利用多分辨率小波网络方法进行伪井反演

利用小波网络,对地震资料和小波多尺度分解属性资料,进行了虚井声波时差反演.讨论了利用地震信号的小波分解和网络学习、训练的理论方法.为了提高反演分辨率和精度,研究了信号分段相似小波时—频分析技术方法.在对对这些技术方法综合研究和算法的实现设计以后,对实际资料进行了反演计算,并对反演结果进行验证.取得了很好的效果.

二维三维联合伪井反演技术的应用

地震反演利用地震数据获得岩性和储层信息,是研究储层发育的一个重要手段。井资料是减少地震反演多解性的重要约束条件,但当大部分工区井资料缺失时,研究地震反演约束条件具有重要的实用价值和现实意义。基于约束稀疏脉冲原理,充分利用过三维工区的二维测线和井资料进行约束,实现了无井资料工区的反演工作。通过钻井验证,该方法的定性预测结果可靠,与实际情况差异较小。相较于传统方法,该方法理论依据充分,反演结果可靠性高,具有一定的推广价值。

地震伪井速度点宏观校正方法与应用——以珠江口盆地M气田为例

地震勘探开发中速度研究方法的选取是时深转换的关键。鉴于珠江口盆地M气田断裂系统复杂,构造主体部位受断层影响导致横向速度变化明显,而以往时深转换方法诸如变速成图法或井时深关系拟合法得到的深度构造图误差偏大,很难满足开发阶段高精度构造研究的需求。由此在传统变速成图方法的基础上进行了改进,优化后的地震伪井速度点宏观校正方法是利用伪井速度时间函数与测井速度时间函数的差值对地震速度进行校正,将井纵向分辨率高和地震横向分辨率高的优势更好地结合在一起,从而提高了工作效率,同时也降低了构造的不确定性。新提出的地震伪井速度点宏观校正方法有效提高了该区时深转换的精度。

伪井速度点宏观校正方法研究——以珠江口盆地M气田为例

时深转换是将地震资料解释成果转化为地质成果的关键环节。鉴于珠江口盆地M气田具有复杂的断裂体系和沉积体系,传统变速成图等时深转换方法精度低、误差大。针对研究区分析了地震波速度的影响因素以及时深转换速度的求取思路,在实际工作中,通过对传统变速成图时深转换方法进行改进和优化,创新性地提出伪井速度点宏观校正时深转换方法。研究发现,变速成图等常规时深转换方法具有其局限性,无法满足油田开发阶段时深转换的高精度要求。伪井速度点宏观校正通过将纵向高分辨率的测井速度引入到地震速度,具体做法为通过层速度求取、平均速度求取、速度宏观趋势校正与实钻资料剩余误差校正等步骤,建立反映实际地质情况的时深转换关系,得到高精度构造图。实钻结果证实,伪井速度点宏观校正方法得到的构造图误差小,成图精度高。

基于深度学习的地震岩相反演方法

复杂岩性预测是地震储层预测的难题,基于机器学习的非线性反演是识别岩性的有效手段。常规方法多以测井特征曲线(伽马曲线等)为学习目标,利用BP神经网络建立非线性映射预测岩性体,但这种方法存在两个问题,一是井震分辨率不匹配,二是BP神经网络在反演过程中存在局部收敛、效果不稳定以及非线性表征能力弱的问题。为解决这些问题,一是通过引入地震岩相概念解决井震分辨率不匹配问题,二是将深度学习引入到地震岩相反演中,经过优化样本采样、抽取相控伪井解决大样本集的构建问题,采用增量学习的策略进一步提高预测模型的精度和稳定性。以分频地震数据作为预测模型的输入,井岩相曲线为反演目标,实现了基于深度学习的地震岩相反演,有效解决了复杂岩性预测的难题。将该方法应用于海上某深水陆坡水道沉积研究区(该区发育灰岩、钙质砂岩、砂岩和泥岩4种岩相,岩石物理规律复杂,区分困难)岩性预测,结果表明,基于深度学习的地震岩相反演结果与井资料吻合,与地质认识相符。与叠前反演方法和BP神经网络学习岩相反演方法相比,基于深度学习的地震岩相反演方法准确度和分辨率更高,证明该方法是复杂岩性预测的有效手段。

河流相储层沉积相带自动追踪算法

针对普通三角剖分算法构造三角网经常出现尖锐三角形的问题,提出了一种河流相储层河道砂体沉积相带自动追踪算法.该方法通过插入伪井进行优化Delauny三角剖分设计,结合单向、双向链表及井距比例因子,较好地解决了以往沉积相带图河道砂体跨井排不连续和宽窄不一的问题,在QX油田实际应用中取得了较好的效果.

高集油田薄储层横向预测研究

高集油田是受断层及岩性双重控制的层状构造岩性油藏，储层厚度横向变化快。采用综合一体化框架，利用生成伪井的方法，运用DGB-GDI软件以高集三维地震资料为基础进行了储层综合预测，寻找出沉积厚度大、物性好的砂岩储集体。实际应用表明，所采用的储层横向预测方法对高集油藏的滚动勘探具有重要的指导意义。