CN103675913B - 一种裂缝型储层检测方法 - Google Patents
一种裂缝型储层检测方法 Download PDFInfo
- Publication number
- CN103675913B CN103675913B CN201210322248.0A CN201210322248A CN103675913B CN 103675913 B CN103675913 B CN 103675913B CN 201210322248 A CN201210322248 A CN 201210322248A CN 103675913 B CN103675913 B CN 103675913B
- Authority
- CN
- China
- Prior art keywords
- frequency
- data
- seismic
- interval
- band
- 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
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明是基于三维地震数据和分频蚂蚁体技术的裂缝型油气藏储层预测方法，将地震数据变换到频率域得到有效地震频带的范围，从有效地震频带最小值开始，按间隔增加得到分频数据系列，对每个样点相位谱进行计算得到离散的分频相位数据体，采取蚂蚁体算法生成一系列分频蚂蚁体数据，对目标储层进行层位拾取，得到地震反射波每个时间点位置的时间构造数据，分别从一系列的分频蚂蚁体数据中提取目的层段对应的数值，得到该目的层段一组不同频带的裂缝储层检测结果。本发明计算方法简便，可用于检测更小尺度的断层和裂缝带，精度更高，地质效果明显。
Description
技术领域
本发明涉及油藏地球物理勘探技术，具体是一种基于三维地震数据和分频蚂蚁体技术的裂缝型油气藏储层预测方法。
技术背景
地震勘探是采用人工激发地震波勘测地下石油、天然气及煤田等有关的地壳结构和地层岩性方法的总称。常规地震勘探是使用地表震源和接收器进行地震勘测的技术，而油藏地球物理勘探中主要采用三维地震勘探技术，包括三维地震采集、处理和解释的研究方法，通过以上方法所获的地震信息，对裂缝型油气藏的空间分布进行预测。
地震信息在地震资料解释尤其是断层及裂缝型储层确定中发挥了非常重要的作用。其中，最有效的地震信息包括相干数据体、曲率体和蚂蚁体。在实际地质应用中，这些技术主要用于对断层、裂缝的识别，并取得了较为明显的效果。
相干数据体最早是由Amoco公司(Bahorich & Farmer,1995)应用于地震资料解释的，在此基础上，以Marfurt(1999)不断对这项技术进行深化研究改进，目前已发展到第4代相干算法并出现了相干技术相类似的蚂蚁体的技术。
蚂蚁体技术是一种仿生模拟进化算法，其思想是模拟蚂蚁觅食行为，即使用大量人工蚂蚁在搜索空间中随机搜索，并且用类蚂蚁的人工信息素加强搜索路线，引导其他蚂蚁进行搜索，从而找到全局的最优解。利用这种方法，可以获得比相干数据体更为精细、清晰的断层和裂缝型储层成像结果。
仿生学研究表明，蚂蚁虽然没有视觉，但在运动时通过在走过的路径上释放出一种特殊的分泌物-信息素寻找路径。当它们碰到一个还没有走过的路口时，就随机挑选一条路径前行，并释放出与路径长度有关的信息素，即路径越长，信息素越少。当后来的蚂蚁再次碰到这个路口时，选择较短路径的概率就相对较大，这样就形成了一个正反馈机制，即最优路径上的信息量越来越大，其他路径上的信息量随着时间的流逝而逐渐消减；蚂蚁之间通过信息素的交流来交换路径信息，最终整个蚁群会通过蚁群的集体自催化行为找出最优路径。蚂蚁体技术正是模拟了上述的正反馈机制，即通过个体之间的信息交流与相互协作最终找到最优解，初步研究结果已经显示出蚂蚁体技术在地震数据处理中，优化处理结果问题时的优越性。
但是，目前采用上述方法时所用的地震数据为常规有限带宽地震数据或优势频带地震数据，并没有充分利用地震资料的有效频带，使得在检测更小尺度的断层和裂缝带方面受到限制，裂缝型储层和油气藏预测精度较低。
发明内容
本发明目的在于提供一种计算方法简便，精度高的裂缝型储层预测方法。
本发明通过以下具体步骤实现：
1）使用地表震源和接收器进行地震勘测，处理后获得地震数据，把地震数据通过傅里叶变换到频率域，得到频谱分析图，在频谱分析图上得到有效地震频带的范围；
步骤1）所述的傅里叶变换是把地震信号从时间域转换到频率域。
步骤1）所述的有效地震频带是频率域中地震波信号强于噪音部分的频带。
2）在有效地震频带范围内，用下式计算频率间隔：
频率间隔=（有效地震频带最大值-有效地震频带最小值）/（分频数据体个数-1）；
式中：分频数据体个数为8-10个，频率间隔为整数；
3）从已知有效地震频带最小值开始，按频率间隔，依次增加频率，直到最大值，得到分频数据系列；
4）利用傅里叶变换，针对分频数据系列的每一个频率，对每一个样点相位谱进行计算，得到一系列离散的分频相位数据体；
5）对一系列的分频相位数据体采取常用的蚂蚁体算法分别进行计算，生成一系列的分频蚂蚁体数据；
6）对目标储层应用叠后地震数据进行层位拾取，得到目的层段地震反射波每一个时间点位置的时间构造数据；
步骤6）所述的时间构造数据是从地表附近到地下某一地层界面的双程地震波垂直传播的时间数据。
7）针对目的层段，分别从一系列的分频蚂蚁体数据中提取目的层段对应的数值，得到该目的层段一组不同频带的裂缝储层检测结果。
本发明实验结果表明，利用分频蚂蚁体数据可以识别一些常规数据难以发现的小断裂和裂缝发育带，可以得到比常规频带地震数据体更为详细的空间断层及裂缝发育带分布规律。
利用本发明比较准确地解释了裂缝发育带的空间分布范围，可以满足裂缝型储层解释研究研究的需要，预测裂缝型储层油气藏的有利富集带。根据本发明处理结果所提供的建议井成功率和油气预测的准确率明显提高。
本发明具有以下特点：
（1）充分利用了地震资料的有效频带，计算得到分频蚂蚁体数据，可用于检测更小尺度的断层和裂缝带，精度更高，地质效果明显。
（2）本发明应用叠后地震数据，计算方法简便，移植到解释软件上，可有效综合其他各种地震信息和井信息，提高了工作效率。
附图说明
图1地震数据频谱分析图；
图2 20Hz分频相位数据剖面；
图3 30Hz分频相位数据剖面；
图4 20Hz分频蚂蚁体数据剖面；
图5 30Hz分频蚂蚁体数据剖面；
图6目的层段常规蚂蚁体裂缝检测结果
图7目的层段15Hz蚂蚁体裂缝检测结果；
图8目的层段20Hz蚂蚁体裂缝检测结果；
图9目的层段25Hz蚂蚁体裂缝检测结果；
图10目的层段30Hz蚂蚁体裂缝检测结果。
具体实施方式
以下结合附图和实例详细说明本发明。
一种裂缝型储层检测方法,具体包含以下步骤：
1）使用地表震源和接收器进行地震勘测，处理后获得地震数据，把地震数据通过傅里叶变换到频率域，得到频谱分析图，在频谱分析图上得到有效地震频带的范围。
探区目的层段为古潜山碳酸盐岩裂缝型储层，此类储层原始孔隙度和渗透率很低，储层发育主要受裂缝控制。区内共有4口井钻到了目的层段，在这4口井的储层段连续或零星地发育了中-高角度裂缝，裂缝面和小断层构造走向近EW，其中3口井的裂缝与常规蚁体技术检测的裂缝带一致,但另外1口井的裂缝储层应用常规蚂蚁体没有检测出来。为了解决这个问题，识别更小尺度的裂缝带，我们采用分频蚂蚁体技术对裂缝型储层进行检测。
把探区地震数据通过傅里叶变换到频率域，得到频谱分析图(图1)，在频谱分析图上得到有效地震频带的范围为10-45Hz，在此基础上进行分频计算。
2）在有效地震频带范围内，用下式计算频率间隔：
频率间隔=（有效地震频带最大值-有效地震频带最小值）/（分频数据体个数-1）；
式中：分频数据体个数为8-10个，频率间隔为整数。
已知探区地震数据的有效频带范围为10-45Hz，适合采用8个分频数据体，计算得到频率间隔5Hz。
3）从已知有效地震频带最小值开始，按频率间隔，依次增加频率，直到最大值，得到分频数据系列。
探区地震数据有效频带为10-45Hz，选用的频率间隔5Hz，通过计算，可得到10、15、20、25、30、35、40、45Hz等共8个需要计算分频数据系列。
4）利用傅里叶变换，针对分频数据系列的每一个频率，对每一个样点相位谱进行计算，得到一系列离散的分频相位数据体。
利用常用的地震解释软件，通过傅里叶变换，对于输入的一个地震数据体，针对10、15、20、25、30、35、40、45Hz的数据的相位谱进行计算，可一次计算出共8个分频相位数据体。图2、图3分别为20Hz、30Hz的分频相位数据剖面，图中可看出，频率越高，对裂缝带及小断层的检测能力越强。
5）对一系列的分频相位数据体采取常用的蚂蚁体算法分别进行计算，生成一系列的分频蚂蚁体数据。
应用相同的处理参数，针对10、15、20、25、30、35、40、45Hz等共8个分频相位数据，采取常用的蚂蚁体算法分别进行计算，得到上述频率的8个分频蚂蚁体数据。图4、图5为20Hz、30Hz的分频蚂蚁体数据剖面，同分频相位剖面相比，它对小断层的对裂缝带及小断层检测更为直观，识别能力更强。同样，不同的分频蚂蚁体数据对裂缝带和小断层的识别能力也有差异，频率越高，对裂缝带及小断层的检测能力越强。
6）对目标储层应用叠后地震数据进行层位拾取，得到目的层段地震反射波每一个时间点位置的时间构造数据。
通过对研究区主要目的层，即古潜山碳酸盐岩裂缝型储层顶面的精细层位拾取，获得了准确的潜山顶面地震反射波的时间构造（T0）数据。
7）针对目的层段，分别从一系列的分频蚂蚁体数据中提取目的层段对应的数值，得到该目的层段一组不同频带的裂缝储层检测结果。
在碳酸盐岩潜山顶面时间构造（T0）精细解释基础上，分别针对计算得到的8个分频蚂蚁体数据提取潜山顶部地层对应的数值，得到探区该目的层段一组不同频带的裂缝储层检测结果，进一步从平面上对裂缝型储层进行更为精细的判断。结果表明，利用分频蚂蚁体数据可以检测一些常规数据难以发现的裂缝带和小断裂。
图6为潜山顶面常规蚂蚁体裂缝型储层检测结果，图7-10分别为15、20、25及30Hz频带分频蚂蚁体裂缝型储层检测结果。可以看出，在对裂缝储层总体特征的反映上，常规蚂蚁体与分频蚂蚁体在裂缝检测的结果具有较好的一致性。
探区有4口井钻遇了潜山，均发现了不同程度的裂缝，裂缝走向近EW，其中3口的裂缝带井与常规蚂蚁体技术检测的结果一致,但B井的裂缝带在常规裂缝检测图（图6）上没有反映出来。
下面对比分频蚂蚁体裂针对B井缝检测的结果。在10-20Hz低频蚂蚁体裂缝检测图上，B井的裂缝带仍然没有反映出来；但随着频率的提高，分频蚂蚁体数据对裂缝的识别能力也不断增强，越来越多的裂缝带和小断层可以检测出来。25Hz时，B井的裂缝带已经隐约可见（图9），而到了30Hz的分频蚂蚁体裂缝储层检测图上（图10），图6中B井位置没有识别出的裂缝带被清楚的检测出来，且裂缝带的走向与测井解释的结果一致，表明了该方法的有效性、可靠性。
上述的方法和结果表明，我们首次提出并采用的基于分频蚂蚁体技术的一种裂缝型储层检测方法，同常规蚂蚁体技术及其他地震属性相比，分频蚂蚁体数据，特别是高频率的分频蚂蚁体数据对裂缝带和小断层的检测能力更高。
Claims (1)
1.一种裂缝型储层检测方法，特点是采用以下步骤实现：
1)使用地表震源和接收器进行地震勘测，处理后获得地震数据，把地震数据通过傅里叶变换转换到频率域，得到频谱分析图，在频谱分析图上得到有效地震频带的范围；
2)在有效地震频带范围内，用下式计算频率间隔：
频率间隔＝(有效地震频带最大值-有效地震频带最小值)/(分频数据体个数-1)；
式中：分频数据体个数为8-10个，频率间隔为整数；
3)从已知有效地震频带最小值开始，按频率间隔，依次增加频率，直到最大值，得到分频数据系列；
4)利用傅里叶变换，针对分频数据系列的每一个频率，对每一个样点相位谱进行计算，得到一系列离散的分频相位数据体；
5)对一系列的分频相位数据体采取常用的蚂蚁体算法分别进行计算，生成一系列的分频蚂蚁体数据；
6)对目标储层应用叠后地震数据进行层位拾取，得到目的层段地震反射波每一个时间点位置的时间构造数据；
7)针对目的层段，分别从一系列的分频蚂蚁体数据中提取目的层段对应的数值，得到该目的层段一组不同频带的裂缝储层检测结果；
其中，步骤1)所述的有效地震频带是频率域中地震波信号强于噪音部分的频带；步骤6)所述的时间构造数据是从地表附近到地下某一地层界面的双程地震波垂直传播的时间数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210322248.0A CN103675913B (zh) | 2012-09-04 | 2012-09-04 | 一种裂缝型储层检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210322248.0A CN103675913B (zh) | 2012-09-04 | 2012-09-04 | 一种裂缝型储层检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103675913A CN103675913A (zh) | 2014-03-26 |
| CN103675913B true CN103675913B (zh) | 2017-01-25 |
Family
ID=50314031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210322248.0A Active CN103675913B (zh) | 2012-09-04 | 2012-09-04 | 一种裂缝型储层检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103675913B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104216014B (zh) * | 2014-09-25 | 2016-09-28 | 中国石油天然气股份有限公司 | 一种地震信号分频处理方法 |
| CN104375178B (zh) * | 2014-11-05 | 2017-10-17 | 中国石油天然气股份有限公司 | 一种碳酸盐岩缝洞储层预测方法和装置 |
| CN105223608B (zh) * | 2015-08-07 | 2017-08-04 | 中国石油大学(华东) | 一种含煤强屏蔽缝洞型储层的地震预测与描述方法 |
| CN106199727B (zh) * | 2016-08-30 | 2018-07-10 | 中国华能集团清洁能源技术研究院有限公司 | 一种应用地震层速度识别页岩气甜点的方法 |
| CN106842299B (zh) * | 2016-12-19 | 2019-07-09 | 中国石油天然气股份有限公司 | 一种基于地震属性的裂缝定量化预测的方法 |
| CN107765301A (zh) * | 2017-10-13 | 2018-03-06 | 中国煤炭地质总局地球物理勘探研究院 | 煤层小断层的快速识别方法和装置 |
| CN110095814B (zh) * | 2019-05-28 | 2021-01-26 | 广东工业大学 | 一种地壳应力状态检测方法、系统及相关组件 |
| CN112444859A (zh) * | 2019-08-27 | 2021-03-05 | 中国石油天然气集团有限公司 | 协同异变蚂蚁体的页岩储层断裂识别方法及系统 |
| CN114185091B (zh) * | 2020-09-15 | 2024-05-07 | 中国石油化工股份有限公司 | 基于频谱分解的蚂蚁体裂缝追踪方法、装置及电子设备 |
| CN112505752B (zh) * | 2020-10-23 | 2021-11-16 | 中国石油集团工程咨询有限责任公司 | 基于剪切破裂共轭准则的叠后裂缝储层表征方法 |
| CN112835101B (zh) * | 2021-03-13 | 2022-04-15 | 中国石油大学(华东) | 裂缝流体因子预测方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2383414B (en) * | 2001-12-22 | 2005-07-13 | Westerngeco Ltd | A method of and apparatus for processing seismic data |
| CN101738639B (zh) * | 2008-11-24 | 2012-05-30 | 中国石油天然气集团公司 | 提高岩石裂缝参数精度的方法 |
| CN101545984A (zh) * | 2009-05-05 | 2009-09-30 | 中国石油集团西北地质研究所 | 基于小波变换的地震相干体计算方法 |
-
2012
- 2012-09-04 CN CN201210322248.0A patent/CN103675913B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN103675913A (zh) | 2014-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103675913B (zh) | 一种裂缝型储层检测方法 | |
| CN103527184B (zh) | 一种白云岩储层的预测方法和系统 | |
| CN106873033B (zh) | 一种基于神经网络的多属性地震信息融合裂缝预测的方法 | |
| CN107526101B (zh) | 一种获取地震反射波的采集和处理方法 | |
| CN101158724B (zh) | 基于偶极小波的储层厚度预测方法 | |
| CN102736107B (zh) | 一种能量约束非均质储层厚度识别系统 | |
| CN102645670B (zh) | 一种基于叠加响应分析的观测系统优化设计方法 | |
| CN104360382B (zh) | 一种利用叠后地震数据进行油气检测的方法 | |
| US10386516B2 (en) | Time-lapse 4D scattering for imaging hydraulically induced fractures | |
| Yang et al. | Integrated application of 3D seismic and microseismic data in the development of tight gas reservoirs | |
| Alcocer et al. | Reducing uncertainty by integrating 3D CSEM in the Mexican deep-water exploration workflow | |
| CN110231652A (zh) | 一种基于密度的含噪声应用空间聚类的地震相提取方法 | |
| Martorana et al. | Assessment of a geological model by surface wave analyses | |
| Feng et al. | The application of high-resolution 3D seismic acquisition techniques for carbonate reservoir characterization in China | |
| CN104375166B (zh) | 确定地震勘探激发深度的方法 | |
| CN104516019B (zh) | 一种基于频谱形状的油气预测方法 | |
| CN103823238A (zh) | 提高储层勘探精度的拟全三维地震采集方法 | |
| Wadas et al. | Advanced seismic characterization of a geothermal carbonate reservoir–insight into the structure and diagenesis of a reservoir in the German Molasse Basin | |
| CN109164486A (zh) | 一种油气有利目标区的识别评价方法及系统 | |
| CN106199707B (zh) | 一种预测砂体展布的方法及装置 | |
| Kattah* et al. | Seismic facies/geometries of the pre-salt limestone units and newly-identified exploration trends within the Santos and Campos basins, Brazil | |
| CN106096187B (zh) | 一种构造-成岩强度的定量评价及储层质量评价方法 | |
| Zhang et al. | A seismic identification and reservoir prediction method of volcanic edifice—A case study from Bohai Bay, China | |
| Johnson | Utilizing Geophysical Attributes to Investigate the Architecture of a Pinnacle Reef Complex, Michigan Basin, USA | |
| Ren et al. | Interpretation methods and application of small faults |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |