基于神经网络法的逐点渗透率测井解释研究

渗透率参数是储层解释与评价中极其重要的一个参数。采用常规测井解释方法逐点计算单井剖面中各小层的渗透率往往很难达到精度要求。鉴于单井剖面中解释点的地层渗透率与多种测井参数有关以及围岩点测井参数对其的影响 ,采用了BP神经网络技术通过构建合理的BP网络结构建立起多种测井信息与渗透率之间的逐点非线性预测模型 ,实现利用测井资料高精度地逐点解释单井剖面的渗透率。利用该模型处理了T3井等井的测井资料 ,逐点计算的渗透率不但与取心段的岩心渗透率较为一致 ,而且非取心段的处理结果令人满意。

NMR测井识别储层流体性质的方法及应用

核磁共振 (NMR)测井的测量结果基本不受岩性的影响 ,在解释束缚流体和可动流体孔隙度、渗透率、饱和度等储层参数及研究储层孔隙结构特征即孔径分布规律时 ,具有其它测井方法无法比拟的优势。由于核磁共振测井测量的主要是地层孔隙介质中氢核对仪器的贡献 ,所以也可用来判别储层的流体类型 (性质 )。用核磁共振测井判别储层流体性质的方法适应性虽然不及它在确定储层孔隙度时那么好 ,但企望用核磁共振测井资料解决油气水层判别的问题却是众望所归。通过从基础理论分析入手 ,探讨了不同测井方式时储层流体的测井响应特征及其解释方法 ,并结合实际测井资料的分析处理 ,阐明了用核磁共振测井判别储层流体性质的可行性 ,同时也说明了其局限性及适用条件。