测井资料计算机处理解释方法
Forward_讲解_2013
平台功能介绍
点击图标
Forward解释平台界面
平台功能介绍——用户区管理
用户区管理方式可以实现对测井及其相关数据的可视化 管理，管理的数据是以井为基本对象的。
平台功能介绍——方法管理器
方法管理器界面，这里包括 了数据管理、预处理、常规 处理、交互处理、应用程序 等内容。Forward解释平台的 功能都在这里实现。
成果输出
平台支持功能齐全的测井绘图对象，满足测井和地质成果表述。 这些对象包括原始曲线回放、岩性和流体剖面、波形的变密度显 示、地层倾角的各种成果显示、取心数据和解释结论、文字参数 和标注等。
成果输出
绘图模板的应用是FORWARD平台的一个创造，各种绘图方式保存 为模板可以直接调出重复使用，它不仅能提高测井图件的制作 效率，也保证了测井图件标准统一。
FORWARD平台（测井）
其他软件（地质、物探）
数据管理
采用动态数据自动加载技术，将国内外各 种测井数据格式自动加载到平台。
数据管理
WIS文件的常规曲线可以转换为 LA716、LIS、LAS和文本格式。
预处理
曲线编辑。
手工绘制曲线 曲线粘贴 数据编辑 线性计算 平滑滤波 跳尖修复
预处理
曲线深度匹配。
“能够编辑”才 能对曲线画图等 进行可视化编辑
参数卡编辑：
处理 深度
重定向
参 数
帮助信息
软件提供了丰 富的帮助信息， 用户可以通过查 阅帮助文档获得 相关帮助信息。
三、绘制综合解释成果图 “方法管理器/成果输出/测井绘图”
绘图制作完成，会形成一个同井名相同 的.plt 绘图文件。 利用“文件\打印为位图文件”,可生成 处理成果图的bmp文件。
2-3气测录井资料解释规范
气测录井资料解释规程气测录井资料解释规程1 主题内容与适用范围本标准规定了色谱气测井资料定性解释的程序、内容、方法和要求。
本标准适用于各类探井的气测资料解释。
2 解释井段2.1 全烃大于0.2%或高于基值2倍（含2倍）的气测异常井段。
2.2 低钻时并且有气测色谱分析资料的井段。
3 解释工作要求与流程3.1 解释工作要求气测井资料解释以可靠的现场录井资料为基础，以气测井油气显示为主导，及时搜集、分析现场油、气、水显示等情况，进行初步解释，提供中途测试层位和完井方法。
通过计算机处理，进行综合分析解释，确定油气层段、提出试油意见。
3.2 解释工作流程3.2.1 搜集邻近井的地质资料及测井资料。
3.2.2 验收气测井资料。
3.2.3 分析色谱气测井资料与现场资料解释。
3.2.4 分层、选值、计算、绘图解、运用各种资料进行气测井综合分析解释，提出解释结论，进行完井讨论（见图书馆）3.2.5 整理编写单井解释总结报告。
3.2.6 整理有关资料图件、并经审核。
3.2.7 按归档要求归档上报。
4 气测井资料的处理4.1 气测井原图人工处理（采用联机设备的可省略）4.1.1 按每米深度进行人工整理、查出相应的数值填写色谱气测记录。
4.1.2 在原图上划出异常井段，并根据钻时进行深度校正。
4.1.3 查出异常值。
4.2 气测资料计算机脱机处理4.2.1 对气测井资料进行抽查，异常井段、地质设计目的层数据抽查率100%，其它井段数据抽查率10%。
4.2.2 把原始数据输入到计算机。
4.2.3 对输入数据进行审核。
4.2.4 绘制气测录井图。
4.2.5 绘制解释图。
4.2.6 打印解释数据表。
4.2.7 编写气测井解释报告5 气测井解释的基本方法及要求5.1 油、气储集层位置和厚度的确定方法5.1.1 根据全烃含量和钻时确定a、在砂质岩层段，对全烃含量值较高井段参照钻时曲线和全烃显示幅度划分油气储集层的起止深度；b、在泥质岩层段，钻时变化不明显时，应依据全烃曲线的高峰起止值划分油气储集层的起止深度；c、复杂岩层段，根据地质录井资料和测井资料来归位油气储集层起止深度。
测井知识点总结
测井知识点总结一、测井的概念测井是指利用测井仪器和设备，通过测量井底岩层岩石和流体的性质，为油气勘探和开发提供地层信息的一种技术。
测井是一种地球物理和地质学的交叉学科，是油气勘探开发中的重要技术手段。
二、测井的作用1.评价储层性质：通过测井可以了解地层的岩石类型、孔隙度、渗透率等参数，帮助确定储层的物性特征，为油气储集层的评价提供数据支持。
2.确定油藏参数：通过测井可以确定油藏的含油饱和度、油层厚度、垂向展布和孔隙结构，为油田的储量估算和开发方案提供依据。
3.指导井位设计：测井可以确定地层的性质和构造，为井位的设计和钻井方案的制定提供依据。
4.优化井筒完井设计：通过测井可以了解井下岩性的变化和油层的特征，指导井筒完井设计，选择合适的生产层位和工程措施，提高油井的生产效率。
5.监测油气层动态：测井可以监测井底岩层的性质和变化，及时了解油气层的动态变化情况，指导油气开发策略。
6.保证油井安全：通过对井下岩层进行测量，可以了解地质构造、地应力状态、孔隙稳定性等情况，确保钻井安全。
三、常见的测井工具和方法1.自然伽马测井：自然伽马测井是利用地下岩石放射性元素自然辐射的特性，通过测量自然伽马射线的能量和强度，了解岩石的密度和成分，判断岩石类型和含油气性质。
2.电测井：电测井是利用钻井井筒和地层的电性差异，通过测量井底岩层对电流的导电、电阻、介电等特性参数，推断地层的电性特征、含水饱和度和孔隙度等信息。
3.声波测井：声波测井是利用声波在地层中的传播特性，通过测量声波波速和波幅的变化，推断地层的孔隙度、渗透率、孔隙结构和成岩环境等信息。
4.核磁共振测井：核磁共振测井是利用核磁共振技术，通过测量原子核在地层中的共振信号，获得储层的渗透率、孔隙度、岩石类型等参数。
5.测井解释方法：根据测井资料的性质、特点和目标，采用各种物理、地质和数学方法，对测井资料进行综合解释和处理，得出地层的物性参数和岩性解释结果。
6.测井井筒完整性检测方法：针对井筒完整性的要求，包括封隔壁、封堵操作、水泥防漏、井下环序装置，钻进模式，测井系统等方面，研究井筒完整性检查方法、工具及其应用。
第二章 第二节阵列感应成像测井仪AIT
6ft分辨率，曲线符号AS10、AS20、 AS30、 AS60、 AS90 6ft分辨率 曲线符号AS10、AS20、 AS30、 AS60、 分辨率，
现在的AIT有三种垂向分辨率：1ft、2ft、4ft,它们的探测深度 现在的AIT有三种垂向分辨率：1ft、2ft、4ft,它们的探测深度
仍然是10in 20in、30in、60in、90in。 仍然是10in、20in、30in、60in、90in。 10in、 Atlas:1ft垂向分辨率是设计在光滑井眼中使用、2ft分辨率曲线组 Atlas:1ft垂向分辨率是设计在光滑井眼中使用、2ft分辨率曲线组 垂向分辨率是设计在光滑井眼中使用 孔洞效应不甚敏感、4ft或6ft垂向分辨率曲线组对孔洞效应 垂向分辨率曲线组对孔洞效应极不 对孔洞效应不甚敏感、4ft或6ft垂向分辨率曲线组对孔洞效应极不 敏感。 敏感。
1990年，阿特拉斯研制出了向量双感应测井仪，测量R分量和X分 年 阿特拉斯研制出了向量双感应测井仪，测量 分量 分量和 分 研制出了向量双感应测井仪 地面进行反褶积 采用了10、 、 反褶积， 工作频率改变探测半 量，地面进行反褶积，采用了 、20、30khz工作频率改变探测半 工作频率改变 同时扩大了电阻率测量的动态范围。 电阻率测量的动态范围 径，同时扩大了电阻率测量的动态范围。
90年代，斯伦貝谢研制出了阵列感应测井仪（AIT)。采用几种工作 年代，斯伦貝谢研制出了阵列感应测井仪（ 年代 。采用几 频率来控制探测深度 采用阵列线圈测量R分量 同时提取X分量 探测深度， 分量， 分量, 频率来控制探测深度，采用阵列线圈测量 分量，同时提取 分量 获得几组具有相同纵向分辨率， 探测深度不同的电阻率曲线 几组具有相同纵向分辨率 的电阻率曲线。 获得几组具有相同纵向分辨率，但探测深度不同的电阻率曲线。可 得到一幅径向含水饱和度的垂直剖面，并能看到侵入带的全貌。 径向含水饱和度的垂直剖面 得到一幅径向含水饱和度的垂直剖面，并能看到侵入带的全貌。
测井数据深度校正方法探析
53在测井工作中，测井数据作为重要的测井资料，其准确性对测井作业的开展非常关键，甚至直接关系着测井作业的效能，而深度校正作为提升测井数据准确性的有效方法之一。
当前常用的深度校正方法中，它们的基本原理类似，都是先计算相关变量的系数，然后相加测量所得深度和系数，接着对相加得到的误差值进行计算，最后筛选出误差较小、准确性较高的深度数据。
在开展测井数据深度校正的过程中，因为井内存在如电缆自身重量、浮力、泥浆压力等诸多不确定因素，这些因素均会导致测井数据或校正结果存在一定的不准确性，所以为了避免这些因素对深度校正的结果产生一定的影响，在探析测井数据深度校正方法的过程中，主要选择从以下三个方面展开分析。
1 电缆的拉伸与校正方法分析在测量井深度的过程中，因为各种因素的存在，比如温度、浮力、泥浆压力，再比如摩擦力、电缆自身重量等等，都会对电缆的拉伸产生一定的影响，从而造成测量数据与实际之间存在一定的误差，故需要对电缆拉伸产生的误差进行校正[1]。
目前在电缆拉伸方面，存在的校正方法较多，本文主要从以下两个方面展开分析：1.1 软件方面的拉伸校正方法在分析电缆受力情况的基础上，借助软件建立电缆受力链状模型，然后对电缆在井下泥浆中受到的静压力、摩擦力、自身重力等进行计算，以此准确计算出误差并校正。
通过软件建模计算电缆受力的方法最早提出于1993年，提出者为罗伯特（国外学者），他表示电缆拉伸校正和误差值的计算可以借助计算机软件建立杆状受力模型和拉伸校正公式完成。
相较于链状模型，杆状模型一般用于较深井测量电缆拉伸的校正，且得到的误差值更准确，校正后的数据也更准确，但此模型也存在一定的缺点，即会忽略井下温度对电缆产生的影响。
故为了考虑到温度对电缆产生的影响，建议对杆状模型进行完善，将电缆受热时的伸长量作为一种变量，添加到校正公式中，以此提升模型的准确性，从而得到更准确的校正数据。
然而，由于目前此种方法无法对井下的各种因素实现全面了解，依旧会导致较大误差的存测井数据深度校正方法探析钱志军 中海油田服务股份有限公司 天津 300459摘要：测井数据对测井作业的开展至关重要，故中选择测井数据为研究样本，从三个方面入手，浅析了其深度校正方法，首先对电缆的拉伸与校正方法进行了分析，其次对速度的校正方法进行了分析；最后对相对深度的校正方法进行了分析。
分析油田测井数据的采集与处理
分析油田测井数据的采集与处理作者：宋江波来源：《大东方》2018年第07期摘要：在社会的不断发展中，人们的生活水平获得了显著的提升，人们对物质生活的标准也愈发提高，在马路上行驶的各种汽车，拉动了我国石油企业的发展。
本文通过对油田测井数据的采集与处理给予分析，以便为同行业人士提供参考。
关键词：油田；测井；数据；采集；处理引言随着我国社会经济的高速发展，人们对物质生活的所需愈发强烈，从而促进了我国经济的发展，在此状态下，也为我国油田企业的发展打下良好的根基。
众所周知，油田开采技术具有较大的难度，而且，此项工作具备较高的危险系数。
所以有效把控油田开采技术方式极为关键。
而对于油田测井数据的采集与处理，应当给予正确的选择。
一、油田测井数据的采集（1）电信号的采集在系统当中，电扣系统是透过对相敏栓波技术执行工作。
在我国当前测量技术中，假如对测量信号内的某个周期的分量给予提取，在通常状态下，信号通常极低，而且噪音较大。
对我国传统检测方法而言，大多对汇波器的运用而对带宽给予相应的压缩，对信噪比给予良好的改善。
通常状态下，汇波器在检波精准度方面，与带宽具有紧密的关联，假如带宽愈窄，检波能力则愈强，而带宽若越宽，检波能力则越弱。
在高质量的信号提取方面，通常极为艰难。
传统相敏检测波器的电路较为繁琐，耗费较大的功率，如果低通滤波器的积分时间比较受限，并且噪音极为繁琐的状态下，若想达成高质量信号提取，通常极为艰难。
而最新研制的相敏检测技术，可以解决传统相敏检测技术的一切困扰，彻底分离无用信号与有用信号，可以有效运用气储层与油层的信号，具有高性能、优线性度以及高精度的特征，而且，对数字相樊检波器的检波工作，大多在DSP的里层进行，并不需透过参考信号产生电路，而且其功耗较低，能够有效节约成本。
（2）对干扰噪声给予抑制干扰噪声可以分成地线回路的影响及地线阻抗的干扰。
在这两种影像中，前者通常可通过不同方式掏取回路产生的电流，而后者产生的影响可选择更加适宜的接地方法，显著预防相互造成的影响，互为干扰的电路系统之间出现线路共用。
生产测井解释
流动剖面测井定量解释工作程序（11）转换的方便而设定的， 其一般计算形式为
PC = Fc(
d c2
4 A t)
式中，dc为套管内径；At为井下仪器占据测量 流动截面的当量面积，与测井仪器以及dc采用 的单位有关；Fc为转换系数，与管径、速度、 流量采用的单位有关。
@ 流动剖面测井解释软件系统
• 注水剖面
涡轮流量计测井解释
核流量计测井解释 电磁流量计测井解释 同位素示踪测井解释
测井评价
• 产出剖面
垂直井多相流动测井解释 倾斜井多相流动测井解释 水平井多相流动测井解释 抽油井多相流动测井解释
流动剖面测井定量解释工作程序（1）
(1) 收集整理测井资料及有关数据
对于气水、气油、油水或气油水流动剖面解释，最 好能有相应的全套资料，包括主要的和辅助的测井资 料以及有关的参考资料。首先要认真挑选解释需用的 测井资料，井温资料一般应选用第一次下放仪器测量 的那条曲线，其它测井资料应在经验收合格的测井曲 线中挑选。然后整理制作测井解释综合图或合成综合 文件，注意各条测井曲线的深度一定要对齐，并要与 射孔深度以及裸眼井测井资料的深度一致。可能的话， 解释综合图或综合文件上最好带有裸眼测井解释的岩 石体积分析剖面。
流动剖面测井定量解释工作程序（14）
(14) 计算流量剖面
如果整个测量井段的流体相态和解释参数相 同，可重复(7)～(13)各步骤，自上而下计算 出各解释层的总流量和各相流量。如果测量井 段过长且不同井段的温度、压力变化过大，或 者各解释层的流体相态和解释模型不同，则应 从第(5)步开始重新计算确定有关参数进行解 释。然后采用“递减法”，自上而下计算出相 邻解释层间各产出或吸入层段的总流量及各相 流量。
测井解释原理
测井解释原理一：储集层定义：具有连通孔隙，既能储存油气，又能使油气在一定压差下流动的岩层。
必须具备两个条件：（1）孔隙性（孔隙、洞穴、裂缝）具有储存油气的孔隙、孔洞和裂缝等空间场所。
（2）渗透性（孔隙连通成渗滤通道）孔隙、孔洞和裂缝之间必须相互连通，在一定压差下能够形成油气流动的通道。
储集层是形成油气层的基本条件，因而储集层是应用测井资料进行地层评价和油气分析的基本对象。
储集层的分类•按岩性：–碎屑岩储集层、碳酸盐岩储集层、特殊岩性储集层。
•按孔隙空间结构：–孔隙型储集层、裂缝型储集层和洞穴型储集层、裂缝-孔洞型储集层。
碎屑岩储集层•1、定义：–由砾岩、砂岩、粉砂岩和砂砾岩组成的储集层。
•2、组成：–矿物碎屑（石英、长石、云母）–岩石碎屑（由母岩类型决定）–胶结物（泥质、钙质、硅质）•3、特点：–孔隙空间主要是粒间孔隙，孔隙分布均匀，岩性和物性在横向上比较稳定。
•4、有关的几个概念–砂岩：骨架由硅石组成的岩石都称为砂岩。
骨架成份主要为SiO 2–泥岩(Shale)：由粘土(Clay)和粉砂组成的岩石。
–砂泥岩剖面：由砂岩和泥岩构成的剖面。
碳酸盐岩储集层•1、定义：–由碳酸盐岩石构成的储集层。
•2、组成：–石灰岩(CaCO 3）、白云岩Ca Mg(CO 3)2）、泥灰岩•3、特点：–储集空间复杂有原生孔隙：分布均匀（如晶间、粒间、鲕状孔隙等）次生孔隙：形态不规则，分布不均匀（裂缝、溶洞等）–物性变化大：横向纵向都变化大•4 、分类按孔隙结构：•孔隙型：与碎屑岩储集层类似。
•裂缝型：孔隙空间以裂缝为主。
裂缝数量、形态及分布不均匀，孔隙度、渗透率变化大。
•孔洞型：孔隙空间以溶蚀孔洞为主。
孔隙度可能较大、但渗透率很小。
•洞穴型：孔隙空间主要是由于溶蚀作用产生的洞穴。
•裂缝－孔洞型：裂缝、孔洞同时存在。
碳酸盐岩储集空间的基本类型砂泥岩储集层的孔隙空间是以沉积时就存在或产生的原生孔隙为主；碳酸盐岩储集层则以沉积后在成岩后生及表生阶段的改造过程中形成的次生孔隙为主。
(word完整版)测井资料处理与解释复习资料
测井资料处理与解释复习题填空1.、测井资料处理与解释：按照预定的地质任务，用计算机对测井信息进行分析处理，并结合地质、录井和生产动态等资料进行综合分析解释，以解决地层划分、油气储层和有用矿藏的评价及勘探开发中的其它地质和工程技术问题,并将解释成果以图件或数据表的形式直观显示出来。
2.、测井资料处理与解释成果可用于四个方面：储层评价、地质研究、工程应用和提供自然条件下岩石物理参数.3、测井数据预处理主要包括模拟曲线数字化、测井曲线标准化、测井曲线深度校正、环境影响校正。
4、四性关系中的“四性”指的是岩性、物性、含油性、电性。
碎屑岩储层的基本参数：（1）泥质含量（2）孔隙度（3）渗透率（4）饱和度(5）储层厚度5、储层评价包括单井储层评价和多井储层评价.单井储层评价要点包括岩性评价、物性评价、储层含油性评价、储层油气产能评价.多井储层评价要点主要任务包括：全油田测井资料的标准化、井间地层对比、建立油田参数转换关系、测井相分析与沉积相研究、单井储集层精细评价、储集层纵横向展布与储集层参数空间分布及油气地质储量计算。
6、识别气层时（三孔隙度识别），孔隙度测井曲线表现为“三高一低”的特征，即高声波时差、高密度孔隙度、高中子伽马读数、低中子孔隙度.7、碳酸盐岩的主要岩石类型为石灰岩和白云岩。
主要造岩矿物为方解石和白云石。
8、碳酸盐岩储集空间的基本形态划分为三类：孔隙与喉道、裂缝、洞穴。
9、碳酸盐岩储层按孔隙空间类型可划分为孔隙型、裂缝型、裂缝—孔隙型、裂缝—洞穴型.10、碳酸盐岩储层划分原则：一是测井信息对各种孔隙空间所能反映的程度，即识别能力；二是能基本反映各种储层的主要性能和差异。
11、火山岩按SiO的含量可划分为超基性岩（苦橄岩和橄榄岩）、基性岩（玄武岩和辉长岩）、2中性岩(安山岩和闪长岩）和酸性岩（流纹岩和花岗岩)。
12、火山岩的电阻率一般为高阻，大小：致密熔岩>块状致密的凝灰岩〉熔结凝灰岩>一般凝灰岩13、火山岩的密度大小，从基性到酸性，火山岩的密度测井值逐渐降低。
基于大数据的测井智能解释系统开发与应用
2021年3月第26卷 第2期中国石油勘探CHINA PETROLEUM EXPLORATIONDOI : 10.3969/j.issn.1672-7703.2021.02.012基金项目：中国石油天然气股份有限公司投资信息化重点项目“勘探开发一体化协同研究及应用平台（一期）建设”（PetroChina-IT-2017-N104）。
第一作者简介：石玉江（1971-），男，甘肃平凉人，博士，2012年毕业于西北大学，教授级高级工程师，主要从事测井技术应用、地质综合研究和数字化与信息管理工作。
地址：陕西省西安市长庆兴隆园小区长庆油田公司数字化与信息管理部，邮政编码：710021。
E-mail：*********************.cn收稿日期：2020-09-08；修改日期：2021-02-08基于大数据的测井智能解释系统开发与应用石玉江1 刘国强2 钟吉彬3 王 娟3 张文静3（1 中国石油长庆油田公司数字化与信息管理部；2 中国石油勘探与生产分公司；3 中国石油长庆油田公司勘探开发研究院 ）摘 要：人工智能技术在测井解释中的应用由来已久，但单方法应用研究多，系统集成应用少。
当今云计算、大数据和人工智能技术的规模应用，再次推动了测井解释智能化发展。
以多学科数据融合的数据湖为基础，在专业软件的基础上进行智能解释模块开发，将测井智能解释引入到传统的解释流程中，辅助测井分析人员快速挖掘隐藏的高价值信息。
利用大数据治理工具将数据湖连接到智能模型，实现大数据与智能算法融合。
通过系统开发实现基于大数据的智能解释模型和传统专业软件的集成，搭建基于地质图件导航的测井智能解释环境，形成地质、油藏背景下的智能化测井解释工作模式，增强测井评价复杂储层的能力，提高工作效率。
关键词：大数据；智能算法；测井解释；智能解释环境中图分类号：P631.9 文献标识码：ADevelopment and application of intelligent logging interpretation systembased on big dataShi Yujiang 1, Liu Guoqiang 2, Zhong Jibin 3, Wang Juan 3, Zhang Wenjing 3( 1 Digitalization and Information Management Department, PetroChina Changqing Oilfield Company; 2 PetroChina Exploration &Production Company; 3 Research Institute of Exploration and Development, PetroChina Changqing Oilfield Company )Abstract: Artificial intelligence technology has been used in well logging interpretation for a long time, but there are more researches on single interpretation method and less on application of system integration. Nowadays, the large-scale application of cloud computing, big data and artificial intelligence technology has promoted the intelligent development of logging interpretation once again. Based on the data lake of multidisciplinary data fusion, the intelligent interpretation module is developed in the logging interpretation software. That is, the intelligent logging interpretation method is introduced into the traditional interpretation process to assist logging analysts to quickly mine the hidden high-value information. Big data governance tools are used to connect the data lake to the intelligent model, so that the big data and intelligent algorithm are integrated. The system integrates intelligent interpretation model based on big data with traditional professional software and builds an intelligent logging interpretation environment based on geological map navigation to realize the intelligent logging interpretation working mode under the background of geology and reservoir integration, strengthen the ability of complex reservoir evaluation, and improve the working efficiency.Key words: big data, intelligent algorithm, logging interpretation, intelligent logging interpretation environment引用：石玉江，刘国强，钟吉彬，等．基于大数据的测井智能解释系统开发与应用[J].中国石油勘探，2021,26(2):113-126.Shi Yujiang, Liu Guoqiang, Zhong Jibin, et al . Development and application of intelligent logging interpretation system based on big data[J]. China Petroleum Exploration, 2021,26(2):113-126.114中国石油勘探2021年 第26卷0引言人工智能技术作为第四次工业革命的重要推动力,是大数据、算法和算力的重要结合，给各行各业带来了革命性的变革，也为测井技术的发展提供了强大的技术支持。