鄂北上古生界隐蔽气藏地震储层预测技术

鄂尔多斯盆地北部上古生界陆相致密碎屑岩隐蔽气藏具有低孔、低渗、致密、薄互层、多层叠置和非均质性强的特点.其勘探开发一直是世界性难题.针对该区储层特点,展开了以三维地震为核心的储层综合地球物理预测技术研究,开发应用了储层岩石物理分析、地震属性优化、随机模拟反演、地震吸收衰减、地震频谱分析、地震波正演模拟、地震相划分和AVO等多项技术,形成了一整套适合该地区油气地质特征的方法技术系列,有效提高了储层预测的精度,提高了勘探开发井位部署的成功率.     

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.     

基于匹配追踪算法的强屏蔽剥离技术在樊159井区储层预测中的应用

当储层上覆地层含有厚层烃源岩等特殊地层时,这些地层在地震剖面上会呈现出强振幅特征,这会使下伏储层信息被掩盖,从而干扰储层的正常描述与预测。因此,消除强干扰对储层地震反射的影响,增强储层弱反射信号,对于提高储层预测精度,确定有利储层的空间展布有着重要意义。樊159井区位于樊东地区中西部,该区沙三下亚段和沙四纯上亚段分布高阻、高速厚层烃源岩,对下伏滩坝砂岩储层有强屏蔽作用,必须对其进行剥离。本文以樊159井区实际地震工区为例,分析了储层的地球物理特征,研究了基于层位控制的多道匹配追踪算法,实现了强屏蔽层的剥离。剖面属性对比和沿层属性分析结果表明,储层识别精度得到明显提高。     

基于地震属性约简的深度学习储层物性参数预测:以莺歌海盆地乐东区为例

储层物性参数作为描述储层特性、储层建模和流体模式的重要指标,其准确估算可以为储层预测提供有力参考依据,但传统储层物性参数反演方法无法兼顾反演精度及空间连续性。针对上述问题,本文引入地震属性作为深度学习算法输入,针对地震属性之间存在的信息冗余特征,利用随机森林-递归消除法对地震属性进行约简预处理,最终建立一种基于地震属性约简的储层物性参数预测方法。实际数据测试结果表明,地震属性约简的深度学习储层物性参数预测结果具有良好的精度及横向分辨率,证实本文方法的有效性。     

地震储层预测方法研究进展

本文重点介绍地震储层预测方法中的油气预测，岩性预测，储层厚度预测及孔隙度预测等内容，简述提高地震储层预测精度的途径之一－特征优化方法，并指出了今后地震储层预测方法研究的方向。     

地震属性分析技术综述

近年来,地震属性分析技术在地层岩性解释、构造解释、储层评价、油藏特征描述以及油藏流体动态检测等方面得到了广泛应用,并且在油气勘探开发中起着越来越重要的作用.地震属性技术能提取隐藏在地震资料中的有用信息,提高对储层有利区预测的准确度.因此,对地震属性技术在储层预测中的应用的研究显得十分重要.本文就地震属性的发展历程、地震属性分类、地震属性提取和地震属性的优化及预测方法进行了归纳总结,并对地震属性技术在国内外的发展情况作了简要的介绍.     

基于主成分分析方法的海量地震数据属性降维优化

针对传统的地震数据属性降维优化方法所选取的地震数据属性特征贡献率低导致降维过程计算量大、CPU占用率高等问题,提出一种基于主成分分析的海量地震数据属性降维优化方法。首先根据地震样本特征建立地震数据特征矩阵,把矩阵中的特征进行聚类,运用降序法排列聚类结果,选取前几项数据作为地震数据属性特征选取结果,对其结果评估分类信息量;通过特征积分准则(FSC)修正分类信息量,获取海量地震数据属性特征节点;运用主成分分析方法对地震数据属性特征节点主成分添加标签,确定Fisher判别分析与PCA可变动选择不确定关系,建立半监督降维的全局最优化形式,运用特征值分解计算降维结果,克服海量地震数据属性降维过程中的过拟合问题,融合主成分分析算法与Fisher判别分析算法实现海量地震数据属性降维优化。实验结果证明,所提方法选取的属性特征精度及贡献率较高,降维过程中CPU占用率较低。     

基于PCA-RF的砂砾岩有利储层厚度预测方法

东营凹陷沙三、沙四沉积时期,发育了大量不同时期的砂砾岩体,它们是非常规油气勘探中重要的储层类型。由于砂砾岩体具有纵向厚度变化大、横向展布不均匀、岩相变化快等特点,在地震属性分析与厚度预测时,用单一属性对储层厚度描述具有很大的不确定性。为此,提取了多种地震属性,采用主成分分析法(PCA)进行优化、去除冗余信息。考虑到随机森林(RF)具有预测精度高、对异常值容忍性强、训练速度快且不易过拟合等特点,引入该方法对砂砾岩储层厚度进行预测。针对属性自相似问题,PCA采用了两种方法:①直接对全部属性做降维处理,提取主成分进行预测(PCA-RF1);②先对相似属性做降维处理,再组合其他属性进行预测(PCA-RF2)。原始RF、PCA-RF1、PCA-RF2方法还与人工神经网络方法(ANN)进行了效果对比,结果表明,基于相似属性降维处理的PCA-RF2方法,具有最佳应用效果。     

二维地震属性标准化处理及应用——以鄂尔多斯盆地刘峁塬地区长8_1段为例

为解决跨度时间较长二维地震测线提取属性差异较大的问题,提出了以测线交点信息为约束,结合模拟退火算法调整优化参数对地震属性标准化处理的新方法,以解决二维地震资料不同测线地震属性一致性较差的问题.标准化处理后的震属性与储层具有很好的相关性.采用模糊神经网络方法对研究区长81段砂岩厚度进行了地震属性定量预测,表明标准化后的二维地震信息的融入能够有效的提高储层预测的精度.     

少井区鲕滩储层敏感地震属性优选及预测

全球油气资源中碳酸盐岩油气藏所占比重很大,碳酸盐岩油气主要分布在台地边缘的礁滩中,对于鲕滩储层横向预测,以地震属性预测方法最为常见.然而并不是所有的地震属性都能很好的反映储层特征,这其中必然要涉及到属性优选的问题.但是对于井位很少的工区,常规的地震属性优选方法无法准确的优选属性.因此本文在结合前人经验基础上,提出少井区基于模型的地震属性优选方法,根据鲕滩储层典型的地震剖面,建立正演模型,分析地震属性与鲕滩储层厚度之间的关系,进而优选地震属性,为提高勘探前期区块的地震储层预测精度,提供了新的思路和方法.     

Research on seismic fluid identification driven by rock physics

Seismic fluid identification works as an effective approach to characterize the fluid feature and distribution of the reservoir underground with seismic data. Rock physics which builds bridge between the elastic parameters and reservoir parameters sets the foundation of seismic fluid identification, which is also a hot topic on the study of quantitative characterization of oil/gas reservoirs. Study on seismic fluid identification driven by rock physics has proved to be rewarding in recognizing the fluid feature and distributed regularity of the oil/gas reservoirs. This paper summarizes the key scientific problems immersed in seismic fluid identification, and emphatically reviews the main progress of seismic fluid identification driven by rock physics domestic and overseas, as well as discusses the opportunities, challenges and future research direction related to seismic fluid identification. Theoretical study and practical application indicate that we should incorporate rock physics, numerical simulation, seismic data processing and seismic inversion together to enhance the precision of seismic fluid identification.     

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.     

Quantitative integration of 3D and 4D seismic impedance into reservoir simulation model updating in the Norne Field

The ultimate goal of reservoir simulation in reservoir surveillance technology is to estimate long-term production forecasting and to plan development and management of petroleum fields. However, maintaining reliable reservoir models which honour available static and dynamic data, involve inherent risks due to the uncertainties in space and time of the distribution of hydrocarbons inside reservoirs. Recent applications have shown that these uncertainties can be reduced by quantitative integration of seismic data into the reservoir modelling workflows to identify which areas and reservoir attributes of the model should be updated. This work aims using seismic data to reduce ambiguity in calibrating reservoir flow simulation model with an uncertain petro-elastic model, proposing a circular workflow of inverted seismic impedance (3D and 4D) and engineering studies, with emphasis on the interface between static and dynamic models. The main contribution is to develop an updating procedure for adjusting reservoir simulation response before using it in the production forecasting and enhance the interpretive capability of reservoir properties. Accordingly, the workflow evaluates consistency of reservoir simulation model and inverted seismic impedance, assisted by production history data, to close the loop between reservoir engineering and seismic domains. The methodology is evaluated in a complex, faulted, sandstone reservoir, the Norne benchmark field, where a significant reservoir behaviour understanding (about the static and dynamic reservoir properties) is obtained towards the quantitative integration of seismic impedance data. This leads to diagnosis of the reservoir flow simulation reliability and generation of an updated simulation model consistent with observed seismic and well production history data, as well as a calibrated petro-elastic model. Furthermore, as Norne Field is a benchmark case, this study can be considered to enrich the discussions over deterministic or probabilistic history matching studies.     

柴达木盆地三湖地区天然气地震预测关键技术及应用

针对柴迭木盆地三湖生物天然气预测,提出了地震预测方法的三项关键技术:地震资料处理中的静校正技术(初至波折射静校正技术);地震叠后预测技术(包括如下5项内容:共偏移距扫描;频率扫描;速度谱剖面分析;反射同相轴下拉量分析;烃类检测);地震叠前预测技术(包括如下2项内容:不同偏移距叠加剖面分析;叠前反演分析).在三湖北斜坡地区应用这三项关键技术,发现了台东2号舍气异常,成功钻探了台东2井.     

地震反Q滤波应用于碳酸盐岩储层特征描述

塔里木盆地塔河地区的奥陶系碳酸盐岩储层埋藏深,其深度超过5000 m,储集体类型以裂缝、缝洞为主,储层的纵向和横向上都具有极强的非均质性.这些特点导致反射地震数据的信噪比低、分辨率低,从而使得碳酸盐岩储层特征描述的难度增大.针对这些问题,本文运用稳定化反Q滤波方法对塔河地区的三维地震数据进行提高分辨率处理,同步实现地震振幅补偿和子波相位校正.处理结果与原始地震数据进行地震剖面面貌、储层内幕信息、断裂缝洞刻画等方面的直接对比,一方面展示反Q滤波方法在提高分辨率、提高弱反射能量、以及增强反射同相轴的空间连续性等方面的优势,同时展示稳定化反Q滤波方法能够提高对奥陶系碳酸盐岩缝洞储集体的特征描述精度.

     

Seismic low-frequency-based calculation of reservoir fluid mobility and its applications

Low frequency content of seismic signals contains information related to the reservoir fluid mobility. Based on the asymptotic analysis theory of frequency-dependent reflectivity from a fluid-saturated poroelastic medium, we derive the computational implementation of reservoir fluid mobility and present the determination of optimal frequency in the implementation. We then calculate the reservoir fluid mobility using the optimal frequency instantaneous spectra at the low-frequency end of the seismic spectrum. The methodology is applied to synthetic seismic data from a permeable gas-bearing reservoir model and real land and marine seismic data. The results demonstrate that the fluid mobility shows excellent quality in imaging the gas reservoirs. It is feasible to detect the location and spatial distribution of gas reservoirs and reduce the non-uniqueness and uncertainty in fluid identification.     

影响低序级断层识别精度因素的地震正演定量研究

复杂断块油藏是胜利油田勘探开发的重要油气藏类型,储量产量均占三分之一,随着勘探和开发程度的提高,低序级断层识别描述技术是目前该类油气藏钻探成功的关键制约因素.影响低序级断层识别描述精度的影响因素也较为复杂,但对复杂断块油田剩余油分布研究和提高油气采收率具有重要意义.目前,尚没有文献开展低序级断层定量识别特征研究.本文针对低序级断层定量识别方面开展了大量研究,在分析研究区地质特点的基础上,分别针对埋藏深度、速度结构、地震子波主频、信噪比、断面倾角、地层产状、地层和断面的夹角等影响低序级断层识别精度的因素,设计了不同类型的低序级断层地质模型,利用波动方程正演模拟了低序级断层的地震响应特征,建立了5种低序级断层定量识别模板,拟合了2条综合曲线图,实现了影响低序级断层识别精度因素的地震正演定量研究,创新形成了一套完整的影响低序级断层识别精度的定量分析方法.由于以上因素引起的低序级断层同相轴的不同变化,为低序级断层的有效定量解释打下了坚实基础,为低序级断层地震描述技术研究提供了有益指导.     

新疆雅克拉断凸下古生界碳酸盐岩储层特征

新疆雅克拉油气田具有多套含油层系,其中下古生界碳酸盐岩也是重要储层之一。过去由于研究手段和方法上的限制,对于这套储层缺乏深入认识,给碳酸盐岩的勘探开发工作带来了一定的难度。为了搞清这一问题,充分利用了钻井、录井、测井、地震、岩心薄片和分析化验资料,并进行了高分辨率测井约束地震反演。通过综合分析和新技术的应用,对雅克拉油气田碳酸岩储层的纵、横向的展布特征有了比较明确的认识。确定了有利的储集相带主要发育在潮坪和台滩微相中,受后期改造作用,分布在构造较高部位,可作为碳酸盐油气藏勘探的主攻方向。     

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.