APP下载

蚂蚁追踪技术在Plutonio油田X区块中的应用

2020-05-07卢美月汤子余张永健

科学技术与工程 2020年8期
关键词:曲率步长方差

卢美月, 汤子余, 张永健

(长江大学石油工程学院,武汉 430100)

地质特征的精细描述是油气田勘探和开发的重点,直接影响着目的层的构造形态及断裂发育特征,而断层解释的准确性一直是地质研究者面临的难题。为了克服这种矛盾,提高断层的解释精度,缩短断层解释周期,蚂蚁追踪技术[1]应运而生。徐淼[2]用曲率的方法提取的蚂蚁体与试油资料匹配较好;张永华等[3]用混沌体技术提取蚂蚁体对小型砂砾岩体进行了描述;隆雨辰等[4]采用蚂蚁体与曲率融合属性进行断层、裂缝的综合刻画,可同时清晰识别规模大而连续的断层、规模小且带状分布的裂缝。刘婷等[5]利用基于反褶积广义S变换的方法对分频蚂蚁体技术进行了改进,提高了裂缝检测的清晰度和精确性。但是较多方法都没有针对边界进行边界加强,导致相近的断层识别性不好。

应用Petrel软件对比了混沌体、方差体和曲率体属性,来优选适合本研究区的属性蚂蚁体,并进行了边界加强来识别特殊地层的不连续性,最后研究了初始边界对蚂蚁体的影响,对研究区的断层识别提高了准确性和速度,为后期的建模提供了有地质资料。

1 区块概况

Plutonio油田X区块位于安哥拉中北部地区,距卢安达市西北海域约175 km。油田的O73和O72渐新统储层分布在一个大型背斜构造上。这个背斜是盐体向东(Uranio)和向西(科博尔托)挤出造成的。背斜核部的断层的走向为南北向,一般受控于较老的白垩纪断层的再活化作用。到背斜的西部、东部和北部的盐挤出盆地附近,断层的密度增大。

Plutonio油田分为两套开发层系:O72和O73,目前分为4个含油小层。其中O73储层为5~10 m的单层厚层砂岩。O72储层总厚度为80 m,其中大约50 m厚的砂岩,储层横向变化较大。目的层O73细分为SS1、SS2下、SS2上、SS3小层;O72段为SS4、SS5小层,其中SS2下、SS2上、SS3、SS5是工区内的主要含油气层段。

2 蚂蚁追踪技术的基本原理

常规地震资料解释对工作人员的经验要求较高,花费时间长,并且还可能存在遗漏断层解释的风险。随着油田开发技术的发展,斯伦贝谢公司在Petrel软件[6-8]中研制了“蚂蚁追踪算法”。这种复杂的属性算法,克服了人工解释的主观性,有效地提高了复杂断层的解释精度,为油气田的开发提供了准确的地质资料。

蚂蚁算法[9]是一种来寻找最优路径的概率学算法,最早由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁寻找食物的选路行为。蚂蚁在寻找食物的途中,会释放一种荷尔蒙信息素,其他的蚂蚁通过前面的蚂蚁释放的荷尔蒙信息素来选择寻找食物的路线,最终找到最优寻食路线[10-11]。蚂蚁算法的基本原理就是创造出无数的“电子蚂蚁”,用“电子蚂蚁”选择的行走路径作为一个问题的可行解,“电子蚂蚁”在“前电子蚂蚁”释放的“信息素”的基础上,不断寻求新的可行解,最后构成一个巨大的解空间,从而找到问题的最优解。制作蚂蚁体的参数[12]具体如表1所示。

3 蚂蚁体追踪流程及对比试验

3.1 操作流程

蚂蚁体的操作流程[12]主要分为4个部分,即地震数据的处理、边界探索、边界加强和断层提取[13]。

(1)地震数据处理:主要有中值滤波(median filtering)、高斯空间滤波(gaussian spatial filtering)、构造平滑(structural smooth)等。对地震数据做的是构造平滑处理,有效地降低了噪声影响,增强了地震同相轴的连续性。

(2)边界探索:主要有混沌体[14](chaos)、方差体[15](variance)和3D最大曲率(maximum curvature)3种。混沌体是测量缺少倾角和方位角组织结构的一种估算方法,可以用来进行断层和裂缝的成像以及地震杂乱特征的分类;方差体是在地震数据中估算局部方差,对一些地层沉积特征都有良好的反映;3D最大曲率是指结构单元的最大或者最小偏转,可以用来消除地震数据的分层,并且突出地震数据的不连续性。笔者对以上3种方法均进行了探索。

(3)边界加强:采用3D边界加强(edge enhancement)突出特殊地层的不连续性。

(4)断层提取:调整参数,生成蚂蚁体,并提取断片。

3.2 方法对比试验

方法流程首先是对地震数据进行构造平滑预处理,如图1所示,然后在此基础上分别提取方差体属性、混沌体属性和最大曲率属性。最后利用方差体属性和最大曲率属性直接生成蚂蚁体,而混沌体属性先做了3D边界加强处理,后生成蚂蚁体,结果如图2~图4所示。通过对比发现,混沌体属性提取的蚂蚁体最佳,可以清楚地看清工区范围内的断层走向,可以为之后的断层解释提供理论依据,而通过方差体和最大曲率属性制作的蚂蚁体识别小断裂的能力很强,但是它的分辨率很低,导致断裂十分嘈杂,不利于该区块的断层识别。

表1 蚂蚁体各参数定义[12]Table 1 Definitions of Ant Parameters[12]

图1 构造平滑前后地震对比Fig.1 Seismic contrast map before and after structural smoothing

图2 混沌体属性提取的蚂蚁体等时切片(t=3 600 ms)Fig.2 Isochronic slices of ants extracted from chaotic body attributes(t=3 600 ms)

图3 最大曲率属性提取的蚂蚁体等时切片(t=3 600 ms)Fig.3 Isochronic slices of ants extracted from maximum curvature attributes(t=3 600 ms)

图4 方差体属性提取的蚂蚁体等时切片(t=3 600 ms)Fig.4 Ant isochronal slices extracted from variance volume attributes(t=3 600 ms)

地质工作人员研究表明,北部鼻状凸起的东西两侧都发育一系列断距较大正断层,东部地区被3条南北向的东掉正断层切割。中部背斜核部和翼部发育正断层,断层走向为北北东向和近南北向,除东部的一个断层断距较大外,其他小断层断距一般较小(10~20 m)。由图5可知,从混沌体属性提取的蚂蚁体解释断层来看,与人工解释的断层基本相符,其结果具有可信度。

IL为主测线;XL为联络线图5 地震体与融合体识别断层对比Fig.5 Comparison of fault recognition between seismic body and fusion body

3.3 参数对比试验

蚂蚁追踪技术的关键是蚂蚁体参数的合理选择,主要包括初始边界、蚂蚁追踪偏差、蚂蚁步长、允许的无效步长、需要的有效步长数和停止标准。通过前人的研究可以发现除初始边界外,其余几项的常用值在各地域的适用值均相差不大。经过合理设计,初步把蚂蚁追踪偏差、蚂蚁步长、允许的无效步长、需要的有效步长数和停止标准分别定义为2、4、2、2、10。研究初始边界对蚂蚁体的影响,共设计了值为2、4、6、8的4组试验,结果如图6所示。可以看出,初始边界的参数定义得越小,断层越清晰,越有利于小断层的识别,当初始边界过大时,则不能很好地呈现出断裂的发育情况。综合区块的地质特征和蚂蚁体的常用值,最后定义初始边界的取值为3。

IL为主测线;XL为联络线图6 初始边界参数Fig.6 Initial boundary parameters

为了更好地分析研究区的断层,把蚂蚁体和地震体进行了融合,并和常规方法进行了对比,结果如图7所示,从融合图可以看出,蚂蚁体解释的西部断层的断裂特征异常清晰,可靠程度大。较常规方法比,边界加强的蚂蚁体对断裂的识别能力更强且更有连续性。为了验证断层的可靠性,提取了蚂蚁体的等时切片(t=3 700 ms),结果如图8所示,由蚂蚁体人工解释的断层,在蚂蚁体的等时切片上得到了较好的对应关系,可见,利用提取混沌体和3D边界增强得到的蚂蚁体,对本研究区断层的识别提供了可靠的技术支持。

IL为主测线;XL为联络线图7 地震体与蚂蚁体的融合Fig.7 Fusion of seismic body and ant body

图8 断层解释与蚂蚁体等时切片(t=3 700 ms)对比Fig.8 Comparison between fault interpretation and between fusion body and ant isochronal section (t=3 700 ms)

4 结束语

(1)蚂蚁追踪技术在断裂和裂缝识别具有较大优势,利用蚂蚁追踪技术得到的蚂蚁体对断层的沿层和剖面解释的适用性好,较大克服了人工解释的主观性,有效地提高了复杂断层的解释精度,为油气田的开发提供了准确的地质资料。

(2)在蚂蚁体追踪技术的诸多方法中,提取不同的属性具有不同的应用效果,通过对比分析现在较多应用的方差体,混沌体和最大曲率属性提取的蚂蚁体,找到了适用于Plutonio油田X区块的断裂识别方法,与人工解释断层基本符合,证实了断层预测结果的可靠性。

(3)当初始边界的参数定义的越小,断层越清晰,越有利于小断层的识别,当初始边界过大时,则不能很好地呈现出断裂的发育情况。而其他的参数在广泛调研的基础上,在常用值范围内影响不是很大。

(4)地震体与蚂蚁体的融合技术能够弥补单个属性体的缺陷,更有利于对断层的识别。但是,融合技术在融合之前要考虑单属性的特点,选取响应强烈的属性进行融合。

猜你喜欢

曲率步长方差
一类具有消失χ 曲率的(α,β)-度量∗
儿童青少年散瞳前后眼压及角膜曲率的变化
基于Armijo搜索步长的BFGS与DFP拟牛顿法的比较研究
概率与统计(2)——离散型随机变量的期望与方差
一种改进的变步长LMS自适应滤波算法
面向复杂曲率变化的智能车路径跟踪控制
基于自适应步长RRT的双机器人协同路径规划
不同曲率牛顿环条纹干涉级次的选取
方差生活秀
揭秘平均数和方差的变化规律