用数据挖掘方法识别碳酸盐岩岩性

碳酸盐岩储层受沉积、构造及成岩作用影响大,测井曲线不能完全反映岩性性质。分析常规交会图法在碳酸盐岩储层岩性识别中整体识别率偏低的原因。通过对比决策树、人工神经网络、支持向量机和贝叶斯网络等数据挖掘方法,发现决策树具有较高的识别正确率。采用该方法分析常规测井数据,通过构造新参数Rd/AC和Rd/Rs进行碳酸盐岩岩性识别,准确率可达到89.32%。实际应用表明,地质、测井知识和数据挖掘方法相结合,能有效识别常规方法无法准确判断的岩性,通过改进不同的优选参数,提高岩性识别的准确率,为储层沉积相解释提供更准确的地质信息。     

精细三维地质模型构建

在目前的技术条件下,精细油藏描述的各个环节已实现了数字化。高精度三维地质建模的应用提高了油气藏研究的速度和准确性。三维储集层模型既为油藏数值模拟提供依据,又为油气藏的评价、开发方案设计提供依据。克拉玛依风城油田一些处在勘探开发早期的新区由于井少,在进行储集层建模时,常常出现所谓的“牛眼”现象。为提高模拟精度,利用相邻老区的密井网区确定变差函数,将其应用到稀井网区建模,取得了良好建模效果。