鄭文召
(中國(guó)石化勝利油田分公司 勘探開發(fā)研究院,山東 東營(yíng) 257015)
地層圈閉虛擬層位自動(dòng)構(gòu)建技術(shù)
鄭文召
(中國(guó)石化勝利油田分公司 勘探開發(fā)研究院,山東 東營(yíng) 257015)
由于地層圈閉目的層反射較弱,層位解釋難度及誤差大,會(huì)造成儲(chǔ)層預(yù)測(cè)不準(zhǔn)確。本文針對(duì)地層圈閉的收斂?jī)?chǔ)層的特點(diǎn),利用已鉆井信息,開發(fā)了基于線性內(nèi)插及支持向量機(jī)非線性擬合的虛擬層自動(dòng)構(gòu)建技術(shù),分別適用于不同的勘探程度區(qū)。通過(guò)實(shí)際工區(qū)資料的應(yīng)用,較好的解決了地層圈閉儲(chǔ)層描述不準(zhǔn)確的問(wèn)題。 盆緣斜坡帶是發(fā)育地層-不整合圈閉的重要場(chǎng)所。地層剝蝕或超覆尖滅造成地層厚度變化大,地震反射表現(xiàn)為“楔狀”特征,采用現(xiàn)有的時(shí)窗設(shè)置方法難以提取"楔狀"反射內(nèi)部不同層組的地震屬性,造成邊緣相帶儲(chǔ)層預(yù)測(cè)的誤差大。提出依據(jù)鉆井確定目的層厚度超剝減薄的比例,在 "楔狀"反射體內(nèi),采用等比例內(nèi)插方法構(gòu)建虛擬的層序反射界面,然后在虛擬界面與層序界面控制的變時(shí)窗內(nèi)進(jìn)行屬性分析。該方法克服了沿層提取屬性造成的穿時(shí)現(xiàn)象,實(shí)現(xiàn)了在有限解釋層條件下,對(duì)超剝地層內(nèi)部進(jìn)行屬性提取和分析。通過(guò)在草橋地區(qū)的應(yīng)用,提高了不整合圈閉內(nèi)儲(chǔ)層預(yù)測(cè)的精度。
地層圈閉;虛擬層位;支持向量機(jī);自動(dòng)構(gòu)建
隨著隱蔽油氣藏勘探的深入,地層油藏在勘探中所占的地位越來(lái)越重要。地層油藏是指油氣在儲(chǔ)層上傾方向直接與不整合面相切而被封閉所形成的地層圈閉中聚集而形成的油藏[1],濟(jì)陽(yáng)坳陷受多期構(gòu)造沉降的影響,形成了"四凹六凸"的沉積模式,即四個(gè)沉積凹陷及六個(gè)沉積凸起,在凹陷邊緣的緩坡帶、陡坡帶、各沉積凸起周緣、盆地內(nèi)古近系及新近系低凸起翼部,形成了多期廣泛發(fā)育的不整合地層油藏[2-4]。分析地層圈閉的儲(chǔ)層特點(diǎn),準(zhǔn)確預(yù)測(cè)地層圈閉的儲(chǔ)層發(fā)育范圍對(duì)于指導(dǎo)地層油藏的勘探開發(fā)具有重要的意義[5-7]。
地層圈閉的典型特點(diǎn)是向不整合面方向地層逐漸超覆或剝蝕尖滅,地層厚度由洼及坡逐漸變薄,采用常規(guī)的固定時(shí)窗進(jìn)行地震屬性分析,都將產(chǎn)生不等時(shí)問(wèn)題,影響分析的精度;而且尖滅線附近地層薄,受地震分辨率影響,難以追蹤解釋不同組段的反射特征,影響尖滅帶附近屬性分析,從而制約對(duì)這類圈閉的精細(xì)評(píng)價(jià)。目前,隨著勘探的深入及技術(shù)的發(fā)展,控制地層油藏分布邊界的地層超覆或剝蝕尖滅線位置已經(jīng)可以準(zhǔn)確確定。本文從地層不整合圈閉特征出發(fā),提出了一種適用于超剝地層的虛擬層位構(gòu)建方法,即針對(duì)單斜地層和構(gòu)造起伏地層分別采用線性和非線性內(nèi)插擬合方式構(gòu)建虛擬層,然后在層控時(shí)窗內(nèi)進(jìn)行屬性提取分析,通過(guò)草橋地區(qū)的應(yīng)用,提高了超剝帶地層不整合圈閉內(nèi)儲(chǔ)層預(yù)測(cè)精度。該方法對(duì)斜坡帶不整合圈閉的評(píng)價(jià)具有較大的推廣應(yīng)用價(jià)值。
對(duì)于地層圈閉而言,首先通過(guò)敏感屬性分析及夾角外推、蟻群追蹤等最新的超剝線識(shí)別技術(shù),精確刻畫地層不整合的超剝線位置,而超剝線的精確位置是該方法實(shí)現(xiàn)的前提。在構(gòu)建虛擬層位時(shí),由內(nèi)部通過(guò)擬合層位實(shí)現(xiàn)的。不同地質(zhì)條件下,構(gòu)建方法不同。
1.1 構(gòu)造簡(jiǎn)單區(qū)
在構(gòu)造平緩且勘探程度較高的地區(qū),由已鉆井的單井時(shí)間差與各井間的線道號(hào)差值相除得到線方向和道方向的時(shí)間梯度,通過(guò)線性計(jì)算可以獲得任意點(diǎn)相對(duì)于參考點(diǎn)位置的準(zhǔn)確時(shí)間殘差,進(jìn)而與控制層位計(jì)算得到合適的變時(shí)窗層位。
從已知的不整合的超剝點(diǎn)出發(fā),在標(biāo)準(zhǔn)層控制下,與各單井時(shí)間值相減得到時(shí)間差,與各井間的線道號(hào)差值相除得到線方向和道方向的時(shí)間梯度Line_G以及Cdp_G,進(jìn)而可以推導(dǎo)出任意點(diǎn)x處(Linex,Cdpx)相對(duì)于參考點(diǎn)(Line0,Cdp0)的時(shí)間殘差:
對(duì)于不整合面之下剝蝕地層變時(shí)窗層位提取方法原理如圖1(a)所示。計(jì)算公式如:
其中,(line0,cdp0)為參考點(diǎn);line_G為地震線方向變化梯度;cdp_G為地震道方向變化梯度;?h為參考點(diǎn)處的地層厚度;△h*為地層厚度變化量;h為已知目的層底界面解釋成果;huncon為已知不整合面解釋成果;hx為所求變時(shí)窗層位解釋成果。
同理,對(duì)于不整合面之上超覆地層變時(shí)窗層位提取方法原理如圖1(b)所示。計(jì)算公式如下:
其中,h為已知目的層頂界面解釋成果,其他參數(shù)與公式(2)中意義一致。
該方法假定地層厚度變化量不變,首先計(jì)算已知井點(diǎn)兩兩之間的不同方向上地層厚度變化量,計(jì)算其平均值,獲得地層厚度在空間的變化趨勢(shì);然后根據(jù)參考點(diǎn)的位置及其對(duì)應(yīng)的地層厚度,計(jì)算得到未知點(diǎn)的地層厚度,最后聯(lián)合不整合面和目的層底界面解釋成果,根據(jù)上述公式即可求得目的層頂面的解釋成果hx。
圖1 不整合地層變時(shí)窗拾取示意圖
2.2 復(fù)雜構(gòu)造區(qū)
在勘探程度較低地區(qū)、或復(fù)雜構(gòu)造區(qū),采用線性內(nèi)插計(jì)算方法誤差較大,為解決這一問(wèn)題,采用基于支持向量機(jī)的非線性擬合技術(shù),由標(biāo)志層控制,通過(guò)井標(biāo)定結(jié)果進(jìn)行趨勢(shì)面擬合獲得可靠的虛擬層擬合結(jié)果。
支持向量機(jī)(Support Vector Machine, SVM)是一種基于Vapnik的統(tǒng)計(jì)學(xué)習(xí)理論新的機(jī)器學(xué)習(xí)算法,廣泛應(yīng)用于模式識(shí)別及非線性回歸估計(jì)[8-10]。用于非線性回歸估計(jì)的支持向量機(jī)的基本思想是通過(guò)用內(nèi)積函數(shù)定義的非線性變換將輸入空間變換到一個(gè)高維空間,然后在這個(gè)高維空間中尋找輸入變量和輸出變量之間的一種線性關(guān)系[11]。支持向量機(jī)算法也是通過(guò)樣本點(diǎn)的學(xué)習(xí)來(lái)擬合樣本點(diǎn)的值,它可以解決傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法存在的問(wèn)題,比如神經(jīng)網(wǎng)絡(luò)算法只能在在樣本點(diǎn)附近獲得最好的擬合結(jié)果,同時(shí)在樣本點(diǎn)較少的情況下會(huì)出現(xiàn)過(guò)度擬合的結(jié)果,算法泛化能力差且不穩(wěn)定。支持向量機(jī)算法是一個(gè)凸二次優(yōu)化的過(guò)程,能夠在樣本點(diǎn)外找到最優(yōu)解,而且能克服樣本點(diǎn)較少時(shí)泛化能力差的問(wèn)題,得到好的擬合結(jié)果,同時(shí),支持向量機(jī)算法穩(wěn)定,適用于非線性、高維數(shù)問(wèn)題。
在標(biāo)準(zhǔn)層控制下,根據(jù)標(biāo)定結(jié)果,標(biāo)準(zhǔn)控制層與目標(biāo)層相減得到單井對(duì)應(yīng)的時(shí)間殘差值,將多口井的殘差值進(jìn)行SVM非線性趨勢(shì)面擬合,獲得整個(gè)平面上所有點(diǎn)的時(shí)間殘差,最后,時(shí)間殘差和標(biāo)準(zhǔn)控制層進(jìn)行數(shù)學(xué)運(yùn)算,最終構(gòu)建得到目標(biāo)層的虛擬層位。
該方法具有較強(qiáng)的小樣本學(xué)習(xí)能力及泛化能力,支持向量機(jī)算法不但對(duì)高勘探程度區(qū)有很好的適用性,對(duì)于已鉆井較少的低勘探程度區(qū)及復(fù)雜構(gòu)造區(qū)也有較好的適應(yīng)性,在樣點(diǎn)較少的情況下獲得符合地質(zhì)情況的擬合面。
將上述方法在東營(yíng)凹陷南部某地區(qū)進(jìn)行了應(yīng)用。研究認(rèn)為,該地區(qū)發(fā)育新近系與古近系剝蝕不整合,不整合面為T1反射層,其下古近系自西向東,由北向南逐漸遭受剝蝕,表現(xiàn)為逐漸收斂的"楔狀反射特征,如圖3所示。目的層沙三上亞段頂?shù)追謩e對(duì)應(yīng)t3與t4反射層。受地震分辨率限制,難以進(jìn)行全區(qū)的追蹤解釋,要分析內(nèi)部各砂體儲(chǔ)層的變化,必須采用相應(yīng)的時(shí)窗。首先在全區(qū)對(duì)不整合面T1及目的層頂?shù)譚3、T4進(jìn)行解釋閉合(如圖2),利用草109井等地層厚度的變化以支持向量機(jī)算法擬合其頂部反射(圖3中黃色線),在剝蝕區(qū)與不整合層位結(jié)合作為該地層的虛擬頂面,可以看出,這種虛擬層位正確反映了地層的厚薄變化,特別是在不整合面的剝蝕線附近,儲(chǔ)層被新地層剝蝕尖滅的沉積特征清晰可靠。
在T4和虛擬的層位確定的時(shí)窗內(nèi),提取均方根振幅屬性(見圖3),可以看出,沿剝蝕線附近主要為藍(lán)色弱振幅反射區(qū),儲(chǔ)層不太發(fā)育。
圖2 草南地區(qū)沙三上段變時(shí)窗拾取結(jié)果
而利用目的層之上的解釋層位向下取常時(shí)窗,漏失不整合剝蝕線附近地層的儲(chǔ)層預(yù)測(cè)結(jié)果,即圖3中白色虛線與黑色實(shí)線之間區(qū)域;利用目的層之下解釋的標(biāo)志層位向上取常時(shí)窗,則不整合超覆線附近地層會(huì)發(fā)生穿時(shí),如圖4中紅色圈內(nèi),造成強(qiáng)振幅假象。采用變時(shí)窗分析方法較為準(zhǔn)確的包括目的層信息,不僅沒(méi)有漏失地層,而且有效規(guī)避了地層穿時(shí)引起的不整合面之上地層信息的干擾,預(yù)測(cè)結(jié)果更加準(zhǔn)確。
圖3 研究區(qū)地層圈閉虛擬層控制時(shí)窗振幅屬性圖
圖4 研究區(qū)地層圈閉常時(shí)窗振幅屬性圖
(1)對(duì)于構(gòu)造簡(jiǎn)單、厚度變化小的單斜地層而言,采用基于標(biāo)準(zhǔn)層控制的井點(diǎn)處時(shí)間殘差的線性內(nèi)插方法,可以快速有效的獲得單斜地層虛擬層位;
(2)對(duì)于構(gòu)造起伏大,地層厚度變化大的地層,采用基于標(biāo)準(zhǔn)層控制的支持向量機(jī)非線性擬合,在已知井點(diǎn)殘差值較少的情況下依然可以實(shí)現(xiàn)虛擬層位的準(zhǔn)確擬合。
(3)該方法可以實(shí)現(xiàn)“楔狀”地層的虛擬層位構(gòu)建,能夠正確反映不整合地層厚度變化,克服了人工解釋誤差大且費(fèi)時(shí)費(fèi)力的問(wèn)題,有效提高了工作效率。
(4)利用構(gòu)建的虛擬層位約束進(jìn)行儲(chǔ)層預(yù)測(cè),對(duì)于超剝線附近的儲(chǔ)層描述更加準(zhǔn)確,預(yù)測(cè)結(jié)果的可靠性性及準(zhǔn)確度顯著提高。在實(shí)際地區(qū)應(yīng)用效果明顯,值得在類似地區(qū)推廣。
[1] 李丕龍,龐雄奇.陸相斷陷盆地隱蔽油氣藏形成-以濟(jì)陽(yáng)坳陷為例[M].北京:石油工業(yè)出版社,2004:12 -16.
[2] 王永詩(shī),石砥石.濟(jì)陽(yáng)坳陷新近系地層油藏特征-以太平油田為例[J].油氣地質(zhì)與采收率,2006,13(1):44-46.
[3] 隋風(fēng)貴,趙樂(lè)強(qiáng),林會(huì)喜,等.濟(jì)陽(yáng)坳陷第三系地層油藏形成機(jī)制與組合模式[J].油氣地質(zhì)與采收率,2005,,12(6):1-5.
[4] 易士威.斷陷盆地巖性地層油藏分布特征[J].石油學(xué)報(bào),2005,26(1):38-41.
[5] 張建林.地層不整合對(duì)油氣運(yùn)移和封堵的作用[J].油氣地質(zhì)與采收率,2005,12(2):26-29.
[6] 袁秉衡,林 梁,劉秋生.重要的油氣圈閉不整合圈閉[J].石油勘探與開發(fā),1985,12(1):1-7.
[7] 王化愛(ài),高永進(jìn),張建忠,等.王莊地區(qū)地層油氣藏形成條件及分布規(guī)律[J].特種油氣藏,2004,11 (5):27-31.
[8] 王延江,楊培杰,史清江,等.基于支撐向量機(jī)的井眼軌跡預(yù)測(cè)新方法[J].中國(guó)石油大學(xué)學(xué)報(bào):自然科學(xué)版,2005,29(5):50-53.
[9] Boser B E,GuyonI M,Vapnik V N.A training algorithmfor optimal margin classifiers[J]. Workshop on Computational Learning Theory , 1996 , 5 :144-152.
[10] Cortes Corinna, Vapnik V. Support-vector networks[J]. Machine Learning,1995,20(3): 273-297.
[11] 楊培杰,印興耀. 基于支持向量機(jī)的疊前地震反演方法[J].中國(guó)石油大學(xué)學(xué)報(bào):自然科學(xué)版,2008,32(1):37-41.
(本文文獻(xiàn)格式:鄭文召.地層圈閉虛擬層位自動(dòng)構(gòu)建技術(shù)[J].山東化工,2017,46(10):137-139.)
The Automatic Construction Techniques for Virtual Horizon in Stratigraphic Reservoirs
ZhengWenzhao
(Research Institute of Exploration and Development, Shengli OilfieldCompany of SINOPEC, Dongying City, Province 257015, China)
It is difficult to interpret the horizon of the stratigraphic reservoirs because of the weak reflectivity, the interpretation mistake will cause inaccurate reservoir prediction. In this paper, according to the characteristics of the reservoir formation reservoir of convergence, the automatic construction techniques for virtual horizon is developed based on linear interpolation and support vector machine (SVM) nonlinear fitting. The techniques is applicable to different degree of exploration area. Through the application of the actual data, the description inaccurate problems of stratigraphic reservoir were solved.
stratigraphic reservoir;virtual horizon;support vector machine (SVM) ;automatic construction
2017-04-10
鄭文召(1984—),山東東營(yíng)人,中國(guó)石化勝利油田分公司 勘探開發(fā)研究院,工程師,碩士,2010年畢業(yè)于中國(guó)石油大學(xué)(北京),現(xiàn)從事石油地球物理勘探研究。
P618.13
A
1008-021X(2017)10-0137-03