地震油气储层的小样本卷积神经网络学习与预测

地震储层预测是油气勘探的重要组成部分,但完成该项工作往往需要经历多个环节,而多工序或长周期的研究分析降低了勘探效率.基于油气藏分布规律及其在地震响应上所具有的特点,本文引入卷积神经网络深度学习方法,用于智能提取、分类并识别地震油气特征.卷积神经网络所具有的强适用性、强泛化能力,使之可以在小样本条件下,对未解释地震数据体进行全局优化提取特征并加以分类,即利用有限的已知含油气井段信息构建卷积核,以地震数据为驱动,借助卷积神经网络提取、识别蕴藏其中的地震油气特征.将本方案应用于模型数据及实际数据的验算,取得了预期效果.通过与实际钻井信息及基于多波地震数据机器学习所预测结果对比,本方案利用实际数据所演算结果与实际情况有较高的吻合度.表明本方案具有一定的可行性,为缩短相关环节的周期提供了一种新的途径.     

基于数据与模型联合驱动的波阻抗反演方法

井插值初始模型为基于模型的反演提供的低频信息往往不够准确,导致该模型驱动方法容易出现较大的波阻抗预测误差且建模效率较低.为缓解这些问题,本文利用数据驱动的深度学习反演更加擅长预测低频阻抗的优势,提出一种基于数据与模型联合驱动的波阻抗反演方法.该方法联合地震和测井等数据,先后开展数据驱动和模型驱动的波阻抗反演.首先,数据驱动部分使用井旁地震记录、测井导出的波阻抗曲线以及井插值低频阻抗曲线,搭建以双向门控递归单元为主要模块的波阻抗智能预测网络.其次,该网络预测的波阻抗的低频分量作为数据驱动初始模型,替代井插值初始模型而参与模型驱动部分.最后,模型驱动部分在地震数据匹配和数据驱动初始模型的共同约束下开展基于模型的反演,获得最终的波阻抗结果.合成数据和实际数据测试表明,本文方法相比于单一的数据驱动或模型驱动方法能获得更高分辨率和更高精度的波阻抗反演结果,从而为后续储层预测提供可靠的弹性参数分布.     

致密砂岩油气藏储层建模技术方案及其应用

致密砂岩油气藏是当前重要的油气勘探开发目标.该类油气藏普遍具有岩性致密、低孔、低渗的地质特征,储层与围岩的地球物理特征差异较为微弱,先验地质模型特征模糊、地球物理数据体约束性差,从而导致储层地质模型不能充分体现致密砂岩储层较强的非均质性特征.如何综合应用地质、地球物理信息,建立深度域的、定量化的致密砂岩油气藏储层三维地质模型,成为石油工业界关注的重要问题之一.本文在回顾储层建模技术原理及发展历程基础上,形成了将地质研究和地震数据信息充分结合起来的致密砂岩油气藏储层建模方案.在该方案中,在储层地质研究的基础上构建储层地质知识库,量化先验地质认识;通过地震属性优化和储层地震反演,构建对储层参数较为敏感的地震约束信息库;通过精细速度模型构建,将时间域和深度域的数据信息很好地进行匹配;通过构造建模、沉积相/岩相建模、相控下的连续型储层参数建模,建立起完备的致密砂岩油气藏储层地质模型.通过该方案在致密砂岩油气藏储层建模中的实施和应用,证实了该方案的有效性.     

基于深度学习U-net网络的重力数据界面反演方法

重力数据的密度界面反演是位场数据解释中的一项主要工作,在区域构造演化、深部莫霍面确定等领域的研究中发挥重要作用.近年来,数据驱动的深度学习方法广泛地应用在地球物理数据处理与反演中,本文提出一种基于深度学习U-net网络的重力数据密度界面反演方法.首先,对半椭球体界面模型进行随机抽取和组合进而形成地下起伏界面数据集,并基于Parker正演理论对界面数据集进行重力异常正演计算,为深度学习网络模型的训练提供特征完备的数据源;其次,设计了基于U-net网络模型的深度学习界面反演算法,在传统的损失函数基础上增加光滑损失项和过拟合抑制项,提高重力界面反演结果的光滑性和收敛效率;最后通过测试样本集进行反演预测,验证建立深度学习网络模型的泛化性.本文通过理论模型和实际数据试验分析了本文方法在密度界面反演中的有效性和实用性,基于改进损失函数约束的深度学习界面反演方法有效地提高了密度界面反演的收敛效率和计算稳定性.     

大数据时代的地学知识图谱研究

进入21世纪以来,地球科学研究正进入一个以建立新知识体系为核心和大数据驱动为手段的重大转折时期,从传统的百科全书式的学科知识体系到计算机可理解与可操作的知识图谱是地学知识研究的一次革命性跃迁.地学知识图谱在采纳一般知识表达的图模式基础上,拓展地学知识所特有的时空特征,融合图、文、数等地学要素,从而建立全域地学知识表达模型;发展联邦式群智协同地学知识图谱构建方法,协同全球地球科学家,实现高质量的专业知识图谱构建;发展基于深度解析的多模态地学数据动态知识图谱构建方法,从海量的地学文献资料中提取地学知识,实现最新、最全的动态地学知识图谱构建.全面而系统的地学知识图谱不仅可以深化现有的地学大数据分析,而且可以推进大数据驱动的高精度地质时间轴构建、规则与数据驱动的智能地图编制、地学知识演化与推理分析等研究,将进一步拓展数据与知识双重驱动的地学研究新方向,开辟地球科学、信息科学和数据科学交叉的新领域,实现地学研究的源头创新和时空大数据研究的重大理论突破.     

地震正演循环迭代模型修正技术

对于一个已经建立好的三维地质模型,单纯通过地震、井数据对模型进行修正精度不高.地震驱动建模作为一种充分整合地震数据的建模方法,可以充分挖掘地震中潜在的信息,通过地震驱动把地震残差转化为模型误差的修正量,从而实现模型的更新修正.基于此,本文提出地震正演循环迭代模型修正技术,并以实际工区为例阐述了该方法的技术流程.通过地震对比和井对比技术对模型修正结果进行了定性和定量评价,结果表明该方法能够降低模型修正后的累积误差,使模型与真实值更接近,更好的表征了储层,更准确的表征了储层非均质.     

基于U-Net网络的端到端地震高分辨率处理技术

拓展频带提高地震资料分辨率是薄储层预测和岩性尖灭点识别的关键手段.目前提升分辨率主要依靠反褶积谱蓝化、Q补偿等技术,这些方法存在假设条件苛刻、参数求取过程复杂、需要井提供额外信息等问题,为实际工作带来诸多不便.本文采用纯地震数据驱动的思想,通过构建大量三维地震伪反射系数模型,与不同主频的地震子波进行褶积获得不同分辨率的正演地震样本及标签数据,然后采用U-Net深度学习网络开展训练和测试并应用到东海某凹陷实际地震资料进行效果评估.这是一个从输入数据直接得到期望结果的"端到端"模型.结果表明,U-net网络高分辨率处理后地震带宽有效展宽了30％,主频从27.5 Hz提升到了37.5 Hz,对靶区主要目的层多期河道叠置关系的分辨效果提升明显.     

地磁观测中干扰抑制方法的发展及展望

地磁观测数据不仅具有学术研究意义,也是不可或缺的国家基础战略资源.但是,目前我国地磁台网中近1/3地磁台站正日益受到由外界人工电磁干扰源的干扰,产出的地磁观测数据质量下降.如何选用合适的技术方法对干扰进行辨识是目前地磁台网运行中数据处理的热点和难点.基于此本文从地磁观测数据中分析及抑制方法中遇到的主要问题入手,对现代信号处理技术在地磁数据分析及干扰抑制方面的应用进行归纳总结,作为现代信号处理的演化的新方向,介绍了智能信息处理理论中数据融合、数据挖掘等技术在地磁数据分析方法的发展及展望中谈及.研究发现,智能信息处理是地磁数据中干扰辨识及抑制领域有效技术和今后发展趋势,也是地磁观测数据综合处理中值得借鉴和学习的有效技术之一.     

济阳坳陷第三系隐蔽藏储层预测配套技术

利用沉积学、层序地层学理论分析和研究沉积相特征,得出探区内发育的储层主要有冲积扇、河流、三角洲、浊积扇和滩坝五大沉积体系,提出了上第三系”水流控砂”、下第三系”坡槽控砂”的沉积模式,得到储层按构造带分布的规律.隐蔽性油气藏以”断导”模式成藏,与储层发育相匹配形成四个大的隐蔽性油气藏群.研究地震储层描述方法的适应性和敏感性,利用正、反演类比方法研究地震反射特征,实现了地震相和沉积相的转换.剖析典型的油气藏类型,分析成功的经验,总结失败的教训,得到了针对河流、冲积扇、三角洲、滩坝和浊积扇的描述流程和配套技术系列.     

古潜山油气藏研究综述

文章介绍了古潜山油气藏的勘探历史、研究现状、分类及特征, 并指出开展“残留盆地”的研究对古潜山油气藏的勘探具有指导意义.作者按照简单易行的原则,将古潜山油气藏分为两大类共六种.随后作者阐述了形成大型古潜山油气藏的条件,包括构造背景、沉积环境以及成藏配置等等,最后文章介绍了古潜山油气藏勘探的重要技术,主要有叠前深度偏移处理、综合地球物理方法以及古潜山内幕裂缝预测技术等等.     

我国海洋地球物理探测技术发展现状及展望

海洋地球物理场是一个四维的动态复杂变化系统,涉及多物理场、多界面和多尺度问题,受内外因素的共同制约.基于海洋地球物理场特征,海洋地球物理探测是揭示地球内部构造与性质的重要技术手段.通过回顾国内外海洋科学研究历史以及海洋地球物理探测技术的发展历程,对我国海洋地球物理探测技术发展进行了分析,现今的技术发展受科技进步驱动,反映国家与时代发展的需求.探讨了技术发展与需求之间的关系,依据各种地球物理探测手段及其探测平台的特点,提出了以下技术展望:优化传统的海洋地球物理勘探技术;加速并完善多样式探测平台的建设和科学载荷的研究;构建"空-天-海-潜"海洋地球物理立体探测体系;海洋地球物理探测技术与"大数据"和"人工智能"等技术深度融合.     

致密砂岩储层渗透率预测技术研究进展

对于致密砂岩储层而言,渗透率是评价储层物性、渗流特征的重要参数,也是储层产能挖潜和提高采收率的关键.致密砂岩储层孔隙类型多样,孔隙结构复杂,非均质性强,孔渗关系变化复杂,并非简单的线性关系.利用孔渗统计回归和测井解释方法预测精度较低,致密砂岩储层渗透率预测成为一项重要而艰巨的任务.本研究基于孔喉结构是致密砂岩储层渗透率的主控因素,重点利用毛管压力(MICP)、核磁共振(NMR)、岩心物性实验数据及测井资料,对基于统计回归理论、流体流动单元划分(FZI)储层分类理论、分形几何理论及人工智能理论的渗透率预测方法进行综述.最后指出,基于MICP、NMR及常规测井,将流体流动单元划分(FZI)储层分类技术、分形几何数字岩心技术以及人工智能机器学习技术相结合,可形成一套具有岩石物理学意义的致密砂岩储层渗透率评价和预测的有效方法.     

基于深度学习的阵列超声波图像智能判译技术研究

阵列式超声波混凝土结构检测图像中的异常特征识别往往依赖人工经验,具有效率低下以及准确率难以保证等问题.本文将人工智能深度学习中经典网络模型ResNet50与代表性的目标检测网络模型YOLOv2进行融合,搭建了一套适用于超声检测图像智能判译的网络模型.选择将超声检测图像中钢筋和界面反射信号作为模型的自动识别目标体,并制作了包含此两类目标体标注的实测数据集.测试结果显示,搭建的网络模型在小样本超声检测图像数据集的识别上取得了显著的效果,网络模型识别钢筋和界面两类信号特征的平均准确率分别达到91.21％和80.24％,表明人工智能深度学习技术在地球物理图像解译方面具有强大的表征能力,能有效降低对人工经验的依赖,提升资料解译的可靠性和工作效率,应用前景广阔.     

基于电磁卫星的闪电哨声波智能检测算法的研究进展

闪电哨声波作为探索空间物理环境的重要媒介,淹没在海量的电磁卫星数据中.近年来随着计算机视觉和深度学习等人工智能技术的发展,从电磁卫星的存档数据中自动检测闪电哨声波的算法取得了一定的效果.本文对近年来闪电哨声波智能检测算法的文献进行了整理和总结.首先,阐述闪电哨声波在电磁卫星数据中呈现的时频特征和类型;然后,介绍了闪电哨声波智能检测算法的流程并从闪电哨声波的特征提取、分类和定位三个方面对主要的智能检测算法进行归纳、总结和评述;其次,简述了闪电哨声波智能检测模型的评价指标;接着,在张衡一号(ZH-1)卫星的磁场数据上对三种典型的闪电哨声波智能检测算法进行复现,并对三种算法的优缺点进行了较深入的分析;最后,对基于电磁卫星的闪电哨声波智能检测的研究领域进行总结和展望.     

低纬度磁异常的初始模型约束全卷积神经网络化极方法

磁异常化极是磁测数据处理的重要基础工作,低纬度磁异常化极运算不稳定.深度学习是一种有效解决不稳定问题的数据驱动方法.然而,现有基于深度学习的位场数据处理仅以位场响应作为输入,缺乏场景外样本数据的通用性,往往导致深度学习网络预测结果的泛化性能不足.因此,为了克服这一问题以及进一步提高低纬度磁异常化极的精度.受“知识&数据”联合驱动深度学习网络结构的启发,本文提出一种基于初始模型约束的低纬度磁异常化极全卷积神经网络结构.该网络结构的输入包含两部分,一部分为低纬度磁异常,另外一部分为初始模型,网络输出为垂直磁化方向磁异常.训练与测试的磁异常数据采用基于网格点格架函数的空间域快速正演生成,以及对低纬度磁异常采用稳定的频率转换来获取初始模型,另外本文对数据集中10%的随机样本加入了5%的高斯噪声,以此增强全卷积神经网络结构的鲁棒性.理论模型试验验证了本文所提方法的有效性、精确性以及鲁棒性.最后,将本文方法应用于实际磁测数据,取得了良好的效果.     

裂缝型油气藏勘探评价面临的挑战及发展方向

裂缝型油气藏,即致密砂岩裂缝、碳酸盐岩裂缝、泥岩裂缝、火山岩或变质岩裂缝等储层形成的复杂油气藏,已经成为国内外油气勘探开发的焦点,常规勘探理论和方法在裂缝型油气藏评价中面临许多挑战,常常显得无能为力.本文从裂缝型油气藏储层评价出发,分析各种常规预测裂缝有利发育带方法的优势和局限性,提出裂缝性油气藏勘探评价新理论新方法的基本出发点和思路,并给出了具体的应用实例.     

智能导向钻井一体化软件系统平台研发

导向钻井技术的智能化是实现复杂油气藏高效开发的重要途径.本文面向智能导钻系统的实际需求,基于云平台、大数据及人工智能等技术,开展了一体化软件系统的研发.针对整套系统模块众多、功能复杂的问题,首先研发了可扩展模块化底层软件平台,在此基础上建立起集成数据采集、传输、存储、应用与决策为一体的工业化软件系统.本文详细介绍了整套软件系统的研发思路、架构设计、实现方式及各模块主要功能,同时开展了人工智能算法研发和软件平台的集成测试.研发的各软件系统模块不仅实现了现有功能的工程实用化,而且具备良好的扩展性,能够为智能导钻技术的持续性发展奠定基础.     

油砂组分遥感光谱响应特征及意义

基于油砂组分的吸收光谱物理响应机理,通过对比矿物基团平均吸收深度,建立主要蚀变矿物ASTER多光谱遥感数据异常提取模式以识别油砂分布.研究表明,与传统的烃类微渗漏遥感研究手段相比,该模式可以更有效地指示油砂的分布.利用油砂组分基团光谱平均吸收深度与孔隙度及渗透率进行相关分析,研究了油砂光谱与所处地质背景环境中储层物性之间的关联关系.结果表明,表征粘土矿物含量的粘土基团吸收深度与孔渗值呈负相关关系,指示含油性的烃类基团吸收深度与孔渗值呈显著正相关关系.     

致密砂岩油气藏地震地质研究关键技术

致密砂岩油气藏在当前油气勘探开中占有重要地位.地震地质综合研究是此类油气藏勘探开发工作的重要组成部分.多数致密砂岩油气藏地表条件复杂,导致地震资料品质较差.油气藏岩性致密、低孔、低渗的地质特征导致地球物理异常微弱.这两个不利条件给地震地质综合研究造成了较大的困难.结合致密砂岩油气藏地震地质研究工作实践,本文对地震资料特殊处理、储层和特殊地质体地震预测与描述的关键技术进展及应用效果进行了阐述.面对黄土塬、山地等复杂地表采集条件和致密砂岩储层等特殊地质体地震地质研究的需要,介绍了高精度静校正、叠前多域去噪、地表一致性振幅补偿、小波变换提高分辨率处理技术及在鄂尔多斯盆地一些探区的应用情况.围绕致密储层等特殊地质体的地震预测与描述需求,着重介绍了致密砂泥岩地层岩石物理分析、煤系等特殊地层的地震属性分析与优化、致密碎屑岩储层反演、叠前地震资料流体检测、致密储层裂缝发育带地震预测和储层综合建模等关键技术在部尔多斯及川西探区实际应用中面临的具体问题、改进对策和实施效果.     

岩石物理驱动下地震流体识别研究

地震流体识别指利用地震资料对储层含流体特征进行识别与描述.含流体储层地震岩石物理是地震流体识别的基础,是搭建储层弹性参数与物性参数的桥梁,是实现含油气储层流体定量表征的重要发展方向.岩石物理驱动下地震流体识别研究有助于认识地下油气储层含流体特征及分布规律.文章概述地震流体识别及相关基础研究中的关键科学问题,着重评述国内外岩石物理驱动下地震流体识别研究的主要进展,探究地震流体识别研究面临的机遇,挑战及未来的研究方向.理论研究和实际应用表明,地震流体识别要以岩石物理及数值模拟为理论基础,发展有效的流体敏感参数构建及评价方法;以地震资料为数据支撑,形成有效的地震资料品质评价方法;以地震反演为技术保障,发展可靠的地震反演策略.