基于独立分量分析的碳酸盐岩储层预测技术研究_第1页
基于独立分量分析的碳酸盐岩储层预测技术研究_第2页
基于独立分量分析的碳酸盐岩储层预测技术研究_第3页
基于独立分量分析的碳酸盐岩储层预测技术研究_第4页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、    基于独立分量分析的碳酸盐岩储层预测技术研究    魏芳 王维强【摘要】为提高分频解释预测海相碳酸盐岩层的精度和效率,提出了基于独立分量分析与广义s变换的岩层预测技术。通过独立分量分析技术,分离出单频数据中能够反映油气储层特征的有效频率成分,达到储层预测的目的。通过理论分析及实际资料的应用,该方法的岩层识别效果较好,有效性高。【关键词】独立分量分析;广义s变换;储层预测1 引言在碳酸盐岩油气藏储层预测工作中,由于其储层成藏机理复杂,为查明碳酸盐岩储层的孔、缝、洞中油气介质所引起的地球物理异常(地震信息异常) 1 2,表现为地震波的振幅与频率差异,故

2、通过分频解释技术提取地震波的单频数据来确定储层异常体,本文利用时频分辨率较高的广义s变换技术,提取出地震数据中的多个单频数据体来识别储层特征,这就需要从多个单频数据中来识别储层,为使储层识别的工作更加准确、简便,利用独立分量分析算法,从单频数据中提取出反映储层特征的高阶统计分量,对储层进行识别。下面通过理论分析和实际应用来说明这种方法的理论可行性与实际应用的有效性。2 方法原理2.1独立分量分析独立分量分析技术(以下简称ica)是一种盲源分离技术3,其模型为一个统计学模型,在该模型中观测数据为潜在变量的线性组合。这些潜在变量假设是非高斯的并且是相互独立的,目的是弄清楚潜在的变量和变量的混合过程

3、,本文使用的ica模型为:x=as,其中x为观测的随机向量,s为统计独立的混合变量,a为常量混合矩阵。在下列基本约束条件下,该模型是可识别的:独立分量s至多只有一个是高斯性的,且矩阵a必须是列满秩的。2.2 广义s变换广义s变换的表达式为:(2-1)其中当 时,广义s变换便为s变换。其逆变换公式为:(2-2)上式中的 为可以通过地震信号的波形特点进行自由调节,从而就避免了基本小波不再是固定的限制,获得更好的时频分辨率,从而更加符合其在实际中的应用。广义s变换已经成功应用于地球物理勘探中的各个领域中。3实例分析研究区处于某大型断阶构造带,该构造带为富气聚集区,目的储气层位于上侏罗统的xvp和xv

4、ac小层,该目的层裂隙发育,岩性以颗粒灰岩为主,本节利用该区段中的地震数据,从有利构造圈闭中提取出单频数据体,对目的储层进行识别。首先从地震数据体中提取出有利圈闭区目的层的平均绝对振幅沿层切片如图3-1所示,然后通过分频技术即广义s变换,将地震数据变换到时频域,从时频域中选取16个单频数据体(20-80hz),再通过独立分量分析技术,从这些单频数据体,提取出3个反映储层信息的高阶统计分量如图3-2、3-3、3-4所示。综合地震地质资料可以看出,第二个高阶统计分量最能有效反映储层异常信息,且通过对比图3-1及图3-3可以看出,该高阶统计分量准确反映出了碳酸盐岩储气层的分布与范围(如图黄色实线所包

5、含区域,红色为低值区,蓝色表示高值区,生物礁发育地区,常表现为内部反射空白、断续或者弱反射,即低振幅值的特点),确定的两处含气储层区与预测的构造圈闭相吻合,且通过实际钻探结果:y-iii-1、y-iii-2、y-ii-1井均为气井,其它为水井。图3-1目标层vp-vac的平均绝对振幅沿层切片 图3-2 从时频体中分离出的第一个分量图3-3 从时频体中分离出的第二个分量 图3-4 从时频体中分离出的第三个分量4结论本方法成功实现了海相碳酸盐岩的储层识别,ica算法将有效的反映高阶统计特征的频段分量从众多的单频数据体中分离了出来,提高了储层预测的效率及精度。需要说明的是,该方法涉及到选择对油气反映敏感的独立分量,这就需要结合地质、测井及钻井的已知信息进行优选,从而使得預测工作更加可靠。参考文献1 罗平,张静,刘伟,等.中国海相碳酸盐岩油气储层基本特征j.地学前缘,2008,15(1):36-402 中国石油勘探与生产分公司.碳酸盐岩储层地震勘探关键技术及应用m.北京:石油工业出版社,2009:1-103 杨福生.独立分量分析的原理与应用m.北京:清华大学出版社,2005建筑工程技术与设计2015年8期建筑工程技术与设计的其它文章城市综合体外部空间

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论