运用QC方法缩短开发井单井解释时间

油气层解释评价是油田勘探开发的重点环节,录井解释时长直接影响油田公司及钻探企业提质增效。针对此问题首先进行调查分析明确了开发井单井时长超出要求,确定了活动目标,通过对影响解释时长的症结进行分析,找出了解释成果表模版不符合要求及数据提取方式不合理2个要因,再针对要因制定了对策,实施后开发井单井解释时长由活动前的5.4 h降到了2.8 h。

由粗放型向精细型解释发展

曾文冲．由粗放型向精细型解释发展．测并技术，１９９５，１９（２）：７９～８９单井解释与多井解释是构成测井解释系统的两个相互关联的基本要素，二者既是油气藏微观与宏观地质特性的描述工具，又是这些地质特性内插与外推的预测工具。单井精细解释是认识油气藏与开展有效的多井分析的基础，是构成三维地质数据体的高质量数据链，因此，搞好单井的精细解释是发挥测井技术固有优势的重要前提。文章系统地分析了单井精细解释的目标、内容，以及达到这一目标的分析模式。

水淹层多井解释技术

本文主要介绍单井初步解释、单井精细解释、多井综合评价的“三级”解释层次，重点介绍多井解释技术，并结合南阳油田水淹层评价和剩余油分布预测的实例介绍这项技术的应用效果。

长岭气田火山岩储层三维孔隙度建模方法

建立准确可靠的三维孔隙度分布模型,对火山岩气藏有效储层的预测和建立合理的开发方案具有重要意义。针对长岭气田火山岩储层特点,利用神经网络技术建立单井孔隙度解释模型,并将目的层火山岩划分为三个火山体,提出用火山岩"体控+相控"的建模策略,采用基于象元的序贯高斯随机模拟方法和协同克立金法,建立三维孔隙度参数模型,其结果符合地质认识和生产实际,并为生产单位所采用。

碳酸盐岩储层裂缝智能预测技术及其应用

对不同地震属性裂缝预测体的信息融合是目前碳酸盐岩储层裂缝预测的重难点之一。针对现有信息融合技术中存在的权重系数随机性强、效率低、耗时长、裂缝预测精度不理想等问题,利用机器学习多属性融合方法,基于神经网络系统的单井裂缝解释和多种地震方法的多尺度裂缝预测,得到机器学习融合的训练样本数据集,通过数据编码及结构化处理、标签数据提取及样本集划分和机器学习算法优选等,建立裂缝预测数据驱动模型,对碳酸盐岩储层裂缝智能预测技术进行研究。通过上述方法,得到一个多信息融合的智能裂缝预测强度体,该体能够反映不同尺度裂缝在三维空间的发育强度,反映裂缝各向异性。将技术方法应用至南海流花11‑1油田表明,基于机器学习的多属性裂缝融合方法不仅提高工作效率,且有效提高裂缝预测精度,很好地反映裂缝的各向异性,与生产动态特征符合率达90%。研究结果为基于机器学习的高效、高精度多属性裂缝融合预测提供了技术支撑。

数字化油田搭建方案探讨

基于当前国内数字化油田建设需求案,从勘探开发的角度考虑,通过数据中心搭建,即硬件环境配置、保障数据安全、数据应用三个方面提出一套数字化油田建设框架,并详细介绍使用VMwarev Sphere部署和管理硬件平台、数据物理安全保障方案、安全传输网络数据及使用数据指纹防止数据内部泄露的措施,以及利用服务器资源运算优势搭建运算虚拟主机和建立办公虚拟机实现远程办公方案。