Processing math: 17%

塔河油田复杂碎屑岩岩性识别方法

袁瑞

袁瑞. 塔河油田复杂碎屑岩岩性识别方法[J]. 石油钻探技术, 2014, 42(6): 64-67. DOI: 10.11911/syztjs.201406013
引用本文: 袁瑞. 塔河油田复杂碎屑岩岩性识别方法[J]. 石油钻探技术, 2014, 42(6): 64-67. DOI: 10.11911/syztjs.201406013
Yuan Rui. Method to Identify Complicated Lithology of Clastic Rocks in Tahe Oilfield[J]. Petroleum Drilling Techniques, 2014, 42(6): 64-67. DOI: 10.11911/syztjs.201406013
Citation: Yuan Rui. Method to Identify Complicated Lithology of Clastic Rocks in Tahe Oilfield[J]. Petroleum Drilling Techniques, 2014, 42(6): 64-67. DOI: 10.11911/syztjs.201406013

塔河油田复杂碎屑岩岩性识别方法

基金项目: 

湖北省自然科学"随钻跟踪海量数据处理与成图关键技术研究"(编号:2013CFA053)资助.

详细信息
    作者简介:

    袁瑞(1987-), 男, 湖北钟祥人, 2010年毕业于长江大学信息与计算科学专业, 2013年获长江大学地球探测与信息技术专业硕士学位, 在读博士研究生, 主要从事数学地质方面的研究工作.

  • 中图分类号: TE122

Method to Identify Complicated Lithology of Clastic Rocks in Tahe Oilfield

  • 摘要: 为了准确识别塔河油田石炭系复杂碎屑岩储集层的岩性,研究了基于常规测井资料的岩性识别方法.根据取心资料将储集层的碎屑岩分为砂岩、含泥砂岩、含砾砂岩和含钙砂岩4种类型;从常规测井资料中提取对岩性反映相对敏感的多种信息,并进行归一化处理;采用常规支持向量机方法和最小二乘支持向量机方法对少量已知岩性的取心岩样进行学习,识别碎屑岩岩性,建立了适用于塔河油田石炭系复杂碎屑岩储集层的岩性识别方法.塔河油田X区块的石炭系碎屑岩岩性识别表明,基于最小二乘支持向量机方法的岩性识别符合率比常规支持向量机方法提高10百分点.研究结果表明,基于最小二乘支持向量机的岩性识别方法能有效识别塔河油田石炭系复杂碎屑岩储集层的岩性.
    Abstract: In order to correctly identify the complicated lithology of clasolite in Carboniferous reservoir in the Tahe Oilfield,the identification method was studied on the basis of conventional logging data.According to coring data,the lithology of the reservoir was divided into four types:sandstone,shaly sand,pebbly sandstone and calcareous sandstone.Extensive pertinent information regarding the lithology was taken from conventional logging data before processing in a normalization of data phase.The information of some known lithologies of coring samples was studied with conventional SVM and LSSVM,an identification method of lithology that suitable for characterizing carboniferous clasolite of the Tahe Oilfield has been obtained.In X block,the accuracy of the identification of the lithology with LSSVM was 10 Percentage point higher than that of conventional SVM.The result of the lithology identification showed that LSSVM was effective for identifying the complicated Carboniferous clasolite in the Tahe Oilfield reservoir.
  • 四川盆地页岩气资源分布广、资源总量高,埋深3 500~4 500 m的深层页岩气资源占85%以上[1]。为了实现页岩气自主商业化开发,通过调研国外压裂技术,突破了常规单缝增产改造经典模型,形成了以“提高储层改造体积(SRV)、提升压裂缝网复杂度”为目标的第一代大规模体积压裂改造技术,成功实现了中深层(埋深小于3 500 m)五峰组—龙马溪组页岩气的规模效益开发,其中储层改造体积(SRV)是评价压裂效果的关键指标[23]。随着页岩气开发转向深层和超深层,大规模体积压裂技术不适用于高闭合压力、高应力差和复杂纹层储层。为了突破深层和超深层油气资源的压裂开发,国内自主攻关形成了以“压裂裂缝表面积最大化”为目标的第二代页岩密切割高强度压裂技术。该技术在第一代压裂技术基础上强化了施工参数,通过采用段簇加密、暂堵转向和提高加砂强度等措施大幅提升了深层页岩压裂效果[45]。由于第二代压裂技术和第一代体积压裂技术在理念上明显不同,传统的SRV评价方法不再适用,需要建立储层改造面积(SRA)估算方法,为深层超深层密切割压裂效果评价和施工参数优化提供支撑和依据。

    目前的三维缝网构建方法主要分为裂缝扩展方法和缝网重构方法。裂缝扩展方法的本质是将缝网内的基本关系简化成裂缝与裂缝的连通关系,在得到天然裂缝分布之后,根据水力裂缝−天然裂缝扩展准则的假设,基于一定的数值计算方法得到水力裂缝在天然缝网中的扩展路径,从而得到最终的三维复杂缝网。为了更细致地模拟水力裂缝−天然裂缝的交叉行为,要用到数值方法,而目前常用的数值方法有有限元方法[6]、扩展有限元法[7]、位移不连续法[8]、离散元方法[9]和近年来发展起来的相场模拟方法[10]等。缝网重构是将缝网内的基本关系简化为事件点和裂缝面的拓扑关系,在得到多级压裂过程中的微地震监测事件点后,通过假设合理的缝网−事件点分布关系,采用具有高鲁棒性的回归方法从事件点中直接识别三维复杂缝网。常用的回归方法有时序拟合法[11]、迭代连接法[12]、条件随机拟合法[13]、分形拟合法[14]、震源机制拟合法[15]等。

    传统的缝网面积计算方法主要基于裂缝扩展方法和缝网重构方法重建页岩压后的三维缝网,即先利用模拟结果和监测数据建立缝网模型,然后通过缝网去估算裂缝和与储层基质的接触面积。对于裂缝扩展方法,水力裂缝−天然裂缝的扩展准则一般是基于室内的物理模拟试验建立的。裂缝扩展方法得到缝网的过程和实际裂缝的扩展机理比较一致,其缺点是很难精确描述天然裂缝的三维分布,目前基本都是采用条件随机模拟的方式来弥补该方法的这个缺点[1617]。由于页岩中含有胶结程度不同的层理弱面,水力裂缝和天然裂缝的作用极为复杂,而水力裂缝和天然裂缝的作用又直接决定了缝网的复杂度,这些因素使扩展模型模拟得到压裂缝网的不确定性大大增加。对于缝网重构方法,缝网重构将缝网内的基本关系假设为事件点和裂缝面的拓扑关系,得到的缝网和原始监测事件点之间具有很高的贴合度,但是只考虑了裂缝和事件点几何上的相关性,因此扩展机理难以与实际情况相符,准确度有限。

    裂缝扩展方法和缝网重构方法都存在由于假设带来的缝网误差问题,这些假设降低了缝网面积计算的准确度。为了尽可能降低缝网重构和缝网模拟过程中假设带来的计算误差,笔者将利用微地震事件直接提取SRV的思路再次应用到SRA的估算上,尝试在识别微地震点云空间几何结构的基础上,构建一种高精度的基于微地震点云的SRA估算方法,在不重构缝网的情况下尽可能提高SRA的准确度。

    八叉树分解是一种计算机图形学的点集体素化分解方法[1821],最重要的特点就是能够充分考虑点集在空间密度上的非均匀分布,并根据密度的分布生成非均匀的包围网格。八叉树网格是一种多层次树状网格结构,每一层的节点根据密度的阈值由上一层高密度的节点迭代生成。

    对于特定的事件点集,首先根据第N层节点集分布的最大边界识别出点集对应的最小外接长方体,也就是AABB包围盒。其次,在第N层的划分中将根节点分成8个大小相同的子节点,获取第N层划分的节点信息,并存储每个节点内部的点集信息。然后,根据活动节点阈值t判定第N层网格中的活动节点和非活动节点,如果第N层中的任意节点满足活动节点判定条件,即节点内部包含的事件点数量大于或等于活动节点阈值t,则认定该节点为第N+1层活动节点,其余不满足条件的认定为第N+1层非活动节点。在得到第N+1层的非活动节点之后,继续对节点进行非空的判定,当节点满足非空节点判定条件时,得到第N+1层非活动非空节点;当节点不满足非空阈值时,得到第N+1层非活动空节点。这样,第N层节点通过八叉树分解划分为第N+1层活动节点、第N+1层非活动非空节点和第N+1层非活动空节点(见图1)。第N+1层非活动节点保持不变,同样将每个节点均匀划分成8个相同的子节点,在对第N+1层中的活动节点进行划分后得到了包围网格的第N+2层的节点,迭代划分,直至所有活动网格都被划分完毕,停止网格的划分,得到如图2中右图的多层次网格结构和图3的节点层次结构。图2中,左侧的立方体网格和右侧的树状节点分布完全对应,高密度事件点集在划分中被进一步细分成高层次的网格,低密度事件点集主要存在于较低层次的网格中,网格中的空白区域在划分过程中被过滤清除,最终得到的网格和点集具有良好的紧密度,能够用近似点集的结构提取计算点集的空间参数。

    图  1  八叉树节点划分过程示意
    Figure  1.  Octree node decomposition process
    图  2  微地震事件点集的八叉树网格划分示意
    Figure  2.  Octree grid decomposition of microseismic event point set
    图  3  微地震事件点集对应的多层次网格结构
    Figure  3.  Multi-level grid structure corresponding to microseismic event points

    图3更直观地给出了每一层节点的分类和划分过程,设活动网格阈值为t,以节点内部包围的点集数量为依据,每一层的节点根据活动网格阈值t可以划分为活动节点和非活动节点,而非活动节点又可以进一步划分为非活动非空节点和非活动空节点。树状结构采取分层编码的方式,令i为节点层次,j为节点在单层内部的编码,g(i,j)为第i层第j个节点内部包围的事件点数量,则4种节点的布尔判断标准为:

    f(n(i,j))={1n(i,j) (1)
    g(n(i,j))\; = \;\left\{ \begin{gathered} 1\;\;\;\;1 \leqslant n(i,j) \leqslant t \\ 0\;\;\;\;n(i,j) = 0 \\ \end{gathered} \right. (2)

    式中: f(n(i,j)) 为每一层节点的非活动节点和活动节点判断指标,为1时代表活动节点,为0时代表非活动节点; g(n(i,j)) 为非活动节点中非空节点和空节点的判断指标,为1时代表非活动非空节点,为0时代表非活动空节点。

    令事件点集为 P ,对应第 i 层划分得到的节点集合为 {P_i} ,随着节点划分层次的增加,可以得到:

    P = {P_0} \supseteq {P_1}, {P_1}\supseteq {P_2}, \cdots, {P_{N-1}}\supseteq {P_N} (3)
    {P_i} = {A_i} + {I_i} (4)
    {I_i} = {D_i} + {E_i} (5)

    式中: {A_i} 为第 i 层节点集合 {P_i} 中的活动节点集合; {I_i} 为第 i 层节点集合 {P_i} 中非活动节点集合; {D_i} 为非活动节点集合 {I_i} 中的非空节点集合; {E_i} 为非活动节点集合 {I_i} 中的空节点集合。

    由于设置空节点的判断标准为内部至少包含一个事件点,显然当 {E_i}{\text{ = }} \varnothing 时, {I_i} = {D_i} 。如果空节点的判断标准为至少包含 {t_1} 个事件点,且满足 1 \leqslant {t_1} < t ,则 {E_i} 不为空。

    虽然对于树状网格结构来说,下一层活动节点加上非活动节点等于上一层的活动节点。第0层的节点是根节点,采用了AABB包围盒包围所有的事件点,因为全部参与了第二层的划分,第0层的节点都是活动节点;最后一层的节点是节点划分的终点,全部节点都不满足活动节点的判断标准,因此最后一层全部都是非活动节点,即所有的节点最终都会被划分成非活动节点,而点集最终都会存储在非活动节点当中。从图2可以看出,随着节点划分层次的增多,所有的活动节点最终都会被划分成非活动节点。因此,可以把每一层的非活动节点的累加当作对点集的一种分解,可以得到:

    P=I_1+I_2+\cdots +I_N (6)

    去除非活动节点内部的空节点,进一步可以得到:

    P=D_1+D_2+\cdots +D_N (7)

    至此,完成了点集空间参数提取的最关键一步,建立了和事件点集等效的体素化网格,即用树状网格结构去近似表征点集不规则的复杂空间结构。

    对于单个节点,八叉树网格结构去除了空节点,网格结构和原始点集具有很高的紧密度,节点内部点集所对应的特征尺度和节点的尺度相同,即点集占有的特征区域完全充满了整个节点。因此,可以节点为基本单位进行节点内部点集空间参数的估算,如图4所示。从图4可以看出,对于单个节点,上文提出的模型采用该节点的特征面积去估算该处点集所对应的裂缝面积,微地震点集所对应的三维复杂缝网面积SRA则可以等效为点集八叉树网格中所有非活动非空节点的特征面积之和,这样就可通过八叉树体素化分解实现无需重构缝网情况下对SRA的有效估算。

    图  4  单节点裂缝面积和节点底面积示意
    Figure  4.  Fracture area and base area of single node

    采用节点的3个侧面面积的几何平均值作为节点的特征面积,由于根节点对应的底面积为点集AABB包围盒的特征面积,其节点层次为第0层,可以得到根节点的特征面积为:

    {S_0}\; = \;{[({x_{\max }} - {x_{\min }})({y_{\max }} - {y_{\min }})({z_{\max }} - {z_{\min }})]^{\tfrac{2}{3}}} (8)

    下一层节点都来源于上一层的八等分,因此对应第 i 层的节点的特征面积 {S_i} 可以根据根节点得到:

    {S_i}\; = \;\frac{{{S_0}}}{{{4^i}}} (9)

    因此,对于点集 P ,采用布尔判断方法,可以将对应的三维复杂缝网面积SRA等效为所有非活动非空节点的特征面积之和,得到 S_P 为:

    {S_P} = \sum\limits_{i = 1}^N {\sum\limits_{j = 1}^{\alpha (i)} {\frac{{{S_0}}}{{{4^i}}}f(n(i,j))g(n(i,j))} } (10)

    式中:S0为根节点的特征面积; \alpha (i) 为第 i 层的节点总数量; S_P 为点集 P 对应的等效缝网面积。

    验证SRA模型时,首先需要确定的是微地震事件所对应的真实缝网,只有将模型得到的SRA估算结果与真实缝网面积进行对比,才能定量评价SRA模型的计算误差。然而,受当前技术的限制,无论是测斜仪、示踪剂还是微地震监测技术,都不可能测得实际多级水力压裂改造中真实的三维复杂缝网,只能得到局部的缝网参数。由于无法获取真实的缝网,也就无法利用真实的微地震监测数据来定量评价模型的误差。为此,为了定量评价SRA模型的准确性和适应性,笔者开发了一套基于模拟微地震事件点的SRA模型模拟验证和定量分析流程,如图5所示。

    图  5  八叉树缝网面积计算模型模拟验证流程
    Figure  5.  Simulation and verification process of fracture network area calculation model based on octree grid

    首先,采用蒙特卡罗方法生成三维复杂的离散裂缝网格,利用高斯混合模型对缝网进行离散,得到和缝网分布一致的模拟事件点集,同时可以得到三维离散裂缝网格的真实缝网面积。其次,把事件点集代入SRA计算模型。利用模拟事件点集生成对应的多层次树状八叉树网格,根据活动节点判断阈值和空节点判断阈值提取每一层节点中的非活动非空节点,这个过程去除了网格中不含事件点的空网格,得到和事件点集分布具有较高贴合度的三维等效网格。在获取原始缝网对应的等效网格之后,提取等效网格的特征面积就可以得到事件点集对应的等效面积。最后,对比离散前的事件点集对应的真实缝网面积和采用八叉树网格计算的等效缝网面积,就可以计算出模型的相对误差。

    上文模型基于开源的ADFNE裂缝模型[22]生成缝网,单裂缝模型采用上述的多边形裂缝,裂缝的方位参数采用von-Mises分布进行模拟。在计算事件点集等效缝网面积过程中,最关键的一步是提取事件点集对应的等效网格结构。图6所示为不同数量裂缝缝网事件点集对应等效网格的提取过程。

    图  6  不同数量裂缝缝网事件点集对应等效网格的提取
    Figure  6.  Extraction of equivalent grids corresponding to fracture network event point sets with different numbers of fractures

    图6可以看出:相比全部的八叉树网格,去除了空网格的八叉树网格和原始事件点集的分布高度一致;随着模拟缝网中裂缝数量的增多,网格节点的划分层也随之增加,网格划分也更加精细,得到的非空八叉树网格和事件点集的紧密度也会更好。由于八叉树网格划分过程中充分考虑了事件点密度的分布,对高密度事件点区域网格加密,使整体面积的估算更加准确。

    工区体积设置为边长为1 km的立方体,裂缝数量设置为1~30条。根据活动节点阈值和事件面密度的模拟结果,将活动节点阈值设置为1,以确保网格划分的层次最大且和事件点具有最高的贴合度;事件点面密度为2 500个/km2,这接近缝网层次稳定对应的最小事件点密度。通过改变对应缝网的裂缝数量,分别模拟计算不同缝网条件下的等效缝网面积Se和真实缝网面积St

    三维缝网的复杂度和裂缝数量有着直接的关系,裂缝数量越多,缝网之间的交叉关系就越复杂,缝网的复杂度就越高,计算过程中裂缝之间的干扰就越大。相对于工区尺度,这里采用中等尺度的缝网进行模拟事件点的生成,裂缝数量变化范围为1~30,分别模拟计算不同裂缝数量下等效缝网面积的计算误差,结果如图7所示。

    图  7  不同裂缝数量缝网等效缝网面积和真实缝网面积的模拟计算结果
    Figure  7.  Simulated calculation results of equivalent fracture network area and actual fracture network area with different numbers of fractures

    图7可以看出:随着裂缝数量增多,等效缝网面积和真实缝网面积高度一致;30条裂缝缝网等效面积与真实面积的相对误差为12.31%,具有较高的计算精度。图8给出了裂缝数量小于15条和裂缝数量大于15条缝网等效面积计算误差的分布,其中1~15条裂缝缝网等效面积与真实面积的平均相对误差为20.01%,16~30条裂缝缝网的平均相对误差为4.62%,1~30条裂缝缝网的平均相对误差为12.32%。对比图7也可以明显发现,误差主要集中分布在缝网规模比较小的区间,当裂缝数量比较多时,计算误差反而保持在非常小的范围内,平均误差仅为4.62%。相比较少的裂缝数量,当离散事件点面密度为2 500个/km2时,15~30条裂缝缝网三维网格结构和事件点集的等效程度更好,计算精度也更高,为高密度事件点集的划分提供了依据。

    图  8  不同裂缝数量缝网等效面积的平均相对误差
    Figure  8.  Average relative errors of equivalent fracture network area with different numbers of fractures

    从模拟计算结果看,在不同裂缝数量和交叉程度条件下,上文提出的SRA计算模型具有良好的计算精度,同时也验证了通过等效的八叉树网格结构来近似提取事件点对应真实缝网参数的可行性。

    水平井平台B位于四川盆地,该平台有水平井B1、水平井B2和水平井B3等3口水平井,平均完钻井深4 650.00 m,水平段长度平均1 500.00 m,目的层为龙马溪组黑灰色页岩。平台采用工厂化拉链式压裂,3口井的段间距为60.00~100.00 m,以低黏滑溜水为压裂液,以70/140目粉砂+40/70目陶粒为支撑剂,按照12~14 m3/min的排量施工,单段液量控制在1 800 m3左右,以提高缝内静压力,促进水力裂缝和天然裂缝的沟通。为了获取B平台水力压裂过程中裂缝的几何形态、展布方位、裂缝复杂度和气藏增产体积等关键信息,布设三分量检波器阵列监测压裂过程中的微地震信号,将采集到的微地震信号进行去噪处理和定位解释,发现3口水平井63个压裂段共有16293个有效事件点。

    图9所示为B平台3口水平井压裂过程中监测到的微地震事件点。从图9(a)和图9(b)可以看出,水力缝网沟通了储层中的天然缝网,形成了复杂度较高的裂缝网络。从空间上,裂缝在横向上主要沿最大主应力方向延伸,和井筒存在夹角,在纵向上延伸较窄。从B平台3口井的事件点平面分布看,B1井的事件点和B3井的事件点分布最广,受周围天然裂缝影响,压裂过程中压力的传递激发了一些远井地区的裂缝,事件点中包含了大量的远井区域的低密度事件点。B1井和B3井的高密度事件点主要集中在前半段和后半段,中间段的事件点相对稀疏,压裂效果较差,两端的压裂效果较好。相对B1井和B3井,B2井的高密度事件点主要集中于中间段,两端的压裂效果差一些,事件点的空间延伸范围要比B1井和B3井都要小,事件点覆盖范围最小。

    图  9  B平台水平井压裂过程中监测得到的微地震事件点
    Figure  9.  Microseismic event points monitored during the fracturing process of horizontal wells on platform B

    为了定量对比3口井的事件点,分别统计了3口井的事件点数量,并采用核密度统计分析方法对3口井微地震事件点密度进行了空间估计,结果如图10所示。从图10可以看出,B2井事件点的数量和密度都显然大于B1和B3井。核密度分析图显示,高密度事件点主要围绕在B2井的周围分布,以B1和B3井为边界,B1井和B3井激发的远井事件点的密度都比较低,虽然B2井事件点的空间分布范围要小于B1井和B3井,但B2井的缝网体密度要大于B1井和B3井。

    图  10  B平台3口水平井事件点的数量和密度分布
    Figure  10.  Number and density distribution of event points for three horizontal wells on platform B

    图11所示为B平台3口水平井分段压裂后150 d的累计产量。从图11可以看出,随着生产时间增长,3口水平井的累计产量趋于线性增加,表明压裂后3口水平井都形成了稳定的日产气量。对比发现B2井的产量要明显大于B1和B3井的产量,说明在同等压裂施工条件下,虽然B2井的缝网空间规模要小于B1井和B3井,但是B2井形成的缝网更为复杂,缝网体密度更大,总体缝网的渗流能力要优于B1井和B3井。

    图  11  B平台3口水平井150 d的累计产量
    Figure  11.  Cumulative gas production of three horizontal wells on platform B over 150 days

    通过微地震监测资料得到事件点集,利用SRV模型和上文SRA模型定量计算B平台3口井复杂缝网的SRV和SRA。为了提高SRV计算的准确性,分别采用常用的包络体模型、均匀网格模型以及新提出的非均匀网格模型计算B平台3口水平井的SRV[23],结果如图12所示。从图12可以看出,3种SRV模型计算出的SRV均满足B1井>B3井>B2井,说明B1井具有最大的改造体积,B3井次之,而B2井的改造体积最小。然而,从图11可以看出,B2井的产量最高,B3井的产量次之,B1井的产量最低,SRV的评价结果显然与实际产量结果不一致,甚至完全相反。从SRV的计算过程可知,SRV仅仅基于微地震事件点集的分布计算了压后缝网体的体积,虽然B1井和B3井相对B2井具有大的缝网体积,但是改造区域内事件点密度偏小,SRV中很大一部分的体积由远井区域的低密度事件点带来的,这些事件点很可能并不是由于水力缝网的扩展延伸导致的,而是压力波动对远井天然裂缝的激发导致的局部错动,并未形成具有渗流能力的缝网。虽然B2井的缝网体积最小,但是其具有最高的事件点密度和最大的缝网体密度,SRV只考虑了缝网体积,忽略了缝网体密度对产量的贡献。

    图  12  B平台3口水平井SRV模型的计算结果
    Figure  12.  SRV model calculation results of three horizontal wells on platform B

    在对B平台3口水平井进行SRV评价之后,采用上文提出的基于八叉树网格缝网体面积计算方法计算SRA,其中活动节点阈值设置为1,计算结果如图13所示。从图13可以看出,B2井的SRA最大,B3井次之,B1井最小,与真实产量结果完全一致。相对于传统的SRV只能评价缝网体体积和规模对产量的贡献,SRA更能评价缝网体面积和质量对产量的贡献,得到的评价参数也更为可靠,与真实的产量结果也更加一致。

    图  13  B平台3口水平井SRA模型的计算结果
    Figure  13.  SRA model calculation results of three horizontal wells on platform B

    1)基于八叉树分解的SRA模型可以适用于不同数目和复杂度缝网的面积估算,模拟发现等效缝网面积曲线和真实缝网面积曲线高度一致,模型对于30条裂缝缝网的平均相对误差为12.31%,具有较高的计算精度。

    2)为了分析模型的计算误差,基于蒙特卡罗方法和高斯混合模型开发了一套基于模拟事件点的验证流程,实现了缝网面积模型计算精度的定量评价,可进一步用于其他微地震解释模型的验证。

    3)B平台3口井应用结果表明,与传统的SRV评价模型相比,SRA模型的计算结果更能够表征缝网体质量对产量的贡献,对于深层页岩密切割强加砂压裂效果评价和施工参数优化具有重要的价值。

  • [1] 于代国,孙建孟,张振城,等.支持向量机方法识别储集层流体性质[J].新疆石油地质,2005,26(6):675-677. Yu Daiguo,Sun Jianmeng,Zhang Zhencheng,et al.Reservoir fluid property identification with support vector machine method[J].Xinjiang Petroleum Geology,2005,26(6):675-677.
    [2] 魏茂安,马海,孙正义,等.基于支持向量机的虚拟测井声波速度重构技术研究[J].石油钻探技术,2006,34(6):83-87. Wei Maoan,Ma Hai,Sun Zhengyi,et al.The reconstruction of the virtual well-log acoustic velocity technology based on support vector machine[J].Petroleum Drilling Techniques,2006,34(6):83-87.
    [3] 肖京男,汪志明,魏建光,等.改进LSSVM在水平井产能预测中的应用[J].石油钻探技术,2010,38(6):95-98. Xiao Jingnan,Wang Zhiming,Wei Jianguang,et al.Application of LSSVM improved horizontal well productivity prediction[J].Petroleum Drilling Techniques,2010,38(6):95-98.
    [4] 陈民锋,白晓虎,郑伟,等.基于支持向量机的早期聚合物驱动态预测研究[J].断块油气田,2012,19(2):199-202. Chen Mingfeng,Bai Xiaohu,Zheng Wei,et al.Development index prediction of early polymer flooding based on support vector machine [J].Fault-Block Oil Gas Field,2012,19(2):199-202.
    [5] 朱怡翔,石广仁.火山岩岩性的支持向量机识别[J].石油学报,2013,34(2):312-322. Zhu Yixiang,Shi Guangren.Identification of lithologic characteristics of volcanic rocks by support vector machine[J].Acta Petrolei Sinica,2013,34(2):312-322.
    [6] 钟仪华,李榕.基于主成分分析的最小二乘支持向量机岩性识别方法[J].测井技术,2009,33(5):425-429. Zhong Yihua,Li Rong.Application of principal component analysis and least square support vector machine to lithology identification[J].Well Logging Technology,2009,33(5):425-429.
    [7] 韩学辉,卢时林,支乐菲,等.应用最小二乘支持向量机识别J13井区杜家台油层岩性[J].特种油气藏,2011,18(6):18-21. Han Xuehui,Lu Shilin,Zhi Lefei,et al.Identification of the lithology of Dujiatai Formation in J13 Well Block with least squares support vector machine[J].Special Oil Gas Reservoirs,2011,18(6):18-21.
    [8] 韩学辉,支乐菲,刘荣,等.应用最小二乘支持向量机识别广利油田沙四段储层岩性[J].地球物理学进展,2013,28(4):1886-1892. Han Xuehui,Zhi Lefei,Liu Rong,et al.A lithologic identification method in Es4 reservoir of Guangli Oilfield with least square support vector machine[J].Progress in Geophysics,2013,28(4):1886-1892.
    [9]

    Vapnik V.The nature of statistical learning theory[M].2nd ed.NY:Springer-Verlag,1999:21-36.

    [10] 白鹏,张喜斌,张斌,等.支持向量机理论及工程应用实例[M].西安:西安电子科技大学出版社,2008:32-35. Bai Peng,Zhang Xibin,Zhang Bin,et al.Support vector machine and its application in mixed gas infrared spectrum analysis[M].Xi’an:Xidian University Press,2008:32-35.
    [11] 邓乃扬,田英杰.数据挖掘中的新方法:支持向量机[M].北京:科学出版社,2004:236-243. Deng Naiyang,Tian Yingjie.Data mining in the new method:the study of support vector machine[M].Beijing:Science Press,2004:236-243.
    [12]

    Suykens J A K,Vandewalle J.Least squares support vector machine classifiers[J].Neural Processing Letters,1999,9(3):293-300.

    [13]

    Suykens J A K,Gestel T V,Brabanter J D,et al.Least squares support vector machines[M].Singapore:World Scientific Publishing,2002:79-93.

    [14] 宋延杰,张剑风,闫伟林,等.基于支持向量机的复杂岩性测井识别方法[J].大庆石油学院学报,2007,31(5):18-20. Song Yanjie,Zhang Jianfeng,Yan Weilin,et al.A new identification method for complex lithology with support vector machine[J].Journal of Daqing Petroleum Institute,2007,31(5):18-20.
    [15] 周继宏,袁瑞.基于支持向量机的复杂碎屑岩储层岩性识别[J].石油天然气学报,2012,34(7):72-75. Zhou Jihong,Yuan Rui.Identifying complex lithology of clastic rocks reservoir by support vector machines[J].Journal of Oil and Gas Technology,2012,34(7):72-75.
    [16] 肖冬生,乔东生.低阻油层识别新方法及其应用[J].断块油气田,2010,17(4):509-512. Xiao Dongsheng,Qiao Dongsheng.New method for identifying low resistivity reservoirs and its application[J].Fault-Block Oil Gas Field,2010,17(4):509-512.
    [17] 张莹,潘保芝.支持向量机与微电阻率成像测井识别火山岩岩性[J].物探与化探,2011,35(5):634-638. Zhang Ying,Pan Baozhi.The application of SVM and FMI to the lithologic identification of volcanic rocks[J].Geophysical Geochemical Exploration,2011,35(5):634-638.
  • 期刊类型引用(62)

    1. 梅熠轩,高成,刘旭辉,孙巧雷,吴何洪. 潜孔冲击器钎头合金齿装配过盈量分析. 科学技术与工程. 2024(01): 177-182 . 百度学术
    2. 赵阳,朱勇,高强,曹凯. 旋冲钻进系统控制策略研究现状与发展趋势. 机床与液压. 2024(04): 175-184 . 百度学术
    3. 李根生,穆总结,田守嶒,黄中伟,孙照伟. 冲击破岩钻井提速技术研究现状与发展建议. 新疆石油天然气. 2024(01): 1-12 . 百度学术
    4. 江泽才,张强,武进虎,纪昌桂. 基于运动学模型的轴扭冲击器仿真分析. 工程机械. 2024(04): 30-35+8 . 百度学术
    5. 李云龙,杨海东,杨骏师. 莺琼盆地塑性泥岩地层钻井提速技术. 天然气勘探与开发. 2024(02): 81-88 . 百度学术
    6. 刘永旺,李坤,管志川,毕琛超,霍韵如,于濮玮. 降低井底岩石抗钻能力的钻速提高方法研究及钻头设计. 石油钻探技术. 2024(03): 11-20 . 本站查看
    7. 曹继飞,邹德永,李成,王旱祥,车家琪,张伟强,黄哲. 基于仿真的复合冲击破岩流固热耦合场分析. 石油机械. 2024(08): 61-69 . 百度学术
    8. 祝效华,刘伟吉,石昌帅,周伟. 重载冲击破岩提速机理实验. 石油学报. 2024(10): 1529-1537 . 百度学术
    9. 李术才,李利平,孙子正,刘知辉,李梦天,潘东东,屠文锋. 超长定向钻注装备关键技术分析及发展趋势. 岩土力学. 2023(01): 1-30 . 百度学术
    10. 张毅,张润畦. ?127型水力振荡减摩装置的研制及特性分析. 钻探工程. 2023(01): 84-93 . 百度学术
    11. 杜明锋,李乾,王泽,蔡晓杰,张凯. 东海L区块螺杆马达搭配复合冲击器提速技术研究与应用. 海洋石油. 2023(01): 68-72+77 . 百度学术
    12. 吴寒,张云飞. 双冲击锤复合冲击器在东海某区块探井的提速应用. 科技风. 2023(20): 68-70 . 百度学术
    13. 祝效华,李瑞,刘伟吉,李枝林,陆灯云. 深层页岩气水平井高效破岩提速技术发展现状. 西南石油大学学报(自然科学版). 2023(04): 1-18 . 百度学术
    14. 孙乾坤. 东海X区块钻井提速研究与应用. 石油地质与工程. 2023(04): 104-107+112 . 百度学术
    15. 秦承帅,孙洪斌,李利平,刘学港,刘知辉,冯春,孙子正. 复合冲击作用下PDC钻齿破岩过程连续-非连续数值模拟研究. 煤田地质与勘探. 2023(09): 109-120 . 百度学术
    16. 邓银江,郭正伟,魏秦文,程泽正,向荣洵. PDC钻头复合冲击钻进动力学研究. 石油矿场机械. 2023(05): 12-20 . 百度学术
    17. 王勇军,刘刚,佟铮,赵长亮,郑宇轩,冯守涛. 旋冲螺杆钻具在硬岩地热钻探中的应用研究. 钻探工程. 2023(05): 146-152 . 百度学术
    18. 齐悦,柳贡慧,李军,查春青,田玉栋,李玉梅. 基于单齿多维度冲击破岩机理仿真研究. 石油机械. 2023(12): 1-7 . 百度学术
    19. Yan Xi,Hao-Yu Wang,Chun-Qing Zha,Jun Li,Gong-Hui Liu,Bo-Yun Guo. Numerical simulation of rock-breaking and influence laws of dynamic load parameters during axial-torsional coupled impact drilling with a single PDC cutter. Petroleum Science. 2023(03): 1806-1827 . 必应学术
    20. 邓银江,郭正伟,魏秦文,王圣林. 复合冲击破岩钻井提速工具研究. 重庆科技学院学报(自然科学版). 2022(02): 111-116 . 百度学术
    21. 赵金成,陈杰,陈立伟,刘禹铭,柴龙顺,蒋畅. 国内外扭力冲击器的研究现状及展望. 机械工程师. 2022(05): 83-85 . 百度学术
    22. 王四一. 冲击载荷侵入软岩特征分析. 煤矿安全. 2022(08): 62-68 . 百度学术
    23. 毛良杰,马茂原,刘立鹏,张伟,陈春宇. 扭力冲击器对钻柱黏滑振动的影响分析. 断块油气田. 2022(04): 545-551 . 百度学术
    24. 蔡灿,谭政博,玄令超,杨迎新,任海涛,蒲治成,张沛,谢松. 分离式冲击-刮切复合钻头破岩机理及钻进破岩研究. 振动与冲击. 2022(16): 232-241 . 百度学术
    25. 谢鑫,窦正道,付成林,王媛媛,杨小敏. 江苏油田花页3HF井高效开发技术集成. 石油石化节能. 2022(12): 26-30 . 百度学术
    26. 王建龙,柳鹤,于琛,郑锋,李亚锋,刘烁. 多功能振荡旋冲螺杆钻具研制与应用. 西部探矿工程. 2022(12): 49-52+55 . 百度学术
    27. 赵研,张丛珊,高科,张增增,赵大军,李家晟,吕晓姝,平天才. 超声波辅助PDC切削齿振动破岩仿真分析. 钻探工程. 2021(04): 11-20 . 百度学术
    28. 薛亮,张伟国,肖夏,王堂青,魏裕森. 新型钻井提速技术在南海东部古近系地层应用. 海洋石油. 2021(01): 73-77 . 百度学术
    29. 赵建军,赵晨熙,崔晓杰,胡群爱. 减震稳扭旋冲钻井提速工具可变节流口特性分析. 机械科学与技术. 2021(04): 592-597 . 百度学术
    30. 车继勇,谯正武,李明娜. 井下冲击钻井工具模拟试验装置研制. 石油矿场机械. 2021(03): 80-86 . 百度学术
    31. 张文平,王恒,孙德兴,黄河淳,尹慧博,赵建军,崔晓杰. 近钻头冲击器对定向钻进中造斜率的影响规律. 石油机械. 2021(07): 45-52 . 百度学术
    32. 蔡灿,张沛,孙明光,杨迎新,谢松,蒲治成,杨显鹏,高超,谭政博. 油气钻井中的分离式冲击-切削复合破岩机制研究. 岩土力学. 2021(09): 2535-2544 . 百度学术
    33. 王玉玺,纪博,刘德伟,李相勇,李博,李欢欢. 自研提速工具在大庆深层现场应用与认识. 西部探矿工程. 2021(11): 46-48 . 百度学术
    34. 杜明锋. 复合冲击器提速机理及其在东海某区块探井的应用. 中国石油和化工标准与质量. 2021(20): 148-149 . 百度学术
    35. 刘伟吉,曾义金,祝效华,丁士东. 单齿复合冲击切削破岩机制及其与扭转冲击的对比. 中国石油大学学报(自然科学版). 2020(03): 74-80 . 百度学术
    36. 罗恒荣,崔晓杰,谭勇,黎有炎,赵建军. 液力扭转冲击器配合液力加压器的钻井提速技术研究与现场试验. 石油钻探技术. 2020(03): 58-62 . 本站查看
    37. 穆总结,李根生,黄中伟,杜彤,史怀忠,田守嶒. 振动冲击钻井提速技术现状及发展趋势. 石油钻采工艺. 2020(03): 253-260 . 百度学术
    38. 尹慧博. 强力液动射流式冲击器在彭州4-2D井的应用. 石油化工应用. 2020(09): 35-39 . 百度学术
    39. 尹慧博,索忠伟,李博东,涂玉林. 沙特HWY区块HWY-116井提速技术. 石油钻探技术. 2020(05): 34-38 . 本站查看
    40. 刘书斌,倪红坚,张恒. 轴扭复合冲击工具的研制与应用. 石油钻探技术. 2020(05): 69-76 . 本站查看
    41. 尹慧博. 一种硬地层高效破岩技术应用分析. 科技和产业. 2020(10): 219-222 . 百度学术
    42. 张海山,宫吉泽. 东海深部致密储层主要钻井技术及其应用. 探矿工程(岩土钻掘工程). 2019(01): 39-44 . 百度学术
    43. 路保平,丁士东,何龙,庞伟. 低渗透油气藏高效开发钻完井技术研究主要进展. 石油钻探技术. 2019(01): 1-7 . 本站查看
    44. 王建龙,于志强,王波,郭菲,柳鹤,刘轩,赵虹. 冲击类钻井提速工具专用PDC钻头设计与试验. 石油矿场机械. 2019(03): 19-23 . 百度学术
    45. 金雪萌,黄宇渊,袁钟涛,董明凯,姜旭. 高效破岩新方法研究进展及其应用前景分析. 石油化工应用. 2019(05): 1-6 . 百度学术
    46. 汪伟,柳贡慧,李军,查春青,黄涛. 复合冲击钻井工具结构设计与运动特性分析. 石油机械. 2019(07): 24-29 . 百度学术
    47. 苏建,袁则名,和鹏飞,宋瑞,吴义标. HPG复合冲击钻井提速工具在渤海油田的应用. 海洋工程装备与技术. 2019(01): 457-464 . 百度学术
    48. 李相勇. 复合冲击钻井工具在深部难钻地层的应用. 西部探矿工程. 2019(08): 70-72 . 百度学术
    49. 唐亮,杨发磊,赵洪学,李晨光,程涛,单祥斌. 轴向水力振荡器在WA115-1井中的应用. 内蒙古石油化工. 2019(06): 29-30 . 百度学术
    50. 李玉梅,张涛,苏中,于丽维,刘建明. 复合冲击频率配合特性模拟研究. 石油机械. 2019(09): 30-36 . 百度学术
    51. 李玉梅,于丽维,张涛,苏中,刘建明. 复合冲击钻井立体破岩特性模拟研究. 系统仿真学报. 2019(11): 2471-2476 . 百度学术
    52. 付传红,陈志强,张代明. 新型减振增压装置的结构设计与工作特性分析. 石油机械. 2018(04): 24-29 . 百度学术
    53. 汪为涛. 非均质地层锥形辅助切削齿PDC钻头设计与试验. 石油钻探技术. 2018(02): 58-62 . 本站查看
    54. 黄家根,汪海阁,纪国栋,赵飞,明瑞卿,郝亚龙. 超声波高频旋冲钻井技术破岩机理研究. 石油钻探技术. 2018(04): 23-29 . 本站查看
    55. 何选蓬,程天辉,王学龙,李义强,李瑞强,肖飞. 塔里木地区复合冲击器钻井提速应用与实践. 钻采工艺. 2018(01): 107-109 . 百度学术
    56. 王清涛. 高效破岩钻井技术研究. 当代化工研究. 2018(04): 43-44 . 百度学术
    57. 潘军,刘卫东,张金成. 涪陵页岩气田钻井工程技术进展与发展建议. 石油钻探技术. 2018(04): 9-15 . 本站查看
    58. 闫炎,管志川,玄令超,呼怀刚,庄立. 复合冲击条件下PDC钻头破岩效率试验研究. 石油钻探技术. 2017(06): 24-30 . 本站查看
    59. 刘秀美,李小洋,孙建华. 地质钻探液动冲击回转钻进技术再(新)认识. 探矿工程(岩土钻掘工程). 2017(04): 31-35 . 百度学术
    60. 程天辉,何选蓬,李瑞亮,石振兴. 塔里木昆仑山前昆玉1井钻井提速实践. 钻采工艺. 2017(05): 115-116 . 百度学术
    61. 查春青,柳贡慧,李军,李玉梅,席岩,连威. 复合冲击钻具的研制及现场试验. 石油钻探技术. 2017(01): 57-61 . 本站查看
    62. 查春青,柳贡慧,李军,李玉梅,席岩. 复合冲击破岩钻井新技术提速机理研究. 石油钻探技术. 2017(02): 20-24 . 本站查看

    其他类型引用(28)

计量
  • 文章访问数:  2665
  • HTML全文浏览量:  61
  • PDF下载量:  3765
  • 被引次数: 90
出版历程
  • 收稿日期:  2014-04-27
  • 修回日期:  2014-09-27
  • 刊出日期:  1899-12-31

目录

/

返回文章
返回