基于虚拟样本生成的致密砂岩储层参数预测

由于孔渗统计回归和测井解释方法在致密砂岩储层参数预测中表现不佳,人工智能方法被广泛应用于致密砂岩储层参数预测中。然而,可用的岩心数据很难满足人工智能大量学习样本的要求。因此,提出了基于高斯混合模型的虚拟样本生成方法,以解决缺乏训练样本的问题。该算法的通过拟合原始样本的分布来生成虚拟样本,填充了小样本数据之间的信息缺失。通过标准函数测试,该方法能有效生成训练数据,实际工区孔隙度和渗透率预测对比试验表明,经过虚拟样本扩充数据集后,模型的预测准确率分别提高了9.7%和18.6%,表明所提出的方法可以有效地提高小样本条件下的模型预测精度。

基于串行及并行多任务学习网络的储层参数评价研究

选取基于串行还是并行多任务学习的储层参数评价网络建模是近期涌现的一个问题.本文以中国西部某油田老区储层参数试验数据为基础,对比20种不同的基础神经元模块组成的多任务学习网络的孔隙度、饱和度和渗透率评价结果,据此提出模型选择策略:确定系数为评价指标,选择串行而不是并行结构网络模型的条件为模型参数量小于1000的参考值;模型参数量大于1000时,串行多任务网络不如并行多任务网络.当平均绝对误差为评价指标时,选取串行多任务的前提是模型参数量小于10000的参考值.模型参数量大于10000时,串行和并行多任务网络结果具有一定相似性.如果平均绝对误差和模型参数量均在允许范围内,两种架构网络均可行.本文旨在为后续不同类型多任务学习网络架构模型设计及应用提供支持.

基于改进支持向量机的致密砂岩储层参数预测研究

致密砂岩储层的评价技术既是油气勘探开发的重点,也是难点。目前对致密砂岩储层的储层参数的预测与评价,依然采用传统的储层参数预测方法,结合测井曲线进行建模,用以对渗透率、孔隙度等参数进行拟合,主要运用的方法有经验公式、回归分析等,其中大部分方法都是基于线性的,无法反映致密储层特有的沉积和成岩作用所导致的非均质性强的特点,无法揭示致密储层中测井曲线与储层参数之间的复杂非线性关系。针对此问题,提出在传统储层参数预测模型的基础上,对测井曲线与储层参数的非线性关系进行分析,挖掘更多现有测井信息,进行支持向量机储层参数预测模型的建构,并采用粒子群算法、头脑风暴算法、布谷鸟算法等三种支持向量机的改进优化算法对模型参数进行测试,筛选出最优的储层参数预测模型。将该模型应用于研究区储层参数预测评价中,有效提高了预测评价精度,为致密储层精细预测评价和非常规油气田的高效开发提供了有力的技术保障。

基于可变临界孔隙度模型的致密砂岩储层参数地震反演方法

储层参数地震反演是通过地震观测数据定量评估储层物性及含油气性的重要途径.中国西部致密砂岩油气分布范围广泛,具有巨大的勘探开发潜力,但其孔隙结构复杂,储层参数的定量预测难度较大.本文提出了一种基于可变临界孔隙度模型的储层参数地震反演方法.为有效描述储层的复杂孔隙结构,本方法将临界孔隙度作为变量,使其具有随深度变化的特征,以表征复杂孔隙结构,进而提高致密砂岩储层岩石物理建模的精度.此外,为直接从观测地震数据反演储层参数,结合岩石物理模型和地震反射系数方程建立正演算子;基于贝叶斯框架构建反演问题,采用混合高斯模型构建储层参数先验约束,用以描述储层的岩性(相)差异特征;基于临界孔隙度、泥质含量与孔隙度的统计关系,结合快速模拟退火算法,在迭代优化中使临界孔隙度与储层参数交替更新,用以提高反演结果稳定性.选用中国西部四川盆地某工区实际资料,对本方法进行应用测试与验证,结果表明本方法对于含气储层具有良好的指示性,相比常规固定临界孔隙度方法,本方法可以有效提升反演结果准确性.

基于可解释神经网络的非常规储层参数建模范式

机器学习在非常规油气储层参数建模中起着越来越重要的作用,然而其特有的“黑盒”结构导致储层参数预测结果缺乏专业领域知识支撑。针对这一问题,提出一种基于可解释神经网络(INN)的储层参数建模范式。该模型以泛函网络结构为框架,通过可视化子网络基函数及其系数,一定程度上能展示模型的可解释性。最后,以松辽盆地青山口组青一段页岩油储层脆性指数建模为例进行模型验证。结果表明,与ELM、SVM、BP等传统的机器学习模型相比,所提出的INN储层参数模型不仅具有可解释性,且预测结果与实际值的均方根误差最小(5.2%~6.31%),相关系数最高(0.75~0.87)。

基于粒子群优化的相关向量机算法的井震联合储层参数预测与不确定性评估

目前有岩石物理、地质统计学及地震多属性三类方法预测孔隙度和饱和度。第一类应用广泛且物理意义明确,但预测结果具有一定局限性。第二类可以获得较常规方法分辨率更高的预测结果,但在构造复杂区域预测储层参数存在一定困难。第三类中的支持向量机算法(Support Vector Machine,SVM)的计算复杂度随着样本增加而增加,且难以评估预测结果的不确定性;第三类中的相关向量机算法(Relevance Vector Machine,RVM)没有明确的理论指导核参数选取。为此,利用粒子群算法(Particle Swarm Optimization,PSO)指导核参数选取,在获取最优核参数基础上定量预测储层参数;同时考虑到变异系数可消除量纲的影响,引入变异系数评估预测结果的不确定性,结合逐步回归算法优选地震属性,提出了一种基于粒子群优化的相关向量机算法(PSO-RVM)的孔隙度与饱和度定量预测方法。数值模拟和实际数据应用结果表明:①PSO-RVM具有较好的学习性能和泛化能力,且具备一定的抗噪能力;PSO-RVM预测结果的均方根误差低于RVM,预测精度更高,说明PSO可以有效指导RVM核参数选择,进而提高算法性能。②PSO-RVM给出了预测结果后验概率,通过引入变异系数可量化不确定性。③以井震数据为基础,基于PSO-RVM定量预测了孔隙度与含气饱和度,预测精度较高,且孔隙度预测精度更高,不确定性更低。

由地震属性向储层参数转换的综合效果分析

利用逐步回归分析、神经网络、相关滤波、协克里金和非参数回归分析等方法 ,实现了由地震属性与测井资料联合应用对孔隙度参数的平面分布预测。通过实例分析 ,比较了各自的地质效果 。

碳酸盐岩储层孔隙结构的影响因素与储层参数的定量评价

近几年,在海外区块遇到了大量的孔隙型碳酸盐岩储层。由于岩性复杂,孔隙类型多样,致使其孔隙结构十分复杂,储层参数难以准确计算,油气储量难以客观评价。文中针对研究靶区这一类型的碳酸盐岩储层,首先从沉积作用和成岩作用两个方面分析了孔隙结构的影响因素,得出在不同岩性之间,孔隙类型之间的差异是造成孔隙结构存在较大差异的主要原因。而在同种岩性之间,泥质含量的增加会降低孔隙结构的品质。另外,成岩作用对颗粒粒径较大的岩石的影响更大一些。其次,讨论了储层参数的定量评价,由于不同类型孔隙的共存,导致孔隙度相似,而渗透率、饱和度等储层参数却存在较大差异。针对这一问题,指出了可以采用核磁和成像等特殊测井资料来表征不同类型孔隙的数值分布,利用三维数字化成像技术来展示不同类型孔隙的空间分布,为储层参数的准确计算和油气储量的客观评价奠定基础。

基于双相介质理论的储层参数反演方法

传统基于单相介质理论的储层参数反演方法将孔隙流体与固体骨架等效为单一固体,弱化了孔隙流体的影响,反演结果精度不高.本文提出根据双相介质理论反演储层参数的方法.首先,在前人研究的基础上,利用岩石物理模型建立弹性参数与孔隙度、饱和度、泥质含量等储层参数间的关系,进而将双相介质反射系数推导为储层参数的函数;其次,根据贝叶斯反演理论,在高斯噪声假设的基础上,采用更加符合实际情况的修正柯西分布函数描述反射系数的稀疏性,推导出储层物性参数目标反演函数;最后,应用差分进化非线性全局寻优算法来求解目标反演函数,使得反演结果与实际资料间误差最小.新方法旨在突出流体对介质反射系数的影响,以期得到较高的储层参数反演精度.模型与实际资料测试均表明该方法可行、有效且反演精度较高.

基于非饱和多孔隙介质BISQ模型的储层参数反演

Biot流动和喷射流动是含流体多孔隙介质中流体流动的两种重要力学机制 .文中基于同时包含这两种力学机制的非饱和多孔隙BISQ模型 ,利用小生境遗传算法实现了储层参数 (孔隙度、渗透率、含流体饱和度等 )的反演 .结果表明 ,本文方法在储层参数的反演过程中目标函数收敛快、且具有较强的抗“噪声”干扰性能 ,当观测噪声ε≤ 5 %时 ,储层参数的反演精度很高 .最后 ,通过实测数据的反演应用验证了该方法处理储层参数反演问题的有效性和非饱和BISQ模型的准确性 .

基于岩石物理相分类的测井储层参数精细解释建模

研究表明,储层岩石物理相对低渗透岩性油气藏的成藏作用和油水分布具有重要的控制作用,同一种岩石物理相通常具有相似的岩性、物性、孔隙结构和含油气性特征,测井响应特征类似。在储层地质分类的基础上,根据其测井响应特征,用数学方法将鄂尔多斯盆地榆林地区上古生界山2段储层划分为3类岩石物理相,分类建立了山2段气层的测井精细解释模型和气层识别标准,从而将非均质、非线性问题转化为均质、线性问题解决。实际应用效果表明,气层的解释符合率比原来提高了17%,达到87%,利用新标准开展老井复查,建议3口井开展老井试气,均获得中高产工业气流。

中高渗砂岩油藏水驱后储层参数变化规律

通过对岔河集油田取心井岩心的分析，发现水驱对中高渗砂岩油藏储层参数有显著影响：孔隙度和渗透率的值随水驱倍数增加而增大，孔隙度变化幅度较小，渗透率增幅比较明显；初始孔隙度和渗透率值越高的样品，水驱后增幅越明显，这反映注入水沿着大孔道推进，对大孔道的影响最大；水驱后，储层出现面孔率和孑L隙体积增大、喉道直径增大、泥质等填隙物含量降低、排驱压力和饱和度中值压力降低等变化特征；由于水驱后渗流能力增强的大孑L道容易在地层中形成优势渗流通道，注入水沿优势通道推进，影响注入水的波及体积和驱油效率。因此，需要采取深部调驱等措施，封堵已经形成的优势渗流通道，提高注水开发效果。

储层参数压力敏感性研究

储层压力变化会引起储层物性参数 (如渗透率 )发生相应变化。岩石覆压渗透率与净有效覆压呈指数递减关系 ,且渗透率变化不可逆 ;岩石覆压孔隙度与净有效覆压成二次三项式递减关系 ;裂缝型地层与碎屑岩地层相比 ,压力敏感性更强。因此 。

SAGD储层参数敏感性分析及应用

风城油田SAGD技术已进入规模化开发应用,随着生产精细化要求不断深入,油藏模型的精度要求也越来越高。油藏认识的精准性、历史拟合程度的高低直接影响了模型的精度。利用适合SAGD的粗化技术保证了地质模型信息相对完整性,但由于渗透率各向异性仍存在信息缺失等问题,且模型中岩石热物性参数及实验的黏温数据的可靠性没有得到验证,制约了模型精度的进一步提升。利用CMG软件,先后对油藏基础静态参数、岩石及热物性参数、原油黏度3个方面,以历史拟合程度为研究目标进行敏感性分析。研究认为,影响SAGD数值模拟的关键储层参数为净毛比、渗透率、岩石热容量、岩石热传导率、黏温曲线等。在此基础上,建立了一套提高油藏数值模型精度的方法,历史拟合程度达到95%以上。

古潜山裂缝性油藏储层参数横向预测

对古潜山裂缝性复杂岩性油藏,任何单一的方法均不能对裂缝作出总体特征描述。将测井资料与地震资料相结合,充分发挥测井资料纵向分辨率高、地震资料横向分辨率高的优点,提出了一套古潜山裂缝识别和储层参数预测的方法。在单井测井资料精细分析和解释的基础上,通过测井与井旁地震资料精细标定、地震属性提取、归一化处理和优选,建立了地震属性与储层参数之间的关系,实现在井约束条件下的地震属性参数向储层参数的空间分布预测。该研究成果已在胜利油田数十口井中进行了推广应用,其有效孔隙度、次生孔隙度、泥质含量预测结果与测井解释结果吻合较好,两者误差相当小,取得了良好的应用效果。

改进PSO-BP神经网络对储层参数的动态预测研究

为提高BP神经网络的收敛速度和泛化能力,防止其陷入局部最优值,在前人工作基础上对传统粒子群算法进行了改进,具体包括:设定最大限制速度、改变惯性权重因子和改进适应度函数,并把改进粒子群算法应用于BP神经网络权值和阈值的优化。之后利用改进粒子群算法优化的BP神经网络实现对储层参数的动态预测,具体步骤为:确定神经网络的输入、输出神经元,定量化时间参数T,利用训练样本构建神经网络模型并进行检验。最后通过平均训练误差对仿真过程进行分析,结果表明改进PSO-BP算法的收敛性与泛化能力均优于BP算法和PSO-BP算法。

高含盐油藏水驱储层参数变化机理及规律研究

通过岩心驱替以及砂岩微观孔隙模型驱替实验,研究了高含盐油藏水驱储层参数变化机理和规律。运用先进的支持向量机方法对驱替实验结果进行处理,完成了储层渗透率变化规律的定量描述。研究结果表明,高含盐油藏储层参数变化呈多元非线性函数关系,变化规律复杂;渗透率变化存在临界值,大于临界值时,渗透率随着驱替速度、驱替量和含盐量的增加而增大,小于临界值时,渗透率随着驱替速度、驱替量和含盐量的增加而减小;注入水性质会对参数变化过程有影响,而对最终变化结果无影响;盐的溶解是储层参数变化的根本原因,岩石颗粒的脱落和运移是储层参数变化的直接原因。

注水前后储层参数解释模型的建立

建立准确的储层参数测井解释模型,是进行储层非均质性表征的前提和基础。在综合研究胡状集油田沙三段注水前后岩心、测试、地质等资料的基础上,分析该区储层注水后容易变化的主客观因素,建立储层物性解释模型,使储层的非均质研究由静态向动态方向发展,为精细研究高含水期剩余油分布规律奠定基础。

长岭地区营城组火山岩储层参数分布规律

根据松辽盆地长岭地区营城组火山岩在凹陷地层中的分布位置,将其划分为凸起带、凹陷带和斜坡带。基于128个岩心实验的孔隙度和渗透率数据、181个薄片的岩性和孔隙度数据及18口井的测井曲线资料,分析研究不同构造位置的火山岩储层特征,结果表明斜坡带储层具有中等—大孔隙,岩心实测孔隙度为1%～23%,测井计算孔隙度为9%～20%,属于中等储层,局部出现较好储层;凸起带储层具有中至小孔隙,岩心实测孔隙度为0.1%～12%,测井计算平均孔隙度为6%左右;凹陷带储层具有小孔隙,岩心实测孔隙度为0.1%～6.1%,测井计算平均孔隙度为3%左右,属于无价值储层或差储层。在同一构造位置,中酸性火山岩的孔隙度高于酸性火山岩孔隙度,断裂密集带的孔隙度最大。因此,研究区火山岩勘探的有力目标为位于构造斜坡带且断裂发育的中酸性火山岩储层。

不同吸附性气体抽采过程中煤储层参数演化特征研究

利用自主研发的多场耦合煤层瓦斯抽采物理模拟试验系统,开展了不同吸附性气体抽采的物理模拟试验,探讨了煤层瓦斯抽采过程中煤储层气压、温度及煤层变形等参数的时空演化规律。结果表明:(1)煤储层气压在抽采前期下降较快并形成以钻孔为中心的气压等值面,距离抽采钻孔越远的区域煤层瓦斯流速越小,气压下降速率越低;(2)气体吸附性越强,抽采过程中的煤储层气压下降速率越低且持续时间越长;(3)煤储层温度的时间演化规律与气压基本一致,在抽采前期有显著的降低,在抽采后期受吸附态气体解吸吸热及热交换作用的影响,煤层温度出现先下降后小幅上升;(4)距离钻孔越近的区域气压下降量越大,煤层温度下降越明显,煤层所受有效应力越大,煤层变形量也越大;(5)抽采气体的吸附性越大,抽采所导致的煤层变形量越大。