На восточном крае бассейна Эрдоус, плотные песчаниковые пласты пермской системы (8-й ярус пачки Нижнего Каменного Ящика и 1-й ярус пачки Шаньси) обладают сильной неоднородностью, в нижних частях широко развиты несколько слоев угля и известняков, что приводит к разнообразным характеристикам сейсмических отражений песчаниковых пластов. Традиционные методы предсказания пластов затрудняют точное отображение средне-тонкопластных песчаников и их межскважинного распределения, поэтому необходимо разработать интеллектуальный метод инверсии, подавляющий влияние угольных пластов. С учетом осадочных характеристик исследуемого района были созданы четыре концептуальные прямые модели и использован метод многоволнового разложения и реконструкции для подавления сильных отражений и реконструкции временно-частотной информации сейсмических данных. На этой основе, комбинируя частотную интеллектуальную инверсию, с помощью нейронной сети установлена нелинейная связь между сейсмическими волновыми характеристиками и кривой естественного гамма-каротажа, обеспечивая комплексное ограничение и совместную инверсию многоканальной информации, что повышает способность распознавать средне-тонкопластные песчаники. Результаты прямого моделирования показывают, что находящиеся внизу угольные пласты оказывают значительное влияние на сейсмический отклик песчаников, степень которого меняется в зависимости от стратиграфических отношений, толщины песчаников и вертикального расстояния до угольных пластов. После подавления сильных отражений частотный интеллектуальный метод инверсии позволяет точно картировать макрораспределение песчаников, значительно повышая способность идентификации средне-тонкопластных песчаников и адекватность межскважинного предсказания. При толщине песчаников более 4 м доля песчаникового отклика превышает 90%, а отклик измерительных трасс у скважины заметно лучше исходной сейсмической волны, что полностью отражает эффект ограничения информации из скважин и повышает разрешающую способность песчаников. В условиях подавления воздействия угольных пластов метод частотной интеллектуальной инверсии на базе нейронных сетей демонстрирует хорошую применимость и надежность, выявляя три основные комбинированные модели развития целевых песчаников исследуемой области: вертикальное наслаивание, боковое срастание и изолированный тип. Данный метод компенсирует недостатки традиционной инверсии волнового сопротивления в прогнозировании плотных песчаниковых пластов и предоставляет надежные технические средства для тонкого картирования и пространственного предсказания плотных песчаниковых пластов в исследуемом районе.

прямая модель; многоволновое разложение и реконструкция; интеллектуальная инверсия BP; прогнозирование пластов; плотные песчаники; угленосные отложения; газовое месторождение Сулиг