復雜儲層地震預測理論與應用研究 節選

第1章 緒論 1.1 研究背景及意義 隨著我國石油天然氣勘探、開發工作的不斷發展，我們面臨的勘探對象和開發環境越來越復雜，面臨著艱巨而復雜的任務。我國陸上復雜油氣儲層包括薄互層砂巖儲層、碳酸鹽巖儲層以及各類特殊巖性體儲層。復雜儲層油氣藏的勘探與開發是世界性難題，這些難題歸根結底是復雜介質中地震波傳播規律的理論認識及實驗研究，以及基于理論認識的針對油氣藏特征的儲層地球物理方法研究。同時，復雜儲層油氣藏也是今后重要的勘探領域之一。 復雜儲層油氣藏在地質形態上的主要特征是陡(傾角大)、斷(斷層發育)、緩、平(構造幅度小)、薄(儲層厚度小)、小(分布范圍小，分散)、裂(裂隙孔洞)、深(埋藏深)，且往往以這些特征的組合形式出現。對緩、平、薄、小之類的儲層而言，在地震記錄上因時差小難以察覺和識別，甚至出現假象。對陡、斷、裂、深儲層而言，地震記錄復雜，多種波疊復交叉，信噪比低，層位對比與識別十分困難[1]。 我國陸上復雜油氣儲層中的薄互層砂巖儲層的特點是分布面積大、豐度低、滲透率低而致密。這類油氣藏主要有松遼盆地長垣兩側和松南地區巖性油藏、鄂爾多斯中生界巖性油藏和上古生界巖性氣藏、川西北淺層巖性氣藏等。需要采用高新技術，識別主砂帶、裂縫發育區，查明巖性圈閉，低品位中找甜點。碳酸鹽巖油氣藏主要分布在四川盆地、鄂爾多斯盆地下古生界以及塔里木盆地臺盆區。需要預測溶蝕孔、洞和裂縫發育帶，尋找*佳鉆探靶位[2]。 復雜儲層油氣藏勘探與常規構造勘探相比，難度更大，勘探的技術手段也具有較大的差別。因此，需要研發相應的針對性技術手段，提高復雜巖性油氣藏和碳酸鹽巖儲層的勘探效益。 復雜儲層的特點是地層厚度小，非均質性強，目標隱蔽性強，因此預測難度大。復雜儲層油氣藏勘探的關鍵是復雜巖性體成像與識別，非均質儲層橫向預測。研發這項技術具有較大的難度。 目前還沒有一套系統完整的復雜儲層找油氣的理論和預測方法，而我國目前油氣勘探領域和開發目標越來越復雜，對地球物理勘探技術的需求非常迫切，要求也非常高。因此，復雜儲層預測技術具有廣闊的應用前景。 因此“復雜儲層地震預測理論及應用研究”是油氣勘探對物探技術的需求，具有重要的理論和實際意義。對于復雜儲層而言，我們應該立足地震資料，結合鉆井、測井等地質資料，以地震物理模型為基礎，多學科、高技術聯合與攻關，尋求新的理論和方法。 1.2 本書主要研究內容及技術路線 1.2.1 主要研究內容 在動力學非線性系統基本理論研究的基礎上，針對儲層具有非線性的特征，本書對儲層非線性方法與技術進行了系統而較深入的研究，其主要研究內容如下。 (1)動力學非線性系統特征和儲層非線性特征研究。主要分析研究應用于儲層地震預測的動力學非線性系統的基本理論問題：動力學非線性系統的混沌特征、分形特征、混沌與分形的關系、突變特征以及儲層地震信號非線性特征。 (2)儲層裂縫非線性預測研究。基于非線性理論，在重建的相空間中，提取3種非線性參數：關聯維數、李雅普諾夫指數和突變參數，采用“綜合參數法”或“非線性評價技術”，獲取表征裂縫發育程度的綜合非線性參數，以圈出有效裂縫富集區及建立裂縫富集區與油氣富集區之間的關系。 (3)地震高分辨率反演方法與技術研究。基于GA-BP理論，將自適應遺傳算法與人工神經網絡技術的優勢集于一體，由編碼、適應度函數、遺傳操作及混合智能學習等產生新的地震反演方法。這種反演方法將BP算法作為一個算子嵌入自適應遺傳算法中，以概率的方式進行搜索，從而快速而精確地找到全局*優解，獲得高分辨率反演剖面。在這種地震反演方法中，建立非線性映射關系和更新非線性映射關系將成為本書研究的關鍵問題。 (4)儲層地震非線性綜合預測與評價研究。基于GA-ANFIS理論的儲層地震非線性綜合預測是以地震屬性參數提取技術所構成的參數空間進行優化處理形成新的參數空間作為儲層綜合預測的輸入參數，將GA與ANFIS相結合，優化ANFIS網絡參數，并利用GA算法與TS(tabu search)算法相結合的自適應混合學習算法進行儲層綜合預測，獲得儲層綜合評價參數，它表征儲層的有效性，可作為儲層品質和含油氣性指標。 (5)按照模型相似性理論，采用先進技術制作高精度模型；測試和分析裂縫密度、裂縫方位、裂縫張開度的變化以及孔洞體積比變化引起的地震波特征響應，為檢測裂縫和油氣提供實驗依據。 (6)應用研究。應用新建的儲層地震非線性預測方法系列及軟件系統對碳酸鹽巖儲層、碎屑巖儲層和火山巖儲層等進行了預測研究，獲得了優于儲層常規預測方法的成果，極大地提高了儲層地震預測效果。 1.2.2 技術路線 巖石物理測試與分析是地球探測、地球物理研究必需的重要基礎數據資料，是聯系地質與地球物理的紐帶與橋梁，可以有效地消除地震解釋與反演結果的多解性，是促進地震解釋和反演結果由定性到半定量并發展到定量的基礎。由此建立了基于地震巖石物理學的復雜儲層非線性預測技術路線，如圖1-1所示。 圖1-1 基于地震巖石物理學的復雜儲層非線性預測技術路線(后附彩圖) 在非線性科學迅速發展的推動下，針對儲層具有非線性特征，本書將儲層預測的線性理論及方法技術推向儲層預測的非線性理論與方法技術，形成由儲層裂縫地震非線性預測、儲層地震高分辨率非線性反演及儲層地震非線性綜合預測與評價組成的儲層非線性方法與技術系列，并與物理模型測試與分析技術相結合，且在實際中去檢驗和評價。其技術路線如圖1-2所示。 圖1-2 技術路線與工作流程圖 1.3 技術關鍵和主要成果 1.3.1 技術關鍵 (1)動力學非線性科學作為一門新興學科，涉及的研究內容和研究范圍相當廣泛，還存在許多有待進一步發展的方面。本書是將動力學非線性科學提供的部分全新概念和算法應用于儲層預測之中，建立新型的儲層預測理論和預測方法，以適應復雜多變的儲層。 (2)將GA、BP、ANFIS及TS理論和算法應用于地震反演和儲層預測之中，形成與地球物理交叉的邊沿學科，其首要問題是建立新的嵌入技術和新的混合算法，充分發揮各自的優勢，使反演系統和預測系統穩定而快速地收斂，獲得高分辨率的反演剖面和有效且正確的儲層預測結果。 (3)由井點出發，構造非線性映射關系，并自適應地更新非線性映射關系，將成為儲層地震高分辨率非線性反演的首要問題，合理而正確的非線性映射關系才能得到正確且有效的非線性反演結果。 (4)物理模型的設計，特別是模擬復雜地質體的模型設計難度大。因此，在模型設計時，須考慮模型與實際地震勘探對象之間的相似性及實驗結果的可對比性(含不同波形識別)和實用性。 (5)在儲層評價中建立儲層評價指標，使儲層預測從定性預測發展為定量預測。 1.3.2 主要成果 針對非線性理論在地球物理油氣勘探應用中較薄弱的問題，通過系統研究，開創了一條儲層地震非線性預測之路。其主要成果如下。 (1)基于巖石物理模型的實驗研究，根據縫洞型儲層的特征，設計制作了多種縫洞物理模型。研究了溫度及壓力環境下多種模型不同縫洞密度的地震波響應特征。分析了在溫度及多種壓力條件下模型縫洞密度與地震波速度、振幅、衰減、主頻率等參數之間的關系和變化規律。形成了從定比觀測理論、定向裂縫模型、孔洞模型到多種縫洞模型的研究系列。深入研究了系列物理模型的地震響應特征。分析了多種環境下縫洞特征參數與地震波速度、振幅、衰減和主頻率等屬性參數之間的復雜關系和變化規律。提出了不同地震波屬性參數對縫洞特征檢測的敏感度，進一步加深了地震波的動力學參數比運動學參數對于儲層縫洞的檢測更為有效的認識。 (2)本書從一維非線性系統入手，研究了動力學非線性系統的混沌演化特征和分形特征以及它們之間的關系；從齊曼機構導出的尖點突變入手，研究了動力學非線性系統的突變特征以及儲層的多變復雜性和不連續的突變性與尖點突變模型具有相似或相近的突變特征，為地震儲層信號時間序列變換成尖點突變模型的標準形式提供了依據。 (3)本書基于非線性理論，創建了儲層地震預測領域內的三大非線性方法技術系列：儲層裂縫地震非線性預測方法技術、儲層地震高分辨率非線性反演方法技術及儲層地震非線性綜合預測與評價方法技術，并與物理模型測試和分析相結合，以提高儲層預測效果。這種儲層地震非線性預測方法與技術優于常規儲層地震線性預測方法與技術，具有高分辨率、高有效性和高可靠性的特點，將儲層預測與評價推向半定量到定量的新階段。 (4)在地球物理油氣勘探領域中，本書首次系統地闡述了在重建相空間中建立動力學系統和準確提取關聯維數、李雅普諾夫指數以及基于突變理論提取的突變參數地震屬性。這3種非線性參數是與裂縫直接有關的“直接參數”，這些參數不受或很少受其他因數的影響，綜合參數法或非線性評價技術所構成的儲層裂縫地震非線性方法技術可詳細地指示儲層內部結構的變化、裂縫系統的復雜程度和裂縫的空間變化規律，因而，能準確地找到有效裂縫富集層段或區塊，并可建立有效裂縫富集與油氣富集區之間的關系，是一項裂縫預測的創新技術。 (5)本書提出了一種集遺傳算法和人工神經網絡技術的優勢于一體的地震高分辨率非線性反演方法，它采用改進的新的混合智能優化算法，這種優化算法是將BP算法作為一個算子嵌入自適應遺傳算法中，以概率PBP的方式進行搜索運算，且概率自適應變化，自適應地調整反演系統向穩定收斂的方向演化，從而快速而準確地找到全局*優解。 本書創造性地提出了地震高分辨率非線性反演中的非線性映射技術：在井點建立非線性映射關系及在反演過程中根據地下介質在縱、橫向上的變化特征自適應地更新非線性映射關系。 大量的地震數據反演處理結果證明，地震高分辨率非線性反演方法具有突出優點：在測井約束下，反演不依賴初始模型或要求極低，反演系統穩定且收斂快；反演所獲得的地震參數剖面(波阻抗剖面或速度剖面及儲層密度剖面等)具有分辨率高的特點，這種高分辨率反演剖面清晰而詳細地反映出儲層在縱橫方向上的變化特征。因而，這種反演方法與其他反演方法(如Jason)相比較，屬于高水平的反演方法。 (6)基于GA-ANFIS理論，在儲層地震屬性參數提取和參數優化處理所形成的參數空間的基礎上，本書提出了儲層非線性預測與評價新方法。儲層地震非線性預測與評價方法是利用地震數據和測井數據之間的非線性映射關系建立訓練樣本，將GA算法與ANFIS網絡中的學習算法(GD+LSE混合學習算法)相結合的自適應混合算法分別優化訓練ANFIS網絡的前提參數和結論參數，并在遺傳算法中加入禁忌搜索(TS)算法，加快了網絡收斂速度，提高了網絡性能。應用所提出的方法對各類儲層進行預測研究，獲得了儲層綜合評價參數，它表征儲層的有效性，可作為儲層品質和含油氣性的指標。該預測方法與算法均能適應油氣儲層的復雜性及多變性，是對油氣儲層預測方法技術的一種新發展。 (7)在算法方面，本書在對BP算法、GA算法、ANFIS網絡中的算法和禁忌搜索(TS)算法的優缺點進行分析總結的基礎上，給出了兩種混合算法：**種算法是將GA算法與BP算法混合，形成GA-BP混合算法或帶禁忌搜索的GA-BP混合算法，并將BP算法嵌入GA算法內部，用于地震波阻抗反演、速度反演及儲層密度反演；第二種算法是將GA算法與ANFIS網絡中的算法和禁忌搜索(TS)算法相結合形成模糊神經網絡混合算法，并將*小二乘(LSE)和梯度下降(GD)嵌入GA算法內部及在交叉操作上加入禁忌搜索(TS)算法，用于儲層地震非線性預測與評價。本書新構成的兩種算法是對傳統的混合算法的一種改進，它們均能適應儲層的復雜性和多變性，在實際應用中產生了很好的效果。 在非線性理論、方法與技術及算法研究的基礎上，用C語言和FORTRAN語言研制完成了“儲層地震非線性綜合預測與評價系