论文部分内容阅读
河130井位于东营凹陷中央隆起带营11凹陷南缘,揭示了沙河街组一段、二段和三段地层。岩心观察、岩石学分析和石油地球化学研究发现该井具有典型的石油地质学意义,成岩作用和生油过程具有明显的阶段性,与异常高压带有关的地质记录非常显著,因此对此井进行研究可以对该凹陷,尤其是沙三段下部的石油地质学特征有全面、深入的了解。
沙三段以泥质岩石为主,是该凹陷主要的烃源岩层。有机地球化学分析表明,该层段的生油门限为3000米,测井曲线和岩石学分析表明该并发育有与生烃有关的异常高压带。异常高压带封隔层的深度为2750米至3250米之间,具有比较明显的硅化和碳酸盐化,前者埋深较浅,表现为玉髓沉淀;后者表现为充填垂向和顺层微裂隙;碳酸盐矿物的来源可能为邻近的深部地层。成岩作用与生烃作用之间的空间分布表明了二者之间的紧密成因关系。
为了提高挖掘测井数据的内在信息,提高解释精度,本文运用了地质统计学、神经网络等计算机技术对河130井的视电阻率、自然电位、气测百分比曲线进行了数据分析。
在对该井测井曲线进行数字化处理的基础上,将岩石类型进行定量化处理,使用因子分析技术研究了河130井测井数据的主要控制因素。分析结果表明,对于岩性相对单一、成岩作用强烈的井段,沉积作用、甚至岩石学特征都不是影响岩石物理性质的最重要的地质因素,而包括生烃作用在内的成岩作用则是控制性因素。
本文运用Rbf神经网络技术对测井数据进行了训练和预测。计算结果表明,使用从原数据中抽取的三分之一数据就可以获得吻合度较好的测井数据;利用几个深度段的数据可以对整条曲线进行有效的预测;本文还对有机碳的数据进行了探索性的计算,由于数据严重不足,还无法获得可靠的数据。上述计算表明,神经网络的应用对于测井数据分析和其它数据的预测有一定的意义。