叠前数据挖掘与储层参数非线性预测

In order to solve the difficult problem of maximally extracting reservoir information form low s/n prestack data, this project will break through the limitations of current inversion theory and seismic attribute analysis methods. We are trying to develop joint prediction theory of reservoir parameters from multiple pre-stack and post-stack seismic attributes, which will provide a reliable method for lithologic reservoir characterization and reservoir fluid identification. The study will establish an elastic equivalent medium model from reservoir character parameters, and based on the Zoeppritz equation of elastic wave, we develop wave field modelling method using reservoir characteristics parameters as controlling parameters. Then the theoretical relationship between reservoir characteristics parameters and seismic attributes is to be studied, and the basic law of lithologic reservoir contained in seismic attribute data is to be explored. Compressive Sensing is then used to develop seismic attribute extraction method, which will solve the low s/n puzzle of prestack seismic data. Data Mining is used to construct seismic attribute selection method under the guidance of well information, which will solve the catastrophe of seismic attribute dimension. The Radom Forests estimation method of reservoir characteristics parameter will be studied to form a robust nonlinear reservoir prediction method. The study will form new interpretation methodology for prestack seismic data, and improve the extraction effect of lithology index and fluid factor. Which of cause will improve accuracy and reliability of reservoir prediction and promote the development of subtle reservoir exploration technology.

为了解决从低信噪比叠前地震数据中最大限度地提取储层目标信息的难题，本项目拟突破现有储层参数反演与地震属性分析的局限性，发展叠前、叠后多属性联合预测储层参数理论，为岩性油气藏储层刻画和流体识别提供可靠方法。研究基于储层特征参数的等效弹性介质模型，并通过弹性波Zoeppritz方程构建储层特征参数为控制参数的地震波场数值模拟方法，解剖储层特征参数与地震属性之间的理论关系，探究地震属性数据中蕴含的岩性油气藏基本规律；开展压缩感知地震属性提取方法研究，解决叠前数据的低信噪比难题；利用数据挖掘构建目标导向地震属性优选方法，解决叠前地震属性数据量巨大的难题；研究适用于储层特征参数非线性映射的随机森林方法，最终形成鲁棒的储层参数预测方法。有望突破叠前地震数据解释方法，改善岩性指数和流体因子等储层参数的提取效果，提高储层预测的精度和可信度，推动隐蔽油气藏勘探技术的发展。

地震波场与地下介质物性参数之间存在复杂的地球物理关系，为利用地震信息解决油气资源勘探问题建立了基础。但油气储层与围岩特征参数差异对地震波场的影响弱小，以及地球物理固有的低信噪比问题，使得地震数据中储层信息的挖掘十分困难。针对这个问题将数据挖掘与机器学习引入叠前地震资料的储层特征参数非线性预测中，主要研究了储层特征参数等效弹性介质模型、以储层特征参数为控制参数的地震波场模拟方法，解剖了储层特征参数与地震属性之间的理论关系；研究了以联合拓频、压缩感知、盲源分离等技术为核心的地震弱信号识别、提取与增强方法，提高了地震资料的信噪比与分辨率；基于数据挖掘思想构建目标导向下的地震属性优选方法，解决了地震属性数据量巨大的难题，形成了敏感性地震属性评价技术；深入研究了适用于储层特征参数预测的随机森林方法，开展了影响因素与适应性分析，重点研究了样本平衡化问题。研究获得以下结果：1，形成了KT等效模型下岩石弹性模量新的计算方法，构建了一套从储层特征参数到地震波场正演再到地震属性分析的方法流程，为地震属性的优选和储层特征参数反演建立了基础；2，形成了基于多井联合拓频与盲源分离的地震弱信号增强与提高分辨率处理方法，有效提高了地震资料的品质；3，提出了Zoeppritz精确方程的叠前地震反演理论，构建了高精度叠前反演技术与流程，改善了岩性指数和流体因子等储层参数的提取效果；4，引入SVR、基因遗传等数据挖掘技术，形成了样本控制下的地震敏感性属性评价与优选技术，解决了地震属性提取的维度灾难问题；5，构建了基于样本平衡、模糊评价、随机森林相结合的储层特征参数预测与岩性判别技术系列，实现了叠前地震数据地震储层预测技术流程。研究的联合拓频技术能够将地震频带拓宽20Hz以上，储层预测结果吻合度达到85%以上。突破了原有储层参数反演与地震属性分析的局限性，提高了储层预测的精度和可信度，推动了隐蔽油气藏勘探技术的发展。