简介:数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗佘信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。
简介:在多个区块的测井评价工作发现,孔隙结构直接影响储集层的品质和油气层的电阻率,是测井准确评价流体性质的关键。岩石物理资料表明不同区块内影响储层孔隙结构的因素不同,但效果是一致的,即孔隙结构的复杂程度控制着储层的储集能力和渗透能力。孔隙结构的复杂程度影响了储层中导电流体的分布和含量,从而控制了储层的电阻率。储层出现低阻油气层的内因均为复杂的孔隙结构(骨架导电及工程原因除外)。测井储层评价在分析控制储层孔隙结构复杂程度的地质因素及储层分类的基础上,针对不同类型储层采用不同的模型、参数和标准,可以有效的认识储层品质和识别不同类型储层的流体性质。
简介:High-qualityseismicgeometryisthekeytoobtainhigh-qualityseismicdata,andcanaffecttheaccuracyofdataprocessingandimaging.Basedontheanalysisoftherelationshipbetweenthequalityofthegeometryandthefouracquisitionparameters(thenumberoftraces,shotlinespacing,andthespaceandnumberofreceiverlines),aqualityevaluationmethodofthegeometrybasedoncomprehensivequalityfactor(CQF)isproposed,andtherelationshipbetweenthegeometryqualityandthefourparametersisgiven.WeusefielddatacollectedinanoilfieldinWesternChinawithcomplexgeology:Firstweuseawideazimuthgeometry.Then,wecalculatetherelationshipcurvebetweengeometryanddataqualitybyvaryingeachparameterwhilekeepingtherestfixed.andtheanalysisresultsaregivenbyusingtheCQFevaluationmethod.Theresultsshowthattheshot-linespacinghasthegreatesteffectonthequalityofthegeometry,andtheincreaseofthereceiverlinespacingcanappropriatelyimprovethequalityofthegeometry,andtheincreaseofthenumberofreceivingtracescanimprovethegeometryquality.Thedifferentacquisitionparametershavedifferenteffectsontheimagingqualityofshallowanddeepevents.Themodelforwardandprestackdepthmigrationareusedtogenerateprestackdepthmigrationprofileswithdifferentacquisitionparameters.Theimagingresultsareconsistentwiththeabovecalculatedresults.Accordingtothedepthofthetargetlayer,thequalityfactorevaluationmethodisappliedtoguidethedesignofthegeometryandoptimizetheacquisitionparameterstoimprovetheimagingaccuracyofseismicdata.