缝洞储层的地震检测及综合预测

论文摘要

缝洞是主要的油气储层空间和渗透通道，但利用单一的学科或单一的方法对其进行预测往往是很困难的。尤其对碳酸盐岩储层来说，由于孔隙空间非常复杂，缝洞的大小、形状、类型、充填物性质的变化很大，用单一的方法全面了解碳酸盐岩储层发育情况几乎是不可能的。在这种情况下，必须利用多学科、多方法、多参数对储层进行综合预测，以减少多解性。 本文首先讨论了地震方法对缝洞发育带的可识别性，并对缝洞储层的波场特征进行了分析，验证了在对缝洞进行识别方面，地震波的动力学特征优于其运动学特征。在此基础上，利用多种地震振幅属性、地震波阻抗反演，多尺度边缘检测+保边去噪技术，相干数据体算法对碎屑岩储层（AA区）及碳酸盐岩储层（BB区）进行了试算，分析了各种方法在两种不同性质储层中的应用效果，从而总结出碎屑岩储层和碳酸盐岩储层在缝洞检测方法上的差异，即非变化率类属性适合于碎屑岩储层而变化率类属性适合于碳酸盐岩储层。 对于储层综合预测方法，本文主要总结了三种。本文首先对于人工参与的综合预测方法进行了阐述，该方法实际上是解释人员在充分消化了地质、钻井、开发等资料的基础上，对地震检测结果进行调整、校正，最后得出符合地质规律、与井资料吻合率较高的地震预测图。除了这种方法之外，本文还提出了基于置信度分析的多方法储层预测和利用神经网络进行储层预测的方法。前者属于线性预测方法，后者属于非线性预测方法。 本次工作主要在以下几个方面有所突破：①发展和完善了三维地震多尺度缝洞检测方法的配套新技术—多尺度保边去噪②比较不同检测方法在碎屑岩和碳酸岩的适应情况，提出分别适合碎屑岩和碳酸岩的缝洞检测方法。③提出了基于置信度分析的多方法综合进行裂缝的检测。该方法利用测井的裂缝解释结果与各方法检测结果的相关性对不同的检测方法检测结果加权，从而提高了检测的可靠性，同时也对适合目标区的检测方法进行了选择。④针对神经网络的网络结构设计缺乏理论指导的问题，先利用遗传算法优化网络结构，再利用优化后的网络进行预测。 储层检测与综合预测是目前地球物理发展的一个重要方向，本文针对碎屑岩储层和碳酸盐岩储层的检测方法和综合预测方法理出了一个较清晰的思路。但对于其中的一些应用细节（如样本点的选取，定性与定量数据的融合）尚需进一步研究。

论文目录

• 摘要
• ABSTRACT
• 第1章 前言
• 1.1 选题的依据及意义
• 1.2 缝洞储层地震检测及综合预测的国内国外研究现状
• 1.2.1 缝洞储层地震检测的研究现状
• 1.2.2 缝洞储层地震检测的研究现状
• 1.3 主要研究内容及技术路线
• 1.3.1 研究的内容
• 1.3.2 研究技术路线
• 1.3.3 主要研究成果与创新点
• 第2章 利用地震资料预测缝洞的可行性及局限性
• 2.1 储层发育的特点
• 2.1.1 碎屑岩储集层的特点
• 2.1.2 碳酸岩储集层的特点
• 2.2 地震勘探预测储层的可行性
• 2.2.1 缝洞与缝洞发育带的概念
• 2.2.1 地震方法检测缝洞发育带的可行性
• 2.2.2 EDA介质中P波相速度随裂隙密度的变化
• 2.2.3 EDA介质中界面反射系数随裂隙密度的变化
• 2.2.4 结论
• 2.3 地震方法检测缝洞的局限性及开展综合预测的必要性
• 2.3.1 地震方法检测缝洞的局限性
• 第3章 缝洞系统的地震检测方法
• 3.1 振幅类属性检测
• 3.1.1 振幅类属性原理
• 3.1.2 振幅类属性应用效果分析
• 3.2 小波多尺度边缘检测
• 3.2.1 问题的提出
• 3.2.2 加窗 Fourier变换
• 3.2.3 小波的多尺度分析
• 3.2.4 小波的图像特征提取
• 3.2.5 对应潜山顶部和内幕的两种小波多尺度边缘检测
• 3.2.6 微观尺度缝洞检测的信息保真与去噪处理新方法
• 3.3 波阻抗反演技术
• 3.3.1 波阻抗反演的假设条件
• 3.3.2 带限反演
• 3.3.3 稀疏脉冲反演
• 3.3.4 各种反演算法的效果分析
• 3.4 相干数据体
• 3.4.1 第一代相干数据体
• 3.4.2 第二代相干数据体
• 3.4.3 第三代相干数据体
• 3.4.4 相干数据体的实现步骤
• 3.4.5 相干数据体参数的选择
• 3.4.6 实例计算及效果分析
• 3.5 碳酸盐与碎屑岩储层检测方法比较
• 第4章 储层缝洞发育带综合预测
• 4.1 综合预测的必要性
• 4.2 综合预测任务与基本思路
• 4.3 基于井中资料的缝洞储层级别划分
• 4.3.1 基于井中资料的缝洞储层级别划分
• 4.3.2 测井资料储层分级的粗化处理
• 4.4 人工参与的储层综合预测方法
• 4.4.1 BB区的区域地质特征
• 4.4.2 地震检测缝洞与断层平面展布吻合情况分析
• 4.4.3 地震检测的裂缝发育带与构造位置相关分析
• 4.4.4 地震缝洞检测与古地貌相关性分析
• 4.4.5 地展检测缝洞与测井及开发动态吻合情况
• 4.4.6 地震缝洞检测所能识别的缝洞发育带尺度
• 4.4.7 储层综合预测
• 4.5 人工智能综合预测方法
• 4.5.1 地震响应特征参数压缩与分析
• 4.5.2 基于置信度分析的综合预测方法
• 4.5.3 利用神经网络进行储层综合预测
• 第5章 结论与认识
• 5.1 结论与认识
• 5.2 值得进一步研究的工作
• 参考文献
• 致谢