-
题名智能预测和常规地震属性融合的产能“甜点”预测方法
被引量：2
- 1
-
-
作者
林同奎
黄旭日
熊威
徐明华
王琳
黄鑫
-
机构
西南石油大学地球科学与技术学院
油气藏地质及开发工程国家重点实验室
中国石油集团川庆钻探工程有限公司地质勘探开发研究院
-
出处
《石油物探》
CSCD
北大核心
2023年第6期1142-1153,共12页
-
基金
国家自然科学基金项目(U20B2016)资助。
-
文摘
致密砂岩的产能预测是国内油气勘探研究的重点问题之一。鄂尔多斯盆地的伊陕斜坡西南部构造复杂、直井数量少,单一的传统预测方法对砂岩的产能“甜点”预测难度大、预测结果多解性强。为此,提出了智能预测和常规地震属性融合的产能“甜点”预测方法。首先结合地质、测井和地震资料,使用卷积神经网络(CNN)刻画研究区砂质碎屑流沉积微相,得出优势相带的分布范围,然后考虑研究区微幅构造对产能的控制,融合曲率属性与砂质碎屑流微相,最终获得产能“甜点”的三维空间展布。利用该方法提取并优选地震数据中产能敏感的属性,同时,利用深度学习预测方法对地震数据进行储层物性参数和沉积相预测,最后融合产能敏感属性和预测得到的沉积微相,得出产能“甜点”分布范围。该方法在研究区的应用结果表明,融合得到的产能“甜点”分布与试油数据拟合效果明显提高,且“甜点”区域在已钻水平井上与细砂岩和粉砂岩分布吻合,预测结果为后期的高产井位部署和剩余油的有效挖潜提供了参考。
-
关键词
致密砂岩
卷积神经网络
曲率体
多属性融合
产能“甜点”
-
Keywords
tight sandstone
CNN
curvature attribute
attribute fusion
productivity“sweet spots”
-
分类号
P631
[天文地球—地质矿产勘探]
-
