3河北省涿州市东方地球物理公司总工办.pdf

3 河北省涿州市东方地球物理公司总工办 072751 本文于2004年1月14日收到 修改稿于2004年11月10日收到 经验交流 地震属性模式聚类预测储层物性参数 陈 波3 中国矿业大学 北京 胡少华 中国地质大学 北京 毕建军 中国矿业大学 北京 摘 要 陈波 胡少华 毕建军 地震属性模式聚类预测储层物性参数 石油地球物理勘探 2005 40 2 204 208 地震模式聚类预测技术是一种模式识别技术 在油气储层预测中有广泛的应用 其应用成功的关键在于 所用地震资料的质量满足高信噪比 高分辨率及高保真度的要求 建立准确的地质模型 综合框架 为神 经网络的训练提供好的学习样本 选用多层感知器神经网络 在上述第二个环节中 涉及储层层段划分上应 力求按岩性特征细化 然后按测井细分层数据对地震信息进行准确标定 建立地震属性信息与地质 井信息的 联系 文中列举了两个油田的应用实例 进一步证实了此方法的应用效果 关键词 地震属性 综合框架 神经网络 模拟测井 1 引言 神经网络 模式识别等技术均属人工智能定量 预测范畴 而地震属性模式聚类预测技术是模式识 别中的一种 在20世纪90年代中期以来 模式识别 技术在油气储层预测中得到了广泛的应用 地震属性模式聚类法是指利用地震数据体及其 反演所得到的属性数据体 如波阻抗数据体 通过井 约束并在神经网络理论基础指导下 建立地震属性与 储层的属性 厚度 孔隙率 渗透率 饱和度等 之间的 模式聚类关系 据此可获得储层的各项参数 用于薄 互层储层的油气预测 文中列举了江苏及大庆油田的 两个应用实例 进一步证实了其预测效果 2 关键技术 模式聚类的实质是将地震属性参数按照哪些参 数特征 采用何种方法进行聚类 显然所用地震资料 的质量要达到高信噪比 高分辨率及高保真度要求 此外要求提供的学习样本必须很标准 因此要求对 预测区的地质信息和测井 钻井资料进行综合分析 建立研究区地质模型 综合框架 再结合井旁地震 属性 为神经网络训练提供有代表性的学习特征组 在井较少的情况下 可以通过生成伪井来增加井点 处储层参数控制的信息 同时为指导性学习的神经 网络提供尽量多的代表性数组 在神经网络类型的 选择方面 本文采用目前具有代表性的多层感知器 神经网络 211 综合框架 如何将地质 井信息和地震信息有效地整合在 一起是储层研究的关键 通过采用综合框架的形式 可将所获得的大量地质信息和井信息与相应的地震 属性建立对应关系 也就是说 综合框架建立的是一 个准确的地质模型 数学模型是在地质模型的约束 下进行计算的 所采用的地震数据 既可以是叠后数 据 也可以是叠前数据或由地震数据计算得到的地 震属性数据体 图1是一个油田地质 测井信息的综合体现 图 1a 是该区地层组合特征及储层所在层段的详细 分层 该区下第三系储层分为碳酸盐岩及砂岩两类 笔者在细分层的基础上 将储层根据钻井 测井资料 分析及解释结果 进一步分出渗透性灰岩 oli me 非渗透性灰岩 eli me 渗透性砂岩 osand 非渗透 性砂岩 esand 和泥岩 shale 这样的分层结果能 够详细地表征储层的特征 同时也可以为神经网络 2005年4月 石 油 地 球 物 理 勘 探 第40卷 第2期 1995 2006 Tsinghua Tongfang Optical Disc Co Ltd All rights reserved 训练提供有代表性的特征组 图 1b 是在综合框架约 束下的测井 钻井综合信息 既有电测曲线 声波 电 阻率 自然电位等 也有储层参数 孔隙率 岩性 厚 度等 有了以上信息 利用井的分层数据 通过标定 图 1b 就可将地质和井信息及井旁道的地震信息 相互联系起来 图 1c 图1 综合框架图 a 综合框架 b 井信息及层位标定 c 过井地震剖面 212 模拟测井 如果只有有限的井资料可以利用 或存在的井 并不能代表整个地区 可以通过产生伪测井数据拓 宽井数据库信息 这些随机模拟的井是根据已知井 的数据 区域地质特征及岩石物理特性产生的 在一 定程度上能够代表勘探区的地质状况 213 属性优选 在一般情况下 由于没有任何单独的地震属性 能惟一地指示储层的某一特性 因此 目前利用地震 数据进行地震储层预测提取的属性较多 主要有从 频谱中提取的属性 从自相关函数中提取的属性 从 复数地震道中提取的属性 还有线性预测系数等 本 次研究中 主要是利用从复数地震道中提取的属性 214 人工神经网络 人工神经网络主要有以下几种 有监督训练 无 监督训练和有监督与无监督综合训练 有监督训练 方法要求具有代表性的数组 无监督训练是通过发 现数据本身的结构特征来提取相关的属性特征 从 而利用神经网络建立一定参数之间的非线性关系 有监督与无监督神经网络训练方法的主要差别在于 提供先验信息的数量 21411 有监督神经网络 常用的神经网络是多层感知器 ML P 和径向 基方程神经网络 其中以 多层感知器 ML P 构成 的有监督神经网络模型应用最为普遍 该模型的基 本结构单元是感知器 感知器可以由多层组成 最简单的形式是输入 层 隐层和输出层三层结构 在同一层中 神经元之 间没有连接 各层之间的数据流是前馈式的 待训练 的数据组由具备相应地质 岩石物理信息的地震信 号组成 利用这个数据库的样本对神经网络进行训 练 并用一组独立的检测数据进行监测 训练后 神 经网络将学会如何在输入数据与想要获得的数据之 间建立关系 有监督方法实际上是一种用于量化和 分类数据的非线性 多变量回归的一种方法 图2为一实际的ML P神经网络模型 中间的 隐层节点选择是在分析该研究区实际地质复杂程度 以及由此导致的学习样本分类集合的独立子集个数 不同 经过多次调整优选出来的 输出结果是由输 入的具代表性的特征数据组经过有监督训练后建立 的地震属性与储层参数之间的对应关系 该结果可 以反映由实际地震数据而得到相应的储层参数分布 特征 21412 无监督神经网络 无监督神经网络学习的目的是寻找数据本身的 结构特征 从中提取相关的属性和特征 笔者采用非 502 第40卷 第2期 陈波等 地震属性模式聚类预测储层物性参数 1995 2006 Tsinghua Tongfang Optical Disc Co Ltd All rights reserved 图2 多层感知器神经网络模型 指导性矢量量化器 UVQ 神经网络对输入数据进 行分段 分类 聚类 相似的输入矢量被分为相同的 类 这种分类是以神经网络对输入数据相关性分类 为基础的 在解释神经网络模式的过程中 必须考虑地震 响应在横穿上覆 下伏地层时可能被淡化 其中某些 地层的地震响应也会被其他层段的地震响应所干 扰 如果地层不是相互平行的 所提取属性的时窗穿 越了上覆或下伏地层 结果将难以解释 尽管存在这 些限制条件 笔者仍然可以从所观测到的模式中提 取有价值的地质和岩石物理信息 3 应用实例 在实际应用研究中 我们采用了如图3所示的 工作流程 图3 人工神经网络预测储层参数工作流程图 311 大庆油田的一个应用实例 在大庆油田的一个实例研究中 首先利用 UVQ神经网络对某区块主力油层的地震模式进行 分析 图 4a 由于该区沉积环境为三角洲稳定型前 缘相 以水下分流河道沉积为主 图 4a 中黑线范围 内为同一地震相 其中的B104井 B206井和B112 井在该层段钻遇的为水下分流河道沉积微相 因此 可以认定该类地震相为水下分流河道沉积微相 在 此基础上 利用ML P神经网络 从井出发 建立井 与井旁地震信息的特征组 作为输入信息进行有监 督学习 输出结果用于实际数据体 获得该区储层参 数预测图 在该区储层厚度预测图上 图 4b 可以清 楚地看到河道分布特征 黑线范围内 该河道的物 源方向 北物源 呈近南北向展布 由于后期的改造 作用 河道沉积物厚度呈断续分布 但整体呈条带状 分布 602 石 油 地 球 物 理 勘 探 2005年 1995 2006 Tsinghua Tongfang Optical Disc Co Ltd All rights reserved 图4 大庆油田研究区水下分流河道沉积储层预测图 a UVQ神经网络地震相划分 b MLP神经网络预测河道砂岩厚度图 312 江苏油田的一个应用实例 江苏油田的研究目的层为下第三系阜宁组阜二 段 其中的E1f32砂岩储层属滨浅湖亚相的沉积产 物 主要微相类型有砂坝砂和湖滩砂 其中砂坝砂体 是研究区E1f32砂岩储层的主力油气储集体 研究区 中的另一套产层是E1f22灰岩储层 它的微相类型有 鲕滩 生物碎屑滩 生物丘等 为本区的非主力储集 岩类 可见该区储集岩性类型较为复杂 而且两种储 层类型的厚度范围差异性较大 为此必须通过多岩 性细分来达到精细描述储层的目的 表 1 在综合框架中 E 1f 2 2为阜二段2油组 其储层岩 性为碳酸盐岩 在具体岩性划分中 又进一步细分为 渗 透 性 灰 岩 oli me 产 层 非 渗 透 性 灰 岩 eli me 和泥岩 E1f31 2 E1f 32 2为阜二段3油组1 2号 油砂体 其中的渗透性砂岩为产层 非渗透砂岩和泥 岩为非产层 研究区目的层主要以湖相沉积为主 薄互储层 发育 储层物性横向连续性差 针对这种情形 我们 在细分储层的基础上 如图 1a 所示 根据该区钻井 数量较多 可利用的实际井的信息 地层分层 测井 曲线 岩心资料 分析化验数据 较多的实际情况 直 接利用实际井进行指导性神经网络训练 对储层参 数进行属性预测 得到相应的储层预测结果 图 5 该研究区储层厚度分布变化不大 图 5a 但储层孔 隙率的横向变化明显 图 5b 孔隙率高值区主要位 于研究区的东南部 结合实际钻井资料 笔者将高孔 区分为4区 三类 I II III类 I类区为主要开发 区 而油田的增储上产需要向油田的东部扩展 根据 该区已钻井的分布特征 笔者在东部的II类区中提 供了一口建议井 预测结果与实钻结果对比如表2 表1 江苏某油田地层简表 地 层 系统组段 地层 代号 视厚度 m 岩性描述 下 第 三 系 戴南 组 戴二段E2d2260 戴一段E2d1190灰色泥岩与粉砂岩互层 古 新 统 阜宁 组 阜四段E1f4235灰黑色泥岩 阜三段E1f3200黑色泥岩夹灰色粉砂岩 阜二段E1f2130灰岩 泥灰岩与粉砂岩互层 阜一段E1f1 200 灰色泥岩与粉砂岩互层 702 第40卷 第2期 陈波等 地震属性模式聚类预测储层物性参数 1995 2006 Tsinghua Tongfang Optical Disc Co Ltd All rights reserved 图5 江苏油田研究区E1f312砂岩储层参数预测图 a 为储层厚度预测 b 为孔隙率预测 表2 预测与实钻结果对比 E1f22渗透性灰岩 预测厚度2 8m 实际厚度2 2m 预测孔隙率22 实际孔隙率20 E1f312渗透性砂岩 预测厚度5 0m 实际厚度4 5m 预测孔隙率20 实际孔隙率18 E1f322渗透性砂岩 预测厚度1 5m 实际厚度1m 预测孔隙率18 实际孔隙率15 所示 该井经过试油后 获得较高的产能 4 结论 随着高精度地震勘探技术的发展以及物探新技 术 新方法的出现 地震属性将赋予更加丰富的地质 及地球物理含义 地震属性在空间上的变化关系为 地质研究人员提供更为详尽的地下地质信息 通过 地震属性模式聚类分析可以将详细的井信息与地震 信息联系起来 为地质研究人员解释地下构造 地层 和岩性特征 提供定量化的参考依据 在本项目的研究工作中 得到了江苏油田研究 院邱旭明院长 北京中恒勘探开发研究所刘彦君等 的大力协助 在此表示衷心的感谢 参 考 文 献 1 Berge T B et al Seism ic inversion successfully predicts reservoir porosity and gas content in Ibhubesi Field O range Basin South A frica T he L ead ing Edge 2002 4 338 348 2 陈遵德 储层地震属性优化方法 北京 石油工业出版 社 1998 3 李庆忠 走向精确勘探的道路 北京 石油工业出版社 1994 4 凌云研究组 基本地震属性在沉积环境解释中的应用 研究 石油地球物理勘探 2003 38 6 642 653 本文编辑 冯小球 说 明 本刊2004年的增刊上发表了一篇 CSAM T方法在隧道勘察中的应用 文章 作者为 王若 王月妙 底 青云 李英贤 石昆法 于昌明 本文属于基金资助项目 中国科学院知识创新项目 KZCX32sw2 134 特此 说明 石油地球物理勘探 编辑部 802 石 油 地 球 物 理 勘 探 2005年 1995 2006 Tsinghua Tongfang Optical Disc Co Ltd All rights reserved points offsets The results of practical seism ic data processing show ed that the method can accurately finish the correction of total shot2points offsets on its first operation and has popular adaptability for the correction of shot2points offsets in land seism ic exploration of the east of China Key words 3D seism ic exploration in urban dis2 tricts shot2point offset syntheticti me2distance curves template offset first break travel2ti me Ca i Jia m ing GR I BGP Zhuozhou City Hebei Province 072751 China Prediction of physical reservoir parameters by seis m ic attributes pattern cluster Chen Bo Hu Shao hua and Bi Jian jun OGP 2005 40 2 204 208 Seism ic pattern cluster prediction technique is a pattern recognition technique w hich hasw ide ap2 plication in the prediction of oil gas reservoir The key of successful application lies as follow s the quality of seism ic data used meet the needs of high S N ratio high resolution and hi2 fi building up correct geological model integrative framework so that can provide good study sample for neural network training selecting neural network w ith multi2layersensor Inabove2mentionedsecond link inconcern w ithformation2partitioning of reservoir it must make effort to refine according to lithology characters then correctly labele the seis2 m ic information according to layer2refined data by logging data and build up the link betw een seism ic attributes information and geologic and drilling in2 formation The paper listed the applied cases of two oilfields and further proved application effects of the method Key words seism ic attributes integrative frame2 work neural network modeling logging Chen Bo Geological Center GR I BGP Zhuozhou City Hebei Province 072751 China Application of f ine reservoir prediction techn ique to oilf ield development Wang Xi wen OGP 2005 40 2 209 218 A i med at the problem s existed in reservoir prediction during oilfield development the paper summed up a set of ideas suitable for fine reservoir prediction in complex geologic conditions of China and available techniques that mainly include the follow ing aspects fine structural interpretation techniques logging2data2based sedi mentary m i2 cro2faciesmodel2building techniques logging da2 ta correction and normalization processing tech2 niques techniques of studying logging response of reservoir techniques of high2precision inver2 sion of reservoir computation of reserve and w ell2site deployment etc The total process is both independent and uniformiterative studying pro2 cess The paperpresentedfacies2controlled2 isochronal m ini2strata correlation method in view of the problem s existed in m ini2strata correlation andlogging2data2basedsedi mentary m icro2facies model2building technique w hich can i mprove the precision of m ini2strata correlation Finally the method w as used for the prediction of Dagang Ban2 nan w ell2site 422 oilfield and goodresults are gained Key words oilfield development fine reservoir pre2 diction vertical resolution Bannan w ell2site 422 oilfield WangXi wen Northw estGeologicInstitute Yan erw an Road L anzhou City Gansu Province 730020 China 3D refraction static corrections in complex regions and its applied effects Yang Ha i shen Jiang Xian yi Gao Yan lin and Wang L iu guo OGP 2005 40 2 219 225 3D refraction static corrections technique is a complete set of techniques w hich is concernedw ith such steps as pickup of first breaks of refractions on seism ic records strata partitioning of refrac2 tors analyzing refraction velocity computation of ti me delay building up near2surface model and computing datum statics In order to i mproving the final effects of static corrections strict QC for above2mentioned links is needed It should ensure that the ti mes of first breaks of most traces are correct w hile picking up ti mes of refracted first breaks that can ensure the subsequent processing to meet the demand Because the ti mes of refracted first breaks on the seism ic records are characteris2 tics of continuity and high folds increasing statisti2 cal effects the near2surface models building up therefor are more practical and computed statics are more correct 3D refraction static corrections are suitable for such complex surface conditions as mountains transient zones loess plateaus hills w hich havemore severe static corrections problem Key words 3D refraction static corrections veloci2 ty analysis delay ti me quality control Yang Ha i shen Geophysical Technique Research CenterofGR I BGP ZhuozhouCity Heibei Province 072751 China Vol 40 No 2 A bstracts 1995 2006 Tsinghua Tongfang Optical Disc Co Ltd All rights reserved 作者介绍 裴正林 副研究员 1962年生 2000年于中国地质大学 北 京 获博士学位 2003年石油大学 北京 博士后出站 现在石油大学从事井间地震层析成像 地震波传播理论 及其数值模拟方法 小波变换等方面的应用研究工作 刘江平 副教授 1957年生 在读博士 现从事地震勘探方 法及应用研究 朱生旺 教授级高级工程师 1962年生 1983年毕业于华东 石油学院物探专业 现在河南油田研究院从事地震资料 处理及方法研究工作 付 燕 副教授 1972生 现为西北工业大学博士研究生 主要研究方向为信号处理和计算机信息管理 张广智 讲师 1971年生 1993年毕业于石油大学物探专业 后留校任教 2000年获硕士学位 主要研究方向为地震 反演 属性提取 AVO的处理与解释及储层识别 现为 中国科学院地质与地球物理研究所博士研究生 刘 财 教授 1963年生 1986年毕业于长春地质学院应用 地球物理系 获学士学位 1993年于长春地质学院应用 地球物理系获硕士学位 1999年于长春科技大学获博 士学位 2002年吉林大学地球科学学院博士后出站 主 要从事复杂地震波场的正反演技术 高信噪比和高分辨 率地震信号处理技术及地质地球物理综合解释技术的研 究 发表论文120余篇 出版教材与学术专著5部 现任 吉林大学地球探测科学与技术学院院长 博士生导师 苑益军 博士研究生 1967年生 2002年毕业于中国地质 大学 北京 地球探测与信息技术专业 获硕士学位 主 要从事地震资料数据处理研究工作 现在中国地质大 学 北京 地球物理与信息技术学院攻读博士学位 研究 方向为地震资料处理与解释 凌 云 教授级高级工程师 享受国家特殊津贴专家 1956 年生 1980年毕业于长春地质学院物探系 1992年于成 都理工学院获硕士学位 1995年在该校获博士学位 主 要从事地震资料处理方法及综合解释工作