基于综合录井资料的水淹层智能评价方法研究

作     者：佘天威 

作者单位：东北石油大学 

学位级别：硕士

导师姓名：张方舟

授予年度：2018年

学科分类：0820[工学-石油与天然气工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 082002[工学-油气田开发工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：综合录井资料 水淹层评价 特征提取 神经网络 

摘      要：随着油气勘探和油气开发的发展,由于采用注水开采的方式,大部分油田已进入高含水阶段,对水淹层评价提出了越来越高的要求。录井评价的主要任务是根据井的设计要求,准确的获取能够反映地下地质情况的各项资料,以判断井下地质及含油气情况。当今,录井评价借助计算机技术已向定量评价的方向发展,录井水淹层评价方法由单一参数评价转向多参数综合评价,取得了良好效果。录井技术已具备多参数评价的条件,并且录井技术基于地层岩样进行分析,不受地层非均质性的影响,对于水淹层评价方面具有明显优势,在实际应用中也取得了一定的效果。长期以来,录井领域的专业人员积累了大量的评价理论和分析经验。充分利用录井资料,结合计算机前沿技术进行水淹层评价具有重要的研究意义,将对录井领域和油气勘探领域的发展起到积极的推动作用。首先,本文从单项录井分析技术入手,阐述了地化录井技术的分析原理和分析参数,详细分析了各单项录井技术水淹层评价方法,通过研究水洗程度反应在饱和烃气相色谱中的特征变化,分析了饱和烃气相色谱随产水率的变化规律,利用小波包二进制尺度多层次分解的特点,提出了小波包分析的饱和烃气相色谱特征提取方法,以小波包各频带的能量值构造饱和烃气相色谱特征向量。其次,研究了小波神经网络的基本结构和训练算法,由于小波神经网络采用BP训练算法,在收敛能力方面存在不足,由此引入粒子群优化算法,分析粒子群优化算法的基本原理和算法流程,提出了粒子群优化的小波神经网络水淹层评价模型,将粒子群算法作为小波神经网络的训练算法,以优化小波神经网络的收敛速度和搜索能力,并且构造了样本集,用于网络模型的训练。最后,基于上述理论和技术的研究,设计并实现了综合录井水淹层智能评价系统。实现了色谱建模处理、综合图版建模、综合图版解释数据处理和综合图版解释功能。该系统能够提取色谱特征,通过综合录井参数建立水淹层评价标准,以此为基础对未知储层进行水淹层评价。