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。     

预测油气的地震属性优化组合、灰关联分析技术

文章针对滨浅湖相滩坝亚相砂二段沉积体，研究了该沉积相含油砂体地震属性对含油信息强弱反映程度，揭示目的层地震属性中指示含油性较明显的地震属性，并把这些属性加以优化组合。为了去掉由于地震记录或由其提取的地震属性的局部畸变，研究利用地震属性参数加工变换处理技术和加权滤波技术，对所选属性进行处理计算，使预测结果更加可靠，在此基础上，研究了灰关联分析理论在储集层油气预测中的技术方法，最后把各项技术有机地结合到一起，形成了预测结果较稳定，可靠的技术方法，实现了实际地区的油气预测，取得了理想的结果。     

利用地震属性预测渗透率

储层岩石的渗透率分布的不均匀性直接影响油气分布、运移以及开采。目前,在井资料十分有限的勘探初期,利用地震资料难以预测渗透率。因此,探讨利用地震属性预测渗透率具有重要的理论和实际意义。地震属性数据预测渗透率的Rough Set (RS)与Genetic Algorithm BP(GABP)(粗集与遗传BP神经网络)相结合的方法预测渗透率得到了令人满意的结果。表明:①利用地震属性在勘探早期预测储层的渗透率是完全可能的;②应用实例表明,该方法的预测精度较高。因此,本方法将成为地震数据预测渗透率的有效手段。     

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。     

地震油气藏剖面技术

提出可直接预测油气藏分布的地震解释技术；提取尽可能丰富的地震属性参数；首先对地震属性参数进行平滑处理，剔除异常值；再通过K－L变换去掉与油气相关性差的属性参数，保留地震属性对油气响应的主要特征；然后用井旁已知的含油气信息与地震属性参数的关系标定地震剖面，预测井间油气分布，用地震油气分布预测剖面展示剖面的含油气预测结果。在松辽盆地北部某地区应用该技术预测含油气性，成功率达90％左右，说明该方法的应用效果良好。图1表1参27（陈裕明摘）     

大庆探区齐家北地区含油砂岩分布预测

储层预测和油气检测中的地球物理特性主要来源于地震属性。以往地震属性是在地震常规剖面解释后提取,时窗较大,分辨率较低,针对性不强,所提取的地震属性包含了储层及其围岩的多种岩性信息,难以筛选、优化。通过对大庆探区齐家北地区的研究,改变以往的工作程序,在储层反演及岩性解释后进行地震属性提取、筛选、优化,减少了其它因素的影响,提高了储层参数预测和油气检测的精度及可信度,为寻找有利的潜在含油气区、圈定油气藏面积及估算油气储量奠定了基础。     

基于覆盖粗糙集的地震属性约简及其应用

在油、气预测中,并非用到的地震属性越多,预测效果就越好。由于计算误差等影响,冗余地震属性反而会使预测的准确率降低。目前地震属性约简较多采用粗糙集的思想优化地震属性。然而,等价关系在有些情况下难以实现,而且连续地震属性经离散化处理后会造成原始数据失真,因此本文提出基于覆盖粗糙集的地震属性约简方法,不仅有效解决了地震属性等价关系和数据失真的问题,还克服了粗糙集理论在地震属性约简中应用的局限性,使粗糙集理论更具一般化。仿真试验和实际应用表明,通过样本地震属性约简,可以提高油、气预测精度。     

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。     

应用地震数据体结构特征法预测孔缝洞型油气储层

 应用地震数据体结构特征法预测油气是一项新的油气预测技术，它以每个地震道的地震数据元素之间的相互关系(即数据体结构特征)为研究对象，通过提取每一地震道的振幅数值等参数，研究各种参数的组合、排列特征及其与含油气性的关系，达到预测油气层的目的。该方法克服了一些传统的油气预测方法受不同储集空间复杂性的影响，能在非均质性强的复杂储层预测中取得较好效果。本文分别选取了孔隙型、裂缝型和缝洞型等三种不同储集空间类型的非均质性强的碳酸盐岩储层实例，应用地震数据体结构特征法进行了含油气性预测。应用结果表明，当地层中含有油气时，地震数据体结构特征会出现明显的异常特征，进而圈定油气藏边界。实例中本方法预测结果与后期实钻结果对比，符合率较高。     

灰色油气预测系统

本文应用灰色系统理论的基本观点和方法，研究了储层横向预测问题，提出并建立了一套充分利用地震资料进行多参数油气预测的灰色评估系统，其主要内容包括：地震数据预处理，灰色多参数特征提取，灰色模式识别和图形显示四大部分。文中阐述了该系统的设计原则和油气预测的步骤，并结合对Ｄ油区高分辨率水平叠加资料进行了评估预测，证实了该系统的有效性。     

地震属性优选及储层预测软件系统研制

本文阐述了地震属性优选及储层预测软件系统的原理及功能。该软件系统通过利用属性优选和多元地震属性组合分析统计类比等方法解决了深层火山岩预测时,深探井很少的情况下应用模式识别方法对岩性和油气预测时存在的问题,该软件系统现已应用于松辽盆地芳深9井、肇源南和卧里屯等工区的地震资料解释中,预测结果与实际情况吻合率高,取得了较好的效果。     

针对薄互层储集特点的地震属性优化技术及应用效果

利用地震资料属性信息预测油气储层的相关参数已在实践中见到了较好效果,但如何优化地震属性,如何更精确地预测薄砂岩储层特征是地质及地球物理勘探家们不懈的追求.在借鉴主成分分析思想的基础上,提出一种新的地震属性优化方法——约束主成分分析。理论模型计算及油田应用结果表明,该方法不仅能提高储层预测的精度,而且具有更强的适用性。     

基于粗糙极化稀疏矩阵的地震属性融合约简方法及其应用

石油地震勘探中主要采用地震属性进行油气预测,但需针对不同预测对象从众多地震属性中优选敏感属性、剔除冗余属性,以确保预测结果的准确性。为此,在充分研讨粗糙集理论和极化矩阵的基础上,提出一种基于粗糙极化稀疏矩阵的地震属性融合约简方法。通过稀疏极化矩阵组合计算,找到所有的地震属性融合约简;同时还从理论上证明了粗糙极化稀疏矩阵地震属性融合约简方法的可行性。仿真试验和实际资料应用的结果表明：该方法简单、便捷;对地震属性约简处理后,不仅可降低预测的多解性,提高预测精度,而且还可提高预测处理的效率和综合应用效果。     

Intelligent prediction and integral analysis of shale oil and gas sweet spots

Shale reservoirs are characterized by low porosity and strong anisotropy. Conventional geophysical methods are far from perfect when it comes to the prediction of shale sweet spot locations, and even less reliable when attempting to delineate unconventional features of shale oil and gas. Based on some mathematical algorithms such as fuzzy mathematics, machine learning and multiple regression analysis, an effective workflow is proposed to allow intelligent prediction of sweet spots and comprehensive quantitative characterization of shale oil and gas reservoirs. This workflow can effectively combine multi-scale and multi-disciplinary data such as geology, well drilling, logging and seismic data. Following the maximum subordination and attribute optimization principle, we establish a machine learning model by adopting the support vector machine method to arrive at multi-attribute prediction of reservoir sweet spot location. Additionally, multiple regression analysis technology is applied to quantitatively predict a number of sweet spot attributes. The practical application of these methods to areas of interest shows high accuracy of sweet spot prediction, indicating that it is a good approach for describing the distribution of high-quality regions within shale reservoirs. Based on these sweet spot attributes, quantitative characterization of unconventional reservoirs can provide a reliable evaluation of shale reservoir potential.     

地震属性优化在储层预测中的应用

地震属性与所预测对象之间的关系复杂,不同工区和不同储层对所预测对象敏感的地震属性是不完全相同的。即使在同一工区、同一储层,预测对象不同对应的敏感地震属性也是有差异的,地震属性优化技术是解决此问题的有效途径。运用降维映射、属性选择和聚类、交会分析等地震属性优化方法,优化出了预测储层的地震属性,并运用正演模型技术,对优选出的地震属性之一波峰数进行了验证,说明了优化方法的可靠性。在此基础上,对CB331井区进行了储层预测,新描述砂体30多个,预测石油地质储量4000×10⁴t。     

利用模型正演优选地震属性进行储层预测

利用地震属性预测储层会产生不确定性,为此提出了利用岩心、测井和叠后地震属性预测储层的新方法。该方法是以岩心物性参数和岩石物理性质正演模拟为基础,分析岩石物性变化引起的地震响应特征变化,利用优选的地震属性进行储层预测。这套技术以正演为主,正、反演相结合,减少了预测结果的多解性,提高了用属性预测储层的准确性。该方法操作步骤包括横波速度预测、流体替换、属性优选、属性分类和储层预测等。用该方法预测了砂体分布及含油级别,其结果与钻井结果一致,取得了满意的效果。     

洛带气田地震多参数综合油气预测研究

在地震勘探中,快速有效地进行油气预测已成为我们目前十分重要的研究课题。本文概述了利用地震资料提取出多种特征参数,通过综合处理对油气进行预测的实用技术。给出了利用洛带气田的二维地震测线保幅偏移数据对蓬莱镇组气藏中的８个储层进行地震多参数综合油气预测和利用洛带气田三维地震数据对蓬莱镇组气藏中的Ｊｐ３＾２储层进行地震多参数综合油气预测的实例。两次实验的预测结果及实际钻井结果都基本吻合。     

利用随机森林算法预测裂缝发育带

裂缝带的预测与刻画对裂缝型油气藏的勘探开发具有重要意义。为了减少单属性预测结果的多解性,通常采用多种地震属性综合预测。裂缝发育程度与地震属性之间主要为非线性关系,为此,首先应用随机森林算法对地震属性特征与裂缝发育程度之间的对应关系进行学习,然后根据学习结果综合判别研究区裂缝发育程度,以提高裂缝带预测精度与准确率。实例表明,随机森林算法对裂缝带预测结果准确度较高,同时该方法也具有较强的普适性。     

白55块储层预测研究方法及应用效果

从白55块砂泥岩薄互层的地层特点出发，研究了该区储层地球物理特征，分析了砂、泥岩的地震属性差异，如速度、波阻抗差异等，确定以砂组为单位进行储层预测。为了减少误差和多解性，对所使用的测井、地震资料进行了预处理。基于地震波阻抗反演理论，提出了相对波阻抗反演思路；采用最小二乘法子波反演GLI技术进行了层位标定；在精细构造解释的基础上，使用分形和波形相似内插方法构建复杂储层的地质模型；采用信息融合技术把地质、测井、地震等信息统一到同一模型中；采用全局寻优的快速反演算法进行了波阻抗反演；然后进行了相对波阻抗反演，并提取了相对波阻抗属性。最后对沙三中2砂组和3砂组储层分布进行了预测，并进行了有利储层检测。储层预测结果较好地反映了储层沉积规律。