位置:成果数据库 > 期刊 > 期刊详情页
阵列感应测井五参数反演方法
  • ISSN号:1673-5005
  • 期刊名称:《中国石油大学学报:自然科学版》
  • 时间:0
  • 分类:TE122[石油与天然气工程—油气勘探]
  • 作者机构:[1]中国石油大学地球科学与技术学院,山东青岛266580, [2]中国石油大学CNPC测井重点实验室,山东青岛266580
  • 相关基金:国家自然科学基金(41174099);中国石油天然气集团公司科学研究与技术开发项目(2011D_4101);中石油国家重大专项(2011ZX05020-008);中国石油大学研究生创新工程资助项目(CX-1201)
中文摘要:

针对钻井液侵入过程中储层径向电阻率可能存在的高侵、低侵、低阻环等非线性变化特征,提出五参数地层模型。基于几何因子理论,采用阻尼最小二乘法,利用阵列感应测井资料对地层参数进行反演,并重构储层径向电阻率剖面。结果表明:五参数模型能很好地表征不同侵入特征的储层电阻率分布形态;基于0.6m分辨率阵列感应测井曲线进行反演,在层厚大于0.5m的砂泥岩储层中,可较好地重构储层电阻率剖面,获取原状地层电阻率;反演算洪稳帘可靠一能对实际测井资料进行连续快速处理,为储层流体识别提供依据。

英文摘要:

In view of the nonlinear resistivity radial distribution characteristics including resistive invasion, conductive invasion and resistivity distribution with low resistivity annulus during drilling fluid invasion, five-parameter model was proposed. On the basis of geometrical factor theory, damped least square method was adopted to realize formation pararneters inversion with array induction logging data, and formation resistivity distribution was reconstructed. The results show that five-parameter model can well describe resistivity distributions of different invasion characteristics. For sand-shale reservoir whose layer thickness is grea- ter than O. 5 m, the inversion of array induction logging curve with the resolution of O. 6 m can well reconstruct reservoir resis- tivity profile and original formation resistivity can be obtained. The inversion algorithm is stable and reliable, which can process well logging data fast and continuously and can provide help for reservoir fluid property identification.

同期刊论文项目
期刊论文 32 会议论文 1 获奖 6 专利 3
同项目期刊论文
期刊信息
  • 《中国石油大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:中国石油大学(华东)
  • 主编:袁静(执行)
  • 地址:山东省东营市北二路271号
  • 邮编:257061
  • 邮箱:journal@upc.edu.cn
  • 电话:0546-83922495 86983262
  • 国际标准刊号:ISSN:1673-5005
  • 国内统一刊号:ISSN:37-1441/TE
  • 邮发代号:24-273
  • 获奖情况:
  • 本刊1996年以来历届山东省优秀期刊奖,曾荣获1999年全国高校学报优秀期刊二等奖,2001年...,2012年获教育部第四届中国高校精品科技期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,美国石油文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:9288