哈得作业区薄砂层油藏产油百万吨.pdfVIP

维普资讯 24 大庆石油地质与开发 P．G．0．D．D． 第23卷 第6期 就避免了以往对不同相带的沉积微相识别中存在的普 使原来手工完成的工作由计算机 自动完成。所建立的 适性差、识别效果不好的问题。在实际工作中，从各 网络模型具有较好的稳定性，有较强的记忆能力和识 微相沉积旋回出发，通过对大量各类沉积微相所对应 别推广能力 ，同时易于分区块建立判别模型。该方法 的测井曲线形态进行整理归纳 ，建立 了包括正渐变 、 对于解决沉积微相识别问题具有 良好的适应性 ，为以 均匀 一复合型、块状型、反渐变、小型河道砂、突弃 往沉积微相 自动识别方法中的某些不完备及算法的不 河道砂、渐弃河道砂、河间薄层砂八种典型图版，并 适应问题提供了一种新方法。 以此来指导沉积微相标准模式库的建立 。 参考文献 ： 5 实际资料处理 [1]张一伟，熊琦华，王志章，等、陆相油藏描述 [M]．北京：石 油工业出版社 ．1997．78-94． 根据储层沉积特征和油田开发精细地质研究的需 [2]何新贵 ．模糊知识处理 的理论与技术 (第二版) [M]．北京： 要 ，沉积的主要微相类型细分为正渐变、均匀 一复合 国防工业出版社．1998．406-412． 型、块状型、反渐变、小型河道砂、突弃河道砂、渐 [3]王乃举 ．油田开发测井技术及应用 [M]．北京：石油工业出版 社 ．1995．103—109． 弃河道砂、河间薄层砂等8个沉积微相。依照取心井 [4]李庆扬 ．数值分析 [M]．武昌：华 中工学院出版社 ．1982．313． 分析资料和专家解释结果，按河流相和三角洲前缘相 314． 选取了 16类 217个沉积微相模式样本建立 了标准沉 [5]李振英 ．神经网络方法在水淹层识别中的改进 [J]．大庆石油 积微相模式库。 地质与开发，2004，23 (3)：44_45． 以所筛选出的7个沉积微相识别特征参数作为网 [6]蔺井龙 ．沉积微相测井识别 [J]．大庆石油地质与开发，1997． 络输入，以区块所包含的8个沉积微相类型作为网络 16 (2)：71-72． 输出。因此模糊推理 网络 的拓扑结构确定为 7—8—8 编辑 ：毕永先 型，即7个输入节点负责接收样本谓词真度 (每个待 识别油层的特征参数值)，8个模糊推理层节点对应按 模糊逻辑规则推出的8个谓词真度 (沉积微相类型)。 模糊逻辑规则按照标准沉积微相模式库中样本构成的 训练集通过样本训练来确定。按照上述分析、实现过 哈得作业区薄砂层油藏产油百万吨 程和算法 ，完成了计算机应用软件。利用萨北开发区 7口取心井资料 ，217个油层沉积微相建立了该区块沉 超深、超薄的哈得薄砂层油藏属海相砂岩油 积微相 自动识别系统 ，对该区块 23口非取心井 113个 藏 ，油层埋藏深度超过 5000m ，只有两个油 小层进行了实际资料处理 (表 1)。 层 ，厚度为0．5～3m，专家们所给的评价是鸡 表 1 实际资料处理结果