Question

油气储层预测分析

Answer 1

油气储集层预测方法技术有两类：第一类是基于线性理论的线性预测方法技术；第二类是基于非线性理论的非线性预测方法技术。目前在国内外研制和开发了多种油气储集层线性预测方法技术和软件，其软件规模各异，对油气储集层预测效果大同小异，预测过粗，各种方法存在一定的缺陷。

油气储集层非线性预测是一项新的预测方法技术，尚处于研究和发展之中，但备受勘探地球物理界的普遍关注和重视。可预期非线性预测方法技术将取代线性预测方法技术，使油气储集层预测步入新的发展阶段。

4.1.5.1 油气储层预测的基本原理

4.1.5.1.1 油气储集层线性预测方法技术

4.1.5.1.1.1 储集层地震响应特征参数的提取

图4-89给出了所提取的储集层地震响应特征参数。这些参数可分为5大类，它们是：自相关函数类参数、自回归类参数、傅氏谱分析类参数、最大熵功率谱分析类参数及振幅类参数。这些参数不同程度地反映了储集层的有效性与含油气性。

4.1.5.1.1.2 地震响应特征参数压缩与分析

用所提取的几十个特征参数直接进行预测显然是不可行的。参数中有些是相关的，有些存在信息冗余度。因而在油气储集层预测之前要先降低样本特征参数的维数。我们所采用的方法是对原特征向量做某种变换，要求这种变换具有保熵性、保能量性及去相关性，并要求能量重新分配和集中，在变换域中，能量高度集中在少数几个变换系数上，这样，可舍弃一些能量较小的变换系数而达到减少特征维数的目的，并组成新的识别特征。

这种变换可以通过正交变换来实现，Karhune-Loeve变换是其中的一种，而且在均方误差准则下，该变换是最优正交变换。

4.1.5.1.1.3 油气储集层线性预测方法技术

在油气储集层线性预测中，分为两类预测方法：第一类是无井线性预测方法，即综合参数法，这类方法适用于勘探初期或勘探程度较低的地区；第二类是有井(包括多井)线性预测方法，即广义线性分类器法。

综合参数法 用所提取的地震特征参数形成一个矩阵，并对多参数寻求一个加权因子h，即解下面本征方程：

{R-λI}h=0

式中：

地震勘探原理、方法及解释

T_Lm=

(x_kl-

)(x_km-

)，n为道数，L为特征参数个数，x为特征参数，

为特征参数平均值，λ为本征值，h为本征值对应的向量。取最大本征值λ_max对应的本征向量作为加权因子，就可得到综合参数S_k(图4-89中参数①)：

图4-89 地震响应特征参数

地震勘探原理、方法及解释

广义线性分类器法 广义线性判别函数采用中特征参数的1 次和0 次项的线性组合，即

g(x_i)=w₀+w₁x_1i+w₂x_2i+…+…w_nx_ni

式中：w_j(j=0，1，2，…，n)为权系数，x_ij(i=1，2，…，I；j=1，2，…，n)为特征参数，n为特征参数个数，I为地震道道数。设计分类器即为确定这些权系数。设有已知类别的m个样本为{x₁，x₂，…，x_m}，g(x_i)是期望的判别函数，则对m个已知样本，有：

X^tW=B

式中：X^t为m×(n+1)矩阵，即

地震勘探原理、方法及解释

W=(w₀，w₁，w₂，…，w_n)^t

B=(g₁，g₂，…，g_m)^t

组成B向量的各分量是期望的已知样本的判别函数值。我们期望Ⅰ类样本和Ⅱ类样本在判别超平面的两侧，即有不同的符号：

地震勘探原理、方法及解释

方法要求计算出的各样本判别函数值和期望值g_i的误差平方和最小，即使

‖X^tW-B‖²→min!

解下面方程即可求出权系数W：

(XX^t)W=XB

计算出W后，即可判别未知样本的类别，即

地震勘探原理、方法及解释

若g(x_i)＞0，则为Ⅰ类；若g(x_i)＜0，则为Ⅱ类，从而达到分类的目的。

4.1.5.1.2 油气储集层非线性预测方法技术

在油气储集层线性预测的基础上，采用非线性预测方法优选油气储集层的最佳部位和/或油气富集带。我们所采用的非线性预测方法有突变理论识别技术与混沌识别技术等。

4.1.5.1.2.1 油气储集层突变理论预测方法技术

突变理论是研究平衡点之间的相互转换问题，它不仅适用于梯度类系统，而且还可适用于更一般的系统。这样，使突变理论能得到广泛的应用。

地下介质的某一地层在横向上的变化一般是渐变的，可看作是一种稳定状态，但是，由于介质结构的突变和含油气而具有突变的特点，属于一种不稳定状态，从而引起地震反射序列的突变，对这样的突变现象，即可应用突变理论处理，去发现横向上的突变，以揭示油气之所在。

对地震序列进行泰勒展开，并截取到四次项，然后，将泰勒展开式化为由齐曼机构导出的尖点突变模型的标准形式：

V(Z)=Z⁴+UZ³+VZ

式中：Z为状态变量，U、V为控制变量，V(Z)表示一种势，即系统储存的能量。由突变理论知，平衡曲面方程为：

4Z³+2UZ+V=0

分叉集方程为：

D=8U³+27V²

由上式可知，只有控制变量满足

D=8U³+2V²=0

系统处于不稳定状态，才可能由一种平衡状态突变到另一种平衡状态，若D＜0 时，系统发生了突变。

在实际应用中，对地震反射序列进行累加生成新序列，在新序列的基础上，计算地震信号的突变次数来表征信号的突变特征。然后根据这种突变特征预测油气富集带或最佳部位。

4.1.5.1.2.2 油气储储层混沌预测方法技术

混沌是非线性耗散系统中普遍存在的一种现象。它是指在一个确定性系统中，由于内在因素而产生的不规则而难以预测的行为，即确定的随机性。

沉积盆地作为一个耗散的非线性动力学系统，而地震或测井记录正是这一非线性动力学系统的物理响应，并从中提取反映系统特征的参数，则可通过这些参数来区分和识别地层的岩性和含油气性。

在研究中，从动力学系统原理中，提取反映系统特征的李指数(Lyapunov)，因为李指数分析是一种比较好的方法，另一方面与相空间随时间的长期变化的总体特征相联系。

如果用{x_i，i=1，2，…，n}表示一个n维的状态向量，并由它构成一个n维的相空间；用{δx_i(T)，i=1，2，…，n}表示t时刻系统的误差，由误差向量δx_i(t)，(i=1，2，…，n)所构成的空间称为切空间，在切空间中，考察一个以x为中心，w₀为直径的n维无穷小球面的长时间变化(图4-90)，其指数变化率可用各个方向基轴的长度w_i(T)与初始小球直径w_i(0)间的比值表示，即

地震勘探原理、方法及解释

图4-90 切空间内系统演化

上式即为系统第i个李指数(L.李指数)的定义。由该式可知，L.指数是与相空间中在不同方向上轨道旁的收缩和膨胀特征有关的一个平均量，每个L.指数LE_i都可看作是相空间各个方向上相对运动的局部变形的平均，同时又是由系统长时间演化决定的。因此，从空间和时间的意义两方面来看，L.指数都不是局部量，而是系统整体特征的一个表示。

由地震记录的功率谱分析可知，地震记录的功率谱是连续的，其时间序列是混沌的，所代表的运动属于混沌运动，也就是说，存在着奇怪吸引子，因而，可利用地震记录提取反映沉积地层系统变化特征的参数李指数来识别和区分地层的岩性和含油气性。

在实际计算中，根据时间序列重构d维相空间，然后，根据L.指数的定义及几何意义求取最大L.指数LE₁。值得指出的是，L.指数随相空间嵌入维数的增加容易趋于稳定值，这就使它预测地震序列横向变化的可靠性增大，这正是L.指数预测岩性和油气的一个优越性。

4.1.5.2 油气储层预测软件系统的基本特征

图4-91是联合预测系统图，其软件可在微机和工作站运行。该软件系统由下列子系统组成：①地震数据输入及目的层数据生成子系统；②储集层地震参数提取子系统，它包括反射特征参数提取、非线性参数提取、非均质性参数提取及储集层物性参数提取；③参数分析子系统；④储集层综合判别及联合预测子系统。

图4-91 联合预测系统图

该联合预测系统不同于常规的预测系统，它将无井综合参数法预测、有井广义线性分类器法预测分别与非线性识别技术有机地相结合，并在油气储集层线性预测的粗略预测基础上，非线性预测方法可优选出油气储集层的最佳部位和/或局部油气富集带，这使油气储集层描述步入了新的阶段。在联合预测系统基础上，可将油气储集层预测发展成全新的非线性预测系统。

4.1.5.3 油气储集层联合预测实例分析

在W地区，我们采用联合预测方法技术对某灰岩储集层(C)进行了预测研究。在联合预测中，首先利用三维地震资料对该储集层提取了35种地震特征参数及两种非线性参数(突变参数和关联维)，并对各种参数进行了分析处理，然后，对该储集层的空间展布特征及油气聚集有利区块进行了联合预测研究。

图4-92 储集层(C)突变参数分布图

图4-93 储集层(C)关联维分布图

图4-94 储集层(C)联合预测图

图4-92是W地区C储集层突变参数分布图，由该图可看出，该储集层存在突变参数异常，它反映了该储集层的结构变化和含流体分布状况。图4-93是关联维分布图，由该图可看出，该储集层关联维出现高值异常，它在一定程度上反映了该储集层裂缝发育状况。

图4-94是叠合在构造图上的联合预测图。由图可看出，用线性预测方法对该储集层进行了初步预测，划分出B1至B6共6个区块，各预测区块沿CDP50线两侧分布。在线性方法预测的基础上，应用非线性方法在B1和B6区块内优选出该储集层的最佳有利区块或局部油气富集带(图中方格纲)，B2区块内的南1井钻探证实为气井。这表明联合预测方法技术对储集层能进行精细预测研究，避免了单一使用线性预测方法过粗的缺陷，并能提供有效钻探目标，同时，可提高地震方法在储量计算中的作用。