基于独立分量分析的碳酸盐岩储层预测技术研究

魏芳 王维强

【摘要】为提高分频解释预测海相碳酸盐岩层的精度和效率，提出了基于独立分量分析与广义S变换的岩层预测技术。通过独立分量分析技术，分离出单频数据中能够反映油气储层特征的有效频率成分，达到储层预测的目的。通过理论分析及实际资料的应用，该方法的岩层识别效果较好，有效性高。

【关键词】独立分量分析；广义S变换；储层预测

1 引言

在碳酸盐岩油气藏储层预测工作中，由于其储层成藏机理复杂，为查明碳酸盐岩储层的孔、缝、洞中油气介质所引起的地球物理异常（地震信息异常） [1] [2]，表现为地震波的振幅与频率差异，故通过分频解释技术提取地震波的单频数据来确定储层异常体，本文利用时频分辨率较高的广义S变换技术，提取出地震数据中的多个单频数据体来识别储层特征，这就需要从多个单频数据中来识别储层，为使储层识别的工作更加准确、简便，利用独立分量分析算法，从单频数据中提取出反映储层特征的高阶统计分量，对储层进行识别。下面通过理论分析和实际应用来说明这种方法的理论可行性与实际应用的有效性。

2 方法原理

2.1独立分量分析

独立分量分析技术（以下简称ICA）是一种盲源分离技术[3]，其模型为一个统计学模型，在该模型中观测数据为潜在变量的线性组合。这些潜在变量假设是非高斯的并且是相互独立的，目的是弄清楚潜在的变量和变量的混合过程，本文使用的ICA模型为：x=As，其中x为观测的随机向量，s为统计独立的混合变量，A为常量混合矩阵。在下列基本约束条件下，该模型是可识别的：独立分量s至多只有一个是高斯性的，且矩阵A必须是列满秩的。

2.2 广义S变换

广义S变换的表达式为：

（2-1）

其中当 时，广义S变换便为S变换。

其逆变换公式为：

（2-2）

上式中的 为可以通过地震信号的波形特点进行自由调节，从而就避免了基本小波不再是固定的限制，获得更好的时频分辨率，从而更加符合其在实际中的应用。广义S变换已经成功应用于地球物理勘探中的各个领域中。

3实例分析

研究区处于某大型断阶构造带，该构造带为富气聚集区，目的储气层位于上侏罗统的XVp和XVac小层，该目的层裂隙发育，岩性以颗粒灰岩为主，本节利用该区段中的地震数据，从有利构造圈闭中提取出单频数据体，对目的储层进行识别。

首先从地震数据体中提取出有利圈闭区目的层的平均绝对振幅沿层切片如图3-1所示，然后通过分频技术即广义S变换，将地震数据变换到时频域，从时频域中选取16个单频数据体（20-80HZ），再通过独立分量分析技术，从这些单频数据体，提取出3个反映储层信息的高阶统计分量如图3-2、3-3、3-4所示。

综合地震地质资料可以看出，第二个高阶统计分量最能有效反映储层异常信息，且通过对比图3-1及图3-3可以看出，该高阶统计分量准确反映出了碳酸盐岩储气层的分布与范围（如图黄色实线所包含区域，红色为低值区，蓝色表示高值区，生物礁发育地区，常表现为内部反射空白、断续或者弱反射，即低振幅值的特点），确定的两处含气储层区与预测的构造圈闭相吻合，且通过实际钻探结果：Y-III-1、Y-III-2、Y-II-1井均为气井，其它为水井。

图3-1目标层Vp-Vac的平均绝对振幅沿层切片 图3-2 从时频体中分离出的第一个分量

图3-3 从时频体中分离出的第二个分量 图3-4 从时频体中分离出的第三个分量

4结论

本方法成功实现了海相碳酸盐岩的储层识别，ICA算法将有效的反映高阶统计特征的频段分量从众多的单频数据体中分离了出来，提高了储层预测的效率及精度。需要说明的是，该方法涉及到选择对油气反映敏感的独立分量，这就需要结合地质、测井及钻井的已知信息进行优选，从而使得預测工作更加可靠。

参考文献

[1] 罗平，张静，刘伟，等.中国海相碳酸盐岩油气储层基本特征[J].地学前缘，2008，15（1）：36-40

[2] 中国石油勘探与生产分公司.碳酸盐岩储层地震勘探关键技术及应用[M].北京：石油工业出版社，2009：1-10

[3] 杨福生.独立分量分析的原理与应用[M].北京：清华大学出版社，2005