多属性聚类分析技术在八面河西区中的应用.docxVIP

多属性聚类分析技术在八面河西区中的应用 　　摘要：储层参数的变化引起地震属性的变化，但是储层参数与地震属性的变化并没有一一对应的关系，为解决此问题采用地震多属性聚类分析技术。通过属性优选，将弧长、上半周持续时间、带宽、最小振幅、瞬时频率五种对沙四段1砂组储层敏感且相互独立的地震属性参与聚类分析，取得了较好的应用效果。 　　关键词：八面河;地震属性;属性优选;聚类分析 　　中图分类号：p631.4文献标志码：a文章编号：2095-2945（2019）18-0186-03 　　abstract：thechangeofreservoirparametersleadstothechangeofseismicattributes，butthereisnoone-to-onecorrespondingrelationshipbetweenreservoirparametersandseismicattributes.seismicmulti-attributeclusteringanalysisisusedtosolvethisproblem.throughattributeoptimization，fivekindsofseismicattributes，suchasarclength，durationofthefirsthalfcycle，bandwidth，minimumamplitudeandinstantaneousfrequency，whicharesensitiveandindependenttothereservoirofes4member1sandgroup，areinvolvedinclusteranalysis，andgoodapplicationresultsareobtained. 　　keywords：bamianhe;seismicattribute;attributeoptimization;clusteranalysis 　　八面河西区位于八面河鼻状断裂带西段，总体构造格局是一个南高北低的受中生界基底控制的继承性发育的西缓东陡、北东-南西走向的宽缓鼻状构造。受继承性古隆起控制，该区沙四段主要发育滩坝砂体沉积，砂体横向分布不稳定，横向预测难。笔者利用地震多属性聚类分析技术，将地震数据与地质信息之间的非线性关系正确的反映出来，建立八面河西区沙四段地震数据与储层分布之间的关系，有效的预测了滩坝砂体的发育和分布规律。 　　1地震属性提取 　　地震属性是指地震数据中所包含的几何学、动力学、运动学或统计学特征。在目标地区地震地质情况确定的情况下，储层厚薄发生变化，地震数据会有所反映，表现为波形、能量、频率和相位等一系列变化。 　　本次研究利用geoframe软件中的satk属性提取模块，针对八面河西区沙四段1砂组提取了计算地震属性类（包括均方根振幅、瞬时相位、弧长、最大强度等）、轨迹属性类（包括上半周持续时间、下半周持续时间、上半周面积、下半周面积等）、持续时间属性类（包括正半周平均持续时间、最大周期持续时间、持续时间的标准方差等）、层段属性类（包括振幅标准差、平均正振幅、波峰平均值等）、频谱属性类（包括频带宽度、总能量、主频等）共计四大类40多种地震属性。 　　2地震属性优选 　　为了寻找对储层厚度较为敏感的地震属性，本次统计了工区沙四段1砂组共计28口井的砂岩垂直厚度（表1）导入geoframe软件中，并在seisclass模块中将井点处不同地震属性分别与砂岩垂直厚度进行二维交会分析，计算其相关系数，对相关系数在0.6以下的地震属性剔除掉，保证所选地震属性反映储层厚度的可靠性。经过分析，共优选出最大强度、瞬时频率、最大振幅、最小振幅、平均波峰值、弧长、均方根振幅、正负比率、带宽、上半周持续时间、振幅标准差等对储层厚度敏感的地震属性。 　　对初步优选出来的地震属性进行属性相关性分析（表2），对相似程度较高的两种或几种属性进行筛选，以减少属性空间的数据冗余而提高预测的精度。通过筛选，共筛选出弧长、上半周持续时间、带宽、最小振幅、瞬时频率五种相互独立但对本区储层敏感的地震属性。 　　3聚类分析 　　3.1聚类分析方法介绍 　　3.1.1k-means聚类方法 　　k-means聚类是一种统计学算法，首先在属性空间内根据用户定义的分类数目任意的为每一类选择一个聚类中心。由于开始聚类中心选择的任意性，因此该计算不能总是收敛于一个解决方法，但对于输入数据相同的多个操作，其最终结果是非常相似的。随着计算的运行，按数据点与聚类中心的最近平均值，所有数据点都被指定到某一类别。每一次迭代会减小数据点与聚类中