储层油气预测中地震属性优选问题探讨

在利用地震属性进行储层横向预测的实际工作中,用户普遍面临两个问题,即如何选取合适的地震属性和如何分析预测结果的可信度。本文在对出现假相关概率的因素进行分析的基础上,提出了一种能解决上述问题的简便方法。该方法从三个方面作地震属性参数优选及样本学习工作：（１）基于相关分析选取彼此独立的地震属性,（２）基于样本优选地震属怀与细化输出类别,（３）基于统计分析优选曲形样本,具有原理简单、易于实现的特点。文章     

地震数据油气预测中的属性优化方法

本文简单介绍了智能信息处理中新出现的RoughSet（RS）理论及属性选择方法，从双相介质地震波传播理论角度，探讨了地震数据油气预测属性优化原理，提出了基于RS理论的地震数据油气预测属性优化方法。实际应用表明；本方法速度快、易实现，而且在优选属性、最大程度地减少提取地震属性种数、提高分类正确率等方面，明显优于其它方法。本方法将成为地震数据油气预测的一种有效手段。     

地震属性分析在储层预测中的应用

介绍了地震属性的定义和分类,并在JH凹陷SH地区和YM油田LGZ地区,进行了地震属性分析方法研究。通过对储层含油气性敏感参数的分析,建立了它们与含油气性的关系,并评价了目标区含油气状况,为勘探目标区的确定提供了有价值的依据。     

地震信息的属性参数提取和砂体预测方法

在利用地震信息属性参数进行砂体预测时，仅用单一参数预测的结果往往精度很差，而盲目使用多参数作为神经网络的输入，又会使网络的学习过程不收敛。为克服上述问题，本文通过理论模型研究，并结合实际地震资料，从时间域和频率域中提取了目的层的１９个地震信息属性参数。然后，选取与薄砂层厚度最密切的８种参数进行砂体预测。文中对几种常用的预测方法进行了分析和对比。应用结果表明，多参数的神经网络预测方法的精度最高；主频     

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     

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。     

南方新区油气勘探与地震属性技术

中国石化南方新区是指秦岭—大别—胶南一线以南地区,面积为209×104km2,有利勘探区面积在90×104km2以上,勘探目的层是上震旦统—中生界的海相地层和其上部的陆相地层。南方新区地域广阔,地形复杂多样,构造多期叠加,油气藏多为隐蔽性复杂油气藏,地震资料品质普遍不高,给地震属性技术研究工作造成了一定的难度。为此,探讨了新区的地震属性与地质参数的关系,提出了应用多元地震属性组合预测一个地质参数的方法,并给出了2个具体区块的油气和储层预测的应用实例。     

地震属性分析技术在苏里格气田苏76区块储集层预测中的应用

以苏里格气田苏76区块三维地震区为例,综合应用地震属性提取及分析技术,结合地质、测录井等多种资料,在层位精细标定和构造精细解释的基础上,提取40多种地震属性,从中优选出与研究目标有关的最敏感的均方根振幅、平均瞬时频率、最大波峰振幅、总能量4种地震属性,并依据这4种地震属性的分布特征,对储集层的平面分布特征进行了描述。在此基础上,结合实钻井的动、静态资料进行综合分析,认为S 55、S 76-6、S 76-18等井区的强振幅、低频反射区为有利储集层发育带。     

多元地震属性分析提高薄储层预测精度

针对叠后地震属性预测薄储层信息时存在属性单一、多解性及定性表征等问题,文中提出了基于主成分分析-支持向量机算法(PCA-SVR)对多种地震属性进行定量表征预测薄储层的方法。以松辽盆地某井区葡I4层为例,利用主成分分析法对9种地震属性进行降维分析,优选累计贡献率大于90%的3种主成分,利用支持向量回归机算法,建立了薄储层预测模型。对井区内葡I4层砂岩厚度进行预测,预测结果与实际钻遇砂岩厚度吻合程度较好。研究结果表明,预测结果与实际钻遇砂岩厚度的相对误差,与目的层段内砂岩发育层数相关,随着发育砂岩的层数增多,平均相对误差逐渐增大。     

多信息储层预测地震属性提取与有效性分析方法

针对多信息储层预测，介绍了QuincyChen等人基于储层特征的地震属性分类，讨论了地震时窗的选取和属性预处理方法，提出了地震属性有效性分析基本准则和工作程序，并对优选地震属性的主要算法进行了介绍，结合大庆宋节屯油田芳深2区块储层预测给出了一个应用实例。指出精细的地震属性提取与有效性分析是高精度地震储层预测的前提，期望引起人们对地震属性的高度重视。     

地震属性参数在塔河油田储层含油气性预测中的应用

地震波穿过含油气储层时，会引起地震波波形、振幅、频率等参数以及速度、波阻抗等参数的变化。根据塔河油田三叠系碎屑岩和奥陶系碳酸盐岩储层的测井、钻井、测试资料及合成地震记录，建立了含油气储层的地震响应特征，确定了振幅、频率、波阻抗、振幅变化率等地震属性参数为储层含油气预测的敏感参数；将二维、三维参数交会分析技术应用到地震属性参数分析中，通过多种参数交会聚类分析，对储层的含油气性进行了预测。该方法应用于三叠系碎屑岩储层含油气性预测，取得了良好的效果；由于奥陶系储层的纵横向非均质性强，对储层的含油气性进行了尝试性预测，取得了一定效果。     

油气重力异常提取的灰色方法研究

本文根据灰色预测理论,应用四阶GM模型来模拟反映构造和基底变化的重力区域场,从而获得重力剩余场。分析表明,用该灰色方法计算所得的新疆塔里木盆地北部托库测区剩余重力场可解释为油气微重力异常。     

多种地震属性分析技术在LD20-1构造区储层预测和含气性检测中的应用

基于岩石物理统计分析和地震资料保幅处理研究,在弄清研究目标储层岩性、物性、含油气性与地震响应特征关系的基础上,采用常规波阻抗反演、弹性波反演、多属性综合分析、吸收分析和AVO分析等多种地震属性分析技术,对LD201构造区4个有利目标进行了储层预测和含气性检测。结果表明,依据上述技术思路,可以实现多种预测结果的相互印证,降低单项地球物理勘探技术预测结果的多解性,从而提高该区有利目标储层预测和含气性检测的准确性;该区4个地质目标均处于浊积水道主体部位,其储层物性及储盖组合条件均较好,均为有利的含气目标。     

不同类型油藏水平井开发适应性分析

水平井技术是一种高效的提高油气采收率的方法,目前在所发现的各类油藏中均有应用水平井的报道.从我国近年完钻水平井的情况来看,水平井主要应用于稠油油藏、边底水油藏、低渗透油藏以及高含水油藏挖潜之中.通过对我国主要油田以上4种不同油藏类型中水平井生产特征的统计,分析总结出水平井开采技术存在的问题以及对各类油藏的适应性,为我国水平井技术的进一步应用提供参考.     

灰色关联技术在老油田储层预测解释中的应用

针对老油田储层横向变化大、井间砂岩识别难的特点,以大庆长垣S油田萨尔图油层为例,阐述了灰色关联储层解释技术的方法原理、实现过程的2个关键环节,以及该技术与地震属性分析的区别.实践证明,灰色关联储层解释成果既符合井数据的地质规律特征,又能反映出在地震数据中观测到的大尺度结构和储层连续性,同时进一步明确了砂体接触关系,尤其是对河道砂体横向边界的预测,有利于提高储层预测精度.     

有监督SOM神经网络在油气预测中的应用

用于油气预测的方法基本上可分为两类：一类是有监督预测方法，另一类是无监督预测方法，８０年代传统模式识别方法（统计、句法和模糊模式识别）得到广泛应用；９０年代以来神经网络理论异军突起，以ＢＰ为代表的有监督神经网络和以ＳＯＭ为代表的无监督神经网络广泛应用于油气预测。本文介绍了应用有监督ＳＯＭ神经网络进行油气预测的方法原理，经两个工区的实际资料试算结果证明本方法性能良好，可以成为油气预测的一种可选方法。