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。     

层状半空间叠前地震记录的波动方程正演模拟

振幅随偏移距变化 (AVO)分析是一项利用振幅随偏移距变化特征来分析岩性和油气藏的地震勘探技术 ,它极大地改善了地震勘探的烃类检测能力。并不是所有气层的反射振幅都随偏移距增加 ,特殊岩性体也会产生AVO效应。利用弹性动力学方程变换和递归算法 ,计算了反射矩阵 ,从理论上推导了球面波在层状弹性半空间传播时产生的地面反射记录的计算公式。在实例模拟中 ,对计算速度和精度、空间假频、截断效应等给出了相应的解决方案。计算实例说明 ,波场模拟有助于AVO分析和叠前反演。     

基于地震数据的岩石弹性参数反演方法

针对拉梅参数反演中缺少横波速度资料的问题,建立一种在缺少横波速度情况下的拉梅参数反演方法。首先,对井旁叠前地震道集进行贝叶斯反演,得到井位置处的横波速度;然后,对地震数据体采用拉梅参数直接反演,获得地下介质的拉梅参数信息;结合研究区的地质、测井信息,对储层进行描述和预测。该方法应用于J区块含气储层的预测,取得了良好的应用效果。该方法拓宽了拉梅参数反演在油气储层预测中的适用范围,具有较好的实用性。     

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。     

神经网络在储层横向预测中的应用

传统的冯·诺依曼程序存储式计算机擅长于数据处理，但在类似于面貌及声音识别这样一些简单的认知问题方面，与人类相差很大，这种差异推动神经网络的研究，本文讨论误差反向传播网络（ＢＰ）。给出了ＢＰ网络在储层横向预测测方面的应用。     

波动方程保幅叠前深度偏移与AVO响应

从全声波方程出发,基于严格的解耦理论进行单程波保幅分解,得到直观、高效率的直接面对地震波传播波场的压力分量进行延拓的单程波动方程;按照叠前深度偏移方法中的波场双重向下延拓理论实现共炮域公式到CMP(共中心点)域公式的转换,推导出由双平方根方程定义的保幅单程波动方程,从而将振幅误差补偿作为偏移的一部分在偏移过程中实现,使得地震成像在给出正确位置的同时也给出真实振幅.在此基础上获得的CRP(共反射点)道集在保证真实振幅的前提下,有效解决了绕射波干涉、反射点弥散、与倾角有关的NMO等问题,使AVO响应更加清晰,提高了AVO资料的分析精度.     

基于混合遗传算法的叠前随机反演方法

针对常规随机反演方法计算效率低的问题,提出一种基于混合遗传算法的叠前随机反演方法。该方法充分利用测井资料中的高频信息,并以地震数据作为约束,首先通过快速傅里叶滑动平均(fast Fourier transform-moving average,FFT-MA)谱模拟算法进行随机模拟得到基于地质统计学的初始模型信息,随后结合提出的混合遗传算法对模拟结果进行快速优化,得到符合地下地质结构的反演剖面,实现对叠前弹性参数的反演。混合遗传算法避免了一般遗传算法常见问题,如收敛速度慢以及产生"早熟"现象,与模拟退火相结合能够快速收敛达到全局最优,保证了反演精度。数值试验结果表明,融入混合遗传算法的叠前随机反演方法,在充分利用叠前信息的同时可以保证反演结果有效收敛,并且与模型数据吻合较好,与传统的叠前反演方法相比具有较高的分辨率,在储层识别和油藏描述中起到了重要作用。     

反演法在提高地震资料信噪比中的应用

t-x预测滤波法是噪音衰减的通用且有效的方法,但是在噪音背景中存在平行同相轴时将产生假同相轴及出现子波畸变和振幅衰减等现象,这是因为噪音的存在影响了滤波器的计算,利用反演法对理论模型和实际数据进行了滤波处理,该方法可以有效地消除一般t-x预测滤波处理中存在的缺陷,实际应用表明,这种方法更能满足对地震资料高分辨率,高信噪比和高保真的要求,处理效果更接近实际。     

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。     

改进的井间地震资料波阻抗反演方法

基于井间地震资料与地面地震资料之间的相似性确立了井间地震资料的反射特征,完善了井问地震资料的反演方法及流程.重点解决了反演过程中的两个关键问题:采用sinc函数插值方法进行重采样确保了井间地震剖面深时转换中的波形保真;精细调整井的时深关系使得井间地震与地面地震资料反射特征达到相互匹配,确保了反演结果的合理性.应用实例结果表明,通过本方法得到的井间地震反演结果精度较高,与测井解释结果对应较好,砂体展布清晰,有效地反映了两口井在横向上的联系与差异,提高了井间储层描述精度.