最优相关分析技术在精细层位标定中的应用

将相关函数最优化分析技术引入到地震精细层位标定中，通过合成地震记录与井旁道地震波形特征的相关分析成果，实现层位标定高精度的自动优化识别。实践证明．应用此法可获得明显的钻探效果。该方法具有精度高、速度快、对实际经验依赖性差的特点，具有推广应用价值。     

水侵识别技术在水驱气田的应用

不稳定试井法可以对水驱气藏水侵的强弱进行早期识别。随着气藏开发的进行,针对海上水驱气田多层合采的气井见水后,产水层位及类型难以识别的问题,建立BF图版应用于水驱气田开发领域。根据水分析化验资料绘制出不同层位的离子浓度分布BF标准图版,将单井离子分布图与BF标准图版进行比对,可以对多层合采井的出水层位进行有效识别,弥补了部分井因生产测井测试资料有限而难以进行水侵识别的不足,为气藏控水治水提供有效依据。同时,根据生产数据建立了拟均质砂岩气藏的水侵特征图版,判断合采井的驱动类型。综合应用不稳定试井识别法、BF图版、水侵特征图版等手段,实现了产水规律有效识别,对复杂水驱气藏的合理开发具有重要意义。     

长垣油田地震层位准确拾取与小断层识别

在油田剩余油挖潜研究中,准确解释反射层位及识别断距约为5 m的小断层是地震技术应用于油田开发的难题.在喇南北区块,采用以数据分频、层位拉平为主导的高精度层位拾取技术解决了开发小层对比尺度下的地震层位解释问题,依据反射振幅和波形变化可确定小断层,利用地震相干属性可确定井间断层的空间展布.实践证实,利用地震资料可以识别断距超过3 m的断层,所解释的断层能够指导剩余油挖潜研究和开发井位部署.     

地震波形结构的树描述及其应用

地震反射波的波形含有极为丰富的地下地质信息。同一界面的反射波具有相似的波形特征。据此,本文分析了反射波的外形特征,建立起适于地震波形的符号描述法——树表达式。提出了利用树间距离对比反射波组,实现地震层位的自动追踪,试算结果表明方法的效果良好。文章最后还讨论了本方法的不足之处,并指出其应用前景。     

长源距声波测井的应用

本文扼要介绍长源距声波测井(DDBHC)的原理和它在识别岩性、确定孔隙度以及识别裂缝等方面的应用。其中较为详细地讨论了用全波波形-变密度测井来识别裂缝的问题。以四川碳酸盐岩剖面为例,说明不同产状的裂缝在全波波形-变密度曲线上有不同的特征。并已证实,该方法配合双侧向油线和裂缝识别曲线(FIL)等,对区分水平缝、垂直缝、网状缝及孔隙-裂缝带具有一定的效果。对经计算中心处理后的波形分析及对曲线研究表明,在碳酸盐岩剖面上鉴别岩性和识别裂缝也是大有前途的。     

地层等效吸收系数反演

吸收系数是进行储层描述和油气预测时的一个重要参数,它对岩性变化具有很高的灵敏性。结合层位解释结果从地震资料中提取该层位地层吸收系数的空间分布对于提高油藏描述及油气预测精度具有重要作用,并可与其它地震、测井和地质信息相结合直接用于圈定油气分布范围,范围,估算储量。针对根据地震振幅信息直接提取吸收系数的方法所存在的主要困难——反射振幅失真和波形畸变,提出了应用谱模拟来反演地层等效吸收系数的方法。对地层吸收系数的地质意义、表征地层吸收性质的参数以及所用的反演方法进行了介绍,并通过本方法在某油田一区块的应用说明了其有效性和实用性。     

Stratimagic地震相分析软件在BZ25-1构造的应用

地震解释不仅仅要进行构造解释 ,而且还要进行储层和油藏特征描述 ,它是一个从层位解释到油藏描述的过程 ,因此 ,应利用沉积学理论将钻井信息、地质模型与地震数据联合使用 ,以确定地震属性与岩石物性的关系。在这方面 ,法国地球物理总公司 (CGG)的基于波形分类的 Stratimagic地震相分析软件提供了一个较好的研究手段。文中对该软件在 BZ2 5 - 1构造的应用进行了初步总结。应用过程中 ,通过地震相分析给出了具有明确地质意义的地震相图 ,据此对预钻井区储层的发育情况进行了预测     

岩性圈闭解释技术在松辽盆地LX地区应用效果分析

松辽盆地北部LX地区在地质上为一个由西北向东南倾斜的斜坡,纵向上具有多套含油组合,该地区具有形成多层位大面积岩性油藏的地质条件。在滚动评价中有望在萨、葡、高、扶杨油层获得比较优质的储量,为此形成一套岩性圈闭解释技术将是油田滚动开发工作的重点。在单井沉积微相分析的基础上,综合利用时间域属性分析技术、分频解释技术、短时窗频谱分析技术、波形聚类分析技术等多种方法进行河道砂体识别,采用相控下的储层预测方法,结合反演技术,对岩性圈闭有效识别与评价。     

岩屑远程识别技术研究与应用

长城录井自主研发的远程录井平台应用无线宽带组网技术将岩屑图像快速传到基地,可登录网络并操控岩屑图像采集系统进行实时拍摄,实现基地专家决策和岩屑远程识别,充分发挥少数基地专家的技术优势,避免地质录井现场复杂岩性识别及关键层位卡取等重要作业环节发生错误。基地专家利用远程录井平台,通过观察现场岩屑图像和操控现场图像采集仪进行拍摄的方式,对岩屑图像进行分析、描述、定名,实现了岩屑远程识别和指导层位卡取。岩屑识别定名由现场向基地专家的转变,提高了岩屑识别的准确性和及时性,避免层位卡取和岩屑识别错误的发生,既有利于管理层决策,也提高了录井作业效率。     

随钻声波测量

一种新型的随钻测井仪（ＬＷＤ）可以实时提供纵波△ｔ测量值及记录模式。这种声波测井仪与现代电缆声波测井仪具有相同的工作原理。在钻井钻进过程中，声波发射器发射声波脉冲，而这些声波脉冲通过泥浆和地层传播后被阵列接收器接收。使用一种井下处理算法把地层的纵波△ｔ从波形中提取出来，并且通过泥浆遥测技术把它实时地发射到地面。纵波△ｔ和孔隙度曲线可用于识别岩性和确定超压层位。另外，△ｔ曲线也可用于制作合成地震记录     

波形分类技术在缝洞型储层流体识别中的应用

塔里木盆地塔河地区奥陶系碳酸盐岩缝洞型储层的缝洞空间分布散乱,缝洞的规模、形态和内部结构等特征差异明显,导致缝洞型储层的流体难以识别。缝洞型储层内部地震波形的微弱差异在一定程度上能够表征其内部流体特征。传统上沿层段提取地震波形的波形分类技术无法准确地定位缝洞型储层。应用波形分类与三维缝洞体雕刻相结合的新技术识别缝洞流体,可为降低勘探风险、提高钻井成功率提供一种新的思路。首先利用瞬时振幅属性建立缝洞体三维空间模型,确定缝洞储层的空间位置,从而获得缝洞储层内部的地震波形;使用特征加权K近邻法,结合油气井资料,对缝洞型储层进行波形分类,建立储层内流体类型与地震波形之间的网络关系,并将其应用于未知区域的储层流体识别;最终得到缝洞型储层的流体类型。理论模型和实际地震资料测试结果表明该方法具有一定的实用价值。     

改进的神经网络级联相关算法及其在初至拾取中的应用

针对传统BP神经网络存在的问题,引入一种神经网络构造算法——级联相关（CC）算法。该算法具有比BP算法更快的收敛速度,能根据待解决问题自行确定网络结构,即能随时扩展网络拓扑结构以学习新样本。常规CC算法的初始网络只包含输入层和输出层。改进的CC算法起始于适当的BP网络结构（存在隐含层）;且为了防止权值病态递增,在训练候选隐含神经元的目标函数中加入了正则化项,对权值进行衰减。仿真试验表明：改进的CC算法具有更快收敛速度、更强泛化能力;瞬时强度比、振幅、频率、曲线长度比、相邻道相关性等五种地震属性特征交会图显示对初至波具有稳定的区分能力。本文构建的神经网络初至拾取方法在实际资料应用中取得了良好效果。     

地震波形约束的蒙特卡洛—马尔科夫链随机反演方法

以地质统计学为基础、以测井资料为条件数据的地震随机反演方法的分辨率高于常规确定性反演,因此迅速得到广泛应用,但是提高计算效率以及消除随机性一直是难点。为此,提出了基于地震波形约束的蒙特卡洛—马尔科夫链（MCMC）随机反演方法。充分利用观测地震数据和待反演参数之间的地球物理映射关系,应用相关系数,根据已知的地震波形之间的相似性特征指导井数据进行伪普通克里金插值模拟,建立具有地震波形指示的初始模型;在此基础上,进一步在贝叶斯框架下构建观测地震数据和测井数据协同约束的后验概率密度分布,结合Metropolis-Hastings采样算法多次随机模拟具有地震波形指示的初始模型参数,利用后验均值作为模型参数的最优解。该方法有效地提高了反演稳定性和横向连续性,降低了随机性,有效地弱化了地震噪声对反演结果的影响,并且极大地加快了马尔科夫链的收敛速度,有效地提高了运算效率和估算精度。模型试算和实际资料反演效果表明,基于地震波形约束的MCMC随机反演方法具有较好的抗噪性,有效提高了反演精度,对识别调谐尺度内薄互储层具有一定优势,在提高纵向分辨率的同时也提高了横向分辨率。     

重复压裂选井选层的小波神经网络研究及应用

重复压裂选井选层需要综合考虑地质特征、油气藏特性、物性参数、测试和生产数据等多种影响因素,难以用传统的数学方法来描述这些参数间的高度非线性映射关系。而以往对重复压裂选井选层的相关研究大都是以BP-神经网络为基础建立模型,但因其算法收敛速度慢、抗干扰能力差等缺点,在应用上受到了一定限制。本文首次将小波神经网络引入重复压裂选井选层,并应用灰色理论进行了参数优选,建立了重复压裂选井选层的小波神经网络模型(该网络模型具有一致逼近和L2逼近能力,以及较强的抗干扰能力),然后在此模型基础上给出了相应的求解算法。最后在现场应用收到了良好的效果,证明了该方法的可靠性与可行性,对重复压裂选井选层有重要的指导意义。     

利用反射地震资料和多尺度训练集的深度学习速度建模

随着地震勘探数据量的逐渐增大,常规地震速度建模方法在稳定性、精度和计算效率等方面均面临挑战。为此,提出一种利用反射地震资料和多尺度训练集的深度学习速度建模的方法,即将反射波形数据和速度谱联合作为全卷积神经网络的输入,并在网络中引入Dropout层提高泛化能力,结合多尺度训练集,实现从地震数据到速度模型的映射。为了测试该方法在不同地质构造条件下的效果和适用性,分别应用层状模型、孤立异常体模型和BP盐丘模型进行数值实验。实验结果表明,联合使用地震反射波形和速度谱作为深度学习特征数据集时,速度建模准确性优于仅采用地震反射波形或速度谱作为特征数据集的结果,并克服了单独使用反射波形导致建模不稳定和单独使用速度谱建模精度不足的缺陷;使用多尺度速度模型构建训练集的速度建模结果在异常体边界的准确性优于采用单尺度模型训练集;深度神经网络只需经过一次训练,就可以快速地对与训练集中速度结构相似的地下构造进行速度建模,比常规方法具有更高的计算效率。在构建大量速度模型时,该方法具有很好的推广价值。     

原油色谱指纹技术的优化与改进

利用多内标绝对浓度定量分析和单组分分离等方法,对原油色谱指纹技术进行了改进,并对所选指纹化合物进行了色谱-质谱定性鉴定,证实其为非混合化合物.运用回归算法建立了原油色谱指纹数学模型,并对混合原油中单层原油的配比比例进行了计算,其结果与理论精度相比可达88％.原油指纹技术在W1、W2油田4口合采油井上进行了现场分层产能监...     

层状介质探地雷达响应正演的积分方程算法

对于发射信号为无载波高频窄脉冲的探地雷达，导出了层状有损介质表面电磁响应的积分方程算法。首先，利用滤波算法计算层状介质频率域响应方程的汉克尔变换，然后通过傅氏变换计算时间域响应，实现探地雷达观测波形的正演模拟。该算法可在频率域对多种发射波形、阵列天线成相控阵天线发射情况下的电磁响应进行处理和计算。经过模型试算，并与其他算法的结果进行比较，证明该算法是正确的。     

利用时窗拟合法求取AVO属性剖面

时窗拟合法是利用ＣＤＰ道集内时窗振幅序列求取ＡＶＯ属性剖面（Ｐ、Ｇ剖面）的一种方法，它与传统的，利用单一样点振幅序列拟合法相比有如下优点：（１）能削弱由于ＣＤＰ道集同相轴波形不一致，相位不齐等因素所引起的Ｇ剖面假异常；（２）参考拟合的数据增多，统计意义明显，噪声的影响相对减弱；（３）由时窗拟合法求取的属性剖面相轴连续，波形光滑，信噪比有明显提高。     

基于联合稀疏表示的共偏移距道集随机噪声压制方法

受多解性和单道信号处理方法制约,传统基于稀疏表示的一维随机噪声压制方法面临着单道数据处理方法没有考虑有效信号的空间相关性,去噪的同时会损害有效波,以及稀疏表示算法具有多解性,相邻地震道处理结果差异大,难以适应信号空间变化的问题。叠前共偏移距道集中各波形均为水平同相轴,具有相同的双程旅行时间,各道信号具有相同的支撑。在该道集中利用联合稀疏表示进行随机噪声压制处理,能够兼顾信号的道间相干性和空间变化,降低算法的多解性,参与计算的各道在同一条件下获得最优稀疏表示,因此处理结果具有较好的一致性。数值模拟和实际资料试算结果表明,该方法不仅可以实现随机噪声的压制,而且可以很好地保持有效信号,具有良好的应用效果。     

改进的粒子群波阻抗反演方法与应用

针对常规粒子群优化算法在波阻抗反演中普遍出现的收敛速度慢、反演效率不高等缺点,提出了层状模型约束下的粒子群波阻抗反演方法。该方法通过迭代反演每层的样点数和对应的波阻抗值,并利用对模型层数的扫描实现波阻抗反演。模型试算结果表明,与常规粒子群算法比较,该方法收敛速度和反演精度均显著提高。实际资料的反演证明了该方法的有效性。