CN106405642B - 基于脱压实声波速度的地震反演储层预测方法 - Google Patents
基于脱压实声波速度的地震反演储层预测方法 Download PDFInfo
- Publication number
- CN106405642B CN106405642B CN201610570357.2A CN201610570357A CN106405642B CN 106405642 B CN106405642 B CN 106405642B CN 201610570357 A CN201610570357 A CN 201610570357A CN 106405642 B CN106405642 B CN 106405642B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- frequency
- curve
- acoustic
- analysis
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012937 correction Methods 0.000 claims abstract description 75
- 238000005056 compaction Methods 0.000 claims abstract description 64
- 238000004458 analytical method Methods 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000004044 response Effects 0.000 claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims description 39
- 230000015572 biosynthetic process Effects 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 25
- 230000007935 neutral effect Effects 0.000 claims description 14
- 238000011160 research Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract description 2
- 239000011435 rock Substances 0.000 description 35
- 230000000694 effects Effects 0.000 description 26
- 230000008859 change Effects 0.000 description 4
- 238000000280 densification Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 4
- 239000004615 ingredient Substances 0.000 description 4
- 238000005553 drilling Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010668 complexation reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
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)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开一种基于脱压实声波速度的地震反演储层预测方法，首先对原始声波时差资料进行整理分析，再对其进行时频分析处理，将其低频成分和中高频成分分别保存，然后依据低频长趋势精细调整方法对低频声波时差曲线进行校正，并将校正后的低频成分与原保存的高频成分融合处理获得新的脱压实校正后的声波时差曲线，据此利用交会图分析方法对校正后的声波时差进行储层响应特征分析，明确储层声波响应特征，然后将其转换为声波速度作为特征曲线开展储层多属性神经网络地震反演处理，获得声波速度反演体，最后采用地震地质综合评价手段对声波速度反演体开展解释与分析，获得储层定性定量预测成果，本发明具有可操作性强，适用范围广的优点。
Description
【技术领域】
本发明涉及石油勘探储层预测领域，具体涉及一种基于脱压实声波速度的地震反演储层预测方法。
【背景技术】
储层反演是储层预测流程中实现储层定量化分析和评价的关键技术手段。在开展储层反演时，地震资料和测井声波速度资料是必备的两类基础数据。实践表明，基础资料的品质对于储层反演效果和储层预测成果具有决定性的影响。地震资料的品质主要包括信噪比和分辨率两个重要属性，其中信噪比因素影响地震反演有效信号的恢复程度，而分辨率则决定着地震反演储层纵向厚度、横向形态的识别成效。而储层识别的成效还与另一类基础数据息息相关，即声波速度测井资料。声波速度常用于识别储层的岩性和物性，同时也是实现测井(深度域)与地震资料(时间域)连接的关键桥梁。如果储层与围岩具有明显的速度特征差异，在储层地震反演时就有坚实的地球物理基础，在对反演成果进行解释和分析时也有可靠的地质依据。但由于储层多埋藏在地下几百米、几千米深处，在其沉积成岩过程中经历流体、温度、压力、地层等多种因素综合作用，在成岩后又经受埋藏压实、断裂\裂缝、高温流体等作用改造，储层变得致密，其自身地质特性非常复杂，表征难度也非常大，很多情况下储层的如声波、密度等地球物理特征属性与围岩差异并不大，甚至无法区分。当储层与围岩在声波速度属性不具备差异特征时，储层地震反演就失去了可靠的地球物理基础，储层预测成果就会受到质疑。因此有必要对声波速度进行分析，研究引起储层与围岩速度接近的原因，进而开展针对性的校正处理，恢复声波速度区分岩性的功能特性，奠定储层地震反演的地球物理和地质理论基础。
压实作用是导致储层致密及其声波速度特征不明显的主要原因之一。在压实作用影响下，储层的岩石结构和构造会发生一定变化，储层物性变差，孔隙空间减小，储层变得致密，由此使得当声波传播到储层区域时，其振动速度和频率变得与围岩区域近似，记录下来的声波速度特征接近于围岩背景特征，从而无法有效区分储层响应。因此如果能够减小或者消除压实作用对声波速度的影响，将使得储层在声波速度属性特征上具有可区分性，有利于后续的地震反演处理和分析。
通常的声波去压实校正方法是根据现今观测到的岩层的孔隙度-深度或密度-深度数据用统计方法来建立岩层的孔隙度-深度函数，再根据地层骨架体积不变(或地层骨架密度不变)原理进行去压实校正，恢复岩层的压实埋藏过程。这一工作思路的重要前提条件是，将现在埋藏在浅层特定深度的岩层孔隙度看作是更深层岩层在地质历史时期位于同样深度的孔隙度。事实上，岩层的压实过程受多种因素影响，如岩性、上覆静岩压力、沉降速率、构造应力、地层含水特性、地层结构，甚至埋藏时间等等。因此，即使是岩性相同的岩层，浅层特定深度的岩层孔隙度也不一定能够客观地反映更深层岩层在地质历史时期位于同样深度的孔隙度，各岩层的压实过程或多或少会有差异。
传统地层去压实校正法理论严谨，方法较成熟，应用也较多，但始终存在一些问题，首先是无法获得绝对正确的初始孔隙度值。地质历史很长，单个小层形成的地质历史时期就得上百万年，储层是存在原生孔隙空间的，但在经历后期成岩作用改造及高温高压埋藏后，原生孔隙被破坏或改造，同时又形成了新的次生孔隙空间。利用探井取心测得的孔隙度值和其他参数要去恢复几百万年前的岩石原样及孔隙空间，由于影响因素非常多，过程又非常复杂，实际上是无法实现的。其次是获得接近实际模型的孔隙度-深度函数。通常应用的地层骨架体积不变去压实校正法在理论上是正确的，但是将现今不同岩层在不同深度的孔隙度看作是同一岩层不同地质时期在不同深度的孔隙度是不合理的。另外用统计回归方法确定的孔隙度-深度函数也往往不能客观地反映岩层的初始孔隙度和压实过程。虽然有研究人员提出按岩性和地层时代划分地层压实单元，然后根据实验方法去确定初始孔隙度和压实模型，但最终还是存在着无法获得真实的孔隙-深度变化函数。
【发明内容】
为了克服上述现有技术的缺点，本发明的目的在于提供一种基于脱压实声波速度的地震反演储层预测方法，该方法具有可操作性强、适用范围广的优点。
为了达到上述目的，本发明采用的技术方案为：
基于脱压实声波速度的地震反演储层预测方法，包括以下步骤：
第一步，对原始声波时差曲线进行整理分析
对声波测井获得的声波时差资料进行去异常值处理，使其恢复正常范围值；如果研究区存在多口井时，对这些井的声波曲线在目的层段开展标准化处理，使得工区内所有井声波曲线的数值在量纲上保持一致；
第二步，对声波时差曲线进行时频分析处理
对声波时差曲线开展时频分析处理，将其低频部分曲线和高频部分曲线分别保存下来；
采用短时傅立叶变换进行时频分析，其表达式为：
(1)
式中，STFT为短时傅立叶变换的函数，为分析的输入信号，为分析窗函数，为t附近的一个短时窗，通过短时傅立叶变换获得信号的局部谱，随着时间窗的变化，信号则逐步被分析；
第三步，对分析目的层采用声波低频长趋势校正方法开展声波时差或速度曲线的脱压实校正处理
在上述声波时差曲线时频处理结果基础上，通过信号的频谱扫描，定义某个频率以下频率成分的信号为低频声波长趋势曲线，将大于该频率以上的频率成分信号保存下来作为声波中高频成分曲线；
然后在目标地层段内按照正常的声波时差随深度增加而逐渐减小的趋势对现有探井声波时差低频长趋势进行局部精细调整，重点关注低速岩性分布区域和储层分布区域；选择标准井在低速岩性分布段的低频声波变化趋势为参考对其他井的低频声波趋势进行调整，使得研究区探井低频速度变化趋势保持一致；
最后将调整完的低频趋势曲线与原保存的中高频成分声波时差曲线进行合并，形成新的声波时差曲线，即脱压实校正后的声波时差或速度；
第四步，对脱压实校正后的声波时差资料开展分析目标层内的储层地球物理响应特征分析
采用交会图法分析目标地层段岩性样点所对应的声波速度分布特征，利用辅助岩性曲线将岩性样点区分为储层与非储层，然后观察储层样点所对应的声波时差分布区域，划定其声波变化范围，确定储层所具有的声波响应特征；
第五步，基于脱压实校正后的声波速度资料开展储层多属性神经网络地震反演处理，获取声波速度反演体
利用地震属性和测井属性相组合来预测储层属性，借助已知井点的硬数据，分析井曲线和地震数据，对已知井点提取的地震属性和测井曲线进行分析和训练，找出地震属性和测井曲线之间的关系；
然后利用神经网络将井点处的高相关性的映射关系应用到整个地震测线范围，从而完成地震测线上的神经网络测井特征曲线反演；
第六步，开展基于声波速度反演体的储层分析与预测
利用前述建立的储层声波速度响应数值区域标准，调整好相应的色标，用暖色调表征储层样点分布区，冷色调表征非储层样点区，对速度反演体进行解释和分析；获取研究区储层分布特征，制作储层厚度等相关工业图件，实现储层的精确预测。
进一步，第四步中利用辅助岩性曲线，如自然伽玛将岩性样点区分为储层与非储层。
进一步，第五步中应用多线性逐步回归、人工神经网络技术对已知井点提取的地震属性和测井曲线进行分析和训练，找出地震属性和测井曲线之间的关系。
进一步，第五步中应用脱压实校正后的声波速度作为特征曲线进行反演，采用声波速度曲线和优选的多种地震属性，包括振幅加权相位余弦、振幅加权相位、振幅包络、振幅加权频率、道积分、平均频率、主频、5/10HZ-15/20HZ滤波切片属性、瞬时相位、视极性作为神经网络的输入，通过样本训练测试确定好神经网络的拓扑结构和网络参数，然后对所有地震测线开展声波速度反演，进而获得研究区声波速度反演结果。
进一步，第六步中利用剖面与平面切片相结合、自动追踪与手动解释相结合、地球物理与地质解释相结合的分析方式和解释手段，获取研究区储层分布特征，制作储层厚度等相关工业图件，实现储层的精确预测。
本发明的基于脱压实声波速度的地震反演储层预测方法，首先对原始声波时差资料进行整理分析，再对其进行时频分析处理，将其低频成分和中高频成分分别保存，然后依据低频长趋势精细调整方法对低频声波时差曲线进行校正，尽可能消除压实作用带来的速度趋势偏离影响，获得合理的低频变化趋势，并将校正后的低频成分与原保存的高频成分融合处理获得新的脱压实校正后的声波时差曲线，据此利用交会图分析方法对校正后的声波时差进行储层响应特征分析，明确储层声波响应特征，然后将其转换为声波速度作为特征曲线开展储层多属性神经网络地震反演处理，获得声波速度反演体，最后采用地震地质综合评价手段对声波速度反演体开展解释与分析，获得储层定性定量预测成果，本发明具有可操作性强，适用范围广的优点。
【附图说明】
图1-a为实施例一的脱压实校正前后声波时差及其对目标地层段储层与围岩区分效果对比组图
图1-b为实施例一的脱压实校正前后声波速度地震反演效果对比图
图2-a为实施例二的脱压实校正前后声波时差及其对目标地层段储层与围岩区分效果对比组图
图2-b为实施例二的脱压实校正前后声波速度地震反演效果对比图
图3-a为实施例三的脱压实校正前后声波时差及其对目标地层段储层与围岩区分效果对比组图
图3-b为实施例三的脱压实校正前后声波速度地震反演效果对比图。
【具体实施方式】
下面结合具体实施例对本发明作进一步描述。
实施例一、延长气田过Y454井的二维地震07YC-EW242测线上古生界二叠系致密砂岩储层预测
一种基于脱压实声波速度的地震反演储层预测方法，包括以下步骤：
第一步，对原始声波时差曲线进行整理分析
对Y454井声波时差曲线进行分析，目标层段确定为二叠系下石盒子组盒八段和山西组地层。原始声波时差曲线整体质量较好，仅需要对局部异常值进行处理，如需要删除测量深度顶部和底部的异常值-9999.99，以便后续的显示和速度转换计算。
第二步，对声波时差曲线进行时频分析处理
采用短时傅立叶变换对YQ2井声波时差曲线进行时频分析处理。通过时频扫描，将低频与中高频率成分的界限定为2HZ，认为2HZ以上的为中高频率成分信号，2HZ以下则为低频声波部分。由此将声波时差曲线分离为高频声波时差曲线和低频声波时差曲线两部分，并分别保存。
第三步，对声波时差曲线进行脱压实校正处理
对时频分析得到的低频声波时差曲线在目标层段进行长趋势校正，尽可能消除压实作用引起的趋势偏离，然后将校正后的曲线与原保存的高频声波时差曲线融合形成新的声波时差曲线。
第四步，对脱压实校正后的声波时差资料开展储层地球物理特征分析
采用交会图方法分析目标地层段岩性样点所对应的声波速度分布特征，利用辅助岩性曲线如自然伽玛将岩性样点区分为储层与非储层，观察储层样点所对应的声波速度分布区域，划定其声波速度变化范围，确定储层声波响应特征。通过分析，Y454井在盒8段和山一段、山二段地层储层声波时差分布范围在225-255us/m，对应声波速度在4000m/s-4500m/s，非储层岩性声波时差分布范围在250-350us/m，对应声波速度范围在3000-4100m/s。储层与非储层声波时差响应特征区别非常清晰，即储层具有低声波时差、高声波速度响应特征，而非储层则为高声波时差、低声波速度的特征
第五步，开展储层多属性神经网络地震反演处理，获取声波速度反演体
这里以脱压实校正后的声波时差转换为速度曲线后作为特征曲线进行反演，采用声波速度曲线和优选的10种地震属性(包括振幅加权相位余弦、振幅加权相位、振幅包络、振幅加权频率、道积分、平均频率、主频、滤波切片属性5/10HZ-15/20HZ、瞬时相位、视极性等)作为神经网络的输入，通过样本训练测试确定好神经网络的拓扑结构和网络参数，关键参数sigma取25，迭代次数取20，褶积因子确定为7，然后对地震测线开展声波速度反演，进而获得研究区声波速度反演结果。
第六步，开展基于声波速度反演体的储层分析与预测
利用前述建立的储层声波速度响应数值区域标准，调整好相应的色标，用暖色调表征储层样点分布区，冷色调表征非储层样点区，对速度反演体进行解释和分析。将过Y454井的二维测线声波速度反演剖面的色标调整合理，以黄红色指示储层样点。对比脱压实校正前后反演剖面可以看出，脱压实校正后反演速度剖面地层分辨率明显提高，储层纵横向分布特征清晰，箭头所指示处对比尤为明显，而未做脱压实校正的反演剖面上分辨率较低，储层识别效果差。
图1-a为实施例一的脱压实校正前后声波时差及其对目标地层段储层与围岩区分效果对比组图。组图中左侧为目标地层段脱压实校正前后声波及辅助岩性判断曲线，GR为自然伽玛，DT为未校正声波时差，DTC为脱压实校正后声波时差。组图中右侧为目标地层段脱压实校正前后声波时差对储层识别效果对比，上方为未校正声波时差DT与GR交会图，其中x轴为声波时差，y轴为自然伽玛GR。彩色样点指示储层，蓝色样点指示围岩，可以看出：自然伽玛很容易区分储层与非储层，分界值在85API左右，小于85API的样点即为储层；未校正的声波时差DT则对储层分辨效果差，储层的声波时差响应数值范围在195-250us/m之间，与围岩的声波时差响应范围重叠，两者完全无法区分。下方为脱压实校正后声波时差DTC与GR交会图，可以看出在脱压实校正后，声波时差对储层的辨识效果大为改善，储层的声波时差响应数值范围在225-255us/m之间，围岩的声波时差响应范围则分布在250-345us/m之间，两者重叠范围较小，储层就可以用声波时差辨识出来。
图1-b为实施例一的脱压实校正前后声波速度地震反演效果对比图。其中，x轴为地震测线CDP位置，由左往右增大，y轴为双程旅行时(单位为ms)。井点处红色曲线为已知井的声波速度，井上同时标记有目标层段的钻井分层数据。剖面上蓝色线条为层位，其名称如剖面最右侧标记。剖面色标属性为声波速度变化范围，黄红色指示速度值大，绿-蓝色指示速度值小。反演剖面上黄红色条带指示储层分布区，对比可以看出在脱压实校正后的速度剖面上储层分辨率明显提高，横向变化特征清晰，对储层的分辨改善效果明显。
实施例二，延长气田过Y743井的二维地震YC2011-EW276测线上古生界二叠系致密砂岩储层预测
一种基于脱压实声波速度的地震反演储层预测方法，包括以下步骤：
第一步，对原始声波速度曲线进行整理分析
对Y743井声波时差测井曲线进行分析，目标层段确定为二叠系下石盒子组盒八段和山西组地层。原始声波时差曲线整体质量较好，仅需要对局部异常值进行去尖刺处理，如2780.125m处存在一个异常值23us/m，该异常值很孤立，表明不是由于岩性引起的，而是初期处理成果人为异常。采用去尖刺处理后得到合理的声波时差值。
第二步，对声波速度曲线进行时频分析处理
采用短时傅立叶变换对Y743井声波时差曲线进行时频分析处理。通过时频扫描，将低频与中高频率成分的界限定为2HZ，认为2HZ以上的为中高频率成分信号，2HZ以下则为低频声波部分。由此将声波时差曲线分离为高频声波时差曲线和低频声波时差曲线两部分，并分别保存。
第三步，对声波速度曲线进行脱压实校正处理
对时频分析得到的低频声波时差曲线在目标层段进行长趋势校正，尽可能消除压实作用引起的趋势偏离，然后将校正后的曲线与原保存的高频声波时差曲线融合形成新的声波时差曲线。
第四步，对脱压实校正后的声波时差资料开展储层地球物理特征分析
采用交会图方法分析目标地层段岩性样点所对应的声波速度分布特征，利用辅助岩性曲线如自然伽玛将岩性样点区分为储层与非储层，观察储层样点所对应的声波速度分布区域，划定其声波速度变化范围，确定储层声波响应特征。通过分析，Y743井在盒8段和山一段、山二段地层储层声波时差分布范围在205-255us/m，对应声波速度在4000m/s-4600m/s，非储层岩性声波时差分布范围在245-300us/m，对应声波速度范围在3100-4100m/s。储层与非储层声波时差响应特征区别非常清晰，即储层具有低声波时差、高声波速度响应特征，而非储层则为高声波时差、低声波速度的特征。
第五步，开展储层多属性神经网络地震反演处理，获取声波速度反演体
这里以脱压实校正后的声波时差转换为声波速度后作为特征曲线进行反演，采用声波速度曲线和优选的10种地震属性(包括振幅加权相位余弦、振幅加权相位、振幅包络、振幅加权频率、道积分、平均频率、主频、滤波切片属性5/10HZ-15/20HZ、瞬时相位、视极性等)作为神经网络的输入，通过样本训练测试确定好神经网络的拓扑结构和网络参数，关键参数sigma取25，迭代次数取20，褶积因子确定为7，然后对二维地震测线开展声波速度反演，进而获得研究区声波速度反演结果。
第六步，开展基于声波速度反演体的储层分析与预测
利用前述建立的储层声波速度响应数值区域标准，调整好相应的色标，用暖色调表征储层样点分布区，冷色调表征非储层样点区，对速度反演体进行解释和分析。将过Y743井二维测线声波速度反演剖面的色标调整合理，以黄红色指示储层样点。对比脱压实校正前后反演剖面可以看出，脱压实校正后反演速度剖面地层分辨率明显提高，储层纵横向分布特征清晰，箭头所指示处对比尤为明显，而未做脱压实校正的反演剖面上基本不能分辨出储层。由此可以看出，利用脱压实校正后的声波速度开展储层反演，获得的反演剖面对储层辨识清晰，有利于进一步的储层刻画解释。
图2-a为实施例二的脱压实校正前后声波时差及其对目标地层段储层与围岩区分效果对比组图。组图中左侧为目标地层段脱压实校正前后声波及辅助岩性判断曲线，GR为自然伽玛，DT为未校正声波时差，DTC为脱压实校正后声波时差。组图中右侧为目标地层段脱压实校正前后声波时差对储层识别效果对比，上方为未校正声波时差DT与GR交会图，其中x轴为声波时差，y轴为自然伽玛GR。彩色样点指示储层，蓝色样点指示围岩，可以看出：自然伽玛很容易区分储层与非储层，分界值在85API左右，小于85API的样点即为储层；未校正的声波时差DT则对储层分辨效果差，储层的声波时差响应数值范围在192-255us/m之间，与围岩的声波时差响应范围重叠，两者完全无法区分。下方为脱压实校正后声波时差DTC与GR交会图，可以看出在脱压实校正后，声波时差对储层的辨识效果大为改善，储层的声波时差响应数值范围在205-255us/m之间，围岩的声波时差响应范围则分布在245-300us/m之间，两者重叠范围较小，储层就可以用声波时差辨识出来。
图2-b为实施例二的脱压实校正前后声波速度地震反演效果对比图。其中，x轴为地震测线CDP位置，由左往右增大，y轴为双程旅行时(单位为ms)。井点处红色曲线为已知井的声波速度，井上同时标记有目标层段的钻井分层数据。剖面上蓝色线条为层位，其名称如剖面最右侧标记。剖面色标属性为声波速度变化范围，黄红色指示速度值大，绿-蓝色指示速度值小。反演剖面上黄红色条带指示储层分布区，对比可以看出在脱压实校正后的速度剖面上储层分辨率明显提高，横向变化特征清晰，对储层的分辨改善效果明显。
实施例三、延长气田过YQ2井的L327地震测线上古生界二叠系致密砂岩储层预测
一种基于脱压实声波速度的地震反演储层预测方法，包括以下步骤：
第一步，对原始声波速度曲线进行整理分析
对YQ2井声波时差测井曲线进行分析，目标层段确定为二叠系下石盒子组盒八段和山西组地层。原始声波时差曲线整体质量较好，仅需要对局部异常值进行处理，如需要删除测量深度顶部和底部的异常值-9999.99，以便后续的显示和速度转换计算。
第二步，对声波速度曲线进行时频分析处理
采用短时傅立叶变换对Y743井声波时差曲线进行时频分析处理。通过时频扫描，将低频与中高频率成分的界限定为2HZ，认为2HZ以上的为中高频率成分信号，2HZ以下则为低频声波部分。由此将声波时差曲线分离为高频声波时差曲线和低频声波时差曲线两部分，并分别保存。
第三步，对声波速度曲线进行脱压实校正处理
对时频分析得到的低频声波时差曲线在目标层段进行长趋势校正，尽可能消除压实作用引起的趋势偏离，然后将校正后的曲线与原保存的高频声波时差曲线融合形成新的声波时差曲线。
第四步，对脱压实校正后的声波时差资料开展储层地球物理特征分析
采用交会图方法分析目标地层段岩性样点所对应的声波速度分布特征，利用辅助岩性曲线如自然伽玛将岩性样点区分为储层与非储层，观察储层样点所对应的声波速度分布区域，划定其声波速度变化范围，确定储层声波响应特征。通过分析，YQ2井在盒8段和山一段、山二段地层储层声波时差分布范围在215-250us/m，对应声波速度在4000m/s-4500m/s，非储层岩性声波时差分布范围在245-345us/m，对应声波速度范围在2800-4100m/s。储层与非储层声波时差响应特征区别非常清晰，即储层具有低声波时差、高声波速度响应特征，而非储层则为高声波时差、低声波速度的特征。
第五步，开展储层多属性神经网络地震反演处理
获取声波速度反演体。这里以脱压实校正后的声波时差转换为速度后作为特征曲线进行反演，采用声波速度曲线和优选的10种地震属性(包括振幅加权相位余弦、振幅加权相位、振幅包络、振幅加权频率、道积分、平均频率、主频、滤波切片属性5/10HZ-15/20HZ、瞬时相位、视极性等)作为神经网络的输入，通过样本训练测试确定好神经网络的拓扑结构和网络参数，关键参数sigma取25，迭代次数取20，褶积因子确定为7，然后对该测线开展声波速度反演，进而获得研究区声波速度反演结果。
第六步，开展基于声波速度反演体的储层分析与预测
利用前述建立的储层声波速度响应数值区域标准，调整好相应的色标，用暖色调表征储层样点分布区，冷色调表征非储层样点区，对速度反演体进行解释和分析。将过YQ2主测线声波速度反演剖面的色标调整合理，以黄红色指示储层样点。对比脱压实校正前后反演剖面可以看出，脱压实校正后反演速度剖面地层分辨率明显提高，储层纵横向分布特征清晰，箭头所指示处对比尤为明显，而未做脱压实校正的反演剖面上基本不能分辨出储层，横向分布特征不清晰。
图3-a为实施例三的脱压实校正前后声波时差及其对目标地层段储层与围岩区分效果对比组图。组图中左侧为目标地层段脱压实校正前后声波及辅助岩性判断曲线，GR为自然伽玛，DT为未校正声波时差，DTC为脱压实校正后声波时差。组图中右侧为目标地层段脱压实校正前后声波时差对储层识别效果对比，上方为未校正声波时差DT与GR交会图，其中x轴为声波时差，y轴为自然伽玛GR。彩色样点指示储层，蓝色样点指示围岩，可以看出：自然伽玛很容易区分储层与非储层，分界值在85API左右，小于85API的样点即为储层；未校正的声波时差DT则对储层分辨效果差，储层的声波时差响应数值范围在195-255us/m之间，与围岩的声波时差响应范围重叠，两者完全无法区分。下方为脱压实校正后声波时差DTC与GR交会图，可以看出在脱压实校正后，声波时差对储层的辨识效果大为改善，储层的声波时差响应数值范围在215-250us/m之间，围岩的声波时差响应范围则分布在245-345us/m之间，两者重叠范围较小，储层就可以用声波时差辨识出来。
图3-b为实施例三的脱压实校正前后声波速度地震反演效果对比图。其中，x轴为地震测线CDP位置，由左往右增大，y轴为双程旅行时(单位为ms)。井点处红色曲线为已知井的声波速度，井上同时标记有目标层段的钻井分层数据。剖面上蓝色线条为层位，其名称如剖面最右侧标记。剖面色标属性为声波速度变化范围，黄红色指示速度值大，绿-蓝色指示速度值小。反演剖面上黄红色条带指示储层分布区，对比可以看出在脱压实校正后的速度剖面上储层分辨率明显提高，横向变化特征清晰，对储层的分辨改善效果明显。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明所提交的权利要求书确定专利保护范围。
Claims (6)
1.基于脱压实声波速度的地震反演储层预测方法，其特征在于包括以下步骤：
第一步，对原始声波时差曲线进行整理分析
对声波测井获得的声波时差资料进行去异常值处理，使其恢复正常范围值；如果研究区存在多口井时，对这些井的声波曲线在目的层段开展标准化处理，使得工区内所有井声波曲线的数值在量纲上保持一致；
第二步，对声波时差曲线进行时频分析处理
对声波时差曲线开展时频分析处理，将其低频部分曲线和高频部分曲线分别保存下来；
采用短时傅立叶变换进行时频分析，其表达式为：
<mrow>
<mi>S</mi>
<mi>T</mi>
<mi>F</mi>
<mi>T</mi>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>&infin;</mi>
</mrow>
</msubsup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>i</mi>
<mi>&omega;</mi>
<mi>t</mi>
</mrow>
</msup>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，STFT为短时傅立叶变换的函数，f(t)为分析的输入信号，g(t-τ)为分析窗函数，τ为t附近的一个短时窗，通过短时傅立叶变换获得信号的局部谱，随着时间窗τ的变化，信号则逐步被分析；
第三步，对分析目的层采用声波低频长趋势校正方法开展声波时差或速度曲线的脱压实校正处理
在上述声波时差曲线时频处理结果基础上，通过信号的频谱扫描，定义某个频率以下频率成分的信号为低频声波长趋势曲线，将大于该频率以上的频率成分信号保存下来作为声波中高频成分曲线；
然后在目标地层段内按照正常的声波时差随深度增加而逐渐减小的趋势对现有探井声波时差低频长趋势进行局部精细调整，重点关注低速岩性分布区域和储层分布区域；选择标准井在低速岩性分布段的低频声波变化趋势为参考对其他井的低频声波趋势进行调整，使得研究区探井低频速度变化趋势保持一致；
最后将调整完的低频趋势曲线与原保存的中高频成分声波时差曲线进行合并，形成新的声波时差曲线，即脱压实校正后的声波时差或速度；
第四步，对脱压实校正后的声波时差资料开展分析目标层内的储层地球物理响应特征分析
采用交会图法分析目标地层段岩性样点所对应的声波速度分布特征，利用辅助岩性曲线将岩性样点区分为储层与非储层，然后观察储层样点所对应的声波时差分布区域，划定其声波变化范围，确定储层所具有的声波响应特征；
第五步，基于脱压实校正后的声波速度资料开展储层多属性神经网络地震反演处理，获取声波速度反演体
利用地震属性和测井属性相组合来预测储层属性，借助已知井点的硬数据，分析井曲线和地震数据，对已知井点提取的地震属性和测井曲线进行分析和训练，找出地震属性和测井曲线之间的关系；
然后利用神经网络将井点处的高相关性的映射关系应用到整个地震测线范围，从而完成地震测线上的神经网络测井特征曲线反演；
第六步，开展基于声波速度反演体的储层分析与预测
利用第四步确定的储层所具有的声波响应特征所包含的储层声波速度响应数值区域标准，调整好相应的色标，用暖色调表征储层样点分布区，冷色调表征非储层样点区，对速度反演体进行解释和分析；获取研究区储层分布特征，制作储层厚度工业图件，实现储层的精确预测。
2.如权利要求1所述的基于脱压实声波速度的地震反演储层预测方法，其特征在于：第四步中利用辅助岩性曲线，将岩性样点区分为储层与非储层。
3.如权利要求1所述的基于脱压实声波速度的地震反演储层预测方法，其特征在于：第五步中应用多线性逐步回归、人工神经网络技术对已知井点提取的地震属性和测井曲线进行分析和训练，找出地震属性和测井曲线之间的关系。
4.如权利要求1所述的基于脱压实声波速度的地震反演储层预测方法，其特征在于：第五步中应用脱压实校正后的声波速度作为特征曲线进行反演，采用声波速度曲线和优选的多种地震属性，包括振幅加权相位余弦、振幅加权相位、振幅包络、振幅加权频率、道积分、平均频率、主频、5/10HZ-15/20HZ滤波切片属性、瞬时相位、视极性作为神经网络的输入，通过样本训练测试确定好神经网络的拓扑结构和网络参数，然后对所有地震测线开展声波速度反演，进而获得研究区声波速度反演结果。
5.如权利要求1所述的基于脱压实声波速度的地震反演储层预测方法，其特征在于：第六步中利用剖面与平面切片相结合、自动追踪与手动解释相结合、地球物理与地质解释相结合的分析方式和解释手段，获取研究区储层分布特征，制作储层厚度工业图件，实现储层的精确预测。
6.如权利要求2所述的基于脱压实声波速度的地震反演储层预测方法，其特征在于：第四步中利用辅助岩性曲线为自然伽玛曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610570357.2A CN106405642B (zh) | 2016-07-19 | 2016-07-19 | 基于脱压实声波速度的地震反演储层预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610570357.2A CN106405642B (zh) | 2016-07-19 | 2016-07-19 | 基于脱压实声波速度的地震反演储层预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106405642A CN106405642A (zh) | 2017-02-15 |
| CN106405642B true CN106405642B (zh) | 2018-06-01 |
Family
ID=58004137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610570357.2A Expired - Fee Related CN106405642B (zh) | 2016-07-19 | 2016-07-19 | 基于脱压实声波速度的地震反演储层预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106405642B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108664680A (zh) * | 2017-04-01 | 2018-10-16 | 中国海洋大学 | 一种孤立波作用下的沙质海滩平衡剖面预测方法 |
| CN106971230A (zh) * | 2017-05-10 | 2017-07-21 | 中国石油大学(北京) | 基于深度学习的初至拾取方法及装置 |
| CN108756867B (zh) * | 2018-05-11 | 2021-11-19 | 中国地质调查局油气资源调查中心 | 基于声波测井曲线和电阻率测井曲线进行压裂选层的方法 |
| CN110110654B (zh) * | 2019-05-06 | 2021-03-02 | 中国科学院遥感与数字地球研究所 | 一种针对下降型海洋内孤立波的振幅反演方法及装置 |
| CN110656934B (zh) * | 2019-10-08 | 2024-04-30 | 中国石油天然气股份有限公司 | 一种致密砂岩储层去压实地层对比方法 |
| CN111080021B (zh) * | 2019-12-24 | 2021-05-11 | 中国海洋石油集团有限公司 | 一种基于地质信息库的砂体构型cmm神经网络预测方法 |
| CN114861563B (zh) * | 2022-04-27 | 2022-12-13 | 中国石油大学(华东) | 物理嵌入深度学习地层压力预测方法、装置、介质及设备 |
| CN115826039B (zh) * | 2022-11-09 | 2023-07-14 | 中国地质科学院 | 一种时间切片分类模型训练方法、系统及应用方法、系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529473B (zh) * | 2013-09-27 | 2016-07-06 | 长江大学 | 一种地震反演过程中差异压实的补偿方法 |
| CN104181603A (zh) * | 2014-07-24 | 2014-12-03 | 中国石油大学(华东) | 碎屑岩沉积成岩综合相识别方法 |
| CN104483703B (zh) * | 2014-12-31 | 2017-05-10 | 中国石油天然气股份有限公司 | 一种井震联合古地层压力预测方法 |
| CN104765065B (zh) * | 2015-04-17 | 2017-01-25 | 中国地质大学（北京） | 一种确定沉积地层古地貌的方法及装置 |
| CN105607145B (zh) * | 2015-09-07 | 2018-03-13 | 中国石油天然气股份有限公司 | 碎屑岩地层的压实校正方法及装置 |
| CN105353407B (zh) * | 2015-10-28 | 2021-02-05 | 中国石油化工股份有限公司 | 一种叠后地震波阻抗反演方法 |
-
2016
- 2016-07-19 CN CN201610570357.2A patent/CN106405642B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN106405642A (zh) | 2017-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106405642B (zh) | 基于脱压实声波速度的地震反演储层预测方法 | |
| CN105334536B (zh) | 致密砂岩储层网状裂缝系统有效性评价方法 | |
| CN105182424B (zh) | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 | |
| Yarmohammadi et al. | An integrated approach for heterogeneity analysis of carbonate reservoirs by using image log based porosity distributions, NMR T2 curves, velocity deviation log and petrographic studies: A case study from the South Pars gas field, Persian Gulf Basin | |
| CN108802812A (zh) | 一种井震融合的地层岩性反演方法 | |
| CN109061765A (zh) | 非均质薄砂岩互层油藏的圈闭评价方法 | |
| CN107462924B (zh) | 一种不依赖于测井资料的绝对波阻抗反演方法 | |
| CN104516018A (zh) | 一种地球物理勘探中岩性约束下的孔隙度反演方法 | |
| CN107356965B (zh) | 基于加权叠加噪音压制策略的反射系数反演储层预测方法 | |
| CN104570067A (zh) | 一种地球物理勘探中相控地震反演方法 | |
| CN107966731B (zh) | 一种基于地震波形结构属性的河流相砂体叠置区识别方法 | |
| CN114114459B (zh) | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 | |
| Wimmers et al. | Integration of sedimentology, petrophysics and rock typing as key to understanding a tight gas reservoir | |
| CN107688200A (zh) | 针对低幅度构造畸变的速度校正方法 | |
| Gupta et al. | Characterization of naturally fractured Arbuckle Group in the Wellington Field, Kansas, using S-wave amplitude variation with offset | |
| CN109283577A (zh) | 一种地震层位标定方法 | |
| Abe et al. | Reservoir characterization and formation evaluation of some part of Niger Delta using 3D seismic and well log data | |
| Okpoli et al. | Integration of Well logs and seismic attribute analysis in reservoir identification on PGS field onshore Niger Delta, Nigeria | |
| CN108107482B (zh) | 一种少井条件下烃源岩多参数预测方法及系统 | |
| Tavella et al. | Integrated characterization of unconventional upper Jurassic reservoir in northern Mexico | |
| CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
| Qi et al. | Correlation of seismic attributes and geomechanical properties to the rate of penetration in the Mississippian Limestone, Oklahoma | |
| Wicaksono et al. | Reservoir characterization using stochastic seismic inversion in “K” gas field, Bonaparte Basin | |
| CN109492938A (zh) | 一种基于甜点指示因子的深层碳酸盐岩储层品质评价方法 | |
| Bailey | Examination of Anisotropy Using Amplitude Variation with Angle and Azimuth (AVAZ) in the Woodford Shale, Anadarko Basin, Oklahoma |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180601 Termination date: 20210719 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |