分频属性反演方法在B油田的应用

发布时间：2021-12-21 23:19

　　针对B油田常规声波阻抗曲线难以识别砂泥岩的储层预测难题,通过多曲线交汇、敏感性分析,确定中子-密度属性反演预测储层的基本思路。在建立三维低频地质模型基础上,对地震资料进行分频处理,利用神经网络方法计算不同厚度下振幅与频率之间的关系,建立测井曲线与地震波形之间的非线性关系,最终摸索出基于精细地质模型的神经网络分频属性反演方法。研究结果表明:该方法解决了复杂储层预测的难题,准确预测了该油田储层的变化规律,为下步开发调整方案编制提供了重要依据。 

【文章来源】：矿产与地质. 2020,34(03)

【文章页数】：4 页

【部分图文】：

B油田FⅡ组声波时差曲线-岩性分布直方图

B油田FⅡ组中子和密度曲线敏感性分析交汇图

本次储层预测的门槛值应用中子密度曲线交汇公式确定，拟合的直线公式为Z=(-0.005 X+1.43)-Y，其中X为密度值，Y为中子孔隙度值。当Z值大于0，为储层；反之，为非储层。应用中子和密度属性反演体来计算Z值属性体（图4），最终得到目的层储层平面分布图，主要目标层段FⅡ油层组的储层整体上由北西向南东方向变薄（图5）。图4 Z值连井反演剖面图

【参考文献】：
期刊论文
[1]GF区块岩性敏感曲线分析[J]. 万晓明,简晓玲,高星星.  内江科技. 2013(10)
[2]BP神经网络在致密砂岩气藏岩性识别中的应用[J]. 杨辉,黄健全,胡雪涛,石梦阳.  油气地球物理. 2013 (01)
[3]地震反演技术在塔南油田岩性预测中的应用[J]. 李国政.  内蒙古石油化工. 2010(08)
[4]支持向量机方法及其在储层厚度预测中的应用[J]. 陆树勤,高德群,屠世杰.  天然气工业. 2007(S1)
[5]拟声波构建技术在砂泥岩薄互层储层预测中的应用[J]. 付志方,张君,邢卫新,许浩.  石油物探. 2006(04)
[6]利用地震分频处理技术预测河流相储层——基于精细储层预测调整海上高含水油田开发方案实例[J]. 胡光义,王加瑞,武士尧.  中国海上油气. 2005(04)
[7]基于参考道的岩性识别与岩性剖面非线性反演[J]. 何又雄,姚姚.  石油勘探与开发. 2005(03)
[8]地震属性技术在马—联地区隐蔽油藏勘探中的应用[J]. 张春峰,薄永德,曹冰.  石油物探. 2004(S1)
[9]地震信息多参数综合分析与岩性油气藏勘探——以JH盆地XN地区为例[J]. 杨占龙,郭精义,陈启林,黄云锋.  天然气地球科学. 2004(06)
[10]一种模糊神经网络技术及其在储层预测中的应用[J]. 姜岩,李文艳,吴明华.  石油物探. 2004(04)



本文编号：3545361