基于靜態(tài)電成像的砂礫巖儲層巖性識別研究.pdf

1、深層砂礫巖是重要的油氣勘探目標,但這類儲層巖性復雜,巖相變化快,埋藏深,巖石骨架對電阻率影響大,因此常規(guī)測井識別巖性非常困難。
　　 地層微電阻率掃描測井(FMI)的分辨率非常高,可以區(qū)分0.5cm的礫石,被稱為“地層顯微鏡”。成像數(shù)據(jù)生成圖像后,可以與取心照片進行對比,而且更加直觀和具有連續(xù)性。因此廣泛用于識別巖性、裂縫、孔隙等,對于研究沉積環(huán)境、地層構造具有很大的優(yōu)勢。
　　 人工神經(jīng)網(wǎng)絡(Artificial Ne

2、ural Networks)是近年來人們廣泛關注的一門學科,結合生物學、數(shù)學模型和計算機算法,模擬大腦處理問題的思維,解決實際應用的數(shù)據(jù)處理問題,取得了巨大的成功。人工神經(jīng)網(wǎng)絡具有很強的容錯性、自適應性及聯(lián)想記憶等特點,用于巖性的識別和預測是可行的。
　　 本文的主要內(nèi)容是利用成像測井識別砂礫巖巖性,首先研究成像測井的靜態(tài)圖像,掌握研究區(qū)內(nèi)的各種砂礫巖的巖性特征,總結成像模式;然后利用數(shù)字圖像處理技術,對圖像進行預處理和特征提取