中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速，需要一个集地震、测井、地质3种数据为一体的勘探数据库来支持新的研究工作，对包括地震资料处理、解释等资料的存储、应用方法进行了探索，提出了一种适合于中小油田的地震数据管理方案．通过分析地震资料处理、解释产生的各类数据及其特点，从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述．     

综合利用测井和地震数据刻划储层参数横向变化

测井与地震相结合进行地层横向参数分布刻划是测井解释由线向面过渡的趋势，亦是提高地震解释分辨率的有效途径之一。本文首先将地震和测井资料加以匹配，根据测井资料求出的地震子波与井旁地震道反褶积，得到时间域的声波时差，通过分形插值来提高地震道的纵向分辨率。子波的求取采用与传统方式不同的逐点相关法，即将测井得出的反射系数与井旁道上相应长的一段反褶积，当得到的波形与雷克子波相关性最佳时，可同时得到地震子波及本     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

用多层前馈网络进行三维储层参数反演的方法

地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体，同时在反演过程中既要考虑模型和测井的约束，又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射，并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷，提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率，使网络的训练速度大幅度提高。利用该方法进行地震反演，抛开了褶积模型的限制，也无须已知地震子波。外推过程是在三维空间内进行的，所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释，可以直接描述储层的空间展布。     

贝叶斯-序贯高斯模拟方法

各种静态数据约束下的三维储层模型是指呵以同时满足地震和测井数据的模型。研究了整合中等垂向分辨率地震数据的方法。引入贝叶斯定理的序贯高斯模拟方法，即贝叶斯-序贯高斯模拟，用来整合中等垂向分辨率的地震数据，在给定地震频率的条件下，提高模型的分辨率。模拟结果表明，该方法能很好地整合中等垂向分辨率的地震数据，解决整合地震和测井数据存在的“体支撑”难题，生成高于地震垂向分辨率、低于或等于测井分辨率的三维储层模型。     

基于地震属性技术的井壁稳定随钻预测新方法

基于地震属性和测井数据之间存在非线性关系，提出一种综合利用地震和测井信息随钻预测井壁稳定性的新方法，即在钻前联合运用遗传算法和BP神经网络算法，从所提取的井旁原始地震属性中优选出对测井特征参数最敏感的地震属性组合，并利用已钻井资料建立起反映所研究区块不同地层中地震属性与测井数据之间关系的一系列神经网络映射模型，实钻时通过分析岩屑录井资料选择适当的映射模型，随钻预测出待钻井段的声波和密度测井数据，进一步预测出钻头下方地层的井壁稳定性。该预测方法具有良好的精确度和时效性，在塔西南地区的实际应用中取得了良好效果。     

模型反演技术在煤层厚度预测中的应用

在煤田地震勘探中,煤层厚度的变化情况是矿方开采前急需的重要参数。地震反演就是利用测井、钻井资料和地质规律为约束条件,构建一个初始波阻抗模型,将初始波阻抗模型与实际地震剖面进行对比,根据它与实际地震剖面的差异反复修改模型参数,最后得到一个从给定的观测数据中重构出的合适的地质模型,从而较好地预测和描述地下储层的纵横向展布和物性变化。对宁夏某矿区三维地震资料利用钻孔测井资料为约束进行反演处理,应用STRATA地震反演系统,获得波阻抗反演数据体。反演技术应用于煤层厚度解释具有直观、快速的特点。     

用多层前馈网络进行三维储层参数反演的方法

地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体 ,同时在反演过程中既要考虑模型和测井的约束 ,又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射 ,并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷 ,提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率 ,使网络的训练速度大幅度提高。利用该方法进行地震反演 ,抛开了褶积模型的限制 ,也无须已知地震子波。外推过程是在三维空间内进行的 ,所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释 ,可以直接描述储层的空间展布。     

贝叶斯序贯高斯模拟方法

各种静态数据约束下的三维储层模型是指可以同时满足地震和测井数据的模型。研究了整合中等垂向分辨率地震数据的方法。引入贝叶斯定理的序贯高斯模拟方法,即贝叶斯序贯高斯模拟,用来整合中等垂向分辨率的地震数据,在给定地震频率的条件下,提高模型的分辨率。模拟结果表明,该方法能很好地整合中等垂向分辨率的地震数据,解决整合地震和测井数据存在的“体支撑”难题,生成高于地震垂向分辨率、低于或等于测井分辨率的三维储层模型。     

基于地震属性技术的井壁稳定随钻预测新方法

基于地震属性和测井数据之间存在非线性关系,提出一种综合利用地震和测井信息随钻预测井壁稳定性的新方法,即在钻前联合运用遗传算法和BP神经网络算法,从所提取的井旁原始地震属性中优选出对测井特征参数最敏感的地震属性组合,并利用已钻井资料建立起反映所研究区块不同地层中地震属性与测井数据之间关系的一系列神经网络映射模型,实钻时通过分析岩屑录井资料选择适当的映射模型,随钻预测出待钻井段的声波和密度测井数据,进一步预测出钻头下方地层的井壁稳定性.该预测方法具有良好的精确度和时效性,在塔西南地区的实际应用中取得了良好效果.     

古潜山裂缝性油藏储层参数横向预测

对古潜山裂缝性复杂岩性油藏，任何单一的方法均不能对裂缝作出总体特征描述。将测井资料与地震资料相结合，充分发挥测井资料纵向分辨率高、地震资料横向分辨率高的优点，提出了一套古潜山裂缝识别和储层参数预测的方法。在单井测井资料精细分析和解释的基础上，通过测井与井旁地震资料精细标定、地震属性提取、归一化处理和优选，建立了地震属性与储层参数之间的关系，实现在井约束条件下的地震属性参数向储层参数的空间分布预测。该研究成果已在胜利油田数十口井中进行了推广应用，其有效孔隙度、次生孔隙度、泥质含量预测结果与测井解释结果吻合较好，两者误差相当小，取得了良好的应用效果。     

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.     

古潜山裂缝性油藏储层参数横向预测

对古潜山裂缝性复杂岩性油藏,任何单一的方法均不能对裂缝作出总体特征描述。将测井资料与地震资料相结合,充分发挥测井资料纵向分辨率高、地震资料横向分辨率高的优点,提出了一套古潜山裂缝识别和储层参数预测的方法。在单井测井资料精细分析和解释的基础上,通过测井与井旁地震资料精细标定、地震属性提取、归一化处理和优选,建立了地震属性与储层参数之间的关系,实现在井约束条件下的地震属性参数向储层参数的空间分布预测。该研究成果已在胜利油田数十口井中进行了推广应用,其有效孔隙度、次生孔隙度、泥质含量预测结果与测井解释结果吻合较好,两者误差相当小,取得了良好的应用效果。     

寺家庄矿煤层顶板岩性有色反演预测

煤层的顶板岩石的封堵性对煤层气的储集非常关键。有色反演可以获得相对波阻抗的变化,对测井的依赖度低、平面分辨率高,可用于少井区煤层顶板岩性的分布进行预测。在原始地震数据谱蓝化处理、提高分辨率的基础上,对寺家庄矿三维地震数据进行了有色反演,预测了9号、15号煤层顶板岩性。结果表明:相对波阻抗体异常与钻孔岩性较为吻合,并通过相对波阻抗平面分布图预测了寺家庄地区9号、15号煤层顶板岩性,且不同时间地层切片的反演结果与区域钻孔资料相吻合,说明有色反演结果可靠,可以对煤层顶板岩性分布特征进行有效预测。     

测井资料与地震属性关系研究综述

测井资料和地震资料是地震勘探中两种最重要的资料,由于地震波的频散,使合成地震记录与地面地震记录不能完全匹配,因此使用之前必须对二者进行频率校正;地震资料在测井资料约束下可以进行反演,以求取地下波阻抗,主要有两种方法：基于褶积模型的波阻抗反演方法和基于波动方程的波阻抗反演方法;可以用多属性变换由地震资料预测测井信息。上述3种方法是目前研究测井资料与地震属性关系的主要方法。     

基于特征曲线重构的波阻抗反演在复杂储层预测中的应用

在目前储层预测方法中,基于测井约束的波阻抗反演作为一项关键技术,应用效果较为良好。对于其反演效果的优劣,声波测井资料品质具有显著影响。当声波特征曲线对有效储层与围岩差异的敏感性较低时,常规测井约束反演的结果对储层刻画能力会有所不足,而测井特征曲线重构技术则可以有效改善储层预测效果,提高砂体边界刻画的精度。本文在研究区实际地质特征分析的基础上,依据现有地震、测井资料,并结合储层预测需要,从声波测井资料的特点出发,通过特征曲线重构方法,将自然伽马、自然电位、电阻率等对岩性较为敏感的特征曲线与声波资料融合,最终在重构后的声波曲线基础上,通过测井约束波阻抗反演来表征储层。实际应用结果表明砂、泥岩得到良好区分,储层描述明显改善,为后续生产开发提供了有效指导。     

地震表层调查数据建模技术的探讨与应用

在地震野外采集中,由于低降速带造成的地震波吸收衰减较为严重,在激发井深设计时,需要考虑将药柱进入高速层激发,同时选取最佳激发岩性以提高单炮记录信噪比,达到改善地震资料品质的目的。所以建立精确的近地表模型是采集施工设计过程中的关键环节,通过探讨并模拟空间网格化方法、空间属性插值计算等关键技术,综合分析了包括小折射、微测井、岩性取心以及静力触探等多种近地表调查资料的解释成果,建立了一个基于深度、速度、岩性等多属性结合的一致近地表模型。该方法不仅改变了传统固定经验模式或者线性插值计算激发井深的现状,并通过相应的质量控制手段,有效弥补了商业地震采集软件在精细近地表建模和激发井深设计方面的不足。通过自主研发的软件产品在实际生产工区中进行的实践使用,取得了较好的应用效果。     

基于时频约束的井震资料联合时深标定方法

采用适用于层序地震学分析的时频分析方法,分别计算地震和测井曲线的时频谱。依据测井资料与地震资料沉积旋回时频谱特征以及显著反射界面在时频谱图像上的特征,利用测井资料与地震资料的时频谱研究层位对应关系。在合成记录标定的基础上,进行合成记录和井旁道的时频谱相关度分析,通过对应井震上相同层位旅行时对已有的时深关系进行校正,从而提高时深转换的精度。由于测井中存在漂移,且在井震标定中地震层位是固定不变的,测井层位相对于地震层位进行测井曲线的拉伸、压缩与平移。本文根据图像映射原理对测井曲线层位进行校正。基于一个参考时深关系,利用该方法对不同地区实际井震资料多种曲线进行时频分析及时深关系校正,取得了良好的效果。     

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。