CN106501851B - 一种地震属性优化方法及装置 - Google Patents
一种地震属性优化方法及装置 Download PDFInfo
- Publication number
- CN106501851B CN106501851B CN201610873370.5A CN201610873370A CN106501851B CN 106501851 B CN106501851 B CN 106501851B CN 201610873370 A CN201610873370 A CN 201610873370A CN 106501851 B CN106501851 B CN 106501851B
- Authority
- CN
- China
- Prior art keywords
- work area
- fracture characteristics
- fracture
- crack
- wave
- 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 59
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims description 10
- 238000003969 polarography Methods 0.000 claims description 4
- 208000010392 Bone Fractures Diseases 0.000 description 104
- 206010017076 Fracture Diseases 0.000 description 104
- 238000005516 engineering process Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004321 preservation Methods 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种地震属性优化方法及装置。所述方法包括:基于微地震数据计算工区的第一裂缝特征;对于预设地震属性集合中的每个地震属性,基于该地震属性计算所述工区的第二裂缝特征;选取与所述第一裂缝特征相匹配的第二裂缝特征,将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性。本申请实施例的方法和装置,可以提高优化结果的准确性。
Description
技术领域
本申请涉及地球物理勘探技术领域,特别涉及一种地震属性优化方法及装置。
背景技术
裂缝已经称为人们认识和发现油气藏的重要手段。可靠的裂缝预测不仅能够有效的指导水平井位部署,还能够为钻井工程提供指导,优化后续压裂施工设计。
地震数据携带有大量的储层地质信息。因此,目前通常基于地震数据来对裂缝进行预测。提高裂缝预测精度的关键在于提取并优选与地质特性有关的地震属性。优化选择地震属性而不是地震数据的原因在于,当工区的地质特性确定时,只有在储层或流体性质变化导致相应特征参数变化达到某一程度时,地震数据才会有明显变化,而地震属性却对这些特征参数敏感得多,并且许多地震属性是非线性的,可以增加裂缝预测的准确性。地震属性技术对裂缝预测的主要依据是储层物性和填充在储层中的流体性质的空间变化,造成地震波反射速度、振幅、频率等一系列基于几何的、运动学的、动力学的地震属性的变化。
地震属性的种类繁多,与裂缝之间的关系复杂。不同的工区和/或不同的储层,对裂缝敏感的地震属性是不完全相同的。地震属性优化技术可以用来解决上述问题。地震属性优化方法可以利用人的经验或数学方法,优选出对裂缝最敏感(或最有效、最有代表性)的、个数最少的地震属性或地震属性组合,目的在于提高裂缝预测的精度,从而为认识和发现油气藏提供帮助。
现有技术中,通常根据专家的知识挑选对裂缝预测最有影响的地震属性。油田专家对某个地区带有较多储层信息的特征是比较了解的,可以凭经验进行地震属性的选取。虽然专家有时可以提出几组较优的地震属性或者地震属性组合,但是很难进一步确定哪一组最优。
现有技术中根据专家知识优化地震属性的方法多解性强、稳定性不够,并且选择过程主要根据个人经验,缺乏充分的理论依据,因此,亟需一种有充分理论证明的、稳定的优化地震属性的方法。
发明内容
本申请实施例的目的是提供一种地震属性优化方法及装置,以提高优化结果的准确性。
为解决上述技术问题,本申请实施例提供一种地震属性优化方法及装置是这样实现的:
一种地震属性优化方法,包括:
基于微地震数据计算工区的第一裂缝特征;
对于预设地震属性集合中的每个地震属性,基于该地震属性计算所述工区的第二裂缝特征;
选取与所述第一裂缝特征相匹配的第二裂缝特征,将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性。
一种地震属性优化装置,包括:
第一计算单元,用于基于微地震数据计算工区的第一裂缝特征;
第二计算单元,用于对于预设地震属性集合中的每个地震属性,基于该地震属性计算所述工区的第二裂缝特征;
选取单元,用于选取与所述第一裂缝特征相匹配的第二裂缝特征,将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性。
由以上本申请实施例提供的技术方案可见,本申请实施例可以基于微地震数据计算工区的第一裂缝特征;对于预设地震属性集合中的每个地震属性,可以基于该地震属性计算所述工区的第二裂缝特征;选取与所述第一裂缝特征相匹配的第二裂缝特征,可以将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性。与现有技术相比,本申请实施例所采用的数学优化方法,比专家经验优化方法具有更充足的理论证明和严谨的推导过程,优化结果也更加准确。
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为本申请地震属性优化方法一个实施例的流程图;
图2为本申请利用蚂蚁体属性计算工区裂缝特征示意图;
图3为本申请地震属性优化装置一个实施例的功能结构示意图。
具体实施方式
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作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。
目标基于地震数据的裂缝预测技术主要包括横波分裂技术、多波多分量技术、多方位VSP(Vertical Seismic Profiling,垂直地震剖面)技术、各向异性AVO(Amplitudevariation with offset)及振幅方位各向异性等。随着地震属性技术的发展,基于地震数据的裂缝预测技术还包括了地球物理学家在叠后地震数据体上进行的一些特殊分析技术,例如,相干分析技术、谱分解技术、曲率分析技术、倾角/方位角分析技术等。上述基于地震数据的裂缝预测技术,关键在于提取并优选与地质特性有关的地震属性。
地质储层可以包括常规储层和非常规储层。目前主要基于地震数据来对常规储层的裂缝进行预测。因此,对于常规储层,有必要挑选对裂缝预测最有影响的地震属性,以提高裂缝预测的精度。
非常规储层中油气的赋存方式与常规储层存在很大差异。常规储层中的油气主要以游离方式赋存于储层中,而非常规储层中的油气主要以吸附方式赋存于储层中。因此,微裂缝或微裂隙会直接影响非常规储层中油气藏的富集程度。目前非常规储层的裂缝预测所采用的方法通常与常规储层相同。但非常规储层中裂缝的尺度比常规储层小的多,常规储层的裂缝预测技术,例如相干分析、边缘检测和曲率分析等,只能反映相对大尺度的裂缝发育带,对于中小尺度的裂缝带检测效果不佳。因此,在常规储层中能够取得较好预测效果的地震属性不一定适用于非常规储层。对于非常规储层,更有必要挑选对裂缝预测最有影响的地震属性,以对其裂缝进行准确地预测。
在水力压裂井中,由压裂井中注水压力的变化所产生的地震数据通常称为微地震数据。水力压裂所产生的人工裂缝的展布特征与天然裂缝展布特征存在关系。水力压裂趋向于激活天然裂缝发育区,天然裂缝发育区往往出现较多的微地震事件。微地震事件的方向很大程度上也能表征天然裂缝方向。微地震监测能够很好的诊断水力压裂所产生的人工裂缝的形态。因此,在已知微地震展布的前提下,可以利用微地震事件的方向和强度作为约束条件,将微地震事件的方向和强度作为一种标定成果,从而达到求取最适合工区的地震属性。
下面介绍本申请地震属性优化方法的一个实施例。请参阅图1,该实施例可以包括如下的步骤。
步骤S10:基于微地震数据计算工区的第一裂缝特征。
所述工区通常指施工的区域。所述裂缝特征通常可以包括裂缝的形态、方向、大小、倾角、以及强度等,其中,所述强度通常指单位面积内的裂缝数量。
通常地,可以向工区的压裂井注水压裂,以形成微地震数据,所述微地震数据可以由监测井中的检波器接收到。所述监测井与所述压裂井的距离通常小于800m。
所述基于微地震数据计算工区的第一裂缝特征,可以包括:基于所述微地震数据确定所述工区的震源位置;基于所述震源位置确定所述工区的天然裂缝区域;基于所述天然裂缝区域内的裂缝计算所述工区的第一裂缝特征。
所述基于所述微地震数据确定所述工区的震源位置,可以包括:对所述微地震数据进行极化分析,以确定所述微地震数据中P波(P-wave,或primary wave)和S波(S-wave,或secondary wave)的传播方向;基于所述P波的传播方向,获取所述P波的初至时间;基于所述S波的传播方向,获取所述S波的初至时间;基于所述P波的初至时间、S波的初至时间、以及预设的速度模型,计算所述工区的震源位置。
所述预设速度模型通常为地震波在储层中的传播速度所对应的模型。根据工区条件和数据采集设备条件,有不同的速度模型建立方法。通常可以利用压裂井和监测井的声波测井资料建立工区的速度模型。
极化分析的基本思想是寻找一定时窗内的质点位移矢量的最佳拟合直线,以确定微地震波形的传播方向。微地震波形通常可以包括P波和S波。当所述时窗内的波形为P波时,可以将所述最佳拟合直线方向确定为P波的传播方向;当所述时窗内的波形为S波时,可以将与所述最佳拟合直线方向相垂直的方向确定为S波的传播方向。
初至波通常指最先到达检波器的地震波。初至时间通常为初至波到达检波器的时间。通常可以采用相关法、能量比值法、分形维数法、神经网络法、边缘检测法等算法分别拾取P波和S波的初至时间。使用预设的速度模型,结合P波的传播方向,可以得到P波在储层中的传播速度和传播路径,从而可以得到P波的初至时间。使用预设的速度模型,结合S波的传播方向,可以得到S波在储层中的传播速度和传播路径,从而可以得到S波的初至时间。
可以以震源位置为坐标原点,以竖直向下的方向为z轴正方向建立三维直角坐标系。那么,在一个实施方式中,可以采用纵横波时差法计算所述工区的震源位置。具体地,基于所述P波的初至时间、S波的初至时间、以及预设的速度模型,可以根据如下的公式(1)计算所述工区的震源位置。
上式(1)中,
xpi、ypi、以及zpi分别为检测点pi在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
xqk、yqk、以及zqk分别为震源位置qk在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
ΔTki为P波和S波之间初至时间的差值;
vp为P波在所述预设速度模型中的传播速度;
vS为S波在所述预设速度模型中的传播速度。
在另一个实施方式中,可以采用同型波时差法计算所述工区的震源位置。具体地,基于所述P波的初至时间、S波的初至时间、以及预设的速度模型,可以根据如下的公式(2)计算所述工区的震源位置。
上式(2)中,
xpi、ypi、以及zpi分别为检测点pi在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
xpl、ypl、以及zpl分别为检测点pl在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
xqk、yqk、以及zqk分别为震源位置qk在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
vp为P波在所述预设速度模型中的传播速度;
Tki为P波到达检测点pi的初至时间;
Tkl为P波到达检测点pl的初至时间。
在微地震数据的采集过程中,常常存在很多干扰因素,如地面人为活动、仪器工作等,导致监测到的微地震数据中含有很多背景干扰。在一个实施方式中,在对所述微地震数据进行极化分析之前,所述方法还包括:对所述微地震数据进行滤波处理。滤波处理的过程主要是在微地震监测前期进行试验,结合施工过程中压裂参数以及实际微地震接收的信号来选取合适的阈值,以对采集到的微地震数据进行滤波处理。滤波处理的方法具体可以包括频域相干-时间空间域极化滤波方法、F-K域滤波方法、以及相干滤波方法等。
所述震源位置通常为由注水压裂所产生的人工裂缝的位置。根据裂缝产生的原因,可以将所述人工裂缝分为两种类型,一种是完全由注水压裂所生成的人工裂缝,另一种是在天然裂缝的基础上所生成的人工裂缝。为了准确地计算工区的第一裂缝特征,通常需要基于所述震源位置确定所述工区的天然裂缝区域,所述天然裂缝区域通常为由天然裂缝所形成的区域。
一般地,可以基于所述震源位置、以及所述工区的泵压曲线和排量曲线,确定所述工区的天然裂缝区域。其中,所述泵压曲线通常为泵的压力随压裂时间的变化曲线,所述排量曲线通常为注入排量随压裂时间的变化曲线。具体地,对于每个震源位置,可以获取该位置及其相邻位置处的泵压曲线和排列曲线;并将该位置处的泵压曲线与其相邻位置处的泵压曲线进行对比,以及将该位置处的排量曲线与其相邻位置处的排量曲线进行对比,当该位置处的泵压曲线下降明显,并且排列曲线增加明显时,可以初步判断该位置处存在天然裂缝。进一步地,若判断该位置处产生了大量微地震事件,所述微地震事件的产生速度较快、成簇出现,所述微地震事件的震级相对较大;并且判断其相邻位置处仍然有大量微地震事件产生,那么,可以确定该位置为天然裂缝区域内的位置。
在一个实施方式中,所述第一裂缝特征可以包括裂缝的方向、强度和数量。那么,所述基于所述天然裂缝区域内的裂缝计算所述工区的第一裂缝特征,可以包括:统计所述天然裂缝区域的裂缝数量,将所述裂缝数量作为所述工区的裂缝数量;基于所述天然裂缝区域的面积和所述裂缝数量,计算裂缝强度,将所述裂缝强度作为所述工区的裂缝强度;统计所述天然裂缝区域内各个方向上的裂缝数量,将裂缝数量大于第一预设阈值的方向作为所述天然裂缝区域的裂缝方向,将所述天然裂缝区域的裂缝方向作为所述工区的裂缝方向。
所述天然裂缝区域的裂缝方向数量可以为一个或多个。例如,所述天然裂缝区域内正东_正西方向的裂缝数量为12,正南_正北方向的裂缝数量为20,东南_西北方向的裂缝数量为8,所述第一预设阈值的数值为10。那么,可以将东西方向、以及南北方向作为所述天然裂缝区域内裂缝的方向。
步骤S11:对于预设地震属性集合中的每个地震属性,基于该地震属性计算所述工区中裂缝的第二展布特征。
所述预设地震属性集合中地震属性的数量可以为一个或多个。所述预设地震属性集合中的地震属性可以包括叠前地震属性和叠后地震属性,所述叠前地震属性可以包括P波各向异性地震属性,所述叠后地震属性可以包括相干属性、曲率属性、蚂蚁体属性、以及方差体属性等。
所述预设地震属性集合中的每个地震属性,可以基于所述工区的地震资料得到。所述地震资料通常可以由包含炮点和检波点的观测系统采集得到。对于预设地震属性集合中的每个地震属性,可以使用现有技术中的方法,基于该地震属性计算所述工区的第二展布特征。
步骤S12:选取与所述第一裂缝特征相匹配的第二裂缝特征,将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性。
所述第一裂缝特征和所述第二裂缝特征均可以包括裂缝方向、裂缝强度、以及裂缝数量。那么,所述选取与所述第一裂缝特征相匹配的第二裂缝特征,可以包括:选取裂缝强度差值小于第二预设阈值、裂缝方向与所述第一裂缝特征的裂缝方向相同、并且每个裂缝方向上裂缝数量的差值小于第三预设阈值的第二裂缝特征,将选取的第二裂缝特征作为与所述第一裂缝特征相匹配的第二裂缝特征,所述裂缝强度差值为第二裂缝特征中的裂缝强度与所述第一裂缝特征中的裂缝强度之间的差值,所述裂缝方向为第二裂缝特征中的裂缝方向,所述每个裂缝方向上裂缝数量的差值,为第二裂缝特征在该裂缝方向上的裂缝数量与所述第一裂缝特征在该裂缝方向上的裂缝数量之间的差值。
所述第二预设阈值和所述第三预设阈值可以根据实际需要灵活设定。
在一个实施方式中,可以将微地震数据所得到的裂缝特征与预设地震属性集合中的每个地震属性相结合,从而可以更准确地选取工区的优化地震属性。具体地,在步骤S12之后,所述方法还可以包括:对于预设地震属性集合中的每个地震属性,基于该地震属性以及所述第一裂缝特征,计算所述工区的第三裂缝特征;选取与所述第一裂缝特征相匹配的第三裂缝特征;使用选取的第三裂缝特征所对应的地震属性更新所述优化地震属性。
与第二裂缝特征相类似,所述第三裂缝特征可以包括裂缝的方向、强度和数量。
以蚂蚁体属性为例,根据所述第一裂缝特征中的裂缝方向,计算蚂蚁体时优选方向进行追踪,按与微地震监测成果相同的方向优先选取参数追踪,从而可以识别出裂缝方向,可以将识别出的裂缝方向作为第三裂缝特征中的裂缝方向。
图2为利用蚂蚁体属性计算工区裂缝特征示意图。其中,Case-1A~Case-4A为没有进行约束时,利用蚂蚁体属性计算工区裂缝特征示意图;Case-1B~Case-4B为采用优选方向进行约束时,利用蚂蚁体属性计算工区裂缝特征示意图。Case-4B与微地震数据结果吻合最好,表明采用该优选方向进行约束时,计算得到的工区裂缝特征更加可靠。
图1所对应的实施例,可以基于微地震数据计算工区的第一裂缝特征;对于预设地震属性集合中的每个地震属性,可以基于该地震属性计算所述工区的第二裂缝特征;选取与所述第一裂缝特征相匹配的第二裂缝特征,可以将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性。与现有技术相比,图1所对应实施例所采用的数学优化方法,比专家经验优化方法具有更充足的理论证明和严谨的推导过程,优化结果也更加准确,从而可以为提高油气产量提供指导和帮助。
请参阅图3,本申请实施例还提供一种地震属性优化装置。所述装置可以包括第一计算单元30、第一计算单元31和选取单元22。其中,
第一计算单元30,用于基于微地震数据计算工区的第一裂缝特征;
第二计算单元31,用于对于预设地震属性集合中的每个地震属性,基于该地震属性计算所述工区的第二裂缝特征;
选取单元32,用于选取与所述第一裂缝特征相匹配的第二裂缝特征,将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。
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。
上述实施例阐明的系统、装置、模块或单元,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单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
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,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均采用递进的方式描述,各个实施例之间相同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。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
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、可编程的消费电子设备、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。
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。
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 (8)
1.一种地震属性优化方法,其特征在于,包括:
基于微地震数据计算工区的第一裂缝特征;
对于预设地震属性集合中的每个地震属性,基于该地震属性计算所述工区的第二裂缝特征;
选取与所述第一裂缝特征相匹配的第二裂缝特征,将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性;所述第一裂缝特征和所述第二裂缝特征均包括裂缝的方向、强度和数量;
所述基于微地震数据计算工区的第一裂缝特征,包括:
基于所述微地震数据确定所述工区的震源位置;
基于所述震源位置确定所述工区的天然裂缝区域;
基于所述天然裂缝区域内的裂缝计算所述工区的第一裂缝特征;
所述选取与所述第一裂缝特征相匹配的第二裂缝特征,包括:
选取裂缝强度差值小于第二预设阈值、裂缝方向与所述第一裂缝特征的裂缝方向相同、并且每个裂缝方向上裂缝数量的差值小于第三预设阈值的第二裂缝特征,将选取的第二裂缝特征作为与所述第一裂缝特征相匹配的第二裂缝特征,所述裂缝强度差值为第二裂缝特征中的裂缝强度与所述第一裂缝特征中的裂缝强度之间的差值,所述每个裂缝方向上裂缝数量的差值,为第二裂缝特征在该裂缝方向上的裂缝数量与所述第一裂缝特征在该裂缝方向上的裂缝数量之间的差值。
2.如权利要求1所述的方法,其特征在于,所述基于所述微地震数据确定所述工区的震源位置,包括:
对所述微地震数据进行极化分析,以确定所述微地震数据中P波和S波的传播方向;
基于所述P波的传播方向,获取所述P波的初至时间;
基于所述S波的传播方向,获取所述S波的初至时间;
基于所述P波的初至时间、S波的初至时间、以及预设的速度模型,计算所述工区的震源位置。
3.如权利要求2所述的方法,其特征在于,所述计算所述工区的震源位置,包括:
根据如下的公式计算所述工区的震源位置,
其中,
xpi、ypi、以及zpi分别为检测点pi在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
xqk、yqk、以及zqk分别为震源位置qk在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
ΔTki为P波和S波之间初至时间的差值;
vp为P波在所述预设速度模型中的传播速度;
vS为S波在所述预设速度模型中的传播速度。
4.如权利要求2所述的方法,其特征在于,所述计算所述工区的震源位置,包括:
根据如下的公式计算所述工区的震源位置,
其中,
xpi、ypi、以及zpi分别为检测点pi在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
xpl、ypl、以及zpl分别为检测点pl在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
xqk、yqk、以及zqk分别为震源位置qk在三维直角坐标系中的x轴坐标值、y轴坐标值、以及z轴坐标值;
vp为P波在所述预设速度模型中的传播速度;
Tki为P波到达检测点pi的初至时间;
Tkl为P波到达检测点pl的初至时间。
5.如权利要求1所述的方法,其特征在于,所述基于所述震源位置确定所述工区的天然裂缝区域,包括:
基于所述震源位置、以及所述工区的泵压曲线和排量曲线,确定所述工区的天然裂缝区域。
6.如权利要求1所述的方法,其特征在于,所述基于所述天然裂缝区域内的裂缝计算所述工区的第一裂缝特征,包括:
统计所述天然裂缝区域的裂缝数量,将所述裂缝数量作为所述工区的裂缝数量;
基于所述天然裂缝区域的面积和所述裂缝数量,计算裂缝强度,将所述裂缝强度作为所述工区的裂缝强度;
统计所述天然裂缝区域内各个方向上的裂缝数量,将裂缝数量大于第一预设阈值的方向作为所述天然裂缝区域的裂缝方向,将所述天然裂缝区域的裂缝方向作为所述工区的裂缝方向。
7.如权利要求1所述的方法,其特征在于,所述预设地震属性集合中的地震属性包括叠前地震属性和叠后地震属性,所述叠前地震属性包括P波各向异性地震属性,所述叠后地震属性包括相干属性、曲率属性、蚂蚁体属性、以及方差体属性。
8.一种地震属性优化装置,其特征在于,包括:
第一计算单元,用于基于微地震数据计算工区的第一裂缝特征;
第二计算单元,用于对于预设地震属性集合中的每个地震属性,基于该地震属性计算所述工区的第二裂缝特征;
选取单元,用于选取与所述第一裂缝特征相匹配的第二裂缝特征,将选取的第二裂缝特征所对应的地震属性作为所述工区的优化地震属性;所述第一裂缝特征和所述第二裂缝特征均包括裂缝的方向、强度和数量;
所述基于微地震数据计算工区的第一裂缝特征,包括:
基于所述微地震数据确定所述工区的震源位置;
基于所述震源位置确定所述工区的天然裂缝区域;
基于所述天然裂缝区域内的裂缝计算所述工区的第一裂缝特征;
所述选取与所述第一裂缝特征相匹配的第二裂缝特征,包括:
选取裂缝强度差值小于第二预设阈值、裂缝方向与所述第一裂缝特征的裂缝方向相同、并且每个裂缝方向上裂缝数量的差值小于第三预设阈值的第二裂缝特征,将选取的第二裂缝特征作为与所述第一裂缝特征相匹配的第二裂缝特征,所述裂缝强度差值为第二裂缝特征中的裂缝强度与所述第一裂缝特征中的裂缝强度之间的差值,所述每个裂缝方向上裂缝数量的差值,为第二裂缝特征在该裂缝方向上的裂缝数量与所述第一裂缝特征在该裂缝方向上的裂缝数量之间的差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610873370.5A CN106501851B (zh) | 2016-09-30 | 2016-09-30 | 一种地震属性优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610873370.5A CN106501851B (zh) | 2016-09-30 | 2016-09-30 | 一种地震属性优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106501851A CN106501851A (zh) | 2017-03-15 |
CN106501851B true CN106501851B (zh) | 2018-11-16 |
Family
ID=58293936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610873370.5A Active CN106501851B (zh) | 2016-09-30 | 2016-09-30 | 一种地震属性优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106501851B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298448B (zh) * | 2018-09-06 | 2020-08-21 | 中国海洋石油集团有限公司 | 一种致密气压裂工程甜点的预测方法和装置 |
CN109164501B (zh) * | 2018-09-07 | 2020-06-23 | 中国石油化工股份有限公司 | 一种基于分形维数评价页岩油可动性的方法 |
CN113495297A (zh) * | 2020-04-08 | 2021-10-12 | 中国石油天然气集团有限公司 | 异常初至波修正方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6985816B2 (en) * | 2003-09-15 | 2006-01-10 | Pinnacle Technologies, Inc. | Methods and systems for determining the orientation of natural fractures |
WO2012125558A2 (en) * | 2011-03-11 | 2012-09-20 | Schlumberger Technology Corporation | System and method for performing microseismic fracture operations |
CN104459797B (zh) * | 2013-09-22 | 2017-05-03 | 中国石油化工股份有限公司 | 一种井中微地震事件识别和拾取的方法 |
CN103869359A (zh) * | 2014-02-25 | 2014-06-18 | 中国石油天然气股份有限公司 | 地震纵波多方位属性椭圆拟合预测裂缝的方法及装置 |
CN104297783B (zh) * | 2014-06-30 | 2017-06-13 | 中国石油天然气集团公司 | 一种水力压裂微地震事件的解释方法以及系统 |
-
2016
- 2016-09-30 CN CN201610873370.5A patent/CN106501851B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106501851A (zh) | 2017-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2411544C2 (ru) | Обнаружение и определение местоположений микросейсмических событий путем непрерывной картографической миграции | |
US7127353B2 (en) | Method and apparatus for imaging permeability pathways of geologic fluid reservoirs using seismic emission tomography | |
US6389361B1 (en) | Method for 4D permeability analysis of geologic fluid reservoirs | |
CA2672974C (en) | Method of monitoring microseismic events | |
Wang et al. | Current developments on micro-seismic data processing | |
CN103454678B (zh) | 一种地震切片等时性的确定方法及系统 | |
US10670754B2 (en) | System and method for processing microseismic data | |
US10359529B2 (en) | Singularity spectrum analysis of microseismic data | |
CN104678434A (zh) | 一种预测储层裂缝发育参数的方法 | |
CN107942404B (zh) | 一种确定裂缝的方法及装置 | |
CN107065013B (zh) | 一种地震尺度下的层速度确定方法及装置 | |
CN104375178B (zh) | 一种碳酸盐岩缝洞储层预测方法和装置 | |
CN106501851B (zh) | 一种地震属性优化方法及装置 | |
CN109100797A (zh) | 一种确定致密储层含气性的方法及装置 | |
Dando et al. | Complexity in microseismic phase identification: full waveform modelling, traveltime computations and implications for event locations within the Groningen gas field | |
Li et al. | Relative elastic interferometric imaging for microseismic source location | |
CN107576984B (zh) | 地震振幅属性提取过程中时窗的确定方法和装置 | |
CN116027454A (zh) | 一种砂岩厚度等值线图的成图方法及智能绘制装置 | |
GB2523460A (en) | Singularity spectrum analysis of microseismic data | |
Whiteley | Shallow seismic refraction interpretation with visual interactive ray trace (VIRT) modelling | |
CN107085236B (zh) | 最大炮检距的确定方法和装置 | |
CN108802817A (zh) | 一种多孔径深度偏移成像的方法、装置及系统 | |
Mizuno et al. | Coalescence Microseismic Mapping for Distributed Acoustic Sensing (DAS) and Geophone Hybrid Array: A Model‐Based Feasibility Study | |
Dahl | Building a 3D Seismic Velocity Model to Improve Location of Microseismic Events at the Åknes Rock Slope | |
Akbar et al. | The 3D seismic velocity model and hypocenter relocation results of Patuha geothermal field |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |