CN106338768B - 一种生成储层预测属性数据的处理方法、装置及系统 - Google Patents
一种生成储层预测属性数据的处理方法、装置及系统 Download PDFInfo
- Publication number
- CN106338768B CN106338768B CN201610962322.3A CN201610962322A CN106338768B CN 106338768 B CN106338768 B CN 106338768B CN 201610962322 A CN201610962322 A CN 201610962322A CN 106338768 B CN106338768 B CN 106338768B
- Authority
- CN
- China
- Prior art keywords
- attribute
- data
- elastic parameter
- reservoir
- simulation
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000004088 simulation Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 33
- 230000009467 reduction Effects 0.000 claims abstract description 31
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 239000011435 rock Substances 0.000 claims abstract description 26
- 230000009466 transformation Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000004744 fabric Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000000153 supplemental effect Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 7
- 238000011017 operating method Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
- G01V2210/632—Amplitude variation versus offset or angle of incidence [AVA, AVO, AVI]
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种生成储层预测属性数据的处理方法、装置及系统。所述方法包括：获取井资料中的弹性参数数据，确定储层和储层围岩的弹性参数的数据分布形态和展布范围；利用蒙特卡洛模拟方式对所述弹性参数数据进行扩充，得到扩充后的弹性参数数据；对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据，从所述模拟地震数据中提取出AVO属性(Amplitude variation with offset，AVO，振幅随偏移距变化的属性)，确定出AVO属性中的P属性(截距属性)和G属性(梯度属性)；对所述P属性和G属性进行空间变换处理，得到降维后的属性(可以称为WS属性)。利用本申请中各个实施例，可以有效降低资料噪声对属性预测结果的影响程度，从而更精确地区分不同的储层，提高储层预测的精度。
Description
技术领域
本申请涉及储层预测技术领域，特别涉及一种生成储层预测属性数据的处理方法、装置及系统。
背景技术
AVO属性(Amplitude variation with offset，AVO，振幅随偏移距变化的属性)技术以弹性波理论为基础，主要研究的是地震反射振幅随偏移距距(或入射角)变化的变化特征，通过对所述变化特征的分析，可以有效预测储层的岩性特征和物理性质参数等。近年来，AVO技术已经逐渐发展成为对致密砂岩储层、碳酸盐岩储层等常规储层以及非常规储层的储层预测中，一种重要的叠前资料分析方法。
现有技术中，通过AVO反演，将振幅随入射角的变化关系翻译为地层的岩石物理参数信息，以帮助人们识别岩性与流体，但是在现有技术中，由于反演结果很大程度受资料噪声的影响，这样就导致现有技术中得到的AVO属性的真实性和准确性难以保证，进而会导致最终储层预测结果的准确度和可靠性较低。
现有技术中至少存在如下问题：
利用AVO技术进行储层预测的过程中，AVO反演结果容易受资料噪声的影响，同时由于得到的AVO属性的真实性和准确性难以保证，最终导致储层预测结果的准确度和可靠性较低。
发明内容
本申请实施例的目的是提供一种生成储层预测属性数据的处理方法、装置及系统，以提高储层预测的可靠性和准确度。
为解决上述技术问题，本申请实施例提供一种生成储层预测属性数据的处理方法、装置及系统是这样实现的：
一种生成储层预测属性数据的处理方法，所述方法包括：
获取井资料中的弹性参数数据，确定储层和储层围岩的弹性参数的数据分布形态与展布范围；
在所述数据分布形态与所述展布范围的约束下，利用蒙特卡洛模拟方式对所述弹性参数数据进行数据量扩充，得到扩充后的弹性参数数据；
对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据，从所述模拟地震数据中提取出振幅随偏移距变化的属性，确定出所述振幅随偏移距变化的属性中的截距属性和梯度属性；
对所述截距属性和梯度属性进行空间变换处理，利用坐标轴旋转的方式，变换得到降维后的属性。
优选实施例中，所述方法还包括：
利用所述降维后的属性，进行储层预测，生成降维后的属性对应的储层预测剖面。
优选实施例中，所述对所述截距属性和梯度属性进行空间变换处理，利用坐标轴旋转的方式，变换得到降维后的属性的方式包括：
将所述截距属性和梯度属性两种属性进行属性交会；
通过旋转截距属性或者梯度属性对应的坐标轴，将所述截距属性和梯度属性两种属性变换为一种属性，得到所述降维后的属性。
优选实施例中，所述利用蒙特卡洛模拟方式对弹性参数数据进行数据量扩充包括：
采用单变量蒙特卡洛模拟方式，分别对所述弹性参数中的每种参数进行模拟扩充，保持模拟扩充得到的弹性参数数据的概型与实际测井中得到的弹性参数数据的概型一致。
优选实施例中，所述分别对所述弹性参数中的每种参数进行模拟扩充的方式，包括：
根据所述弹性参数数据，生成所述弹性参数中的每种参数对应的统计图表；
对所述弹性参数中的每两种参数对应的统计图表进行交会处理，生成所述每两种参数的交会图；
根据所述交会图，确定所述弹性参数中每两种参数之间的对应关系；
在所述对应关系的约束下，分别对所述弹性参数中的每种参数进行模拟扩充。
优选实施例中，所述弹性参数包括：
纵波速度，横波速度和密度。
优选实施例中，所述确定储层和储层围岩的弹性参数的数据分布形态和展布范围的方式包括：
根据所述弹性参数数据，生成所述弹性参数数据对应的统计图表；
根据所述统计图表确定所述储层和储层围岩的弹性参数的数据分布形态和展布范围。
一种生成储层预测属性数据的处理装置，所述装置包括：
数据获取模块，用于获取井资料中的弹性参数数据；
数据处理模块，用于对所述弹性参数数据进行处理；
属性变换处理模块，用于对截距属性和梯度属性进行空间变换处理，得到降维后的属性。
优选实施例中，所述装置还包括：
预测剖面生成模块，用于根据所述降维后的属性，进行储层预测，生成降维后的属性对应的储层预测剖面。
优选实施例中，所述数据处理模块包括：
展布范围确定模块，用于确定储层和储层围岩的弹性参数的数据分布形态和展布范围；
蒙特卡洛模拟模块，用于利用蒙特卡洛模拟方式对所述弹性参数数据进行数据量扩充，得到扩充后的弹性参数数据；
正演模拟模块，用于对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据。
优选实施例中，所述属性变换处理模块包括：
属性提取模块，用于从模拟地震数据中提取出振幅随偏移距变化的属性；
P、G属性交会模块，用于确定出振幅随偏移距变化的属性中的截距属性和梯度属性，并将所述截距属性和梯度属性进行属性交会；
空间变换处理模块，用于对所述截距属性和梯度属性进行空间变换处理，得到降维后的属性。
一种生成储层预测属性数据的处理系统，所述系统包括：
处理器，所述处理器被设置成，用于获取井资料中的弹性参数数据，还用于对所述弹性参数数据进行处理，得到数据量扩充的扩充后的弹性参数数据，还用于对截距属性和梯度属性进行空间变换处理，得到降维后的属性，还用于根据所述降维后的属性，进行储层预测，生成降维后的属性对应的储层预测剖面。
由以上本申请实施例提供的技术方案可见，本申请实施例提供的一种生成储层预测属性数据的处理方法，利用蒙特卡洛模拟方式，对储层的弹性参数数据进行扩充，有效增加了弹性参数数据的数据量。同时，由于利用蒙特卡洛模拟方式对弹性参数数据进行扩充的过程中，充分考虑了弹性参数中每两种弹性参数的对应关系，这样就提高了扩充后的弹性参数数据的可靠性。由于所述弹性参数数据量的增加和可靠性的提高，导致在此数据基础上正演模拟得到的模拟地震数据的可靠性提高，最终可以有效提高预测结果的真实性和准确度。另外，本申请实施例中将所述AVO属性(Amplitude variation with offset，AVO，振幅随偏移距变化的属性)中的P属性(截距属性)和G属性(梯度属性)进行属性交会和空间变换处理，得到所述降维后的属性，所述降维后的属性可以称为WS属性，达到属性降维的目的。所述WS属性更敏感，在利用所述WS属性(降维后的属性，可以称为WS属性)进行储层预测时，可以降低资料噪声对属性预测结果的影响程度，从而更精确地区分不同的储层，提高储层预测的精度。利用本申请实施例所提供的一种生成储层预测属性数据的处理装置，可以自动实施所述生成储层预测属性数据的处理方法，对储层进行预测，可以不需要实施人员的具体参与，可以直接输出储层预测结果，操作简单快捷，有效提高了用户体验。本申请提供的一种生成储层预测属性数据的处理系统可以集成在储层预测组件中，自动进行所述方法的实施，提高了用户体验。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个实施例中提供的生成储层预测属性数据的处理方法的方法流程图；
图2是本申请另一个实施例中提供的生成储层预测属性数据的处理方法的方法流程图；
图3是本申请一个实施例中提供的对弹性参数中的每种参数进行模拟扩充的方法流程图；
图4是本申请一个实施例中提供的生成储层预测属性数据的处理装置的模块结构示意图；
图5是本申请另一个实施例中提供的生成储层预测属性数据的处理装置的模块结构示意图；
图6是本申请一个实施例中提供的数据处理模块的模块结构示意图；
图7是本申请一个实施例中提供的属性变换处理模块的模块结构示意图；
图8是本申请一个实施例中利用WS属性进行储层预测所得到的WS属性储层预测剖面；
图9是本申请一个实施例中得到的孔隙储层的弹性参数数据对应的直方图和交会图；
图10是本申请一个实施例中得到的致密层的弹性参数数据对应的直方图和交会图；
图11是本申请一个实施例中得到的围岩的弹性参数数据对应的直方图和交会图；
图12是本申请一个实施例中得到的截距属性和梯度属性交会图；
图13是本申请一个实施例中得到的WS属性与截距属性的交会图。
具体实施方式
本申请实施例提供一种生成储层预测属性数据的处理方法、装置及系统。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
图1是本申请一个实施例中提供的生成储层预测属性数据的处理方法的方法流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本申请实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理的实施环境)。
具体的如图1所示，本申请一个实施例中提供的一种生成储层预测属性数据的处理方法可以包括：
S1：获取井资料中的弹性参数数据，确定储层和储层围岩的弹性参数的数据分布形态与展布范围。
所述井资料可以包括测井资料和钻井资料，从所述井资料中获取弹性参数数据属于常规技术手段，在本申请实施例的实施过程中，实施人员可以自行选择获取井资料中的弹性参数数据的方式，具体的，不必限定。
另外，本实施例中，所述弹性参数可以包括：纵波速度，横波速度和密度。
所述储层一般指的是地层中含有流体或者有孔隙的部分，所述储层围岩通常可以认为是储层周围的不含流体的致密部分。确定储层和储层围岩的弹性参数的数据分布形态和展布范围，目的是在弹性参数数据进行数据扩充时提供一个约束条件，最终目的是提高数据扩充得到的扩充后的弹性参数数据的真实性。
具体的，所述数据分布形态可以认为是数据的概型，主要反映数据的分布情况。
所述确定储层和储层围岩的弹性参数的展布范围，可以认为是明确储层和储层围岩对应的弹性参数数据的大致的取值范围，所述展布范围的确定，可以是确定出一个明确的取值边界，也可以是得到一个数据分布情况但并不限定出一个明确的取值范围，在具体的实施过程中，实施人员可以根据实际情况选择确定方式进行确定。
S2：在所述数据分形态和所述展布范围的约束下，利用蒙特卡洛模拟方式对所述弹性参数数据进行扩充，得到扩充后的弹性参数数据。
在所述数据分布形态(概型)与所述展布范围的约束下，可以包括：在对所述弹性参数数据进行扩充时，需要在所述展布范围内扩充，同时要保持扩充得到的数据与扩充之前的数据的所述数据分布形态(概型)的一致性。所述在展布范围内扩充可以是所有扩充的弹性参数数据都在所述展布范围内，也可以是扩充的弹性参数绝大多数都分布在所述展布范围内，只有少部分稍有偏离。展布范围约束的目的是，尽可能地保证扩充后的弹性参数数据与实际情况相符，提高扩充后的弹性参数数据的可靠性。
因此，本申请其他实施例中，在对所述弹性参数数据进行扩充时，并不一定要严格地在所述展布范围内进行所述弹性参数数据的扩充，或者说，扩充得到的弹性参数数据可以有少部分不在所述展布范围内，只有基本分布在所述展布范围内就可以了。
在扩充过程中，利用所述蒙特卡洛模拟方式，可以结合所述弹性参数之间的对应关系，进而提高扩充后的弹性参数数据的真实性和准确度。
S3：对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据，从所述模拟地震数据中提取出振幅随偏移距变化的属性(AVO属性)，确定出振幅随偏移距变化的属性中的截距属性(P属性)和梯度属性(G属性)。
所述正演模拟得到模拟地震数据，属于本领域技术人员均能掌握的常规技术，在本申请其他实施例的具体的实施过程中，正演模拟的方式不必限定，实施人员可以根据实际情况选择正演模拟的方式，模拟得到反映地下真实波场的地震数据。
所述AVO属性包括可以反映地震反射振幅随入射角变化特征的敏感地震属性，主要包括P属性和G属性，其中，P表示截距，G表示梯度。
本申请一个实施例中，确定出P属性和G属性的方式可以是直接确定出P属性和G属性对应的数值。在本申请另一个实施例中，也可以是建立以P属性和G属性为坐标轴的坐标系，以数据点的方式确定出对应的P属性和G属性。在本申请的其他实施例中，也可以采用其他的方式确定出AVO属性中的P属性和G属性。
S4：对所述截距属性(P属性)和梯度属性(G属性)进行空间变换处理，利用坐标轴旋转的方式，变换得到WS属性。
所述WS属性包括：通过属性降维的方式，将所述P属性和G属性两种属性转换为一种属性，所述WS属性由P属性和G属性转换得到，因此WS属性相对于P属性和G属性更加敏感，另外，由于P、G属性采用的是由拟合的方式确定，因此其可以有效降低资料噪声对属性预测结果的影响程度，最终可以提高储层预测的精度。
本申请一个实施例中，通过属性交会和空间变换处理的方式，得到所述WS属性。
上述实施例所提供的一种生成储层预测属性数据的处理方法，利用蒙特卡洛模拟方式，对储层的弹性参数数据进行扩充，有效增加了弹性参数数据的数据量。同时，由于利用蒙特卡洛模拟方式对弹性参数数据进行扩充的过程中，充分考虑了弹性参数中每两种弹性参数的对应关系，这样就提高了扩充后的弹性参数数据的可靠性。由于所述弹性参数数据量的增加和可靠性的提高，导致在此数据基础上正演模拟得到的模拟地震数据的可靠性提高，最终可以有效提高预测结果的真实性和准确度。另外，本申请实施例中将所述AVO属性中的P属性和G属性进行属性交会和空间变换处理，得到一种更敏感的属性，达到属性降维的目的。
图2是本申请另一个实施例中提供的生成储层预测属性数据的处理方法的方法流程示意图，具体的，所述方法还可以包括：
S1：获取井资料中的弹性参数数据，确定储层和储层围岩的弹性参数的数据分布形态和展布范围。
S2：在所述数据形态和所述展布范围的约束下，利用蒙特卡洛模拟方式对所述弹性参数数据进行扩充，得到扩充后的弹性参数数据。
S3：对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据，从所述模拟地震数据中提取出AVO属性，确定出AVO属性中的P属性和G属性。
S4：对所述截距属性(P属性)和梯度属性(G属性)进行空间变换处理，利用坐标轴旋转的方式，变换得到WS属性。
S5：利用所述WS属性，进行储层预测，生成WS属性储层预测剖面。
所述储层预测，包括对储层的结构、岩性特征、物性特征等进行预测，得到的结果主要可以包括所述储层预测剖面。所述储层预测剖面，可以直观反映出储层的结构、储层的物性特征和岩性特征等。
图8是本申请一种实施例中，利用所述WS属性进行储层预测所得到的WS属性储层预测剖面，图中的预测剖面对应的是致密白云岩储层。从图8中，可以很明显地看出储层的结构特征，可以更直观地分辨出孔隙储层和致密储层。
由于所述WS属性更敏感，所以，在利用所述WS属性，进行储层预测时，可以有效降低资料噪声对属性预测结果的影响程度，从而更精确地区分不同的储层，可以有效提高储层预测的精度。
在本申请另一个实施例中，利用蒙特卡洛模拟方式对弹性参数数据进行扩充可以包括：
采用单变量蒙特卡洛模拟方式，分别对所述弹性参数中的每种参数进行模拟扩充，保持模拟扩充得到的弹性参数数据的概型与实际测井中得到的弹性参数数据的概型一致。
图3是本申请一个实施例提供的对弹性参数中的每种参数进行模拟扩充的方法流程图具体的，如图3所示，对所述弹性参数中的每种参数进行模拟扩充可以包括：
S201：根据所述弹性参数数据，生成所述弹性参数中的每种参数对应的统计图表。
所述弹性参数可以包括纵波速度，横波速度和密度。
本实施例中，以直方图的形式直观反映所述弹性参数的数值分布，在图9(a)中，从左到右的三个直方图分别对应孔隙储层的纵波速度、横波速度和密度的直方图，主要反映了纵波速度、横波速度和密度的数据分布。在图10(a)中，从左到右的三个直方图分别对应致密层的纵波速度、横波速度和密度的直方图。在图11(a)中，从左到右的三个直方图分别对应围岩的纵波速度、横波速度和密度的直方图。对比图9、图10和图11中的直方图，可以看出，三种岩层对应的三种弹性参数的直方图存在较为明显的差异，说明所述弹性参数可以较好的区分出物理特征不同的岩层。
当然，在本申请其他实施例中，所述统计图表的形式不必限定，上述实施例中采用直方图的形式，是为了更直观地反映数据分布情况。本申请其他实施例中，也可以采用其他形式的图表，比如折线图，比如饼状图，也可以采用表格的形式。
S202：对所述弹性参数中的每两种参数对应的统计图表进行交会处理，生成所述每两种参数的交会图。
本申请一个实施例中，所述交会处理，可以包括：根据所述每两种参数对应的直方图(也可以是根据数据表格、折线图等)，生成分别以所述每两种参数为横、纵坐标轴的坐标系，这样就可以形成对应的以所述每两种参数的数值为横、纵坐标的数据散点，所述数据散点可以真实直观的反映所述每两种参数之间的对应关系，所述数据散点组成的散点图就是所述每两种参数的交会图。
所述交会图的具体形式可以如图9、图10和图11中所示，图9(a)、图10(a)和图11(a)中的散点图对应的是每两种参数的交会图。
S203：根据所述交会图，确定所述弹性参数中每两种参数之间的对应关系。
所述每两种参数之间的对应关系，可以直接通过所述交会图反映出来，或者说可以根据所述交会图确定出每两种参数之间的对应关系。比如根据图9、图10和图11中所示的纵波速度和横波速度的交会图，就可以分别确定出孔隙储层、致密层和围岩的纵波速度与横波速度的对应关系。
所述确定所述弹性参数中每两种参数之间的对应关系属于本领域常规技术手段，具体的确定方式不必限定。
S204：在所述对应关系的约束下，分别对所述弹性参数中的每种参数进行模拟扩充。
本申请一个实施例中，所述分别对所述弹性参数中的每种参数进行模拟扩充的方式可以是单变量蒙特卡洛模拟方式，采用所述单变量蒙特卡洛模拟方式，可以使模拟扩充得到的弹性参数数据的概型与实际测井中得到的弹性参数数据的概型一致。
所述在所述对应关系的约束下，可以认为是要保证扩充得到的弹性参数数据的对应关系也要与实际测井中得到的所述对应关系尽可能保持一致，这样做的目的是保证模拟扩充得到的扩充后的弹性参数数据更具真实性和可靠性。
本申请一个实施例中得到的扩充后的弹性参数数据对应的直方图(也可以是其他形式的图表)和扩充后的每两种弹性参数的交会图如图9(b)、图10(b)和图11(b)所示。图9(b)是孔隙储层的扩充后的弹性参数数据对应的直方图和交会图，图10(b)是致密层的扩充后的弹性参数数据对应的直方图和交会图，图11(b)是围岩的扩充后的弹性参数数据对应的直方图和交会图。
可以看出，经过蒙特卡洛模拟扩充后得到的弹性参数数据，与实际测井得到的弹性参数数据的概型一致，同时，所述扩充后得到的弹性参数之间的对应关系也与实际测井得到的弹性参数之间的对应关系保持一致。这说明，经过蒙特卡洛模拟扩充后得到的扩充后的弹性参数数据具有较好的真实性和可靠性，扩充后的弹性参数数据作为储层预测的数据基础，可以有效提高储层预测的可靠性和准确度。
在本申请又一个实施例中，对所述P属性和G属性进行空间变换处理，得到WS属性的方式可以包括：
将所述P属性和G属性进行属性交会。
本申请一个实施例中，所述属性交会可以通过建立坐标系的方式实现，分别以P属性和G属性为横纵坐标，在坐标系中就可以得到P属性和G属性进行属性交会的属性交会图，图12是本申请一个实施例中得到的孔隙储层和致密层分别对应的P属性和G属性交会图，图中，左上方的黑色点集部分对应孔隙储层，右下方的黑色点集对应的是致密层。可以看出，通过属性交会，可以有效地区分出孔隙储层和致密层。
通过旋转P属性或者G属性对应的坐标轴，将所述P属性和G属性两种属性变换为一种属性，得到所述WS属性。
本申请一个实施例中，采用坐标轴旋转的方式将所述P属性和G属性变换为一种属性。其中，旋转的坐标轴可以是P属性对应的坐标轴，也可以是G属性对应的坐标轴，也可以是P属性和G属性对应的坐标轴都旋转。另外，旋转的方向和角度也需要根据实际情况确定，在具体的实施过程中，不必限定。目的是实现属性降维，得到的一种属性同时具备两种属性的特性并且更敏感。图13是本申请一个实施例中得到的WS属性与P属性的交会图，图中，左下方的黑色点集部分对应的是孔隙储层，右上方的黑色点集对应的是致密层，可以看出，与图12相比，图13提供的WS属性与P属性的交会图中，孔隙储层与致密层的区别更为明显，说明新得到的WS属性更为敏感。
在本申请再一个实施例中，确定储层和储层围岩的弹性参数的数据分布形态和展布范围的方式可以包括：
根据所述弹性参数数据，生成所述弹性参数数据对应的直方图。
根据所述直方图确定所述储层和储层围岩的弹性参数的数据分布形态和展布范围。
本实施例中，将所述弹性参数数据生成直方图，可以更直观的反映所述参数数据的分布情况(数据分布形态)，并根据分布情况确定展布范围，而不是简单地确定出一个取值范围，这样做可以使展布范围的确定更可靠。
利用上述各实施例提供的生成储层预测属性数据的处理方法的实施方式，可以利用蒙特卡洛模拟方式，对储层的弹性参数数据进行扩充，有效增加了弹性参数数据的数据量。同时，由于利用蒙特卡洛模拟方式对弹性参数数据进行扩充的过程中，充分考虑了弹性参数中每两种弹性参数的对应关系，这样就提高了扩充后的弹性参数数据的可靠性。由于所述弹性参数数据量的增加和可靠性的提高，导致在此数据基础上正演模拟得到的模拟地震数据的可靠性提高，最终可以有效提高预测结果的真实性和准确度。另外，本申请实施例中将所述AVO属性(振幅随偏移距变化的属性)中的P属性(截距属性)和G属性(梯度属性)进行属性交会和空间变换处理，得到所述WS属性，达到属性降维的目的。所述WS属性更敏感，在利用所述WS属性进行储层预测时，可以降低资料噪声对属性预测结果的影响程度，从而更精确地区分不同的储层，提高储层预测的精度。
基于本申请所述的生成储层预测属性数据的处理方法，本申请提供一种生成储层预测属性数据的处理装置，所述装置可以集成在储层预测的功能组件中，进行储层预测。图4是本申请一个实施例中提供的生成储层预测属性数据的处理装置的模块结构示意图。如图4所示，所述装置可以包括：
数据获取模块101，可以用于获取井资料中的弹性参数数据。
数据处理模块102，可以用于对所述弹性参数数据进行处理。
属性变换处理模块103，可以用于对AVO属性进行变换处理，得到WS属性。
利用上述实施例提供的装置，可以自动实施所述生成储层预测属性数据的处理方法，对储层进行预测。可以利用蒙特卡洛模拟方式，对储层的弹性参数数据进行扩充，有效增加弹性参数数据的数据量。同时，由于利用蒙特卡洛模拟方式对弹性参数数据进行扩充的过程中，充分考虑了弹性参数中每两种弹性参数的对应关系，这样就提高了扩充后的弹性参数数据的可靠性。由于所述弹性参数数据量的增加和可靠性的提高，导致在此数据基础上正演模拟得到的模拟地震数据的可靠性提高，最终可以有效提高预测结果的真实性和准确度。另外，本申请实施例中将所述AVO属性(Amplitude variation with offset，AVO，振幅随偏移距变化的属性)中的P属性(截距属性)和G属性(梯度属性)进行属性交会和空间变换处理，得到所述WS属性，达到属性降维的目的。
图5是本申请另一个实施例中提供的生成储层预测属性数据的处理装置的模块结构示意图，具体的，本申请另一个实施例中提供的储层预测模块可以包括：
数据获取模块101，可以用于获取井资料中的弹性参数数据。
数据处理模块102，可以用于对所述弹性参数数据进行处理。
属性变换处理模块103，可以用于对振幅随偏移距变化的属性进行空间变换处理，得到WS属性。
预测剖面生成模块104，可以用于根据所述WS属性，进行储层预测，生成WS属性储层预测剖面。
利用上述实施例提供的装置，可以利用所述WS属性进行储层预测，由于所述WS属性更敏感，在利用所述WS属性进行储层预测时，可以降低资料噪声对属性预测结果的影响程度，从而更精确地区分不同的储层，提高储层预测的精度。另外，利用所述装置，可以直接输出储层预测结果，操作简单快捷，有效提高了用户体验。
在本申请一个实施例中，数据处理模块的模块结构示意图如图6所示，具体的，所述数据处理模块可以包括：
展布范围确定模块1021，可以用于确定储层和储层围岩的弹性参数的数据分布形态和展布范围。
蒙特卡洛模拟模块1022，可以用于利用蒙特卡洛模拟方式对所述弹性参数数据进行扩充，得到扩充后的弹性参数数据。
正演模拟模块1023，可以用于对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据。
利用上述实施例提供的数据处理模块，可以有效扩充弹性参数数据的数据量，同时保证扩充后弹性参数数据的可靠性。还可以正演得到以扩充后的弹性参数数据为数据基础的模拟地震数据，最终提高储层预测的可靠性和准确度。
在本申请另一个实施例中，属性变换处理模块的模块结构示意图如图7所示。具体的，所述属性变换处理模块可以包括：
属性提取模块1031，可以用于从模拟地震数据中提取出振幅随偏移距变化的属性(AVO属性)。
P、G属性交会模块1032，可以用于确定出振幅随偏移距变化的属性中的截距属性(P属性)和梯度属性(G属性)，并将所述截距属性和梯度属性进行属性交会。
空间变换处理模块1033，可以用于对所述截距属性(P属性)和梯度属性(G属性)进行空间变换处理，得到WS属性。
利用上述各实施例所提供的生成储层预测属性数据的处理装置的实施方式，可以自动实施所述生成储层预测属性数据的处理方法，对储层进行预测，可以不需要实施人员的具体参与，可以直接输出储层预测结果，操作简单快捷，有效提高了用户体验。
所述生成储层预测属性数据的处理装置中，所述利用蒙特卡洛模拟方式对所述弹性参数数据进行数据量扩充、对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据、对所述截距属性和梯度属性进行空间变换处理的实施方式的扩展可以参照前述方法的相关描述。
基于本申请所述的生成储层预测属性数据的处理方法，本申请还提供一种生成储层预测属性数据的处理系统，在本申请一个实施例中，所述系统可以包括处理器，所述处理器可以被设置成：
可以用于获取井资料中的弹性参数数据。还可以用于对所述弹性参数数据进行处理，得到数据量扩充的扩充后的弹性参数数据。还可以用于对截距属性和梯度属性进行空间变换处理，得到WS属性，还用于根据所述WS属性，进行储层预测，生成WS属性预测剖面。
上述实施例提供的一种生成储层预测属性数据的处理系统，可以集成在储层预测组件中，自动实施所述储层预测属性的方法，自动生成WS属性，并可以自动生成WS属性储层预测剖面。
所述生成储层预测属性数据的处理系统中，所述对所述弹性参数数据进行处理、对截距属性和梯度属性进行空间变换处理、根据所述WS属性进行储层预测的实施方式的扩展可以参照前述方法和装置的相关描述。
尽管本申请内容中提到不同的生成储层预测属性数据的处理方式，从获取弹性参数数据、利用蒙特卡洛模拟方式对所述弹性参数数据进行扩充、正演模拟、提取AVO属性、得到WS属性到生成WS属性储层预测剖面的各种时序方式、数据获取/处理/输出方式等的描述，但是，本申请并不局限于必须是行业标准或实施例所描述的情况等，某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例，仍然可以属于本申请的可选实施方案范围之内。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (11)
1.一种生成储层预测属性数据的处理方法，其特征在于，所述方法包括：
获取井资料中的弹性参数数据，确定储层和储层围岩的弹性参数的数据分布形态与展布范围；
在所述数据分布形态与所述展布范围的约束下，利用蒙特卡洛模拟方式对所述弹性参数数据进行数据量扩充，得到扩充后的弹性参数数据；
对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据，从所述模拟地震数据中提取出振幅随偏移距变化的属性，确定出所述振幅随偏移距变化的属性中的截距属性和梯度属性；
对所述截距属性和梯度属性进行空间变换处理，利用坐标轴旋转的方式，变换得到降维后的属性。
2.如权利要求1所述的一种生成储层预测属性数据的处理方法，其特征在于，所述方法还包括：
利用所述降维后的属性，进行储层预测，生成降维后的属性对应的储层预测剖面。
3.如权利要求1所述的一种生成储层预测属性数据的处理方法，其特征在于，所述对所述截距属性和梯度属性进行空间变换处理，利用坐标轴旋转的方式，变换得到降维后的属性的方式包括：
将所述截距属性和梯度属性两种属性进行属性交会；
通过旋转截距属性或者梯度属性对应的坐标轴，将所述截距属性和梯度属性两种属性变换为一种属性，得到所述降维后的属性。
4.如权利要求1所述的一种生成储层预测属性数据的处理方法，其特征在于，所述利用蒙特卡洛模拟方式对弹性参数数据进行数据量扩充包括：
采用单变量蒙特卡洛模拟方式，分别对所述弹性参数中的每种参数进行模拟扩充，保持模拟扩充得到的弹性参数数据的概型与实际测井中得到的弹性参数数据的概型一致。
5.如权利要求4所述的一种生成储层预测属性数据的处理方法，其特征在于，所述分别对所述弹性参数中的每种参数进行模拟扩充的方式，包括：
根据所述弹性参数数据，生成所述弹性参数中的每种参数对应的统计图表；
对所述弹性参数中的每两种参数对应的统计图表进行交会处理，生成所述每两种参数的交会图；
根据所述交会图，确定所述弹性参数中每两种参数之间的对应关系；
在所述对应关系的约束下，分别对所述弹性参数中的每种参数进行模拟扩充。
6.如权利要求1所述的一种生成储层预测属性数据的处理方法，其特征在于，所述弹性参数包括：
纵波速度，横波速度和密度。
7.如权利要求1所述的一种生成储层预测属性数据的处理方法，其特征在于，所述确定储层和储层围岩的弹性参数的数据分布形态和展布范围的方式包括：
根据所述弹性参数数据，生成所述弹性参数数据对应的统计图表；
根据所述统计图表确定所述储层和储层围岩的弹性参数的数据分布形态和展布范围。
8.一种生成储层预测属性数据的处理装置，其特征在于，所述装置包括：
数据获取模块，用于获取井资料中的弹性参数数据；
数据处理模块，用于对所述弹性参数数据进行处理；
属性变换处理模块，用于对截距属性和梯度属性进行空间变换处理，得到降维后的属性；
其中，所述数据处理模块包括：
展布范围确定模块，用于确定储层和储层围岩的弹性参数的数据分布形态和展布范围；
蒙特卡洛模拟模块，用于利用蒙特卡洛模拟方式对所述弹性参数数据进行数据量扩充，得到扩充后的弹性参数数据；
正演模拟模块，用于对所述扩充后的弹性参数数据进行正演模拟得到模拟地震数据。
9.如权利要求8所述的一种生成储层预测属性数据的处理装置，其特征在于，所述装置还包括：
预测剖面生成模块，用于根据所述降维后的属性，进行储层预测，生成降维后的属性对应的储层预测剖面。
10.如权利要求8所述的一种生成储层预测属性数据的处理装置，其特征在于，所述属性变换处理模块包括：
属性提取模块，用于从模拟地震数据中提取出振幅随偏移距变化的属性；
P、G属性交会模块，用于确定出振幅随偏移距变化的属性中的截距属性和梯度属性，并将所述截距属性和梯度属性进行属性交会；
空间变换处理模块，用于对所述截距属性和梯度属性进行空间变换处理，得到降维后的属性。
11.一种生成储层预测属性数据的处理系统，其特征在于，所述系统包括：
处理器，所述处理器被设置成，用于获取井资料中的弹性参数数据，确定储层和储层围岩的弹性参数的数据分布形态与展布范围，在所述数据分布形态与所述展布范围的约束下，利用蒙特卡洛模拟方式对所述弹性参数数据进行数据量扩充，得到数据量扩充的扩充后的弹性参数数据，还用于对截距属性和梯度属性进行空间变换处理，得到降维后的属性，还用于根据所述降维后的属性，进行储层预测，生成降维后的属性对应的储层预测剖面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610962322.3A CN106338768B (zh) | 2016-11-04 | 2016-11-04 | 一种生成储层预测属性数据的处理方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610962322.3A CN106338768B (zh) | 2016-11-04 | 2016-11-04 | 一种生成储层预测属性数据的处理方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106338768A CN106338768A (zh) | 2017-01-18 |
| CN106338768B true CN106338768B (zh) | 2019-01-18 |
Family
ID=57840826
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610962322.3A Active CN106338768B (zh) | 2016-11-04 | 2016-11-04 | 一种生成储层预测属性数据的处理方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106338768B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106896411B (zh) * | 2017-03-15 | 2018-11-16 | 中国石油天然气股份有限公司 | 一种基于角度旋转的avo属性交会烃类检测方法 |
| CN108594328B (zh) * | 2018-04-25 | 2020-09-04 | 北京金海能达科技有限公司 | 一种识别致密岩甜点的方法 |
| CN114966851B (zh) * | 2022-05-13 | 2023-05-05 | 广州海洋地质调查局 | 一种储层预测方法、装置及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6871146B1 (en) * | 2001-09-14 | 2005-03-22 | Emerald Geoscience Research Corporation | Method for generating P-S and S-S- seismic data and attributes from P-P seismic data |
| US20130201794A1 (en) * | 2012-02-02 | 2013-08-08 | Headwave Inc. | System, method, and computer-readable medium for interactive identification of subsurface regions |
| CN103412326A (zh) * | 2013-07-31 | 2013-11-27 | 中国石油天然气股份有限公司 | 利用弹性模量参数的反演进行煤层气预测的方法及系统 |
| CN104101902A (zh) * | 2013-04-10 | 2014-10-15 | 中国石油天然气股份有限公司 | 地震属性聚类方法及装置 |
-
2016
- 2016-11-04 CN CN201610962322.3A patent/CN106338768B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6871146B1 (en) * | 2001-09-14 | 2005-03-22 | Emerald Geoscience Research Corporation | Method for generating P-S and S-S- seismic data and attributes from P-P seismic data |
| US20130201794A1 (en) * | 2012-02-02 | 2013-08-08 | Headwave Inc. | System, method, and computer-readable medium for interactive identification of subsurface regions |
| CN104101902A (zh) * | 2013-04-10 | 2014-10-15 | 中国石油天然气股份有限公司 | 地震属性聚类方法及装置 |
| CN103412326A (zh) * | 2013-07-31 | 2013-11-27 | 中国石油天然气股份有限公司 | 利用弹性模量参数的反演进行煤层气预测的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106338768A (zh) | 2017-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10422923B2 (en) | Systems and methods for modeling fracture networks in reservoir volumes from microseismic events | |
| CN104769215B (zh) | 用于特征化地下储层裂缝网络中的不确定性的系统和方法 | |
| Lopez-Comino et al. | Characterization of hydraulic fractures growth during the Äspö Hard Rock Laboratory experiment (Sweden) | |
| CN104755960B (zh) | 基于盆地建模对用于处理地震数据的速度模型的改进 | |
| US20140098633A1 (en) | Geometrical Presentation of Fracture Planes | |
| US11506805B2 (en) | Systems, methods, and apparatus for transient flow simulation in complex subsurface fracture geometries | |
| CN106338768B (zh) | 一种生成储层预测属性数据的处理方法、装置及系统 | |
| AU2015390914A1 (en) | Fracture-size-correlated aperture mapping for localized porosity and permeability determination | |
| CN109115987A (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
| CN110414723A (zh) | 基于微震事件的裂缝油气藏历史拟合的方法、装置及系统 | |
| CN104375178B (zh) | 一种碳酸盐岩缝洞储层预测方法和装置 | |
| CN109143358B (zh) | 一种获得深层、超深层碎屑岩地层压力结构的方法及装置 | |
| CN106597542B (zh) | 一种储层特征参数的预测方法及装置 | |
| US20160245939A1 (en) | Seismic data analysis | |
| CN114547953B (zh) | 一种基于优化设计图版的压裂施工参数优化方法及系统 | |
| CN111897012A (zh) | 一种页岩气单井地质综合评价方法 | |
| CN108508481B (zh) | 一种纵波转换波地震数据时间匹配的方法、装置及系统 | |
| CN105301638B (zh) | 一种提取风化层底界面的方法和装置 | |
| CN107656315B (zh) | 储层流体因子的确定方法和装置 | |
| EP2678718A2 (en) | Computerized method for the estimation of a value for at least a parameter of a hydrocarbon-producing region, for planning the operation and operating the region | |
| CN106842316B (zh) | 裂缝确定方法和装置 | |
| CN108564264A (zh) | 一种确定注水开发效果的数据处理方法及装置 | |
| CN106842318B (zh) | 微观溶蚀孔隙地球物理二维表征确定方法和装置 | |
| CN107576984B (zh) | 地震振幅属性提取过程中时窗的确定方法和装置 | |
| Baroni et al. | Forecasting production in shale and tight reservoirs: a practical simulation method capturing the complex hydraulic fracturing physics |
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 |