焦石坝地区泥页岩有机碳含量预测技术及对比

探讨泥页岩的残余有机碳含量的地球物理预测方法,为页岩气勘探选区及开发提供关键依据。以川东南焦石坝地区五峰组－龙马溪组泥页岩为例,在岩心样品测试及测井资料交互分析的基础上,通过多属性反演、叠前密度反演及拟声波反演技术,进行有机碳含量的平面预测。结果表明3种反演技术均能较好地进行有机碳含量展布特征及评价研究。对比3种有机碳含量预测的技术方法,叠前密度反演对基础数据要求较高,其反演精度也最高;多属性反演及拟声波反演技术适用性较强,尤其是拟声波反演技术可在二维地震工区进行大范围应用。     

叠前地震同步反演方法及应用

W地区珠海组储层砂岩内部物性、含油气性变化快,开展储层物性预测尤为重要。叠前地震同步反演方法是利用不同炮检距道集数据和纵波、横波、密度等测井数据的反演方法,可同时反演得到储层岩性、物性相关的多种参数,用于综合判别储层物性及含油气性。将叠前地震同步反演方法应用于W地区珠海组储层的物性及含油气性预测中,利用获得的P波阻抗、S波阻抗及密度等地震特征参数对珠海组储层进行了综合判别,并对珠海组储层品质作了评价,优选出有利优质储层及其分布范围,并被钻探证实。     

济阳坳陷浅层气藏地震识别技术应用研究

济阳坳陷浅层气藏地震响应特征多样。由于真假亮点及非亮点气藏的存在,使得地震"亮点"技术存在局限,无法精确检测真亮点及非亮点气藏。为此,通过改进技术方法,探索了适合济阳坳陷浅层气藏勘探开发的地震识别技术。针对几种不同类型的含气层,以岩石物理分析为基础,进行正演模拟,分析不同类型含气层的叠前道集响应特征。以地震正演模拟为基础,计算弹性参数,筛选储层敏感参数。利用叠前地震直接反演方法,获取叠前地震敏感参数。应用叠前地震直接反演的敏感参数检测济阳坳陷浅层气藏,能够较好地检测出亮点气藏和非亮点气藏,提高了浅层气藏的检测精度。     

叠前AVO同步反演预测页岩地层脆性矿物

最近几年里,页岩气已经进入商业勘探开发阶段,但是页岩气作为非常规油气,需要利用水平井及大规模压裂,获得较高产量.为了对页岩气藏的可改造性进行评价,从单井岩石物理分析入手,优选拉梅常数*密度参数指示页岩层脆性矿物含量,开展叠前AVO同步反演,预测页岩层脆性矿物含量,进而优选页岩气藏工程"甜点区".     

川东南地区海相页岩气层TOC含量多参数融合预测

探讨川东南地区海相页岩总有机碳(TOC)含量的关联参数以及更准确的预测方法。利用已钻井处实测TOC含量与各类地震敏感参数进行交会分析,选取相关度较高的参数,分别进行单参数拟合;再进行多参数综合拟合,获得综合预测公式;最后通过地震反演获得相应数据体,并得到全区预测结果。结果表明密度、自然伽马、弹性模量、切变模量与TOC含量具有较高的相关度,通过叠前反演获得的数据体稳定、可靠,在已钻井处TOC含量预测结果与实测值相关性可达到0.95,且整体结果符合该地区沉积地质理论。多参数预测能有效提高预测准确度,二次拟合方法和叠前反演技术为预测TOC含量奠定了良好的基础。     

基于深度学习的页岩储层总有机碳含量预测方法

页岩储层总有机碳（Total Organic Carbon,TOC ）含量的地震预测普遍采用密度回归拟合法,仅考虑了单因素的线性关系,预测结果误差较大。针对常规方法的不足,提出基于深度学习的TOC含量预测方法。首先,从测井资料中优选出与TOC含量曲线相关度相对较高的多个弹性参数曲线作为样本集输入数据,TOC含量曲线作为样本集输出数据,构建针对TOC含量预测的深度前馈神经网络模型;然后,调试网络模型结构,并利用共轭梯度法进行网络参数寻优;最后,将叠前振幅随偏移距变化（Amplitude Versus Offset,AVO ）反演得到的弹性参数数据体输入到深度前馈神经网络模型,预测得到最终的TOC含量数据体。通过四川盆地页岩储层实际测井、地震资料的应用,对比了该方法相对于常规回归拟合法的优越性,验证了方法的实用性和可行性,为页岩储层TOC含量预测提供了新思路。     

叠前反演技术在利比亚El-Meheiriga油田油气检测中的应用

利比亚LP区块位于Sirte盆地,该区储层多样,礁体发育,横向相变快,储层展布状况难于预测。通过地震分形技术建立了该区的地质模型。在此基础上,应用叠前反演技术准确预测了礁体发育的范围。同时针对该区开发历史长、油气水关系变化快等特点,通过敏感因子分析,优选叠前参数,建立了一套适合本区实际叠前反演技术。结合区块的开发历史,对油气水的变化规律进行了动态跟踪,利用叠前反演技术实时监控油气的产油气情况以及对下步勘探目标进行优选。该方法在利比亚LP区取得了较好的应用效果。     

砂泥岩地层概率神经网络岩性反演技术应用研究

概率神经网络是一种基于概率密度函数理论的神经网络,能够广泛地应用于模式识别等领域.针对地震岩性反演预测问题,提出了一种具体的概率神经网络方法,包括网络模型的构造和预测识别步骤等.研究区主要目的层为沙溪庙组沙一段湖滩砂及河道砂体,储层单层厚度小,岩性横向变化较大,利用地震资料进行常规储层预测较困难.为此,根据该区储层的测井响应特征、地震属性特征与地质岩性特征的相关性,利用概率神经网络方法对地震属性数据做变换,从而对地层特征进行预测识别.     

基于小波变换和卷积神经网络的地震储层预测方法及应用

提高储层预测的分辨率和准确性一直是油气藏表征的一个关键问题。将频谱分解与深度学习相结合,提出基于小波变换和卷积神经网络的地震岩性、储层类型预测方法。小波变换能够提供包含高频和低频信息的二维时频谱图,卷积神经网络具有超强的二维图像特征提取和分类能力,时频谱图作为卷积神经网络的输入,有助于充分挖掘地震数据高频和低频信息进行岩性和储层预测。将提出的方法应用于川西沙溪庙组储层预测中,首先利用叠后地震数据预测得到河道砂体分布,然后利用叠前地震数据在河道内部预测储层类型分布。结果表明,深度学习反演预测岩性和储层类型的分辨率和精度更高,能够识别小河道砂体,与生产测试情况更加吻合,优于常规地震反演方法。     

苏里格气田含气储层地震AVO特征

苏里格气田为上古生界碎屑岩系中的致密性砂岩气藏,有效的含气储层具有储层薄、横向变化快的特点,因此难以准确预测有效储层的分布.围绕研究区的地质问题以及储层沉积特点,通过AVO模型正演分析,反映出地震道集上的储层AVO特征,并利用叠前地震反演技术提取的各种地震参数,描述地层的岩性和含流体特征.研究表明:本区砂岩储层属于异常特征明显的第三类AVO异常类型,储层属于中低等产能储层;叠前反演得到储层界面的波阻抗差异非常小,纵横波速度和泊松比均为低值;有效地识别出含气储层的分布范围;通过叠前储层描述技术所优选的井位,取得了良好的钻探效果.     

基于叠前反演的流体识别与频散AVO反演研究

由于纵波不能在流体中传播,叠后地震反演得到纵波波阻抗是无法识别储层中的流体。基于横波在流体中传播特点,利用叠前数据丰富的运动学与动力学信息获得弹性参数进行储层流体识别是可行的,但受到地震反问题固有的"病态解"等不确定性的影响,在进行叠前地震反演时会产生较为严重的多解性与不确定性,从而影响了后续的储层岩性与流体识别的精度。基于以上问题本论文以储层埋藏较深、钻井资料较少的D2地区为研究目标,采用测井岩石物理敏感分析、敏感流体因子反演和频散AVO反演三种技术综合来提高储层预测的精度,实际资料的应用效果表明采用多种技术方法来进行储层的流体识别是可行的。     

川东南嘉陵江组储层地质特征及储层预测研究

针对川东南地区嘉陵江组储层横向变化大、非均质性强、勘探难度较大的特点,以嘉陵江组一段为例,在地层对比、储层微观孔隙结构、储层物性特征研究的基础上,开展波阻抗反演工作,并结合储层的地质特征和地球物理响应特〖JP〗征确定波阻抗反演结果解释方案,进行储层解释,预测有利储层的平面展布特征。依据储层地质特征研究成果,优选相关地震属性,采用多元回归的方法建立地震属性与储层孔隙度的关系,预测储层孔隙度平面展布。最后综合地质、储层预测、孔隙度预测的结果提出有利勘探目标区。结果表明,该套方法比较适合对研究区的地质解释,效果良好。     

混合地震反演技术及其在东海南部陆架盆地中的应用

介绍了一种在无井或少井情况下的叠前叠后混合地震反演方法。该方法充分利用了叠前反演分辨率高和叠后反演效率高、抗噪能力强的优点。首先应用遗传算法理论在所选控制点的角道集数据上进行叠前波形反演,求取控制点的虚拟纵波速度曲线;然后利用纵波速度曲线和已知地质信息来建立初始模型,进行叠后约束反演。我国东海南部陆架盆地勘探程度低、探井数量少,适合于混合地震反演技术的应用。利用该地区的实际资料进行了混合地震反演,并对影响混合地震反演效果的关键因素（层速度、角道集数据、迭代次数、已知地质信息）进行了分析。结果表明,为了获取虚拟纵波速度,需要准确的速度谱和角道集数据;为了增强叠前反演的实用性,需要选择恰当的控制点;充分利用已知地质信息,可以减小叠后反演结果的多解性。     

概率神经网络技术在地震岩性反演中应用

针对研究区目的储层单层厚度小和储层岩性横向变化较大情况,为了解决利用地震资料进行常规储层预测反演较困难问题,采用概率神经网络方法,讨论了网络模型的构造和预测识别等步骤。根据该区储层的测井响应特征、地震属性特征与地质岩性特征的相关性,利用概率神经网络方法对地层特征进行预测识别,研究结果表明:在实际资料处理中取得了好的应用效果。研究成果对油田勘探开发具有一定的指导意义。     

AVO技术在气藏预测中的应用

AVO技术以弹性理论为基础,对地震反射振幅随炮检距的变化特征进行研究,以达到利用地震反射振幅信息检测油气的目的.分析了AVO反演的技术流程,对无实测横波资料的井采用优化Xu-White模型进行横波预测,并对叠前地震资料利用蓝色滤波技术进行拓频处理.叠前AVO反演方法选择同步反演法,同时反演得到纵波阻抗、横波阻抗及密度数据体,在此基础上提取出各种弹性参数,结合区域地质和测井解释气层标准,达到岩性及气层预测的目的.通过将该技术在中国东部某区块的应用,证明所预测的气层厚度与测井解释结果的相对误差小于4%,预测精度较高.     

基于叠前反演流体识别与频散AVO反演的研究

由于纵波不能在流体中传播,叠后地震反演得到纵波波阻抗是无法识别储层中的流体。基于横波在流体中传播特点,利用叠前数据丰富的运动学与动力学信息获得弹性参数进行储层流体识别是可行的,但受到地震反问题固有的“病态解”等不确定性的影响,在进行叠前地震反演时会产生较为严重的多解性与不确定性,从而影响了后续的储层岩性与流体识别的精度。基于以上问题本论文以储层埋藏较深、钻井资料较少的D2地区为研究目标,采用测井岩石物理敏感分析、敏感流体因子反演和频散AVO反演三种技术综合来提高储层预测的精度,实际资料的应用效果表明采用多种技术方法来进行储层的流体识别是可行的。     

FL地区页岩气“甜点”地震预测技术——以FL地区自流井组大安寨段为例

川东南FL地区大安寨段页岩气具有广阔的勘探潜力。寻找富含有机质暗色泥页岩,预测有利压裂品质区是本文研究的重要目的。本文以地震资料为基础,在构造解释的基础之上,采用SPSS测量数据编制目的层埋深图,利用三维地震资料进行储集层精细标定,确定储集层的地震响应特征;采用地震相平面分析技术,划分沉积相带;应用曲率分析、应力场数值模拟以及叠前纵、横波阻抗联合反演技术,预测有利压裂品质区,建立了一套预测页岩气"甜点"的技术方法,通过与已完钻井资料的对比,证实了预测结果的正确性。     

基于相控的生物礁储集层定量预测技术──以川东北普光气田长兴组为例

普光气田长兴组生物礁储集层是本区主要含气层之一,以溶孔白云岩、海绵礁白云岩为主,具有储层埋深大(超过5 000 m)、非均质性强、地震反射特征为杂乱或空白、纵波阻抗参数与围岩存在叠置等地质与地球物理特征,导致该类生物礁储集层的识别难度加大、地震预测精度差。为此,在综合地质、测井、地震资料,分析生物礁储集层地球物理特征的基础上,探索出一套适合该区的基于"相控"的叠前地质统计学反演的礁体识别与预测方法:首先通过古地貌分析,明确生物礁有利发育相带;然后井-震联合,利用优选的对生物礁较敏感的瞬时相位、瞬时频率等地震属性,定性分析生物礁储集层大致的空间展布形态、平面厚度变化;最后充分利用地震属性相研究成果,开展叠前地质统计学反演,定量预测生物礁储集层分布。利用该方法,大大提高了生物礁储集层的识别、预测精度,明确了各个礁体间接触关系。     

窄方位角地震资料在裂缝储层预测中的应用

针对窄方位地震采集中裂缝检测难题,通过远近偏移距属性差异地震正演和方位地震属性差异的地震正演,模拟得到针对窄方位地震采集区块的叠前裂缝储层预测方法;利用JZ油田叠前地震资料中的远近偏移距信息、方位地震信息,通过远近偏移距属性差和方位地震属性差,并综合叠前弹性参数反演和应力场模拟等技术方法,对裂缝储层进行预测.预测结果在后验井中得到了证实.     

利用地震属性进行无井条件下的储层及含油气预测

以BHH盆地ZHA地区为例,探讨了在缺乏钻井资料的条件下,如何充分利用现有地震资料,进行储层预测及烃类检测。结果表明,在做好地震资料“保真”处理的前提下,才能使提取的叠前、叠后地震属性更真实、可信;并综合利用叠后属性中的振幅、弧长、道积分等属性可以很清楚地刻画储层展布特征;利用频率、吸收系数及叠前AVO现象、泊松比变化等属性可以更好地预测油气异常,为钻探提供可靠依据。