地震裂缝综合预测技术在川西致密砂岩储层中的应用

川西BMM地区侏罗系沙溪庙组储层为河流相低孔低渗致密砂岩，裂缝控制了储层的储渗空间和井的产能。针对研究区为窄方位三维P波地震数据，直接用于地震裂缝检测存在的不足，提出了解决这一问题的实用处理方法。在各向异性理论和实际井资料合成的方位AVO理论记录指导下，从三维方位数据体中提取地震波反射振幅、速度和高频衰减参数，并利用其方位变化特征来预测裂缝各向异性。为了消除岩性横向变化对裂缝检测的不利影响，减少多解性，从沉积相分析入手，描述河流的空间分布，利用砂岩和泥岩伽马值的差异，通过反演技术，建立砂岩储层的空间分布模式，然后进一步估计砂体的裂缝发育情况以及含流体性。预测效果获得了新钻井的验证，取得了很好的经济效益。     

人工神经网络在油气藏横向预测中的应用

采用人工神经网络（ＡＮＮ）进行油气藏横向预测，只需给网络提供叠偏地震剖面数据和标定井油气信息。对川南、川西南碳酸盐岩储层以及川中薄层储层进行了预测、尝试。实验结果表明：这种方法可行、效果良好、成功率高，ＡＮＮ以其特点将为油气描述提供新的手段。     

地震孔隙度反演技术在川西砂岩储层中的应用与比较

孔隙度是描述储层品质的一个重要参数，对生产开发和储量估计具有重要的意义。岩石孔隙度和地震波速度之间存在着内在联系，利用地震和测井数据反演井间孔隙度值是储层预测的主要内容之一。文章探讨了单属性和多属性多元线性回归法、神经网络法、几种克里金法、随机模拟法等多种孔隙度反演方法的基本原理、特点和适应条件，并分析对比了孔隙度预测方法在川西BMM构造陆相碎屑岩储层的应用效果。结果表明，在川西地区岩性变化快、砂岩储层非均质性强、孔隙度值变化大的地质条件下，多属性法优于单属性法，数据驱动的克里金法和神经网络法预测效果又优于线性回归法，数据驱动与地质模型约束相结合的随机模拟方法获得了最佳的预测效果，与实际的地质情况非常吻合。     

GeoMountain解释工程师系统中相干体软件的开发及应用

〗相干体技术是利用相邻道地震信号的相似性来检测地震同相轴的不连续性,可以用来识别断层、特殊岩性体、河道等地质现象。在概述了第一代相干体两道互相关算法（C₁）、第二代相干体多道相似系数算法（C₂）、第三代相干体特征值算法（C₃）及其特点的基础上,改进了基于本征值结构的C₃相干体算法。结果表明,改进算法具有更好的信噪比和分辨率,计算速度进一步提高。在独立自主研制的GeoMountain解释工程师软件系统平台上开发出相干体分析软件,给出了相干体算法应用实例。     

叠前弹性阻抗在储层气水识别中的应用

弹性阻抗是声阻抗的概念延伸和推广，它建立在非零偏移距的基础上，是纵波速度、横波速度、密度及入射角的函数。弹性阻抗反演属于叠前反演技术，相对叠后声阻抗而言，它包含了更为丰富的储层岩性和含流体信息，并逐步发展成为一种有效的流体检测与识别技术。在简介纵波弹性阻抗的概念、方法原理及其所揭示的新的流体性质和反演过程基础上，建立了储层流体检测的基本流程。通过对研究区已知井（含气和含水）目的层段的扩展弹性阻抗的实际计算和对其随入射角变化趋势的分析，建立了一种针对碳酸盐岩储层含流体性质的有效判别依据。实际应用效果表明，该方法在储层流体识别，特别是对碳酸盐岩储层的气水判别具有良好的效果。     

GeoMountain山地地震解释平台构建技术

目前国内外商业解释软件系统对山地地震资料的解释存在一定的局限性,川庆钻探工程公司地球物理勘探公司多年来虽在山地地震资料解释方面积累了大量的生产技术和科研成果,但某些技术特别是一些关键核心技术集成应用十分不便。因此,构建集成统一的山地地震解释软件平台,使上述技术有形化便成为了一个重要课题。通过对现有主流商业软件的基础平台的深入剖析,结合川渝地区山地物探的研发模式,探索出一套基础平台加功能插件的软件架构设计思路,并形成了GeoMountain解释工程师软件系统。该解释平台较好地解决了软件开发与集成问题,具有很好的扩展性。基于该解释平台开发了井分析、含逆断层的构造解释、属性储层预测以及多波等功能插件。该系统已在１０多个项目的地震资料解释中取得了较好的应用效果。     

混合优化算法剩余静校正

本文通过充分消化和吸收国内外关于非线性最优化方法的研究成果 ,在对模拟退火和遗传算法剩余静校正进行大量模型试验分析、研究的基础上 ,提出了一种遗传退火混合的新算法 ,实现了模拟退火和遗传算法的绝大部分控制参数自动调整的思想 ,极大地提高了模拟退火和遗传算法的收敛能力和计算效率 ,能很好地解决低信噪比和大剩余静校正量问题     

�˹�����������Ԥ�⼼�����Ĵ�������Ӧ��

介绍了根据人工神经网络模型的原理，将地震道信息引入人工神经网络系统进行油气预测的方法。首先从地震时窗内提取出反映储层油气变化的５组共１０多个地震特征参数，然后进行ＢＰ神经网络的自学习，进而结合地质情况和实钻资料进行油气水预测判别，最后将成果绘成图件。将该方法分别应用于四川气区的川南、川中和川东的３个试验区块，均取得与实际或其它预测方法较吻合的结果