Na seção superior do grupo Guantao na Zona Média 2 do campo petrolífero de Chengdao, desenvolvem-se depósitos típicos de rios meandrantes, caracterizados por rápidas mudanças faciais em planta e relações complexas de sobreposição dos corpos arenosos. Devido às limitações das condições de aquisição offshore, a rede de poços de produção é escassa e a qualidade dos dados sísmicos é baixa, o que dificulta a previsão precisa dos corpos arenosos, não atendendo às necessidades de desenvolvimento do petróleo residual. Diante disso, o artigo propõe um método multiatributo inteligente e integrado para previsão de reservatórios com restrição às condições geológicas: ① por meio da calibração poço-sísmica, introduzem-se restrições geológicas, combinando dados com alta correlação local dos corpos arenosos e modelo de rio meandrante, de modo a caracterizar com precisão a distribuição local do reservatório, utilizada como rótulo supervisado para o algoritmo inteligente; ② a extração de atributos e decomposição espectral permite selecionar atributos sísmicos altamente correlacionados ao reservatório, usados como conjunto de amostras de treinamento; ③ emprega-se algoritmo integrado de algoritmo genético-rede neural convolucional para caracterização detalhada dos corpos arenosos do reservatório sob condições de rede escassa de poços offshore na área de estudo. Os resultados mostram: ① o método multiatributo inteligente com restrição às condições geológicas melhora significativamente a eficiência computacional e a precisão da previsão do reservatório; ② os atributos em planta previstos apresentam boa correlação com a espessura dos corpos arenosos (coeficiente de determinação R²=0,865), e a forma em planta e os limites do canal do rio foram caracterizados com precisão; ③ os resultados da previsão nos perfis dos corpos arenosos coincidem com os perfis estruturais dos poços, e após amostragem dos resultados previstos e comparação com a interpretação dos registros litológicos das perfurações, a precisão da previsão alcançou 86,11%. Este método pode fornecer um meio preciso e operacional para previsão de reservatórios em campos petrolíferos semelhantes, possuindo importante valor para disseminação.

rede escassa de poços; rede neural convolucional; algoritmo genético; integração inteligente; rio meandrante; previsão de reservatório; Zona Média 2; campo petrolífero de Chengdao; bacia da Baía de Bohai