CN105319588A - 一种利用地震数据进行泥页岩含气量预测方法 - Google Patents

Abstract

本发明提供了一种利用地震数据进行泥页岩含气量预测方法，属于石油天然气勘探领域。本方法包括：(1)地质、测井、地震数据准备；(2)利用密度测井曲线与泥页岩含气量数据之间的高相关性，建立基于密度测井曲线的含气量计算模型：V_GAS＝f(DEN)(1)，式中，V_GAS是含气量，m³/t；DEN为密度测井曲线，g/cm³；f为含气量与密度之间的函数关系式；(3)开展叠后多属性反演，获取含气量计算模型所需的密度曲线数据体；(4)含气量预测：将步骤(3)得到的密度曲线数据体代入到式(1)中，获得泥页岩含气量。

Description

一种利用地震数据进行泥页岩含气量预测方法

技术领域

本发明属于石油天然气勘探领域，具体涉及一种利用地震数据进行泥页岩含气量预测方法。

背景技术

目前全球页岩气资源量已经超过全球常规天然气资源量，成为非常规油气领域的研究热点。北美的美国和加拿大已经拥有数十年的勘探开发历史，泥页岩的地质认识、勘探配套技术以及工程技术方面都较为成熟。随着我国对能源的需求日益扩大，以页岩气为代表的非常规油气领域的研究在近两年逐渐成为热点，也不断在勘探实践中取得突破和新的认识。综合国内外近些年勘探开发经验可知，含气量是页岩气藏评价的关键指标，是页岩气藏取得商业发现的关键影响因素，这主要是因为含气量是烃源条件(有机碳含量、热演化程度)、储集条件(孔隙及裂缝发育程度)、保存条件(即顶底板条件、区域盖层条件、后期构造改造强度和构造样式等)等的综合体现。目前，已经在实验室测量以及测井评价含气量方面取得较大进展，如聂海宽等在《页岩气聚集条件及含气量计算——以四川盆地及其周缘下古生界为例》提出了一种利用多元线性回归计算页岩含气量的公式，但该公式仅能计算井点位置处的含气量，并不能描述含气量的横向变化。目前利用地震技术开展含气量方面的相关研究国内外均较少，结合现有地质、测井及地震上的认识，认为主要存在如下几个问题：

(1)地震属性分析技术可反映泥页岩沉积相带的变化，但难以与含气量建立联系；

(2)波阻抗与含气量之间相关性较差，常规叠后波阻抗反演难以有效描述泥页岩含气量横向变化情况。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种利用地震数据进行泥页岩含气量预测方法，实现对优质泥页岩含气量横向变化的精细描述，进而减少钻井风险，提高页岩气勘探效益。

本发明是通过以下技术方案实现的：

一种利用地震数据进行泥页岩含气量预测方法，包括：

(1)地质、测井、地震数据准备：地质数据包括录井、试气以及泥页岩岩心含气量测试数据；测井曲线包括声波时差、密度以及经岩心含气量测试数据刻度的含气量测井解释曲线；地震数据包括常规叠后或叠前偏移处理的地震资料，主要用于地震层位解释、波阻抗反演以及地震属性提取；

(2)对所述泥页岩岩心含气量测试数据以及测井曲线进行统计分析，利用密度测井曲线与泥页岩含气量数据之间的高相关性，建立如式(1)所示的基于密度测井曲线的含气量计算模型：

V_GAS＝f(DEN)(1)

式中，V_GAS是含气量，m³/t；DEN为密度测井曲线，g/cm³；f为含气量与密度之间的函数关系式；

(3)开展叠后多属性反演，获取含气量计算模型所需的密度曲线数据体；

(4)含气量预测：将步骤(3)得到的密度曲线数据体代入到式(1)中，获得泥页岩含气量。

所述步骤(2)中的含气量与密度之间的函数关系是根据不同地区的实际资料，利用含气量数据与密度测井曲线的交会图拟合得到的关系，包括线性关系、多项式关系或者指数关系。具体实现方法为：含气量数据与密度测井曲线的交会图能够标识两者的相关性，进而能够拟合出两者之间的关系式；对含气量数据和密度先做数学变形(取倒数、取平方、取对数等)，因此两者之间的函数关系可以使用线性、多项式关系或者指数关系；假设含气量与密度的平方相关性最好，拟合出的关系式为Vgas＝a+b×DEN²(a和b为系数)，那么两者之间的关系是就为多项式关系。

所述步骤(3)是这样实现的：以含气量计算模型中密度测井曲线作为培训目标曲线，寻找最佳的地震属性与波阻抗反演数据体组合，使得在井点位置利用这些属性计算得到的目标曲线与实际密度测井曲线相关性最高，具体包括：

输入密度测井曲线、井旁地震属性、叠后反演曲线；

统计寻找密度测井曲线与井旁地震属性、叠后波阻抗反演曲线之间的关系；

进行盲井交互验证，确定最佳地震属性与波阻抗反演数据体组合以及式(2)所述函数关系；

DEN(x,y,t)＝f[Attribute₁(x,y,t),Attribute₂(x,y,t),……,Attribute_m(x,y,t)](2)

式中，DEN(x,y,t)为步骤(2)中含气量计算模型所需的密度测井曲线；Attribute_i(x,y,t)为地震属性或反演数据；f为DEN(x,y,t)与最佳属性组合之间的函数关系；m为属性个数；

将统计关系应用到地震数据体，获得目标曲线数据体，即密度曲线数据体。

所述DEN(x,y,t)与最佳属性组合之间的函数关系是这样获得的：

首先，利用密度目标曲线与任一井旁地震属性或波阻抗的交会图标识二者的相关性，找到与目标曲线相关性最高的属性，将其假设为第一属性；

其次，利用最小二乘法确定第一属性与另一地震属性(即第二属性)组成的属性对以及最佳匹配函数使得计算出的拟合曲线与目标曲线相关系数最高；

依次类推，得到地震属性或波阻抗组合(即属性1、属性2…属性n)以及最佳匹配函数，达到利用该属性组合以及函数计算出的拟合曲线与目标曲线之间的相关系数最高的目的；

为避免过拟合的问题，利用盲井验证的方法确定属性数目。

所述利用盲井验证的方法确定曲线数目是这样实现的：利用其它井计算的拟合曲线与盲井目标曲线之间的误差，找到盲井验证误差最低的地震属性与波阻抗组合以及最佳匹配函数。

与现有技术相比，本发明的有益效果是：通过本发明所述技术方法的实施可完成对优质泥页岩含气量横向变化的精细描述，进而减少钻井风险，提高页岩气勘探效益。

附图说明

图1为本发明方法的步骤框图

图2为泥页岩含气量数据与密度测井曲线交会图

图3为含气量敏感曲线反演流程

图4为多属性反演得到的密度

图5为本发明预测的总含气量

具体实施方式

下面结合附图对本发明作进一步详细描述：

本发明是以泥页岩岩心含气量测试数据以及测井曲线统计分析为基础，获得与含气量相关性最高的测井曲线，建立含气量与该测井曲线之间的计算模型；然后利用叠后多属性反演技术获得目标曲线数据体，结合含气量计算模型便可达到利用地震技术预测泥页岩含气量的目的。

由图1可知，本发明包括以下步骤：

①地质、测井、地震数据准备：地质数据收集包括录井、试气以及泥页岩岩心含气量测试数据；测井曲线包括声波时差、密度以及经岩心含气量测试数据刻度的含气量测井解释曲线；地震资料为常规叠后或叠前偏移处理的地震资料，主要用于地震层位解释、波阻抗反演以及地震属性提取；

②对收集的地质、测井资料进行统计分析，优选与含气量相关性高的密度测井曲线作为目标测井曲线，并建立基于密度测井曲线的含气量计算模型；相关性主要是通过交会分析的方式获得的，在如图2所示的交会图上，如含气量与相应测井曲线或岩石弹性参数曲线相关性差，则数据分布较散；如相关性好，两者则呈现较好的线性、多项式或指数关系。

③密度数据体预测，如图3所示，以含气量计算模型中的密度测井曲线为培训目标曲线，寻找最佳的井旁地震属性曲线以及波阻抗反演曲线组合，使得在井点位置处利用这些属性计算得到的密度目标曲线与实际密度测井曲线相关性最高，将此相关关系应用于地震数据体便可得到密度反演数据体；

④将步骤③获得的密度反演数据体代入步骤②建立的含气量计算模型，便可计算得到含气量数据体。

图2为泥页岩岩心总含气量测试数据与密度之间的交会图，由图可知总含气量(V_gas)与密度(DEN)相关性较好，相关系数可达0.90，总含气量随着密度的减小而增大。由泥页岩岩心数据得到的含气量与密度之间的关系式为：

V_GAS＝24.5-8.91×DEN(3)

这样预测含气量的问题就转换为如何预测密度的问题。

图3为含气量计算模型所需密度目标测井曲线反演流程，实现方法为：

①对每一属性(瞬时频率、瞬时振幅、瞬时相位等地震属性)计算用其预测密度测井曲线时的误差，误差最小的即为属性1，然后将属性1与其它属性组成属性对，再次计算预测误差，误差最小的属性对中的另一属性为属性2，依此类推便可选出所需的属性；

②由于步骤①中的属性对可以无限制的增加，这样会存在过拟合的问题，因此需要盲井交互验证，即在每增加一种属性时依次去掉每一口井后计算其预测误差，所有井的平均预测误差最小时的属性与波阻抗组合即为最佳组合；

③将井曲线与属性组合之间的关系应用到整个数据体就可以计算得到密度数据体。

以5个属性、线性方程为例，式2(式2中的t代表时间，矩阵里t_i是第i个时间采样点，比如t₁是1ms，t₂是2ms。)可写为矩阵形式：

$\left[\begin{array}{c}\mathrm{Log}(x,y,t_1)\\ \mathrm{Log}(x,y,t_1)\\ .\\ .\\ .\\ \mathrm{Log}(x,y,t_n)\end{array}\right]=\left[\begin{array}{cccc}1& {\mathrm{Attribute}}_1(x,y,t_1)& ...& {\mathrm{Attribute}}_5(x,y,t_1)\\ 1& {\mathrm{Attribute}}_1(x,y,t_2)& ...& {\mathrm{Attribute}}_5(x,y,t_2)\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 1& {\mathrm{Attribute}}_1(x,y,t_n)& ...& {\mathrm{Attribute}}_5(x,y,t_n)\end{array}\right..\left[\begin{array}{c}{\mathrm{\ω}}_1\\ {\mathrm{\ω}}_2\\ .\\ .\\ .\\ {\mathrm{\ω}}_n\end{array}\right]---\left(4\right)$

其中，n为目标曲线长度；ω_i为曲线在第i个样点处的权重。在实际计算过程中由步骤①、步骤②确定的属性组合为5/10-15/20Hz地震数据体、地震主频、导数、平均频率、振幅加权频率。

图4为根据图3所示流程反演得到五峰组-龙马溪组一段泥页岩的密度平面图，由反演结果可知泥页岩密度值较低，约为2.5～2.6g/cm³。

图5为利用式4计算并编制的五峰组-龙马溪组一段泥页岩总含气量等值线图，可见JY1井、JY2井、JY3井、JY4井控制的构造主体部位含气量普遍较高，均大于3.5m³/t；泥页岩含气量高是这些井取得商业气流的关键因素(四口井中最低测试产量大于15万方/天)

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方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (6)

1.一种利用地震数据进行泥页岩含气量预测方法，其特征在于：所述方法包括：

(1)地质、测井、地震数据准备；

(2)利用密度测井曲线与泥页岩含气量数据之间的高相关性，建立基于密度测井曲线的含气量计算模型：

V_GAS＝f(DEN)(1)

式中，V_GAS是含气量，m³/t；DEN为密度测井曲线，g/cm³；f为含气量与密度之间的函数关系式；

(3)开展叠后多属性反演，获取含气量计算模型所需的密度曲线数据体；

(4)含气量预测：将步骤(3)得到的密度曲线数据体代入到式(1)中，获得泥页岩含气量。

2.根据权利要求1所述的利用地震数据进行泥页岩含气量预测方法，其特征在于:所述步骤(1)中的地质数据包括录井、试气以及泥页岩岩心含气量测试数据；测井数据包括声波时差、密度以及经岩心含气量测试数据刻度的含气量测井解释曲线；地震数据包括常规叠后或叠前偏移处理的地震资料。

3.根据权利要求1所述的利用地震数据进行泥页岩含气量预测方法，其特征在于：所述步骤(2)中的含气量与密度之间的函数关系是根据不同地区的实际资料，利用含气量数据与密度测井曲线的交会图拟合得到的关系，包括线性关系、多项式关系或者指数关系。

4.根据权利要求1所述的利用地震数据进行泥页岩含气量预测方法，其特征在于：所述步骤(3)是这样实现的：以含气量计算模型中的密度测井曲线作为培训目标曲线，寻找最佳的地震属性与波阻抗反演数据体组合，使得在井点位置利用这些属性计算得到的目标曲线与实际密度测井曲线相关性最高，具体包括：

输入密度测井曲线、井旁地震属性、叠后反演曲线；

统计寻找密度测井曲线与井旁地震属性、叠后波阻抗反演曲线之间的关系；

进行盲井交互验证，确定最佳地震属性与波阻抗反演数据体组合以及式(2)所述函数关系；

DEN(x,y,t)＝f[Attribute₁(x,y,t),Attribute₂(x,y,t),……,Attribute_m(x,y,t)](2)

式中，DEN(x,y,t)为步骤(2)中含气量计算模型所需的密度测井曲线；Attribute_i(x,y,t)为地震属性或反演数据；f为DEN(x,y,t)与最佳属性之间的函数关系；m为属性个数；

将统计关系应用到地震数据体，获得含气量计算模型所需的密度曲线数据体。

5.根据权利要求4所述的利用地震数据进行泥页岩含气量预测方法，其特征在于：所述DEN(x,y,t)与最佳属性组合之间的函数关系是这样获得的：

首先，利用密度目标曲线与任一井旁地震属性或波阻抗的交会图标识二者的相关性，找到与目标曲线相关性最高的属性，将其假设为第一属性；

其次，利用最小二乘法确定第一属性与另一地震属性组成的属性对以及最佳匹配函数使得计算出的拟合曲线与目标曲线相关系数最高；

依次类推，得到地震属性和波阻抗组合以及最佳匹配函数；

利用盲井验证的方法确定地震属性数目。

6.根据权利要求5所述的利用地震数据进行泥页岩含气量预测方法，其特征在于：所述利用盲井验证的方法确定属性数目是这样实现的：利用其它井计算验证井的拟合曲线与实测密度曲线之间的误差，找到盲井验证误差最低的地震属性与波阻抗组合以及最佳匹配函数。