模糊聚类在三维地震参数处理中的应用

三维地震参数是一个庞大的三维数据体,能从不同侧面反映储集层的特征。通过对三维地震参数的分析,可以评估油藏表征的参数(沉积相、构造、生长历史、流体饱和度等)。针对传统的聚类方法不能很好地综合考虑各个参数之间的相似程度,提出了用模糊C-均值聚类(fuzzy c-means clustering,简称FCM)对三维地震参数进行处理。从三维地震参数和油藏表征参数之间的关系出发,采用模糊C-均值聚类方法对三维地震参数进行处理,依此评估油藏表征的参数。测试结果表明,模糊C-均值聚类方法能够对三维地震参数进行较为准确的分类,并为储集层的研究提供了很好的依据。

基于MATLAB的三维地震参数处理研究

通过在MATLAB中用模糊C均值聚类方法对三维地震参数进行处理,得到数据较合理的分类,以评估油藏表征的参数,如沉积相、流体饱和度以及构造和埋藏史等,从而为储集层的研究提供了很好的依据。

基于优选地震参数的缝洞型油藏单井产能预测模型

缝洞型碳酸盐岩油藏的储层非均质性强、流体分布复杂,产能预测相关参数往往难以获取,为单井产能准确预测带来较大困难。通过对常见的地震参数进行优选,提出了一种单井产能预测新方法。基于建立基质-裂缝-溶洞三重介质模型,利用Spearman和Pearson相关系数法优选出影响单井产能的地震参数,进而建立优选地震参数与窜流系数和弹性储容比的关系式,将其引入三重介质产能方程中,从而对不同地质背景下的缝洞型碳酸盐岩油藏单井产能进行预测。以新疆某缝洞型碳酸盐岩油藏实际生产数据及前期测试资料为基础,利用新方法对断裂区、暗河区、明河区及复合岩溶区4个区域134口油井进行产能预测和误差分析,结果表明:该方法对暗河区油井产能预测精度最高,可达87%;对明河区和复合岩溶区预测精度较低,为80%;同时,该方法的平均预测精度为83%,高于多元线性回归、BP神经网络、支持向量机等方法的预测结果。新方法充分利用已有地震资料,进一步提高了产能预测精度,为复杂缝洞型碳酸盐岩油藏产能预测提供了新思路。