CN108035710A - 基于数据挖掘划分深层岩石地质相的方法 - Google Patents
基于数据挖掘划分深层岩石地质相的方法 Download PDFInfo
- Publication number
- CN108035710A CN108035710A CN201711214365.4A CN201711214365A CN108035710A CN 108035710 A CN108035710 A CN 108035710A CN 201711214365 A CN201711214365 A CN 201711214365A CN 108035710 A CN108035710 A CN 108035710A
- Authority
- CN
- China
- Prior art keywords
- rock
- phase
- log
- data
- geology
- 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.)
- Granted
Links
- 239000011435 rock Substances 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000007418 data mining Methods 0.000 title claims abstract description 11
- 230000004044 response Effects 0.000 claims abstract description 20
- 238000005553 drilling Methods 0.000 claims description 10
- 239000004575 stone Substances 0.000 claims description 8
- 230000035699 permeability Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 241001269238 Data Species 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 241001465754 Metazoa Species 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000011148 porous material Substances 0.000 claims description 2
- 208000035126 Facies Diseases 0.000 abstract description 6
- 230000035945 sensitivity Effects 0.000 abstract description 3
- 238000009412 basement excavation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 102100031315 AP-2 complex subunit mu Human genes 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 101000796047 Homo sapiens AP-2 complex subunit mu Proteins 0.000 description 2
- 101100216185 Oryza sativa subsp. japonica AP25 gene Proteins 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- CVOFKRWYWCSDMA-UHFFFAOYSA-N 2-chloro-n-(2,6-diethylphenyl)-n-(methoxymethyl)acetamide;2,6-dinitro-n,n-dipropyl-4-(trifluoromethyl)aniline Chemical compound CCC1=CC=CC(CC)=C1N(COC)C(=O)CCl.CCCN(CCC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O CVOFKRWYWCSDMA-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 241001424413 Lucia Species 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000003786 sclera Anatomy 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/02—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells by mechanically taking samples of the soil
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Soil Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明以现有地质知识为指导，针对目标区域深层岩石的复杂地质特征，进行了岩石相类型划分，得到了岩石相划分方案1；采用测井响应雷达图的方法将利用测井信息不能区分的岩石相进行合并，得到岩石相划分方案2；选出敏感的测井参数，建立交会图，采用数据挖掘的方法得到新测井相，并结合深层油气藏评价的实际需求，建立了地质相划分方案和划分标准。所述基于地质知识与测井数据挖掘划分深层地质相方法可推广到不同地质条件不同深度的应用环境中，尤其适用于地下深层岩石相划分的问题。
Description
技术领域
本说明涉及油田勘探开发技术领域，尤其涉及一种基于数据挖掘划分深层岩石地质相的方法。
背景技术
作为石油与天然气赋存的主要载体，岩石一直是石油与天然气工业研究的重要对象。目前已经有众多的地质学、地球物理学与岩石物理学方法评价地下的岩石、对岩石进行分类，评估目标区域的油气储存量，进而可以提高油气勘探开发的准确性和经济效益。
钻井是石油与天然气工业界认识地下岩石和开发地下油气藏的重要手段。现有技术中通过井筒认识地下岩石特征的方法主要包括两种，第一种是对地下岩石取心，按照已有岩石相分类方案对所取出的岩心进行分类；第二种是通过测井仪器测试井下岩石的地球物理测井参数，将可以区分不同类型岩石的地球物理测井参数集合称为测井相。由此，对目标区域的岩石做出评价，并评估目标区域的油气存储量。
发明内容
本说明书实施例提供一种基于数据挖掘划分深层岩石地质相的方法。
石油工业传统的勘探主力层位为中浅层。中浅层的岩石连续性好、岩石相类型简单、岩石相数目少、岩石相分类方案明确，取出的岩心可以代表未取出岩心段岩石相。所以，测井相可以代表该段的岩石相。在深层油气勘探中，本领域技术人员直接采用中浅层的岩石相分类方案、测井相划分方法，对深层岩石进行分类。但是，由于深层岩石处于高温-高压环境，具有孔隙度低、渗透率低、非均质性强、岩石相连续性差、岩石相类型复杂等特征，石油与天然气工业界对深层岩石的认识远不如对中浅层岩石的认识清楚。因此，现有技术方案将中浅层的地质知识直接应用到深层岩石的表征，在实际油气勘探中会产生严重的偏差，但本领域技术人员通常未意识到此问题的存在。
深层取心造价昂贵，石油与天然气工业界仅对重点井的重点深度段进行有限的取心，导致岩心样品相对较少。但几乎每口井都具有常规地球物理测井数据，这成为我们认识深层岩石的重要资料。由于针对深层岩石的测井相分析技术一直没有出现，造成无法准确地评价深层岩石的发育特征，制约了深层油气藏的高效勘探开发。
本发明所提供的一种基于数据挖掘划分深层岩石地质相的方法包括：
S101在目标区域内的部分钻井中采集不同深度范围内的岩心，测试所述岩心的岩石学特征，建立岩石相划分方案1；S102收集目标区域内已有的所有类型的测井数据，并从中提取与采集岩心对应井和对应深度的测井数据，建立取心段深度范围的测井数据库；S103根据岩石相划分方案1，从所述测井数据库中提取出每一种岩石相对应的测井数据，建立岩石相的测井数据集；S104计算每两种岩石相的测井响应数据的相关系数，当相似性指标大于预设的阈值，确定所述两种岩石相在测井响应上相似，将所述两种岩石相进行合并，从而将岩石相划分方案1经过合并生成为岩石相划分方案2；S105根据岩石相划分方案2及每类岩石相对应的测井数据，制作交会图，在所述交会图上得到m个数据簇；S106在所述交会图上将m个数据簇合并为g个地质相，所述m不大于g。
优选的，所述岩石学特征包括：岩心的岩性、岩心内含有的古生物、岩心的碎屑颗粒粒度、岩心的沉积构造、岩石的古流水类型、岩石的孔隙度、岩石的渗透率和岩石的孔隙结构。
优选的，所述测井数据包括：自然伽玛(GR)、井径(CAL)、深侧向电阻率(RLLD)、浅侧向电阻率(RLLS)、声波时差(AC)、岩性密度(DEN)、补偿中子孔隙度(CNL)、光电吸收界面指数(PE)等。
优选的，所述预设的阈值为0.50-0.99。
优选的，所述岩石相划分方案2所包含的岩石相个数小于等于岩石相划分方案1的岩石相个数。
优选的，所属地质相划分方法还包括步骤：将目标区域内未取心井段的测井数据投点到步骤S105中所述的交会图上，并根据g个地质相在交会图上的边界，将未取心井段分类到g个地质相中。
本说明书实施例有益效果如下：
本发明以现有地质知识为指导，针对目标区域深层岩石的复杂地质特征，进行了详细的岩石相类型划分，得到了岩石相划分方案1；并总结了各个岩石相的测井参数特征，采用测井响应雷达图的方法将利用测井信息不能区分的岩石相进行合并，得到岩石相划分方案2；选出敏感的测井参数，建立交会图，采用数据挖掘的方法得到新测井相，并结合深层油气藏评价的实际需求，建立了地质相划分方案和划分标准。所述基于地质知识与测井数据挖掘划分深层地质相方法可推广到不同地质条件不同深度的应用环境中，尤其适用于地下深层岩石相划分的问题。
附图说明
图1为本说明书实施例提供的一种基于数据挖掘划分深层岩石地质相的方法流程图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。
本说明书实施例提供了一种基于数据挖掘划分深层岩石地质相的方法，请参考图1，包括如下步骤S101-S106。
S101：在目标区域内不同钻井中采集不同深度范围内的岩心，测试所述岩心的岩石学特征，建立岩石相划分方案1。
所属目标区域在油气勘探的区域的范围内，在目标区域内分布有钻井，所述钻井通常全部具有测井数据，但是由于采集岩心工艺复杂，造价昂贵，因此只有部分钻井的部分井段会采集岩心。所述用于取心的井的数量大于1个，优选的，所述用于取心的井的数量大于10个，并均匀分布在目标区域的不同位置，这样有助于对目标区域的地质特征做出更准确的评价。考虑到常规测井的垂向分辨率与深层岩石的强非均质性，本发明，优选的选取具有一定厚度且岩石相类型单一的连续岩心段，所述的岩心厚度一般大于0.50m，从而可以满足常规测井的垂向分辨率。
采集岩心的深度范围包含已经钻井的所有的深度区间，在深层油气勘探中，尤其要对深层岩石进行密集取心采样，在一种实施例中，所述取心深度大于4500米。
对所述岩心的测试方法包括但不限于，岩心观察、岩心拍照、薄片观测、测量孔隙度、测量渗透率、压汞测定毛细管压力等方法。通过上述测试得到岩心的第一类岩石学特征，所述第一类岩石学特征包括但不限于：岩心的岩性、岩心内含有的古生物、岩心的碎屑颗粒粒度、岩心的沉积构造、岩石的古流水类型、岩石的孔隙度、岩石的渗透率和岩石的孔隙结构等。优选的，通过测试还得到岩心的第二类岩石学特征，所述第二类岩石学特征包括：岩心中溶洞、裂缝、溶孔的发育情况等。
现有技术中常用的对岩石的划分方案包括Dunham分类方案、Folk分类方案和Lucia分类方案等，优选的，基于岩心的第一类岩石学特征，可参考Dunham分类方案。但是，Dunham分类方案由于只考虑了第一类岩石学特征，而处于地下深层的岩石特征要多于第一类岩石学特征，采用Dunham分类方案不能完全评价地下深层岩石的特征。
因此，优选的，本发明引入岩心的第二类岩石学特征，并将其与建立在第一类岩石学特征基础上的Dunham分类方案相结合，得到更适于描述地下深层岩石特征的岩石相划分方案1。所述岩石相划分方案1包括多个岩石相。
S102：收集目标区域内所有井的测井数据，并从中提取与所述采集岩心对应井和对应深度的测井数据，建立取心段深度范围的测井数据库。
具体的，所述测井数据由多个测井参数组成，包括常规测井数据、特殊测井数据和创建的新参数。常规测井数据包括但不限于自然伽玛(GR)、井径(CAL)、深侧向电阻率(RLLD)、浅侧向电阻率(RLLS)、声波时差(AC)、岩性密度(DEN)、补偿中子孔隙度(CNL)、光电吸收界面指数(PE)等；特殊测井数据包括但不限于地层微电阻率扫描成像(FMI)，偶极横波成像(DSI)、组合式核磁共振(CMR)等；创建的新参数包括但不限于电导率对数(LnCond)，新参数1(M)，新参数2(N)等。本发明优选的测井参数为：声波时差(AC)、井径(CAL)、中子孔隙度(CNL)、岩性密度(DEN)、自然伽玛(GR)、光电吸收截面指数(PE)、深侧向电阻率(RLLD)、浅侧向电阻率(RLLS)、电导率对数(LnCond)。所述测井参数在不同测井内不同深度的值不同。
具体的，首先从全部钻井中挑选出取心井，并抽取所述取心井中与取心段深度对应深度的测井数据，集合全部满足条件的测井数据，建立取心段深度范围的测井数据库。
优选的，由于采集时间、测井仪器、操作方式、井眼状况等条件的不同，每口井的测井数据存在较大差别。所以，在提取测井数据前，还包括一步测井数据预处理。测井数据预处理包括但不限于异常值剔除及曲线拼接、斜井的垂直深度校正、井眼变形校正、测井曲线标准化等。
S103：根据岩石相划分方案1，从所述测井数据库中提取出每一种岩石相对应的测井数据，建立岩石相的测井数据集。
在S101中，对在某钻井某深度段所采集到的岩心按照岩石相划分方案1进行了划分，在步骤S102中收集到了对应井对应深度段的测井数据，接下来，为每一种岩石相和每一组测井数据建立对应关系。此时，每一种岩石相均包含多组测井数据，优选的，统计每一种岩石相对应的测井数据中的每一个测井参数，并计算出所述测井参数的正态分布。
进一步，优选的，选出每种岩石相对应的测井数据中每一个测井参数的数据分布中的四分位数，即P25，P50，P75对应的参数值。
S104：计算每两种岩石相的测井响应数据的相关系数，当相似性指标大于预设的阈值，确定所述两种岩石相在测井响应上相似，将所述两种岩石相进行合并，从而将岩石相划分方案1经过合并生成为岩石相划分方案2。
具体的，根据所述测井参数的分布为每种岩石相建立测井响应雷达图，在一种优选方式中，所述测井响应雷达图的具体建立过程为：
第一步，选择岩石相A，选择每类测井参数的P25四分位数，建立测井响应数组AP25；
第二步，再选择每类测井参数的P50和P75四分位数，分别建立岩石相A的测井响应数组AP50、AP75；
第三步，利用AP25、AP50、AP75建立岩石相A的测井响应雷达图；
依照前两步方法，为每一种岩石相均建立三个测井响应数组；
第四步，依照前三步方法，为每一种岩石相均建立三个测井响应数组，并建立测井响应雷达图。通过所述测井响应雷达图能够直观看出每种岩石相的测井参数的近似关系，有助于后续对岩石相的合并判断。
在得到所述每一种岩石相均的测井响应雷达图后，计算每两种岩石相的测井响应数组的P25的相关系数、P50的相关系数、P75的相关系数。在一种实施例中，可从P25的相关系数、P50的相关系数、P75的相关系数中任选一个作为评价对应两类岩石相的相似性指标，优选的求取所述三种相关系数的平均值作为评价对应两类岩石相的相似性指标。当相似性指标大于预设阈值，就认为这两种岩石相在测井响应上相似，在一种实施例中，所述预设阈值为0.50-0.99，优选的，所述预设阈值为0.95。当相似性指标大于预设阈值时，将这两种岩石相进行合并，从而将岩石相划分方案1经过合并生成为岩石相划分方案2。
S105：根据岩石相划分方案2及每类岩石相对应的测井数据，制作交会图，并在所述交会图上得到m个数据簇。
具体的，通过对比合并后生成的岩石相划分方案2，可以从所有测井参数中选取出n个敏感测井参数，所述n不大于全部敏感测井参数的个数。并根据每个敏感测井参数对岩石相划分方案2中岩石相的区别所做出的贡献大小确定每个敏感参数的权重。优选的，采用决策树算法从测井参数中选取出n个敏感测井参数。
利用上述选取出的n个敏感测井参数，建立n维交会图，并将所述测井数据库中的测井数据投点到n维交会图中。优选的，测井数据在投点到n维交会图中时，不同的敏感参数，要乘以该参数的权重，然后再投点。采用所述方法建立的n维交会图，排除了非敏感测井参数对各测井数据的影响，更加精准的反映了测井数据间的相对位置关系。
进一步的，根据n维交会图中各测井数据间的相对位置关系，将所有测井数据划分为m个数据簇。在一种实施例中，通过数据聚类方法将所有测井数据划分为m个数据簇。采用所述数据聚类方法来划分测井数据，比主观制定划分标准的方式更能够从数据自身的角度找到测井数据间的最佳组合关系。进一步的，在n维交会图上得到m个数据簇后，继续计算出每个数据簇的质心和边界。
优选的，所述数据聚类方法为K-Means方法，采用K-Means方法进行数据聚类在计算数据簇的质心和边界时效率和精度都更高。基于K-Means方法进行聚类的步骤包括：统计数据的分布密度；选择m个局部最密集的区域作为初始质心；分配各个数据对象到最近的质心；计算每个数据点分别到m个质心的欧式距离，得到m个数据簇；重新计算各个数据簇的新质心；重新计算数据簇的均值，作为新的质心；重复前述步骤直至数据的标签不再变化；确定最终的质心；根据最终确定的m个质心，确定相应的m个数据簇，并且给出数据簇的数学边界。
由于所述n维交会图上m个数据簇具有确定的质心和边界，这就得到了对测井数据的识别图版，可直接用于对非取心段的大量的常规测井数据进行识别。
S106在所述交会图上将m个数据簇合并为g个地质相。
具体的，所述m个数据簇即新得到的测井相，根据新得到的测井相所对应的岩心的地质学特点和实际应用需求，将m个数据簇合并为g个地质相，并进行地质命名。由此得到了全新的地质相划分标准，所述地质相划分标准不同于现有技术直接将中浅层的岩石相划分方案用于深层岩石进行岩石相划分的方法，由于其来自于实际测井数据根据敏感参数的自动聚类，因此具有非常强的现实测井意义。尤其针对地下深层岩石情况复杂，现有中浅层岩石相分类标准完全无法应对深层复杂岩石分类的现状，给出了最符合实际状况，也最具有实用价值的分类标准。同时，所述地质相划分标准，由于其对不同地质条件均具有极强的适应性，是地质学岩石相划分领域的全新突破，具有非常高的学术价值和应用价值。
进一步的，将目标区域内未取心井段的测井数据投点到步骤S105中所述的n维交会图上，并根据g个地质相在n维交会图上的边界，即可将未取心井段分类到g个地质相，从而解释出目标区深层岩石的类型。尤其是对于深层岩石难以取心的现状，给出了低成本、高效率的解决方案，极大的增加了深层油气勘探的效率，降低了深层油气勘探的成本。本发明具有很强的实用性，可以为所有相似地质条件的深层岩石分类所借鉴，并且本发明可以应用到其他地区深层岩石的分类中。
本发明以现有地质知识为指导，针对目标区域深层岩石的复杂地质特征，进行了详细的岩石相类型划分，得到了岩石相划分方案1；并总结了各个岩石相的测井参数特征，采用测井响应雷达图的方法将利用测井信息不能区分的岩石相进行合并，得到岩石相划分方案2；选出敏感的测井参数，建立交会图，采用数据挖掘的方法得到新测井相，并结合相应地质特征，建立了地质相划分标准。所述地质相划分方法可推广到不同地质条件不同深度的应用环境中，尤其适用于地下深层岩石相划分的问题。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的设备。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令设备的制造品，该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本说明书的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本说明书范围的所有变更和修改。
显然，本领域的技术人员可以对本说明书进行各种改动和变型而不脱离本说明书的精神和范围。这样，倘若本说明书的这些修改和变型属于本说明书权利要求及其等同技术的范围之内，则本说明书也意图包含这些改动和变型在内。
Claims (6)
1.一种基于数据挖掘划分深层岩石地质相的方法，其特征在于，包括：
S101在目标区域内的部分钻井中采集不同深度范围内的岩心，测试所述岩心的岩石学特征，建立岩石相划分方案1；
S102收集目标区域内已有的所有类型的测井数据，并从中提取与采集岩心对应井和对应深度的测井数据，建立取心段深度范围的测井数据库；
S103根据岩石相划分方案1，从所述测井数据库中提取出每一种岩石相对应的测井数据，建立岩石相的测井数据集；
S104计算每两种岩石相的测井响应数据的相关系数，当相似性指标大于预设的阈值，确定所述两种岩石相在测井响应上相似，将所述两种岩石相进行合并，从而将岩石相划分方案1经过合并生成为岩石相划分方案2；
S105根据岩石相划分方案2及每类岩石相对应的测井数据，制作交会图，在所述交会图上得到m个数据簇，；
S106在所述交会图上将m个数据簇合并为g个地质相。
2.根据权利要求1所述的地质相划分方法，其特征在于，所述岩石学特征包括：岩心的岩性、岩心内含有的古生物、岩心的碎屑颗粒粒度、岩心的沉积构造、岩石的古流水类型、岩石的孔隙度、岩石的渗透率和岩石的孔隙结构。
3.根据权利要求1所述的地质相划分方法，其特征在于，所述测井数据包括：声波时差、井径、中子孔隙度、岩性目的、自然伽玛、光电吸收截面指数、深侧向电阻率、浅侧向电阻率。
4.根据权利要求1所述的地质相划分方法，其特征在于，所述预设的阈值为0.50-0.99。
5.根据权利要求1所述的地质相划分方法，其特征在于，所述岩石相划分方案2所包含的岩石相个数小于等于岩石相划分方案1的岩石相个数。
6.根据权利要求1-5所述的地质相划分方法，其特征在于，还包括步骤：将目标区域内未取心井段的测井数据投点到步骤S105中所述的交会图上，并根据g个地质相在交会图上的边界，将未取心井段分类到g个地质相中。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711214365.4A CN108035710B (zh) | 2017-11-28 | 2017-11-28 | 基于数据挖掘划分深层岩石地质相的方法 |
| AU2017279838A AU2017279838B1 (en) | 2017-11-28 | 2017-12-29 | Method for classifying deep rock geofacies based on data mining |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711214365.4A CN108035710B (zh) | 2017-11-28 | 2017-11-28 | 基于数据挖掘划分深层岩石地质相的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108035710A true CN108035710A (zh) | 2018-05-15 |
| CN108035710B CN108035710B (zh) | 2018-09-18 |
Family
ID=62093459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711214365.4A Active CN108035710B (zh) | 2017-11-28 | 2017-11-28 | 基于数据挖掘划分深层岩石地质相的方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN108035710B (zh) |
| AU (1) | AU2017279838B1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109580678A (zh) * | 2018-11-01 | 2019-04-05 | 科吉思石油技术咨询(北京)有限公司 | 利用数字岩心技术快速识别评价低阻油气层方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11339651B2 (en) | 2020-02-13 | 2022-05-24 | Saudi Arabian Oil Company | Systems and methods for generating continuous grain size logs from petrographic thin section images |
| CN113947309B (zh) * | 2021-10-19 | 2024-05-17 | 广东工业大学 | 基于建造大数据的盾构隧道施工标准工时测算及评分方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2050013C1 (ru) * | 1992-06-16 | 1995-12-10 | Тимур Вилович Семашев | Способ измерения петрофизической характеристики мелко- и среднеобломочных горных пород |
| CN103336305A (zh) * | 2013-06-08 | 2013-10-02 | 中国石油天然气集团公司 | 一种基于灰色理论划分致密砂岩储层岩石物理相的方法 |
| CN105201490A (zh) * | 2014-06-05 | 2015-12-30 | 中国石油化工股份有限公司 | 一种页岩层段岩石相分析方法 |
| CN106032751A (zh) * | 2015-03-10 | 2016-10-19 | 中国石油化工股份有限公司 | 一种钻井轨迹岩石相标定方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9097821B2 (en) * | 2012-01-10 | 2015-08-04 | Chevron U.S.A. Inc. | Integrated workflow or method for petrophysical rock typing in carbonates |
-
2017
- 2017-11-28 CN CN201711214365.4A patent/CN108035710B/zh active Active
- 2017-12-29 AU AU2017279838A patent/AU2017279838B1/en not_active Ceased
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2050013C1 (ru) * | 1992-06-16 | 1995-12-10 | Тимур Вилович Семашев | Способ измерения петрофизической характеристики мелко- и среднеобломочных горных пород |
| CN103336305A (zh) * | 2013-06-08 | 2013-10-02 | 中国石油天然气集团公司 | 一种基于灰色理论划分致密砂岩储层岩石物理相的方法 |
| CN105201490A (zh) * | 2014-06-05 | 2015-12-30 | 中国石油化工股份有限公司 | 一种页岩层段岩石相分析方法 |
| CN106032751A (zh) * | 2015-03-10 | 2016-10-19 | 中国石油化工股份有限公司 | 一种钻井轨迹岩石相标定方法 |
Non-Patent Citations (2)
| Title |
|---|
| 唐海发等: "湿地扇扇中辫状水道沉积微相-岩石相划分方法", 《成都理工大学学报（自燃科学版》 * |
| 袁伟等: "应用于L油田水淹层解释的岩石物理相划分方法", 《大庆石油地质与开发》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109580678A (zh) * | 2018-11-01 | 2019-04-05 | 科吉思石油技术咨询(北京)有限公司 | 利用数字岩心技术快速识别评价低阻油气层方法 |
| CN109580678B (zh) * | 2018-11-01 | 2021-05-11 | 科吉思石油技术咨询(北京)有限公司 | 利用数字岩心技术快速识别评价低阻油气层方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108035710B (zh) | 2018-09-18 |
| AU2017279838B1 (en) | 2018-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6295504B1 (en) | Multi-resolution graph-based clustering | |
| AU2009234090B2 (en) | Lithofacies classification system and method | |
| US9176255B2 (en) | Permeability prediction systems and methods using quadratic discriminant analysis | |
| CN109085663A (zh) | 一种致密砂岩储层层理缝识别方法 | |
| US10755427B2 (en) | Methods and systems for automatically analyzing an image representative of a formation | |
| CN108035710B (zh) | 基于数据挖掘划分深层岩石地质相的方法 | |
| CN110284873A (zh) | 一种油井储集性质的检测方法及检测装置 | |
| Neuhaus et al. | Integrated microseismic monitoring for field optimization in the Marcellus Shale-A case study | |
| CN104011566A (zh) | 用于分析地质构造的特性的基于小波变换的系统和方法 | |
| CN107229076B (zh) | 一种基于测井资料进行温度响应特征分析的方法 | |
| Christensen et al. | A machine learning–based approach to regional‐scale mapping of sensitive glaciomarine clay combining airborne electromagnetics and geotechnical data | |
| WO2020161518A1 (en) | Method of detection of hydrocarbon horizontal slippage passages | |
| CN116201535B (zh) | 油气藏目标井标志地层自动划分方法、装置及设备 | |
| CN103930650B (zh) | 用于自动页岩采摘和页岩体积确定的系统及算法 | |
| Zohreh et al. | The evaluation of borehole imaging result comparing with cores in Sarvak fractured and non-fractured reservoir | |
| US20230273335A1 (en) | Integration of geotags and opportunity maturation | |
| Matano et al. | Thickness of pyroclastic cover beds: the case study of Mount Albino (Campania region, southern Italy) | |
| Nielsen et al. | Pilot phase of the Aguada Federal Block, black-oil window | |
| Mendez et al. | Rock Type Prediction Using Democratic Neural Networks Association DNNA: An Alternative Method to Describe Clastic Fillings in Ordovician Karsted Carbonates within a Region of the Tahe Oilfield, China | |
| Graciolli | Bedding contact detection: a moving mean-based approach | |
| CN115128686A (zh) | 一种裂缝识别方法、装置、存储介质及电子设备 | |
| Rabiller et al. | Ordered clustering: A way to simplify analysis of multichannel signals | |
| CN114008607A (zh) | 将地理标签应用于图像以用于识别勘探机会 | |
| Yaasir | Discriminant Analysis of Kalhur and Pabdeh Formation Members |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |