储层参数预测
用地震资料预测煤层气储层参数的方法初探
［］ Ｉ】ｃ Ｓ ， ｎ ，ｌｎ Ｅｓ 【 ，ｌ ６ ｂ ｈ ＥＭ ａ ａ Ｉ ＲＡ０ ０Ｊ ， ０ ＡＲｃ ｓ ｃｔ ｌ
浏 ｄ ・ Ａ ． ’ ＇
ｃｎ ∞ ｄ ． ａ
” 一
［
。ａ Ｊ ・ｒ ・ｏ ・ｄ ｌ ｒ １３ ，５ ）１４ ８ ． ０ｌ ］Ｐｏ Ｒ ｓｃ Ｅ ｉ ｕ ９３ （３ ： —１７ ［ ｅ ｒ ｂ ６
在煤层 气 勘 探 中 ， 胆 探 索 应 用 一 些 新 技 术 、 方 大 新
枣 园 试 验 区位 于 沁 水 煤 田东 南 部 ， 内地 层 自 区 老到 新 有 奥 陶 系 、 炭 系 、 叠 系 、 叠 系 、 罗 系 、 石 二 三 侏
法， 加快 了勘探 工 作 进 度 ， 取 了更 丰 富 、 细 的 地 获 详
维普资讯
煤 田地 晚 与 勘 探
・
Ａｕ ３ ｇ． ０ Ｎｏ． ４ Ａｕ ２ ０２ ｇ． ０
２ ・ ４
Ｃ０ＡＬ ＧＥ０Ｉ 舭
Ｙ ＆ ＥＸＰ【 ＲＡ ０Ｎ Ｄ ｎ
文 章 编 号 ：０ １１８ （０２ ０－０ ４０ １０ — ６ ２０ ｝４０ ２－３ ９
体或 暗
［１ Ｋ ｎａｌ Ｂｉ Ｈ．ｈ １ ｅｄ ｌＰ Ｅ， ｒ 静 Ｔｅ ｏ ｆｒ ｋ ｎｏ ｃ ｏ ｔ ａＩ ｔ ｌ ０ ｓ ｒ ｌ 咖 ｆ ｄ ｌ ｅｃ
ｃｐｍａｈ ｄｈｒｆｃｏｎｕｌａｒｏｒＪ． ｅ１ ３ ｒｅ ｅｉｙｎ ｅ ｆｔｎａｒ ｓ ｃｅ［ Ｆ ｌ９ ， ｏｒ ｂｔａ ｔｉ ｅ ｔａｇ ｖｙ ］ ｕ，９ ｅ ｅ
，ｎ： ａ Ｂ Ｅ・ Ｒｃ ， Ｄ・ Ｉ Ｌｗ， ・ ， ｉｅ Ｄ・ ａｏｅ Ｊｃ Ｎ ｔ ａ Ｆａｔｒｓｉ ｓ ・ ａ ｒｌ ｒｃ ｅ ｎ ｕ ｕ
储层预测
5多元统计方法在储层预测中的应用 5.1多元统计方法原理 5.2多元统计方法的应用 6模式识别技术及其在储层预测中的应用 6.1统计模式识别技术的基本原理与应用 6.2人工神经网络基本原理与应用 7边缘检测技术与应用 7.1边缘检测技术的基本原理 7.2基于小波边缘检测技术与应用 7.3基于分形边缘检测技术与应用
8地震波阻抗反演方法理论与应用 8.1波阻抗反演的基本原理 8.2测井约束地震反演方法的应用 9多波多分量地震储层描述与应用 9.1多波多分量地震勘探的理论基础 9.2多波多分量地震资料采集与处理 9.3多波地震资料解释和储层描述 10 四维地震勘探技术与应用 10.1四维地震的可行性与研究前提 10.2四维地震资料处理方法与原则 10.3四维地震资料解释方法
岩石类型
速度 （米/秒）
砾岩碎石干砂
200~800
砂质粘土
300 ~ 900
湿砂
600 ~ 800
粘土
1200 ~ 2500
砂岩
1400 ~ 4500
泥灰岩
2000 ~ 3500
石灰岩，白云岩
2500 ~ 6100
泥质页岩
2700 ~ 4100
盐岩
4200 ~ 5500
几种沉积岩的波速
三、地震波速度与岩石密度的关系
k i1
i 1 N
( fi f )2
i 1
K:反映吸收系数的大小
求出自相关函数
N
i 2k
X (n) x(k)e N
i 1
N
S X 2 (n) n1
总能量
X max MAX [x(1), x(2), x(3),..., x(n)]
储层预测技术详解
LPM 储层预测技术LPM 是斯伦贝谢公司GeoFrame 地震解释系统中最新推出的储层预测软件，利用地震属性体来指导储层参数（如砂岩厚度）在平面的展布，以此来实现储层参数的准确预测。
LPM 预测储层砂体可分两步进行：首先，它是将提取的地震属性特征参数与井孔处的砂岩厚度、有效厚度进行数据分析，将对储层预测起关键作用的地震属性特征参数优选出来，根据线性相关程度的大小，建立线性或非线性方程。
线性方程的建立主要采用多元线性回归方法；非线性方程的建立主要采用神经网络方法；其次，根据建立的方程，利用网格化的地震属性体来指导储层参数（如砂岩厚度）在平面的成图。
4.1.1多元线性回归基本原理设因变量y 与自变量x 1， x 2 ，…，x m 有线性关系，那么建立y 的ｍ元线性回归模型：ξβββ++++=m m x x y 110其中β0，β1，…，βm 为回归系数；ξ是遵从正态分布N(0，σ2)的随机误差。
在实际问题中，对y 与x 1， x 2 ，…，x m 作n 次观测，即x 1t ， x 2t ，…，x mt ，即有：t mt m t t x x y ξβββ++++= 110建立多元回归方程的基本方法是：(1)由观测值确定回归系数β0，β1，…，βm 的估计b 0，b 1， …，b m 得到y t 对x 1t ，x 2t ，…，x mt ；的线性回归方程：t mt m t t e x x y ++++=βββ 110其中t y 表示t y 的估计；t e 是误差估计或称为残差。
(2)对回归效果进行统计检验。
(3)利用回归方程进行预报。
回归系数的最小二乘法估计根据最小二乘法，要选择这样的回归系数b 0，b 1， …，b m 使∑∑∑===----=-==nt n t mt m t t t t n t tx b x b b y y y e Q 11211012)()( 达到极小。
为此，将Q 分别对b 0，b 1， …，b m 求偏导数，并令0=∂∂bQ ，经化简整理可以得到b 0，b 1， …，b m ，必须满足下列正规方程组：⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++my m mm m m y m m y m m S b S b S b S S b S b S b S S b S b S b S22112222212111212111 m m x b x b x b y b ----= 22110其中∑==nt t y n y 11 m i x n x nt it i ,,2,111==∑= ),,2,1())((1))((1111m i x x n x x x x x x S S nt n t jt it jt n t it j jt i n t it ji ij =-=--==∑∑∑∑==== ),,2,1())((1))((1111m i y x n y x y y x x S nt n t t it n t t it t i n t it iy =-=--=∑∑∑∑====解线性方程组，即可求得回归系数i b ，将i b 代入式可求出常数项0b 。
一种用于井间储层参数预测的新方法
实 际应用 上均 存在很 多 不 足 。储 层 参数 的 变化特
性在 测井 资料 的 曲线 形 态 上 有 明显 反 映 ， 据 测 根
井资 料 的响应 特征 及 井 位 分 布 资料 ， 用 高 阶累 应
积量 分析方 法 和状 态 转 移 方 程 Байду номын сангаас 好地 实现 了储 较
层 井 问参 数 预测 ， 为油 田 开发 方 案 的实 施 及 剩余
ｋ ｏ ｊ
０ ０ ～ ０
这 是系（ 的状 态 方程 。 统 （ ～ （ ¨
＋ ‘ ●
高 阶累 积量 的使 用可 避免 高斯 有色 观测 噪声 的影 响 ， 同 白噪声 的协方差 函数 是 冲击 函数 ， 如 其 谱 是平 坦 的直 线 一样 ， 阶 白噪声 的高 阶 累积 量 高 是 多 维 冲击 函数 ， 噪声 的 多 谱 是 多 维 平 坦 的 。 该
油 开采 提供 了可靠 的 地质 依据 。
ｚ 一 口ｌ ￡ ｌ 口Ｉ ￡ ２＋ … ＋ 口 （ ） （ ） ＋ ，（ ） ２ ￡ ＋ ｂｌ ￡ｔ 十 ｂ２ ￡ ｔ ＋ … ＋ ｂ ￡ ｔ （）‘ ｌ ’（）‘ Ｉ ２ （）‘ ，
２ 方 法 原 理
所谓 的高 阶累 积量 分析 相 当 于随机 变量 的特 征 函数 的 ｋ阶导 数 在 原 点 处 的对 数 值 ， 能 够 提 它 供大 量的 、 十分 丰富 的信 息 ， 能检 测 和表征 测井 响 应 信号 ， 能检 测 和表 征 信 号 中 的非 线 性 和 非平 还 稳性， 应用 这 一 特征 ， 得 辨识 非 因果 、 最小 相 使 非 位、 非线 性 系统成 为 可能 。 状态 转移 方程 则 是根 据 系统过 去 和现在 的状
储层参数预测范文
储层参数预测范文储层参数预测是油气勘探开发中的一项重要任务，可以提供储集层的物性参数信息，为油气资源的勘探、开发和生产提供关键数据支持。
储层参数的预测通常基于采样数据、地质模型和地球物理资料，通过建立合理的预测模型和算法，对未采样地区或未采样井点的储层参数进行预测。
储层参数包括孔隙度、渗透率、孔喉半径分布、孔隙结构、饱和度等，这些参数直接影响着储层的储集性能和流体动力学行为。
因此，储层参数的准确预测对于油气勘探开发而言尤为关键。
目前，储层参数的预测主要采用以下几种方法：1.统计学方法：通过分析和处理采样数据，建立统计模型，并通过统计学方法对未采样地区的储层参数进行插值和外推。
常用的统计学方法包括克里金法、反演法、概率统计法等。
2.地质模型方法：借助地质建模软件，将储层参数与地质模型进行耦合，通过地质模型的空间插值和外推，实现对未知区域储层参数的预测。
这种方法能够充分利用地质模型的信息，提高预测的准确性。
3.地球物理方法：地球物理资料中包含了有关储层参数的相关信息，如地震波速度、电阻率、密度等。
通过建立地球物理模型和地质模型的关系，可以将地球物理资料转换为储层参数，并对未采样地区进行预测。
4.数值模拟方法：通过建立储层数值模拟模型，模拟流体在储层中的流动行为，进而得到储层参数。
这种方法适用于对复杂储层和流体动力学特征进行预测，但计算量较大，计算耗时长。
以上方法在储层参数预测中都有其适用范围和局限性，具体选用哪种方法应根据具体情况而定。
此外，为了提高预测的准确性和可靠性，还可以采用多种方法的综合应用，进行数据耦合和结果整合。
总之，储层参数预测是一项复杂而关键的工作，它对于油气勘探开发的成功与否起着至关重要的作用。
通过合理选择预测方法、优化数据处理和分析，以及整合不同数据和模型的信息，可以有效提高储层参数预测的准确性和可靠性，为油气资源勘探和开发提供有力的技术支持。
基于改进支持向量机的致密砂岩储层参数预测研究
现代电子技术Modern Electronics Technique2024年3月1日第47卷第5期Mar. 2024Vol. 47 No. 5基于改进支持向量机的致密砂岩储层参数预测研究徐颖晋1， 庞振宇2（1.东华理工大学 信息工程学院， 江西 南昌 330013；2.东华理工大学 江西省核地学数据科学与系统工程技术研究中心， 江西 南昌 330013）摘 要： 致密砂岩储层的评价技术既是油气勘探开发的重点，也是难点。
目前对致密砂岩储层的储层参数的预测与评价，依然采用传统的储层参数预测方法，结合测井曲线进行建模，用以对渗透率、孔隙度等参数进行拟合，主要运用的方法有经验公式、回归分析等，其中大部分方法都是基于线性的，无法反映致密储层特有的沉积和成岩作用所导致的非均质性强的特点，无法揭示致密储层中测井曲线与储层参数之间的复杂非线性关系。
针对此问题，提出在传统储层参数预测模型的基础上，对测井曲线与储层参数的非线性关系进行分析，挖掘更多现有测井信息，进行支持向量机储层参数预测模型的建构，并采用粒子群算法、头脑风暴算法、布谷鸟算法等三种支持向量机的改进优化算法对模型参数进行测试，筛选出最优的储层参数预测模型。
将该模型应用于研究区储层参数预测评价中，有效提高了预测评价精度，为致密储层精细预测评价和非常规油气田的高效开发提供了有力的技术保障。
关键词： 储层参数； 致密砂岩； 测井曲线； 机器学习； 支持向量机； 粒子群算法中图分类号： TN911.1⁃34 文献标识码： A 文章编号： 1004⁃373X （2024）05⁃0132⁃07Research on tight sandstone reservoir parameter predictionbased on improved support vector machineXU Yingjin 1, PANG Zhenyu 2(1. School of Information Engineering, East China University of Technology, Nanchang 330013, China;2. Jiangxi Engineering Technology Research Center of Nuclear Geoscience Data Science and System, East China University of Technology, Nanchang 330013, China)Abstract ： The evaluation technology of tight sandstone reservoir is not only the focus but also the difficulty of oil and gas exploration and development. At present, the traditional methods are still adopted in the prediction and evaluation of reservoir parameters of tight sandstone reservoir. In these methods, the modeling is carried out in combination with the well logging curves, so as to fit parameters such as permeability and porosity. The main methods used are empirical formulas and regression analysis.Most of these methods are based on linearity, which fails to reflect the strong heterogeneity caused by the unique sedimentation and diagenesis of tight reservoirs and fails to reveal the complex nonlinear relationship between well logging curves and reservoirparameters in tight reservoirs. In view of the above, on the basis of the traditional reservoir parameter prediction model, the nonlinear relationship between well logging curves and reservoir parameters is analyzed and the existing well logging information is more fully explored to construct a reservoir parameter prediction model based on support vector machine (SVM). The modelparameters are tested with three improved optimization algorithms of SVM, including particle swarm optimization (PSO), brainstorming algorithm and cuckoo search (CS) algorithm, so as to select the optimal reservoir parameter prediction model. The model improves the accuracy of prediction and evaluation effectively when it is applied to the prediction and evaluation of the parameters of the reservoir in the study area. Therefore, the proposed model can provide strong technical support for fineprediction and evaluation of tight reservoirs and efficient development of unconventional oil and gas fields.Keyword ： reservoir parameter; tight sandstone; well logging curve; machine learning; SVM; PSO algorithmDOI ：10.16652/j.issn.1004⁃373x.2024.05.023引用格式：徐颖晋，庞振宇.基于改进支持向量机的致密砂岩储层参数预测研究[J].现代电子技术，2024，47（5）：132⁃138.收稿日期：2023⁃09⁃06 修回日期：2023⁃09⁃27基金项目：江西省核地学数据科学与系统工程技术研究中心开放基金（JETRCNGDSS202003）0 引 言近年来，随着能源需求的增长，石油勘探开发进入了一个新的高峰期，致密砂岩油气资源逐渐成为勘探开发的主战场。
储层预测技术详解
4.1 LPM 储层预测技术LPM 是斯伦贝谢公司GeoFrame 地震解释系统中最新推出的储层预测软件，利用地震属性体来指导储层参数（如砂岩厚度）在平面的展布，以此来实现储层参数的准确预测。
LPM 预测储层砂体可分两步进行：首先，它是将提取的地震属性特征参数与井孔处的砂岩厚度、有效厚度进行数据分析，将对储层预测起关键作用的地震属性特征参数优选出来，根据线性相关程度的大小，建立线性或非线性方程。
线性方程的建立主要采用多元线性回归方法；非线性方程的建立主要采用神经网络方法；其次，根据建立的方程，利用网格化的地震属性体来指导储层参数（如砂岩厚度）在平面的成图。
设因变量y 与自变量x 1， x 2 ，…，x m 有线性关系，那么建立y 的ｍ元线性回归模型：ξβββ++++=m m x x y 110 (4.1)其中β0，β1，…，βm 为回归系数；ξ是遵从正态分布N(0，σ2)的随机误差。
在实际问题中，对y 与x 1， x 2 ，…，x m 作n 次观测，即x 1t ， x 2t ，…，x mt ，即有：t mt m t t x x y ξβββ++++= 110 (4.2)建立多元回归方程的基本方法是：(1)由观测值确定回归系数β0，β1，…，βm 的估计b 0，b 1， …，b m 得到y t 对x 1t ，x 2t ，…，x mt ；的线性回归方程：t mt m t t e x x y ++++=βββ 110 (4.3)其中t y 表示t y 的估计；t e 是误差估计或称为残差。
(2)对回归效果进行统计检验。
(3)利用回归方程进行预报。
回归系数的最小二乘法估计根据最小二乘法，要选择这样的回归系数b 0，b 1， …，b m 使∑∑∑===----=-==nt n t mt m t t t t n t tx b x b b y y y e Q 11211012)()( (4.4) 达到极小。
地震储层参数预测方法简述
意到其应用条件与局限性，优选参数，必将为油气勘探解决更多的
问题，提高储层预测的准确率。 地球物理学家希望利用地震资料解决以储层岩性、孔、渗、饱
等物性参数及以孔隙流体性质为内容的储层预测问题。 然而，尽管地震储层预测方法研究取得了较大发展，但 应当指出，就目前而言，它对储层研究的最基本需要还 不能完全满足，如对至关重要的孔、渗、饱三个物性参
年研究已发展了多种用地震资料求取孔隙度的方法。其主要方法大
致可分为四类：
1、用Wyllie时间平均方程或修正了的Wyllie公式求孔隙度
它是从地震速度出发，建立速度与孔隙度的函数关系，然后用 此函数关系求取无井处的孔隙度。此方法原理简单，应用方便，是
目前广为应用的方法之一。孔隙度是速度的多值函数，因此，仅根
也存在一定的缺陷：综合反演中利用的
A Fn
变换只持续
到 3 8 ，大于 3 8 的储层则需要借助其它方法；约束反演法应 用于横向上速度变化大的地区，容易产生误差。
（二）地震储层厚度预测方法 3、 CUSI网络法 目前常用的储层厚度预测方法适用条件不同，预测精度有 别，各有优点和局限性，考虑到地震储层厚度预测的复杂性及 特点（不同储层厚度对应不同的地震特征），与BP网络函数逼 近需要利用全体样本的信息、学习效率低等不足，提出了用完 全利用样本信息（缩写为CUSI：Complete Utilization of
厚度预测研究的不断深入，人们提出了多种储层厚度预测方法。
其主要方法大致可分为三大类：
1、单参数与多参数法 ：
（1）振幅图版法。此方法依据薄层和薄互层的地震振幅
与储层厚度呈线性关系，适用范围为薄层和薄互层。
（2）时差法。适用于储层厚度大于λ /4 （ λ 为波长）的厚 层。
油气储层渗透率预测算法
油气储层渗透率预测算法油气储层渗透率是确定油气储层的重要参数之一。
在石油勘探中，为了确保油气储层的产出和生产效益，研究油气储层渗透率预测算法显得尤为重要。
1. 渗透率预测算法的重要性油气储层渗透率是指储层中流体（油、气、水等）在岩石质地中移动的能力。
渗透率是储层胶结、孔隙度、孔隙连通及自然裂缝等多种因素共同作用的结果。
而渗透率对储层的石油勘探和开发产生重要影响。
因此，如何准确地预测油气储层的渗透率是石油勘探中的一项重要任务。
2. 常用的渗透率预测算法目前，常用的预测算法主要包括核磁共振、脱离方法、测井资料和地质统计学等方法。
核磁共振是一种在油气勘探领域中常用的成像工具，它可以跨越岩石层的矩阵和孔隙空间之间的界面，有效地评估储层中的油气储量、孔隙度、水饱和度等信息。
但核磁共振还不能解决脆性储层以及高温和高压环境下的问题。
脱离方法是一种基于衰减率的射线测试方法，在脱离时间和衰减率之间建立关系，并通过分析脱离时间和衰减率的变化，预测出渗透率。
但这种方法对不同类型的岩石和环境条件适应性差。
测井资料是预测渗透率的重要数据来源之一。
通过测量井中岩石参数的变化，如电阻率、声波速度、密度等，可以预测出储层岩石特征和孔隙度等信息。
但是测井数据通常只有表层信息，对于三维预测领域仍存在一系列问题。
地质统计学是经典的预测渗透率方法。
它通过对反映渗透率空间分布和变化规律的地质因素（如厚度、连通性、含水层等）进行统计分析，预测储层的渗透率。
但是，地质统计学需要大量的、高质量的地质数据，计算过程较为复杂。
3. 基于人工智能的新算法近年来，随着人工智能技术的发展，一些基于人工智能的新算法也开始得到广泛关注。
这些算法与传统的算法相比，既具有较高的准确性，又能够自动标注数据，节省人力成本。
目前较为常用的神经网络模型包括BP神经网络、卷积神经网络和深度学习模型等。
其中，深度学习模型在图像、语音等领域的研究中已经取得了巨大的应用和成果。
高阶神经网络在储层分布参数定量预测中的应用
理 研究 成 果 的基 础 上 提 出来 的 ， 目前 在 油 气 资 源开 发 中已广 泛应 用 ． 人 工 神经 网络 最 主 要 的 优 点
是不需 依 赖于 参数 的结 构 模 型 ， 只要 知 道 系 统 的输
入及输 出 ， 就 可 以建 立该 系统 的神经 网络模 型 ， 系 统 具有 很强 的非 线性 结 构 ， 神经 元 之 间 以权 值 的 方 式 加 以编码 并连 接起 来 ， 神 经 网络 具 有 很 强 的适 应 性 和 自学 习能 力 ， 通 过一 系列 的样 本 ， 可 以对 网络加 以 训练 ， 识 别 出 网络 节点 间 的连接 权值 ， 建 立起 可 以预 测 的神经 网络体 系．
Ａｂ ｓ ｔ ｒ ａｃ ｔ Ｔ ｈｉ ｓ ｐ ａｐ ｅ ｒ ｐ ｒ ｅｓ ｅ ｎｔ ｓ ｔ ｈｅ ｍｅ ｔ ｈｏｄ ｓ ｏ ｆ ｈｉ ｇｈｅ ｒ — ｏｒ ｄｅ ｒ ｎｅ ｕ ｒ ａ ｌ ｎｅ ｔ ｗｏｒ ｋ ｏ ｎ ｔ ｈｅ ａ ｐｐ ｌ ｉ ｃ ａ ｔ ｉ ｏｎ ｏ ｆ ｒ ｅ ｓ ｅ ｒ ｖｏ ｉ ｒ ｄｉ ｓ ｔ ｒ ｉ ｂｕｔ ｉ ｏｎ
ｐ ｏｉ ｎｔ ｏｕ ｔ ｓ ｏｍ ｅ ｅ ｘ ｉ ｓ ｔ ｅ ｎｔ ｐｒ ｏ ｂｌ ｅｍ ｓ ａ ｎｄ ｏｐ ｉ ｎｉ ｏｎｓ ｔ Ｏ ｂｅ ｉ ｍ ｐｒ ｏ ｖｅ ｄ ｏ ｎ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｎｇ ｒ ｅ ｓ ｅ ｒ ｖ ｏ ｉ ｒ ｄｉ ｓ ｔ ｒ ｉ ｂ ｕｔ ｉ ｏｎ ｐ ａ ｒ ａｍｅ ｔ ｅ ｒ ｓ， ａ ｎｄ ｄｉ ｓ — ｃ ｕ ｓ ｓ ｅ ｓ ｓ ｏｍ ｅ ａ ｄｖ ａ ｎｔ ａ ｇｅ ｓ ａ ｎｄ ｄ ｉ ｓ ａ ｄｖ ａ ｎｔ ａ ｇ ｅｓ ｗ ｈｅ ｎ ｔ ｏ ａ ｐｐ ｌ ｙ ｉ ｎ ｐｒ ｅ ｄｉ ｃ ｔ ｉ ｎ ｇ ｒ ｅ ｓ ｅ ｒ ｖｏ ｉ ｒ ｄｉ ｓ ｔ ｒ ｉ ｂｕ ｔ ｉ ｏｎ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ｎ ｅ ｕｒ ａ ｌ ｎ ｅ ｔ ｗｏｒ ｋ， ｒ ｅ ｓ ｅ ｒ ｖ ｏｉ ｒ， ｐａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ｐ ｒ ｅ ｄｉ ｃ ｔ ｉ ｎ ｇ
地震储层预测与评价
AVO
单层
振幅 高低高 低高低 高低互层
相 长 干 涉 相 消 干 涉
频率 韵 律 型 结 构 递 变 型 结 构
薄层
多层
一、地震储层预测方法
振幅类属性:
相长干涉 相消干涉 振幅增强 振幅减弱
薄层
频率类属性:
厚度减小，频率升高
厚度减小，频率降低
相长干涉 相消干涉
垂向分辨率:
（剖面图）
4
150 100 50
50 0 30 40 50 60 70 80 90 100
0 80 90 100 110 120 130 140 150 160 170 180
Measured Average Sand Thickness (ft)
300
Measured Average Sand Thickness (ft)
达到属性结构的最优化，以尽可能相互独立的变 量组成尽可能低维的变量空间；
使有用信息损失为最小，剔除起干扰作用的属性
选择属性的常规
在预测储集层的各种地震属性中,要根据预测对象选取不同 的属性及其组合.
预测砂体厚度选用振幅类,频率类属性一般效果较好； 预测油气选取频谱类,衰减吸收类属性效果为佳;
一、地震储层预测方法
一、地震储层预测方法
一、地震储层预测方法
一、地震储层预测方法
一、地震储层预测方法
波形聚类属性
地震道波形特征是振幅、频率和相位的综合反映，是 沉积物及其结构或含有物的共同响应。地震道形状变 化有好几种情况,如强负、负、零、正、强正等。波 形聚类就是依据上述特征变化对地震道的形态进行分 类，因而具有岩性识别及指相意义。
Landmark_储层预测技术
11
地震属性特征
平均反射强度 Average reflection strength 均方根振幅 RMS
振幅峰态 Kurtosis in amplitude
振幅变差 Variance in amplitude
© 2009 Halliburton. All Rights Reserved.
12
SpecDecomp
2
Landmark 发展历程
1982: 公司建立 2,500 Employees Including 1,400 in Consulting and Services Serving customers in 80 countries 1984: 1st 业界第一套3D地震解释系统 1987: 2D 地震解释系统 1989: OpenWorks® 1990: StratWorks® 1992: SeisWorks® 1994: Petroworks®, ProMAX®, ZMAP-Plus™ 1995: 收购GeoGraphix
井震标定、正演模拟
道集AVO响应特征识别 流体替换正演模拟
正演和计算AVO属性
AVO属性计算
预
流体和岩性预测
流体和岩性预测 颜色编码和空间展布
© 2009 Halliburton. All Rights Reserved. 18
叠前叠后联合解释 －更加自如
7
碳酸盐岩油藏储层描述技术
© 2009 Halliburton. All Rights Reserved.
8
古地貌恢复
其他 Landmark
运用趋势面、残厚古地貌恢复技术落实准确落实了潜山古地貌，尤其是潜山明河 的刻画更为可靠。
© 2009 Halliburton. All Rights Reserved. 9
大情字井地区特征参数反演储层预测
ｌ ｇ ｇ ｓｄｍ ｎａｙ ａｉ ，ｉ ｏｏｉ ｃ ａ ｃｅｉｉ ｎ ｅｐ ｙｉａ ｐｒｍｅ ｒ ｉ ｅＤ ｑｎｚ ｉ ｒａｏ ｈｎ ｌ ｏＢ ｓ ，ｈ ｏ ｉ ， ｅｉ ｅｔｒ ｆｃ ｓ ｌｈｌｇ ｈｒ ｔｒｔ ｓ ｄｇｏ ｈｓ ｌ ａａ ｔ ｓ ｎｔ ａｉｇｉｎ Ａ ｅ ｆ ｏ ｇ ａ ａｉ ｔｅ ｇｎ ｅ ｔ ｅ ａ ｓｃ ａ ｃ ｅ ｈ ｊｇ Ｓ ｉ ｎ
Ａｂ ｔ ａ ｔ Ｈｉｈ— ｒ ｃ ｓ ｎ ｃ ａａ ｔ ｒ ｔ ａ ａ ｔｒｉｖ ｒ ｉｎ ｉ ｏ ｅｏ ｅｐ ｅ ｅ ｔ ｅ ｈ ｏ ｏ ｉｓｉ ａｅ ａ ｒ ｄ ｃｉ ｎ ｏ ｓ ｒ ｏｒ Ｉ ｉ ｓｒ ｃ ： ｇ — ｅ ｉｉ ｈ ｒ ｃ ｅ ｉ ｉ ｐ ｒ ｍｅｅ ｅ ｓ ｎ ｆ ｈ ｒ ｓ ｎ ｃ ｎ ｌ ｇｅ ｌ ｔｒ ｌ ｅ ｉｔ ｆｒ ｅ ｖ ｉ ｔ ｓ ｐ ｏ ｓｃ ｎ ｏ ｓ ｔ ｔ ｎ ｐ ｏ ｅ ．
Ｒｅｅ ｖ ｉ ｐ ｅ ｉｔ ｎｕ ｉｇｃ ａ ａ ｔｒｓ ｃ ａ ａ ｔｒｉｖ ｒｉｎｉ ａ ｉｇ ｉｎ ｅ ｓｒ ｏｒ ｒ ｄｃｉ ｓ ｈ ｒ ｃｅ ｉ ｉ ｒ ｍｅｅ ｅｓ Ｄ ｑｎ ｚ ｉｇＡｒａ ｏ ｎ ｔ ｐ ｎ ｏ ｎ ｊ
Ｙｕ ｎ Ｊｎ ｊ Ｊａ Ｑｉｇｕ Ｓ ｉ ｈ ｏ ｕ ａ ｉｇｕ ｉ ｎ ｓ ｈ ａ ｗ Ｓ （Ｃｈｎ ｎｖｒｉ ｆ ｏｃｅ ｃｓＢ ｉｎ ０ ０３ Ｃｈｎ ； ． ｓａｃ ｓｉ ｔ ｆ ｅｒｌｕ Ｅ ｐｏ ａｉｎａ ｄＤｅ ｅ ｐ ｎ， Ｉ ＯＰ １ ｉａＵ ｉｅｓｔ ｏ ｓｉｎ ｅ， ｅ ｉｇ１０ ８， ｉａ ２ ｅ ｒｈＩ ｔｕｅ ｔｏｅ ｍ ｘ ｌｒｔ ｎ ｖｌ ｍｅ ｔＳ Ｎ ＥＧ ． ｙ Ｇｅ ｊ Ｒｅ ｎ ｔ ｏＰ ｏ ｏ
ｏ ｌ ｔ ｈ ｓｔ ｅ ｓ ｉｍｉ ｅ ｏ ｄ ｗｅｌ ｂ ｔａｓ ａ ｏ ｄ ｒ ｌｔ ｎ ｈ ｐ ｗ ｔ ｈ ａ ｄ ｂ ｄ ｅ ． ａ ｅ ｎ ｔ ｅ ａ ａｙ ｉ ｏ ｅ ｌｇ ， ｅｌ ｎ ｙ ｍａｃ ｅ ｈ ｅ ｓ ｃｒ ｃ ｒ ｌ ｕ ｌｏ ｈ ｓａ ｇ ｏ ｅａ ｉ ｓ ｉ ｉ ｔ ｅ ｓ ｎ ｏ ｉ ｓ Ｂ ｓ ｄ ｏ ｈ ｎ ｌ ｓ ｆｇ ｏｏ ｙ ｗ ｌ ， ｏ ｈ ｓ
储层预测技术
4.1 LPM 储层预测技术LPM 是斯伦贝谢公司GeoFrame 地震解释系统中最新推出的储层预测软件，利用地震属性体来指导储层参数（如砂岩厚度）在平面的展布，以此来实现储层参数的准确预测。
LPM 预测储层砂体可分两步进行：首先，它是将提取的地震属性特征参数与井孔处的砂岩厚度、有效厚度进行数据分析，将对储层预测起关键作用的地震属性特征参数优选出来，根据线性相关程度的大小，建立线性或非线性方程。
线性方程的建立主要采用多元线性回归方法；非线性方程的建立主要采用神经网络方法；其次，根据建立的方程，利用网格化的地震属性体来指导储层参数（如砂岩厚度）在平面的成图。
4.1.1多元线性回归基本原理设因变量y 与自变量x 1， x 2 ，…，x m 有线性关系，那么建立y 的ｍ元线性回归模型：ξβββ++++=m m x x y 110 (4.1)其中β0，β1，…，βm 为回归系数；ξ是遵从正态分布N(0，σ2)的随机误差。
在实际问题中，对y 与x 1， x 2 ，…，x m 作n 次观测，即x 1t ， x 2t ，…，x mt ，即有：t mt m t t x x y ξβββ++++= 110 (4.2)建立多元回归方程的基本方法是：(1)由观测值确定回归系数β0，β1，…，βm 的估计b 0，b 1， …，b m 得到y t 对x 1t ，x 2t ，…，x mt ；的线性回归方程：t mt m t t e x x y ++++=βββ 110 (4.3)其中t y 表示t y 的估计；t e 是误差估计或称为残差。
(2)对回归效果进行统计检验。
(3)利用回归方程进行预报。
回归系数的最小二乘法估计根据最小二乘法，要选择这样的回归系数b 0，b 1， …，b m 使∑∑∑===----=-==nt n t mt m t t t t n t tx b x b b y y y e Q 11211012)()( (4.4) 达到极小。
两口井条件下的储层参数预测方法
两口井条件下的储层参数预测方法储层参数预测方法在油气勘探与开发过程中起着重要的作用，能够帮助工程师准确地评估储层的物性参数。
本文将介绍两口井条件下常用的储层参数预测方法。
1.重力测井方法重力测井是一种常见的储层参数预测方法，利用地球重力场测量储层体积和密度。
重力测井通常通过测量井内物质的密度差异来推断储层的物性参数。
测井仪器会在井中不同深度测量地球重力场的变化，并根据货币物质的密度来推断储层的物性参数。
2.电阻率测井方法电阻率测井是一种利用储层电性差异测量电阻率来预测储层参数的方法。
不同的岩石类型和流体会具有不同的电阻率特征，通过测井仪器测量井壁周围地层的电阻率变化，可以推断储层的含水饱和度、孔隙度和渗透率等参数。
3.声波测井方法声波测井是一种利用井壁反射的声波来推断储层物性参数的方法。
声波在不同储层介质中的传播速度会有所不同，通过测井仪器测量井内声波的传播速度，可以推断储层的孔隙度、饱和度和渗透率等参数。
1.岩心分析方法岩心分析是一种直接获取储层参数的方法，通过对井中取得的岩心样品进行实验室测试和分析，可以获取储层的物性参数。
岩心分析包括物性测量和岩心薄片分析，通过测量岩心样品的孔隙度、饱和度、渗透率等参数，可以准确地预测储层的物性。
2.地震反射方法地震反射是一种利用地震波在不同介质中的传播特性来推测地下构造和储层参数的方法。
地震波在地下不同介质中传播时，会发生反射和折射，通过地震仪器记录地下地震波的反射和传播特征，可以推断地下储层的物性参数。
3.重磁测量方法重磁测量是一种测量地下重力和地磁场变化的方法，通过测量地下重力和地磁场的变化，可以推断地下岩石的密度和磁性等特征。
根据测量结果，可以推测储层的物性参数。
以上所述方法是常用的两口井条件下的储层参数预测方法，每种方法有其适用的场景和限制，工程师在实际应用中，需要根据具体情况选择合适的方法。
同时，结合多种方法的结果分析，可以提高储层参数预测的准确性和可靠性。
线性回归理论在多属性预测储层参数中的应用
ｙ
Ｙ２
：
●
”
通过建 立 回归方程 ，可 以用 来预测这 一测井 曲线所 代表 的性 质 在整 个工 区的分 布 。
２ 属性 优 先 权的 选 择
当属性 个数增加 时 ，回归模型 的阶数相 应 的也会 增加 ，一方 面可 以减少误差 ，提 高精确度 ，但是另
一
方 面也会 增加噪音 产生 的影响 。因此 ，在 建立 回归模 型之前 ，需要对所 有 的地 震属性 进行分 析 ，只选
设有 一测井 曲线 ， 建立 它和地震 的多 个属性 之间 的多 元线性 回归模 型 ：
Ｙ 一 ８ ＋ 陬 ＋ … ＋ ８ｚ ｏ
式 中 ， ， … ， 为 回归 系数 。 ｐ， 对于 回归 系数Байду номын сангаас同样采 用最小二 乘法估计 求取 ，用矩 阵表示 如下 ：
Ｙ１
￣ （Ｔ －ｘ ｙ ＝ Ｘ Ｘ）ＩＴ ｘ
大类 ：①利用地震 资料进 行地震 属性 的地质统计 分析 方法 ；②地球物 理反演 方法 。笔 者主要从 统计角度 出发 ，应 用线性 回归理论 ，建立储 层参 数与地震 属性 之间 的关 联 ，试 图在整 个工 区内寻找相 应参数 的变 化 ，从 而达到 预测的结果 。
１ 多属性 预 测 中 的线 性 回 归理 论
的过 程 ，直到选定 的属性全 部入选 。
［ 收稿 日期］２ ０ —１ ０ ７ ２—１ ２ ［ 作者 简 介 ］ 刘 化 （９ ０一 ，女 ，２ ０ １８ ） ０ ２年 大学 毕 业 ，硕 士 生 ，现 主 要从 事应 用 数 学方 面 的 研 究 工作 。
维普资讯
相关 分析 ，对属性 进行排 序 ，选 取均方误差 较小 几个参 数作为 选定 的属性 。② 找 ｍ这 属性 中均方误差
储层预测特色技术简介
储层预测特色技术简介基于模型的三维叠前深度偏移技术，采用模型正、反演相结合和反复迭代的思想方法求取层速度，建立并优化地下地质模型，以地质模型为控制实现全三维叠前深度偏移。
通过对实际资料处理，我们总结出了解决复杂构造成像问题的处理方法和有效手段，并取得了良好的处理效果。
三维时间模型三维深度模型常规时间偏移叠前深度偏移利用三维建成模思路，对二维多线工区建立统一的时间模型、层速度和深度模型，实现联片叠前深度偏移处理。
这种方法可以有效地解决多测线交点的深度域闭合问题，保证小幅度构造成像的精确性和可靠性。
二维联片叠前深度偏移处理技术在不同地区得到了广泛应用，取得了明显的地质效果。
工区统一时间模型工区统一层速度模型常规时间偏移叠前深度偏移时频分析技术是把地震资料的频特性与实际地质体相结合，利用地震资料的频特征研究实际地质的一项技术。
地震资料的频成份能够反映沉积岩石体的厚度和沉积岩颗粒的粗细，因此可以利用时频分析研究地质体的层序和岩性变化特征，进行构造层序解释和沉积旋回解释等方面的处理工作。
井旁道垂直时频分析油页岩标志层追踪图地震动力学储层参数反演技术（简称CCFY）,为中国石油天然气总公司西北地质研究所专有。
该技术利用地震波的动力学特征，在井约束条件下反演出多种表征地层岩性特征的物理学参数，从而描述油气或其它储层的岩性、物理变化及空间展布。
该技术以垂向分辨薄层的能力强而具优势。
目前可分辨4米左右的单砂层、2-3的煤层、2-3米的泥岩或灰岩夹层。
它是目前国际国内地震储层预测的领先技术。
该技术使用六年来，取得了很好的经济效益和社会效益。
CCFY孔隙度剖面CCFY层速度剖面多域迭代静校正方法以野外获得的静校正量为初始条件，在共炮点域、共检波点域和共偏移距域进行初至拟合和误差分配，能较好地解决短、中、长波长的静较正量。
该方法采用多迭代、逐步逼近和最优化算法，具有较高的精度和较强的容错能力。
通过对西部复杂地区资料的广泛应用，效果明显。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
P1 = Vc1(V – Vc2) / V(Vc1 – Vc2) ……..3 式中Vc1、Vc2是组分速度
如已知A、B两井
A井目的层砂岩含量P1A、页岩含量P2A、层速度VA B井目的层砂岩含量P1B、页岩含量P2B、层速度VB 由2式得： Vc1 = VA P1AVc2 / (Vc2 -VA P2A )
2）尖灭型岩性油气藏
储集层沿上倾方向尖灭或渗透性变差而形成的油藏。
2、地震储层预测技术概述
地震勘探的最早梦想之一，就是期望在地面地震资料 中，提取地下直观的岩性信息。
当储层的岩性、储集层的物性（厚度、孔隙度、渗透 率等）、地层的纵向组合关系发生变化时，都会造成地 震反射特征发生相应的变化。当储层的这些变化达到相 应的限度时，将被记录在地震剖面上。
678000
678475 4246950
2100
2120 1739
4246000
1720
1720
4246000
1700
4245000
1680
1660
4244000
1640
1620
4243000
1600
1580
4242000
1560
1540
SH10 SH10
CB802 CB802
SHG3
CBG4 CBG4
注：不同含砂量a、b值是不同的 取纯砂、泥岩值时应取厚度2米以上的，且声波曲线无畸变，
以保证Vi的计算精度 应取足够多的井，至少在10井以上
实际应用见程序计算和量版的制作
b 散点法（精度较差） 在井少或无井区，
可用地震层速度作岩 性指数量板：
I 由速度谱 Vn 、Z 。
II 在Z—V平面上点 出所有散点。
13
14
Inlines
15
4232475
657975
659000
660000
661000
662000
663000
664000
665000
666000
667000
668000
669000
670000
671000
672000
673000
674000
675000
676000
677000
678000
4232475 678475
2-1 砂、泥岩含量预测
砂泥岩含量预测是岩性预测中用得最多的 一种方法。
原理：不同岩石的V不同，V = f (H) 基于此，制作出岩性量板 预测出岩性
用途： 预测岩性 地震相向沉积相转换的依据
一、 砂、泥岩体积物理模型
·················
Z = ZS + Zh
t = Z/V = ZS /VS + Zh/Vh 式中ZS为砂岩厚度，Zh为泥岩厚度
波阻抗反演是指利用地震资料来求取地层波阻抗（或 速度）的地震特殊处理解释技术，由于其具有明确的物理 意义，是储集层岩性预测、油藏特征描述的确定性方法， 因此，地震反演通常特指波阻抗反演。
1）地震反演
2）多属性综合分析方法
对追踪得到的目的层解释结果，沿层或沿某一 时窗可提取振幅、频率、相位等多达几十种地震属 性，并可以经计算得到反射非均质性分布图和地震 吸收系数分布图等分析平面图。多种属性图的叠合 使用，结合其他预测结果，从不同的视角亦可有效 识别岩性圈闭的存在。
第二步对V=a Zb两边取对数 则有：lnV = lna +blnZ 令lna = c, lnV=y, lnZ=x 得到： y = bx + c 用最小二乘法可求出a、b、c（a=ec）
具体计算公式如下：
Vi、Zi为实测数据，分别为层速度和中 心点埋深，N为数据对的数目。
第三步根据实测数据对Vi、Zi计算出纯砂、泥岩和 其它不同含量的V-H曲线，即得岩性量板。
1440
SH8 SH8 SH801 SH801
SH8 CB803 SH801
CBG403
1500
1480
4240000
Croslines
1460
1440
4239000
1420
4238000
1400
CB32 CB32
1420
1400
4238000
1380
4237000
1360
1340
CB27 CB8
1380
1380
1400
1420
1440
1460
1480
1500
1520
1540
1560
1580
1600
1620
1640
1660
1680
1700
1720
1740
1760
1780
1800
1820
1840
1860
1880
1900
1920
1940
1960
1980
2000
2020
2040
2060
2080
2100
2120
4）地震相分析法
657975 4246950
659000
1340 1739
1360
660000
1380
1400
661000
1420
1440
662000
1460
1480
663000
1500
1520
664000
1540
1560
665000
1580
1600
666000
1620
1640
667000
1660
VhPS+VsPh Ph----泥岩含量
四 Mahajan公式法
这种方法只需要2口井就可以，当然井越多越好。
1 原理 设有一砂、页岩互层，总厚度为Z，速度为V 砂岩厚度为Z1，速度为Vc1，砂岩含量为P1 泥岩厚度为Z2，速度为Vc2，泥岩含量为P2
地震波通过Z的总旅行时间等于通过Z1、Z2之和 即有： Z / V = Z1 / Vc1 + Z2 / Vc2 …….1
资料
声波时差 岩屑录井 自然电位
井经 感应 视电阻率 微电极
自然
砂岩
相对低值
泥岩
相对高值
砂
泥
负异常、渗透性差的平值
平直
钻头直径
钻头直径
中值和较低值
高值
高值
低值
R电位R梯度，明显幅度差 平稳低值，重合
低值
高值
〈4〉制作方法 a 拟合曲线法
常用的有以下几种公式： V = a Z b Z--- 为地层中心点深度 V = k e nz V---对应地层速度 V = c + dZ a,b,c,d,k,n为常数， e为自然对数的底。
地震储层预测主要利用地震波的动力学特征（如振幅、 速度、相位、频率等）来确定储集层的分布范围。
•储层地震预测方法
•地 震 反 演 • 多属性综合分析方法 •模 式 识 别 预 测 法 •地 震 相 分 析 法 •相 干 分 析 法 •多 尺 度 边 缘 检 测
1）地震反演
地震反演是利用地表地震观测资料，以已知地质规律 和钻井测井资料为约束，对地下岩层物理结构和物理性质 进行成像（求解）的过程。
CBG401
SH10 CB802
CBG4 CBG4A-2
CBG4A-1
1700
1680
4245000
1660
1640
4244000
1620
1600
4243000
15801560来自42420001540
4241000
1520
1520
4241000
1500
4240000
1480
rCoslines
1460
4239000
或 Vc1 = VB P1BVc2 / (Vc2 -VB P2B ) 合并上二式得：
Vc2 = VA VB(P1A P2B - P2A P1B ) / (VA P1A -VB P1B )
既由2口井可求得Vc1、 Vc2 ，由地震资料可求得层速度V，则 由3式便可求得砂岩含量P1，P2 = 1 – P1。
1 岩性量板的制作 〈1〉岩性指数图板的作用
岩性指数图板主要用来校正埋深的影响。 〈2〉资料来源：
钻井、测井资料，解释纯砂、泥岩的深度和速度 值；海上或新区则利用速度谱。 〈3〉资料采集
对测井、录井资料进行解释时应参考多条曲线及有 关资料。
如：钻井岩性剖面、声波时差曲线、SP、井经、 感应、视电阻率、微电极等。
6）多尺度边缘检测
地下缝洞具有多尺度的特点，即不同尺度的裂缝在其强度、 规模等方面存在较大的差异。这些差异对地震传播速度和波 的振幅、频率要产生不同的影响，这就是不同尺度裂缝的地 震响应。反过来不同振幅、频率和波长的地震波场对应不同 尺度的裂缝，这就是所谓的多尺度效应，因此，可以通过不 同尺度的小波变换，来寻找不同尺度的裂缝，于是就形成高 斯小波变尺度边缘检测。
储层地球物理学
----岩性油藏储层预测
1、岩性油藏概念及分类
由于沉积作用或成岩－后生作用， 使地层岩性、物性发生变化所形成的 圈闭，称为岩性圈闭，圈闭中聚集油 气后，称为岩性油气藏。
岩
透镜型岩性油气藏
性
油
藏
尖灭型岩性油气藏
岩性油 藏
1）透镜型岩性油气藏
储集体为透镜型或不规则型，四周为非渗透地层所限的油藏。
(2) 稳定性原则 成组出现的能量团反映一个或一组反射波，一 般仅拾取其中的一个，该能量团应反映速度的 稳定性。