[发明专利]一种河流相储层地震敏感参数模板分析方法

权利要求书

1.一种河流相储层地震敏感参数模板分析方法，其特征在于包括以下步骤：

1)选定待测位置，根据预先设定的时窗提取地震属性，并将地震属性做平滑、滤波预处理；

2)根据步骤1)中提取的地震属性得到优选敏感地震属性参数，并将优选的敏感地震属性参数进行优化，得到储层敏感地震属性组合，方法如下：

(2.1)结合地质、测井资料建立河流相工区储层地质模型，利用波动方程正演模拟得到地震数据并分析其响应特征，利用交会和等级相关分析评价所取地震属性的敏感性，进行敏感性归纳；

(2.2)采用多侧面、多角度的储层相关相容性分析法，通过评价地震属性进而唯一确定储层参数的能力以及地震属性与储层参数一致性两个方面，选取地震属性的最后优选敏感参数；

(2.3)将步骤(2.2)得到的优选敏感地震属性参数通过理论决策属性优选，实现地震属性的相容性约简；

所述地震属性的相容性约简方法如下：

①以地震属性为条件属性，以储层参数或油气性特征为决策属性构建决策表；在决策表里储层参数或油气性特征首先要量化处理，储层参数或油气性特征的量化根据参数的分布范围，值的高中低区间，含油气特征，含油气的好坏进行标定；

②采用基于属性方差的模糊自组织神经网络量化方法对地震属性进行量化处理并得到相容决策表，具体步骤如下：

(A)采用模糊自组织神经网络分别对每种地震属性进行分类，即用属性值所属的类数代替原属性值，设定每种属性初始分类数ka＝2，并计算每种属性的方差；

(B)判断分类后的地震属性是否与决策表相容；如果与决策表不相容，则找出方差最大的地震属性a，将该属性的分类数增加1，并采用自组织神经网络对该属性进行重新分类，然后判断其与决策表是否相容，如果相容则量化结束，否则，再将方差第二大的地震属性的分类数增加1，用模糊自组织神经网络对该属性进行重新分类，再判断其与决策表是否相容，如果相容则量化结束，以此类推，如果决策表不相容，就按方差从大到小的顺序，对属性的分类数分别增加1，当最小方差的属性的分类数都增加了，最后分类结果与决策表还是不相容，则继续循环本步骤，直到最后分类结果与决策表相容为止；

(C)对量化后的相容决策表，采用粗集理论选出敏感属性；

所述敏感属性采用了基于区别矩阵的属性频率约简算法进行优选，步骤如下：

(a)假设属性ak在区别矩阵中出现的频率次数为P(ak)，C为条件属性或地震属性集合，cij为区别矩阵元素；

(b)计算出已量化地震属性决策表S的区别矩阵M(S)；根据区别矩阵M(S)确定出属性核集合CORE(C)，并令R＝CORE(C)(RC)；式中R为决策表的一个约简；

(c)Q＝{cij︱cij∩R非空；i≠j,i,j＝1,2,…,n},M(S)＝M(S)－Q，B＝C－R；式中，Q为R的一个约简集合；B为属性取值集合；

(d)找出B中频率出现最高的属性aq，aq∈B：在M(S)中计算属性B中每个属性ak的频率次数P(ak)，得到P(aq)＝max{P(ak)}，确定B中频率出现最高的属性aq；

(e)R＝R∪{aq}；

(f)重复步骤(c)，直到M(S)为空集为止；最后得到的集合R为决策表的一个相容性约简，即为地震属性的一个优选结果；

3)根据步骤2)所得的优选地震属性绘制地震敏感参数模板图；

4)将步骤3)得到的地震敏感参数模板图与已知样本井或已知储层信息坐标处模板进行对比，最终确定测试区域内选定处储层的特征性质。