波形分类技术在储层沉积微相预测中的应用

地震波形的总体变化是地震波振幅、频率、相位的综合反映,是重要的地震属性参数。地震波形分类技术充分利用了地震资料信息丰富的特点,采用神经网络算法把地震道形状(即波形特征)定量地刻画出来,通过对某一层地震数据逐道进行对比分类,细致地刻画地震信号的横向变化,从而得到与地质层位对应的地震相图,用于储层砂体及岩性油藏的预测。应用波形分类技术对古龙北地区葡萄花油层沉积微相进行了预测,预测结果与该区宏观沉积环境吻合,与单井微相匹配程度高,属性的细节变化符合沉积规律。利用预测结果提供了2口井位,实施钻探后均获得工业油流,新发现了较大储量规模的岩性油藏。