复杂岩性模式识别中测井项目优化选择技术
XX项目测井、射孔方案优化设计
XX项目测井、射孔优化方案设计一、装备选型：选用中国石油测井有限公司自主研发的EILog05成套测井装备。
EILog快速-成像测井成套装备由综合化地面仪器、高速数据传输仪器、集成化常规测井仪器、系列化成像测井仪器及套管井测井仪器、特种仪器和工具组成。
能完成裸眼井测井、套管井测井、工程测井，以及射孔和取心等作业。
集成化快速组合测井仪具有稳定性好、纵向分辨率高、探测深度大等特点。
组合测井能力强，测井效率高，一次下井取得全部常规测井资料，测井作业时效平均提高50% 以上。
二、测井服务系列优化方案：（一）裸眼测井系列1、常规测井：包括四岩性、多电阻率、三孔隙度测井、工程测井和三参数测井。
2、优化项目介绍：1）岩性密度PE：通过岩性密度测井得到的PE曲线，可精细划分岩性。
不同岩石的PE值不同，存在明显差别，而且PE受孔隙度的影响小，所以根据PE值可更加准确的划分岩性。
2）阵列感应测井(MIT)：提供3 种纵向分辨率（30cm、60cm、120cm）、5 种径向探测深度（25cm、50cm、75cm、150cm、225cm）共计15条的地层电阻率曲线。
可有效地描述地层剖面的电阻率特征，提供地层视电阻率、地层含水/含油饱和度的二维剖面成像图，能够分析薄层和层内非均质性，直观清晰地描述泥浆侵入特征，判断油水层性质。
他甚至可以在录井和全烃无显示，井眼垮塌，孔隙度曲线失真的情况下，准确识别油层，避免油层漏失。
与常规双感应八侧向测井相比，它的优势在于：纵向分辨率高，分辨率统一，能精细描述侵入剖面，直接识别流体性质，准确确定地层真电阻率。
该项测井技术成熟，目前在大庆、吉林、长庆、华北、青海、吐哈等油田已投产120多支，累计测井6000多口，已成为发现、识别油气层的利器。
3）三孔隙度测井：测井取全、取准三孔隙度测井资料对贵公司油田勘探开发是十分必要的。
由于三孔隙度测井采用了不同的工作原理，在不同的岩性地层有着不同的响应，但在确定地层孔隙方面有着密切的相关性，在计算岩性地层孔隙度及渗透率方面有着比其它测井资料更直接更准确的优势，能更直观的判定储集层的含油性、可动油气和可动水。
基于支持向量机原理的复杂地层岩性识别方法
ｙ （ ．） ｂ一 ＞０ｉｌ２ …， ｊ ｗ ｘ ＋ ］１ ， ，， ｎ ［ ｉ ／ ＝ （） １ 分类 间 隔等 ｌ 求解 的最 优 分 类 面 就 是 Ｊ，
性识别问题 ， 其测井参数数据是非线性的 ， 要获得好 的分类效果 ， 必须采用非线性决策函数 ：
基本 思想 。
问题转变成 满足 约束条件式 （） ２ 的情况下 求 （） ３式的最小值。通过引入Ｌ ｇ ｎｅ ａｒ ｇ 方程 ： ａ
可分区域 ， 么不可分 区域中的样本点就根据决策 那 函数实际值的大小分到与之距离最近的类中。
２ 支持 向量机方法岩性识别步骤
（） ４
（） １ 样本点 和 特征参 数 的选择
空间中构造最优分类超平面 ， 这就是支持向量机的
作者简介 ： 刘跃辉（９ １ ） 男， 士研 究生， １８ 一 ， 硕 毕业 于西 南石 油大学石 油工程 测井专业。现就职于大庆油田勘探 开发研 究院 ， 从
事 测 井评 价 工作 。
２ １ 年第 ４ ０１ 期
刘跃辉 ， ： 等 基于支持 向量 机原理 的复杂地层层性识别方法
满 足 ： 平面 ： Ｘ＋ ≥１Ｈ 平 面 ： Ｘ＋ ≤一 ， ： ＨＩ Ｗ・１ｂ ， ２ ｗ・２ｂ １ 即
其 中Ｃ ０ ＞ 是一个指定 的常数 ， 表示对分类错误 的惩罚 ， 用于调整置信范围和经验误差之间的均衡 ， 较 大 的 ｃ意 味 着较 小 的 经 验误 差 ， 小 的 Ｃ意 味着 而
此时的目标函数是求下式的最小值：
１ 厂』 、
ｉ －１ ／
（ ２ ）
妒ｗ ） ÷ｗｗ＋ ｌ ｊ １， ， （， ＝ （， Ｃ∑ ，ｔ，…１ ） （ ， ｉ ２ ）
复杂井眼条件下的测井环境校正技术
括具有密闭取心资料的 Lu2180、石南 6008 井以及具有阵列侧向测井资料的彩 43 井和具有阵列感应 测井资料的石 121 等共 9 口井资料进行三参数反演，处理结果表明，三参数反演的深电阻率与阵列 侧向或阵列感应深电阻率对应性较好，反演得到的冲洗带电阻率与阵列浅电阻率的对应性较好，尤 其是彩 43 井，对双侧向反演处理得到的深电阻率和冲洗带电阻率与阵列侧向资料对应性很好，对于 Lu2180、石南 6008 井，利用反演资料确定的含水饱和度与密闭取心分析结果对应性很好。 １．２．６ 实例分析 陆 2180 为陆 9 井区开发井， 钻探目的层白垩系呼图壁河组, 该井泥浆滤液电阻率 0.9O• m/44º C, 泥浆滤液矿化度为 4000ppm，地层水矿化度为 13000ppm，地层水电阻率 0.3O• m，地层水矿化度 和泥浆滤液电阻率差异大，自然电位为负异常。 陆 2180 井采用 CSU 常规测井系列， 对双侧向测井资料进行三参数反演， 得到原状地层电阻率、 冲洗带电阻率以及侵入半径，反演结果和阵列感应测井资料对比，验证三参数反演处理成果。 本井处理井段 1170～1420m，为方便起见，本文仅对其中部分井段进行分析。图 3 中的 1401～ 1404.5m 岩性为泥岩，反演的深侧向电阻率和冲洗带电阻率重合，在 1390～1400.5m 反演的原状地 层电阻率比深侧向电阻率高 1-3O• m， 阵列感应电阻率低于双侧向测井电阻率， 储集性能好， 为高孔、 高渗储层，侵入较深，计算的侵入半径 0.3～1.5m。 该井为密闭取心井，图中给出了密闭取心分析的含油饱和度和孔隙度标定结果，数字处理采用 POR 程序，分别用测井的深侧向电阻率和反演的深侧向电阻率进行数字处理，反演后计算的含油饱 和度比反演前计算的含油饱和度高 8%左右, 将密闭取心资料经过深度归位后，以密闭取心分析的孔 隙度和含水饱和度标定数字处理成果，处理孔隙度与岩心分析孔隙度的平均绝对误差小于 1.0%；反 演前的含水饱和度与岩心分析的含水饱和度的平均绝对误差分别为 8%， 反演后的含水饱和度与岩心 分析的含水饱和度基本一致，反演前、后计算的含水饱和度差异较大，说明反演前后的深电阻率差 异大。
随钻测井中岩性识别方法的对比及应用
随钻测井中岩性识别方法的对比及应用陈刚;汪凯斌;蒋必辞;王小龙【摘要】Lithology identification is the basis of formation recognition and reservoir parameter calculation,and the traditional lithology identification method can not meet the needs of actual production because of the complexity and heterogeneity of sedimentary environment.Aiming at the problem of traditional identification method such as the fault tolerance ability is poor,the degree of automation is low and the interpretation accuracy is low.By using the neural network autonomous learning prediction analysis method,the comparison study of several popular lithologic identification methods,a more suitable field practical method was applied to the drilling system.The study found that in the case of the same prediction method and well logging curve,the more the number of standard stratigraphie samples is,the higher the correct rate.By comparing probabilistic neural networks method in the application in the production of better effect,the recognition accuracy rate was high,training and recognition time was the shortest,a high level of recognition can be still maintained when less logging data are got.%岩性识别是对地层认识及储层参数求解的基础,受沉积环境复杂性和非均质性影响,传统岩性识别方法已不能满足实际生产需要.针对传统识别方法容错能力差、自动化程度低和解释精度低的问题,通过应用神经网络自主学习预测分析手段,对比分析当下几种流行的岩性识别方法,选出更为适合现场实用的方法应用到随钻测井系统中.经研究发现,在预测方法及测井曲线相同的情况下,获得标准层段训练样本越多,准确率越高.通过对比得出结果:PNN概率神经网络方法在生产应用中效果更佳、识别准确率高、训练识别用时最短,在获取较少测井资料信息时,仍能保持较高的识别水平.【期刊名称】《煤田地质与勘探》【年(卷),期】2018(046)001【总页数】5页(P165-169)【关键词】随钻测井;岩性识别;神经网络;PNN【作者】陈刚;汪凯斌;蒋必辞;王小龙【作者单位】中国石油大学(华东)地球科学与技术学院,山东青岛266580;中煤科工集团西安研究院有限公司,陕西西安710077;中煤科工集团西安研究院有限公司,陕西西安710077;中煤科工集团西安研究院有限公司,陕西西安710077;中煤科工集团西安研究院有限公司,陕西西安710077【正文语种】中文【中图分类】P631岩性识别为储层评价及求取参数的第一步，也是其他储层信息获取的基础。
复杂井眼轨迹的多目标优化技术研究
复杂井眼轨迹的多目标优化技术研究
复杂井眼轨迹的多目标优化技术研究
井眼轨迹参数优化是石油钻井工程中的关键技术之一,是指在钻井过程中,通过随钻测井、录井等数据,采用科学的最优化方法,分析影响井眼轨迹走向规律的诸多因素,选择最适当的井眼轨迹参数配合,从而使钻进过程达到最优的技术和经济指标。
在实际钻井工程中,在保证钻井安全作业和井身的前提下,以钻井工具、目标靶点、造斜点深度和总的设计垂深等条件为约束,分析比较了现有最优轨迹长度、最优水平井迹、最小磨阻扭矩、最大泄油面积等目标函数,以双增斜七段式复杂井眼轨迹为优化对象,分别建立了单目标井眼轨迹和多目标井眼轨迹优化模型,主要的研究成果和内容如下:(1)以最短井眼轨迹实际测量长度为目标,采用带约束的单目标粒子群算法优化,获得
实际测量长度的全局最优解1.48*10~4ft。
比较优化结果证明,将新算法的引入加快了优化的速度,满足了优化的实时性需求。
(2)以最小实际控制转矩为目标,采用改进的粒子群算法完成井身、井斜角、井斜方位角以及井段曲率等参数的优选,获得实际控制转矩的全局最优解1.18*10~4 N*ft,优化实际控制转矩的结果更优,算法的运行速度快,耗时短。
(3)以最小{实际测量长度,实际控制转矩}为井眼轨迹优化目标,提出了一种改进的多目标粒子群算法,以实际钻具组合和复
杂井身设计约束为限制条件,实现了井身、井斜角、井斜方位角以及井段曲率等井眼轨迹参数的最优组合,指导实际钻井过程。
通过对井眼轨迹单目标、多目标优化模型、优化方法的研究,为进一步实现随钻交互式井眼轨迹多目标动态优化,以及井眼轨迹的精确控制、纠偏、防碰和提高中靶率奠定基础。
岩性扫描测井技术在渤海复杂砂岩储层的应用
岩性扫描测井技术在渤海复杂砂岩储层的应用王培春;吕洪志;崔云江【摘要】复杂砂岩储层储量参数计算及流体识别困难,渤海A油田尝试应用岩性扫描测井技术.与元素俘获能谱测井利用中子俘获反应获取地层元素相比,岩性扫描测井(Litho Scanner)可通过中子非弹性散射反应获得Al、Mg、C等元素.岩性扫描测井能确定复杂砂岩储层矿物类型和含量,估算岩石骨架密度和计算孔隙度、饱和度等参数.利用岩性扫描测井计算得到的饱和度与基于常规电阻率测井计算得到的饱和度相结合,能够有效判别储层流体性质.岩性扫描测井技术为今后其他类似油气田的参数计算和流体判别提供了思路.【期刊名称】《测井技术》【年(卷),期】2016(040)002【总页数】5页(P184-188)【关键词】岩性扫描测井;复杂砂岩;中子非弹性散射;元素;骨架密度;孔隙度;饱和度;流体识别【作者】王培春;吕洪志;崔云江【作者单位】中海石油(中国)有限公司天津分公司,天津300452;中海石油(中国)有限公司天津分公司,天津300452;中海石油(中国)有限公司天津分公司,天津300452【正文语种】中文【中图分类】P631.840 引言斯伦贝谢公司最新推出了岩性扫描测井仪(Litho Scanner)[1-2]。
相比以前的测井仪器,该仪器测量的元素更多,精度更高,可准确测量地层的镁元素,以区分方解石和白云石;准确测量地层碳元素,进而可推导出总有机碳含量。
岩性扫描测井在准确计算地层元素含量,确定岩性及认识非常规油气资源等方面都有了明显的进步。
本文在介绍岩性扫描测井方法的基础上,分析了岩性扫描在渤海油田的应用。
实际资料应用证实,岩性扫描测井有效解决了孔隙度、饱和度计算和储层流体识别等方面的难题。
1 岩性扫描测井技术岩石由不同矿物所组成,根据不同元素具有特定特征能量的伽马射线可测量地层元素,主要包括Si、Ca、Fe、S、Ti、Gd、Mg、C等。
油气行业使用能谱测量技术主要包括2个方面,一是自然伽马能谱测量技术,使用伽马能谱测定放射性元素衰变时放射出的伽马射线的能级来定量分析天然存在于岩石中的铀、钍和钾元素的含量;二是中子诱发伽马射线俘获能谱测量技术,能够探测储层和烃源岩中矿物中最常见的元素含量。
测井系列的选择
第三章测井系列的选择第一节测井系列选择的基本原则1.测井系列选择原则确定要考虑的问题在进行测井最优化系列选取时我们必须考虑区块地质条件、井筒环境（钻井液性能、井眼几何形态、温度、压力等）、测井仪器的技术参数和最优化测井系列的可操作性等实际问题。
其达到的主要目的为：相对区块地质条件有较强的适用性、相对一定时期内大的沉积单元应该有一定稳定性、对代表目前测井技术应该具有一定的先进性，当然具有有效及经济性是我们的目的之一。
所以在测井最优化测井系列中必须以稳定的基本测井项目为基础，以解决特定地质问题的特殊测井项目为辅助，建立健全高效、实用的最优化测井系列。
2.选择测井系列的主要原则（1）能够适应岩性的变化并确定岩性的成分，清楚地划分渗透层；（2）求准储层孔隙度。
对于砂泥岩剖面，至少有一种计算孔隙度的测井方法，对于复杂岩性，至少要有两种计算孔隙度的测井方法。
（3）测准井筒周围径向上深、中、浅地层的电阻率，准确计算饱和度。
（4）能够比较清楚地区别油、气、水层，确定有效厚度和计算地质储量；（5）能够适应井眼环境、泥浆性能的变化，尽量地减少和克服井眼、围岩和钻井液侵入的影响，至少在通常情况下不使测井信息明显失真；（6）完成其它特殊地质目的和工程目的：如裂缝识别、沉积相研究、可动流体分析、岩石力学参数计算等；区块综合研究；（7）满足复杂疑难储层的测井评价需要；（8）在解决预期地质目的前提下，力求测井系列简化和经济，但切忌牺牲解决地质问题的能力去追求系列的过于简化。
第二节针对储层类型和评价目标选择测井系列储层类型主要包括疏松砂岩、固结砂岩、低渗透砂岩、砾岩体、低电阻率、薄互层、裂缝性储层等。
评价目标主要包括储层评价、可动流体分析、地质构造沉积相和地应力分析、裂缝评价、天然气评价、岩石力学分析、地层压力分析及产能预测、源岩评价等。
我们在附表3-2-1中列出了针对不同储层类型和评价目标选择和优化的测井项目。
第三节特殊井筒条件下的测井系列选择随着油田勘探和开发工作的不断深化，为提高投资效益的水平井、为油气层免遭污染从而最大限度保护油气层的欠平衡井、为开发深部油气藏的高温高压井（超深井）以及特殊井筒条件的井的数量迅速增加，而常规测井方式根本无法担当该类井测井的重任。
石油勘探中的岩性识别技术
石油勘探中的岩性识别技术在石油勘探中，岩性识别技术是一项非常重要的技术，它的作用是确定地下储层的岩性类型，为油气勘探提供必要的信息。
岩性识别技术的发展，使得勘探者能够更准确地判断储层的性质，从而提高勘探成功率。
本文将介绍岩性识别技术的原理及其在石油勘探中的应用。
岩性识别技术是通过一系列的勘探方法，来判断地下储层的岩石类型。
目前，在石油勘探中主要采用的岩性识别技术包括测井解释、地震反演、地球物理勘探、岩石学分析等。
下面将详细介绍这些技术的原理及其应用。
首先是测井解释技术。
测井解释是指通过测井仪器在钻井过程中测量地层各项物理性质，并根据这些测量数据进行解释和分析的过程。
常用的测井曲线有自然伽马测井曲线、声波测井曲线、电阻率测井曲线等。
通过对这些曲线的解释和分析，可以判断地层的岩性类型、含油气性质等。
测井解释技术是最常用的岩性识别技术之一，其优点在于观测范围广、数据可靠性高。
其次是地震反演技术。
地震反演技术是指通过地震勘探仪器在地表或水中产生人工地震波，然后根据地层对地震波的反射和折射特征进行解释和分析的过程。
地震反演技术主要依赖地震波在地下岩层中的传播规律进行岩性识别。
通过地震反演技术，勘探者可以获取地层的速度、密度等信息，从而判断地层的岩性。
另外，地球物理勘探技术也是岩性识别中的重要方法。
地球物理勘探技术主要包括电磁方法、重力方法、磁法等。
这些方法通过观测地下岩层中的物理场变化，来判断地下储层的岩性。
地球物理勘探技术具有观测效果好、勘探范围广的特点，被广泛应用于石油勘探中。
最后是岩石学分析技术。
岩石学分析是通过对地下岩石样品的物理性质、化学成分等进行实验室分析和研究的过程。
岩石学分析可以提供地下岩层的物理性质、化学组成等详细信息，从而对地层的岩性进行准确的识别。
岩石学分析技术是岩性识别中最准确的方法，但其需要采集和分析地下岩石样品，工作量较大。
总之，岩性识别技术在石油勘探中起着重要的作用。
通过测井解释、地震反演、地球物理勘探和岩石学分析等技术的应用，可以对地下储层的岩性类型进行准确判断，为石油勘探提供重要的参考依据。
- 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)。
第一作者简介： 张美玲 （ 1967 —） ， 女， 博 士， 地 球 物 理 学 专业教授。 Email： zhangmeiling8@ 163． com
9476
科
学
技
术
与
工
程
Mk
12 卷
纹岩最高； 火山碎屑岩成份很大程度影响了放射性 测井响应值的高低。 对于沉积岩类， 伽马测量值一 粘土） 含量增 般会依据岩层中的细小颗粒（ 如凝灰、 高而增高。 补偿中子测井是岩石中氢含量的反应， 主要和 岩石孔隙度和矿物成份有关。 在火成岩中， 由基性 至酸性， 中子孔隙度值逐渐降低， 并随孔隙、 裂隙流 体的含量而升降。 当岩石发生蚀变时， 常表现出很 高的视中子孔隙度。 补偿密度测井值与岩石颗粒密度、 孔隙中流体 密度及孔隙空间大小有关。 火山碎屑岩的密度要 低于熔岩， 但又由于成份复杂， 略高于同粒度的一 般沉积岩。 岩性密度测井记录了岩石中单位体积 原子的光电吸收截面总和， 一般沉积岩层含钙或钙 熔岩中因富含各种矿物， 质岩层时呈现高值； 泥岩、 呈现比沉积砂岩略高的值。 声波时差测井值主要受岩石的致密程度、 结构 及岩石孔隙中流体性质影响。 熔岩地层中， 声波时 差以致密的玄武岩最低， 酸性的流纹岩稍高； 火山 碎屑岩的声波时差高于熔岩； 正常沉积岩中， 岩石 颗粒越粗， 声波时差一般也随着降低 。 式中 δX =
12 ］ 。 较难确定等问题［11，
。 但对于有
一定勘探规模的复杂岩性区块， 出于成本等因素， 测井项目也仅限于常规 测 井 项 目 （ 包 括 深 浅 双 侧 向、 补偿中子、 补偿密度、 补偿声波、 自然伽马及自 然伽马能谱、 自然电位、 井径曲线等） 。 由常规测井 项目给出高精度岩性识别结果的前提在于岩性类 别较单一、 同一岩性储层沉积厚度较大
第 12 卷 第 35 期 2012 年 12 月 1671 — 1815 （ 2012 ） 35-9475-05
科
学
技
术
与
工
程
Science Technology and Engineering
Vol. 12 No. 35 Dec． 2012 2012 Sci. Tech. Engrg.
复杂岩性模式识别中测井项目优化选择技术
［2 ， 3 ］
。
海拉尔盆地属于火山碎屑 － 沉积岩相发育模 式， 纵向上重点发育大磨拐河、 南屯组、 铜钵庙、 布 达特等油层组
［4 ］
。火山作用形成的火山碎屑， 包括
所携带的正常沉积碎屑在地表或盆地内堆积不可 海拉尔盆 避免地与沉积作用交织在一起［5］。 因此， 地纵向岩 层 的 岩 性 剖 面 复 杂， 主要包括火山碎屑 岩、 一般陆源沉积岩、 火山熔岩及各类岩性间的过 渡岩性。
贝尔凹陷的岩性划分为以下 4 大类［8］。 一般沉积 岩划分为油页岩、 煤、 泥岩、 泥灰岩、 粉砂质泥岩、 泥 质粉砂岩、 粉砂岩、 细砂岩、 粗砂岩、 砂砾岩等 10 类； 火山碎屑沉积岩分为凝灰质泥岩、 凝灰质粉砂岩、
2012 年 8 月 13 日收到 中国国家自然基金（ 41172135 / D0207 ） 资助
k i
槡
( xk ∑ ij j =1
Mk
k )2 珔 pj 珔 X （ 2） ∑ x kij i = Mk j = 1 X i 为第 i 种测井项目， 例如， 自然伽马、 深侧
…， N ； p j 为统计权值， 考虑到每个样本 向等； i = 1 ， 点在集合中的作用相当， 取值为 1 ； k 珔 X i 为第 k 类岩性集合范围内第 i 种测井项目的 数学期望， 即集合均值中心。 构建某一测井项目对 K 类岩性的均匀度平均 参数 ε i （ i = 1 ， …， N）， 反映了第 i 种测井项目对各 种岩性内部均匀程度的平均水平 。 εi = 1 k δX i K∑ k =1
7 ］ 按照岩性划分的地质意义［6， ， 将海拉尔盆地
1
岩性判别的测井响应基本原理［13］
不同测井项目的测量值反映了岩层不同的物
理性质， 岩层颗粒的矿物成份、 排列结构、 粒径粗细 是导致测井曲线变化的重要因素 。 随着岩石颗粒成份复杂、 结构紧密复杂到成份 较单一、 结构较疏松， 从火山岩到火山碎屑岩以及 沉积岩， 电阻率应该呈现依次下降的趋势。 电阻率 同时还会受到岩层中的流体性质的影响， 含水（ 或 束缚水） 的岩层， 电阻率值低。 自然伽马及能谱测井曲线反映了岩层自然放 射性。火山熔岩中主要矿物成份与钍、 铀、 钾含量 具有相关性， 钍和铀含量从酸性、 中性、 基性、 超基 性岩依次减少， 玄武岩放射性最低， 安山岩居中， 流
张美玲 蔺建华 曾 科 杨 陆
（ 东北石油大学地球科学学院， 大庆 163318 ）
摘
要
在利用模式聚类判别方法建立复杂岩性集合判别函数时， 需要优选出对岩性集合敏感的测井项目， 以有效克服所有
测井项目均参与而造成的相互掣肘 、 矛盾现象。依据构建集合内均匀度参数及集合间距离参数， 实现复杂岩性集合判别中测 井项目优化选择技术。以海拉尔盆地的 4 大类岩性集合（ 一般沉积岩 、 火山碎屑岩、 火山碎屑沉积岩、 火山熔岩等） 为应用实 例， 优选后判别符合率明显改善， 说明了方法的有效性 。 关键词 优化选择技术 TE122. 21 ； 复杂岩性识别 均匀度参数 A 距离参数 测井 海拉尔盆地 中图法分类号 文献标志码
复杂岩性剖面的高精度识别往往需要诸如声 电成像、 ECS 等较为丰富的测井信息
［1 ］
凝灰质砂岩、 凝灰质砂砾岩等 5 类； 火山碎屑岩分为 沉凝灰岩、 凝灰岩、 熔结凝灰岩、 复成分砾岩等 4 类； 熔岩类分为安山岩、 玄武岩、 流纹岩等 3 类。 交会图技术仅能考虑两种测量信息之间的关 则需要构 系， 而聚类分析、 神经网络等判别技术［9］， 建与各测井项目有关的综合判别参数。 依据理论， 若各测井项目在不同的岩性类别上具有更好的独 立性， 则判别参数的识别精度也要高， 否则判别效 果较差［10］。尽管采用交会图、 直方图技术可给出不 同岩性间的敏感性测井项目， 但针对岩性种类众多 且复杂的情况下， 存在工作量大、 系统一致性结论