川东沙坪场气田石炭系储集层特征及预测

沙坪场气田石炭系黄龙组主要储集空间为孔隙和裂缝,属于低孔低渗型储层,裂缝发育程度决定着低渗储层的渗流和产出能力,裂缝在改善储层渗透率方面发挥着重要的作用。以测井信息为基础,利用神经网络算法对该区未取芯井储层的孔隙度、渗透率、含水饱和度参数及裂缝发育程度进行了预测。使用误差统计法对储层参数预测模型效果进行评价,其预测效果满足本区所需储层参数计算的精度要求。证明了神经网络算法是在测井信息较少的情况下预测储层物性的有效手段,也为其他地区储层预测研究提供了参考。     

变尺度分形技术在西峰油田白马中区裂缝预测中的应用

西峰油田白马中区微裂缝发育,自投入开发以来,裂缝见水现象非常严重,识别裂缝带是该裂缝性储层的重要问题。但该油田有关裂缝的资料种类以及数量是非常有限的,只有常规测井资料,而利用常规测井方法来识别天然裂缝的难点在于裂缝本身的复杂性及每种测井测量值受多种因素的影响,因此采用分形几何中的变尺度分形(R/S)方法对常规测井曲线进行处理,来识别裂缝的发育情况,有利于该区的高效开发。     

川东北下三叠统飞仙关组裂缝测井识别与反演

裂缝性碳酸盐岩储层非均质性较强,单一应用某种测井资料对裂缝进行识别和评价往往满足不了精细描述的需要。经岩心观察与常规测井、成像测井资料对比,建立裂缝在测井资料上的识别特征和识别方法。利用深浅侧向电阻率(RLLD、RLLS)、补偿声波(AC)、补偿中子(CNL)、补偿密度(DEN)、自然伽马(GR)、无铀伽马(KTh)等测井响应特征与微电阻率扫描成像测井(FMI)图像特征进行裂缝识别,计算裂缝几何参数,评价裂缝有效性和发育程度,经实际对比应用,具有较好的效果。     

胜利油田王家岗地区沙四段裂缝储层测井识别方法研究

由于断裂带作用，胜利油田王家岗地区沙四段泥质灰岩段裂缝较发育，形成裂缝储层。研究应用常规测井资料识剐王家岗油田裂缝储层的方法。利用测井资料识别裂缝储层往往存在多解性，为提高裂缝储层识别能力，对王家岗地区裂缝储层发育程度应用综合概率方法进行识别研究，并应用该方法对王家岗油田王120井的裂缝储屡进行了有效识别。     

大民屯凹陷沈257块潜山储层特征及测井评价

在对潜山地层准确对比的基础上,对潜山储层地质特征进行分析研究,并研究了常规测井方法在碳酸盐岩、石英岩储层识别以及评价潜山储层中的应用。沈257块潜山岩性有白云岩、石英岩及泥质岩三大类,白云岩为主要储层发育岩性,储集空间以构造裂缝和溶蚀孔洞为主,储层发育程度受岩性及地应力等多种因素控制。常规测井在潜山岩性识别及储层划分中具有较高的符合率。     

常规测井系列砂泥岩裂缝的识别

随着油田勘探开发程度的提高,裂缝性储集层将成为油气勘探开发的主要对象之一。砂泥岩裂缝储集层在常规测井系列中识别难度较大。本文归纳出一套能准确识别常规测井系列中砂泥岩裂缝性储层的方法,在大港油田应用取得良好的效果。     

页岩储层微裂缝常规测井综合识别研究——以下寺湾油气田延长组长7段页岩为例

鄂尔多斯盆地下寺湾油气田延长组长7段黑色油页岩分布面积广、厚度大,页岩储层内发育北东向65°~85°微裂缝。结合前人研究成果,选取声波时差(AC)、自然伽马(GR)和补偿中子(EN)等三条对储层微裂缝敏感度较高的常规测井曲线,运用人工神经网络和小波变换对下寺湾油气田长7段页岩储层的微裂缝进行识别,取得了较好的效果,为页岩储层微裂缝识别提供了一种较精确的方法。     

基于WT与LSSVM的储层油水识别方法研究

为了依据测井数据迅速而准确地识别油水层性质,提出基于小波变换(WT)与最小二乘支持向量机(LSSVM)相结合的储层油水识别方法.首先,分析了基于测井曲线的常规交会图油水识别方法的不足;其次,以深侧向探测电阻率作为训练样本和测试样本对基于LSSVM的储层油水识别模型的准确性进行分析;最后,将WT与LSSVM相结合建立储层油水识别模型并结合常规测井资料对储层油水进行识别.实验表明,基于WT与LSSVM的储层油水识别模型具有较快的识别速度和较高的识别精度.因此,将WT与LSSVM相结合应用于储层油水识别建模是行之有效的.     

基于量子自组织网络的水淹层识别方法

采用量子自组织网络方法, 解决油田测井解释中的水淹层识别问题. 首先, 构造储层特征指标集, 包括测井曲线的序列指标和单个数值指标. 对序列指标先采用离散Walsh滤波方法去除噪声, 然后取均值, 再与其他单个数值指标一起构造储层特征向量. 其次, 将储层特征向量转化为量子态描述, 提交量子自组织网络实施聚类. 最后将聚类收敛后的网络作为水淹层识别的数学模型, 应用于油田相似区块的水淹层识别中. 仿真实验结果表明, 该方法正确识别率比传统自组织聚类方法高6%.     

基于量子自组织网络的水淹层识别方法

采用量子自组织网络方法, 解决油田测井解释中的水淹层识别问题. 首先, 构造储层特征指标集, 包括测井曲线的序列指标和单个数值指标. 对序列指标先采用离散Walsh滤波方法去除噪声, 然后取均值, 再与其他单个数值指标一起构造储层特征向量. 其次, 将储层特征向量转化为量子态描述, 提交量子自组织网络实施聚类. 最后将聚类收敛后的网络作为水淹层识别的数学模型, 应用于油田相似区块的水淹层识别中. 仿真实验结果表明, 该方法正确识别率比传统自组织聚类方法高6%.     

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。     

基于应力隔夹层划分的特低渗储层剩余油挖潜——以鄂尔多斯盆地白于山地区延长组储层为例

基于鄂尔多斯盆地白于山地区延长组长4+5特低渗储层压裂缝分布规律性不强、预测难度大的问题, 采用传统工程地质方法与特殊测井、常规测井、沉积微相研究相结合的方法, 通过建立油藏三维空间展布的地层岩石力学模型, 开展随井间储层和应力场变化的全缝长压裂数值模拟, 得到较精确的压裂缝全缝长几何形态参数, 据此认为应力隔夹层将作为一种新的开发地质属性对压裂缝纵向延伸和水驱波及范围起主导控制作用, 并提出开发调整措施。研究结果可为提高低渗储层的开发决策效率、提高剩余油采出程度提供科学依据。     

泾河地区中生界致密油藏天然裂缝发育主控因素及模式

研究鄂尔多斯盆地南部泾河油田长8油藏天然裂缝的发育主控因素及模式。通过野外露头、岩心、常规测井和成像测井资料,开展井剖面天然裂缝的识别。在数据的处理上,利用单一变量法分别对比工区内断层和裂缝的力学性质、统计裂缝发育指数与相邻断层距离的关系、不同岩性中裂缝的发育情况、裂缝发育指数与砂地比的关系、长8地层的构造曲率与裂缝发育指数的关系,结果表明:断层伴生2组共轭剪切裂缝,只有一组较发育,这些裂缝离断层越近,裂缝发育指数越高;随着泥质含量的增加,岩性逐渐向泥岩转化,天然裂缝的发育程度逐渐降低,平面上看,天然裂缝多发育在砂地比值较高的地方;构造曲率越大,天然裂缝发育的程度越高。泾河地区长8段裂缝发育的主控因素为岩性、构造变形和断层。其中断层对裂缝发育的影响表现在裂缝发育指数随断层距离的增加而减小,并且为控制裂缝发育的最主要因素;岩性中的脆性成分越高,裂缝越发育;构造变形程度越高,构造张裂缝也越发育。     

储层粒度神经网络预测模型研究

国内外多年的研究表明,储层粒度特征值（d50）、非均质系数（d40=d90）是防砂设计的基础。常规获取粒度分布 范围的方法主要有激光粒度测试法（LDA）与筛析法（SA）,两种方法均需要通过岩芯粒度测试来获取数据,而在制定 开发井的完井防砂措施时往往没有实际开采层位的岩芯,只能参照探井粒度数据进行设计,从而导致较大的误差。针 对该问题,从测井的角度出发,开展了储层粒度与多种测井曲线的响应关系的研究,采用神经网络技术,建立了探井伽 马、密度测井项与实测粒度特征值三者样本库,训练出满足工程需要的学习网络,进而结合开发井测井资料,获得了整 个粒度纵向分布剖面,为防砂分层设计提供准确的基础数据支撑。目前,该方法在中国海上多个油田的分层防砂优化 设计中获得了成功应用,预测误差可控制在10% 以内。     

概率神经网络技术在地震岩性反演中应用

针对研究区目的储层单层厚度小和储层岩性横向变化较大情况,为了解决利用地震资料进行常规储层预测反演较困难问题,采用概率神经网络方法,讨论了网络模型的构造和预测识别等步骤。根据该区储层的测井响应特征、地震属性特征与地质岩性特征的相关性,利用概率神经网络方法对地层特征进行预测识别,研究结果表明:在实际资料处理中取得了好的应用效果。研究成果对油田勘探开发具有一定的指导意义。     

中东地区强非均质性碳酸盐岩储层测井评价方法及应用

中东地区孔隙型碳酸盐岩储层具有岩石类型多样、孔隙结构复杂、非均质性强等特征,应用单一测井方法或参数难以进行有效的储层评价和分类。针对该类强非均质性孔隙型碳酸盐岩储层,本文提出了基于视阻抗参数Z、核磁测井T2对数平均优化参数T2LMY、成像测井面孔率AREA和偶极横波测井各向异性参数ANI多参数表征的测井综合评价方法,构建了常规测井储层识别、核磁测井孔隙结构评价、成像测井孔隙类型识别和偶极横波测井孔隙发育程度判断的评价体系。将其应用到伊拉克A油田白垩系Mishrif组储层分类评价中,分类评价结果能够有效地划分储层类型,结果与岩心实验分析结果吻合度高,对中东地区碳酸盐岩储层测井评价提供了有力支撑,对其它地区类似储层评价具有借鉴价值。     

基于灰色神经网络的测井预测地层破裂压力

在新兴的信息处理技术中,灰色系统预测法和神经网络预测法都可用来解决精细测井解释和油藏描述中的模式识别和参数预测等问题。基于灰色GM(0,N)静态模型和BP神经网络模型,提出了一种新的参数估算方法即灰色神经网络判释法,由此分析了利用测井资料预测地层破裂压力的可行性。以H盆地中部气田为实例,综合应用现场试采测压资料和测井资料,建立了该气田石盒子组马家沟组地层破裂压力的灰色BP神经网络预测模型,成功地处理了该区25口气井(油井)资料。结果表明,该法简便好用,预测精度高,为应用测井资料预测地破裂层压力开拓了一条新的途径。