CN103792578B - 一种频散avo相关属性反演的流体识别方法 - Google Patents

Abstract

本发明为一种频散AVO相关属性反演的流体识别方法，所述方法通过对储层段地震反射系数进行反演操作，对反演操作得到的变量参数进行纵向扫描以及滤波分析，从而获取频散AVO相关属性，根据频散AVO相关属性对储层段的流体性质进行识别；本发明适用于复杂储层流体识别，具有稳定性好，识别精度高等特点。

Description

一种频散AVO相关属性反演的流体识别方法

技术领域

本发明涉及地震勘探领域中的一种流体识别方法，尤其涉及一种频散AVO相关属性反演的流体识别方法。

背景技术

复杂油气储层中的流体地球物理识别是当前地球物理勘探的难点与关键点。在储层流体识别的地球物理技术中，主要有振幅随偏移距变化的AVO技术及频谱分析技术。其中AVO技术利用的是储层含流体后引起的振幅的空间变化特征，频谱分析技术利用的是储层含流体后引起的振幅频率衰减特征。

两种技术的结合是近年来油气检测的一种新的研究方向，而且主要是从模型测试的角度来论述方法的有效性。

传统频散AVO流体识别技术是直接对反演得到的参数进行分析，获得储层流体性质特征。这一思路在理论模型测试、砂泥岩储层中往往能获得较好效果，但在诸如碳酸盐岩、火山岩以及致密砂岩储层等复杂储层中实施地球物理勘探时，由于地震资料品质低，加上储层岩性变化、储层孔隙度及渗透率变化快等因素影响，造成了直接利用反演的速度随频率变化属性不能很好的被利用到油气识别中来，存在精度低、稳定性差等问题，识别结果不理想。

发明内容

本发明为了解决现有的频散AVO技术应用在复杂储层中时效果不佳的问题，研发了一种频散AVO相关属性反演的流体识别方法，本发明的方法适用于复杂储层中的流体识别，提高了复杂储层流体识别精度及稳定性。

一种频散AVO相关属性反演的流体识别方法，所述方法通过对储层段地震反射系数进行反演操作，对反演操作得到的变量参数进行纵向扫描以及滤波分析，从而获取频散AVO相关属性，根据频散AVO相关属性对储层段的流体性质进行识别；

所述方法的步骤为，

步骤1，对储层段地震反射系数R(θ,f)进行反演操作，得到两个变量参数值，两个变量参数分别为和

步骤2，建立两个直角坐标系，其中X轴分别为两个所述变量参数值，Y轴为储层深度，分别得到两个所述变量参数值与储层深度的关系曲线；

步骤3，在所述步骤2得到的变量参数的关系曲线上设置一组采样点；一组所述采样点均匀分布；

步骤4，在所述变量参数的关系曲线上设置扫描窗口；

所述扫描窗口的中心点为所述变量参数的关系曲线上的采样点，所述扫描窗口的扫描半径为沿所述变量参数的关系曲线上的采样点点距的2～3倍；

步骤5，对所述变量参数的关系曲线进行纵向扫描；

纵向扫描的含义是，从第一个采样点开始，依次计算每个采样点对应的标准差。

所述纵向扫描的过程为，依次将所述变量参数的关系曲线上的各采样点设置为所述扫描窗口的中心点，令所述扫描窗口沿所述变量参数的关系曲线移动，并对各采样点进行扫描，得到各采样点对应的标准差σ；

将各所述中心点对应的标准差σ依次连接，得到所述变量参数的标准差随储层深度变化曲线；

步骤6，对所述变量参数的关系曲线进行滤波处理，并与所述步骤5得到的所述变量参数的标准差随储层深度变化曲线做差，得到所述变量参数的速度衰减曲线的有效值域；

步骤7，对所述变量参数的关系曲线进行步骤3-6的操作，得到所述变量参数的速度衰减曲线的有效值域；

步骤8，将步骤6得到的所述变量参数的速度衰减曲线的有效值域与步骤7得到的所述变量参数的速度衰减曲线的有效值域做差，并取有效正振幅，得到频散AVO相关属性值；

步骤9，将所述步骤8得到的频散AVO相关属性值与录井得到的含气性结果进行对比分析，得到储层含气性的分析结果。

在所述步骤1中，根据公式(1)得出储层段地震反射系数R(θ,f)的表达式，

$R(\mathrm{\θ},f)\≈A\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_p}{V_p}\left(f\right)+B\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_s}{V_s}\left(f\right)---\left(1\right);$

其中，θ为地震反射系数R(θ,f)的入射角，f为地震反射系数R(θ,f)的频率；A(θ),B(θ)分别为只与入射角θ相关的系数函数；V_p为地震纵波速度，V_s为地震横波速度，ΔV_p为地震纵波速度变化，ΔV_s为地震横波速度变化；和分别表示是频率f的函数；

含油气地层由于流体的粘滞效应，造成地震波的频率散射特性。表现在含油气储层与盖层之间频散特征的差异，造成反射波随地震频率发生变化。因此，储层段地震反射系数不仅仅是入射角的函数，而且还是地震频率的函数。

对公式(1)进行泰勒展开，得到公式(1)的一阶展开式；

$R(\mathrm{\θ},f)\≈A\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_p}{V_p}\left(f_0\right)+(f-f_0)\×A\left(\mathrm{\θ}\right)\frac{d}{df}\left(\frac{{\mathrm{\ΔV}}_p}{V_p}\right)\left(f\right)+B\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_s}{V_s}\left(f_0\right)+(f-f_0)B\left(\mathrm{\θ}\right)\frac{d}{df}\left(\frac{{\mathrm{\ΔV}}_s}{V_s}\right)\left(f\right)---\left(2\right);$

其中，和分别为所述变量参数。

在所述步骤1中，反演操作包括对所述变量参数和分别进行的宏面元叠加、角道集转换、叠前道集分频处理、主频率系数计算、共轭梯度法双变量参数反演。

在所述步骤3中，一组所述采样点的个数至少为所述扫描半径所对应的采样点点距倍数的6倍。

在所述步骤5中，根据所述公式(3)、公式(4)得到各所述中心点对应的标准差σ。

$\mathrm{\μ}=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{x}_i---\left(3\right);$

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\mathrm{\μ})}^2}---\left(4\right);$

其中，x_i为所述扫描窗口内第i个输入数据，即第i个所述变量参数值；μ为扫描窗口内输入数据的平均值；σ为标准差；i为自然数，N表示所述扫描窗口内的扫描样点数。

利用本发明的识别方法，能够对深部复杂储层油气识别提供依据，该识别方法是复杂储层流体识别的一个有效工具。

附图说明

图1a为井旁道反演测试的变量参数和值与地层深度的关系图；

图1b为井旁道反演测试的AVO相关属性与地层深度的关系图；

图1c为录井得到的含油气百分比与地层深度的关系图；

图2为频散AVO相关属性技术扫描计算示意图。

图3a为实施例中的地震剖面图；

图3b为实施例中的频散AVO相关属性剖面图及其与录井结果的对比图；

下面结合附图和具体实施方式对本发明作进一步详细地说明，本发明的保护范围不局限于下述的具体实施方式。

具体实施方式

步骤1，根据公式(1)得出储层段地震反射系数R(θ,f)的表达式，

$R(\mathrm{\θ},f)\≈A\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_p}{V_p}\left(f\right)+B\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_s}{V_s}\left(f\right)---\left(1\right);$

其中，θ为地震反射系数R(θ,f)的入射角，f为地震反射系数R(θ,f)的频率；A(θ),B(θ)分别为只与入射角θ相关的系数函数；V_p为地震纵波速度，V_s为地震横波速度，ΔV_p为地震纵波速度变化，ΔV_s为地震横波速度变化；和分别表示是频率f的函数；

对公式(1)进行泰勒展开，得到公式(1)的一阶展开式；

$R(\mathrm{\θ},f)\≈A\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_p}{V_p}\left(f_0\right)+(f-f_0)\×A\left(\mathrm{\θ}\right)\frac{d}{df}\left(\frac{{\mathrm{\ΔV}}_p}{V_p}\right)\left(f\right)+B\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_s}{V_s}\left(f_0\right)+(f-f_0)B\left(\mathrm{\θ}\right)\frac{d}{df}\left(\frac{{\mathrm{\ΔV}}_s}{V_s}\right)\left(f\right)---\left(2\right);$

其中，和分别为所述变量参数。

对公式(2)进行宏面元叠加、角道集转换、叠前道集分频处理、主频率系数计算、共轭梯度法双变量参数反演，得到两个变量参数和值；

步骤2，建立两个直角坐标系，其中X轴分别为两个所述变量参数值，Y轴为储层深度，得到两个所述变量参数值与储层深度的关系曲线；

步骤3，在所述变量参数的关系曲线上设置一组采样点，一组所述采样点均匀分布；

步骤4，在所述变量参数的关系曲线上设置扫描窗口；

所述扫描窗口的中心点为所述变量参数关系曲线上的采样点，所述扫描窗口的扫描半径为沿所述变量参数的关系曲线分布的采样点点距的2倍；

一组采样点的个数为扫描半径所对应的采样点点距倍数的6倍，即一组采样点的个数为12个。

步骤5，对所述变量参数关系曲线进行纵向扫描；

所述纵向扫描的过程为，依次将所述变量参数的关系曲线上的各采样点设置为所述扫描窗口的中心点，令所述扫描窗口沿所述变量参数的关系曲线移动，并对各采样点进行扫描，并根据所述公式(3)、公式(4)得到各所述扫描窗口的中心点对应的标准差σ；

$\mathrm{\μ}=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{x}_i---\left(3\right);$

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\mathrm{\μ})}^2}---\left(4\right);$

其中，x_i为所述扫描窗口内第i个输入数据，即第i个所述变量参数值；μ为扫描窗口内输入数据的平均值；i的取值为1、2、3、4、5；N＝5。

将各所述中心点对应的标准差σ依次连接，得到所述变量参数的标准差随储层深度变化曲线；

步骤6，对所述变量参数的关系曲线进行滤波处理，并与所述步骤5得到的所述变量参数的标准差随储层深度变化曲线做差，得到所述变量参数的速度衰减曲线的有效值域；

步骤7，对所述变量参数关系曲线进行步骤3-6的操作，得到所述变量参数的速度衰减曲线的有效值域；

步骤8，将步骤6得到的所述变量参数的速度衰减曲线的有效值域与步骤7得到的所述变量参数的速度衰减曲线的有效值域做差，并取有效正振幅，得到频散AVO相关属性值；

步骤9，将所述步骤8得到的频散AVO相关属性值与录井得到的含气性结果进行对比分析，得到储层含气性的分析结果。

实施例1

井旁道反演；

如图1a、图1b、图1c所示，图1a中实线表示计算得到的值，虚线圈定的范围表示值，纵坐标表示地层深度，3740m以下为储层段。图1c中纵坐标与图1a相同，黑色填充框表示录井得到的含气百分比。

如图2所示，图2中的实线为变量参数值，实线上的十字符号为扫描窗口的中心点，扫描窗口包含曲线中标注的5个采样点，即4个圆点和1个十字点，扫描窗口的扫描半径为采样点点距的2倍；虚线中的三角符号为根据纵向扫描结果得到的标准差；点划线中的正方形符号是根据十字符号和三角符号获取的速度衰减值。

图1a、图1b、图1c以及图2中所示的是火山岩储层流体识别。图中3740m以下为火山岩储层段，测井与录井结果显示该储层段含气性较高，目前是主要产气层。但传统的地震反演解释方法对含气性识别较困难，进而难以拓展火山岩储层预测与含气性识别。对比图1b中的频散AVO相关属性与图1a的传统速度衰减属性，可以看出，频散AVO相关属性具有稳定性高，与录井结果吻合度高的特点。储层主要存在三个含气层段，即3747-3780m，3790-3869m，3880-3942m,这些层段在图1b中都有很好的反映。而在非含气段中，频散AVO相关属性没有反映。传统速度衰减属性不具有这些特性，特别是在非储层含气段的幅值很高，产生了错误结果。

实施例2

剖面反演；

在实施例1的井旁道反演获得较好的应用效果后，可以把这种效果推广到整个工区中。

如图3a、图3b所示，图3a为地震剖面图，黑色实线表示测井位置。图3b为反演得到的频散AVO相关属性剖面图及录井结果。该井是目前一个火山岩储层主力产气井。图3b中的方框表示录井得到的含气饱和度结果。可以看到反演结果与录井结果吻合度较高。在井的左右两侧同时具有产气潜力。垂向上为柱状，平面上相邻，符合天然气在复杂储层中以裂缝为主要通道，以沿过剩压力梯度降低较快的方向垂向运移，水平方向少量扩散的特点这一认识与目前的气田开发结果吻合。

上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的结构，因此前面描述的方式只是优选地，而并不具有限制性的意义。

Claims (5)

1.一种频散AVO相关属性反演的流体识别方法，其特征在于：

所述方法通过对储层段地震反射系数进行反演操作，对反演操作得到的变量参数进行纵向扫描以及滤波分析，从而获取频散AVO相关属性，根据频散AVO相关属性对储层段的流体性质进行识别；

所述方法的步骤为，

步骤1，对储层段地震反射系数R(θ,f)进行反演操作，得到两个变量参数值，两个变量参数分别为和

步骤2，建立两个直角坐标系，其中X轴分别为两个所述变量参数值，Y轴为储层深度，得到两个所述变量参数值与储层深度的关系曲线；

步骤3，在所述步骤2得到的变量参数的关系曲线上设置一组采样点；一组所述采样点均匀分布；

步骤4，在所述变量参数的关系曲线上设置扫描窗口；

所述扫描窗口的中心点为所述变量参数关系曲线上的采样点，所述扫描窗口的扫描半径为沿所述变量参数关系曲线分布的采样点点距的2～3倍；

步骤5，对所述变量参数关系曲线进行纵向扫描；

依次将所述变量参数的关系曲线上的各采样点设置为所述扫描窗口的中心点，令所述扫描窗口沿所述变量参数的关系曲线移动，并对各采样点进行扫描，得到各采样点对应的标准差σ；

将各所述中心点对应的标准差σ依次连接，得到所述变量参数的标准差随储层深度变化曲线；

步骤6，对所述变量参数的关系曲线进行滤波处理，并与所述步骤5得到的所述变量参数的标准差随储层深度变化曲线做差，得到所述变量参数的速度衰减曲线的有效值域；

步骤7，对所述变量参数关系曲线进行步骤3-6的操作，得到所述变量参数的速度衰减曲线的有效值域；

步骤8，将步骤6得到的所述变量参数的速度衰减曲线的有效值域与步骤7得到的所述变量参数的速度衰减曲线的有效值域做差，并取有效正振幅，得到频散AVO相关属性值；

步骤9，将所述步骤8得到的频散AVO相关属性值与录井得到的含气性结果进行对比分析，得到储层含气性的分析结果。

2.根据权利要求1所述的一种频散AVO相关属性反演的流体识别方法，其特征在于：

在所述步骤1中，根据公式(1)得出储层段地震反射系数R(θ,f)的表达式，

$R(\mathrm{\θ},f)\≈A\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_p}{V_p}\left(f\right)+B\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_s}{V_s}\left(f\right)---\left(1\right);$

其中，θ为地震反射系数R(θ,f)的入射角，f为地震反射系数R(θ,f)的频率；A(θ),B(θ)分别为只与入射角θ相关的系数函数；V_p为地震纵波速度，V_s为地震横波速度，ΔV_p为地震纵波速度变化，ΔV_s为地震横波速度变化；和分别表示是频率f的函数；

对公式(1)进行泰勒展开，得到公式(1)的一阶展开式；

$R(\mathrm{\θ},f)\≈A\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_p}{V_p}\left(f_0\right)+(f-f_0)\×A\left(\mathrm{\θ}\right)\frac{d}{df}\left(\frac{{\mathrm{\ΔV}}_p}{V_p}\right)\left(f\right)+B\left(\mathrm{\θ}\right)\frac{{\mathrm{\ΔV}}_s}{V_s}\left(f_0\right)+(f-f_0)B\left(\mathrm{\θ}\right)\frac{d}{df}\left(\frac{{\mathrm{\ΔV}}_s}{V_s}\right)\left(f\right)---\left(2\right);$

其中，和分别为所述变量参数。

3.根据权利要求1所述的一种频散AVO相关属性反演的流体识别方法，其特征在于：

在所述步骤1中，反演操作包括对所述变量参数和分别进行的宏面元叠加、角道集转换、叠前道集分频处理、主频率系数计算、共轭梯度法双变量参数反演。

4.根据权利要求1所述的一种频散AVO相关属性反演的流体识别方法，其特征在于：

在所述步骤3中，一组所述采样点的个数至少为所述扫描半径所对应的采样点点距倍数的6倍。

5.根据权利要求1所述的一种频散AVO相关属性反演的流体识别方法，其特征在于：

在所述步骤5中，根据所述公式(3)、公式(4)得到各所述中心点对应的标准差σ；

$\mathrm{\μ}=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{x}_i---\left(3\right);$

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\mathrm{\μ})}^2}---\left(4\right);$

其中，x_i为所述扫描窗口内第i个输入数据，即第i个所述变量参数值；μ为扫描窗口内输入数据的平均值；i为自然数，N表示所述扫描窗口内的扫描样点数。