[发明专利]基于地震多属性深度学习的薄互层储层预测方法

说明书

本发明提供一种基于地震多属性深度学习的薄互层储层预测方法，该基于地震多属性深度学习的薄互层储层预测方法包括：步骤1、根据研究层段的解释层位计算目的层段的多种地震属性，提取已钻井的砂岩厚度与岩相分类信息；步骤2、利用井点的砂岩厚度与岩相分类数据，以及提取的各种地震属性数据训练基于监督的机器学习模型；步骤3、将训练好的机器学习模型用于无井区域的砂岩厚度预测和岩相分类预测。该基于地震多属性深度学习的薄互层储层预测方法综合了井点数据与地震属性数据，并用井点数据约束了地震属性数据，提高了薄互层砂岩储层的预测精度。

技术领域

本发明涉及油田开发技术领域，特别是涉及到一种基于地震多属性深度学习的薄互层储层预测方法。

背景技术

薄互层储层作为隐蔽油气藏的重要类型之一，多发育在陆相断陷湖盆的缓坡带，以含油面积大、储量丰度中等著称，日益受到勘探开发的重视。薄互层储层由不同陆源沉积物组成，储层岩性以细砂岩为主，局部为砂质泥岩，构造-地层圈闭为主，为稀油油藏。

地层超剥带滨浅湖相储层虽然潜力大,但是优质储层地震精细预测难。平面油气成藏规律复杂严重制约后续勘探开发。主要表现在以下几个方面：1)地层超剥带滨浅湖相储层为薄互层沉积，单层2-5m，识别难度大。2)地层超剥带滨浅湖相储层岩相、岩电、结构多样性导致了纵向岩性组合韵律复杂，后续平面储层预测难度较大。3)地层超剥带滨浅湖相储层整体厚度不大，往盆缘缓坡带储层快速减薄，纵向上岩性韵律组合复杂，受上覆层序界面屏蔽干扰纵向分辨率较低，内部超剥关系不清楚，常规地震资料下储层层间反射界面不清晰，多解性强，目前地层超剥带滨浅湖相储层预测还是以常规地震资料为基础，但是目的层分辨率不满足实际储层地震预测需要，地层超剥结构确定及储层预测严重依赖拓频资料，尤其缺乏地层超剥带滨浅湖相不同类型储层地震高分辨率解释性处理方法。4)地层超剥带滨浅湖相储层除了缓坡扇体之外大多为砂泥岩互层滩坝沉积，油藏产能的高低取决于储层状况，以前大时窗的砂组级别储层厚度地震预测技术精度较低，不同序级的储层与地震属性关系不明确，无法满足单层厚度预测实际需要。5)不同区域地层超剥带滨浅湖相储层成藏差异大，未形成针对性综合评价技术。

为此地层超剥带滨浅湖相储层精细地震预测成为了目前亟需解决的重要问题，因此有必要进行研究。勘探实践证明，薄互层砂岩储层与储层的多种地震属性具有复杂的统计学关系。为此我们发明了一种新的基于地震多属性深度学习的薄互层储层预测方法，解决了以上技术问题。

发明内容

本发明的目的是提供一种可以提高地层超剥带滨浅湖相储层地震预测精度及应用针对性，指导后续勘探开发，降低勘探风险的基于地震多属性深度学习的薄互层储层预测方法。

本发明的目的可通过如下技术措施来实现：基于地震多属性深度学习的薄互层储层预测方法，该基于地震多属性深度学习的薄互层储层预测方法包括：步骤1、根据研究层段的解释层位计算目的层段的多种地震属性，提取已钻井的砂岩厚度与岩相分类信息；步骤2、利用井点的砂岩厚度与岩相分类数据，以及提取的各种地震属性数据训练基于监督的机器学习模型；步骤3、将训练好的机器学习模型用于无井区域的砂岩厚度预测和岩相分类预测。

本发明的目的还可通过如下技术措施来实现：

步骤1包括：

S11、利用地震解释的层位进行约束，提取目的层段的地震多属性，包括振幅、频率、相位这些统计类地震属性；

S12、根据地震与钻井的对应关系，应用自然伽马和自然电位测井曲线资料统计目的层段的砂岩厚度与岩相分类；

S13、建立地震属性与砂岩厚度与岩相分类对应关系；根据井点坐标提取井位点的各种地震属性的数据，建立井点位置砂岩厚度和岩相分类与各种地震属性的数据库。

步骤2包括：

S21、统计井点的统计数据包括砂岩厚度与岩相分类以及各种地震属性，对数据进行按比例划分；