地质统计学方法在储层预测中的应用—以莫北油气田莫北9井区为例

本文通过对储层参数的预测，肯定了地质统计学方法即克里金技术比传统的数理统计方法具有优越性，在油气田勘探开发中利用地质统计学方法指导实际生产工作，取得成功，带来了很好的经济效益显现了该技术的应用前景。     

浊积岩反演储层预测技术——以东营凹陷滨县凸起为例

浊积岩油藏作为一种典型的岩性油气藏,具有良好的勘探开发前景。本文以滨县凸起东坡沙三段浊积岩为例,针对东营凹陷浊积岩油气藏“埋藏深、个体小、厚度薄和含灰质”等特点,对其形成条件、地质沉积特征进行了深入剖析,重点介绍了针对浊积岩油藏的储层预测描述方法、技术,使用多参数联合岩性识别技术有效区分浊积砂岩与含灰质砂岩、灰质泥岩;另外,研究设计基于深度学习孔隙度物性预测方法,有效开展浊积岩储层预测。该技术在东营凹陷滨县凸起地区的应用中取得良好效果。部分目标经钻井证实,结果预测吻合率达86%,对滨县地区及其他地区浊积岩砂岩储层预测具有借鉴及参考意义。     

利用弹性参数叠合相控边界识别气水分布——以中江气田沙溪庙组气藏为例

中江气田沙溪庙组气藏河道砂岩型储层气水关系复杂,叠后气水识别困难,然而叠前弹性参数在河道型储层气水识别中具有较好的预测效果。根据测井岩石物理分析发现,目的层河道砂岩储层纵横波速度比具有较高的含气敏感性。因此,首先通过叠后纵波阻抗刻画河道外形特征,结合连井对比,划分河道砂组沉积微相。然后采用叠前扩展弹性参数反演得到储层弹性参数,在河道相控模式下用泥质含量预测河道岩性,在砂岩相内预测储层孔隙度,并根据储层含水饱和度关系定量划分河道砂岩纵横波速度比。最后,建立岩相-物相-流体相的相控储层气水预测标准,对储层进行气水综合识别。结果表明,该技术应用于中江气田沙溪庙组河道砂岩型储层,预测结果与钻井资料吻合度较高,效果明显。     

基于深度学习U—Net网络的地质目标识别——以铁矿为例

地质大数据时代到来,大量地质数据为更准确的地质目标识别提供了可能,也为地质数据处理带来了巨大压力。深度学习技术可以对大批量地质数据进行特征学习,用概率预测结果表示地质目标的分布,为地质目标识别提供了新的思路和方法。本文采用深度学习方法,以铁矿识别为例,探索利用U-Net网络学习区域物性特征、构造条件等与地质目标的空间耦合关系,从而实现多源物性数据中铁矿地质目标的识别。经过多轮基于U-Net网络的地质目标识别测试,发现U-Net模型在铁矿识别任务中表现良好,能够从多源物性数据提取地质目标信息,实现高效的地质目标识别;U-Net模型从地质数据中识别地质目标的效果依赖于地质数据本身对地质目标与地质背景的区分能力。     

小波边缘分析与建模的波阻抗反演算法的改进——以中国MOU气田盒8段储层分布预测为例

为解决复杂地质条件下基于小波边缘分析与建模的波阻抗反演(AIW)运算效率偏低的难题,基于AIW基本原理,对其原有算法进行改进,即采用改进的非常快速模拟退火算法(modified very fast simulated annealing algorithm,MVFSA)替代AIW原有算法,并于MOU气田盒8段开展储层分布预测以验证改进算法的可行性.以MVFSA为基本算法对原始地震数据进行AIW获取波阻抗数据体,并统计工区盒8段测井交会图建立储层预测判别模式进行储层分布预测.研究结果表明:在保持原有AIW基本特性的前提下,采用改进算法获得的AIW剖面不仅纵向分辨率得到一定程度的提高,横向分辩率的变化也真实自然,而且反演运算效率提高了25%~30%,解决了复杂地质条件下原有AIW反演算法运算效率偏低的难题;采用改进算法的AIW储层预测结果与实际地质情况及钻孔资料吻合较好,证实了改进算法的可行性.