基于随机森林算法的复杂碳酸盐岩岩性识别

储层岩性识别是复杂岩性储层勘探开发的基础,但是目前国内外复杂碳酸盐岩岩性识别方法多基于单一因素,通常精度较低,难以准确地描述储层岩性。因此基于测井曲线的岩性敏感性分析,选择合适的测井曲线作为输入曲线,利用泛化能力强、对特征缺失不敏感、训练速度快且实现比较简单的随机森林算法建立复杂碳酸盐岩岩性识别模型,并基于该模型对研究区9口井进行了全井段岩性分类预测。岩性分类结果表明,利用本文提出的方法对岩性的识别较为准确,岩性回判率高达97.6%,且在薄层识别中表现出较大的优势,说明此方法可用在复杂岩性识别的工作中。

基于SOM和模糊识别的复杂碳酸盐岩岩性识别

碳酸盐岩储层受构造、沉积、古地貌等因素的影响,储层岩性复杂多样,基于测井资料开展岩性的识别在储层评价过程中具有重要意义。针对岩性识别方法存在泛化能力差,难以和地质经验相结合等问题,以苏里格气田苏东41-33区块下古碳酸盐岩储层为例,提出一种基于自组织映射(Self-Organizing Map,SOM)和模糊识别相结合的岩性识别方法。对岩性较为敏感的声波时差、补偿中子、密度等6种测井参数,采用自组织映射以无监督形式挖掘测井参数的关系信息和拓扑结构,并采用模糊识别方法对自组织映射模型进行局部校正。实际应用结果显示:该方法岩性识别正确率比传统模糊识别方法提高了7.3%,为岩性识别提供了新思路。

基于隐马尔科夫模型的复杂碳酸盐岩岩性识别——以苏里格气田苏东41-33区块下古气藏为例

测井数据是进行岩性分类的最主要资料,但因为碳酸盐岩低孔,各向异性,非均质性的特点,造成石灰岩、白云岩和其过渡岩性的测井资料内在属性复杂,单从测井资料的数据分布结构较难解决岩性分类问题.为了降低岩性反演的多解性,需要对岩性资料进行空间相关性的研究.研究表明,采用隐马尔科夫模型,开展以转移概率为基础的垂向空间岩性序列展布规律探索,利用垂向展布规律作为约束,结合动态求解策略,能够提高岩性分类的预测精度.使用该模型对苏里格气田苏东41-33区块下古气藏复杂碳酸盐岩进行岩性识别,和传统统计学方法高斯混合模型相比,该方法能提高预测准确度5.89%以上.同时,该模型能够揭示某种沉积环境,避免最终的预测结果产生实际工区未曾出现的岩性序列.

基于 XGBoost 算法的复杂碳酸盐岩岩性测井识别

碳酸盐岩储层在形成过程中受到多种因素的影响,储层岩性复杂多样,基于测井资料对碳酸盐岩岩性识别具有重要意义。为了解决传统的测井岩性识别方法和机器学习方法对于复杂碳酸盐岩岩性识别准确率不高的问题,以廊固凹陷北部奥陶系碳酸盐岩为例,将XGBoost算法应用于复杂碳酸盐岩岩性识别,并将模型的性能与决策树C4.5算法和支持向量机算法进行对比。结果表明,采用的XGBoost算法的岩性识别模型对研究区碳酸盐岩岩性识别的准确率达到了88.18%,相较于决策树C4.5算法和支持向量机算法准确率均提高了10%左右,且由于XGBoost算法采用多线程和分布式计算的方法,使得训练时间大大缩短。基于XGBoost算法建立的岩性识别模型能够有效地识别复杂碳酸盐岩岩性,为复杂碳酸盐岩岩性的测井识别提供了新的思路。

基于多元概率因子识别复杂碳酸盐岩岩性方法的应用

四川盆地彭州地区中三叠统雷口坡组雷四段碳酸盐岩地层受沉积、成岩等因素的影响,岩性复杂多样;因此雷四段碳酸盐岩的岩性识别对该层位的研究至关重要。通过岩心观察,彭州地区雷四段岩性主要发育白云岩、灰质白云岩、云质灰岩、灰岩和石膏岩5种岩性。根据多元判别分析,利用岩性概率因子计算进行多参数的岩性识别。通过与实际资料对比,岩性识别的吻合率为89.3%,是一种有效的复杂碳酸盐岩岩性识别方法。

利用决策树方法识别复杂碳酸盐岩岩性——以苏里格气田苏东41-33区块为例

苏里格气田苏东41-33区块具有低孔、低渗透、非均质性强的特点,其奥陶系马家沟组碳酸盐岩储层受多期不同类型构造、沉积等作用,岩性复杂多样,对岩性的准确识别成为研究区开发的重点和难点。近年来,决策树方法作为一种机器学习方法,在地质学领域中的运用越来越受到关注,尤其在岩性预测方面。以测井、录井资料为基础,通过岩性参数特征分析,优选出对岩性较敏感的声波时差、自然伽马、光电吸收截面指数、密度、深侧向电阻率和补偿中子6种测井参数,通过分析这6种测井参数特征,构建基于决策树方法的多分类器,将岩性信息与岩石特征信息融合。与测井、录井资料的对比、分析结果表明,利用决策树方法识别复杂碳酸盐岩岩性的准确率超过80%,且相比朴素贝叶斯方法,其岩性识别的准确率提高了13%。

主成分分析法在碳酸盐岩岩性识别中的应用——以地区寒武系碳酸盐岩储层为例

在复杂岩性油气藏储层评价中,利用测井曲线直接判别复杂岩性一直存在着多解性和不确定性。利用测井曲线构建主成分变量,选取累积方差贡献率大于85%的主成分代表输入的多维测井信息,保证在原始信息损失最小的情况下,以少量综合变量取代原有多维测井信息,简化数据结构,从而解决复杂的碳酸盐岩岩性识别的难题。文中根据YH地区寒武系碳酸盐岩储层实测的自然伽马测井(GR)值、中子孔隙度测井(CNL)值、密度测井(DEN)值、声波时差测井(AC)值和深侧向电阻率值(RT),构建F1—F5五个综合变量,其中F1和F2两个主变量占总贡献率的87.73%,可以有效地代替原始的多维测井信息。实例表明,通过岩心薄片分析定名的岩性数据,根据F1和F2主成分的交会图分析,可以有效地识别碳酸盐岩的岩性。该方法在YH地区寒武系碳酸盐岩储层岩性识别中取得了良好的应用效果。

成像测井资料在礁滩型碳酸盐岩储集层岩性和沉积相识别中的应用——以伊拉克鲁迈拉油田为例

伊拉克鲁迈拉油田M组碳酸盐岩储集层为例,阐述了研究区不同岩石类型及沉积相在XRMI成像测井资料上的响应特征.论文以成像测井资料为主体,通过岩心刻度成像测井并结合GR能谱测井、岩性密度测井和其它常规测井资料识别出粘土矿物、致密灰岩、生物礁灰岩,生屑滩灰岩等岩性;总结了缓坡相、生物礁相、生屑滩相等沉积相的成像测井响应特征,建立了研究区各沉积相的电成像测井相解释图版,并对单井进行了连续的测井相划分.研究表明:M组碳酸盐岩储集层顶部GR能谱测井显示高钍、高钾、高铀含量特征,反应了M组地层在沉积晚期曾暴露地表,形成了风化残余剥蚀面,与上覆地层呈不整合接触关系;M组早期依次发育缓坡相、生屑高能滩相/生物礁相、滩后相和泻湖相,构成了一个完整的下降半旋回.

用数据挖掘方法识别碳酸盐岩岩性

碳酸盐岩储层受沉积、构造及成岩作用影响大,测井曲线不能完全反映岩性性质。分析常规交会图法在碳酸盐岩储层岩性识别中整体识别率偏低的原因。通过对比决策树、人工神经网络、支持向量机和贝叶斯网络等数据挖掘方法,发现决策树具有较高的识别正确率。采用该方法分析常规测井数据,通过构造新参数Rd/AC和Rd/Rs进行碳酸盐岩岩性识别,准确率可达到89.32%。实际应用表明,地质、测井知识和数据挖掘方法相结合,能有效识别常规方法无法准确判断的岩性,通过改进不同的优选参数,提高岩性识别的准确率,为储层沉积相解释提供更准确的地质信息。

古城地区碳酸盐岩岩性及微相测井识别方法

碳酸盐岩沉积相系统刻画及相关研究受到岩石样品有限的制约,为了充分发挥测井曲线高分辨率、信息量丰富的优势,开展了古城地区碳酸盐岩岩性及微相测井识别方法研究。在利用岩样确定的微相类型对测井曲线进行标定的基础上,依据常规测井参数与碳酸盐岩岩性、微相的响应关系,优选出DEN、DT、PE和U、Th、K等敏感测井曲线,进行新的参数组合,建立了岩性识别及微相识别图版,符合率分别为85.4%和81.4%。另外,建立函数关系将各微相类型按照沉积能量进行量化分类,并给出微相能量参数曲线。该方法识别出的微相及其能量参数曲线在相带及沉积旋回的空间划分对比的应用中,符合典型碳酸盐岩沉积模式中的相序组合及沉积能量分布特征,与岩石薄片典型相标志所确定的沉积相带一致。该识别方法的应用效果较好,可以作为沉积相精细研究的重要补充手段。

植被覆盖茂密区碳酸盐岩岩性的遥感识别——以灌江流域为例

由于茂密的植被覆盖,西南岩溶区在遥感图像上反映的大部分是植被覆盖层的光谱信息,而直接的岩性光谱信息很弱,因而利用遥感图像识别岩性,尤其是碳酸盐岩岩性的难度很大。以广西灌江流域为例,在植被茂密的南方岩溶区利用多源遥感数据,如ETM、SPOT、ASTER数据进行碳酸盐岩的计算机自动岩性识别。结果表明:多源遥感数据的岩性识别效果远大于单一类型的遥感数据;未进行融合的遥感数据的分类效果好于融合后的数据;利用高分辨率遥感数据的纹理图像参与分类,有助于提高分类的精度。最终,采用SPOT的4个多光谱波段、ASTER的14个波段、TM的6个波段3种遥感数据共24个波段加上4个SPOT纹理图像和3个ASTER可见光波段的纹理图像共31个波段组合进行岩性的自动识别分类,取得了82.01%的自动识别总精度。

模糊数学识别深层潜山碳酸盐岩岩性

针对深层潜山碳酸盐岩地层岩性识别成功率低的状况 ,应用模糊数学原理 ,建立模糊数学识别碳酸盐岩岩性模式。识别和划分深层潜山碳酸盐岩地层岩性 ,以便进一步深入研究深层潜山碳酸盐岩油气藏储层。选择反映深层潜山碳酸盐岩岩性特征的测井参数 ,在取心资料标定下 ,确定阈值 ;利用所建岩性识别模式 ,对碳酸盐岩岩性进行分类 ,依据最大隶属原则 ,识别碳酸盐岩岩性。应用实地研究资料 ,识别十种碳酸盐岩岩性 ,并与岩心鉴定统计分析结果对比 ,符号一致性达 94%以上 ,表明该方法识别深层潜山碳酸盐岩岩性精度较高 。

富县地区碳酸盐岩测井岩性识别方法

为了解决鄂尔多斯盆地下古生界奥陶系马家沟组碳酸盐岩储层岩性类型复杂、变化快、难识别以及部分老井无测井解释剖面,地质研究人员无法快速有效判别岩性等问题,以富县地区马家沟组马五段为研究对象,分析了目前常用的岩性识别方法,通过取心资料确定了主要的岩石类型,结合碳酸盐岩中主要矿物的测井响应数值,得出了可采用光电吸收截面指数曲线与补偿密度曲线、补偿密度与补偿中子曲线两两包络的包络法与聚类分析—最小临近算法实现岩性解读的认识。研究结果表明:(1)包络法操作简便,能快速识别白云岩、石灰岩、石膏,尤其在含膏地层中优势明显,适用于生产中对岩性的预判,其操作关键点在于曲线左右刻度值的调整,其判别准确与否的关键在于曲线质量是否可靠;(2)聚类分析—最小临近算法结果更精确,其预测符合率高达92.31%,更适用于后期科研所需,但是该方法需要一定量的取心数据作为支撑;(3)目前上述两种方法在坍塌角砾岩的识别中都还存在着局限性,对于坍塌角砾岩的识别还需要借助成像测井以及地质认识来实现。

大民屯沙四段泥页岩和碳酸盐岩细粒级特殊储层岩性及测井识别

结合研究区沈352井的系统取心资料,通过薄片鉴定、荧光薄片鉴定、X衍射全岩分析、扫描电镜等方法,研究总结了研究区岩石类型和主要岩性的典型测井曲线特征,实现了研究区岩性的测井曲线识别。

基于图论聚类和最小临近算法的岩性识别方法——以四川盆地西部雷口坡组碳酸盐岩储层为例

碳酸盐岩具有非均质性强、岩性变化快和岩石类型复杂的特征,岩性精细识别难度大,严重制约了储层参数的计算及后续油气开发。以四川盆地西部雷口坡组碳酸盐岩储层为例,结合岩心和薄片等分析测试资料将储层发育的岩性分为8类:藻粘结白云岩、粉晶白云岩、泥晶白云岩、灰质白云岩、白云质灰岩、灰岩、膏质白云岩和石膏,明确了不同岩性的测井响应特征。采用机器学习的思想,将已知岩性定名样本作为训练数据,利用图论聚类分析方法建立岩性识别训练模型,在此基础上结合最小临近算法对未取心井岩性进行预测,实现了不同岩性的精细识别。区块应用结果表明:该方法岩性识别整体符合率高达91.3%,有效提高了岩性识别精度。

BP神经网络技术在碳酸盐岩岩性识别中的应用

以测井资料和薄片分析资料为基础,运用主成分分析对测井曲线进行重组,提取主成分,再应用神经网络技术对碳酸盐岩岩性进行快速识别,此方法提高了网络的收敛性和稳定性。

以岩性识别为核心的碳酸盐岩储层测井评价技术及其应用——以中东M油田为例

相对于碎屑岩储层,碳酸盐岩储层岩性复杂和储集空间类型多样给适用于岩性单一的均质模型测井评价方法带来了挑战。为进一步提高碳酸盐岩储层参数计算精度,通过对中东M油田具有放射性的白云岩的精细处理、储层参数敏感性分析、最优化处理模型和解释参数等方面进行的准确、有效的评价,建立了以岩性识别为核心的碳酸盐岩储层测井评价技术。应用效果表明,通过储层参数精细化处理与综合解释,其结果可以满足该油田储层评价和储量计算的要求。

塔中良里塔格组碳酸盐岩岩性-成像测井相识别图版

针对现阶段研究区取芯资料越来越少,再次取心难度较大,费用较高的现状,以现有岩心、薄片及电成像测井等资料为依据,建立塔中良里塔格组碳酸盐岩岩性-成像测井相识别图板,为研究区后续无取芯井段的勘探开发工作提供参照。

泥质碳酸盐岩声波性质与岩性特征的实验关系考察

实验室内进行了多块含泥质碳酸盐岩岩心的声学参数及岩性参数测量。考察在空气饱和状态下 ,含泥质碳酸盐岩声波性质与岩性特征之间的关系。利用密度测量值对岩心进行岩性分类 ,认为对孔隙度很小 ( <2 % )的碳酸盐岩 ,有必要建立声速与孔隙度之间更恰当的解释模型 ,岩心的密度资料应充分应用。

碳酸盐岩三矿物岩石组分识别模型的建立与应用

塔里木东南区块碳酸盐岩储层岩石组分复杂,石灰岩、白云岩、硅化岩并存,含量变化大,且呈非均匀状态分布。由于不同组分具有不同的测井响应骨架值,岩石组分的变化导致岩石骨架参数的变化,从而进一步影响岩石孔隙度参数的计算精度。采用三角形图解法,经过优选岩性测井信息,确定端元特征值,建立了三矿物岩石组分识别模型和含量计算的新方法。通过与岩心分析矿物含量对比,平均绝对误差小于7%,能够满足生产需求,为储层参数精确求取奠定了基础。