南翼山油田利用测井资料识别地层岩性.ppt

南翼山油田利用测井资料识别地层岩性,储层室李昌杭州地质研究所Emailchli2008qq121390177,汇报内容,1.岩性识别过程简介,2.确定测井相的方法,3.在南翼山油田的应用实例,4.总结,一.岩性识别过程简介,根据有较多取心的关键井中已知岩性地层的测井参数,应用数学的方法划分出具有地质意义的测井相，再通过与岩心对比建立测井相-岩心数据库，最后对未取心井进行连续逐层的测井相分析，并鉴别岩性，最终获得这些井的剖面岩性。,取心井,测井相,数学方法,测井相,,建立测井相岩心数据库,,,二.确定测井相的方法,人工方法,自动方法,确定测井相的方法,,,,,,,,交会图法,蜘蛛网图法,阶梯图法,多种统计分析方法相结合，由计算机实现自动处理,2.1蜘蛛网图法和交会图法,,2.2测井相自动分析方法,主要特点将方差分析，主成分分析，系统聚类分析和Bayes逐步判别分析等多元统计分析方法有机的结合起来，实现测井曲线自动分层，自动划分标准样本层测井相类型，自动建立地区的判别模式及自动连续逐层鉴别井剖面上地层的岩性。,建立地区测井的判别模式,划分标准样本层的测井相,自动判别钻井剖面地层岩性,,,,测井曲线自动分层与特征参数提取,,建立测井相-岩性数据库,测井相自动分析方法具体步骤,储层岩性复杂，是以碳酸盐岩为主的浅湖相混合沉积，普遍含碳酸钙组份和泥质，依二者含量的多少形成多种岩类.岩性垂向上变化较大，混积岩很多，混积岩为致密灰岩，泥岩和粉砂岩的混合岩性，几乎没有纯净的泥岩或者较厚的纯净碳酸盐岩.,3.1南翼山油田岩性特点分析,三.在南翼山油田的应用实例,样本井,,,识别井,对浅3-3井和浅5-5井两口取心关键井的薄片资料岩性统计分析,3.3南翼山油田测井相分析,人工方法,自动判别方法,,,,,,蜘蛛网图法,鲕粒图法,A1.自动分层并划分标准样本层测井相,A.测井相自动分析方法,对测井参数进行系统聚类分析（聚类树图）,综合考虑浅3-3井岩性统计情况，将测井相划分为4大类。,,三维空间测井相分析,,,,,从三维空间上，这4种测井相能够区分开，说明这种划分是比较满意的。,聚类后测井相与取心井地层剖面岩性对比，分析聚类效果,A2.建立测井相-岩心数据库,分析这一段的识别效果较差1.将粉砂质灰岩误判为藻灰岩，将灰质泥岩误判为灰质粉砂岩2.灰质粉砂岩和粉砂质灰岩区分不明显原因这层的两种岩性物性差异不大，测井相较相似，造成识别困难,,,,A3.自动鉴别钻井剖面地层岩性,浅5-5井第一段1260m-1285m识别效果对比,,,分析这一段识别效果较好1.灰质粉砂岩基本识别出来2.将灰质泥岩误判为灰质粉砂岩,浅5-5井第二段1288m-1312m识别效果对比,,,,,分析这一段识别效果较好1.灰质粉砂岩和藻灰岩基本识别出来2.含灰粉砂质泥岩部分识别出来,,浅5-5井第三段1397m-1419m识别效果对比,,,,A4.浅5-5井自动测井相分析总结,虽然有些层段出现了误判的现象，但是总的来说，对于储层的判别还是有效的对于灰质粉砂岩和粉砂质灰岩区分的困难是因为这两种岩性组成成分相同，由于孔隙度，渗透率等因素影响，测井曲线特征相似，可能对应于同一测井相。需要改进的地方在特征参数选取上，还有每个环节参数选择上还要通过对多个地区试验，总结出选取参数的经验，能达到很好的识别效果。对于个别层段出现的误判可以考虑用人工的方法验证，测井相自动分析，减少了繁重的工作量，提高了效率，有着人工方法无法比拟的优点。,B.蜘蛛网图法,B1.由浅3-3井建立标准层测井相蜘蛛网图,B2.对浅5-5井将灰质粉砂岩误判为藻灰岩的层段识别,对比结果该层段测井相蜘蛛网图分别与标准层不同岩性的蜘蛛网图对比，结果为粉砂质灰岩，符合实际情况,,,,,,,,,,,,,,,,,,,,,,B3.对浅11-11取心井识别,分析本层岩性已知为藻灰岩，测井相蜘蛛网图分别与标准层不同岩性对比，结果与藻灰岩的测井相蜘蛛网图最相似，说明该层段为藻灰岩，符合实际情况,,,分析本层岩性已知为粉砂质灰岩，测井相蜘蛛网图分别与标准层不同岩性对比，结果与粉砂质灰岩的测井相蜘蛛网图最相似，说明该层段为粉砂质灰岩，符合实际情况，同时也可看出，与灰质粉砂岩的蜘蛛网图也较相似,,4总结,由于南翼山地区岩性十分复杂，做到很高的识别效果很难，主要是对于灰质粉砂岩和粉砂质灰岩的区分及含灰粉砂泥岩和含粉砂灰质泥岩的区分还不十分明显，但是从总的判别结果来看还是有一定的效果的，对于藻灰岩和灰质粉砂岩储层识别较好。,三种方法各有优缺点自动判别方法是快速的方法，工作量小，但是由于处理环节较多，容易产生较大误差，需要调整好一些参数。蜘蛛网图法判别精度较高，但是逐层识别工作量较大，而且人工分层也会产生误差。鲕粒图法很有潜力的方法，图形更加直观，但是目前还不完善。综上所述对于不同地区首先了解地质情况，选用合适的方法，最好将这几种方法结合，达到较高的识别精度,谢谢,