叠前地质统计学反演技术在复杂储层量化预测中的应用

地震确定性反演、叠后地质统计学反演是目前致密碎屑岩气藏普遍采用的储层预测技术,但针对复杂岩性结构和复杂波阻抗特征的薄储层,这些反演方法的适应性有限。叠前同时反演与地质统计学反演技术的结合是此类储层量化预测的有效方法,不仅可提高纵、横向分辨率,还可解决储层与围岩波阻抗叠置情况下有效储层的识别问题。叠前同时反演技术可以得到纵波阻抗体、横波阻抗体、纵横波速度比体和密度体,能够解决复杂波阻抗储层的识别问题,但反演受地震频带限制,纵向分辨率有限。基于随机建模技术的叠前地质统计学反演方法,能有效地综合地质、测井和三维地震数据,极大地提高预测结果的纵、横向分辨率,实现储层的精细描述,在叠前确定性反演的基础上可以更好地识别薄层及薄互层储层,为陆相致密碎屑岩气藏储层描述提供了重要技术支撑,在川西新场须四气藏储层预测应用效果明显。

机器深度学习技术在致密砂岩储层预测中的应用——以川西坳陷新场须家河组为例

川西坳陷新场须家河组二段致密砂岩储层具有非均质性强、储层薄等特点。前期直接通过地震属性和反演技术转换得到的岩性和物性结果受个人认识和解释精度的限制,其解释结果常常无法满足气藏精细开发需求。针对上述问题,以叠前岩性和物性敏感参数作为学习标本,将叠前反演技术与机器深度学习技术相结合,利用机器深度学习算法构建解释模型,最终实现砂岩厚度和储层量化预测。该方法有效提高储层预测分辨率、预测精度,其预测结果为沉积微相研究、成藏分析及井位部署等提供了有效的支撑,在新场须家河组二段气藏开发中取得较好的应用效果,为岩性和储层量化预测提供了新思路,对其他气田气藏开发起到良好的借鉴作用。