共查询到19条相似文献，搜索用时 250 毫秒
1.
辽河盆地东部坳陷储集层由火山多期喷发形成,岩相岩性复杂,岩性以中、基性火山岩为主.本文将火山岩的岩心及岩矿鉴定资料与测井数据进行整合,应用测井数据建立支持向量机(SVM)两分类和多分类岩性识别模式.首先,深入研究支持向量机二分类及"一对一"、"一对多"和有向无环图三种经典多分类算法的基本原理及结构;然后,总结研究区域火山岩岩石特征,分析测井数据的测井响应组合特征,选择40口井中岩心分析和薄片鉴定资料完整、常规五种测井曲线(RLLD,CNL,DEN,AC,GR)齐全的1200个测井数据作为训练样本,构造三种支持向量机岩性识别模式;最后,对4测试井中800个测井数据进行岩性识别,识别结果与取心段岩心描述和岩心/岩屑薄片鉴定资料对比,实验结果表明有向无环图更适合辽河盆地火山岩的识别,识别正确率达到82.3%. 相似文献
2.
深度学习是一种高效的特征提取方法,它能够提取数据中更加抽象的特征,从而有效地解决复杂的非线性问题.本文将深度学习技术应用于地球物理测井的岩性识别中,构建了一个基于Re Lu激励函数、Adagrad优化算法、Softmax回归层等技术方法整合的深度神经网络模型,利用自然伽马、深感应、岩性密度、中子-密度孔隙度和平均中子-密度孔隙度5种测井参数,以及陆相-海相指示和相对位置2种地质约束变量作为输入变量训练深度神经网络模型.通过对实际井数据的测试验证取得了非常理想的效果,展示了将深度学习技术应用于地球物理的良好前景. 相似文献
3.
辽河坳陷中央凸起中南部基底变质岩类型多样，测井岩石物理参数与岩性之间的映射关系复杂，测井响应多解性强，导致传统的测井岩性识别方法结果不精确.本文采用基于自适应粒子群参数优化的最小二乘支持向量机算法进行变质岩的测井多参数岩性识别.通过变质岩测井岩石物理分析，优选出对岩性敏感的自然伽马、自然电位、声波时差、深侧向电阻率、密度和补偿中子6种测井参数作为特征输入，以自适应粒子群算法优化最小二乘支持向量机参数，构建岩性判别模型，预测目的层段变粒岩、混合花岗岩、混合片麻岩、混合岩和角闪岩5种类型变质岩的垂向分布.与支持向量机、K最邻近及人工神经网络算法的岩性识别效果相比，本方法判别准确率最高，符合率为90.17%,在随机划分的10次样本预测中本模型稳定性最强，分类性能最好，平均AUC值为0.974,有效解决了深层基底变质岩储层精细描述中的岩性精准识别难题. 相似文献
4.
5.
岩性是储层评价和地层开发潜力评测的关键因素,是油藏描述、实时钻井监控及求取储层参数的基础.测井资料中包含丰富的地层岩性信息,是岩性分析的基础资料.然而,数据信息的精度往往会严重的影响到识别的准确率,同时复杂的岩性状况也加大了测井解释的难度,如何快速、精确、低耗地利用测井资料获取地层岩性信息越来越受到研究人员的重视.针对传统深度神经网络复杂的网络模型和学习性能严重依赖对超参数调节的问题,本文在机器学习的基础上引入余弦相似度对多粒度级联森林方法进行改进,提出改进多粒度级联森林模型(Improve Multi-Grained Cascade Forest,IgcForest),有效地提高了岩性识别的效率和精度.在大庆油田实际测井数据上使用IgcForest方法,综合自然伽马(GR)、声波时差(AC)、密度(DEN)、微梯度电阻率(RMN)、深侧向电阻率(PHIND)和浅侧向电阻率(RLLS)六种测井参数,对页岩、粉砂岩和砂岩进行识别,取得了较好的识别效果.通过实验数据对比,使用IgcForest模型的岩性识别准确率高于支持向量机、深度神经网络、决策树和多粒度级联森林(Multi-Grained Cascade Forest,gcForest)等其他模型10％左右,算法整体准确率高达87％,表明其在岩性识别算法中更具有发展前景. 相似文献
6.
砂岩储层孔隙中的流体识别一直是石油勘探开发过程中重要的环节,传统方法主要依赖于测井数据,但是在测井数据缺失的条件下较难得到准确的流体识别结果.本文提出一种只依靠地震数据的砂岩中流体识别的新方法,并选择地球物理方法可测或可求的地球物理参数σ、ρλ和ρμ作为流体识别因子,然后进行模型实验.首先,设置典型流体状态,用Gassmann方程进行流体替换,将得到的流体识别因子作为支持向量机的训练集数据,并定义支持向量机的分类标签;之后,设置随机流体状态,利用Gassmann方程计算流体因子,将得到的结果作为支持向量机的测试集数据.将训练集、测试集数据集输入支持向量机,进行分类,得出测试集数据的分类结果.模型实验分类结果表明,支持向量机法可以判别砂岩孔隙中流体的主要属性. 相似文献
7.
8.
针对B区块S油层含泥含钙中低孔特低渗储层渗透率计算精度低的难题，分析岩性、物性、孔隙结构对储层渗透率的影响，明确了孔隙度、泥质含量、钙质含量、孔隙结构是影响B区块S油层特低渗储层渗透率的主要因素，其中，孔隙结构是影响特低渗储层渗透率的关键因素.综合运用压汞曲线、孔喉半径分布特征以及流动单元指数反映特低渗储层孔隙结构变化，将特低渗储层按不同孔隙结构划分成3种类型，建立了特低渗储层类型的判别标准.利用中子测井、密度测井、声波测井、微球形聚焦测井、深浅侧向电阻率测井差值的绝对值等5个储层类型识别的敏感测井响应及参数，使用决策树法、最邻近结点法、BP神经网络法和支持向量机法建立了4种基于机器学习的储层判别方法，储层类型判别准确率依次提高，其中，基于支持向量机的储层类型判别方法判别准确率最高92.2%,且对3种类储层判别效果均很好.针对3类储层分别建立了渗透率计算公式．实际井解释结果表明，基于机器学习储层分类的渗透率模型计算B区块S油层特低渗储层渗透率精度明显高于储层分类前渗透率计算精度，其中，基于支持向量机储层分类计算的渗透率精度最高． 相似文献
9.
复杂地质条件下气层的多参数识别 总被引：1，自引：0，他引：1
在复杂地质条件下,应用单一或两种孔隙测井资料直接识别气层,灵敏度不高,为了准确地识别复杂地质条件下的气层,需从不同角度,应用多参数进行综合识别,本文介绍了声波法,中子－密度法,双孔隙度法,中子－伽玛法,等效弹性模量法等,并应用它们对哈盆地两口井进行了重点分析,效果良好。 相似文献
10.
低渗透油气藏、致密油气藏、页岩油气藏等非常规油气藏的开发已成为全球油气开发的热点,也为测井解释带来新的挑战.为了提高测井解释精度,本文研究了岩性预测的半监督学习问题,提出了"聚类—人工标注—伪标注—分类"的岩性预测框架.首先,利用聚类算法选取待标注样本;然后,基于数据在特征空间和地理空间的相似性,利用图半监督学习方法实现人工标注样本到无标注样本的标注传播;最后,基于伪标注的置信度,采用加权支持向量机算法实现分类模型的设计与训练.本文在真实的测井数据上进行了大量的实验,发现半监督学习算法通过挖掘有标注数据和无标注数据中蕴含的分布特性,可获得更精确的岩性预测效果,即使对于不均衡的数据集,也能大幅提高分类模型在各类别上的准确率.进一步引入地理空间相似性,半监督的岩性预测模型在样本数量少的类别上的准确率得到了较大提高,从而验证了本文所提出方法的有效性. 相似文献
11.
Upendra K. Singh 《Journal of Applied Geophysics》2011,75(4):687-698
The analysis of well logging data plays key role in the exploration and development of hydrocarbon reservoirs. Various well log parameters such as porosity, gamma ray, density, transit time and resistivity, help in classification of strata and estimation of the physical, electrical and acoustical properties of the subsurface lithology. Strong and conspicuous changes in some of the log parameters associated with any particular geological stratigraphy formation are function of its composition, physical properties that help in classification. However some substrata show moderate values in respective log parameters and make difficult to identify the kind of strata, if we go by the standard variability ranges of any log parameters and visual inspection. The complexity increases further with more number of sensors involved. An attempt is made to identify the kinds of stratigraphy from well logs over Prydz bay basin, East Antarctica using fuzzy inference system. A model is built based on few data sets of known stratigraphy and further the network model is used as test model to infer the lithology of a borehole from their geophysical logs, not used in simulation. Initially the fuzzy based algorithm is trained, validated and tested on well log data and finally identifies the formation lithology of a hydrocarbon reservoir system of study area. The effectiveness of this technique is demonstrated by the analysis of the results for actual lithologs and coring data of ODP Leg 188. The fuzzy results show that the training performance equals to 82.95% while the prediction ability is 87.69%. The fuzzy results are very encouraging and the model is able to decipher even thin layer seams and other strata from geophysical logs. The result provides the significant sand formation of depth range 316.0- 341.0 m, where core recovery is incomplete. 相似文献
12.
《中国科学D辑(英文版)》2008,(Z2)
Studying the response differences between neutron and density logging of gas reservoir for well-balanced and under-balanced logging will be of significance in evaluation of gas reservoir under the under-balanced condition and application of logging data. With Monte Carlo simulation technique,the paper obtains the relationship between neutron and density logging measurement and borehole di-ameter,porosity or gas saturation for well-balanced and under-balanced logging. The conclusions show that the response trend of under-balanced logging to gas reservoirs agrees with that of well-balanced logging with small borehole,and under-balanced logging data can be used usually as well-balanced logging data. When borehole diameter is large,under-balanced logging data should be corrected for the influences of borehole. 相似文献
13.
塔河油田碳酸盐岩缝洞型储层的测井识别与评价方法研究 总被引：12，自引：4，他引：12
塔河油田奥陶系以碳酸盐岩为主，油气的主要储渗空间为裂缝和溶蚀孔洞，具有很强的非均质性．本文利用常规及成像测井资料，对碳酸盐岩缝洞型储层的识别与评价方法进行研究．为了综合各种测井方法识别裂缝，建立了综合裂缝概率模型，计算综合裂缝概率指示裂缝的发育程度．利用地层微电阻率扫描成像测井资料进行裂缝和溶蚀孔洞的定性、定量解释．定量计算的裂缝参数为：裂缝密度、裂缝长度、裂缝平均宽度、平均水动力宽度、裂缝视孔隙度；定量计算的溶蚀孔洞参数有：面孔率、孔洞密度．根据缝洞型储层孔隙空间类型及其中子孔隙度、补偿密度、声波、双侧向电阻率的测井响应物性特征，建立缝洞型碳酸盐岩储层复杂孔隙介质解释模型，用于确定裂缝、溶蚀孔洞孔隙度和评价储层． 相似文献
14.
伽马射线与地层介质的康普顿（Ｃｏｍｐｔｏｎ）效应是密度测井的理论基础，介质对伽马射线的康普顿吸收系数取决于介质的原子核性质及其体积密度．（超热或热）中子测井主要反映地层介质的减速性质，而后者主要取决于介质的含氢量．介质含氢量是由介质的组分及其体积密度决定的．本文从上述两种测井方法的测量原理出发，从理论上证明了这两种测井方法并非两种互相独立的测量手段．对于含油气盆地常见沉积岩石及矿物，两种测井测量结果具有相关性．这一结论为密度、中子测井方法组合地质应用提供了理论依据，利用密度－中子测井的相关性可有效地识别轻质油气层特别是天然气层．实例表明，无论水层还是油气层，两种测井曲线均具有良好的相关性．利用这种相关性明显改善了识别天然气层和划分油－气界面的精度． 相似文献
15.
16.
伽马射线与地层介质的康普顿（Ｃｏｍｐｔｏｎ）效应是密度测井的理论基础，介质对伽马射线的康普顿吸收系数取决于介质的原子核性质及其体积密度．（超热或热）中子测井主要反映地层介质的减速性质，而后者主要取决于介质的含氢量．介质含氢量是由介质的组分及其体积密度决定的．本文从上述两种测井方法的测量原理出发，从理论上证明了这两种测井方法并非两种互相独立的测量手段．对于含油气盆地常见沉积岩石及矿物，两种测井测量结果具有相关性．这一结论为密度、中子测井方法组合地质应用提供了理论依据，利用密度－中子测井的相关性可有效地识别轻质油气层特别是天然气层．实例表明，无论水层还是油气层，两种测井曲线均具有良好的相关性．利用这种相关性明显改善了识别天然气层和划分油－气界面的精度． 相似文献
17.
PNN测井方法的蒙特卡罗模拟结果研究 总被引：3，自引：0，他引：3
PNN（脉冲中子-中子）测井是利用He-3管记录热中子时间谱，通过获取地层宏观吸收截面来确定含水饱和度的方法.本文利用蒙特卡罗方法（MCNP-4C）模拟了不同地层水矿化度、孔隙度、饱和度和井眼等条件下的热中子时间谱，研究了地层宏观吸收截面与地层水矿化度的关系，从理论上确定PNN测井适合的地层水矿化度范围约为10～100 g/L，在地层水矿化度为50 g/L时适于测井的孔隙度下限约为10%.井眼流体不同，地层的热中子计数率不同，但对地层宏观吸收截面影响较小.利用远近探测器热中子计数比值可以确定孔隙度，并提出了根据不同岩性和饱和度的地层宏观吸收截面与孔隙度的交会图来评价骨架、含水饱和度以及确定油层、水层和气层的方法.PNN测井方法在低地层水矿化度、低孔隙度地层比其他方法具有优势. 相似文献
18.
通过叠前反演获得的单参数或组合参数都有一定的流体识别能力,但如何将多种流体识别因子有效融合是目前进行流体识别的一个难题.利用人工参与进行流体性质的综合解释是目前流体识别因子融合的主要途径,但这种方法人为干扰较大,不确定性强.鉴于此,本文提出了一种基于近似支持向量机的流体识别方法.该方法首先以实际工区测井资料为依据,优选出对工区内储层所含流体特征敏感的流体识别因子作为输入参数,然后通过近似支持向量机进行流体性质的判别,实例证明该方法的识别结果客观准确,是一种可靠的流体识别方法. 相似文献
19.
在松辽盆地深层发现了含气火成岩储层。由于火成岩矿物组成复杂和含量的变化,使得选择用于测井评价的解释参数很困难。基于IUGS提出的QAPF分类方案,本文提出了采用遗传算法,利用测井数据确定火成岩矿物含量的方法。根据QAPF分类方案,将火成岩中的矿物分为五类:Q-石英;A-碱性长石;P-斜长石和方柱石;F-副长石(研究区未出现);M-铁镁矿物。本文提出用包括孔隙度在内的QAPM模型对储层进行分析。建立密度、视中子孔隙度、声波时差、自然伽玛和体积光电吸收截面指数的测井响应方程,各矿物参数从斯伦贝谢的矿物参数手册中得到。用遗传算法计算骨架中四种矿物的体积,根据四种矿物的体积含量,依据QAPF分类对火成岩命名。基于解释参数计算的孔隙度可与岩心分析的孔隙度相比,本文给出的火成岩命名与岩心化学分析的命名相一致。 相似文献