论文部分内容阅读
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，