[發明專利]一種河流相儲層地震敏感參數模板分析方法

有效

• 申請號: 201610095145.3
• 申請日: 2016-02-22
• 公開（公告）號: CN105760673B
• 公開（公告）日: 2018-05-25
• 發明（設計）人: 胡光義;范廷恩;尹成;高云峰;丁峰;羅浩然;張顯文;樊鵬軍;宋來明;王宗俊;聶妍;趙衛平
• 申請（專利權）人: 中國海洋石油集團有限公司;中海油研究總院有限責任公司
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 徐寧;孫楠

1.一種河流相儲層地震敏感參數模板分析方法，其特征在于包括以下步驟：

1)選定待測位置，根據預先設定的時窗提取地震屬性，并將地震屬性做平滑、濾波預處理；

2)根據步驟1)中提取的地震屬性得到優選敏感地震屬性參數，并將優選的敏感地震屬性參數進行優化，得到儲層敏感地震屬性組合，方法如下：

(2.1)結合地質、測井資料建立河流相工區儲層地質模型，利用波動方程正演模擬得到地震數據并分析其響應特征，利用交會和等級相關分析評價所取地震屬性的敏感性，進行敏感性歸納；

(2.2)采用多側面、多角度的儲層相關相容性分析法，通過評價地震屬性進而唯一確定儲層參數的能力以及地震屬性與儲層參數一致性兩個方面，選取地震屬性的最后優選敏感參數；

(2.3)將步驟(2.2)得到的優選敏感地震屬性參數通過理論決策屬性優選，實現地震屬性的相容性約簡；

所述地震屬性的相容性約簡方法如下：

①以地震屬性為條件屬性，以儲層參數或油氣性特征為決策屬性構建決策表；在決策表里儲層參數或油氣性特征首先要量化處理，儲層參數或油氣性特征的量化根據參數的分布范圍，值的高中低區間，含油氣特征，含油氣的好壞進行標定；

②采用基于屬性方差的模糊自組織神經網絡量化方法對地震屬性進行量化處理并得到相容決策表，具體步驟如下：

(A)采用模糊自組織神經網絡分別對每種地震屬性進行分類，即用屬性值所屬的類數代替原屬性值，設定每種屬性初始分類數ka＝2，并計算每種屬性的方差；

(B)判斷分類后的地震屬性是否與決策表相容；如果與決策表不相容，則找出方差最大的地震屬性a，將該屬性的分類數增加1，并采用自組織神經網絡對該屬性進行重新分類，然后判斷其與決策表是否相容，如果相容則量化結束，否則，再將方差第二大的地震屬性的分類數增加1，用模糊自組織神經網絡對該屬性進行重新分類，再判斷其與決策表是否相容，如果相容則量化結束，以此類推，如果決策表不相容，就按方差從大到小的順序，對屬性的分類數分別增加1，當最小方差的屬性的分類數都增加了，最后分類結果與決策表還是不相容，則繼續循環本步驟，直到最后分類結果與決策表相容為止；

(C)對量化后的相容決策表，采用粗集理論選出敏感屬性；

所述敏感屬性采用了基于區別矩陣的屬性頻率約簡算法進行優選，步驟如下：

(a)假設屬性ak在區別矩陣中出現的頻率次數為P(ak)，C為條件屬性或地震屬性集合，cij為區別矩陣元素；

(b)計算出已量化地震屬性決策表S的區別矩陣M(S)；根據區別矩陣M(S)確定出屬性核集合CORE(C)，并令R＝CORE(C)(RC)；式中R為決策表的一個約簡；

(c)Q＝{cij︱cij∩R非空；i≠j,i,j＝1,2,…,n},M(S)＝M(S)－Q，B＝C－R；式中，Q為R的一個約簡集合；B為屬性取值集合；

(d)找出B中頻率出現最高的屬性aq，aq∈B：在M(S)中計算屬性B中每個屬性ak的頻率次數P(ak)，得到P(aq)＝max{P(ak)}，確定B中頻率出現最高的屬性aq；

(e)R＝R∪{aq}；

(f)重復步驟(c)，直到M(S)為空集為止；最后得到的集合R為決策表的一個相容性約簡，即為地震屬性的一個優選結果；

3)根據步驟2)所得的優選地震屬性繪制地震敏感參數模板圖；

4)將步驟3)得到的地震敏感參數模板圖與已知樣本井或已知儲層信息坐標處模板進行對比，最終確定測試區域內選定處儲層的特征性質。