分频多属性组合广义目标反演烃类检测
Offshore Oil（2018）
Abstract
渤海蓬莱PL油田勘探程度低,可用井资料有限,采用常规阻抗反演方法预测油气效果不理想.此文尝试用分频多属性联合神经网络算法反演进行油气预测,效果较明显.首先利用频谱分解技术将地震信号从时间域转换到频率域,寻找到油气敏感的高中低频率组合;再将多个与油气异常相关的属性进行相关性分析,优选出效果最好的一组属性组合,通过BP神经网络算法建立起地震属性与含油饱和度曲线之间的非线性相关性,与钻井证实的含油层段对比验证方法的可靠性;最后用建立起来的非线性关系对目的层段油气检测,预测出含油气潜力砂体,指导井位部署.该方法在地震资料品质较好,砂地比适中的浅层含油气层段具有普遍适用性.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined