- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
石油天然气学报2012年7月第34卷第7期
ofOilandGas Jul.2012V01.34No.7
·68· Journal Technology
基于地震属性技术的储层预测研究
——以胜利油田单56区块为例
至+妻,阳和华 (油气资源与勘探技术教育部重点实验室(长江大学)’湖北荆州(油气资源与勘探技术教育部重点实验室(长江大学),湖北荆州434023)
桂志先
[摘要]目前地震属性分析技术巳成为油气勘探和开发工作中必不可少的常规方法,但地震属性的种类不
断增多,对储层预测精度的要求也越来越高.这使得地震属性的提取、优化及应用成为了关键。以胜利
油田单56区块馆陶组下段砂体储层为目标,首先在岩石物理统计及属性敏感性分析的基础上提取合适的
地震属性,然后采用K—L麦换对多种地震属性进行降雏处理,最后基于人工神经网络的识别技术对目标
层的含泊饱和度等储层参数进行了预测,预测的藏果较好,为该工区的翻余油开发提供了饭据。
[关键词]地震属性;K-L变换}神经网络;储层预测
[中图分类号]P631.44 [文献标识码]A
众所周知,地震属性分析技术已成为储层预测工作中一个常规手段,许多地球物理工作者在这方面
进行了很多有意义的研究,其中陈遵德[1]及印兴耀等[21对如何提取并优化地震属性进行了详细的论述;
韩忠义[3]、吴雨花等n3利用属性分析技术在不同油田的储层预测中均取得了较好的应用效果;王晓阳
等¨3利用K—L变换对多维地震属性进行了降维处理,既去除了属性中的相关性又保证了储层预测
的精度。
胜利油田经过40多年的勘探开发,开采对象日益复杂,开发难度不断加大,剩余油的勘探对油田
的开发起着举足轻重的作用。笔者借鉴前人的研究经验,以胜利油田单家寺油田单56区块馆陶组下段
砂体储层为主要目标,结合井资料提取并优化敏感地震属性,采用人工神经网络的方法对含油饱和度等
油气藏勘探开发的动态参数进行预测,为剩余油的勘探开发提供依据。
l地震属性的K—L变换
前人的研究结果口3表明,K—L变换能够从多种地震属性中挑选出最好的地震属性,用以构成地震属
性子集,以降低多解性,去除相关属性。
K—L变化可用矩阵表示为【】。:
Y=A7XX。=A。Y。 (1)
式中,y为X的K—L变换;A为正交特征向量;X是原始的地震属性集合;X。是经K-L变换且压缩后的地
震属性子集;A’是压缩后的特征向量;y’是压缩后的特征集合。
在K—L变换过程中,假设原始地震属性X的维数为雄,其目标是选择一个由y的m(辨行)个分量组
成的子集来恢复信号X(不存在明显的误差),在此目标下的最优变换即为K—L变换。K—L变换中,矩阵
T是要由变换的向量X推算出来的,其元素由X的协方差矩阵构成。K—L变换步骤拍1如图l所示。
[收稿日期]2012—03—23
[墓金项目]国家‘十一五。科技重大专项(2008zx050000230401)。
[作者筒fr]汪勇([979-)。男,2001年大学毕业,博士.讲师,现主要从事地震资料处理研究。
第34卷第7期 汪勇等:基于地震属性技术的储层预测研究
2研究区的地震属性分析
单56区块在单家寺油田西区单6断块的东部,
获得n维原始属性值
主要含油层系为馆陶组下段(Ng。)砂体,含油 上
面积3.2kin2,油藏埋深1080~1150m,平均油
数据预处理(圆滑,归一化)
层有效厚度20.6m,平均孔隙度33%,其油藏
上
类型为受断层控制的地层构造超稠油油藏。
得到属性输入
文档评论(0)