学位论文 > 优秀研究生学位论文题录展示

常规、成像测井等资料砂砾岩岩性识别研究

作　者: 张洪江
导　师: 袁子龙；张庆国
学　校: 东北石油大学
专　业: 固体地球物理学
关键词: 成像测井决策树支持向量机砂砾岩岩性识别
分类号: P631.81
类　型: 硕士论文
年　份: 2011年
下　载: 377次
引　用: 0次
阅　读: 论文下载

内容摘要

徐家围子断陷为松辽盆地北部较大的断陷,其营城组火山岩和砂砾岩气藏已提交天然气探明储量2000多亿立方米,确定深层天然气是下一步的勘探重点,而深层砂砾岩段是该区最重要的目的储层。砂砾岩油藏由于近物源、多水系和快速多变的沉积环境导致储层岩性复杂以及测井响应无规律性变化等特点,岩性的准确识别成为该类油藏调整开发的重点和难点。本文综合运用地球物理学、数理统计学及计算机等学科的理论和方法,以及全井眼微电阻率扫描成像测井(FMI)、常规测井曲线、录井和岩心等基础资料,对徐家围子深层砂砾岩油藏岩性进行了分析、划分与预测。首先利用地球物理方法制作了岩性识别交会图,并利用高分辨率、可视化的全井眼微电阻率扫描成像测井图像对砂砾岩体进行精确划分与描述,建立了砂砾岩沉积地层所属各种岩性在FMI图像上的识别模式。其次,利用决策树的分析方法,结合密闭取心资料对砂砾岩油藏几种岩性的测井曲线敏感性进行优选,优选出原状地层电阻率、声波时差和自然伽马3个测井响应值作为砂砾岩油藏岩性识别的特征参数,建立决策树岩性识别模型。同时,为了更好地解决测井岩性识别问题,引入了小样本的支持向量机算法,通过实际测井资料和岩性剖面资料进行学习训练支持向量机,建立测井岩性识别的支持向量机模型。以取心资料为基础按粒度大小将徐家围子深层砂砾岩油气藏划分为7种岩性,即砂质砾岩、砂砾岩、含砾粗砂岩、细砂岩、含砾泥岩、粉砂质泥岩和泥岩。常规的交会图法识别效果不佳,而经过岩心数据校正过的FMI成像测井图像预测效果较好。决策树算法符合率达到82.44%,支持向量机算法符合率达到82.95%。将常规图版、FMI成像测井图像、决策树以及支持向量机算法的预测结果进行综合比较,经分析得出在有成像测井资料的情况下,以成像测井图像为基础对其他方法预测结果进行比较和修正,将使预测结果的符合率更加准确,识别效果更好;若在没有成像测井资料时,决策树和支持向量机算法与地球物理方法的有效结合是解决复杂岩性识别的最好方法。

常规、成像测井等资料砂砾岩岩性识别研究

内容摘要

全文目录

相似论文