准噶尔盆地侏罗系储层含油气性相关岩石物理参数

通过模拟地层压力、温度等特征进行岩心测试,结合多波极子测井资料,对准噶尔盆地腹部侏罗系储层地震预测及含油性相关岩石物理参数进行了研究,认为单一地震属性预测岩性存在一些局限性;利用常规地震属性进行含油气检测是不可行的,阐述了在该地区应用常规纵波波阻抗技术进行储层预测及含油气性检测的难点,指出了含油气检测在利用AVO反演的同时,必须联合弹性波反演方法,才能有效提高地震储层预测和含油气性检测的成功率,对准噶尔盆地腹部合理应用地震技术预测储层和含油气性具有实际意义。     

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。     

深度神经网络模型超参数选取及评价研究——以含油气性多波地震响应特征提取为例

深度神经网络通过分析由不同地质和地球物理来源获得的数据之间的相关性确定油气储层特征,从而开展地震油气储层分布预测。经过适当的训练,深度神经网络可以通过识别与样本数据相关的复杂非线性关系来预测油气储层性质,然而目前仍缺少深度神经网络超参数的选取对地震油气藏分布预测结果影响的系统性研究。为此,在分析深度神经网络隐含层数目、隐含层节点数及激活函数的基础上,探讨了深度神经网络模型超参数选取对含油气性多波地震响应特征提取结果的影响,并利用多种评价指标对不同网络结构模型的性能进行了对比。结果表明,深度神经网络隐含层数目等超参数的选取会影响地震油气藏分布范围的预测精度;同时,深度神经网络在参数选取满足精度要求(即均方误差MSE小于0.001)的情况下,可以取得良好的预测结果,从而验证了深度神经网络用于含油气性多波地震响应特征提取的有效性和可行性。     

莺歌海盆地A区新近系地震储层预测及含油气性检测相关岩石物理参数研究

利用 10口井的全波测井资料 ,结合岩石物理测定数据 ,对莺歌海盆地A区新近系地震储层预测及含油气性检测相关岩石物理参数进行了研究 ,指出了在该地区应用常规纵波波阻抗技术进行储层预测及含油气性检测的若干难点。这些研究成果对于在莺歌海盆地合理应用地震储层预测和含油气性检测技术具有实际意义     

地震波动力学参数在碳酸盐岩储层预测中的应用

基于地震波能量衰减理论的地震波动力学属性提取及分析技术可沿层提取目的层段的层间平均能量、层间加权平均频率、层间平均吸收系数等属性,并结合构造信息和已知井的地质、测井、试(采)油气信息,在横向上对储层物性及含油气性进行了预测,发现有利含油气储层的空间分布与各属性分布之间存在一定的相关关系,这种相关关系可以用来预测碳酸盐岩储层的有效厚度、孔隙率、裂缝孔隙率及渗透率。     

分频多属性组合广义目标反演烃类检测

渤海蓬莱PL油田勘探程度低,可用井资料有限,采用常规阻抗反演方法预测油气效果不理想。此文尝试用分频多属性联合神经网络算法反演进行油气预测,效果较明显。首先利用频谱分解技术将地震信号从时间域转换到频率域,寻找到油气敏感的高中低频率组合;再将多个与油气异常相关的属性进行相关性分析,优选出效果最好的一组属性组合,通过BP神经网络算法建立起地震属性与含油饱和度曲线之间的非线性相关性,与钻井证实的含油层段对比验证方法的可靠性;最后用建立起来的非线性关系对目的层段油气检测,预测出含油气潜力砂体,指导井位部署。该方法在地震资料品质较好,砂地比适中的浅层含油气层段具有普遍适用性。     

测井资料和波阻抗多参数油气预测方法的应用

由于受储层自身影响,应用波阻抗反演数据预测储层含油气性,往往存在多解性,如平湖储层砂、泥岩的波阻抗存在较大的重叠;鄂北区块储层为薄互层且受煤层影响;东北十屋断陷储层的水矿化度很低;塔北地区碳酸岩溶洞和裂缝分布不均一。针对这些情况,采用测井资料多参数与波阻抗交汇的方法对储层含油气性进行预测,以期避免单用波阻抗数据造成的多解性。首先,针对不同具体情况筛选出灵敏度较高的测井参数;然后与波阻抗进行交汇,用已知井的油气分布情况对交汇图进行标定;最后用标定好的交汇图对未知井的含油气性进行预测。经实际检验,预测效果较好。     

塔里木盆地轮台地区低幅度构造圈闭落实技术及其应用

为了落实塔里木盆地轮台地区低幅度构造圈闭,通过三维地震精细解释,应用层位精细标定、自动追踪、相干体属性及变速成图技术,准确落实了区内局部构造。并通过对已发现油气藏的测井、地震资料的地球物理响应特征分析,发现油气层砂岩速度低,泥岩盖层速度高,油气层具有低频、强振幅特征。利用属性分析、含油气检测技术对落实构造的储盖组合、含油气性进行分析和预测,应用效果良好。     

多子波分解技术检测含煤砂岩储层

在地震勘探中，煤层低频强反射降低了地震反射波纵、横向分辨率，屏蔽了揭示储层地质特征的反射异常，严重干扰储层的有效预测。由于勘探目的层砂岩单层的厚度仅十多米，受煤层强低频反射影响，许多常规识别薄互层的手段失效，加之煤层与油气层在地震反射波中有许多相同响应，这使常规的含油气预测存在多解性。为此，首次利用多子波地震道分解技术，对该地区三维地震道数据进行含煤目的层段多子波分解转换处理，并以此数据体为基础开展多子波地震道重构与波行分解，在结合地震属性异常平面分布的基础上，进行目的层段储层预测；同时利用该重构数据体开展以频谱、频谱衰减及地震道子波频率随深度变化分析为主的含油气性检测。研究表明，处理后的地震数据在保其信噪比的同时，也排除了煤层的干扰，纵横向分辨率得到大大提高，实现了准确识别薄互层砂体和有效预测其含油气性的目的，并与实际钻井情况相吻合。     

基于粒子群优化的BP网络在地震属性融合技术中的应用

受地震资料品质、岩性、构造等诸多因素的影响,单一地震属性只能在一定程度上提供预测储层的方向,并存在多解性。地震属性融合技术用井孔资料对地震属性进行标定,建立储层含油气性与地震属性之间的关系,采取数学手段融合多种地震属性进行储层含油气性判别,避免了单一地震属性解释储层的多解性问题。BP网络具有良好的非线性拟合能力,但是易陷入局部极小值,不收敛,影响预测精度。针对该问题,采用粒子群优化其网络权值和阈值,再用BP网络对储层、非储层进行模式识别,取得较好成效。     

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。     

下刚果盆地A区块Madingo组烃源岩TOC含量的地球物理定量预测

TOC含量是烃源岩有机质丰度和生烃潜力评价的重要内容,由于受油基泥浆污染,下刚果盆地A区块可用于实测Madingo组烃源岩TOC含量的样品较少,且分布不均匀,难以进行定量评价。而地球物理资料蕴含着烃源岩的多种地球化学信息,可以有效地定量预测TOC含量。以研究区实测TOC含量和测井资料为基础,通过交会分析寻找与TOC相关性较好的测井参数,分别利用多元回归分析法、改进的ΔlgR法和BP神经网络法预测TOC值,并比较预测值与实测值的相关性,优选计算方法并进行单井TOC含量的测井定量预测。结合三维地震数据建立测井预测TOC含量与井旁道地震属性之间的神经网络模型,计算TOC数据体。结果表明：研究区与实测TOC相关性较好的测井参数包括密度、自然伽马和声波时差;BP神经网络法预测效果最好,单井预测TOC结果和实测TOC值相关系数高达0.9542;研究区TOC三维定量预测结果呈“垂向上层状分布,平面上北东低、南西高”的特征。     

概率神经网络技术在油气藏物性参数预测中的应用

通过实例介绍了利用一种概率神经网络技术预测储层物性参数的方法。该方法克服了传统方法的某些局限性 ,预测储层物性参数时不需要地震子波 ;而是直接建立测井曲线和地震属性的关系 ,用相关系数衡量目标测井曲线和地震属性之间的相似性 ;用逐步递归法选取最佳属性 ;用交互验证法监视所选属性的可靠性     

井壁稳定性实时预测方法

为有效解决钻井过程中的井壁失稳问题,根据地震和测井信息之问的密切联系,建立了基于地震属性的实时井壁稳定性预测模型.该模型综合利用地震、测井和地质资料,从待钻目标井和已完钻邻井的井旁地震记录中分别提取最优地震属性组合,运用小波神经网络建立已钻井地震属性与测井数据之间的分层映射关系模型,利用当前待钻地层的地震属性并选取相应的映射模型实时预测钻头以下地层的声波和密度测井曲线.基于预测结果结合井壁稳定力学模型计算待钻层段的孔隙压力、坍塌压力和破裂压力,进而预测安全钻井液密度范围.塔里木油田的实际应用表明,该预测模型具有良好的实时操作性能,测井曲线、地应力、孔隙压力、破裂压力和安全钻井液密度范围的预测精度均较高.图5表1参21     

地震多属性变换法及其在孔隙度预测中的应用——以束鹿凹陷西斜坡台家庄区块为例

应用地震资料进行井间储层孔隙度预测是当前油气勘探开发中常用的方法,但通常采用地震反演速度进行孔隙度定量预测难以准确反映孔隙度的空间变化。采用逐步回归和神经网络相结合的地震多属性变换法建立孔隙度模型,可实现孔隙度的空间预测,其核心是:首先通过逐步回归和交叉验证技术来确定最优地震属性及其数量,其次应用神经网络建立所选属性与测井解释孔隙度之间的映射关系,最终反演出孔隙度数据体,进而预测孔隙度的空间变化。以冀中坳陷束鹿凹陷西斜坡台家庄区块沙河街组二段（Es₂）为例,对该方法进行了分析验证。以交叉验证法作为质量控制手段,反演出沙河街组二段孔隙度数据体,直观地反映了沙河街组二段高孔隙度砂岩的展布特征。     

——以束鹿凹陷西斜坡台家庄区块为例

应用地震资料进行井间储层孔隙度预测是当前油气勘探开发中常用的方法,但通常采用地震反演速度进行孔隙度定量预测难以准确反映孔隙度的空间变化。采用逐步回归和神经网络相结合的地震多属性变换法建立孔隙度模型,可实现孔隙度的空间预测，其核心是:首先通过逐步回归和交叉验证技术来确定最优地震属性及其数量,其次应用神经网络建立所选属性与测井解释孔隙度之间的映射关系,最终反演出孔隙度数据体,进而预测孔隙度的空间变化。以冀中坳陷束鹿凹陷西斜坡台家庄区块沙河街组二段（Es2）为例,对该方法进行了分析验证。以交叉验证法作为质量控制手段,反演出沙河街组二段孔隙度数据体,直观地反映了沙河街组二段高孔隙度砂岩的展布特征。     

高分辨率三维地震资料解释技术的应用

在兴城工区进行了精细的高分辨率地震资料解释方法应用研究。在构造解释中，应用了剖面和相干体切片等对比解释的精细断层解释技术及全三维人机交互构造解释技术；在岩性解释中，通过回归分析法和神经网络法对地震属性和岩石的物理特性之间的具体函数关系进行了分析，选取相关性高的属性，以沉积微相为指导，应用LPM软件实现储层的定量预测；根据圈闭条件和储层物性对油气的控制作用，对油藏类型和油气富集规律进行了分析，详细了解了该区的地质情况，最终解释圈闭幅度精确到5m．在井约束下预测的砂岩厚度精确到2m。     

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。     

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.