简介:地震分辨率是地震数据处理和偏移成像中的重要问题。从Ricker(1953)开始研究地震分辨率至今已50多年了,但大部分的研究集中在原始地震观测道的垂向分辨率上。近年来开始引进和讨论地震偏移成像空间分辨率的概念。Beylcin(1985)、Wu和Toksoz(1987)、Seggem(1994)、Vermmer(1998)、Chen和Schu—stet。(1999)等人做过成像分辨率的研究,但都是定性的实验分析,研究了影响地震成像分辨率的若干因素。我和几位合作者(2002)提出了地震成像分辨率的定量计算公式。本文从理论上完善了地震成像分辨率的分析并进行了一些实验。影响地震成像空间分辨率有8项因素。在三维情况下它们为地震波的频率f、波的传播速度v、炮检距2h、炮检距中点M距坐标原点O的水平距离L、中点M与原点O连接线的方位角a、成像点深度z0、成像分辨率表现方向的水平方向角θ和其与正Z轴的夹角β。每个因素均有不同的作用,其中频率和速度可合并为波长λ。这些因素可分为3种类型:第一种是观测参数,如λ和h;第二种是成像孔径参数,如L和a;第三种为地质参数,如z0、β和θ。为了提高成像分辨率要考虑以下几个重要的成像空间分辨率性质:①成像分辨率随波长的减小而提高;②成像分辨率随成像点的深度增大而降低;③成像孔径内最大炮检距地震道的限定空间分辨力为λ/2;④最大分辨率的地面道位于(Lm,θm)点(Lm=z0tanβ,θm是给定的),为提高成像分辨率,孔径中点应在(Lm,θm),孔径大小由最远道的空间分辨力(λ/2)所限定。本文还讨论了叠前偏移和叠后偏移的空间分辨率。指出振幅保真地震偏移问题应当和高分辨率成像问题同时研究。
简介:在为特定的油藏管理问题寻求最佳解决方法的过程中,正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果,那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型,可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络,而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置,它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型,为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库,以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明,如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井,就可能实现利润的可观增加,但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时,可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中,而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间,它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评估预测误差对求解质量的影响,可以将人工神经网络预测油、气产量时所得出的最佳方案,与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案�
简介:铁山南气田长兴气藏经4次容积法储量复核差异较大.为了搞清造成这种差异的主要原因,有针对性地采取措施来提高气藏的开发效益.本次研究是在钻井、试油及测井资料综合分析的基础上,确定生物礁的有效分布范围求得储量.该储量值经压降法与数模法的验证具有较高的可信度.同时也说明对该气藏储层地质特征的剖析,是符合气藏实际的.文中认为,造成储量复核差异的主要原因,是对长兴生物礁的地质储层展布特征认识不同造成的,气藏生物礁的储层展布主要受断层及岩性因素的控制.储层孔隙以晶间孔和粒间溶孔为主,物性具中低孔、中低渗特征,储层构造缝发育,属裂缝-孔隙型储层,且可划分为Ⅳ种类型.气藏Ⅱ类、Ⅲ类储层在较发育裂缝的连通作用下,获得了高产.