針對B油田常規(guī)聲波阻抗曲線難以識別砂泥巖的儲層預測難題,通過多曲線交匯、敏感性分析,確定中子-密度屬性反演預測儲層的基本思路。在建立三維低頻地質模型基礎上,對地震資料進行分頻處理,利用神經網絡方法計算不同厚度下振幅與頻率之間的關系,建立測井曲線與地震波形之間的非線性關系,最終摸索出基于精細地質模型的神經網絡分頻屬性反演方法。研究結果表明:該方法解決了復雜儲層預測的難題,準確預測了該油田儲層的變化規(guī)律,為下步開發(fā)調整方案編制提供了重要依據。 

【文章來源】：礦產與地質. 2020,34(03)

【文章頁數】：4 頁

【部分圖文】：

B油田FⅡ組聲波時差曲線-巖性分布直方圖

B油田FⅡ組中子和密度曲線敏感性分析交匯圖

本次儲層預測的門檻值應用中子密度曲線交匯公式確定，擬合的直線公式為Z=(-0.005 X+1.43)-Y，其中X為密度值，Y為中子孔隙度值。當Z值大于0，為儲層；反之，為非儲層。應用中子和密度屬性反演體來計算Z值屬性體（圖4），最終得到目的層儲層平面分布圖，主要目標層段FⅡ油層組的儲層整體上由北西向南東方向變�。▓D5）。圖4 Z值連井反演剖面圖

【參考文獻】：
期刊論文
[1]GF區(qū)塊巖性敏感曲線分析[J]. 萬曉明,簡曉玲,高星星.  內江科技. 2013(10)
[2]BP神經網絡在致密砂巖氣藏巖性識別中的應用[J]. 楊輝,黃健全,胡雪濤,石夢陽.  油氣地球物理. 2013 (01)
[3]地震反演技術在塔南油田巖性預測中的應用[J]. 李國政.  內蒙古石油化工. 2010(08)
[4]支持向量機方法及其在儲層厚度預測中的應用[J]. 陸樹勤,高德群,屠世杰.  天然氣工業(yè). 2007(S1)
[5]擬聲波構建技術在砂泥巖薄互層儲層預測中的應用[J]. 付志方,張君,邢衛(wèi)新,許浩.  石油物探. 2006(04)
[6]利用地震分頻處理技術預測河流相儲層——基于精細儲層預測調整海上高含水油田開發(fā)方案實例[J]. 胡光義,王加瑞,武士堯.  中國海上油氣. 2005(04)
[7]基于參考道的巖性識別與巖性剖面非線性反演[J]. 何又雄,姚姚.  石油勘探與開發(fā). 2005(03)
[8]地震屬性技術在馬—聯地區(qū)隱蔽油藏勘探中的應用[J]. 張春峰,薄永德,曹冰.  石油物探. 2004(S1)
[9]地震信息多參數綜合分析與巖性油氣藏勘探——以JH盆地XN地區(qū)為例[J]. 楊占龍,郭精義,陳啟林,黃云鋒.  天然氣地球科學. 2004(06)
[10]一種模糊神經網絡技術及其在儲層預測中的應用[J]. 姜巖,李文艷,吳明華.  石油物探. 2004(04)



本文編號：3545361