复杂地层岩性识别方法及系统技术方案

公开了一种复杂地层岩性识别方法及系统。该方法可以包括：根据地层岩电关系，选择岩性测井的敏感参数，建立敏感参数关系函数；根据敏感参数关系函数，建立岩性识别模型；确定地层多个模板岩性的基线范围；根据岩性识别模型与地层多个模板岩性的基线范围，识别未知的地层岩性。本发明专利技术通过优选与不同岩性对应的测井敏感参数进行数学关系转换建立关系，确定岩性识别模型，并在岩心刻度测井资料的基础上，确定各类岩性的基线取值，作为岩性识别模型识别划分岩性的筛选条件，从而在一定程度上实现定量精细划分岩性的目的，操作简单快捷，岩性判别结果可靠性高，为复杂岩性地层综合评价提供可靠依据。

Identification method and system of complex formation lithology

【技术实现步骤摘要】
复杂地层岩性识别方法及系统
本专利技术涉及石油地球物理勘探
，更具体地，涉及一种复杂地层岩性识别方法及系统。
技术介绍
下二叠统地层瘤状较为发育，地层岩性主要由以不同灰泥比形成瘤状结构的灰泥灰岩为主，岩性复杂、非均质性极强，不同灰泥比的灰泥灰岩矿物成分和含量差异较大，同一岩性岩石结构特征不尽相同，造成岩石类型多样、测井岩性识别困难。目前国内外利用测井资料识别地层岩性较常用的方法主要有测井曲线重叠法、交会图版法以及神经网络法等。这些方法在测井岩性识别领域的应用，前人已做了大量的研究。例如高松洋在岩心资料刻度下采用交会图法优选岩性敏感参数建立岩性识别图版，并提取典型图版程序化建立一种快速实用的测井岩性自动识别方法，避免了人工读值的繁琐。但该方法仅针对较为简单的岩性识别效果好，对复杂岩性识别困难；王学斌、朱满红、滕涛等对比研究过复杂岩性测井识别方法及应用效果分析，主要是通过深入对比分析研究区主要岩性的测井响应特征，并作为识别岩性的原则来选择样本进行岩性定量识别，对比分析认为神经网络的正确识别率均达相对较高。另外，卢新卫、金章东对胜利油田某测井岩性用BP神经网络进行识别，范训礼等用BP网络对塔里木油田TZ-4井的测井岩性进行了自动识别，识别准确率都很高。但是，因为BP网络是一个梯度下降优化过程，所以也存在自身的限制与不足，这些常规方法操作相对繁琐，跨区域应用效果较差，并不适用于复杂地层的岩性识别。一些专利专利技术提出角度参数组用于定量化蜘蛛网图，利用角度参数组定量判断蜘蛛网图的相似性，从而实现非取心井段岩性定量识别。通过岩心样品分析，划分目的层岩性类型；通过测井曲线与岩石样品岩性相关性分析，优选识别岩性的测井曲线，制作蜘蛛网图模板；利用制作的模板、测井曲线和岩心分析数据，制作每种岩性储层的典型蜘蛛网图，通过角度参数组与每种岩性典型蜘蛛网图的角度参数组的相似性计算，定量判别该深度点的岩性；按照深度顺序，逐点判别储层岩性，获得全井段岩性。该专利技术解决了由于碎屑含量差异导致的同种岩性测井响应复杂和岩性不易识别的问题。但对于瘤状地层中以不同泥灰比组成的灰泥灰岩识别适用性差。要建立一种有效识别下二叠系瘤状地层复杂岩性地层的技术方法主要存在以下问题：(1)复杂地层各类岩性矿物成分不同，含量差异较大，同一岩性岩石结构特征也不尽相同，造成测井岩性识别困难；(2)现有技术只是定性的判别较典型的岩性，比如常用的交会法和重叠法只能定性的判别较为矿物成分相对简单的常规岩性，并不能快速有效定量的精细划分出复杂地层的岩性类型。因此，有必要开发一种复杂地层岩性识别方法及系统。公开于本专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
本专利技术提出了一种复杂地层岩性识别方法及系统，其能够通过岩性识别模型，作为识别划分岩性的筛选条件，实现定量精细划分岩性的目的，操作简单快捷，岩性判别结果可靠性高。根据本专利技术的一方面，提出了一种复杂地层岩性识别方法。所述方法可以包括：根据地层岩电关系，选择岩性测井的敏感参数，建立敏感参数关系函数；根据所述敏感参数关系函数，建立岩性识别模型；确定地层多个模板岩性的基线范围；根据所述岩性识别模型与所述地层多个模板岩性的基线范围，识别未知的地层岩性。优选地，根据所述地层岩电关系，选择岩性测井的敏感参数为：根据所述地层岩电关系，利用蛛网图分析确定常规测井曲线中与各类岩性相关性最好的两个岩性测井的敏感参数。优选地，所述敏感参数关系函数为：其中，f(x1,x2)为敏感参数关系函数，x1与x2分别为两个岩性测井的敏感参数。优选地，所述岩性识别模型为：其中，H为岩性识别指数值，f(x1,x2)为敏感参数关系函数，m、n分别为f(x1,x2)的最大值、最小值。优选地，根据所述岩性识别模型与所述地层各类岩性的基线范围，识别未知的地层岩性包括：当未知岩性的岩性识别指数值在某类模板岩性的基线范围内，则识别未知岩性为该模板岩性。根据本专利技术的另一方面，提出了一种复杂地层岩性识别系统，系统包括：存储器，存储有计算机可执行指令；处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：根据地层岩电关系，选择岩性测井的敏感参数，建立敏感参数关系函数；根据所述敏感参数关系函数，建立岩性识别模型；确定地层多个模板岩性的基线范围；根据所述岩性识别模型与所述地层多个模板岩性的基线范围，识别未知的地层岩性。优选地，根据所述地层岩电关系，选择岩性测井的敏感参数为：根据所述地层岩电关系，利用蛛网图分析确定常规测井曲线中与各类岩性相关性最好的两个岩性测井的敏感参数。优选地，所述敏感参数关系函数为：其中，f(x1,x2)为敏感参数关系函数，x1与x2分别为两个岩性测井的敏感参数。优选地，所述岩性识别模型为：其中，H为岩性识别指数值，f(x1,x2)为敏感参数关系函数，m、n分别为f(x1,x2)的最大值、最小值。优选地，根据所述岩性识别模型与所述地层各类岩性的基线范围，识别未知的地层岩性包括：当未知岩性的岩性识别指数值在某类模板岩性的基线范围内，则识别未知岩性为该模板岩性。其有益效果在于：通过优选与不同岩性对应的测井敏感参数进行数学关系转换建立关系，确定岩性识别模型，并在岩心刻度测井资料的基础上，确定各类岩性的基线取值，作为岩性识别模型识别划分岩性的筛选条件，从而在一定程度上实现定量精细划分岩性的目的，操作简单快捷，岩性判别结果可靠性高，为复杂岩性地层综合评价提供可靠依据。本专利技术具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本专利技术的特定原理。附图说明通过结合附图对本专利技术示例性实施例进行更详细的描述，本专利技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本专利技术示例性实施例中，相同的参考标号通常代表相同部件。图1示出了根据本专利技术的复杂地层岩性识别方法的步骤的流程图。图2a、2b、2c、2d、2e、2f分别示出了根据本专利技术的一个实施例的岩性敏感参数自然伽马、无铀伽马、中子、密度、声波时差、电阻率的分析蛛网图。图3示出了根据本专利技术的一个实施例的岩性识别结果的示意图。具体实施方式下面将参照附图更详细地描述本专利技术。虽然附图中显示了本专利技术的优选实施例，然而应该理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完整地传达给本领域的技术人员。图1示出了根据本专利技术的复杂地层岩性识别方法的步骤的流程图。在该实施例中，根据本专利技术的复杂地层岩性识别方法可以包括：步骤101，根据地层岩电关系，选择岩性测井的本文档来自技高网...

【技术保护点】
1.一种复杂地层岩性识别方法，其特征在于，包括：/n根据地层岩电关系，选择岩性测井的敏感参数，建立敏感参数关系函数；/n根据所述敏感参数关系函数，建立岩性识别模型；/n确定地层多个模板岩性的基线范围；/n根据所述岩性识别模型与所述地层多个模板岩性的基线范围，识别未知的地层岩性。/n

【技术特征摘要】
1.一种复杂地层岩性识别方法，其特征在于，包括：
根据地层岩电关系，选择岩性测井的敏感参数，建立敏感参数关系函数；
根据所述敏感参数关系函数，建立岩性识别模型；
确定地层多个模板岩性的基线范围；
根据所述岩性识别模型与所述地层多个模板岩性的基线范围，识别未知的地层岩性。


2.根据权利要求1所述的复杂地层岩性识别方法，其中，根据所述地层岩电关系，选择岩性测井的敏感参数为：
根据所述地层岩电关系，利用蛛网图分析确定常规测井曲线中与各类岩性相关性最好的两个岩性测井的敏感参数。


3.根据权利要求1所述的复杂地层岩性识别方法，其中，所述敏感参数关系函数为：



其中，f(x1,x2)为敏感参数关系函数，x1与x2分别为两个岩性测井的敏感参数。


4.根据权利要求1所述的复杂地层岩性识别方法，其中，所述岩性识别模型为：



其中，H为岩性识别指数值，f(x1,x2)为敏感参数关系函数，m、n分别为f(x1,x2)的最大值、最小值。


5.根据权利要求4所述的复杂地层岩性识别方法，其中，根据所述岩性识别模型与所述地层各类岩性的基线范围，识别未知的地层岩性包括：
当未知岩性的岩性识别指数值在某类模板岩性的基线范围内，则识别未知岩性为该模板岩性。


6.一种复杂地层岩性识别系统，其特征在于，该系统包...

【专利技术属性】
技术研发人员：郭旭升，蒲勇，程丽，王昆，王建波，冯明刚，严伟，周依南，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司勘探分公司，
类型：发明
国别省市：北京;11