首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 164 毫秒
1.
东方13-2气田的发现揭开了莺歌海盆地中深层高温高压领域勘探的序幕,研究表明东方13-2气田储层为西物源海底扇重力流沉积,该海底扇储层具有多期次发育、由南向北逐渐迁移的特征,各期次海底扇朵叶砂体纵向上互相叠置,横向上连片分布,受常规窄方位地震资料分辨率限制,砂体接触关系及储层连通性研究难度大;其次,多口井的钻探证实东方13-2气田储层横向非均质性强,优质储层和差储层均表现为相同的地震反射特征,振幅类属性无法表征该区储层属性,气田气水分布也非常复杂,存在孤立水体,开发井井深设计钻遇优质储层的同时考虑如何规避孤立水体难度大.分析认为常规采集的三维地震资料已不能满足东方13-2气田砂体精细刻画描述、烃检及气田ODP优化工作的需求.针对以上研究面临的问题,本文采用多方位、高密度地震采集技术,通过联合多次波衰减技术、宽频处理技术、双方位高精度层析成像技术及Kichhoff叠前深度偏移技术等处理手段,为该区岩性储层的精细描述及ODP优化工作的需要提供了高品质地震资料.  相似文献   

2.
为进一步提高波阻抗对储层反演的精度,增加其纵向预测性,以满足储层预测开发的需要,在对储层预测研究中,利用测井资料在纵向上的高分辨率,及地质岩心资料对地下岩性、含油性的清晰反映,将地质资料与测井资料相结合预测储层.该方法通过取心井的岩心、铸体薄片及扫描电镜观察分析,精细准确地得到该区的主要岩性、孔隙类型及其含油特征,将该区储层和非储层划分为7种,并运用测井资料计算不同类型储层波阻抗范围,利用交会图分析得到有利储层波阻抗门槛值,并应用取心井试油资料在地震反演属性平面图及剖面图上进行验证,取得较好效果.  相似文献   

3.
复杂气藏AVO属性交会含气性检测应用研究   总被引:1,自引:0,他引:1  
乌审召地区沉积相带复杂多变、储层非均质性强、气层AVO响应多变,含气储层预测难度大.本文在精细岩石物理分析的基础上,选取具有明确岩石物理含义且对气层敏感的AVO属性,针对不同AVO分类井进行AVO正演建模和流体替代分析,研究该区AVO气层响应特征及属性交会规律,并确定了以NI和PR属性交会为核心的AVO气层检测方法及流程,为探索解决该区含气性预测难题提供了有价值的思路.利用这套方法,对该区储层进行了含气性检测,取得了良好效果.  相似文献   

4.
面向油藏开发地质问题的精细储层反演研究   总被引:1,自引:0,他引:1  
垦71开发区块的主要产油层系为新近系的馆陶组河流相和古近系的东营组三角洲相地层,具有被断层复杂化的多油水系统。该区井网密集,储层厚度薄,横向关系复杂,储层与非储层速度差异小,后续开发方案调整所要求的精细储层描述难度较大。本文展示了以精细储层描述为目标的地震约束反演实例,利用多井地震、地质标定,结合三维构造解释成果,建立三维多断层精细约束地质模型。在此基础上,采用随机地震反演方法,进行了波阻抗、岩性等多种地层参数反演,较好地解决了该区薄互层储层精细描述问题,证实了精细储层反演技术在油田开发中的重要作用。  相似文献   

5.
垦71开发区块的主要产油层系为新近系的馆陶组河流相和古近系的东营组三角洲相地层,具有被断层复杂化的多油水系统。该区井网密集,储层厚度薄,横向关系复杂,储层与非储层速度差异小,后续开发方案调整所要求的精细储层描述难度较大。本文展示了以精细储层描述为目标的地震约束反演实例,利用多井地震、地质标定,结合三维构造解释成果,建立三维多断层精细约束地质模型。在此基础上,采用随机地震反演方法,进行了波阻抗、岩性等多种地层参数反演,较好地解决了该区薄互层储层精细描述问题,证实了精细储层反演技术在油田开发中的重要作用。  相似文献   

6.
基于随机介质模型的储层非均质性分析   总被引:10,自引:5,他引:5       下载免费PDF全文
本文利用随机介质模型对复杂岩性储层进行了非均质性描述.利用模型特征量即非均质纵横比、纵向谱指数、横向谱指数以及扰动标准差等来模拟不同的随机介质.在前人工作的基础上,由某油气田的两口井资料估计储层非均质性能谱,从能谱曲线上提取储层纵向大小尺度非均质谱指数.通过将二维随机介质模拟的合成井记录互相关系数与实际井记录互相关系数进行分析比较,分别得到大小尺度非均质情况下最佳拟合时的横向谱指数和非均质性纵横比.以上求得的各种特征量从不同角度定量分析了储层非均质性的纵横向变化,为储层横向预测提供了依据.  相似文献   

7.
莺歌海盆地乐东区深层与东方区具有类似的成藏条件,是高温高压领域获取下一个重大勘探突破的最现实区域.但是该区已钻遇的“亮点”型储层物性差,普遍表现为低孔-特低渗特征,而区域基础规律研究表明,区域潜在甜点储层在地震上应该表现为“暗点”型特征.但是,“暗点”型储层在叠后地震资料上无法有效识别,如何准确预测“暗点”型储层是乐东区勘探新突破的重点攻关方向.本文针对“暗点”识别难的问题,提出了基于叠前地震资料的储层预测技术.从岩石物理出发系统性地梳理该区“暗点”型储层的地球物理特征,总结出其具有“叠加无反射、近道弱波峰、远道弱波谷、道集极性反转”的规律,根据该规律建立了Fstack属性重构算法,利用该算法开展甜点储层筛选并进行“暗点”储层预测,结合道集资料、反演结果等地球物理信息,最终确定潜在“暗点”型气层的分布范围.钻井结果证实该技术对乐东区深层潜在“暗点”型储层具有很好的预测效果.  相似文献   

8.
岩心、成像测井资料表明川东北G地区FC段碳酸盐岩储层溶孔、裂缝发育,非均质性较强.根据溶孔、裂缝的发育程度与分布特征,可划分为6种典型储层类型.因此,有效评价储层非均质、划分储层类型是该区油气勘探与开发工作的关键.电成像测井资料能通过定性识别孔洞与裂缝对储层非均质性进行定性评价,但是由于缺乏能综合表征溶孔、裂缝等特征的定量参数,使得电成像测井资料对储层非均质性的定量表征存在问题.为此,基于分形理论,提出一种电成像测井定量评价方法,即计算电成像测井图像的分形维数来定量描述储层非均质性.储层类型与分形维数相关分析表明,分析维数可综合表征储层溶孔、裂缝,评价储层非均质性.应用实例表明,基于电成像测井分形维数的非均质性表征与储层类型划分应用效果较好,推动了该区的油气勘探与开发工作.  相似文献   

9.
研究区发育砂砾岩储层,一般由多期扇体叠置而成,横向变化快,非均质性强,因而给储层预测带来了困难.常规约束稀疏脉冲反演受制于地震频带,纵向分辨率不足,无法清晰地展现出砂体的叠置关系,因此本文确定了以地质统计学反演为核心的储层预测方法重点对WSD区P_3w_1~2段油组进行储层预测综合研究.首先对基础数据(井数据、地震数据、储层敏感参数、合成记录、子波等)进行质控,确定储层预测的可行性,其次根据井资料、约束稀疏脉冲反演结果以及对该区沉积模式与岩性展布的初步认识,求取地质统计学反演参数,针对研究对象进行地质统计学反演和储层砂体厚度的计算,同时对两种反演方法进行对比分析,然后对反演结果、储层砂体平面分布情况以及沉积微相平面展布特征进行综合研究分析,最后从平面、剖面两个角度对反演结果分别进行定性、定量地验证分析,证明反演结果的可靠性.研究表明地质统计学反演在WSD区具有一定的适用性,为该区有利区的优选和评价提供了依据,同时也为冲积扇储层预测提供了有效的方法.  相似文献   

10.
高分辨率非线性储层物性参数反演方法和应用   总被引:10,自引:4,他引:6       下载免费PDF全文
对于陆相沉积环境下的复杂隐蔽岩性储层,由于观测信息不准确,如信息重叠、信息缺失和噪音污染,以及岩石物理关系模糊等原因,储层横向预测存在不惟一性、不稳定性和不确定性.基于线性假定的常规储层横向预测技术已不适用于复杂隐蔽岩性储层的勘探.本文采用一种非线性储层岩性物性褶积模型,建立波阻抗与孔隙度/泥质含量的函数关系;通过多级结构分解和双向边沿子波检测来刻画复杂岩石物理关系;通过Caianiello褶积神经网络实现确定性反演、统计反演和非线性理论三者有机结合;最后联合应用基于逆算子的反演方法和基于正算子的重建算法实现了综合地质、测井和地震波阻抗信息进行高分辨率储层物性参数反演.非线性储层物性参数反演采用多井约束机制和分频反演方式,在陆相和近海油气勘探资料的实际应用中,取得了明显应用效果.  相似文献   

11.
利用多元地震属性预测测井特性   总被引:1,自引:0,他引:1       下载免费PDF全文
通过寻找井旁地震数据与测井曲线的关系,将这一关系应用到远离井的区域(只有地质数据,但无测井)来预测测井的有关特性,其方法有单属性分析和多属性分析[1]。本文通过实例描述了多属性分析的特点及预测结果。从单属性回归到多属性预测、再到神经网络预测过渡时,预测能力持续提高。同时对地震属性的选择和有效性进行了讨论,将结果应用到整个二维地震剖面上,能更好地确定井以外区域的测井特性。  相似文献   

12.
Inversion of nuclear well-logging data using neural networks   总被引:1,自引:1,他引:1  
This work looks at the application of neural networks in geophysical well‐logging problems and specifically their utilization for inversion of nuclear downhole data. Simulated neutron and γ‐ray fluxes at a given detector location within a neutron logging tool were inverted to obtain formation properties such as porosity, salinity and oil/water saturation. To achieve this, the forward particle‐radiation transport problem was first solved for different energy groups (47 neutron groups and 20 γ‐ray groups) using the multigroup code EVENT. A neural network for each of the neutron and γ‐ray energy groups was trained to re‐produce the detector fluxes using the forward modelling results from 504 scenarios. The networks were subsequently tested on unseen data sets and the unseen input parameters (formation properties) were then predicted using a global search procedure. The results obtained are very encouraging with formation properties being predicted to within 10% average relative error. The examples presented show that neural networks can be applied successfully to nuclear well‐logging problems. This enables the implementation of a fast inversion procedure, yielding quick and reliable values for unknown subsurface properties such as porosity, salinity and oil saturation.  相似文献   

13.
松辽盆地深层火山岩含气储层产能预测   总被引:9,自引:4,他引:5  
松辽盆地深层火山岩是当前大庆地球物理、地质、地球化学研究的主要领域之一,已取得丰硕的成果,火成岩含气储层产能作为一个表示动态特征的参数,是储层评价的重要指标之一,本文讨论了火成岩含气储层的产能与测井响应之间的关系,探讨了根据测井资料应用人工神经网络技术预测火成岩含气储层产能的方法,利用已知气井测试结果和测井资料作为网络的训练样本,根据网络学习训练结果,输入测井资料等静态参数,可预测储集层的产能,根据这种关系采用神经网络技术实现了测井对产能的预测评价,从而为大庆深部火成岩含气储层的开发提供了一定的依据。  相似文献   

14.
Borehole-wall imaging is currently the most reliable means of mapping discontinuities within boreholes. As these imaging techniques are expensive and thus not always included in a logging run, a method of predicting fracture frequency directly from traditional logging tool responses would be very useful and cost effective. Artificial neural networks (ANNs) show great potential in this area. ANNs are computational systems that attempt to mimic natural biological neural networks. They have the ability to recognize patterns and develop their own generalizations about a given data set. Neural networks are trained on data sets for which the solution is known and tested on data not previously seen in order to validate the network result. We show that artificial neural networks, due to their pattern recognition capabilities, are able to assess the signal strength of fracture-related heterogeneity in a borehole log and thus fracture frequency within a borehole. A combination of wireline logs (neutron porosity, bulk density, P-sonic, S-sonic, deep resistivity and shallow resistivity) were used as input parameters to the ANN. Fracture frequency calculated from borehole televiewer data was used as the single output parameter. The ANN was trained using a back-propagation algorithm with a momentum learning function. In addition to fracture frequency within a single borehole, an ANN trained on a subset of boreholes in an area could be used for prediction over the entire set of boreholes, thus allowing the lateral correlation of fracture zones.  相似文献   

15.
系统论和非线性方法为石油地球物理勘探注入了新的动力。本文试通过分形理论结合人工神经网络方法对测井资料进行解释,对油气分布进行平面成像预测。  相似文献   

16.
自组织特征映射神经网络在测井岩性识别中的应用   总被引:18,自引:10,他引:8       下载免费PDF全文
为了解决测井岩性识别问题,引入具有较强的聚类和容错能力的自组织特征映射(SOFM)神经网络.在说明SOFM网络的模型和算法的基础上,结合某地的实际测井资料,建立SOFM网络岩性识别模型,进行岩性识别的应用研究.结果表明,识别的准确率较高,证明SOFM网络可以用于解决测井岩性识别问题,具有很好的应用前景.  相似文献   

17.
在常规测井约束反演的的基础上,开展神经网络特征参数反演,将波阻抗等地震属性转化为与含水性更为密切的孔隙度、视电阻率数据体,使地震反演的地质属性与测井上的地质属性达到最优的相关性,从而实现应用三维地震对煤层顶板富水进行评价的目的。由于煤层顶板富水区的特殊性质,它同样也是地震后的易破坏层,因而对它的探明从抗震角度以及震害预测角度都是有价值的。以淮北某采区为例,通过孔隙度及电阻率的神经网络反演对研究区10#煤层顶板的富水性进行预测。反演结果表明采区北部发育一个强富水陷落柱,与钻孔揭示结果吻合。采区西部10#煤层顶板与第四系含水层呈不整合接触关系,神经网络反演结果预测为强富水区,同样与井下工程揭示富水特征吻合。利用多属性融合的神经网络反演可有效预测煤层顶板的富水特征,为煤矿安全生产以及抗震提供重要保障。  相似文献   

18.
测井岩性识别新方法研究   总被引:11,自引:8,他引:3       下载免费PDF全文
为了更好地解决测井岩性识别问题,引入了一种基于粒子群优化的支持向量机算法.通过实际测井资料和岩性剖面资料进行学习训练支持向量机,并利用粒子群优化算法对支持向量机参数进行优化,建立了测井岩性识别的支持向量机模型,应用该方法对准噶尔盆地某井的测井岩性进行识别,并将该方法的识别结果与BP神经网络方法的识别结果进行了比较,结果表明该方法优于BP神经网络方法,具有识别正确率高、收敛速度快、推广能力强等优点.  相似文献   

19.
Artificial neural networks were used to implement an automatic inversion of frequency‐domain airborne electromagnetic (AEM) data that do not require a priori information about the survey area. Two classes of model, i.e. homogeneous half‐space models and horizontally layered half‐space models with two layers, are used in this 1D inversion, and for each data point the selection of the class of 1D model is performed prior to the inversion, also using an artificial neural network. The proposed inversion method was tested in a survey area situated in Austria, northwest of Vienna in the Bohemian Massif. The results of the inversion were compared with the geological setting, logging results, and seismic and gravimetric measurements. This comparison shows a good correlation between the AEM models and the known geological and geophysical data.  相似文献   

20.
人工神经网络法在烃源岩测井评价中的应用   总被引:6,自引:6,他引:6  
运用有机地球化学方法分析岩芯、岩屑样品的有机炭含量存在着昂贵、时且不准确等问题。利用测井方法的优点是经济、准确。在测井评价中使用人工神经网络法具有极大的优越性和适用性。本文结合Kohonen和BP网络方法,完成了塔里木台盆区19口井的寒武、奥陶系烃源岩层段的识别与评价,并通过测井资料处理成果和岩芯有机地化资料、地质录井情况的相互检验,证实,其本上能够满足评价烃源岩的需要,从而为利用测井资料进行烃源岩评价做出了新的尝试。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号