CN106772601A - 一种基于叠前地震数据的裂缝储层快速预测方法 - Google Patents
一种基于叠前地震数据的裂缝储层快速预测方法 Download PDFInfo
- Publication number
- CN106772601A CN106772601A CN201611193625.XA CN201611193625A CN106772601A CN 106772601 A CN106772601 A CN 106772601A CN 201611193625 A CN201611193625 A CN 201611193625A CN 106772601 A CN106772601 A CN 106772601A
- Authority
- CN
- China
- Prior art keywords
- road
- value
- data
- fracture reservoir
- collection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 238000012937 correction Methods 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005314 correlation function Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000008859 change Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- RYOOHIUJEJZCFT-UHFFFAOYSA-N 2-[2-(diethylamino)ethylamino]-2-phenylacetic acid 3-methylbutyl ester Chemical compound CCN(CC)CCNC(C(=O)OCCC(C)C)C1=CC=CC=C1 RYOOHIUJEJZCFT-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
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
本发明公开了一种基于叠前地震数据的裂缝储层快速预测方法,根据叠前地震资料的品质,采用去噪‑拉平‑切除的组合优化对地震资料进行处理,在优化处理后的道集上,拟合某一时间点各道的振幅值,将该时间点各道的拟合值减去看作均匀介质的各道近道集振幅值的平均值,得到各道的差值;求其标准差作为异常值,可用该异常值有效地表征裂缝储层发育强度;以采样率为步长,移动时间点,得到整个地震数据的异常值数据体。本发明快捷有效;不依赖于各向异性椭圆拟合的裂缝储层预测分析技术,解决宽窄方位角地震数据裂缝储层预测的问题。
Description
技术领域
本发明属于油气地球物理技术领域,尤其涉及一种基于叠前地震数据的裂缝储层快速预测方法。
背景技术
根据采集的地震数据,现有的基于叠前地震数据裂缝预测技术,可分为针对宽方位角叠前地震数据的裂缝预测方法和针对窄方位角叠前地震数据的裂缝预测方法两类:(1)针对宽方位角叠前地震裂缝预测,国内外学者大多采用的是基于P波各向异性地震属性椭圆拟合技术,如Grechka和Tsvankin等(1999年)提出对水平层状介质中关于横向速度变化的动校正时差椭圆拟合,来预测随深度变化的裂缝倾向;曲寿利等(2001年)提出了根据阻抗随方位角变化来检测裂缝的方法;Gray(2004年)提出AVO梯度随全方位角变化的方法来预测裂缝(其过程与拟合椭圆相近);孙炜等(2014年)提出了一种改进的方位各向异性裂缝预测方法。以上方法实现过程均较复杂,且在处理窄方位角地震数据的裂缝预测时,拟合椭圆受到限制;(2)针对窄方位角地震资料的裂缝预测,国内学者也提出了一些技术方法,如田立新等(2010年)通过远近偏移距属性差异地震正演和方位地震属性差异的地震正演,模拟得到针对窄方位地震采集区块的叠前裂缝储层预测方法;苏世龙等(2015年)通过采取限炮检距接收及一些特殊的数据规则化技术改善窄方位资料的性质从而进行叠前裂缝预测。这些针对窄方位角地震数据裂缝预测的技术方法,采取分方位角处理,过程复杂,理论不够完善。此外,多波技术也用于裂缝预测中,多波资料相对于裂缝的敏感程度更强,但是采集多波分量数据的施工成本太高,资料处理难度大,在实际生产中多波采集较少,因此多波技术受到很大的限制,不利于普遍适用。
综上所述,现有的基于叠前地震数据裂缝预测方法存在实现过程复杂,拟合椭圆受到限制,施工成本太高,资料处理难度大。
发明内容
本发明的目的在于提供一种基于叠前地震数据的裂缝储层快速预测方法,旨在解决现有的基于叠前地震数据裂缝预测方法存在实现过程复杂,拟合椭圆受到限制,施工成本太高,资料处理难度大的问题。
本发明是这样实现的,一种基于叠前地震数据的裂缝储层快速预测方法,所述基于叠前地震数据的裂缝储层快速预测方法根据叠前地震资料的品质,采用去噪-拉平-切除的组合优化对地震资料进行处理,在优化处理后的道集上,拟合某一时间点各道的振幅值,将该时间点各道的拟合值减去看作均匀介质的各道近道集振幅值的平均值,得到各道的差值;求其标准差作为异常值,可用该异常值有效地表征裂缝储层发育强度;异常值看作是裂缝和流体的综合影响的结果;以采样率为步长,移动时间点,得到整个地震数据的异常值数据体。
进一步,所述采用去噪-拉平-切除的组合优化对地震资料进行处理具体包括:
步骤一,采用四阶多项式拟合进行去噪处理;
步骤二,采用非地表一致性剩余静校正实现道集拉平处理;
步骤三,叠前远道集在经过去噪、拉平处理后,若仍然存在杂乱,道集数据缺损、噪音干扰严重等现象,需要对数据采取切除30°以外的道集。
进一步,所述采用四阶多项式拟合进行去噪处理包括:
(1)基于AVO曲线拟合,采用四阶多项式拟合方法拟合叠前道集某一时刻的数据点振幅值,得到拟合曲线;
(2)选择初始参数,将拟合曲线分别向上向下移动,对比同一偏移距的数据,去除高于向上移动值和低于向下移动值的采样点值,用相同偏移距的多项式拟合值代替;
(3)检验拟合的AVO曲线,是否与正演道集AVO曲线趋势一致,一致则输出去噪道集,否则调整参数值大小,重复(1)和(2),输出去噪后道集。
进一步,所述采用非地表一致性剩余静校正实现道集拉平处理包括:
(1)将一定偏移距内的道集进行叠加作为初始道S(t);在一定时窗t内,分别计算各道与初始道的相关系数R(t,I),采用如下公式求取,其中t1、t2为时窗的起止时间,X(t-τ,I)为输入道,I为道号,τ=0,1,2……n,n为互相关函数的长度;
(2)选择相关系数最大的一道作为模型道,从某道开始依次在指定可移动时窗T范围内,以某个时窗t滑动求取与相邻道的相关系数,所用公式与(1)中所述相同;
(3)将相关系数最大时所滑动的时窗作为当前道的剩余时差,在指定时间段T内,各道减去看作剩余时差的时间之后,输出拉平道集。
进一步,所述统计计算AVO异常值的方法包括:
第一步,对优化处理之后的叠前道集一条测线同一时间点上的振幅值进行多项式拟合,采用最小二乘法原理来实现;
第二步,根据均匀介质与各向异性介质在入射角0°-6°时其值基本相同,首先根据第一步得到某一时刻各道(这里各道指的是叠前道集包括CRP、CDP、CMP)的拟合值,同时根据深度和偏移距的关系计算近道集角度,并求取各道近道集(入射角0°-6°)振幅值的平均值,将道集各道的拟合值减去看作均匀介质的各道近道集振幅值的平均值,得到各道的差值;
第三步,利用如下公式:
其中bi为原始值,bii为拟合值,M为叠前道集某一道的总道数,i为道号,S为某道的标准差。统计各道的差值,计算标准差S作为各道此时间点的异常值,异常值可看作是裂缝和流体综合影响的结果,可用该异常值有效地表征裂缝储层发育强度;
第四步,以采样率为步长,移动时间点,循环第一步-第三步,得到整条线的地震数据的异常值。
第五步,改变测线,循环第一步-第四步,得到整个地震数据的异常数据体,通过剖面和平面成图,得到裂缝储层预测的图形效果,实现裂缝储层预测。
进一步,多项式拟合,最小二乘法原理包括:
1)在某时刻,若观测到的数据为一个入射角xi对应一个振幅值yi如下表所示:
xi | x1x2……xn |
yi | y1y2…….yn |
2)假设拟合函数不是线性函数,用如下的公式来进行拟合:
y=a0+a1x+a2x2+a3x3+.......+anxn,n=0,1,2,3........;
3)设拟合值和真实值之间的残差平方和为δi:
4)当残差平方最小时,拟合曲线与真实值之间最为接近。所以,其关键问题就是求解多项式的系数。转化问题,关于多项式系数的函数,为得到最小值则求取其导数,令经过一系列的推导可以得到如下公式:
求出ai,然后就可以进行拟合曲线。
本发明提供的基于叠前地震数据的裂缝储层快速预测方法,适用范围较广、不受宽窄方位角地震资料的限制、实现过程快捷;基于各向异性理论,考虑在均匀介质(不含裂缝和流体的介质)中,根据Zoeppritz方程及其简化式可知随入射角的变化,振幅大小基本上不变;而在各向异性介质(含裂缝和流体)中,振幅随入射角的变化而变化;并验证分析两者的AVO曲线随入射角变化的特征,得知裂缝方向无论如何展布,AVO都会表现一定的差异,常规的裂缝预测方法基本忽视了这一点;本发明将这种差异定性的作为裂缝储层预测的基础,综合考虑了裂缝及流体的综合影响;快速有效地解决宽窄方位角地震数据裂缝储层预测的问题;是在优化处理后的道集上,拟合某一时间点各道的振幅值,将该时间点各道的拟合值减去看作均匀介质的各道近道集(约0°-6°之间)振幅值的平均值,得到各道的差值;求其标准差作为异常值,可用该异常值有效地表征裂缝储层发育强度。如先计算1000ms处的异常值之后,若采样率为2ms,则以采样率为步长,移动时间点到1002ms,计算得到异常值,依次循环到整个记录时长,得到整个时长的异常值。
本发明对优化处理之后的叠前道集同一时间点上的振幅值进行多项式拟合;将道集各道的拟合值减去看作均匀介质的各道近道集(约0°-6°之间)振幅值的平均值,得到各道的差值;统计各道的差值计算标准差作为各道此时间点的异常值,此方法相对于常规的基于P波各向异性地震属性椭圆拟合技术的计算量少,计算效率高;且不依赖于各向异性椭圆拟合的裂缝储层预测分析技术,解决宽窄方位角地震数据裂缝储层预测的问题。假设优化处理步骤一样,基于椭圆拟合的方法,假设也用异常值来拟合椭圆,需要全方位角度的计算,还要进行拟合椭圆,来预测裂缝,而本发明的方法,求得异常值,即可作为裂缝预测的依据。
本发明的方法对某工区进行实际资料(CRP道集)分析,在井的周围都有裂缝的发育,与实际钻井吻合(应用本发明裂缝储层预测的符合率达到83%);有效地验证了本发明的实用性。
附图说明
图1是本发明实施例提供的基于叠前地震数据的裂缝储层快速预测方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的基于叠前地震数据的裂缝储层快速预测方法包括以下步骤:
S101:根据叠前地震资料的品质,首先采用“去噪-拉平-切除”的组合优化技术对地震资料进行处理;
S102:对优化处理之后的叠前道集同一时间点上的振幅值进行二次以上的多项式拟合;
S103:根据均匀介质与各向异性介质在入射角非常小(约0°-6°之间)时其值基本相同,将道集各道的拟合值减去看作均匀介质的各道近道集(入射角约0°-6°之间)振幅值的平均值,得到各道的差值;
S104:统计各道拟合值与原始值的标准差作为各道此时间点的异常值,可用该异常值有效地表征裂缝储层发育强度;
S105:以采样率为步长,移动时间点,循环步骤得到整个地震数据的异常值数据体。
下面结合具体实施例对本发明的应用原理作进一步的描述。
本发明实施例提供的基于叠前地震数据的裂缝储层快速预测方法,具体实施步骤如下:
(1)叠前道集优化处理:
根据叠前地震资料的品质,首先采用“去噪-拉平-切除”的一个组合优化技术对地震资料进行处理,其具体步骤如下:
步骤1:采用四阶多项式拟合进行去噪处理:
①基于AVO曲线拟合,通过四阶多项式拟合叠前道集某一时刻的数据点,得到拟合曲线;
②选择初始参数,将拟合曲线上下移动,对比同一时刻的数据采样点值,将上下移动值之外的值去除,用拟合值代替;
③检验拟合的AVO曲线,是否与正演道集AVO曲线趋势一致,一致则输出去噪道集,否则调整参数值大小,重复①和②,输出去噪后道集。
步骤2:采用非地表一致性剩余静校正实现道集拉平处理:
①将一定偏移距内的道集进行叠加作为初始道;在一定时窗内,分别计算各道与初始道的相关系数,选择相关系数最大的一道作为模型道;
②从某道开始依次在指定可移动时窗范围内们,以时窗t滑动求取与相邻道的相关系数;
③将相关系数最大的滑动数作为当前的剩余时差,在指定时间段T内,各道减去剩余时差之后,输出拉平道集。
步骤3:叠前远道集在经过去噪、拉平处理后,若仍然存在杂乱,道集数据缺损、噪音干扰严重等现象,需要对数据采取切除30°以外的道集,这样能保证叠前道集品质及有效信息,且减少了后续分析的时间。
若不存在上述问题,则省略此步骤。
(2)统计计算AVO异常值
步骤1:对优化处理之后的叠前道集同一时间点上的振幅值进行多项式拟合,采用最小二乘法原理来实现;
步骤2:根据均匀介质与各向异性介质在入射角非常小(约0°-6°之间)时其值基本相同,将道集各道的拟合值减去看作均匀介质的各道近道集(入射角约0°-6°之间)振幅值的平均值,得到各道的差值;
步骤3:利用如下公式(1):
其中M=1,2,3,4.......(1)
(bi为原始值,bii为拟合值)统计各道的差值,计算标准差作为各道此时间点的异常值,异常值可看作是裂缝和流体综合影响的结果,可用该异常值有效地表征裂缝储层发育强度;
步骤4:以采样率为步长,移动时间点,循环步骤1、步骤2、步骤3,得到整个地震数据的异常值数据体,通过剖面和平面成图,得到裂缝储层预测的图形效果,从而实现裂缝储层预测。
进一步,多项式拟合,最小二乘法原理包括:
1)在某时刻,若观测到的数据为一个入射角xi对应一个振幅值yi如下表所示:
xi | x1x2……xn |
yi | y1y2…….yn |
2)假设拟合函数不是线性函数,用如下的公式来进行拟合:
y=a0+a1x+a2x2+a3x3+.......+anxn,n=0,1,2,3........;
3)设拟合值和真实值之间的残差平方和为δi:
4)当残差平方最小时,拟合曲线与真实值之间最为接近。所以,其关键问题就是求解多项式的系数。转化问题,关于多项式系数的函数,为得到最小值则求取其导数,令经过一系列的推导可以得到如下公式:
求出ai,然后就可以进行拟合曲线。
本发明对优化处理之后的叠前道集同一时间点上的振幅值进行多项式拟合;将道集各道的拟合值减去看作均匀介质的各道近道集(约0°-6°之间)振幅值的平均值,得到各道的差值;统计各道的差值计算标准差作为各道此时间点的异常值,异常值可看作是裂缝和流体的综合影响的结果,此方法相对于常规的基于P波各向异性地震属性椭圆拟合技术的计算量少,计算效率高;且不依赖于各向异性椭圆拟合的裂缝储层预测分析技术,解决宽窄方位角地震数据裂缝储层预测的问题。假设优化处理步骤一样,基于椭圆拟合的方法,假设也用异常值来拟合椭圆,需要全方位角度的计算,还要进行拟合椭圆,来预测裂缝,而本发明的方法,求得异常值,即可作为裂缝预测的依据。
本发明的方法对某工区进行实际资料(CRP道集)分析,在井的周围都有裂缝的发育,与实际钻井吻合(应用本发明裂缝储层预测的符合率达到83%);有效地验证了本发明的实用性。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于叠前地震数据的裂缝储层快速预测方法,其特征在于,所述基于叠前地震数据的裂缝储层快速预测方法根据叠前地震资料的品质,采用去噪-拉平-切除的组合优化对地震资料进行处理,在优化处理后的道集上,拟合某一时间点各道的振幅值,将该时间点各道的拟合值减去看作均匀介质的各道近道集振幅值的平均值,得到各道的差值;求其标准差作为异常值,可用该异常值有效地表征裂缝储层发育强度;异常值看作是裂缝和流体的综合影响的结果;以采样率为步长,移动时间点,得到整个地震数据的异常值数据体。
2.如权利要求1所述的基于叠前地震数据的裂缝储层快速预测方法,其特征在于,所述采用去噪-拉平-切除的组合优化对地震资料进行处理具体包括:
步骤一,采用四阶多项式拟合进行去噪处理;
步骤二,采用非地表一致性剩余静校正实现道集拉平处理;
步骤三,叠前远道集在经过去噪、拉平处理后,若仍然存在杂乱,道集数据缺损、噪音干扰严重现象,需要对数据采取切除30°以外的道集。
3.如权利要求2所述的基于叠前地震数据的裂缝储层快速预测方法,其特征在于,所述采用四阶多项式拟合进行去噪处理包括:
(1)基于AVO曲线拟合,采用四阶多项式拟合方法拟合叠前道集某一时刻的数据点振幅值,得到拟合曲线;
(2)选择初始参数,将拟合曲线分别向上向下移动,对比同一偏移距的数据,去除高于向上移动值和低于向下移动值的采样点值,用相同偏移距的多项式拟合值代替;
(3)检验拟合的AVO曲线,是否与正演道集AVO曲线趋势一致,一致则输出去噪道集,否则调整参数值大小,重复(1)和(2),输出去噪后道集。
4.如权利要求2所述的基于叠前地震数据的裂缝储层快速预测方法,其特征在于,所述采用非地表一致性剩余静校正实现道集拉平处理包括:
(1)将一定偏移距内的道集进行叠加作为初始道S(t);在一定时窗t内,分别计算各道与初始道的相关系数R(t,I),采用如下公式求取,其中t1、t2为时窗的起止时间,X(t-τ,I)为输入道,I为道号,τ=0,1,2……n,n为互相关函数的长度;
(2)选择相关系数最大的一道作为模型道,从某道开始依次在指定可移动时窗T范围内,以某个时窗t滑动求取与相邻道的相关系数,所用公式与(1)中所述相同;
(3)将相关系数最大时所滑动的时窗作为当前道的剩余时差,在指定时间段T内,各道减去看作剩余时差的时间之后,输出拉平道集。
5.如权利要求2所述的基于叠前地震数据的裂缝储层快速预测方法,其特征在于,所述统计计算AVO异常值的方法包括:
第一步,对优化处理之后的叠前道集一条测线同一时间点上的振幅值进行多项式拟合,采用最小二乘法原理来实现;
第二步,根据均匀介质与各向异性介质在入射角0°-6°时其值基本相同,首先根据第一步得到某一时刻各道的拟合值,同时根据深度和偏移距的关系计算近道集角度,并求取各道入射角0°-6°的近道集振幅值的平均值,将道集各道的拟合值减去看作均匀介质的各道近道集振幅值的平均值,得到各道的差值;
第三步,利用如下公式:
其中bi为原始值,bii为拟合值,M为叠前道集某一道的总道数,i为道号,S为某道的标准差;统计各道的差值,计算标准差S作为各道此时间点的异常值,异常值看作是裂缝和流体综合影响的结果,用该异常值有效地表征裂缝储层发育强度;
第四步,以采样率为步长,移动时间点,循环第一步-第三步,得到整条线的地震数据的异常值;
第五步,改变测线,循环第一步-第四步,得到整个地震数据的异常数据体,通过剖面和平面成图,得到裂缝储层预测的图形效果,实现裂缝储层预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611193625.XA CN106772601B (zh) | 2016-12-21 | 2016-12-21 | 一种基于叠前地震数据的裂缝储层快速预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611193625.XA CN106772601B (zh) | 2016-12-21 | 2016-12-21 | 一种基于叠前地震数据的裂缝储层快速预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772601A true CN106772601A (zh) | 2017-05-31 |
CN106772601B CN106772601B (zh) | 2018-10-23 |
Family
ID=58897104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611193625.XA Expired - Fee Related CN106772601B (zh) | 2016-12-21 | 2016-12-21 | 一种基于叠前地震数据的裂缝储层快速预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772601B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107060747A (zh) * | 2017-06-02 | 2017-08-18 | 中国石油天然气股份有限公司 | 钻井过程中钻遇裂缝发育带的预警方法及系统 |
CN109425897A (zh) * | 2017-08-30 | 2019-03-05 | 中国石油化工股份有限公司 | 消除地震资料野值干扰的方法及系统 |
CN112198549A (zh) * | 2019-07-08 | 2021-01-08 | 中国石油天然气集团有限公司 | 一种基于地震正演模板的叠前裂缝确定方法及系统 |
CN113419280A (zh) * | 2021-06-21 | 2021-09-21 | 大庆油田有限责任公司 | 基于改进椭圆拟合的叠前裂缝密度估算方法 |
CN113568046A (zh) * | 2021-07-28 | 2021-10-29 | 中国海洋石油集团有限公司 | 裂缝方位约束的多维信息裂缝表征方法 |
CN115680593A (zh) * | 2021-07-30 | 2023-02-03 | 中国石油天然气股份有限公司 | 火山油藏裂缝集中发育区的预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6735527B1 (en) * | 2003-02-26 | 2004-05-11 | Landmark Graphics Corporation | 3-D prestack/poststack multiple prediction |
WO2007018949A2 (en) * | 2005-07-28 | 2007-02-15 | Exxonmobil Upstream Research Company | Method for wavelet denoising of controlled source electromagnetic survey data |
CN102778693A (zh) * | 2011-05-13 | 2012-11-14 | 中国石油化工股份有限公司 | 一种基于反射波层拉平提取并消除的绕射波分离处理方法 |
CN104199103A (zh) * | 2014-08-15 | 2014-12-10 | 中国石油天然气集团公司 | 转换波静校正方法及装置 |
-
2016
- 2016-12-21 CN CN201611193625.XA patent/CN106772601B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6735527B1 (en) * | 2003-02-26 | 2004-05-11 | Landmark Graphics Corporation | 3-D prestack/poststack multiple prediction |
WO2007018949A2 (en) * | 2005-07-28 | 2007-02-15 | Exxonmobil Upstream Research Company | Method for wavelet denoising of controlled source electromagnetic survey data |
CN102778693A (zh) * | 2011-05-13 | 2012-11-14 | 中国石油化工股份有限公司 | 一种基于反射波层拉平提取并消除的绕射波分离处理方法 |
CN104199103A (zh) * | 2014-08-15 | 2014-12-10 | 中国石油天然气集团公司 | 转换波静校正方法及装置 |
Non-Patent Citations (1)
Title |
---|
刘力辉 等: "基于岩性预测的CRP道集优化处理", 《石油物探》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107060747A (zh) * | 2017-06-02 | 2017-08-18 | 中国石油天然气股份有限公司 | 钻井过程中钻遇裂缝发育带的预警方法及系统 |
CN107060747B (zh) * | 2017-06-02 | 2020-12-01 | 中国石油天然气股份有限公司 | 钻井过程中钻遇裂缝发育带的预警方法及系统 |
CN109425897A (zh) * | 2017-08-30 | 2019-03-05 | 中国石油化工股份有限公司 | 消除地震资料野值干扰的方法及系统 |
CN109425897B (zh) * | 2017-08-30 | 2020-04-07 | 中国石油化工股份有限公司 | 消除地震资料野值干扰的方法及系统 |
CN112198549A (zh) * | 2019-07-08 | 2021-01-08 | 中国石油天然气集团有限公司 | 一种基于地震正演模板的叠前裂缝确定方法及系统 |
CN112198549B (zh) * | 2019-07-08 | 2024-05-28 | 中国石油天然气集团有限公司 | 一种基于地震正演模板的叠前裂缝确定方法及系统 |
CN113419280A (zh) * | 2021-06-21 | 2021-09-21 | 大庆油田有限责任公司 | 基于改进椭圆拟合的叠前裂缝密度估算方法 |
CN113419280B (zh) * | 2021-06-21 | 2022-03-22 | 大庆油田有限责任公司 | 基于改进椭圆拟合的叠前裂缝密度估算方法 |
CN113568046A (zh) * | 2021-07-28 | 2021-10-29 | 中国海洋石油集团有限公司 | 裂缝方位约束的多维信息裂缝表征方法 |
CN115680593A (zh) * | 2021-07-30 | 2023-02-03 | 中国石油天然气股份有限公司 | 火山油藏裂缝集中发育区的预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106772601B (zh) | 2018-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772601A (zh) | 一种基于叠前地震数据的裂缝储层快速预测方法 | |
CN104133245B (zh) | 一种地震资料的静校正方法及系统 | |
CN102004264B (zh) | 一种地震采集资料质量定量分析与评价方法 | |
CN101852863B (zh) | 一种利用高精度单道频谱分析技术处理地震数据的方法 | |
CN103869368B (zh) | 一种无表层调查资料约束的大炮初至综合建模静校正方法 | |
CN106646601B (zh) | 多信息联合约束的浅中深层三维q体建立方法 | |
CN104237940B (zh) | 一种基于动力学特征的绕射波成像方法及装置 | |
CN102707316B (zh) | 复杂地质目标的2.5次三维地震勘探方法 | |
CN109669212B (zh) | 地震数据处理方法、地层品质因子估算方法与装置 | |
CN102841379B (zh) | 一种基于共散射点道集的叠前时间偏移与速度分析方法 | |
CN105182416A (zh) | 基于分频数据的地震反演方法及其装置 | |
CN109490965A (zh) | 一种定量评价地层非均匀性的方法及装置 | |
CN103728659A (zh) | 一种提高地下岩溶探测精度的方法 | |
CN105093319B (zh) | 基于三维地震数据的地面微地震静校正方法 | |
CN104459794A (zh) | 共反射点道集时变时间差值的校正方法及装置 | |
CN103777245A (zh) | 基于地震资料的油气成藏条件定量评价方法 | |
CN104090297A (zh) | 一种优化地震采集观测系统的逆向照明方法 | |
CN103257363A (zh) | 一种探测地下裂缝性储层中裂缝倾角的方法 | |
CN101852864B (zh) | 一种利用地表一致性统计频谱分析技术处理海量地震数据的方法 | |
CN104570085B (zh) | 一种纵横波射线参数域联合反演方法 | |
CN104459787B (zh) | 一种垂直接收阵列地震记录的速度分析方法 | |
CN111142165A (zh) | 一种利用探地雷达获取含水层的水位信息的方法 | |
CN105445787A (zh) | 一种最优方位子体相干的裂缝预测方法 | |
CN103513279B (zh) | 一种基于地震波波动方程的照明分析计算方法及计算装置 | |
CN101937101B (zh) | 一种鉴定能否实施时移地震的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181023 Termination date: 20211221 |
|
CF01 | Termination of patent right due to non-payment of annual fee |