基于分頻智能反演的曲流河點壩與廢棄河道識別

李洪輝 岳大力 李偉 郭長春 李響 呂梅

摘要：曲流河點壩、廢棄河道級次構(gòu)型表征對豐富曲流河儲層構(gòu)型模式、指導油氣田高效開發(fā)具有重要意義。為此，以渤海灣盆地孤島油田中１２—斜檢３０１１井區(qū)館陶組為例，基于分頻智能反演技術(shù)識別曲流河點壩與廢棄河道。首先，通過地震資料分頻處理，依據(jù)振幅與砂體厚度之間的關(guān)系優(yōu)選最佳頻段地震資料，采用支持向量回歸（ＳＶＲ）的機器學習算法進行分頻反演；其次，在利用反演數(shù)據(jù)體平面屬性刻畫復合河道砂體分布規(guī)律的基礎上，根據(jù)河道邊界的地震、測井等響應特征預測單一曲流帶；最后，以廢棄河道泥質(zhì)半充填的樣式為指導，選取目的層上、中、下部的反演屬性切片進行ＲＧＢ融合，建立廢棄河道識別模板，并在定量模式約束下識別點壩和廢棄河道。研究結(jié)果表明：①基于機器學習的分頻反演技術(shù)能夠充分利用不同頻段地震信息與測井信息，提高了反演結(jié)果的分辨率，可指導河道邊界識別；②采用ＲＧＢ融合技術(shù)融合河道不同位置的反演屬性切片，能夠輔助判別砂體之間的空間組合關(guān)系，有助于井間廢棄河道識別；③ 在地震資料主頻為３８ Ｈｚ的情況下，利用基于分頻智能反演的曲流河點壩與廢棄河道識別技術(shù)在研究區(qū)目的層復合曲流帶中共識別了４個單一曲流帶、１３個廢棄河道和１５個點壩。開發(fā)動態(tài)資料驗證了識別結(jié)果的準確性，該方法具有很好的應用前景。

關(guān)鍵詞：儲層構(gòu)型，分頻反演，ＲＧＢ融合，機器學習，曲流河，孤島油田

中圖分類號：Ｐ６３１ 文獻標識碼：Ａ dol：１０．１３８１０／ｊ．ｃｎｋｉ．ｉｓｓｎ．１０００-７２１０．２０２３．０２．０１３