发明内容
为了克服现有技术存在的缺陷和不足,解决现有技术中对富油层段识别能力低,检测准确性较差的问题,本发明提出了富油层段地震预测方法,该方法能够获取富油层段在剖面上和平面上的分布,是一种能够有效检测富油层段的半定量地震预测方法。
本发明技术方案:
1.富油层段地震预测方法,其特征在于,该方法包含以下步骤:
步骤1,提取井旁道敏感属性;即通过单井和连井属性分析,获取能够识别富油层段的敏感属性;
步骤2,属性融合获取融合属性;即通过对所述敏感属性进行属性融合,获取能够分层段反映油层的融合属性;
步骤3,确定可分辨地层厚度;通过分层段不同时窗下的所述融合属性与每口井的油层厚度进行对比,获取各层段可分辨的地层厚度;
步骤4,参数正演模拟;即通过对各层段油层参数进行正演模拟获取各层段油层参数的门槛值;
步骤5,确定富油层段的约束条件;即根据所述各层段可分辨的地层厚度及所述各层段油层参数的门槛值,对各富油层段进行厘定;
步骤6,建立油层组检测属性响应关系量版;即将所述融合属性与所述富油层段的约束条件进行交汇分析,获得反映油层分布状态的若干个关系图版的集合。
步骤7,富油层段检测;利用所述关系量版对各层段进行检测,获取富油层段在剖面上和平面上的分布。
2.执行步骤1之前,需要获取测井解释成果数据及地震处理成果数据。
3.步骤1中,所述属性分析是指利用地震处理成果数据进行地震属性计算,所述地震属性包括总能量、能量达到65%对应的频率、相对阻抗、能量比、高频衰减、半弧长度、均方根振幅、能量衰减85%对应的频率、平均反射强度、瞬时频率、能量半衰时、起始频率和瞬时相位。
4.步骤1中,利用所计算的地震属性,提取单井属性图及连井属性剖面;通过所述的单井属性图及连井属性剖面与所述的测井解释成果数据中的油层解释数据进行对比,选择油层解释结果与属性值对应最好的属性作为最优属性,即为敏感属性。
5.步骤2中,所述融合属性是指通过模糊神经网络对所述敏感属性进行融合获得的新的属性。
6.执行步骤3之前,需要获取地震解释层位数据;所述获取地震解释层位数据的步骤包括:采集原始的炮集地震记录,经过处理后获得地震处理数据;在获得的地震处理数据的基础上,拾取层位,即得到地震解释层位数据。
7.步骤3中,利用所述的地震解释层位数据,将每口井的测井解释成果数据及所述的融合属性进行地质分层,获取不同层段内每口井的测井解释数据及各层段不同时窗下的融合属性;将各层段不同时窗下的融合属性与所述的各层段内每口井的测井解释中的油层厚度进行对比,选取吻合情况最好的时窗所对应的厚度作为各层段可分辨的地层厚度。
8.步骤4中,所述各层段油层参数包含等效净油地比参数和等效净油砂比参数;通过设定不同的等效净油地比和等效净油砂比参数值,建立正演模型;通过所述的正演模型进行正演模拟,将各层段中能够清晰反映富含油层段的最小等效净油地比和最小等效净油砂比作为各层段等效净油地比参数门槛值和等效净油砂比参数门槛值。
9.步骤5中,所述对各富油层段进行厘定是指同时满足以下约束条件:1)富油层段地层厚度大于此层段可分辨的地层厚度;2)富油层段等效净油地比大于所对应的门槛值;3)富油层段等效净油砂比大于所对应的门槛值。
10.步骤7中,所述检测是指选取最优属性进行油层检测,即将所选取的最优属性对应的值与所述关系量版中的约束条件一一对照,若所选取的最优属性满足所述约束条件,则认为该最优属性是合格的,选取该最优属性,即所检测的油层为富油层段。
本发明技术效果:
与现有技术相比,本发明具有以下优点:
1.能够半定量的检测富油层段的分布,检测准确性高。本发明即通过对各层段油层参数进行正演模拟获取各层段油层参数的门槛值;结合所述各层段可分辨的地层厚度及各层段油层参数的门槛值,对各富油层段进行厘定;实现了半定量检测富油层段的分布,因此检测准确性高。
2.本发明又具有很好的通用性,对于地质条件比较复杂的地区,同样能够对富油层段进行有效的检测,从而降低勘探风险,提高勘探成功率。
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,皆属于本发明保护的范围。下面参考附图详细描述本发明实施例。
图1是本发明富油层段地震预测方法流程图。如图1所示,本发明提供了富油层段地震预测方法,该方法能够获取富油层段在剖面上和平面上的分布,是一种能够有效检测富油层段的半定量地震预测方法。(半定量,即:具有某一门槛值,当最优属性超过这一门槛值时,就可以确定为富油层。)图1将本发明提供的富油层段地震预测方法具体包含的步骤1~7分别对应标号为S101~S107。
S101,即步骤1,提取井旁道敏感属性。通过单井和连井属性分析,获取对富油层段具有良好识别能力的敏感属性;
单井指的是某一口单一的井,即:一口井;连井指的是两个或两个以上的井串联在一起,连井的井数是没有限制的。井旁道,即井附近的地震道,它以地震记录的形式表现出来。属性分析需要项目成员来做。做属性分析,首先要计算各种属性,这些属性包括:总能量、能量达到65%对应的频率、相对阻抗、能量比、高频衰减、半弧长度、均方根振幅、能量衰减85%对应的频率、平均反射强度、瞬时频率、能量半衰时、起始频率、瞬时相位等属性。其次是把各种属性剖面与测井综合解释结果进行对比,选择吻合程度最高的属性作为最优属性,即为敏感属性,敏感属性指的是某些属性的属性剖面与测井综合解释结果吻合度较高,能体现出综合测井解释结果中油水的变化的属性。敏感属性可以是一个属性,例如均方根振幅;也可以是多个属性。
S102,即步骤2,属性融合获取融合属性,通过对所述的敏感属性进行属性融合,获取一种能够更好反映油层的融合属性;
属性融合指的是通过某种数学算法把各种敏感属性融合在一起,形成一种新的属性,使得此种属性能够更真实的反映油层。
S103,即步骤3,确定可分辨地层厚度,通过分层段不同时窗下的所述的融合属性与每口井的油层厚度进行对比,获取各层段可分辨的地层厚度;
S104,即步骤4,参数正演模拟,通过对各层段油层参数进行正演模拟获取各层段油层参数的门槛值;S103和S104是相互独立的步骤,二者之间没有先后关联。
S105,即步骤5,富油层段厘定,结合所述的各层段可分辨的地层厚度及所述的各层段油层参数的门槛值,对各富油层段进行厘定;
这里的“厘定”是指:以前“富油层段”的定义是存在的,但表述的不是很清楚、准确,而厘定是指对“富油层段”的定义又重新进行了梳理,使“富油层段”的定义更加清晰、准确。
S106,即步骤6,建立油层组检测属性响应关系量版,通过所述的融合属性与所述的各富油层段油层参数进行交汇,获取各层段油层组检测属性响应关系量版;
S107,即步骤7,富油层段检测,利用所述的关系量版对各层段进行检测,获取富油层段在剖面上和平面上的分布。
即执行S101步骤前,需要获取测井解释成果数据及地震处理成果数据。测井解释成果数据,即:测井综合解释结果,它是通过结合原始测井曲线、岩心、测试资料建立油、水层解释标准,利用该解释标准完成单井的油、水层识别。此成果数据由测井工作人员提供。地震处理成果数据,即:地震资料处理过程中,最后获得的偏移剖面。通过单井和连井属性分析,获取对富油层段具有良好识别能力的敏感属性的步骤中,利用地震处理成果数据进行地震属性计算,
各种属性都有其各自的计算公式,如:总能量属性,为数据在有效频带内振幅谱的积分,其计算公式为:
其中,E为总能量,P(f)为频率f处的振幅谱,Hf为有效频带的高频截止频率,Lf为有效频带的低频截止频率。
能量达到65%对应的频率:在有效频带内,能量到达总能量的65%时所对应的频率,此频率可用来指示频率的衰减,其计算公式为:
其中,P(f)为频率f处的振幅谱,Hf为有效频带的高频截止频率,Lf为有效频带的低频截止频率,fp为能量达到总能量的65%时所对应的频率。
地震属性具体包括:总能量、能量达到65%对应的频率、相对阻抗、能量比、高频衰减、半弧长度、均方根振幅、能量衰减85%对应的频率、平均反射强度、瞬时频率、能量半衰时、起始频率、瞬时相位等属性。
步骤2中,融合属性是指通过模糊神经网络对敏感属性进行融合获得的新的属性。执行步骤3之前,需要获取地震解释层位数据;获取地震解释层位数据的步骤包括:采集原始的炮集地震记录,经过处理后获得地震处理数据;在获得的地震处理数据的基础上,拾取层位,即得到地震解释层位数据。步骤3中,利用地震解释层位数据,将每口井的测井解释成果数据及融合属性进行地质分层,获取不同层段内每口井的测井解释数据及各层段不同时窗下的融合属性;将各层段不同时窗下的融合属性与各层段内每口井的测井解释中的油层厚度进行对比,选取吻合情况最好的时窗所对应的厚度作为各层段可分辨的地层厚度。步骤4中,各层段油层参数包含等效净油地比参数和等效净油砂比参数;通过设定不同的等效净油地比和等效净油砂比参数值,建立正演模型;通过正演模型进行正演模拟,将各层段中能够清晰反映富含油层段的最小等效净油地比和最小等效净油砂比作为各层段等效净油地比参数门槛值和等效净油砂比参数门槛值。步骤5中,所述对各富油层段进行厘定是指同时满足以下约束条件:1)富油层段地层厚度大于此层段可分辨的地层厚度;2)富油层段等效净油地比大于所对应的门槛值;3)富油层段等效净油砂比大于所对应的门槛值。步骤7中,检测是指选取最优属性进行油层检测,即将所选取的最优属性对应的值与关系量版中的约束条件一一对照,若所选取的最优属性满足所述约束条件,则认为该最优属性是合格的,选取该最优属性,即所检测的油层为富油层段。
通过单井和连井属性分析,获取对富油层段具有良好识别能力的敏感属性的步骤中,利用所计算的地震属性,提取单井属性图及连井属性剖面。单井属性图及连井属性剖面的提取,提取方法为:首先对地震数据计算某一种地震属性,获得此种地震属性体;然后提取通过某一口井的地震属性剖面,即为这口井所选属性的单井属性图,若提取通过多口井的地震属性连井剖面,即获得了这种属性的连井属性剖面。可分别选择多种属性,提取单井属性图及连井属性剖面。
属性体是通过上面的公式用地震数据计算出来的,属性的计算、单井属性图及连井属性剖面的提取可使用很多地震解释软件获得。
提取的单井属性图及连井属性剖面都是一张图。
因为计算了多种属性,可对每一种属性提取单井属性图及连井属性剖面,因此可获得多种属性图。通过单井属性图及连井属性剖面与测井解释成果中油层的解释结果进行对比,获取吻合程度较高的属性。在每一种属性图中,每一个位置处都有一个属性值,不同的位置上属性值可能不相同,因此在属性图中,通常都有色标,不同的颜色代表不同的属性值。油层所对应的属性值在属性剖面中都有一个值域范围,可调节色标使油层所对应的属性值值域范围用红颜色表示出来,因此可把某一口井或某些井的油层解释结果投到某种属性的单井属性图及连井属性剖面上,对比油层解释结果与属性值的对应关系,选择油层解释结果与属性值对应好的属性作为最优属性,即为敏感属性。吻合程度较高是指油层解释结果与属性值对应较好,即:解释结果中的油层段对应属性剖面中的红色位置。吻合程度依据是根据每种属性剖面中,吻合程度较高的井数确定的,即:在不同的属性剖面中吻合程度较高的井数是不一样的,选择具有最多吻合程度较高的井所对应的属性作为最优属性。
S102步骤中,通过对所述的敏感属性进行属性融合,获取一种能够更好反映油层的融合属性的步骤中,通过模糊神经网络对油层敏感属性进行融合,获取一种对油层反映更好的融合属性。模糊神经网络是指一种算法。
通过分层段不同时窗(指时间窗)下的融合属性与每口井的油层厚度进行对比,获取各层段可分辨的地层厚度的步骤(S103)前,还包括:
获取地震解释层位数据。地震解释层位数据是指:原始采集的炮集地震记录经过处理后,获得地震处理数据,在处理数据的基础上,拾取层位,即:得到地震解释层位数据。
地震解释层位数据需要由解释人员或油田所属方提供,在本专利中这些数据需要去资料所属方收集。
通过分层段不同时窗(指时间窗)下的融合属性与每口井的油层厚度进行对比,获取各层段可分辨的地层厚度的步骤中,利用地震解释层位数据将每口井的测井解释成果及所述的融合属性进行地质分层,获取不同层段内每口井的测井解释数据及融合属性。
通过分层段不同时窗下的融合属性与每口井的油层厚度进行对比,获取各层段可分辨的地层厚度的步骤中,提取各层段不同时窗下的融合属性,并与各层段内每口井的测井解释中的油层厚度进行对比,选取吻合情况最好的时窗所对应的厚度作为各层段可分辨的地层厚度。
通过对各层段油层参数进行正演模拟获取各层段油层参数的门槛值的步骤中,定义等效净油地比和等效净油砂比参数,作为各层段油层参数。
“等效净油地比”是指:等效净油层厚度与地层厚度之比;“等效净油砂比”是指:等效净油层厚度与砂岩厚度之比。由于在富油层段中,可能既含有砂岩层,也含有泥岩层,油、水都包含在砂岩层中,“等效净油地比”参数能反映出纯油层厚度在整个层段中所占的比例,“等效净油砂比”能反映出整个层段中的砂岩层段内的含油气性。
通过对各层段油层参数进行正演模拟获取各层段油层参数的门槛值的步骤中,通过设定不同的所述的等效净油地比和等效净油砂比参数值,建立正演模型。
图2是本发明实施例设计的正演模型。图3是本发明实施例的正演模型参数表。图2示出的正演模型参数由图3给出。图3中给出了不同净油地比时的速度和密度,对每一个净油地比模型(如净油地比25%时)进行正演模拟,然后计算其属性(包含计算最佳属性,也包含计算融合属性)(如:最大能量、衰减梯度)
图4是本发明实施例最大能量属性。图5是本发明实施例衰减梯度属性。
通过对各层段油层参数进行正演模拟获取各层段油层参数的门槛值的步骤中,通过正演模型进行正演模拟,获得自激自收的地震模拟数据,再通过偏移,获得模拟的地震剖面,最后计算所述的融合属性,得到模拟的融合属性剖面。在各层段中,对比不同等效净油地比油层参数的模拟融合属性剖面,取能够清晰反映富含油层段的最小等效净油地比油层参数作为富含油层段等效净油地比油层参数的门槛值。同样的方法可以得到等效净油砂比油层参数的门槛值。获取各层段等效净油地比和等效净油砂比油层参数门槛值。
结合各层段可分辨的地层厚度及各层段油层参数的门槛值,对各富油层段进行厘定的步骤中,利用各层段可分辨的地层厚度和各层段等效净油地比和等效净油砂比油层参数门槛值,对各富油层段进行厘定。
这里的“厘定”是指:以前“富油层段”的定义是存在的,但表述的不是很清楚、准确,而厘定是指对“富油层段”的定义又重新进行了梳理,使“富油层段”的定义更加清晰、准确。利用所述的各层段可分辨的地层厚度及所述的各层段等效净油地比油层参数、等效净油砂比油层参数对各富油层段进行定义,对于各层段而言,只有同时满足此层段中某一地层厚度大于此层段可分辨的地层厚度、等效净油地比和等效净油砂比分别大于所对应的门槛值这三个条件时,这一厚度地层才被看做为此层段中的富油层段。通过所述的融合属性与各富油层段油层参数进行交汇,获取各层段油层组检测属性响应关系量版的步骤中,利用融合属性与各富油层段油层参数进行交汇分析,得到若干个交汇图,获取各层段油层组检测属性响应关系量版,确定各层段内富油层段融合属性门槛值。
利用关系量版对各层段进行检测,获取富油层段在剖面上和平面上的分布的步骤中,利用关系量版对融合属性数据体进行逐层段检测,获取富油层段在剖面上和平面上的分布。关系量版是评价某一厚度地层是否满足富油层段要求的一个原则。一个关系量版中包含有若干个关系图版,一个交汇图就是一个关系图版,一个关系图版里面包含有两个参数,两个参数进行交汇,得到的一个分布状态,
例如,纵坐标为等效净油地比,横坐标为密度;两个参数进行交汇分析,得到一个交汇图,即一个关系图版。最优属性是个数据体,空间上各个点都有值。
图6是本发明实施例富油层段的平面分布图。图7是本发明实施例富油层段的纵向分布图。在图7中,H-10、H-20、H-30是三个层位。通过图6和图7的综合分析,可以看到,本发明提供的方法可以在纵向上(剖面)有效的检测富油层段,同时在平面上给出富油层段的分布,从而在剖面上和平面上实现富油层段的有效检测,提高了钻井成功率。富油层段在剖面上和平面上都对应为位于画面中部的颜色浓厚的深色区域。图2-图5中,深色对应于红色。图6中,富油层段对应于深色区域。图7中,富油层段对应于浅色区域。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改变,其均应涵盖在本发明创造专利的保护范围当中。