多波地震属性储层预测方法.pdfVIP

中国地球物理2011 ·643· (18)储层地球物理 多波地震属性储层预测方法 Multi-wave ReservoirPrediction SeismicAttributes Using 袁野’刘 洋张晶玉 YuanYe Liu YangZhangJingyu 中国石油大学(北京)CNPC物探重点实验室北京102249 地震属性技术所面临的两个主要问题是数据量的冗余和属性地质含义的不确定。随着地震属性技术在 多波多分量勘探中的应用，横波和转换波信息的加入使总信息量得到激增，进而使得上述两个问题显得更 为严重。数据冗余会增加解释人员的工作量，增大计算时间和储存空间，同时也容易使有效的信息淹没在 背景区域中；属性地质意义不明确，则得到的属性信息无法与实际地质意义相联系，这些属性将失去应用 价值：如何有效结合纵波与转换横波信息也是多波属性分析中需要面对的问题。 1．属性优化与预测方法 Component 主成分分析(Principal 矩阵的特征值和特征向量，舍弃较小特征值对应的特征向量来达到降维效果，剩下的较大特征值对应的特 征向量则包含了大部分原始属性。由于主成分分析在降维时是通过求解协方差矩阵来进行的，得到的各主 成分满足式(1)左边，即各主成分间互不相关，信号中的信息集中体现在均值和方差中，其高阶累积量为0。 (1) 当两个信号为非高斯信号时，其联合密度函数需要使用二阶以上的高阶统计量才能得到，此时仅仅依 靠不相关无法完全体现信号的内在信息。在此基础上通过独立成分分析(IndependentComponentAnalysis， ICA)对各主成分进一步处理，一方面能保持主成分分析的降维效果，另一方面分析后得到的独立分量x和 Y满足互相统计独立，即在数学上满足下式左边， P，．，(工，Y)=P：(x)p，(y){争E{g(z)^(y)}=E{g(石))E{办(y))(2) 数颤)和^()都取成线性函数时的特殊情况。因此，独立成分分析比主成分分析更具有普遍性，在优化中的 Vector 适应性更强。最后运用支持向量机(Support 层结构、岩石物性、储层含油气等信息相结合，明确可利用的地震属性的地质物理意义，并进行精细的解 释、推断，从而得出对储层定性或定量的结论。 2．多波属性储层预测方法应用实例 从某工区同一区块的纵波和转换横波资料中分别各提取了17种层间振幅属性，将上述优化与预测方 法分别运用在纵波属性和转换横波属性中。通过主成分分析和独立成分分析对输入属性进行优化，将输入 为17维的属性降至4维。运用少量已知井作为训练井，对工区含油有效厚度进行了预测，同时使用剩余 的井来验证预测结果的准确性。结果显示独立成分分析优化在保持主成分分析优化的效果基础上，得到的 独立成分比对应的主成分异常区域更加敏感，统计验证井发现支持向量机在纵波属性和转换横波属性含油 性预测中均达到了70％以上的准确率。 将纵波属性与转换横波属性同时作为输入属性，经过独立成分分析优化后运用支持向量机对工区含油 有效厚度进行预测。得到的纵横波联合含油性预测平面显示含油异常区域分辨率得到提高，并且统计验证 井得到的预测准确率相比单独通过纵波属性或转换横波属性预测后的准确率有所提高。这种效果的提升主 要由于转换横波信息的加入使有效信息量得到了提升，为含油性预测带来更多的约束信息。 本研究由国家自然科学基金课题(课题编号和国家科技重大专项课题(课题编号： 201 IZX05019-008)联合资助。 参考文献 【l】袁野，刘洋．地震属性优化’j预测新进展【J】．勘探