基于地震属性的储层预测方法——以永安地区永3区块沙河街组二段为例

详细信息   

• 责任者：宫健^c中国石油大学(华东)^d1969^e博士研究生^f高级工程师 ; 许淑梅^c中国海洋大学 ; 马云 ; 于建国^c中石化胜利油田物探研究院 ; 王金铎
• 刊名：海洋地质与第四纪地质
• 出版年：2009
• 卷期：29^b6总122
• 关键词：地震属性 ; 储层预测11^a东营凹陷20^a地震勘探 ; 神经网络系统 ; 预测反褶积 ; 波阻抗 ; 孔隙度 ; 储层性质21^a济阳坳陷30^a褶积算子31^a永安
• 页码：95～102
• 索书号：P226.06/449-29
• 图表：^c表1参20插图
• 分类号：0831
• 文摘期号：2010/06

摘要

针对永安地区永3区块沙二下段沉积微相和砂层厚度特征，提出了利用地震数据进行目标属性预测的新方法。传统的储层预测方法通过单属性简单交汇进行，预测精度较低。概率神经网络首先通过选取褶积算子解决测井参数与地震数据之间不等频现象，并利用交叉验证法检验储层预测结果的可靠性。交叉验证过程中，将测井数据分为训练数据组和验证数据组两部分，训练数据组用来进行属性转换，验证数据组用来验证结果的预测误差。对属性进行变换时，用校验误差来衡量属性变换和选取的有效性。在此基础上提取出对孔隙度敏感的5种属性。通过预测误差和校验误差计算及预测孔隙度和实际孔隙度值的相关性分析，对预测精度进行评价。最后利用PNN神经网络对永安地区永3区块沙二下段砂层进行储层物性预测，获得了目标地层的主要储层物性参数，取得了良好的预测效果。