论文部分内容阅读
珠江口盆地X油田是典型高泥质疏松砂岩油田,虽然储层整体连续性较好,但砂体具有单层薄、砂岩疏松、泥质含量高和非均质性强等特点.在这种复杂地质条件背景下,波阻抗反演可靠性低,储层空间展布规律难以掌握.随着油田开发进程的加快,对储层预测的要求越来越精细,而常规反演方法很难满足高精度储层预测的要求.针对这些难题,本文利用神经网络技术重构得到准确测井数据,再构建储层敏感参数进行波形相控分频反演,形成一套针对高泥质疏松砂岩的薄储层识别技术.研究表明:①神经网络技术重构得到的测井曲线解决了疏松砂岩引起的测井扩径测井曲线不准的问题;②岩石物理分析得到的密度属性能较好地区分储层和非储层;③地震波形相控分频反演既在空间上体现了地震相约束,也在平面上符合地质沉积规律,实现了井震协同高分辨反演,满足了薄储层精细预测.