岩性油气藏 ›› 2011, Vol. 23 ›› Issue (4): 115–118.doi: 10.3969/j.issn.1673-8926.2011.04.021

• 技术方法 • 上一篇    下一篇

利用Kohonen 神经网络划分二维地震相———以柴达木盆地E区风险勘探为例

刘小洪1，冯明友1，杨午阳2，孙辉2，魏新建2，刘哲3   

  1. 1.西南石油大学资源与环境学院； 2.中国石油勘探开发研究院西北分院；3.中国石油长庆油田分公司勘探部
  • 出版日期:2011-08-20 发布日期:2011-08-20
  • 作者简介:刘小洪，1980 年生，女，讲师，主要从事储层沉积学研究。地址：（610500）四川省成都市新都区新都大道8 号西南石油大学资 源与环境学院。E-mail：liuxiaohong_swpu@163.com

Application of Kohonen neural network to 2D seismic facies division in E area of Qaidam Basin

LIU Xiaohong1， FENG Mingyou1， YANG Wuyang2， SUN Hui2， WEI Xinjian2， LIU Zhe3   

  1. 1. School of Resources and Environment， Southwest Petroleum University， Chengdu 610500， China； 2. Research Institute of Petroleum Exploration & Development-Northwest， PetroChina， Lanzhou 730020， China； 3. Department of Exploration， Changqing Oilfield Company， PetroChina， Xi’an 710018， China
  • Online:2011-08-20 Published:2011-08-20

PDF (PC)

360

摘要：

为研究柴达木盆地E 区大型背斜构造沉积相及砂体展布规律，在二维地震数据闭合差校正、邻区 井标定引入及精细层位解释基础上，利用改进算法的Kohonen 神经网络技术开展二维地震相划分研究， 识别出三角洲前缘水下分流河道、分流间湾及滩坝等微相。本文研究认为，研究区古流向为南东—北西 向，储集砂体较发育，主要富集于研究区中部，现今构造东高点位于有利沉积相带。改进算法的Kohonen 神经网络二维地震相划分技术补充了沉积相研究成果，适合于西部二维地震资料覆盖的风险探区，具较 强的推广价值。

关键词: 长4+5 储层, 超低渗透, 裂缝, 姬塬油田

Abstract:

The situation ofE area is hard to proceed deep research and risk assessment by the absent of prospecting well data. Based on seismic mis-tie calibration, adjacent well calibration and fine horizon interpretation, Kohonen neural network method is applied to carry out two-dimensional seismic facies classification of target zone.Microfacies of delta front such as distributary channel, interdistributary bay and sand bar are recognized. The paleocurrent direction is suspected from southeast to northwest. Reservoir sand bodies developed well in the middle of the study area, preliminary prospecting well is located in favorable sedimentary facies. Sedimentary facies division are supplied and refined by the result of seismic facies，which can supply significant foundation for geometric arrangement of risk wells and regional breakthrough.

Key words: Chang4+5 reservior, ultra-lowpermeability, fracture, Jiyuan Oilfield

［1］ Ediriwickrema J，Khorram S. Hierachical Maximum Likelihood Classification for Improved Accuracies［J］. IEEE Transon Geoscience and Remote Sensing，1997，35（4）：810-816.
［2］ Essenreiter R，Karrenbach M，Treitel S. Identification and classification of multiple reflections with self-organizing maps［J］. Geophysical Prospecting，2001，49（3）：341-352.
［3］ Baan M V D，Jutten C. Neural networks in geophysical applications ［J］. Geophysics，2000，65（4）：1 032-1 047.
［4］ Taner M T，Berge，Walls J D，et al. Well log calibration of kohonenclassified seismic attributes using bayesian logic ［J］. Journal of Petroleum Geology，2001，24（4）：405-416.
［5］ 邓传伟，李莉华，金银姬，等.波形分类技术在储层沉积微相预测中的应用［J］.石油物探，2008，47（3）：262-265.
［6］ 孙勤华，刘晓梅，刘建新，等.利用波形分析技术半定量预测塔中碳酸盐岩储层［J］.岩性油气藏，2010，22（1）：101-103.
［7］ 王宏斌，张虎权，卫平生，等.碳酸盐岩地震储层学在塔中地区生物礁滩复合体油气勘探中的应用［J］.岩性油气藏，2010，22（2）：18-23.
［8］ 侯斌，桂志先，许辉群，等.应用多属性神经网络方法预测油气［J］.岩性油气藏，2010，22（3）：118-120.
［9］ 卫平生，潘建国，张虎权，等.地震储层学的概念、研究方法和关键技术［J］.岩性油气藏，2010，22（2）：1-5.
［10］ 杨杰，卫平生，李相博.石油地震地质学的基本概念、内容和研究方法［J］.岩性油气藏，2010，22（1）：1-6.
［11］ Kohonen T. The Self-organizing maps ［J］. Proceedings of the IEEE，1990，78（9）：1 464-1 480.
［12］ 宋成鹏，张晓宝，汪立群，等.柴达木盆地北缘天然气成因类型及气源判识［J］.石油与天然气地质，2009，31（1）：90-96.
［13］ 罗群，黄捍东，李玉喜.柴达木盆地北缘浅层滑脱断裂下盘油气富集规律及控藏模式［J］.中国石油大学学报：自然科学版，2009，51（3）：34-38.
［14］ 沈亚，陈元忠，孙维军，等.柴达木盆地地震地质研究新进展［J］.石油地球物理勘探，2008，43（S1）：146-150.
［15］ 陈迎宾，张寿庭，万传治，等.柴达木盆地鄂博梁Ⅲ号构造地震低速异常识别及成因探讨［J］.地球物理学进展，2008，23（6）：1 894-1 902.
[1] 孙夕平, 张昕, 李璇, 韩永科, 王春明, 魏军, 胡英, 徐光成, 张明, 戴晓峰. 基于叠前深度偏移的基岩潜山风化淋滤带储层预测[J]. 岩性油气藏, 2021, 33(1): 220-228.
[2] 任杰. 碳酸盐岩裂缝性储层常规测井评价方法[J]. 岩性油气藏, 2020, 32(6): 129-137.
[3] 王建君, 李井亮, 李林, 马光春, 杜悦, 姜逸明, 刘晓, 于银华. 基于叠后地震数据的裂缝预测与建模——以太阳—大寨地区浅层页岩气储层为例[J]. 岩性油气藏, 2020, 32(5): 122-132.
[4] 符东宇, 李勇明, 赵金洲, 江有适, 陈曦宇, 许文俊. 基于REV尺度格子Boltzmann方法的页岩气藏渗流规律[J]. 岩性油气藏, 2020, 32(5): 151-160.
[5] 陈更新, 王建功, 杜斌山, 刘应如, 李艳丽, 杨会洁, 李志明, 俞晓峰. 柴达木盆地尖北地区裂缝性基岩气藏储层特征[J]. 岩性油气藏, 2020, 32(4): 36-47.
[6] 曹旭升, 韩昀, 张继卓, 罗志伟. 渗吸效应对裂缝性低渗砾岩油藏开发的影响——以玛湖乌尔禾组储层为例[J]. 岩性油气藏, 2020, 32(4): 155-162.
[7] 冯炜, 杨晨, 陶善浔, 王财忠, 陆彦颖, 张路锋, 周福建. 碳酸盐岩酸蚀裂缝表面形态特征的实验研究[J]. 岩性油气藏, 2020, 32(3): 166-172.
[8] 张璐, 何峰, 陈晓智, 祝彦贺, 韩刚, 李祺鑫. 基于倾角导向滤波控制的似然属性方法在断裂识别中的定量表征[J]. 岩性油气藏, 2020, 32(2): 108-114.
[9] 何健, 武刚, 聂文亮, 刘松鸣, 黄伟. 基于近似支持向量机的裂缝分类方法[J]. 岩性油气藏, 2020, 32(2): 115-121.
[10] 代波, 王磊飞, 庄建, 袁维彬, 王学生. 超低渗透油藏CO2驱最小混相压力实验[J]. 岩性油气藏, 2020, 32(2): 129-133.
[11] 罗志锋, 黄静云, 何天舒, 韩明哲, 张锦涛. 碳酸盐岩储层酸压裂缝高度延伸规律——以川西栖霞组为例[J]. 岩性油气藏, 2020, 32(2): 169-176.
[12] 史文洋, 姚约东, 程时清, 顾少华, 石志良. 川西潮坪相裂缝型碳酸盐岩分层酸压井压力动态分析[J]. 岩性油气藏, 2020, 32(1): 152-160.
[13] 卞晓冰, 侯磊, 蒋廷学, 高东伟, 张驰. 深层页岩裂缝形态影响因素[J]. 岩性油气藏, 2019, 31(6): 161-168.
[14] 吴伟, 邵广辉, 桂鹏飞, 张虔, 魏浩元, 李国利, 任盼亮. 基于电成像资料的裂缝有效性评价和储集层品质分类——以鸭儿峡油田白垩系为例[J]. 岩性油气藏, 2019, 31(6): 102-108.
[15] 徐有杰, 刘启国, 王瑞, 刘义成. 复合油藏压裂水平井复杂裂缝分布压力动态特征[J]. 岩性油气藏, 2019, 31(5): 161-168.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 庞雄奇, 陈冬霞, 张　俊. 隐蔽油气藏的概念与分类及其在实际应用中需要注意的问题[J]. 岩性油气藏, 2007, 19(1): 1 -8 .
[2] 雷卞军，张吉，王彩丽，王晓蓉，李世临，刘斌. 高分辨率层序地层对微相和储层的控制作者用——以靖边气田统5井区马五段上部为例[J]. 岩性油气藏, 2008, 20(1): 1 -7 .
[3] 杨杰，卫平生，李相博. 石油地震地质学的基本概念、内容和研究方法[J]. 岩性油气藏, 2010, 22(1): 1 -6 .
[4] 王延奇，胡明毅，刘富艳，王辉，胡治华. 鄂西利川见天坝长兴组海绵礁岩石类型及礁体演化阶段[J]. 岩性油气藏, 2008, 20(3): 44 -48 .
[5] 代黎明, 李建平, 周心怀, 崔忠国, 程建春. 渤海海域新近系浅水三角洲沉积体系分析[J]. 岩性油气藏, 2007, 19(4): 75 -81 .
[6] 段友祥, 曹婧, 孙歧峰. 自适应倾角导向技术在断层识别中的应用[J]. 岩性油气藏, 2017, 29(4): 101 -107 .
[7] 黄龙，田景春，肖玲，王峰. 鄂尔多斯盆地富县地区长6砂岩储层特征及评价[J]. 岩性油气藏, 2008, 20(1): 83 -88 .
[8] 杨仕维，李建明. 震积岩特征综述及地质意义[J]. 岩性油气藏, 2008, 20(1): 89 -94 .
[9] 李传亮，涂兴万. 储层岩石的2种应力敏感机制——应力敏感有利于驱油[J]. 岩性油气藏, 2008, 20(1): 111 -113 .
[10] 李君, 黄志龙, 李佳, 柳波. 松辽盆地东南隆起区长期隆升背景下的油气成藏模式[J]. 岩性油气藏, 2007, 19(1): 57 -61 .

陇ICP备17006252号
版权所有© 2018 中国石油集团西北地质研究所有限公司《岩性油气藏》编辑部

地址：甘肃省兰州市城关区雁儿湾路535号(陇ICP备17006252号)    电话：0931-8686158;8686058;8686288    邮箱：yxyqc@petrochina.com.cn

甘公网安备 62010202002827号

本系统由北京玛格泰克科技发展有限公司设计开发