|
马上注册,下载丰富资料,享用更多功能,让你轻松玩转阳光石油论坛。
您需要 登录 才可以下载或查看,没有账号?欢迎注册
x
基于地震数据体的属性建模方法
在井资料稀少的地区,合理的利用地震资料是对井间岩性、物性进行解释的有效方法。利用Geobody模块,通过交汇基于遗传反演算法得到波阻抗体与主频体,定义不同岩性的值区间,最终得到由能够区别出各种岩性的离散型地震数据体。Train Estimation Medol主要基于神经网络算法,能够模拟人脑,识别属性曲线与地震体之间的规律、最终完成对孔隙度、渗透率等属性的运算过程。
算法优势:
1. 不依赖三维网格模型的相建模、属性建模技术;
2. 神经网络算法保证计算结果具有更高的准确性;
3. 无网格引入和粗化过程;
4. 快速、高效的计算过程;
1.提取地震属性
依据地震数据体和测井曲线,提取多个与岩性、物性有关的属性体,如遗传反演AI体、主频体、构造平滑体、Envelope、瞬时频率、甜点等属性体(图1)。
2.Geobody体解释
激活地震体(Gen inversion),点击Insert box probe 插入三维Probe体,通过Manipulate Probe选择合适的体积大小,参考Grid Model、目的层位。 在Input 面板下的Geobody Interpretation Probes文件夹里自动产生一个Probe体。
右键>Setting,在弹出的对话框里选择Volumes,在2nd Cube里导入第二地震属性体(如 Dominant Freq.体), 点击对话框下方的Apply键,切换至Opacity子界面, 由默认的Histogram切换到Crossplot,在右侧区域选择某一特定颜色,点击Tools下的第一排按钮,在两种属性的交汇图上,勾画特定的区域范围;例如,砂岩通常具有较高的波阻抗,呈现低频特征,观察3D Windows地震体的变化。按住Ctrl键,切换另外一种颜色,选择泥岩等其它岩性,最终,将连续的地震数据体转变成离散的岩相数据体(图2)。
3. 将Probe体转换为地震体
右键Probe box体,点击convert to seimic cube,将解释的Probe体转换成可以为Grid Model采样的标准地震数据体(离散数据)(图3)。
右键转化的岩相地震体,点击Create well seismic, 在Well Section界面,对比解释结果与原始测井曲线(图4)。
在Geometrical Modeling里,利用Seismic Resampling,将地震体重采样到激活的网格模型里,调整为相模板显示(图5)。
4. 利用Train estimation Model生成孔隙度、渗透率模型
在Input>Wells>Global well logs>Checkshot>Attribute>TWT picked,右键双击TWT picked,选择Convert to log,在Input面板Global Well Logs下 生成一个TWT 曲线,右键Global Well Logs(图6),点击Calculator,键入“Seismic log name=Seismic Attribute(X,Y,TWT log)” (图7)。
注:深度域地震体Z替换TWT。
按此方式依次将多个地震属性体转化为属性曲线,分别打开well section和new function windows,对比属性曲线和孔隙度、渗透率之间的关系,选择能够反映物性变化的地震属性体(图8)。
激活Utilities>Train Estimation Model,在弹出的对画框选择Estimation(模拟连续的属性数据)在Data type里选择Seismic,在Input子界面里输入地震体,在右侧对话框内选择能够反映物性变化的地震属性体,在Training Data里选择Log data(测井曲线与地震属性之间进行培训)。
切换到Settings子对话框,选择Supervised,选择要模拟的测井曲线(孔隙度、渗透率),Training里设置合理的迭代等参数,点击Apply(图9),在Input下产生Neural Net文件同时,在Seismic survey里产生一个新的地震体,右键对虚体进行实现,产生一个新的属性地震体,进而可以采样到网格模型中。
|
|