[发明专利]基于地震分级敏感属性融合的深层薄互储层定量表征方法

摘要

一种基于地震分级敏感属性融合的深层薄互储层定量表征方法，有效提高了针对深层薄互储层地震属性分析的效率，大大提高了预测精度。本方案包括大时窗段的地质背景下，针对目的层段的地质目标分区域提取的合理小时窗段属性，对有利储层进行精细雕刻，最终与大背景融合，得到针对地质目标的属性预测图。该方法包括两个关键步骤一是大地质背景下，利用常规地震多属性相关降维、针对目的层段优选目标敏感属性。二是基于地震分级对属性采取先分级确定不同背景下目标区域合理的小时窗段；再融合分序级小时窗参数下敏感属性在融合定量预测研究区内储层范围。其中所述的分级和融合采用实钻资料约束下的支持向量机（SVM）算法实现。

主权项

基于地震分级敏感属性融合的深层薄互储层定量表征方法，其特征是：（1）结合井震高频层序划分的沉积背景，对常规地震多属性进行相关降维、对目的层段进行属性优选，完成常规多属性融合图，预测深层薄互储层；（2）在常规多属性预测储层的基础上，对全区储层进行分级处理，包括：区带分级和时窗分级，其中，区带分级是利用测井、钻井资料，结合沉积特征，在已钻井的基础上，将需要详细刻画的储层确定出来，在平面上划分出区域；时窗分级是在砂体分布比较集中的地方用同一个小时窗，在不集中的地方进一步的划分目标区域再确定时窗，直到能把砂体精细刻画；（3）在确定分级的基础上，对各个分级区带和分级时窗内的储层进行分级预测，其算法包含训练阶段和预测识别阶段；其中，训练阶段主要步骤为：对地震属性训练、集中属性信息进行归一化，提取特征向量，建立地震属性特征向量训练集，由此为基础建立支持向量机(SVM)分类模型；识别阶段主要步骤为：对要分级的地震属性信息进行归一化，提取其特征向量；其中分级建立支持向量机(SVM)识别模型过程中还加入了实钻井的约束；（4）对分区带分时窗的属性进行第二次融合，得到全区分级属性融合属性，运算中对优选属性随机取若干采样点，进行分类函数f(x)的运算，按照最优化原则，计算分类阀值，使分类阀值能将属性中的不同分类正确地分开，并且折中考虑使样本错分率最小、分类间隔最大；不断修改分类阀值，直到不同分类中的样本点误差都收敛至可接受的范围内；（5）完成的基于地震分级敏感算法大背景下的属性分类结果：针对分类结果进一步细分目标，进行小时窗的属性预测，通过属性优化的手段与反应大背景的原始属性信息再融合，得到地震分级属性融合预测图；（6）利用地震分级属性融合预测图结合实钻资料的储层参数，半定量化的预测出深层薄互储层的展布范围。