Método inteligente de inversión pozo-sísmica para la predicción de reservorios de arenisca compacta con supresión de interferencias de capas de carbón

ZHANG Jiarui ,  

YUE Dali ,  

WANG Wurong ,  

TANG Qinxi ,  

LI Mingqiang ,  

WANG Qi ,  

ZHAO Yiwei ,  

LI Wei ,  

CHANG Xiangyang ,  

摘要

Los reservorios de arenisca compacta en el borde este de la cuenca de Ordos, correspondientes a la formación de la caja del Pérmico (grupo inferior de Xiapozi) segmento 8 y la formación de Shan (grupo Shanxi) segmento 1, presentan una fuerte heterogeneidad. En la parte inferior se desarrollan ampliamente múltiples capas de carbón y caliza, lo que genera diversas características de reflejo sísmico en los reservorios de arenisca. Los métodos convencionales de predicción de reservorios tienen dificultades para describir con precisión los cuerpos de arena de espesor medio a delgado y su distribución entre pozos, por lo que es urgente desarrollar un método de inversión inteligente para suprimir la interferencia de las capas de carbón. Basándose en las características sedimentarias de la zona de estudio, se construyeron cuatro modelos conceptuales de predicción directa que emplean métodos de descomposición y reconstrucción de múltiples subondas para suprimir los fuertes reflejos y reconstruir la información en tiempo-frecuencia de los datos sísmicos. Sobre esta base, combinado con el método de inversión inteligente en frecuencia dividida, se estableció una relación de mapeo no lineal mediante redes neuronales entre las características de la forma de la onda sísmica y la curva de gamma natural, logrando una constricción integrada y una inversión colaborativa de información multisensorial, mejorando la capacidad para identificar cuerpos de arena de espesor medio a delgado. Los resultados de la predicción directa muestran que las capas de carbón subyacentes tienen un efecto interferente significativo en la respuesta sísmica de los cuerpos de arena, y que el grado de este efecto varía según la relación de superposición, el grosor del cuerpo de arena y la distancia vertical al carbón. Después de suprimir los fuertes reflejos, el método de inversión inteligente en frecuencia dividida puede representar con precisión la distribución macroscópica de los cuerpos de arena, mejorando significativamente la capacidad de identificación de cuerpos de arena de espesor medio a delgado y la razonabilidad de la predicción entre pozos. Cuando el espesor del cuerpo de arena supera los 4 metros, la proporción de respuesta del cuerpo de arena excede el 90%, y la respuesta cercana al pozo es claramente mejor que la forma de onda sísmica original, lo que refleja plenamente el efecto de la restricción de la información del pozo y mejora la resolución de los cuerpos de arena. En el contexto de la supresión de capas de carbón, la inversión inteligente en frecuencia dividida basada en redes neuronales muestra buena aplicabilidad y confiabilidad, identificando tres patrones principales de combinación para los cuerpos de arena objetivo en la zona de estudio: superposición vertical, empalme lateral y aislado. Este método compensa las deficiencias de la inversión tradicional de impedancia acústica en la predicción de reservorios de arenisca compacta y proporciona una herramienta técnica confiable para la caracterización detallada y la predicción de la distribución espacial de reservorios de arenisca compacta en la zona de estudio.

关键词

modelo de predicción directa; descomposición y reconstrucción de múltiples subondas; inversión inteligente BP; predicción de reservorios; arenisca compacta; formaciones de carbón; campo de gas de Sulige

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website