基于敏感地震属性波形分类的流体预测研究

系统对比了针对储层流体的现有各种识别因子识别含气和含水砂岩的能力,结果显示,高灵敏度识别因子 有较强的综合识别能力。以S 盆地L 研究区为例,在主要含气不等厚层段内对高灵敏度流体因子在神经网络模式和 PCA 神经网络模式两种情况下基于形态学进行分类,效果对比明显,结合井解释资料对研究区进行了初步的流体预 测。将波形分类法的应用范围从主要是进行地震相-沉积相分析、储层预测等扩展到对流体因子在目标层段进行分析 处理从而进行层段内流体预测,对仅在剖面和切片上利用流体因子来进行流体识别和预测是一种新的有价值的补充。 首次探讨了将波形分类技术应用于流体预测,认为该方法与其他解释成果结合对于有效降低勘探风险、提高钻井成功 率具有一定的指导意义。