检索结果-南通市图书馆

基于BISQ模型的储层物性参数贝叶斯反演方法

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2023年第4期58卷 942-948页

作者：曲志鹏温瑨韩宏伟步帆王兴谋朱剑兵中国石化胜利油田分公司物探研究院山东东营257022 清华大学数学科学系北京100084

对于物性参数反演这类存在多解性的问题,常见的方法往往难以高效、高精度地获得最优解。因此,根据贝叶斯统计学,采用高斯先验模型引入测井数据约束,并发展储层物性参数贝叶斯反演方法,以克服反演的多解性。其次,在BISQ理论和等效流体理... 详细信息

对于物性参数反演这类存在多解性的问题,常见的方法往往难以高效、高精度地获得最优解。因此,根据贝叶斯统计学,采用高斯先验模型引入测井数据约束,并发展储层物性参数贝叶斯反演方法,以克服反演的多解性。其次,在BISQ理论和等效流体理论的基础上建立了岩石物理正演模型,该模型反映了孔隙介质中固体和流体的多种物理作用,可精细地刻画储层中地震波的传播过程,进而提升反演结果的可靠性。此外,由于确定性优化算法通常只有局部收敛能力,无法收敛到反演问题的全局最优解,所以引入具有全局收敛能力的杂交遗传算法,以提高反演方法的精度和效率。最终,利用所提反演方法预测中国东部A油田目标区域的孔隙度和含水饱和度,获得了较好效果。

关键词： BISQ模型贝叶斯反演储层弹性参数储层物性参数

在线全文

学校读者我要写书评

暂无评论

基于布谷鸟算法的储层物性参数同步反演

石油地球物理勘探 2022年第3期57卷 638-646,I0005,I0006页

作者：刘仕友段治川周凡汪锐中海石油(中国)有限公司海南分公司海南海口570000 中国石油大学(华东)地球科学与技术学院山东青岛266580

物性反演是储层预测与评价的重要手段,可直观描述储集层所蕴含的信息。由于地球物理反演的非线性特征,以局部寻优方法开展的储层物性参数反演方法难以降低不适定性,结果存在多解性。为此,提出一种基于布谷鸟算法的储层物性参数同步反演... 详细信息

物性反演是储层预测与评价的重要手段,可直观描述储集层所蕴含的信息。由于地球物理反演的非线性特征,以局部寻优方法开展的储层物性参数反演方法难以降低不适定性,结果存在多解性。为此,提出一种基于布谷鸟算法的储层物性参数同步反演方法。以弹性阻抗与储层物性参数关系为基础,构建储层物性反演目标函数,引入布谷鸟算法寻找目标函数最优解。布谷鸟算法作为一种新型元启发式算法,其包含的Levy飞行机制能有效解决常规方法陷入局部极值的问题,可实现更高精度的储层物性参数预测。理论模型和实际数据测试均表明,该方法能够有效反演物性参数,可为储层描述提供数据支持。

关键词：布谷鸟算法全局寻优弹性阻抗储层物性参数同步反演

在线全文

学校读者我要写书评

暂无评论

基于集成学习的储层物性参数预测方法研究

基于集成学习的储层物性参数预测方法研究

作者：陈怡东北石油大学

学位级别：硕士

储层物性参数是油气藏评价的基础,是描述储层特性和流体模式的重要参数。传统预测模型基于测井曲线建模,拟合孔隙度和渗透率参数。主要方法包括回归分析和经验公式,但是这些方法大多基于线性。在实际测井过程中,储层复杂,非均质性强,测... 详细信息

储层物性参数是油气藏评价的基础,是描述储层特性和流体模式的重要参数。传统预测模型基于测井曲线建模,拟合孔隙度和渗透率参数。主要方法包括回归分析和经验公式,但是这些方法大多基于线性。在实际测井过程中,储层复杂,非均质性强,测井数据可能受噪声和异常值影响,这些问题会在一定程度上影响模型的预测效果。传统预测模型基于物理模型和统计方法,复杂度高,容易对训练数据造成过拟合,进一步影响预测效果。因此,传统回归分析等方法已不足以满足需求,亟需一种高效、精确的预测方法。机器学习在非线性回归任务中的表现优势备受国内外研究者关注,近年来展开大量深入的探究。通过建立模型并融合大量输入特征的方法,研究者们试图发掘出变量特征之间的非线性关系。由此,储层物性参数预测算法也逐渐从传统的线性回归模型转向基于机器学习的建模方式。在机器学习领域,采用集成学习方法可显著提高算法的准确度和稳定性。针对上述问题,本文分析研究五种常见储层参数预测模型以及传统Stacking集成学习方法,并基于粒子群算法优化,构建改进的Stacking集成学习储层参数预测模型。本文基于公开样本数据集,使用精度加权和样本扩充的方法对传统Stacking集成学习进行改进,建立可用于储层参数预测的模型。针对大量数据及存在冗余特征的问题,本研究采用Pearson相关系数法以及基于模型的特征选择方法对样本特征进行相关性分析,以便找出与孔隙度、渗透率密切相关的测井曲线。首先,使用热力图展示储层物性参数与各个测井曲线之间的皮尔逊相关系数,单独分析其与测井曲线之间的关系,筛选出与其相关性较强的特征数据,为进一步提升模型性能,又进行基于模型的特征选择法,最终选取与孔隙度、渗透率相关的测井曲线数据。其次,对数据进行预处理,使测井资料数据都在同一量纲区间。基于传统的物性参数预测模型具有建模成本高昂、精度受多种因素影响等问题,提出TCN-LSTM融合算法,将其分别与TCN(Temporal Convolutional Network,TCN)算法和LSTM(Long Short-Term Memory,LSTM)算法进行比较,证明融合算法的有效性;然后,将测井样本数据分别代入XGBoost算法、SVR(Support Vector Regression,SVR)算法、TCN-LSTM算法、BP(Back Propagation,BP)神经网络以及ARIMA算法五种模型进行训练,采用粒子群优化算法确定参数值。再分别用上述模型对公开样本数据集中的孔隙度、渗透率做出预测,分析预测值与解释值的拟合图以及各模型的RMSE值和MAPE值。基于对某井储层物性参数的预测,对比上述模型与传统Stacking集成模型和本文改进Stacking集成模型的预测效果,发现无论是从预测值与解释值的拟合图还是模型的2项RMSE值、MAPE值来看,改进Stacking集成模型都是预测效果最准确,效果最好的;最后,将改进Stacking集成模型应用在实际储层物性参数应用中,针对某低渗油井A和油井B的实际孔隙度、渗透率参数进行实验,分别与本章所提到的各机器学习算法和传统的Stacking集成模型进行对比实验,之后研究各模型下的平均绝对百分比误差分布概率,对所得结果进行深入分析。综上所述,本文采用的改进Stacking集成模型在储层参数预测中可以有效提高各模型的精度,是一种可靠且潜力巨大的预测方法。该方法也适用于研究区域其他油井的测试,并能为未来的油气田勘探开发提供有益的帮助。

关键词：集成学习机器学习储层物性参数孔隙度渗透率

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于弹性阻抗的储层物性参数预测方法

地球物理学报 2014年第12期57卷 4132-4140页

作者：印兴耀崔维宗兆云刘晓晶中国石油大学(华东)地球科学与技术学院青岛266580

储层物性参数是储层描述的重要参数,常规的基于贝叶斯理论的储层物性参数反演方法大多是通过反演获得的弹性参数进一步转换而获得物性参数,本文提出一种基于弹性阻抗数据预测储层物性参数的反演方法.该方法主要通过建立可以表征弹性阻... 详细信息

储层物性参数是储层描述的重要参数,常规的基于贝叶斯理论的储层物性参数反演方法大多是通过反演获得的弹性参数进一步转换而获得物性参数,本文提出一种基于弹性阻抗数据预测储层物性参数的反演方法.该方法主要通过建立可以表征弹性阻抗与储层物性参数之间关系的统计岩石物理模型,联合蒙特卡罗仿真模拟技术,在贝叶斯理论框架的指导下,应用期望最大化算法估计物性参数的后验概率分布,最终实现储层物性参数反演.经过模型测试和实际资料的处理,其结果表明本文提出的方法具有预测精度高,稳定性强,横向连续性好等优点.

关键词：弹性阻抗储层物性参数贝叶斯理论 EM算法统计性岩石物理模型

在线全文

学校读者我要写书评

暂无评论

基于核贝叶斯判别法的储层物性参数预测

石油学报 2016年第7期37卷 878-886页

作者：刘兴业陈小宏李景叶周林郭康康中国石油大学油气资源与探测国家重点实验室中国石油大学海洋石油勘探国家工程实验室北京102249

随着油田开发的持续深入,地震勘探技术在储层预测及储层描述方面的要求不断提高。储层的物性参数是描述储层特征的主要参数,但由于影响储层物性参数的因素众多,且关系复杂,为储层物性参数的准确预测带来了巨大困难。基于传统贝叶斯判别... 详细信息

随着油田开发的持续深入,地震勘探技术在储层预测及储层描述方面的要求不断提高。储层的物性参数是描述储层特征的主要参数,但由于影响储层物性参数的因素众多,且关系复杂,为储层物性参数的准确预测带来了巨大困难。基于传统贝叶斯判别的物性参数预测方法能够综合考虑多种参数,在获得预测结果的同时能够给出预测结果的概率分布,从中提取最大后验概率,并对预测结果的不确定性进行定量评价。但在预测过程中条件概率密度函数比较难以估计,一般假设各参数服从特定分布,但当数据分布比较复杂时,不满足这种假设,限制了其应用效果。因此,基于贝叶斯定理,采用核函数估算的方法计算条件概率密度函数,提出了基于核贝叶斯判别法的储层参数预测方法。该方法不需要假设数据服从特定的分布,采用非参数估计方法获取条件概率密度函数,可以计算获得物性参数的最大后验概率,实现了多种物性参数的预测并提供预测结果的置信概率,可用于进行不确定性评价。模型数据和实际资料的应用效果很好地验证了该方法的有效性。该方法在储层物性参数预测、储层描述中有良好的应用前景。

关键词：核函数贝叶斯判别条件概率储层物性参数不确定性

火成岩储层物性参数模型及油层判识——以准噶尔盆地车排子凸起石炭系为例

在线全文

学校读者我要写书评

暂无评论

石油与天然气地质 2018年第1期39卷 119-128页

作者：朱勇余一欣王双汪勇中国石化胜利油田分公司油气勘探管理中心山东东营257000 中国石油大学(北京) 北京102249 中国石化胜利油田分公司现河采油厂山东东营257000

准噶尔盆地车排子凸起石炭系发育火成岩油藏,但其储层岩性和物性特征十分复杂。运用岩性鉴定、岩心实测、成像测井、常规测井和试油测试等资料,总结出该区石炭系火成岩孔隙-裂缝储集空间组合特点与规律,即总孔隙度为基质孔隙度和裂缝孔... 详细信息

准噶尔盆地车排子凸起石炭系发育火成岩油藏,但其储层岩性和物性特征十分复杂。运用岩性鉴定、岩心实测、成像测井、常规测井和试油测试等资料,总结出该区石炭系火成岩孔隙-裂缝储集空间组合特点与规律,即总孔隙度为基质孔隙度和裂缝孔隙度之和,总渗透率为基质渗透率和裂缝渗透率之和,对于裂缝不发育的储层总渗透率近似为基质渗透率。以岩心实测为约束,运用三孔隙度曲线多元回归和FMI成像测井识别有效裂缝等方法,分别建立了基质、裂缝和总体的储层参数测井解释模型。与实测储层物性对比验证,模型合理,为车排子凸起火成岩储层物性评价提供新手段,对其它地区火成岩油藏储层评价提供了借鉴。以储层参数测井解释模型为基础,结合多项钻井、录井和试油资料,建立了车排子地区石炭系火成岩油藏油层判识标准。

关键词：储层物性参数测井解释模型油层判识火成岩车排子凸起准噶尔盆地

在线全文

学校读者我要写书评

暂无评论

地震属性模式聚类预测储层物性参数

石油地球物理勘探 2005年第2期40卷 204-208页

作者：陈波胡少华毕建军中国矿业大学中国地质大学

地震模式聚类预测技术是一种模式识别技术,在油气储层预测中有广泛的应用。其应用成功的关键在于:1所用地震资料的质量满足高信噪比、高分辨率及高保真度的要求;2建立准确的地质模型(综合框架) ,为神经网络的训练提供好的学习样本;3选... 详细信息

地震模式聚类预测技术是一种模式识别技术,在油气储层预测中有广泛的应用。其应用成功的关键在于:1所用地震资料的质量满足高信噪比、高分辨率及高保真度的要求;2建立准确的地质模型(综合框架) ,为神经网络的训练提供好的学习样本;3选用多层感知器神经网络。在上述第二个环节中,涉及储层层段划分上应力求按岩性特征细化,然后按测井细分层数据对地震信息进行准确标定,建立地震属性信息与地质、井信息的联系。文中列举了两个油田的应用实例,进一步证实了此方法的应用效果。

关键词：模式聚类储层物性参数模式识别技术地震属性信息神经网络多层感知器预测技术储层预测高信噪比地震资料高保真度高分辨率地质模型学习样本岩性特征地震信息应用实例油气测井油田

基于地震属性约简的深度学习储层物性参数预测:以莺歌海盆地乐东区为例

在线全文

学校读者我要写书评

暂无评论

CT理论与应用研究（中英文） 2022年第5期31卷 577-586页

作者：刘仕友曲福良周凡邓利峰中海石油(中国)有限公司海南分公司海口570000 中国石油大学(华东)地球科学与技术学院山东青岛266580

储层物性参数作为描述储层特性、储层建模和流体模式的重要指标,其准确估算可以为储层预测提供有力参考依据,但传统储层物性参数反演方法无法兼顾反演精度及空间连续性。针对上述问题,本文引入地震属性作为深度学习算法输入,针对地震属... 详细信息

储层物性参数作为描述储层特性、储层建模和流体模式的重要指标,其准确估算可以为储层预测提供有力参考依据,但传统储层物性参数反演方法无法兼顾反演精度及空间连续性。针对上述问题,本文引入地震属性作为深度学习算法输入,针对地震属性之间存在的信息冗余特征,利用随机森林-递归消除法对地震属性进行约简预处理,最终建立一种基于地震属性约简的储层物性参数预测方法。实际数据测试结果表明,地震属性约简的深度学习储层物性参数预测结果具有良好的精度及横向分辨率,证实本文方法的有效性。

关键词：深度学习地震属性约简随机森林算法储层物性参数

基于弹性参数加权统计的储层物性参数反演方法（英文）

在线全文

学校读者我要写书评

暂无评论

Applied Geophysics 2015年第4期12卷 523-532,627,628页

作者：桂金咏高建虎雍学善李胜军刘炳杨赵万金中国石油勘探开发研究院西北分院甘肃兰州730020

储层物性参数的改变伴随着弹性参数某种程度的改变,而这种改变并非简单的线性关系。加上观测信息的缺失、重叠、噪声破坏及模型理想化等原因,致使这种改变关系的获取具有较大的不确定性。针对传统统计岩石物理物性参数反演方法的不足,... 详细信息

储层物性参数的改变伴随着弹性参数某种程度的改变,而这种改变并非简单的线性关系。加上观测信息的缺失、重叠、噪声破坏及模型理想化等原因,致使这种改变关系的获取具有较大的不确定性。针对传统统计岩石物理物性参数反演方法的不足,以利用弹性参数反演储层物性参数为目的,依据贝叶斯反演框架,我们建立了新的储层物性参数目标反演函数。首先,采用兼具确定性与随机性特点的统计岩石物理模型,考虑到不同弹性参数间的精度存在差异,引入权重系数,建立起储层物性参数与弹性参数间的加权统计关系。其次,基于这种加权统计关系,结合马尔科夫链蒙特卡洛随机模拟技术产生储层物性参数、弹性参数随机联合样本空间作为目标函数求解样本空间。最后,建立解的快速求解准则,求取最大后验概率密度对应的储层物性参数取值作为最终解。实际应用表明,该方法具有较高的反演效率,应用前景较好。

关键词：储层物性参数反演加权统计贝叶斯随机模拟