利用随机森林算法预测裂缝发育带

裂缝带的预测与刻画对裂缝型油气藏的勘探开发具有重要意义。为了减少单属性预测结果的多解性,通常采用多种地震属性综合预测。裂缝发育程度与地震属性之间主要为非线性关系,为此,首先应用随机森林算法对地震属性特征与裂缝发育程度之间的对应关系进行学习,然后根据学习结果综合判别研究区裂缝发育程度,以提高裂缝带预测精度与准确率。实例表明,随机森林算法对裂缝带预测结果准确度较高,同时该方法也具有较强的普适性。     

基于压缩感知算法的拓频技术在波阻抗反演中的应用

常规地震资料由于频带较窄,分辨率较低,难以有效识别和描述储层信息,拓展地震资料的频带宽度,提高地震分辨率,对于油气田的开发具有重要的作用。相对于高频成分,数据中的低频信息缺失会导致地震剖面上出现虚假的高分辨率现象。传统的拓频方法仅处理了子波,而没有考虑到子波结构的变化。利用近年来兴起的压缩感知算法对地震数据进行全频带拟合,并将结果中的低频部分补偿到地震数据中,然后再将拓频后的地震数据做波阻抗反演。结果表明,拓频后的反演波阻抗剖面与井更吻合,分辨率更高,说明该方法有较好的发展潜力。     

改进基质模量求取方法在横波预测中的应用探析

基质模量与干岩石模量是横波预测中的两个关键问题。改进基质模量求取方法是一种以实验室岩石物理测量为基础的线性拟合法,可变临界孔隙度模型是把临界孔隙度作为变量来求取干岩石模量。基于线性拟合法求取的岩石基质模量,结合可变临界孔隙度模型求取干岩石模量,以实际井数据中纵波速度为约束条件反演临界孔隙度,从而预测横波速度。实际井数据结果表明,该方法求取的横波速度与实测横波速度最高相对误差低于1 5%,相对误差均值低于3%;同时,与Vo i g t-R e u s s-H i l l平均模型求取的基质模量相比,线性拟合法应用于横波预测的效果更好。     

曲率方位加强技术在识别低序级断层中的应用

传统的地震体曲率属性分析通常不能有效利用地震数据中的方位信息,考虑到断层及裂缝发育的方向性,文中提出利用加强的曲率方位信息进行断层分析的方法。由于噪声对体曲率属性分辨率影响很大,对于较难识别的低序级断层,首先通过各向异性扩散滤波对地震数据进行滤波处理,然后通过推导出的方位滤波算子和改进后的体曲率属性进行分方位处理,最后结合三维French模型和实际地震剖面说明文中方法的准确性。研究分析表明:将方位信息与体曲率属性相结合,能够排除非期望方向的信息干扰,突出特定方向的信息,为后期解释提供有力依据;方位加强后的体曲率属性切片效果比常规方法求取的方位体曲率属性分辨率更高,低序级断层显示效果更明显。     

低频稀疏双约束宽频带地震阻抗反演

传统波阻抗反演方法求解的反射系数没有反映足够的低频信息,其连续性、分辨率存在着一定的局限性,严重影响了波阻抗反演的质量和分辨率。为此,以理论合成记录和子波模拟为支点,讨论了富低频信号的优点;引入低频稀疏双约束反射系数方法进行稀疏优化项的改进,形成了新的方法 ;并基于实际工区的宽频带资料和非宽频带资料,应用传统的基追踪反射系数反演进行反射系数、波阻抗反演对比,再与低频稀疏双约束反射系数反演求解的反射系数、波阻抗反演进行对比,以验证改进方法的效果。研究结果表明:①具有丰富低频信息的宽频数据受旁瓣的影响更少,其地震数据分辨率更高,更有利于反演精度和分辨率的提高;②新方法在BPDN基追踪降噪问题的基础上增加了L2范数低频模型约束残差项,可实现含低频信息反射系数的直接求解;③较之于传统方法,新方法所求解的反射系数、波阻抗具有更好的连续性和分辨率,并且能与井数据良好吻合。结论认为,新方法在宽频带数据和非宽频带数据的波阻抗反演上得到了更高的分辨率,提高了波阻抗反演的准确率,在薄储层分布预测中具有更高的应用价值。     

杨氏模量和泊松比反射系数近似方程及地震叠前反演

杨氏模量和泊松比是表征岩石性质的重要弹性参数;地震叠前反演是获取地下弹性参数最有效的方法之一,其核心是描述地震波反射特点的反射系数方程。针对缺失大入射角的地震数据,经典三项式反射系数方程的反演不稳定性较突出的情况下,拟从减少参数维数入手,提高反演结果的稳健性。首先从Aki-Richards近似方程出发,通过引入密度幂指数经验近似模型拟合密度反射系数,推导得到直接反演杨氏模量和泊松比的两项式反射系数近似方程;然后,从正演与反演角度,利用多个参数化模型对新方程的稳定性与精度进行分析、验证,结果表明该方程具有计算精度高、适用性较强的特点;最后,依据新方程总结了一套适用于含气储层、能够直接反演岩体脆性参数的叠前反演方法,该方法较好地刻画了含气目标,为油气储层含气特征的识别提供了新的手段。     

近似支持向量机的AVO类型判别

AVO技术是储层含油气性分析的重要工具,可以定性地描述油气藏。常规储层的AVO分类主要依靠人为判别,致使判别结果不准且工作量大。本文从四类AVO曲线中提取特征参数作为训练集,把近似支持向量机方法引入AVO类型判别;再以四类含气砂岩AVO曲线形态为依据,把叠前地震资料的曲线形态特征作为输入参数,获得工区内储层的AVO类型。将该方法应用于南海碎屑岩气田的AVO类型自动识别,取得了较准确的结果,为储层的AVO类型判别提供了可靠、高效、便捷的工具。