[發明專利]基于地震多屬性深度學習的薄互層儲層預測方法

在審

• 申請號: 201910572785.2
• 申請日: 2019-06-27
• 公開（公告）號: CN110412662A
• 公開（公告）日: 2019-11-05
• 發明（設計）人: 高秋菊;劉升余;韓宏偉;朱定蓉;金春花;師濤;苗永康
• 申請（專利權）人: 中國石油化工股份有限公司;中國石油化工股份有限公司勝利油田分公司物探研究院
• 主分類號: G01V11/00
• 分類號: G01V11/00
• 代理公司: 濟南日新專利代理事務所 37224
• 代理人: 崔曉艷

本發明提供一種基于地震多屬性深度學習的薄互層儲層預測方法，該基于地震多屬性深度學習的薄互層儲層預測方法包括：步驟1、根據研究層段的解釋層位計算目的層段的多種地震屬性，提取已鉆井的砂巖厚度與巖相分類信息；步驟2、利用井點的砂巖厚度與巖相分類數據，以及提取的各種地震屬性數據訓練基于監督的機器學習模型；步驟3、將訓練好的機器學習模型用于無井區域的砂巖厚度預測和巖相分類預測。該基于地震多屬性深度學習的薄互層儲層預測方法綜合了井點數據與地震屬性數據，并用井點數據約束了地震屬性數據，提高了薄互層砂巖儲層的預測精度。

技術領域

本發明涉及油田開發技術領域，特別是涉及到一種基于地震多屬性深度學習的薄互層儲層預測方法。

背景技術

薄互層儲層作為隱蔽油氣藏的重要類型之一，多發育在陸相斷陷湖盆的緩坡帶，以含油面積大、儲量豐度中等著稱，日益受到勘探開發的重視。薄互層儲層由不同陸源沉積物組成，儲層巖性以細砂巖為主，局部為砂質泥巖，構造-地層圈閉為主，為稀油油藏。

地層超剝帶濱淺湖相儲層雖然潛力大,但是優質儲層地震精細預測難。平面油氣成藏規律復雜嚴重制約后續勘探開發。主要表現在以下幾個方面：1)地層超剝帶濱淺湖相儲層為薄互層沉積，單層2-5m，識別難度大。2)地層超剝帶濱淺湖相儲層巖相、巖電、結構多樣性導致了縱向巖性組合韻律復雜，后續平面儲層預測難度較大。3)地層超剝帶濱淺湖相儲層整體厚度不大，往盆緣緩坡帶儲層快速減薄，縱向上巖性韻律組合復雜，受上覆層序界面屏蔽干擾縱向分辨率較低，內部超剝關系不清楚，常規地震資料下儲層層間反射界面不清晰，多解性強，目前地層超剝帶濱淺湖相儲層預測還是以常規地震資料為基礎，但是目的層分辨率不滿足實際儲層地震預測需要，地層超剝結構確定及儲層預測嚴重依賴拓頻資料，尤其缺乏地層超剝帶濱淺湖相不同類型儲層地震高分辨率解釋性處理方法。4)地層超剝帶濱淺湖相儲層除了緩坡扇體之外大多為砂泥巖互層灘壩沉積，油藏產能的高低取決于儲層狀況，以前大時窗的砂組級別儲層厚度地震預測技術精度較低，不同序級的儲層與地震屬性關系不明確，無法滿足單層厚度預測實際需要。5)不同區域地層超剝帶濱淺湖相儲層成藏差異大，未形成針對性綜合評價技術。

為此地層超剝帶濱淺湖相儲層精細地震預測成為了目前亟需解決的重要問題，因此有必要進行研究。勘探實踐證明，薄互層砂巖儲層與儲層的多種地震屬性具有復雜的統計學關系。為此我們發明了一種新的基于地震多屬性深度學習的薄互層儲層預測方法，解決了以上技術問題。

發明內容

本發明的目的是提供一種可以提高地層超剝帶濱淺湖相儲層地震預測精度及應用針對性，指導后續勘探開發，降低勘探風險的基于地震多屬性深度學習的薄互層儲層預測方法。

本發明的目的可通過如下技術措施來實現：基于地震多屬性深度學習的薄互層儲層預測方法，該基于地震多屬性深度學習的薄互層儲層預測方法包括：步驟1、根據研究層段的解釋層位計算目的層段的多種地震屬性，提取已鉆井的砂巖厚度與巖相分類信息；步驟2、利用井點的砂巖厚度與巖相分類數據，以及提取的各種地震屬性數據訓練基于監督的機器學習模型；步驟3、將訓練好的機器學習模型用于無井區域的砂巖厚度預測和巖相分類預測。

本發明的目的還可通過如下技術措施來實現：

步驟1包括：

S11、利用地震解釋的層位進行約束，提取目的層段的地震多屬性，包括振幅、頻率、相位這些統計類地震屬性；

S12、根據地震與鉆井的對應關系，應用自然伽馬和自然電位測井曲線資料統計目的層段的砂巖厚度與巖相分類；

S13、建立地震屬性與砂巖厚度與巖相分類對應關系；根據井點坐標提取井位點的各種地震屬性的數據，建立井點位置砂巖厚度和巖相分類與各種地震屬性的數據庫。

步驟2包括：

S21、統計井點的統計數據包括砂巖厚度與巖相分類以及各種地震屬性，對數據進行按比例劃分；