应用BP神经网络预测磨溪气田香四储层孔隙度

神经网络是一门新兴的信息处理技未,它可用来解决测井解释和油藏描述中的模式识别和参数估算等问题。本文利用取心并的储层孔隙度与测井数据,应用改进的BP神经网络模型建立了川中磨溪气田香四储层物性参数孔隙度的预测模型。与传统方法~回归方程、灰色方程和测井解释相比,其精度及实际预测效果均令人满意。该法值得推广应用。     

基于随钻测井数据预测破裂压力

破裂压力是判断岩石是否起裂的重要依据,而现有的随钻测井资料仅能解释地应力、弹性模量等参数,缺乏对破裂压力的解释。为了准确预测破裂压力并降低施工压力和风险,基于MH地区的FSI(Flow Scanner Image)仪器测试的产出剖面测井资料,区分泡酸与不泡酸两种方式分别建立广义回归神经网络(GRNN)模型,对该地区油井开发进行破裂压力预测,并运用交叉验证方法得出光滑因子（σ）,通过与真实破裂压力值对比验证模型的准确性,并与BP神经网络和H-W模型的预测结果进行对比分析,再基于此预测给出泡酸建议。结果表明： GRNN模型预测结果与实际破裂压力更接近,且均方根误差为4. 54%,平均百分比误差为0. 03%,均优于BP神经网络和H-W模型。GRNN模型不受地质条件影响且预测精度高,操作简便,可用于该地区破裂压力预测,也可作为后续井FSI仪器流动扫描的替代,不但可以为同类地区的施工提供借鉴,而且可以为同地区开发资源节约成本。     

基于遗传算法优化BP神经网络的地层破裂压力预测方法

针对地层破裂压力现有预测方法适用性差、误差较大等问题,提出了遗传算法优化BP神经网络(GABP)预测地层破裂压力的方法。分析了地层破裂压力的影响因素;以地层深度、地层孔隙压力当量密度和岩石密度为输入变量,以地层破裂压力当量密度为输出变量,建立了GABP预测地层破裂压力模型,并利用塔里木盆地YB1井的数据进行神经网络学习和结果验证。GABP模型的预测结果误差约3.5%,精度远高于Eaton法。该方法不受地质构造条件影响,且具有精度高、计算速度快等特点。     

基于神经网络模型的水平井破裂压力预测方法

破裂压力是井身结构设计的基础依据,也是水力压裂设备选型和方案设计的基础参数,通常采用测井解释获取破裂压力剖面,但其存在参数准确获取难、计算过程繁琐、普适性较差、计算精度低等问题,机器学习提供了一种解决这些问题的新方法。为此,以测井数据作为输入参数,采用4种不同的神经网络模型,建立水平井测井数据与破裂压力间的非线性关系,通过测试集预测结果的对比分析,优选出最佳的神经网络模型,并优化模型网络结构和超参数,实现水平井破裂压力的直接预测。研究结果表明：1)破裂压力与井斜角、横波时差和纵波时差表现为极强相关性,与井深、岩性密度和补偿中子表现为强相关性,与井径和自然伽马表现为弱相关性;2)不同组合的测井参数对模型预测结果具有显著影响,最优输入参数为井斜角、横波时差、纵波时差、井深、岩性密度和补偿中子;3)对比多层感知机、深度神经网络、循环神经网络和长短期记忆神经网络(LSTM)模型,发现LSTM模型的预测效果最佳;4)优化了LSTM模型的网络结构及超参数,优化后破裂压力预测的平均绝对百分比误差为0.106%、决定系数为0.996。LSTM模型能够有效构建水平井测井参数与破裂压力之间的非线性关系,可...     

碳酸盐岩地层破裂压力预测新模型及其应用

海相碳酸盐岩地层原生孔隙较少而裂缝较发育,利用测井资料计算其破裂压力难度较大.依据弹性力学原理和岩层破裂机制,综合考虑三向地应力及地层特征对地层破裂压力的影响,建立一种新的适合海相碳酸盐岩地层的破裂压力计算模型.川东北通南巴构造上5口井的应用结果表明,利用该模型计算得到的破裂压力值与实测值误差较小,能够满足工程计算要求.     

基于线性回归与神经网络的储层参数预测复合方法

为提高储层参数的预测精度,提出一种利用测井资料,结合多元线性回归和神经网络预测储层参数的新的复合方法,具体分两步:(1)通过多元线性回归分析建立回归值y'的计算模型,将y'作为储层参数的初步预测值;(2)通过RBF神经网络建立y'的残差Δd的预测模型,将预测结果Δd作为y'的非线性误差补偿,最终建立储层参数解释模型,y=y'+Δd。基于该方法,结合测井资料和岩心数据,建立了鄂尔多斯盆地某致密砂岩气田M3井区S_2~2、T_2~2段孔隙度和含水饱和度的测井解释模型,结果显示,新方法建立的模型预测值与S_2~2、T_2~2段实际岩心孔隙度、含水饱和度值的平均相对误差均小于17%,明显优于单独根据多元线性回归分析或RBF神经网络建立的解释模型,预测精度更高。     

井壁稳定性技术研究及其在呼图壁地区的应用

为了能充分利用测井等资料较精确地计算井壁受力状态和井壁坍塌压力 ,以设计合理钻井液密度窗 ,保证钻井过程中井壁稳定性 .通过对井壁失稳现象、机理及井壁应力状态的分析和计算 ,对井壁失稳问题进行了较为深入的研究 ;结合测井资料和地层破裂试验结果 ,分析并建立了一套计算地层坍塌压力及地层相关物理力学特征参数的方法和模型 .通过应用克拉玛依油田呼 2井的测井资料进行分析计算并与实际结果进行对比 ,结果表明 :地层坍塌压力和安全钻井液密度窗的计算结果吻合现场实际情况 .所提出的方法和计算结果 ,将为呼图壁气田开发过程中安全快速钻井技术提供可靠的技术基础     

定向井破裂压力预测方法及计算参数敏感性分析

定向井破裂压力预测是正确设计安全钻井液密度窗口,确保井壁稳定,减少井漏、井塌而引起的井下事故的基础。利用测井资料可以方便快捷地计算定向井破裂压力,使用Eaton模型、Stephen模型和多孔弹性模型对4口井3个深度点分别进行了地层破裂压力计算分析,并给出了3种方法计算地层破裂压力的误差,结果表明多孔介质弹性斜井模型更为适应任意井斜、方位的斜井,可达到较高的精度。同时,对影响该模型中破裂压力大小的计算参数进行了敏感性分析,为准确分析定向井破裂压力提供了重要技术参数。     

基于机器学习的页岩气总有机碳含量预测模型

总有机碳含量(total organic carbon, TOC)是评价页岩气藏生烃能力的重要指标,对页岩气藏地质“甜点”的准确预测至关重要。现有页岩气藏TOC含量预测方法存在主观性强、泛化能力弱等缺点,以川南海相页岩气藏为研究对象,通过对研究区块测井资料和实验室岩心分析结果的整理,优选出自然伽马、密度等测井参数作为模型训练的特征向量,建立总有机碳含量的多层前馈神经网络(back propagation, BP)和支持向量机预测模型,分析不同模型之间的差异,对模型特征组合、网络结构等影响因素进行分析,最后将预测的TOC结果与真实值对比。结果表明：基于不含能谱测井资料的BP神经网络预测模型更能真实地反映出测井资料与储层的非线性关系,为TOC的预测提供新的思路。     

BP神经网络在碳酸盐岩储层参数测井解释中的应用

由于碳酸盐岩储层具有严重的非均质性特点,运用传统的测井解释方法对该类储层进行储层参数分析得到的计算结果往往存在较大误差。为提高储层参数测井解释精度,应用BP神经网络方法,在岩心分析和地质、测井等资料的基础上,对碳酸盐岩储层进行岩心深度归位、测井数据标准化、归一化等预处理工作,挑选合适的学习样本,建立储层参数预测模型,用交会图法、叠合图法和误差统计法对预测效果进行评价并与传统计算结果对比,结果显示:BP神经网络储层参数预测结果比经验模型法、方程法等传统方法精确度更高。     

地层压力剖面建立的智能化计算机软件系统

为实现平衡压力钻进、设计合理井身结构、保证钻井各作业环节过程中井眼保持稳定,以提高钻井的综合经济效益,准确建立孔隙、破裂、和坍塌压力剖面是首要解决的问题。地层压力剖面建立的智能化计算机软件系统(ISEPG)将测井、录井、地震、地层泄漏试验及室内岩石试验数据整理后,应用DC指数法、声波时差法、地震层速度法建立地层孔隙压力剖面;应用国内外先进的计算模式和实测数据的拟合分析,确定综合地层孔隙、破裂和坍塌压力剖面。ISEPG系统有总控系统、数据录入、数据计算整理、数据补充处理、新井压力剖面建立、数据回归整理、数据查询、图形查询、辅助系统等子模块组成。介绍了ISEPG系统的基本结构、系统原理、软件功能及实现方法。     

逐步回归分析方法在储层参数预测中的应用

目前,储层参数(孔隙度和渗透率等)分布规律和储层非均质性研究是油气藏描述的核心,储层参数是油层评价的重要依据,储层参数预测在油气勘探开发中具有重要意义。文中通过采用某一个点的测井曲线或地震数据推测出该点的孔隙度或渗透率,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,多元逐步回归分析方法的理论正好适用于这种实际问题。它是利用通过特殊仪器测量的测井曲线数据参数与岩芯属性参数(例如孔隙度),建立测井曲线数据参数与多个岩芯属性参数之间的线性关系,这种方法比较简单实用。因此文中采用逐步回归分析方法作为预测方法,重点介绍了回归分析中的逐步回归的基本思想以及具体计算步骤。最后,提出油气勘探中预测孔隙度的问题,并用逐步回归分析优化回归方程并用此方程预测岩芯属性参数。研究表明,该方法预测精度高,方法稳定有效,逐步回归较好的解决了部分测井勘探的实际问题,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,该方法可以把非线性问题转化为线性问题,大大减少了技术上的难题。     

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。     

储层裂缝表征及预测研究进展

 全面、准确对致密储层的裂缝网络进行定量表征及预测影响着裂缝性油气田的高效开发。在系统调研国内外裂缝研究成果且详细对比分析的基础上,从地质分析、测井识别、构造曲率法及应力场模拟、地震裂缝检测、非线性理论方法等着手,总结出了储层裂缝表征及预测研究的进展。研究表明,根据成因将储层裂缝划分为构造裂缝和非构造裂缝两大类,构造缝包括区域性裂缝、局部构造缝和复合型构造缝,局部构造缝指与断层和褶皱相关的裂缝;非构造缝主要分为收缩缝和与表面有关的裂缝两大类及9个亚类,裂缝类型不同,其特征及成因机理也不同。采用地质分析与测井解释相结合,建立露头、岩心与测井的识别模式对裂缝进行准确识别。利用地质、测井和构造应力等资料,建立数学模型,对裂缝参数进行定量计算。详细阐述并分析了多种裂缝预测方法的优缺点,最终指明了储层裂缝研究的不足与发展方向。     

基于dc指数的2种异常压力随钻预监测新方法

针对dc指数法监测程度高、预测程度低,并且趋势线的选择困难的问题,分别提出测录井资料联用的随钻动态预测方法和不依助于趋势线的修正dc指数方法,前者通过邻井的声波时差曲线预测目的井的dc指数曲线,通过与实钻dc指数进行对比,实现地层压力的动态预测:后者通过计算正常压实地层的机械钻速,摆脱了对趋势线的依赖.实际应用结果表明:这2种方法都能够提高异常压力随钻预监测的水平.     

地层破裂压力三维计算与显示方法

精确的预测地层破裂压力不仅是钻井工程设计的基础,更是后期油气田经济高效开发的保障。提出一种地层破裂压力的三维计算与显示方法,在有限的勘探资料和已钻井资料前提下,确定使用更适应于工程实际的侧压力系数法计算单点的地层破裂压力,运用克里金插值方法将反演密度数据和反演层速度数据相结合,计算每一道的地层破裂压力,最终再次运用克里金插值技术得出三维破裂压力体,并且设计出了地层破裂压力显示软件,直观反映出三维地层破裂压力分布。以新疆玛湖凹陷的玛西勘探区域为例,根据编制的相应计算程序,得到了该区域的三维破裂压力空间分布特征,并进行三维显示。然后提取该区域上单井的破裂压力计算结果与实测值进行对比,此方法符合工程需求。     

基于特征曲线重构的波阻抗反演在复杂储层预测中的应用

在目前储层预测方法中,基于测井约束的波阻抗反演作为一项关键技术,应用效果较为良好。对于其反演效果的优劣,声波测井资料品质具有显著影响。当声波特征曲线对有效储层与围岩差异的敏感性较低时,常规测井约束反演的结果对储层刻画能力会有所不足,而测井特征曲线重构技术则可以有效改善储层预测效果,提高砂体边界刻画的精度。本文在研究区实际地质特征分析的基础上,依据现有地震、测井资料,并结合储层预测需要,从声波测井资料的特点出发,通过特征曲线重构方法,将自然伽马、自然电位、电阻率等对岩性较为敏感的特征曲线与声波资料融合,最终在重构后的声波曲线基础上,通过测井约束波阻抗反演来表征储层。实际应用结果表明砂、泥岩得到良好区分,储层描述明显改善,为后续生产开发提供了有效指导。     

地质力学特征评价新方法在导向钻井优化中的应用

针对常规导向钻井技术在适用范围、预测能力与运行成本等方面的局限性,在考察岩石物理及力学参数和地球物理信息之间定量关系的基础上,将地震反演、地质统计、地震属性分析、岩石力学方法与钻井工程实际需求密切结合,提出地质力学特征评价新方法,基于其对导向钻井系统进行优化。新技术以常规地震和测井资料为基础,充分结合钻井、录井等实钻信息,钻前建立地质力学初始模型用于钻井设计,钻进过程中参考实钻资料随钻修正并更新钻前模型用于钻井工艺实时优化,其关键环节是准确预测钻头前方待钻地层的强度、地应力、孔隙压力、坍塌压力、破裂压力等力学参数。以井壁稳定预测及其工程运用为重点,论述导向钻井优化中岩石力学理论和地球物理算法结合运用的思路与技术流程,将该方法在西南、西北复杂探区进行应用。现场应用表明,优化的导向钻井系统可以达到理想的参数预测精度与工艺优化效果,指导安全、优质、快速、低成本钻井的能力得到了提高。     

岩屑声波法地层压力监测技术研究与应用

提出了通过岩屑提取地层信息、为钻井井壁稳定性计算提供必要参数的方法，即通过测量地面岩屑的声波时差，反演得到地层岩石的声波时差，利用岩石的声学性质与力学参数的关系得到地层岩石的力学参数，结合地应力参数，得到井壁周围岩石的应力分布，计算地层的孔隙压力、坍塌压力和破裂压力。对于预探井，在没有测井资料的情况下，利用该方法可以有效地进行地层压力监测。在两口预探井中进行了随钻监测地层压力的现场试验，证明该方法是有效的。虽然该方法在声波测量过程中还有一定的局限性，对最终计算结果的精确度会产生一定影响，但与单纯的地震资料相比，其精确度已大大提高。