根据取芯井对非取芯井中的岩相预测制造技术

对油气藏区域中的钻井内的岩相进行预测或假设。根据岩石相，使用类神经网络创建训练图像，岩石相是使用从储层中的某些钻井中获得的已有数据以及这些相同钻井的钻井日志参数，为每个岩石采掘面进行描述和解释。随后将来自没有采集到井岩心数据的钻井的钻井日志与训练图像进行对比分析，并对非取芯井内的岩石相进行假设。在钻探过程中由提取岩心岩石带来的成本消耗和损坏钻井的可能性被避免。

【技术实现步骤摘要】
【国外来华专利技术】【专利说明】根据取芯井对非取芯井中的岩相预测相关申请的交叉引用该申请要求2012年10月29日提交的美国临时申请61/719，594和2013年5月6日提交的13/888，013作为优先权。
本专利技术涉及地下油气藏的岩石相的物理结构的计算机模拟，特别是基于类神经网络使用从已有的岩心样本获得的训练图像和来自储层中的某些钻井的钻井日志进行的分析来确定岩相。
技术介绍
综合的石油和天然气开发规划依赖于若干种类的数据。可将数据分类为软数据和硬数据。软数据包括通过来自地下的反射在地表采集的地震数据，其提供了间接测量。硬数据(如井岩心数据)是根据从数千英尺深的井眼中提取的真实岩石的观察数据。井岩心数据提供了该地下深处的井眼附近的储层的非常精确的可靠证据。但是，在钻探过程中对用于井岩心的岩石样本的提取不仅昂贵而且有可能损坏钻井，尤其是在易损岩石的区域。因此，不是所有钻探的钻井都提取了井岩心。在开发石油和天然气的区域中，通常在该区域中的数百或数千个钻井中只提取数十个钻井的岩心数据。井岩心数据提供了地下结构的真正的实物证据。因此，井岩心数据是非常精确的，并且对于储层的实际岩石相的确切了解是关键性的。井岩心数据提供了地表以下数千英尺的地球的真实的实物证据。它极其具有揭示性，但是对它进行采集会耗费大量的成本。不仅需要将通常的钻头拔出从而将其替换为岩心采集工具，并且多次工具更换所消耗的时间会造成程序的延长。这些因素都会增加钻井的成本。因此，在当前的实践中通常只对开发区域中的少量钻井采集岩心样本。电缆井测提供了通过附着在沿着井眼的钻头后面的若干工具对地下进行的测量。钻井日志相比于岩心样本的获取更加便宜，并且多数的钻井具有运行于其中的日志。井岩心和钻井日志都是储层的岩石类型的指示。通过实际的岩心岩石可对岩石相进行十分精确地直观分析和了解。不同的电缆井测对不同地质环境响应不同。这是由于信号是由不同的电缆井测设备发出和接收的。如果存在提供如岩心指示的多个岩石相的明显相关性的详细日志，则地质描述的任务将会相对容易。随后该类型的日志会被用于那些无岩心可用的钻井中，从而对岩石相进行预测。实际上，这种情况非常罕见。传统的方法每次对一个钻井日志进行分析。但是，由于对于一个日志与其它日志的对比没有明显的响应，因此需要综合地和同时地对多个日志进行分析。因此该处理过程依赖于专业的地质学家的解释和经验，并且可能会非常耗费时间。在大多数地质环境中，几乎不可能用单独一个电缆井测来指示岩相。通常利用多个日志之间的细微的相关性来识别。地质学家通过研宄、知识和经验来进行非常频繁地处理。这种人工的介入和解释消耗了非常长的时间，经常是几天或几周。由于区域开发时间的限制，会将一些来自储层的钻井和日志排除在解释过程之外，因此经常会损害精确性。
技术实现思路
大体上，本专利技术提供了一种新的和改进的计算机实施的方法，其利用计算机系统、根据从地下储层中的取芯井的钻井的岩心样本中获得的与地下岩石结构特征相关的井岩心描述数据和从取芯井的钻井日志中获得的钻井日志数据，以及从岩心样本不可用的非取芯井中获得的钻井日志数据，构造地下储层的岩石相的模型。根据本专利技术，根据井岩心描述数据构造与取芯井相邻的井眼的岩石相的岩心描述模型。随后，根据井岩心描述数据和来自取芯井的钻井日志数据构造取芯井的岩石相的训练模型。将取芯井的岩石相的训练模型与岩石相的岩心描述模型进行对比。如果对比步骤的结果指示出训练模型与岩心描述模型之间的满意的一致性，则构造储层中的非取芯井的岩石相的预测模型。否则，调整地下储层的岩石相的训练模型，利用调整后的训练模型构造岩石相预测模型，处理返回到:将所构造的岩石相预测模型与岩石相的岩心描述模型进行对比。本专利技术还提供了一种新的和改进的数据处理系统，其根据从地下储层中的取芯井的岩心样本中获得的与地下岩石结构特征相关的井岩心描述数据和从取芯井的钻井日志中获得的钻井日志数据，以及从岩心样本不可用的非取芯井中获得的钻井日志数据，构造地下储层的岩石相的模型。该数据处理系统包括数据处理器，数据处理器可执行如下步骤:根据井岩心描述数据构造与取芯井的井眼相邻的岩石相的岩心描述模型；随后，根据井岩心描述数据和来自取芯井的钻井日志数据构造取芯井的岩石相的训练模型。处理器还将取芯井的岩石相的训练模型与岩石相的岩心描述模型进行对比。如果对比步骤的结果指示出训练模型与岩心描述模型之间的满意的一致性，则处理器构造储层中的非取芯井的岩石相的预测模型。否则，处理器调整地下储层的岩石相的训练模型，并利用调整后的训练模型构造岩石相预测模型，返回到:将所构造的岩石相预测模型与岩石相的岩心描述模型进行对比。本专利技术还提供了一种新的和改进的数据存储设备，其具有存储在计算机可读媒介中的非暂时性计算机可操作指令，该指令用于使得数据处理器执行下面的步骤，从而根据从地下储层中的取芯井的岩心样本中获得的与地下岩石结构特征相关的井岩心描述数据和从取芯井的钻井日志中获得的钻井日志数据，以及从岩心样本不可用的非取芯井中获得的钻井日志数据，构造地下储层的岩石相的模型。所存储的计算机可操作指令使得处理器根据井岩心描述数据构造与取芯井的井眼相邻的岩石相的岩心描述模型，并根据井岩心描述数据和来自取芯井的钻井日志数据构造取芯井的岩石相的训练模型。该指令还使得处理器将取芯井的岩石相的训练模型与岩石相的岩心描述模型进行对比。如果对比步骤的结果指示出训练模型与岩心描述模型之间的满意的一致性，则该指令使得处理器构造储层中的非取芯井的岩石相的预测模型。否则，该指令使得处理器调整地下储层的岩石相的训练模型，利用调整后的训练模型构造岩石相预测模型，随后返回到:将所构造的岩石相预测模型与岩相的岩心描述模型进行对比。【附图说明】图1是根据本专利技术的在用于地下结构的岩石相预测的数据处理系统中执行的一组数据处理步骤的功能方框图。图2A是图1的一个处理步骤所产生的数据的显示。图2B是图1的一个处理步骤所产生的数据的显示。图3A是图1的一个处理步骤所产生的数据的显示。图3B是图1的一个处理步骤所产生的数据的显示。图4是具有来自图1的处理步骤中使用的电缆井测的贡献的不同岩石相的示例性类神经网络指示图的显示。图5A是来自用于根据本专利技术的处理中使用的第一钻井的伽马射线电缆井测的数据的显示。图5B是来自用于根据本专利技术的处理中使用的第二钻井的中子孔隙度电缆井测的显不O图5C是来自用于根据本专利技术的处理中使用的第三钻井的岩心描述的岩石相数据的显示。图是通过根据本专利技术的类神经网络处理预测的第四钻井的岩石相日志的显不O图6A是根据本专利技术的用于处理的输入岩心描述数据的显示。图6B是根据本专利技术的用于处理的来自岩心描述的岩石相数据的显示。图6C是来自根据本专利技术的处理的岩石相预测数据的显示。图6D是来自根据本专利技术的处理的岩相分布图数据的显示。图7是绘制的地下油储层的一部分中的三维岩相分布的三维显示。图8A是手工输入的理论上的作为地下油储层中的钻井的深度的函数的岩心描述数据文件的实例。图SB是通过图8A的文件转换来的并作为与图8A的岩心描述数据的相同钻井的深度的函数显示的数字岩石相的示例性绘图。图9A是根据本专利技术获得的作为地下油储层中的钻井中的深度的函数的部分岩石相表格的绘图。图9B是描绘本文档来自技高网...

【技术保护点】
一种计算机实施的方法，其利用计算机系统、根据从地下储层中的取芯井的井眼的岩心样本中获得的与地下岩石结构特征相关的井岩心描述数据和从取芯井的钻井日志中获得的钻井日志数据，以及从岩心样本不可用的非取芯井中获得的钻井日志数据，构造地下储层的岩石相的模型，该方法包括如下计算机处理步骤：(a)根据井岩心描述数据构造与取芯井的井眼的相邻的岩石相的岩心描述模型；(b)根据井岩心描述数据和来自取芯井的钻井日志数据构造取芯井的岩石相的训练模型；(c)将取芯井的岩石相的训练模型与岩石相的岩心描述模型进行对比；以及(d)如果对比步骤的结果指示出训练模型与岩心描述模型之间的满意的一致性，则构造储层中的非取芯井的岩石相的预测模型；否则，(e)调整地下储层的岩石相的训练模型，并执行如下步骤：(1)利用调整后的训练模型构造岩石相预测模型，以及(2)返回到对比步骤，用于执行将所构造的岩石相预测模型与岩石相的岩心描述模型进行对比的步骤。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：罗格·R·松，Y·李，C·斯蒂芬·孙，
申请(专利权)人：沙特阿拉伯石油公司，
类型：发明
国别省市：沙特阿拉伯;SA