CN106443779B - 一种中小型砂砾岩体的储层预测方法 - Google Patents
一种中小型砂砾岩体的储层预测方法 Download PDFInfo
- Publication number
- CN106443779B CN106443779B CN201610683140.2A CN201610683140A CN106443779B CN 106443779 B CN106443779 B CN 106443779B CN 201610683140 A CN201610683140 A CN 201610683140A CN 106443779 B CN106443779 B CN 106443779B
- Authority
- CN
- China
- Prior art keywords
- chaos
- size
- seismic
- data
- stereo
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000001788 irregular Effects 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000005553 drilling Methods 0.000 claims abstract description 6
- 238000011160 research Methods 0.000 claims description 5
- 239000000700 radioactive tracer Substances 0.000 claims description 3
- 230000001427 coherent effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000002349 favourable effect Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 4
- 230000002547 anomalous effect Effects 0.000 abstract description 3
- 239000004576 sand Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241001074085 Scophthalmus aquosus Species 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000011435 rock Substances 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
-
- 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
- G01V2210/70—Other details related to processing
- G01V2210/74—Visualisation of seismic data
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
本发明涉及一种中小型砂砾岩体的储层预测方法，本发明首先通过对研究区的地震资料进行分析，选取同相轴连续性差、地震层位难以追踪，并与周围稳定反射存在明显差异的地区；然后利用混沌技术检测该地区成像较差区域的不规则属性，得到混沌体数据体，并将与该区域原始地震数据进行叠合，形成混沌体与地震体的叠合显示图；将混沌体数据进行三维立体显示，由该三维立体显示图通过透视等手段寻找地震异常体；最后根据三维立体显示和混沌体叠合剖面，并结合研究区内的钻井资料进行分析，对结果进行地质解释，确定油气有利位置。通过上述过程，本发明能更清楚的展示砂砾岩体岩性和岩相的空间变化，为储层描述提供又一个强有力的手段。
Description
技术领域
本发明涉及一种中小型砂砾岩体的储层预测方法，属于石油勘探开发技术领域。
背景技术
在石油物理勘探技术中，常规的储层预测流程中需要对地震资料进行层位解释，进行属性提取、地震反演等相关计算，然后对计算得到的结果进行分析，识别出储层发育的可能区域和层段，从而完成储层预测工作。现有的储层预测技术对于特征明显的简单的并且比较厚的单砂体，效果比较明显；但对于靠近陡坡带地区，砂体纵向上的多期次叠加和横向上的频繁摆动迁移导致其非均质性强，同相轴连续性差，地震层位难于追踪的情况下，常用的地震解释思路和技术不能很好的预测地质体，很难得到满意的结果。
发明内容
本发明的目的是提供一种中小型砂砾岩体的储层预测方法，解决临近陡坡带地区，地震层位无法追踪的情况下中小型砂砾岩体难以识别的问题。
本发明为解决上述技术问题提供了一种中小型砂砾岩体的储层预测方法，该预测方法包括以下步骤：
1)选取研究区内靠近陡坡带区、且同相轴与周围稳定反射存在明显差异以及地震层位无法追踪的地区；
2)利用混沌体技术检测所选取的上述地区地震资料的不规则属性得到混沌体数据体，并将其与地震数据进行叠合，形成混沌体叠合剖面图；
3)对混沌体数据体进行三维立体显示，寻找地震反射异常体，即混沌体中不连续区域；
4)根据混沌体数据体的三维立体显示结果和混沌体叠合剖面图，结合研究区的已钻井情况，寻找出油井对应层段油气所处的区域，总结其规律，最终依据此规律，优选有利圈闭，确定油气有利位置。
所述步骤2)中的混沌体技术是以数据体为输入，利用特征值来量化主方位的变化情况，对相位进行相干处理产生混沌体，用于检测成像较差区域，即同相轴连续性差、地震层位难以追踪区域的不规则属性。
所述步骤2)在检测不规则属性时需设置检测单元区域的大小和分析时窗的大小，所述检测单元区域的大小与地震资料中杂乱反射区域大小一致，所述分析时窗的大小大于检测单元区域的大小，以在分析时区分开杂乱反射和规则反射轴。
所述步骤3)中的地震反射异常体是通过三维立体扫描和追踪技术获取。
所述步骤1)中同相轴与周围稳定反射存在明显差异指的是反射杂乱区。
本发明的有益效果是:本发明首先通过对研究区的地震资料进行分析，选取同相轴连续性差、地震层位难以追踪，并与周围稳定反射存在明显差异的地区；然后利用混沌技术检测该地区成像较差区域的不规则属性，得到混沌体数据体，并将与该区域原始地震数据进行叠合，形成混沌体与地震体的叠合显示图；将混沌体数据进行三维立体显示，由该三维立体显示图通过透视等手段寻找地震异常体；最后根据三维立体显示和混沌体叠合剖面，并结合研究区内的钻井资料进行分析，对结果进行地质解释，确定油气有利位置。通过上述过程，本发明能更清楚的展示砂砾岩体岩性和岩相的空间变化，解决了临近陡坡带地区，地震层位无法追踪的情况下中小型砂砾岩体难以识别的问题，为储层描述提供又一个强有力的手段。
附图说明
图1是本发明实施例中原始地震剖面图；
图2是本发明实施例中混沌体与地震体的叠合显示图；
图3是本发明实施例中混沌体三维立体透视图；
图4是本发明实施例中目标井的混沌体叠合示意图；
图5是本发明实施例中目标井混沌体三维立体显示图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的说明。
对于靠近陡坡带地区，砂体纵向上的多期次叠加和横向上的频繁摆动迁移导致其非均质性强，同相轴连续性差，地震层位难于追踪的情况下，本发明提供了一种中小型沙砾岩体的储层预测方法。该方法首先通过对研究区的地震资料进行分析，选取同相轴连续性差、地震层位难以追踪，并与周围稳定反射存在明显差异的地区；然后利用混沌技术检测该地区成像较差区域的不规则属性，得到混沌体数据体，并将与该区域原始地震数据进行叠合，形成混沌体与地震体的叠合显示图；将混沌体数据进行三维立体显示，由该三维立体显示图通过透视等手段寻找地震异常体；最后根据三维立体显示和混沌体叠合剖面，并结合研究区内的测井资料进行分析，对结果进行地质解释，确定油气有利位置。
下面以某研究区的地震资料为例对本发明的具体实施过程进行详细说明。
1.根据研究区的地震资料选取符合要求的地区。
通过分析研究区内的地震资料品质，选取靠近陡坡带地区，同相轴表现为杂乱反射，与周围稳定反射存在明显差异，地震层位无法追踪的地区，如图1所示，从图1中可以看出，右边为稳定反射区，左边为杂乱反射区。
2.利用混沌体技术检测所选地区地震资料成像较差区域的不规则属性。
利用混沌体技术检测上述地区中地震资料成像较差区域的不规则属性(即同相轴连续性差、地震层位难以追踪区域的不规则属性)，得到混沌体数据体，并将其与地震数据进行叠合。在检测不规则属性时需设置检测单元区域的大小和分析时窗的大小，检测单元区域的大小与地震资料中杂乱反射区域大小一致，分析时窗的大小大于检测单元区域的大小，以在分析时区分开杂乱反射和规则反射轴。
本发明中采用小数据量方法来计算短时窗地震序列的最大混沌指数，其具体计算步骤如下：
(1)根据kim(1999)提出的C-C方法求时间延迟τ和最佳嵌入维数M。
(2)根据时间延迟τ和嵌入维M重构相空间{Xj,j＝1,2,...,M}。
(3)找出M空间中每个点Xj的最近邻点即：
(4)对相空间中每个点Xj，计算出该邻点对的i个离散时间后的距离为：
(5)对每个i，求出所有j的lndj(i)平均值y(i)，
式中：P为非零dj(i)的数目。用最小二乘法作出y(i)～i的回归直线，该直线的斜率就是最大混沌指数。
通过上述过程得到混沌体数据体，如果该值比较低，表明构造内反射规则，地层变化不大；若其值较高时，则指示构造中的不规则变化区域，反射杂乱特征明显。将得到的混沌体数据体与地震数据进行叠合，能更好的展示砂砾岩体岩性和岩相的横向变化，如图2所示。
3.对混沌数据体进行三维立体显示，确定地震反射异常体。
地震反射异常体指的是混沌数据体中的不连续区域，这些地震反射异常体为一群特殊的地质体，可以是生物礁、生物滩、河道砂体、浊积砂岩体、水下扇等,其中的绝大多数都具有较高的孔隙度和渗透率,是好的储集体。
本实施例对得到的混沌体数据体采用各种不同的透明度参数在三维空间内进行显示，如图3所示。通过三维立体扫描和追踪技术可快速选定目标，结合精细的钻井标定，帮助准确快速的描述各种复杂的地质现象。
4.确定油气有利位置，实现储层的预测
根据混沌体数据体的三维立体显示结果和混沌体叠合剖面图，结合研究区的已钻井情况，寻找出油井对应层段油气所处的区域，总结其规律，最终依据此规律，优选有利圈闭，确定油气有利位置。
通过混沌体三维立体显示图及混沌体叠合剖面图，预测该区砂砾岩体的空间展布，并结合研究区内的钻录测等地质资料进行分析，混沌体叠合立体显示与已钻井情况相符，出油井均位于检测出的地震反射异常体区域。根据此规律，针对附近井对应层段油气显示情况，优选出有利圈闭，最终确定油气有利位置。图4为目标井的混沌体叠合示意图，图5为目标井区混沌体三维立体显示图。通过图4和图5的分析结果可知，混沌体显示的地震信息与地质信息吻合度较高，能更清楚的展示砂砾岩体岩性和岩相的空间变化，说明本发明能够准确预测中小型砂砾岩体的储层，识别出油气的有利位置。
以上给出了一种优选的实施方式，但本发明不局限于所描述的实施方式，本发明的基本思路在于上述基本方案，对本领域的普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要话费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型人落入本发明的保护范围内。
Claims (3)
1.一种中小型砂砾岩体的储层预测方法，其特征在于，该方法包括以下步骤：
1)选取研究区内靠近陡坡带区、且同相轴与周围稳定反射存在明显差异以及地震层位无法追踪的地区；
2)利用混沌体技术检测所选取的上述地区地震资料的不规则属性，得到混沌体数据体，并将其与地震数据进行叠合，形成混沌体叠合剖面图；
3)对混沌体数据体进行三维立体显示，寻找地震反射异常体，即混沌体中不连续区域；
4)根据混沌体数据体的三维立体显示结果和混沌体叠合剖面图，结合研究区的已钻井情况，寻找出油井对应层段油气所处的区域，总结规律，最终依据此规律，选取有利圈闭，确定油气有利位置；
所述步骤2)中的混沌体技术是以数据体为输入，利用特征值来量化主方位的变化情况，对相位进行相干处理产生混沌体，用于检测成像较差区域，即同相轴连续性差、地震层位难以追踪区域的不规则属性；
所述步骤2)在检测不规则属性时需设置检测单元区域的大小和分析时窗的大小，所述检测单元区域的大小与地震资料中杂乱反射区域大小一致，所述分析时窗的大小大于检测单元区域的大小，以使在进行分析时，能区分开杂乱反射和规则反射轴。
2.根据权利要求1所述的中小型砂砾岩体的储层预测方法，其特征在于，所述步骤3)中的地震反射异常体是通过三维立体扫描和追踪技术获取。
3.根据权利要求1-2中任一项所述的中小型砂砾岩体的储层预测方法，其特征在于，所述步骤1)中同相轴与周围稳定反射存在明显差异指的是杂乱反射区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610683140.2A CN106443779B (zh) | 2016-08-17 | 2016-08-17 | 一种中小型砂砾岩体的储层预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610683140.2A CN106443779B (zh) | 2016-08-17 | 2016-08-17 | 一种中小型砂砾岩体的储层预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106443779A CN106443779A (zh) | 2017-02-22 |
| CN106443779B true CN106443779B (zh) | 2018-08-07 |
Family
ID=58181228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610683140.2A Active CN106443779B (zh) | 2016-08-17 | 2016-08-17 | 一种中小型砂砾岩体的储层预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106443779B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106896405B (zh) * | 2017-02-28 | 2019-06-21 | 中国石油化工股份有限公司 | 一种基于混沌属性的砂砾岩体空间展布预测方法及装置 |
| CN107013207B (zh) * | 2017-04-28 | 2020-07-24 | 中国石油化工股份有限公司 | 一种获取复杂断块油藏砂体地下井位信息的方法 |
| CN109343122A (zh) * | 2018-12-03 | 2019-02-15 | 中国石油化工股份有限公司 | 一种面向深度学习的储层预测样本扩充方法 |
| CN112305598B (zh) * | 2019-07-29 | 2024-05-17 | 中国石油化工股份有限公司 | 复杂地质异形体储层预测方法、存储介质及计算设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2119679C1 (ru) * | 1997-12-05 | 1998-09-27 | Станислав Васильевич Васильев | Способ поиска и разведки нефтяных и газовых залежей |
| CN104375179A (zh) * | 2014-11-05 | 2015-02-25 | 中国石油天然气集团公司 | 基于trap-3d软件寻找油气藏的方法 |
| CN105334535A (zh) * | 2015-11-13 | 2016-02-17 | 中国石油化工股份有限公司 | 一种识别薄储层隐蔽岩性油气藏的方法 |
| CN105652323A (zh) * | 2015-08-11 | 2016-06-08 | 中国石油化工股份有限公司 | 一种储层预测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8185316B2 (en) * | 2007-05-25 | 2012-05-22 | Prime Geoscience Corporation | Time-space varying spectra for seismic processing |
-
2016
- 2016-08-17 CN CN201610683140.2A patent/CN106443779B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2119679C1 (ru) * | 1997-12-05 | 1998-09-27 | Станислав Васильевич Васильев | Способ поиска и разведки нефтяных и газовых залежей |
| CN104375179A (zh) * | 2014-11-05 | 2015-02-25 | 中国石油天然气集团公司 | 基于trap-3d软件寻找油气藏的方法 |
| CN105652323A (zh) * | 2015-08-11 | 2016-06-08 | 中国石油化工股份有限公司 | 一种储层预测方法 |
| CN105334535A (zh) * | 2015-11-13 | 2016-02-17 | 中国石油化工股份有限公司 | 一种识别薄储层隐蔽岩性油气藏的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106443779A (zh) | 2017-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| West et al. | Interactive seismic facies classification using textural attributes and neural networks | |
| Sullivan et al. | Architectural analysis of deep-water outcrops: Implications for exploration and development of the Diana sub-basin, western Gulf of Mexico | |
| WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
| CN106443779B (zh) | 一种中小型砂砾岩体的储层预测方法 | |
| CN109870719B (zh) | 一种碳酸盐岩致密薄储层的井位布设方法、装置及系统 | |
| CN105700010B (zh) | 煤矿联合地震全息预测方法 | |
| CN111352172B (zh) | 一种用井震联合法获取铀异常在砂体中空间分布位置的方法 | |
| White et al. | Translating outcrop data to flow models, with applications to the Ferron Sandstone | |
| White et al. | Sedimentology, statistics, and flow behavior for a tide-influenced deltaic sandstone, Frontier Formation, Wyoming, United States | |
| Campo et al. | Late Quaternary sequence stratigraphy as a tool for groundwater exploration: Lessons from the Po River Basin (northern Italy) | |
| Fachri et al. | Volumetric faults in field-sized reservoir simulation models: A first case study | |
| Trippetta et al. | Carbonate-ramp reservoirs modelling best solutions: Insights from a dense shallow well database in Central Italy | |
| Liu et al. | Seismic characterization of fault and fractures in deep buried carbonate reservoirs using CNN-LSTM based deep neural networks | |
| Iltaf et al. | Facies and petrophysical modeling of Triassic Chang 6 tight sandstone reservoir, Heshui oil field, Ordos basin, China | |
| Tebo et al. | Use of volume-based 3-D seismic attribute analysis to characterize physical-property distribution: a case study to delineate sedimentologic heterogeneity at the Appleton field, southwestern Alabama, USA | |
| Ren et al. | High-resolution geostatistical modeling of an intensively drilled heavy oil reservoir, the BQ 10 block, Biyang Sag, Nanxiang Basin, China | |
| Zhang et al. | An integrated approach to building history-matched geomodels to understand complex long lake oil sands reservoirs, part 1: Geomodeling | |
| Julio et al. | Impact of the en echelon fault connectivity on reservoir flow simulations | |
| Abbaszadeh et al. | Development of an integrated reservoir model for a naturally fractured volcanic reservoir in China | |
| Pengfei et al. | Distribution of remaining oil based on a single sand body analysis: a case study of Xingbei Oilfield | |
| Bellatreche et al. | Detailed seismic lithofluid distribution using Bayesian stochastic inversion for a thinly bedded reservoir: A case study over Huntington UK Central North Sea | |
| Massonnat et al. | Anguille Marine, a deepsea-fan reservoir offshore Gabon: from geology to stochastic modelling | |
| Williams-Rojas et al. | Geologic controls on reservoir performance in Muspac and Catedral gas fields, southeastern Mexico | |
| Wang et al. | Super-large scale horizontal well position optimization method and infilling practice in high water-cut large complex fluvial reservoir based on multidisciplinary innovative techniques | |
| Mendez et al. | Rock Type Prediction Using Democratic Neural Networks Association DNNA: An Alternative Method to Describe Clastic Fillings in Ordovician Karsted Carbonates within a Region of the Tahe Oilfield, China |
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 |