测井曲线自动分层问题研究

合集下载

采油井智能分层测试技术的应用与研究

采油井智能分层测试技术的应用与研究

采油井智能分层测试技术的应用与研究摘要:在油井开采过程中运用先进的智能分层技术可以提高测试有效性,还可以加快工作开展速度,为采油工作的进一步开展奠定坚实基础。

通过对各种数据的分析确保工作开展合理性。

前期工作地有效准备可以使得油井在开采过程中降低对资金的投入要求。

为了节约油井开采过程中的资金投入、提高工作效率,本文将针对采油井智能分层测试技术的应用进行深入探究。

在不断研究过程中,找到更加适合采油井发展的具体方法为我国能分层测试技术的进一步应用和推广奠定基础。

关键词:采油井;智能分层测试技术;应用与研究随着我国社会经济和科技的不断发展,我国油田产业的开发也朝向深层次方向发展。

在不断发展的过程,油田开发遇到了各种各样的问题,为了能够解决油田多层和层间之间的矛盾,需要相关工作人员和企业在发展过程中不断探索新对策。

油田全面开采结束之后,剩余油也呈现出越来越分散的分布趋势。

这一现象的出现,使得油田开采难度得到了很大的提升。

为了能够有效解决油田开采过程中面临的问题,需要对这一问题给予高度关注。

通过各种方法让采油井的分层产出情况得到有效提升。

通常情况下,件产液剖面测试技术在使用过程中会受到周围环境的影响。

为了能够有效解决这一问题,在开采过程中可以积极利用智能分层测试技术。

在保留完整采油分层治疗记录的过程中,促进油田开采企业的可持续发展。

1、采油井智能分层测试技术的研究1.1智能分层测试管柱结构油井分层测试和开采技术,可以压成管柱完成找水、堵水、生产以及测试等多种功能,因而在油井开采过程中具有较大的应用范围。

为了能够让这一技术更好地运用在实际生产过程中,在实验中进行了多次的试验操作。

在满足基本要求的前提下,才会将该技术应用到实践生产过程中。

这种技术在室内试验过程中所取得的效果与现场应用大致相同。

在不断使用的过程中,能够充分地感受到这种技术所带来的科学性和先进性。

不仅能够有效提高油田开采的效率以外,还能够有效克服在以往油田开采过程中出现的问题。

基于测井曲线自动分层的岩性识别方法研究

基于测井曲线自动分层的岩性识别方法研究

基于测井曲线自动分层的岩性识别方法研究吴非1王卫1王佳琦2摘要:根据测井曲线数据,运用移动平均方法实现自动分层,再对得到的分层数据,采用交会图、BP神经网络、支持向量机这三种岩性识别方法,对比分析每种方法使用相同的测井资料作为样本,对相同的测井数据做预测分析,与此同时与MATLAB识别结果进行对比,从中选出比较合适的岩性识别方法。

关键词:测井数据;曲线分层;交会图;BP神经网络;支持向量机;岩性识别1 绪论地层岩性识别在水平井与地层关系解释、及随钻导向评价等方面具有的重要的研究意义。

目前,可以通过岩屑录井、取芯和测井资料的处理解释等方式来获取地下三维空间的岩性信息]。

在岩性识别过程中,主要以SP、GR、AC、RT、DEN和CN等曲线作为岩性响应特征数据,实现对测井曲线分层、岩性识别和预测进行分析。

而测井曲线分层、不同岩性识别方法对识别结果影响很大。

测井曲线分层一直是关注的热点。

目前,测井曲线分层主流的方法有人工智能、数理统计和非数理统计等方法。

雍世和认为测井曲线的数值变化不大的可以归为同一层,不同的层其差别比较大,就是所谓的层内差异法,基于统计学方法的测井曲线分层有李广场的有序聚类分析和Danilo R.Velis的变点分析法。

阎辉等提出了小波变换方法的非数理统计方法。

近年来人工智能的兴起,相关的算法也在测井曲线分层中有较多方法的应用,如刘春桃等提出了基于神经网络的测井曲线分层方法,梁亚纳等提出了基于支持向量机测井曲线分层方法等。

上述方法各有优劣,数理统计方法计算量大,但数学理论严密;非数理统计方法一般只考虑局部或整体,不适合于多因素综合;人工智能方法受样本数据影响较大,如果样本训练准确率较高,则识别的效果相对较好。

岩性识别方法更是受专家和学者探讨和研究的热点之一。

国内外关于这两方面的研究比较成熟,交会图技术法是利用测井资料进行岩性识别的常用方法[8],随着IT技术的发展和多学科的交叉融合应用,模式识别领域的人工智能方法也被引入到岩性识别中来,比如:聚类分析法[9]、BP神经网络[10]等方法。

C1 测井曲线的自动分层问题

C1 测井曲线的自动分层问题

测井曲线自动分层问题测井曲线自动分层问题摘要本问题要求以1号井建立数学模型,对第2号至7号井进行自动分层,并与人工分层结果进行比较。

确定合适的数学模型后,再对第8号至13号这些未人工分层的井进行自动分层。

本文的研究包括三个部分:模型准备、已人工分层井的模型建立与求解以及未人工分层井的模型建立与求解。

模型准备中首先对数据进行了筛除、中值滤波和归一化,使数据受干扰更小,之后通过主成分分析,加权平均出一个新主成分曲线作为综合测井指标。

已人工分层井模型中,首先应用了层内差异法对1号井进行细分层,其分层结果局部过细,因此再应用聚类分析进行并层处理,使一些过细的分层与临近合并,得到合理结果。

之后与活度分层法进行对比,最终确定了层内差异结合聚类并层作为最终分层方案。

当有人工分层结果时,可以参考进行层名对应确定,但面对一个未知的井时,层名确定就是新的问题。

在未人工分层井模型的建立与求解中,提出了利用纯泥岩这个具有鲜明特征的地质现象作为定位标记,用来定位长71层。

在未人工分层井模型中,首先应用之前成熟的层内差异结合聚类并层得到不含层名的分层结果后,利用纯泥岩经验,确定长71层,以此为突破,先后推理可确定所有层名。

上述模型,应用在已人工分层的井上,和人工分层吻合得很好,比较成功。

应用在未人工分层的井上时,结果合理,分层清楚均匀。

层内差异和聚类并层结合使用,既能保证分层准确又可使层次合理,问题得到了很好地解决,但是极个别会出现两层合并的现象。

最后我们对所有井进行井层剖面展示和简要分析,以新的角度看到所有井的层面分布和地形变化。

本文编程和数据处理在Matlab和Excel中完成,绘图在“卡奔”地质研究软件中完成。

关键字:主成分分析层内差异聚类层名对应活度函数分析1问题重述地质人员通过经验,从一定深度开始对井进行井层划分和命名,通常这些工作都是通过人工来进行的,即人工分层方法。

该方法费时费力,且分层取值过程中主观性较强,会因为不同的个人标准出现不同分层结果。

测井曲线的最优分割法自动分层评价

测井曲线的最优分割法自动分层评价
=1 = i+1
i
n
i = 1 , 2 , Λ , n - 1 其中 , 1 i X ( 1 , i ) = α∑ X a
i
=1
( 1)
X ( i + 1 , n ) =
1
n - iα= i + 1
∑ Xα
n
极小值 。故通过寻找 Q ( i ) 极值点可以确定层界
收稿日期 :2004 - 04 - 12 ; 改回日期 :2004 - 05 - 17 作者简介 : 鲍晓欢 (1981 - ) ,男 ,湖北武汉人 ,中国地质大学在读硕士研究生 ,石油地质专业 。
21. 21
表2 Q (i) 值统计量 ( API2 单位)
Tab. 2 Statistics of Q (i) value ( API2 Unit ) Q (i) 个数 2 ,998
平均值 ( API2 单位)
16 ,960 ,144. 64
最小值 ( API2 单位)
16 ,943 ,087. 85
为一数量
加 ,要么与不设 E 值相当 , 没有起到消除假层位 的效果 。
表3 人工分层与计算机最优分割自动分层对比
Tab. 3 Comparison between artificial layering and automatic optimum division met hod
分层方法 人工分层 自动分层 ( 不设 E 值) 自动分层 ( 设 E 值 ,j = 6) 自动分层 ( 设 E 值 ,j = 7) 自动分层 ( 设 E 值 ,j = 8) 自动分层 ( 设 E 值 ,j = 9) 自动分层 ( 设 E 值 ,j = 10)
第 25 卷 第 1 期 鲍晓欢 1 测井曲线的最优分割法自动分层评价 ・83 ・

测井曲线融合方法研究及其在分层中的应用

测井曲线融合方法研究及其在分层中的应用

文章编 号 :6304 20 )60 0—5 17 —6X(08 0—0 60
测 井 曲线 融合 方 法研 究及 其在 分 层 中的应 用
Su yOlitga ino l pe lg ige le n sa piain i e lgc l taic t n td i ne r t fmut l gn UW Sa d i p l t goo i r t a i o i o t c o n a s i f o
出一 条无量 纲 的曲线 . 种测 井 曲线 数 据 的融 合 技 这
术不同于叠加, 而是多种信息的优化 达 到减少 5, 冗余信息、 综合互补信息 、 扑捉协 同信息的 目的. 融 合曲线包含了比单一测井 曲线更多的地层 、 沉积、 岩
反应客观事物真实信息不是某单一性质的数据 结合 , 而是多源的复杂的数据集合, 类型多, 量纲多 , 数值范围相差大. 为此 , 我们需对原始测井数据进行


L , 为某一条测井曲线的第 i )i 个采样点( =1 i , k … , , 为第J条测井曲线 的第 i , K)X 个采样


点 , 为第 条测井曲线的均方根. 归一化后 的数据 量纲一致 , 并且都是在 1 附近的相对数据 . () 2 极限值归一化. 矩阵 通过公式蚴 =( 一 z
闫建平 蔡 进功 赵铭 海2郑德 顺 , , , , 隋鲁 宁
(. 1同济大学 海 洋地质 国家重点实验室 , 上海 20 9 ; 00 2
2 中石化胜利油 田分公司 地质科学研究 院, . 山东 东营 2 7 6 ) 5 02
摘要 : 地质分层 时单采用一条测井曲线存在着局 限性和 多解性, 为此, 将多条测井曲线融合成一条

测井曲线自动分层技术及在杏北地区小层划分中的应用

测井曲线自动分层技术及在杏北地区小层划分中的应用

11 、 葡
12 、 葡
21 、 葡

22 、 葡
32 、 葡
33 等 7 个单元。但人工
分层工作效率低, 劳动强度大。此次研究在学习前 人经验的基础上 , 尝试在本地区利用测井曲线进行 自动分层
[ 2]
。因为是随后进行测井相自动分析 , 所
以建立储层地质模型十分必要。
二、 测井曲线自动分层的原理
一般来说, 引起测井值变化的原因有两类 : 一类 是地层因素( 岩性、 孔隙流体性质) 的变化; 另一类是 非地层因素( 如井壁因素、 测量系统、 测井条件等) 的 变化。非地层因素引起的测井响应一般比较小 , 个 别大的变化, 如声波跳跃、 密度特低等, 应通过一定 限制条件将其剔除( 在不考虑流体影响时) 。对测井
第 7 卷第 2 期





地质勘探
测井曲线自动分层技术及 在杏北地区小层划分中的应用
程玉群
摘 要
李秀荣
刘铁桩
( 中原石油勘探局技术有限公司 )
( 中原石油勘探局勘探开发科学研究院 )
首先阐述了利用测井曲线进行小层划分的原理和方法, 采用层内差异法和聚类分析
法相结合进行分层, 该方法是目前利用测井曲线进行小层划分和对比 , 并最终实现定量化、 自动化 的一条较为有效的途径。 通过大量地质研究认为卡准所分地层的顶、 底界是自动分层的基础 , 而对 分层参数( B 值和 d m in 值) 的选取以及一些分层处理技巧都必须密切结合本地区的储层分布特征, 从而取得较为理想的效果 。结合杏北地区河流相储层的具体实际 , 对区内葡 提高了小层划分的效率。 主题词 测井曲线 层内差异法 1~ 3 主力油层进行 划分和对比 。通过对比 52 口井的自动分层与人工分层结果 , 发现二者具有较高的符合程度 , 大大 聚类分析法 小层自动划分

测井曲线自动分层问题

测井曲线自动分层问题

测井曲线自动分层问题摘要在地球物理勘探中需要利用测井资料了解地下地质情形,其中测井曲线分层是第一要完成的基础工作,本文那么为进行此类大量工作而作探讨。

模型一从有效、有效的角度, 论述了测井曲线自动分层的步骤和人工分层的判别分析法。

采纳值滤法和归一法, 以此来排除因测量误差对模型的干扰。

建模期论述了模糊数学模型,新切近度公式在自动分层模型设计中的应用, 实现了测井曲线的自动分层, 模型计算期采纳主成份分析和聚类分析法,使理论取得有效的应用, 同时也验证了模型的可行性和有效性。

模型二通过先对测井曲线数据进行人工挑选,去除对结果阻碍不大的部份,通过网上查阅大量数据,得知GR和RT对分层最有阻碍,其中RT次于GR。

因此给予GR系数为0.9,RT系数为0.1,组合出一条新的测井曲线,再通过人工去除首尾毛刺,使数据更精炼,再通过中值滤波,归一化处置后,取得较明显的曲线,最后写极值分层指标函数和方差分层指标函数(程序见附录)进行两次分层,给出2至7号井的分层结果,最后用聚类分层方式做分层处置。

误差分析说明1至7号井的自动分层结果与人工分层结果吻合地专门好,模型是合理的。

关于问题二,咱们依照问题一中模型的不足作了改良,给出了8至13号井的分层结果并对结论作了大量的讨论。

关键词:测井曲线聚类分析中值滤波极值主成份分析一、问题重述在地球物理勘探中需要利用测井资料了解地下地质情形,其中测井曲线分层是第一要完成的基础工作。

测井曲线分层的目的是为了在尔后的研究中,便于对具有不同特点的地层确信研究目标,和确信将要重点研究的地层,统一不同井号的研究范围。

通常,在一个区域内,通过前期地质研究工作,结合各类测井数据,第一对最先开发的参考井进行详细研究。

一种测井数据,都反映了地质结构的特点和地层的转变,地质人员通过体会,综合各类测井数据反映的地层特点,将井从必然深度开始,对井进行井层划分和命名,如1号井从距井口深294米处开始,依次往下,定名为长3一、长3二、长33、长4一、长4二、长6一、长6二、长63、长7一、长7二、长73、长8一、长8二、长9一、长92等地层。

C4 测井曲线的自动分层问题

C4 测井曲线的自动分层问题

测井曲线的自动分层问题摘要本文研究了根据人工分层标准,利用计算机实现测井曲线自动分层的问题。

为了建立合理、合适的数学模型,首先利用人工智能方法建立有导师监督的科荷伦神经网络模型(模型一),该模型能够模拟人的思维来进行分层,理论上十分适合自动分层的问题;还利用数理统计的方法建立了层内差异法与聚类分析法相结合的模型(模型二),该模型每次能对每条曲线上的每个点进行分析,并且能够考虑整体与局部的曲线特性关系。

问题一:首先应用Kohonen自组织映射神经网络算法对测井曲线进行分层,将测井曲线数据归为输入层并进行随机训练,使竞争层的对应神经元及其邻域内的神经元受到刺激。

并以标准井为导师监督,对测井数据进行模式聚类,得出结论:该方法有强大的数据处理能力,但自动分出的层段较少,对数据识别能力不足。

然后选择层内差异法对66条测井曲线进行处理,筛选出分层能力较好的曲线,根据标准井的分层精度和数据特点,使用聚类分析法对筛选出的曲线进行聚类,得出结论:层内差异法与聚类分析法结合的分层效果比神经网络更为精细,有较高的识别能力,自动分层结果与人工分层结果近似度达到70%。

问题二:用以上两种模型对2~7号井进行自动分层,将两种方法的分层结果与人工分层结果的对比分析,决定采用层内差异法和聚类分析结合的方法对第8号~第13号井进行自动分层,得出结论:层内差异法和聚类分析相结合有助于进一步提高分层精度,且能正确识别出缺层情况,得到较为满意的分层结果。

【关键词】神经网络 Kohonen自组织映射层内差异法聚类分析法测井曲线分层1、问题重述1.1问题背景1.1.1 测井分层背景在地球物理勘探中需要利用测井资料了解地下地质情况,其中测井曲线分层是首先要完成的基础工作。

通常在一个区域内,结合各种测井数据,首先对最早开发的参考井进行详细研究。

每一种测井数据,都反映了地质结构的特点和地层的变化,地质人员通过经验,综合各种测井数据反映的地层特点,将井从一定深度开始,对井进行井层划分和命名,接着在分析随后开发的井时,也根据和参考井分层的特点和规律,依次定名。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
PORC, P P, BUL , HF, P K F, CAL C, CL, PORX , PORH ,RW A ,RMFA .
D V , Zm, R A , M , , E i A I G , C R L …) 即建立测井数据 到层数 的函数关 系, a 表示参 数. 对应 的矩 阵表示
R ML( 微侧 向电阻率 )
R ( T 电阻率测井 )
b 1 b 2 b3 b4 b5 4 4 4 4 4 b 1 b 2 b3 b4 b5 5 5 5 5 5
WA ( 地层 水电阻率 ) 视
2 4 模 型的 建立 .
问题 一 : 根据 给 出的数 据 , Maa 出 17 用 tb加作 l _ 号井 层数 与深 度 的关 系图 , 图 1 示 . 如 所
结合各种测井数据 , 首先对最早开发 的参考井进行 详细研究. 每一种测井数据 , 都反映了地质结构的特 点和地层的变化 , 地质人员根据经验 , 综合各种测井 数 据反 映 的地层 特 点 , 井进 行井 层划 分 和命 名 , 对 如
1 井从 距井 口深 38米 处 开始 , 次 往 下 , 名 为 号 6 依 定
C L( A 井径 ) PR ( O W 含水 孔隙度)
2 1 丘 02
P R 总孔隙度 ) O T( PR ( O R 有效孔 隙度 ) PR ( E M 绝对渗透率 )
S ( H 泥质含量 ) PW ( O 含水 孔隙度) F ( w 产水率 )
P R( O 孔隙度 ) P R 冲洗带饱含 O F( 泥浆孔 隙度 )
B = b 1 b 2 b 3 b4 3 3 3 3
第五步: 根据层函数与深度的关系进行自动分层. 分层规则 : 上面求特解A 时的 C值 1 5 - - - 。 k - 分层 1

0515对应深度段 属于第一层 ,. -. .-. 152 5第二层 , 依此类推. 实际上受一些 因素 的影响 ( 。 但 如 特解
长 3 、 3 、 3、 4 、 4 、 6 、 6 、 6 、 1 长 2 长 3 长 1 长 2 长 l 长 : 长 3 Z 长7 、 7、 7、 8、 8、 9、 9 1 长 2 长 3 长 l 长 2 长 1 长 2等地 层 .
①以 1 号井为标准井 , 根据此井 的各种测井 曲
线 数据 , 立数学 模 型 ]对第 2号 至 7号井 进行 自 建 6,
测 井变 量矩 阵 :
bl b1 b1 b1 b1 1 2 3 4 5
R . 4 电阻率 ) 4 0( M
G R(自然伽玛测井 )
b 1 b 2 b 3 b 4 b5 2 2 2 2 2
B = b 1 b 2 b3 b4 b5 3 3 3 3 3
以及 已给的各种测井 曲线数据 , 确定合适 的数学模
型对 第 8号井 至 1 井进 行 自动分层 ]并 分析所 3号 ,
得 的结论 .
缺失 中 间某 层 的现象. 如第 6号 井缺 长 3 、 3 1长 2 层. 通常这些工作都是通过人工来进行的 , 这就是所 谓人工分层方法. 该方法不仅费时费力 , 而且受主观 影 响很大 , 成不 同 的人员 有不 同的分层 结果 ] 造 . 自动分层是引入计算机利用数据处理技术实现 的 . 随着一个区域开发井 的数量增加 , 我们 希望 利用已有分层井点数据与变化特点作为控制 点, 结
为:

由于原始 数据组 数 太多 , 了方 便求 解 , 一号 为 将

井按层数分为 1 5组 , 出每组 变量 的平均值得 到 求
1 方程 , 5组 而所求 参 数共 有 6 7个 . 由线 性方 程 组 的
第1 期
李蓝天, : 等 测井曲线 自动分层 问题研究
6 5
解 的理论 可知 , 程有 无穷 解 , 方 因此 根据 实 际和 变量
函数参 数矩 阵 : :
PR ( O H 油气重量 )
测 井曲线 :
D P H( E T 井位深度 )
RL 深感应电阻率) ID(
D N( E 密度 ) RL ( IM 中感应 电阻率 ) S 自然 电位测井 ) P( A ( C 声波测井 ) C L( N 中子密度测井 )
b2 2 b3 2
0l
a2
a3






针对 1 号井求 .
第一步: 一号井各层的同一参量求解均值 , 结果

i b 67

a 6 7
为一个均值阵列 , 形式为 1 x 7的矩阵, 5 6 简写如下
b 1 b 2 b 3 b4 2 2 2 2
其 中 6代表测井数据量矩阵元.
对于原 始井 数据 , 一个 n 的矩 阵 , 测 B是 n为 量组 数 ,为 其 测 量 变 量 数 . i 因而 , 于关 系式 为 : 对 C = ,, B 关键 问题就 是求A 4 .


我们 采取 的方法 : 以一号 井为标 准井 , 用其 先 利 数 据求 出一 = 然 后 1A 作 为标 准 , A; . ) o 2 作用 于其 他井 变 量 , 出 其 c 函数 ; 后做 出 c函数 与 深 度 求 最
S ( W 总含水饱 和度 )
层 函数 : :
SO( X 冲洗带含水饱和度) CR ( A B 煤的含量 )
B L ( 砂指数) UK 出
其 中 c 代表第 i 组数据所在的层数 ;
C L 井径差值 ) A C(
C 粘 土体 积) L(
R A( MF 视泥浆 电阻率 ) PR ( O X 流体孔隙度 )
动分层 , 并且与人工分层结果进行 比较分析. 考虑是
否需 要利 用建 立 的数 学模 型 , l号井 进行分 层 . 对 ② 通过 前 面 人 工分 层 与 自动 分 层 的 比较 结果 ,
接着 在 分析 随后 开 发 的 2号井 时 , 根据 ] 井 的 也 【 号 规律 依 次分 层 .井 的位 置不 同可能 会 导致 这 口井 的 每一 个层 位 的深 度 范 围也不 同 , 至 有 可能 会 出现 甚
关 系 , 相应井 分层 . 对
求 方法 :
以 1 井 为标 准 井 , 据此 井 的各 种 测井 数 据 号 根 ( 括测 井 曲线 数据 与测 井 地 质 数 据 ) 号 井 分 为 包 一 1 , 5层 包括 6 参量 , 7个 如下 :
CURVENAME = DEN, RI D , RI M , RLL L L 8,
摘要: 测井曲线分层是在地球物理勘探中首先要完成的基础工作. 每口井的分层由其测井曲线数据和
地质特征数据来决定 , 即存在 由测井数据变量 到所 在层的函数. 通过建立合 理的数学模 型 , 利用 c++在 Ma t . 1 a b平台上编程求得各井数据 变量到所在层的 函数 .
关键 词 : 测井曲线; 线性方程组; 离散点插值
的选 取 ) 起 取 0 5可 能 有 误 差 , , . 出现 这 种 情 况 , 可
b1 b2 b3 b 4 4 4 “
以采用人工分层的第一层 , 其后为 自动分层. 第二步 : 根据模型 1 的分析 , 层函数初值取 :
c =( , 3 4 5 6 7, , ,0,1 1 , 3 1 , 1 2, , , , , 8 9 1 1 ,2 1 ,4
算 由 Ma a t b实现 l ….
A0
第 四步 : 通过参数特解求解其它井的层函数. 将 特解 、 其他井变量矩阵 B代入下列函数
Cl
3 模 型 求解
3 1 对 问题 一 求解 .
…≥ ; 麓 2 b 3 1 . 6 7
C2
b1 l
b1 2
b2 b 3 l 1
RI LD% ,RI LM% , RL 8% ,SP1 , S L % P% ,d n% , e CAL% , RML% , RMN% , P ORW , PORT, P ORR , P ORF, PERM , S , S , S W H XO, P OR, S PC, RT, P ,POW , PO,YO ,YOW ,YW ,CARB, CENG , W
图1 1 - 井层数 与深度 的 关 系图 7号
S P1, R4.0, S P, DEVi AZI , GR , AC, RML, , m RMN ,CAL, CNL,R4. 0% , c 1 , GR% , AC% , n%
由图 1 知 , 可 层数 与 深度近 似呈 线性 关系 , 因此 我们 可构 建如 下模 型.
在地 球物 理勘 探 中需要 利 用测 井资 料 了解地 下 地质 情况 , 中测 井 曲线 分层 是 首 先 要 完 成 的基 础 其 工作 . 通常 , 一个 区域 内 , 过 前 期 地 质研 究 工 作 , 在 通
2 问题 分 析 与模 型 的建 立
2 1 拟完成 的 工作 .
权重选择一个 特解 , 求得A . 。 然后将 作用 于其他 。 井, 得到其他井层数与深度关系, 从而进行分层 , 详 细过程见下面模型求解 . 问题二 : 根据假设 5 不同井 的分层与深度关系 , 按照一定规律变化 , 因此可以 由 1 号井 的: 分层数据 进行插值拟合 , 出 81 得 . 3号井 的分层数据. 具体计
合 每 口井 丰 富 的测 井 曲线 数 据 , 密 度 ( E 、 如 D N) 声
2 2 模型 假设 .
①每层的各种测井参数随深度有规律的变化.
②层数是各项测井参数的多元函数. ③各井 的分层规律相同. 即分层函数可以应用
于所有 井 .
④假设标准井 l 号井的分层和命名是准确的. ⑤在同一片区域 内的不同井的分层有规律的变
相关文档
最新文档