地震多属性非线性反演方法在东营三角洲中的应用

地震多属性反演的目的是为储层预测提供丰富的基础资料。在实现方法上主要有线性方法和非线性方法,地震多属性非线性反演方法多采用神经网络、支持向量机等工具进行映射,其反演预测结果比线性方法更符合实际地质情况。将自然电位曲线作为地震多属性非线性反演的目标,首先,通过线性回归的方法,寻找用于反演自然电位曲线的最优地震属性组合;然后,选用多层前馈神经网络,进行地震多属性非线性反演,得到了三维自然电位数据体;最后,利用自然电位数据体沿层切片,清晰地展示了东营三角洲沙三段中亚段砂体的前积过程。     

多属性概率神经网络技术在ML油田岩性油气藏预测中的应用

在ML油田,由于地震资料品质差、井数据缺乏、开发程度低等原因,采用常规阻抗反演进行油气预测效果不理想,为此应用多属性概率神经网络技术进行油气预测。在研究区首先进行多属性分析,优选出振幅包络、泊松比等7种地震属性,建立起地震属性与油气之间的非线性关系;然后对已钻遇岩性油气藏砂体进行油气预测,将预测结果和实际测井数据进行对比说明预测结果真实可靠;最后对潜在的岩性油气藏目标砂体进行油气预测,得到目标砂体的油气分布概率以及厚度图,从而指导油田岩性油气藏的勘探与开发。     

地震多参数在塔河油田储层含油气性预测中的应用

新疆塔河地区地震属性参数与测井数据并非存在着明显的一一对应关系，很难用精确的算法来描述，使用多参数共同解释又往往产生相互矛盾的结果。针对这种情况，介绍一种三维地震资料多参数神经网络技术将丰富的地震资料与较稀少的钻井、测井数据结合起来进行沿层含油气性预测与评价的方法。首先分析塔河地区的地质规律及目的层段井资料的含油气性，研究井位处地震属性参数与目的层含油气性之间的关系，然后筛选出较稳定的、灵敏度较高的瞬时频率、反射强度、瞬时相位等优势地震参数进行归一化作为网络的输入数据，目的层段的测井或岩心油气显示为神经网络的期望值进行网络训练，最后用经过训练的网络对整个工区内各道相应目的层段进行沿层预测，形成油气预测图，实际应用表明该方法是可行的。     

基于储集层地质模式用多种地震属性参数预测砂体含油气性

惠民凹陷江家店地区地震波的平均对数衰减率、反演波阻抗和地震振幅对砂体的含油气性反映较敏感 ,在对这些属性参数进行相关性研究的基础上 ,研究已知含油气性砂体的不同储集层地质模式 ,建立在地质模式约束下的多属性参数学习模式 ,采用复赛谱技术计算直接反映砂体吸收属性的地震波平均对数衰减率 ,在储集层地质模式的约束下 ,用支持向量网络方法判别砂体的含油气性。用该方法计算的结果和已知产油层位基本吻合 ,预测结果被钻井所证实。复赛谱分析方法算法稳定 ,计算速度快 ,是识别砂体含油气性较稳定和可靠的方法 ;支持向量网络方法具有更强的分类能力 ,预测实际问题的风险比人工神经网络方法要小得多。表 1图 4参 1 6     

叠后烃检方法在渤海海域PL稠油区块的应用

针对渤海海域PL油田新近系明化镇组原油密度大,常规叠后烃检方法效果不佳的特点,利用储层含油气后高频端能量吸收衰减原理,在高精度频谱分解基础上,采用能量系数法和高频斜率衰减地震属性预测油气,效果一般;结合研究区地质特点,以神经网络多种成熟算法为基础算法,优选对油水有不同响应的地震属性作为训练参数,以含油饱和度曲线作为目标曲线,对全区地震数据体进行反演,用验证井与饱和度数据体有效响应比对,主力油层含油砂体吻合率高达75%以上.利用该方法结合其它成藏条件优选了显示很好的多套砂体作为进一步勘探潜力靶区.     

地震多属性反演预测页岩总有机碳含量

在单井评价的基础上,采用地震多属性反演方法可实现对页岩总有机碳（TOC）含量（以下称TOC质量分数）分布的横向预测。从井点出发,在地震资料中提取多种属性,结合多元逐步回归分析和神经网络方法进行属性优化训练,获取最佳属性组合,建立起属性组合和目标属性TOC质量分数之间的数学关系,并将其运用到地震数据体中进行TOC质量分数反演。将该方法应用到建南地区下侏罗统东岳庙段进行页岩TOC质量分数分布预测,TOC质量分数预测值与TOC质量分数实测值符合较好。     

概率神经网络技术在非均质地层岩性反演中的应用

提出了一种由多测井和多地震属性参数组成的概率神经网络方法,来进行非均质性较强的油气储层的预测.介绍了该方法的网络模型构建和地层岩性预测的过程.利用该概率神经网络方法,研究了我国西南某一岩性油气田沙一段湖滩砂及河道砂体.运用测井响应特征、地震属性特征与地质岩性特征的相关性对概率神经网络进行了培训,从而对地层特征进行了预测和识别,并取得了较好的应用效果.     

三维地质建模与地震反演结合预测含油单砂体

含油单砂体形态及分布特征的预测是精细油藏描述的主要内容.根据渤海湾盆地G油田地质特征、地震资料品质及研究目的,选择稀疏脉冲地震反演方法,以泥质含量为地震反演目标,将地震反演技术与三维地质建模技术相结合,利用协克里金方法将测井解释结果与地震反演参数有机地融合到一起,建立高精度的三维泥质含量模型.三维地质模型所反映出的单砂体形态完全达到了油藏精细描述的要求,同时又很好地保持了原始地震属性参数的分布特征,使砂体预测的分辨率得到明显提高.在泥质含量模型的基础上划分砂体,利用三维可视化技术对含油单砂体进行三维追踪和解释,得到含油单砂体及油藏的三维空间展布形态和分布特征,使油藏预测更为准确、可靠.     

叠后地震属性分析在油气田开发中的应用

针对松辽盆地南部皮家地区井少,多断块,砂泥岩薄互层的特点,综合应用振幅属性、频率属性等地震属性技术以及多井约束储层反演技术探索了一套适合该区油气特征的储层横向预测及油气识别模式。将其应用于皮家构造的储层及含油气性预测,为该区油气勘探开发和储量计算提供了可靠依据,同时也为隐蔽性油气藏的勘探开发积累了经验。     

塔河油田三叠系砂岩储层地震正演响应特征

塔河油田三叠系是主要的产油气层之一,随着勘探的深入,低幅度构造圈闭油气藏是新的勘探研究方向。应用正演模拟技术和实际资料,建立低幅背斜油气藏砂体模型、地层尖灭模型、砂泥互层模型及其组合地质模型,在时间域和频率域对地质模型的反射特征和地震属性进行深入分析;确定了35 Hz作为激发主频,这有利于提高分辨率和预测精度;振幅、频率、波阻抗等地震属性对油气储层敏感,预测效果较好。这可以减少预测的多解性和局限性,为勘探低幅度构造圈闭油气藏提供了科学依据。     

地震属性神经网络油气模式识别技术及其在东海的应用

神经网络油气模式识别技术是综合利用地震属性进行油气预测的技术之一 ,它首先通过计算获得多种地震属性 ,综合分析找出对储层油气比较敏感的地震属性组合 ;然后收集油气井与非油气井的井旁道地震属性 ,组成学习样本并进行神经网络学习 ;最后利用学习结果对储层进行油气预测。该技术在东海某工区的应用结果表明 ,振幅统计类和复数道统计类地震属性是对该地区储层油气最敏感的地震属性组合。神经网络油气模式识别技术可以作为东海地区储层油气预测的一种手段。     

塔河油田AT9井区三叠系阿四段滩坝砂储层预测

塔河油田南部阿克亚苏地区三叠系阿克库勒组四段(阿四段)滨浅湖相滩坝砂储层厚度小、横向变化快,单个滩坝砂体识别的难度较大。以阿四段滩坝砂储层预则为目标,建立了一套以叠后地震资料提频处理技术、地震古地貌和属性分析技术、拟声波测井约束波阻抗反演技术和神经网络油气检测技术等为主的技术系列。利用这些技术对AT9井区三叠系阿四段滨浅湖相滩坝砂储层进行了有利区域预测,部署并钻探的滚动开发井中有两口井在阿四段滩坝砂储层中获得了工业油气流,取得了较好的应用效果。     

基于局域波分解和约束插值的地震反演

在我国东部油田的勘探开发中,井震联合高分辨率反演是薄互层储层预测的有效方法,将高频测井资料和相对低频的地震资料有机地结合起来,得到与地震资料吻合程度高的层状地质模型是获得好的反演结果的基础.为此,在时间-相位模型约束的井资料外推方法中,引入局域波分解技术来求解地震瞬时相位;通过井旁地层对比,建立测井资料与地震资料之间的联系,把测井信息在地震资料建立的等相面约束下外推出去,以获得高分辨率的属性反演剖面.针对局域波分解方法中的一些不足,提出了一种新的方法--希尔伯特变换均值模式分解法,提高了方法的计算速度和抗噪能力.此外,对测井属性外推插值到井外的方法--基于约束插值的反演理论进行了探讨,从理论上解释了拟测井曲线反演的有效性.将上述方法应用于大庆油田茂2井区,获得的扶余油层的波阻抗、自然伽马、电阻率、砂体隶属度分布等反演剖面的分辨率得到了提高,横向连续性得到了改善.     

A prediction method of borehole stability based on seismic attribute technology

Borehole instability in drilling engineering can bring about serious problems of drilling quality and safety. Based on the close relationships between seismic and well log information, the prediction method of borehole stability is presented to effectively control borehole instability. Conventional and nonlinear seismic attributes are extracted from borehole-side seismic traces of impending drilling well and drilled offset well respectively. Then the optimal attributes combinations sensitive to log properties are selected by using genetic algorithm and wavelet neural network technology together. A series of mapping models which reflect the nonlinear relationships between seismic attributes and acoustic and density log data of various formation intervals in drilled well are constructed through neural network modeling. With analysis of cutting logging data, seismic attributes of the formation under bit and corresponding mapping model can be used to predict acoustic and density log curves of this formation. Based on the predicted log data, log interpretation method, analysis technology of in-situ stress and mechanics model of borehole stability are employed to calculate in-situ stress, pore pressure, collapse pressure and fracture pressure, thus the safe drilling fluid density window which can keep borehole stable is determined. Prediction precision and real-time operation ability of the proposed method are satisfying, which have been proved in practical application in TR oil field.     

地震分频AVO技术在孟加拉湾海域深水沉积储层烃类检测中的应用

直接利用叠前地震资料进行烃类检测在海洋深水油气勘探中具有重要作用。传统的AVO方法在烃类检测中应用广泛,但在薄层、高孔隙度含水砂岩、低含气饱和度等情况下存在多解性和不确定性。实际上,地震波在油气储层中传播会产生较强的频散和能量衰减,这种变化在叠前地震资料振幅和频率上均存在响应。因此把分频技术与AVO技术结合起来是解决烃类检测多解性的有效方法之一。针对传统AVO方法和分频技术进行烃类检测存在不足,通过模型正演、AVO技术和分频技术以及它们的有效结合应用,集成了地震分频AVO烃类检测方法,在孟加拉湾海域深水沉积储层烃类检测中取得了良好的应用效果,验证了该方法在海洋深水沉积储层烃类检测的可行性及有效性,进一步提高了储层烃类检测的可靠性,有效地降低了烃类检测的多解性。     

地震属性的油气模式识别

文章介绍了地震属性油气模式识别的方法。计算多种地震属性,进行综合研究,找出对油气比较敏感的地震属性。收集油气井与非油气井的井旁道地震属性组成学习样本,进行神经网络的学习,并利用学习的结果对集集层进行油气预测。     

神经网络法地震反演应用及效果

X潜山研究区属于储层非均质性极强的裂缝型油藏,构造极为复杂,初始模型的构建难度极大,多解性非常强。为此,要寻找一种方法,充分利用现有各种测井资料,弥补声波测井的不足;充分利用地震资料的中频信息,来提高储层反演的分辨率和精度,尽可能的减少反演结果的多解性,增加反演成果的客观性,以便更准确地进行储层预测。作者建立地震属性与测井资料的多维线性或非线性的统计关系,进而利用基于神经网络法地震反演和线性、非线性多元地震属性分析对裂缝型储层进行横向预测。概率神经网络方法采用了交叉检验预测精度的方法,所以,在相关性较好的情况下,增加了预测结果的可靠性,减少了多解性,提高了预测结果的精度。