断裂无监督模式识别技术在Y气田的应用

宁 尹(西安石油大学地球科学与工程学院，中国;东方地球物理公司研究院库尔勒分院，中国)
爱荣 李(西安石油大学地球科学与工程学院，中国)
青 王(西安石油大学地球科学与工程学院，中国;东方地球物理公司研究院地质研究中心，中国)
小川 杨(东方地球物理公司研究院库尔勒分院，中国)
君 朱(东方地球物理公司研究院库尔勒分院，中国)

摘要

断裂识别一直是Y地区油气藏构造精细描述以及气藏深化认识的基础。通过分析小波变换（CWT）分频重构数据体提取断裂属性方法的弊端，结合目前人工智能大数据分析的技术，首次提出了优势频率条件下无监督模式断裂识别技术，让计算机通过学习比对的方式，自动地将某些具备共同特性断裂进行集和分类，刻画出了单一尺度和全尺度断裂的展布特征，提高断裂的横向分辨能力。通过在Y地区的应用，实现气藏内部断裂精细刻画，节省解释人员分析数据的精力和时间，得到了理想断裂模式结果，深化了气藏认识，有效支撑了油藏开发潜力评价及后期井位部署。

关键词

小波变换；断裂；优势频率；无监督模式识别

参考

宋文杰,江同文.塔里木盆地H凝析气田地质特征与开发机理研究[J].地质科学,2005,40(2):274-283.

柏冠军,赵汝敏,杨松岭,等.优势频带相位分析技术在AA区块断层解释中的应用[J].石油物探,2011,50(5):513-516.

陈学华,贺振华,黄德济.基于广义S变换的地震资料高效时频谱分解[J].石油地球物理勘探,2008,43(5):530-534.

Marfurt K J, Kirlin R L. Narrow band spectral analysis and thin bed tuning[J]. Geophysics, 2001,60(4):1274-1283.

许建华,蔡瑞.神经网络在油气预测中的应用[J].石油物探,1998,

(1):71-76.

张阳,邱隆伟,李际,等.基于模糊C均值地震属性聚类的沉积相分析[J].中国石油大学学报(自然科学版),2015,39(4):53-61.

Dunn J C. A fuzzy relative of the ISODATA process and its use in detecting compact well-separated clusters[J].Journal of Cybernetics,1973(3):32-57.

DOI: http://dx.doi.org/10.12345/smg.v4i2.11395