测井资料Xu-White模型预测横波速度的一些新观点

目前横波预测的方法大致可以分为两种:经验公式预测和理论岩石物理模型。由于经验公式预测一般具有区域性,研究者更重视岩石物理模型预测。目前大多数岩石物理模型预测横波的方法假定地下流体的物性参数(速度和密度)不受地层深度的影响,且孔隙扁率是恒定的,实际上这并不科学。因为矿物的体积模量和剪切模量随所处地层深度发生改变,而对于孔隙扁率则随颗粒形状、孔隙度等的变化有较大变化。针对这些情况,提出一种新的改进的Xu-White横波预测方法,并可取得较好的效果。

基于Xu-White模型TZ地区致密砂岩弹性波速测井解释

深层致密砂岩储层是TZ地区油气勘探、开发的重点,纵横波弹性波速精细解释对地震、测井及钻完井施工均具有重要意义。由于该地区大部分井缺少密度及横波测井资料,而这些资料往往是弹性波速反演或进行预测效果验证所必须的。本文首先利用常规中子、泥质等测井资料对声阻抗进行反演,对各井岩石密度进行精细解释。利用基质矿物模量自提取方法及Xu-White模型对致密砂岩基质矿物体积模量及剪切模量、干岩样体积模量及剪切模量进行表征,最后利用Gassman方程对岩石纵横波波速进行预测。结果表明,AC与自适应提取的基质矿物各模量间存在较好的二次多项式相关性,因此可以利用AC对基质矿物各模量进行定量表征,从而简化自适应提取方法,提高计算效率;利用该方法预测的纵波及横波波速平均相对误差分别小于0.8%和2%,明显好于常规经验法,因而对于该地区深层致密砂岩储层地质结构精细解释具有参考价值。

轴对称连续电性模型激电测井二维有限元数值模拟

激电测井是将电极排列置于钻孔中进行探测的一种测井方法,由于电极排列接近目标体,使得观测的异常信号较强,能够较好地划分目标体的埋藏深度。为了提高激电测井正演精度和方便激电测井电极排列的优化设计,笔者研究了轴对称连续电性介质模型的激电测井曲线二维有限元数值模拟方法。首先在轴对称坐标系下推导了稳恒电流激励异常电位满足的边值问题和变分问题,然后,根据轴对称连续电性介质模型,推导了激电测井曲线二维有限元数值模拟的理论公式,并在此基础上编制了激电测井二维有限元模拟程序,可用于模拟二极、三极和四极观测装置的激电测井曲线。最后,通过模型算例检验了程序的正确性,并分析了不同网格单元剖分尺度对激电测井曲线形态特征的影响,以及不同观测装置、不同极距下测井曲线的响应特征。研究为激电测井的电极排列设计提供了有利的辅助工具。

基于ADASYN-GS-XGBOOST混合模型的火山岩测井岩性识别

火山岩的形成环境复杂,有些地区的火山岩可能只发育两三种岩石类型,这会导致不同岩性取心资料的代表性严重失衡。针对现有的测井岩性识别方法在处理类间不均衡样本时出现效果较差的问题,提出基于ADASYNGS-XGBOOST混合模型的火山岩岩性识别方法。首先通过ADASYN过采样算法对不均衡样本进行处理得到新的样本集,再以XGBOOST算法作为基分类器对样本进行分类,并利用网格搜索法(GS)对模型进行参数优化,以此建立ADASYN-GS-XGBOOST混合岩性识别模型。将该混合模型训练后的结果与K近邻、朴素贝叶斯、随机森林、XGBOOST及SMOTE-GS-XGBOOST等算法的岩性识别结果进行对比,表明基于ADASYN-GS-XGBOOST算法建立的模型识别效果最好。该方法克服了已有岩性识别方法无法有效解决不均衡样本的问题,极大地提升了火山岩岩性识别的准确率。

基于大语言模型的致密砂岩储层测井含水饱和度预测

致密砂岩储层测井含水饱和度预测是油气藏储层评价和产量预测的关键步骤,应用机器学习模型预测含水饱和度在一定程度上缓解了常规方法预测误差大的问题。但是现有的机器学习方法通常使用有限的测井数据从头开始训练模型,导致模型能力受限,进而阻碍了它的泛化能力。为此,基于大语言模型(LLMs)出色的泛化性能及丰富的知识信息,引入LLMs进行储层测井含水饱和度预测,提出了一种基于真实关系及表格Transformer网络(REaLTabFormer)增强的LLMs对齐框架模型(RTF-LLA),最后进行了实验对比验证。研究结果表明:(1) RTF-LLA模型由数据增强、知识蒸馏和跨模态对齐3个核心模块构成;(2)数据增强模块以原始测井数据为基础,利用REaLTabFormer捕获测井参数与储层物性参数间的内在关系,生成了高信息量的测井数据;(3)知识蒸馏模块从LLMs提取主要的知识信息,指导测井数据与LLMs文本知识进行跨模态对齐,并赋予模型准确预测储层测井含水饱和度的能力;(4)跨模态对齐模块通过词元对齐、特征对齐和序列对齐,有效地降低了模型对储层含水饱和度的预测误差。结论认为:(1)RTF-LLA模型在S气田储层饱和度实验评价中的平均绝对误差和均方根误差分别为1.332和2.207,相较于其他主流机器学习算法至少降低了3.310和3.174;(2)RTF-LLA模型可为小样本测井资料储层含水饱和度准确预测提供有效技术支撑,为储层测井含水饱和度预测提供了新思路、新方法。

多元线性回归模型与多层感知器神经网络在铀矿测井泥质含量预测中的应用

在铀矿资源勘探工作中,泥质含量的测定对于确定地下岩层的性质和砂岩型铀矿床的分布具有重要意义。文章旨在避免常规测井解释计算方法受到希尔奇系数选取准确性的限制,提出了利用多元线性回归模型和多层感知器(MLP,Multilayer Perceptron)神经网络对测井数据进行分析与预测的方法。通过选取某地区的测井数据,采用多元线性回归模型和MLP神经网络进行了泥质含量关系模型的构建和验证。结果显示,多元线性回归模型在泥质含量低层位出现过拟合现象,而MLP神经网络则表现出更高的预测准确性,MLP神经网络在泥质含量预测中优于传统多元线性回归模型,为铀矿勘探中泥质含量的准确预测提供了有效工具,并有望改进现有的泥质含量评价方法。这些研究成果可显著提升测井解释的效率和准确性,对后续铀矿勘探开发工作的开展具有积极影响。

基于改进Xu-White模型的富有机质页岩横波预测方法研究

横波速度是储层表征描述、AVO分析和流体识别的重要信息。干酪根是富有机质页岩的重要成分且具有非固体非流体的特殊弹性性质,常规处理方法是将其等效为流体。这里提出了一种基于变化孔隙纵横比Xu-White模型的富有机质页岩横波预测方法,首先将干酪根同时等效为基质矿物和孔隙流体引入模型中,然后利用模拟退火粒子群算法,在约束条件下,反演出变化孔隙纵横比,并以变化孔隙纵横比初始化,模型构建富有机质变化孔隙纵横比Xu-White模型,最后结合测井信息与岩石物理模型预测横波速度。将该方法应用于中国西南部四川盆地东南焦石坝地区某井位,通过对比固定孔隙纵横比Xu-White模型方法与干酪根流体等效的变化孔隙纵横比Xu-White模型预测结果,验证了该方法的适用性和准确性。本方法将为富有机质页岩的研究提供更准确的横波速度资料。

多源测井数据预测煤层工业组分和发热量模型研究

煤层工业组分和发热量是评价煤质的基本依据,利用测井资料预测煤层工业组分和发热量可以弥补煤芯样试验分析的不足。利用宁夏某井田详查、勘探等不同阶段的数字测井和煤质化验数据,在研究煤质特征、测井响应特征和统计分析的基础上,建立了测井响应特征提取、样本集建立和数据处理方法与深度神经网络模型,通过对测试数据的预测结果和试验分析结果对比,验证了预测模型有效性。

基于Xu-White模型的叠前AVO优化反演在深海浊积储层应用

Glengorm区上侏罗统砂层组Freshney油气资源富集,储层精细刻画是其难点,主要包含两方面:(1)目的层段砂、泥岩阻抗叠置,而受制于测井资料品质,叠前Vp/Vs弹性信息辨识岩性能力较弱;(2)地震资料频带窄、信噪比S/N较低,导致常规反演手段难以有效刻画储层,气层预测难度大。对此,本文首先应用Xu-White岩石物理建模方法,正演分析弹性参数并优化Vp/Vs辨识岩性能力;其次,在叠前AVO反演流程上提出统计性子波解决常规反演砂体预测精度较低问题;最后,利用FFP岩相流体识别技术完成Freshney气层精细刻画。靶区应用表明:该项技术较好地解决了Freshney储层流体刻画难等问题,对英国北海盆地深海浊积砂岩精细刻画具有一定的借鉴意义。

基于Xu-White模型的优化测井横波速度预测技术研究与应用

为了减小Xu-White模型参数提取误差对预测精度的影响,在理论研究的基础上,通过引进虚拟孔隙度变量和非线性优化算法,形成了一种基于Xu-White模型的优化测井横波速度预测技术,并建立了应用流程。虚拟孔隙度变量能够较好地容纳Xu-White模型因砂、泥孔隙的扁度和骨架等参数提取所带入的误差,进而提高其预测精度。该技术在渤海湾地区实际资料处理应用中取得了较好的效果。

基于Xu-White模型横波速度预测的误差分析

在砂泥岩剖面中,基于Gassmann方程和Xu-White岩石物理模型,利用常规测井资料及实验室岩石物理数据进行横波速度估算.模型中考虑了泥质砂岩中基质性质、泥质含量、孔隙度大小和孔隙形状以及孔隙饱含流体性质对岩石速度的影响.综合分析了模型中砂、泥岩和孔隙流体弹性参数以及孔隙纵横比等输入参数的误差对预测横波速度精度的影响.数值模型试验表明,在Xu-White模型中采用变化的孔隙纵横比估算出的横波速度远远比采用固定孔隙纵横比估算出的横波速度准确.

基于修正Xu-White模型的碳酸盐岩横波速度估算方法

在许多实际地球物理资料中往往缺失横波速度信息,这给叠前地震属性分析和叠前地震反演均带来不利影响。如今针对碎屑岩地区的横波速度预测方法已日趋成熟,而针对碳酸盐岩地区的研究相对较少。本文基于经典Xu-White模型,从岩石物理角度构建出一种适用于碳酸盐岩的修正Xu-White模型;然后类比于Pick-ett、Castagna等建立的碳酸盐岩纵横波速度经验公式,建立了更适用于碳酸盐岩地区的经验公式;将该经验公式和修正Xu-White模型应用于实际碳酸盐岩地区的横波速度预测,对预测结果进行的对比分析证实,修正Xu-White模型具有更高的横波速度预测精度。

虚拟孔隙度优化Xu-White模型法预测横波速度

纵、横波速度和密度是连接岩石各种物理性质与地震波勘探的桥梁,是储层岩性、物性和流体分析识别的重要参数。在实际工作中只有极少数井进行了横波速度测井,甚至没有横波资料,而利用横波速度可以得到泊松比、拉梅模量等反映流体性质的物理量,减少地震振幅解释的多解性,这种情况下,就需要预测横波速度。文中在Xu-White理论模型的基础上,通过引入虚拟孔隙度和误差融合技术,优化了预测横波速度过程,减少了孔隙的扁度和骨架参数带来的误差,并在预测过程中增加了质量控制手段,提高了横波预测的精度。在肇源南和敖南地区的横波速度预测工作中,预测结果与实测横波吻合程度较高,说明该方法在实际应用中能够取得较好的效果。

Xu-White模型预测横波速度的不确定因素分析

自Xu和White(1995)建立了泥质砂岩的有效介质模型(Xu-White模型)后,很多地球物理学者用此模型或改进的模型进行岩石横波速度的预测,但至今很少有人对Xu-White模型预测过程中的不确定因素进行详细总结。介绍了Xu-White模型及其预测流程;对预测过程中的不确定因素进行了分析,指出在使用中可以根据实际地质情况合理的取舍参数,从而能更有效地进行纵横波速度预测。

基于Xu-White模型的致密砂岩储层含气性评价

鄂尔多斯盆地东部致密砂岩储层属于典型的岩性气藏,储层物性差、储集空间有限、孔隙结构复杂,常规测井资料易受岩石骨架影响,孔隙流体对其响应特征的贡献小,测井曲线难以有效突出反映孔隙流体的信息,导致气层识别难度大。为了解决这一难题,基于Xu-White模型,利用阵列声波测井资料,结合Biot-Gassmann方程和流体替换模型,获取纵横波速度比差值、体积模量差值等含气敏感参数和含气指示因子,提出了一种识别致密砂岩气层的新方法。结果表明:阵列声波测井能够提供反映地层骨架和流体特征的声学信息,是致密砂岩储层含气性评价的有效手段;体积模量差值和含气指示因子识别准确度较高,含气性评价效果较好,而纵横波速度比差值评价效果较差。通过实际资料处理和试气资料成果验证,该方法评价鄂尔多斯盆地东部致密砂岩储层的含气性具有较高的有效性,同时可为其他地区同类致密砂岩储层含气性评价提供技术支持。

利用Xu-White模型估算地震波速度

在测井资料中,通常缺乏横波测井资料,这为地震波正演模拟和地震反演都带来一定的困难。基于Xu White模型,作者利用常规测井资料AC,RT和GR曲线,以及实验室岩石物理数据进行地震波速度估算,有机地结合了Gassmann方程和Kuster Toks z模型,并充分考虑到了泥质砂岩中岩石基质性质、泥质含量、孔隙度大小和形状及孔隙饱含流体性质对岩石速度的影响。然而,由于存在“数据测量”和“模型估算”的不精确性,输入参量和输出结果都不可能完全的精确,为此在利用Xu White模型的同时引入信息合取反演算法,建立一个联系所有输入参数和输出结果之间的后验概率密度函数,通过寻找模型空间的最大似然点达到最优化模型结果的目的。该反演方法应用于吉林新立油田测井资料分析,纵波速度和密度估算结果在可接受的误差范围内,能够对由于井壁垮塌造成的密度测量偏差进行校正,为横波估算结果的利用提供了合理性保证。

采用Xu-White模型进行横波预测影响因素分析

砂泥岩的Xu-White模型常被用于横波预测,该模型综合考虑了砂泥岩中的泥质含量、孔隙度及孔隙形状、孔隙饱含流体的性质等对岩石速度的影响。为了深入了解泥质含量、含水饱和度、砂岩孔隙纵横比对Xu-White模型横波预测影响因子的大小,建立了三个气水模型进行试验并分析。结果表明:误差影响权重由高到低依次为泥质含量、砂岩孔隙纵横比、含水饱和度。运用综合考虑三个误差因素的改进Xu-White模型进行横波预测的结果与实测资料吻合性良好。

基于Xu-White模型横波速度预测的误差分析

在砂泥岩剖面中,基于Gassmann方程和Xu-White岩石物理模型,利用常规测井资料及实验室岩石物理数据进行横波速度估算。模型中考虑了泥质砂岩中基质性质、泥质含量、孔隙度大小和孔隙形状以及孔隙饱含流体性质对岩石速度的影响。综合分析了模型中沙、泥岩和孔隙流体弹性参数以及孔隙纵横比等输入参数的误差对预测横波速度精度的影响。数值模型试验表明,在Xu-White模型中采用变化的孔隙纵横比估算出的横波速度远远比采用固定孔隙纵横比估算出的横波速度准确。

基于Xu-White模型的横波计算在厄瓜多尔18区块的应用

叠前弹性阻抗反演中，除需要纵波时差、密度测井资料外，还需要用到可靠的横波时差。由于横波测井采集成本较高，在实际生产中测量较少，且部分实测横波受环境影响后对流体性质（含油气性）的反映并不理想。因此，为得到能够准确反映岩性及含油气性的弹性参数，利用纵波时差及其他测井资料处理成果，使用基于Xu-White模型改进的方法计算横波，并应用于叠前弹性阻抗反演，以预测岩性发育及流体分布情况。以厄瓜多尔18区块为例，应用上述方法计算横波曲线，实现了在强非均质性砂体中的流体预测，且根据预测结果所设计的井位获得了高产工业油流。

声波测井成像图中的反射体自动精确识别

针对声波测井成像图噪声多、图像模糊导致的反射体自动识别困难、依赖专家识别、费时耗力等问题,提出反射体自动识别方法。通过高斯混合模型将像素点按颜色进行聚类,拆分为多通道子图,筛选有效子图进行组合;基于局部连通性进行粗降噪;以连通区域内像素点数量为基准进行精细降噪,最终完成反射体区域的像素级精确识别。整个过程完全自动化,在油田开发所用声波成像图上进行实验,实现反射体区域像素级精确识别,极大地提高了开发效率。