琼东南盆地崖城组煤层的识别方法

doi:10.7623/syxb201004011

石油学报 ›› 2010, Vol. 31 ›› Issue (4): 586-590.DOI: 10.7623/syxb201004011

琼东南盆地崖城组煤层的识别方法

沈怀磊 1 秦长文 1 王东东 2 张峰 3

1中海油研究总院北京 100027； 2中国矿业大学地球科学与测绘工程学院北京 100083； 3中煤航测遥感局遥感应用研究院陕西西安 710054

收稿日期:2010-01-05 修回日期:2010-02-25 出版日期:2010-07-25 发布日期:2010-09-25
通讯作者: 沈怀磊
作者简介:沈怀磊，男，1980年6月生，2007年获中国石油大学（北京）硕士学位，现为中海油研究总院勘探研究院工程师，主要从事地球物理解释及沉积研究工作。
基金资助:
国家重点基础研究发展规划（973）项目(2009CB219400)，国家自然科学基金项目（No.40872100），国土资源部全国油气资源战略选区调查与评价项目（XQ-2004-05）、(XQ-2007-05)和国家科技重大专项(2008ZX05025)联合资助。

Distinguishing methods for coal beds in Yacheng Formation of Qiongdongnan Basin

SHEN Huailei 1 QIN Changwen 1 WANG Dongdong 2 ZHANG Feng 3

Received:2010-01-05 Revised:2010-02-25 Online:2010-07-25 Published:2010-09-25

摘要/Abstract

摘要：

在综合分析煤层测井响应和提取测井资料深层次信息的基础上，给出了3种识别煤层的方法，即逻辑判别法、聚类分析法和测井相蜘蛛网图法。逻辑判别法是根据岩心揭示煤层的测井特征来识别未取心段中的煤层；聚类分析法是对多种测井曲线进行主成分分析，找出对煤层识别贡献最大的几条测井曲线（累积贡献率>85%），再对这些曲线进行聚类分析，依据取心段煤层的特征识别未取心段的煤层；测井相蜘蛛网图法是将剖面中（特别是取心段）不同岩性地层的不同测井参数分别展现在一张蜘蛛网图上，即建立不同岩性的标准测井相蜘蛛网图，再用这些标准的蜘蛛网图与疑似煤层蜘蛛网图相比较，以识别真正的煤层，并对识别出的煤层的可信程度进行半定量化综合分析。在充分分析了测井曲线半幅值厚度和1/3幅值厚度与实测煤层厚度的关系后，认为1/3幅值与实测煤层厚度最为相近，而将其作为解释煤层的厚度。

关键词: 琼东南盆地, 崖城组, 煤层识别方法, 测井响应, 半定量分析

Abstract:

Based on the analysis of log responses to coal bed comprehensively and the extraction of log information profoundly, three method for distinguishing coal beds were proposed, including the logical decision, cluster analysis and electrofacies cobweb method. The logical decision method can be used to distinguish coal beds in the non-cored hole on the basis of the logging characteristics of coal bed showing in cores. The cluster analysis method implies that the principal components of logging curves are analyzed firstly to find out several logging traces that have great contributions for distinguishing coal beds (the cumulative contribution rate should be over 85%). Then these logging traces are analyzed by the cluster analysis method. The coal beds in the non-cored hole can be distinguished, according to the property of coal bed showing in cores. The electrofacies cobweb method is based on the log parameters of different lithologic strata on a cobweb figure and respectively build the standard cobweb figures for different lithologic strata. Then, the cobweb figures of the standard lithologic strata are compared with the cobweb figures of the suspected coal beds to distinguish the real coal beds. The credibility of the distinguished coal beds can be semi-quantitatively analyzed. The comparison of the half-amplitude thickness and 1/3 amplitude thickness of logging trace with the true thickness of coal bed shows that the 1/3 amplitude thickness of logging trace is proximal with the true thickness of coal bed and can be regarded as thickness of the distinguished coal bed.

Key words: Qiongdongnan Basin, Yacheng Formation, coal bed distinguishing method, log response, semi-quantitative analysis

沈怀磊秦长文王东东张峰. 琼东南盆地崖城组煤层的识别方法[J]. 石油学报, 2010, 31(4): 586-590.

SHEN Huailei QIN Changwen WANG Dongdong ZHANG Feng. Distinguishing methods for coal beds in Yacheng Formation of Qiongdongnan Basin[J]. Editorial office of ACTA PETROLEI SINICA, 2010, 31(4): 586-590.

参考文献

[1]朱伟林，张功成，高乐.南海北部大陆边缘盆地油气地质特征与勘探方向 [J].石油学报,2008，29(1)：1-9.

Zhu Weilin,Zhang Gongcheng,Gao Le.Geological characteristics and exploration objectives of hydrocarbons in the northern margin basin of the South China Sea [J]. Acta Petrolei Sinica,2008,29(1)：1-9.

[2]张功成，米立军，吴时国，等.深水区——南海北部大陆边缘盆地油气勘探新领域[J].石油学报，2007，28(2):15-21.

Zhang Gongcheng,Mi Lijun,Wu Shiguo,et al.Deepwater area——the new prospecting targets of northern continental margin of South China Sea [J].Acta Petrolei Sinica,2007, 28(2): 15-21.

[3]寻知锋，余继峰.聚类和判别分析在测井岩性识别中的应用[J].山东科技大学学报：自然科学版，2008，27（5）：10-13.

Xu Zhifeng，Yu Jifeng.The application of cluster and discriminant analyses in logging lithology recognition[J].Journal of Shandong University of Science and Technology：Natural Science，2008，27(5)：10-13.

[4]李晓军,胡金虎,朱合华，等.基于Kriging方法的煤层厚度估计及三维煤层建模[J].煤炭学报,2008,33（7）：765-769.

Li Xiaojun，Hu Jinhu，Zhu Hehua,et al.The estimation of coal thickness based on Kriging technique and 3D coal seam modeling

[J].Journal of China Coal Society，2008，33（7）：765-769.

[5]贺新蔚，杜飙，王建伟，等.测井识别岩性的新方法——自组织神经网络法[J].江汉石油职工大学学报，2006，19（6）：54-55.

He Xinwei，Du Biao，Wang Jianwei，et al.A new method of logging lithologic identficication:Self-organized neural network method [J].Journal of Jianghan Petroleum University of Staff and Workers，2006，19（6）：54-55.

[6]范训礼，戴航，张新家，等.神经网络在岩性识别中的应用[J].测井技术，1999，23（1）：50-52.

Fan Xunli，Dai Hang,Zhang Xinjia,et al.Application of neural network in lithology identification[J].Well Logging Technology，1999，23（1）：50-52.

[7]刘海涛，周志华，尹旭日，等.神经网络在测井资料岩性识别中的应用研究[J].模式识别与人工智能，2000，13（2）：175-180.

Liu Haitao，Zhou Zhihua，Yin Xuri,et al.Research of neural network in lithology identification from well logs[J].Pattern Recognition and Artificial Intelligence，2000，13（2）：175-180.

[8]张应文，王亮，王班友，等.煤田测井中煤层的定性及定厚解释技术应用[J]. 物探及化探，2008，32（1）：49-52.

Zhang Yingwen，Wang Liang，Wang Banyou，et al. The application of geophysical logging to qualitative and thickness-determining interpretation technique of coal seams[J]. Geophysical and Geochemical Exploration，2008，32（1）：49-52.

[9]段喜国，黄伟.煤田测井中的煤层判断及定厚方法[J].新疆有色金属，2007，30（增刊1）：49-52.

Duan Xiguo，Huang Wei.Distinguishing coal beds and fixing thickness by logging methods[J].Xinjiang Youse Jinshu，2007，30（Supplement 1）：49-52.

[10]Lei Xu，Adam Krzyzak.Rival penalized competitive learning for clustering analysis，RBF Net，and curve detection[J].EEE Transactions on Neural Networks，1993，4（4）：636-649.

[1]	徐立涛, 何玉林, 石万忠, 梁金强, 王任, 杜浩, 张伟, 李冠华. 琼东南盆地深水区天然气水合物成藏主控因素及模式[J]. 石油学报, 2021, 42(5): 598-610.
[2]	杨希冰, 周杰, 杨金海, 何小胡, 吴昊, 甘军, 游君君. 琼东南盆地深水区东区中生界潜山天然气来源及成藏模式[J]. 石油学报, 2021, 42(3): 283-292.
[3]	孙瑞, 韩银学, 曾清波, 王夏阳, 张功成, 赵志刚, 杨海长, 姚兴宗. 琼东南盆地深水区东段崖城组沉积特征及对海相烃源岩的控制[J]. 石油学报, 2019, 40(S2): 57-66.
[4]	苏奥, 陈红汉, 贺聪, 翟普强, 刘妍鷨, 雷明珠. 琼东南盆地崖城区泄压带流体活动特征及成岩响应[J]. 石油学报, 2016, 37(10): 1216-1230.
[5]	祗淑华, 沈华, 安纪星, 田福清, 罗安银, 成捷, 檀玉松, 赵学松, 安霞. 束鹿凹陷沙河街组致密油复杂岩性测井识别技术[J]. 石油学报, 2015, 36(s1): 40-49.
[6]	姚哲, 王振峰, 左倩媚, 孙志鹏, 党亚云, 毛雪莲, 满晓, 李伟. 琼东南盆地中央峡谷深水大气田形成关键要素与勘探前景[J]. 石油学报, 2015, 36(11): 1358-1366.
[7]	李超, 陈国俊, 沈怀磊, 郑胜, 吕成福, 梁建设, 张义娜. 琼东南盆地中央峡谷沉积充填特征与储层分布规律[J]. 石油学报, 2013, 34(增刊二): 74-82.
[8]	蔡国富, 邵磊, 乔培军, 梁建设. 琼东南盆地古近纪海侵及沉积环境演化[J]. 石油学报, 2013, 34(增刊二): 91-101.
[9]	苏明, 解习农, 王振峰, 姜涛, 张成, 何云龙. 南海北部琼东南盆地中央峡谷体系沉积演化[J]. 石油学报, 2013, 34(3): 467-478.
[10]	何云龙　解习农　陆永潮　李绪深　徐　伟　邹卓超. 琼东南盆地南部梅山组强振幅体成因及油气地质意义[J]. 石油学报, 2012, 33(4): 617-624.
[11]	米立军王东东李增学刘海燕何玉平. 琼东南盆地崖城组高分辨率层序地层格架与煤层形成特征[J]. 石油学报, 2010, 31(4): 534-541.
[12]	李增学何玉平刘海燕吕大炜. 琼东南盆地崖城组煤的沉积学特征与聚煤模式[J]. 石油学报, 2010, 31(4): 542-547.
[13]	邵磊李昂吴国瑄李前裕刘传联乔培军. 琼东南盆地沉积环境及物源演变特征[J]. 石油学报, 2010, 31(4): 548-552.
[14]	刘传联. 琼东南盆地渐新统烃源岩微观沉积特征与沉积环境[J]. 石油学报, 2010, 31(4): 573-578.
[15]	孙永革杨中威谢柳娟张永东柴平霞. 基于裂解色谱质谱技术的琼东南盆地渐新统源岩生烃潜力评价[J]. 石油学报, 2010, 31(4): 579-585.

琼东南盆地崖城组煤层的识别方法

Distinguishing methods for coal beds in Yacheng Formation of Qiongdongnan Basin

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价