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.     

储层属性的遗传神经克里金插值方法及其应用

储层属性参数预测是油藏描述的一项重要基础工作,克里金或神经网络插值法是较为有效的简便预测方法。针对克里金法具有平滑性、神经网络难以反映变量的空间相关性等缺点,用变异函数修正了神经网络的目标函数,并利用遗传算法对神经网络进行全局优化,形成了一种遗传神经克里金混合插值方法。应用实例表明,该方法具有神经网络较好的自学习、自适应能力;利用变异函数能较好地恢复数据的空间相关性;通过遗传算法全局优化,克服了神经网络目标函数容易陷入局部极小的缺点;对不同空间分布的样本点均能得到稳定的插值结果,具有比其他插值方法更高的精度和稳定性。     

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。     

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，但是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．这种差异推动了神经网络的研究．本文讨论了误差反向传播网络（ＢＰ）．给出了ＢＰ网络在储层横向预测测方面的应用．     

用模拟退火神经网络技术进行波阻抗反演

利用基于模拟退火算法的神经网络技术进行测井约束的波阻抗反演，可根据数据本身之间的内在联系建立一个自适应非线性认知系统，只要在输入端输入特征数据，便能在输出端得到期望输出值，而不必关心系统本身的内部机理。在反演前，从测井资料中整理出地层波阻抗参数，用神经网络建立起地震波特征和地层波阻抗参数的映射关系，然后再利用这种映射关系进行外推，得到其它地震道所对应的波阻抗参数。在训练过程中，引入了模拟退火算法，使网络能有效地避开局部极小，这样可以提高收敛速度和拟合精度。     

地震子波外推方法研究

根据离散反演理论,综合测井和地震资料,充分考虑了地震子波的振幅特点和相位特点,给出了精确计算井旁地震子波的方法.在此基础上,针对测井与地震资料及地层的地质特点,提出了3种无井地震道处地震子波的外推方法,即反距离内插法、相位内插法和虚拟井法.其中反距离内插法是直接按照距离内插井旁子波;相位内插法则只内插井旁子波的相位,无井地震道处的振幅谱通过邻近的地震资料求出;虚拟井法是通过地震层序分析方法,由小波时频分析求出无井地震道处的虚拟反射系数后,进而得到无井地震道处的地震子波.介绍了各种方法的实现步骤,并给出了应用实例.结果表明,尽管各种方法计算的子波不同,但子波的变化是连续的.     

基于支持向量机的叠前地震反演方法

为了克服常规叠后地震反演方法中存在的缺陷,在保证反演效果的前提下提出了一种基于支持向量机的叠前地震反演方法.利用该方法可以得到比常规叠后波阻抗反演更丰富的储层物性参数,不但适合储集层物性反演,还可进行含油气性反演;可以直接从地震数据中提取地层的弹性参数,不需要对Zoeppritz方程进行简化以及对弹性参数做任何假设,也不需要初始地质模型和测井曲线的约束.反演结果表明,该方法具有反演速度快、稳定性好及抗噪能力强的特点,且易于进一步推广应用.     

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。     

基于核空间的模糊聚类方法在储层预测中的应用

基于核空间的模糊C均值聚类方法是一种模式识别的新方法。在地震属性聚类处理时常常会遇到非超球体数据以及非线性类间边界等问题,而传统的模糊C均值聚类方法无法行之有效地解决。将核空间方法引入传统的模糊C均值聚类方法中,并应用于储层预测。针对地震属性聚类问题中不同属性对于储层的敏感性不同,将特征权重和模糊指数等参数加以优化,提高新的模糊聚类方法的储层预测效果。对实际资料的计算与分析结果表明,新的基于核空间的模糊C均值聚类方法可以更准确地刻画碳酸盐岩含气储层边界。     

岩石物理模型约束拉梅参数提取方法

利用基于岩石物理模型的最优振幅随偏移距变化(AVO)线性近似公式,构建满足近临界角条件精度要求的反射系数近似公式,在地震记录的褶积理论假设前提下,结合贝叶斯理论的最大后验概率估计方法推导了最优系数的反演目标函数,考虑到拉梅参数λ和μ对地下储层信息的敏感特性,进一步将最优系数转换为拉梅参数,实现以岩石物理模型为软约束的拉...