基于地震属性和深度前馈神经网络的天然气水合物饱和度预测

天然气水合物饱和度是评价资源量的重要参数,常规的地震反演储层预测方法存在精度低、效率不高的问题,且无法解决地震数据与储层参数之间的非线性问题。随着人工智能技术的迅速发展,许多相关技术已经应用于地震勘探领域,其中人工神经网络是人工智能的一个重要分支,其可以通过从大量的样本数据中不断学习,进而拟合复杂非线性函数来实现地下储层特征反演,有着很强的非线性映射和泛化能力。因此,本文在分析了常规线性公式以及岩石物理建模法优缺点的基础上,提出了基于地震属性和深度前馈神经网络预测水合物饱和度的方法。首先,基于测井和地震数据,通过筛选出不同类型与水合物饱和度相关性高的地震属性体,多维度构建样本标签数据;然后采用地震反演与端到端(地震数据-储层物性数据)反演相结合的策略,对全连接神经网络的隐藏层数、神经元数量、迭代次数等参数进行测试训练,最后将训练结果应用于地震数据体获得水合物饱和度预测结果。实际数据应用结果表明:基于地震属性和深度前馈神经网络预测的饱和度结果精度高、多解性低,与测井数据吻合好,证明该方法具有较好的应用价值;同时,预测的水合物空间分布特征表明研究区水合物成藏为平面游离气-水合物过渡成藏模式。

基于Stacking集成学习的分频地震属性融合储层预测方法

地震属性蕴含大量储层信息,融合多种地震属性可提高储层预测精度。由于地下地质结构复杂、非均质性强,依据单一的地震属性融合方法难以精细刻画储层特征。为此,提出了一种基于Stacking集成学习的分频地震属性融合储层预测方法。该方法主要包括3个部分:①根据不同厚度储层的振幅与频率关系,利用多个频率的地震信息,降低地震属性的多解性;②联合相关性分析和无监督聚类技术优选地震属性,剔除冗余属性特征;③利用能够综合多个差异化模型优势的Stacking集成学习模型,融合不同频段的地震属性,提高地震属性的解释精度。将该方法用于渤海湾盆地埕岛油田,并使用线性公式定量分析法进一步评估Stacking模型的泛化效果。结果显示:与单类预测模型相比,Stacking模型的综合预测性能和可靠性均有显著提升;对应的地震属性融合结果高值区形态更加清晰,融合属性与砂体厚度的相关系数可达到0.92,这表明该方法具有良好的应用前景。

基于地震属性优选技术的煤层气开发单元划分

为了进一步提高煤层气井开发效果,提取了目标煤层的多种地震属性,同时建立了已开发井产量分布样本;在此基础上,通过对所有地震属性与产量样本拟合分析,利用指标权重法计算,相干和均方根振幅2种地震属性对产量影响的累积贡献率达到85%以上,因此优选了相干和均方根振幅2种地震属性;通过2种属性与产量的拟合相关系数,建立了综合属性预测公式,划分了有利开发单元,使得预测结果与已开发井产量的相关性得到加强。结果表明:通过开发井资料与地震属性优选技术,可准确的划分开发单元。

叠后地震属性在页岩气井区裂缝带预测上的应用

基于地震资料的叠后地震属性的裂缝预测方法,是当前了解生产井区断裂发育情况最常用手段。通过对断层和裂缝相关关系进行论述,简要梳理叠后地震属性原理,指出不同属性的优缺点,最后以川南自贡页岩气井区215H3平台地震资料为基础,利用各种叠后地震属性对研究区O3w顶断裂及裂缝带进行了预测,取得一定的应用效果。

冻土区天然气水合物正演数值模拟与瞬时地震属性研究

天然气水合物是一种具有巨大潜能的新型能源,研究冻土区天然气水合物的地震响应特征,对我国陆域天然气水合物的勘探和开发具有重要意义。本文运用Kelvin粘弹性介质模型,基于祁连山冻土区的实际地质地层条件,建立理论地质-地球物理模型;采用交错网格有限差分法进行正演数值模拟,并对自激自收地震记录进行波场特征分析和提取瞬时地震属性。研究结果表明:地震波通过天然气水合物地层时,反射振幅能量较弱;在瞬时频率属性剖面可分辨层厚的范围内,瞬时频率随着层厚增加,频率在小幅度衰减;地震波通过含天然气地层时,反射波表现为强反射特征,瞬时频率能量明显增大;瞬时地震属性对波阻抗界面有更好的分辨能力,特别是瞬时相位属性剖面,作用明显。因此,综合分析波场特征与瞬时属性特征可以为陆域天然气水合物的识别、预测提供依据。

地震属性技术在压缩空气储能地下盐穴探测中的应用

依托三维地震工程,在正演模拟的基础上,利用地震属性技术对压缩空气储能盐穴探测进行研究分析发现:振幅类属性对盐腔的整体刻画效果最好,甜点属性反映出盐腔的形态包络,顶部边界清晰;方差属性可以用来刻画盐腔的侧向边界。因此,采用以振幅类优势属性为主,其他属性(方差、瞬时频率等)为辅来综合确定盐腔的顶部以及侧向边界,同时结合人工交互综合分析对盐腔进行立体刻画,控制了盐腔的空间展布形态,取得了良好的地质效果。

基于模型正演的地震属性优选与加权融合技术应用——以四川盆地中部深层碳酸盐岩储层预测为例

四川盆地中部PL地区D1井区震旦系灯影组四段埋深从5 600 m到7 000 m不等,储层发育,属超深储层。如何在地震分辨率相对较低的超深储层,寻找到最有利的优质储层是当前勘探开发工作的重点。通过以实钻井储层厚度及分布位置等数据为基础的正演模型,探寻不同地质条件下的储层响应特征,并基于正演模型对吸收系数、波形长度、反射强度、瞬时频率等地震单属性进行优选;在优选属性的基础上进行多属性融合分析,即通过多个单属性与储层厚度的相关性分析,确定融合属性数量及权重系数,结合加权求和方式,获取融合属性。研究结果表明:(1)基于实际井资料的模型正演,可以有效地指导地震属性的提取与优选,避免了盲目的大量属性提取;(2)融合属性相比于单一属性与储层厚度之间关系具有更高的相关性,并提高了储层预测符合率。该技术流程可大大缩短盲目提取、筛选常规属性的时间,并有效提高了属性的定性预测精度。

基于“三瞬”地震属性融合的煤厚预测方法研究

煤层厚度是煤及煤层气开采所关注的重要参数。本文采用“三瞬”地震属性融合的方法进行煤厚预测。通过构建煤厚变化的楔形模型,利用正演数值模拟分析揭示“三瞬”地震属性与煤厚间的映射关系。基于叠后三维地震数据体提取“三瞬”地震属性,利用改进的熵权法计算3个属性的权重值,进而融合计算2层主采煤层的厚度。对比分析验证井位置的煤厚预测与揭露结果,表明利用“三瞬”地震属性融合预测煤厚是可行的,但预测精度依赖于地震资料信噪比与层位拾取精度。因此,针对高质量的叠后地震数据体,本文的方法是煤厚预测的有效手段。

基于绕射波的地震属性研究进展

绕射波是地下非均质异常体、小尺度构造的信息载体,具有较高分辨率。目前,绕射波分离及成像方法已逐渐成熟,而绕射波地震属性的研究及应用较少。基于此,系统梳理了绕射波地震属性在缝洞体、断裂、裂缝以及河道识别领域的应用,探讨了绕射波地震属性的发展方向和应用前景。

煤田地震属性滤波在小断层识别中的应用

煤田开采中,小断层的存在常常容易导致煤矿的冒顶、突水、瓦斯突出等重大事故的发生,不仅会使煤矿开采的效率大大降低、开采更加困难,也对生命财产安全产生重大威胁。因此,目前煤矿安全生产需要更加精确地识别煤层的小断层,尤其是对煤层3~5 m断层的准确刻画显得尤为重要。地震属性技术是对煤层小断层精细刻画的有效手段,而地震属性资料的信噪比是影响小断层识别精度的关键因素之一。为有效去除噪音对小断层识别精度的干扰,该文提出在预处理阶段进行地震属性滤波处理,以期提高地震属性的信噪比,但在实际资料处理中,中值滤波和均值滤波会在去除干扰的同时滤除一部分有效信息,而构造导向滤波不仅能较好去除噪音的干扰,而且能够有效地保留煤层小断层的信息,有利于识别煤层小断层。

基于地震属性智能融合的湖相重力流沉积致密砂岩储层预测

湖相重力流是目前沉积学研究的热点与难点,也是致密油、页岩油富集的有利场所,鄂尔多斯盆地庆城油田三叠系延长组作为致密油、页岩油的典型代表已显示出巨大的勘探开发前景。然而,由于湖相重力流砂体分布认识不清,导致油田并未达到预期的开发效率。本文采用支持向量机(SVR)的机器学习方法,先优选频段再优选属性,建立分频属性与测井解释砂体厚度的非线性映射关系,实现了致密砂岩的定量预测。研究结果表明,低频地震属性适合预测厚层砂体,高频地震属性适合预测薄层砂体;采用机器学习的方法,将不同频率的地震属性智能融合,能够兼顾预测不同厚度砂体,既提高了地震属性的解释精度,又降低了地震解释的多解性,实现了砂体厚度的定量预测。检验结果显示,智能融合属性与砂体厚度的分布趋势与值域区间基本一致,智能融合属性预测砂体分布的可靠性明显提高,与测井解释砂体厚度的相关性由0.60提高至0.79,大多数井点处预测的砂体厚度误差小于5 m。继而,根据融合属性与测井解释,刻画了研究区的沉积微相展布特征:研究区目的层发育湖底扇沉积,细分为分支水道、朵叶主体、朵叶侧缘、滑塌体与朵叶间/水道间5种沉积微相;砂体主体呈扇形连片式沉积,厚度顺物源方向逐渐减薄;分支水道呈窄条带状树形分叉,下切发育于朵叶体之上;朵叶体沉积为研究区的沉积主体;滑塌体为湖底扇前端失稳滑塌形成的小规模孤立砂体,长轴方向多平行于湖底扇前端。研究成果对油田下一步高效开发具有重要意义。

南方典型煤田小断层地震属性定量判别研究

断层是诱发矿井安全事故的重要因素,对落差5 m以内小断层的识别是一大难点。选取南方典型煤田———贵州省六盘水煤田作为研究区,对煤田地层进行详细调查和现场踏勘,设计地震物理模型,采用特有速度比1∶1.74,实现地震物理模型对埋深800 m、1000 m和1200 m,落差5 m、3 m和1 m小断层的构建和分析。应用地震波动力学方法提取多种地震属性对小断层进行分析,获得振幅包络、振幅一阶导数、振幅二阶导数等7种地震属性对小断层特征响应的敏感程度,据此建立地震属性与落差之间的相关关系。研究表明,当煤层小断层落差5 m以内时,不仅与传统上的振幅属性存在线性关系,还与相位、频率有关的地震属性成线性关系,其中振幅包络和振幅虚部的相关性较高,瞬时频率、振幅一阶导数、余弦瞬时相位、振幅二阶导数和振幅包络相关性较低。

升平地区裂缝叠前地震属性预测与发育分布规律

研究区裂缝类型多样,成因多种,综合薄片、岩芯直接观察裂缝发育特征,运用成像测井信息判断裂缝的发育类型,联合AVAZ方法对裂缝强度和发育方向平面预测,运用构造应力场数值模拟技术并与构造叠合研究裂缝发育与分布规律。研究区裂缝以微裂缝为主,正演表明地震数据具备叠前裂缝预测的条件,研究区总体发育近南北向裂缝,T41总体上裂缝不发育。沙河子组整体上裂缝不发育,从下至上裂缝发育方向一致,具有继承性,裂缝近南北向和北北东向。西南地区裂缝相对发育。主要经历了北北东向与北北西向拉张力作用,主应力方向与断裂展布具有两种方向关系,多数垂直、少数平行。

地震属性在煤层气勘探中的应用——以淮南潘集外围煤层气勘探为例

在煤层气勘探中,地震勘探可以提供煤层的埋深、厚度、岩性甚至含气性等地质信息,从而进行煤层气富集区的预测。本文在开展二维地震的瞬时振幅、瞬时频率、带宽、短时窗傅里叶分频等属性提取的基础上,结合两口煤层气探井进行淮南潘集煤矿外围煤层含气性的对比分析。钻井测试结果显示,淮南煤田潘集煤矿外围13煤上下、8-1煤之间煤系岩层的部分层段含气量较高,该结论与地震属性分析比较吻合。同时,本文指出二维地震属性分析存在诸多限制,仅可以提取二维空间参数的属性,三维地震属性分析是下一步煤层气勘探的攻关重点。

塔里木盆地顺北超深层碳酸盐岩输导体系三维地震属性多尺度表征及连通性分析

塔里木盆地顺北地区7000 m超深层广泛发育碳酸盐岩断控岩溶储层,其复杂的溶洞-裂缝系统为油气提供了良好的运移通道和储集空间.本文分尺度精细刻画断控岩溶输导体系三维内部结构.首先采用断裂增强滤波技术,提高超深层地震数据信噪比.其次,根据断控岩溶输导结构的地震反射特征,将其划分为大、中、小三种不同尺度结构模式.大尺度结构包括大型走滑断裂、溶洞及伴随的岩溶塌陷,具有规则的断裂强反射和“串珠状”反射的震相特征;中尺度结构主要为走滑断裂附近横向发育的次生断层及伴随的岩溶局部塌陷,具有杂乱强反射震相特征;小尺度结构为弥漫整个输导介质的背景裂缝,具有杂乱弱反射震相特征.单一的地震属性很难全面地描述断控岩溶输导介质,通过属性分析,明确了三类结构模式的敏感地震属性群,利用贝叶斯聚类融合技术,分别对三类结构模式的敏感地震属性群进行融合.最后,将三类结构模式的融合地震属性分别采样到三维输导介质网格中进行量化分析,最终建立缝洞连通体结构模型,为后续的岩性物性预测和流体识别提供三维输导体系连通体模型.

应用地震属性主成分分析识别古河道

利用曲率、相干等属性刻画河道的效果不明显,对这些属性的主成分分析效果较差。地震纹理、相干能量、谱峰值和分频振幅等属性虽然能较好地识别部分古河道,但是存在古河道刻画不全、识别范围有限等问题。为此,提出了应用地震属性主成分分析(PCA)识别古河道的方法,精细刻画了不同尺度古河道,预测效果优于单一属性,较好地提高了古河道识别精度。获得以下认识:(1)地震纹理、相干能量和谱峰值三种地震属性能够较好地刻画古河道,但是对古河道的识别结果不全面;利用PCA融合了三种地震属性识别河道的有效信息,可突出古河道的展布特征及边界形态。(2)基于分频瞬时振幅剖面对河道变化细节的识别差异,利用PCA融合不同频段瞬时振幅属性,以增强共性细节信息,提高了古河道识别精度。应用所提方法识别川西地区沙溪庙组河道,准确地反映了古河道的具体位置及轮廓。

应用粗集理论优选地震属性的方法研究

随着地震属性技术的发展,利用地震属性进行储层预测已成为十分有效的方法。由于目前地震属性种类繁多和具有不确定因素,而且属性选择对地震属性的模式识别有直接影响,因此对地震属性进行优化选择是十分必要的。基于粗集理论及其区别矩阵的频率约简算法对地震属性进行约简,能在保留属性代表的知识信息的情况下,删除冗余属性,减少数据量。这种方法能比较方便地找出属性核,并能有效地得到地震属性约简结果,减小了约简难度。

基于地震属性优化和机器学习的煤层厚度预测方法

煤层精准定位是无人采煤的关键技术,煤层厚度预测是煤田地震资料解释的重要研究内容之一。参考实际地层厚度及物性参数,构建含楔形煤层的正演模型,通过地震剖面正演和地震属性提取、优化,对比分析信噪比和多种回归方法对煤层厚度预测的影响。研究结果表明:部分地震属性与煤厚相关性较强,可以用于煤厚预测;地震属性间的信息冗余不可忽略,但基于主成分分析和多维标度的地震属性优化结果无本质区别;当信噪比较低(10 dB)时,随机森林回归算法的均方根误差最小(1.07),支持向量机回归算法的误差居中(1.15),多元线性回归算法的误差最大(1.84);当信噪比较高(25 dB)时,支持向量机回归算法的误差最小(0.05),随机森林回归算法的误差居中(0.11),多元线性回归算法的误差最大(0.20);输入数据信噪比对煤厚预测有明显影响,信噪比越高、预测效果越好。基于地震属性优化及支持向量机回归的煤厚预测方法,是实现薄煤层厚度高精度解释的一种有效途径。

深度域地震资料解释方法及地震属性适用性研究

深度域偏移地震资料,相对于时间域地震数据更能真实、直观地反映地下构造特征变化,尤其是在地质构造较为复杂的区域成像上具有较为明显的优势,在地质综合研究中的作用也越来越显著。但是其解释方法的适应性、井震匹配、深度校正及深度域地震属性的适用性等都是制约深度域地震资料深化应用的难点。通过对深度域地震资料特点的分析,探索了深度域地震资料的解释方法,通过建立井震误差趋势场实现了地震深度误差的校正,深度域综合解释的精度大幅提升。依照深度域地震资料特点,通过对构造类、振幅类和频率/波数类等地震属性的适用性分析,提出了不同属性的适用性建议。

地震属性定位采空区边界的对比研究

为了提高采空区边界的定位精度,综合正演模拟、地震属性和主成分分析,研究了地震属性及其主成分定位采空区边界的效果。结果表明,采空区反射波明显区别于煤层反射波,在地震剖面上易于识别。但由于冒落带和裂隙发育带的影响,在地震剖面上直接定位采空区边界较困难。地震属性有助于提高采空区边界的定位精度和可靠性,其中谱分解、振幅能量和几何特征类属性效果较好。但在多数情况下,地震属性主成分定位采空区边界的精度和可靠性更高。