CN105986811A - 基于常规测井资料五维度岩性判识方法 - Google Patents
基于常规测井资料五维度岩性判识方法 Download PDFInfo
- Publication number
- CN105986811A CN105986811A CN201510071090.8A CN201510071090A CN105986811A CN 105986811 A CN105986811 A CN 105986811A CN 201510071090 A CN201510071090 A CN 201510071090A CN 105986811 A CN105986811 A CN 105986811A
- Authority
- CN
- China
- Prior art keywords
- lithology
- dimension
- method based
- log
- lithologic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明提供一种基于常规测井资料五维度岩性判识方法,该基于常规测井资料五维度岩性判识方法包括:步骤1,选择对岩性敏感的多条测井曲线作为判别参数,提取其对各类不同岩性的测井响应值;步骤2,根据步骤1中提取的数据,建立不同岩性的标准图版;以及步骤3,将待预测样本的判别参数进行提取,根据建立的不同岩性的标准图版,进行样本预测。该方法基于常规测井五维度分析建立一系列实用有效的岩性识别图版,可辅助油区的火山岩岩性识别,并对其它复杂储层的岩性识别提供指导和参考。
Description
技术领域
本发明涉及油田开发技术领域,特别是涉及到一种基于常规测井资料的五维度岩性判识方法。
背景技术
岩性识别一直是油气地质勘探研究的重要内容。以火山岩岩性识别为例,国外较早的开始了火山岩储层测井评价研究,但研究方向多集中在对岩石物理机理及不同岩性测井响应的定性描述。从20世纪70年代开始,地质工作者开始系统对火山岩分布区进行油气勘探的解释工作,目前主要形成了常规测井结合ECS测井描述火成岩的化学成分,微电阻率扫描成像测井结合常规测井描述火成岩结构、构造特征,以及综合多种二维或三维交会图版确定火成岩岩性的方法,形成了一些针对性的图版,可以有效地划分特定地区的火山岩岩性,对岩性识别工作有较好的参考和指导意义,但是仍缺乏以常规测井资料为基础的,针对火山岩岩性识别的多维直观显示技术。以某一油田探区为例,其中生界火山岩发育区岩性复杂,既有沉积岩又有中基性火山岩,岩性涵盖了安山岩、凝灰岩、泥质凝灰岩、火山角砾岩、砂岩及泥岩等岩性。目前用于评价岩性的测井曲线均为常规资料,不同岩性间的各类测井响应值存在一定差异,仅依靠二维参数的交会图方法难以完全展示各种岩性之间的测井响应差异。为此我们发明了一种新的基于常规测井资料五维度岩性判识方法,解决了以上技术问题。
发明内容
本发明的目的是提供一种基于常规测井五维度分析建立一系列实用有效的岩性识别图版,可辅助油区的火山岩岩性识别的基于常规测井资料五维度岩性判识方法。
本发明的目的可通过如下技术措施来实现:基于常规测井资料五维度的岩性判识方法,该基于常规测井资料五维度岩性判识方法包括:步骤1,选择对岩性敏感的多条测井曲线作为判别参数,提取其对各类不同岩性的测井响应值;步骤2,根据步骤1中提取的数据,建立不同岩性的标准图版;以及步骤3,将待预测样本的判别参数进行提取,根据建立的不同岩性的标准图版,进行样本预测。
本发明的目的还可通过如下技术措施来实现:
该基于常规测井资料五维度岩性判识方法还包括,在步骤1之前,将测井曲线预处理,对所有测井曲线进行标准化和归一化。
在步骤1中,在取心井的基础上,以薄片分析结果进行岩性准确定名,选择对岩性敏感的5条曲线,即深电阻率测井值曲线、自然伽马测井值曲线、中子测井值曲线、密度测井值曲线、声波时差测井值曲线作为判别参数,提取其对各类不同岩性的测井响应值。
在步骤2中,采用直方图这些数学统计方法分析在不同岩性段,这些判别参数的分布区间,取节点值作为岩性识别的标准刻度,在此基础上建立基于五维度对比的蛛网图岩性识别模型,每一个图形为一种特定岩性的标准图形。
在步骤3中,将待预测样本的5个判别参数值进行提取,并投放到步骤2建立的五维蛛网图上,当图形最为接近哪个特定岩性的标准图形时,即判别为该岩性,从而实现岩性识别。
本发明中的基于常规测井资料五维度岩性判识方法,充分利用不同岩性引起的多条常规测井响应差异,通过五维度对比,建立起一套快速、直观的岩性识别方法。该方法针对特定地区的取心及薄片分析结果,对岩性进行准确定名。在测井曲线标准化及归一化基础上,通过统计手段获得各类典型岩性的测井响应分布范围。基于对不同岩性引起的测井响应差异的分析,利用五个维度的参数值,构建各典型岩性的标准图版。对待预测的样本层同样建立五维度参数显示图版,通过比较其与各类典型岩性图版的相似程度,对其进行判别和分类,从而达到区分岩性的目的。本发明结合室内薄片观察,基于常规测井五维度分析建立一系列实用有效的岩性识别图版,可辅助油区的火山岩岩性识别,并对其它复杂储层的岩性识别提供指导和参考。
附图说明
图1为本发明的基于常规测井资料五维度岩性判识方法的一具体实施例的流程图;
图2为基于蛛网图的五维岩性识别方法中的闪长安山岩标准图形;
图3为基于蛛网图的五维岩性识别方法中的火山角砾岩标准图形;
图4为基于蛛网图的五维岩性识别方法中的凝灰岩标准图形;
图5为基于蛛网图的五维岩性识别方法中的泥质凝灰岩标准图形;
图6为基于蛛网图的五维岩性识别方法中的砂岩标准图形;
图7为基于蛛网图的五维岩性识别方法中的泥岩标准图形。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂,下文特举出较佳实施例,并配合所附图式,作详细说明如下。
如图1所示,图1为本发明的基于常规测井资料五维度岩性判识方法的流程图。
在步骤101,测井曲线预处理。对所有测井曲线进行标准化和归一化。流程进入到步骤102。
在步骤102,标准层数据提取。在取心井的基础上,以薄片分析结果进行岩性准确定名,选择对岩性敏感的5条曲线(深电阻率测井值、自然伽马测井值、中子测井值、密度测井值、声波时差测井值)作为判别参数,提取其对各类不同岩性的测井响应值。流程进入到步骤103。
在步骤103,建立不同岩性的标准图版。采用直方图等数学统计方法分析在不同岩性段,这些判别参数的分布区间,取节点值作为岩性识别的标准刻度,在此基础上建立基于五维度对比的蛛网图岩性识别模型,如图2到图7所示,每一个图形为一种特定岩性的标准图形。流程进入到步骤104。
在步骤104,实现样本预测功能。将待预测样本的5个判别参数值进行提取,并投放到步骤三建立的五维蛛网图上,当图形最为接近哪个标准岩性图形时,即判别为该岩性,从而实现岩性识别。
在应用本发明的一具体实施例中,首先通过岩心和薄片分析准确定名岩性,其次进行不同岩性的测井值预处理(标准化和归一化),并将不同岩性某一测井判别参数如深侧向电阻率的分布范围进行统计,假设该地区安山岩深侧向电阻率测井值最高,火山角砾岩次之,凝灰岩、砂岩、泥质凝灰岩再次,泥岩最小,统计分析值的分布节点主要是1-0.75、0.75-0.5、0.5-0.25、0.25-0,则深电阻率的刻度可分别赋以1、0.75、0.5、0.25;以此类推,可以对不同的岩性进行表征刻度,从而建立不同岩性的典型图版。对于待预测的层段也参照此步骤进行预处理及五维参数的提取,并投放到蛛网图上,进行与某标准图形的匹配,按照匹配结果实现岩性识别的目的。
Claims (5)
1.基于常规测井资料五维度岩性判识方法,其特征在于,该基于常规测井资料五维度岩性判识方法包括:
步骤1,选择对岩性敏感的多条测井曲线作为判别参数,提取其对各类不同岩性的测井响应值;
步骤2,根据步骤1中提取的数据,建立不同岩性的标准图版;以及
步骤3,将待预测样本的判别参数进行提取,根据建立的不同岩性的标准图版,进行样本预测。
2.根据权利要求1所述的基于常规测井资料五维度岩性判识方法,其特征在于,该基于常规测井资料五维度岩性判识方法还包括,在所述步骤1之前,将测井曲线预处理,对所有测井曲线进行标准化和归一化。
3.根据权利要求1所述的基于常规测井资料五维度岩性判识方法,其特征在于,在步骤1中,在取心井的基础上,以薄片分析结果进行岩性准确定名,选择对岩性敏感的5条曲线,即深电阻率测井值曲线、自然伽马测井值曲线、中子测井值曲线、密度测井值曲线、声波时差测井值曲线作为判别参数,提取其对各类不同岩性的测井响应值。
4.根据权利要求3所述的基于常规测井资料五维度岩性判识方法,其特征在于,在步骤2中,采用直方图这些数学统计方法分析在不同岩性段,这些判别参数的分布区间,取节点值作为岩性识别的标准刻度,在此基础上建立基于五维度对比的蛛网图岩性识别模型,每一个图形为一种特定岩性的标准图形。
5.根据权利要求4所述的基于常规测井资料五维度岩性判识方法,其特征在于,在步骤3中,将待预测样本的5个判别参数值进行提取,并投放到步骤2建立的五维蛛网图上,当图形最为接近哪个特定岩性的标准图形时,即判别为该岩性,从而实现岩性识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510071090.8A CN105986811A (zh) | 2015-02-11 | 2015-02-11 | 基于常规测井资料五维度岩性判识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510071090.8A CN105986811A (zh) | 2015-02-11 | 2015-02-11 | 基于常规测井资料五维度岩性判识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105986811A true CN105986811A (zh) | 2016-10-05 |
Family
ID=57041765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510071090.8A Pending CN105986811A (zh) | 2015-02-11 | 2015-02-11 | 基于常规测井资料五维度岩性判识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105986811A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777707A (zh) * | 2016-12-21 | 2017-05-31 | 山东科技大学 | 一种利用改进的蜘蛛网图进行测井岩性定量识别的方法 |
CN106777514A (zh) * | 2016-11-22 | 2017-05-31 | 中海石油(中国)有限公司 | 一种油砂隔夹层定量分类识别方法 |
CN106968668A (zh) * | 2017-04-06 | 2017-07-21 | 中国地质大学(北京) | 一种得分式测井岩性优选解释方法 |
CN109031461A (zh) * | 2018-09-21 | 2018-12-18 | 西南石油大学 | 碳酸盐岩孔隙型油气储层定量识别方法及区域定量化方法 |
CN109709302A (zh) * | 2018-11-30 | 2019-05-03 | 中国海洋石油集团有限公司 | 基于多参数综合判别碎屑岩物源体系的方法 |
CN110805435A (zh) * | 2018-08-06 | 2020-02-18 | 中国石油化工股份有限公司 | 基于测井资料识别复杂岩性的方法及系统 |
CN111982743A (zh) * | 2020-08-31 | 2020-11-24 | 长春工程学院 | 一种基于物联网的火山岩鉴定方法、系统、终端及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102071928A (zh) * | 2009-11-25 | 2011-05-25 | 中国石油天然气股份有限公司 | 一种三维空间火山岩岩性识别方法 |
-
2015
- 2015-02-11 CN CN201510071090.8A patent/CN105986811A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102071928A (zh) * | 2009-11-25 | 2011-05-25 | 中国石油天然气股份有限公司 | 一种三维空间火山岩岩性识别方法 |
Non-Patent Citations (3)
Title |
---|
何羽飞等: "致密油储层复杂岩性测井综合识别", 《油气藏评价与开发》 * |
匡立春等: "吉木萨尔凹陷芦草沟组复杂岩性致密油储层测井岩性识别", 《测井技术》 * |
祗淑华等: "束鹿凹陷沙河街组致密油复杂岩性测井识别技术", 《石油学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777514A (zh) * | 2016-11-22 | 2017-05-31 | 中海石油(中国)有限公司 | 一种油砂隔夹层定量分类识别方法 |
CN106777707A (zh) * | 2016-12-21 | 2017-05-31 | 山东科技大学 | 一种利用改进的蜘蛛网图进行测井岩性定量识别的方法 |
CN106968668A (zh) * | 2017-04-06 | 2017-07-21 | 中国地质大学(北京) | 一种得分式测井岩性优选解释方法 |
CN106968668B (zh) * | 2017-04-06 | 2020-08-14 | 中国石油大学(华东) | 一种得分式测井岩性优选解释方法 |
CN110805435A (zh) * | 2018-08-06 | 2020-02-18 | 中国石油化工股份有限公司 | 基于测井资料识别复杂岩性的方法及系统 |
CN109031461A (zh) * | 2018-09-21 | 2018-12-18 | 西南石油大学 | 碳酸盐岩孔隙型油气储层定量识别方法及区域定量化方法 |
CN109709302A (zh) * | 2018-11-30 | 2019-05-03 | 中国海洋石油集团有限公司 | 基于多参数综合判别碎屑岩物源体系的方法 |
CN111982743A (zh) * | 2020-08-31 | 2020-11-24 | 长春工程学院 | 一种基于物联网的火山岩鉴定方法、系统、终端及介质 |
CN111982743B (zh) * | 2020-08-31 | 2022-06-24 | 长春工程学院 | 一种基于物联网的火山岩鉴定方法、系统、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105986811A (zh) | 基于常规测井资料五维度岩性判识方法 | |
EP2310880B1 (en) | Systems and methods employing cooperative optimization-based dimensionality reduction | |
KR101148835B1 (ko) | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 암상 예측방법 및 이를 구현하는 시스템 | |
GB2117146A (en) | Method for producing a recording characteristic notably of the facies of geological formations traversed by a borehole | |
CN107356958A (zh) | 一种基于地质信息约束的河流相储层分步地震相预测方法 | |
US11727583B2 (en) | Core-level high resolution petrophysical characterization method | |
US11487045B2 (en) | Method for recovering porosity evolution process of sequence stratigraphy of carbonate rocks | |
CN105697002A (zh) | 一种用于识别煤系地层岩性的方法 | |
CN110727034A (zh) | 一种砂岩型铀矿编图方法 | |
CN108072915A (zh) | 一种识别碳酸盐岩颗粒滩相的方法 | |
CN108952699A (zh) | 一种复杂地质钻进过程地层岩性智能识别方法 | |
Li et al. | Logging identification for diagenetic facies of tight sandstone reservoirs: A case study in the Lower Jurassic Ahe Formation, Kuqa Depression of Tarim Basin | |
CN105572747A (zh) | 一种识别高盐富钾区注水开发油藏碎屑岩岩性的方法 | |
CN113033648A (zh) | 一种使用机器学习算法实现测井解释的方法 | |
CN111028095A (zh) | 一种基于测井曲线的定量识别页岩岩相的方法 | |
Zhao et al. | Data-driven diagenetic facies classification and well-logging identification based on machine learning methods: a case study on Xujiahe tight sandstone in Sichuan Basin | |
KR101175072B1 (ko) | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 공극 유체 유추방법 및 유추시스템 | |
AU2017279838B1 (en) | Method for classifying deep rock geofacies based on data mining | |
CN104834934B (zh) | 一种用于识别储层流体的核体俘获法 | |
Emelyanova et al. | Detecting specific facies in well-log data sets using knowledge-driven hierarchical clustering | |
CN109826623A (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
CN109655933A (zh) | 非常规地层的岩性识别方法及系统 | |
Moghaddas et al. | Lithofacies classification based on multiresolution graph-based clustering using image log in South Pars gas field | |
CN110805434B (zh) | 复杂地层岩性识别方法及系统 | |
Bai et al. | Intelligent classification of carbonate reservoir quality using multisource geophysical logging and seismic data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161005 |