Журнал геологии и геофизики
Открытый доступ

Абстрактный

Использование вероятностной нейронной сети и инверсии после суммирования для прогнозирования характеристик резервуара в Средиземном море, месторождение Сапфир, Египет

Ахмед Абосалама*

Геофизические параметры вероятных запасов интерпретируются с помощью сейсмической инверсии. Это необходимо для оценки пористости, насыщенности и содержания сланца. В этой статье обсуждается использование основанной на моделях сейсмической инверсии и вероятностных нейронных сетей для характеристики резервуаров. Чтобы упростить это задание, статья разделена на две части. Из 3D сейсмических данных, собранных в районе исследований (Sapphire Deep Seismic-2010), инверсия на основе модели используется для генерации значений акустического импеданса. Сейсмические данные используются для анализа пяти каротажных диаграмм скважин. Средний коэффициент корреляции между синтетическими и сейсмическими данными составляет 0,997 с ошибкой 7%, что указывает на полезность инверсии на основе модели. Во-вторых, вероятностная нейронная сеть (PNN) обучается и проверяется с использованием оцененной эффективной пористости, водонасыщенности и объема сланца. Трехмерные вариации эффективной пористости, водонасыщенности и объема сланца получаются с использованием проверенной вероятностной нейронной сети.

В ходе наших исследований был выявлен неразбуренный участок в канале Сапфир-80 с благоприятными петрофизическими параметрами, указывающими на большой объем газа и конденсата.

Сейсмическая инверсия связывает наблюдаемые сейсмические данные с интерпретированными упругими физическими параметрами вероятных запасов. Сейсмическая инверсия после суммирования используется для оценки параметров резервуара, таких как пористость, насыщенность, содержание сланца и т. д. Описывается применение сейсмической инверсии на основе модели и вероятностной нейронной сети к сейсмическим данным после суммирования для характеристики резервуара. Статья разделена на две части для этого задания. Первоначальная сейсмическая инверсия после суммирования аппроксимирует значения акустического импеданса (AI) с использованием трехмерных сейсмических данных, зарегистрированных в районе исследований (Sapphire Deep Seismic-2010) во временной области. Были собраны сейсмические данные из пяти скважин. Как показывают средний коэффициент корреляции 0,997 и ошибка 7% между синтетическими и сейсмическими данными, инверсия на основе модели эффективна. Во-вторых, вероятностная нейронная сеть (PNN) обучается и проверяется с использованием данных со скважин. На сейсмическом объеме вероятностная нейронная сеть рассчитывает эффективную пористость, водонасыщенность и колебания объема сланца в 3D.

Текущий анализ выявил неразбуренную область в канале Сапфир-80 с хорошими петрофизическими параметрами, указывающими на большой объем газа и конденсата.