储层地震预测应用条件及其实例分析

地震属性技术已经在油气勘探开发,油气藏预测与描述中得到了广泛的应用,其与地球物理和地质特征之间的关系,也越来越受到人们的重视。但地震属性之间,地震属性与储层参数之间的相互关系仍较模糊,对地震属性的使用缺乏系统的研究和分析,这使得地震属性在应用中存在较大的不确定性。这里通过模型和实例分析,研究了储层地质特征,地质与地球物理参数的相关性,地震属性的有效性以及储层预测的基础地质条件,对油气勘探开发具有一定的实际意义和指导作用。     

基于BP神经网络的薄互层储层预测

根据地震属性来进行储层预测的研究,对于寻找油气具有十分重要的意义。而由于地下地质情况千变万化,不确定的因素太多,对这种多自变量与因变量的复杂关系模拟问题,神经网络技术是目前较成熟、实际应用效果也较好的方法之一。用BP神经网络来预测薄互层储层厚度,它可以建立属性参数与预测目标之间的高度非线性映射,并应用于具体的实例,为薄互层储层预测提供了新的思路。     

非参数回归法在孔隙度参数预测中的应用

目前有很多利用地震属性进行储层参数预测的方法,多数方法都是针对一种特定的参数模型而制定的统计方法,即只有在一定的参数模型中才能使用的统计方法.实际应用中,由于地震属性与储层参数之间的关系十分复杂,事先无法给出合适的、具体的参数模型,使用参数模型就有可能产生较大误差.本文简要介绍了非参数回归预测方法的基本原理和方法特点,对如何分析和选取具有明确物理意义的、反映储层参数横向变化较为敏感的、与储层参数关系较为密切的地震属性进行了讨论.用非参数回归法对大港唐家河工区进行了孔隙度参数的平面分布预测,表明该方法在储层参数预测技术以及油藏描述中将会有广阔的应用前景.     

厄瓜多尔奥连特盆地斜坡带地震多属性储层预测

南美安第斯前陆盆地斜坡带主要含油气圈闭为低幅度构造-岩性圈闭,储层预测是厄瓜多尔奥连特盆地低幅度隐蔽圈闭识别和描述的重要环节。为了准确预测储层砂体及油藏空间分布特征,采用高品质3D地震资料,沿层提取包括AVO信息在内的多种地震属性参数,利用地震属性和已知井的地层物性参数建立统计对应关系,并利用这一关系预测了未知点地层的储层物性、砂岩储层空间分布特征和储层含油气性特征预测。结果表明:预测结果与已有钻井吻合程度较高;下一步勘探潜力区位于区块南部和西部。     

统计岩石物理技术在薄储层定量解释中应用

储层物性参数(孔隙度、含流体饱和度等)的空间分布,直接影响油气储层的品质,是地球物理工作者进行储层评价的主要依据。由于储层物性参数和地震属性之间的关系是复杂的、非线性的,因此储层物性参数预测是当前研究难点。首先以地震岩石物理分析为基础,建立储层弹性参数与物性参数的先验概率密度函数,利用地质统计学反演得到高分辨率弹性参数体,在此基础上,利用贝叶斯分类算法,实现储层岩相及物性参数的定量预测,同时给出不确定性分析。通过薄储层实际工区应用,反演的岩性、物性数据体纵向特征与测井资料吻合较好,空间展布特征与该区的地质规律一致,不仅解决了薄储层的预测精度问题,而且实现了薄储层定量预测。     

叠前多属性反演在储层非均质性描述中的应用——以渤海B田为例

随着油田勘探开发程度的加深,储层参数预测是一个迫切需要解决的问题,尤其在河流相油田,储层非均质性很强,给井位部署及潜力动用带来了较大的困难和挑战。近年来,使用地震多属性进行储层预测的方法有了很大地发展,而实践表明,在渤海B油田,叠后地震属性不能有效描述储层的非均质性。针对这一问题,探索了使用同时反演得到叠前地震属性,在"分步逼近法"优选属性的基础上,利用概率神经网络算法建立储层物性参数与敏感地震属性组合之间的非线性关系,实现了储层物性参数的直接反演,建立了一套储层非均质性表征的研究流程。将该方法在渤海B油田进行应用,预测了各主力含油砂体的孔隙度分布情况,指导了该油田调整井的井位部署,有效降低了调整井井位风险。     

基于主成分分析与K-L变换的双重属性优化方法

利用主成分分析客观赋权原理计算地震属性在预测目标参数时贡献率的大小,通过去除权重系数较小的属性参数,实现了地震属性的敏感性分析,建立储层参数与有效属性之间的匹配关联;在此基础上,利用K-L变换将属性样本空间的高维属性映射为低维属性,去除了属性之间的相关性,有效地解决了属性组合的优化问题,表明了主成分分析和K-L变换相结合的属性双重优化方法克服了单纯使用每种方法时的局限性,充分发挥了各自的优点,有助于属性分析、关联以及组合优化问题的解决,提高了地震储层参数预测的运算速度和精度。     

地震属性融合技术在海拉尔盆地乌东斜坡带南屯组储层预测中的应用

针对海拉尔盆地乌南次凹乌东斜坡带地区南屯组砂岩储层的特征和勘探难点,应用三维地震资料多属性多元线性回归融合技术,对南屯组砂岩储层敏感的地震属性提取并优选,获得地震属性与钻遇砂岩厚度的相关关系,建立砂岩厚度与多地震属性之间的回归方程,实现对砂岩储层厚度高精度地预测,进而明确乌东斜坡带地区南二段Ⅰ油组砂岩储层厚度发育特征。该方法应用效果良好,为乌东斜坡带地区南二段Ⅰ油组隐蔽圈闭识别预测提供借鉴。     

W地区珠海组岩石物理特征及应用研究北大核心CSCD

岩石物理学是研究岩石所表现出的各种不同物理性质及其相互关系和变化规律。在W盆地珠海组岩石物性研究中,采用参数交汇法,利用四口井(W9-3-1、W9-1-1、W9-1-2和W9-6-1)所测定的纵横波速度、密度、Vp/Vs、λρ和μρ等参数进行多井交汇处理,形成了表征珠海组地质特征的敏感参数:相对高的横波速度、低密度、低λρ高μρ,建立起识别珠海组有利岩性和有利储层的岩石物性参数模式。珠海组岩性预测是由砂泥岩区分、岩性边界及在井控下地震反演属性体的地震岩性预测组成。在珠海组岩性预测中,密度与λρ交汇和Vp/Vs与λρ交汇分别最有效地区分出珠海组二段和三段的砂岩泥岩及圈定出岩性边界,并建立测井岩性与地震岩性之间的映射关系,提高了地震岩性预测的可靠性。珠海组储层预测是由有利储层与非储层的区分、储层边界的圈定及井控下地震反演属性体的地震储层预测组成。在珠海组储预测中,密度与λρ和Vp/Vs与λρ交汇分别最有地将地珠海组二段和三段最有利储层和非储区分开来及圈定出储层边界,并建立测井储层与地震储层之间的映射关系,实现了测井储层"标定"地震储层。利用岩石物性参数建立有利岩性和有利储层的识别模式,定量解释了地震反演结果,精细刻画了储层,提高了预测效果,并扩展了岩性物性参数的应用,促进了岩石物性研究的发展。     

W地区珠海组岩石物理特征及应用研究

岩石物理学是研究岩石所表现出的各种不同物理性质及其相互关系和变化规律。在W盆地珠海组岩石物性研究中,采用参数交汇法,利用四口井(W9-3-1、W9-1-1、W9-1-2和W9-6-1)所测定的纵横波速度、密度、Vp/Vs、λρ和μρ等参数进行多井交汇处理,形成了表征珠海组地质特征的敏感参数:相对高的横波速度、低密度、低λρ高μρ,建立起识别珠海组有利岩性和有利储层的岩石物性参数模式。珠海组岩性预测是由砂泥岩区分、岩性边界及在井控下地震反演属性体的地震岩性预测组成。在珠海组岩性预测中,密度与λρ交汇和Vp/Vs与λρ交汇分别最有效地区分出珠海组二段和三段的砂岩泥岩及圈定出岩性边界,并建立测井岩性与地震岩性之间的映射关系,提高了地震岩性预测的可靠性。珠海组储层预测是由有利储层与非储层的区分、储层边界的圈定及井控下地震反演属性体的地震储层预测组成。在珠海组储预测中,密度与λρ和Vp/Vs与λρ交汇分别最有地将地珠海组二段和三段最有利储层和非储区分开来及圈定出储层边界,并建立测井储层与地震储层之间的映射关系,实现了测井储层"标定"地震储层。利用岩石物性参数建立有利岩性和有利储层的识别模式,定量解释了地震反演结果,精细刻画了储层,提高了预测效果,并扩展了岩性物性参数的应用,促进了岩石物性研究的发展。     

应用一种改进BP神经网络算法预测密度曲线

利用测井数据与地震数据二者相结合进行综合分析,是地震勘探工作者的重要工作。可以通过分析井位处的地震数据与测井数据,提取地震的多个属性,建立一个与测井属性的统计关系。选取已改进的三层网络结构BP神经网络算法,在应用一个实际例子后表明,该算法的主要特点是收敛速度快、计算简单,同时还具有跳出局部最小的能力。应用此神经网络算法对某油田的二维地震数据进行了处理,提取了多种地震属性,并在井位置建立了地震属性与密度曲线的非线性关系,成功预测了剖面密度曲线,为了解储层状况提供了有益的资料。     

围岩力学参数反演的GSA-BP神经网络模型及应用

针对遗传算法（GA）存在早熟现象和局部寻优能力较差等缺陷,引入具有很强局部搜索能力的模拟退火算法（SA）,组成改进的遗传模拟退火算法（GSA）提高优化问题的能力和求解质量。针对BP神经网络容易陷入局部最小和收敛速度慢等方面的不足,应用改进的遗传模拟退火算法搜索BP神经网络的最优权值和阀值,提高BP神经网络的预测精度,建立了围岩力学参数反分析的GSA-BP神经网络模型。将该模型应用于乌东德水电站右岸地下厂房围岩力学参数的反演分析中,根据监测围岩变形数据反演围岩力学参数,反演所得参数应用到正计算分析中,得出的计算位移与实测值吻合较好,说明该方法的有效性和应用于该工程的可行性。     

基于ABC-BP模型的煤层含气量预测

煤层含气量预测是煤层气资源勘探开发利用前期的重要研究内容之一。近些年,BP神经网络算法常用于煤层含气量预测领域,但传统BP模型在训练过程中往往存在收敛速度慢、对初始值敏感以及易陷入局部极小值等问题。为此,提出了一种改进的以人工蜂群算法为特征的BP神经网络预测方法。以沁水盆地某工区3号煤层为研究对象,首先,利用R型聚类分析法对目标煤储层所提取的多种类型的地震属性进行分类,优选出4种对煤层含气量变化反应最敏感且相互独立的地震属性;再利用人工蜂群算法(ABC)寻找BP神经网络的输入层与隐含层的最优连接权值和隐含层的最优阈值,构建具有鲁棒性的ABC-BP神经网络预测模型,并以井位置优选地震属性和含气量数据为样本训练该模型;最后,以整个工区目标储层的优选地震属性为输入,进行工区内煤层含气量的预测。预测结果与各井含气量的变化趋势基本吻合,其中,训练井处的平均误差率为0.23%,验证井处的误差率低于15%,预测精度较高,因此,该预测方法可靠性高,适用性强,可有效用于煤层含气量预测。      

大型地下洞室考虑开挖卸荷效应的位移反分析

基于现场监测资料的位移反分析是地下工程动态监控、信息化施工的重要组成部分。以乌江彭水水电站大型地下厂房（开挖跨度为30 m,高度为78.5 m）为例,从围岩实测位移出发,建立了基于均匀设计－神经网络－遗传算法的围岩力学参数的系统反分析方法,反演考虑开挖卸荷效应的围岩力学参数。根据数值分析结果形成训练样本,利用BP人工神经网络映射围岩的变形与力学参数的关系,同时针对传统人工神经网络存在初始权值难以确定的问题,应用遗传算法优化神经网络的初始权值;利用现场监测的增量变形反演了围岩的力学参数;最后利用反演出的参数,进行地下厂房开挖预测分析。结果表明,预测位移与现场监测位移较为接近,进行统计检验结果为优,说明该参数反演方法是正确合理的。     

多属性神经网络反演预测煤层顶板岩性

煤层顶板岩性对于煤矿安全生产产生很大的影响。通过神经网络方法对自然伽马测井与地震属性（包括波阻抗属性）进行训练得到两者的非线性关系,并将其应用到整个地震数据中得到拟自然伽马体。相对于波阻抗属性,自然伽马参数可以很好地区分砂泥岩,从而更直接预测煤层顶板岩性,提高岩性预测的分辨率。      

密井网区井震结合进行沉积微相研究及储层预测方法探讨——以大庆杏树岗油田杏56区为例

随着中国油气田开发程度的逐步加深,有效预测井间砂体的分布已成为高效开采与提高采收率的核心问题。文中以大庆杏树岗油田杏56区块为例,尝试利用井、震有机结合的方法进行精细沉积微相展布的研究,对进入特高含水阶段的油田进行井间砂体的预测。在密测网地震层位追踪的前提下提取多种地震属性,以反距离加权平均法提取井点属性,并采用聚类方法对提取的井点地震属性和井点储层参数进行多元统计相关性分析,以确定聚类分析中使用的地震信息,进而建立多元一次方程,描述敏感地震信息与储层参数的桥梁,以便用井、震信息综合预测井间储层参数的变化,由此编制出目的层段的沉积微相平面展布图,并结合生产动态资料进行验证。其成果在实际生产中得到较好的验证。     

GA-BP神经网络模型在彬长矿区测井岩性识别中的应用

为提高测井岩性识别的自动化程度和地质解释精度,在分析遗传算法(Genetic Algorithm,简称GA)与误差反向传播算法(Back-Propagation,简称BP)各自特性的基础上,针对BP算法在反演中测井数据识别样本大以及BP算法本身存在的缺陷,提出了利用GA算法来同时优化BP神经网络的结构和连接权值的解决方案,建立了基于GA优化BP神经网络的测井数据岩性识别模型。该模型通过彬长矿区实际数据的检验,获得了较高的识别速度和准确率。      

海相沉积软土蠕变BP神经网络本构模型

海相沉积软土具有很强的蠕变特性,传统分级构建蠕变本构模型方法不实用,且很难真正反映岩土流变的非线性特性。为此,本文引入具有超强非线性映射和容错能力的BP神经网络模型,通过改进BP算法,根据江门软土的室内直剪蠕变试验结果,建立了海相沉积软土BP神经网络蠕变本构模型,避免了传统方法为满足试验曲线变化规律和蠕变特性而需要建立复杂的本构数学表达式。最后,利用上海地区软土蠕变实验结果对本文提出的方法进行了验证,并对BP神经网络蠕变模型在描述软土流变方面的特点进行了讨论。结果表明,本文建模方法简单,并能很好地描述软土的非线性蠕变问题。     

青海玉树断裂带地震落石的地震地质意义

2010年青海玉树Ms 7.1级大地震引发了一系列次生地质灾害,其中地震落石是除地震滑坡外沿断裂带及其邻侧最常见的现象。对玉树震区落石的调查发现,该区多处存在非常典型的多期地震落石分布现象,指示该区地震落石的发育与其他古地震现象类似,具有多期性和一定的原地复发性。实地调查表明,该区地震落石分布的主要特征为:多集中发育在活动断裂带附近的陡峭基岩斜坡下方,分布零散,且滚动较远,并常与古地震滑坡相伴生。初步获得的8个地震落石钙膜U系测年结果分布在距今6030±300a BP、4720±210a BP、3530±490~3560±280a BP、2010±160a BP、1090±70a BP、760±20a BP和230±20a BP年龄段,与该区古地震探槽和滑坡反映的地震事件比较吻合,进一步揭示玉树断裂带附近在全新世中晚期发生过多期可导致地表产生地震落石的事件。同时也说明,地震落石及其钙膜测年是特别值得进一步探索的潜在古地震研究方法或途径。     

基于AVO的属性分析

针对川中地区砂体分布多,气藏分布在砂体的那个位置很难确定这一情况,对叠前数据用AVO中的Lambda-Mu-Rho技术获得流体的不可压缩性和硬度。同时对道集模型进行AVO分析处理,总结出不同流体饱和度情况下的地震响应特征;将分析结果与实际井旁道地震资料对比,从而建立可靠的储集层性质与地震响应特征的对应关系,为从地震资料中提取储集层参数提供了依据。利用Biot-gassman流体替换模型,分别求得模型在含油砂岩、含气砂岩和含水砂岩时的对应响应,即获得了多个点的截距-梯度交汇图。然后利用用AVO流体反演定量的得到流体的可能性分布,根据这些叠前属性再结合叠后反演的多个属性,综合评定了该区的气藏分布情况,通过已钻遇的井证实了预测的可靠性,该方法充分的应用了地震的叠前信息,解决了叠后反演所不能解决的流体分布预测问题,在砂体范围内找含流体可能性最大的砂,从而降低了勘探风险。