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。      

应用水平井信息提高地震反演精度

本文针对水平井的水平段信息无法直接应用到地震反演中的问题,以委内瑞拉地区从式水平井开发为主的A区块为例,提出水平井正演模拟与直井约束地震反演相结合,通过同位协同克里金融合的方法,实现水平段有效信息在地震反演中的应用,精细刻画了砂岩储层及薄泥岩隔夹层的空间分布,提高了地震反演体的预测精度与可靠性.研究成果应用到12口新开发井的井位设计和开发部署中,全部钻遇砂岩储层,砂岩厚度钻遇符合率为89%,泥岩隔夹层厚度钻探符合率达78%.应用水平井信息提高精度后的地震反演数据体为研究区重油项目的开发方式优化和后续储量复算提供了更为可靠的依据.     

分叉煤层时间域分辨率的探讨

针对煤矿井下开采中严重影响巷道布设和掘进效率的分叉煤层问题,本文借助于楔形模型和90°相位Ricker子波开展分叉煤层时间域分辨率的探讨.在上下煤层厚度小于地震子波λ/4的情况下,将Rayleigh准则和Ricker准则扩展应用到这种特殊的薄互层中,扩展后的Rayleigh准则和Ricker准则分别对应于调谐曲线中的调谐厚度点和视厚度零点,即分别指示泥岩夹层的定量和定性识别情况.利用AVF技术对泥岩夹层分辨率的影响因素进行分析,结果表明:在两种分辨率准则条件下,上下煤层厚度、泥岩夹层厚度与子波峰值频率具有反比例函数关系;定量识别泥岩夹层所基于的子波峰值频率要高于定性识别的情况;泥岩夹层分辨率极限的精准读取与识别受到地震记录信噪比的影响.综上所述,该讨论可为地震方法分辨和识别分叉煤层提供理论依据.     

塔北隆起玉东地区盐下薄砂岩高分辨地震预测

古近系薄砂岩是塔里木盆地玉东地区盐下主力产气储层段,薄砂岩储层的准确预测是玉东地区勘探成功的关键.本文通过岩心、测井、地震等资料综合研究及储层岩石物理分析建立了薄砂岩正演地质模型,正演模拟与地震响应特征分析发现玉东三维8种敏感地震属性与薄砂岩厚度呈4类(线性正相关、线性负相关、指数负相关、对数正相关)强相关,其中交流分量、道积分与薄层指示因子等敏感属性经RGB-HIS信息融合具有最佳的薄砂岩分辨能力.经地震属性信息融合、地质统计学高分辨反演和地震沉积学预测,古近系薄砂岩储层砂体主要分布于玉东北部的YT5井至YD1井、YD4井一带,薄砂岩发育三期透镜状水下分流河道和砂坝叠加砂体,砂体相互叠置连通.研究形成了一套薄砂岩储层预测新方法,为塔里木盆地古近系盐下薄砂岩储层预测和岩性圈闭勘探提供技术指导.     

基于地震沉积学的隐蔽圈闭识别—一个胜利油田的实例分析(英文)

地震沉积学由于受地震分辨率的限制,往往不能定量刻画沉积体的特征,高精度的反演突破了地震传统分辨率的极限,将其引入到地震沉积学的研究领域,能够解决复杂地质条件下的隐蔽圈闭识别问题,从而拓展了地震沉积学的应用范围、改善应用效果。本文采用地震相控非线性随机反演作为核心技术,以地震沉积学理论为主体思路,应用于胜利油田车镇凹陷Es 3段砂砾岩体储层预测,编制了多期砂砾岩体的厚度分布图与沉积微相图,预测了多个隐蔽圈闭目标,经钻探后得到证实,取得了好的应用效果。     

珠江口盆地(西部)地震属性应用的难点及对策

受盆地复杂的石油地质条件影响,珠江口盆地(西部)地震属性的地质含义异常复杂,难以表征储层及含油气性,基于此,文章总结了珠江口盆地(西部)地震属性难以有效应用三个方面:(1)盆地地层呈"千层饼"式互层发育,单层厚度小,难以达到地震分辨率;(2)受压实作用影响及低速泥岩的存在,砂泥岩岩石物理规律不清;(3)局部地区为含灰质地层,进一步复杂化该区砂泥岩岩石物理规律.文章指出了研究人员在该区地震属性应用中的几个误区,在此基础上,提出了针对该区复杂石油地质条件下的地震属性分析思路,并成功运用到预探井的含油气预测中,取得了一定的效果,研究思路值得进一步推广.     

长春岭油田储层预测研究

常用的储层横向预测技术有地震属性分析技术和地震反演技术两大类,应用这两种技术对长春岭油田扶余油层进行了储层预测研究.研究结果表明,长春岭油田地震资料的振幅属性与已知井砂岩发育情况吻合较好,本文利用振幅属性描述了扶余油层Ⅰ～Ⅳ砂组储层砂岩的分布趋势.应用地震反演方法得到扶余油层储层砂岩纵横向展布规律,经钻探证明,预测的结果比较可靠.     

等时地层模型控制下的砂砾岩体岩相预测

砂砾岩体是陆相断陷湖盆陡坡带广泛发育的岩性类型,亦是东营凹陷最重要的一种增储上产储层类型.地质上,该类沉积储层非均质性强,不同相带储层物性差异大,油气分布相控特征明显;地震上,砂砾岩体内幕反射杂乱、空白,成层性差,空间上识别可靠的等时地层界面困难,导致后期有利相带、储层描述精度低,失去了沉积学理论基础和方法支持.本次研究创新在井震频谱分析、Fischer曲线和耦合系数三因子联合井震标定基础上,探索形成了EMD地震层序格架约束下的基于价值函数的等时地层模型建立方法,客观快速的建立了研究区三维相对地质年代模型,极大提高了砂砾岩体层序划分精度,并在该模型约束下通过门槛值约束敏感属性融合法对影响砂砾岩体非均质性的岩相进行了预测,实现了油气优势相带精细刻画,有效指导了砂砾岩体井位部署及后期开发方案编制.     

宽频数据在致密砂岩储层预测中的应用

西湖凹陷深层致密砂岩储层具有良好的勘探开发前景,受埋深影响,目的层地震资料品质较差.A构造通过斜缆宽频采集和处理获取宽频地震数据,提升了资料品质,然而应用常规子波提取方法对宽频数据进行子波提取并反演计算纵波阻抗,结果与井上实测数值差异较大,影响储层的定量解释.针对这一问题,提出统计性子波和确定性子波相结合的长短子波合并宽频子波提取方法,提取的宽频子波比常规子波低频丰富、旁瓣小,能更真实地反映地震信息,约束稀疏脉冲反演的纵波阻抗结果与测井曲线吻合度更高.基于宽频数据和常规数据分别进行约束稀疏脉冲弹性波阻抗反演,预测A构造优质储层分布,经已钻井证实,宽频数据比常规数据储层预测精度高,预测的储层展布特征与研究区地质沉积认识一致.结果表明:这种基于宽频子波提取的宽频资料应用方法有效降低了致密砂岩储层预测的多解性.     

对称型隔夹层与单砂层时频特征对比分析

隔夹层作为单砂层与薄互层、薄互层与薄互层之间的过渡型地层,对不同薄互层单元具有重要的分隔作用.厘清单砂层与隔夹层之间时频特征的区别与联系,对后续的薄互层单元划分与预测具有重要意义.本文基于波动理论,利用深度域相移法对不同厚度的单砂层、对称型隔夹层进行正演模拟.采用广义S变换分析零偏移距地震道反射复合波的瞬时频谱,提取单砂层与对称型隔夹层时域、频域属性参数进行对比分析.研究发现:当对称型隔夹层顶部砂岩与中部泥岩厚度之和与顶底反射系数同号的单砂层厚度相同时,二者频谱特征极为相似,时域波形存在镜像关系.当对称型隔夹层顶部砂岩与中部泥岩厚度之和与顶底反射系数异号的单砂层厚度相同时,二者频谱特征存在明显差异,这为砂泥岩剖面中单砂层与对称型隔夹层的定性区分奠定了理论基础.此外,对称型隔夹层的第一陷频频率与顶部砂岩和中部泥岩厚度之和具有近似的反比关系,这为对称型隔夹层厚度预测提供了重要技术手段.     

基于频率域峰值属性的河道砂体定量预测及应用(英文)

河道砂体是陆相含油气盆地最重要的储集类型之一,其边界识别和厚度定量预测是储层预测的热点难题。本文在总结现有方法技术的基础上,提出一种利用频率域峰值属性进行河道砂体边界识别和厚度定量预测的新方法。对典型河道薄砂体地震反射进行了正演模拟,构造了一种新的地震属性——峰值频率-振幅比,研究表明:峰值频率属性对地层厚度变化敏感,振幅属性对地层岩性变化敏感,两者比值突出河道砂体的边界,同时,借助峰值频率与薄层厚度间存在的定量关系进行薄砂体厚度计算。实际数据应用表明,地震峰值频率属性可以较好的刻画河道的平面展布特征;峰值频率-振幅比属性可以提高对河道砂体边界的识别能力;利用频率域地震属性进行砂体边界识别及厚度定量预测是可行的。     

Improving reservoir thickness prediction using seismic attributes and attributes fusion

Usage of any single attribute would introduce unacceptable uncertainty due to limited reservoir thickness and distribution, and strong lateral variations in lithological traps. In this paper, a wide range of prestack and post-stack seismic attributes is utilized to identify a range of properties of turbidity channel sandstone reservoir in Block L118 of J Oilfield, China. In order to better characterize the turbidity channel and lower the uncertainty, we applied multi-attribute fusion to weight a variety of seismic attributes in terms of their relevance to the identification of turbidity channel reservoir. Turbidity channel boundary is clearly present in the new attribute and the reservoir thickness prediction is improved. Additionally, fluid potential of reservoir was predicted using this fused attribute with a high value anomaly indicating high fluid potential. The multi-attribute fusion is a valid approach for the fine prediction of lithologic reservoirs, reducing the risks typically associated with exploration.     

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.     

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。     

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。      

Integrating seismic attributes in the accurate modeling of geological structures and determining the storage of the gas reservoir in Gorgan Plain (North of Iran)

Three dimensional seismic operation of Gorgan Plain was studied around a well, which is situated in North of Iran following the hitting of a thin overpressure gas layer (thickness of 9.6 m), with the purpose of the accurate modeling of geological structures and determining the approximate gas storages. The geological structures of the reservoir were modeled using the seismic attributes (coherence, instantaneous amplitude and spectral decomposition (FFT)). The obtained results clearly demonstrated the shape and volume of the existing structural traps in the studied area. In order to estimate the thickness of gas layer in the 3D seismic volume and determining the gas storage, the thickness changes based on the seismic amplitudes were used because its thickness was less than the critical resolution thickness for this layer. However, due to its low thickness, the lack of indicator peak in seismic sections and strong faults of area, it was difficult to pursue this layer in the seismic volume and map its exact amplitude. Considering this issue, a new method with integrating of seismic attributes was recommended. First, the instantaneous amplitude attribute of the thin reservoir layer reflector in computed synthetic seismogram were fabricated and then the frequency regarding the highest amount (dominant frequency) was chosen by Fourier Transform. Finally, spectral decomposition (FFT) with the resulting frequency was gained over the cross-section of the layer's instantaneous amplitude attribute in the 3D seismic volume choosing a proper time window. In such a situation, an increase of its thickness was seen as its amplitude increase and the minimum gas storage of this reservoir was calculated using the area of the restricted part of high thickness (over 9.6 m).     

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.     

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。