多属性分析技术在TN区块有利区优选中的应用

2020-09-07 07:13李铁毅
石油研究 2020年8期
关键词:模式识别

李铁毅

摘要:利用多属性分析技术,基于TN区块三维地震资料,提取相干体、相干能量梯度等多种地震属性,在识别断裂特征的基础上,利用储层与非储层地震响应的差异性,应用谱分解、碳烃检测、模式识别等技术,刻画优势砂体分布特征,识别含油气有利区带。结合工区内实际钻井的地质资料进行分析,研究表明,多属性联合分析技术的预测结果与实际钻井地质资料吻合度较好,为下一步在TN区块有利目标区优选奠定基础。

关键词:属性分析;碳烃检测;模式识别

TN区块位于PTH构造与TPT构造鞍部相接处,构造从两个三级背斜构造的轴部分别向两侧逐渐降低,总体呈两头高中间低的格局,断裂较为发育。TN区块发育PI组油层,属于白垩系YJ组一段,储层为三角洲前缘相沉积,主要发育水下分流河道和席状砂两种类型微相,其中水下分流河道主要呈北北东向连续的“条带状”展布,席状砂微相多呈“带状”或“坨状”分布,受构造形态与断裂特征的影响,形成了多个含油富集区,具有一定外扩潜力,为此,借助三维地震資料开展多属性分析,完成地震信息的地质解释,确定储层的展布形态,为含油富集区识别提供有利依据。

1 地震属性含义及种类

地震属性分析的主要目的是准确提取地震数据中的各种属性,将定量的地震属性转化为储层特征,地震属性种类很多,一般将其分为运动学属性、几何学属性和动力学属性三种。

2 地震属性提取

地震属性提取是在一定的地质研究基础上,对追踪的层位开时窗并提取出一定的地震参数,由已知储层预测未知储层[1]。针对TN区块地质特征,提取多种地震属性,其中主要包括几何类和频率类属性(如图1-图4)。

3多属性分析与应用

3.1属性RGB融合

选取三个不同类型的地震属性,按RGB颜色模型进行融合。利用多属性融合方法,克服了单一属性预测砂体的局限性,融合后属性地质体边界特征更加清晰(图5-9)。

3.2属性聚类

利用核主成分、主成分分析法对33种属性进行分类压缩,以累计贡献率大于80%为标准进行主成分提取,从而优化属性成分,提高属性与储层相关系数(图10-图12)。

主成分分析法中,将属性成分压缩为三种主要成分,其中主成分1井震相关性较好,相关系数高于核主成分,可以有效指示储层砂体分布趋势(图13-图15)。

3.3模式识别

属性分析采用的是模式识别的方法,本次采用非监督模式识别中HC、RPCL、UPR三种分析方法(图16-图18)。

随机抽取17口井统计,(HC)预测符合12口井,符合率70.5%;(RPCL)预测符合11口井,符合率64.7%;(UPR)预测符合11口井,符合率64.7%。

3.4有利区优选

依据构造解释和储层预测成果,根据“构造有利、储层发育”的原则,初步优选1个有利区:TA外扩。提出1口井位建议(图19-图20)。

4结论与认识

1)地震几何属性能够有效辅助精细构造解释,准确识别复杂断裂和刻画地质体边界。频率类属性根据频谱的变化特征来识别储层和油气,在储层预测中具有较好效果,可以有效指示油气富集区。

2)提取几何类属性时,需多做不同参数试算(时窗长度、倾角),对比分析结果,优选最优的结果,将各种几何属性综合应用于地震解释中,使解释结果相互补充、互相验证,从而增加解释结果的可靠性。

3)提取频率类属性时,根据标定位置和储层特征确定时窗,对已知油气井附近的频谱进行分析对比,找出油气敏感段,反复实验对比,最终确定预测结果。

4)多属性分析效果优于单一属性,井震相关系数得到提高,符合地质认识规律。

5)任何一种属性都不是万能的,针对某一特定地区,做多种属性提取并进行比较,选择效果更明显的属性作为解释依据。

参考文献:

[1]王彦仓,秦风启,杜维良等.地震属性优选、融合探讨[J].中国石油勘探,2013,18(6):69-73.

猜你喜欢
模式识别
轻身调脂消渴片的指纹图谱建立、化学模式识别及含量测定
基于MBP算法和深度学习的人脸识别
基于二次随机森林的不平衡数据分类算法
基于视频的带电作业中组合间隙的智能检测
基于特征化字典的低秩表示人脸识别
汽车外观造型创新设计遗传算法的应用
基于Matlab的人脸检测实验设计
自动洁地机器人的设计
珠宝科技进步对珠宝鉴定的影响
分布式光纤传感边坡工程检测设计