基于PNN的多地震属性砂体含气性预测方法及应用

英文篇名：Gas Prediction Method and Application of Multi-Seismic Attributes Based on PNN
中文刊名：工程地球物理学报
英文刊名：Chinese Journal of Engineering Geophysics
作者：郭振华 ; 周兆华 ; 张满郎 ; 郑国强 ; 谷江锐
英文作者：Guo Zhenhua ; Zhou Zhaohua ; Zhang Manlang ; Zheng Guoqiang ; Gu Jiangrui(Research Institute of Petroleum Exploration and Development-LangFang ; Langfang ; Hebei 065007 ; China)
中文关键词：苏里格气田 ; 概率神经网络 ; 多地震属性 ; 含气性预测
英文关键词：Sulige ; PNN ; multi seismic attributes ; gas prediction
出版日期：2011-10-30
机构：中国石油勘探开发研究院廊坊分院;
年：2011
期：05
出版单位：工程地球物理学报

摘要

苏里格气田东区盒8段和山西组砂体含气后与泥岩阻抗值差别较小,直接用波阻抗反演预测含气性可靠性较差。本文通过分析有效储层的测井响应特征,虚拟含气性指示曲线Psg,筛选地震属性并进行相关性分析,建立了一种由测井和多地震属性组成的概率神经网络方法,来对储层的含气性进行预测,避免了单属性多解性和多属性综合判别精度低的缺点。在苏里格气田东区的应用表明,在多地震属性分析的基础上,采用概率神经网络方法对砂体的含气性进行预测是一种较好的方法手段。
Because of the small difference of impedance between Gas-bearing sandstone and mudstone in H8 member and Shanxi group in SuliGe gas field,the result is less reliable by using impedance inversion directly to predict gas reservoir.This paper analyzes the characteristics of effective reservoir log responses,generates a virtual gas-bearing instructions curve named Psg,filter and correlate seismic attributes,and establish a PNN method to predict gas reservoir by integrating log curves and multi seismic attributes.The calculation results show that this method is effective to avoid the multiplicity of a single seismic attribute and the difficulty in recognition of integrated multiple seismic attributes.This method is effective to be proved in Sulige gas field.

引文

[1]王昊,张波,田蔚风.一种基于概率神经网络多信息融合的移动目标跟踪算法[J].上海交通大学学报,2007,41(5):792～796.
    [2]王辉,杨林,丁金华,等.基于概率神经网络板材纹理分类识别的研究[J].大连工业大学学报,2009,28(5):387～390.
    [3]苏君毅,过仲阳,邱洁,等.PNN网络在预测MCS移动中的应用[J].上海地质,2004,3(1):27～30.
    [4]李曙光,徐天吉,唐建明,等.概率神经网络储层流体密度反演及应用[J].地质科技情报,2011,30(1):73～78.
    [5]黄飞,彭真明,张晓燕.PNN及其在储层物性参数预测中的应用[J].物探化探计算技术,2003,25(1):78～82.
    [6]尹成,王治国,雷小兰,等.地震相约束的多属性储层预测方法研究[J].西南石油大学学报(自然科学版).2010,32(5):173～179.
    [7]杜丽筠,吴志强.多地震属性优化的神经网络技术在鄂尔多斯盆地高阻抗砂岩储层预测中的应用[J].海洋地质动态,2010,26(10):45～49.
    [8]明君,黄凯,张洁.多属性神经网络地震反演在NB油田水平井钻探中的应用[J].中国海上油气,2006,18(6):382～384.
    [9]程国建,周冠武,王潇潇.概率神经网络方法在岩性识别中的应用[J].微计算机信息(测控自动化),2007,23(6):288～289.
    [10]徐丽萍.多属性融合技术在塔中碳酸盐岩缝洞储层预测中的应用[J].工程地球物理学报,2010,7(1):19～22.
    [11]张绍红.概率神经网络技术在非均质地层岩性反演中的应用[J].石油学报,2008,29(4):549～552.
    [12]毛志强,谭廷栋.密度测井和中子测井的相关性及其在识别天然气层中的应用[J].地球物理学报,1996,39(1):125～132.
    [13]王志磊,郭红梅.测井曲线相关性分析及其在致密砂岩气层识别中的应用[J].工程地球物理学报,2011,8(1):68～71.