渤海海域三角洲相油田油藏地质条件复杂,储层横向非均质性强,砂体之间接触关系复杂,影响了注采连通关系,同时单期砂体厚度小,地震上难以识别,此类油田在剩余油开采上面临多方面的挑战。传统的储层地质研究方法已经不能满足当前的开发需求,尤其对小层内砂体叠置构型研究较少。传统方法主要通过研究地震反射特征来判断砂体叠置状况,但是受地震分辨率影响,砂体叠置和地震响应之间不存在一一对应的关系,准确性不高,所以必须考虑使用其它方法对储层的砂体叠置特征进行研究。本文主要基于地震属性提取和优选,利用神经网络方法建立渤海海域三角洲相砂体叠置模式识别流程。首先根据工区实际地质资料、地震资料、测井资料以及三角洲相砂体叠置相关资料,对研究区存在的地质模式进行总结,确定研究区目的层存在的砂体叠样式;其次建立理论正演模型,本着由简单到复杂的原则建立单独砂体模型、砂体叠置模型、砂夹泥模型、上覆岩层模型,并建立不同主频、不同噪声的上覆岩层模型以讨论主频和噪声对于模式识别的影响;通过提取模型地震属性,优选敏感属性,利用概率神经网络方法对目标区存在的砂体叠置类型进行分类,旨在研究实际资料中所有常见的砂体叠置类型,是否能够通过基于概率神经网络分析识别技术分辨出来,且能够分辨出几种类型。最终,研究得出,将工区中常见的砂体叠置样式分成了9种模式。同时在实际工区叠置模式预测的过程中,分别采用常规属性建立属性组进行神经网络模式识别和加入波形结构敏感属性建立属性组进行神经网络模式识别,证实了波形结构属性在储层模式预测中具有的优越性。随后,将在模型研究中取得的成果运用于渤海工区的实际资料之中,对工区范围内砂体叠置模式进行识别,取得了较好的效果,证明了本文提出并运用的对三角洲相砂体叠置模式研究方法的可行性,对实际资料储层预测具有一定指导意义。