CN106338765B - 用于确定复合弹性参数油气识别因子的方法及系统 - Google Patents
用于确定复合弹性参数油气识别因子的方法及系统 Download PDFInfo
- Publication number
- CN106338765B CN106338765B CN201510388183.3A CN201510388183A CN106338765B CN 106338765 B CN106338765 B CN 106338765B CN 201510388183 A CN201510388183 A CN 201510388183A CN 106338765 B CN106338765 B CN 106338765B
- Authority
- CN
- China
- Prior art keywords
- parameter
- sensibility elasticity
- sensibility
- oil
- elasticity parameter
- 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
本发明公开了一种用于确定复合弹性参数油气识别因子的方法及系统。本发明在岩石物理分析和叠前反演基础上,首先确定敏感弹性参数,然后对二者做交会分析,通过适度的坐标旋转,构建出新的复合弹性参数油气识别因子,使其对储层含流体性质更为敏感,揭示意义更加清楚、直接。总体来说,本发明能够更好地适应和满足较高孔渗储层的地震油气检测技术需求。实际应用表明,本发明的过程简洁易行,确定的复合弹性参数油气识别因子的敏感度高,进一步提高了储层含油气的预测精度。
Description
技术领域
本发明涉及地球物理预测技术领域,尤其涉及一种用于确定复合弹性参数油气识别因子的方法,还涉及一种用于确定复合弹性参数油气识别因子的系统。
背景技术
近年来,随着AVO理论的不断完善和发展,众多学者利用叠前地震数据纵波速度、横波速度以及密度参数对储层含流体识别技术进行了广泛深入的研究,提出了用于识别流体特征异常的LMR(Lambda-mu-rho)法。Goodway W等人得到了复合弹性参数λρ、μρ和λ/μ等。然后Gray改进了Goodway W等人的方法,直接求得了复合弹性参数λ和μ,以消除λρ及μρ中密度参数ρ的影响,并将这些复合弹性参数直接用于储集层岩性和流体的描述。再有,RussellB H等人结合流体替换理论,利用储层含不同流体的AVO响应特征的差异来识别流体组分。另外,Dillon L,Schwedersky G,et al.提出了直接烃类指示(DHI)的波阻抗差分法。
虽然应用上述技术方法求取的相关参数可以用来预测储层岩性,但是预测精度有限,还有待进一步提高。
发明内容
本发明所要解决的技术问题是:虽然应用现有技术中的研究方法求取的相关参数可以用来预测储层岩性,但是预测精度有限,还有待进一步提高。
为了解决上述技术问题,本发明提供了一种用于确定复合弹性参数油气识别因子的方法及系统,其不仅增强了预测参量的敏感性,也进一步提高了储层含流体判别的精度。
根据本发明的一个方面,提供了一种用于确定复合弹性参数油气识别因子的方法,其包括:
选择第一敏感弹性参数和第二敏感弹性参数;
获取选择的所述第一敏感弹性参数和所述第二敏感弹性参数;
对所述第一敏感弹性参数和所述第二敏感弹性参数进行交会分析,得到旋转角度;
根据所述第一敏感弹性参数、所述第二敏感弹性参数和所述旋转角度,确定所述复合弹性参数油气识别因子。
优选的是,选择第一敏感弹性参数和第二敏感弹性参数,包括:
通过岩石物理分析和流体替换方法,选择多个敏感弹性参数;
对选择的所有敏感弹性参数按照敏感性进行排序;
将敏感性最强且相关性最小的两个敏感弹性参数分别选择为所述第一敏感弹性参数和所述第二敏感弹性参数。
优选的是,根据η=Acosθ+Bsinθ+α确定所述复合弹性参数油气识别因子η;
其中,A为所述第一敏感弹性参数,B为所述第二敏感弹性参数,θ为所述旋转角度,α为预设的校正系数。
优选的是,所述第一敏感弹性参数为体积模量,所述第二敏感弹性参数为由拉梅系数和密度的乘积构成的复合参数。
优选的是,获取选择的所述第一敏感弹性参数和所述第二敏感弹性参数,包括:
基于叠前弹性反演方法,获取纵波速度、横波速度和所述密度;
获取纵波阻抗和横波阻抗;
根据所述纵波速度、所述横波速度和所述密度,计算所述第一敏感弹性参数;
根据所述纵波阻抗和所述横波阻抗,计算所述第二敏感弹性参数。
根据本发明的另一个方面,提供了一种用于确定复合弹性参数油气识别因子的系统,其包括:
参数选择模块,设置为选择第一敏感弹性参数和第二敏感弹性参数;
参数获取模块,设置为获取选择的所述第一敏感弹性参数和所述第二敏感弹性参数;
旋转角度确定模块,设置为对所述第一敏感弹性参数和所述第二敏感弹性参数进行交会分析,得到旋转角度;
复合弹性参数油气识别因子确定模块,设置为根据所述第一敏感弹性参数、所述第二敏感弹性参数和所述旋转角度,确定所述复合弹性参数油气识别因子。
优选的是,所述参数选择模块包括:
第一参数选择单元,设置为通过岩石物理分析和流体替换方法,选择多个敏感弹性参数;
排序单元,设置为对选择的所有敏感弹性参数按照敏感性进行排序;
第二参数选择单元,设置为将敏感性最强且相关性最小的两个敏感弹性参数分别选择为所述第一敏感弹性参数和所述第二敏感弹性参数。
优选的是,所述复合弹性参数油气识别因子确定模块根据η=Acosθ+Bsinθ+α确定所述复合弹性参数油气识别因子η;
其中,A为所述第一敏感弹性参数,B为所述第二敏感弹性参数,θ为所述旋转角度,α为预设的校正系数。
优选的是,所述第一敏感弹性参数为体积模量,所述第二敏感弹性参数为由拉梅系数和密度的乘积构成的复合参数。
优选的是,所述参数获取模块包括:
第一参数获取单元,设置为基于叠前弹性反演方法,获取纵波速度、横波速度和所述密度;
第二参数获取单元,设置为获取纵波阻抗和横波阻抗;
第一敏感弹性参数计算单元,设置为根据所述纵波速度、所述横波速度和所述密度,计算所述第一敏感弹性参数;
第二敏感弹性参数计算单元,设置为根据所述纵波阻抗和所述横波阻抗,计算所述第二敏感弹性参数。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本发明在岩石物理分析和叠前反演基础上,首先确定敏感弹性参数,然后对二者做交会分析,通过适度的坐标旋转,构建出新的复合弹性参数油气识别因子,使其对储层含流体性质更为敏感,揭示意义更加清楚、直接。总体来说,本发明能够更好地适应和满足较高孔渗储层的地震油气检测技术需求。实际应用表明,本发明的过程简洁易行,确定的复合弹性参数油气识别因子的敏感度高,进一步提高了储层含油气的预测精度。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1示出了本发明实施例用于确定复合弹性参数油气识别因子的方法的流程示意图;
图2示出了本发明实施例中选择第一敏感弹性参数和第二敏感弹性参数的方法的流程示意图;
图3示出了在选择的第一敏感弹性参数为体积模量,且选择的第二敏感弹性参数为由拉梅系数和密度的乘积构成的复合参数的情况下,获取选择的所述第一敏感弹性参数和所述第二敏感弹性参数的方法的流程示意图;
图4示出了体积模量与复合参数的交会示意图;
图5示出了复合弹性参数油气识别因子与复合参数的交会示意图;
图6示出了复合弹性参数油气识别因子的属性平面图;
图7示出了本发明实施例用于确定复合弹性参数油气识别因子的系统的结构示意图;
图8示出了本发明实施例中参数选择模块的结构示意图;以及
图9示出了本发明实施例中参数获取模块的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
本发明所要解决的技术问题是:虽然应用现有技术中的研究方法求取的相关参数可以用来预测储层岩性,但是预测精度有限,还有待进一步提高。为了解决上述技术问题,本发明实施例提供了一种用于确定复合弹性参数油气识别因子的方法。
如图1所示,是本发明实施例用于确定复合弹性参数油气识别因子的方法的流程示意图。本实施例用于确定复合弹性参数油气识别因子的方法,主要包括步骤101至步骤104。
在步骤101中,选择第一敏感弹性参数和第二敏感弹性参数。选择参数的方法将在下文中结合图2进行详细的阐述。
在步骤102中,获取选择的第一敏感弹性参数和第二敏感弹性参数。获取参数的方法将在下文中结合图3进行详细的阐述。
岩石物理分析表明,体积模数κ和由拉梅系数和密度的乘积λρ构成的复合参数对储层含流体特征(油和气)均有一定的判识能力。因此,在本发明一优选的实施例中,第一敏感弹性参数优选为体积模数κ,第二敏感弹性参数优选为由拉梅系数和密度的乘积λρ构成的复合参数。将体积模数κ和由拉梅系数和密度的乘积λρ构成的复合参数融合成一个新的特征参数,有利于进一步提高储层含流体的识别能力。
在步骤103中,对第一敏感弹性参数和第二敏感弹性参数进行交会分析,得到旋转角度。
在步骤104中,根据第一敏感弹性参数、第二敏感弹性参数和旋转角度,确定复合弹性参数油气识别因子。
下面以第一敏感弹性参数优选为体积模数κ,且第二敏感弹性参数优选为由拉梅系数和密度的乘积λρ构成的复合参数为例,详细阐述步骤103和步骤104。
将体积模量κ作为横坐标,将复合参数λρ作为纵坐标。储层的含油、气散点既有区别又有交叉,单一的敏感弹性参数难以将流体性质较好地区分出来。于是,分别对不同流体性质的油、气散点分布特征做线性趋势分析,并将趋势线向横坐标轴方向延伸,直至两种不同流体的散点趋势线相交。之后,以二者相交角度的平分线为新的投影横坐标轴,该角度平分线与当前投影的横坐标轴的夹角即为最佳区分角度(坐标投影的旋转角度),与之正交线为新的投影纵坐标轴。在此基础上,将原有数据散点按照新的投影坐标系进行正交投影,于是就获得了包含体积模量κ和复合参数λρ特征的新属性参数。即复合弹性参数油气识别因子η。该参数整合了这两个敏感弹性参数的特征,对油气性质具有更佳的区分能力,由于投影坐标体系以及参数量纲的差异,需要增加一个校正系数。
于是,在本发明一优选的实施例中,根据η=Acosθ+Bsinθ+α确定复合弹性参数油气识别因子η。其中,A为第一敏感弹性参数,B为第二敏感弹性参数,θ为旋转角度,α为预设的校正系数。上式为正交投影公式,根据具体的交会参数增加了坐标调整校正系数α。这里,校正系数的值域主要受坐标原点位置、投影坐标旋转角度以及交会参数的量纲影响,量值从几千到数万不等。例如,在本发明一优选的实施例中,根据体积模量与复合参数的交会情况,得到坐标旋转角度为47,由此将校正系数设定为173119。
参照图2,是本发明实施例中选择第一敏感弹性参数和第二敏感弹性参数的方法的流程示意图。本实施例选择第一敏感弹性参数和第二敏感弹性参数的方法,主要包括步骤201至步骤203。
在步骤201中,通过岩石物理分析和流体替换方法,选择多个敏感弹性参数。
本步骤选择多个敏感弹性参数,而不是选择一个敏感弹性参数的原因是:一个敏感弹性参数的情况比较简单,可以用它直接区分;但一般而言,某一弹性参数同时受着岩性、物性等多因素共同影响而难以区分各自贡献,因此单一敏感弹性参数的识别能力有限。
具体地,岩石物理分析是开展地震预测的重要基础,通过地震波速度(纵波速度Vp、横波速度Vs)、波阻抗(纵波阻抗Ip、横波阻抗Is)、纵横波速度比Vp/Vs、泊松比、体积模量κ、剪切模量μ以及拉梅系数λ等地球物理参数与预测对象(储层或含流体)特征的交会法分析,优选出最敏感的参数,用于地震预测。流体替换方法是利用Boit-Gasmman方程,将储层充注不同饱和度的流体,如分别充注25%、50%、75%、100%含量的水进行替换试验,研究不同饱和度后的弹性参数变化,以期获得敏感的含流体特征参数(即敏感弹性参数)。
在步骤202中,对选择的所有敏感弹性参数按照敏感性进行排序。
在步骤203中,将敏感性最强且相关性最小的两个敏感弹性参数分别选择为第一敏感弹性参数和第二敏感弹性参数。
具体地,对于多个敏感弹性参数的情况,可以分级次进一步优化后,选用其中最敏感、且彼此相关性最小的两个敏感弹性参数参量作为第一敏感弹性参数和第二敏感弹性参数。而后在坐标系下,通过投影分析,将第一敏感弹性参数和第二敏感弹性参数组合形成一个新参数(即本实施例中的复合弹性参数油气识别因子),使其对预测对象具有最大的区分能力。
如图3所示,是在选择的第一敏感弹性参数为体积模量,且选择的第二敏感弹性参数为由拉梅系数和密度的乘积构成的复合参数的情况下,获取选择的第一敏感弹性参数和第二敏感弹性参数的方法的流程示意图。本实施例的获取选择的第一敏感弹性参数和第二敏感弹性参数的方法,主要包括步骤301至步骤304。
在步骤301中,基于叠前弹性反演方法,获取纵波速度、横波速度和密度。
具体地,通过地震叠前反演技术方法,可以获取纵波速度、横波速度和密度。根据实际资料还可以采取不同的反演方法,例如利用射线弹性阻抗反演方法或对Zoeppritz方程及其近似式求解均可以。由于本实施例涉及的基于叠前弹性反演方法获取纵波速度、横波速度和密度是本领域技术人员的公知常识,故在本文中不再进行展开说明。另外,纵波速度、横波速度和密度均可以利用现有的商业软件求得。
在步骤302中,获取纵波阻抗和横波阻抗。
具体地,可以采用本领域技术人员惯常采用的技术手段获取纵波阻抗和横波阻挡。具体的技术手段在本文中不进行赘述。
在步骤303中,根据纵波速度、横波速度和密度,计算第一敏感弹性参数。
具体地,根据计算作为第一敏感弹性参数的体积模量κ,其中ρ表示密度,Vp表示纵波速度,Vs表示横波速度。
在步骤304中,根据纵波阻抗和横波阻抗,计算第二敏感弹性参数。
具体地,根据计算作为第二敏感弹性参数的复合参数λρ,其中Ip表示纵波阻抗,Is表示横波阻抗。
值得注意的是,当选择的第一敏感弹性参数和第二敏感弹性参数为其它参数时,求解具体参数的公式会有所变化。而这些公式算法均可在公开发表文献上获得,在本文中不再进行展开说明。
在本发明一优选的实施例中,上述用于确定复合弹性参数油气识别因子的方法还包括:在确定复合弹性参数油气识别因子后,结合实钻井资料对确定的复合弹性参数油气识别因子进行分析与评价。
具体分析与评价的方法为:比较确定的复合弹性参数油气识别因子与预设的识别因子阈值的大小关系。当比较出复合弹性参数油气识别因子大于识别因子阈值时,反映储层含流体性质为油。当比较出复合弹性参数油气识别因子小于或者等于识别因子阈值时,反映储层含气特征。这样对其提取平均值,其平面分布特征反映出研究区内含流体的差异。
下面通过两个具体应用实例说明上述本实施例用于确定复合弹性参数油气识别因子的方法,并证明该方法提高预测精度的有效性。
首先参照图4至图6详细地说明第一应用实例,用于预测Cabaca区块含油气面积及新增可采储量。
西非安哥拉15/06区块的Cabaca地区面积160km2,水深1500米左右,构造处于刚果扇向深水推进斜坡区,下中新统的LM22层是该区主要含油气层系之一,为中高孔渗的浊积砂岩。区内现有完钻井8口,分别为第一生产井、第二生产井、第三生产井、第四生产井、第五生产井、第六生产井、第七生产井和第八生产井。其中,第一生产井为水井,第七生产井和第八生产井为气井,其它为含油厚度及规模不等的油井。基于上述应用背景,技术实现如下:
步骤a1,开展岩石物理分析,选择敏感弹性参数。结合研究区实际,将第六生产井、第五生产井和第七生产井这三口井的LM22储层段分别以含水饱和度0、25%、50%、75%和100%进行替换试验。结果表明,随着含水饱和度的变化,含水层和非储层则无变化,而油气层段的纵波速度Vp、体积模量κ和密度ρ都有所变化,尤其是体积模量κ和密度ρ较为敏感。因此,选择体积模量κ和复合参数λρ这两个参数进行含油气与水的区分识别。
步骤a2,获取选择的两个敏感弹性参数,并对两者进行交会分析。如图4所示的交汇结果显示(虚线示意投影坐标,其中θ为旋转角度),无论是体积模量κ还是复合参数λρ对油(参见图4中的空心圆圈)和气(参见图4中的实心圆点)的区分界限均不明显,难以直接利用这两个参数进行油层和气层识别。
步骤a3,选择合适的坐标投影角度和方向。如图5所示(竖直实线示意油(参见图5中的空心圆圈)气(参见图5中的实心圆点)分界线),以47度为投影角度,构建出更为敏感的、能够有效区分油气的新识别因子η。
步骤a4,根据正交投影公式计算该识别因子η,并求取其平面属性。
具体地,求得复合弹性参数流体识别因子属性数据体后,对目标层段计算平均值,根据储层的流体因子特征在平面展开,即可获得如图6所示的反映储层含流体特征差异的分布图,其中左侧实线区为含油区,右侧虚线区为含气层区。
步骤a5,研究流体因子分布特征,落实下中新统LM22层含油、气面积分别为12.1km2和6.5km2。经完钻井相关参数计算该区新增石油可采储量1560万吨,新增天然气可采储量1104亿方。
第二应用实例,用于井位部署。
本应用实例例的生产井处于西非安哥拉15/06区块西北部,通过构造精细解释,落实该圈闭为断层复杂化的背斜构造圈闭,处于有利的构造位置。对此,开展了储层含流体预测研究,以进一步明确和增强该井位钻探的信心。流体预测如下:
步骤b1,在常规地震属性研究的中发现,目标区存在低频强振幅异常的亮点特征,是一种重要的含油气指示。
步骤b2,存在AVO特征,即,随着偏移距的增大,含油气储层振幅发生变化。
步骤b3,通过敏感属性分析,优选出κ和复合参数λρ。经交会分析后,重构出新的弹性参数流体识别因子η,以此获得含油面积区。
步骤b4,实钻结果表明,该井钻探后在中新统MM20层获得80m厚的油层,计算新增可采储量29.1MMbbl(约合440万吨),取得了非常好的钻探效果。
综上所述,本实施例所述的用于确定复合弹性参数油气识别因子的方法,在岩石物理分析和叠前反演基础上,首先确定敏感弹性参数,然后对二者做交会分析,通过适度的坐标旋转,构建出新的复合弹性参数油气识别因子,使其对储层含流体性质更为敏感,揭示意义更加清楚、直接。总体来说,本实施例的方法能够更好地适应和满足较高孔渗储层的地震油气检测技术需求。实际应用表明,本实施例的方法过程简洁易行,确定的复合弹性参数油气识别因子的敏感度高,进一步提高了储层含油气的预测精度。
本实施例所述的方法在西非安哥拉1506区块推广应用以来,累计实施探井6口,其中4口井获得油气。商业发现,探井成功率达66.7%,累计新增石油可采储量137.1MMbbl(约2100万吨),既促进了中石化海外油气资源的增长,为深水区油气勘探储备了技术和人才队伍,同时也创造了巨大的经济和社会效益。
相对应地,本发明实施例还提供了一种用于确定复合弹性参数油气识别因子的系统。
如图7所示,是本实施例用于确定复合弹性参数油气识别因子的系统的示意图。本实施例用于确定复合弹性参数油气识别因子的系统,主要包括顺次连接的参数选择模块401、参数获取模块402、旋转角度确定模块403和复合弹性参数油气识别因子确定模块404。
具体地,参数选择模块401,设置为选择第一敏感弹性参数和第二敏感弹性参数。
参数获取模块402,设置为获取选择的第一敏感弹性参数和第二敏感弹性参数。特别地,第一敏感弹性参数为体积模量,第二敏感弹性参数为由拉梅系数和密度的乘积构成的复合参数。
旋转角度确定模块403,设置为对第一敏感弹性参数和第二敏感弹性参数进行交会分析,得到旋转角度。
复合弹性参数油气识别因子确定模块404,设置为根据第一敏感弹性参数、第二敏感弹性参数和旋转角度,确定复合弹性参数油气识别因子。优选地,复合弹性参数油气识别因子确定模块根据η=Acosθ+Bsinθ+α确定复合弹性参数油气识别因子η。其中,A为第一敏感弹性参数,B为第二敏感弹性参数,θ为旋转角度,α为预设的校正系数。
如图8所示,是本发明实施例中参数选择模块401的结构示意图。本实施例的参数选择模块401,主要包括顺次连接的第一参数选择单元501、排序单元502和第二参数选择单元503。
具体地,第一参数选择单元501,设置为通过岩石物理分析和流体替换方法,选择多个敏感弹性参数。
排序单元502,设置为对选择的所有敏感弹性参数按照敏感性进行排序。
第二参数选择单元503,设置为将敏感性最强且相关性最小的两个敏感弹性参数分别选择为第一敏感弹性参数和第二敏感弹性参数。
如图9所示,是本发明实施例中参数获取模块402的结构示意图。本实施例参数获取模块402,主要包括第一参数获取单元601、第二参数获取单元602、第一敏感弹性参数计算单元603和第二敏感弹性参数计算单元604。
具体地,第一参数获取单元601,设置为基于叠前弹性反演方法,获取纵波速度、横波速度和密度。
第二参数获取单元602,设置为获取纵波阻抗和和横波阻抗。
与第一参数获取单元601连接的第一敏感弹性参数计算单元603,设置为根据纵波速度、横波速度和密度,计算第一敏感弹性参数。
与第二参数获取单元602连接的第二敏感弹性参数计算单元604,设置为根据纵波阻抗和横波阻抗,计算第二敏感弹性参数。
第一敏感弹性参数计算单元603和第二敏感弹性参数计算单元604均与旋转角度确定模块403连接。
在本实施例中,上述用于确定复合弹性参数油气识别因子的系统还包括分析评价模块。分析评价模块与复合弹性参数油气识别因子确定模块404连接,设置为在确定复合弹性参数油气识别因子后,结合实钻井资料对确定的复合弹性参数油气识别因子进行分析与评价。
上述各模块中的操作的具体细化,可参见上面结合图1至图6对本发明方法的说明,在此不再详细赘述。
综上所述,本实施例所述的用于确定复合弹性参数油气识别因子的系统,在岩石物理分析和叠前反演基础上,首先确定敏感弹性参数,然后对二者做交会分析,通过适度的坐标旋转,构建出新的复合弹性参数油气识别因子,使其对储层含流体性质更为敏感,揭示意义更加清楚、直接。总体来说,本实施例的系统能够更好地适应和满足较高孔渗储层的地震油气检测技术需求。实际应用表明,本实施例的方法过程简洁易行,确定的复合弹性参数油气识别因子的敏感度高,进一步提高了储层含油气的预测精度。
本实施例所述的系统在西非安哥拉1506区块推广应用以来,累计实施探井6口,其中4口井获得油气。商业发现,探井成功率达66.7%,累计新增石油可采储量137.1MMbbl(约2100万吨),既促进了中石化海外油气资源的增长,为深水区油气勘探储备了技术和人才队伍,同时也创造了巨大的经济和社会效益。
本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (6)
1.一种用于确定复合弹性参数油气识别因子的方法,其特征在于,包括:
选择第一敏感弹性参数和第二敏感弹性参数;
获取选择的所述第一敏感弹性参数和所述第二敏感弹性参数;
对所述第一敏感弹性参数和所述第二敏感弹性参数进行交会分析,得到旋转角度;
根据所述第一敏感弹性参数、所述第二敏感弹性参数和所述旋转角度,确定所述复合弹性参数油气识别因子;
其中,所述第一敏感弹性参数为体积模量,所述第二敏感弹性参数为由拉梅系数和密度的乘积构成的复合参数;
所述获取选择的所述第一敏感弹性参数和所述第二敏感弹性参数,包括:
基于叠前弹性反演方法,获取纵波速度、横波速度和所述密度;
获取纵波阻抗和横波阻抗;
根据所述纵波速度、所述横波速度和所述密度,计算所述第一敏感弹性参数;
根据所述纵波阻抗和所述横波阻抗,计算所述第二敏感弹性参数。
2.根据权利要求1所述的方法,其特征在于,选择第一敏感弹性参数和第二敏感弹性参数,包括:
通过岩石物理分析和流体替换方法,选择多个敏感弹性参数;
对选择的所有敏感弹性参数按照敏感性进行排序;
将敏感性最强且相关性最小的两个敏感弹性参数分别选择为所述第一敏感弹性参数和所述第二敏感弹性参数。
3.根据权利要求1或2所述的方法,其特征在于,根据η=Acosθ+Bsinθ+α确定所述复合弹性参数油气识别因子η;
其中,A为所述第一敏感弹性参数,B为所述第二敏感弹性参数,θ为所述旋转角度,α为预设的校正系数。
4.一种用于确定复合弹性参数油气识别因子的系统,其特征在于,包括:
参数选择模块,设置为选择第一敏感弹性参数和第二敏感弹性参数;
参数获取模块,设置为获取选择的所述第一敏感弹性参数和所述第二敏感弹性参数;
旋转角度确定模块,设置为对所述第一敏感弹性参数和所述第二敏感弹性参数进行交会分析,得到旋转角度;
复合弹性参数油气识别因子确定模块,设置为根据所述第一敏感弹性参数、所述第二敏感弹性参数和所述旋转角度,确定所述复合弹性参数油气识别因子;
其中,所述第一敏感弹性参数为体积模量,所述第二敏感弹性参数为由拉梅系数和密度的乘积构成的复合参数;
所述参数获取模块包括:
第一参数获取单元,设置为基于叠前弹性反演方法,获取纵波速度、横波速度和所述密度;
第二参数获取单元,设置为获取纵波阻抗和横波阻抗;
第一敏感弹性参数计算单元,设置为根据所述纵波速度、所述横波速度和所述密度,计算所述第一敏感弹性参数;
第二敏感弹性参数计算单元,设置为根据所述纵波阻抗和所述横波阻抗,计算所述第二敏感弹性参数。
5.根据权利要求4所述的系统,其特征在于,所述参数选择模块包括:
第一参数选择单元,设置为通过岩石物理分析和流体替换方法,选择多个敏感弹性参数;
排序单元,设置为对选择的所有敏感弹性参数按照敏感性进行排序;
第二参数选择单元,设置为将敏感性最强且相关性最小的两个敏感弹性参数分别选择为所述第一敏感弹性参数和所述第二敏感弹性参数。
6.根据权利要求4或5所述的系统,其特征在于,所述复合弹性参数油气识别因子确定模块根据η=Acosθ+Bsinθ+α确定所述复合弹性参数油气识别因子η;
其中,A为所述第一敏感弹性参数,B为所述第二敏感弹性参数,θ为所述旋转角度,α为预设的校正系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510388183.3A CN106338765B (zh) | 2015-07-06 | 2015-07-06 | 用于确定复合弹性参数油气识别因子的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510388183.3A CN106338765B (zh) | 2015-07-06 | 2015-07-06 | 用于确定复合弹性参数油气识别因子的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106338765A CN106338765A (zh) | 2017-01-18 |
CN106338765B true CN106338765B (zh) | 2018-10-19 |
Family
ID=57825869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510388183.3A Active CN106338765B (zh) | 2015-07-06 | 2015-07-06 | 用于确定复合弹性参数油气识别因子的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106338765B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108804722B (zh) * | 2017-04-26 | 2021-07-27 | 中国石油化工股份有限公司 | 一种用于钻井仿真的参数计算方法及装置 |
CN107544091A (zh) * | 2017-07-21 | 2018-01-05 | 北京阳光杰科科技股份有限公司 | 一种高精度储层孔隙度定量预测方法及其应用 |
CN107807410A (zh) * | 2017-09-29 | 2018-03-16 | 中国石油化工股份有限公司 | 储层地球物理敏感参数优选方法及系统 |
CN108089228B (zh) * | 2017-12-22 | 2019-12-10 | 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 |
CN111594155B (zh) * | 2019-02-21 | 2022-08-19 | 中国石油化工股份有限公司 | 一种致密复杂岩性储层气层、水层识别方法 |
CN111751882B (zh) * | 2020-05-12 | 2022-12-02 | 中国石油天然气股份有限公司 | 生成敏感岩石物理参数的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1043604A1 (fr) * | 1999-04-08 | 2000-10-11 | Philippe Souhaite | Procédé de détermination de la résistivité des formations traversées par un forage |
CN1797032A (zh) * | 2004-12-29 | 2006-07-05 | 中国石油天然气集团公司 | 一种用波阻抗反演技术确定岩性和流体分布的方法 |
EP2103964A1 (fr) * | 2008-03-21 | 2009-09-23 | Ifp | Procédé d'estimation de la densité de fractures dans un milieu rocheux |
CN103869365A (zh) * | 2014-04-01 | 2014-06-18 | 北京师范大学 | 一种用于测井流体识别的坐标轴旋转方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060047429A1 (en) * | 2004-08-24 | 2006-03-02 | Adams Steven L | Method of estimating geological formation depths by converting interpreted seismic horizons from the time domain to the depth domain |
-
2015
- 2015-07-06 CN CN201510388183.3A patent/CN106338765B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1043604A1 (fr) * | 1999-04-08 | 2000-10-11 | Philippe Souhaite | Procédé de détermination de la résistivité des formations traversées par un forage |
CN1797032A (zh) * | 2004-12-29 | 2006-07-05 | 中国石油天然气集团公司 | 一种用波阻抗反演技术确定岩性和流体分布的方法 |
EP2103964A1 (fr) * | 2008-03-21 | 2009-09-23 | Ifp | Procédé d'estimation de la densité de fractures dans un milieu rocheux |
CN103869365A (zh) * | 2014-04-01 | 2014-06-18 | 北京师范大学 | 一种用于测井流体识别的坐标轴旋转方法 |
Non-Patent Citations (1)
Title |
---|
利用泊松阻抗进行油气检测;解吉高 等;《石油地球物理勘探》;20130430;第48卷(第2期);第273-278页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106338765A (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106338765B (zh) | 用于确定复合弹性参数油气识别因子的方法及系统 | |
CN105653815B (zh) | 一种基于岩石物理模型理论的定量解释油藏流体分布方法 | |
CN105629303B (zh) | 基于岩石物理的叠前裂缝定量预测方法及系统 | |
Zhu et al. | Seismic-based sediment provenance analysis in continental lacustrine rift basins: An example from the Bohai Bay Basin, China | |
Worthington | Net pay—what is it? What does it do? How do we quantify it? How do we use it? | |
Sayago et al. | Characterization of a deeply buried paleokarst terrain in the Loppa High using core data and multiattribute seismic facies classification | |
Ross-Coss et al. | An improved approach for sandstone reservoir characterization | |
CN106951660A (zh) | 一种海相碎屑岩水平井储层测井解释方法及装置 | |
CN105425292B (zh) | 一种油气预测方法及装置 | |
CN104977617B (zh) | 储层裂缝识别方法和成像测井储层裂缝识别方法 | |
CN105386756B (zh) | 一种应用应变量计算脆性地层孔隙度的方法 | |
Bodziak et al. | The role of seismic attributes in understanding the hydraulically fracturable limits and reservoir performance in shale reservoirs: An example from the Eagle Ford Shale, south Texas | |
Milad et al. | Impact of lithofacies variations and structural changes on natural fracture distributions | |
CN108459346A (zh) | 一种页岩水平层理缝密度地震预测方法 | |
Mäkel | The modelling of fractured reservoirs: constraints and potential for fracture network geometry and hydraulics analysis | |
CN107589469B (zh) | 油水界面的确定方法和装置 | |
Neuhaus et al. | Integrated microseismic monitoring for field optimization in the Marcellus Shale-A case study | |
Liang et al. | Characterization of complex multiscale natural fracture systems of the Silurian LongMaXi Gas Shale in the Sichuan Basin, China | |
CN107229076A (zh) | 一种基于测井资料进行温度响应特征分析的方法 | |
Gupta et al. | Seismic attribute driven integrated characterization of the Woodford Shale in west-central Oklahoma | |
MacKay et al. | Integration of outcrop, subsurface, and microseismic interpretation for rock-mass characterization: An example from the Duvernay Formation, Western Canada | |
Taleghani et al. | Post-treatment assessment of induced fracture networks | |
Gupta et al. | Characterization of naturally fractured Arbuckle Group in the Wellington Field, Kansas, using S-wave amplitude variation with offset | |
Laribi et al. | Integrated fractured reservoir characterization and simulation: Application to Sidi el Kilani Field, Tunisia | |
Rush et al. | Geostatistical facies modeling trends for oolitic tidal sand shoals |
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 |