基于测井相分析技术的复杂岩性识别方法研究

准确识别储集层岩性是海拉尔-塔木察格盆地塔南油田铜钵庙组储集层测井评价面临的主要问题。由于目标区块岩性十分复杂,常规的岩性测井识别方法不能满足该区块岩性准确识别的要求。以测井相分析技术为基础,首先选取该区一口岩心资料齐全和测井质量好的井,对常规测井曲线进行Z值标准化;其次利用主成分分析,对选取的测井参数进行降维处理,提取了四个主成分;然后,利用K均值聚类划定了9类测井相;并通过测井资料划定的测井相与岩心资料对比,建立了测井相-岩性数据库;最后利用Fisher判别法建立了目标区块的岩性判别模型。将建立的判别模型对塔南油田铜钵庙组实际井资料进行了处理,结果显示:预测的岩性与岩心描述的岩性基本一致,验证了测井相分析技术在复杂岩性识别中的可靠性。     

基于混合降维Elman神经网络的砂岩储层物性参数智能计算研究

针对实验室测定岩石储层物性参数在实际应用中的成本问题,提出一个基于混合降维Elman神经网络的砂岩储层物性参数计算的智能方法。首先利用灰色关联分析对岩石薄片特征参数与其物性参数进行关联度计算,优选关联度较高的若干参数;其次使用主成分分析对选出的特征参数二次降维,最后应用Elman神经网络寻找岩石薄片特征参数与其物性参数之间的映射关系。选取鄂尔多斯盆地吴旗地区薛岔区块延长组储层砂岩样本的薄片鉴定与物性分析数据对方法进行测试,实验结果表明,计算得到的孔隙度与渗透率平均相对误差分别为7.28%和6.25%,混合降维方法在收敛速度和计算精度方面也得到提高。因此,基于混合降维Elman神经网络方法能够利用成本较低的岩石薄片相关资料快速并准确地计算砂岩储层物性参数,具有较高的可靠性、实用性以及应用前景。     

复杂岩性储层常规测井曲线求取岩石力学参数方法及应用研究

本研究充分考虑海拉尔盆地南屯组含凝灰质储层,宏观沉积、微观岩石结构对岩石力学的影响。在剔除不同年代、不同系列测井响应影响基础上,通过不同岩性常规测井响应特征与岩石力学特征的相关性分析、回归,建立一套利用常规测井分岩性求取含凝灰质储层岩石力学参数的计算方法,为油田生产提供有效的岩石力学参数。     

基于样本优化的神经网络方法在储层裂缝识别中的应用

常规测井资料解释应用于非常规储层裂缝识别时,存在裂缝识别率低,储层评价不准确等问题;而成像测井方法(FMI)识别效果好,但成本过高。为了提高常规测井裂缝识别的准确率,首先采用BP(back propagation)神经网络方法,建立常规测井参数与裂缝发育程度之间的非线性关系。在神经网络样本选取上,引入K-means聚类算法,依据不同样本特征对其进行优化分类。最后,利用聚类结果分别建立更为精细的神经网络模型,并用于实际裂缝预测。将该方法应用于塔河油田碳酸盐岩储层A探井,识别结果表明:基于样本优化方法的裂缝密度曲线拟合效果(相关系数R分别为0.84、0.89、0.76)明显优于未考虑样本优化方法(R为0.58),验证了本文方法的优越性,可以将其作为一种识别储层裂缝发育程度的新方法。     

考虑岩石结构的砂砾岩有效储层测井判识方法

以东营凹陷盐家沙四上亚段砂砾岩体为研究对象,通过岩心、试油及气测资料提取有效储层样本,观察其岩心、薄片及成像测井图像特征,发现有效储层在宏观和微观上都表现为岩石结构相对均匀、分选较好的含砾砂岩或砾状砂岩.数字岩心模拟也表明,孔隙度相同,但岩石结构不同,电阻率响应差异较大,因此,判识储层的有效性应考虑区分岩石结构差异.实际资料处理中,在测井曲线最优分层、测井相聚类判识岩性大类的基础上,利用成像测井图像模式,对岩性大类进行结构细分,采用"岩石结构+电性下限"双重条件限定有效储层的思路,建立多信息融合逐步判识有效储层的半定量方法,并取得较好的应用效果.     

基于PCA的模糊C均值聚类算法识别AD候选致病基因

研究表明阿尔茨海默病(AD)的致病机理可能与基因有关.利用计算方法对AD基因表达数据进行挖掘,以获得AD候选致病基因,寻找治愈AD方法.结合生物信息理论应用基于主成分分析(PCA)方法的模糊C均值算法处理基因表达数据:观察到AD基因表达数据具有线性相关性后,先用PCA对数据降维,再利用一维分类方法对降维后的数据聚类,然后将结果提供给模糊C均值算法作为其初始聚类数目和聚类中心.通过算法,最终识别出9个AD候选致病基因.     

一种基于半监督降维的聚类算法

半监督聚类通过利用少量有标号样本或成对约束等监督信息来提高聚类性能.在此提出一种新颖的基于半监督降维的聚类算法,首先用半监督降维方法对原始数据进行降维,然后在降维后的空间中进行半监督聚类.由于在降维和聚类两个阶段中都利用了监督信息,从而使得算法的聚类性能得到进一步提升.在UCI标准数据集、yale人脸库以及文本数据集上的实验结果验证了该算法的有效性.     

基于常规测井的低渗透储层孔隙结构评价

低渗透储层孔隙结构的已有研究主要是孔隙特征测试方法和测井新技术研究,利用常规测井进行储层孔隙结构评价是亟待解决的难点问题。以蒙古国的塔南凹陷白垩系低渗透储层为例,将薄片观察、岩石孔渗测试、压汞测试与测井资料分析相结合,以储层品质指数为纽带,间接实现非取心井段储层孔隙结构表征参数(孔喉半径均值和排驱压力)的常规测井解释,对储层孔隙结构类型进行评价。结果显示,本区发育孔隙连通型、孔隙半连通型、裂缝-微裂缝连通型和致密型4种孔隙结构类型的储层,以第Ⅲ类和第Ⅳ类为主,每类储层的储集空间类型、毛管压力曲线特征、孔渗特征等都不同。W30井与W49井试油段分析表明,储层孔隙结构类型对低渗透储层的油气产能具有控制作用。     

一种基于降维思想的K均值聚类方法

维数灾难是数据挖掘过程中的重要问题.为解决K均值聚类过程中的维数灾难问题,本文以欧式距离作为距离的计算方式,采用主成分(PCA)方法对数据源进行降维,实验获得在不同数据规模、特征下的K均值方法的聚类时间.设置对照组对时间、差异性、迭代次数三个方面进行比较.通过实验总结出,数据源的大小与维数共同影响降维聚类的时间效益:数据数量越大,降维聚类的时间收益越大,数据维数越大,降维聚类的时间收益越小;数据源的线性程度影响降维聚类与非降维聚类结果的差异大小:数据线性程度越高,两次聚类结果差异性越小.反之,差异性越大;K均值算法收敛速度很快,两次聚类都能在Sqrt(Row)次数内完成程序的收敛.     

第四系天然气藏储层物性参数测井解释模型

以柴达木盆地东部台南第四系松散末成岩生物气藏为例。研究建立该类储层物性参数测井解释模型的方法。主要包括：（1）应用“JD-581”常规测井资料，通过定量计算对声波测井进行了压实，泥质及含气影响的校正，建立了孔隙度测井解释模型。探索性地提出声波测井曲线天然气影响的定量校正方法；（2）根据毛管理论，综合应用毛管压力曲线，岩石物性，岩性分析及测井资料建立了渗透率测井解释模型。研究结果表明，利用电阻率曲线对声波测井进行天然气岩石物性，岩性分析及测井资料建立了渗透率测井解释模型。研究结果表明，利用电阻率曲线对声波测井进行天然气影响的定量校正方法是可行的，该方法提高了气藏孔隙度声波测井解释模型的精度，实现了应用“JD-581”常规测井资料即可进行储层孔隙度参数评价的研究。储层微观孔隙结构参数-孔喉半径均值的主要影响因素是岩石比表面及孔隙度，综合利用孔隙度与岩性测井曲线可以较为准确地计算该参数，这为储层渗透率参数的评价奠定了基础。     

基于主成分分析的碳酸盐岩裂缝识别方法

裂缝识别对碳酸盐岩储层的勘探开发具有重要意义,现有的基于常规测井资料的裂缝识别方法易受工况影响、可靠性低,而成像测井成本较高。本文提出了一种基于声波测井资料的碳酸盐岩地层裂缝综合识别方法,具有低成本、高精度的特点。根据多种裂缝识别方法对常规声波测井资料进行计算分析,在此基础上基于主成分分析法对不同方法的裂缝识别结果进行综合考量、降维分析,消除不同裂缝识别方法之间存在的偏差以及工况的影响,实现地层裂缝的精准预测。采用该方法对顺北地区奥陶系碳酸盐岩地层进行了裂缝识别,识别结果与岩心情况吻合良好,表明基于主成分分析的碳酸盐岩地层裂缝识别方法准确可靠,能够为碳酸盐岩储层的安全高效钻探开发提供有效支撑。     

古潜山储层模糊评价方法及其应用

古潜山储层岩性组成和储集空间十分复杂,储层类别的划分具有很强的模糊性,且测井资料对储层的反映往往具有多解性、模糊性。通过对测井、岩芯和试油试采资料的综合分析,提出古潜山储层的模糊评判方法,即应用模糊聚类分析法划分储层类别并建立评价标准,应用模糊模式识别法对古潜山储层进行精细的综合评价。举出了在辽河西洼曙103块和华北廊固凹陷河西务构造带古潜山储层的评价实例,应用模糊聚类分析法将古潜山划分为4类储层并总结了各类储层的测井响应特征,根据模糊聚类分析的结果建立了各类储层的测井评价标准。应用模糊模式识别法对多口井的古潜山储层进行综合评价,评价结果与岩心、试油、试采资料的对比分析表明,模糊评价方法应用于古潜山储层效果良好。     

基于主成分分析法的N油田M油组储层岩性识别

N油田M油组岩性复杂,岩石类型众多,其储层普遍含碳酸钙组分和泥质,运用常规方法识别岩性结果难以满足实际生产需要。针对这一问题,提出基于主成分分析法的岩性识别方法。首先对岩性进行归类,研究不同岩石类型的测井响应特征,优选对岩性变化反映敏感的声波时差、补偿中子等曲线,然后利用主成分分析法确定岩性,识别主成分并制作识别图版。运用该图版对研究区进行岩性识别,识别符合率达到87.5%,证明该方法的应用效果较好。     

基于密度噪声应用空间聚类算法的机载激光雷达建筑物点云提取与单体化

针对机载激光雷达建筑物点云提取过程中自动化提取困难,以及提取后的建筑物单体化过程烦琐等问题,提出一种基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的机载雷达建筑物点云提取与单体化的方法.该方法对预处理后...     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

鲁棒的模糊C均值和点云双边滤波去噪

提出了一种将模糊C均值(FCM)聚类算法与双边滤波方法结合进行三维点云数据的去噪算法.该算法首先用模糊C均值聚类算法对大尺度噪声进行去除,并对小尺度噪声进行一定程度的光顺;然后用点云双边滤波器对小尺度噪声进行光顺.该算法将噪声分成大尺度和小尺度分步处理,不需迭代计算,提高了计算效率,也避免了光顺过程中产生过光顺问题.实验结果表明,本文方法可以在较好地保留尖锐特征的同时,有效地去除噪声.     

个性化推荐系统中遗漏值处理方法的研究

为了高效地解决协同过滤算法中的遗漏值问题,而不是简单地用缺省值加以代替,提出了一种新的、在协同过滤中的遗漏值处理方法.其基本思想是,先利用具有最小方差的局部主成分,把包含有遗漏值的不完备数据集划分成多个模糊聚类,然后通过求解广义逆矩阵来获得各个子聚类的主成分,最终在局部主成分的基础上通过简单的线性方程模型去估计聚类中的遗漏值.实验表明,这种方法的优点是低内存需求,具有较小的平均绝对偏差值,并且显示出了比传统推荐算法更好的推荐质量.     

岩石点荷载试验若干问题的研究

为了推进使用国家标准《工程岩体分级标准》和岩石强度的现场试验方法,研究了点荷载试验的ISRM方法和《工程岩体分级标准》方法.指出了有两大关键问题影响点荷载试验的推广.提出了用Is的平均值确定Is(50)的方法,通过岩石不规则试件和规则石膏模型试件的点荷载试验证实,在D值大于50 mm的试件个数n2和D值小于50 mm的试件个数n3大致相等的条件下,本文的方法和传统方法的相对标准差相差不到2%.最后提出了制定岩石点荷载试验国家标准的建议,并总结了点荷载强度指标的应用范围.这对于岩石点荷载试验的发展和创新具有重要意义.     

基于HHT的线性调频信号分析与参数估计

基于Hilbert-Huang变换(HHT),提出一种有效的线性调频(LFM)信号的分析与参数估计的方法.首先对LFM信号进行HHT得到其Hilbert谱,并根据能量的准则提取其中的主成分,完成LFM信号分析.对利用能量型主成分提取法得到的LFM信号主成分进行最小二乘直线的拟合,计算直线的斜率与截距,得到LFM信号的参数的估计值.实验证明,能量型主成分提取方法,在较高的信噪比范围内具有一定的LFM信号估计效果.