当前位置:主页 > 科技论文 > 石油论文 >

细粒沉积岩性识别新方法与储集层甜点分析——以渤海湾盆地沧东凹陷孔店组二段为例

发布时间:2018-06-05 14:41

  本文选题:细粒沉积 + 岩性识别 ; 参考:《石油勘探与开发》2017年04期


【摘要】:在渤海湾盆地沧东凹陷古近系孔店组二段500 m系统取心、上千块次薄片鉴定、X射线衍射分析基础上,提出了用声波时差、密度等常规测井资料定量计算细粒沉积矿物含量的简易方法,建立岩性快速识别"绿模式"。通过测井曲线标准化并与X射线衍射分析实测矿物含量定量关系拟合,计算无取心段/井矿物含量,从而进行岩性识别。应用该方法在沧东凹陷孔二段细粒沉积区识别出多个白云岩甜点段和1个砂岩甜点段,实钻均获较高产油流,研究表明,白云岩平面上局部富集、呈带状展布。该方法适用于前三角洲—湖盆中心细粒沉积岩发育区,尤其适用于半深湖—深湖相砂质含量少、以泥-灰云质为主的细粒沉积岩的岩性识别。
[Abstract]:On the basis of the 500m coring system of the second member of the Kongdian formation of Paleogene in Cangdong depression, Bohai Bay Basin, and the identification of thousands of thin slices, the sound wave time difference is proposed. A simple method for quantitative calculation of mineral content in fine grain deposits from conventional logging data such as density is established to establish a "green pattern" for rapid lithology recognition. By standardizing the logging curves and fitting the measured mineral contents with the X-ray diffraction analysis, the mineral contents of the no-coring section / well are calculated, and the lithology identification is carried out. This method is used to identify several dolomite desserts and one sandstone desserts in the fine grain sedimentary area of the second member of Kong2 in Cangdong sag. The oil flow in the drilling is relatively high. The results show that the dolomite is locally enriched and distributes in a zonal pattern. This method is suitable for the development of fine-grained sedimentary rocks in the center of the pre-delta-lake basin, especially for the lithologic identification of the fine-grained sedimentary rocks with less sand content in the semi-deep lacustry-deep lacustrine facies and mainly mud-lime-clouded rocks.
【作者单位】: 中国石油大港油田公司;中国石油大学(华东);
【基金】:中国石油科技重大专项“大港油区大油气田勘探开发关键技术研究”(2014E-06)
【分类号】:P618.13

【相似文献】

相关期刊论文 前10条

1 孟凡顺;徐会君;朱焱;黄彦铭;;基于主成分分析的距离判别分析方法在岩性识别中的应用[J];石油工业计算机应用;2011年01期

2 刘倩茹;薛林福;潘保芝;白烨;张程恩;;梨树断陷砂砾岩测井岩性识别[J];测井技术;2013年03期

3 周家纪,孙淑霞,王绪本,赵晖;一种遗传神经网络及其在岩性识别中的应用[J];成都理工学院学报;1998年S1期

4 张万良;遥感岩性识别研究的发展趋势——遥感与航空放射性信息集成[J];矿物岩石地球化学通报;2005年01期

5 赵杰;李春华;;基于神经网络的两种岩性识别方法的研究[J];现代电子技术;2009年22期

6 田玉昆;周辉;袁三一;;基于马尔科夫随机场的岩性识别方法[J];地球物理学报;2013年04期

7 张治国,杨毅恒,夏立显;自组织特征映射神经网络在测井岩性识别中的应用[J];地球物理学进展;2005年02期

8 宗金峰;;最大隶属优势准则在测井岩性识别中的应用[J];河北地质学院学报;1988年01期

9 李剑峰,赵英俊,刘德长,付锦;灵泉盆地多源地学信息综合岩性识别方法探讨[J];国土资源遥感;1999年02期

10 王淑盛,徐正光,刘黄伟,王志良,史立峰;改进的K近邻方法在岩性识别中的应用[J];地球物理学进展;2004年02期

相关会议论文 前8条

1 郭瑞华;曹庆年;程国建;;基于粒子群优化的最小二乘支持向量机在岩性识别中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年

2 李功权;;基于神经网络的随钻岩性识别软件的开发[A];全国ISNBM学术交流会暨电脑开发与应用创刊20周年庆祝大会论文集[C];2005年

3 李新虎;;基于不同测井曲线参数集的支持向量机岩性识别对比[A];陕西地球物理文集(十)--资源与灾害地球物理[C];2011年

4 尚林阁;李舟波;刘四新;柳孟文;;变质岩系储集层的岩性识别方法[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

5 李继安;;人工智能神经网络在岩性识别、孔隙度和渗透率预测中的应用——以十红滩铀矿床为例[A];陕西地球物理文集(九)[C];2010年

6 潘保芝;吴海波;李舟波;;松辽盆地火成岩岩性识别方法与储集参数评价[A];中国地球物理.2003——中国地球物理学会第十九届年会论文集[C];2003年

7 周黎明;邓荣来;;灰色关联度方法的火成岩岩性识别[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

8 王佑宁;惠卓雄;刘志刚;袁庆友;;PDC钻头条件下岩性识别新技术探讨[A];录井技术文集(第四辑)[C];2004年

相关重要报纸文章 前2条

1 记者 王志田 通讯员 房雁冰;大庆录井分公司伊朗探索出岩屑采集与岩性识别新法[N];中国石油报;2006年

2 记者 王公民 通讯员 张晓刚;辽河形成岩性快速识别技术[N];中国石油报;2010年

相关博士学位论文 前2条

1 牟丹;辽河盆地中基性火成岩测井岩性识别方法研究[D];吉林大学;2015年

2 李春山;X射线荧光岩屑识别技术研究[D];西北大学;2010年

相关硕士学位论文 前10条

1 李鑫涛;煤巷顶板锚固孔钻进特性试验研究[D];河南理工大学;2015年

2 石振杰;基于面向对象的遥感技术岩性识别研究[D];昆明理工大学;2016年

3 韩韧;矿井钻机随钻测振方法及其应用[D];中国矿业大学;2016年

4 张洪江;常规、成像测井等资料砂砾岩岩性识别研究[D];东北石油大学;2011年

5 邵阳;含火山岩地层测井响应分析及岩性识别技术研究[D];大庆石油学院;2010年

6 马晓龙;扶新隆起带扶余油层测井资料岩性识别及岩相划分[D];东北石油大学;2011年

7 王鑫;东营北带深层砂砾岩测井层序对比与岩性识别研究[D];中国石油大学;2010年

8 关涛;砂砾岩岩性识别方法研究[D];吉林大学;2013年

9 盛宇宏;基于IDL的岩性识别[D];中国地质大学(北京);2010年

10 张磊;常用数学物理方法在测井解释中的应用[D];长江大学;2012年



本文编号:1982340

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/1982340.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e0c30***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com