System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于全井井壁电成像测井的泥页岩层理构造连续识别方法技术_技高网

一种基于全井井壁电成像测井的泥页岩层理构造连续识别方法技术

技术编号:41227356 阅读:2 留言:0更新日期:2024-05-09 23:44
一种基于全井井壁电成像测井的泥页岩层理构造连续识别方法,属于应用地球物理测井技术领域,包括如下步骤:S1、将全井井壁电成像测井的刻度进行标准化处理;S2、不同地层构造的电阻率图像阈值刻度;S3、全井段井壁电成像测井图像的阈值分割;实现了直观的高分辨率泥页岩层理构造自动识别和划分,不需考虑匹配井壁成像测井与常规测井曲线的纵向分辨,提高了微细纹层状泥页岩构造的识别能力,处理简便,并以可视化的方式显示。

【技术实现步骤摘要】

本专利技术属于应用地球物理测井,具体涉及一种基于全井井壁电成像测井的泥页岩层理构造连续识别方法


技术介绍

1、以页岩油气为代表的油气资源具有连续聚集的特征,广泛分布在松辽、渤海湾、鄂尔多斯、准噶尔、四川等盆地,地质储量和可采资源量大,正逐渐被纳入国家潜力资源接替领域,现已成为研究的热点方向和实现领域。

2、页岩油气储层属于典型的泥页岩层系,其颜色、成分、结构、储集特征及含油性都具有极强的非均质性,主要受复杂的矿物成分和岩相类型等特征控制。其中,泥页岩层系岩相类型的精细识别与划分是页岩气勘探开发潜力评价的重要基础,不同岩相泥页岩生油能力和储集性能有较大的差异。目前,针对泥页岩非均质性特征,多采用岩心宏观构造、有机质含量和岩石类型相结合的方法,以“四组分三端元”为分类原则的泥页岩层系岩相综合划分方案(董春梅,马存飞,林承焰,等.一种泥页岩层系岩相划分方法.中国石油大学学报:自然科学版,2015,39(3):1-7),其关键在于泥页岩层理构造的有效快速识别和划分,基于泥页岩宏观及微观观察的岩石构造特征分析受限于岩心取样,而地震资料由于垂向分辨率差,直接用于划分储层岩相还难以做到,相比较而言,测井资料在岩相的研究中具有不可取代的作用,一方面是由于测井资料纵向分辨率较高、连续性好、获取时间短和成本低,另一方面成岩作用差异造成的构造变化在常规及成像等测井资料上具有明显不同的响应特征,尤其是全井井壁成像测井技术(地层微电阻率扫描成像)具有极高的纵向分辨能力,对于诸如泥页岩微细构造具有较好的识别效果。张晋言提供了一种泥页岩岩相划分方法,利用系统取心井的分析资料,以岩心录井描述为主线,微小尺度的泥页岩岩石学特征为基础,刻度成像测井信息,以地层微电阻率扫描成像图上的色标变化标定常规测井资料,建立了岩相精细划分模式,划分了块状泥质灰岩、块状灰质泥岩、层状泥质灰岩、层状灰质泥岩四种岩相,涉及块状和层状两种岩石构造(张晋言.页岩油测井评价方法及其应用.地球物理学进展,2012,27(3):1154-1162)。与此类似,金涛等提供了一种页岩岩相测井快速识别方法(cn105891905a),实现了纹层状泥页岩构造的识别。但上述两种典型方案存在以下局限:基于地层微电阻率扫描成像图,经过对不同岩相和常规测井响应的映射关系,总结出各类岩相的测井响应特征,实现测井深度剖面上的岩相自动划分,但未考虑成像测井与常规测井曲线的纵向分辨匹配的问题,对于微细纹层状泥页岩构造的有限识别存在不足;再者,常规测井响应受多种因素影响,如岩石矿物组成、含油性、岩石构造等,是一种间接的识别方法。蒋裕强等提供了一种基于测井信息的页岩岩相连续预测方法,运用人工神经网络技术,结合常规测井曲线对页岩岩相类型进行了连续预测(cn106338778b),该方法受限于训练样本输入及复杂的处理过程,也是一种非直观非可视化的间接处理方法。


技术实现思路

1、为了解决上述存在的问题,本专利技术提出:一种基于全井井壁电成像测井的泥页岩层理构造连续识别方法,包括如下步骤:

2、s1、将全井井壁电成像测井的刻度进行标准化处理;

3、s2、不同地层构造的电阻率图像阈值刻度;

4、s3、全井段井壁电成像测井图像的阈值分割。

5、进一步地,所述步骤s1中,全井井壁电成像测井利用推靠井壁的多极板上的多排纽扣状小电极向井壁地层发射电流,电极接触的岩石成分、结构及所含流体不同,引起进入地层的电流变化,得到反映井壁各处的岩石电阻率变化,并以电阻率的井壁成像显示,针对全井井壁电阻率/电导率图像,反映侵入带地层的浅电阻率测井曲线为标准,对多极板上的多排纽扣状小电极测量到的电阻率值进行全井段的刻度,得到刻度后的全井电阻率图像。

6、进一步地,所述步骤s2中,利用研究区间电阻率对成像图进行自适应阈值分割处理。

7、进一步地,所述步骤s2中,首先,将全井电成像图转化为灰度图pic(x,y),且按灰度级分成两部分,即图像背景和识别的层理构造部分,层理构造部分和图像背景的分割阈值记作t,图像总平均灰度记为a,类间方差记为g,图像的总的像素大小为m×n,目标的像素点数占研究区间成像图像的比例为x0,平均灰度a0,图像背景像素点数占比例为x1,平均灰度为a1,当图像中的像素灰度值小于设置的分割阈值t的像素个数为n0,大于该阈值的像素个数为n1,可知m×n=n0+n1,得到以下关系:

8、x0=n0/m*n,x1=n1/m*n,x0+x1=1 (1)

9、a=x0*a0+x1*a1 (2)

10、g=x0*(a0-a)*(a0-a)+x1*(a1-a)*(a1-a) (3)

11、联立上述式子,进一步化简式(3),有:

12、g=x0*x1*(a0-a1)*(a0-a1) (4)。

13、进一步地,其次,选择研究区典型层理构造的取芯岩样:纹层状、层状、块状,利用岩心图像高分辨率采集仪,得到全岩心双能量高分辨率ct扫描灰度图,得到使类间方差g最大的岩心阈值tc,作为全井电成像的刻度值,依次对多种典型岩石层理构造进行处理,得到不同层理构造所对应的岩心阀值tc1、tc2、tc3、tc4..、tcn,其中n<6,根据研究区块的地层层理构造选取最大的n值。

14、进一步地,然后,针对全井井壁电成像测井图像和岩心扫描图像,分别计算研究区间目标和背景的占比;对研究区的全井电成像图进行自适应阈值分割处理,得到使类间方差g最大的阈值t;对得到的各个层理构造岩心阀值tcn进行阈值分割,并分别将阈值分割后的处理结果与全井电成像图自适应阈值分割处理的结果进行对比,调整阈值t,t取t±▽t让全井电成像图的目标占比曲线与岩心目标占比曲线方差最小,即为第n个典型层理构造对应的最佳阈值t0,按照该流程对其他n-1中层理构造进行处理。

15、进一步地,所述步骤s3中,利用最佳阀值t0对研究井段区间电阻率图像进行阈值分割,并计算研究区间目标层理构造占比,获得全井段井壁电成像的岩性层理构造测井剖面。

16、本专利技术的有益效果为:实现了直观的高分辨率泥页岩层理构造自动识别和划分,不需考虑匹配井壁成像测井与常规测井曲线的纵向分辨,提高了微细纹层状泥页岩构造的识别能力,处理简便,并以可视化的方式显示。

本文档来自技高网...

【技术保护点】

1.一种基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,所述步骤S1中,全井井壁电成像测井利用推靠井壁的多极板上的多排纽扣状小电极向井壁地层发射电流,通过电极接触不同的岩石成分、结构及所含流体,从而引起进入地层的电流变化,得到反映井壁各处的岩石电阻率变化,并以电阻率的井壁成像显示,针对全井井壁电阻率/电导率图像,反映侵入带地层的浅电阻率测井曲线为标准,对多极板上的多排纽扣状小电极测量到的电阻率值进行全井段的刻度,得到刻度后的全井电阻率图像。

3.根据权利要求2所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,所述步骤S2中,利用研究区间电阻率对成像图进行自适应阈值分割处理。

4.根据权利要求3所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,所述步骤S2中,首先,将全井电成像图转化为灰度图pic(x,y),且按灰度级分成图像背景和识别的层理构造两部分,层理构造部分和图像背景的分割阈值记作T,图像总平均灰度记为A,类间方差记为G,图像的总的像素大小为M×N,目标的像素点数占研究区间成像图像的比例为X0,平均灰度A0,图像背景像素点数占比例为X1,平均灰度为A1,当图像中的像素灰度值小于设置的分割阈值T的像素个数为N0,大于该阈值的像素个数为N1,可知M×N=N0+N1,得到以下关系:

5.根据权利要求4所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,选择研究区典型层理构造的取芯岩样包括纹层状、层状、块状,利用岩心图像高分辨率采集仪,得到全岩心双能量高分辨率CT扫描灰度图,得到使类间方差G最大的岩心阈值Tc,作为全井电成像的刻度值,依次对多种典型岩石层理构造进行处理,得到不同层理构造所对应的岩心阀值Tc1、Tc2、Tc3、Tc4..、Tcn,其中n<6,根据研究区块的地层层理构造选取最大的n值。

6.根据权利要求5所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,然后,针对全井井壁电成像测井图像和岩心扫描图像,分别计算研究区间目标和背景的占比;对研究区的全井电成像图进行自适应阈值分割处理,得到使类间方差G最大的阈值T;对得到的各个层理构造岩心阀值Tcn进行阈值分割,并分别将阈值分割后的处理结果与全井电成像图自适应阈值分割处理的结果进行对比,调整阈值T,T取T±▽T让全井电成像图的目标占比曲线与岩心目标占比曲线方差最小,即为第n个典型层理构造对应的最佳阈值T0,按照该流程对其他n-1中层理构造进行处理。

7.根据权利要求6所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,所述步骤S3中,利用最佳阀值T0对研究井段区间电阻率图像进行阈值分割,并计算研究区间目标层理构造占比,获得全井段井壁电成像的岩性层理构造测井剖面。

...

【技术特征摘要】

1.一种基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,所述步骤s1中,全井井壁电成像测井利用推靠井壁的多极板上的多排纽扣状小电极向井壁地层发射电流,通过电极接触不同的岩石成分、结构及所含流体,从而引起进入地层的电流变化,得到反映井壁各处的岩石电阻率变化,并以电阻率的井壁成像显示,针对全井井壁电阻率/电导率图像,反映侵入带地层的浅电阻率测井曲线为标准,对多极板上的多排纽扣状小电极测量到的电阻率值进行全井段的刻度,得到刻度后的全井电阻率图像。

3.根据权利要求2所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,所述步骤s2中,利用研究区间电阻率对成像图进行自适应阈值分割处理。

4.根据权利要求3所述的基于全井井壁电成像测井的泥页岩层理构造连续识别方法,其特征在于,所述步骤s2中,首先,将全井电成像图转化为灰度图pic(x,y),且按灰度级分成图像背景和识别的层理构造两部分,层理构造部分和图像背景的分割阈值记作t,图像总平均灰度记为a,类间方差记为g,图像的总的像素大小为m×n,目标的像素点数占研究区间成像图像的比例为x0,平均灰度a0,图像背景像素点数占比例为x1,平均灰度为a1,当图像中的像素灰度值小于设置的分割阈值t的像素个数为n0,大于该阈值的像素个数为n1,可知m×n=n0+...

【专利技术属性】
技术研发人员:王国锋张大伟唐振兴杨亮孙红王胜利赵慧党微温许静权新荣
申请(专利权)人:中国石油天然气股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1