地震反演技术在储层建模中的作用

地震反演技术是储层建模的重要手段 .迭前反演主要指 AVO反演 ,它是地震剖面迭加以前利用反演振幅随炮检距变化的特征进行波阻抗反演 ;而迭后反演根据测井资料在其中所起作用大小分为 :道积分、递推反演、模型反演三种反演技术 .它们都是解决储层内的横向连续、物性变化特征的 ,但是每一种反演方法都有其局限性 ,并且解决储层地质特征的侧重点不一 .故在文中从各种反演方法原理入手 ,探讨每一种反演技术在不同级别储层模型中的作用 .这样才能在储层建模中针对不同开发阶段、不同精度的地质模型选用不同的反演法 ,使反演处理目的性更强、方法更有效     

基于叠前振幅随角度变化反演的储层流体识别方法

从理论模型入手,首先研究流体参数变化对地震弹性参数及地震记录的影响,然后用胜利油田某区块的实际资料进行叠前振幅随角度变化(AVA)弹性反演.在反演基础上,以振幅随炮检距变化(AVO)分析为基础,提取反映流体特征的不同属性,在剖面与平面上指示出储层流体的特征.反演结果与实际钻井资料吻合率较高,说明叠前反演与AVO属性分析结合是预测储层流体性质的一种有效方法.     

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。     

利用叠前弹性参数反演进行储层含气性预测

常规的叠后波阻抗反演没有考虑地震反射振幅随入射角变化的情况,反演结果只有声波阻抗一种参数,信息单一,很难进行储层预测。基于AVO原理发展起来的叠前反演技术可以同时预测地层的纵波速度、横波速度和密度。虽然这些与岩性和流体有关的岩石物理信息比波阻抗更为丰富,但其他一些重要的岩石物理参数(如拉梅系数和剪切模量)只能由这3个参数间接计算得到,这样不可避免地引入了额外的计算误差,并且降低了信噪比。为了减小这种误差,利用Zoeppritz方程的Gray近似公式来拟合振幅随入射角的变化特征,采用直接反演出拉梅系数、剪切模量和密度的叠前弹性参数反演方法,大大提高了反演结果的准确性。使用模型进行验证,并将该方法应用于中国西部某地区的含气储层预测,取得了较好的效果。实际资料的应用表明,该方法能用于储层含气性预测。     

基于叠前反演的神经网络孔隙度预测技术——以南川地区为例

孔隙度是海相页岩气富集高产一个重要因素,获取孔隙度平面特征是优选页岩储层"甜点"的一个关键环节。应用叠前反演技术及概率神经网络技术定量预测南川地区孔隙度,首先在叠前反演过程中,做好道集预处理、地震标定、子波提取,低频模型建立关键技术质量控制,获取高精度叠前反演成果;其次在概率神经网络学习训练过程中,做好交叉验证分析,优选地震属性。通过两种技术方法的结合,有效预测了南川地区孔隙度发育特征,为页岩水平井部署、钻探及区域综合评价提供资料基础。     

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。     

高分辨率层序格架约束的地震反演及应用

 在油藏勘探开发中,利用地震波阻抗反演技术预测储层空间分布特征,自应用以来发挥着非常重要的作用.特别是在油藏开发中后期,需要对薄层、薄互层等油层进一步开发时,该项技术显得尤为重要.尽管该方法以测井和地质等资料为约束,但依据传统的构造解释方法建立的初始构造模型不够准确,仍然无法降低地震反演的多解性,井间储层分布与后验井存在较大差别,预测出的薄层、薄互层及储层岩性的可信度较低.本文利用测井资料进行高分辨层序地层划分,依据单井合成地震记录将划分结果标定在地震剖面上,并完成各层序界面的地震层位解释,井震结合建立高分辨率层序地层格架.结果表明,将该地层格架作为初始模型进行测井约束的地震资料波阻抗反演,对不同旋回发育的薄层或薄互层储层,横向预测不会以一套厚储层呈现,提高了储层反演预测储层分布的精度.通过大庆长垣高台子油田中的具体应用,展示了高分辨率层序地层格架约束下的波阻抗反演技术在薄层、薄互层储层预测中的广阔应用前景.     

利用孔隙度遗传反演约束储层地质模型

针对油田投产初期井距较大、井间储层发育状况难以预测的情况,应用遗传反演方法进行孔隙度反演,在地质建模过程中利用反演数据体约束孔隙度属性。以某油田东营组某小层为例进行地质建模,结果表明：应用遗传反演方法得到的孔隙度反演数据体可以在三维空间中较真实地反映出储层物性;利用孔隙度遗传反演数据体对对孔隙度模型进行约束的方法,相比传统地震约束方法,中间步骤少,准确性高,工作周期短,在实际工作中取得较好效果。     

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。     

涠西南地区地震数据叠前同步反演

针对涠西南地区复杂的地质条件,以及基于地震资料预测储层需要纵、横波阻抗及速度、密度等弹性参数,对涠西南地区开展了地震数据叠前同步反演.该反演方法使用改进的Fatti方程,可以同时获得各种弹性参数,应用预白化处理来控制反演的噪音水平,使反演结果更稳定.使用不同子波来均衡不同角度部分叠加数据体之间振幅、频率和相位差异,使反演结果更准确.实际地震资料处理结果表明,随着角度增大,子波主频减小.精度验证结果表明,叠前同步反演精度达到了要求,其中纵波阻抗和横波阻抗反演结果精度都比较高,密度反演结果精度相对较差.     

AVO/AVA反演对非均质储层横向分辨率影响

 塔里木盆地碳酸盐岩储层以次生溶蚀孔洞为主要储集空间,表现为强非均质性的特点。孔洞体积的准确计算对油田开发方案制定意义重大。受地表沙漠化和储层深埋藏的影响,塔中地区地震资料具有低信噪比和分辨率的特点。适合于对该地区储层描述以及孔隙流体探测的叠前地震反演方法通常为角道集部分叠加的AVA反演。与单道AVO反演相比,AVA反演基于角道集的叠加,在提高信噪比的同时将影响反演结果的横向分辨率。本文通过物理模拟的办法,建立了不同大小、低速介质充填的孔洞物理模型。在采集的地震资料基础上,量化分析了AVO反演与AVA反演两种不同叠前地震反演方法对同一孔洞的反演结果在非均质储层横向分辨率上的差异,并且与孔洞实际尺寸进行了对比。结果表明,地震道集的叠加在提高信噪比的同时降低了横向分辨率,地震道集叠加后一道所代表的范围越大,横向分辨率降低越明显。     

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。     

非线性约束储层反演技术在卫城油田的应用

常规线性地震反演储层预测可以得到区域大套砂体的展布特征,但对于滚动勘探需要的认识到砂组乃至小层级别的要求是不够的.在对地震资料和测井资料进行目标处理的基础上,采用构造—测井共同约束下的非线性反演技术,得到清晰的储层构造认识,为油田部署调整提供依据.在卫城油田卫北地区的滚动勘探目标研究过程中,通过地震和测井资料目标处理,使老资料提高了分辨率,凸现了砂体特征,然后通过更能反映地震资料数学特征的非线性地震反演,清楚地识别出薄层砂体,并得到了钻井资料的良好验证.实践证明通过非线性约束储层反演进行储层预测,对于认识储层和地层对比,解释和验证构造具有重要作用,是滚动勘探开发研究的重要工具.     

高精度随机反演方法及在苏里格气田的应用

苏里格气田属于低孔、低渗、非均匀性极强的砂岩岩性气藏,具有有效储层厚度小、横向变化大等特点,常规的反演技术难以满足其储层预测要求。基于常规的地震反演方法与随机模拟理论,提出一种高精度的随机反演方法。该方法首先采用随机爬山反演方法计算波阻抗数据体,然后对研究区内的伽马曲线结合波阻抗的反演结果,使用序贯指示模拟技术进行伽马反演。在苏里格气田实际应用结果表明,该方法可以很好地压制地震反演的多解性,提高分辨率,能很好地识别薄层砂体、刻画出砂体的变化情况,预测结果与实际钻井资料对比吻合率较高。     

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.     

叠前纵横波联合反演技术在薄砂岩储层预测中的应用--以X油田L4油藏为例

X油田目前已进入开发中后期,薄油层的开发动用成为其保持稳产的重要措施之一。为提高挖潜措施的有效性,需对油藏特征进行精细描述,尤其是储层展布的刻画。由于储层薄、埋藏深、物性横向变化快,常规的地震属性分析及叠后波阻抗反演技术均无法对其进行有效识别和预测。该文以L4油藏为例,采用叠前纵横波联合反演技术对储层展布进行了预测,钻后砂体展布与钻前预测相吻合,使得依据本文研究成果所设计的调整井达到了预期效果,说明叠前纵横波联合反演技术在本地区具有较好的应用价值。     

逆掩复杂构造反演技术方法研究 ——以库车迪北气藏为例

塔里木盆地库车山前地区目前已经逐渐从勘探阶段进入开发阶段,由于库车山前构造复杂、逆掩发育,需要从储层方面出发研究,但预测技术难点是很难实现在逆掩模型的基础上进行反演工作.提出了一种针对逆掩复杂构造的反演新方法,通过这种方法解决了塔里木盆地库车山前逆掩复杂构造反演技术问题.该方法主要技术思路是通过可视化地质框架建模建立逆掩模型,把下盘层位定义为上盘层位的数据点,在逆掩模型基础上进行稀疏脉冲反演工作.但受软件模块的限制导致岩性对接关系不够清晰,而地质统计学反演利用模型生成的层位进行约束,使得岩性对接关系更加精细准确,最终实现逆掩构造反演.逆掩模型建立的实现可能为一种新的技术手段,为解决库车复杂构造以及储层的研究提供技术支持.     

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。     

基于PNN神经网络的地震属性反演技术

在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。本文提出了一种基于PNN神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络PPN）是一种数学内插方案,只不过在实现时利用了神经网络的架构,可以通过数学公式理解它的行为,克服了BP网络的的“黑匣子”问题。该技术在GTZ扶杨油层的砂岩预测中应用效果较好,厚度大于3m的砂岩识别符合率超过90%以上。     

深层砂泥岩薄互层的地震识别方法

深层砂泥岩薄互层油气藏是一类典型的低孔、低渗型油气藏,储层一般具有埋藏深、横向变化快、深层物性差的特点。利用常规的薄层定量描述方法只能识别地层厚度不小于λ／4的孤立薄层,很难实现精细解释。为此,采用正-反演联合预测技术,通过建立符合地下实际情况的的地球物理模型,从正演角度分析目的层的地震波场特征;同时对正演结果进行模型反演,定量分析反演砂体的横向及纵向展布特征。结果表明这种基于模型正演的地震识别方法既能够发挥地震资料在地层横向展布上的优势,又能够提高纵向上的解释精度,为识别前梨园地区深层砂、泥岩互层结构的隐蔽性储层提供参考。