人工神经网络波形分类油气 有利区带划分可靠性分析
——以旬宜上古生界为例
2021-03-05刘志远杨春峰孟祥翠金芸芸庄一鹏常文鑫
石油地质与工程 2021年1期
关键词:分类
刘志远,杨春峰,孟祥翠,金芸芸,庄一鹏,常文鑫
( 1.页岩油气富集机理与有效开发国家重点实验室,北京 100083;2.中国石化河南油田分公司勘探开发研究院, 河南郑州 450048;3.中国科学院科技战略咨询研究院,北京 100190;4.中国石化弹性波理论与探测技术重点实验室, 北京 100083;5.中国石化石油勘探开发研究院,北京 100083)
地震相是沉积相在地震数据上的综合响应特征。基于波形分类的地震相技术是对目标层段的地震道波形形状进行分类,并以此分类刻画较大区域的沉积相带或小区域范围内的岩相区带。前人对地震相进行了深入地研究,但鉴于地震数据体和属性体的复杂性,目前尚无法找到地震数据与地质体间一一对应的联系[1–11]。对不同地震相、不同的沉积环境,最有效和最具代表性的地震属性是不同的,地震相的划分仍存在某种程度的多解性[12–18]。这些问题可归纳为两点:①评价地震相分类结果的可信度或可靠性比较困难;②在地震相分类过程中无法利用有价值的先验信息以指导分类并提高分类结果的准确性。
针对地震相可靠性问题,基于人工神经网络的地震相方法,从波形的形态出发,以鄂尔多斯盆地南部南旬宜区块上古生界致密砂岩储层为实际数据依托,分析地震波形对岩性敏感的测井曲线波形的对应关系及地震相与测井相再到沉积相乃至岩性的对应关系,进而得出基于波形分类的地震相预测油气分布有利区的可行性和可靠性。……
登录APP查看全文
