刘继龙 宋延杰 孙 红 权新荣
1. 东北石油大学地球科学学院, 黑龙江 大庆 163318;2. “非常规油气成藏与开发”省部共建国家重点实验室培育基地, 黑龙江 大庆 163318;3. 中国石油吉林油田分公司勘探开发研究院, 吉林 松原 138000
随着火山岩油气藏的不断发现和投入开发,准确进行火山岩储层岩性识别至关重要,它不仅直接关系到储层孔隙度和饱和度的确定,也是储层特征研究、储量计算和地质建模等开发研究的基础[1-3]。由于火山岩岩性复杂,成分以及结构难以识别。目前,最常用的火山岩岩性识别方法为常规测井响应交会图法[4-6],交会图法一般能够识别成分相差较大的岩性,难于识别成分相近、结构不同的岩性。随着测井技术的发展,ECS测井和成像测井在火山岩岩性识别中得到应用,但ECS测井只能识别成分相差较大的火山岩岩性[7],难以识别火山岩结构特征,成像测井则能够弥补这一缺点[8-9]。通过对广泛应用于岩性识别的神经网络、判别分析、主成分分析、模糊聚类、支持向量机、决策树等数学算法的研究,认为决策树模型算法稳定、识别率高、能自动分析各个参数的敏感性,且模型属于“白盒”封存,用户可以直接获取属性-数值的相关分析[10-19],应用性更强。因此,本文利用图版法划分火山岩的中性和酸性特征,在此基础上,应用决策树模型结合FMI成像测井信息,实现对火山岩结构的有效划分。
测井岩性识别主要通过薄片分析等手段对取心资料进行岩石定名,然后将经过深度归位的岩性信息与测井曲线匹配,建立岩性与测井参数的对应关系。……