seisclass软件培训6.15概要1.pptVIP

一、前言 二、地震属性优化分析技术的理论基础 三、地震属性优化技术 四、储层属性体联合解释技术 五、应用实例 结 论 一、前言 二、地震属性优化分析技术的理论基础 三、地震属性优化技术 四、储层属性体联合解释技术 五、应用实例 结 论 一、绪 论 二、地震属性优化分析技术的理论基础 三、地震属性优化技术 四、储层属性体联合解释技术 五、应用实例 结 论 SeisClass 的流程 一、前言 二、地震属性优化分析技术的理论基础 三、地震属性优化技术 四、储层属性体联合解释技术 五、应用实例 结 论 储层地震属性优化 一、前言 利用地震属性能从地震数据中提取其它方法无法提取的信息，预测储层参数的空间变化，在油藏的勘探开发中都具有重要意义。 地震属性与所预测对象之间的关系复杂，不同工区和不同储层对所预测对象敏感的地震属性是不完全相同的。即使在同一工区、统一储层，预测对象不同对应的敏感地震属性也是有差异的。 地震属性优化技术是解决此问题的有效途径。它可以明显的提高地震储层预测精度，更有效地进行储层描述，进一步提高钻井成功率，具有显著的经济效益和社会效益。因此，发展不依赖经验的地震属性优化方法势在必行。 1.地震属性的分类 用叠后处理提取得到的地震属性 可以分为5大类（39种）: 1. 振幅统计类 2. 复地震道统计类 3. (频、能)谱统计类 4. 层序统计类 5. 相关统计类 2.地震属性技术的应用范围 1.地震解释处理 2.地震构造成像 3.地震地层解释 4.地震模拟 5.地震岩性 6.油藏描述 7.储层监测 地震属性技术也可用于各种类似的地震数据，包括地面地震、多分量地震、VSP、层析成像、地震测井等。 地震属性技术应用目标 储层预测和储层监测 地震属性优化技术 在地震储层预测过程中，通常引入与储层预测有关的各种地震属性。 1）与目的层本身无关的地震属性会引起混乱 2）属性的增加占用大量的存储空间和计算时间 3）大量的属性会造成信息的重复和浪费 4）属性过多会造成分类效果的恶化 因此，针对具体问题，从全体地震属性集中，挑选最好的地震属性集是必要的，以降低多解性，提高储层预测的精度。此即地震属性优化技术。 几种地震属性优化方法： 1. 地震属性降维映射 2. 地震属性优化选择 3. 聚类、交会分析优化地震属性 4. 优选地震属性预测储层参数 ????? 聚类分析的基本原则： （1）若选出的一个样品或变量在分好的群中从未出现过 ，则把它们形成一个独立的群； （2）若选出的一对样品或变量，有一个已在分好的群中 出现过，则把另一个样品或变量也归入该群中； （3）若选出的一对样品或变量都分别出现在已分好的两 群中，则把两群连结成一个新群； （4）若选出的一对样品或变量都出现在同一群中，则这 个样品就不再分群了。 聚类统计量的算法 聚类统计量是指用于衡量客体间相似（或相关） 程度的某种指标。 ①相似系数 ： ②相关系数 ： ③距离系数 ： 优选多地震属性预测储层参数方法 多元线性回归方法 神经网络方法 多元线性回归算法 线性方程式表示： 如果以相同时间采样，可用以下方程式表示为： 以上两式中L为目标曲线，W是权值，A是地震属性，N是曲线上的第N个采样点，T为时间。 所有点预测误差为： 权值W可以通过最小二乘法求得： 神经网络方法 利用多元线性回归技术预测的结果与实际数据的相关性还不是最好，而神经网络的方法可提高相关性 。 线 性 预 测 神经网络预测 使用地震属性上一组采样点进行褶积运算后与井上的点相对应，以把偏差降为最低。 1.褶积运算 利用这种方法运行时间大大短于穷尽的搜索。 2.属性选择方法 Ev 是所有井的有效误差 Evi是第i口井的有效误差 N 是分析井的数目 所有井的有效误差计算公式为 3.有效性分析 理论误差曲线 有效误差曲线 聚类分析的工作流程：