白豹油田长3、长4+5低渗透储层定量分类评价研究

以白豹油田三叠系长3、长4 5为例,研究了低渗透储层定量分类问题.在对关键井研究与合理选择分类参数的基础上,采用Q型聚类分析和贝叶斯判别相结合,进行储层定量分类评价研究,建立判别函数,依据此判别函数对非取心井的目的层进行了定量分类评价.研究了储层在纵向和平面的分布规律,确定了有利储集区.结果表明,该定量分类评价可行,且具有较高的综合性和科学性.     

基于模糊C均值聚类算法和贝叶斯判别函数研究深水油藏分类评价

针对目前深水油藏分类评价研究现状的不足,基于模糊C均值聚类算法和贝叶斯判别函数,建立了深水油藏指标选择标准和分类评价体系。优选世界三大深水油气区19例油田的特征属性参数作为典型样品集,采用模糊聚类分析对深水油藏进行了分类,在此基础上,应用贝叶斯判别决策理论,建立了深水油藏分类评价的定量判别关系,对未知类型的深水油藏进行了定量分类评价。实例结果表明,应用模糊C均值聚类算法和贝叶斯判别函数相结合进行深水油藏分类评价是有效的,该分类评价体系考虑的油藏参数更为全面,分类结果更为明显,对于深水油田的开发具有一定的指导意义。     

用Q型聚类分析与判别函数法进行储层评价 --以冀东老爷庙油田庙28X1 区块东一段为例

以冀东老爷庙油田庙28x1区块东一段为研究对象,在关键井研究与合理选择分类参数的基础上,尝试综合应用Q型聚类与判别函数的数理方法,对该研究区目的层段储层进行了定量的分类评价,并研究了其储层平面分布特征。结果表明,该方法在储层分类评价中的应用是可行的,又显示出较高的综合性与科学性。     

致密砂岩气藏储层分类新方法

 储层分类是油气勘探开发研究的重要内容之一,目前致密砂岩储层在低孔低渗储层占有很大比例,因此研究致密砂岩储层分类具有重要意义.本文结合四川川西新场地区须家河组致密砂岩储层的特点,综合考虑多种参数,选用孔隙度、渗透率、流动带指数a_FZI、泥质含量作为储层特征参数,采用K-means聚类方法将储层分为5大类,并在此基础上,通过对比判别分析和决策树判别准确率,采用决策树方法建立储层分类的定量评价模式.实际资料证明,决策树具有更好的效果,提高了储层分类评价的效果.     

临南洼陷北部沙三中亚段砂质碎屑流储层定量分类评价

临南洼陷北部沙三中亚段发育一套砂质碎屑流扇体,取得了较好油气勘探成果,但该区取心井及实验分析资料较少,困扰着该区储层的定量分类评价。首先利用普通薄片及铸体薄片鉴定、物性和压汞测试,确定该套砂质碎屑流储层物性特征并将研究区储层分为Ⅰ、Ⅱ、Ⅲ三类;再以岩心物性数据作为储层分类标准,建立使用测井数据作为参数的储层贝叶斯判别函数;最后采用判别函数对研究区各井测井曲线进行储层判别分析,所得储层平面分布特征与沉积相展布特征相符。因此,采用贝叶斯判别函数进行储层判别分析与勘探实践吻合,可用于对研究区储层进行评价。     

X区块低孔渗气藏储层特征及分类评价研究

在岩心实验、物性实验、压汞实验、核磁共振实验等资料综合分析的基础上,结合测井资料、试采资料,对X区块主要目的层H2~H6层位储层特征及分类评价方法进行研究。研究表明,储层岩性以细砂岩为主,岩石成分以石英含量居多;储层以低孔低渗、特低孔低渗地层为主;孔隙结构中岩石孔隙喉道对储层渗流能力具有明显的控制作用,可动流体饱和度、可动流体孔隙度受储层物性的影响较大。根据储层特征,提出了孔渗关系图谱,用于描述地层流体分布特征与地层孔渗关系。应用K-means聚类分析的方法建立了储层分类评价标准,利用Fisher线性判别方法建立了储层类型判别函数,应用效果与测井资料符合程度高。储层分类方法可为寻找研究区相对优质的储层位置提供依据,为其他区块勘探提供指导。     

多参数流动单元在储层评价中的应用

目的 探讨多参数流动单元在储层评价中的应用.方法 应用SPSS统计分析软件,通过对表征储层的8项属性参数来判别流动单元的能力及参数之间的相关性,选取粒度中值、渗透率、流动层指数、储能系数、含油饱和度5项参数作为XZ井区流动单元判别参数,建立流动单元判别函数,研究鄂尔多斯盆地XZ井区延长组长6河流相储层各油层组流动单元特征.结果 本区的河流相储层可以划分为为Ⅰ、Ⅱ、Ⅲ、Ⅳ4类流动单元,对应储层分别为好储层、较好储层、中等储层和差储层,分别分布在水下分流河道、河口坝、决口扇、分流间湾和水下天然堤微相中.结论 不同的流动单元具有不同的渗流能力、储集能力和剩余油分布方式,因此,在油田开发生产中应采取不同的开发对策.     

Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用

利用244口井的小层数据,尝试用Q型主因子分析与聚类分析相结合的方法对柴达木盆地花土沟油田新近系砂岩储层进行评价.为使评价结果定量化,以便利用评价结果深入分析储层储集性能及与沉积相的关系,提出如下处理方法:首先对由Q型主因子分析得到的各主因子得分进行归一化处理;然后用归一化得分与对应主因子的方差贡献率相乘后相加,得到样本总得分.根据样本总得分,运用聚类分析,进行储层分级.对储层评价结果进行统计分析后认为,就储层储集性能而言,花土沟油田新近系下油砂山组明显好于上干柴沟组;辫状河三角洲前缘是最好的沉积亚相;河口坝是最好的沉积微相,其次为浊积砂与水下河道.研究表明,本文提出的储层评价方法具有定量化、地质意义明确等优点,有一定应用价值.     

贝叶斯网络分类器的基于改进粒子群参数学习方法

研究了贝叶斯网络分类器的高效参数学习方法。生成方法解决联合分布的参数估计问题,而判别方法解决后验分布的参数估计问题。对判别参数学习方法的研究,首先通过建立类条件贝叶斯网络模型;在此基础上,对该模型以对数形式参数化,得到判别类条件贝叶斯网络模型;最后,通过改进粒子群算法对该模型进行最优化求解,得到各节点的概率。将贝叶斯网络分类器的判别参数学习方法与TAN分类器相结合,可用于对液体火箭发动机的故障诊断与分类中。针对某型号火箭的两次仿真数据进行故障诊断与分类,与其他方法相比,改进的分类器需要的数据量小,准确率和学习效率更高。     

判别类条件贝叶斯网络分类器的量子粒子群优化参数学习

针对贝叶斯网络分类器在处理多属性分类问题时,存在分类精度下降、算法运行时间过长等问题,提出一种判别类条件贝叶斯网络模型。该模型在类条件贝叶斯模型的基础上,将条件对数似然函数以对数形式重新参数化,并使用量子粒子群优化算法最大化目标函数。新模型采用判别参数学习方法,直接计算条件概率,对于分类问题更加高效。本研究将判别类条件贝叶斯网络模型与TAN分类器相结合,使用量子粒子群算法进行优化,用于对液体火箭发动机的故障诊断与分类中。针对某型号火箭的仿真数据进行故障诊断与分类,与传统的贝叶斯分类器相比,改进的分类器在处理分类问题时,准确率和学习效率更高。