基于模糊粗糙集的机器学习储层参数预测

因为地震数据的三维空间分布优势,地震属性已经被广泛应用于含油气性预测、储层厚度预测、孔隙度预测等。但也存在地震属性之间信息冗余、属性与储层物性参数关系模糊的问题。针对这两个问题,将模糊粗糙理论和机器学习引入到储层参数预测中来。通过模糊粗糙集理论对地震属性进行约简,去除冗余信息,得到最优化的地震属性组合;将约简后的属性作为机器学习的输入,实现从地震属性到储层物性参数的非线性映射。该方法既保留了地震属性中有效信息,又避免了因输入变量过多而导致的网络模型训练困难。实际数据应用表明,属性约简的机器学习预测结果分辨率更高,并与数据吻合更好。      

带先验约束的碎屑岩储层物性参数反演方法

对弹性参数进行转换而获取物性参数的方法,适用范围有限且预测精度不高.本文基于岩石物理理论,提出一种带先验约束的碎屑岩储层物性参数预测方法,为储层预测、流体识别、储层描述、储量估计、烃类开发方案设计提供重要参数.应用岩石物理理论和物性参数先验信息建立了带先验约束的目标函数;并利用最优化方法对反演目标函数进行优化求解,对储层的物性及孔隙度和泥质含量进行同步迭代反演.经过正演数据及实际地震资料的测试应用,其结果表明本文方法反演得到的孔隙度和泥质含量为储层综合预测提供了愈加丰富的评价指标,同时孔隙度和泥质含量数据的联合应用对减小储层预测的多解性和降低勘探开发的风险有重要意义.     

应用叠前反演弹性参数进行储层预测(英文)

本文是利用叠前弹性参数反演结果进行致密性含气砂岩储层预测的一个实例研究。随着油气勘探开发的发展,叠前地震数据及其反演结果的应用研究已经广泛用于实际生产中。叠前地震数据的特有属性研究,不仅包括简单的AVO特性,还包括其他的弹性属性的变化特性。本文通过对含气砂岩岩芯弹性属性参数响应特征的分析,发现特定弹性属性参数或其组合可以作为流体检测因子。因此,可以利用叠前地震反演得到不同的弹性属性参数结果,进行储层解释和储层描述。该叠前反演方法是基于Zoeppritz方程的Aki—Richard简化公式建立起来的,根据测井数据和地质解释结果建立初始反演模型,反演的地震数据为叠前时间或深度偏移的共反射点道集数据,反演结果可以是不同的弹性属性参数及其组合。通过对一实际的致密性含气砂岩储层进行叠前弹性属性参数反演,并将反演结果与其它预测结果进行对比分析发现弹性属性参数λ和λρ, λ/μ,以及K／μ能够很好地预测含气储层,而且反演结果很好展现出储层中的含气特性。     

中深层天然气藏地震预测技术研究

济阳坳陷天然气资源丰富,已在多个层系发现了不同类型的中深层天然气藏,由于气藏地质条件、地震反射复杂,针对不同的气藏需采用不同的地震预测技术。本文在中深层天然气藏地质特点分析的基础上进行了岩石物理、地震反演、地震属性等预测技术研究,结果表明：中层气藏储层物性较好,储层与围岩的岩石物理参数差异明显,应用亮点、AVO、叠前弹性阻抗反演技术可较好地识别预测三角洲砂岩气藏;针对深层低孔低渗砂岩气藏,地震属性及多属性反演是有效的储层预测技术,并预测了孤北地区二叠系有利储集相带分布,结合构造分析,指出了孤北地区深层气勘探方向。     

粗集理论在地震储层预测中的应用

在地震储层预测中,可采用的地震属性种类繁多,但太多地震属性常常会起到干扰作用,影响储层的预测精度,因此,为提高地震储层预测精度,把粗糙集理论融入到地震属性的优化中,利用粗糙集理论所具有的提取有用属性、简化信息处理的能力,优选出地震属性中的敏感属性是本文的研究目的,本文采用了一种基于属性方差的自组织神经网络量化方法,并运用基于区别矩阵的属性频率约简算法对地震属性进行优选,实例分析表明:该方法可行有效,可以最大限度地删除冗余地震属性,用优选出的敏感属性组合对多种储层参数进行预测均已取得了较好的效果.     

岩石物理驱动的储层物性参数非线性地震反演方法

叠前地震反演和岩石物理反演分别是获取弹性参数和物性参数的重要手段,两者结合有助于实现储层参数预测并精细刻画储层特征.储层物性参数的反演依赖于岩石物理模型,在进行物性参数反演时可以将复杂的岩石物理模型做泰勒展开,进而得到其一阶或高阶的近似表达式,然而这会降低模型的精确性并增加反演的误差.为了提高储层物性参数反演的稳定性和准确性,本文以碎屑岩储层为例,提出了岩石物理驱动的储层物性参数非线性地震反演方法.首先,基于贝叶斯框架和高斯分布约束条件,从叠前地震数据中实现纵、横波速度及密度等弹性参数的反演.其次,通过碎屑岩岩石物理模型建立起弹性参数与物性参数之间的联系.最后,利用粒子群算法进行全局寻优获得较为准确的孔隙度、泥质含量和含水饱和度等物性参数.合成数据和实际资料测试结果验证了所提方法的可行性和准确性,反演结果与测井数据吻合较好,可有效指示含气储层区域,本文方法在储层预测和评价方面具有广泛的应用前景.     

储层弹性与物性参数地震叠前同步反演的确定性优化方法

储层弹性与物性参数可直接应用于储层岩性预测和流体识别,是储层综合评价和油气藏精细描述的基本要素之一.现有的储层弹性与物性参数地震同步反演方法大都基于Gassmann方程,使用地震叠前数据,通过随机优化方法反演储层弹性与物性参数;或基于Wyllie方程,使用地震叠后数据,通过确定性优化方法反演储层弹性与物性参数.本文提出一种基于Gassmann方程、通过确定性优化方法开展储层弹性和物性参数地震叠前反演的方法,该方法利用Gassmann方程建立储层物性参数与叠前地震观测数据之间的联系,在贝叶斯反演框架下以储层弹性与物性参数的联合后验概率为目标函数,通过将目标函数的梯度用泰勒公式展开得到储层弹性与物性参数联合的方程组,其中储层弹性参数对物性参数的梯度用差分形式表示,最后通过共轭梯度算法迭代求解得到储层弹性与物性参数的最优解.理论试算与实际资料反演结果证明了方法的可行性.     

基于可变临界孔隙度模型的致密砂岩储层参数地震反演方法

储层参数地震反演是通过地震观测数据定量评估储层物性及含油气性的重要途径.中国西部致密砂岩油气分布范围广泛,具有巨大的勘探开发潜力,但其孔隙结构复杂,储层参数的定量预测难度较大.本文提出了一种基于可变临界孔隙度模型的储层参数地震反演方法.为有效描述储层的复杂孔隙结构,本方法将临界孔隙度作为变量,使其具有随深度变化的特征,以表征复杂孔隙结构,进而提高致密砂岩储层岩石物理建模的精度.此外,为直接从观测地震数据反演储层参数,结合岩石物理模型和地震反射系数方程建立正演算子;基于贝叶斯框架构建反演问题,采用混合高斯模型构建储层参数先验约束,用以描述储层的岩性(相)差异特征;基于临界孔隙度、泥质含量与孔隙度的统计关系,结合快速模拟退火算法,在迭代优化中使临界孔隙度与储层参数交替更新,用以提高反演结果稳定性.选用中国西部四川盆地某工区实际资料,对本方法进行应用测试与验证,结果表明本方法对于含气储层具有良好的指示性,相比常规固定临界孔隙度方法,本方法可以有效提升反演结果准确性.     

基于弹性阻抗的孔隙结构与物性参数非线性同步反演

碳酸盐岩储层具有复杂的孔隙结构,其显著影响了岩石的弹性和地震响应特征,也影响物性参数预测精度.现有的岩石物理反演方法主要是针对碎屑岩储层,反演的对象主要是孔隙度和饱和度,采用的数据主要是弹性参数,使用的算法主要是线性近似法,缺少针对碳酸盐岩储层的孔隙结构与物性参数反演方法.针对这些问题,文章首次提出了一种基于弹性阻抗的适用于碳酸盐岩复杂孔隙储层的孔隙结构和物性参数贝叶斯非线性同步反演新方法,该方法把多孔介质岩石物理模型、Gassmann方程、AVO理论、贝叶斯理论和非线性反演算法结合起来,实现复杂孔隙储层的孔隙结构和物性参数的定量同步预测.模型正演揭示,孔隙结构参数即孔隙扁度对AVO反射系数和弹性阻抗的贡献度仅次于孔隙度,远远大于含水饱和度的影响.实际资料应用表明,文章提出的从叠前道集中直接反演物性参数和等效孔隙扁度新方法可以准确预测储层孔隙度和饱和度及其空间展布,并可评价有效储层的孔隙结构.     

地震属性优化及物性参数反演的一种非线性处理方法

常规地震资料解释方法误差较大,越来越不能满足现代地震勘探解释的需要.本文在对地震属性进行模式分类的基础上,利用LLE算法对地震属性进行非线性降维,然后利用小波BP网络对物性参数进行非线性反演,建立了一个具有自适应、复杂非线性的地震属性储层反演模型.以某工区为例进行计算,并对其精度进行检验,获得明显优于常规方法的地质效果,具有一定的实用价值.     

Reservoir prediction using multi-wave seismic attributes

The main problems in seismic attribute technology are the redundancy of data and the uncertainty of attributes, and these problems become much more serious in multi-wave seismic exploration. Data redundancy will increase the burden on interpreters, occupy large computer memory, take much more computing time, conceal the effective information, and especially cause the "curse of dimension". Uncertainty of attributes will reduce the accuracy of rebuilding the relationship between attributes and geological significance. In order to solve these problems, we study methods of principal component analysis (PCA), independent component analysis (ICA) for attribute optimization and support vector machine (SVM) for reservoir prediction. We propose a flow chart of multi-wave seismic attribute process and further apply it to multi-wave seismic reservoir prediction. The processing results of real seismic data demonstrate that reservoir prediction based on combination of PP- and PS-wave attributes, compared with that based on traditional PP-wave attributes, can improve the prediction accuracy.     

地震属性参数在札达—泉水沟深地震测深资料预处理与震相识别中的应用

地震属性分析技术在地球物理勘探领域的广泛应用,启发研究人员将其应用于人工源宽角反射/折射深地震测深剖面的资料预处理和震相识别。采用札达-泉水沟深地震测深资料,提取振幅、信噪比、主频、瞬时带宽、瞬时高频能量等地震属性参数,分析不同参数的物理含义,挑选其中对界面变化敏感的参数,对深地震测深资料进行预处理,并利用P波和S波的联合扫描,提高震相识别的准确性。走时互换结果显示,采用地震属性参数可有效提高震相拾取的准确性,进而提高后续地壳速度结构反演结果的精度。     

基于弹性阻抗的储层物性参数预测方法

储层物性参数是储层描述的重要参数,常规的基于贝叶斯理论的储层物性参数反演方法大多是通过反演获得的弹性参数进一步转换而获得物性参数,本文提出一种基于弹性阻抗数据预测储层物性参数的反演方法.该方法主要通过建立可以表征弹性阻抗与储层物性参数之间关系的统计岩石物理模型,联合蒙特卡罗仿真模拟技术,在贝叶斯理论框架的指导下,应用期望最大化算法估计物性参数的后验概率分布,最终实现储层物性参数反演.经过模型测试和实际资料的处理,其结果表明本文提出的方法具有预测精度高,稳定性强,横向连续性好等优点.     

地震属性优化及其在储层预测中的应用

利用地震资料属性信息预测油气储层已越来越受到石油地球物理工作者的广泛重视。但如何优化地震属性,从而更加精确地预测薄砂岩储层特征,提高其描述精度,更是地质及地球物理勘探家们始终不懈的追求。本文在借鉴主成分分析思想的基础上,提出一种新的地震属性优化方法-约束主成分分析。经理论模型的计算及油田区的实际应用表明:该方法不仅能提高储层预测的精度,而且具有更好的适用性。     

莺歌海盆地“暗点”型气藏地震识别技术研究

莺歌海盆地乐东区深层与东方区具有类似的成藏条件,是高温高压领域获取下一个重大勘探突破的最现实区域.但是该区已钻遇的“亮点”型储层物性差,普遍表现为低孔-特低渗特征,而区域基础规律研究表明,区域潜在甜点储层在地震上应该表现为“暗点”型特征.但是,“暗点”型储层在叠后地震资料上无法有效识别,如何准确预测“暗点”型储层是乐东区勘探新突破的重点攻关方向.本文针对“暗点”识别难的问题,提出了基于叠前地震资料的储层预测技术.从岩石物理出发系统性地梳理该区“暗点”型储层的地球物理特征,总结出其具有“叠加无反射、近道弱波峰、远道弱波谷、道集极性反转”的规律,根据该规律建立了Fstack属性重构算法,利用该算法开展甜点储层筛选并进行“暗点”储层预测,结合道集资料、反演结果等地球物理信息,最终确定潜在“暗点”型气层的分布范围.钻井结果证实该技术对乐东区深层潜在“暗点”型储层具有很好的预测效果.     

基于概率核地震属性融合的砂体预测方法研究

随着油气田开发程度越来越高,勘探难度越来越大,如东部的老油田已经进入开发的后期,如何识别薄层砂体是非常重要的工作之一,解决这些难题这势必需要更先进的技术.地震属性能够很好的反映砂体横向展布特征,但是单一属性无法定量预测砂体厚度,而多属性之间又存在多解性,因此有必要提炼地震属性之间的共同点,将地震属性进行信息融合,形成新的融合属性.针对这一问题,本文提出首先利用高频谐波提高地震数据的分辨率,在此基础上着重研究基于概率核的地震属性融合方法,融合了几种常见的地震属性,并结合波阻抗反演方法,预测了N873区块沙三6-3小层砂体厚度.结果显示该方法能够很好的反映砂体横向展布特征,避免了地震属性多解性问题,为提高砂体预测的精度,提供了新的思路和方法.     

基于弹性参数加权统计的地震岩相预测方法

岩相信息能够反映储层岩性及流体特征,在地震储层预测中具有重要作用.常规方法主要利用与岩相信息关系密切的弹性参数定性或定量地转化为岩相信息.在实际应用中,弹性参数的获取主要基于叠前地震反演技术.而不同弹性参数的叠前地震反演精度间存在着差异,势必影响岩相的整体预测精度.本文提出对弹性参数进行加权统计来预测岩相.首先,基于贝叶斯理论,引入权重系数来调节弹性参数信息的采用量,构建出最终的目标反演函数;其次,考虑到勘探初期缺少明确的测井岩相信息,提出利用高斯混合分布函数来自动估算岩相先验概率;最后,根据输入弹性参数的取值,计算每类岩相对应的后验概率密度,将目标反演函数取最大后验概率密度时对应的岩相类别作为最终预测的岩相.新方法旨在减少弹性参数精度间的精度差异对岩相预测结果的影响,以期提高地震岩相的预测精度.模型与实际资料测试均表明该方法可行、有效且预测精度较高.     

Seismic amplitude inversion for the transversely isotropic media with vertical axis of symmetry

Transverse isotropy with a vertical axis of symmetry is a common form of anisotropy in sedimentary basins, and it has a significant influence on the seismic amplitude variation with offset. Although exact solutions and approximations of the PP-wave reflection coefficient for the transversely isotropic media with vertical axis of symmetry have been explicitly studied, it is difficult to apply these equations to amplitude inversion, because more than three parameters need to be estimated, and such an inverse problem is highly ill-posed. In this paper, we propose a seismic amplitude inversion method for the transversely isotropic media with a vertical axis of symmetry based on a modified approximation of the reflection coefficient. This new approximation consists of only three model parameters: attribute A, the impedance (vertical phase velocity multiplied by bulk density); attribute B, shear modulus proportional to an anellipticity parameter (Thomsen's parameter ε−δ); and attribute C, the approximate horizontal P-wave phase velocity, which can be well estimated by using a Bayesian-framework-based inversion method. Using numerical tests we show that the derived approximation has similar accuracy to the existing linear approximation and much higher accuracy than isotropic approximations, especially at large angles of incidence and for strong anisotropy. The new inversion method is validated by using both synthetic data and field seismic data. We show that the inverted attributes are robust for shale-gas reservoir characterization: the shale formation can be discriminated from surrounding formations by using the crossplot of the attributes A and C, and then the gas-bearing shale can be identified through the combination of the attributes A and B. We then propose a rock-physics-based method and a stepwise-inversion-based method to estimate the P-wave anisotropy parameter (Thomsen's parameter ε). The latter is more suitable when subsurface media are strongly heterogeneous. The stepwise inversion produces a stable and accurate Thomsen's parameter ε, which is proved by using both synthetic and field data.