新场气田沙溪庙组JS_2~4砂体叠前AVO反演

新场沙溪庙组JS42气藏储集层为河口坝砂体,单层砂体(组)厚度较大,孔隙较发育,平面分布特征清晰。试采情况表明,该气藏为受构造控制的岩性气藏,气水关系复杂。随着新场3D3C地震资料范围的扩大,为克服前期单纯利用低频、强振幅模式的多解性,利用地震叠前道集资料,合成横波测井曲线、正演AVO道集,分析对比高产储层及气水层属性特征差异,开展叠前AVO反演。利用泊松比与波阻抗交汇图有效地预测出JS42气藏孔隙砂体发育区和气水分布区。依据该预测结果部署钻井测试取得成功,说明叠前AVO反演方法较常规地震属性解释更有优势。     

川西新场气田全三维压力预测方法研究

针对川西地区新场气田超高压气藏，利用三维采集的地震资料，在改善叠前CDP道集信噪比和速度谱质量的基础上，采用等时间隔层速度法，根据Fillippone的压力计算公式，直接预测地层压力，得到了全三维的压力和偏差压力数据体。压力预测结果表明，该方法具有较好的可信度。     

川西新场气田蓬莱镇组有利储集砂体展布研究

川西新场气田蓬莱镇组次生气藏为岩性气藏，在蓬莱镇组砂、泥岩中，砂岩为最主要储层。通过对该气藏进行沉积相、储层及气层地震响应等特征的详细研究后，认为控制储层储集性好坏的主要因素是沉积微相。气藏内有利储集砂岩多属三角洲前缘河口砂坝、三角洲平原分流河道砂坝及河流相河道砂坝微相。有利储集砂体展布即与这三种微相展布一致     

利用地震多属性分析技术预测"暗点"型含气储层

充分利用能够反映储层及其含气特征的多种地震属性,结合已知钻井的测井、地质资料进行综合分析,以神经网络技术和属性降维处理为技术手段,估算储层参数及预测储层含气性的方法就是地震多属性分析技术.该技术的关键是储层的精细标定、层位准确追踪,以及沿层提取属性所开时窗的合理性.对孝泉-新场地区须家河组二段气藏的应用实例证实,该技术是运用叠后地震数据对"暗点"型气藏进行储层及其含气性预测的又一有效手段.     

川西部场气田蓬莱镇组有利储集砂体展布研究

川西新场气田蓬莱镇组次生气藏为岩性气藏，在蓬莱镇组砂、泥岩中，砂岩为最主要储层。通过对该气藏进行沉积相、储层及气层地震响应等特征的详细研究后，认为控制储层储集性好坏的主要因素是沉积微相。     

四川盆地川西新场气田蓬莱镇组气藏含气砂体识别

概括论述了川西新场气田上侏罗统蓬莱镇组气藏中薄层含气砂体的识别方法；在沉积相研究所确立的沉积格架基础上，分析含气砂体本身的地质特征及其与上下围岩与非含气砂体的差异，地质-测井、地震结合建立与与储层特征相匹配的等效地球物理识别模型，综合运用地质、测井、地震等多学科结合技术识别含气砂体，获得了主要含气砂体的展布规律。     

新场气田上消溪庙组致密砂岩气藏中高产带分布规律

根据新场气田上沙溪庙组致密砂岩气藏的特点,采用多学科联合攻关手段及致密化背景上寻找储渗差异性的技术思路,以动态特征为线索,追溯了储渗静态标志,确认了储渗差异现象的成岩环境,指出了形成高产富集带的地质模式。进而筛析并形成了以测井相及地震波形识别法为主的储渗体差异性识别技术,总结了操作性强的四类储渗体综合判别模型,探索运用地震多参数组合定量评价方法,完成了对Ⅰ,Ⅱ类含气砂体储集层分布及气藏中高度富集带     

利用地震多属性分析技术预测“暗点”型含气储层

充分利用能够反映储层及其含气特征的多种地震属性,结合已知钻井的测井、地质资料进行综合分析,以神经网络技术和属性降维处理为技术手段,估算储层参数及预测储层含气性的方法就是地震多属性分析技术.该技术的关键是储层的精细标定、层位准确追踪,以及沿层提取属性所开时窗的合理性.对孝泉-新场地区须家河组二段气藏的应用实例证实,该技术是运用叠后地震数据对“暗点”型气藏进行储层及其含气性预测的又一有效手段.     

神经网络微地震相分析方法及应用

传统地震相分析满足不了目前油田勘探开发的需要.神经网络微地震相分析将神经网络应用于高质量地震三维数据体中,可对单一反射同相轴进行波形信号分析和训练,建立模型地震道,并以之对实际地震道进行分类,产生在平面和剖面上精度较高的微地震相分布.新场气田和塔河油田的实际应用表明,神经网络微地震相分析是可靠的和有效的.     

山前复杂构造须家河组致密储层裂缝发育带综合预测

川西龙门山山前的须家河组气藏为受断层和构造控制的裂缝-岩性气藏,针对这类裂缝性复杂气藏利用基于地质成因的地史时期应力场(应变)分析、沿层构造属性分析和叠前三维地震数据相干体分析等手段进行分析处理可以达到气藏裂缝发育带预测目的.实践表明,虽然在山前复杂构造带利用地震资料研究储层裂缝及其发育带确实有较大的难度,但联合运用基于应力场和断层与构造属性的裂缝综合预测方法,仍然在龙门山前须家河组气藏的应用研究中取得到令人满意的地质效果.