基于扩展神经网络算法的弱信号分离技术在滩坝砂储层预测中的应用.pdfVIP

学兔兔 第 38卷 第 3期 天然 气 勘 探 与开 发 基于扩展神经网络算法的弱信号分离技术 在滩坝砂储层预测中的应用 朱卫星 徐大年 曹 自强 林龙生 (1．中海油 田服务股份有限公司 2．中海油研究总院) 摘 要 滩坝砂储集体具有分布较广、厚度较薄、空间分布不连续的特征。地震剖面上，通常是多个砂体 以复 合波的形式出现 ．很难形成单独的反射 。滩坝砂储层信息的弱信号常被背景信息淹没 ，无法准确识别储层 。针对滩 坝砂储层的地震反射信号特点，将扩展交替投影神经网络算法引入到地震领域，对地震资料进行弱信号分离．并将 算法应用到识别滩坝砂储层中，解析 出砂体(组)在地震剖面上 的展布特征 。通过对理论模型及实际资料 的试算 ，处 理后的地震资料可以较好地展示储层展布特征，有利于滩坝砂体的识别。图13参19 关键词 滩坝砂岩 神经网络 信号分离 储层预测 层，提高储层预测精度 ，为油气 田进一步挖潜提供技 O 引言 术支持 已成为滩坝砂储层开发的难点。 我国东部地区经过三十余年的勘探 ，目前 90％ 针对滩坝砂储层地震反射信号弱 ，储层无法准 以上的油气资源都是在受构造作用等因素控制的继 确预测的难题，本文将扩展交替投影神经网络应用 承性陆相断陷型和坳陷型沉积盆地中发现的，其中 到地震领域，进行地震资料弱信号分离，将反映砂体 绝大部分油气均聚集于陆相湖泊成因的碎屑岩储集 (组)形态的弱信号有效地分离出来 ，解析出砂体 体中，例如三角洲储集体、近岸水下扇和重力流成因 (组)在地震剖面上的展布特征 。准确预测滩坝砂形 的碎屑储集体 以及河流储集体(朱筱敏，1994)~”。随 态 。本文通过建立含砂体的水平层状和含砂体的弯 着开发的深入 ，面积相对较小的、位于湖盆浅水地区 曲地层模型进行模型试算及实际地震资料处理 ．验 的、与油气关系密切的滩坝储集体已日益受到人们 证了算法的可行性，达到储层预测的 目的。 的重视。前人研究表明，滩坝储集体通常距离油源 近 ，储集性能较好，具有生储盖组合配置较为完善的 1 基本原理 利于油气富集的地质条件 ，并且能够形成一定规模 的油气田2[-3]。但受到有限的钻井资料和地震分辨能 交替投影神经网络(AlternatingPr~ectionNeural 力的限制 ，尚不能把分布较广 、厚度较薄的滩砂体与 Networks，简称APNN简称APNN)是一种基于信号空 分布狭窄、厚度较大的坝砂体严格区分开来。 间的凸集投影理论 。它是利用凸集投影的概念 ． 滩坝沉积体系常位于断陷湖盆的缓坡、短轴三 在向量空间中建立的一种神经网络模型。与通常的 角洲的侧方 ，呈伸长状平行湖岸线延伸。它们常是 神经网络分析方法不 同，它是一种全互连网络 5【．101． 湖浪 、沿岸流改造短轴三角洲或侵蚀湖岸沉积物 ．经 利用信号空间法获得 网络分析与几何描述。信号空 再搬运并在湖岸线拐弯处或水下高地堆积而成。这 间和矢量空间具有类比性 。 就决定了滩坝砂储层具有储层薄、空间分布不连续 APNN网络在实数域定义，其收敛性也是在实 的特点，在地震信号反射剖面上反映滩坝砂储层信 数域建立 。对原APNN网进行域扩展 ，使其作用范 息的弱信号常被强背景信息淹没 ，无法识别滩坝储 围为复数域而非实数域 ，这就是扩展交替投影神经 层的分布特征，无法精确地进行储层