基于测井参数优选的煤层含气量预测模型

随着煤层气勘探的不断深入,对煤层含气量预测精度提出了更高的要求。基于煤层含气量测井响应特征,分析测井参数与含气量的相关性,提出MIV（Mean Impact Value）技术与LSSVM（Least Squares Support Vector Machine）结合的测井参数优选策略,优选最优测井参数作为网络建模的输入自变量组合,通过粒子群算法优化LSSVM网络核心参数,最后构建一套适用于煤层含气量预测的MIV-PSO-LSSVM模型。在此基础上,分别对比分析LSSVM、PSO-LSSVM、MIV-LSSVM和MIV-PSO-LSSVM模型对煤层含气量的预测性能,并与传统多元回归方法进行了对比,利用拟合优度和均方根误差对此5类模型进行评价。结果表明:PSO优化下的LSSVM模型预测精度得到有效提升,结合MIV方法优选测井参数可大幅度改善神经网络建模性能,MIV-PSO-LSSVM模型可实现煤层含气量高精度预测,为煤层气勘探及其储层评价提供新的技术支撑,且本研究的建模策略及思想可广泛应用于其他机器学习建模研究领域。      

基于改进迭代去噪法的多震源地震数据分离

多震源激发技术与单震源采集方法相比,极大地提高了地震勘探效率,其混合数据的分离是影响成像的关键因素。将多震源混合数据的伪分离记录从共炮道集分选到其他道集时,次震源地震信号表现为随机噪声,可通过迭代去噪的方法进行分离。本文对传统的迭代预测去噪法进行改进,在每次去噪前加入上一次分离结果来增加迭代去噪的稳定性,并结合多方向矢量中值滤波来进行随机噪声的去除。通过理论模型的多震源混合数据分离试验,表明本文提出的方法具有更好的分离效果,且更为强健,在不同滤波参数下均能保持一定的稳定性。将该方法应用于实际海洋混合地震数据的分离,同样能得到较好的分离结果,具有实际应用价值。     

用地球物理测井资料预测煤层气含量——基于斜率关联度—随机森林方法的工作案例

煤层气含量是煤层勘探开发研究的重点参数之一,由于煤层气含量受多因素影响,能有效预测其含量至关重要。本文将斜率关联度法与随机森林算法相结合,以地球物理测井资料为基础进行煤层气含量预测。首先利用改进的斜率关联度法,计算得到对煤层气含量敏感的测井曲线,再利用交叉验证法探究合适的随机森林决策树个数,并结合选出的超参数利用随机森林算法预测煤层气含量。以沁水煤田柿庄北区3号层为例,对该区块进行评价预测,并将预测结果与多元回归模型拟合结果进行对比,同时对本文方法模型的泛化性进行研究分析。结果表明,应用斜率关联度法对测井曲线与煤层气含量进行分析计算能准确有效地找到可用于煤层气含量预测的测井曲线;用随机森林算法训练得到的模型预测非夹矸段煤岩的煤层气含量准确,计算结果可信度高,在夹矸段预测能力较弱,总体对煤层气勘探开发有指导意义,具有实际应用价值。     

联合核磁共振测井与Thomeer模型评价碳酸盐岩储层饱和度

碳酸盐岩储层孔隙类型多样、孔隙结构复杂,传统的饱和度评价模型无法表征岩石的微观结构,给饱和度评价工作带来了极大的困难。针对该问题,本文以毛管压力曲线资料与核磁共振测井资料为基础,提出了结合核磁共振测井的Thomeer饱和度模型。分析压汞资料的孔隙系统结构信息,利用Thomeer函数拟合得到多孔隙类型的毛管压力曲线分布,将复杂的孔隙结构表征为多条Thomeer曲线的共同作用。核磁共振测井是唯一能够连续定量表征储层孔隙结构特征的测井方法,利用核磁共振横向弛豫时间谱参数T2算术平均值(T2LM)与核磁孔隙度(MPHS),结合R35岩石物理分类计算Thomeer参数B_v、P_d、G和最大孔喉直径模态元素Porositon,构建复杂孔隙结构碳酸盐岩的饱和度评价模型,该模型解决了实验手段无法开展连续地层孔隙结构评价研究的问题。将该模型应用到中东X油田复杂孔隙结构碳酸盐岩储层进行饱和度评价,与J函数模型、阿尔奇公式进行对比。结果表明该联合模型方法相比于J函数模型与阿尔奇公式,相对误差分别从0.496、0.442降低到0.272,且能较好地表征变化趋势,无论是...