波形分类技术在储层沉积微相预测中的应用

• 作者: 李莉华 赵秀红 邓传伟 金银姬
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: 波形分类 神经网络 沉积微相 岩性油藏
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 应用研究
• 页码范围: 262-265
• 页数: 4页
• 分类号: P631.4
• 字数: 2593字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2008.03.009

摘要

地震波形的总体变化是地震波振幅、频率、相位的综合反映,是重要的地震属性参数.地震波形分类技术充分利用了地震资料信息丰富的特点,采用神经网络算法把地震道形状(即波形特征)定量地刻画出来,通过对某一层地震数据逐道进行对比分类,细致地刻画地震信号的横向变化,从而得到与地质层位对应的地震相图,用于储层砂体及岩性油藏的预测.应用波形分类技术对古龙北地区葡萄花油层沉积微相进行了预测,预测结果与该区宏观沉积环境吻合,与单井微相匹配程度高,属性的细节变化符合沉积规律.利用预测结果提供了2口井位,实施钻探后均获得工业油流,新发现了较大储量规模的岩性油藏.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓传伟		4	149	3.0	4.0
2	金银姬		2	87	1.0	2.0
3	赵秀红		2	91	2.0	2.0
4	李莉华		1	87	1.0	1.0