基于最大熵谱估计的沉积旋回划分方法探讨

doi:10.3969/j.issn.1673-8926.2012.02.013

岩性油气藏 ›› 2012, Vol. 24 ›› Issue (2): 67–71.doi: 10.3969/j.issn.1673-8926.2012.02.013

基于最大熵谱估计的沉积旋回划分方法探讨

朱剑兵

中国石化胜利油田有限责任公司物探研究院

出版日期:2012-04-20 发布日期:2012-04-20
第一作者:朱剑兵（1977-），副研究员，博士，主要从事地震综合解释方面的研究工作。地址：（257022）山东省东营市东营区北一路210 号胜利油田物探研究院方法室。电话：（0546）8796701。E-mail：zhujianb95@163.com
基金资助:
国家“863”项目“油藏地球物理关键技术”（编号：2011AA06030）资助

Division of sedimentary cycle sequences based on maximum entropy spectrum estimation

ZHU Jianbing

Geophysical Research Institute， Sinopec Shengli Oilfield Co. Ltd.， Dongying 257000， China

Online:2012-04-20 Published:2012-04-20

摘要/Abstract

摘要：

为了提高测井曲线划分沉积旋回的精度和可靠性，采用最大熵谱估计原理对测井数据进行了预测误差的估计，并在此基础上计算了预测误差趋势曲线。采用对称和非对称理论模型对该方法进行了试验，结果表明：预测误差曲线可以较好地识别沉积旋回界面，预测误差趋势曲线可以识别旋回内部的半旋回。利用该方法对实际测井数据进行了沉积旋回的划分，取得了较好的应用效果。因此，该方法可作为测井沉积旋回划分的辅助分析手段。

关键词: 油源断裂, 输导能力, 定量评价, 油气聚集, 东一段, 南堡凹陷

Abstract:

In order to improve the division accuracy of sedimentary cycles by log, this paper estimated the prediction error of well log data by using maximum entropy spectrum estimation, and then obtained the prediction error trend curve. Symmetric and asymmetric models were applied to verify this method. The result shows that prediction error curve can be used to identify sedimentary cyclic interface well, and prediction error trend curve can be used to identify half cyclic sequences. This method was applied to divide the cyclic sequences of real well log data, and good results have been obtained.

Key words: faults connected with source rocks, transport ability, quantitative evaluation, hydrocarbon accumulation, first member ofDongying Formation, Nanpu Depression

朱剑兵. 基于最大熵谱估计的沉积旋回划分方法探讨[J]. 岩性油气藏, 2012, 24(2): 67–71.

ZHU Jianbing. Division of sedimentary cycle sequences based on maximum entropy spectrum estimation[J]. Lithologic Reservoirs, 2012, 24(2): 67–71.

参考文献

［1］王建功，卫平生，王天琦.碎屑岩地震储层学的内涵及关键技术［J］.岩性油气藏，2010，22（4）：1-6.
［2］王波，王玉环，左玉杰.渤海湾SZ36-1S 地区高精度层序约束下储层预测与岩性油藏勘探潜力分析［J］.岩性油气藏，2011，23（1）：39-41.
［3］宋传春.地震-地质综合研究方法述评［J］.岩性油气藏，2010，22（2）：133-138.
［4］石万忠，李举子，李梦溪，等.时-频分析在高分辨率层序地层学中的应用［J］.石油与天然气地质，2001，22（3）：234-237.
［5］王贵文，邓清平，唐为清.测井曲线谱分析方法及在沉积旋回研究中的应用［J］.石油勘探与开发，2002，29（1）：93-95.
［6］李庆谋，刘少华.地球物理测井序列的小波波谱方法［J］.地球物理学进展，2002，17（12）：78-83.
［7］张占松，张超谟，何宗斌.利用测井曲线的滑动窗能谱识别地层的高频旋回特征［J］.石油勘探与开发，2003，27（5）：119-121.
［8］李江涛，余继峰，李增学.基于测井数据小波变换的层序划分［J］.煤田地质与勘探，2004，32（2）：48-50.
［9］张文泉，李彦斌.最大熵谱估计及应用研究［J］.现代电力，2001，18（1）：41-46.
［10］马海珍，茅金根，王丛彬，等.利用最大熵伯格预测和时频分析法提高地震资料分辨率［J］.石油物探，2002，41（1）：80-83.
［11］高晓峰，徐之海.线型优化最大熵光谱估计方法中自回归模型两种求解方法的比较［J］.光谱学与光谱分析，2008，28（11）：2717-2720.
［12］路顺行，张红贞，孟恩，等.运用INPEFA 技术开展层序地层研究［J］.石油地球物理勘探，2007，42（6）：703-708.

相关文章 15

[1]	卢科良, 吴康军, 李志军, 孙永河, 徐少华, 梁锋, 刘露, 李爽. 川中古隆起北斜坡寒武系龙王庙组油气成藏特征及演化模式[J]. 岩性油气藏, 2024, 36(4): 159-168.
[2]	杨润泽, 赵贤正, 刘海涛, 李宏军, 赵长毅, 蒲秀刚. 渤海湾盆地黄骅坳陷古生界源内和源下油气成藏特征及有利区预测[J]. 岩性油气藏, 2023, 35(3): 110-125.
[3]	刘阳平, 吴博然, 于忠良, 余成林, 王立鑫, 尹艳树. 辫状河砂岩储层三维地质模型重构技术——以冀东油田高尚堡区块新近系馆陶组为例[J]. 岩性油气藏, 2022, 34(4): 159-170.
[4]	程丹华, 焦霞蓉, 王建伟, 庄东志, 王政军, 江山. 黄骅坳陷南堡凹陷古近系沙一段页岩油储层特征及油气意义[J]. 岩性油气藏, 2022, 34(3): 70-81.
[5]	田晓平, 张汶, 周连德, 沈孝秀, 郭维. 南堡凹陷二号断裂带古生界碳酸盐岩潜山岩溶模式[J]. 岩性油气藏, 2021, 33(6): 93-101.
[6]	李志远, 杨仁超, 张吉, 王一, 杨特波, 董亮. 天然气扩散散失率定量评价——以苏里格气田苏X区块为例[J]. 岩性油气藏, 2021, 33(4): 76-84.
[7]	任梦怡, 江青春, 刘震, 卢朝进. 南堡凹陷柳赞地区沙三段层序结构及其构造响应[J]. 岩性油气藏, 2020, 32(3): 93-103.
[8]	耿涛, 毛小平, 王昊宸, 范晓杰, 吴冲龙. 伦坡拉盆地热演化史及有利区带预测[J]. 岩性油气藏, 2019, 31(6): 67-78.
[9]	周游, 李治平, 景成, 谷潇雨, 孙威, 李晓. 基于“岩石物理相-流动单元”测井响应定量评价特低渗透油藏优质储层——以延长油田东部油区长6油层组为例[J]. 岩性油气藏, 2017, 29(1): 116-123.
[10]	付广，陈雪晴，邓玮，胡欣蕾. 油源断裂输导油气时间有效性研究方法及其应用[J]. 岩性油气藏, 2016, 28(6): 9-15.
[11]	付广，宿碧霖，历娜. 一种利用断层岩泥质含量判断断层侧向封闭性的方法及其应用[J]. 岩性油气藏, 2016, 28(2): 101-106.
[12]	康海涛，王宏语，樊太亮，赵家强，王凯杰，杨超 . 南堡凹陷高柳地区沙三段构造-层序地层特征[J]. 岩性油气藏, 2015, 27(6): 30-37.
[13]	李国玉，陈启林，白云来，廖建波. 再论海相沉积是中国石油工业未来的希望[J]. 岩性油气藏, 2014, 26(6): 1-7.
[14]	付广，刘桐汐，史集建，李云飞，杨丽峰. 方正断陷源盖空间匹配关系及控藏作用[J]. 岩性油气藏, 2014, 26(5): 9-14.
[15]	陶艳忠，蒋裕强，王猛，张春，李正勇，刘枢. 遂宁—蓬溪地区须二段储层成岩作用与孔隙演化[J]. 岩性油气藏, 2014, 26(1): 58-66.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于最大熵谱估计的沉积旋回划分方法探讨

Division of sedimentary cycle sequences based on maximum entropy spectrum estimation

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10