基于贝叶斯分类的储层物性参数联合反演方法

应用地球物理资料进行储层物性参数反演是储层预测及综合评价的重要步骤。基于贝叶斯分类的储层物性参数联合反演方法综合应用统计岩石物理模型和蒙特卡罗仿真模拟技术,在贝叶斯反演框架下,基于贝叶斯分类算法计算储层物性参数后验概率分布,实现多种储层物性参数的联合反演。该方法不需要进行复杂的模型初始化,而是通过统计岩石物理模型建立储层物性参数与岩石弹性参数之间的关系,进而与叠前地震反演相结合,不仅能模拟地球物理随机特性,还能解决常规物性参数反演方法对测井资料过度依赖的问题。海上某区块实际资料应用结果表明,该方法能为储层精细描述提供多种物性参数,并可对反演结果的误差进行定量评价。     

利用储层物性参数预测油气

储层物性参数处理技术是根据双相介质理论，使用地震、地质数据提取储层的孔隙度、密度、层速度、视渗透率、流体密度等物性参数的一种处理方法。这些物性参数剖面比常规地震剖面更细致地反映了地下各种地质现象，揭示地质体的岩性变化及油气聚集规律。多年来该技术已在海上、陆上许多油田使用，并得到完善和发展。中重要介绍在南海北部不同沉积盆地应用该技术进行油气预测的实例及认识。     

基于聚类分析和贝叶斯判别的储层分类评价方法

储层分类评价是气藏开发的重要内容,本文以苏里格气田东区盒8段储层为研究对象,优选储层厚度、储层最大渗透率、储层含气饱和度、储层渗透率均质系数4个评价参数,应用数理统计方法将这些评价参数集合起来进行聚类分析,从而对储层进行分类,在储层分类的基础上,应用贝叶斯判别方法得出储层分类的综合评判函数,建立了储层分类标准。应用该方法对储层进行分类评价,得出的评价结果与试气无阻流量符合率较高,分类评价效果良好。     

利用储层物性参数预测油气

储层物性参数处理技术是根据双相介质理论,使用地震、地质数据提取储层的孔隙度、密度、层速度、视渗透率、流体密度等物性参数的一种处理方法.这些物性参数剖面比常规地震剖面更细致地反映了地下各种地质现象,揭示地质体的岩性变化及油气聚集规律.多年来该技术已在海上、陆上许多油田使用,并得到完善和发展.文中重点介绍在南海北部不同沉积盆地应用该技术进行油气预测的实例及认识.     

煤层气储层重要物性参数的测井评价

煤层气储层是一种非常规天然气储层，对它的评价有其特殊的要求，该文在综合分析的基础上,峄煤层气储层的重要物性参数进行了测井评价，包括煤层识别，含气量，煤阶，煤质结构等，评价结果与取心观察结果非常一致，测井能有效地识别煤层和确定煤层厚度，预测煤储层参数，为经济有效地评价煤层气储层提供了重要的技术支持，为煤层气的勘探开发提供了重要保证。     

低孔、低渗储层的多参数判别

考虑到测井数据总存在一定的误差，并且各个参数反映储层物性和含油性程度不一。若直接使用测井信息进行地层评价，难以确定区域性地层评价标准．面对众多的参数难以作出选择。也不容易得出区域性地层评价标准。通过确定储层“敏感性”参数及权值．根据加权法则。对数据列进行加权处理得到一个目标函数值．据此评价物性级别。加权方法使传统的定性解释方法有了定量化概念。本文用多参数判别方法对胜利油田埕913块低孔、低渗储层进行判别分析．显示出较高的精度和较好的使用效果。     

基于改进SADE算法的神经网络预测储层物性

为准确计算孔隙度、渗透率等储层物性参数,结合模拟退火和差分进化算法的主要优点,提出一种改进的模拟退火差分进化(SADE)算法,将复杂储层物性预测过程中神经网络权值的训练转化为无约束优化问题,并建立新目标函数,进而利用改进的SADE算法进行求解,并与传统方法计算结果进行比较.新目标函数使得神经网络权值的调整不受样本期望输出大小的影响,更适用于变化范围较大的样本数据训练;改进的SADE算法利用退火温度控制差分进化的选择过程和差分策略的选用,前期具有很好的多样性,后期有较好的收敛能力,克服了经典算法早熟的缺点,提高了全局搜索能力和鲁棒性.利用该算法对现场实际资料进行计算,取得了很好的效果.     

基于布谷鸟算法的储层物性参数同步反演

物性反演是储层预测与评价的重要手段,可直观描述储集层所蕴含的信息。由于地球物理反演的非线性特征,以局部寻优方法开展的储层物性参数反演方法难以降低不适定性,结果存在多解性。为此,提出一种基于布谷鸟算法的储层物性参数同步反演方法。以弹性阻抗与储层物性参数关系为基础,构建储层物性反演目标函数,引入布谷鸟算法寻找目标函数最优解。布谷鸟算法作为一种新型元启发式算法,其包含的Levy飞行机制能有效解决常规方法陷入局部极值的问题,可实现更高精度的储层物性参数预测。理论模型和实际数据测试均表明,该方法能够有效反演物性参数,可为储层描述提供数据支持。     

多参数表征储层岩性及其对储层物性的影响

火成岩岩石种类多、岩性复杂、储层非均质性强,精确表征火成岩岩性特征、分析岩性对储层物性的影响,对火成岩油气藏的勘探开发意义重大。利用测井资料、岩石力学参数、岩石物理特征等多种参数相结合的方法,对Hsh2井区二叠系火成岩岩性及其对储层物性的影响进行了探讨。研究表明:岩性是火成岩储层物性其他影响因素的基础;凝灰岩和安山岩的渗透率、孔隙率较大,裂缝发育,为有利的储层岩性,其次是玄武岩;多参数综合分析法可以较准确地识别岩石岩性。     

沉积微相控制下的储层物性参数建模

储层随机建模主要分三步：构造建模，沉积微相建模，物性参数建模，其中物性参数的建模需要沉积微相模拟的结果来控制。沉积微相控制下物性参数建模的方法是，首先利用顺序指示模拟建立沉积微相约三维模型，然后按沉积微相类型分别采用顺序高斯模拟对其物性参数进行模拟，最后根据沉积微相模拟结果进行合并，得到相控下的储层物性参数模型。在实例中对比了相控下物性参数模拟与直接物性参数模拟的结果，结果表明前者更合理一些。     

基于AVO流体反演的储层孔隙度预测技术

AVO流体反演技术是将统计学与AVO理论结合,统计判别实际地震数据与测井数据正演的AVO响应,定量预测目标储层的含油气概率分布。针对低孔、低渗碎屑岩储层,为求取孔隙度参数,本文将AVO流体反演技术进行了改进,充分利用其统计学分析优势,通过贝叶斯和柯西等概率理论对异常信息进行统计判别,并从中提取出储层的孔隙度信息,实现了X69井区储层的定量预测,减小了预测的多解性。孔隙度预测结果与实际测井值吻合率最高可达到79%,较好刻画出高产井区有效储层空间分布特征。     

基于机器学习的储层预测方法

机器学习和数据挖掘具有出色的预测、分析、决策和计算能力,在油气勘探开发领域的应用已取得良好的效果。在总结储层预测方法的基础上,分析了不同储层预测方法的适用性及优缺点,应用机器学习方法,挖掘测井和地震数据,预测了储层的岩石类型、空间展布、孔隙度、渗透率和含油饱和度。将该方法与地震反演储层预测对比,结果表明该方法具有明显优势。一是挖掘地震数据蕴含的大量信息并进行多重属性融合,使预测精度提高;二是数据驱动代替经验驱动,使工作流程简化。     

基于偏最小二乘回归法的储层厚度预测

首次采用偏最小二乘回归法进行储层厚度预测,推导其数学算法,总结其优势,建立正演模型分析其可行性。针对靶区的地震数据进行地震属性的提取,优选出可以较好地描述砂体分布情况的5种属性,分别为波峰数、平均振幅、平均瞬时相位、振幅立方差和能量半衰时。利用这5种属性分别对靶区应用主成分分析法、神经网络法和偏最小二乘回归法,得到井点处的砂体厚度预测值。根据各自绝对误差和相对误差,推断应用最小二乘回归法预测砂体厚度值更为准确。根据建立的回归方程,对靶区进行砂体厚度预测,得到砂体厚度分布情况。     

牛庄洼陷浊积岩砂体储层物性地震预测

对牛庄洼陷沙三段已知浊积砂体的岩石物性和地震属性进行统计、回归等分析，研究表明：①牛庄洼陷沙三段不同岩性的速度具有一定差异，灰质砂岩速度最高，砂岩速度次之，泥岩速度最低；②反射振幅值太强和太弱的浊积砂体，其储层物性都不好，根据其反射振幅值可定性地判断砂体储层物性；③全区难以确定统一的地震属性与储层参数的对应关系，但同一个砂体，影响其反射振幅变化的外在因素基本相同，可应用回归经验公式对其物性进行定量计算；④在利用地震属性预测储层物性时，不能片面、盲目地追求预测方法和计算模型的普适性。     

长岭气田登娄库组储层物性研究

岩心和铸体薄片分析表明,长岭气田登娄库组为低孔、低渗储层,岩石类型主要为细粒长石岩屑砂岩,砂岩孔隙度在2.7％～6.6％,储集空间以次生孔隙为主,孔隙类型主要为粒间溶孔。影响储层物性的因素主要有岩石结构、沉积环境、成岩作用。沉积环境中分流河道的储层物性相对较好,天然堤和决口扇次之,河道间的储层物性最差。成岩作用中的压实作用、压溶作用和胶结作用对储集层原生孔隙破坏性较大,使储层物性变差;而溶蚀作用可以形成次生孔隙,从而改善储层物性。该区以破坏储层物性的成岩作用为主。     

储集层裂缝预测分析的多参数判据法

利用优化反分析方法获得目标区地应力场分布,并考虑储集层岩石多轴应力状态,提出了储集层裂缝预测分析的多参数判据法.该方法采用基于多个岩石材料参数建立的破坏曲面作为边界条件,通过研究应力状态函数与破坏曲面间的相互关系预测分析储集层裂缝发育情况,并根据关键井处的实测裂缝参数计算得出储集层平面内各点处的裂缝密度.利用该方法对江苏油田某区块油藏进行计算分析,研究了储集层关键井点处裂缝密度与数值模拟得出的发育指数间的关系,结果表明储集层裂缝体密度与发育指数的常用对数间具有较好的线性关系.据此对该区块油藏裂缝发育程度及密度进行预测分析,计算结果表明该油藏目标层段储集层裂缝体密度主要分布在0.23～1.20 m~2/m~3且受断层和构造部位影响显著.图9表5参10     

考虑孔隙结构的砾岩储层物性分类评价方法

自新疆玛湖发现特大型砾岩油藏以来,砾岩油气藏的勘探与开发越来越受到重视。但砾岩油气藏具有很强的非均质性,导致储层识别和评价都非常困难。本次研究以HM工区上乌尔禾组为例,将砾岩储层分为五类,用球管模型对核磁回波进行优化反演,得到优化T₂谱,并采用12个谱形态参数刻画优化T₂谱。12个谱形态参数和谱特征值分别构成谱形态预测向量和联合预测向量,并用支持向量机(SVM)分别对该两个向量进行训练,建立储层物性分类参数的预测模型。将预测模型处理的结果与储层物性参数、油气产量进行对比、分析,发现储层物性分类参数与储层物性具有很好的相关性,与储层测试产量具有很好的一致性。对比结果表明,基于球管模型优化反演的T₂谱形态参数及特征值,可很好地刻画砾岩油气藏的物性特征。该研究成果有助于提高砾岩油气藏的分类评价质量和可靠性,并为高效开采砾岩油气藏提供测井技术支撑。     

应用核Fisher判别技术预测油气储集层

核机器学习算法是近几年发展起来的一类新的非线性技术,核Fisher判别分析是其中之一。核Fisher判别分析是经典Fisher线性判别基于核函数的非线性推广,并在实际资料的分类中取得明显效果。本文简化了核Fisher判别分析的计算过程,并将其用于油气储集层横向预测。两个实际资料的计算结果表明,在油气储集层横向预测中,核Fisher判别技术的性能优于Fisher线性判别、模糊模式识别和反向传播人工神经网络。     

致密砂岩气藏储层物性上限界定与分布特征

致密砂岩气成藏形成过程受到砂岩储层低孔、低渗特点的控制,人们已经认识到只有在某一上限值以下的储层中才会形成大面积低丰度的致密砂岩气聚集,但这一界限值一直缺少公认的标准。通过收集国内外典型致密砂岩气藏实测储层物性数据,经过统计分析,研究致密储层渗透率、孔隙度分布规律,总结致密物性的形成原因和致密砂岩气成藏特征。数据分析结果表明国内外典型致密砂岩气藏常规测试渗透率有超过80%的数据点小于0.1×10^-3 μm²。经过校正的原地渗透率值比常规渗透率低一个数量级。据此可以用常规渗透率0.1×10^-3 μm²作为致密砂岩储层物性上限,具有合理性和可操作性。通过统计全球致密砂岩气藏数据,认识到致密砂岩储层形成环境多样,深度跨度大,地质年代差异大。构造活动、沉积环境和成岩作用是形成储层致密的主要原因,但在各个盆地具体表现各有不同。通过气源、构造活动强度和储层致密程度可以圈定致密砂岩气的分布范围。     

英旺油田长8砂岩储层物性特征研究

通过铸体薄片、X线衍射、扫描电镜、常规压汞和室内敏感性实验等分析测试手段,对英旺油田长8砂岩储层的物性、微观孔隙结构及储层敏感性等特征进行详细研究。结果表明:该区长8砂岩储层属于低孔、超低渗储层,孔隙以粒间溶孔、剩余粒间孔和粒内溶孔为主,属小孔、微喉道类型,孔喉分选性一般,连通性差;长8储层敏感性以弱伤害程度为主,具有弱—无速敏、弱酸敏、弱碱敏、中等偏弱的盐敏和水敏等特点。该研究为英旺油田下一步的油气开采提供了理论依据。