準(zhǔn)噶爾盆地腹部火成巖巖性識別

趙武生譚伏霖,2王志章,2隆山董延喜

1.中國石油大學(xué)(北京) 2.“油氣資源與探測”國家重點實驗室·中國石油大學(xué)(北京)3.中國石油天然氣集團公司西部鉆探工程有限公司測井公司

準(zhǔn)噶爾盆地腹部火成巖巖性識別

趙武生1譚伏霖1,2王志章1,2隆山3董延喜3

1.中國石油大學(xué)(北京) 2.“油氣資源與探測”國家重點實驗室·中國石油大學(xué)(北京)3.中國石油天然氣集團公司西部鉆探工程有限公司測井公司

趙武生等.準(zhǔn)噶爾盆地腹部火成巖巖性識別.天然氣工業(yè),2010,30(2):21-25.

隨著火成巖油氣藏勘探的不斷深入,如何準(zhǔn)確有效地識別火成巖巖性是進行該類油氣藏評價的關(guān)鍵。以準(zhǔn)噶爾盆地滴西地區(qū)火成巖巖性識別為例,構(gòu)建了4個巖性識別輔助參數(shù),通過樣本擴充解決了研究區(qū)同一巖性樣本測井信息不符合正態(tài)分布且難以確定其分布函數(shù)時引起數(shù)學(xué)方法識別巖性識別率低的難題。利用對應(yīng)分析方法進行了巖性敏感性測井信息分析,運用統(tǒng)計性聚類和模糊聚類方法進行了巖性數(shù)學(xué)分類研究,使用模糊數(shù)學(xué)、貝葉斯判別分析、神經(jīng)網(wǎng)絡(luò)、基于層次聚類分析思想的交會圖等方法分別進行火成巖巖性常規(guī)識別和主成分識別,開發(fā)出基于forward測井解釋平臺的火成巖識別軟件,共識別出火成巖巖性15種、沉積巖2種,與巖心薄片鑒定資料比較,各種巖性平均解釋符合率為86.5%。誤識的巖性主要為凝灰?guī)r和火山角礫巖,將成像測井資料與常規(guī)測井資料相結(jié)合來判斷便可以減少誤判。

火成巖 巖性 識別 測井 交會圖 模糊數(shù)學(xué) 準(zhǔn)噶爾盆地

0 引言

火成巖作油氣藏已引起人們越來越多的關(guān)注[1-4]。火成巖儲層測井評價研究是繼砂巖、碳酸鹽巖等儲層之后的另一個重要領(lǐng)域。準(zhǔn)噶爾盆地火成巖地層分布廣泛,其中蘊藏著豐富的油氣儲量,近年來發(fā)現(xiàn)了石西、滴西、五彩灣、五八區(qū)、湖灣區(qū)、六九區(qū)等油氣藏。火成巖油氣藏裂縫發(fā)育、產(chǎn)量高,為中國石油新疆油田公司“增儲上產(chǎn)”發(fā)揮了重要的作用。

準(zhǔn)噶爾盆地火成巖儲層主要分布于石炭系,在下二疊統(tǒng)佳木河組和風(fēng)城組也有分布。埋藏深度變化較大,已發(fā)現(xiàn)的油氣藏埋藏深度在300～4900m,淺層(3000m以淺)一般為油藏,深層則油藏和氣藏均有。通過目前的研究發(fā)現(xiàn),巖性與含油氣性存在關(guān)系、不同巖性其儲集結(jié)構(gòu)和測井處理參數(shù)不同。基于此,火成巖巖性識別對于后期的火成巖儲層評價與開發(fā)顯得尤為重要[5-9]。

1 巖性識別樣本庫的建立

1.1 火成巖測井響應(yīng)特征

基性火成巖類:密度高,自然伽馬低,聲波時差低,中子高。酸性火成巖類:自然伽馬高,密度低,中子低,聲波時差高。中性火成巖類:介于基性和酸性之間,中子、密度、聲波時差中等。

1.2 巖心薄片巖性確定

對巖心巖性的準(zhǔn)確判定是火成巖巖性識別的基礎(chǔ)。本次研究共收集了滴西地區(qū)、石西地區(qū)和五彩灣地區(qū)40口井的760張薄片,研究中將所有收集到的薄片資料全部在鏡下觀察并按照地質(zhì)學(xué)的火成巖巖性成分分類標(biāo)準(zhǔn)統(tǒng)一重新定名。

1.3 巖心歸位與樣品的挑選

由于巖心深度(鉆井深度)與測井深度不一致,因此必須對巖心分析的數(shù)據(jù)進行深度歸位。歸位的原則為:在孔隙度解釋的基礎(chǔ)上結(jié)合成像資料和元素測井資料進行巖心的整體的深度歸位。具體來說,由于聲波測井曲線、密度測井曲線和中子測井曲線與巖心分析孔隙度相關(guān)性較好,故可以根據(jù)巖心分析孔隙度與測井曲線的變化趨勢對測井曲線進行整體歸位,歸位的同時利用成像資料和元素測井資料檢查巖心歸位的正確性。

樣品挑選的目的是為了去除奇異值,其原則為:巖心歸位好、巖性段相對穩(wěn)定、井眼相對平滑。

1.4 巖性參數(shù)的構(gòu)建

為了突出巖性,消除孔隙的影響,定義4個測井參數(shù)——M、N、P、E。其中:=。Δtf、φNf、ρf分別為流體的聲波時差、視中子孔隙度和密度值;Δtf、φN、ρb分別為巖心樣本的聲波時差測井值、中子測井值和密度測井值。

1.5 數(shù)學(xué)識別巖性樣本庫的擴充

由于研究區(qū)存在以下情況:火山角礫巖、凝灰?guī)r成分復(fù)雜,酸性、基性和中性的都有;巖性復(fù)雜,凝灰?guī)r和火山角礫巖的測井曲線基本不符合正態(tài)分布;熔巖由于破碎、蝕變、沸石化等的影響也使得其測井曲線值符合正態(tài)分布但其分布范圍較廣。因此不能利用常規(guī)的正態(tài)分布函數(shù)確定隸屬度函數(shù)和判別函數(shù)來進行巖性識別,如果仍用正態(tài)分布函數(shù)進行巖性識別,則需要將各種巖性進一步細(xì)分。

火成巖一般巖層厚度大,測井曲線值相對穩(wěn)定,多呈箱形;巖心歸位較為容易,有時上下移動幾米對結(jié)果都沒什么影響。故可將這種易于歸位的巖心樣品進行擴充,以成像測井資料和元素測井資料等其他特殊項目為參考,隨機挑選該箱形測井曲線值段內(nèi)10～20個深度點作為該巖心樣本的擴充樣本,然后每一個被擴充的巖心樣本自成一類巖性,再利用正態(tài)分布函數(shù)進行數(shù)學(xué)識別。識別完畢計算機再自動將各自成為一類的巖性進行巖性名稱的合并與統(tǒng)一。

1.6 巖性敏感性測井信息分析

要劃分復(fù)雜的火成巖地層的巖性,需通過多種測井資料配合。對應(yīng)分析可以從眾多的測井曲線中選擇出對巖性敏感的測井曲線,通過對應(yīng)分析可以說明哪些類型的火成巖樣品更容易區(qū)分,哪些測井曲線起更大的作用,從而達到綜合劃分巖性,以提高復(fù)雜火成巖地層的巖性識別效果的目的。

為了避免載荷圖上數(shù)據(jù)點過多影響對應(yīng)分析,首先得從樣本中挑選一些典型的、易于歸位的樣品用于對應(yīng)分析研究。利用對應(yīng)分析發(fā)現(xiàn)GR對研究區(qū)的火成巖巖性反應(yīng)最為敏感,圖1為利用 GR對研究區(qū)火成巖酸基性的劃分,從另外一個角度驗證了對應(yīng)分析的正確性。CNL、P與N對研究區(qū)的巖性反應(yīng)次之。

研究區(qū)凝灰?guī)r和火山角礫巖成分復(fù)雜,酸性、中性、基性均有,它們對R型因子分析影響嚴(yán)重,故對應(yīng)分析時將其剔除掉。圖2是挑選出對反應(yīng)巖性較為敏感的曲線GR、CNL、P與N后所做的對應(yīng)分析,其結(jié)果顯示反應(yīng)巖石酸基性的第一主因子(F1)的貢獻率為85.5%,反應(yīng)巖石孔隙結(jié)構(gòu)及含油性的第二主因子(F2)的貢獻率為14.3%。在載荷圖上,各種巖心的樣本點分布規(guī)律較好。GR<30的玄武巖與閃長玢巖能明顯區(qū)分開,GR≥30的玄武巖為中基性火成巖,與閃長玢巖不易識別開來。

圖1 火成巖酸基性劃分圖

圖2 對應(yīng)分析載荷圖

1.7 巖性的數(shù)學(xué)分類研究

聚類分析是根據(jù)樣品之間的親疏程度,將它們進行逐級定量分類的一種多元統(tǒng)計分析方法。故可用聚類分析進行巖性的數(shù)學(xué)分類研究。為便于尋找規(guī)律,聚類分析時仍然剔除成分復(fù)雜的凝灰?guī)r和火山角礫巖,同時對熔巖類進一步篩選,剔除那些不容易歸位的樣本,根據(jù)對應(yīng)分析結(jié)果剔除掉電阻率曲線以及密度曲線,分別利用統(tǒng)計性聚類和模糊聚類進行聚類分析。

從譜系圖上可以看出研究區(qū)火成巖主要分為兩大類,分別為酸性火成巖和基性火成巖,兩者之間存在安山巖和部分玄武巖作為過渡巖性。統(tǒng)計性聚類和模糊聚類結(jié)果基本一致。聚類方法的選擇對于最終結(jié)果有一定影響,同是統(tǒng)計性聚類或模糊聚類,選擇不同方法,基本沒有發(fā)現(xiàn)酸性火成巖與基性火成巖誤識的現(xiàn)象,但結(jié)果不完全一樣。

聚類分析用于巖性識別存在一定的不穩(wěn)定性,但聚類分析的一大優(yōu)點就是巖性樣本較少時也可以得到較好的結(jié)果,故在勘探初期利用聚類分析優(yōu)于其他數(shù)學(xué)識別方法。

2 火成巖巖性識別

2.1 基于層次聚類分析思想的交會圖

具體做法為:建立巖心樣本庫中各種測井曲線和參數(shù)之間的兩兩交會圖;然后在火成巖酸基性識別的指導(dǎo)下,采用層次法聚類分析的思想,選取多套測井交會圖版進行組合,將火成巖巖性識別分解為較容易實現(xiàn)的一些混合巖性識別,再將混合巖性進一步分解,直至識別出所有能識別的巖性為止,達到逐級、逐次對樣本庫中所有巖性進行逐步剝離的目的,實現(xiàn)用多個有順序的二維圖版的組合對復(fù)雜火成巖巖性多維空間的表征,最終建立巖性識別圖版庫以及各圖版的使用順序;研究中挑選交會圖進行逐步分解的原則為美觀、簡單、符合基本地質(zhì)觀念,同一巖性一般不由多張交會圖版分開識別出來,同時還要有利于下一級混合巖性的細(xì)分;最后一步工作就是利用建立好的有順序的圖版庫進行巖性識別,根據(jù)待識別樣品的測井曲線值將其投到識別圖版上(圖2),落在某一個巖性區(qū)域就屬于該巖性。如果識別出來屬于一種混合巖性,則再進一步選取該混合巖性進一步細(xì)分的交會圖版進行識別,直到識別出屬于某一種具體巖性為止。

研究中共建立了8張二維有序的巖性識別圖版,其組合就構(gòu)成了一個多維空間來反映復(fù)雜的火成巖巖性。從上述圖版可以發(fā)現(xiàn),研究區(qū)凝灰?guī)r和火山角礫巖種類眾多,分布廣泛,圖版中凝灰?guī)r和火山角礫巖與其他巖性的界限有時比較模糊,故巖性識別容易造成凝灰?guī)r和火山角礫巖誤識為其他巖性或其他巖性誤識為火山角礫巖。

2.2 模糊數(shù)學(xué)識別

2.2.1 建立巖性識別基礎(chǔ)的數(shù)據(jù)庫

優(yōu)選測井信息,根據(jù)對應(yīng)分析結(jié)果,常規(guī)測井中每一種信息對巖性都有反映,以 GR的最好,CNL、N,P次之,M、A C和E再次之,D EN、R T和RI最差,根據(jù)對應(yīng)分析結(jié)果確定各種測井信息反映巖性的權(quán)系數(shù)(表1)。

表1 各測井曲線測井權(quán)系數(shù)表

2.2.2 隸屬函數(shù)基本單元的確定

2.2.3 隸屬函數(shù)的一般形式

式中:i=1,2…,n,反映不同巖性;xij為測井信息;?xij為第i種巖性j種測井信息中的數(shù)學(xué)期望值;αij為第i種巖性j種測井信息的標(biāo)準(zhǔn)方差。

2.2.4 巖性識別

首先計算待識別樣本的各種巖性的隸屬度,然后依據(jù)最大隸屬度原則,隸屬度最大的那個對應(yīng)的巖性即為待識別樣本的巖性。

2.3 貝葉斯判別分析識別

2.3.1 正態(tài)總體的判別函數(shù)

2.3.2 巖性識別

2.4 神經(jīng)網(wǎng)絡(luò)識別

本次研究采用了只有一個隱層的3層BP神經(jīng)網(wǎng)絡(luò)進行巖性識別,根據(jù)對應(yīng)分析的結(jié)果,選取 A C、CNL、GR和M、N、P和E作為輸入節(jié)點。輸出節(jié)點為巖性識別樣本庫中的巖性編號。

為了便于網(wǎng)絡(luò)的收斂,在對樣本點進行訓(xùn)練前,需要對各個節(jié)點的輸入進行歸一化處理,對于識別結(jié)果,再進行反歸一化。

2.5 主成分識別火成巖

由上可知,測井參數(shù) x的第i個主成分表示為:

ωiT為第 i個特征值對應(yīng)的單位特征向量的轉(zhuǎn)置。由上式可知,只要得到ωiT,再求出標(biāo)準(zhǔn)化變量值x,便可計算出各主成分的得分。主成分1(F1)和主成分2(F2)與測井參數(shù)之間的轉(zhuǎn)換關(guān)系具體表示為:

將各個樣品的4種測井參數(shù)代入上式,就可以計算出各個樣品的主成分的得分了。計算出各主成分得分后,則可以應(yīng)用前述的4種巖性識別方法進行識別。

2.6 電成像測井識別火成巖

巖性劃分首先將鉆井取心資料刻度到FMI圖像上,然后參考錄井資料,結(jié)合常規(guī)曲線特征,主要根據(jù)FMI圖像特征來劃分不同結(jié)構(gòu)的火成巖。準(zhǔn)噶爾盆地腹部火成巖巖性復(fù)雜,主要的火成巖有:玄武巖、安山玄武巖、閃長玢巖、安山巖、英安斑巖、英安流紋斑巖、珍珠巖、流紋巖、沸石化珍珠巖、霏細(xì)巖、霏細(xì)斑巖、花崗斑巖、凝灰?guī)r、火山角礫巖、沉凝灰?guī)r和沉火山角礫巖等,再加上破碎、蝕變、沸石化等影響,使得火成巖巖性非常復(fù)雜。電成像測井可以根據(jù)井壁電阻率的變化揭示巖石的結(jié)構(gòu)、構(gòu)造。

(4)配套軟件的完善。要順利實施融合生產(chǎn)，還需要新建改造完善配套軟件。如外業(yè)調(diào)繪軟件、數(shù)據(jù)編輯軟件、數(shù)據(jù)質(zhì)量檢查軟件、數(shù)據(jù)成果抽取轉(zhuǎn)換軟件等，從而提高生產(chǎn)效率。

1)塊狀模式:指顏色較單一的均質(zhì)塊狀結(jié)構(gòu),代表一種塊狀結(jié)構(gòu),表明巖石中不發(fā)育裂縫、層理、層洞等。亮色塊狀指示巖性較致密,如致密碳酸鹽巖、致密火成巖、塊狀砂巖等;暗色塊狀指示典型的泥巖及縫洞發(fā)育的碳酸鹽巖和火成巖。

2)條帶狀模式:圖像上顯示為明暗相間的條帶狀,指示為砂泥巖互層沉積環(huán)境。

3)線狀模式:圖像上顯示為線狀,指示在一定范圍內(nèi)電阻率的變化,而導(dǎo)致圖像顏色突變。線狀模式可指示裂縫、人工誘導(dǎo)縫、層面、沖刷面、縫合線、不整合面、斷層等不同特征。

4)斑狀模式:溶蝕孔洞成像圖多呈現(xiàn)為暗色斑狀,當(dāng)有角礫巖或礫石時,成像圖呈亮色,凝灰?guī)r一般為暗色斑點模式。

2.7 巖性綜合判別方法

為了將8種常規(guī)測井曲線識別結(jié)果統(tǒng)一輸出,采用了如下辦法:①如果某方法將該采樣點識別為該種巖性,則定義該巖性得分為1,未識別成的巖性為0;②將其得分與樣本庫檢查所得出的識別率相乘后加權(quán)求和;③對于和值最大的巖性即為巖性綜合解釋的結(jié)果。對于凝灰?guī)r、火山角礫巖和沉積巖的識別,主成分識別不參與評價。利用該方法,共識別出14種火成巖(霏細(xì)巖、珍珠巖、流紋巖、花崗斑巖、安山巖、玄武巖、閃長玢巖、沉凝灰?guī)r、基性凝灰?guī)r、酸性凝灰?guī)r、中性凝灰?guī)r、基性火山角礫巖、酸性火山角礫巖、中性火山角礫巖)和2種沉積巖(砂巖、泥巖)。

2.8 火成巖測井巖性識別軟件的實現(xiàn)

火成巖測井識別屬于勘探測井資料分析處理的范疇,故本次開發(fā)利用VC++編程語言和FORWARD的SDK編程接口編寫火成巖巖性識別動態(tài)庫,然后將生成的動態(tài)庫掛接到FORWARD平臺下的綜合常規(guī)處理的平臺上,通過繪圖模板將測井曲線和識別結(jié)果及時地顯示出來;利用該平臺的參數(shù)設(shè)置窗口實現(xiàn)對識別參數(shù)的調(diào)整和人機交互。

軟件總體分為3大步,分別為數(shù)據(jù)預(yù)處理、建立判別標(biāo)準(zhǔn)和識別結(jié)果輸出。流程為:首先讀取樣本庫,將樣本庫的測井?dāng)?shù)據(jù)標(biāo)準(zhǔn)化;計算各樣本的主成分,再利用樣本庫曲線值和計算出的主因子分別利用圖版識別、貝葉斯判別、模糊數(shù)學(xué)識別和神經(jīng)網(wǎng)絡(luò)識別這4種方法進行識別,將識別結(jié)果輸出顯示;最后操作人員利用成像測井等其他資料,進行巖性識別的綜合解釋,在處理過程中,操作人員可以通過設(shè)定處理層段和設(shè)置各層段參數(shù)來達到分層精細(xì)解釋的目的。

3 應(yīng)用效果

為了檢驗巖性識別結(jié)果,挑選了研究區(qū)20口有巖性薄片定名的井進行解釋處理,其中有267塊巖心樣品未用于建立巖性識別樣本庫。在統(tǒng)計識別率的過程中,由于薄片鑒定未給出凝灰?guī)r和火山角礫巖的巖石成分,故檢查時酸性、中性、基性凝灰?guī)r均按凝灰?guī)r統(tǒng)計,火山角礫巖與此類同。統(tǒng)計結(jié)果顯示平均解釋符合率為86.5%。

從表2中可以看出,主要儲集層巖性花崗斑巖、玄武巖、流紋巖的識別率均在95%以上;誤識的絕大多數(shù)是凝灰?guī)r和火山角礫巖,但這兩種火成巖與熔巖類在結(jié)構(gòu)上有很大差別。成像測井可以很好地揭示巖石結(jié)構(gòu),熔巖的圖像模式為塊狀結(jié)構(gòu),凝灰?guī)r為暗色斑點模式,火山角礫巖為亮色斑點模式,沉積巖為條帶狀模式,借助成像測井資料,可以很好地校正常規(guī)測井曲線不能揭示巖石結(jié)構(gòu)而帶來的誤識。

4 結(jié)論

1)火成巖巖性成分復(fù)雜,火成巖巖性識別需要利用多種測井曲線相結(jié)合,必要的時候可以構(gòu)造一些巖性輔助識別曲線。

2)聚類分析識別巖性主要適用于勘探初期資料較少的時候,對于勘探中后期的巖性識別使用貝葉斯判別分析識別巖性、模糊數(shù)學(xué)識別巖性、神經(jīng)網(wǎng)絡(luò)識別巖性以及圖版識別更佳。

3)利用對應(yīng)分析,得出了本研究區(qū)火成巖巖性敏感曲線為GR,其次為CNL、N、P,最不敏感的曲線為D EN,R T主要反映巖石孔隙結(jié)構(gòu)和含油性。通過對應(yīng)分析將玄武巖分為兩類,一類是 GR<30,另一類GR≥30;與閃長玢巖相混不易識別的是第二類。這個分類標(biāo)準(zhǔn)最后得到了利用圖版區(qū)分火成巖酸基性的驗證(GR<30為基性巖)。

表2 巖性識別結(jié)果檢驗表

4)利用多套測井交會圖圖版組合、采用層次聚類的思想對樣本庫中所有巖性進行剝離,實現(xiàn)了用多個二維圖版對復(fù)雜火成巖巖性多維空間的表征。利用圖版可以實現(xiàn)對復(fù)雜火成巖的識別。

5)利用巖心描述和薄片資料相結(jié)合,在一些巖性發(fā)育比較穩(wěn)定的層段擴充的巖性識別樣本庫,利用這種擴充后的巖性識別樣本庫可以很好地解決利用模糊數(shù)學(xué)識別巖性的隸屬度函數(shù)和貝葉斯判別的判別函數(shù)選擇正態(tài)分布函數(shù)識別帶來的誤差。這種方法也可以應(yīng)用于其他相關(guān)領(lǐng)域。

6)電成像測井能夠高分辨率地識別出巖石結(jié)構(gòu),而常規(guī)測井曲線識別巖性則是多種測井方法的多維空間的組合,將兩種資料相結(jié)合能夠很好地提高火成巖巖性識別率。

7)一般從酸性到基性巖類,自然伽馬測井值逐漸降低。

8)在礦物組分等相同的情況下,熔巖類密度測井值較高、聲波時差測井值較低,過渡巖類中等,火山碎屑巖類密度測井值較低、聲波時差測井值較高。

9)綠泥石化、高嶺石化、破碎和蝕變等可造成電阻率和密度測井值降低、聲波時差和中子測井值增大。

[1]曹寶軍,李相方,姚約東.火山巖氣藏開發(fā)難點與對策[J].天然氣工業(yè),2007,27(8):82-84.

[2]姚芳,黃芳,季靜,等.棗35斷塊火成巖儲層評價與開發(fā)效果[J].天然氣工業(yè),2007,27(8):41-43.

[3]綦敦科,吳海波,陳立英.徐家圍子火山巖氣藏儲層測井響應(yīng)特征[J].測井技術(shù),2002,26(1):52-54.

[4]鄒才能,趙文智,賈承造,等.中國沉積盆地火山巖油氣藏形成與分布[J].石油勘探與開發(fā),2008,35(3):257-270.

[5]趙建,高福紅.測井資料交會圖法在火山巖巖性識別中的應(yīng)用[J].世界地質(zhì),2003,22(2):136-140.

[6]王建國,耿師江,龐彥明,等.火山巖巖性測井識別方法以及對儲層物性的控制作用[J].大慶石油地質(zhì)與開發(fā),2008,27(2):136-142.

[7]馮翠菊,王敬巖,馮慶付.利用測井資料識別火成巖巖性的方法[J].大慶石油學(xué)院學(xué)報,2004,28(4):239-243.

[8]王鄭庫,歐成華,李鳳霞.火山巖儲層巖性識別研究[J].國外測井技術(shù),2007,22(1):8-11.

[9]魏斌,陳建文,李長山,等.徐家圍子斷陷火山巖巖性的測井識別技術(shù)[J].特種油氣藏,2003,10(1):73-76.

Identification of the lithology of igneous rocks in central of the Junggar Basin

Zhao Wusheng1,Tan Fulin1,2,Wang Zhizhang1,2,Long Shan3,Dong Yanxi3
(1.China University ofPetroleum,Beijing102249,China;2.State Key L aboratory ofPetroleum Resources and Prospecting,China University of Petroleum,Beijing102249,China;3.Logging Com pany of PetroChina West Drilling Engineering Co.,L td.,Karamay,Xinjiang834000,China)

Effective identification of the lithology of igneous rocks is critical to the evaluation of igneous reservoirs.Taking the igneous rocks in the Dixi area of the Junggar Basin as an example,four supplementary parameters were selected for the identification of lithology.The efficiency of identifying lithology with mathematical methods was often low when the log information of the same lithology sample did not accord with the normal distribution and when it was hard to define its distribution function.This problem has been solved by increasing the number of samples.The lithology-sensitive log information is analyzed by a corresponding analysis method.Mathematical classification of lithology was performed with statistical clustering and fuzzy clustering methods.Conventional identification and major component identification of lithology of igneous rocks were carried out by using fuzzy mathematics,Bayes discrimination,neural network,and hierarchy clustering-based cross-plotting methods respectively.A set of software based on the

book=21,ebook=68

10.3787/j.issn.1000-0976.2010.02.005

2009-10-16 編輯 韓曉渝)

趙武生,1955年生,高級工程師,博士研究生;1982年畢業(yè)于原華東石油學(xué)院物探專業(yè);現(xiàn)從事石油工程管理和石油經(jīng)濟專業(yè)研究工作。地址:(102249)北京市昌平區(qū)府學(xué)路18號。電話:13519906582。E-mail:sjiang@petrochina.com.cn

NATUR.GAS IND.VOLUME30,ISSUE2,pp.21-25,2/25/2010.(ISSN1000-0976;In Chinese)