如何根据测井资料识别地层岩性概要
基于测井曲线自动分层的岩性识别方法研究
基于测井曲线自动分层的岩性识别方法研究吴非1王卫1王佳琦2摘要：根据测井曲线数据，运用移动平均方法实现自动分层，再对得到的分层数据，采用交会图、BP神经网络、支持向量机这三种岩性识别方法，对比分析每种方法使用相同的测井资料作为样本，对相同的测井数据做预测分析，与此同时与MATLAB识别结果进行对比，从中选出比较合适的岩性识别方法。
关键词：测井数据；曲线分层；交会图；BP神经网络；支持向量机；岩性识别1 绪论地层岩性识别在水平井与地层关系解释、及随钻导向评价等方面具有的重要的研究意义。
目前，可以通过岩屑录井、取芯和测井资料的处理解释等方式来获取地下三维空间的岩性信息]。
在岩性识别过程中，主要以SP、GR、AC、RT、DEN和CN等曲线作为岩性响应特征数据，实现对测井曲线分层、岩性识别和预测进行分析。
而测井曲线分层、不同岩性识别方法对识别结果影响很大。
测井曲线分层一直是关注的热点。
目前，测井曲线分层主流的方法有人工智能、数理统计和非数理统计等方法。
雍世和认为测井曲线的数值变化不大的可以归为同一层，不同的层其差别比较大，就是所谓的层内差异法，基于统计学方法的测井曲线分层有李广场的有序聚类分析和Danilo R.Velis的变点分析法。
阎辉等提出了小波变换方法的非数理统计方法。
近年来人工智能的兴起，相关的算法也在测井曲线分层中有较多方法的应用，如刘春桃等提出了基于神经网络的测井曲线分层方法，梁亚纳等提出了基于支持向量机测井曲线分层方法等。
上述方法各有优劣，数理统计方法计算量大，但数学理论严密；非数理统计方法一般只考虑局部或整体，不适合于多因素综合；人工智能方法受样本数据影响较大，如果样本训练准确率较高，则识别的效果相对较好。
岩性识别方法更是受专家和学者探讨和研究的热点之一。
国内外关于这两方面的研究比较成熟，交会图技术法是利用测井资料进行岩性识别的常用方法[8]，随着IT技术的发展和多学科的交叉融合应用，模式识别领域的人工智能方法也被引入到岩性识别中来，比如：聚类分析法[9]、BP神经网络[10]等方法。
如何利用测井曲线解释地层
如何利用测井曲线解释地层----------实习心得之二作为现场的地质监督,离不开测井曲线的分析与应用。
正式电测图对于现场人员而言，及其重要，我们划分层位，作地层对比，判断岩性，综合分析油气水性质等，仅仅从钻时，岩屑和录井上来判断往往是不够的。
作为地层划分，对比，岩性定名的依据，地质监督必须对电测图相当的熟悉。
按照测井原理及其主要应用范畴，测井分类，分项包含五大类，四方面共六十多个测井项目的内容。
而对塔里木而言，常见的几种测井项目有：1双感应（深，中）。
2自然电位。
3自然伽玛。
4补偿声波。
5岩性密度。
6补偿中子。
7自然伽玛能谱。
8地层倾角。
9井斜。
10井温。
11井径。
12水泥胶结测井。
现场上常用的几条曲线为：双感应，自然电位，井径。
在砂泥岩剖面的划分上，普遍认为：自然伽玛比自然电位更具可靠性。
电阻率测井，电导测井和自然电位测井都属于电极测井，不同的地层，岩性，电性特征也不相同，根据其规律性的差异，可以判断各类地层岩性及储层含油气特征。
灰岩的电阻率常大于700－3000Ω.m,而砂岩一般小于3000Ω.m,在临近的同类储层中，砂岩泥质含量低的层比含量高的层电阻率高，含油气层的电阻率常高于水层。
常见的地层电阻率变化范围一般为0.2－4000Ω.m,碳酸岩，火成岩等硬地层的电阻率比砂泥岩要高的多，渗透性地层（如砂岩）的电阻率一般小于50Ω.m,泥岩电阻率一般小于砂岩。
常用的电阻率测井为（正装）底部梯度电阻率曲线，（确定高阻层底界）划分砂，泥岩及其它电阻率特征明显的其它层位（如高阻的碳酸盐岩，火成岩，硬石膏及低阻的盐岩，含铁矿层等），经过视电阻率非均值等效正，求得地层真电阻率后，还可以分析评价储积层的含油气性。
感应测井曲线是我们最常用的曲线之一，测量的是地层的电导率（电阻率的倒数），了解地层导电特征及含油可能性，并用于划分渗透层及非渗透层的非电极测井方法。
双感应测井包含深感应（ILD）和中感应(ILM)两项，深感应探测深度大，可达1.3米，为原状地层电导率，中感应探测的深度要浅些，一般为泥浆侵入带的电导率。
基于地层元素测井资料的沉积岩 、岩浆岩识别方法
基于地层元素测井资料的沉积岩、岩浆岩识别方法王淑真;李蓓【摘要】地层元素测井技术对沉积岩、岩浆岩岩性识别具有独特意义.通过分析收集的沉积岩、岩浆岩数据,提出利用Si、Ca、Al三种元素建立岩性识别图版,并利用Si、Ca、Al、Fe四种元素,建立神经网络模型.利用元素含量交会法建立岩性图版能准确划分沉积岩与岩浆岩的线性部分,BP神经网络对于解决元素含量与沉积岩、岩浆岩岩性之间的非线性关系具有独特优势.本文基于地层元素测井资料,利用岩性识别图版与BP神经网络,建立沉积岩、岩浆岩识别模型,用未参与建立模型的数据进行验证,证明模型的可靠性.本文的研究对于掌握元素含量识别岩性技术,拓展地层元素测井的应用能力具有重要的意义.【期刊名称】《地下水》【年(卷),期】2017(039)006【总页数】3页(P110-112)【关键词】沉积岩;岩浆岩;地层元素测井;元素图版;BP神经网络【作者】王淑真;李蓓【作者单位】西北大学大陆动力学国家重点实验室,陕西西安710069;西北大学大陆动力学国家重点实验室,陕西西安710069【正文语种】中文【中图分类】P588地层中元素含量对于判断岩石类型具有重要意义。
目前地层中已发现的元素虽然有100多种，但研究证实，各元素在地壳中的分布是极不均匀的，只相对集中于少数几种元素。
其中O(46.13%)、Si(26.00%)、Al(7.45%)、Fe(4.2%)、Ca(3.25%)、Na(2.4%)、Mg(2.35%)、K(2.35%)、H(1.00%)等9种元素占地壳总质量的98.13%，其余元素仅占1.87%。
因此，只要精确测量到这些主要元素的含量，进而研究所测元素与岩性对应关系，就可以通过元素含量鉴别地壳的岩石类型。
地层元素测井，是通过测量中子与井眼周围地层原子核发生非弹性散射、辐射俘获等核反应后产生的次生伽马能谱，得到地层岩石骨架的Si，Ca，Fe，S，Ti，Gd，Mg，K，Mn，Al等十余种元素的含量，进而确定矿物含量和识别岩性[1～4]。
基于测井资料的陆相页岩层系岩性识别方法
基于测井资料的陆相页岩层系岩性识别方法程昊【摘要】陆相页岩层系岩性复杂,使用常规的测井岩性识别方法难以有效区分.因此寻找一种有效的针对不同岩性的识别方法尤为重要.通过分析陆相页岩层系不同岩性类型测井响应特征,统计出不同岩性的测井响应分布区间,研究不同岩性测井响应的差异,在明确不同岩性响应特征基础上,采用因子分析法,降低数据分析维度,提取对岩性敏感的测井参数,使用测井反演的方法矫正薄层及围岩效应对测井真实值的影响,运用K-Means聚类分析法对页岩层系的岩性进行识别.与实际岩心对比表明,该方法能够有效识别页岩层系复杂岩性类型,准确性较好.【期刊名称】《地下水》【年(卷),期】2016(038)002【总页数】3页(P111-113)【关键词】陆相;页岩层系;岩性;测井识别【作者】程昊【作者单位】西北大学地质学系/大陆动力学国家重点实验室,陕西西安710069【正文语种】中文【中图分类】P619.22+7以美国为代表的北美页岩气勘探区主要为海相地层，沉积环境稳定，岩性相对均一，但从已公开发表的文献来看；其中也不乏的砂质夹层、砂质纹层的发育；而研究者又恰恰没有重视这方面的现象，而把过多的精力集中于岩相的划分[1-5]。
鄂尔多斯盆地三叠系延长组长7段陆相沉积，沉积环境多变，页岩层系发育有多种岩性，具有很强的非均质性，除了存在有页岩之外，还发育着粉砂岩、泥质粉砂岩、砂质页岩。
这些不同的岩性，厚度不等，岩性变化快，不同程度地增加了储层岩性的复杂程度，使得陆相页岩层系的岩性远复杂于海相[6-11]。
岩性不同，意味着其矿物成分、有机质含量、脆性指数等有关参数的差异，这些参数对后期页岩气有利区预测及资源量的计算都有至关重要的作用。
因此准确识别岩性，明确页岩层系内不同岩性的空间展布，对于页岩气勘探意义重大。
岩石的放射性主要是由于泥质吸附放射性物质而产生，还受有机质及放射性物质的影响。
页岩除了含有泥质吸附产生放射性外，由于其含有大量的有机质，有机质对放射性物质的吸附使得放射性进一步增大。
用于岩性识别的主要测井信息
电测井信息
电导率
不同岩层具有不同的电导率，电导率 测井可以用于判断地层的岩性和含水 情况。
电位差
电位差测井可以反映地层中离子的浓 度和分布情况，进而推断地层的岩性 和物性。
核测井信息
伽马射线
放射性元素在衰变过程中释放出伽马射线，通过测量伽马射线强度可以推断地层中放射性元素的分布情况，进而 判断地层的岩性和物性。
05
岩性识别实例分析
实例一：砂岩的识别
总结词
砂岩的测井响应特征明显，易于识别。
VS
详细描述
砂岩的电阻率较高，声波时差较大，密度 较低，中子孔隙度较高。在测井曲线上表 现为高电阻、低声波、低密度和中子孔隙 度高的特征。
实例二：灰岩的识别
总结词
灰岩的测井响应特征较为复杂，需要结合多种信息进行识别。
04
测井信息的处理与分析
测井数据的预处理
数据清理
去除异常值、缺失值和不合理数据，确保数据质 量。
归一化处理
将不同量纲或量级的测井数据进行标准化处理， 以便于后续分析。
插值与拟合
对缺失或异常数据进行插值或拟合，以恢复数据 完整性。
测井数据的解释分析
曲线形态分析
根据测井曲线形态判断岩性特征，如幅度、斜率、转 折点等。
06
结论与展望
结论总结
01
测井信息在岩性识别中具有重要作用，能够提供地层岩性、物 性、含油性等多方面信息。
02
不同测井方法在岩性识别中各有优缺点，综合应用多种测井方
法可以提高岩性识别的准确性和可靠性。
岩性识别技术不断发展，未来将更加注重智能化、高分辨率和
03
高精度方向的发展。
未来研究方向
进一步研究新型测井技术，提 高岩性识别的分辨率和精度， 以满足复杂地层和隐蔽油气藏
利用测井资料判断岩性及油气水层知识讲解
利用测井资料判断岩性及油气水层一、普遍电阻率测井（双侧向、三侧向、2.5m、4.0m、七侧向、微电极）1、基本原理：电阻率测井是由一个供电电极或多个供电电极供给低频或较低频电流I，当电流通过地层时，用另外的测量电极测量电位U，利用Ra＝K U/IK：电极系数Ra：视电阻率U：电位I：电流2、应用（1）求地层电阻率利用微球形聚焦、微电极，求取冲洗带电阻率。
利用浅侧向、2.5m求取侵入带电阻率。
利用深侧向、4.0m求取原状地层电阻率。
（2）确定岩性界面：利用微球形聚焦、微电极划分界面，界面划在曲线最陡或半幅点处。
利用侧向划分界面，界面可划在曲线半幅点处。
利用2.5m划分界面，顶界划在极小值，底界划在极大值。
（3）判断岩性泥岩：低电阻，微球形聚焦、微电极、双侧向基本重合，2.5m、4.0m平直。
灰质岩：高阻，微球形聚焦，微电极、双侧向基本重合，2.5m、4.0m都高。
盐膏岩：电阻特别高，井径不规则时深侧向＞浅侧向＞微球聚焦。
4.0m＞2.5m>微电极。
页岩、油页岩：高阻，井径不规则时微球、双侧向基本重合，4.0m>2.5m>微电极。
（4）判断油气水层①油气层：A、Rmf>Rw ，增阻侵入，随探测深度增加电阻率降低。
Rmf――泥浆滤液电阻率，Rw――地层水电阻率。
B、Rmf<Rw ，减阻侵入，随电探测深度增加电阻率增加。
②水层：A、Rmf>Rw，增阻侵入，R深＜R浅。
B、Rmf<Rw，减阻侵入，R深＞R浅。
C、Rmf≈Rw，则R深≈R浅。
R深――深电极R浅――浅电极（5）识别裂缝发育带碳酸盐岩剖面裂缝发育带，在高阻中找低阻。
二、感应测井1、基本原理感应测井是测量地层的电导率。
它是由若干个同轴线围组成的－组发射线圈和一组接受线围的复合线圈系。
当发射线圈发出恒定强度为20000周的高频率交变电流时，由此产生的交变磁场则在地层中感应次生电流，而次生电流在与发射线圈同轴的环形地层回路中流动，又形成了次生磁场，这样使在接受线圈中感应出电动势。
测井岩性识别
数学方法 建立测井相— 岩心数据库 取心 井 测井 相
二.确定测井相的方法
交会图法
确 定 测 井 相 的 方 法
人工方法
蜘蛛网图法 阶梯图法
自动方法
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
藻灰岩测井相蜘蛛网图
RD
SP
RS
N
DEN
GR
M
2.2 测井相自动分析方法
灰质含量 砂岩
0 0
判别岩性
真实岩性
50 20
自然伽马 自然电位
130 120
新综合解释
100 0 0
泥质含量
100 100
44
2.将灰质泥岩误 判为灰质粉砂岩
1300
33 46
浅5-5井第二段1288m-1312m识别效果对比
13
分析：这一段 识别效果较好
补偿中子孔隙度
60
q5-5 测井解释成果图
SP
RS
SP
RS
1242
N
DEN
N
DEN
1244 1246
GR
M
GR
M
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。
RD
粉砂质灰岩测井相蜘蛛网图
RD
SP
RS
SP
RS
N
DEN
N
DEN
GR
M
GR
M
B2.对浅5-5井将灰质粉砂岩误判为藻灰岩的层段识别
测井判别岩性
测井判别岩性地球物理测井应用第七章普通电阻率测井第一节岩石电阻率关系普通电阻率测井是地球物理测井中最基本最常用的测井方法，它根据岩石导电性的差别，测量地层的电阻率，在井内研究钻井地质剖面。
岩石电阻率与岩性、储油物性、和含油性有着密切的关系。
普通电阻率测井主要任务是根据测量的岩层电阻率，来判断岩性，划分油气水曾研究储集层的含油性渗透性，和孔隙度。
普通电阻率测井包括梯度电极系、电位电极系微电极测井。
本章先简要讨论岩石电阻率的影响因素，然后介绍电阻率测井的基本原理，曲线特点及应用。
第一节岩石电阻率与岩性储油物性和含油物性的关系各种岩石具有不同的导电能力，岩石的导电能力可用电阻率来表示。
由物理学可知，对均匀材料的导体其电阻率为：其中L ：导体长度，S：导体的横截面积，R：电阻率仅与材料性质有关由上式可以看出，导体的电阻不仅和导体的材料有关，而且和导体的长度、横截面积有关。
从研究倒替性质的角度来说，测量电阻这个物理量显然是不确切的，因此电阻率测井方法测量的是地层的电阻率，而不是电阻。
下面分别讨论一下影响岩石电阻率的各种因素：1、岩石电阻率与岩石的关系：按导电机理的不同，岩石可分成两大类，离子导电的岩石很电子导电的岩石，前者主要靠连同孔隙中所含的溶液的正负离子导电；后者靠组成岩石颗粒本身的自由电子导电。
对于离子导电的岩石，其电阻率的大小主要取决于岩石孔隙中所含溶液的性质，溶液的浓度和含量等（如砂岩、页岩等），虽然其造岩矿物的自由电子也可以传导电流，但相对于离子导电来说是次要的，因此沉积岩主要靠离子导电，其电阻率比较底。
对于电子导电的岩石，其电阻率主要由所含导电矿物的性质和含量来决定。
大部分火成岩（如玄武岩、花岗岩等）非常致密坚硬不含地层水，主要靠造岩矿物中少量的自由电子导电，所以电阻率都很高。
如果火成岩含有较多的金属矿物，由于金属矿物自由电子很多，这种火成岩电阻率就比较底。
2、岩石电阻率与地层水性质的关系：沉积岩电阻率主要由孔隙溶液（即地层水）的电阻率决定，所以研究沉积岩的电阻率必须首先研究影响地层水电阻率的因素。
让人工智能学会用测井曲线识别地层岩性__陈玉林
（5）对训练过程进行降维及可视化，查缺补漏
通常我们认为神经网络训练过程较为复杂，像一个黑匣子一样，难以用语言和图像进行描述，近年来各 家人工智能学习框架都在试图将训练过程可视化，采用谷歌Tensorboard可视化工具，利用 t-SNE 高维数 据的可视化方法，对深度学习网络的优化和学习过程进行可视化，从下图可以看出，深度学习网络岩性分 类中准确度较高。其中泥岩和砂岩区分最好，只有部分泥质砂岩和粉砂质泥岩有少部分样本分类错误。
让人工智能学会用测井曲线识别地层岩性
中国石油集团测井有限公司 测井应用研究院 陈玉林 2019年11月8日
汇报提纲
一、引言 二、研究现状、思路及对策 三、应用效果分析 四、结论与认识
前言
岩性识别是储层测井评价的重要工作之一，精细 的岩性划分更是确定目标区空间展布的可靠依据。由 于沉积环境复杂及测井仪器测量信息的多样化，每条 测井曲线的响应值都隐含一定的地层岩性信息。如何 快速、高效挖掘这些高维非线性测量信号中的岩性信 息给测井解释人员带来的巨大挑战。
岩心照片
岩心归位
机器学习样本库
（2）对构建的人工智能架构及算法进行优化
Ø 激活函数的优化 Ø 梯度下降算法优化 Ø 损失函数及正则化方法优选
深度学习过程中，为了提高神经网络的学习能力，加入一些非线 性的激活函数，作用于神经网络，使得它能更好地解决比较复杂 的非线性问题。常用的激活函数有sigmoid函数、Tanh函数、Relu 函数等。通过对比三种激活函数的训练效果，发现用Sigmoid函数 时，深度学习网络的损失函数收敛速度快，学习效果好。Relu函 数和Tanh函数容易出现梯度消失和梯度爆炸的问题。 优化结果：选用sigmoid激活函数。
l 扩径井段测量信号的置信度？ l 岩性突变井段测量信号的置信度？ l 测井仪器对薄互层的分辨能力？ l 薄夹层的识别难题？ l 不同测井系列的分辨能力不同？ l 。。。。。。
岩性特征及识别
为明显高阻段。
沙一下、沙二上界面划分：以盐膏层结束见暗紫红色泥岩为
进沙二上地层，沙二上地层岩性以暗紫红泥岩、灰色含膏泥岩
不等厚互层，偶见粉砂岩。
沙二上、沙二下划分原则：通常以见砂岩进入沙二下，沙二
下砂体发育为主力油气层段，视电阻率曲线呈“指状”跳跃，
幅度中等。沙二段在全区具二分性，沙二下在全区均以粉砂岩
沙二下、沙三上地层界面划分原则：通常 以见灰色岩性为进入沙三上地层，但应注意沙 二下8砂组底见灰色地层，其底界厚层砂层结束 ，为沙二下底地层界面。沙三上砂组顶部有 20m厚泥岩段。
沙三上4砂厚约25m的泥岩段，俗称“泥脖 子”为本区标志层，沙三上5砂组以下见页岩或 油页岩，沙三上6-9砂组为主力油气层段，其中 沙三上8-9砂组为厚层砂层。
表1
三、岩性识别方法研究
1、直观（望、闻、切）鉴定法
大段摊开，宏观细挑，远看颜色，近看岩性，干湿结合， 挑分岩性，分层定名，按层描述，同样适用PDC钻头条件下 的岩屑描述。
通过本法可初步判断其岩性，并描述定名。
1.1、直观鉴定法——望
远看颜色，观察岩屑色调新鲜度，其形状呈棱角状或片 状，通常是新钻开地层岩屑，一般来讲，砂岩颜色浅，泥岩 颜色深。近看岩屑砂泥混杂，难以区分，远观的结果就不一 样，新成份的出现及同类岩屑含量的变化，从岩屑的颜色能 反映出来，因而可以从颜色上进行卡层。近看岩样必须注意 观察新成份的出现，对一些深层，有时仅出现数颗新成份岩 屑，也表明进入新地层。
当大斜度、大位移定向井砂样中存在包包都有荧光现象 的。此时可采取“多包同照荧光”来解决，在相邻2-3包岩屑 中各取近似等量的一份洗净，同时放在荧光灯下观察，比较 各自的荧光含量、发光、颜色等，如荧光发光颜色与上部井 段有明显区别，应确定新显示层，发光岩屑百分比含量变化 可判断是否为井内滞后岩屑，荧光分布状况不同则标志不同 含油气产状岩层。
测井资料综合解释方法2-判断岩性
单井与多井综合解释第一节单井资料综合解释测井资料综合解释的基本任务是研究和评价井剖面的油气储集层，主要工作是判断地层的岩性，划分油气水层，计算油气层的地质参数和油气储量等。
1、单井资料综合解释的一般流程及各流程的内容按照测井资料单井综合解释的流程，其步骤一般可以分为：测井系列的选择，测井数据的采集，测井资料的预处理，地层岩性的判断，储层的测井划分，储层地质参数的计算机处理，储层含油气水性质分析，绘制成果图，射孔试油分析等过程。
⑴测井系列的选择所谓测井系列是指对一口井测井时采用的各种不同测井方法。
由于各种测井方法反映的地质物理特性不一致，需要选择不同的测井方法组合测井，获取反映地层各种物理特性的测井资料，以便对井剖面的地质特点作出精确的评价。
按照井剖面的地质特点，一般分为砂泥岩剖面和碳酸盐剖面，目前国内在两种井剖面采用的测井系列可以概括为：电阻率测井：深、浅双侧向，深、中感应，微侧向、微球聚集、微电极等。
孔隙度测井：补偿声波、补偿密度或岩性密度、补偿中子等。
岩性测井：自然伽马、自然电位、自然伽马能谱、中子伽马等。
另外，还有井径、井温、流体电阻率、介电测井、中子寿命、碳氧比测井、激发激化测井、地层倾角等。
选择一口井测井系列，主要依据井的区域地质情况，井所钻探的地层是否存在邻井、井所钻探的油藏是否处于生产开发期等因素决定。
除了上述测井系列外，目前国内外各油田还在各种复杂油气层采用成象测井等高新测井技术。
⑵测井数据的采集测井数据有模拟量和数字量两种，模拟量用连续的电压变化曲线来表示被测物理量随钻井深度变化的情况，数字量用一系列离散的数字量来表示被测物理量随钻井深度变化的情况，每个数字量代表按等间距或等时距采样一个点的物理量大小。
在早期测井中，测井数据仅用模拟量记录，这种方式记录的测井数据量较小。
随着测井技术和计算机的发展，测井中需要采集大量的数据，为了便于传输和处理，测井数据采用数字量记录。
测井数据采集系统包括四部分，一是地面仪，负责数据的采集、控制、记录和处理，二是下井仪器，负责测量不同地层的物理特性，三是测井绞车，用于装载地面仪器和电缆，四是附属设备，包括井口装置、深度系统、测井数据遥传通讯等。
测井曲线判断岩性
利用测井资料判断岩性及油气水层一、普遍电阻率测井（双侧向、三侧向、2.5m、4.0m、七侧向、微电极）1、基本原理：电阻率测井是由一个供电电极或多个供电电极供给低频或较低频电流I，当电流通过地层时，用另外的测量电极测量电位U，利用Ra＝K U/I K：电极系数Ra：视电阻率U：电位I：电流2、应用（1）求地层电阻率利用微球形聚焦、微电极，求取冲洗带电阻率。
利用浅侧向、2.5m求取侵入带电阻率。
利用深侧向、4.0m求取原状地层电阻率。
（2）确定岩性界面：利用微球形聚焦、微电极划分界面，界面划在曲线最陡或半幅点处。
利用侧向划分界面，界面可划在曲线半幅点处。
利用2.5m划分界面，顶界划在极小值，底界划在极大值。
（3）判断岩性泥岩：低电阻，微球形聚焦、微电极、双侧向基本重合，2.5m、4.0m平直。
灰质岩：高阻，微球形聚焦，微电极、双侧向基本重合，2.5m、4.0m都高。
盐膏岩：电阻特别高，井径规则时深侧向>浅侧向＞微球聚焦。
4.0m＞2.5m>微电极。
页岩、油页岩：高阻，井径规则时微球、双侧向基本重合，4.0m、2.5m、微电极基本重合。
（4）判断油气水层①油气层：高阻,A、Rmf>Rw ，增阻侵入，随探测深度增加电阻率降低。
Rmf――泥浆滤液电阻率，Rw――地层水电阻率。
B、Rmf<Rw ，减阻侵入，随电探测深度增加电阻率增加。
②水层：低阻A、Rmf>Rw，增阻侵入，R深＜R浅。
B、Rmf<Rw，减阻侵入，R深＞R浅。
C、Rmf≈Rw，则R深≈R浅。
R深――深电极R浅――浅电极（5）识别裂缝发育带碳酸盐岩剖面裂缝发育带，在高阻中找低阻。
二、感应测井1、基本原理感应测井是测量地层的电导率。
它是由若干个同轴线围组成的－组发射线圈和一组接受线围的复合线圈系。
当发射线圈发出恒定强度为20000周的高频率交变电流时，由此产生的交变磁场则在地层中感应次生电流，而次生电流在与发射线圈同轴的环形地层回路中流动，又形成了次生磁场，这样使在接受线圈中感应出电动势。
利用测井资料识别层序地层界面的几种方法
利用测井资料识别层序地层界面的几种方法利用测井资料识别层序地层界面的几种方法测井是地球物理勘探里必不可少的一环，利用测井资料可以对地下岩层进行详细的分析和研究，识别层序地层界面的几种方法也是测井中的重要内容。
一、基于电性测井曲线的方法电性测井曲线反映的是岩石中的电性特征，通过对电性测井曲线的分析，可以初步判断地层中的含水性质、岩性类型等信息，在此基础上，结合地质勘探资料，可以识别出层序地层界面。
具体方法是通过对电性测井曲线中的比例、幅度等特征进行分析，找到不同岩层之间的差异和联系，从而判断出层序地层界面的位置。
二、基于声学测井曲线的方法声学测井曲线反映的是地下岩层中的声学特征，其主要包括声波速度、声阻抗等指标。
通过对声学测井曲线的分析，可以对地层中的岩性、厚度等信息进行初步判断，在此基础上，可以结合地质勘探资料，识别出层序地层界面。
具体方法是通过对声学测井曲线中的速度、振幅等特征进行分析，找到不同岩层之间的差异和联系，从而判断出层序地层界面的位置。
三、基于密度测井曲线的方法密度测井曲线反映的是地下岩层中的密度特征，通过对密度测井曲线的分析，可以判断出地层中的岩性、矿物成分等信息，在此基础上，结合地质勘探资料，可以识别出层序地层界面。
具体方法是通过对密度测井曲线中的比例、幅度等特征进行分析，找到不同岩层之间的差异和联系，从而判断出层序地层界面的位置。
四、基于核磁共振测井曲线的方法核磁共振测井曲线反映的是地下岩层中的核磁共振信号，通过对核磁共振测井曲线的分析，可以得到地层中的物质组成、含油气饱和度等信息，在此基础上，结合地质勘探资料，可以识别出层序地层界面。
具体方法是通过对核磁共振测井曲线中的信号强度、幅度等特征进行分析，找到不同岩层之间的差异和联系，从而判断出层序地层界面的位置。
总之，利用测井资料识别层序地层界面是地球物理勘探的重要内容之一，也是石油勘探开发的基础工作。
以上几种方法仅是其中的一部分，具体的识别方法还需要结合地质勘探资料和实际地质情况进行综合分析，才能得到准确的结果。
岩性识别
综合考虑浅3-3 综合考虑浅3 井岩性统计情 况，将测井相 划分为4大类。 划分为4大类。
三维空间测井相分析
从三维空间上， 从三维空间上， 这4种测井相能 够区分开， 够区分开，说 明这种划分是 比较满意的。 比较满意的。
B.蜘蛛网图法 B.蜘蛛网图法
B1.由浅3 B1.由浅3-3井建立标准层测井相蜘蛛网图 由浅
藻灰岩测井相蜘蛛网图
RD
含灰粉砂质泥岩测井相蜘蛛网图
RD
SP
RS
SP
RS
N
DEN
N
DEN
GR
M
GR
M
灰质粉砂岩测井相蜘蛛网图
RD
粉砂质灰岩测井相蜘蛛网图
RD
SP
RS
SP
RS
N
DEN
N
DEN
GR
M
GR
M
B2.对浅5 B2.对浅5-5井将灰质粉砂岩误判为藻灰岩的层段识别 对浅
SP
识别层段测井相蜘蛛网图
RD
识别层段测井相蜘蛛网图 与藻灰岩测井相蜘蛛网图对比
RD
RS
SP
RS
q11-11 测井解释成果图
N
深感应 0.2 补偿密度 2 60 600 2.75 补偿中子孔隙度
GR 声波时差
DEN 10
N
八侧向 0.2 自然电位 20 80 20 120 自然伽马 150
孔隙度 100 100 砂岩 0
39 28 41 29 30
分析： 分析：这一段识 别效果较好
补偿中子孔隙度
q5-5 测井解释成果图
浅侧向
12 岩性确定方法
岩 渗透层:碎屑岩； 性 非渗透层：粘土岩.
测 自然电位；
井 自然伽马 ；
曲 线
微电极曲线；
井径曲线.
第1节 岩性的定性解释
（1）自然电位曲线
渗 当地层水与钻井液的矿化度不同时,渗透层的SP曲线
透 层 曲
相对泥岩基线出现异常. (2) 、自然伽马曲线
线
渗透层的自然伽马曲线数值低于围岩值.
特 (3) 、微电极曲线
的地层也可能有比较高的自然伽马值（U含量高）.
曲 (2) 、声波时差曲线
线 特
裂缝发育段时差值：在高角度缝无响应或者响应不明
点 显。 在低角度和水平缝地层声波时差值增大，并可能见
到周波跳跃现象。 (3) 、中子伽马曲线
由于裂缝的出现,渗透层(含流体)对快中子的减速能力
大于致密层的减速能力,因此,中子伽马测井值低.
则此类地层一般含U量比较高。
第1节 岩性的定性解释
碳酸盐岩剖面渗透层特征
基质孔隙度低1.5％；无裂缝。 低GR、深浅双侧向曲线基本重合。
第1节 岩性的定性解释
日产气 29.6×104 m3
碳酸盐岩剖面渗透层特征
基质孔隙度2％；裂缝孔隙度0.4％。 低GR，深、浅双侧向曲线分离。
第1节 岩性的定性解释
渗透层： 微电极曲线不 重合，SP曲 线出现异常。
图12-3、砂岩剖面测井图实例
第1节 岩性的定性解释 例-2
利用GR曲线划分渗透层（低GR）
第1节 岩性的定性解释
例-3
利用GR曲线划分渗透层（低GR）
第1节 岩性的定性解释
例-4
高GR渗 透层
低GR渗 透层
砂岩地层的高U储集层
第1节 岩性的定性解释
- 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、"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、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)。
含粉砂灰岩
灰质泥岩
粉砂质灰岩
含粉砂泥岩
含粉砂灰质泥岩
含灰粉砂质泥岩
藻纹层灰岩
0
3.3南翼山油田测井相分析
自动判别方法
蜘蛛网图法 人工方法
鲕粒图法
A.测井相自动分析方法
A1.自动分层并划分标准样本层测井相
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。
60 2
q5-5 测井解释成果图
ቤተ መጻሕፍቲ ባይዱ浅侧向 补偿中子孔隙度 补偿密度 声波时差
10 2.75 115 0.2 0.2 0.2 0.2
孔隙度
20
59
深侧向 八侧向 微侧向
100
20 20 20
深度 (m)
灰质含量 砂岩
0 0
判别岩性
真实岩性
50 20
自然伽马 自然电位
130 120
新综合解释
100 0 0
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
浅3-3井岩性统计 0.25 0.2 0.15 0.1
0.2 0.6 0.5 0.4 0.3 浅5-5井岩性统计
0.05 0
0.1
灰质泥岩 含灰粉砂质泥岩 含粉砂泥质灰岩 灰质粉砂岩 藻纹层灰岩 粉砂质灰岩 粉砂质灰岩 泥质灰岩
灰质粉砂岩
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。 测井相自动分析方法具体步骤： 测井曲线自动分层与特征参 数提取 划分标准样本层的测井相 建立测井相-岩性数据库 建立地区测井的判别模式 自动判别钻井剖面地层岩性
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。
补偿密度 声波时差
深度 (m)
灰质含量 砂岩
0 0
判别岩性
真实岩性
50 20
自然伽马 自然电位
130 120
新综合解释
100 0 0
泥质含量
100 100
44
浅5-5井第二段1288m-1312m识别效果 对比
13
1300
33 46
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
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。
14
A2.建立测井相-岩心数据库
聚类后测井相与取心井地层剖面岩性对比，分析聚类效果
q3-3测井解释成果图
浅侧向
0.2 10 100
15
孔隙度
1 0
1240
补偿密度
2.8 475 60 2.5 150 15 0.2
q5-5 测井解释成果图
浅侧向
0.2 10 2.75 115 0.2 0.2 0.2
孔隙度
20 20 20 20 100 100 0
38
深侧向 八侧向 微侧向
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
0
39 28 41 29 30
1280
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
补偿中子孔隙度
60 2 485
30
q5-5 测井解释成果图
浅侧向
0.2 10 2.75 115 0.2 0.2 0.2
孔隙度
20 20 20 20 100
深侧向 八侧向 微侧向
深侧向
10
灰质含量 自然电位
35 80 50 160
声波时差
0.2
八侧向
20
深度 (m)
聚类分析岩性
真实岩性
新综合解释
100
砂岩
0 0 100
补偿中子孔隙度
0.2
微侧向
20
自然伽马
泥质含量
1
41 17 18
1260
44 45
25
A3.自动鉴别钻井剖面地层岩性
26
分析：这一段的 识别效果较差:
补偿中子孔隙度
利用测井资料识别地层岩性
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。
测井 相
数学方法 建立测井相— 岩心数据库 取心 井 测井 相
二.确定测井相的方法
交会图法
确 定 测 井 相 的 方 法
人工方法
蜘蛛网图法 阶梯图法
自动方法
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
藻灰岩测井相蜘蛛网图
RD
SP
RS
N
DEN
GR
M
2.2 测井相自动分析方法
60 2 485
补偿密度 声波时差
深度 (m)
灰质含量 砂岩
0 0
37
判别岩性
真实岩性
50 20
自然伽马 自然电位
130 120
新综合解释
泥质含量
100 100
浅5-5井第一段1260m-1285m识别效果对 比
1258 1260 1262 1264 1266 1268 1270 1272 1274 1276 1278 1280 1282 1286 1288 1290
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
泥质含量
100 100
1392 1394 1396 1398 1400 1402 1404 1406 1408 1410 1412 1414 1416 1418 1420 1422 1424
485
浅5-5井第三段1397m-1419m识别效果对 比
46 47 48 49
A4.浅5-5井自动测井相分析总结
三.在南翼山油田的应用实例
3.1 南翼山油田岩性特点分析
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 识别井 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.
样本井