测井及地震裂缝识别研究进展

测井及地震裂缝识别方法是解决裂缝预测难题的主要手段.通过大量的学术调研,对常用的测井和地震裂缝预测方法的原理及技术特点进行详细的分析,并说明其优劣性.在测井方法中,成像测井仍是目前最为可靠的裂缝识别依据,常规测井、三孔隙度比值法、侵入校正差比法和概率密度法容易实现、效果较好,且能够通过与地震反演的结合来预测裂缝的区域分布特征,横波测井和放射性测井效果较好,但资料难于收集,与数值统计分析相关的测井裂缝识别法局限于井点处的裂缝研究.在地震方法中,纵波各向异性应用最为广泛,且能准确得到裂缝的空间分布特征,叠前远近偏移距属性差法、相干体及倾角检测法、叠后融合属性法、多尺度边缘检测法及地震反演方法能够得到裂缝的分布特征数据体,但无法预测裂缝方向,构造应力场分析法经常用于预测某个地层界面构造缝的分布特征,横波与转换波裂缝预测方法受成本限制,VSP裂缝预测受横向延伸限制,均未广泛应用.     

利用多元地震属性预测测井特性

通过寻找井旁地震数据与测井曲线的关系,将这一关系应用到远离井的区域(只有地质数据,但无测井)来预测测井的有关特性,其方法有单属性分析和多属性分析[1]。本文通过实例描述了多属性分析的特点及预测结果。从单属性回归到多属性预测、再到神经网络预测过渡时,预测能力持续提高。同时对地震属性的选择和有效性进行了讨论,将结果应用到整个二维地震剖面上,能更好地确定井以外区域的测井特性。     

地震资料预测薄层厚度方法研究与应用

薄层厚度预测一直是公认的难题之一,其难度就在于如何准确地识别和提取薄层的地震属性.常规方法是利用时间域或频率域地震属性与薄层厚度的线性关系计算.但是理论与实际资料表明,不同的薄层和地层组合对地震波的动力学的信息影响很大,各种参数与薄层厚度成非线性关系,使用单一的信息不可能准确预测薄层厚度.本文利用三种线性预测原理（模型）,经数学变换为属性参数,采用非线性BP网络预测薄层厚度,取得了令人满意的效果.     

基于地震多属性利用ES-DBN网络估算裂缝孔隙度

地震数据中蕴含丰富的地层信息,裂缝孔隙度作为表征致密碎屑岩储层品质及产能评价的关键参数,目前无法利用常规线性反演方法从地震数据中挖掘出裂缝孔隙度的有效信息.为了有效获取致密碎屑岩地震信号中储层与非储层数据特征之间的差异,本文借助深度置信网络(DBN)强大的特征提取能力,利用回声状态网络(ESN)中的回归层代替DBN网络中的误差反向传播算法组合搭建出ES-DBN网络.ES-DBN网络能够较好的捕捉地震数据中的动态时序信息,每次训练都独立于前次的DBN学习过程,且只考虑回归层最终的输出权值矩阵,通过模型测试对比发现,该网络的学习效率和预测准确率均高于传统的DBN网络.以井中裂缝孔隙度为预测目标,基于提取的多种井旁敏感的叠前叠后裂缝属性,利用构建出的网络模型对研究工区地下地层裂缝孔隙度进行预测,预测结果表明：该网络能够较好的实现致密碎屑岩储层的裂缝孔隙度的三维表征,取得了良好的应用效果.     

历史地震资料与地震的中长期预测

故障诊断模型的基本内容是根据动态系统的外部特征来判断系统内部是否发生故障及确定故障发生的部位、时间和大小。由于故障诊断技术在监测及诊断故障的思路上和地震预报有很多相似之处，因此，把故障诊断技术应用于地震预报是可行的。由于该模型与其他数学模型一样，需要有较多的学习过程，所以历史地震资料在该模型中有重要作用。而其中的鲁棒性故障诊断模型在抑制各子模型的个性，凸现其共性方面有其特有的性质，所以把它作为一种综合模型，能抑制各子模型的个性，突出在地震预测方面的共性，从而提高预测的精确性。本文根据一个实例，说明了这种综合性模型的可行性。在文章的最后，由信息量的分析，说明了模型的鲁棒性特征。     

叠后多属性分析在哈山西石炭系火山岩裂缝预测中的应用研究

裂缝油气藏在油气勘探开发中占有重要地位,准确地预测储层中的裂缝发育程度等参数是勘探开发中的难点.本文采用叠后多属性分析技术对哈山西地区的石炭系火山岩裂缝密度进行了定量预测:在储层特征分析的基础上,首先提取了对裂缝发育反映较好的多种地震属性,包括相干体、倾角方位角、曲率、蚂蚁体、弧长、瞬时频率、均方根振幅、反射强度、道微分、吸收衰减属性,并对提取的属性进行了敏感性分析.在此基础上,利用BP神经网络的方法,对裂缝密度进行了定量预测,预测结果与工区钻井资料吻合,为下步的勘探开发提供了依据.     

基于小波高频属性的泥页岩裂缝测井识别方法研究

近几年受地震属性分析技术的启发,出现了利用测井属性分析泥页岩裂缝油气藏的新方法.为了避免常规测井信号受到噪声干扰影响裂缝识别效果,利用小波变换的高频属性对裂缝识别展开研究.以贵州岑巩地区下寒武统牛蹄塘组的泥页岩裂缝性油气藏为例,观察和分析野外黑色页岩露头、岩心薄片及镜下照片,总结了该地区裂缝发育特征和成因;然后着重利用研究区的测井资料,运用小波阈值去噪和小波高频属性方法对裂缝进行了识别.研究结果表明:研究区主要发育高角度剪性缝、张剪性缝、低角度滑脱缝及层间缝,采用的小波阈值去噪方法具有高信噪比和低均方差特点,在保留原始信号特点的基础上得到更加真实的信号;通过小波高频属性方法提取了声波时差信号中的高频信号,识别出了常规测井方法无法识别的泥页岩裂缝,该套方法成功在贵州岑巩页岩气裂缝识别中得到成功应用,并具有一定的借鉴意义.     

基于GA-BP理论的储层视裂缝密度地震非线性反演方法

基于GA-BP理论,将自适应遗传算法与人工神经网络技术(BP算法)有机地相结合,形成了一种储层裂缝自适应遗传-神经网络反演方法.这种新的方法是由编码、适应度函数、遗传操作及混合智能学习等组成,即在成像测井裂缝密度数据约束下,通过对目标问题进行编码(称染色体),然后对染色体进行选择、交叉和变异等遗传操作,使染色体不断进化,从而快速获得全局最优解.在反演执行过程中,利用地震数据和成像测井裂缝密度数据之间的非线性映射关系建立训练样本,将GA算法与BP算法有机地结合,优化三层前向网络参数;或将GA与ANFIS相结合,优化ANFIS网络参数.并采用GA算法与TS算法(Tabu Search)相结合的自适应混合学习算法,该学习算法自始至终将GA和BP两种算法按一定的概率比例进行,其概率自适应变化,以达到混合算法的均衡.这种混合算法提高了网络的收敛速度和精度.我们分别利用两个研究地区的6井和1井成像测井裂缝密度数据与地震数据之间的非线性映射关系建立训练样本,对过这两口井的测线的地震数据进行反演,获得了视裂缝密度剖面,视裂缝密度剖面上裂缝分布特征符合沉积相分布特征和岩石力学性质的变化特征.这种视裂缝密度剖面含有储层裂缝的定量信息,其误差可为油气勘探开发实际要求所允许.因此,这种新的方法优于只能作裂缝定性分析的常规裂缝地震预测方法,具有广阔的应用前景.     

非线性方法油气平面成像预测的研究

系统论和非线性方法为石油地球物理勘探注入了新的动力。本文试通过分形理论结合人工神经网络方法对测井资料进行解释,对油气分布进行平面成像预测。     

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.     

区域地震台网历史震相数据整合与共享服务

区域地震台网震相数据是区域地震台网产出的重要成果,是开展地球科学研究的重要资料。整理全国31个省份1973—2008年区域地震台网纸质震相报告和地震卡片,按统一格式录入震相数据,建立数据共享服务系统。文中系统阐述区域地震台网的发展过程、历史震相数据的整合、地震观测报告的主要内容及震级的测定方法,并介绍了历史震相数据共享服务系统和快速索引下载方法,为科研人员提供共享服务。     

地震数据处理解释一体化在隐蔽油气藏勘探中的应用

Nowadays, it becomes very urgent to find remain oil under the oil shortage worldwide.However, most of simple reservoirs have been discovered and those undiscovered are mostly complex structural, stratigraphic and lithologic ones. Summarized in this paper is the integrated seismic processing/interpretation technique established on the basis of pre-stack AVO processing and interpretation.Information feedbacks occurred between the pre-stack and post-stack processes so as to improve the accuracy in utilization of data and avoid pitfalls in seismic attributes. Through the integration of seismic data with geologic data, parameters that were most essential to describing hydrocarbon characteristics were determined and comprehensively appraised, and regularities of reservoir generation and distribution were described so as to accurately appraise reservoirs, delineate favorite traps and pinpoint wells.     

基于大数据技术的地震数据处理新思路

现代地震观测积累了大量、种类繁多的地震前兆数据和震后数据,但数据中隐含的地震规律及趋势无法用经典的算例、数学公式、物理公式进行定量解释、分析和预测,需要探索新方法、新技术。案例表明,大数据分析具有预测事物发展趋势、改变传统观念和发现新事物的功能,有助于从错误信息中挖掘有价值信息。本文由此提出基于大数据技术处理地震数据的新思路,对地震监测预报新思路进行探索;通过在大数据平台上基于地震目录的余震预测研究,给出大数据技术在地震数据处理方面的一个应用实例,验证该思路的可行性。     

利用地震观测资料预测震源区应力变化研究进展综述

地震的孕育和发生除了与区域背景构造应力的增长变动有关,也是震源区应力增长及破裂发展的结果.因此地震观测资料必然携带有震源区应力应变增长及破裂发展的信息.随着数字地震观测台网的普及和数字地震仪性能的提高,用地震观测资料进行震源区应力变化和破裂过程的研究已成为国际地震学界的研究热点.本文综述了岩石静态应力状态的变化对地震波传播与衰减的影响,及其对地震孕育和激发的作用;主要介绍了利用地震观测资料预测震源区应力变化的主要研究方法和目前的进展;讨论了该研究领域未来的发展前景,作为进一步研究的基础.     

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。     

华北地区遥测地震台网联网：数据共享的有效手段

从数据共享的角度描述了华北地区遥测地震台网联网的基本要求、预期目标、技术途径、总体结构及联网后取得的效益,说明遥测地震台网联网是实现地震观测数据共享的一种有效手段。     

多波地震深度学习的油气储层分布预测案例

有机并有效利用纵波与转换横波在油气储层敏感度上存在的差异,有助于突出地震油气储层特征,有助于提高地震油气储层分布边界刻画的精度.基于此,本文设计了一种卷积神经网络与支持向量机方法相结合的多波地震油气储层分布预测的深度学习法（Deep Learning Method）.首先,利用莱特准则剔除所生成的多波地震属性中可能存在的异常值降低网络变体数量.然后,通过能突出多波地震油气储层特征的聚类算法和无监督学习算法构建隐藏层,用于增加网络共享,提取油气特征.最后,将增加网络罚值后的井点样本作为支持向量机预测的输入样本,以降采样后的C3卷积层属性作为学习集,进行从已知到未知的地震油气储层的预测.本方案应用于HG地区晚三叠统HGR组的碳酸盐岩油气储层预测,所预测的地震油气储层边界更加清晰,预测结果与实际情况基本吻合.应用结果表明：本论文方案不仅具有可行性,且具有有效性.

     

应用非线性地震属性预测煤矿奥陶系灰岩含水性：许瞳煤矿实例(英文)

奥陶系灰岩水是中国北方地区煤矿突水的主要来源。本文介绍了利用熵、最大李氏指数及分形分维等三种非线性地震属性预测奥陶系灰岩含水的方法,分析了这三种属性的提取和应用。以许疃煤矿81、82采区为例,利用上述单属性及多属性综合分析,预测许疃煤矿81、82采区可能的奥陶系灰岩含水区域。实际应用表明,非线性地震属性是奥陶系灰岩含水性预测的有效工具。