一种计及弹性阻抗二阶梯度的储层参数反演方法

    公开(公告)号:CN112213780A

    公开(公告)日:2021-01-12

    申请号:CN202010946137.1

    申请日:2020-09-10

    Applicant: 同济大学

    Abstract: 本发明涉及一种计及弹性阻抗二阶梯度的储层参数反演方法,包括根据叠前地震数据预测弹性阻抗,利用所述弹性阻抗反演预测储层参数,所述利用弹性阻抗反演预测储层参数具体为,首先推导出一种利用修正孔隙度和流体体积模量表征的饱和流体岩石体积模量的简化近似式;其次,利用岩石体积模量简化近似式,针对内幕型孔缝储层,推导出利用密度、修正孔隙度和流体体积模量表征的反射系数近似式,并建立弹性阻抗表达式;最后,不同角度的叠前地震道集预测弹性阻抗体,利用弹性阻抗的二阶梯度,反演预测储层的密度、修正孔隙度和流体体积模量。与现有技术相比,本发明的储层参数反演结果具有较高的稳定性和可靠性。

    基于XGBOOST算法与特征工程的岩性及流体类型识别方法

    公开(公告)号:CN111753871A

    公开(公告)日:2020-10-09

    申请号:CN202010392710.9

    申请日:2020-05-11

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于XGBOOST算法与特征工程的岩性及流体类型识别方法,包括以下步骤:1)根据钻井或测井数据获取地层的岩性及流体类型标签以及对应的弹性参数数据构建岩性及流体类型-弹性参数的学习样本;2)特征构造:根据弹性参数利用数学变换构造特征集合;3)特征选择:结合嵌入式特征选择与包裹式特征选择策略,在特征集合中选择最终的输入特征;4)通过XGBOOST算法构建多井岩性和流体识别的机器学习模型进行学习并输出岩性及流体类型识别结果与现有技术相比,本发明具有构造更多对岩性或流体敏感属性、兼顾了表达能力和泛化能力等优点。

    一种机器学习框架下考虑空间约束的地震储层预测方法

    公开(公告)号:CN111596354A

    公开(公告)日:2020-08-28

    申请号:CN202010392227.0

    申请日:2020-05-11

    Applicant: 同济大学

    Abstract: 本发明涉及一种机器学习框架下考虑空间约束的地震储层预测方法,包括以下步骤:1)构建学习样本;2)将预测区域划分为多个子区域,并为每个子区域指定训练样本权重;3)根据每个子区域对应的加权后的学习样本,采用XGBOOST算法建立并训练机器学习模型;4)采用学习后的机器学习模型分别获取每个子区域的预测结果,即每个子区域的岩性及流体类型。与现有技术相比,本发明具有考虑地质和空间约束、改善预测结果等优点。

    利用纵横波振幅频率分量预测地层最大衰减参数的方法

    公开(公告)号:CN111427086A

    公开(公告)日:2020-07-17

    申请号:CN202010255392.1

    申请日:2020-04-02

    Applicant: 同济大学

    Abstract: 本发明涉及一种利用纵横波振幅频率分量预测地层最大衰减参数的方法,包括:S1、以地层的最大衰减参数表征出随频率变化的纵波和横波反射系数近似表达式,以纵波和横波反射系数近似表达式为基础,建立纵波非弹性阻抗和横波非弹性阻抗的表达式;S2、将提取的纵波和横波的反射振幅频率分量,分别代入纵波非弹性阻抗和横波非弹性阻抗的表达式,得到预测的纵波非弹性阻抗和横波非弹性阻抗;S3、以初始模型为约束,利用纵波非弹性阻抗和横波非弹性阻抗联合反演得到地层最大衰减参数。与现有技术相比,本发明不仅可用于计算地层的最大衰减参数,进行地震波传播过程中衰减补偿,同时也可以用于识别含油气储层。

Patent Agency Ranking