渤中26-6油田太古界潜山储层品质受风化程度与裂缝发育共同控制,为实现储层评价与储量动用,形成基于断?貌双控的太古界潜山储层综合预测技术.潜山上覆地层时代关系与沉积厚度决定了潜山风化剥蚀程度,基于此通过古地貌恢复实现储层风化程度平面分区.印支期形成的近东?西向高角度断裂与印支至喜山期长期活动的边界正断层对油田裂缝发育起重要控制作用,基于Radon变换与蚂蚁体技术实现裂缝发育平面预测.以风化程度平面分区为低频,裂缝发育平面预测为高频,利用高阶小波变换技术实现高、低频信息有效融合,综合表征储层品质.基于融合属性将储层划分为I类、II-1类与II-2类,I类储层品质最佳,为东营组地层沉积之前太古界潜山持续出露同时裂缝带发育区域.Ⅱ-1类储层品质次之,为沙河街组地层沉积之前太古界潜山持续出露同时裂缝带发育区域.Ⅱ-2类与II-1类储层品质接近,为东营组地层沉积之前太古界潜山持续出露但裂缝带一般发育区域.分类结果与测井及测试资料认识吻合,指导建立了油田储量动用策略,证实基于风化及裂缝发育主控因素开展地震储层预测,并基于属性融合方法实现结果综合的太古界潜山储层技术思路具有实用意义.

现有叠前宽方位裂缝预测方法基于数据驱动,地质模式认识无法干预预测过程;渤海湾盆地M气田太古界潜山裂缝性储层主要受内幕带高角度断裂控制.为此,基于M气田宽方位地震资料,提出基于高角度断裂约束的方位傅里叶系数叠前反演裂缝预测方法.首先,利用f-k滤波与高分辨率Radon变换从叠后地震资料中提取高角度断裂信息,进一步映射为方位傅里叶系数反演方法中的先验权重,以此建立高角度断裂约束的裂缝预测反演目标泛函,最终求解得到裂缝密度与方位角信息.所提方法在M气田的应用效果表明,裂缝预测结果更具地质意义,与井上解释的裂缝特征以及各井生产测试情况吻合较好,可用于开发井井位设计与优化.

经典楔形模型实验假设泥岩背景下发育单砂体,但这与砂、泥岩薄(互)层发育更广泛的实情不一致,现有利用函数式拟合地震属性与砂岩厚度关系进而预测薄(互)层砂岩厚度的方法存在精度上限.为此,提出基于测井正演量板与高斯概率场的薄(互)层砂岩厚度预测方法:首先,基于W油田研究区内不同钻井的储层段测井曲线建立若干楔形模型,通过褶积正演得到适用于研究区的振幅属性—薄(互)层砂岩厚度关系量板,建立振幅属性与砂岩厚度的半定量关系;其次,以薄(互)层累积砂岩厚度与井点地震振幅属性值为数据基础,建立累积砂岩厚度—振幅属性高斯概率场,结合振幅属性—薄(互)层砂岩厚度关系量板,求得地震振幅属性对应的最可能薄(互)层砂岩厚度,最终得到最大概率薄(互)层砂岩厚度与砂岩厚度置信度平面属性.多河道三维模型与油田实际数据应用证明了该方法的有效性与可行性.

河流相砂岩储层内部由于岩性、物性和微小构造变化导致的不连续性特征是阻隔流体流动,影响注采受效的重要因素.因此对这些特征的研究对于油田开发具有重要意义.这类不连续特征在地震资料上通常表现为地震振幅和波形的变化、同相轴的扭曲等,尺度通常小于地震资料分辨率.本文研究了基于曲率算法的储层不连续性特征的识别方法,通过模型正演分析发现曲率属性对于砂体之间不连续性特征具有较高的检测精度.在渤海某油田砂体单元的应用分析表明,曲率属性对于储层不连续性的检测结果与后期生产动态及示踪剂测试结果吻合,验证了该方法的可靠性.该方法技术能够为油田高效开发提供有力的技术支撑.

稀疏脉冲反褶积的本质是恢复厚层顶、底反射界面位置,为适合厚层预测的拓频方法,并不适合以研究地震调谐效应为主要内容的薄互层预测.为此,在研究区只有一口定向开发井的背景下,提出一种少井背景下的薄储层预测技术,主要步骤为:①基于稀疏层反射系数反演对叠前偏移数据拓频,突破地震有效频带限制.②将拓频成果分频为地震低频体和高频体,利用低频体追踪主要等时面,根据地震沉积学地层切片手段搭建等时地层格架;利用90°相移技术将地震高频体转换为储层岩性估计,实现各等时单元敏感地震属性提取.③以地震属性值域分布直方图为基础,基于积分运算将地震属性转化为“砂体最厚发育概率”估计,进一步通过离散二值化处理得到各等时单元薄储层有利区平面展布范围.④将各等时单元薄储层有利区范围叠合,形成薄储层发育有利区叠合频数属性,可反映各期次薄储层发育有利区的空间叠合情况,指导薄层开发方案中定向井井位设计与优化.

测井资料较少、气云区成像质量差等问题常导致传统断层解释技术难以满足海上复杂断块油田开发阶段断层精细刻画的需求.集成边缘保护结构增强滤波、方差蚂蚁体融合属性、变解释测网密度快速断层解释、构造样式分析、三维可视化质控等技术,研究形成了适用于海上复杂断块油田开发阶段的断层解释技术组合.具体流程为:首先开展地震数据解释性处理;随后提取平面导航属性;接着开展剖面平面互动断层解释;然后基于构造样式指导剖面断层组合;最后对成果进行校验并输出.应用该流程完成了老油田A的断裂系统精细解释,在满足解释精度的同时较大程度提升了解释效率,并通过地震剖面与压力测试结果验证了解释成果的合理性,为后续油田滚动挖潜提供了技术支持.

地震信号横向不连续性检测大多针对断层检测、识别和自动解释,相关研究包括边缘保持滤波技术、相干体技术、蚂蚁追踪技术等,并已得到广泛应用.但对于小尺度不连续信息检测的研究较少.局部结构熵算法属于第三代相干算法,较前两代相干算法具有更好的抗噪性和更高的分辨率,对砂岩储层内部微小的不连续结构的检测精度更高.为此,以局部结构熵属性计算为核心,辅助以边缘保持滤波技术和基于蚁群算法的平面属性增强处理方法,形成了砂岩储层横向不连续性检测的技术组合.其流程包括地震资料解释性处理、相干体属性计算、平面表征及优化、成果验证及应用.在南海H油田目标砂体单元的应用表明,应用上述技术组合得到的储层横向不连续性检测结果与水平井钻遇的泥岩段具有较好的匹配关系,验证了技术组合的有效性.

相比地震反演方法和技术,基于多属性回归方法的储层预测技术能够缓解分辨率有限、过于模型化等问题,但模型泛化能力不足常造成井间薄储层预测结果不合理.为此,提出基于多层感知机深度学习网络的多属性回归薄储层预测方法,即以地震数据(提供背景信息)、90°相移数据(提供储层结构近似信息)、储层不连续界限属性(提供储层空间分布信息)为输入,以井点高频自然伽马为期望输出,利用多层感知机深度学习网络训练模型,预测井间自然伽马值,利用自然伽马值与砂—泥岩性的高度相关特性刻画薄储层.A油田实际资料测试表明,自然伽马预测值与真实值平均相关系数达到86.4％(训练集,10口井)和85.5％(验证集,两口井),明显优于传统多属性回归方法.应用该方法解释重点层段6套小层,薄储层预测结果与156口井实钻砂岩厚度平均相关系数较相移数据提升约38％,证实该方法应用效果良好.