基于门控循环单元神经网络的测井曲线预测方法

为了减少泥浆侵入对测井曲线的影响,许多油田采用随钻测井技术,需先预测未钻地层测井曲线,这对随钻测井具有非常重要的指导作用。为此,提出一种基于门控循环单元神经网络(GRU)预测未钻地层测井曲线的方法,该模型将长短期记忆神经网络(LSTM)的输入门和遗忘门合并成更新门,输出门变成重置门,使模型结构简单,不易出现过拟合现象,保留LSTM模型的长时记忆功能,且能有效缓解梯度消失或梯度爆炸问题。以新疆油田直井和南海西部油田随钻测井的实际测井数据为例,选取已钻地层以及邻井的自然伽马、深感应电阻率、声波时差、密度和井径5条测井曲线数据作为训练样本输入到LSTM和GRU模型中进行学习训练,将训练好的模型用于预测未钻地层的测井曲线。应用结果表明,GRU比LSTM模型在新疆油田和南海西部油田预测测井曲线的平均相关系数分别提高13.78%和12.13%,平均均方根误差分别下降27.08%和42.17%,GRU模型能够准确地预测未钻地层测井曲线的变化趋势。

基于Attention机制的LSTM测井曲线预测方法

测井曲线预测是解决因井径变化、仪器故障等因素造成曲线测量效果不佳或某段曲线缺失的有效手段。从记忆学习的角度入手,对传统长短时记忆(LSTM)循环神经网络在测井曲线预测过程中特征提取、权值匹配及预测误差等问题进行分析,阐释Attention机制(以下简称Att机制)在解决此类问题中的重要性。基于TensorFlow平台搭建了Att-LSTM预测模型,并利用该模型实现了测井曲线的预测。结果表明:在LSTM神经网络中引入Att机制增强了不同时深下的测井特征关联性,优化了不同时间段的测井特征权重分配问题。将Att-LSTM模型和LSTM模型实际预测结果进行对比,Att-LSTM模型预测的测井曲线误差有所下降,精度较传统LSTM模型提高约8%,证实了在LSTM模型中引入Att机制的合理性及实用性,为测井曲线预测提供了一种新思路。

多曲线声波重构技术在储层预测中的应用研究

针对声波测井曲线易受到各种因素的影响而不能真正反映出储层的特征,本文在对测井曲线重构方法深入研究的基础上,提出一种能真正反映储层特征的多曲线声波重构技术。这种方法由于是在保持声波曲线特性的基础上,利用自然伽马、自然电位、补偿中子及电阻率曲线(经过标准化和归一化校正)参与重构,故此法既能保持声波曲线的时深关系和所有频率信息不变,又能充分利用参与重构曲线的特征信息。通过对S区实际例子进行波阻抗反演和储层预测的应用,取得了良好的效果,表明该方法是一种简单、实用、有效的曲线重构技术,可以在实际应用中加以推广。

BP神经网络隐式法在测井数据处理中的应用

现有神经网络方法对时间向量序列数据的处理是通过单点进行的,割裂了数据间的关联性。为此,利用隐式曲线的构造原理,通过对时间向量序列的变换,提出了一种整体预测时间向量序列的测井数据的方法。神经网络隐式整体预测方法的步骤是:①将数据变换为封闭曲线,构造约束点以简化神经网络的输入与输出;②利用神经网络的隐式方法,通过智能学习和仿真模拟,得到封闭的预测曲线;③经过变换得到最终的预测曲线。实验证明了该方法的有效性。

伽马拟声波曲线构建技术在储层预测中的应用

小壕兔工区的气藏属于典型的岩性气藏,砂体薄,岩性横向变化大。砂岩含气后,速度、密度、波阻抗明显降低,呈现出类似于泥岩的特征,声波曲线不能很好地反映地层的岩性。为此,采用拟声波曲线波阻抗反演方法,对该地区砂体的分布特征和展布规律进行了描述。首先,通过统计分析找出对地层岩性变化敏感的测井曲线——伽马测井曲线;然后利用信息融合技术将声波测井曲线和伽马测井曲线构建成伽马拟声波曲线;最后,利用宽带约束地震反演技术进行了储层反演。对伽马拟声波曲线的反演结果与声波曲线的反演结果进行了对比, 伽马拟声波曲线的反演结果在分辨率和与钻井岩性的匹配精度上都有较大的提高。用反演结果对砂体的分布特征和展布规律进行了描述,结果与地震振幅属性预测结果大趋势一致,但在局部刻画上更细致。

基于曲线重构的测井约束反演在中生界储层预测中的应用

陆相沉积为主的中深层目的层埋藏较深,储层纵横向变化快,砂泥岩速度接近,常规测井曲线不能有效反映砂岩储层特征,给储层预测带来难度。探索性地采用录井岩性重构声波时差曲线,在此基础上,利用波阻抗稀疏脉冲反演技术,对北黄海盆地东部坳陷某区块中生界储层进行预测,刻画了目的层中砂体的空间几何形态,实现了对储层的精细描述,取得了较好的应用效果。

利用交会图法识别国外M油田岩性与流体类型的研究

利用测井曲线进行岩性与流体类型的识别是测井解释的重要内容之一,可为油田油气藏的综合评价提供重要的基础依据.基于交会图法和岩心资料,本文分析研究了国外M油田的常规测井曲线特征与岩性和流体类型的关系.首先以岩心资料为基础,选取对岩性和孔隙流体敏感的物理量进行交会图分析识别,在现有测井资料的前提下,综合这些物理量建立了GR-BK、GR-NGR、NGR-BK、PHIE-SW交会图版,然后利用这些图版进行了岩性和流体的识别.其中:岩性主要依据自然伽马、中子伽马、电阻率交会图版来识别,流体类型主要依据饱和度和电阻率交会图版进行识别.在上面工作的基础上确定了该油田不同类型的岩性和流体的识别标准值范围:1)碳酸岩识别标准为GR<70API,NGR>2.5CU,BK<5Ω.m;砂岩识别标准为,70API<GR<162API,NGR<2.5CU;泥岩识别标准为GR>162API.2)油气层有效孔隙度PHIE>20%,SW<55%,BK>2Ω.m;水层的有效孔隙度PHIE>20%,但是SW>55%,BK<2Ω.m.从上面的结果可看出,在该研究区域,该方法不仅可以区分砂岩和泥岩这样不太复杂的岩性,甚至可以区分砂岩、石灰岩和白云岩这样易混淆的岩性.最后,通过待测试数据对建立的交会图版进行检验,岩性和流体识别的准确率达到了94%和100%.本文的研究结果对中亚地区油田的岩性识别和储层预测具有重要的应用价值.

曲线重构反演在储层预测研究中的应用

针对储层预测研究过程中,当波阻抗不能有效识别砂体时,如何利用对储层有良好分辨能力的测井曲线开展储层反演研究工作,提出一种行之有效的重构声波曲线反演方法。给出了计算重构声波曲线的数学模型,利用重构的声波曲线进行储层横向预测,并进一步指出利用正反演结合进行储层预测的发展方向。

基于常规测井资料的裂缝概率模型及其应用

准确预测裂缝的分布发育是碳酸盐岩储层研究中的重要内容,目前已发展了许多先进的技术和方法,但都需要地震和先进测井技术的支持,而老区块通常只有常规测井资料,因此,利用常规测井资料对裂缝进行预测有着重要的意义。为此,利用现有岩心资料和常规测井资料(GR、AC、DEN和RT曲线等),采用曲线元的方法计算裂缝存在概率,进而采用序贯高斯方法建立了裂缝存在概率的三维模型,从而展示出老区块裂缝的纵、横向发育状况及分布规律。现场应用结果表明:研究区裂缝平面上在主构造高点区和主构造西南倾伏端附近较发育,纵向上各单元体的裂缝发育情况分带明显,这与现有地质认识相符合,为常规测井资料进行裂缝预测提供了新的技术方法。

测井约束地震反演在储层预测中的应用

AB油田的声波测井曲线对储层与非储层的响应差异不明显,因此选择对储层反映明显的自然电位曲线替换声波曲线,即利用相邻井的时深关系把自然电位曲线重构成具有声波曲线量纲的新曲线。在此基础上,将测井曲线的高频信息和三维地震资料精细、三维可视化的优点有机结合,进行井约束地震反演,对井间储层进行预测。反演结果表明,4 m以上砂体识别率为97.9%,主力油层井间河道砂体分布准确率达到80%以上。

含气特征曲线重构技术在致密含气砂岩储层预测中的应用

工区内共钻井10口,均钻遇侏罗系沙溪庙组,有5口井在沙溪庙组产气,产量从几千立方米到几万立方米不等,其中qx10井产量最高,日产天然气5.74万m3。工区侏罗系沙溪庙组气藏受河流-湖泊三角洲沉积体系下的分流河道、河口坝砂体及裂缝综合控制,储层横向变化大,气藏纵横向分布规律复杂,受岩性、构造多种因素综合控制,为构造背景上的岩性气藏。研究的目的是弄清各含气砂层组及可疑含气砂层组的砂体分布规律及范围,落实气藏各含气砂体厚度、面积,为储量计算提供可靠参数。在研究中,先用自然伽玛测井参数反演预测砂岩厚度,然后利用中子-声波测井曲线交会重构含气特征曲线预测含气砂岩厚度。结果表明,利用测井曲线重构技术并结合其它方法预测含气砂岩厚度,效果较好,这是一种值得探索的新方法。

储层预测技术在厄瓜多尔西海岸地区的应用

储层预测技术已成为岩性油气藏勘探中的一项常规技术.厄瓜多尔西海岸地区蕴含着丰富的石油和天然气资源,但整个地区勘探程度相对较低,使用宽带约束地震反演技术进行储层预测是非常必要的.选择瓜亚基尔工区,使用地震纯波数据进行储层预测研究.首先进行测井曲线标准化处理,利用阻抗-伽玛交汇图分析确定储层岩石地球物理特征,然后针对目的层进行稀疏脉冲反演和储层厚度的计算,最后对反演结果和储层平面分布特征进行分析,确定有利勘探目标.预测的砂岩厚度和已钻井实测的砂岩厚度之间的误差很小,吻合较好,从而证明了该技术的有效性.

拟电阻率重构在岩性油藏油层识别中的应用

针对地震属性难以有效区分油、水层的难点,采用测井曲线重构方法刻画岩性油藏有利油层分布。通过对春光油田春22井区现有测井资料与含油砂体的统计分析,认为电阻率曲线对油层更为灵敏。在此基础上,通过井震结合,采用多属性线性回归和概率神经网络重构拟电阻率曲线来识别油层。实例研究结果表明概率神经网络预测的拟电阻率曲线精度高,更能有效识别岩性油藏油层的平面展布。

测井曲线精细处理解释技术在复杂储层预测中的应用

针对河流相储层厚度薄,横向变化大,预测难度大的特点,通过对测井曲线进行精细的处理和解释,包括深度校正、环境校正、标准化、曲线重构、测井与地震结合的地层对比与测井约束反演技术有机地结合,提高了测井约束地震反演的可靠性,确保了在地震储层描述中所用测井资料的精度和储层预测的准确性。将测井曲线精细处理解释技术应用于胜利油田樊东地区沙二段河流相沉积砂体的识别,取得了很好的效果。

测井精细解释在含气储层预测中的应用

储层预测不仅要了解砂体在横向上的展布规律,而且还要正确认识有效储层在空间上的变化规律,常规波阻抗反演技术难以实现此目的,而利用测井精细解释中识别气层的方法,重构含气储层的特征曲线约束下的有效储层的地震反演技术,则可以取得较好的效果。

基于测井和地震技术变质岩潜山岩性识别与预测

变质岩潜山油藏中岩性识别是判别储层的前提,可靠而有效地利用测井与地震技术能识别和预测潜山变质岩各岩性发育区。DMT凹陷潜山岩性主要为混合岩类、浅粒岩类、变粒岩类、片麻岩类、角闪岩类及基性侵入岩类等。根据该区岩石学薄片分类鉴定结果,各岩石在矿物成分及体积分数上的不同,致使各岩石发育处常规测井GR,CNL,DEN曲线形态与数值表现出差异,该差异性可作为岩性定性和定量识别的依据。在地震岩性预测方面,根据不同岩性地震属性的差异,可初步进行基性侵入岩的识别;进一步以敏感测井曲线交会图版为参考,采用密度曲线重构声波反演技术,开展变质岩岩性地震反演预测,其岩性预测结果与储层实钻吻合率达到85%以上,预测效果较好,对该类油气藏勘探及开发具有借鉴意义。

基于主成分分析的离散过程神经网络水淹层动态预测方法

提出了一种利用主成分分析和离散过程神经网络进行水淹层动态预测的方法,对测井曲线信息随油层厚度变化的离散数据进行主成分分析,减少了离散过程神经网络模型的输入参数,排除了各参数之间的相关性。引入了反映深度变化累积效应的输入参数——测井参数曲线层段的不同油层厚度。据此建立的识别模型能够反映出随含水率的上升、深度不同时测井曲线的变化规律。实例研究表明,提出的方法与BP神经网络识别方法、支持向量机方法相比较具有更快的运算速度和更高的识别精度,能够体现出高含水期水淹层的动态变化特征。

基于回归模型的煤层含气量预测方法研究

煤层含气量是煤层气储层评价的重要参数,基于煤层含气量与测井参数的关系较为复杂,论文对煤层含气量与测井参数做相关分析,对于相关系数较小的参数,通过构造复合参数法,提高了含气量与参数的相关系数,最终共优选6种测井参数,建立含气量与测井信息的线性、二次多项式回归方程,并对预测值进行有效性检验,证明建立的线性和二次回归方程是有效的。

泥砂岩薄互层时移测井曲线预测方法

为满足泥砂岩薄互层储层时移地震研究需求,实现油藏开发后测井曲线预测,在岩石物理模型理论分析、实际岩心观察和测井数据分辨率分析基础上,提出在薄互层储层测井曲线预测时将砂岩薄层与泥岩薄层分开,并将油藏参数变化限定于砂岩薄层的方案,从而使计算过程符合实际油藏条件.建立了时移测井曲线预测工作流程,并利用实际薄互层油藏开发前测井曲线和开发前后温度、压力和饱和度变化参数,实现了油藏开发后测井曲线预测.实际油藏开发后测井曲线预测结果与油藏参数变化有很好一致性,变化范围合理.

提高地震反演中测井建模精度的方法与应用——自然伽马反演模型建模方法

储层反演技术是利用地震和测井信息,在地质理论指导下对储层的空间展布和几何形态进行宏观描述。然而,某些储层反演模型重构方法由于对测井曲线录取时的影响因素、地层埋深对测井曲线的影响、复杂地质条件下不同岩性在测井曲线上响应的差异等问题缺乏深入分析,在一定程度上影响了利用储层反演结果区分地层岩性的能力,同时也制约了储层预测技术的广泛应用。研究以二连断陷盆地为例,在分析自然伽马曲线的各种不同影响因素的基础上,总结出一套自然伽马岩性反演模型的重构方法。认为由于地层受不同沉积时期等因素的影响,造成了自然伽马测井曲线上泥岩基线的差异和砂岩判别标准的不统一,同时由于钙质泥岩等特殊岩性的存在而影响了利用自然伽马测井曲线对砂岩和泥岩的识别,对这些影响因素做校正处理,可提高储层反演结果的岩性识别能力。