随着油气田勘探开发的进一步深入和油气资源的逐渐贫乏,利用测井资料进行老井复查已经成为一些老油气田工作的重点,并且在我国东部的一些老油气田已经取得了不错的效果。本文就是针对鹿角场—李子坝构造嘉陵江组老测井系列存在的测井项目较少,测井质量不高等问题所展开的老井精细解释方法研究。 测井资料预处理是测井数字处理与综合解释的基础,论文首先对研究区域内未数字化的几口井利用“平板数字化仪”进行了数字化,然后对该研究区域共14口井分别进行了偶然因素校正、深度校正、平滑滤波、环境校正、岩心数据的深度匹配和标准化等预处理工作。选测井资料比较全的坝25井作为关键井,利用BP神经网络法建立了构建中子和密度曲线的神经网络模型,其训练好模型的自相关系数分别为0.969和0.722,并将该模型用于老测井系列井的中子和密度测井曲线的构建;由于深、浅双侧向在曲线性质上很相近,在缺少浅侧向电阻率的井,本文利用关键井电阻率曲线拟合法建立了构建浅侧向电阻率曲线的模型,其模型相关系数为0.993。在预处理和构建所需测井曲线之后,我们建立恰当的测井解释模型,选择合适的测井解释参数,利用最优化测井解释软件进行测井资料的数字处理。裂缝是碳酸盐岩储层主要的储集空间和渗流通道,裂缝识别和裂缝参数的计算是碳酸盐岩储层测井解释中不可或缺的内容,本文简单介绍了高角度缝、低角度缝和网状缝在常规测井曲线上的显示特征,并充分利用双侧向、中子、声波和井径等曲线进行常规测井的多参数裂缝识别和裂缝参数的计算。 在以上研究工作的基础上,分别作了取心井的岩性和物性参数对比图、岩心测试孔隙度和测井解释孔隙度交会图、测井解释结果与测试结果对比表、并分别对鹿8井和坝18井进行了测井解释油气显示结果验证,从各种对比和分析结果中验证了本研究测井解释结果是正确的,利用神经网络构建中子和密度测井曲线用于老井测井资料的数字处理与综合解释是切实可行的。