科研之友
微信
新浪微博
Facebook
分享链接
摘要
密度属性参数与储层孔隙度、含油气性和流体饱和度的相关性高，但相对于纵波阻抗和横波阻抗，叠前三参数反演中的密度参数反演依赖于大角度地震信息，往往存在较大的不确定性。本文从单井岩石物理建模开始，对南海北部白云凹陷深水区珠江组ZJ110砂层28 m厚度的砂岩进行厚度和含气饱和度替换，生成121口井的纵波速度、横波速度和密度曲线，进而正演出121口井的道集数据，得到近、中、远道3个地震数据体。进而对地震数据体开展属性分析，优选出9种地震属性作为特征向量，通过深度学习算法建立多个地震属性与密度的最佳非线性关系。深度学习算法反演的密度参数与实际井曲线吻合度高，反演误差远小于叠前三参数反演，也证实了该方法的实用价值。
-
单位中海石油深海开发有限公司; 中海石油(中国)有限公司深圳分公司; 中海石油（中国）有限公司深圳分公司
