虚拟井技术在深水无井区储层预测中研究及应用.pdfVIP

中国地球科学联合学术年会 2014 ·1061 · 虚拟井技术在深水无井区储层预测中的研究及应用 * 支 玲 安 勇 文 阳 秦 默 徐振旺 中国石油大学（北京）CNPC 物探重点实验室 北京 102249 1.引言 国内勘探实践证明，南海发育一系列新生代含油气沉积盆地，其碳酸盐岩及生物礁地层赋存丰富的 油气资源，为南海油气勘探奠定了有利的地质基础。近年来深水油气勘探取得重大突破，但深水钻井难 度大、钻井造价昂贵和缺乏实测井资料的问题仍然阻碍着深水无井区储层油气预测工作的顺利开展。本 文在某实际工区运用遗传算法建立虚拟井曲线，并将该曲线应用于无井约束的储层反演中，为开展深水 无井区高分辨率储层预测工作提供技术思路。 2.基本原理 遗传算法是 J.Holland 于 1975 年提出的一种基于生物学自然选择和遗传机理的随机搜索优化算法， 由S.Mallick 将其首次运用于叠前道集构建虚拟井曲线，并提出了无井约束的混合反演方法，在实际工 区验证了虚拟井技术在储层预测中的有效性。基于遗传算法的虚拟井技术，以选择、交叉、变异的形式 寻找最优解，具体步骤如下： （1）基础数据准备：原始地震记录经过去噪、真振幅恢复等预处理和角道集转换，得到叠前道集 数据Seis ；高精度速度分析得到层速度模型，计算初始模型参数V 、V 、den ，其中V 、V 、den 分 P S P S 别为横波波速、纵波波速和密度参数； （2 ）选择反演算法的收敛目标函数Objects 及反演约束精度ε ； （3 ）确定地质模型参数的搜索范围与间隔，进行整数编码，生成初始随机模型总体P ； 0 （4 ）计算P 的合成地震记录Syn ，计算Syn 与Seis 的目标函数值，其中目标函数为： 0 i i Seisj − Syn ji Objectsi ∑ ， i 1，L，n j 1, L,m N j dt 其中，n 为群体样本数，m 为随机模型个体数，Ndt dt × Na ，dt 为地震道时间采样点数，Na 为 角道集角度个数；Seis 表示第j 个随机模型的叠前道集数据，Syn 表示第i 个群体样本的第j 个随机 j j i 模型的合成地震记录； （5 ）由Objects 计算适度函数值Fitness ，对P 再生、交叉、变异，令i=i + 1 ，更新P ： i i i