过绘制非连通厚度平面分布图,实现了储层内部结构差异程度半定量表征。将非连通厚度指标应用于渤海SZ油田小井距先导试验,指标预测结果与生产实际一致,应用效果良好。     

多参数综合方法判别沉积微相

根据研究区的沉积特征和测井曲线模式 ,在取心井的单井相划分的基础上 ,建立各微相的样本库 ;然后根据取心井的测井资料 ,运用统计学结合计算机编程 ,统计各个样本井段上储层参数分布特征 ,建立不同微相上各参数分布模式 ;最后根据各微相上参数分布模式建立判别方程 ,利用其判别其他测井井段的沉积微相类型 .这种方法通过计算机编程将已知沉积微相的认识模式化去认识未知目标沉积微相 .在大港枣南油田研究中 ,综合运用泥质含量、单砂体厚度、砂体含泥量等参数 ,快速而准确地判别了 32 1口井 13个小层沉积微相 .实践证明 ,多参数综合方法融合了传统方法和统计学方法识别沉积微相的优点 ,用于油田是可行的     

基于BP神经网络的螺杆泵井故障诊断技术研究

提出了基于BP神经网络和专家系统的螺杆泵井故障诊断方法:将螺杆泵井工况类型细分为10类,选取表征油井生产状态的7个特征参数作为输入量,采用Active X技术,借助VB调用Mat-lab人工神经网络工具箱函数,构建和训练网络模型.用该方法对新疆油田吉7井区吉101井和吉002井进行实例分析,验证了模型的正确性.     

腰滩油田阜一段隔夹层分布研究

储层中隔夹层引起的渗流差异是影响水驱开发油藏水驱效果的重要因素.隔夹层研究是储层非均质性研究的重要研究内容.针对腰滩油田阜一段储层特征,以岩心物性为基础,测井资料为依据,将腰滩油田隔夹层分为2类.建立隔夹层测井识别标准.对研究区单井隔夹层进行系统识别,并做多井对比,研究隔夹层空间分布特征,取得较好效果.