录井工程 ›› 2023, Vol. 34 ›› Issue (2): 22-27.doi: 10.3969/j.issn.1672-9803.2023.02.004
马海, 范光第
MA Hai, FAN Guangdi
摘要: 随着剩余油气资源的勘探开发难度不断增加,随钻地质导向仪器的应用越来越广泛。但在实际钻井过程中,随钻地质导向仪器中测量地质参数的传感器与钻头之间存在一定的距离,导致所测地质参数与正钻地层间具有一定的延迟,影响了地质导向仪器的导向效果。利用BP神经网络的自组织、自学习、非线性动态处理等优势,通过自然伽马反映地层岩性,而地层岩性与钻压、排量、钻时等钻井工程参数具有一定关联,以待钻井周围已钻邻井资料作为样本进行学习和训练,建立了BP神经网络预测模型。利用当前正钻井随钻地质导向仪器已测量井段的参数对BP神经网络的权重系数进行精细调整,最后采用该BP神经网络模型及当前钻井工程参数对钻头正钻地层的自然伽马参数进行预测。实例应用表明,该方法预测计算得到的自然伽马数据较为准确,与实测自然伽马曲线相比具有较高的相似性,可以作为仪器测点零长井段地质参数的预测方法,为实际钻井过程中地质导向提供一定的参考。
中图分类号:
[1] 韩力群.人工神经网络理论、设计及应用[M].北京:化学工业出版社,2002. HAN Liqun.Theory, design and application of artificial neural network[M]. Beijing:Chemical Industry Press,2002. [2] 余方威.基于BP神经网络的岩质边坡位移反分析及其应用研究[D].成都:西南交通大学,2009. YU Fangwei. Displacement back analysis for rock slope based on BP neural network and its application research[D]. Chengdu:Southwest Jiaotong University,2009. [3] 杨志力,周路,彭文利,等. BP神经网络技术在声波测井曲线重构中的运用[J].西南石油大学学报(自然科学版),2008,30(1):63-66. YANG Zhili, ZHOU Lu, PENG Wenli, et al. Application of BP neural network technology in sonic log data rebuilding[J]. Journal of Southwest Petroleum University(Science & Technology Edition),2008,30(1):63-66. [4] 王玲璐,余艳梅,罗代升.一种基于BP网络的测井曲线自动提取方法[J].四川大学学报(自然科学版),2008,45(1):85-90. WANG Linglu, YU Yanmei, LUO Daisheng. A method for automatic well log curves recognition using BP neural network[J]. Journal of Sichuan University(Natural Science Edition),2008,45(1):85-90. [5] 胡全明,纪海鹏.基于BP神经网络的深部地层压力预测技术[J].科学技术与工程,2010,10(21):5245-5248. HU Quanming, JI Haipeng. Pressure prediction technology of the deep strata,based on the BP neural network[J]. Science Technology and Engineering,2010,10(21):5245-5248. [6] 刘春桃,李元军.神经网络法在测井曲线自动分层问题中的应用[J].高等函授学报(自然科学版),2011,24(5):63-65. LIU Chuntao, LI Yuanjun. Application of neural network method in automatic delamination of logging curves[J]. Journal of Higher Correspondence Education(Natural Sciences),2011,24(5):63-65. [7] 郭海敏,赵亚宁,时新磊,等. 基于BP神经网络技术的水淹层评价[J].石油天然气学报,2010,32(5):79-83. GUO Haimin, ZHAO Yaning, SHI Xinlei, et al. Waterflooded reservoir evaluation based on BP neural network technology[J]. Journal of Oil and Gas Technology,2010,32(5):79-83. [8] 郭永恒.随钻测井曲线预测及更新方法研究[J].石油钻探技术,2010,38(6):25-28. GUO Yongheng. Prediction and update of LWD curve while drilling[J]. Petroleum Drilling Techniques,2010,38(6):25-28. [9] 张亚斌,翟亦斌,陈忠云.神经网络技术在测井曲线重构中的应用[J].石油天然气学报,2011,33(3):89-94. ZHANG Yabin, ZHAI Yibin,CHEN Zhongyun. Application of neural-network technology in reconstructing logging curves[J]. Journal of Oil and Gas Technology,2011,33(3):89-94. [10] 张东晓,陈云天,孟晋.基于循环神经网络的测井曲线生成方法[J].石油勘探与开发,2018,45(4):598-607. ZHANG Dongxiao, CHEN Yuntian, MENG Jin. Synthetic well logs generation via recurrent neural networks[J]. Petroleum Exploration and Development,2018,45(4):598-607. |
[1] | 杨亮, 白庆杰, 李传伟, 曾晓英, 黄梅. 智能测导地面测控系统研发设计[J]. 录井工程, 2023, 34(2): 72-76. |
[2] | 孙颖, 武刚, 梁斌, 李国良, 房金伟, 段传丽. 基于拓频的高分辨率多子波地震反演技术在苏X区块的应用[J]. 录井工程, 2023, 34(2): 88-94. |
[3] | 王俊, 岳红星, 秦榜伟, 罗鸿成, 龚超, 王跃昆. 吉木萨尔页岩油录井综合地质导向技术应用研究[J]. 录井工程, 2023, 34(1): 47-53. |
[4] | 向克满, 唐诚, 王崇敬, 梁波, 凡刚. 川南D区水平井靶区小层的UMAP算法判别图板研究[J]. 录井工程, 2023, 34(1): 18-23. |
[5] | 付基友, 罗宏斌, 陈乃志, 张智慧, 张立明, 魏世亮. 火成岩储层水平井随钻录井综合评价技术[J]. 录井工程, 2022, 33(4): 35-40. |
[6] | 赵红燕, 廖勇, 项克伟, 邹筱春, 陈辉, 石元会. 起伏型地层水平段井筒轨迹控制方法[J]. 录井工程, 2022, 33(3): 117-120. |
[7] | 刘达贵, 杨琳, 牟兴羽, 莫倩雯, 安虹伊, 唐锐峰. 页岩气铂金箱体录井响应特征及其在川南水平井随钻解释中的应用[J]. 录井工程, 2022, 33(3): 78-83. |
[8] | 宋明会. 地质工程一体化录井综合导向模式设计与应用[J]. 录井工程, 2022, 33(1): 90-93. |
[9] | 黄余金. 储层界面预测新方法在水平井地质导向中的应用[J]. 录井工程, 2022, 33(1): 18-23. |
[10] | 朱志锋, 张玉良, 彭述兴, 敬小军, 喻意, 任立春. 靖安油田低渗油藏气测组分分析技术创新及应用[J]. 录井工程, 2022, 33(1): 24-32. |
[11] | 谷红陶, 刘江涛. 川东南平桥区块页岩气水平井地质导向关键技术[J]. 录井工程, 2022, 33(1): 109-115. |
[12] | 王重云. 随钻方位伽马测井仪的设计与性能验证[J]. 录井工程, 2021, 32(4): 94-98. |
[13] | 梁斌, 任瑞川, 程琦, 曾济楚, 王金友, 吴生. 水平井地质导向关键技术研究及应用[J]. 录井工程, 2021, 32(4): 37-42. |
[14] | 曲文波. 川西雷口坡组气藏录井地质导向方法研究与应用[J]. 录井工程, 2021, 32(2): 109-114. |
[15] | 王臣, 张春, 王强, 程琦, 贾国龙, 刁丽颖, 曾济楚, 高羽丰. 水平井地质导向技术在周清庄油田薄油层中的应用[J]. 录井工程, 2021, 32(1): 39-43. |
|