CN106896406A - 基于阻抗域属性预测优质储层的方法和装置 - Google Patents

Abstract

本申请实施例提供了一种基于阻抗域属性预测优质储层的方法和装置，包括：获取工区的纵波阻抗及横波阻抗；根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性；根据所述第一流体因子与泊松阻抗属性构建第二流体因子；所述第二流体因子中低于下限阈值的第二流体因子属性值指示优质储层，所述第二流体因子中高于上限阈值的第二流体因子属性值指示水层和/或致密层；基于所述第二流体因子对所述工区进行储层预测。本申请实施例可以降低储层预测的多解性与不确定性，提高油气勘探的准确性。

Description

基于阻抗域属性预测优质储层的方法和装置

技术领域

本申请涉及地球物理勘探领域，尤其是涉及一种基于阻抗域属性预测优质储层的方法和装置。

背景技术

在油气勘探中，各种物探技术在发挥着相应作用的同时，也存在各自局限。例如对于常规的基于反射系数域储层预测方法，其在刻画储层孔隙性与含流体性方面存在多解性与不确定性。然而，随着油气勘探开发发展，油气勘探的目标变的越来越复杂，勘探难度越来越大，对勘探精度的要求也越来越高。因此，目前亟需发展一种新的预测优质储层的方法，以降低储层预测的多解性与不确定性，进一步提高油气勘探的准确度。

发明内容

本申请实施例的目的在于提供一种基于阻抗域属性预测优质储层的方法和装置，以降低储层预测的多解性与不确定性，提高油气勘探的准确性。

为达到上述目的，一方面，本申请实施例提供了一种基于阻抗域属性预测优质储层的方法，包括以下步骤：

获取工区的纵波阻抗及横波阻抗；

根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性；

根据所述第一流体因子与泊松阻抗属性构建第二流体因子；所述第二流体因子中低于下限阈值的第二流体因子属性值指示优质储层，所述第二流体因子中高于上限阈值的第二流体因子属性值指示水层和/或致密层；

基于所述第二流体因子对所述工区进行储层预测。

本申请实施例的基于阻抗域属性预测优质储层的方法，所述第一流体因子包括Russell流体因子。

本申请实施例的基于阻抗域属性预测优质储层的方法，所述根据所述第一流体因子与泊松阻抗属性构建第二流体因子，包括：

根据如下公式构建第二流体因子：

其中，FI表示第二流体因子，FR表示Russell流体因子属性数据，FR_min表示Russell流体因子数据最小值，FR_max表示Russell流体因子数据最大值，PI表示泊松阻抗属性数据，PI_min表示泊松阻抗属性数据最小值，PI_max表示泊松阻抗属性数据最大值。

本申请实施例的基于阻抗域属性预测优质储层的方法，所述基于第二流体因子对所述工区进行储层预测，包括：

在所述第二流体因子中，圈定流体因子属性值低于所述下限阈值的覆盖范围。

另一方面，本申请实施例还提供了一种基于阻抗域属性预测优质储层的装置，包括：

地震波阻抗数据获取模块，用于获取工区的纵波阻抗及横波阻抗；

流体因子及泊松阻抗获取模块，用于根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性；

第二流体因子获取模块，用于根据所述第一流体因子与泊松阻抗属性构建第二流体因子；所述第二流体因子中低于下限阈值的第二流体因子属性值指示优质储层，所述第二流体因子中高于上限阈值的第二流体因子属性值指示水层和/或致密层；

储层预测模块，用于基于所述第二流体因子对所述工区进行储层预测。

本申请实施例的基于阻抗域属性预测优质储层的装置，所述第一流体因子包括Russell流体因子。

本申请实施例的基于阻抗域属性预测优质储层的装置，所述根据所述第一流体因子与泊松阻抗属性构建第二流体因子，包括：

根据如下公式构建第二流体因子：

其中，FI表示第二流体因子，FR表示Russell流体因子属性数据，FR_min表示Russell流体因子数据最小值，FR_max表示Russell流体因子数据最大值，PI表示泊松阻抗属性数据，PI_min表示泊松阻抗属性数据最小值，PI_max表示泊松阻抗属性数据最大值。

本申请实施例的基于阻抗域属性预测优质储层的装置，所述基于第二流体因子对所述工区进行储层预测，包括：

在所述第二流体因子中，圈定流体因子属性值低于所述下限阈值的覆盖范围。

由以上本申请实施例提供的技术方案可见，本申请实施例基于归一化的阻抗域流体因子与泊松阻抗属性构建新的阻抗域流体因子属性，该新的阻抗域流体因子属性中低于下限阈值的流体因子属性值指示优质储层，而高于上限阈值的流体因子属性值指示水层和/或致密层，因此基于这种新的阻抗域流体因子属性进行储层预测，可以排除致密层以及水层的影响，从而可以有效的刻画了高孔隙度度、低含水饱和度优质储层发育情况，克服常规阻抗域流体因子仅能一维表征储层含流体的不确定性和多解性，因而本申请实施例提高了优质储层预测与流体识别的准确度，实现了储层物性预测与流体检测的二维雕刻，有效的区分了优质储层与致密层、水层，降低了石油勘探的风险。

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。在附图中：

图1为本申请一实施例基于阻抗域属性预测优质储层的方法的流程图；

图2为本申请一实施例中归一化的Russell流体因子分布图；

图3为本申请一实施例中归一化的泊松阻抗属性分布图；

图4为本申请一实施例中新的阻抗域流体因子分布图；

图5为本申请一实施例中根据新的阻抗域流体因子预测出的优质储层分布剖面图；

图6为本申请一实施例中根据新的阻抗域流体因子预测出的优质储层分布平面图；

图7为本申请一实施例基于阻抗域属性预测优质储层的装置的结构框图。

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。

参考图1所示，本申请实施例的基于阻抗域属性预测优质储层的方法可以包括以下步骤：

S101、获取工区的纵波阻抗及横波阻抗。

本申请一实施例中，可利用常规叠前反演技术获得工区的纵波阻抗、横波阻抗。

S102、根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性；所述第二流体因子中低于下限阈值的第二流体因子属性值指示优质储层，所述第二流体因子中高于上限阈值的第二流体因子属性值指示水层和/或致密层。

本申请一实施例中，流体因子实质上是一种用来表征地层含油气特征的地震属性，一般建立在岩石物理学基础上，其与孔隙流体在地震资料中表现出的异常特性有关。本申请一实施例中的第一流体因子为Russell流体因子。

本申请一实施例中，所述根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性，可以包括：

根据公式获取所述工区的第一流体因子；以及，

根据公式PI＝I_p-cI_s获取所述工区的泊松阻抗属性。

其中，FR为Russell流体因子，PI为泊松阻抗属性，I_p为纵波阻抗，I_s为横波阻抗，c为常数系数，其取值范围依赖于工区目的储层物性参数。在本申请一个示例性实施例中，c的取值范围可以为1.33～3。

S103、所述根据所述第一流体因子与泊松阻抗属性构建第二流体因子，包括：

根据如下公式构建第二流体因子：

其中，FI表示第二流体因子，FR表示Russell流体因子属性数据，FR_min表示Russell流体因子数据最小值，FR_max表示Russell流体因子数据最大值，PI表示泊松阻抗属性数据，PI_min表示泊松阻抗属性数据最小值，PI_max表示泊松阻抗属性数据最大值。

结合图2所示，为原Russell流体因子在纵波阻抗-纵横波速度比(Ip-Vp/Vs)交汇图中的分布。从图2图中可以看出：右下角区域对应于低孔致密砂岩，左下角区域对应于高孔低含水饱和度优质储层，左上角区域对应于高孔隙度高含水储层即水层，可见Russell流体因子异常高值对应于低孔隙度致密储层。

同时，结合图3所示，为原泊松阻抗属性在纵波阻抗-纵横波速度比(Ip-Vp/Vs)交汇图中的分布。从图3中可以看出：泊松阻抗属性异常高值对应于高孔隙度高含水储层即水层。

如图4所示，为新的阻抗域流体因子在纵波阻抗-纵横波速度比(即Ip-Vp/Vs)预设的岩石物理模板中的分布，新的流体因子中的低于下限阈值的第二流体因子属性值(异常低值)指示优质储层，所述优质储层为孔隙度高于特定孔隙度值且含水饱和度低于特定含水饱和度值的储层；同时，新的流体因子中的高于上限阈值的第二流体因子属性值(异常高值)指示水层和/或致密层。因此，和图2和图3相比，图4所示的新的流体因子同时对优质储层、水层和致密层具有很强的敏感性。S104、基于所述第二流体因子对所述工区进行储层预测。本申请一实施例中，所述基于第二流体因子对所述工区进行储层预测可以包括：

在所述第二流体因子中，圈定流体因子属性值低于所述下限阈值的覆盖范围，这些低于所述下限阈值的覆盖范围即为异常低值对应于高孔隙度低含水饱和度的优质储层。对应的，在所述第二流体因子中，还可以圈定流体因子属性值高于上限阈值的覆盖范围，即为异常高值对应于水层以及致密层，从而在识别出优质储层的基础上，还识别出了水层以及致密层。

为核实预测结果的准确性，可将预测结果与测井解释成果以及钻井试油数据进行对比分析，进而还可以确定工区内优质储层的纵向分布(如图5所示)与横向展布(如图6所示)。从图6中可以看出，测井解释成果显示W-2、W-3井均为高产井，且测井解释结论认为该地区在1500ms深度附近存在一套高孔隙度高渗砂岩储层。同时W-1井在深部也钻遇该套砂岩，试油结果显示为水井，分析认为试油位置处于油水分界面以下。这与图5所述的预测结果相吻合。因此，本申请实施例的新的阻抗域流体因子能够有效的指示优质储层发育情况，从而提高了优质储层预测与流体识别的准确度，降低了储层预测的多解性与不确定性。

本申请实施例基于归一化的阻抗域流体因子与泊松阻抗属性构建新的阻抗域流体因子属性，该新的阻抗域流体因子属性中低于下限阈值的流体因子属性值指示优质储层，而高于上限阈值的流体因子属性值指示水层和/或致密层，因此基于这种新的阻抗域流体因子属性进行储层预测，可以排除致密层以及水层的影响，从而可以有效的刻画了高孔隙度度、低含水饱和度优质储层发育情况，克服常规阻抗域流体因子仅能一维表征储层含流体的不确定性和多解性，因而本申请实施例提高了优质储层预测与流体识别的准确度，实现了储层物性预测与流体检测的二维雕刻，有效的区分了优质储层与致密层、水层，降低了石油勘探的风险。

虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。

参考图7所示，本申请实施例的基于阻抗域属性预测优质储层的装置，可以包括：

地震波阻抗数据获取模块71，用于获取工区的纵波阻抗及横波阻抗；

流体因子及泊松阻抗获取模块72，用于根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性；

第二流体因子获取模块73，用于根据所述第一流体因子与泊松阻抗属性构建第二流体因子；所述第二流体因子中低于下限阈值的第二流体因子属性值指示优质储层，所述第二流体因子中高于上限阈值的第二流体因子属性值指示水层和/或致密层；

储层预测模块74，用于基于所述第二流体因子对所述工区进行储层预测。

本申请实施例的基于阻抗域属性预测优质储层的装置，与上述图1所示的基于阻抗域归一化属性预测优质储层对应，因此，有关于本申请实施例的基于阻抗域属性预测优质储层的装置细节内容，请参见图1所示方法实施例，在此不再赘述。

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。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

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。

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。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种基于阻抗域属性预测优质储层的方法，其特征在于，包括以下步骤：

获取工区的纵波阻抗及横波阻抗；

根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性；

根据所述第一流体因子与泊松阻抗属性构建第二流体因子；所述第二流体因子中低于下限阈值的第二流体因子属性值指示优质储层，所述第二流体因子中高于上限阈值的第二流体因子属性值指示水层和/或致密层；

基于所述第二流体因子对所述工区进行储层预测。

2.根据权利要求1所述的基于阻抗域属性预测优质储层的方法，其特征在于，所述第一流体因子包括Russell流体因子。

3.根据权利要求2所述的基于阻抗域属性预测优质储层的方法，其特征在于，所述根据所述第一流体因子与泊松阻抗属性构建第二流体因子，包括：

根据如下公式构建第二流体因子：

$FI=\frac{FR-{\mathrm{FR}}_{min}}{{\mathrm{FR}}_{max}-{\mathrm{FR}}_{min}}+\frac{PI-{\mathrm{PI}}_{min}}{{\mathrm{PI}}_{max}-{\mathrm{PI}}_{min}}$

其中，FI表示第二流体因子，FR表示Russell流体因子属性数据，FR_min表示Russell流体因子数据最小值，FR_max表示Russell流体因子数据最大值，PI表示泊松阻抗属性数据，PI_min表示泊松阻抗属性数据最小值，PI_max表示泊松阻抗属性数据最大值。

4.根据权利要求1至3任一项所述的基于阻抗域属性预测优质储层的方法，其特征在于，所述基于第二流体因子对所述工区进行储层预测，包括：

在所述第二流体因子中，圈定流体因子属性值低于所述下限阈值的覆盖范围。

5.一种基于阻抗域属性预测优质储层的装置，其特征在于，包括：

地震波阻抗数据获取模块，用于获取工区的纵波阻抗及横波阻抗；

流体因子及泊松阻抗获取模块，用于根据所述纵波阻抗及横波阻抗，获取所述工区的第一流体因子与泊松阻抗属性；

第二流体因子获取模块，用于根据所述第一流体因子与泊松阻抗属性构建第二流体因子；所述第二流体因子中低于下限阈值的第二流体因子属性值指示优质储层，所述第二流体因子中高于上限阈值的第二流体因子属性值指示水层和/或致密层；

储层预测模块，用于基于所述第二流体因子对所述工区进行储层预测。

6.根据权利要求5所述的基于阻抗域属性预测优质储层的装置，其特征在于，所述第一流体因子包括Russell流体因子。

7.根据权利要求6所述的基于阻抗域属性预测优质储层的装置，其特征在于，所述根据所述第一流体因子与泊松阻抗属性构建第二流体因子，包括：

根据如下公式构建第二流体因子：

$FI=\frac{FR-{\mathrm{FR}}_{min}}{{\mathrm{FR}}_{max}-{\mathrm{FR}}_{min}}+\frac{PI-{\mathrm{PI}}_{min}}{{\mathrm{PI}}_{max}-{\mathrm{PI}}_{min}}$

其中，FI表示第二流体因子，FR表示Russell流体因子属性数据，FR_min表示Russell流体因子数据最小值，FR_max表示Russell流体因子数据最大值，PI表示泊松阻抗属性数据，PI_min表示泊松阻抗属性数据最小值，PI_max表示泊松阻抗属性数据最大值。

8.根据权利要求5至7任一项所述的基于阻抗域属性预测优质储层的装置，其特征在于，所述基于第二流体因子对所述工区进行储层预测，包括：

在所述第二流体因子中，圈定流体因子属性值低于所述下限阈值的覆盖范围。