송난가스전 화산암 벌목 종합평가기술 연구
Zhang Jun1, 2 Li Jun1 Li Hao1
(1. Sinopec Petroleum Exploration and Development Research Institute, Beijing 100083; 2. 중국석유대학교 박사후 이동국(Beijing), Beijing 102249)
Abstract 복잡한 암석학, 급격한 상변화, 약한 유체 반응 등 화산가스 저장소에 대한 기록평가의 어려움을 고려하여, 송료분지 송난가스전의 화산가스 저장소는 연구 대상으로 삼고 저수지의 "4가지 특성" 사이의 관계에 대한 연구를 기반으로 벌목, 테스트, 분석 및 테스트, 유정 벌목 및 기타 데이터를 포괄적으로 활용합니다. 암석학 식별을 위한 일련의 실제 방법과 암석층 분류, 저장소 및 유체 식별, 저장소 매개변수의 정량적 계산이 확립되었습니다. 기존의 로깅 데이터를 활용하여 화산암의 화학적 조성을 파악하고, 영상 로깅 데이터를 활용하여 화산암의 구조를 파악함으로써 화산암의 정확한 명명을 달성하고, 화산암 암석층/하위상과 벌목 반응 간의 일치성을 분석하고 로깅을 확립합니다. 다양한 암석층 식별. 기존 로깅 및 특수 로깅 데이터를 사용하여 저수지를 식별하고, 이중 측면 진폭 차이 방법, 3개 다공성 로깅 조합 - 겉보기 형성 물 저항성 교차 플레이트 방법을 사용하고 교차를 결합합니다. 코어 규모 측정을 통한 단면법 우물 및 기타 방법을 사용하여 저류층의 공극률, 투과도 및 포화도 매개변수를 계산하고, 연구 지역의 화산암 저류층에 대한 정량적 평가 기준을 확립하고 화산암 저류층에 대한 종합적인 벌목 평가 기술을 확립했습니다. 송난 가스전에 적용한 결과, 테스트 결과와 잘 일치했습니다.
키워드 송난 가스전 화산가스 저장소 벌목 평가
화산 저장소 종합 벌목 평가 기법
ZHANG Jun1, 2, LI Jun1, LI Hao1 (1. SINOPEC 탐사 및 생산 연구소, 베이징 100083, 중국 2. 중국석유대학교 박사후 과정 센터, 베이징 102249, 중국)
추상 화산 저장소는 복잡한 암석학, 다양한 형상, 약한 유체 반응을 특징으로 합니다. 송난가스전 화산저류지의 미세벌채평가의 어려움을 목표로 “4대특성” 관계연구를 바탕으로 암석학 식별, 암석층 구분, 저수지 인식, 유체 유형화, 저수지 매개변수 계산 등 새로운 일련의 방법을 설정했습니다. 유정 로깅, 테스트, 분석 분석 및 진흙 로깅 데이터를 종합적으로 활용하여 공통 로깅 데이터를 사용하여 화산암의 요소를 식별하고, 이미징 로깅 데이터를 적용하여 질감을 인식하며, 공통 로깅 및 이미징을 종합적으로 사용하여 암석의 이름을 고정할 수 있습니다. 로깅 데이터. 다양한 암석층의 로깅 인식 패턴은 암석층과 로깅 반응의 관계를 분석하여 설정됩니다. 공통 로깅 및 이미징 로깅 데이터는 저장소를 식별하는 데 사용됩니다. 가스 함유 특성은 이중 래터로그 곡선을 포함한 몇 가지 방법으로 표시됩니다. 차이 방법, 포괄적인 교차 플롯 방법. 교차 플롯, 코어 규모 로깅 및 기타 방법을 사용하여 예비 다공성, 투자율 및 포화도를 계산합니다. 위에서 언급한 작업을 기반으로 로깅 평가 pr
화산 저장소의 발생은 고정되어 있으며, 이 절차를 송난 가스전의 벌목 데이터 처리에 적용할 때 해석 결과는 테스트 데이터와 잘 일치합니다.
핵심 단어 송난 가스전 벌목 평가;
송난 가스전은 송랴오 분지 남부 창링 단층 함몰에 위치해 있으며, 영성층 화성가스층에 10개 이상의 유정이 뚫려 있다. 검증된 가스 보유 면적은 16.83km2입니다. 천연가스의 지질학적 매장량은 433.6×108m3이고, 회수 가능한 매장량은 260×108m3입니다. Yaoshen 2 및 Yaoshen 3 유정 지역에서도 공업용 천연가스 흐름이 확보되었습니다. 이 분야에 대한 좋은 탐사 및 개발 전망을 보여줍니다. 송난가스전의 심부화성암층은 여러 단계의 분출을 거쳐 형성되었으며, 암석구조가 복잡하고 원기공, 용해공극, 구조적 균열, 미세균열 등이 존재하는 경우가 대부분이며, 저류층의 대부분이 낮은 기공률과 낮은 투과성을 갖고 있다. , 그리고 미세한 벌목 평가 영역을 제공하는 약한 유체 응답으로 인해 큰 어려움이 발생했습니다[1~9].
송안 가스전 화산암 저수지 벌목 평가의 정확성을 높이고 차기 탐사개발 작업에 벌목 기술 지원을 제공하기 위해 벌목, 벌목, 테스트, 분석 및 실험실을 종합적으로 활용한다. 송난 가스전 화산암 저류층의 벌목 평가 기술로부터의 자료를 이용하여 암석 식별 및 암석층 구분, 저류층 및 유체 식별, 저류층 정량적 평가 측면에서 연구하였다.
1 암석학 식별 및 암석학 분류
1.1 암석학 식별
암석학 식별은 유정 벌목의 정확한 평가를 위한 기초입니다[2]. 화산암의 경우 암석학을 보다 명확하게 이해하기 위해서는 화학적 조성과 암석 구조를 결정하는 것이 필요합니다. 따라서 다양한 암석학의 로깅 반응 메커니즘부터 시작하여 암석학 반응에 민감한 로깅 항목을 식별하고, 그런 다음 로깅 데이터를 사용하여 암석학을 식별합니다.
송난 가스전 화산암의 암석학은 복합적이어서 해당 지역의 얇은 단면 식별(코어, 절개) 데이터, 핵심 분석 데이터, 유정 로깅 데이터를 종합적으로 분석한 결과 공통 암석학이 확인되었습니다. 유문암 및 (유문암) 점화된 응회암, (유문암) 점화된 각력암 응회암, (유문암) 점화된 각력암, 화강암 반암, (유문암) 응회암, (유문암) 화산 각력암, 유문암 각력암 응회암, 유문암이 포함됩니다. 각력암, 유문암 응회암 용암, 조면암 응회암, 조면암 응회암, 조면력 각력암, 조면암 함유 각력암, 조면력 각력암, 조면 화산 각력암, 조면암 응회암, 안산암, 현무암, 규암.
1.1.1 다양한 암석학의 벌목 반응 규칙에 관한 연구
다양한 암석학의 로깅 반응 규칙에 대한 연구는 암석학 식별을 위한 아이디어를 제공합니다. 연구지역 내 다양한 암석의 벌목반응에 대한 연구와 국내외 학자들의 연구결과를 종합하여, 기존의 벌목 데이터는 암석의 화학적 조성을 반영할 수 있다고 생각되나(그림 1), 구별하기는 어렵다. 암석 구조[3], 이미징 로깅을 통해 암석의 구조를 식별할 수 있는 반면, 화산암 암석학 식별은 먼저 기존 로깅 데이터를 사용하여 암석의 화학적 구성을 분류한 다음 이미징 로깅을 사용하여 암석 구조를 식별해야 합니다. 그런 다음 바위의 이름을 포괄적으로 지정하십시오.
그림 1 다양한 암석의 방사성 유정 로깅 반응
1.1.2 주요 암석 범주 식별
유정 로깅, 유정 로깅 및 얇은 단면에 대한 종합 분석 연구 지역의 식별 및 기타 데이터에 따르면, 연구 지역의 화산암은 화학적 조성에 따라 현무암, 조면암, 안산암 및 유문암의 네 가지 범주로 분류됩니다. 10개 우물의 결정된 암석학이 있는 우물 섹션을 선택하여 로깅 응답 값, 즉 자연 감마(GR), 중성자 다공성(CNL), 밀도(DEN), 종파 이동 시간(AC), 깊은 측면 저항률(RD)을 읽습니다. 다공성과 관련이 없고 암석 골격의 특성만 반영하는 로깅 매개변수 M과 N을 계산합니다[10]. 총 416개의 데이터를 읽어 암석 식별 모델을 구축하기 위한 훈련 세트로 사용했습니다. 현무암 94개, 조면암 43개, 안산암 85개, 유문암 194개.
연구지역의 핵심 얇은 단면 식별 데이터는 암석학 식별 모델의 예측 능력을 테스트하기 위한 테스트 세트로 사용되었습니다. 테스트 세트에는 현무암 23개, 조면암 15개, 안산암 7개 등 97개의 데이터가 있습니다. , 유문암 조각 52개. 암석학 식별 모델을 구축하기 위해 4가지 데이터 마이닝 기술인 연관 규칙, 의사 결정 트리, 클러스터 분석 및 지원 벡터 머신이 도입되었으며[11-13], 기존 교차 플롯 방법과 비교되었습니다(표 1 참조). 의사결정 트리 모델은 예측 정확도가 가장 높으며 이해하기 쉽습니다. 이는 암석학 범주를 식별하는 데 있어 크로스 다이어그램 방법을 도울 수 있습니다.
표 1 암석 식별 방법의 데이터 비교
1.1.3 암석의 정확한 명명
기존 벌목은 암석의 화학적 구성을 식별할 수 있는 반면, 영상 로깅은 암석의 화학적 구성을 식별할 수 있습니다. 암석 구조를 시각적으로 표시합니다[3]. 따라서 기존 벌목 및 이미징 로깅 데이터를 종합적으로 사용하면 그림 2에서 볼 수 있듯이 Well A1의 3568~3569m 구간은 기존 벌목의 운율에 속합니다. 영상기록에 따르면 암석구조는 점화된 응회암이므로 포괄적으로 유문암성 점화암으로 명명할 수 있다.
그림 2 암석 이름을 지정하기 위한 기존 벌목 및 이미징 로깅의 포괄적 사용(유문암 점화석)
1.2 암석층 구분
Wang Pujun 사용 이후에 제안된 화산 암석층 모델 송료분지 영성층의 화산암 단면에 대한 장기간의 연구는 화산암을 5개 단계와 15개 하위 단계로 분류하고 있으며, 연구 지역의 지질 데이터를 연구한 결과, 그 중 4개가 개발된 것으로 추정됩니다. 연구 지역에서는 공극 하위 단계, 열 잔해 흐름 하위 단계, 하부 범람 단계 하위 단계, 중간 범람 단계 하위 단계, 상부 범람 단계 하위 단계 및 재이송된 화산 쇄설성 퇴적암 하위 단계, 아화산 암석층을 포함한 상 및 7개 하위 단계. 기존의 벌목응답특성과 전기영상의 각 하위단계별 로깅응답특성을 종합한 결과, 화산암 하위단계와 벌목응답특성이 잘 일치함을 확인하였고(Fig. 3), 이를 통해 암석층을 식별하는 방법을 확립하였다. 로깅 단계 방법을 사용합니다.
그림 3 화산암 암석층과 영상 로깅 특성 간의 대응
2 저수지 및 유체 식별
2.1 저수지 식별
전통적인 모래 및 이암 프로파일, 자연 감마 및 자연 전위 곡선은 저수지를 구분하는 데 일반적으로 사용됩니다. 그러나 화산암에서는 자연 감마 곡선이 주로 암석의 산성도(SiO2 함량)를 반영하는 반면, 자연 전위 로깅은 화산 암석에 사용됩니다. 15], 따라서 화산암에서 새로운 저류층 분할 방법을 찾는 것이 필요하다. 그림 4에 표시된 것처럼 어레이 측면 로깅 데이터는 저수지를 더 잘 반영할 수 있습니다. 어레이 측면 로깅의 서로 다른 감지 깊이에서의 저항률 곡선은 지층의 방사형 저항률 변화를 보여 주며 이는 진흙의 침입 특성을 반영할 수 있습니다. 따라서 저장소의 효율성을 반영합니다. 쌍극자 음파 로깅 데이터에서 얻은 유체 이동성 지수(QFM)는 형성 공극 연결성과 형성 투과성을 반영할 수도 있습니다. 저수지 구간에서는 기존 벌목이 큰 밀도 공극률, 음파 다공성 및 상대적으로 낮은 저항률 값을 반영하므로 특별한 벌목 데이터가 없는 경우 기존 벌목을 사용하여 저수지를 분할할 수 있습니다.
그림 4 저수지의 기존 벌목 및 특수 벌목 반응 특성
연구 지역의 화산암은 저수지의 발달을 명백하게 제어합니다: 폭발 단계 및 범람 단계 화산암 물성은 화산채널상 화산암보다 우수하며, 넘침상 화산암 중 상부 하위상과 하부 하위상 화산암의 물리적 특성이 중간 하위상보다 우수하다. 화산분출 사이의 풍화작용과 용출로 인해 범람상 상부 하위층의 화산암이 풍화되어 벗겨져 용해공극이 매우 발달된 각성용암을 형성하며 물리적 성질이 매우 좋은 하위상이다. 송난 가스전의 생산성을 높이는 데 있어 저장소 식별은 특정 지침 역할을 하는 데 매우 중요합니다.
2.2 유체 식별
2.2.1 이중 측면 반응 차이 식별 유체
진흙 여과액의 저항률은 형성 유체의 저항률과 다르기 때문에 진흙 침입 저장소 저항률의 방사형 특성을 변경합니다. 일반적으로 담수 슬러리의 석유 및 가스층 침투는 낮은 침입 특성을 보이는 반면, 수층의 침입은 높은 침입 특성을 나타내며[14, 15], 이는 이중 측면 벌목 반응에 반영되는 긍정적인 차이가 있습니다. 석유 및 가스층의 깊고 얕은 측면 방향에서는 깊은 수층과 얕은 수층 사이에 음의 차이가 있거나 차이가 없습니다. 연구 지역의 유정 벌목 및 테스트 데이터 분석을 통해 양측 측면 응답의 차이가 이 지역의 유체 특성을 더 잘 반영할 수 있음을 발견했습니다. 그림 5는 Well A2의 이중 측면 반응 차이와 테스트 결과 사이의 관계를 보여주는 다이어그램입니다. 위쪽 상자에 표시된 단면의 이중 측면 차이는 명백하며 테스트는 의 이중 측면 부분입니다. 중간 상자에 표시된 섹션에는 긍정적인 차이가 있으며 테스트는 가스와 물의 동일한 레이어입니다. 하단 프레임에 표시된 레이어의 양쪽 사이에는 뚜렷한 차이가 없으며 테스트는 물 레이어입니다. .
그림 5 유체 특성의 양면 식별
2.2.2 유체 식별을 위한 교차 플롯 방법
3개의 다공성 로깅 곡선을 사용하여 저장소 유체 식별 속성 중요한 우물 로깅 데이터. 저장소에 가스가 포함되면 중성자 다공도가 감소하고 밀도 다공도가 증가하므로 음파 시간 차이가 비정상적으로 증가합니다(즉, "사이클 점프"). 따라서 3개 다공도에 대한 적절한 조정이 이루어집니다. 이 조합은 가스층 식별 능력을 효과적으로 증폭시킬 수 있습니다[2]. 일반적으로 사용되는 세 가지 조합 방법은 다음과 같습니다.
석유 및 가스 축적 이론과 탐사 및 개발 기술: Sinopec 석유 탐사 및 개발 연구소 2011 박사후 학술 포럼 논문.4
공식에서 : ΦS는 음향 다공성, ΦD는 밀도 다공성, ΦN은 중성자 다공성입니다. 일반적으로 저장소에 가스가 포함되어 있는 경우 FLG1>0, FLG2>1, FLG3>1로 간주됩니다.
겉보기 지층수저항법은 유체 특성을 판단하는 또 다른 일반적인 방법이다[14, 15]. 공식은 다음과 같다.
석유 및 가스 축적 이론과 탐사 및 개발 기술. : Sinopec Proceedings of the Institute of Petroleum Exploration and Development 4
공식에서: Rt는 깊은 탐지 저항률이고, m은 다공성 지수입니다. Rwa는 겉보기 지층 물 저항률이라고 불리는 암석학 지수입니다. 일반적으로 저류층이 수층인 경우 Rt는 R0(지층이 100% 수분을 함유한 경우의 저항률)에 가깝고, 저류층에 기름과 수분이 함유되어 있을 경우 Rwa는 Rw(지층 수의 저항률)에 가까운 것으로 여겨집니다. 가스의 경우 Rt는 R0보다 훨씬 크고 Rwa는 Rw보다 훨씬 큽니다.
그림 6 송난가스전의 유체식별도
조사대상 화산지대 저수지는 대부분 저공극, 저투과성 지층이므로, 유정 벌목 반응의 골격은 유체의 영향보다 훨씬 큽니다. 위 두 가지 방법의 인식 효과는 단독으로 사용할 때 명확하지 않습니다. 반복적인 시도 끝에 교차 차트를 구축하기 위해 3개 다공성 조합 방법과 겉보기 형성 물 저항률 방법을 결합하는 것이 유체 식별에 중요한 영향을 미치는 것으로 나타났습니다. 지도상에는 같은 공기층과 물층인 공기층과 물층 사이에 뚜렷한 구분선이 투영되어 있다. 이 차트는 송난 가스전의 주요 유체의 특성을 식별하는 데 사용할 수 있습니다.
3 정량적 평가 및 적용 효과
전통적으로 화산암 저수지는 대부분 균열과 기공의 이중매질을 갖는 저수지로 여겨져 왔지만[1~2], 송난가스전에서는 이 지역의 고전도성 균열 경향의 대부분이 현재의 최대 수평 주응력 방향(거의 동서 방향)과 일치하지 않으며, 다공성이 더 큰 저수지에서는 균열의 유효성이 떨어지는 것으로 나타났습니다. 6% 미만은 주로 다공성 저수지의 특성을 나타내며, 공극률은 6% 미만입니다. 저수지는 이중 매체 저장소의 특성을 나타내지만 대부분 생산 능력이 발달하지 않았습니다. 따라서 물성평가에 관한 연구는 주로 매트릭스의 기공률과 투과도의 계산을 목표로 하고 있다.
연구 지역에서는 공극률을 계산하는 두 가지 방법을 확립했습니다.
3.1 크로스 플롯 방법에 의한 공극률 계산
퇴적암 저수지 벌목 해석에서 일반적으로 사용되는 암석학-공공률 크로스 플롯을 모방하여 화산암 저수지에 적합한 크로스 플롯 방법을 확립했습니다. 송난 가스전. 암석학-다공성 교차 차트. 화산암의 골격밀도와 골격중성자는 암석의 화학조성의 변화에 따라 크게 변화하며, 중성자밀도횡단도에 대한 밀도기록 및 보정된 중성자기록 데이터를 바탕으로 다양한 종류의 화산암의 평균골격을 산출합니다. 값을 결정할 수 있습니다. 예를 들어 유문암의 평균 밀도 골격 값은 2.63g/cm3이고 평균 중성자 골격은 -1pu입니다. 골격 값을 기준으로 암석학 선을 그리고 암석학-다공성 교차 해석 차트를 설정합니다( 화산암층의 공극률을 계산하는 데 사용할 수 있는 그림 7)을 설명한다.
3.2 코어 스케일 로깅 방법
코어 스케일 로깅 방법은 로그 해석에서 다공성을 계산하는 데 가장 일반적으로 사용되는 방법 중 하나입니다[14]. 송난 가스전의 암석이 서로 다른 화산암층의 음파 로깅 반응을 통계적으로 분석한 결과, 암석이 음파 로깅 반응에 거의 영향을 미치지 않는 것으로 나타났으며, 다양한 암석의 음파 시간차 골격 값이 유사하다는 사실이 밝혀졌습니다. 음파 시간차와 핵심 분석 공극률 관계를 확립하여 공극률 계산 공식을 얻을 수 있습니다.
밀도 로깅 반응은 유정 조건에 의해 쉽게 영향을 받기 때문에[14~15], 유정 로깅을 분석해 보면 유정을 확대할 때 크로스 플롯 방법을 사용하여 계산한 공극률이 너무 큽니다. 송난 가스전에서 테스트 및 기타 데이터에 따르면 지층에 가스가 포함된 경우 음향 시간 차이가 비정상적으로 증가하여 코어 스케일 벌목 방법으로 계산된 기공률이 너무 커지는 것으로 나타났습니다. 따라서 보다 정확한 다공성을 계산하려면 두 가지 방법을 함께 사용해야 합니다.
송난 가스전 코어의 공극률과 투과도를 분석한 결과, 매트릭스 공극률과 매트릭스 투과도의 로그 사이에 좋은 선형 관계가 있는 것으로 나타났습니다. 따라서 다공성 간의 수학적 통계 공식은 다음과 같습니다. 다공성을 사용하여 매트릭스 투과성을 계산할 수 있습니다.
국내외 전문가들의 연구에 따르면, 복합저류지에서는 아치식의 교착지수 m이 고정된 값이 아닌 것으로 이번 연구에서는 암석의 전기구조론을 이용하여 암석을 확립한 것으로 나타났다. 연구지역의 전기구조계수와 암반전기구조계수 사이의 관계를 실험하여 m값을 계산하는 방법을 얻은 후 Archie식을 이용하여 포화도를 계산하였다. 16].
그림 7 송난가스전 중성자밀도교차도
연구분야의 정량적 매개변수와 시험결과를 바탕으로 연구분야의 정량적 평가기준을 수립하여 종합적으로 화산암 저수지 평가의 모든 측면을 평가합니다. 연구를 통해 송난 가스전에 적합한 화산암 저수지에 대한 종합적인 벌목 평가 기술을 구축하고 해당 지역의 실제 적용에 대한 일관성 비율을 구축했습니다. 테스트 결과는 85% 이상이었습니다.
4 결론
1) 다양한 암석학의 벌목 반응 패턴에 대한 연구를 통해 기존의 벌목은 암석학의 주요 범주를 반영할 수 있고 영상 로깅은 암석학의 주요 범주를 반영할 수 있다고 믿습니다. 암석구조물은 4가지 데이터 마이닝 기술을 활용하여 암석학 분류 식별 모델을 구축하였으며, 일반적으로 사용되는 교차 플롯 방법과 비교하여 연구 지역의 암석학 분류 식별을 위한 보조 도구로 의사 결정 트리 모델을 선택했습니다. ; 암석 구조를 분석하기 위해 전기 이미징 로깅과 결합하여 암석 구조를 세밀하게 명명할 수 있습니다. 연구 지역의 화산암 암석층과 우물의 벌목 반응 특성 사이에는 좋은 일치성이 있으며, 우물 로깅 데이터를 이용하여 화산암층을 구분할 수 있습니다.
2) 기존 벌목의 반응을 분석하고 저수지에 대한 벌목 데이터를 영상화함으로써 벌목 데이터를 활용한 화산암 저수지 식별 방법을 확립하였다. 연구 지역 내 다양한 유체의 로깅 반응을 연구한 결과, 양면 진폭의 차이가 유체의 특성을 나타낼 수 있음을 확인했습니다. 다공성 로깅 조합 방법과 겉보기 형성 물 저항률 방법을 종합적으로 사용했습니다. 가스층과 가스수를 구별할 수 있는 십자형 차트.
3) 연구지역의 공극률, 투과도, 포화도 매개변수의 정량적 산정방법을 연구하고, 연구지역의 시험자료를 바탕으로 송난가스전의 정량적 평가기준을 수립하였다. .
4) 저장소 벌목 평가의 모든 측면에 대한 연구를 통해 종합적인 화산암 저장소 벌목 평가 기술이 형성되었으며, 이는 송난 가스전의 실제 적용에서 좋은 결과를 얻었으며, 기타 지역 화산암석 벌목 평가 문제는 특정 참고 의의를 가지고 있습니다.
참고문헌
[1] Wang Pujun, Feng Zhiqiang, Liu Wanzhu 외 분지 화산암: 암석학·석층화·저수지·가스 저장소·탐사［M]. Science Press, 2008.
[2]China Petroleum Exploration and Production Company. 화산 가스 저장소 벌목 평가 기술 및 응용[M]. Beijing: Petroleum Industry Press, 2009.
[ 3] Li Ning, Tao Honggen, Liu Chuanping 등 산성 화산암의 벌목 해석에 대한 이론, 방법 및 응용 [M], Beijing: Petroleum Industry Press, 2009.
[4] Pan Baozhi , Li Zhoubo, Fu Yousheng, et al. Songliao 분지의 화성암 암석학 식별 및 저수지 평가에 유정 벌목 데이터 적용［J], 2009, 48(1): 48~52.
[ 5] Yang Shengu, Liu Xiaocui, Hu Zhihua, et al. 저수지 분석에서 화산암 암석학의 유정 기록[J] Journal of Petroleum and Natural Gas, 2007, 29(6): 33~37.
[6] Yang Shengu, Wu Hongzhen. Dawa 유전의 중생대 및 신생대 화산암의 유정 식별 방법 [J] Jianghan Petroleum Institute, 2003, 25(2): 58~59.
[7] Pan Baozhi, Yan Guijing, Wu Haibo. 북부 Songliao 분지의 깊은 화산암 암석학을 결정합니다.[J], 2003, 22(1): 7 ～9.
[8] Luo Jinglan, Lin Tong, Yang Zhisheng 등 Songliao 분지의 Shengping 가스전 Yingcheng 층의 화산 암석층 및 저류층 성능 제어 요인 분석[J]. and Natural Gas Geology, 2008, 29(6): 748~757.
[ 9] Xie Xiaoan, Zhou Zhuoming. Songliao 분지의 심층 천연가스 탐사 실습 및 현장[J]. Geology, 2008, 29(1): 113~119.
[10] Han Tao, Peng Shimi , Huang Shuwang 외 2차 코어 저수지의 "4가지 특성" 관계에 대한 연구 Nanyang Sag 동부 지역 회원 [J]. Journal of Petroleum and Natural Gas, 2007, 29(1): 69~73.
[11] Witten I H, Frank E.Data mining : 실용적인 기계 학습 도구 및 기술[M]. Dong Lin, Qiu Quan, Yu Xiaofeng 외 베이징: Machinery Industry Press, 2006.
[12] Groth R.데이터 마이닝: 빌딩 경쟁 우위[M]. Hou Di, Song Qinbao, 번역됨: Xi'an Jiaotong University Press, 2001.
[13] Vapnik V N. 통계 학습 이론의 본질[M] .NY: Springer-Verlag, 1995.
[14] Sun Jianmeng, Wang Yonggang. 지구물리학 데이터의 종합 해석[M] Dongying: Petroleum University Press, 2001.
[ 15] 홍유미. 벌목 원리 및 종합 해석 [M]. Dongying: Petroleum University Press, 1993.
[16] Gao Chuqiao. 복합 저수지에 대한 벌목 평가 방법 ［M].Beijing: Petroleum Industry Press. , 2003.