珠江口盆地白云凹陷古近系文昌组源-汇系统特征及演化

珠江口盆地是南海东部典型的边缘海盆地,白云凹陷为珠江口盆地珠二坳陷中、新生代地层发育最全的深大凹陷,其古近系是深水区已证实的主力层系及近期深层油气勘探的重点目标。文昌组是白云凹陷已经获得勘探证实的主要烃源岩层系,在凹陷周边物源控制区也是有利储层发育的重要场所。通过定量表征其源-汇系统和分析源-汇系统特征及演化规律为白云凹陷主力烃源岩及规模砂体分布预测提供依据。基于锆石定年及重矿物分析确定物源体系及其演化,利用PSDM地震资料及古地貌刻画了搬运通道类型及分布,井-震结合厘定了沉积体系及沉积相类型特征;结合古地貌起伏、剥蚀量及沉积汇聚量计算结果对源-渠-汇系统进行了定量耦合。研究表明,古近纪文昌期发育番禺低隆起、云荔低隆起、云东低凸起以及云开低凸起4个近物源体系,以断沟和沟谷为渠,形成了4套完整的源-渠-汇系统。不同沉积时期的源-汇体系发生明显转变,受各时期物源差异的影响,文昌期白云凹陷发育古沟槽及大型构造转换带控制下的近物源小型湖相、辫状河三角洲及扇三角洲沉积。白云凹陷源-汇系统控制下的文昌组规模滨浅湖在文昌组五段（文五段）、文四段和文三段分布范围最广;半深湖-深湖相沉积分布局限,在文五...     

巴西桑托斯盆地深水大油田勘探实践与理论技术进展

分析研究巴西桑托斯盆地油气勘探历程及勘探实践成果,利用地震、重磁、钻井等资料,系统研究总结了巴西桑托斯盆地油气富集规律理论认识和勘探关键技术进展。提出盆地“两隆三坳”构造格局及阿—乌隆起带控藏的认识,认为裂谷期主烃源灶控制油气富集区带、古构造控制湖相碳酸盐岩储集层规模和质量、连续厚层盐岩控制油气聚集与保存,揭示了CO₂充注改造油气藏过程和机理。研发了层控、相控盐下构造变速成图、湖相碳酸盐岩储集层预测、侵入岩和喷发岩分布预测、湖相碳酸盐岩烃类检测以及超临界状态CO₂流体测井识别等5项勘探关键技术。上述理论认识与技术方法为中国石油巴西深水项目超大型油田的发现和探明提供重要支撑,对桑托斯盆地及相似领域的深水大型油田勘探具有启示意义。     

基于构造导向的高清似然属性在白云凹陷深层断裂预测中的应用

白云凹陷深层断裂发育复杂。研究区位于断裂转换带,深层地震资料品质差,常规的相干及其改进技术难以准确刻画研究区内断裂的展布规律,不能有效指导裂缝性储层发育区的预测。针对研究区断裂发育特征,采用增强断裂构造滤波和构造导向滤波降低背景噪声。综合利用似然属性和地震剖面确定背景噪声值,计算最大似然属性,在大断裂或者小、微断裂不同倾角、走向控制下,采用边缘增强迭代技术计算得到适用于主干断裂和微、小断裂预测的两个不同高清似然属性数据,与相干、方差及基于方差的蚂蚁体相比,其背景噪声明显降低,主干断裂分布规律清晰明确,微、小断裂发育区更加聚焦,预测结果与已钻井和地震剖面特征相一致,符合构造转换带、断裂交汇位置为裂缝密集发育区的地质认识,有效指导了研究区断裂精细解释和圈闭落实,指导构造裂缝发育优势区优选及井位优化设计。     

基于人工神经网络的页岩油藏产量预测定量表征模型

页岩油藏开采过程通常包括压裂、闷井、返排,较常规油藏其流体渗流机理复杂,采用传统产量预测模型难以描述其复杂生产变化特征。传统定量表征模型虽可以描述页岩油藏产量变化特征,但其需要根据实际生产数据人工提取特征参数,无法适用于新井产量预测。通过收集现场实际生产数据建立样本库,运用人工神经网络建立产量主控因素与定量表征模型特征参数关系模型,形成了一种基于人工神经网络的定量表征产量预测新方法。训练后模型预测值与实际值相关性较好,通过输入压裂施工、油层品质、生产因素等参数即可预测新井全周期生产动态及不同施工措施下的产量变化规律。研究成果对页岩油开发技术政策研究具有重要的指导作用。     

应用自适应变网格紧致差分的地震波数值模拟及逆时偏移

紧致有限差分(Compact Difference, CD)格式相对于中心有限差分(Finite Difference, FD)格式具有计算精度高、边界处理简单等优点,其中,规则网格四阶CD格式所需计算节点数少,计算精度高,但使用该格式求解声波方程时需求解大型稀疏对角矩阵方程组,当模型较大时,该格式计算效率较低,同时用于存储和计算对角矩阵方程组的内存需求也较大。自适应变网格策略能够通过优化网格剖分,有效降低模型网格数,从而达到提高计算效率、降低内存占用的目的。文中推导了求解二维声波方程的时间二阶中心差分、空间四阶CD的离散格式,并应用于正演模拟;通过引入自适应变网格策略,推导了修正声波方程,发展了高效、高精度的自适应变网格紧致差分逆时偏移成像方法。数值实验表明：该方法可实现复杂构造的高效、高分辨率成像;与规则细网格剖分方法相比,在保证精度的前提下,该方法可将Marmousi模型的成像效率提高约33.7%。     

深水钻井浅水流声学特征模拟实验及模型应用

深水钻井一旦钻遇浅水流极易出现井漏甚至井喷等重大事故。常规地震剖面进行定性预测浅水流的准确性较低,为此提出了一种基于模拟实验的定量预测浅水流压力并对风险等级进行评价的方法。根据声波在水中及饱和岩石介质中的传播速度特征,进行了浅水流声学模拟实验。研究表明：纵波在深水浅水流地层中的传播速度随着地层压力的增大而增大,地层孔隙度越大,声波传播速度越小;通过数据拟合得到纵波速度与浅水流地层压力、孔隙度之间呈幂指数函数关系,根据实验结果建立了声速与浅水流地层压力、孔隙度的双参数模型,用于根据声速预测浅水流地层压力;利用有限元软件进行了浅水流地层的地质建模及放喷模拟,定义浅水流对钻井造成不同风险等级的压力系数范围。在中国南海深水区进行了浅水流声学预测及风险评价方法现场应用,验证了深水浅水流声波识别预测技术的可行性。     

基于多参数时间序列及粒子群优化算法的油藏产量动态建模预测方法

在油田开发过程中,油藏产量预测方法的研究对开发方案的动态调整具有重要意义。针对利用机器学习算法进行油藏产量预测过程中,因缺乏考虑时间序列模型的参数调整优化技术,以及新数据叠加进行预测模型动态更新技术,导致产量预测的准确率不高且时效性不强,难以满足实际生产应用需求等问题,研究了基于长短期记忆神经网络模型的多参数时间序列预测方法及粒子群参数优化算法,构建了随时间动态更新的油藏产量预测模型,从而进一步提升油藏产量预测的准确率与实用性,并在长庆油田多个油藏的生产过程中进行了应用。应用结果表明,模型预测结果的准确率较高,且模型具有实时训练和自动更新的特点,在实际生产中展现出了较高的应用价值。     

油田水结垢机理及预测研究进展

油田水结垢是影响油田开采和集输的重要问题之一,结垢机理及结垢预测研究对保障油田正常生产具有重要意义。通过对油田水的结垢机理和结垢预测方法进行研究,讨论不同结垢趋势预测方法的基本原理、判断依据及适用性,总结结垢量预测方法和结垢监测技术的基本原理和特点。研究发现,结垢趋势预测方法适用于判断油田水是否结垢和结垢程度,结垢量预测方法能定量判断结垢量或结垢速率,其中结垢预测软件使用最为广泛,但能够预测换热壁面实际结垢速率的方法较少。因此,综合热力学和动力学等因素建立能准确用于预测油田水实际结垢速率的理论模型,形成一套结垢量预测和结垢监测技术相结合的油田水结垢评估体系是今后的研究方向。     

基于小样本数据深度学习的砂体厚度预测方法及应用

沾化凹陷渤南洼陷北部Y184井区沙四上亚段储集层为多期扇三角洲沉积,具有单砂体厚度小、横向变化快、砂泥岩互层等特征,无法定量预测,制约了该井区的高效开发。综合利用深度学习和地震属性预测方法,通过构建虚拟井,解决研究区深度学习训练样本不足的问题,从而挖掘出砂体厚度与地震属性之间的非线性关系,建立了利用地震属性预测砂体厚度的网络模型,该方法能够较为准确地预测砂体厚度及其横向展布特征,提高了预测精度,为致密砂岩储集层预测提供了新的思路和方法。     

基于随机森林算法的泥页岩孔隙度预测

准确、快速地获取泥页岩孔隙度对页岩油空间分布及勘探目标预测具有重要意义。针对利用测井响应方程预测孔隙度精度较低的问题,建立一种基于随机森林算法的孔隙度预测模型,与BP 神经网络、支持向量机和XGBoost 算法进行预测精度对比,并利用SHAP 方法分析测井参数的重要性和影响范围。研究结果表明：随机森林算法可以很好地预测泥页岩孔隙度,且预测效果好于BP 神经网络、支持向量机和XGBoost 算法;基于随机森林算法的泥页岩孔隙度预测在渤海湾盆地某凹陷应用发现,对模型预测孔隙度最重要的前3 项测井参数为补偿中子、自然伽马和普通视电阻率;基于随机森林算法的泥页岩孔隙度预测模型可以快速识别单井孔隙度,不仅可以弥补因无法连续取心而难以获取完整孔隙度分布特征的问题,还能大幅提高孔隙度预测效率与精度。