塔里木盆地轮南奥陶系碳酸盐岩储层类型测井识别方法

通过对具有孔隙、裂缝、溶洞复杂孔隙空间结构的碳酸盐岩储层的测井响应特征的研究,建立了针对塔里木盆地轮南地区碳酸盐岩储层储集空间的测井识别方法.即利用常规测井资料判别储层类型方法并结合成像测井资料来判断储层的储集空间类型.应用此方法,可以准确地认识碳酸盐岩的储集空间类型.

轮古地区古岩溶成像测井响应特征及其对岩溶发育的指示作用

塔里木盆地轮古地区奥陶系碳酸盐岩储层受多期构造运动及古岩溶作用的叠加改造,该地区古岩溶作用形成的溶洞、裂缝等次生孔隙是主要的油气储集空间。因此古岩溶发育研究是碳酸盐储层评价极为重要的研究内容。文章在对轮古地区奥陶系碳酸盐岩储层大量成像测井资料处理基础上,主要通过对溶蚀裂缝、溶洞的成像测井响应特征进行分析,总结古岩溶标志的成像测井响应规律。高导缝在成像测井图像上表现为褐黑色正弦曲线,溶蚀缝表现为裂缝图像边缘不平直,未充填溶洞在图像上表现为暗色的团块分布,对于全充填洞,可在成像测井图中见到层理等沉积现象。溶蚀程度的差异可根据成像测井资料上解释的裂缝及溶洞中角砾的多寡来度量。轮古西井区,其大溶洞中角砾已溶蚀掉,部分溶洞充填泥砂,表明溶蚀程度很高;轮古中部各井溶洞中的角砾还比较大,单产状裂缝溶洞的规模比轮古西井区小,溶洞溶蚀程度较弱;轮古东井区未见单产状小溶洞,仅见大溶洞的雏形或只有交叉缝和溶蚀裂缝。对区域大量成像测井识别的洞穴数据统计结果表明轮古地区奥陶系洞穴型岩溶储层的分布主要受表层岩溶作用控制。

轮南奥陶系碳酸盐岩储层流体饱和度计算模型研究

针对不同的储层类型须分别建立不同的储层饱和度模型。轮南奥陶系碳酸盐岩在多次构造运动和多期岩溶作用下形成了一套裂缝和溶蚀孔洞发育的储层,其基本地质特征是复杂的孔隙空间结构和强烈的非均质性,进而导致了独特的测井响应、流体分布和油气产出状况。在对碳酸盐岩储层类型的识别和分类的基础上,以碳酸盐岩储层类型研究了轮南奥陶陶系各类储层的饱和度特征。建立了适合该地区碳酸盐岩储层的饱和度模型及相应参数的求取方法,针对轮古××井进行了处理,获得了较准确的饱和度值。

用测井资料研究轮古东地区碳酸盐岩储集层地应力

通过多种测井资料,尤其是利用了偶极横波测井资料研究了轮古东地区碳酸盐岩储集层地应力,分析了该区块现今地应力的方向、分布规律及相对大小。多口井处理结果表明,利用测井资料求取碳酸盐岩储集层地应力方向是一种行之有效的方法。轮古东地区的现今地应力大小与裂缝的发育有明显关系,并且在一定程度上控制着局部油气聚集。

电成像测井资料定量处理方法研究及应用

为了从电成像资料中提取定量信息,其重要的步骤就是要对从实际电成像测井资料中分离出反映孔洞、裂缝的子图像,然后用相应的方法对分割后的子图像进行分析处理,提取相应参数。文章通过研究大量图像分割算法,认为奇异点多阈值分割算法、基于过渡区的分割算法、Hopfield网络方法、基于图像间模糊散度的阈值化算法是电成像测井图像分割的有效方法,实现了从图像中将地层中有用目标从背景中分离出来。同时,为了得到孔洞及裂缝的形状参数,文章还研究了轮廓跟踪标识边缘的方法以及根据标识的边缘进行填充的算法。在此基础上,也研究了根据目标边缘坐标计算目标的长度、宽度、圆度、裂缝密度、孔洞密度等参数的方法。上述所有方法已在SUN工作站GeoFrame平台上开发成功,用LX101等8口井的处理结果与岩心分析数据对比,表明其效果较好。

轮西地区奥陶系地应力方向及裂缝展布规律分析

裂缝展布方位的研究一直是裂缝性油气藏开发工程的重要环节之一,它直接关系到油气藏井网部署的正确与否。而裂缝方向的展布与应力场的分布密切相关,利用地层倾角及成像测井资料,通过井眼应力分析及井眼崩落机理,分析了轮西地区奥陶系碳酸盐岩地层应力的方向,并根据得到的最大、最小水平主应力方位,推断出研究区构造裂缝的分布为北东—南西向,表现为现今地应力方向与有效裂缝方向一致或者小角度斜交。

一体化网络测井处理解释软件平台CIFLog

为了打破近年来我国高端测井成像资料处理软件被国外垄断的现状,中国石油集团依托国家油气重大专项,发挥产学研联合优势,采用国际前端编程手段,实现了国内众多先进数据处理和解释评价方法的优势集成和创新发展,开发出拥有完全自主知识产权的新一代测井软件CIFLog。CIFLog是首个基于Java-NetBeans前沿计算机技术建立的、可同时在Windows、Linux和Unix三大操作系统下运行的第三代大型测井处理解释系统,也是第一个系统提供火山岩、碳酸盐岩、低阻碎屑岩和水淹层等复杂储层评价方法并将全系列裸眼测井评价与套后测井评价集成为一体的软件。2010年以来,CIFLog作为大型主流测井软件,已在国内安装3000余套,形成年处理万余井次的规模,并已开始承担我国国内、海外两个市场的测井现场快速处理、重点探井精细解释和复杂油气藏综合评价任务。

机器学习算法在地球物理测井中的适用性及应用

机器学习,特别是深度神经网络学习算法的发展,正在改变人们发现知识的方式。目前油气工业正在向转向非常规和深海的油气勘探和开发。基于有限岩石物理参数建立的评价解释模型难以满足反映非常规储层复杂的岩性和结构,这使传统测井评价技术受到了很大的挑战。以油气大数据为基础、机器学习算法为核心、油气大数据云计算为动力以及油气应用场景为源泉的油气人工智能(Oil&Gas AI)极大地改变传统的油气工业各个领域。笔者以地球物理测井为研究对象,依据数据驱动的地球物理知识发现原理和机器学习属性,按照“数据-算法-平台-知识-应用场景”研究思路,开展机器学习算法在测井技术中的适用性研究。对机器算法的内在特性、原理、质量控制、硬件要求,学习模型选择、测试以及性能评价实现过程进行分析。笔者梳理和总结了机器学习算法在测井中适用性的树状图,尤其是在油气测井的方法研究、数据处理以及地层评价中的应用潜力与机器学习算法对应关系,其中包括数据校正的模拟方法、数据标定的岩石物理分析、测井数据质量控制、综合评价以及油藏评价监测。研究表明,机器学习算法在岩性识别与储层分类、力学评价、以及油藏评价等方面应用有明显的优势,贯穿于测井方法、仪器设计、测井作业及测井解释中。机器学习算法相对于传统的岩石物理建模方法,以数据为纽带综合评价岩石物理的多重属性。这从数据科学角度突破了实验条件和物理属性的限制,具有跨学科、综合性的特点。

多井多维异构数据交会图增维显示分析方法

交会图技术是测井处理解释中重要的数据可视化分析工具。在测井评价中,借助交会图对测井、地质、录井和试油等数据进行综合评价,或对多井多层段进行全面分析时,常见的交会图分析工具已不能满足需求。为此,在常规交会图的基础上进一步扩充与发展,充分利用测井、地质、录井和试油等异构数据将交会图增维扩展到更多维度,提出了多井多维异构数据交会图增维显示分析方法,从而为解释人员提供更多储层参考信息,实现多角度的测井综合对比、分析和展示。构建了异构数据增维深度对齐矩阵,将异构数据在深度上规整后加载到交会图中,实现测井数据刻度交会点颜色明暗和符号尺寸等属性、交会图增维辅助图件等功能,并通过对增维深度对齐矩阵中深度选择实现多交会图协同分析、交会图特征点投影到其他单井与多井应用模块同步显示等功能,使交会图扩展到更多维度,实现利用更多的异构数据辅助交会分析。构建了多井四叉树索引显示方法,优化交会图中重叠和遮挡数据点,提高了多井大数据量条件下交会图增维显示与交互性能。多井多维异构数据交会图增维显示分析方法已研发集成到新一代测井软件CIFLog中,并在多个油田成功应用。