基于遗传规划的储层含水饱和度预测方法

合集下载

一种确定地层含水饱和度的方法[发明专利]

一种确定地层含水饱和度的方法[发明专利]

[19]中华人民共和国国家知识产权局[12]发明专利申请公布说明书[11]公开号CN 101649738A [43]公开日2010年2月17日[21]申请号200810118166.8[22]申请日2008.08.13[21]申请号200810118166.8[71]申请人中国石油天然气集团公司地址100011北京市东城区安德路16号洲际大厦519室共同申请人中国石油集团测井有限公司[72]发明人万金彬 孙宝佃 杜环虹 [74]专利代理机构北京市中实友知识产权代理有限责任公司代理人刘天语[51]Int.CI.E21B 49/00 (2006.01)权利要求书 2 页 说明书 7 页 附图 2 页[54]发明名称一种确定地层含水饱和度的方法[57]摘要本发明涉及石油测井技术,具体是确定地层含水饱和度的方法,选取地质特征的系列岩心,得到岩心的孔隙度φ、岩心所饱和的地层水电阻率R w 值,求解胶结指数m(R w ,φ)和饱和度指数n(R w ,φ),代入通常的阿尔奇含水饱和度计算模型,计算得到精确的地层含水饱和度S w 。

本发明实现了随储层的不同物性及地层水电阻率的变化而对应改变,计算结果更加准确、可靠,具有较好的应用效果。

200810118166.8权 利 要 求 书第1/2页1、一种确定地层含水饱和度的方法,其特征在于采用以下步骤实现:1)选取测量地区具有能够代表本地区地质特征的系列岩心,进行实验及计算得到岩心的孔隙度φ;2)实验及计算得到岩心所饱和的地层水电阻率R w值;3)采用以下公式求解胶结指数m(R w,φ),m(R w,φ)=(α01+α02×R w)+(α11+α12×R w)×φ+(α21+α22×R w)×φ2 (2)α01、α02、α11、α12、α21、α22待定系数的值,利用通常的最小二乘法拟合得到;4)采用以下公式求解饱和度指数n(R w,φ),n(R w,φ)=(β01+β02×ln(R w)+β03×(lnR w)2)+(β11+β12×ln(R w)+β13×(lnR w)2)×φ (3)+(β21+β22×(lnR w))×φ2其中β01、β02、β03、β11、β12、β13、β21、β22待定系数的值,待定系数利用通常的最小二乘法拟合得到;5)代入通常的阿尔奇含水饱和度计算模型,按以下公式计算得到精确的地层含水饱和度S w,S w=[a·b·R w/(R t·φm(Rw,φ))]1/n(Rw,φ)。

元坝气田长兴组气藏含水饱和度计算研究

元坝气田长兴组气藏含水饱和度计算研究
点和川 东北地 区礁 滩储 层 岩 电分析 资料 , 求取接 近储 层 地层 水矿化 度 条件 下 的胶 结 指数 1 " / 1 及 饱 和
度指数 n , 并对影响 因素分析和优化 , 得到适合该 区实际情况的含水饱和度计算模 型, 对比密闭取 心含 水饱 和度 分析 , 误 差较 小。说 明该模 型精 度较 好 , 适合该 区含 水
爵■■■ ● x
寸 一
图1 反 映 了 围压 、 地层 水 矿化 度 对 r n 、 n 值 的影
响。总体来讲 , 胶结指数 m值随 围压增大而增大 , 该
牲 征 在低 矿 化 度 ( 1 O O g / L ) 条件 下 尤 为 明显 , 在 高 矿
化度 ( 大于 l O O g / L ) 条件下 m值增幅不大 ; 饱和度 指 数1 _ 随围压增大而减小 。由于分析样 品较少 , 分析
的测量压力也少 , 其规律性有待进一步探索。 元 坝地 区岩样岩 电实验 围压 为 5 MP a 和I O MP a ;
普 光 气 田岩 电实 验 围压 为 2 MP a 和1 5 MP a 。 同等 条
图2地层水矿化度、 温度 与 m、 n 的 关 系
值的规律性 。研究 中以 A r c h i e 公式为基 础 , 通
过岩电实验数据 回归分析研究不同储层类型的岩电 参数 , 并对其进行影响因素分析和优化 , 提高含水饱
和度 测井解 释精 度 。
基金项 目: 国家科技 重大专项课题 ( 2 o l I Z X0 5 0 0 5 — 0 0 3 ) 资助 。
m 、n
此, 有必 要 对含水 饱和 度影 响 因素进行 校 正 、 优化。
2 m、 n 值影响 因素分析

基于遗传 BP神经网络的地下水位预测模型

基于遗传 BP神经网络的地下水位预测模型
0 . 0 4 0 3, 测 试 样 本 的 网 络 输 出值 与 网 络 目标 值 的 相 关 系数 达 0 . 9 6 7 3 , 模 型 预 测 效 果 较 佳 。 研 究 结 果 为 区域 地 下 水
的开 发利 用与 保护提 供 参考依 据 。
[ 关 键词 ] 神 经 网络 ; 模型; 遗传 算 法 ; 地 下水位 ; 预 测 [ 中图分 类 号] P 6 4 1 . 7 4 [ 文献标 识码 ] A [ 文章 编号 ] 1 0 0 4—1 1 8 4 ( 2 0 1 5) O 3一o 0 1 9—0 3
பைடு நூலகம்
Gr o undwa t e r Le v e l Pr e di c t i o n M o de l ba s e d o n Ge n e t i c BP Ne ur a l Ne t wo r k
XU J j
( X i  ̄i a n g w a t e r c o n s e r v a n c y s c i e n c e a n d t e c h n o l o g y e x t e n s i o n s t a t i o n ,U r u mq i 8 3 0 0 0 0, X i  ̄i a n g )
n e t wo r k mo d e l c a n b e t t e r e x p r e s s t h e n o n l i n e a r r e l a t i o n b e t we e n g r o u n d wa t e r l e v e l a n d t h e ma i n c o n t r o l f a c t o r s ,t h e me a n a b s o - l u t e p e r c e n t a g e e ro r b e t we e n t h e p r e d i c t e d r e s u l t s a n d t h e me a s u r e d v a l u e i s 0. 0 4 0 3,t h e t e s t s a mp l e n e t wo r k o u t p u t v a l u e o f

Lambda函数法计算储层含水饱和度

Lambda函数法计算储层含水饱和度

R e s e r v o i r W a t e r S a t u r a t i o n C a l c u l a t i o n b L a m b d a F u n c t i o n M e t h o d y
B I G u a n w u g
( , , ,H ) E x l o r a t i o n a n d D e v e l o m e n t R e s e a r c h I n s t i t u t e D a i n O i l f i e l d C o m a n L i m i t e d D a i n e i lo n i a n 1 6 3 7 1 2, C h i n a p p q g p y q g g j g
L a m b d a 函数法计算储层含水饱和度
毕广武
( ) 大庆油田有限责任公司勘探开发研究院 ,黑龙江 大庆 1 6 3 7 1 2 摘要 :A 油田岩石孔隙结构复杂多样 , 储层物性变化较大 , 相应压汞毛细管压力曲线亦表现为不同类型形态特征, 在进行压汞资料含水饱和度评价时 , 将其合理分类会 取 得 更 好 效 果 。 利 用 L a m b d a函 数 构 建 毛 细 管 压 力 曲 线 评 价 函数公式各项参数可以反映出毛 细 管 压 力 曲 线 变 化 趋 势 , 其值大小在一定程度上指示了样品 储层含水饱和度时 , 品质 , 可进行样品的分类划分 。 应用这种新的分 类 方 法 将 A 油 田 压 汞 样 品 划 分 为 2 类 , 对每一类根据 L a m b d a函 数公式构建出压汞资料评价储层含水饱和度的模型 , 利用模型计算密闭取心井储层含水饱和度, 计算结果与岩心 平均绝对误差 5 分析含水饱和度对比 , . 1% 。 关键词 :测井解释 ; L a m b d a函数 ;储层分类 ;毛细管压力曲线 ;含水饱和度 中图分类号 : P 6 3 1 . 8 4 文献标识码 :A : / . i s s n . 1 0 0 4 D o i 1 0. 1 6 4 8 9 1 3 3 8. 2 0 1 6. 0 4. 0 1 1 - j

基于遗传规划的储层含水饱和度预测方法

基于遗传规划的储层含水饱和度预测方法

[ 收稿日期 ] 2005 - 06 - 13 [ 作者简介 ] 杨斌 ( 1967- ) , 男 , 博士 , 副教授 , 主要研究方向为地球物理测井解释 、 模式识别 、 智能信息处理方法及应用 .
210
成都理工大学学报 ( 自然科学版 )
第 33 卷
GP 算法具有描述问题层次化、 编码长度动态可变 等特点, 它与神经网络、 支持向量机等方法相比, 突 出优点是: ①模型群体的学习和进化, 避免了更小 的模型 过拟合 可能; ②关键参数少且受用户设定 值影响小, 由缺省参数即可获得较好模型; ③算法 原理简单, 易于实现; ④无需输入预处理和输出的 后处理工作。正是这些独特特征, 被越来越多的研 究者所重视并应用于机器学习等许多领域。 GP 算法的个体染色体表示是许多计算机程 序的组合 , 根据程序表达含义和组合位置的不同, 分为函数集 F 和终止符集 T 。其中函 数集 F 包 括运算符号、 数学函数、 条件表达式等; 终止符集 T 包括变量 ( 如描述系统的 输入、 状 态变量 ) 、 常 数、 无参函数等。函数集和终止符集必须满足两 个条件: 充 分性 ( Suf ficient ) 和闭合性 ( Closure) 。 因为 GP 算法中问题的解是函数集和终止符集的 组合 , 所以要求预先设定的函数集和终止符集的 组合空间中应包含所给问题的解; 同时 , 函数集和 终止符集的组合必须满足闭合性, 即任意函数所 带参量和任意终止符的类型必须一致 , 这样才能 保证遗传变换的正常进行。 遗传规划的工作步骤是: ( 1) 确定个体的表达方式和基本遗传参数 , 包 括函数集 F 及终止符集 T 。 ( 2) 随机产生初始群体。 ( 3) 计算群体内各个体的适应度 Fit ness。 ( 4) 根据设定的遗传参数 , 用下述操作产生新 个体 : ①复制: 将已有的优良个体复制, 进入新群 体中 , 并相应删除劣质个体。②交叉: 将选出的二 个个体进行交叉, 所产生的二个新个体插入新群 体中。③变异: 随机改变个体某一部分 , 将新个体 插入到新群体中。 ( 5) 反复执行上述步骤( 3) 和( 4) , 直至取得满 意结果。 图 1 详细描述了遗传规划的工作流程。图中 Gen 代表遗传代数。从第 0 代开始 , 随机产生 M 个初始个体组成初始群体 , 随之计算各个体适应 度, 然后依次执行复制、 交叉及变异等操作。图中 的 P r , P c 及 P m 分别代表复制概率、 交叉概率及变 异概率。这里需要特别说明的是: ① 复制、 交叉、 变异操作是个体依次循环进行的, 也就是说下一代 群体中包括部分的复制操作的个体、 部分的交叉操 作的个体和少部分的变异操作的个体; 而不是象普 通遗传算法 GA 的遗传操作那样群体依次循环进

Lambda函数法计算储层含水饱和度

Lambda函数法计算储层含水饱和度

Lambda函数法计算储层含水饱和度毕广武【摘要】A油田岩石孔隙结构复杂多样,储层物性变化较大,相应压汞毛细管压力曲线亦表现为不同类型形态特征,在进行压汞资料含水饱和度评价时,将其合理分类会取得更好效果.利用Lambda函数构建毛细管压力曲线评价储层含水饱和度时,函数公式各项参数可以反映出毛细管压力曲线变化趋势,其值大小在一定程度上指示了样品品质,可进行样品的分类划分.应用这种新的分类方法将A油田压汞样品划分为2类,对每一类根据Lambda函数公式构建出压汞资料评价储层含水饱和度的模型,利用模型计算密闭取心井储层含水饱和度,计算结果与岩心分析含水饱和度对比,平均绝对误差5.1%.【期刊名称】《测井技术》【年(卷),期】2016(040)004【总页数】4页(P443-446)【关键词】测井解释;Lambda函数;储层分类;毛细管压力曲线;含水饱和度【作者】毕广武【作者单位】大庆油田有限责任公司勘探开发研究院,黑龙江大庆163712【正文语种】中文【中图分类】P631.840 引言油藏的含水饱和度是自由水界面上的高度和孔隙类型的函数[1],常用压汞法获得毛细管压力曲线计算储层含油(气)饱和度[2-3],方法为沃尔法和油柱高度法。

沃尔法获得的饱和度值为油藏的平均原始含水饱和度[4],这种方法不能进行储层连续计算。

对构造油藏,为能实现利用毛细管压力曲线进行含水饱和度计算可采用油柱高度法,该法可通过构造毛细管压力曲线实现,做法为建立不同汞饱和度下进汞压力与储层物性(电性参数)之间的关系,或建立不同进汞压力下的汞饱和度与物性(电性参数)之间的关系[5-10]。

这种方法为取得更加准确的计算结果,往往需要事先对压汞样品数据进行有效分析,采用不同的技术方法将样品进行合理分类。

本文结合A油田的应用,使用Lambda函数在不同进汞压力下对汞饱和度与储层渗透率之间的关系进行了研究,从而构造出毛细管压力曲线,该方法将压汞样品分类及模型建立有机结合,最终实现储层含水饱和度连续计算。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
度 参数 也具有 较强 的非 均 质 性 和 各 向异 性 , 何 如
利 用测 ) 信息 来 高精 度 、 可靠 性 地 预测 这 类 参 } 高
的本 质 是一种 自适应 进化 算法 , 即通 过不 断复制 、 交叉 、 异 以适 应客 观事 实数据 , 变 自动给 出针对 具 体 问题恰 当 的函数解 形式 。它 为我们 提供 了一 种 解决 问题 新途 径 : 出需 要 汁算 机 完 成 具体 建 模 给 任务 的数 据 样本 , 由 GP进 化 出一 些 { - 机 程 可 f - g 序来 完成 由给定样本 所描 述 的任务 。本 文就是 在 对 GP算法 比较 深 入 的学 习研 究 基 础 上 , 用 C 采 编 程遗传 规划 法 , 行 了 基 于测 井 数 据 的含 水 饱 进 和 度参 数预测 模 拟实 验 , 以及 与其 它 机 器学 习 算 法 的对 比, 最后应 用 于 长 庆油 气 田多 井 含气 储 层
[ 稿 日期 ]2 0—61 收 050—3
终优 胜 劣 汰 , 自动 生 成 性 能 较 好 的计 算 机 程 序 。
[ 作者简介]杨斌(9 7 ) 男, 16 - , 博士, 副教授 , 主要研 究5 向为gg@Na 井解释、 Y , 1 模式识别、 智能信 息处理方法及应用.
V( 3 No 2 ) 3 L . A【 . O 6 J 2 0 I
[ 章 编 号 ]1 7 -7 7 2 0 ) 20 0 —5 文 19 2 ( 06 0 —2 90 6
基于遗传规划的储层含水饱和度预测方法
杨 斌 匡立 春 。 孙 中春。 施 泽 进 。
(. 1成都理工 大学“ 油气藏地质及开发工程” 国家重点实验窒 , 成都 6 0 5 ;2 巾国石油新疆 油田公 剐 10 9 .
1 遗 传 规 划 算 法
遗传 规划 G P算 法是 由 K z 授 于 2 纪 oa教 O世 8 O年代末提 出用于计 算机程 序 的优 化设计 及 自动 生成的一种算法 , 实质是用广 义的层 次化计‘ 其 算机
程序描述 问题 。它 的基 本 思想 和 遗传 算法 ( e ] G— nt g rh 简称 O }类似 , 过随机产生初 ec oi m, iAl t A)H 通
维普资讯
第 3巷 第2 3 期
2 0 年 4月 06
成都 理 工大学 学报 ( 自然 科学版 )
JU N IO H N D NV R IYO E H O G si e e l。y diJ ( R A F E G UU IE S F C N I Y(c & Te l g Ei 『 ) C T T O ㈣ I t ) h] l 。
处 理技 术 , 依赖 于任何 先验 假设 。 仅从 给 定数 不 而 据 样本 中学 习 、 纳 出隐藏 的特性 和规 律 , 立一 归 建
种 高度 非线性 映 射模 型 , 基于 测 井 信 息 的储 层 为
特 性评 价和 预测 提 供 了 有效 的建 模 工 具 和技 术 。
但 从 目前已有 的研 究 来 看 , 在面 对 更 为 复杂 的地
段 含 水 饱 和 度 的预 测 。
数一 直是 重要 而困难 的任 务 。通常 采用经 验 关
系式 或者 某种形 式 的统计 回归( 参数 或非 参数 ) 技
术, 计算精 度 和效 果往往 难 以满足 生产实 践要 求 。
以人 工神经 网络_ 为代 表 的非线 性智 能信 息 2
[ 关键词]测井 { 含水饱和度 ; 储层特性{ 遗传规划 ; 机器 学 习
[ 分类号]T 1 2 2ຫໍສະໝຸດ E 2.3 [ 文献标识码]A
储集层含水饱和度 s 是 油气 层 评 价 、 藏 油 描述 和储 董计算 最 重 要 的 参 数之 一 , 极少 部 分 可 以从 钻井 密 闭取 心 等 昂贵 方 法 中 直接 测 量 得 到 。 而其 余绝 大多 数则 主要通 过井 中地球 物 理测3 数 t =
质和储层 特 征 , 尤其 是 在 十 分有 限 的数 据样 本 条 件下 , 经 网络法 储 集 层 参 数 预测 较 难 以应用 和 神 给 出满 意 的效 果 。具 有 完 备 的 统 计 学 习理 论 基 础 、 长 于小样本集 学 习建模 的支持 向量机 S 擅 VM
方 法 , 实际应 用 中亦 常 存 在着 因关 键 参 数 确 在
博上后工作站 , 克拉 玛 依 8 4 0 ; . 国石 油 新 疆 油 田公 司勘 探 开 发 研 究 院 , 30 0 3 中 克拉 玛 依 84 0 ) 3 00
[ 摘要]研究 了基于常规测井信息进行储 集层合 水饱 和度 参数 的评价和 预测 问题 , 出一种 基 提
于遗传规划算法建立 由测井信崽预测含 水饱 和度参数模 型的新方 法。通过 与支 持 向量机 、 模 糊神经 网络等建 模技术的模拟对比和在 长庆 油气 田的应用 实例, 晨示 了该方法 的高效性 , 为各 种储层参数 的测 井评价和预测探亲 了一条新的途径。
于 和计算 机程序 的直 接 紧 密结 合 , 以用 来 实 现 可
问题 求解 程序 的 优化 设 计 和 程序 代码 自动 生成 ,
被越 来越 多 的研 究者 所 重 视 并应 用 于人 工 智 能 、
机 器学 习 、 号 处 理 等 许 多 工 程 领 域 。G 符 P算 法
据来 间接 估计 。 与渗 透率 参 数 相 类似 , 水 饱 和 含
始群体 , 后对群体进行 自然选 择 、 叉和变 异 , 然 交 最
定 不 当而 引起模 型过 拟合 、 推广 性能 变差 的情况 。 近几年 来 , 为遗传 算法 GA 的一个 分 支 , 作 遗传 规 划 ( n t r ga Ge ei P o rmmig 简称 GP 算 法 c n, ) 卜 由
相关文档
最新文档