松辽盆地北部火山岩岩相与测井相关系研究

松辽盆地北部火山岩是最主要的天然气储集岩,可分5相15亚相,钻井均有揭示。主要储集岩岩相测井特征为:爆发相热碎屑流亚相高伽玛、低振幅齿形,中-高阻、低频低振幅齿形且下部振幅增大;喷溢相上部亚相高伽玛、高振幅齿形,中中高阻值、指状或峰状;侵出相内带亚相高伽玛、中振幅齿形,中高-高阻,中振幅齿形。此外,隐爆角砾岩亚相和外带亚相是较好的储层。气层使电阻率明显增大,气水同层一般也使电阻率增大,水层使电阻率减小。不含流体的火山岩电阻率变化规律为:火山沉积相<侵出相<爆发相<火山通道相<喷溢相;凝灰岩<熔岩。

颗粒碳酸盐岩测井相及其对滩相储层的指示意义

碳酸盐岩滩相储层具有极强的非均质性,储层的优劣严格受沉积微相和微古地貌起伏所控制,而测井相的变化能很好地反映由台地内次一级古地形起伏控制的沉积分异作用。以四川盆地中部磨溪气田为例,分析了下三叠统嘉陵江组嘉二2亚段A层的测井相类型、特征及测井相分布,指出自然伽玛曲线形态呈箱型、钟型+漏斗型的地区是强水动力条件下滩核微相的测井响应,反映古地形相对高处,储层发育好;而曲线形态呈指型和尖峰型的地区则为滩间洼地或滩缘微相的响应特征,反映古地貌相对较低,储层发育差,认为颗粒碳酸盐岩测井相研究是准确解释标志层岩性的重要手段,而解释成果则是沉积微相精细描述和沉积期微地貌恢复研究的必要依据,也是碳酸盐岩隐蔽滩相薄储层预测和储层非均质性研究的基础。

曲流河砂体的沉积相、测井相、地震相研究及预测──渤海湾南部埕岛油田实例

渤海湾盆地上第三系发育着大量的曲流河相沉积砂体，它们在中国东部的油气储量和产量中占据着重要的地位。但由于其分布复杂，给勘探和开发工作造成了很大困难。本文以埕岛油田上第三系馆陶组上段的曲流河相沉积砂体为例，对其沉积相、测井相和地震相进行了精细的和定量的综合研究，并在三维地震勘探区内对储集砂体作了定量预测和描述。经实际钻探，取得了良好的地质效果和可观的经济效益。

曲流河环境沉积微相和测井相特征分析

在钻井过程中,取心及岩屑录井资料都十分有限,以往通过岩心观察或者综合分析岩屑录井资料来进行岩性和沉积环境研究的方法受到很大限制,而利用各种测井资料所提供的丰富信息来进行沉积相研究已成为发展趋势。通过研究曲流河沉积相中各沉积微相的特征及在测井曲线上的响应特征,提取各不同沉积微相的测井相特征参数,建立曲流河沉积环境的各沉积微相的测井相模式及特征参数样本,利用BP神经网络技术反馈学习,获得一套适合研究区曲流河沉积微相的判别系数,并对其他实际测井资料进行沉积微相自动识别,所得结果与地质专家解释结果吻合率在84%以上,效果显著。由此表明在油气勘探进程中采用该方法进行沉积微相自动识别是切实可行的,可大大提高储层解释的速度和精度。

测井相-岩相分析技术在复杂岩性中的应用

针对下刚果盆地某区块的复杂岩性,以测井资料为基础,通过特征提取和最优聚类划分出了17个测井相。结合该区的取心资料,通过岩心标定,赋予了这17个测井相一定的地质意义,建立了测井相-岩相知识库。以该知识库为基础,通过判别分析的方法,对未取心段的岩性进行了识别,绘制了目的层段的岩性柱状剖面图。实例应用结果表明,该方法具有较高的准确度和良好的地质效果。

地震相和测井相联合预测火山岩相分布特征研究

以火山岩的基本地质特征、测井特征与测井相及其地震相特征与地震相分类为基础，依据测井相所建立的火山岩相模式，对地震相进行标定，形成由火山岩相、测井相和地震相组成的“三相”技术。该技术建立起“三相”之间的对应关系，以揭示火山岩相空间展布规律及变化特征。将“三相”技术应用于某盆地北部地区的营城组火山岩相研究，把营城组一段的地震相转换成火山岩相，得到火山岩相的平面分布，有效地预测出某盆地北部地区营城组一段火山岩的空间展布规律和火山岩储层有利相带。钻井证实：火山岩相之通道相岩石的物性最好，侵出相和爆发相次之，火山沉积相最差；火山岩相以火山颈岩物性最好，溢流相顶部次之。

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．

测井相分析技术在岩性油气藏勘探中的应用——以乌夏地区三叠系为例

测井资料在岩性油气藏勘探中将发挥越来越重要的作用。介绍了利用测井相分析技术重建地层岩性及沉积微相的基本原理及步骤。探讨了通过测井资料准确识别地层岩性及沉积微相,进行高分辨率层序地层分析,预测和优选岩性圈闭的有利发育区域,确定最佳勘探目标的基本思路。建立了乌夏地区三叠系岩性及沉积微相定量解释模型,并验证了模型的有效性。

沃尔什变换在油田测井相识别应用中的研究

测井相识别是油田沉积相识别的重要内容 ,找出反应测井曲线本质的特征是模式识别的关键 .针对测井曲线的短期平稳性 ,将沃尔什变换应用于测井相识别 .利用沃尔什反演对测井曲线预处理 ,提高纵向分辨率并获得反映井下状态的真实曲线 .标定测井相的要点在于用测井曲线趋势变化反映岩性沉积的变化 ,提出用短时序率功率谱提取测井曲线的趋势特征 .实验表明 ,不同测井相的短时序率谱具有明显差异 ,且具有鲁棒性 .因此 ,本法具有实际的工程意义 .

应用卷积神经网络识别测井相

选用东海F气田的砂质辫状河三角洲的自然伽马数据作为训练数据构建深度卷积神经网络,并首次用于测井相识别。选用四种自然伽马曲线形态作为特征,将数值转变为图像形式,首先对图像做标准化、添加噪声、旋转和转灰度等处理,再对数据增强与扩充,建立训练和测试数据集;然后,训练卷积神经网络建立测井相识别模型,并在训练过程中加入了Dropout、局部响应归一化和L2正则化等策略限制了模型的复杂程度,提高了模型泛化能力;针对测井信息中不同级次沉积单元响应叠加带来的自动识别难题,使用不同尺度的小波基函数及极值分割处理和切分测井数据,最终有效划分了不同尺度沉积单元。通过与其他分类算法对比,验证了所提方法具有较好的测井相识别效果。

大牛地气田下石盒子组岩相-测井相与砂体储集关系及其平面分布的油气意义

以鄂尔多斯盆地大牛地气田上古生界下石盒子组为研究对象,利用钻井岩心、测井、物性和产能等资料,研究不同岩相-测井相与储集砂体物性及产能的关系,结果表明:(含砾)粗粒砂岩相(箱形)储集砂体物性最好,产能最高;其次为粗粒砂岩相-中粒砂岩相(伽马测井曲线为钟形或齿状箱形)储集砂体物性较好,产能中等;细粒砂岩相(漏斗形)储集砂体物性差,产能低。在对研究区内700余口单井优势岩相-测井相统计分析的基础上,以沉积微相和砂体平面分布特征为基础,以盒3-1小层为例编制岩相-测井相平面分布图,精细刻画盒3-1小层优势岩相-测井相的平面分布特征;结合岩相-测井相与储集砂体物性和产能的相关性,得到了盒3-1小层储集砂体在平面上不同位置物性、含气性的差异,为岩性圈闭的评价提供预测依据。

测井相模式识别自动分析

测井相自动分析是以测井资料为研究对象，与地质资料相结合，运用现代数学方祛，以计算机为工具，对沉积微相进行自动识别。其研究内容分为：参数提取、自动分层、主成分分析、聚类分析、建立岩相库、岩相判别等内容。文中叙述了本方法的实际应用的效果，可以说明本方法是成功的。

徐黑—埕北断阶区古岩溶测井相与演化模式

测井曲线是对所钻遇地层物性特征的直接反映 ,充分利用测井资料 ,有利于预测和识别古岩溶发育带。在构造背景分析基础上 ,依据古岩溶在钻井和测井上的显示 ,利用曲线组合对比方法 ,对岩溶地层进行了测井相分析 ,得出“四低二高”的古岩溶识别标志。根据区域构造演化史提出岩溶演化模式 ,指出多期的构造旋回 ,复杂的断块掀斜作用和长期的化学活动性流体的溶蚀是研究区古岩溶发育的主要因素。

吐哈盆地红台气田测井相分析

针对吐哈盆地红台气田测井反映特征独特,曲线形态指相意义不明确等问题,综合应用测井和地质信息,将测井电性参数、岩心资料以及关键井沉积微相研究成果相结合,采用判别分析方法建立了吐哈盆地红台气田电性-岩性、电性-沉积微相判别模型,在Carbonsoft IntellExplore平台上编制了岩性和沉积微相判别程序,从而实现了地层岩性的测井自动识别和沉积微相的人机交互识别。研究结果表明,不同地质构造背景及沉积环境下的地层具有不同的岩电特征,选择能够反映研究区岩性、沉积微相特征的电性参数,建立岩电映射关系是测井相研究的关键,在区域沉积模式及其演化特征的约束下人机交互分析是更为合理的测井相研究方法。

测井相在松辽盆地南部嫩江组三段沉积微相分析中的应用

综合利用测井曲线和岩心等资料,对松辽盆地南部上白垩统嫩江组三段进行沉积微相研究,划分出水下分流河道、河口坝、水下分流间湾、远沙坝和席状砂等沉积微相,建立了测井相图版。通过对研究区单井相、剖面相以及沉积微相的展布及其演化特征分析,发现水下分流河道微相为研究区的主要砂体类型。文章充分利用测井曲线信息,刻画单砂层展布规模和相带分区,为研究区下一步滚动勘探、提交油气后备储量及合理开发方案制订提供可靠的依据。

一种分析砂岩沉积相的新方法——测井相分析

本文分析了以地层倾角测井资料为核心的各种测井相标志,提出了应用测井资料进行沉积相分析的方法和步骤,并在塔里木盆地三个油田进行了测井地质相分析。

基于BP神经网络的测井相分析及沉积相识别

测井相分析是研究地层沉积相的一种手段。利用基于BP神经网络的测井相分析进行沉积相识别研究,首先将已知地区地层剖面划分为有限的测井相,通过对岩心及其对应的沉积相进行研究,用数学方法及知识推理确定各个测井相到沉积相的映射转换关系,并利用这种关系,建立沉积相库。在此基础上,运用MATLAB中的工具箱建立BP神经网络模型,把已知沉积相的测井曲线特征作为样本进行训练学习,并将提取的测井曲线特征进行分类识别,从而确定地层的沉积相。应用表明,BP神经网络能够快速完成沉积相识别,可靠性较高,可以用于测井相分析及沉积相研究。

测井相在松辽盆地北部泉三、四段沉积微相分析中的应用

在前人研究的基础上,综合利用测井曲线等资料,对松辽盆地北部下白垩统泉头组三、四段进行了沉积微相研究,目的在于进一步提高测井曲线信息的利用率,了解单砂层展布规模和相带分区,为下一步油气勘探部署、提交油气后备储量与合理开发油气田提供更为充分的依据。

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。

模式识别在测井相分析中的应用

在测井相分析过程中，提取了与岩相有关的测井响应特征，进行了模糊聚类分析，形成其测井相模式。该模式通过岩－电关系库，应用模式识别技术，实现向岩相的转化，形成岩性的系统剖面。