文章目录

基于机器学习与多信息融合的致密砂岩储层井震解释方法研究

袁照威

中国地质大学(北京)

摘要：致密砂岩储层具有低孔低渗、非均质性强的特征,井震数据开展储层预测难度较大,机器学习方法与多信息概率融合技术为致密砂岩储层预测和精细表征提供新的思路和方法,对致密砂岩储层预测具有重要应用价值。以苏里格气田召30区块致密砂岩储层为研究对象,以岩石物理分析和地震正演模拟为指导,从多个角度,采用多种方法逐步实现从定性、半定量、再到定量的储层预测总体思路。首先,实现了致密砂岩储层的地震正演模拟和AVO正演模拟,提供一种定性分析过程。其次,采用频繁项集的地震数据挖掘方法,提取识别砂体和含气性的频繁组合模式,并与地震正演模拟相互印证,提供初步的储层目标;采用半监督模糊C均值方法分析不同参数和不同地震属性组合下的沉积和气层展布特征;基于地震波形和叠前地震属性,采用自组织神经网络方法得到砂体和气层厚度分布规律,提供了有效的定量解释手段。最后,综合机器学习方法得到的多种储层预测信息,建立多信息概率融合法约束下的三维地质模型,得到高精度的储层预测信息。通过上述研究,取得了如下成果:致密砂岩储层的地震正演模拟,结果显示不同厚度、不同含气性储层在地震数据上具有明显的响应特征,AVO类型以III类为主,与叠前地震... 更多

关键词：

储层预测; 机器学习方法; AVO; 井震信息; 多信息概率融合法;