CN106353811A - 一种基于井资料属性优选的多属性融合储层流体识别方法 - Google Patents
一种基于井资料属性优选的多属性融合储层流体识别方法 Download PDFInfo
- Publication number
- CN106353811A CN106353811A CN201610664677.4A CN201610664677A CN106353811A CN 106353811 A CN106353811 A CN 106353811A CN 201610664677 A CN201610664677 A CN 201610664677A CN 106353811 A CN106353811 A CN 106353811A
- Authority
- CN
- China
- Prior art keywords
- well
- attribute
- oil
- attributes
- intersection
- 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
- 239000012530 fluid Substances 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000004927 fusion Effects 0.000 title abstract description 5
- 238000005457 optimization Methods 0.000 title abstract 2
- XQCFHQBGMWUEMY-ZPUQHVIOSA-N Nitrovin Chemical compound C=1C=C([N+]([O-])=O)OC=1\C=C\C(=NNC(=N)N)\C=C\C1=CC=C([N+]([O-])=O)O1 XQCFHQBGMWUEMY-ZPUQHVIOSA-N 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 abstract description 14
- 238000009401 outcrossing Methods 0.000 abstract 1
- 229930195733 hydrocarbon Natural products 0.000 description 6
- 238000007500 overflow downdraw method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 150000002430 hydrocarbons Chemical class 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 208000005946 Xerostomia Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 125000001183 hydrocarbyl group Chemical group 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- 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
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出一种基于井资料属性优选的多属性融合储层流体识别方法,首先通过软件工具提取各种地震属性,包括振幅、频率、相位、衰减等属性,对地震属性和储层、含油气性等进行相关关系分析,来优选敏感地震属性。然后根据样本井的地质数据进行井分类,依据井分类分别确定敏感属性的数值范围,然后再将所选数值区间的属性两两交会,进行多属性交会融合,得到指示有利的储层、含油气性的空间展布。该方法可以快速有效的优选敏感地震属性,建立样本井和地震属性的储层、含油气性等的识别模式,减少了人为的干预性,通过多属性交会融合方法,得到指示有利储层油气空间展布的异常,指示了含油气性的确定性。
Description
技术领域
本发明涉及油气勘探技术领域,尤其涉及一种基于井资料属性优选的多属性融合储层流体识别方法。
背景技术
随着现代社会对油气资源需求的与日俱增,储层流体预测显得越发重要。自然界中,地下任何地质体及其性质的变化都将引起地震属性的变化,大量的研究和事件表明,地震波的振幅、频率、速度等属性参数与地层岩性、物性和含油气性等具有比较密切的关系,因此利用地震属性来研究地下储层的岩性、含油气性有很大的前景。地震属性从最初的振幅属性发展到现在常用的就有几十种,这些地震属性反映了地下的地质条件,但每一种地震属性都只对某些地质特征敏感,如:反射强度反映了砂岩厚度情况,相对波阻抗反映储层的含气情况,因此利用单一的地震属性来预测储层岩性、含油气性等会产生多解性和不确定性。
多属性融合技术可以很好地解决利用单一属性进行储层预测的多解性问题,从而提高储层预测的精度。目前油气勘探开发中,运用的属性融合方法,一般是先作出多种属性图,项目人员结合井数据和地质经验,由人工肉眼圈定有利区域的大致范围,或者利用第三方软件工具,将两到三个属性叠合显示,确定平面有利区域,该方法非常繁琐耗时,利用的地震属性比较有限。还有的利用神经网络等方法,建立储层参数和地震属性之间的关系,预测储层含油气性的平面分布,这些方法人为干预较少,但是由于地震属性之间相互关系的复杂性,得到的预测结果精度不理想,应用都不广泛。上述举例方法有的人为干预过多,耗时繁琐,利用地震属性信息比较有限,有的预测结果精度不高,并且都是定性的预测,一般仅圈定有利区域的大致范围。因此在实际油气勘探工作领域,迫切需要一种能够降低勘探成本,提高勘探成功率的有效方法。
发明内容
本发明涉及一种基于井资料属性优选的多属性融合储层流体识别方法,该方法可以快速有效的优选敏感地震属性,建立样本井和地震属性的储层、含油气性等的识别模式,减少了人为的干预性,通过多属性交会融合,得到指示有利储层油气空间展布的异常,指示了含油气性的确定性。
本发明采用的技术方案:
一种基于井资料属性优选的多属性融合储层流体识别方法,其特征在于,该方法包含如下步骤:
步骤1.基于井资料优选出敏感属性,即分析地震属性和井资料的相关关系,进行属性优选,选出相关性高的两个以上地震属性为敏感属性;
步骤2.针对样本井按产层特征分类,用选出的敏感属性建立用于识别储层、含油气性等的识别模式;
步骤3.对所述样本井进行地震敏感属性数值区间划分:针对每个敏感属性划分数值区间,按照数值区间范围淘汰某些类别井,保留其他类别井,直至所有需淘汰类别的井都被淘汰;
步骤4.地震属性交会融合分析:将所有淘汰了井的属性再两两交会,得到最终的预测流体或油气异常平面图;
步骤5.检测识别储层流体和油气异常。
上述步骤1中,所述分析地震属性和井资料的相关关系包括下面的子步骤:
子步骤1:选择提取的地震属性,选择跟这些属性对应的深度层段,选择井曲线和井;
子步骤2:计算选择的每口井在选定层段之间的统计值,来表征井上数据,
子步骤3:提取选择的地震属性在选择的每口井的井点位置的属性值;
子步骤4:将每个井点的地震属性值与井上计算的统计的测井曲线值做相关分析,分析计算相关性,相关性高的数值对应的地震属性为敏感属性。。
上述子步骤2中,还同时包括如下子步骤:将所述统计值和所述地震属性值表达在坐标系中,所述子步骤4中,将井上测井曲线值画在该坐标中。
步骤2中,选取一部分样本井,统计出所述样本井的产层特征,将所选取的样本井按产层进行分类,其他未选取做样本的井作为验证井。
步骤2中,针对选出的敏感属性,提取所述样本井位置的属性值,做出按照井产层类别分类的所有各敏感属性的井点直方图,以作为识别模式。
步骤3中,所述数值区间划分是指:分别从每个敏感属性的直方图上,划分数值区间,即选出该属性的高和低范围值,高低范围值对各井产层的敏感属性值形成数值区间,数值区间外的样本井被淘汰,在数值区间内的散点数值对应的样本井保留,即区分需要的样本井类型和淘汰的样本井类型,并按照每个属性的数值范围生成了平面散点图。
步骤4中所述地震属性交会融合分析是指;将淘汰了部分样本井的保留样本井的敏感属性再交会,得到流体异常平面展布图和/或油气异常平面展布图,以便于分析流体异常和油气异常区域;所述交会包括两种交会方式,即将选定的敏感属性两两相交的交会方式,或合并交会的形式。
步骤5中,所述检验包括:用检验井对异常区域做流体异常和油气异常符合率检验,如符合率满足要求,则预测的平面分布区域是合理的,否则需重复上述过程,直到符合率达到要求。
最后将所有井作为样本井,按照同样的敏感属性、同样的敏感属性数值区间交会融合,得到流体异常和油气异常平面分布图,作为最终预测结果。
最后将所划分分区的结果合并拼接,得到预测整个所述工区的流体异常平面展布和油气异常平面展布图,所述工区划分在步骤1之前首先进行。
本发明技术效果:
与传统的油气勘探方法相比较,本发明具有以下优点:
1、通过分析地震属性和井资料的相关关系来选取多个敏感属性用于交会融合,实现了快速有效的优选敏感地震属性,减少了人为的干预,并使属性的选择更准确,大大减少了工作量。根据样本井产层特征分类来建立样本井和地震属性的储层、含油气性等的识别模式,能快速建立敏感属性在不同产层特征的条件下与地质特征的相关性关系。通过对所述样本井进行地震属性数值区间划分,能快速准确淘汰某些类别井比如首先淘汰干井,保留其他类别井比如高产、中产或低产油气井。通过地震敏感属性交会融合分析,进一步得到异常平面图,指示有利储层流体、油气空间展布的异常,指示了含油气性的确定性。
2、通过充分利用井上数据和各种地震属性,提高了储层的预测精度。根据样本井的井类型,能够识别不同类型的油气层,实现了识别油气水类型的多样性。
3、灵活的分区块属性交会融合,提高了储层流体、油气等识别的准确性。
4、通过定量的地震属性数值划分方法,最终半定量的表示了有利油气区的平面分布范围,预测结果中有数据的地方,为预测有利区,空白处为非有利区。预测结果准确性大为提高。
附图说明
图1是井数据和地震属性相关性计算示意图。
图2是根据井类别属性值直方图进行数值划分示意图。
图3是属性交会融合流程示意图。
图4是流体异常和油气异常平面展布。
图5是数值划分属性交会示意图。
图6是交互式属性交会示意图。
图7是分块1的流体异常和油气异常平面展布。
图8是分块2的流体异常和油气异常平面展布。
图9是分块3的流体异常和油气异常平面展布。
图10合并后全区的流体异常和油气异常平面展布
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,都属于本发明保护的范围。
地球物理发展至今,各种地震属性多达几百种,这些地震属性中哪些能够比较有效的预测储层或含油气性,需要在这些属性中选择对地质特征敏感的。我们提供了一种将井上测井数据,地质数据等跟岩性,含油气性有关的数据,和地震属性之间进行相关关系分析,计算它们的相关性,来优选地震属性。本发明提供一种基于井资料属性优选的多属性融合储层流体识别方法,该方法可以快速有效的优选敏感地震属性,建立样本井和地震属性的储层、含油气性等的识别模式,减少了人为的干预性,通过多属性交会融合方法,得到指示有利储层油气空间展布的异常,指示了含油气性的确定性。
这里具体介绍多属性交会融合方法,首先通过软件工具提取各种地震属性,包括振幅、频率、相位、衰减等属性,对地震属性与储层、含油气性等进行相关关系分析,来优选敏感地震属性。然后根据样本井的地质数据进行井分类,依据井分类分别确定敏感属性的数值范围,然后再将所选数值区间的属性两两交会,进行多属性交会融合,得到指示有利的储层、含油气性的空间展布。由于构造、沉积等地质背景的区域变化,还可进行分区块属性交会融合,识别分区的含油气性,最后将分区的结果拼接,得到全区的空间展布。提高了油气识别的准确性。
本发明提供了快速有效地选择敏感属性的优选方式,依据样本井数据,建立了储层、含油气性等的识别模式,减少了人为的干预性。多属性交会融合,避免了单一属性的多解性,得到指示有利储层油气空间展布的异常,指示了含油气性的确定性。根据样本井的井类型,可以识别不同类型的油气层,识别了油气水类型的多样性。灵活的分区块属性交会融合,提高了储层油气识别的准确性。并且这种方法无需数理理论推导,同时具有一定的统计意义。对薄储层,薄互相间储层,低孔、低渗等非常规储层也具有很好的适用性。具体步骤如下:
1.基于井资料的敏感属性优选,分析地震属性和井资料的相关关系,进行属性优选。
软件工具提供了多种地震属性体的计算,例如提取地震属性平面图,设定线道号范围,给定层位和时窗,选择地震体数据,从地震体数据提取地震属性平面散点图。可以计算均值、最大波峰、最大波谷、均方根等统计属性。
选择提取的地震属性,选择跟这些属性对应的层段,选择井曲线和井,按照一定的统计值计算方法(如均值、最大值、最小值等),计算选择的每口井在选定层段之间的统计值;提取选择的地震属性在选择的井点位置的属性值,将选择的每个井点的地震属性值与每口井上计算的统计测井曲线值进行相关分析,即分别计算它们之间的相关系数,同时将地震属性值和井点统计值画在图中(坐标纵轴为属性值,横轴为井点),如图1。图1中选取了六口井,选取了四个地震属性,选取层段,计算每口井在选定深度层段的统计值,图1各拐点横坐标标示上述统计值,图1中显示了各属性六个统计值的各自的连线;提取选择的地震属性在六个井点的属性值,分别与井上统计的测井曲线值计算相关系数,DT代表井上数据,六口井共6个值。随时更改选择数据和其他井参数,计算相关系数,分析地震属性和井之间的相关关系。根据相关关系分析,确定相关性高的地震属性为敏感属性,用于后面的多属性交会融合。
2.根据样本井产层特征分类,建立含油气性的识别模式,用于储层流体油气识别。
这里以含油气性平面展布预测作为属性交会融合的例子,理论上,只要地震属性与地质储层、含油气性等地质特征具有较强的相关性,就可以应用多属性交会融合方法进行预测识别储层、含油气性等。
选取一部分样本井,统计出样本井的产层特征,并将样本井进行分类,剩下的其他井作为验证井。上一步得到的地震敏感属性进行了存储,在此首先从地震敏感属性中提取样本井点位置的属性值。选择用于属性交会融合的所有敏感属性,分别提取样本井点位置的属性值,保存这些样本井点的属性值。分别作出所有地震属性的井点直方图,并按照井类别分类,见图2用于下一步的属性数值区间划分和属性交会。
3.属性数值区间划分及交会融合分析,流体油气异常检测
3.1:所有样本井的敏感属性都做成直方图,按照淘汰保留原则,依据样本井的产层分类,分别从每个敏感属性的直方图上,划分数值区间,保留需要的样本井类型,淘汰不要的样本井类型,比如保留高产、中产、低产油气井、淘汰水井、干井。依据项目需求,设定淘汰保留原则。如图2。上部RF(响应频率)敏感属性通过高低两个数值34、21划分出数值区间,21到34之间的区间,这个区间内的样本井保留了所有的高产、中产和低产井,淘汰了两口干井,一口数值为19,一口数值为38,在21-34区间之外。下部ISF(瞬时频率)敏感属性取了高数值37,低数值为0,低于37的数值区间保留了所有的高产、中产和低产井,淘汰了两口干井,分别是数值39和38。按照该原则,依次选取其他的属性,保留所有的高产、中产和低产井,逐步淘汰干井,直至所有的干井都淘汰,仅保留所有的高产、中产和低产井。将所有淘汰了干井的属性再两两交会,得到最终的预测流体异常平面图,代表平面上能表征高产、中产和低产平面分布区域。
3.2按照淘汰保留原则,根据属性数值区间,分别交会属性:
图3为多属性交会融合的流程示意图,每种敏感属性,按照淘汰保留原则,依据井类型,划分敏感属性数值区间,通过交会,每种敏感属性在数值区间的散点数值保留,其他的抠空成空白,然后再将这些属性两两交会,得到最终的流体异常平面展布图和油气异常平面展布图。图3中选定了7个敏感属性进行融合交会,用于识别流体异常,其中每种敏感属性分别划分了数值范围,按照每个敏感属性的数值范围生成了平面散点图,然后再用新的敏感属性散点两两交会,得到最后的流体异常平面展布图,其中,IBW表示瞬时带宽,TBI表示薄层指示器,CAG表示复合频率衰减梯度,AG表示频率衰减梯度,RF表示响应频率,ISF表示瞬时频率,DIF表示差分振幅。如图4左图,图4中有颜色的区域表示高产、中产和低产分布范围,空白区域为干井分布范围。在流体异常平面展布图基础上,按照新的淘汰保留原则,如保留高产和中产井,淘汰低产井。按照这种原则,下面预测油气异常区域,如图3所示,选择了两种敏感属性,划分它们的数值区间,两两交会后,得到油气异常平面展布图,如图4右图,图中有颜色的区域就表示高产和中产的分布范围,空白区域为低产和干井的分布范围。
多属性交会融合,充分结合井上地质数据,建立跟井信息相关的识别模式,识别储层流体和油气异常。并且依据样本井的油气类型,可以识别多种含油气性类型。
3.3用检验井进行验证预测结果
最后,依据样本井类型,属性交会融合预测的流体异常和油气异常区域,用剩下的检验井进行检验,分别检验流体异常和油气异常符合率,当符合率满足要求,可认为预测的平面分布区域是合理的。如果符合率比较低,需要重新重复上述过程,重新使用新的属性,划分数值区间,参与交会融合,直至符合率达到要求,说明所有属性选取的数值区间是合理有效的。最后将所有井作为样本井,按照同样的属性,同样的属性数值区间交会融合,得到流体异常和油气异常平面分布图,作为最终的预测结果。
我们提供了两种地震属性交会功能。如图5,设置属性的上下截止值,按照低通、高通、带通、带限等过滤方式,保留淘汰敏感属性散点值,同时采用属性两两相交或合并交会形式。通过这个功能,逐步将选定的敏感属性两两交会,得到符合井特征数据的散点平面图。进而预测流体异常和油气异常平面分布,识别流体和含油气性。
如图6,通过交互方式选取属性数值,在计算工具上使用鼠标在两个属性交会图中画polygon,通过polygon选择数值范围,过滤属性散点,提供了更加灵活精确的数值选择方式。
3.4分块属性交会
属性交会融合方法预测的区域范围一般都比较大,区域内的地质背景常常都不一样,因而不同区域井的地质特征表现也不一样,同样是高产井,地质背景不同的区域属性差异可能很大。所以用样本井对整个区域预测储层流体,规律性不是很强,有时还会相互矛盾,因而应划分区块进行多属性的交会融合
上面例子为全区的属性交会融合,根据构造,沉积环境等地质背景特征,划分了三个区块,分别进行敏感属性的交会融合,按照同样的淘汰保留原则,分别采用有效的敏感属性,划分数值区间,两两交会,得到三个分区的流体异常平面展布和油气异常平面展布图,分别是图7、图8、图9。最后将三个分区的结果合并拼接,得到预测整个区域的流体异常平面展布和油气异常平面展布图,如图10。
可以看到,整个区域的属性交会融合,使用了7个属性用于流体异常预测,分区块后,使用最多4个敏感属性,甚至一个敏感属性就满足了淘汰要求,说明分区块后,区块内的规律性更强,预测的结果准确度更高。我们软件提供了灵活的分块操作,可以任意划分任意形状的区块,便于用户使用。
多属性交会融合,从一定的统计意义来预测储层的流体油气异常,因而样本井数需比较多,能够有一定的统计规律,预测效果更好,比较适合开发区井数量比较多的区域,依据预测结果进行井位部署,可靠性比较高。对于勘探区井较少区域,也可以采用属性融合,可能规律性不强,预测效果会打折扣。
利用本发明提供的方法,可以快速有效的优选敏感地震属性,建立样本井和地震属性的储层、含油气性等的识别模式,减少了人为的干预性,通过多属性交会融合方法,得到指示有利储层油气空间展布的异常,指示了含油气性的确定性。根据样本井的井类型,可以识别不同类型的油气层,识别了油气水类型的多样性。灵活的分区块属性交会融合,提高了储层油气识别的准确性。充分利用井上数据和各种地震属性,从而提高了储层的预测精度。通过定量的地震属性数值划分方法,最终半定量的表示了有利油气区的平面分布范围,预测结果中有数据的地方,为预测有利区,空白处为非有利区。预测结果准确性大为提高。
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。
Claims (10)
1.一种基于井资料属性优选的多属性融合储层流体识别方法,其特征在于,该方法包含如下步骤:
步骤1.基于井资料优选出敏感属性,即分析地震属性和井资料的相关关系,进行属性优选,选出相关性高的两个以上地震属性为敏感属性;
步骤2.针对样本井按产层特征分类,用选出的敏感属性建立用于识别储层、含油气性等的识别模式;
步骤3.对所述样本井进行地震敏感属性数值区间划分:针对每个敏感属性划分数值区间,按照数值区间范围淘汰某些类别井,保留其他类别井,直至所有需淘汰类别的井都被淘汰;
步骤4.地震属性交会融合分析:将所有淘汰了井的属性再两两交会,得到最终的预测流体或油气异常平面图;
步骤5.检测识别储层流体和油气异常。
2.根据权利要求1所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于所述步骤1中,所述分析地震属性和井资料的相关关系包括下面的子步骤:
子步骤1:选择提取的地震属性,选择跟这些属性对应的深度层段,选择井曲线和井;
子步骤2:计算选择的每口井在选定层段之间的统计值,来表征井上数据,
子步骤3:提取选择的地震属性在选择的每口井的井点位置的属性值;
子步骤4:将每个井点的地震属性值与井上计算的统计的测井曲线值做相关分析,分析计算相关性,相关性高的数值对应的地震属性为敏感属性。
3.根据权利要求2所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于所述子步骤2中,还同时包括如下子步骤:将所述统计值和所述地震属性值表达在坐标系中,所述子步骤4中,将井上测井曲线值画在该坐标中。
4.根据权利要求1-3任一所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于步骤2中,选取一部分样本井,统计出所述样本井的产层特征,将所选取的样本井按产层进行分类,其他未选取做样本的井作为验证井。
5.根据权利要求4所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于步骤2中,针对选出的敏感属性,提取所述样本井位置的属性值,做出按照井产层类别分类的所有各敏感属性的井点直方图,以作为识别模式。
6.根据权利要求5所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于步骤3中,所述数值区间划分是指:分别从每个敏感属性的直方图上,划分数值区间,即选出该属性的高和低范围值,高低范围值对各井产层的敏感属性值形成数值区间,数值区间外的样本井被淘汰,在数值区间内的散点数值对应的样本井保留,即区分需要的样本井类型和淘汰的样本井类型,并按照每个属性的数值范围生成了平面散点图。
7.根据权利要求6所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于步骤4中所述地震属性交会融合分析是指;将淘汰了部分样本井的保留样本井的敏感属性再交会,得到流体异常平面展布图和/或油气异常平面展布图,以便于分析流体异常和油气异常区域;所述交会包括两种交会方式,即将选定的敏感属性两两相交的交会方式,或合并交会的形式。
8.根据权利要求7所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于.步骤5中,所述检验包括:用检验井对异常区域做流体异常和油气异常符合率检验,如符合率满足要求,则预测的平面分布区域是合理的,否则需重复上述过程,直到符合率达到要求。
9.根据权利要求8所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于.最后将所有井作为样本井,按照同样的敏感属性、同样的敏感属性数值区间交会融合,得到流体异常和油气异常平面分布图,作为最终预测结果。
10.根据权利要求9所述的基于井资料属性优选的多属性融合储层流体识别方法,其特征在于.还包括分块敏感属性交会步骤:将工区划分为若干个区块进行多敏感属性的交会融合;最后将所划分分区的结果合并拼接,得到预测整个所述工区的流体异常平面展布和油气异常平面展布图,所述工区划分在步骤1之前首先进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610664677.4A CN106353811B (zh) | 2016-08-12 | 2016-08-12 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610664677.4A CN106353811B (zh) | 2016-08-12 | 2016-08-12 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106353811A true CN106353811A (zh) | 2017-01-25 |
CN106353811B CN106353811B (zh) | 2019-04-30 |
Family
ID=57843954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610664677.4A Active CN106353811B (zh) | 2016-08-12 | 2016-08-12 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106353811B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873033A (zh) * | 2017-03-13 | 2017-06-20 | 中国海洋石油总公司 | 一种基于神经网络的多属性地震信息融合裂缝预测的方法 |
CN107894615A (zh) * | 2017-11-13 | 2018-04-10 | 中国石油化工股份有限公司华北油气分公司勘探开发研究院 | 一种定量化评价三维地震属性预测储层参数有效性的方法 |
CN109507725A (zh) * | 2017-09-14 | 2019-03-22 | 中国石油化工股份有限公司 | 富砂层段有效储层地震属性预测方法及系统 |
CN109633781A (zh) * | 2018-08-16 | 2019-04-16 | 清能艾科(深圳)能源技术有限公司 | 地质属性获取方法及装置、电子设备、存储介质 |
WO2019169932A1 (zh) * | 2018-03-09 | 2019-09-12 | 山东科技大学 | 基于粗糙集理论与色相法的多波油气地震响应表征方法 |
CN111239809A (zh) * | 2018-11-29 | 2020-06-05 | 中国石油天然气集团有限公司 | 一种基于属性融合原理的优势储层确定方法及系统 |
CN111413731A (zh) * | 2019-01-08 | 2020-07-14 | 中国石油天然气集团有限公司 | 一种碳酸盐岩缝洞体的地震识别方法及装置 |
CN112305614A (zh) * | 2020-10-20 | 2021-02-02 | 中海石油(中国)有限公司 | 一种气云区空间展布范围刻画方法和系统 |
CN112346118A (zh) * | 2019-08-09 | 2021-02-09 | 中国石油天然气集团有限公司 | 基于地震属性优选的储层特征预测方法及装置 |
CN112346117A (zh) * | 2019-08-09 | 2021-02-09 | 中国石油天然气集团有限公司 | 一种基于地震属性融合的储层特征预测方法和装置 |
CN112578441A (zh) * | 2020-11-26 | 2021-03-30 | 中海石油(中国)有限公司 | 储层厚度预测分析方法、计算机设备及存储介质 |
CN112649869A (zh) * | 2019-10-12 | 2021-04-13 | 中国石油化工股份有限公司 | 基于ga-wnn的储层特征参数预测方法及系统 |
CN112965106A (zh) * | 2021-01-21 | 2021-06-15 | 中国地质大学(北京) | 利用纵横波速度的奇异性识别天然气水合物赋存类型方法 |
CN113625340A (zh) * | 2021-08-02 | 2021-11-09 | 中海石油(中国)有限公司 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
CN115857047A (zh) * | 2022-09-28 | 2023-03-28 | 北京中恒利华石油技术研究所 | 一种地震储层综合预测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278949B1 (en) * | 1998-11-25 | 2001-08-21 | M. Aftab Alam | Method for multi-attribute identification of structure and stratigraphy in a volume of seismic data |
US6865486B2 (en) * | 2002-09-27 | 2005-03-08 | Weatherford/Lamb, Inc. | Method of using underbalanced well data for seismic attribute analysis |
CN102759748A (zh) * | 2012-07-04 | 2012-10-31 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于目标分析的交汇分析地震储层预测方法 |
CN103837889A (zh) * | 2013-11-29 | 2014-06-04 | 成都理工大学 | 一种地震属性多源信息融合方法 |
CN104950334A (zh) * | 2015-06-16 | 2015-09-30 | 中国石油天然气集团公司 | 一种预测储层分布的方法及装置 |
CN105467449A (zh) * | 2014-09-04 | 2016-04-06 | 中国石油化工股份有限公司 | 基于地震分级敏感属性融合的深层薄互储层定量表征方法 |
CN105549085A (zh) * | 2016-02-25 | 2016-05-04 | 恒泰艾普石油天然气技术服务股份有限公司 | 富油层段地震预测方法 |
CN105652316A (zh) * | 2014-12-01 | 2016-06-08 | 北京石大创新石油科技有限公司 | 一种基于裂缝模型的智能优化地震多属性融合方法 |
-
2016
- 2016-08-12 CN CN201610664677.4A patent/CN106353811B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6278949B1 (en) * | 1998-11-25 | 2001-08-21 | M. Aftab Alam | Method for multi-attribute identification of structure and stratigraphy in a volume of seismic data |
US6865486B2 (en) * | 2002-09-27 | 2005-03-08 | Weatherford/Lamb, Inc. | Method of using underbalanced well data for seismic attribute analysis |
CN102759748A (zh) * | 2012-07-04 | 2012-10-31 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于目标分析的交汇分析地震储层预测方法 |
CN103837889A (zh) * | 2013-11-29 | 2014-06-04 | 成都理工大学 | 一种地震属性多源信息融合方法 |
CN105467449A (zh) * | 2014-09-04 | 2016-04-06 | 中国石油化工股份有限公司 | 基于地震分级敏感属性融合的深层薄互储层定量表征方法 |
CN105652316A (zh) * | 2014-12-01 | 2016-06-08 | 北京石大创新石油科技有限公司 | 一种基于裂缝模型的智能优化地震多属性融合方法 |
CN104950334A (zh) * | 2015-06-16 | 2015-09-30 | 中国石油天然气集团公司 | 一种预测储层分布的方法及装置 |
CN105549085A (zh) * | 2016-02-25 | 2016-05-04 | 恒泰艾普石油天然气技术服务股份有限公司 | 富油层段地震预测方法 |
Non-Patent Citations (2)
Title |
---|
李婷婷 等: "地震属性融合方法综述", 《地球物理学进展》 * |
段春节 等: "基于井位的地震属性融合技术研究", 《地球物理学进展》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873033B (zh) * | 2017-03-13 | 2019-03-22 | 中国海洋石油集团有限公司 | 一种基于神经网络的多属性地震信息融合裂缝预测的方法 |
CN106873033A (zh) * | 2017-03-13 | 2017-06-20 | 中国海洋石油总公司 | 一种基于神经网络的多属性地震信息融合裂缝预测的方法 |
CN109507725A (zh) * | 2017-09-14 | 2019-03-22 | 中国石油化工股份有限公司 | 富砂层段有效储层地震属性预测方法及系统 |
CN107894615A (zh) * | 2017-11-13 | 2018-04-10 | 中国石油化工股份有限公司华北油气分公司勘探开发研究院 | 一种定量化评价三维地震属性预测储层参数有效性的方法 |
CN107894615B (zh) * | 2017-11-13 | 2019-06-18 | 中国石油化工股份有限公司华北油气分公司勘探开发研究院 | 一种定量化评价三维地震属性预测储层参数有效性的方法 |
WO2019169932A1 (zh) * | 2018-03-09 | 2019-09-12 | 山东科技大学 | 基于粗糙集理论与色相法的多波油气地震响应表征方法 |
CN109633781A (zh) * | 2018-08-16 | 2019-04-16 | 清能艾科(深圳)能源技术有限公司 | 地质属性获取方法及装置、电子设备、存储介质 |
CN111239809B (zh) * | 2018-11-29 | 2022-08-02 | 中国石油天然气集团有限公司 | 一种基于属性融合原理的优势储层确定方法及系统 |
CN111239809A (zh) * | 2018-11-29 | 2020-06-05 | 中国石油天然气集团有限公司 | 一种基于属性融合原理的优势储层确定方法及系统 |
CN111413731A (zh) * | 2019-01-08 | 2020-07-14 | 中国石油天然气集团有限公司 | 一种碳酸盐岩缝洞体的地震识别方法及装置 |
CN111413731B (zh) * | 2019-01-08 | 2022-12-02 | 中国石油天然气集团有限公司 | 一种碳酸盐岩缝洞体的地震识别方法及装置 |
CN112346118A (zh) * | 2019-08-09 | 2021-02-09 | 中国石油天然气集团有限公司 | 基于地震属性优选的储层特征预测方法及装置 |
CN112346117A (zh) * | 2019-08-09 | 2021-02-09 | 中国石油天然气集团有限公司 | 一种基于地震属性融合的储层特征预测方法和装置 |
CN112649869A (zh) * | 2019-10-12 | 2021-04-13 | 中国石油化工股份有限公司 | 基于ga-wnn的储层特征参数预测方法及系统 |
CN112305614A (zh) * | 2020-10-20 | 2021-02-02 | 中海石油(中国)有限公司 | 一种气云区空间展布范围刻画方法和系统 |
CN112305614B (zh) * | 2020-10-20 | 2024-03-29 | 中海石油(中国)有限公司 | 一种气云区空间展布范围刻画方法和系统 |
CN112578441A (zh) * | 2020-11-26 | 2021-03-30 | 中海石油(中国)有限公司 | 储层厚度预测分析方法、计算机设备及存储介质 |
CN112578441B (zh) * | 2020-11-26 | 2024-01-26 | 中海石油(中国)有限公司 | 储层厚度预测分析方法、计算机设备及存储介质 |
CN112965106A (zh) * | 2021-01-21 | 2021-06-15 | 中国地质大学(北京) | 利用纵横波速度的奇异性识别天然气水合物赋存类型方法 |
CN113625340A (zh) * | 2021-08-02 | 2021-11-09 | 中海石油(中国)有限公司 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
CN113625340B (zh) * | 2021-08-02 | 2023-09-19 | 中海石油(中国)有限公司 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
CN115857047A (zh) * | 2022-09-28 | 2023-03-28 | 北京中恒利华石油技术研究所 | 一种地震储层综合预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106353811B (zh) | 2019-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106353811A (zh) | 一种基于井资料属性优选的多属性融合储层流体识别方法 | |
CN103926617B (zh) | 一种缝洞储集体的检测方法和检测装置 | |
CN107894615B (zh) | 一种定量化评价三维地震属性预测储层参数有效性的方法 | |
CN104101902B (zh) | 地震属性聚类方法及装置 | |
CN106707340A (zh) | 一种火山岩岩相的预测方法 | |
CN102759748B (zh) | 基于目标分析的交汇分析地震储层预测方法 | |
CN105160414B (zh) | 预测全油藏产区类型的方法及装置 | |
CN105093313B (zh) | 一种岩溶型油藏单井油气产能预测方法及装置 | |
CN109388817A (zh) | 一种储层裂缝三维建模方法 | |
CN103675907A (zh) | 一种基于岩相约束的avo反演油气检测方法 | |
Yang et al. | Origin and architecture of fractured-cavernous carbonate reservoirs and their influences on seismic amplitudes | |
CN104678434A (zh) | 一种预测储层裂缝发育参数的方法 | |
CN105652323A (zh) | 一种储层预测方法 | |
CN107045145A (zh) | 地震层序控制下的叠前振幅随偏移距变化检测缝洞方法 | |
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 | |
CN104636980A (zh) | 针对河道砂油藏类型油气汇集条件的地球物理表征方法 | |
CN106556869A (zh) | 一种拉张环境下定量刻画断层走滑位移的方法 | |
CN103376468A (zh) | 基于神经网络函数逼近算法的储层参数定量表征方法 | |
CN105240006A (zh) | 一种适用于火山岩储层的油水层识别方法 | |
CN107422380A (zh) | 碳酸盐岩缝洞型储集体尺度划分与量化方法 | |
Ouenes et al. | Estimation of stimulated reservoir volume using the concept of Shale Capacity and its validation with microseismic and well performance: Application to the Marcellus and Haynesville | |
CN112925017A (zh) | 一种断缝型储层地质建模方法 | |
US20160377752A1 (en) | Method of Digitally Identifying Structural Traps | |
CN106501851B (zh) | 一种地震属性优化方法及装置 | |
CN106033126B (zh) | 一种油气单元勘探程度的定量划分方法 |
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 |