塔河油田石炭系三角洲微地震相研究

塔河油田石炭系油藏是一个具有中低渗透率的三角洲沉积环境的岩性油藏，有效砂体厚度较薄，单砂体相互叠置，厚度变化较大（3～15m），储层物性变化大，非均质性强，勘探难度较大。针对这些问题，在塔河油田四区石炭系卡拉沙依组开展了微地震相研究。对石炭系卡拉沙依组的地质与地球物理特征进行了分析，在此基础上，利用神经网络技术，对卡拉沙依组顶面（E）和三角洲前积层等时界面进行了微地震相分析。采用对地震道进行逐道对比分类的方法，细致刻画了地震波形的横向变化特征，并结合测井相解释和地质背景分析结果，对研究区的沉积相进行了解释。在该区，分布有沉积三角洲平原、前缘亚相以及分流河道、水下分流河道、河口砂坝、泛滥平原等沉积微相，解释结果与钻井和生产测试结果相符合。     

基于三维场的地震相分析方法及应用

自组织神经网络地震相分析是一种基于地震道形状的地质特征描述方法,通过鉴定对地震道的波形分析获得地震相的分布,结合测井资料,进一步将地震相转换成沉积相。应用该方法对潜江凹陷蚌湖向斜西Eq341地层进行了地震相分析,综合研究了该油藏储层的沉积微相及其储层展布特征,认为该区为陡坡扇三角洲半深湖沉积体系,据此布置的G43-1井获高产工业油流,取得了较好的勘探效果。     

河流-三角洲储层沉积微相的模糊识别

针对河流一三角洲储层沉积微相划分问题,提出了一种基于加权模糊推理神经网络的判别方法。该模型可同时处理油田沉积微相研究中的定性专家经验和反映油层沉积微相变化的定量数据。根据取心井分析资料和专家解释结果确定区块沉积微相类型,建立标准模式库,判别待识别小层的沉积微相类型。同时可较好解决过渡性沉积微相在识别中存在的多解性问题。通过对大庆油田萨北开发区23口井的实际资料处理,其符合率达到84．1％。     

吐哈盆地红台地区中侏罗统地震相分析

 吐哈盆地红台地区中侏罗统在地震剖面上分别表现为强振幅、中低频、高连续、亚平行反射，中强振幅、低频、高连续、平行反射，弱振幅、低频、中连续、平行反射和空白反射等特征。本文根据中侏罗统地震反射特征，按地震相分析方法对地震道波形进行分类，并转换为地震相。据此对红台地区大致划分10类地震相，构成四个地震相分布区，分别对应低频区、高频区和中频区（与两个相区对应）。低频区对应砂岩，高频区对应泥岩，中频区对应的岩性介于砂岩和泥岩之间。依据地震相分布图编制了S2砂层组的沉积微相图，经钻井资料证实，井点处沉积微相类型与井孔岩心微相有较好的一致性。     

波形分类技术在储层沉积微相预测中的应用

地震波形的总体变化是地震波振幅、频率、相位的综合反映，是重要的地震属性参数。地震波形分类技术充分利用了地震资料信息丰富的特点，采用神经网络算法把地震道形状（即波形特征）定量地刻画出来，通过对某一层地震数据逐道进行对比分类，细致地刻画地震信号的横向变化，从而得到与地质层位对应的地震相图，用于储层砂体及岩性油藏的预测。应用波形分类技术对古龙北地区葡萄花油层沉积微相进行了预测，预测结果与该区宏观沉积环境吻合，与单井微相匹配程度高，属性的细节变化符合沉积规律。利用预测结果提供了2口井位，实施钻探后均获得工业油流，新发现了较大储量规模的岩性油藏。     

地震相分析技术在伊通地堑储层沉积特征分析中的应用

伊通地堑L3井区主要产油层双阳组一段，砂体的厚度和分布横向变化快，具有典型的“源近流短”沉积特征，相邻井的砂体特征及其含油性各异，利用地震相分析技术对研究区的砂体沉积特征及其变化规律进行了精细刻画。分别利用传统的地震相参数分析技术和Stratimagic地震相分析技术对双阳组一段的地震相特征进行了分析，并将两种方法的分析结果进行互相补充和验证。在此基础上，对双阳组一段的地震相特征进行了划分。采用最能反映扇三角洲相和湖相的相标志（如泥岩颜色、岩性组合、沉积层理、沉积韵律和地层的测井曲线特征等）对主要地震相单元中的钻井资料进行了单井微相分析，并依此建立了双阳组一段地震相与沉积相的对应关系，将地震相转化沉积相。     

地震波形分类技术应用条件及其在葡北地区沉积微相研究中的应用

在应用地震相分析软件Stratimagic对葡北地区七克台(Qkt)组进行地震相分析的过程中,对地震波形分类技术的应用条件进行了对比。分析发现,频率大于40 Hz、信噪比大于25 DB的地震资料可以较好地满足地震波形分类的研究。构造形态平缓、断裂不发育的地区运用波形分析效果较好。此外合适的地震时窗大小的选取和适当的波形分类数的设定也影响波形分类分析的运用效果。一般5~8种分类数是比较合适的,与沉积微相类型的匹配效果较好。在此基础上,运用该技术编制了葡北地区七克台组的沉积微相,对比单井沉积微相分析结果发现,有86%以上的单井相分析结果与预测的沉积微相图吻合,证实了地震波形分类技术预测沉积微相的可靠性。最后,运用该技术预测了该地区的砂体展布,为该地区下步隐蔽油气藏的勘探指明了方向。     

多元统计分析在地震相识别中的应用

地震地层学最重要的任务之一是根据地质环境识别和分析地震相。首先是要确定哪些地震参数可以用来判别相的特征，从而对它们一齐予以考虑。第二个问题是要弄清在地震参数和我们致力研究的地震相之间存在的某种联系。本文提出一种自动相识别方法。分两步：第一步（或学习步），从确定我们期望识别的每一个相的供学习的地震道开始。供学习的地震道可以根据井资料来选择，也可以依据地震地层学的解释结果来选择。然后对这些学习道计算大量的地震参数。用多元分析来核实学习道选择的正确性，并从所有的参数中选出判别作用最好的参数。在这一步，为了把地震参数和地质特征联系起来，可能要做模型计算。第二步是预测步，进行相的自动识别。对未知地震道计算上一步选择的判别参数，对照学习道来划分未知道。     

百色盆地三今-甫圩目标区块地震相反演与沉积相研究

在岩相古地理、地震层序地层学研究基础上 ,应用Stratimagic地震波形分类技术 ,根据储层的发育是否引起地震道波形变化 ,对已知井的井旁道目的层段的反射波进行统计分类 ,并对研究区 (三今 甫圩目标区块 )地震剖面做波形分类分析 ,建立不同反射波与储层沉积微相、储层发育程度等的对应关系 ,同时提取相关地震属性进行分析 ,定性确定出该区的储层发育规律与沉积相分布特点。     

基于遗传—BP算法和图像处理的沉积微相识别

针对目前沉积微相自动识别模型和算法存在的某些不适应性,提出了一种基于遗传-BP算法与图像处理技术相结合的方法.根据取心井分析资料和专家解释结果确定区块微相类型,采用最小决策规则对模式特征指标和典型样本进行筛选,建立各类沉积微相标准模式库.利用图像处理技术将测井曲线和地质参数转化为图像模式,由神经网络自动提取和记忆曲线所表征的小层模式特征.用遗传和BP算法相结合的方法训练多层前馈神经网络,所得的神经网络稳定,学习收敛速度快,同时有很强的记忆能力和推广能力.对于过渡性微相在识别中存在的多解性,在小层对比基础上,参照邻井同层微相识别结果,在大环境下依据区块地质规律采用模糊逻辑推理方法确认和修正微相识别类型,保证平面沉积相和小层单井相的一致性.此模型对解决沉积微相自动识别问题具有良好的适应性.对大庆萨北油田15口井进行了资料处理,取得了较好的效果.     

H盆地L区块下白垩统地震相分析及沉积体系预测

对 H盆地 L 区块下白垩统常规地震剖面进行了地震相分析 ,根据地震相单元的内部反射结构和外部几何形态 ,划分出 7种主要的地震相。依据陆相断陷盆地地震相模式、沉积体系分布模式以及钻井资料 ,将地震相转换为沉积相 ,预测了下白垩统沉积体系的分布 ,指出主力生储盖组合位于 A层序上段     

塔河南托浦台地区泥盆系地震相与沉积相分析

根据地震反射波在时间剖面上的外部形态、内部结构、连续性、振幅、频率及速度等特征,对塔河南托浦台地区的地震资料进行了地震相解释,共解释出中振幅中连续前积地震相、中振幅中连续楔状地震相、杂乱低振幅低连续地震相、亚平行强振幅中一高连续席状地震相、强振幅高连续丘状地震相等5种主要的地震相类型。并根据地震相的特征结合工区内的构造背景和钻井资料等,在泥盆系划分出三角洲前缘亚相、滨海相和浅海相等。结合单井沉积相分析结果,对有利含油气相带进行划分和评价,认为西南部东河砂岩段的滨海相和浅海相沉积区和东南部的东河砂岩尖灭靖的三角洲前缘河口湾沉积区为有利的储层晨布相带．为扩大勘探领域、寻找有利目标提供了有益的建议。     

基于深度嵌入网络的地震相聚类技术

早期基于机器学习的地震相聚类分析依赖地震属性种类的选择与组合,结果具有很强的主观性,而数据驱动下的深度学习可以规避该缺陷。因此,利用深度学习技术,采用自编码网络架构,通过嵌入编码(Embedding Code)对地震数据进行抽象表示;引入聚类损失函数与重建损失函数,建立联合损失函数并优化,使学习到的地震特征既能重建地震数据,又具有较好的聚类能力。鄂尔多斯盆地A致密气探区实际应用结果表明:经过500次迭代后,嵌入编码已具有明显的聚类特征,同时能很好地恢复原始地震信号,相对误差小于5%;与均方根振幅属性相比,基于深度嵌入网络的地震相聚类技术计算的地震相图刻画河道更准确、细节更丰富;比K-Means聚类算法预测结果的井震符合率更高,可达89.3%。     

基于波形的波阻抗特征识别技术在川西气田储层预测中的应用

川西坳陷陆相砂岩储层波阻抗分为高、中、低3类,其中储层预测的主要目标是具有低波阻抗特征的高孔渗砂岩储层.通过对储层波阻抗特征、地震资料分辨率、模型正演等的分析,提出了基于波形的波阻抗特征识别技术.该技术首先通过地震反射波峰、波谷振幅属性的一、二维匹配特征,判断地震强振幅异常的反射极性,识别波阻抗特征;然后再根据地震相特征,判别河道或三角洲砂岩储层,排除非储层陷阱;最终识别出高阻抗致密砂岩与低阻抗高孔渗砂岩.该技术不受地层埋深的限制,在合兴场气田浅层蓬莱镇组进行了低阻含气砂体识别,得出该套储层砂体越厚,孔渗性越好,含气丰度越高,振幅越强的认识,钻井命中率在90%以上;在丰谷气田深层须家河组进行了高阻抗砂体识别,得出一呈透镜体的反射＂异常＂为低孔渗致密砂体,砂体越厚,孔渗性越差,振幅越强的认识,预测该砂体不利于天然气的储集.     

博兴洼陷西部沙三段底部地层沉积相划分

博兴洼陷西部花沟地区井资料少，地层的波阻抗差异小，利用常规地震属性分析技术进行沉积相划分，效果不是很好。为此，探讨了利用高精度古地形恢复技术和地震共生体素聚类技术划分沉积相的方法。在古地形恢复技术研究中，重点讨论了关于古地形恢复可靠程度的各种校正及校正界定问题；在地震相分析中，引入了图像处理中的共生体素技术，探讨了地震属性共生体素聚类分析地震相划分技术；最后，综合利用古地形恢复结果和地震属性共生体素地震相分析结果，对研究区的目的层沙三段进行了沉积相划分。     

砂岩成岩相地震预测——以松辽盆地齐家凹陷青山口组为例

以松辽盆地齐家凹陷青山口组为例,探讨应用地震沉积学和实验室岩心分析手段,采用常规三维地震资料预测砂岩成岩相的可行性。用地震资料划分地层和成岩相单元、建立岩心成岩相与地震属性的联系以及寻找有效的地震成岩相成图方法,是地震成岩相研究的3个关键步骤。井-震高分辨率层序分析和地层切片的制作可提供储集层尺度(20 m)成岩相单元的合理载体。砂岩成岩相分析和成岩序列的建立可揭示影响储集层质量的最重要因素——成岩作用。通过储集层参数和岩石物性分析可进一步了解成岩作用和波阻抗的关系并筛选适用地震检测的主要成岩作用。地震岩性体(如90°相位地震体)转换提供了成岩相的振幅(波阻抗)检测信号,用地震岩性体制作的地层切片可用于识别沉积相。在沉积相图上分析沉积相、波阻抗和成岩相的关系,可最终形成地震成岩相图。对青山口组泥质胶结砂岩和方解石胶结砂岩的实际分析表明,虽然砂岩成岩相地震检测尚处于起步阶段,但目前用常规三维地震资料预测砂岩成岩相是可行的。     

无监督神经网络地震属性聚类方法在沉积相研究中的应用

基于自组织映射神经网络分析技术(SOMA)划分地震相是一种属性综合聚类方法,开展地震属性优选、确定聚类种数、分析地震相—沉积相关系是该方法应用过程中的关键.针对银额盆地白垩系苏红图组主力生油层系,充分挖掘叠后地震资料中反映的地震相类别信息,在地震沉积学理论指导下,应用SOMA进行属性聚类分析,并结合地质资料开展地震相—...     

青坨子凸起馆陶组地震相研究

青坨子凸起馆陶组是东辛油田潜在的油气勘探区带,但目前对本区的地层分布和沉积相特征尚未进行系统研究,区内钻井不多且钻井取心、录井资料较少,因此开展区域的沉积相研究必须依靠现有的三维地震资料。通过对青坨子凸起周缘馆陶组地震相的研究,总结了该区的沉积模式,这对于下一步的油气勘探有一定的指导意义。另外,本区河流地震相的研究工作也可以作为其他地区地震相研究的借鉴。     

基于S变换的地震相分析技术

为全面准确地描述地震相特征，在地震相分析中引入了时频分析技术，如短时窗傅里叶变换、Cabor变换、小波变换等。之后发展起来的S变换时频分析方法综合了短时窗傅里叶变换和小波变换的优点，具有线性化、无损可逆性以及高时频分辨率等特性。阐述了S变换的基本理论，并利用S变换对理想的地震序列模型以及实际地震资料进行了地震相分析。通过对地震相特征的连续性以及振幅和频率变化特征的分析发现，对于规模较小的地震相体，在时间剖面上很难识别其层序内的地震相特征（特别是频率）随旅行时的变化情况，但在S变换的时频域内可以被清楚地体现出来。因此，在进行沉积环境识别时，可以利用S变换来提供有效地震信息。     

苏北溱潼凹陷北坡阜三段地震层序分析

在溱潼凹陷北坡阜三段主要目的层段进行地震层序精细描述的基础上,结合岩心、测井资料进行了综合分析,并以三维可视化资料对储层展布进行了验证。通过地震相类型的沉积微相解释,编制了地震相平面图和沉积微相平面展布图,从而预测了有利储层的空间展布。