储层预测的信息重构方法研究与应用
详细信息    本馆镜像全文|  推荐本文 |  |   获取CNKI官网全文
摘要
储层预测技术是现代油藏管理和油藏描述的核心技术,地震资料、测井资料以及地质信息在储层预测中的综合利用为油气田勘探开发提供了良好技术保障。本文首先通过交替投影神经网络及扩展交替投影神经网络基本理论的概述,对交替投影神经网络及域扩展后的交替投影神经网络(扩展交替投影神经网络)收敛性理论进行描述和收敛性仿真。并应用扩展交替投影理论进行信号分离仿真计算。针对地震信号的特点,将扩展交替投影神经网络算法引入到地震领域,对模型和实际资料进行弱信号分离试算,在弱信号分离算法的基础上,结合滤波方法对特殊地质体进行弱信号加强算法研究,突出地下特殊岩体弱的反射特征。根据东营南坡高8地区沙四段上亚段滩坝砂储层地震响应被强背景信息淹没的特点,将算法应用到识别滩坝砂储层中,使反映砂体(组)形态的弱信号进行相对加强,突出砂体(组)在地震剖面上的展布特征。其次,对测井曲线采用信息重构的方法,综合自然电位曲线、自然伽玛曲线和声波时差曲线,依据输出信噪比最大的原则进行曲线重构处理。
     储层预测的最主要技术是波阻抗反演技术。最后,综合应用上述方法对地震和测井资料进行处理,应用Jason反演软件的约束稀疏脉冲反演模块,进行波阻抗反演。通过对处理前后反演结果的对比,得出经过资料处理后的反演结果可以较好的展示储层波阻抗差异特征。
Reservoir prediction technique has become a core technique in reservoirmanagement and characterization. The information of seismic data, well logand geology information reasonably utilized has offered approved techniqueguarantee for exploration of oil and gas field. First of all, the paper gives asystematicsummaryofthebasictheoryof APNN andEAPNN, andemulatesconvergence for APNN and EAPNN. On the basic of EAPNN, it makes anexample of signal separation and imitation including no noise and containingnoise. In view of the seismic signal feature, we draw EAPNN method intoseismic domain, trying to separate weak signal of models and seismic data.On the basic of this method, unitingthe method of filter, strengthen the weaksignal and predominate reflectance signature of the special geologic bodyclearly. And on the basis of embankment sandstone reservoir feature that issubmerged by background information in ES4 of GAO 8 region inDONGYING sunken, using this method to identify the embankmentsandstone reservoir, to strengthen the feeble signal and predominatethrough-going feature of sands. Secondly, we synthesize some logs (e.g. SPlog, GR log and AC log) to rebuild a new log in the light of the rule of the maxsignal-to-noiseofoutput.
     Impedance inversion is the main technology of reservoir predictiontechnique. Finally, we process the seismic data and well logs applying themethods above-mentioned and inverse impedance utilizing JASON inversionsoftware. By means of comparison of inversion results, we obtain that theprocessed results can show the divergence feature of reservoir impedancepreferably.
引文
[1] 管路平,唐权钧.地震信号的高低频成分补偿.石油物探,1990;29(3):36~47
    [2] 朱莜敏,信荃麟.断陷湖盆滩坝储集体沉积特征及沉积模式.沉积学报,1994;12(2):20~28
    [3] 信荃麟,朱莜敏等.渤海湾盆地下第三系断陷湖盆沉积体系与油气分布.石油大学学报,1989;13(5):11~17
    [4] 陈世悦,杨剑萍,操应长.惠民凹陷西部下第三系沙河街组两种滩坝沉积特征.煤田地质与勘探,2000;28(3):1~4
    [5] 曹昆云,王晓燕.常规地震资料经高分辨率处理的效果分析.石油物探快讯,1992 年; 9(10):82~87
    [6] 杜新江.储层预测技术应用研究:[硕士论文],西南石油大学,成都:2002
    [7] 赵春楷.滚动勘探开发一体化储层预测技术研究:[硕士论文],西南石油大学,成都:2004
    [8] 张学芳,董月昌,慎国强等.曲线重构技术在测井约束反演中的应用.石油勘探与开发,2005;32(3):70~73
    [9] 马丽娟,高平,金学新等.东营南坡东部沙河街组四段储层成因及预测方法.地质科技情报,2002;21(3):55~61
    [10] 袁子龙,杨冰,王建国.薄层、薄互层地震反射时间域与频率域正演模拟研究及应用.石油物探,1996;35(3):14~20
    [11] 汪恩华,万忠宏.基于相似背景的储层预测方法及效果.石油地球物理勘探,2002;37(1):85~89
    [12] 赵铭海.地震相似背景分离技术在东营凹陷的应用.油气地质与采收率,2004;11(4):25~27
    [13] 才巨宏.综合应用波形分析及地震特征反演技术预测滩坝砂岩.油气地质与采收率,2005;12(3):42~44
    [14] 张胜伟,杨宗凯,邹理和.基于投影原理的双向联想神经网络.电子学报,1991;19(3):23-30
    [15] DWTankandJ IHopfield.Simple“neuron”optimizationnetworks;an A/D converter, signal decision circuit, and a linear programmingcircuit.IEEETransCircuitsandSystems,1986;1:533~541
    [16] 焦李成.神经网络系统理论.西安:西安电子科技大学出版社,1996:45~51
    [17] 徐守时.信号与系统理论方法与应用.合肥:中国科技大学出版社,2006:39~47
    [18] 陈韬,王京春.基于小波变换和凸集投影的数据恢复和建模算法.系统仿真学报,2001;13(增刊):79~81
    [19] 邹谋炎.反卷积和信号复原(Deconvolution and SignalRecovery).北京:国防工业出版社,2001:35~40
    [20] Youla D C. Generalized image restoration by the method ofalternatingorthogonal projections. IEEE Trans. Circuits andsystems,1978;25:694~702
    [21] 庞亚红,毛幼菊.一种基于凸集投影(POCS)的数字图像超分辨率重建算法.计算机工程与应用,2005;41(4):69~71
    [22] 杨宗凯,邹理和.一种新的模式双向联想器.中国神经网络首届学术大会论文集.北京:中国神经网络首届学术大会,1990:596~599
    [23] MarksRJII,OhS,Atlas LE.Alternatingprojectionneuralartworks.IEEETrans.CAS.1989;36(6):846~857
    [24] 王金根,龚沈光等.扩展交替投影神经网络.电子学报,2004;32(4):596~602
    [25] S Geman, D Geman. Stochastic relaxation, Gibb’s distributions, andthe Bayesian restoration of images. IEEE Trans PAM, 1984; 6:721~741
    [26] LE Atlas. Auditory coding in higher centers of the CNS. IEEE EngMedBoilMag,1987;29~32
    [27] Y S Abu-Mostafa, J M St. Jaques. Information capacity of theHopfieldmodel.IEEETransIT,1985;3l:461~467
    [28] D E Rumelhart, G E Hinton, R J Willians. Learning representationsbyback-propagationerrors.Nature,1986;323(6088):533~536
    [29] C Stanfill, D Waltz. Toward memory-based reasoning. Commun.ACM,1986;29:1213~1228
    [30] 王金根,林春生,龚沈光.复交替投影神经网络.数据采集与处理,2001;16(1):18~23
    [31] 王金根.航空磁探系统中目标信号检测与磁性目标定位研究:[博士学位论文],海军工程大学,武汉:2001
    [32] 杜世通.用地震反演技术实现资料高分辨率处理.油气地球物理,2004;2(4):59~67
    [33] 牟永光.地震资料数字处理方法.北京:石油工业出版社,1986:46~47
    [34] 王西文.提取地震信号高频信息方法的若干问题.石油地球物理勘探,2006; 41(1):67~75
    [35] 罗权生,赵铭,张晓菊等.均值为“零”的曲线重构技术在地震反演中的应用.新疆石油地质,2006;27(4):478~480
    [36] 鲁红,李建民,刘青山等.进行声波测井资料校正的一种方法.大庆石油地质与开发,1996;15(1):71~73
    [37] 万应明,高峻,董建平等.多测井曲线的综合处理合成.石油地球物理勘探,2005;40(2):243~247
    [38] 万应明,高峻,董建平等.多测井曲线合成应用方法初探.石油物探,2005;44(1):71~76
    [39] 王永刚.综合参数法在地球物理资料处理和分析中的应用.石油物探,1997;36(增刊):102~107
    [40] 郝银全.Jason 多井约束反演技术在油气储层预测中的应用.成都理工大学学报(自然科学版),2004;31(3):298~302
    [41] 潘元林.油气地质地球物理综合勘探技术.北京:地震出版社,1998:102~130
    [42] Mitchurn J R M, Vail P R, Thompson M. Seismic stratigraphy andglobal changes of sea level. London: Geological Society SpecialPublication,1997,26:53~62
    [43] 刘雯林.油气田开发地震技术.北京:石油工业出版社,1992:121~129
    [44] 张宏兵,尚作萍,杨长春等.波阻抗反演正则参数估计.地球物理学报,2005;48(1):181~188
    [45] 年静波,张尔华等.我国东部复杂断块区三维地震反演与储集层预测.新疆石油地质,2006;27(2):184~188
    [46] Satinder Chopra, John Castagna and Oleg Portniaguine. Seismicresolution and thin-bed reflectivity inversion. CSEG RECORDER,Canada,2006:265~270
    [47] 梁光河.地震子波提取方法研究.石油物探,1998;37(1):31~39

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700