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。     

基于双相介质的地震流体识别

为避免间接计算的累积误差,提高储层流体识别精度,根据孔隙弹性介质理论,建立基于弹性阻抗反演的流体因子直接提取方法和固液解耦流体因子叠前地震反演方法。地震波在含烃储层中传播时发生速度频散,根据中观尺度岩石物理理论,提出基于叠前反演的频散属性提取方法,实现频散属性的定量表征,将速度的频散幅度用于流体识别。该方法实际工区应用效果良好。结果表明:以双相介质岩石物理理论为基础建立流体因子,依托叠前地震反演进行储层流体识别的方法精确可靠。     

岩心驱动下的流体敏感性参数分析—以岐口凹陷中部联盟油田板桥组为例

基于流体识别因子敏感性的分析,有助于认识储层流体特征和分布规律。岩石物理参数实验测量是提取饱含不同流体时的岩石物理弹性参数最为直接的方法,为满足大港油田岐口地区油气勘探开发的需要,选取该区主力产能系板桥组14口井28块岩心样品进行岩石物理参数测量,利用高温高压条件模拟地层环境,通过驱替方法测出岩心样品在饱气饱水状态下的各种弹性参数,综合定性描述交会图技术和定量计算流体识别因子,得出储层流体的识别效果组合比单个流体识别因子更为显著,其中组合流体识别因子ρf对储层的气水识别最为敏感,为该区后续地震资料叠前反演该流体识别因子识别储层流体类型提供了重要的依据。     

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。     

基于吸收分析的多属性反演技术及在油田开发中的应用

为了满足油藏开发阶段砂体内部油水识别的需求,提出了基于地层吸收分析的多属性反演流体识别技术。算法实现分三步:1利用基于广义S变换的瞬时子波吸收分析(GST_WEA)油气预测技术计算地震记录的高、低频吸收因子;2结合吸收因子和其它与流体相关的地震属性,以电阻率曲线为目标函数构建多元线性反演,利用多元逐步回归算法对包括吸收因子在内的多种地震属性进行流体敏感性排序;3进一步利用概率神经网络算法对优选的以吸收因子为主的地震属性进行多属性电阻率反演。通过模型分析验证了GST_WEA油气预测技术的抗噪性。实际应用效果表明吸收因子较其他地震属性具有更高的流体敏感性,通过多属性反演有效预测了砂体内部的含油优势区域。     

应用小波多尺度能谱分析法识别储层流体性质

本文对利用小波能谱分析识别流体性质进行了理论及实际处理研究。在理论的基础上,通过实际资料的处理分析,结果显示该方法理论与实际效果相吻合,小波能谱能够有效地提取储层的油水信息,该方法对识别流体性质有显著效果。     

流体渗透系数对饱和土中桩基础阻抗系数的影响

用间接边界元法对饱和土中桩基础阻抗函数进行了分析。由桩基础与饱和土交界面处的协调条件和平衡条件,建立了桩基础与饱和土动力相互作用的控制方程,探讨了饱和土中流体渗透系数对饱和土中桩基础阻抗函数的影响。结果表明：饱和土中孔隙流体对饱和土中桩基础阻抗函数有一定的影响,由于饱和土中孔隙流体与土骨架的相互作用,饱和土中桩基础的动力阻抗与单相土介质中桩基础的动力阻抗有一定差别。     

地震技术在碳酸盐岩生物礁油气储层流体识别中的应用

流体识别是碳酸盐岩油气储层地震预测技术的重点和难点。以碳酸盐岩生物礁隐蔽油气储层作为研究目标,对地震技术在生物礁油气储层流体识别中的应用进行分析研究。依据含流体储层对地震波的速度和能量的不同影响标志,选择SYB地区实际地震资料进行地震频率属性、吸收衰减属性、低频伴影分析方法、地震波阻抗技术以及叠前AVO地震反演技术的综合应用分析。有效地结合该区SYB1井、SYBc1井、SYB12井等钻井结果和流体识别地震技术成果,得出以上流体识别地震技术对该区生物礁油气储层流体识别是有效的,形成针对该类型储层的针对性较强的叠前、叠后流体识别地震技术系列。     

福山凹陷低阻油层成因分析及流体识别方法

福山油田涠洲组广泛发育低阻油层,储层低阻成因机制认识不清与储层流体准确识别是制约涠洲组高效勘探开发的主要难题。以花场、白莲、永安地区为研究对象,综合分析岩石物理实验、地层水分析化验、测井、试油等资料,围绕地层水矿化度、淡水钻井液侵入、束缚水饱和度、黏土附加导电性、含油饱和度5方面因素展开分析研究。明确不同地区低阻主控因素,深入分析不同成因机制的岩石物理和测井响应特征,针对性构建综合储集指数、侵入因子、电阻增大率等流体敏感测井评价参数。结合测井解释及生产试油情况,建立相应流体识别图版,应用于涠洲组27口井58个试油层位。结果表明,流体识别符合率由76%提高到84%,有效提高了涠洲组低阻油层流体识别准确率。     

噪音背景下流体识别应用方法探讨

地震资料处理中,难免存在噪声,因此在频率域储层识别的研究中,低频噪音问题是干扰储层识别的重要影响因素,在噪音问题上必须采取有效的手段,才能排除低频信息是流体的响应而不是噪音的响应。据此在储层检测手段上,首先要进行噪音对算法的干扰分析,只要在检测方法上噪音不产生干扰,那么用到实际地震资料流体识别上才有意义,通过在噪音背景下的模型进行试算,优选了抗噪性好、分辨率高的小波基函数对实际资料进行处理。另外,对地震流体识别可靠性检验方面,主要是通过测井解释来验证地震检测流体的可靠性。研究结果表明,优选的小波基函数不仅在模型上取得了很好的效果,在研究区过井地震资料上存在低频异常,与测井解释油气显示基本吻合。     

应用形状因子对应态原理计算流体的热力学性质

本文着重介绍了形状因子对应态原理，并论述其计算热力学性质的效用。形状因子对应态原理是以形状因子为桥梁，用参考流体的ＥＯＳ或其它物性方程来表达研究流体的ＥＯＳ或其它物性方程的一种ＧＳＰ法，通过选择更接近研究流体的参考流体的方法，对流体热力学性质进行计算，使之能应用于复杂的流体和得到高的准确度。     

鄂尔多斯盆地HH油田长8储层特征及流体快速识别研究

针对鄂尔多斯盆地HH油田长8储层油层识别率低的难题,开展了储层特征、储层与测井响应机制研究,分析了研究区流体识别难题的实质,认为高束缚水饱和度和地层水矿化度多变以及局部钙质充填是造成部分井油层低阻、水层高阻的原因.借助常规测井曲线,选择尽量能反映储层流体信息的测井参数,构建了利用计算自然电位-实测自然电位、声波时差-深感应电阻率重叠法进行油层快速识别的方法,其中计算自然电位-实测自然电位重叠法回避了孔隙结构、泥浆和地层水电阻率带来的影响,减少了误差来源,无论是否低阻储层,都能有效识别.声波时差-深感应电阻率重叠法对储层流体反应灵敏,能较好地区分高阻水层与油层.以上两种流体识别技术对于类似储层流体识别具有一定的借鉴意义.     

孔隙流体对饱和土中桩基础动力阻抗的影响

用流体饱和多孔介质材料描述土体,用间接边界元法分析饱和土中桩基动力阻抗,探讨饱和土中孔隙流体对饱和土中桩基础动力阻抗的影响。结果表明,孔隙流体对饱和土中桩基础动力阻抗有一定的影响,在地基土与基础结构动力相互作用研究应考虑地基土中孔隙流体的影响。     

概率神经网络在低孔低渗油气层识别中的应用

针对低孔低渗储层物性差、孔隙结构复杂以及含水饱和度高等特点,为了解决利用测井资料进行低孔低渗储层流体性质准确识别较困难的问题,提出了一种概率神经网络判别解释方法.以中国西南某一低孔低渗气藏为例,结合试油资料,对不同流体性质的储层进行了测井响应特征分析,根据测井响应特征与流体性质的相关性对概率神经网络进行了训练,从而对该区储层流体性质进行了预测和识别.实际资料处理的结果表明:解释符合率显著提高,取得了较好的应用效果.     

基于分布式光纤声波监测数据和机器学习的井筒流体类型识别方法

基于建立的实尺寸水平井筒流体流动光纤监测模拟试验系统,开展油气水流动模拟试验,获得不同流体流动情况下的分布式光纤声波监测(DAS)数据;利用小波时间散射变换和短时傅里叶变换对DAS数据进行处理,提取流体流动特征,建立基于机器学习的井筒流体类型识别分类方法。结果表明：融合低方差散射特征和短时时频特征数据能提高流体类型识别的准确率,并且随机森林算法的识别结果优于BP神经网络和决策树;该方法为井筒多相流体流动识别提供了一种新的技术手段。     

岩性构造控制储层流体评价技术——以鄂尔多斯盆地CHN油田为例

使用传统的评价方法对鄂尔多斯盆地CHN油田这类受构造和岩性控制、粒度较细、基质复杂的储层进行流体识别会存在较大误差。通过对阿尔奇公式的改进,应用电阻率-M(油水分界线)、电阻率-N(油水分界线)、以及电阻率比值-声波时差、电阻率比值-自然电位交会等4种综合测井方法进行流体识别,其中电阻率比值法可以将储层的含油性评价从定性提高到定量判断水平,从而完善了该类储层的测井综合流体评价方法。同时也讨论了储层含油性与构造、岩性的关系。研究实例表明以上方法可较为准确地识别这类复杂储层的流体性质。     

基于双向长短期记忆网络的流体高精度识别新方法

碳酸盐岩储层的储集空间类型多样、储层性质复杂,导致流体的测井响应受到强非均质性的影响,给流体识别工作带来极大困难.针对该问题,提出基于测井序列信息的双向长短期记忆网络(Bi-LSTM)流体识别模型,从测井响应特征差异性分析及相似性分析两方面出发,确定敏感曲线,结合Bi-LSTM网络的输入要求,建立流体识别样本库,并获得...     

基于门控循环单元网络的低阻油层测井流体识别方法

研究区块低阻油层发育广泛,油层和水层的电阻率相差不大,导致测井流体识别较为困难。为了有效识别低阻油层,采用少数类过采样技术(synthetic minority oversampling technique, Smote)对油水同层,油层等少数类样本进行过采样使数据集均衡;并利用门控循环单元(gated recurrent unit, GRU)网络模型进行低阻油层的流体识别。通过相关性分析确定自然伽马(GR)、深侧向电阻率(RD)、密度(DEN)等8条测井曲线数据作为输入训练模型,应用于中实际资料中,并将GRU与传统RNN和其他3种机器学习算法对比。结果表明：序列数据模型的流体识别效果比传统机器学习模型好,且基于Smote-GRU的流体识别模型的符合率达到89.5%,相对传统循环神经网络(recurrent neural network, RNN)的81.1%,取得了较好的应用效果。通过对照试验还证实了Smote算法提高了分类器对少数类样本的识别率。所提出的方法可为样本不均衡的低阻油层的流体识别提供参考。     

利用声波反演技术识别储层流体性质

储层流体性质识别是测井解释的重要内容之一.在钻井过程中,储层所含流体性质一般在录井岩屑或钻井取心中能够直接定性识别,但录井岩屑和岩心受到井内泥浆等因素的影响,无法准确评价.有些测井技术,例如核磁共振成像测井,可以直接测量储层流体性质,但由于费用问题,不可能对所有井进行核磁共振测井.为此,本文研究如何利用常规声波测井方法进行流体性质识别.首先建立流体识别模型,根据模型把声波时差反演成电阻率值,再用反演电阻率和实测电阻率进行比较.当实测电阻率大于反演电阻率时,储层为气层;当实测电阻率小于反演电阻率时,储层为水层;气水同层和含气水层介于气层和水层之间,可根据实测电阻率和反演电阻率的差值大小来判别.实例表明,该方法适用于孔隙度较高的储层,孔隙度越大,流体判别的准确性越高.对低孔裂缝性储层及储层物性较差时,效果较差.     

基于模糊概率理论的地层流体精确识别方法

充分考虑火山岩地层流体的交互性及模糊性特征,从模糊概率理论出发,应用测井解释基本原理,对选取的火山岩样本层位测井数据进行综合统计;借助离差平方和的概念,构建地层流体的模糊概率识别功能函数;应用模糊数学及统计理论方法,确定模糊概率的概率密度函数和隶属函数;在此基础上建立基于模糊概率理论的松辽盆地火山岩地层流体识别数学模型.实例计算的识别准确率在80%以上,表明该方法切实可行,具有推广应用的价值.