论文摘要
大量文献证明敏感识别因子已成功用于储层的岩性、流体、岩石脆性等的预测,但研究砂岩敏感识别因子的建立及直接提取方法相对较少。为此,根据黄珏地区浅层砂岩纵、横波速度相对较高、密度较低情况,设计砂岩敏感识别因子SF4,避免了大部分常规岩性识别因子（速度与密度乘积形式）预测的砂、泥岩数值重叠现象;为避免二次计算产生的累计误差,推导了包含砂岩敏感识别因子的AVO近似式,引入低频软约束项补偿反演的低频信息,结合Downton的参数协方差矩阵特征分解去相关思路,利用贝叶斯参数反演方法直接估算该因子。数值试验与实际应用均证明了砂岩敏感识别因子建立与直接提取方法效果较好。
论文目录
文章来源
类型: 期刊论文
作者: 高刚,杨亚华,赵彬,段宏亮,王晓阳,魏亚斋
关键词: 直接提取,岩性识别,近似式,贝叶斯反演
来源: 石油地球物理勘探 2019年06期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 地质学,石油天然气工业
单位: 长江大学油气资源与勘探技术教育部重点实验室,长江大学地球物理与石油资源学院,中国石油大学(华东),中国石化江苏油田分公司,东方地球物理公司西南物探分公司,东方地球物理公司研究院大港分院
基金: 国家科技重大专项“大型油气田及煤层气开发”(2017ZX05005003-009),国家自然科学基金项目“基于卷积神经网络的压裂微震实时监测参数优选研究”(41604099),中国石油科技创新基金项目“地震波频散AVOZ响应特征分析及其在储层流体识别中应用研究”(2015D-5006-0301)和“基于机器学习的地震解释技术在陆相油藏地质建模中的应用研究”(2018D-5007-0301),天津市企业博士后创新项目“相控约束的开发地震储层预测技术研究与应用”(TJQYBSH2018017),油气资源与勘探技术教育部重点实验室(长江大学)开放基金项目“基于机器学习的地震解释技术应用”(PI2018-07)联合资助
分类号: P618.13
DOI: 10.13810/j.cnki.issn.1000-7210.2019.06.017
页码: 1329-1338+1347+1176
总页数: 12
文件大小: 23242K
下载量: 98