APP下载

基于分频智能反演的曲流河点坝与废弃河道识别

2023-12-25李洪辉岳大力李伟郭长春李响吕梅

石油地球物理勘探 2023年2期
关键词:机器学习融合

李洪辉 岳大力 李伟 郭长春 李响 吕梅

摘要:曲流河点坝、废弃河道级次构型表征对丰富曲流河储层构型模式、指导油气田高效开发具有重要意义。为此,以渤海湾盆地孤岛油田中12—斜检3011井区馆陶组为例,基于分频智能反演技术识别曲流河点坝与废弃河道。首先,通过地震资料分频处理,依据振幅与砂体厚度之间的关系优选最佳频段地震资料,采用支持向量回归(SVR)的机器学习算法进行分频反演;其次,在利用反演数据体平面属性刻画复合河道砂体分布规律的基础上,根据河道边界的地震、测井等响应特征预测单一曲流带;最后,以废弃河道泥质半充填的样式为指导,选取目的层上、中、下部的反演属性切片进行RGB融合,建立废弃河道识别模板,并在定量模式约束下识别点坝和废弃河道。研究结果表明:①基于机器学习的分频反演技术能够充分利用不同频段地震信息与测井信息,提高了反演结果的分辨率,可指导河道边界识别;②采用RGB融合技术融合河道不同位置的反演属性切片,能够辅助判别砂体之间的空间组合关系,有助于井間废弃河道识别;③ 在地震资料主频为38 Hz的情况下,利用基于分频智能反演的曲流河点坝与废弃河道识别技术在研究区目的层复合曲流带中共识别了4个单一曲流带、13个废弃河道和15个点坝。开发动态资料验证了识别结果的准确性,该方法具有很好的应用前景。

关键词:储层构型,分频反演,RGB融合,机器学习,曲流河,孤岛油田

中图分类号:P631 文献标识码:A dol:10.13810/j.cnki.issn.1000-7210.2023.02.013

猜你喜欢

机器学习融合
一次函数“四融合”
村企党建联建融合共赢
融合菜
从创新出发,与高考数列相遇、融合
宽窄融合便携箱IPFS500
《融合》
基于词典与机器学习的中文微博情感分析
基于网络搜索数据的平遥旅游客流量预测分析
前缀字母为特征在维吾尔语文本情感分类中的研究
基于支持向量机的金融数据分析研究