CN105301644A - 基于多参数梯度向量和海色矩阵的油气检测方法及装置 - Google Patents
基于多参数梯度向量和海色矩阵的油气检测方法及装置 Download PDFInfo
- Publication number
- CN105301644A CN105301644A CN201510794474.2A CN201510794474A CN105301644A CN 105301644 A CN105301644 A CN 105301644A CN 201510794474 A CN201510794474 A CN 201510794474A CN 105301644 A CN105301644 A CN 105301644A
- Authority
- CN
- China
- Prior art keywords
- parameter
- rho
- predicted
- region
- theta
- 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.)
- Granted
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种基于多参数梯度向量和海色矩阵的油气检测方法及装置,其中,方法包括:利用Aki-Richards近似公式建立叠前反演目标函数;对所述叠前反演目标函数进行泰勒展开,得到海色矩阵;其中,所述海色矩阵中的元素值通过对所述Aki-Richards近似公式求导得到;对待预测区域的叠前地震数据体进行标准化处理;标准化后的叠前地震数据体作为初始数据,利用所述海色矩阵进行反演迭代,获得待预测区域的动力学参数;对所述动力学参数进行转换,得到待预测区域的弹性参数;利用所述待预测区域的弹性参数确定待预测区域的流体敏感因子的取值情况;根据所述待预测区域的流体敏感因子的取值情况预测含油气储层分布。
Description
技术领域
本发明涉及油气地球物理勘探技术领域,特别涉及一种基于多参数梯度向量和海色矩阵的油气检测方法及装置。
背景技术
目前含油气检测的方法多种多样,其中以叠前反演技术最为有效可靠。叠前地震数据体包含的丰富的振幅和旅行时信息,保留了地震反射振幅随偏移距或入射角而变化的特征,可提供更多、更敏感有效的数据体成果。对于研究复杂油气储层的空间分布,开展对复杂油气藏的精细描述以及识别储层中的流体性质等都是十分有益的。
叠前含油气检测方法多种多样,每一种算法都有各自长处,但同时存在一定缺陷。叠前AVO反演是一种叠前振幅分析技术,它是基于Zoeppritz方程或其简化的近似方程对叠前数据进行反演、估算不同类别的AVO属性参数,建立油气检测的AVO标志。AVO属性分析是基于截距(Intercept)—梯度(Gradient)理论的分析方法,对应的剖面有两个:一是截距剖面,计算得到的数值是垂直入射情况下的反射系数,也叫做零偏移距剖面;二是梯度剖面,反映上下岩层泊松比的差值。结合不同系数对流体的敏感程度,通过不同的数学组合运算,可以得到对应的多种AVO属性剖面。叠前AVO技术能够提供叠后处理无法提供的油气藏信息,是作为寻找含油气的有效手段之一。
叠前AVO属性提取方法检测含油气性。AVO的属性参数P、G、P+G、P×G等可以由Zoeppritz近似方程,也就是Shuey公式获得。叠前反演时,参数P、G的计算是在经过动校正处理后的共中心点道集上,经过线性计算拟合不同时间采样点反射振幅随入射角的变化,公式如下。
R(θ)=P+Gsin2(θ)
其中,R代表反射系数,θ代表地震波入射到分界面时的入射角,P代表AVO截距,G代表AVO斜率。通过观察不同类型的AVO响应来判断含油气的可能性。
叠前AVO技术利用不同入射角提取的地震属性精度较低,虽然能够指示出流体的存在,但对于流体的性质不能够很好的判别。并且当进行宽角度采集时,上述近似公式并不能满足条件。提取出的属性在不同频率的尺度下回呈现不一样的结论,出现不匹配的特征。因此,该方法的应用十分的有限。
FVO属性分析技术是运用多信号频率估算技术,研究频率随偏移距的变化特征。由于含油气岩石会造成波传播的能量衰减,而高频能量的衰减比低频能量的衰减快,从而降低了接收到的信号频率,所以我们可以通过研究地震信号频率属性随偏移距的变化特征(FVO)对储层流体的敏感性,进行油气检测。
FVO分析是在频率域内计算分析的,因此需要对地震信号作傅里叶变换。将信号分解成信号空间和噪声空间。它的估算函数可以表达为:
α为权函数,M为信号的个数,P为正交向量基的个数,ν为信号的特征向量,e为复正弦向量。H为Hermitian伴随算子,表示共轭转置。通过计算可以得到地震数据的频率属性。
该技术是在地震信号频率的基础上进行分析计算的,因此受噪音的影响较大,当信噪比较低时,此方法会出现一定的假象。此外,这种方法对不同入射角的信息没有充分的利用,虽然能够指示出含油气的存在,但是不能将流体的性质区分开。
如何在提高运算效率的基础上保证油气预测的精度这一技术问题急需解决。
发明内容
为解决现有技术的问题,本发明提出一种油气预测方法及装置,利用Zeoppritz近似公式推导来进行反演,既能保证精度,同时提高了运算的效率。利用反演得到的参数,作为流体预测的因子来识别油气,取得了很好的效果。
为实现上述目的,本发明提供了一种油气预测方法,包括:
利用Aki-Richards近似公式建立叠前反演目标函数;
对所述叠前反演目标函数进行泰勒展开,得到海色矩阵;其中,所述海色矩阵中的元素值通过对所述Aki-Richards近似公式求导得到;
对待预测区域的叠前地震数据体进行标准化处理;
标准化后的叠前地震数据体作为初始数据,利用所述海色矩阵进行反演迭代,获得待预测区域的动力学参数;其中,所述动力学参数包括:纵波速度Vp、横波速度Vs和密度ρ;
对所述动力学参数进行转换,得到待预测区域的弹性参数;
利用所述待预测区域的弹性参数确定待预测区域的流体敏感因子的取值情况;
根据所述待预测区域的流体敏感因子的取值情况预测含油气储层分布。
优选地,所述流体敏感因子的表达式为:
其中,M表示流体敏感因子;λ、μ均表示弹性参数。
优选地,所述弹性参数的表达式为:
λ=ρ(Vp 2-2Vs 2)
μ=0.5*(ρVp 2-λ)=ρVs 2
其中,λ、μ均表示弹性参数,Vp表示纵波速度,Vs表示横波速度,ρ表示密度。
为实现上述目的,本发明还提供了一种油气预测装置,包括:
叠前反演目标函数建立单元,用于利用Aki-Richards近似公式建立叠前反演目标函数;
海色矩阵确定单元,用于对所述叠前反演目标函数进行泰勒展开,得到海色矩阵;其中,所述海色矩阵中的元素值通过对所述Aki-Richards近似公式求导得到;
标准化处理单元,用于对待预测区域的叠前地震数据体进行标准化处理;
动力学参数确定单元,用于标准化后的叠前地震数据体作为初始数据,利用所述海色矩阵进行反演迭代,获得待预测区域的动力学参数;其中,所述动力学参数包括:纵波速度Vp、横波速度Vs和密度ρ;
转换单元,用于对所述动力学参数进行转换,得到待预测区域的弹性参数;
流体敏感因子确定单元,用于利用所述待预测区域的弹性参数确定待预测区域的流体敏感因子的取值情况;
预测单元,用于根据所述待预测区域的流体敏感因子的取值情况预测含油气储层分布。
优选地,所述流体敏感因子确定单元确定的流体敏感因子的表达式为:
其中,M表示流体敏感因子;λ、μ均表示弹性参数。
优选地,所述转换单元得到的弹性参数的表达式为:
λ=ρ(Vp 2-2Vs 2)
μ=0.5*(ρVp 2-λ)=ρVs 2
其中,λ、μ均表示弹性参数,Vp表示纵波速度,Vs表示横波速度,ρ表示密度。
上述技术方案具有如下有益效果:
应用叠前高精度近似公式进行反演,提取出的三参数数据体计算弹性参数。在此基础上,应用动力学参数与弹性参数之间的关系和弹性参数与M值之间的关系。效果显著,计算结果完全忠实于地震资料,低频信息稳定,能有效预测储层的性质,对于勘探初期少井或无井的地区具有推广应用价值,在西湖凹陷深层有利储层预测中得到了很好的验证。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提出的一种基于多参数梯度向量和海色矩阵的油气检测方法流程图;
图2为本实施例的KQT-2井平湖组测井曲线统计分析图;
图3为本实施例的叠前地震资料分析图之一;
图4为本实施例的叠前地震资料分析图之二;
图5为本实施例的叠前地震资料分析图之三;
图6为本实施例的叠前地震资料分析图之四;
图7为本实施例的不同角道集放大分析图;
图8为本实施例的实际地震资料的含油性特征图;
图9为本实施例的实际地震资料的AVO特征图;
图10为本实施例的过KQT-2井的M值剖面图;
图11为本发明提出的一种基于多参数梯度向量和海色矩阵的油气检测装置框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本技术方案的工作原理:AVO、AVA技术的核心思想是利用地震波入射在不同的介质中时,反射系数随入射角变化而变化的规律来寻找油气层。因此,必须建立一个具有普遍意义的方程,将反射系数表示成入射角和地层参数的函数。精确的Zoeppritz方程满足了上述要求,该方程解析地表述了平面波反射系数与入射角的关系,但其方程组解析解的表达式十分复杂,很难直接分析介质的动力学参数或者弹性参数对振幅系数的影响。为了明确地表达反射系数与弹性常数的关系,不同的专家利用近似解的方式导出不同的、简化了的Zoeppritz方程近似式,其中Aki-Richards近似公式和Shuey公式在叠前反演中最为常用,本方法在Aki-Richard近似公式基础上做进一步推导,得到反射系数与纵横波和密度之间的关系。经过迭代反演计算后,得到了纵、横波速度和密度的参数,将弹性参数与动力学参数进行转换,进而建立对流体最为敏感的因子。
基于上述工作原理,本发明提出一种基于多参数梯度向量和海色矩阵的油气检测方法,如图1所示。包括:
步骤101):利用Aki-Richards近似公式建立叠前反演目标函数;
如果地层分界面两侧介质弹性性质的百分比变化小,则在某一时间t时,水平界面的纵波反射系数可用Aki-Richards近似公式来定义。
其中,上式中,ΔVp=Vpi+1-Vpi,ΔVs=Vsi+1-Vsi,Δρ=ρi+1-ρi,Vp=(Vpi+Vpi+1)/2,Vs=(Vsi+Vsi+1)/2,ρ=(ρi+ρi+1)/2;
则Aki-Richard近似公式可以写为:
其中,反射角θ可用部分叠加的角度的平均值代替。
基于褶积模型和Zoeppritz方程的Aki-Richards近似公式,建立叠前反演目标函数,利用Taylor展开式做二阶项近似,推导出非线性反演的算法公式;
设反演的目标函数为:
f(V)=||S-D||→min(3)
式中,D为实际地震记录,S(t)=W*R,为模型响应,其中R为采用Aki和Richards近似公式计算的反射系数,W为地震子波。
步骤102):对所述叠前反演目标函数进行泰勒展开,得到海色矩阵;其中,所述海色矩阵中的元素值通过对所述Aki-Richards近似公式求导得到;
对上式(3)进行泰勒展开:
式中,V=(Vs,Vp,ρ)表示褶积模型参数纵波速度、横波速度和密度构成的向量。V0为纵波或横波速度的初始猜测值,ΔV0为修正量。G(V0)=Δf(V0)称为f(V0)在V0处的梯度。H(V0)=Δ2f(V0)称为f(V0)在V0处的海色矩阵。若H为对称正定矩阵,则q(ΔV)的极小存在,令式(5)对ΔV0的一阶导数为零,则:
因而
ΔV0=-H-g(V0)G(V0)(6)
H-g=(HTH+Q-1CnCm -1)-1HT(7)
Vn+1=Vn+KnΔVn(8)
式中,Cn为噪音协方差矩阵,Cm为模型协方差矩阵,Q表示由测井资料的纵波速度、横波速度和密度三参数组成的模型参数协方差矩阵,加入此协调因子对于控制矩阵的稳定性,确保矩阵收敛,提高精度具有十分重要的意义。式(8)表示为Poincare映射,Kn控制式(8)非线性迭代系统。
令
V=V0+ΔV0(9)
并将V作为新的初始猜测,代入式(8)进行反演,直至||ΔS||<ε(ε为事先给定的一个正常数),认为此时得到的V即为最佳解估计。
梯度向量和海色矩阵的计算如下:
将式(11)写成矩阵形式为:
式中,n为采样点数,m为地层数。式(12)中的矩阵形式即为海色矩阵的表达形式。对Aki-Richard近似公式进行求导,计算公式如下:
上式(13)~式(17)获得的求导结果均为海色矩阵的元素,将上式(13)~式(17)获得的求导结果代入海色矩阵的相应位置,即可获得海色矩阵。
步骤103):对待预测区域的叠前地震数据体进行标准化处理;
步骤104):标准化后的叠前地震数据体作为初始数据,利用所述海色矩阵进行反演迭代,获得待预测区域的动力学参数;其中,所述动力学参数包括:纵波速度Vp、横波速度Vs和密度ρ;
步骤105):对所述动力学参数进行转换,得到待预测区域的弹性参数;
基于反演的纵、横波速度和密度等参数,根据波动方程,动力学参数与弹性参数之间可以进行转换。利用转换后的动力学参数对储层含流体和含气性进行分析,结合地质和地球物理资料对储层油气水分布特征作出综合评价。弹性参数与动力学参数转换关系见下表1。
表1
研究表明,在表1的38种参数中与油气关系最密切的参数有以下四种参数:①λ=ρ(Vp 2-2Vs 2);②ρλ;③μ=0.5*(ρVp 2-λ)=ρVs 2;④μρ。如果砂岩含气,纵速度降低,横波速度不变,所以在理论上,油气层具有低ρλ和高μρ的特征。但在不同地区四个参数的应用情况也存在差异,哪个参数对油气的敏感性最强,仍需要根据具体的地质条件和岩石物理特征分析结论来确定。
步骤106):利用所述待预测区域的弹性参数确定待预测区域的流体敏感因子的取值情况;
基于叠前多参数反演,我们可以获得包括纵波速度在内的,横波速度和密度三个参数,经换算可获得20余种与油气流体相关的弹性参数,想要高效,精确的利用这些参数进行流体的预测识别需要对岩石物理特征进行统计分析,找出流体敏感参数并给定流体与储层的各参数门槛值。我们需要找到一种敏感因子,这个敏感因子能够直接区分油气。根据岩石物理分析,分析油气分布的范围,建立弹性参数与流体敏感因子的关系式:
M能直接区分储层含油和含气属性,确定出含油和含气的阈值范围。利用迭代反演后得到的三参数数据体,计算出弹性参数,进一步再计算出M值,作为区分油气的有效参数。
步骤107):根据所述待预测区域的流体敏感因子的取值情况预测含油气储层分布。
同理,基于上述工作原理,本发明还提出一种基于多参数梯度向量和海色矩阵的油气检测装置,如图11所示。包括:
叠前反演目标函数建立单元1101,用于利用Aki-Richards近似公式建立叠前反演目标函数;
海色矩阵确定单元1102,用于对所述叠前反演目标函数进行泰勒展开,得到海色矩阵;其中,所述海色矩阵中的元素值通过对所述Aki-Richards近似公式求导得到;
标准化处理单元1103,用于对待预测区域的叠前地震数据体进行标准化处理;
动力学参数确定单元1104,用于标准化后的叠前地震数据体作为初始数据,利用所述海色矩阵进行反演迭代,获得待预测区域的动力学参数;其中,所述动力学参数包括:纵波速度Vp、横波速度Vs和密度ρ;
转换单元1105,用于对所述动力学参数进行转换,得到待预测区域的弹性参数;
流体敏感因子确定单元1106,用于利用所述待预测区域的弹性参数确定待预测区域的流体敏感因子的取值情况;
预测单元1107,用于根据所述待预测区域的流体敏感因子的取值情况预测含油气储层分布。
实施例:
区域叠前三维地震处理面积312km2。目前区内完钻14口井,在平湖组和宝石组钻遇油气层,并获得工业油流,证明研究区具有良好的勘探前景。叠前研究区(孔雀亭井区)位于平北地区的北部,区内完钻7口井,其中有4口井具有横波资料。针对西湖凹陷平湖组目前勘探现状,本案例主要从叠前地震资料入手,将丰富的叠前速度密度信息和弹性参数与先进的流体识别技术结合起来,识别含油储层和含气储层。
由于研究区平湖组埋深较深,为了研究目的层的物性情况,我们选取KQT-2井平湖组进行统计分析,如图2所示,为本实施例的KQT-2井平湖组测井曲线统计分析图。从KQT-2井可以看出在平湖组4114-4128m、4150-4169m处的气层对应泊松比为0.05-0.23,储层孔隙度为11-15%,渗透率为3-8md,含气饱和度为30%-70%。可知,在研究区的深层目的层处,若泊松比、纵横波速度比、拉梅系数乘密等参数能较好的指示储层和流体,则在相应深度处的储层物性条件也较好。
如图3所示,为本实施例的叠前地震资料分析图之一;如图4所示,为本实施例的叠前地震资料分析图之二;如图5所示,为本实施例的叠前地震资料分析图之三;如图6所示,为本实施例的叠前地震资料分析图之四。受覆盖次数影响,浅层地震资料信噪比较低,同相轴连续性变差。同一条剖面振幅能量和频率均有差异,AVA特征明显。对过KQT-1井的角道集剖面分析发现:同一条地震测线不同角度剖面的振幅、频率均有差异,随角度增大振幅能量减弱,AVA变化明显反映了岩性和流体的差异;有利于叠前多参数反演和流体的检测。
如图7所示,为本实施例的不同角道集放大分析图。经临界角分析可知利用近似的公式只有在角度小于30°的情况下,反演结果与实际结果才会吻合得较好,因此此次反演选择了前三个角道集作为反演的输入。
如图8所示,为本实施例的实际地震资料的含油性特征图,如图9所示,为本实施例的实际地震资料的AVO特征图。图8与图9相比较可知,随角度增加地震波振幅、频率逐渐衰减,尤其在15°到20°衰减最明显。同一剖面、相同时窗,振幅能量和频率均有差异,具有明显的AVA特征。
如图10所示,为本实施例的过KQT-2井的M值剖面图。通过叠前近似公式反演得到的动力学参数数据体,将动力学参数数据体转换为弹性参数数据体,根据计算得到的弹性参数数据体,排除异常值后,计算M值数据体,分析M值范围,根据测井解释成果,分析不同类型的储层M值范围,再根据这个阈值,分析和预测本区储层的含油气性。结合图中过KQT-2井的M值剖面和测井解释成果可以看出,水层的M值要比气层的M值偏高。水层的M值在0.23-0.30之间而气层的M值在0.08-0.22之间,根据这一阈值,可以判断全区储层的含油气性。
下表2为叠前储层预测吻合率数据,通过井吻合率对比发现,通过计算M值得到的剖面,与井的吻合率较高,说明该方法真实可信。
表2
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于多参数梯度向量和海色矩阵的油气检测方法,其特征在于,包括:
利用Aki-Richards近似公式建立叠前反演目标函数;
对所述叠前反演目标函数进行泰勒展开,得到海色矩阵;其中,所述海色矩阵中的元素值通过对所述Aki-Richards近似公式求导得到;
对待预测区域的叠前地震数据体进行标准化处理;
标准化后的叠前地震数据体作为初始数据,利用所述海色矩阵进行反演迭代,获得待预测区域的动力学参数;其中,所述动力学参数包括:纵波速度Vp、横波速度Vs和密度ρ;
利用动力学参数与弹性学参数之间的关系式对所述动力学参数进行转换,得到待预测区域的弹性参数;
利用所述待预测区域的弹性参数确定待预测区域的流体敏感因子的取值情况;
根据所述待预测区域的流体敏感因子的取值情况预测含油气储层分布。
2.如权利要求1所述的方法,其特征在于,所述流体敏感因子的表达式为:
其中,M表示流体敏感因子;λ、μ均表示弹性参数。
3.如权利要求1或2所述的方法,其特征在于,所述弹性参数的表达式为:
λ=ρ(Vp 2-2Vs 2)
μ=0.5*(ρVp 2-λ)=ρVs 2
其中,λ、μ均表示弹性参数,Vp表示纵波速度,Vs表示横波速度,ρ表示密度。
4.一种基于多参数梯度向量和海色矩阵的油气检测装置,其特征在于,包括:
叠前反演目标函数建立单元,用于利用Aki-Richards近似公式建立叠前反演目标函数;
海色矩阵确定单元,用于对所述叠前反演目标函数进行泰勒展开,得到海色矩阵;其中,所述海色矩阵中的元素值通过对所述Aki-Richards近似公式求导得到;
标准化处理单元,用于对待预测区域的叠前地震数据体进行标准化处理;
动力学参数确定单元,用于标准化后的叠前地震数据体作为初始数据,利用所述海色矩阵进行反演迭代,获得待预测区域的动力学参数;其中,所述动力学参数包括:纵波速度Vp、横波速度Vs和密度ρ;
转换单元,用于对所述动力学参数进行转换,得到待预测区域的弹性参数;
流体敏感因子确定单元,用于利用所述待预测区域的弹性参数确定待预测区域的流体敏感因子的取值情况;
预测单元,用于根据所述待预测区域的流体敏感因子的取值情况预测含油气储层分布。
5.如权利要求4所述的装置,其特征在于,所述流体敏感因子确定单元确定的流体敏感因子的表达式为:
其中,M表示流体敏感因子;λ、μ均表示弹性参数。
6.如权利要求4或5所述的装置,其特征在于,所述转换单元得到的弹性参数的表达式为:
λ=ρ(Vp 2-2Vs 2)
μ=0.5*(ρVp 2-λ)=ρVs 2
其中,λ、μ均表示弹性参数,Vp表示纵波速度,Vs表示横波速度,ρ表示密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510794474.2A CN105301644B (zh) | 2015-11-18 | 2015-11-18 | 基于多参数梯度向量和海色矩阵的油气检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510794474.2A CN105301644B (zh) | 2015-11-18 | 2015-11-18 | 基于多参数梯度向量和海色矩阵的油气检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105301644A true CN105301644A (zh) | 2016-02-03 |
CN105301644B CN105301644B (zh) | 2017-09-01 |
Family
ID=55199120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510794474.2A Expired - Fee Related CN105301644B (zh) | 2015-11-18 | 2015-11-18 | 基于多参数梯度向量和海色矩阵的油气检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105301644B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089228A (zh) * | 2017-12-22 | 2018-05-29 | 中国石油天然气股份有限公司 | 一种确定地层岩石特性的解释数据方法和装置 |
CN108957529A (zh) * | 2018-04-24 | 2018-12-07 | 中国海洋石油集团有限公司 | 一种基于属性的无井区子波估计方法 |
CN109655934A (zh) * | 2018-11-28 | 2019-04-19 | 郭建林 | 基于气层钻遇率的致密气藏含气面积测定方法 |
CN109765613A (zh) * | 2019-03-04 | 2019-05-17 | 太原理工大学 | 基于最速梯降叠前精确方程流体反演的页岩气识别方法 |
CN109839662A (zh) * | 2019-01-24 | 2019-06-04 | 长江大学 | 一种砂岩储层识别方法 |
CN111366975A (zh) * | 2020-03-21 | 2020-07-03 | 西华师范大学 | 基于交叉梯度正则化约束的叠前地震ava反演方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046006A1 (en) * | 2001-08-31 | 2003-03-06 | Exxonmobil Upstream Research Company | Method for classifying AVO data using an interpreter-trained neural network |
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 |
-
2015
- 2015-11-18 CN CN201510794474.2A patent/CN105301644B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046006A1 (en) * | 2001-08-31 | 2003-03-06 | Exxonmobil Upstream Research Company | Method for classifying AVO data using an interpreter-trained neural network |
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 |
Non-Patent Citations (3)
Title |
---|
姜秀娣等: "部分叠加资料纵横波速度测井约束反演", 《地球物理学进展》 * |
孟宪军等: "叠前AVA广义非线性纵、横波速度反演", 《石油地球物理勘探》 * |
马中高等: "大牛地气田二叠系下石盒子组致密砂岩储层含气性识别因子研究", 《石油物探》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108089228A (zh) * | 2017-12-22 | 2018-05-29 | 中国石油天然气股份有限公司 | 一种确定地层岩石特性的解释数据方法和装置 |
CN108957529A (zh) * | 2018-04-24 | 2018-12-07 | 中国海洋石油集团有限公司 | 一种基于属性的无井区子波估计方法 |
CN108957529B (zh) * | 2018-04-24 | 2020-01-24 | 中国海洋石油集团有限公司 | 一种基于属性的无井区子波估计方法 |
CN109655934A (zh) * | 2018-11-28 | 2019-04-19 | 郭建林 | 基于气层钻遇率的致密气藏含气面积测定方法 |
CN109839662A (zh) * | 2019-01-24 | 2019-06-04 | 长江大学 | 一种砂岩储层识别方法 |
CN109765613A (zh) * | 2019-03-04 | 2019-05-17 | 太原理工大学 | 基于最速梯降叠前精确方程流体反演的页岩气识别方法 |
CN109765613B (zh) * | 2019-03-04 | 2020-11-27 | 太原理工大学 | 基于最速梯降叠前精确方程流体反演的页岩气识别方法 |
CN111366975A (zh) * | 2020-03-21 | 2020-07-03 | 西华师范大学 | 基于交叉梯度正则化约束的叠前地震ava反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105301644B (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105301644A (zh) | 基于多参数梯度向量和海色矩阵的油气检测方法及装置 | |
CN109425896A (zh) | 白云岩油气储层分布预测方法及装置 | |
CN103163553B (zh) | 基于多重孔隙介质模型的地震烃类检测方法及装置 | |
CN103675907A (zh) | 一种基于岩相约束的avo反演油气检测方法 | |
CN107356966A (zh) | 基于去压实作用深层河道砂体油气检测方法 | |
Aarre et al. | Seismic detection of subtle faults and fractures | |
CN110231652B (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 | |
Yang et al. | Integrated application of 3D seismic and microseismic data in the development of tight gas reservoirs | |
Lee et al. | Delineation of gas hydrate reservoirs in the Ulleung Basin using unsupervised multi-attribute clustering without well log data | |
CN102053259A (zh) | 一种油气藏识别方法 | |
Li | Geophysical exploration technology: Applications in lithological and stratigraphic reservoirs | |
CN104459778A (zh) | 一种基于双相介质固液解耦的叠前地震反演方法及系统 | |
Huang et al. | Zoeppritz equation-based prestack inversion and its application in fluid identification | |
CN106405639A (zh) | 一种叠前地震储层岩性参数的反演方法 | |
Sarhan et al. | Application of seismic attributes for detecting different geologic features within Kafr El Sheikh Formation, Temsah concession, nile Delta Basin | |
CN103076630B (zh) | 一种基于弹性阻抗梯度的油气检测方法 | |
Liu et al. | Seismic characterization of fault and fractures in deep buried carbonate reservoirs using CNN-LSTM based deep neural networks | |
Hosseini et al. | A Meta attribute for reservoir permeability classification using well logs and 3D seismic data with probabilistic neural network. | |
Pranter et al. | Sequence-stratigraphic, petrophysical, and multicomponent seismic analysis of a shelf-margin reservoir: San Andres Formation (Permian), Vacuum field, New Mexico, United States | |
CN113219531A (zh) | 致密砂岩气水分布的识别方法及装置 | |
Maleki et al. | Application of seismic attributes in structural study and fracture analysis of DQ oil field, Iran | |
Chen et al. | Description technology of fractured-vuggy carbonate reservoir in halahatang oil field, tarim basin—take the ha 7 test area as an example | |
Ningkai et al. | Stepped and detailed seismic prediction of shallow-thin reservoirs in Chunfeng oilfield of Junggar Basin, NW China | |
Alao et al. | Lithology and porosity heterogeneity prediction using multiple seismic attributes on 3-d surveys: an example from Edim oil field, Niger delta | |
CN104330824A (zh) | 一种利用能量相对变化率的油层识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170901 Termination date: 20181118 |
|
CF01 | Termination of patent right due to non-payment of annual fee |