摘要：在勘探后期或油田开发阶段,认清小断层的分布对油田注采井设计、产能建设、油藏管理和油藏挖潜等的落实具有极为重要的意义.受地震资料分辨率的限制,用常规的地震资料解释方法进行小断层的识别很难达到油田生产需求,为此,本文根据研究区储层不同厚度、物性特点,以测井、地震、地质统计为基础,设计了薄层、厚层和不等厚互层三种储层不同断距断层的地质模型,在此基础上综合应用模型正演、频谱分解和相干分析方法建立了小断层的识别标志.通过在Y地区的实际应用,证明这种方法可更有效的识别小断层,并取得了较好的应用效果.

摘要：页岩孔隙是页岩气储集的主要空间,孔隙的形状、大小、连通性与发育程度很大程度上决定了页岩储集层的储集性能,因此,页岩气开采首先需要对其孔隙有充分的认识。基于阈值分割法获取页岩孔隙结构参数是目前页岩微观结构表征的一种重要手段,但是受扫描电镜图像灰度分布差异的影响,该方法需要逐一修改图像的最佳分割阈值以达到最好的孔隙分割效果,且阈值分割方法无法直接划分孔隙类别,这给后续的页岩微观结构定量表征带来了麻烦。为了实现页岩孔隙的智能识别和分类,笔者设计基于像素级语义分割的深度全卷积神经网络FLU-net,对页岩孔隙识别并分类为有机孔、无机孔(粒内孔、粒间孔)及裂缝,并结合孔隙尺度分类统计方法,分析不同类型孔隙发育数量、孔径大小、孔隙度等参数,实现页岩储层微观孔隙结构的自动化定量表征。以重庆渝西区块足201井区和四川盆地威远地区威204井区的页岩扫描电镜图像为研究对象,在对1600幅页岩扫描电镜图像原始数据进行人工标注并划分数据集后,使用FLU-net进行孔隙识别,结果表明,本方法具有较高的准确率,同时自动化程度和泛化能力均高于传统预测方法。因此,扫描电镜与基于深度学习的语义分割模型结合是定量研究页岩微观结构表征的有效手段。

摘要：为了提取裂缝性储层在不同地震剖面上的地震响应特征,利用相干分析方法得到了裂缝性储层发育区的裂缝识别标志。首先用模型正演方法设计符合研究区地质实际的裂缝性储层地质模型,以此建立研究区主频条件下的地震模型,总结裂缝发育区常规剖面上的地震响应特征;而后对地震模型进行相干性分析,得到了相干剖面上裂缝发育区的识别标志,对比发现相干分析的识别标志和常规剖面的地震响应特征是相吻合的,而且特征更明显、响应更清晰;最后通过钻井证实该区域裂缝发育带的存在,有效证明了相干分析方法在识别、预测裂缝发育带上是可靠的、科学的。