Facimage模块的KNN算法在哈山地区风城组岩性含油性识别中的应用
编号:49 访问权限:仅限参会人 更新:2026-01-16 17:00:50 浏览:65次 口头报告

报告开始:2026年01月31日 17:10(Asia/Shanghai)

报告时间:15min

所在会场:[p7] 分会场七:人工智能在测井解释中的应用 [p7] 分会场七

暂无文件

摘要
哈山地区二叠系下统风城组以湖相沉积为主,纵向上具有整体含油、局部富集,平面上形成大面积叠合连片的构造-岩性油藏。风城组是非常有勘探潜力的地层,是目前的勘探热点、重点和难点。本文以XX井为例,依据钻井取心岩性描述作为数据定义标签,该井风城组岩心描述岩性复杂,包括泥岩、砂岩、凝灰质砂岩、角砾岩、白云岩、碱岩、玄武岩等混合岩性30余种,含油性描述为,不含油、荧光、油迹、油斑,将各岩性再依据含油性进行进一步细分,共分为62种不同含油性的岩性;然后结合常规ECLIPS-5700型测井资料,深侧向电阻率RD、浅侧向电阻率RS、微球聚焦电阻率MSFL、声波时差DT、密度RHOB和补偿中子NPHI,自然伽马GR,自然电位SP,井径差值CALO、深浅电阻率比值RDRS(RD/RS)、浅微球聚焦电阻率比值(RDRS/MSFL)曲线进行岩电关系匹配建立建模数据集;最后采用Geolog测井软件中的Facimage岩性识别模块中的KNN算法对该井的风城组地层段进行了岩性识别。岩性预测精度分析,将Facimage岩性和含油性识别模块逐点识别结果与岩心描述岩性含油性进行对比,依据岩性含油性定义段数来看,共岩性155个岩性段标签,识别正确类型108段,误判47段,岩性含油性类型识别正确率69.9%;依据岩性含油性长度来看,共84.3m标签段,识别正确岩性含油性类型厚度段73.72m,误判类型厚度段10.58m,岩性含油性类型厚度正确率87.4%,该方法具有一定参考价值。
 
关键词
哈山地区;风城组;岩性含油性识别;KNN算法;常规测井曲线
报告人
张豆娟
博士生 长江大学;中石化胜利油田勘探开发研究院

稿件作者
张豆娟 长江大学;中石化胜利油田勘探开发研究院
郭海敏 长江大学
傅爱兵 中石化胜利油田勘探开发研究
张晋言 中石化经纬有限公司
孙勇拓 长江大学
韩连滨 中石化胜利油田勘探开发研究院
刘振阳 中石化胜利油田勘探开发研究院
刘安琪 中石化胜利油田勘探开发研究院
苗春欣 中石化胜利油田勘探开发研究院
李燕 中石化胜利油田勘探开发研究院
聂鑫 中石化胜利油田勘探开发研究院
王永平 帕拉代姆技术(北京)有限公司
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    01月30日

    2026

    02月01日

    2026

  • 01月22日 2026

    初稿截稿日期

  • 02月01日 2026

    注册截止日期

主办单位
长江大学
SPWLA-SW分会
承办单位
油气资源与勘探技术教育部重点实验室(长江大学)
电子科技大学资源与环境学院
联系方式
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询