13398.多參數儲層流體識別方法研究

1、分類號UDC學校代碼：10616密級——學號：2Q!!Q5Q!!窆成都理工大學碩士學位論文多參數儲層流體識別方法研究馬妮指導教師姓名及職稱李錄明教授申請學位級別論文提交日期學位授予單位答辯委員會主席評閱人2014年5月摘要多參數儲層流體識別方法研究摘要當前，隨著AVO(AmplitudeVariationwith0ffset)技術的不斷發(fā)展與完善，尤其是疊前同步三參數(縱波速度、橫波速度、密度)反演技術的成熟發(fā)展，可以通過三參數剖面直接

2、由巖石物理關系式求取其它的流體屬性集成員，由于用于流體識別的參數較多，且各個參數識別效果不同，因此在選擇流體識別參數時，如何選擇高敏感性參數，是儲層預測關鍵步驟之一。本文介紹了巖石物理學基本理論以及各個彈性參數，研究了地震波在雙向介質中的傳播規(guī)律，闡述了兩種有效介質理論，然后利用定量交會圖技術，先計算出彈性參數的流體識別系數，根據流體識別系數對多參數進行篩選后，優(yōu)選出高敏感性參數，用于流體識別。接著，應用神經網絡模式識別技術對流體進行識

3、別，最后利用Castagna和Smith模型與實際模型對流體進行識別。由于從地震資料中提取的參數比較多，利用定量交會的方法優(yōu)選出對儲層流體較敏感的參數，將優(yōu)選出的高敏感性參數用于流體識別，不僅可以避免使用低敏感性參數進行流體識別和儲層預測引起的不確定性和多解性，而且還大大提高了多參數流體識別的效率。在進行流體識別分析時，可以看出，一維、二維交會都能夠較為明顯的將目的儲層分離出來，特別是三維參數交會分析能更好的區(qū)分各個儲層。以BP神經網絡