叠前多属性反演在储层非均质性描述中的应用——以渤海B田为例

摘要

随着油田勘探开发程度的加深,储层参数预测是一个迫切需要解决的问题,尤其在河流相油田,储层非均质性很强,给井位部署及潜力动用带来了较大的困难和挑战.近年来,使用地震多属性进行储层预测的方法有了很大地发展,而实践表明,在渤海B油田,叠后地震属性不能有效描述储层的非均质性.针对这一问题,探索了使用同时反演得到叠前地震属性,在"分步逼近法"优选属性的基础上,利用概率神经网络算法建立储层物性参数与敏感地震属性组合之间的非线性关系,实现了储层物性参数的直接反演,建立了一套储层非均质性表征的研究流程.将该方法在渤海B油田进行应用,预测了各主力含油砂体的孔隙度分布情况,指导了该油田调整井的井位部署,有效降低了调整井井位风险.