LDA和KNN算法在随钻测井火成岩分类的应用

渤中34-9油田在开发过程中广泛钻遇古近系火成岩,由于火成岩岩性多样、成分复杂导致常规测井解释图版识别岩性精度较差,而在随钻过程中准确识别火成岩岩性是工程上规避憋、卡、漏等风险的重要前提。通过将机器学习算法线性判别分析(LDA)与KNN算法运用于油田开发过程中的随钻测井数据处理与分析,实现了随钻过程中准确、高效识别火成岩岩性的目的。进一步将线性判别分析的降维结果代替原始测井曲线作为K最近邻分类器的输入,实现两种算法的有机融合,并对油田5口开发井建立的测井数据集进行机器学习,火成岩岩性分类准确率高于90%,证明了该方法的适用性。通过引入机器学习方法为常规录、测井数据的处理与解释提供了新方法,多方法的结合也为油田勘探作业过程中的分类提供借鉴。

核磁共振测井对电成像测井的影响

为了研究核磁共振测井对电成像测井的影响程度,寻找一套可行的校正方法,并提出最佳的测井设计,结合核磁共振和电成像测井原理对岩心数据进行分析。分析结果表明,核磁共振测井对铁质矿物进行磁化后,短时间内可形成人工磁场,如果此时进行电成像测井,人工磁场会影响电成像极板定位,导致电成像测井图像异常。结合现场实例,通过最小二乘法拟合对测斜资料进行校正后,电成像资料基本能够满足解释评价要求,同时还可以根据地层中是否含有铁质矿物进行测井序列优化。

钻井液中塑料球对电缆地层测试的影响分析及措施

电缆地层测试是渤海油田储层评价的重要手段,但多数定向探井由于工程需要会在钻井液中加入固体润滑剂塑料球,导致后续电缆地层测试仪器的出入口滤网被塑料球堵塞,严重影响作业的正常实施。为了克服塑料球对电缆地层测试的影响,对塑料球堵塞滤网的主要原因进行了分析,提出了在仪器下井前关闭入口阀及出口阀、座封前不要进行泵抽操作、只在座封后进行泵抽的作业思路,并结合成功案例,总结出了"未座封,禁开阀;解封前,先关阀"的作业方法。该方法的推广应用,有效克服了塑料球对电缆地层测试的影响,应用效果显著。

莱州湾凹陷沙河街组地层特征及储盖组合分析

莱州湾凹陷是一个富生烃凹陷,已揭示了多套烃源岩,经油源对比已发现的油气主要来自于沙三中和沙四上亚段烃源岩。为提高勘探效率和效益,开展了莱州湾凹陷古近系沙河街组地层特征研究。通过研究分析了莱州湾凹陷各层位岩电性特征,对于确定各层段含油气性及落实构造圈闭具有重要意义。