CN106526670A - 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 - Google Patents

一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 Download PDF

Info

Publication number
CN106526670A
CN106526670A CN201610840201.1A CN201610840201A CN106526670A CN 106526670 A CN106526670 A CN 106526670A CN 201610840201 A CN201610840201 A CN 201610840201A CN 106526670 A CN106526670 A CN 106526670A
Authority
CN
China
Prior art keywords
seismic
sand body
sand
spatial distribution
attribute
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
Application number
CN201610840201.1A
Other languages
English (en)
Other versions
CN106526670B (zh
Inventor
冉利民
沈金松
赵永刚
李健伟
陈利雯
滑爱军
齐真真
高勃胤
陈婵娟
吉倩倩
张晓晨
何培良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Measurement And Control Co Of Sinopec Jingwei Co ltd
China Petroleum and Chemical Corp
Sinopec Oilfield Service Corp
Sinopec North China Petroleum Engineering Corp
Sinopec Jingwei Co Ltd
Original Assignee
Sinopec Oilfield Service Corp
Sinopec North China Petroleum Engineering Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sinopec Oilfield Service Corp, Sinopec North China Petroleum Engineering Corp filed Critical Sinopec Oilfield Service Corp
Priority to CN201610840201.1A priority Critical patent/CN106526670B/zh
Publication of CN106526670A publication Critical patent/CN106526670A/zh
Application granted granted Critical
Publication of CN106526670B publication Critical patent/CN106526670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/30Analysis
    • G01V1/307Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/30Analysis
    • G01V1/306Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/62Physical property of subsurface
    • G01V2210/624Reservoir parameters
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/62Physical property of subsurface
    • G01V2210/624Reservoir parameters
    • G01V2210/6246Permeability
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/63Seismic attributes, e.g. amplitude, polarity, instant phase

Abstract

本发明公开了一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法。该方法包括以下步骤:1)对叠后地震数据进行样条插值和加密采样,得到加密采样的地震数据;2)根据地震属性与岩性、孔渗性和含油气性的敏感关系,优化地震属性组合,得到综合地震属性;3)根据综合地震属性识别甜点砂体的空间分布;4)结合甜点砂体的空间分布,通过测井孔隙度与含油气性的标定,实现碎屑岩储层的砂体识别和综合评价。该方法综合考虑测井资料标定的地震属性数据体特征,通过综合应用测井数据标定、地震数据样条插值加密采样、地震属性提取、属性切片零点分析技术,实现地震属性砂体厚度与物性参数评价,提高了储层砂体预测和评价精度。

Description

一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法
技术领域
本发明属于石油地质勘探领域,具体涉及一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法。
背景技术
在碎屑岩储层的油气勘探开发中,砂体空间分布描述与定量评价至关重要,特别是当前油气勘探从传统的构造性尤其藏向隐蔽的致密岩性油气藏转变,对含油气储层砂体的识别和描述精度要求愈来愈高,必须借助高精度三维地震数据才能实现。一致以来,地震属性的应用以定性描述和分析为主,对砂体的分布描述和厚度预测也以局域性的统计关系为主,尽管在实际生产中广泛应用,但实际应用的可靠性并不好。
随着地震勘探逐步向高精度、高密度和高分辨率的方法发展,今年采集的地震数据通过新方法的处理与分析已能满足对地下薄互储层砂体识别和描述的要求。相对于地震剖面层位解释,地震属性切片解释更多的强调地震属性异常的识别和统计。在利用地震属性切片研究薄层结构及其沉积烟花特征时,国内中石油东方地球物理勘探公司的凌云研究组开展了大量理论和实际应用的研究,提出基于参考标准层的地震属性连续提取和动态解释的思路。在地质综合分析和沉积解释方面,美国曾洪流开展了地震属性切片的地震沉积学研究,拓展了薄互层地震识别和储层预测的应用领域和深度。
近年来,以地震属性切片解释为技术内涵的地震沉积学引起了地震资料解释人员的广泛关注。它综合地质认识和测井数据最大限度地挖掘地震数据的潜在信息,对沉积过程和沉积内幕进行预测和分析,综合了地震属性切片技术和沉积学知识,使地震属性切片赋予了沉积演化史的含义。诚然,与传统的地震剖面解释方法相比,地震沉积学的技术内涵还比较模糊,地球物理理论基础还较为薄弱,技术的适用条件和应用对象尚缺乏比较严密的理论支撑和相对系统的试验论证,加之应用人员知识结构和实践经验等因素的限制,在实际应用中,出现了将地震属性切片解释技术简单化和程式化的倾向,这种倾向加剧了对地震切片技术解决地质问题的分歧和争议。传统的地震属性解释方法并不能准确识别和评价致密砂岩储层的高孔渗甜点区分布和物性参数,实际的预测效果和精度已不能满足当下油气勘探的要求。
发明内容
本发明的目的是提供一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法,从而解决现有的地震属性解释方法预测精度低,尤其对薄互层砂体识别性差的问题。
为了实现以上目的,本发明所采用的技术方案是:
一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法,包括以下步骤:
1)对叠后地震数据进行样条插值和加密采样,得到加密采样的地震数据;
2)依据加密采样的地震数据计算不同种类的地震属性;根据每一类地震属性与岩性、孔渗性和含油气性的敏感关系,优化地震属性组合,得到综合地震属性;
3)根据综合地震属性识别甜点砂体的空间分布;
4)结合甜点砂体的空间分布,通过测井孔隙度与含油气性的标定,实现碎屑岩储层的砂体识别和综合评价。
地震属性在储层预测中起着至关重要的作用。在具体地震地质解释过程中,通常用地震属性切片定走向,用地震属性剖面定倾向,两者综合定产状。在地震属性切片和剖面属性分析中,在薄互层预测中地震道的时间采样率偏大,并不能得到准确的解释层位。
步骤1)通过对地震数据进行样条插值和加密采样,从而消除采样数据误差,使差值数据更好的反应原始数据。优选的,所述样条差值和加密采样包括以下步骤:
a)假定有n+1个数据点:(x0,y0),(x1,y1),(x2,y2),……,(xn,yn);计算步长hi=xi+1-xi;(i=0,1,2,…,n-1);
b)将数据节点和指定的首端点条件代入矩阵方程:
c)解三对角矩阵方程,求得二次微分值mi
d)计算样条曲线的系数:ai=yi;bi=(yi+1-yi)/hi-himi/2-hi(mi+1-mi)/6;ci=mi/2;di=(mi+1-mi)/(6hi);其中,i=0,1,2,…,n-1;
e)在每个子区间xi≤x≤xi+1中,创建方程:
gi(x)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3,即得。
步骤2)中,所述不同种类的地震属性为振幅类、复数道类、频谱统计类、序列统计类和相关统计类地震属性。该步骤为地震属性的提取和优化步骤,通过筛选出对储层流体变化具有敏感性的地震属性进行组合,所得综合地震属性与砂体的分布、岩性、物性参数、含油气性的相关性好,从而有利于提高薄互层砂体的识别与预测精度。
步骤3)中,甜点砂体的空间分布包括砂体的形态、平面分布范围、空间连通特征和纵向分布厚度。所述识别包括以下步骤:
ⅰ)将综合地震属性进行褶积模型运算,得到岩层或水平地震属性切片并定位切片的零值点;
ⅱ)根据零值点之间的间隔,分离和识别不同深度的砂体及平面分布;
ⅲ)根据零值点之间的间隔和砂体出现的双程旅行时,定量评价砂体厚度。
本发明的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,综合考虑测井资料标定的地震属性数据体特征,通过综合应用测井数据标定、地震数据样条插值加密采样、地震属性提取、属性切片零点分析技术,实现地震属性砂体厚度与物性参数评价。
本发明的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,具有以下优点:
(1)可以实现不同间隔、深度叠置砂体的识别与评价,所得到的相应特征与砂体厚度及叠置关系的统计规律,适用于零相、最小相位子波,提高了复杂叠置关系的薄互层砂体的识别和评价;
(2)综合了多种地层属性切片,开展了砂体位置关系与地震波干涉影响的半定量试验分析,所建立的地震属性砂体空间分布识别和预测方法,与传统地震解释方法相比,对薄互层砂体的识别与预测相比,获得了更好精度的结果;
(3)用希尔伯特变换计算的不同地震属性,在噪声背景下可以更好地识别薄砂体,并对薄互砂体进行定量评价,根据所提出的优化地震属性分类,提高了地震属性定量分析砂体厚度与物性参数的精度,对低孔渗泥质砂岩储层和致密微裂缝储层有更好的适应性,应用前景良好;
(4)该方法给出了不同地震属性切片的零点间隔与砂体厚度的对应关系,缩小了实际测井资料标定的地震属性砂体厚度预测结果的误差范围,拓展了地震属性进行薄互砂体预测和定量评价的应用范围,将会发展成为复杂岩性砂泥岩储层分布评价的有力工具;
(5)该方法适用于薄互层砂体空间分布的预测,也可适用于除碎屑储层外的地层岩性,提高了复杂岩性储层预测和评价的精度。
附图说明
图1为厚度统一为5m的砂-泥-砂互层地震响应;
图2为楔形模型图,其中楔形区域代表砂岩,其他区域为泥岩;
图3为图2的楔形模型褶积地震记录;
图4为2ms采样数据与0.5ms差值后的数据对比;
图5为主要标志层的解释结果;
图6为图5的地震剖面层位差值结果;
图7为地震属性分析流程示意图;
图8为地震记录(左)与频谱(右)属性参数示意图;
图9为模型1的示意图及x、y方向的剖面图;其中,左图为模型1的三维显示图,中图为y=5m平行于x轴剖面图,右图为x=5m平行于y轴剖面图;
图10为模型1中不同的y值的褶积模型结果;其中(a)y=5m,第二层厚度5m,(b)y=25m,第二层厚度10m,(c)y=40m,第二层厚度15m,(d)y=55m,第二层厚度20m,(e)y=70m,第二层厚度25m,(f)y=85m,第二层厚度30m;
图11为模型2的示意图及x、y方向的剖面图;其中,左图为模型1的三维显示图,中图为y=5m平行于x轴剖面图,右图为x=5m平行于y轴剖面图;
图12为模型2中不同的y值的褶积模型结果;其中(a)y=5m,最左侧地层间隔为5m,(b)y=25m,最左侧地层间隔为10m,(c)y=40m,最左侧地层间隔为15m,(d)y=55m,最左侧地层间隔为20m,(e)y=70m,最左侧地层间隔为25m,(f)y=85m,最左侧地层间隔为30m;
图13为不同子波频率对分辨率的影响,其中(a)、(b)、(c)分别为y=5m处,35HZ、39HZ与30HZ褶积模型结果;
图14为本发明的地震属性分析风阀和砂体识别和评价技术的流程图;
图15为模型4的两层砂泥岩薄互层三维地质模型示意图;
图16为模型4的上层砂体整体形态示意图(左)和下层砂体整体形态示意图(右);
图17为模型4的零相位子波230ms-247ms的均方根振幅切片;
图18为模型4的最小相位子波192ms-203ms的均方根振幅切片;
图19为模型5的零相位子波的均方根振幅切片;
图20为模型5的最小相位子波的均方根振幅切片;
图21为模型5的零相位子波的均方根振幅切片;
图22为模型5的最小相位子波的均方根振幅切片;
图23为TK1115井区T46-s3t0-3零时窗均方根振幅属性显示的砂体分布;
图24为TK1115井区T46-s3t0-4零时窗均方根振幅属性显示的砂体分布;
图25为TK1115井区T46-s3t0-5零时窗均方根振幅属性显示的砂体分布;
图26为TK1115井区T46-s3t0-6零时窗均方根振幅属性显示的砂体分布;
图27为TK1115井区T46-s3t0-7零时窗均方根振幅属性显示的砂体分布。
具体实施方式
下面结合具体实施例对本发明作具体说明。
1、地震属性储层预测的基本概念
1.1垂向分辨率
我国东部的大部分地区都是以中、新生代陆相含油盆地为主,其沉积特点都是以薄层砂、泥岩沉积为主,地层岩性在纵向上变化较大,多数储层厚度远小于地震勘探的垂向分辨率。地震勘探中通常定义地层厚度小于λ/4的地层为薄层,λ为地震子波的波长,即地震波在该层内传播的双程旅行时小于波的半个周期。实际应用中,垂向分辨率定义为:
其中,v是地震波的传播速度。假设地层速度为2500m/s,子波的频率为f=25Hz,则得△h<λ/4为25m。然而,在东部陆相含油盆地中,常见的含油气砂层为10m以下的层。由此可见,基于地震记录处理的剖面,识别薄互层是十分困难的,以下结合图1的模拟地震记录说明这一困难。
图1给出了一个由褶积模型模拟的砂泥岩薄互层地震响应。由图1可见在复合波一个视周期范围内,复合波峰值能量不能对应砂体顶、底反射深度。图中用竖直实线指示的是上下层记录的峰值,从与单层的独立响应的比较看到,由于薄互层间距太小,子波之间形成强烈干涉,导致复合波的波形上难以分辨出上下层的差异。
为了说明地震剖面分辨薄层厚度的能力,设计了图2所述的楔形砂体模型,用褶积模型的模拟响应来考察地震响应与厚度之间的关系。
图2中的楔形砂体从左到右由1米增加到40米,用红色区域表示,其中,砂岩速度为2865.3m/s,密度为2.29g/cm3,泥岩速度为2816.9m/s,密度为2.35g/cm3,通过计算波阻抗和反射系数,转换成双程旅行时,选用35Hz的雷克子波进行褶积,得到图3的地震记录。由图3的模拟地震记录可以看到,y为25m处对应的厚度为5m,由于薄互层上下界面的相互干涉导致在图3的记录上难以分辨楔形砂体的顶、底界面。
根据Knapp的定义,垂向分辨率用地震子波脉冲的时间延续长度来定义,并且把这种分辨率称为厚度分辨率。它与目前广泛应用的一个不太严格的垂向分辨率(时间分辨率)公式存在较为复杂的关系,实际上:
TR=△t=1/(2.3f*) (2)
式中,f*是地震子波的视频率(或主频)。由(2)式出发,只要剖面上主频高,就认为其时间分辨率高。若把地震波传播速度乘上该时间分辨率便可以得到厚度分辨率:
ZR=△z=(vTR)/2=λ*/4.6 (3)
式中λ*是视波长,ZR称为可分辨厚度。
(2)和(3)中均假设地震子波为理想雷克子波。按照瑞利(Rayleigh)准则,即:“一个反射波的分辨率的极限是1/4波长”,若带通子波通频带的下限称为f1,上限称为f2,则通频带的中心频率fc决定了视频率fp(或称主频),即
fp=fc=(f1+f2)/2
实际上,主频就是我们眼睛看到的剖面上同相轴的胖瘦程度。对于低截频是f1=5Hz,高截频f2=70Hz的实际资料,这里主频f=35是地震子波为零相位雷克子波时的主频,假设地层的速度为3000米/秒,由Rayleigh准则:
△H=vT/4=v/(4f)=λ/4
其中,△H表示可分辨的地层垂直厚度,T表示地震波的周期,v表示地层的层速度,λ表示地震波的波长。
可以知道垂向上最高可分辨出25m左右的地层。Knapp划分了韵律层的分辨率,即对薄层状的周期性重复的沉积韵律层来说,可以用高频来检测薄互层的厚度,这种韵律层产生一种对频率高次谐波的调谐作用。当然这只是在理论模型情况下计算的结果,实际沉积剖面是一个复杂的地层组合体,没有足够的频宽无法准确描述它,同时,实际地震资料的垂向分辨率还受到地下地层结构、岩性和地震资料频带宽度和信噪比的影响;垂向剖面解释并不能准确预测和评价薄互层砂体结构。
1.2地震属性分析
地震属性分析是上世纪八十年代后迅速发展起来的地震解释技术,主要用于储层的正向预测。地震属性是指由叠前或叠后地震资料,利用现代信号处理理论和其他数学工具而导出的有关地震波的几何形态、动力学特征、运动学特征和统计学特征。近年来,因其在油气勘探和开发中发挥着越来越重要的作用,因此有关地震属性的提取、分析等方法得到了飞速发展,地震属性研究成为了油藏地球物理和勘探地球物理研究的重要内容。
目前常用的地震属性主要有叠前处理、叠后处理和瞬时地震属性。实际生产中所用的地震属性分类主要有五大类,即振幅类、复数道类、频谱统计类、序列统计类、相关统计类。其中,振幅类属性有均方根振幅、平均绝对振幅、平均波峰、波谷振幅、振幅总量、总能量、振幅变化等,它们能识别振幅异常或层序特征,有效识别岩性或含油气砂岩的变化,预测含油气性。尤其是均方根振幅,即对于分析时窗内所有点振幅平方的平均值得平方根。因为在平均以前作了平方,所以均方根振幅对于检测由地层岩性变化或储层流体引起的振幅横向变化更为敏感。
复数道类属性是基于希尔伯特变换导出的属性,如平均瞬时频率、平均反射强度等属性,用这类属性能追踪由于含油气饱和度、断裂、岩性或地层变化引起的相关的频率吸收特征的变化,低值(25-30HZ)常常对应于亮点(高RMS振幅),指示含油气性。
频谱统计类属性:对地震信号的频率谱、能量谱进行描述,如有效带宽、波形弧长、主频序列(F1、F2、F3)、峰值频率到最大频率的斜率等属性。例如波形弧长反映了单位时间内地震波的弧线长度,对于同是强振幅特征、但有高频、低频之分的地层(含油气砂岩)更有效果。另外一些频率属性如主频序列(F1、F2、F3)、峰值频率到最大频率的斜率等属性,反映油气层段有明显的高频地震波被吸收的现象,揭示吸收衰减引起的频率趋势变化。该类属性一般需要开辟一定的时窗才能统计出来,对于研究的目标层位较薄,该类属性可能包含上、下层位的信息,从而对有效信息产生干扰。
序列统计类属性:如目前较流行的能量过半、半能量时间处的斜率能反映垂直地层变化趋势,进行沉积旋回分析。
2、储层砂体预测中的地震属性分析方法
地震属性在储层预测中起着至关重要的作用。在具体地震地质解释过程中,通常用地震属性切片定走向,用属性剖面定倾向,两者综合定产状。在地震属性切片和剖面属性分析中,发现在薄互层预测中地震道的时间采样率偏大,需要对叠后地震记录进行插值和加密采样,具体的采样率视研究目标区的最小砂体厚度而定。
2.1地震数据的样条差值和加密采样
地下构造在连续的时间切片上会表现为可追踪的特点,并且可以容易的确定构造的走向和构造的高点,从而辅助井位的部署。本发明设计了对2ms的地震道数据进行时间域的四点插值,获得0.5ms采样的地震数据体。然后提取其水平切片,从这些切片中可以清楚的识别可追踪的小型构造,然后对插值获得的小层进行修正便可以得到更准确的解释层位。
本发明的样条差值和加密采样方法包括以下步骤:
a)假定有n+1个数据点:(x0,y0),(x1,y1),(x2,y2),……,(xn,yn);计算步长hi=xi+1-xi;(i=0,1,2,…,n-1);
b)将数据节点和指定的首端点条件代入矩阵方程:
c)解三对角矩阵方程,求得二次微分值mi
d)计算样条曲线的系数:ai=yi;bi=(yi+1-yi)/hi-himi/2-hi(mi+1-mi)/6;ci=mi/2;di=(mi+1-mi)/(6hi);其中,i=0,1,2,…,n-1;
e)在每个子区间xi≤x≤xi+1中,创建方程:
gi(x)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3,即得。
图4显示了原始的模拟信号与2ms采样后及经四点0.5ms插值后数据的对比,从图中可以看出,当采样时间不在2ms的整数倍时,2ms采样数据会产生较大的误差,但四点0.5ms插值数据较好地恢复了原始数据的特征。
针对复杂构造和复杂岩性分布区,需要选择标准井,对全区的井资料进行标志层的对比划分,经过精细对比,对目的层段内的同相轴波峰、波谷进行追踪,得到目的层精确的层位,如图5所示的附带层位信息的地震剖面。针对研究区储层较薄和砂体规模小的情况,为了对细小砂体进行更好的识别,对每个波峰与波谷间采用上述非线性插值的方式获得加密的层位(如图6所示),这样就得到加密的的地震切片。
2.2地震属性提取和优化
地震数据体中包括地下大量的地质特征信息,从地震数据体中提取属性,反映的是几何学、动力学、运动学、统计学等方面的特征,因此不同的属性值可能与某些地质参数具有很大的相关性。如果能将这些丰富的地震属性与特定的物理和地质现象建立起较好的定性或定量关系,则可以为地层的横向变化和物性预测提供许多必需的参数。
图7是地震属性分析流程示意图。地震属性参数的提取正越来越多地应用在地震勘探、开发阶段上,目前可以从地震数据体中提取近百种属性,大致可分为瞬时类参数(如瞬时相位、瞬时频率、瞬时振幅等)、相关统计类参数、频(能)谱类参数、层序统计类参数、混沌参数、突变参数等,用于帮助识别岩性、地层层序变化、不整合、断层、流体的变化、储层的孔隙率变化、河流、三角洲砂体、某种类型的礁体、地层调谐效应。总之,不同的地震属性,从不同的角度反应了地层的物理特性。
对常用的几种地震属性,其简单的计算方法如下。如图8所示,假设地震道数据为x(t),有效波的时窗长度为T,时间采样间隔为△,时窗内样点数为N,x(i△)则表示第i个样点的振幅值;将时窗内每道地震数据分别进行傅立叶变换,可得傅立叶谱X(ω),X(k△ω)表示第k个样点频谱值,△ω表示频率采样间隔,ω1为有效频带的低频,ω2为有效频带的高频。
a)均方根振幅:对于分析时窗内所有点振幅平方的平均值得平方根。
其中,ai为第i个样点的振幅值。因为在平均以前作了平方,所以均方根振幅对于检测由地层岩性变化或储层流体引起的振幅横向变化更为敏感。
b)振幅变化(振幅标准方差值):指在分析时窗内,每道内每个样点的振幅值与所有样点振幅的平均值之差的平方并求和,再除以时窗内所有的样点数。
其中,ai为第i个样点的振幅值,时窗内振幅的平均值。根据振幅变化的大小,可以用来检测地层中流体、裂缝及岩性等变化,一般分析时窗为20-100ms。
c)弧线长度:用于计算时窗内波形的弧线长度,是一个综合了振幅和频率特性的联合属性。其计算公式如下:
其中,ai+1和ai分别为第i+1和第i个样点的振幅值,△T为采样间隔,N为时窗内采样点数。与其它的振幅和频率属性联合使用,对砂地比比较适中的地区反映最敏感,对物源区敏感度较低。该属性可用于区别同是高振幅特征,但有高频、低频之分的地层情况,在砂泥岩互层中可识别富泥或富砂的地层。
d)平均反射强度:也称为瞬时振幅、振幅包络,设原始记录为x(i△),经希尔伯特(Hilbert)变换得到y(i△),也即复地震道中的虚部。用来识别储层中流体成份、岩性、地层学变异、油气聚集而引起的振幅异常。有:
地震属性提取和优化过程中,可有针对性的开时窗,提取振幅统计类、复地震道统计类、谱统计类、层序统计类、相关统计类等地震属性;在与井对比分析的基础上,可优选能够反映地层、岩性、储层厚度与含油气性特性的敏感性属性,作为储层预测及沉积相带划分的参考。
针对主要目的层段的岩性为泥包砂地层,可采用多种沿层地震属性来分析目的层储层沉积特征,从中优选出适合各区块的地震属性来详细分析砂体展布形态:
对于上述大量属性,分别作出每种属性与岩性、物性及含油性的交汇图,得到不同属性对岩性、物性及含油性的敏感程度,再按属性对目标体的敏感程度进行分类,在所有属性中选择对储层流体变化敏感性高的属性制作流体分布图或进行预测。首先对研究区所提取的属性进行定性对比,分析属性敏感程度,选取对研究对象(如岩性、物性参数、含油气性等)比较敏感的属性。通过将不同地震属性与测井数据进行对比发现,均方根振幅属性与砂体的分布相关性较好。
3、不同厚度薄互层模型的地震属性特征分析
该部分通过三个模型分析单层厚度、薄互层之间的间隔对地震记录的影响。模型的基本属性是模型的基本属性是砂泥岩交互层,砂岩速度为2865.3米每秒,泥岩速度为2816.9米每秒。(速度的选取是通过实际中的测井数据选取的)。通过以下3个模型,分别研究1)在确定砂体间隔时改变砂体厚度得到的地震响应;2)在确定砂体厚度时改变其间隔得到的地震响应;3)在确定砂体厚度和间隔改变其子波频率得到的地震响应。
3.1模型1
图9所示的模型1由两层砂体叠置而成。上层砂体由6组平行于y轴厚度随x坐标增加而增加的砂体组成,下层为6组平行于x轴的厚度随y轴坐标增加而增加的砂体组成。这样就形成了上下层不同厚度的36种组合。上下层不同的厚度分段x和y坐标分别为5、25、40、55、70、85。
由图9可见,上层砂体由6个平行于y轴的长方砂体组成,厚度随x轴增大。下层砂体由平行于x轴的6个长方砂体组成。厚度沿y轴增大。上下层砂体之间间隔为5米。用30HZ雷克子波合成褶积模型利用褶积模型生成网格为1m X 1m的三维地震数据体。
图10给出了y=5、25、40、55、70、85米处的褶积模型结果。单图能表示下层厚度不变,上层厚度分别为5、25、40、55、70、85米地震记录。由图10的结果可知,由于上下楔形体的四个反射界面形成的地震子波会相互干涉,使得上下砂体难以分辨,如图10a显示的最薄的图层响应,只有在上层厚度为20m时才能将上下层在同相轴上区别开。而在上下砂体间隔保持5米的时候,下覆河道厚度固定时,上覆河道越厚越容易分辨,极限大约是10m;在上覆河道最薄的情况下(5米厚度),下覆地层达到20米厚度以上才能明显分辨出来;由于薄砂层速度较高,当下层厚度很小的时候,会对下层同相轴产生下拉作用,然而当下层厚度逐渐增加时,这种现象又逐渐减弱。
3.2模型2
模型2研究砂体之间的不同间隔对薄层砂体分辨力的影响。模型2如图11所示,上覆地层由相同厚度六个长方砂体组成,与下层砂体最小间隔沿x轴增大,分别为5米、10米、15米、20米、25米、30米,下覆地层由相同厚度六个长方砂体组成,与上层砂体最小间隔沿y轴增大,分别为5米、10米、15米、20米、25米、30米。对比厚度(都为5M)一致但间隔不同的薄层砂体的分辨力提取y=5、25、40、55、70、85米处的褶积模型结果,结果如图12所示。
由图12可以看出,上下砂体厚度保持5米的时候:间隔为5米的时候,相邻很近的薄层会有一些干涉,对分辨薄层会有影响。当间隔大于20m时候,薄层之间的干涉会减弱到基本没有影响。由此知道:1)当两个砂体间隔小于10m时,会对复合波造成影响。大于10m以后基本不会产生影响;2)由于只用5m厚度的砂体,砂体形成的响应复合波会很短。
3.3模型3
模型3研究不同子波频率对分辨力的影响。将子波频率更改为35HZ、39HZ,与30HZ的褶积模型结果进行对比,结果如图13所示。
由图13看出,在间隔相同厚度不同的叠复砂体的中,频率越高得到的地震记录更容易识别薄层砂体,而且在频率由30上升至39的过程中,不仅是薄层分辨的更清晰了。厚层的分辨率也一样得到了等效的提高。以上结果可以看出薄互层响应难以分辨原因还是单层顶底之间的干涉效应。
在实际工作中,剖面地震资料的解释遇到了瑞雷准则的分辨率极限,这一极限可以由本发明的方法加以突破,从而广泛应用于薄层识别和解释。
4、地震属性切片薄纱体识别技术与流程
地震属性种类繁多,它是在地震勘探工作中经前人总结的能对地震波的几何、运动学、动力学特征进行度量的参量,包括瞬时振幅,瞬时相位,瞬时频率,相干属性等。地震属性能等同的反应地下介质的结构信息。近年来关于地震振幅属性与薄层结构识别的研究越来越多,包括凌云研究组对地震属性进行了连续提取,极大地提高了地震解释技术识别薄互层的准确性。而地震切片技术在识别薄层的优势在于可以通过薄层的构造形态来巧妙地避开地震分辨率的影响。前人在地震属性分析方面已开展了许多有意义的研究,本专利发明了一种有别于前人研究成果的地震属性分析方法和砂体识别和评价技术。本发明提出了一种有别于现有技术的地震属性分析方法和砂体识别和评价技术,流程图如图14所示。
对于两层砂体而言,四个反射界面所形成的复合波更为复杂,理论上更难以从地震剖面上进行识别。下面通过模型4来验证本发明的通过复合波零值响应的特点在地震属性切片上进行识别的效果。
模型4的示意图如图15和图16所示。模型4为两层砂泥岩薄互层三维地质模型,其中,上下两层的厚度都是5m,相距5m,上层深度为270m,下层深度为280m。砂岩的速度为2865.3米每秒,泥岩的速度为2816.9米每秒。
将模型分别用振幅谱相同的最小相位子波和零相位子波进行简单的褶积模型运算,可以得到如图17所示的地震属性均方根振幅切片结果。图17为230ms-247ms,以1ms为间隔,得出的均方根振幅切片。
图17中,238ms处,上层砂体地震反射的样点值为零,地震切片上只出现下层砂体的反射。245ms处则只出现上层砂体的反射。上下层第一次出现零值的时间分别为238ms和245ms,相差7ms,泥岩速度为2816.9m/s,由于代表双程旅行时,计算后测得零值之间的距离为9.859m,与砂体中心间距10m一致。
注意到240ms处的切片,可以看到上下两层的重叠部分的响应几乎为零,但是非重叠部分能表现单层的地方却依然有响应,这一点就充分说明了地震切片技术的可识别性。
由于真实情况下,野外炸药震源激发出的地震子波往往是最小相位的,零相位子波一般是在后期处理中给出的,为了贴近实际情况,图18研究了采用最小相位子波进行褶积得到的结果。
图18为将子波换为最小相位子波进行褶积得到均方根振幅切片结果。最小相位第一次出现零值的时间分别为193ms和200ms,相差7ms,泥岩速度为2816.9m/s,由于代表双程旅行时,计算后测得零值之间的距离为9.859m,与砂体中心间距10m一致。可以看出当子波为零相位和最小相位时,虽然出现零值时间不同,但两层砂体的零值时间差,均为砂体中心双程反射时间之差。
最小相位子波由于能量聚集要比零相位子波快,所以地震振幅切片整体响应到达峰值的时间要早。
为进一步研究砂体厚度对上述结论的影响,在该模型的基础上,将砂体厚度由5m增加到10m,间隔不变(记为模型5),得到不同子波的均方根振幅切片(图19、图20)。
图19为模型5的零相位子波的均方根振幅切片,由图可知,上下层第一次出现零值的时间分别为240ms和250ms,相差10ms,泥岩速度为2816.9m/s,由于代表双程旅行时,计算后测得零值之间的距离为14.08m,与砂体中心间距15m基本一致。
图20为模型5的最小相位子波的均方根振幅切片,由图可知,虽然上下层第一次零值的响应为195ms和205ms,之差依然是10ms,但是上层第一次零值出现时(195ms),下层还没有响应。如果在现实的解释过程当中,上层第一次到出现零值,有时会将这种现象与单独一层出现的响应归到一类中去,所以第一次零值不具备双层相关的讨论要素。取上下两层第2次3次零值之间的间距,发现其与第一次零值间距基本一致。
这里所说的相同次数的零值之间时间间隔一致,是因为零值时间建立在上下界面的反射系数时间间隔不变的情况下,褶积模型的原理相当于将复合波代替反射系数,所以复合波零值时间间隔应与反射系数间隔一致。
因此,选取第2次零值出现时间207ms和217ms。计算可得零值之间距离15.7399m,与砂体中心间距15m一致。
根据上述分析,分析薄层间隔的影响,无影响的区域大概在10m左右,所以在应用地震属性切片进行识别时需要讨论10m间隔时的有效性。在上一个模型的基础上增大间隔,考察地震波的干涉响应有何种影响。将两层间隔加大5m,每层厚度仍然为5m(记为模型6)。
图21为模型6的零相位子波的均方根振幅切片,由图可知,上下层第一次出现零值的时间分别为238ms和249ms,相差11ms,泥岩速度为2816.9m/s,由于代表双程旅行时,计算后测得零值之间的距离为15.7399m,与砂体中心间距15m一致。
图22为模型6的最小相位子波的均方根振幅切片,由图可知,最小相位子波的结果依然是振幅出现的整体时间提前了,193ms出上层砂体第一次零值出现,但没有下层响应,依然选择双层的第二次零值时间,205ms和216ms,相差11ms,泥岩速度为2816.9m/s,由于代表双程旅行时,计算后测得零值之间的距离为15.7399m,与砂体中心间距15m一致。
由此可见,在不同的子波作用下,地震振幅属性切片的零值时间间隔在识别薄互层间距的作用上有着极大的稳定性。
本发明的方法从多层界面地震波干涉原理出发创造性的提出了一套完整的地震属性分析/提取/优化的技术思路,建议了系列配套的地震属性处理和应用技术:基于薄互层砂体预测与识别为目的的地震资料插值加密采样方法,给出了具有普遍意义的算法与处理流程。本发明的储层砂体预测和识别评价方法,以寻找地层中发育的砂体为出发点建立,但并未引入砂体形态或结构分布的假设和先验模型作为约束,属于数据驱动模型的预测与识别方法,对先验模型依赖程度低,适用于未知探区的应用。
以下实施例中,对中国西部某油田的一个区域进行处理和分析,通过目的层上油组顶面和下油组顶面之间的波峰和波谷的详细解释,对邻近的波峰和波谷之间采用上述样条差值和加密采样方法获得了三个加密层位,沿这些层位提取各种属性,并优选利用均方根振幅属性作为识别河道砂体的参考;同时,利用地震属性的水平时间切片来对局部的细微特征进行修正。
实施例1
本实施例的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,针对TK1115区块浅部河道砂体进行,包括以下步骤:
1)采用上述2.1节的方法对叠后地震数据进行样条插值和加密采样,得到加密采样的地震数据;
2)由上述2.2节的方法对加密采样的地震数据计算不同种类的地震属性;根据每一类地震属性与岩性、孔渗性和含油气性的敏感关系,筛选出阻抗、最大值、波形分类、总振幅、平均振幅、均方根振幅、最大波峰振幅属性为综合地震属性,其中,均方根振幅属性很好的反映了区块内油气层的曲流河道砂体形态;
3)根据综合地震属性识别甜点砂体的空间分布;
4)结合甜点砂体的空间分布,通过测井孔隙度与含油气性的标定,实现碎屑岩储层的砂体识别和综合评价。
本实施例中,依据均方根振幅属性显示的砂体分布如图23、图24所示。由图可识别出砂岩厚度大,储层物性好的区域,此外,图中与河道相连接的河口坝砂体也清晰可见;比图23和图24可以清楚看到与河道相连的砂体向下分布范围变小的情况。
实施例2
本实施例的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,针对TK1115区块深部河道砂体进行,包括以下步骤:
1)采用上述2.1节的方法对叠后地震数据进行样条插值和加密采样,得到加密采样的地震数据;
2)由上述2.2节的方法对加密采样的地震数据计算不同种类的地震属性;根据每一类地震属性与岩性、孔渗性和含油气性的敏感关系,筛选出阻抗、最大值、波形分类、总振幅、平均振幅、均方根振幅、最大波峰振幅属性为综合地震属性,其中,均方根振幅属性很好的反映了区块内油气层的曲流河道砂体形态;
3)根据综合地震属性识别甜点砂体的空间分布;
4)结合甜点砂体的空间分布,通过测井孔隙度与含油气性的标定,实现碎屑岩储层的砂体识别和综合评价。
本实施例中,依据均方根振幅属性显示的砂体分布如图25~27所示。其较好的反映了在图23和图24上显示的河道之下并与该河道相交的河道砂体形态,该河道的属性与背景值的差异十分明显,而且与河道相连的朵叶状砂体也在属性切片上清晰可见。
由图可识别出砂岩厚度大,储层物性好的区域,此外,图中与河道相连接的河口坝砂体也清晰可见;比图23和图24可以清楚看到与河道相连的砂体向下分布范围变小的情况。图27是该井区T46-s3t0-7时刻对应的均方根振幅,其较好的反映了在图25和图26上显示的河道相连的朵叶状砂体在空间上的变化。图中属性显示,该河道的属性与背景值的差异十分明显,而且与河道相连的朵叶状砂体随深度加大,分布范围变大,由于砂体变纯,相应的地震波振幅也增强。
本发明的特点是通过综合测井信息、多类地震属性,利用非线性插值和加密采样的优化地震属性,考虑了不同地震属性类对岩性、物性和含油气性不同的敏感程度,拓展了地震数据储层砂体预测和评价的应用范围。由于在本发明实施例中不仅仅是根据多类地震属性,还包括了测井等信息的标定和综合,不仅提高了储层砂体预测和评价精度,也为油气勘探开发中精确评价砂体的空间变化及预测有利油气勘探开发远景区提供支撑。
需要说明的是:上述实施例提供的地震属性切片分析在识别砂体的平面分布和预测砂体厚度时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的地震属性分析进行砂体预测和评价的装置与河道砂分布预测和评价的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法,其特征在于,包括以下步骤:
1)对叠后地震数据进行样条插值和加密采样,得到加密采样的地震数据;
2)依据加密采样的地震数据计算不同种类的地震属性;根据每一类地震属性与岩性、孔渗性和含油气性的敏感关系,优化地震属性组合,得到综合地震属性;
3)根据综合地震属性识别甜点砂体的空间分布;
4)结合甜点砂体的空间分布,通过测井孔隙度与含油气性的标定,实现碎屑岩储层的砂体识别和综合评价。
2.如权利要求1所述的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,其特征在于,步骤1)中,所述样条差值和加密采样包括以下步骤:
a)假定有n+1个数据点:(x0,y0),(x1,y1),(x2,y2),……,(xn,yn);计算步长hi=xi+1-xi;(i=0,1,2,…,n-1);
b)将数据节点和指定的首端点条件代入矩阵方程:
c)解三对角矩阵方程,求得二次微分值mi
d)计算样条曲线的系数:ai=yi;bi=(yi+1-yi)/hi-himi/2-hi(mi+1-mi)/6;ci=mi/2;di=(mi+1-mi)/(6hi);其中,i=0,1,2,…,n-1;
e)在每个子区间xi≤x≤xi+1中,创建方程:
gi(x)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3,即得。
3.如权利要求1所述的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,其特征在于,步骤2)中,所述不同种类的地震属性为振幅类、复数道类、频谱统计类、序列统计类和相关统计类地震属性。
4.如权利要求1所述的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,其特征在于,步骤3)中,甜点砂体的空间分布包括砂体的形态、平面分布范围、空间连通特征和纵向分布厚度。
5.如权利要求1或4所述的碎屑岩储层中地震属性砂体空间分布描述及评价的方法,其特征在于,步骤3)中,所述识别包括以下步骤:
ⅰ)将综合地震属性进行褶积模型运算,得到岩层或水平地震属性切片并定位切片的零值点;
ⅱ)根据零值点之间的间隔,分离和识别不同深度的砂体及平面分布;
ⅲ)根据零值点之间的间隔和砂体出现的双程旅行时,定量评价砂体厚度。
CN201610840201.1A 2016-09-21 2016-09-21 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 Active CN106526670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610840201.1A CN106526670B (zh) 2016-09-21 2016-09-21 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610840201.1A CN106526670B (zh) 2016-09-21 2016-09-21 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法

Publications (2)

Publication Number Publication Date
CN106526670A true CN106526670A (zh) 2017-03-22
CN106526670B CN106526670B (zh) 2019-04-19

Family

ID=58343965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610840201.1A Active CN106526670B (zh) 2016-09-21 2016-09-21 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法

Country Status (1)

Country Link
CN (1) CN106526670B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107315203A (zh) * 2017-08-04 2017-11-03 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 一种致密砂岩储层甜点识别及综合评价方法
CN107884823A (zh) * 2017-11-27 2018-04-06 中国石油集团东方地球物理勘探有限责任公司 砂体连通图的绘制方法及装置
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
CN107966731A (zh) * 2017-11-08 2018-04-27 西南石油大学 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
CN109188520A (zh) * 2018-09-17 2019-01-11 中国石油天然气股份有限公司 薄储层厚度预测方法及装置
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
CN109709606A (zh) * 2018-11-14 2019-05-03 中国石油天然气集团有限公司 砂岩井的开采确定方法及系统
CN109782344A (zh) * 2018-12-13 2019-05-21 中国石油天然气集团有限公司 沉积层序边界识别方法及装置
CN109814174A (zh) * 2019-01-24 2019-05-28 中国石油大学(华东) 一种碎屑岩不整合结构体测井综合识别方法
CN110109178A (zh) * 2018-09-27 2019-08-09 中国石油天然气股份有限公司 优势砂体分布区域的确定方法、装置及存储介质
CN110297264A (zh) * 2018-03-23 2019-10-01 中国石油化工股份有限公司 一种低渗气藏薄储层甜点地震预测方法
CN110320574A (zh) * 2018-03-30 2019-10-11 中国石油化工股份有限公司 基于缓坡三角洲薄层砂体刻画的方法
CN110488385A (zh) * 2019-09-20 2019-11-22 西南石油大学 三维断溶体模型的制作方法
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
CN111580156A (zh) * 2019-02-18 2020-08-25 中国石油天然气股份有限公司 一种地震零值切片自动拾取方法及系统
CN111598340A (zh) * 2020-05-18 2020-08-28 中国石油天然气集团有限公司 基于分数阶希尔伯特变换的薄砂体平面展布预测方法
CN111856569A (zh) * 2019-04-30 2020-10-30 中国石油天然气集团有限公司 地层砂体预测方法及装置
CN112287532A (zh) * 2020-10-20 2021-01-29 中海石油(中国)有限公司 一种缘控地震驱动建模方法
CN112698391A (zh) * 2020-11-16 2021-04-23 中国石油天然气股份有限公司 砂体刻画方法、装置、设备及存储介质
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
US11269101B2 (en) * 2019-04-16 2022-03-08 Saudi Arabian Oil Company Method and system of direct gas reservoir detection using frequency slope
CN114578452A (zh) * 2022-05-07 2022-06-03 东营市京川石油技术有限公司 一种定量计算地下反射系数振幅占比的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2878839A1 (en) * 2012-07-10 2014-01-16 Conocophillips Company Inverted seismic attribute quality and local rock physics calibration
CN103439741B (zh) * 2013-09-16 2015-10-14 中国石油大港油田勘探开发研究院 一种零值法单砂体逐层剥离预测方法
CN103914620B (zh) * 2014-03-31 2017-02-15 成都理工大学 一种计算断层破裂带裂缝张开空间分布的方法
CN105445800B (zh) * 2015-11-13 2017-12-26 中国石油化工股份有限公司 一种厚层砂体顶部分异岩性油藏的识别方法
CN105334535B (zh) * 2015-11-13 2018-04-17 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

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107315203A (zh) * 2017-08-04 2017-11-03 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 一种致密砂岩储层甜点识别及综合评价方法
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
CN107966731A (zh) * 2017-11-08 2018-04-27 西南石油大学 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
CN107966731B (zh) * 2017-11-08 2019-04-30 西南石油大学 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
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
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
CN107884823A (zh) * 2017-11-27 2018-04-06 中国石油集团东方地球物理勘探有限责任公司 砂体连通图的绘制方法及装置
CN110297264A (zh) * 2018-03-23 2019-10-01 中国石油化工股份有限公司 一种低渗气藏薄储层甜点地震预测方法
CN110320574A (zh) * 2018-03-30 2019-10-11 中国石油化工股份有限公司 基于缓坡三角洲薄层砂体刻画的方法
CN109188520A (zh) * 2018-09-17 2019-01-11 中国石油天然气股份有限公司 薄储层厚度预测方法及装置
CN109188520B (zh) * 2018-09-17 2020-05-08 中国石油天然气股份有限公司 薄储层厚度预测方法及装置
CN110109178A (zh) * 2018-09-27 2019-08-09 中国石油天然气股份有限公司 优势砂体分布区域的确定方法、装置及存储介质
CN110109178B (zh) * 2018-09-27 2020-09-04 中国石油天然气股份有限公司 优势砂体分布区域的确定方法、装置及存储介质
CN109709606A (zh) * 2018-11-14 2019-05-03 中国石油天然气集团有限公司 砂岩井的开采确定方法及系统
CN109782344B (zh) * 2018-12-13 2020-09-08 中国石油天然气集团有限公司 沉积层序边界识别方法及装置
CN109782344A (zh) * 2018-12-13 2019-05-21 中国石油天然气集团有限公司 沉积层序边界识别方法及装置
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
CN109814174A (zh) * 2019-01-24 2019-05-28 中国石油大学(华东) 一种碎屑岩不整合结构体测井综合识别方法
CN109814174B (zh) * 2019-01-24 2021-07-06 中国石油大学(华东) 一种碎屑岩不整合结构体测井综合识别方法
CN111580156A (zh) * 2019-02-18 2020-08-25 中国石油天然气股份有限公司 一种地震零值切片自动拾取方法及系统
US11269101B2 (en) * 2019-04-16 2022-03-08 Saudi Arabian Oil Company Method and system of direct gas reservoir detection using frequency slope
CN111856569A (zh) * 2019-04-30 2020-10-30 中国石油天然气集团有限公司 地层砂体预测方法及装置
CN110488385A (zh) * 2019-09-20 2019-11-22 西南石油大学 三维断溶体模型的制作方法
CN111598340A (zh) * 2020-05-18 2020-08-28 中国石油天然气集团有限公司 基于分数阶希尔伯特变换的薄砂体平面展布预测方法
CN112287532A (zh) * 2020-10-20 2021-01-29 中海石油(中国)有限公司 一种缘控地震驱动建模方法
CN112287532B (zh) * 2020-10-20 2024-03-05 中海石油(中国)有限公司 一种缘控地震驱动建模方法
CN112698391B (zh) * 2020-11-16 2023-10-31 中国石油天然气股份有限公司 砂体刻画方法、装置、设备及存储介质
CN112698391A (zh) * 2020-11-16 2021-04-23 中国石油天然气股份有限公司 砂体刻画方法、装置、设备及存储介质
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
CN114578452B (zh) * 2022-05-07 2023-01-06 地大汇能(北京)科技有限公司 一种定量计算地下反射系数振幅占比的方法
CN114578452A (zh) * 2022-05-07 2022-06-03 东营市京川石油技术有限公司 一种定量计算地下反射系数振幅占比的方法

Also Published As

Publication number Publication date
CN106526670B (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
CN106526670B (zh) 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法
Brown Interpretation of three-dimensional seismic data
US5226019A (en) Method of geophysical exploration
Chopra et al. Emerging and future trends in seismic attributes
Abdel-Fattah et al. Integrated seismic attributes and stochastic inversion for reservoir characterization: insights from Wadi field (NE Abu-Gharadig Basin, Egypt)
CN105334535A (zh) 一种识别薄储层隐蔽岩性油气藏的方法
CN103527184A (zh) 一种白云岩储层的预测方法和系统
Lee et al. Delineation of gas hydrate reservoirs in the Ulleung Basin using unsupervised multi-attribute clustering without well log data
CN104656136A (zh) 基于实际模型地震模拟指导下的油气储层低频阴影识别技术
Zahmatkesh et al. Estimating Vsand and reservoir properties from seismic attributes and acoustic impedance inversion: A case study from the Mansuri oilfield, SW Iran
Mirkamali et al. Evolution analysis of miocene channels and faults in offshore area of Strait of Hormuz (Eastern part of Persian Gulf) using seismic meta-attributes
CN108121008A (zh) 一种地震属性预测河道砂空间分布的方法
GUO et al. Effective techniques for seismic description of reservoirs in Jiyang Depression, Bohai Bay Basin [J]
Adriansyah et al. Analysis and interpretation of seismic data from thin reservoirs: Northwest Java basin, Indonesia
Cheng et al. Reservoir prediction in a development area with a high-density well pattern using seismic sedimentology: An example from the BB2 block, Changyuan LMD oil field, Songliao Basin, China
Okpoli et al. Integration of Well logs and seismic attribute analysis in reservoir identification on PGS field onshore Niger Delta, Nigeria
Pennington et al. Calibration of seismic attributes for reservoir characterization
Chopra et al. Seismic reservoir characterization of Bone Spring and Wolfcamp Formations in the Delaware Basin—A case study: Part 1
Liu et al. Patterns classification in assisting seismic-facies analysis
Gargouri Multicomponent 3D seismic interpretation of the Marcellus shale Bradford county, Pennsylvania
Ajanaku et al. Determination of gas reservoir (s) using AVO inversion within “XY” field offshore Niger Delta
Busanello et al. Land seismic surveys for challenging reservoirs
Nkwanyang et al. Application of Petrophysical Evaluation and Seismic Interpretation to Generate New Prospects Map of N-Field Rio Del Rey Basin, Cameroon
Ochoma Seismic Attributes Analysis as a Precursor for Hydrocarbon Indication: A Case Study of Onshore Fuba field, Niger Delta, Nigeria
Ochoma Application of 3-D Seismic Attributes Analysis for Hydrocarbon Prospectivity in Onshore Fuba field, Niger Delta, Nigeria

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
TR01 Transfer of patent right

Effective date of registration: 20220208

Address after: 100029 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen

Patentee after: CHINA PETROLEUM & CHEMICAL Corp.

Patentee after: SINOPEC OILFIELD SERVICE Corp.

Patentee after: Sinopec Jingwei Co.,Ltd.

Patentee after: SINOPEC NORTH CHINA PETROLEUM ENGINEERING Co.,Ltd.

Patentee after: North China Measurement and control company of Sinopec Jingwei Co.,Ltd.

Address before: 100728 9 Jishi Kou Road, Chaoyang District, Beijing

Patentee before: SINOPEC OILFIELD SERVICE Corp.

Patentee before: Sinopec North China Petroleum Engineering Co., Ltd

TR01 Transfer of patent right