基于微电阻率扫描成像测井的沉积微相识别

详细信息   

• 责任者：孙鲁平^c中国石油勘探开发研究院^d1984^e博士研究生 ; 首皓 ; 赵晓龙^c中国石油川庆钻探工程有限公司工程技术研究院 ; 李平^c中国石油集团测井有限公司长庆事业部
• 刊名：测井技术
• 出版年：2009
• 卷期：33^b4总203
• 关键词：电阻率测井 ; 沉积微相20^a成像测井 ; 神经网络系统 ; 数学模型 ; 电测井30^aFMI测井 ; 微电阻率扫描成像测井
• 页码：379～383
• 索书号：P635.06/649-2
• 图表：^c表1参5插图
• 分类号：2100,0630
• 文摘期号：2010/03

摘要

微电阻率扫描成像测井(FMI)可提供井筒周围清晰、直观的岩层图像。在沉积微相分析中，用岩心资料和常规测井资料对FMI测井图像标定后进行沉积模式识别，能增加分析结果的可靠性。以往用FMI测井图像沉积微相分析时，需要大量人工参与，解释效率低。基于计算机图形学算法与神经网络分类器原理，提出了一种直接由FMI图像自动识别沉积微相的方法，与传统沉积微相识别方法相比提高了解释效率并减少了人为因素的干预。实践表明用该方法识别沉积微相，可靠性和识别效率得到很大提高。