CN102288996B - 叠前afi反演定量预测含气概率的方法 - Google Patents

叠前afi反演定量预测含气概率的方法 Download PDF

Info

Publication number
CN102288996B
CN102288996B CN201110198570.2A CN201110198570A CN102288996B CN 102288996 B CN102288996 B CN 102288996B CN 201110198570 A CN201110198570 A CN 201110198570A CN 102288996 B CN102288996 B CN 102288996B
Authority
CN
China
Prior art keywords
probability
depth
random
gas containing
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110198570.2A
Other languages
English (en)
Other versions
CN102288996A (zh
Inventor
梁虹
巫芙蓉
孙建库
秦俐
黄花香
司阳涛
文中平
杨冬梅
陈春兰
刘春�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Petroleum Corp
BGP Inc
CNPC Chuanqing Drilling Engineering Co Ltd
Original Assignee
China National Petroleum Corp
CNPC Chuanqing Drilling Engineering Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China National Petroleum Corp, CNPC Chuanqing Drilling Engineering Co Ltd filed Critical China National Petroleum Corp
Priority to CN201110198570.2A priority Critical patent/CN102288996B/zh
Publication of CN102288996A publication Critical patent/CN102288996A/zh
Application granted granted Critical
Publication of CN102288996B publication Critical patent/CN102288996B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种叠前AFI反演定量预测含气概率的方法,包括:利用测井资料进行趋势分析,对目标层段的n个深度的层地表征参数的概率分布状况进行随机模拟,通过不同参数的随机组合获得不同深度位置的随机地质模型;对每一个随机地质模型进行流体替换,得到各种流体组合状态砂岩模型对应的响应,形成三种不同的深度模板图;对实际CMP道集数据体计算的AVO属性点进行校正,将校正后的实际数据点结果投影到对应的深度模板图上,获得含气概率定量预测的概率分布。本发明解决了AVO在油气检测中存在的不确定性问题,将AVO分析中不确定性转变为含气概率分布的确定性分析方法,通过含气概率定量反演,得到较准确的含气概率分布。

Description

叠前AFI反演定量预测含气概率的方法
技术领域
本发明涉及一种叠前AFI反演定量预测含气概率的方法,属于地震勘探资料储层预测领域。 
背景技术
AVO(Amplitude versus Offset)研究的是地震纵波振幅随偏移距的变化关系,其理论基础是描述平面纵波在阻抗界面处产生的各种反射波、透射波能量关系的Zoeppritz方程。 
由于Zoeppritz方程过于复杂,难以直接看清对反射系数有直接影响的参数。多年来,诸多学者推导了其近似表达式(Wang,1999),先后有Bortfeld(1961)、Aki & Richards(1980)、Shuey(1985)、Hilterman(1990)和Mallick(1993)等简化关系式,其中最有影响的当Shuey的Zoeppritz方程两项近似,这一简化极大地推动了AVO技术的研究和应用。 
AVO技术的特点是利用叠前CMP道集数据,分析振幅随偏移距变化的规律,通过一系列AVO属性(截距P和梯度G、纵波反射系数Rp和横波反射系数Rs等)来预测地层的岩性及含油气状况。例如,《江汉石油科技》2006年02期公开的AVO技术在CDN地区TTB构造含气预测中的应用。AVO已经成为油气勘探开发中常用的油气检测技术,但所有AVO属性都存在很大的“不确定性”,即存在一个大范围的岩性和流体组合,不同组合可以产生类似的AVO响应。导致AVO技术在油气检测中存在极大不确定性,影响了流体识别效果。 
为了解决上述问题,2009年第12期的《内蒙古石油化工》中公开了AFI技术原理及应用,其实现原理及过程如下:AFI假设一个“中间砂岩、上下泥岩”的三层模型,泥岩层通过Vp、Vs、Density三个参数来表征,砂岩层通过弹性模量、含水饱和度、孔隙度、密度等更多的油层物理参数来表征。理论上,模型中的每一个参数都有一个概率分布图,而实际应用中由于无法获取足够多的样点,大部分参数在研究区内假设为常数,如骨架的弹性模量和密度、不同流体的弹性模量和密度;泥质含量、含水饱和度、厚度认为是均匀分布的;Vp、Vs、泥岩密度、砂岩孔隙度通过对测井的趋势分析来确定其概率分布。趋势分析的目的是确定不同深度位置的地层表征参数的概率分布状况,而一组特定参数的组合就构成了一个随机模型。这样通过不同参数的随机组合即可获得不同深度位置的随机模型。但采用此方法还存在如下问题:预测结果与实际数据和模型数据间的校正结果有关,实际地震数据所得到的截距和梯度与模型所产生的截距和梯度存 在较大差异,如何确定权系数将已知实际数据拟合到模型数据中,检索到的文章方法不清楚。 
发明内容
本发明的目的在于克服现有油气检测技术存在的上述问题,提供一种叠前AFI反演定量预测含气概率的方法,本发明解决了AVO在油气检测中存在的不确定性问题,将AVO分析中不确定性转变为含气概率分布的确定性分析方法,通过含气概率定量反演,得到较准确的含气概率分布。 
为实现上述目的,本发明采用的技术方案如下: 
一种叠前AFI反演定量预测含气概率的方法,其特征在于,包括如下步骤: 
a、利用测井资料进行趋势分析,在趋势面分析的基础上,根据储层的深度范围,对目标层段的n个深度的层地表征参数的概率分布状况进行随机模拟,通过不同参数的随机组合即可获得不同深度位置的随机地质模型; 
b、对每一个随机地质模型进行流体替换,得到各种流体组合状态砂岩模型对应的响应,形成三种不同的深度模板图; 
c、对实际CMP道集数据体计算的AVO属性点(截距,梯度)进行校正,将校正后的实际数据点结果投影到对应的深度模板图上,对比分析便获得含气概率定量预测的概率分布。 
所述a步骤中,利用Vp、Vs或/和Density测井资料进行趋势分析。 
所述a步骤中,建立随机地质模型时确定的砂岩和泥岩的速度、密度随深度变化进行的趋势面结果来自于测井资料趋势分析。 
所述b步骤中,利用Biot-Gassman方法对每一个随机地质模型进行流体替换,在截距I-梯度G交汇图上形成三种不同的深度模板图。 
本发明中,多次重复b步骤,得到油、气、盐水三种砂岩流体的每种可能性分布图。 
所述c步骤中,对实际CMP道集数据体计算的AVO属性点(截距,梯度)进行加权校正,使得实际数据体与模型匹配。 
所述c步骤中,用多个振幅值差异较大的区域拟合到模型数据中,采用神经网络多属性的方式对校正结果进行对比分析,当相关性相对最大时为校正完成。 
采用本发明的优点在于: 
一、本发明解决了AVO在油气检测中存在的不确定性问题,将AVO分析中不确定性转变为含气概率分布的确定性分析方法,通过含气概率定量反演,得到较准确的含气概率分布。 
二、本发明在预测含气性的同时,可在一定程度上检测结论的可信度,将地震信息转化为表达可用自然伽马、密度等表达的流体信息数据,然后将此结果与井上的表达此类信息的参数相匹配,对比分析,最终获得含气概率定量预测的概 率分布图,大地提高了钻探成功率。 
三、本发明能够定量预测出含气概率高值区,较以往定性预测精度明显提高,通过含气概率定量反演方法,从而得到较准确的含气概率分布图,查明研究区须二段上部有大面积(>25%)含气概率>80%储层分布,具有广阔的勘探成果。 
四、本发明与现有技术相比,具有如下优点: 
1、与现有技术相比,本申请可较准确地提取用户需要的含气概率大于百分比(90%~60%)的预测图,含气概率越高,越是钻探最有利的部位。 
2、与现有技术相比,本申请可预测含水概率分析结果,对开发方案的制定能提供重要依据。 
3、本申请在对实际数据点进行“校正”时,采用神经网络多属性的方式对“校正”结果进行对比分析,寻找相关性相对最大时“校正”结果,与现有技术中仅靠“人为判断”相比更为精确可行。 
附图说明
图1为本发明AFI含气概率定量反演技术流程图 
图2为本发明建立正演随机Avo模型图 
图3为本发明不同深度油、气、水层的截距-梯度的概率分布图 
图4为本发明实际数据体与模型进行匹配图 
图5是最终获得的须二段含气概率分布图 
具体实施方式
实施例1 
一种叠前AFI反演定量预测含气概率的方法,包括如下步骤: 
a、利用Vp、Vs、Density等测井资料进行趋势分析,在趋势面分析的基础上,根据储层的深度范围,对目标层段的n个深度的层地表征参数的概率分布状况进行随机模拟,通过不同参数的随机组合即可获得不同深度位置的随机地质模型。进行随机建模时确定的砂岩和泥岩的速度、密度随深度变化进行的趋势面结果就来自于测井资料趋势分析。 
b、利用Biot-Gassman方法对每一个随机地质模型进行流体替换,得到各种流体组合状态砂岩模型对应的响应,在截距I-梯度G交汇图上形成三种不同的深度模板图。利用Monte Carlo方法对以上过程进行多次重复,得到油、气、盐水三种砂岩流体的每种可能性分布图。从模拟结果分析,在截距--梯度交汇图中如果气、水和油分布在离原点坐标不同的地方,该区则可利用储层流体反Bayes理论计算出不同深度这些点为油、气或盐水的概率有多大。 
c、由于地震振幅与实际测井模型存在差异,地震资料与测井计算的截距和梯度存在差异,因此在对实际CMP道集数据体计算的AVO属性点(截距,梯度)应用Bayes理论时我们需要对实际数据点进行“校正”。对地震资料进行加权校正,使 得实际数据体与模型的匹配,将校正后的实际数据点结果投影到对应的深度模板上,对比分析便可获得含气概率定量预测的概率分布。一般尽可能用多个振幅值差异较大的区域拟合到模型数据中,采用神经网络多属性的方式对“校正”结果进行对比分析,当相关性相对最大时为“校正”完成。 
实施例2 
一种叠前AFI反演定量预测含气概率的方法,包括如下步骤: 
a、在威东三维区块,利用4口井测井资料进行趋势分析。进行趋势面分析的前提是假定所分析的岩石参数为正态高斯分布,利用曲线的标准偏差和平均值确定不同深度位置的地层表征参数的概率分布状况。根据概率进行随机建模时确定的砂岩和泥岩的速度、密度随深度变化进行的趋势面结果。从该区趋势图可以看到,砂岩速度随深度的增加逐渐增加的趋势,但在2000~2200m之间,也就是目的层附近砂岩速度、密度为减少的趋势,砂岩孔隙度随深度为增大趋势,泥岩的变化趋势基本与砂岩一致。 
b、在趋势面分析的基础上,根据储层的深度范围,对深度分别是1900m,2000,2100,2200m的4个目标层段进行随机模拟。利用Biot-Gassman方法对每一个随机地质模型进行流体替换,得到各种流体组合状态砂岩模型对应的响应。分析随机模拟的截距和梯度的结果,形成不同的深度模板,从模板上明显看出,气(绿色)分布在离原点坐标最远的地方,而含水和油的截距和梯度差距较小,但也分布在离原点坐标不同的地方。因此在本区利用储层流体反演可以在平面上预测和描述含气、油、水的分布规律。 
c、由于地震振幅与实际测井模型存在差异,地震资料与测井计算的截距和梯度存在差异,因此在对实际CMP道集数据体计算的AVO属性点(截距,梯度)应用Bayes理论时我们需要对实际数据点进行“校正”。“校正”的过程就是将实际数据体的振幅值进行加权以便使之匹配于模型数据体的振幅值。定义两个加权系数Sglobal和Sgradient: 
Iscaled=Sglobal×Ireal 
Gscaled=Sglobal×Sgradient×Greal 
两个权系数的确定方法本申请采用神经网络多属性的方式对比分析法对地震资料进行加权校正,将实际数据体与模型的匹配,将校正结果投影到对应的深度模板上,获得含气概率定量预测的概率分布。 
AFI流体反演得出的流体可能性分布预测图中,代表含气概率大于70%和代表水/油概率大于70%都能准确的显示。图中含气概率大于70%区主要分布在威东2井以以西。预测结果与已知井的测试情况吻合效果很好,分析认为,AFI流体反演结果较为可靠,可以作为全区含气有利区评价的一个主要依据之一。 
实施例3 
根据预测结果,在研究区提出了5口建议井位,经钻探岳001-x12在须二段产气92×104m3/d,日产油102m3是该区产能情况最好的井,威东12井在须二段产气8.15×104m3/d,日产油9.2m3,取得巨大经济效益,预计效益达30亿元。利用该成果钻探的成功极大地提高了该区须家河组的储量。极大地提高了钻探成功率。 
实施例4 
本发明对于叠前含气概率定量反演等流体识别技术的研究工作起到指导与推进作用,形成的碎屑岩储层流体识别配套技术在大川得到很好的推广应用。研究形成的碎屑岩储层流体识别地震预测技术应用到大川中区块,须二段36口工业气井中28口位于预测高、中含气概率区内,预测符合率达到78%,预测出大川中区块须二段含气概率高值区总面积达2517.8km2;须四段含气概率检测符合率达80%,含气概率高值区总面积达4415.02km2,展示了该区广阔的勘探前景。推动了大川中须家河组勘探进程。 

Claims (1)

1.一种叠前AFI反演定量预测含气概率的方法,其特征在于,包括如下步骤:
a、利用测井资料进行趋势分析,在趋势面分析的基础上,根据储层的深度范围,对目标层段的n个深度的层地表征参数的概率分布状况进行随机模拟,通过不同参数的随机组合获得不同深度位置的随机地质模型;
b、对每一个随机地质模型进行流体替换,得到各种流体组合状态砂岩模型对应的响应,形成三种不同的深度模板图;
c、对实际CMP道集数据体计算的AVO属性点进行校正,将校正后的实际数据点结果投影到对应的深度模板图上,对比分析获得含气概率定量预测的概率分布;
所述a步骤中,建立随机地质模型时确定的砂岩和泥岩的速度、密度随深度变化进行的趋势面结果来自于测井资料趋势分析;
所述a步骤中,利用Vp、Vs或/和Density测井资料进行趋势分析;
所述b步骤中,利用Biot-Gassman方法对每一个随机地质模型进行流体替换,在截距I—梯度G交汇图上形成三种不同的深度模板图;
多次重复b步骤,得到油、气、盐水三种砂岩流体的每种可能性分布图;
所述c步骤中,用多个振幅值差异较大的区域拟合到模型数据中,采用神经网络多属性的方式对校正结果进行对比分析,当相关性相对最大时为校正完成;
所述c步骤中,对实际CMP道集数据体计算的AVO属性点进行加权校正,使得实际数据体与模型匹配;
所述的AVO属性点为截距和梯度。
CN201110198570.2A 2011-07-15 2011-07-15 叠前afi反演定量预测含气概率的方法 Active CN102288996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110198570.2A CN102288996B (zh) 2011-07-15 2011-07-15 叠前afi反演定量预测含气概率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110198570.2A CN102288996B (zh) 2011-07-15 2011-07-15 叠前afi反演定量预测含气概率的方法

Publications (2)

Publication Number Publication Date
CN102288996A CN102288996A (zh) 2011-12-21
CN102288996B true CN102288996B (zh) 2014-06-04

Family

ID=45335557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110198570.2A Active CN102288996B (zh) 2011-07-15 2011-07-15 叠前afi反演定量预测含气概率的方法

Country Status (1)

Country Link
CN (1) CN102288996B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675907A (zh) * 2012-09-20 2014-03-26 中国石油化工股份有限公司 一种基于岩相约束的avo反演油气检测方法
CN103163553B (zh) * 2013-02-01 2015-09-09 中国石油天然气股份有限公司 基于多重孔隙介质模型的地震烃类检测方法及装置
CN109100797A (zh) * 2018-06-19 2018-12-28 中国石油天然气集团有限公司 一种确定致密储层含气性的方法及装置
CN111352155B (zh) * 2018-12-21 2022-06-03 中国石油天然气股份有限公司 流体识别方法及装置
CN110208858B (zh) * 2019-06-27 2020-04-28 中南大学 基于叠前反演的“甜点”概率直接估算方法及系统
CN110568494B (zh) * 2019-09-12 2020-06-26 电子科技大学 基于广义极值分布的叠前非高斯avo反演方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101126815A (zh) * 2006-08-17 2008-02-20 中国石油天然气股份有限公司 一种利用地震岩性因子和岩性阻抗进行油气检测的方法
CN101634717A (zh) * 2009-08-26 2010-01-27 中国石油大学(华东) 基于测井和叠前道集地震数据的精细横波阻抗求取技术

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0611627A2 (pt) * 2005-06-24 2011-05-31 Exxonmobil Upstream Res Co método implementado por computador para determinar parámetros de tipo de rocha e fluido de uma região de sub-superfìcie a partir de dados de reflexão sìsmicos medidos e método para produzir hidrocarbonetos a partir de uma região subterránea

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101126815A (zh) * 2006-08-17 2008-02-20 中国石油天然气股份有限公司 一种利用地震岩性因子和岩性阻抗进行油气检测的方法
CN101634717A (zh) * 2009-08-26 2010-01-27 中国石油大学(华东) 基于测井和叠前道集地震数据的精细横波阻抗求取技术

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AFI技术原理及应用;肖冬生;《内蒙古石油化工》;20090630(第12期);第101-103页 *
AVO流体反演技术在惠州某区的应用;梁立锋等;《工程地球物理学报》(第05期);第548-553页 *
梁立锋等.AVO流体反演技术在惠州某区的应用.《工程地球物理学报》.(第05期),
肖冬生.AFI技术原理及应用.《内蒙古石油化工》.2009,(第12期),

Also Published As

Publication number Publication date
CN102288996A (zh) 2011-12-21

Similar Documents

Publication Publication Date Title
AU2011320352B2 (en) Model based inversion of seismic response for determining formation properties
US20170145793A1 (en) Method For Modeling Stimulated Reservoir Properties Resulting From Hydraulic Fracturing In Naturally Fractured Reservoirs
CN103258091B (zh) 非常规油气藏水平井段三维岩体力学模型建立的方法及装置
US10810331B2 (en) System for predicting induced seismicity potential resulting from injection of fluids in naturally fractured reservoirs
CN104914465A (zh) 火山岩裂缝定量预测方法及装置
CN102288996B (zh) 叠前afi反演定量预测含气概率的方法
US10359529B2 (en) Singularity spectrum analysis of microseismic data
CN110579802B (zh) 一种天然气水合物储层物性参数的高精度反演方法
CN105044770A (zh) 致密砂砾岩气藏储层定量预测方法
CN105242307B (zh) 复杂碳酸盐储层地震孔隙度获取方法及装置
CN105672971A (zh) 一种储层裂缝开启压力、开启次序及注水压力预测方法
CN113655542B (zh) 一种基于地球物理的干热岩开发阶段储层信息获取方法
CN103914620B (zh) 一种计算断层破裂带裂缝张开空间分布的方法
CN105182424A (zh) 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置
CN104727813B (zh) 一种源储共生型地层的孔隙度测量方法
CN105277982A (zh) 一种泥页岩总有机碳含量地震预测方法
CN107843927A (zh) 基于井震联合速度的页岩地层压力预测方法及装置
CN104570065A (zh) 一种利用地震波阻抗定量反演孔隙度的方法
CN107831540A (zh) 储层物性参数直接提取新方法
Sosio et al. Mitigating risk in geothermal projects with an integrated modelling approach: A case study in France
Sosio et al. Integrated geological, fluid flow and geomechanical model of a geothermal field
Pavlova et al. Geophysical inversion of 3D SEISMIC DATA in Panax’s Limestone Coast Geothermal Project to determine reservoir porosity
Saadatnia et al. Geomechanical modelling and cap-rock integrity of one of the southwest Iranian giant carbonate oil field
CN117345208B (zh) 一种压裂优势区定量表征方法、装置、电子设备及介质
Li et al. Comprehensive evaluation of geology and engineering integration of XTT tight oil reservoir

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP03 Change of name, title or address

Address after: 100007 No. 9 North Main Street, Dongcheng District, Beijing, Dongzhimen

Patentee after: CHINA NATIONAL PETROLEUM Corp.

Patentee after: CNPC CHUANQING DRILLING ENGINEERING Co.,Ltd.

Address before: 100007 Oil Mansion, 9 North Avenue, Dongcheng District, Beijing, Dongzhimen

Patentee before: China National Petroleum Corp.

Patentee before: CNPC CHUANQING DRILLING ENGINEERING Co.,Ltd.

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20210323

Address after: 100007 No. 9 North Main Street, Dongcheng District, Beijing, Dongzhimen

Patentee after: CHINA NATIONAL PETROLEUM Corp.

Patentee after: BGP INC., CHINA NATIONAL PETROLEUM Corp.

Patentee after: CNPC CHUANQING DRILLING ENGINEERING Co.,Ltd.

Address before: 100007 No. 9 North Main Street, Dongcheng District, Beijing, Dongzhimen

Patentee before: CHINA NATIONAL PETROLEUM Corp.

Patentee before: CNPC CHUANQING DRILLING ENGINEERING Co.,Ltd.

TR01 Transfer of patent right