CN107045143B - 一种预测裂缝发育的方法及装置 - Google Patents
一种预测裂缝发育的方法及装置 Download PDFInfo
- Publication number
- CN107045143B CN107045143B CN201710098257.9A CN201710098257A CN107045143B CN 107045143 B CN107045143 B CN 107045143B CN 201710098257 A CN201710098257 A CN 201710098257A CN 107045143 B CN107045143 B CN 107045143B
- Authority
- CN
- China
- Prior art keywords
- data
- velocity
- data body
- fracture
- angle stack
- 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 54
- 208000010392 Bone Fractures Diseases 0.000 claims description 94
- 206010017076 Fracture Diseases 0.000 claims description 94
- 238000011161 development Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 7
- 238000013213 extrapolation Methods 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 238000013481 data capture Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 239000011435 rock Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004575 stone 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
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
本发明提供了一种预测裂缝发育的方法及装置,涉及石油地球物理勘探技术领域。本发明采用基于叠前宽方位地震数据的纵波速度方位各向异性特征来预测裂缝。首先,根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加;确定各部分方位角叠加数据体反演所需子波;确定地震反演所需纵波速度、横波速度及密度的低频模型;确定多个部分方位角叠加数据体对应的叠前弹性参数数据;根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。
Description
技术领域
本发明涉及石油地球物理勘探技术领域,特别涉及一种基于叠前宽方位数据纵波速度各向异性特征预测裂缝发育的方法及装置。
背景技术
裂缝是碳酸盐岩中储集空间的一种重要类型,是由构造变形作用或物理成岩作用在岩石中形成的没有明显位移的不连续面。裂缝的形成取决于岩石所受应力的类型以及岩石的性质,其丰度和分布与应力大小、岩石类型(脆性或韧性)、结构状态、深度(上覆压力)、岩性、岩层厚度、孔隙度、相、年代等因素有关。在石油地球物理勘探领域中,对于碳酸盐岩储层,裂缝不仅仅是主要的油气运移通道,而且对提高储层渗透率,提高油井产量具有重要意义。目前,地质人员常用裂缝的宽度、大小、产状、间距、密度和充填性质等参数描述裂缝,但是地质观察手段局限于地质露头,井眼信息,无法对大区域的地下裂缝发育情况进行定量估计。
利用地震资料进行裂缝研究的基础是地下介质的各向异性理论,所谓各向异性是指介质弹性参数及地震波动力学参数随方向而异的特性。目前,运用方位各向异性理论预测裂缝的常用方法为宽方位时差分析技术、振幅随偏移距的变化(Amplitude variationwith offset,简称AVO)梯度技术及直接参数反演技术。然而,宽方位时差技术分辨率较低,仅能区分较厚储层(通常厚度大于四分之一地震波长)的裂缝发育情况,而AVO梯度技术则无法分辨各向异性梯度的正负,因而在预测裂缝发育主方向时引入90°误差,而直接弹性参数反演由于运算的非唯一性,实际应用非常有限。
可见,现有技术存在难以在裂缝预测中实现准确预测薄储层裂缝发育方向以及无法克服直接参数反演非唯一性的问题。
发明内容
本发明的实施例提供一种预测裂缝发育的方法及装置,以解决现有技术中存在的难以在裂缝预测中实现准确预测薄储层裂缝发育方向以及无法克服直接参数反演非唯一性的问题。
为达到上述目的,本发明采用如下技术方案:
一种预测裂缝发育的方法,包括:
获取裂缝研究区域的叠前地震道集数据、测井数据、层位数据和构造发育信息;所述测井数据包括声波时差曲线、密度曲线、纵波速度和横波速度;
根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;
根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波;
根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型;
根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;所述叠前弹性参数数据包括纵波速度反演数据、横波速度反演数据以及密度反演数据;
根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;
根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。
具体的,根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体,包括:
根据叠前地震道集数据,合成多个部分方位角叠加数据体;
在每个部分方位角叠加数据体中合成多个部分偏移距叠加数据体。
具体的,根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波,包括:
根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体对应的合成地震道集数据与叠前地震道集数据的误差DS;其中,DS=∑(SO-SC);SO为叠前地震道集数据;SC为合成地震道集数据;
对所述误差DS进行误差分析,调整地震子波波长、地震子波周期或地震子波振幅,直至合成地震道集数据与叠前地震道集数据的误差小于预先设置的误差阈值,将所述地震子波确定为各部分方位角叠加数据体反演所需子波。
具体的,根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型,包括:
根据测井数据中的密度曲线、纵波速度和横波速度,以所述层位数据为约束条件进行内插外推运算,确定地震反演所需的纵波速度、横波速度及密度的低频模型。
具体的,根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数,包括:
根据最小二乘法,以各个部分方位角叠加数据体的横波速度反演数据和纵波速度反演数据分别为椭圆方程Ax2+Bxy+Cy2+Dx+Ey+F=0中的x和y值,拟合确定椭圆方程参数A、B、C、D、E、F。
具体的,根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度,包括:
根据公式:
确定椭圆的长轴或短轴指向θ,并以椭圆的长轴或短轴指向θ表征裂缝发育方向;
根据公式:XC=(BE-2CD)/(4AC-B2)和YC=(BD-2AE)/(4AC-B2)确定椭圆的几何中心(Xc,Yc);
根据公式:a2=2(AXC 2+CYC 2+BXCYC-1)/(A+C+((A-C)2+B2))1/2);b2=2(AXC 2+CYC 2+BXCYC-1)/(A+C-((A-C)2+B2))1/2);以及e=a/b;确定椭圆的长轴与短轴的比值e,并以椭圆的长轴与短轴的比值e表征裂缝密度。
一种预测裂缝发育的装置,包括:
数据获取单元,用于获取裂缝研究区域的叠前地震道集数据、测井数据、层位数据和构造发育信息;所述测井数据包括声波时差曲线、密度曲线、纵波速度和横波速度;
叠加数据体形成单元,用于根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;
子波确定单元,用于根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波;
低频模型确定单元,用于根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型;
叠前弹性参数数据确定单元,用于根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;所述叠前弹性参数数据包括纵波速度反演数据、横波速度反演数据以及密度反演数据;
椭圆拟合单元,用于根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;
裂缝发育预测单元,用于根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。
具体的,所述叠加数据体形成单元,包括:
方位角叠加数据体合成模块,用于根据叠前地震道集数据,合成多个部分方位角叠加数据体;
偏移距叠加数据体合成模块,用于在每个部分方位角叠加数据体中合成多个部分偏移距叠加数据体。
具体的,所述子波确定单元,包括:
误差确定模块,用于根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体对应的合成地震道集数据与叠前地震道集数据的误差DS;其中,DS=∑(SO-SC);SO为叠前地震道集数据;SC为合成地震道集数据;
子波确定模块,用于对所述误差DS进行误差分析,调整地震子波波长、地震子波周期或地震子波振幅,直至合成地震道集数据与叠前地震道集数据的误差小于预先设置的误差阈值,将所述地震子波确定为各部分方位角叠加数据体反演所需子波。
此外,所述低频模型确定单元,具体用于:
根据测井数据中的密度曲线、纵波速度和横波速度,以所述层位数据为约束条件进行内插外推运算,确定地震反演所需的纵波速度、横波速度及密度的低频模型。
此外,所述椭圆拟合单元,具体用于:
根据最小二乘法,以各个部分方位角叠加数据体的横波速度反演数据和纵波速度反演数据分别为椭圆方程Ax2+Bxy+Cy2+Dx+Ey+F=0中的x和y值,拟合确定椭圆方程参数A、B、C、D、E、F。
具体的,所述裂缝发育预测单元,包括:
裂缝发育方向表征模块,用于根据公式:确定椭圆的长轴或短轴指向θ,并以椭圆的长轴或短轴指向θ表征裂缝发育方向;
裂缝密度表征模块,用于根据公式:XC=(BE-2CD)/(4AC-B2)和YC=(BD-2AE)/(4AC-B2)确定椭圆的几何中心(Xc,Yc);
根据公式:a2=2(AXC 2+CYC 2+BXCYC-1)/(A+C+((A-C)2+B2))1/2);b2=2(AXC 2+CYC 2+BXCYC-1)/(A+C-((A-C)2+B2))1/2);以及e=a/b;确定椭圆的长轴与短轴的比值e,并以椭圆的长轴与短轴的比值e表征裂缝密度。
本发明实施例提供的一种预测裂缝发育的方法及装置,采用基于叠前宽方位地震数据的纵波速度方位各向异性特征预测裂缝。首先,根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;确定各部分方位角叠加数据体反演所需子波;确定地震反演所需纵波速度、横波速度及密度的低频模型;根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。本发明突破了AVO梯度技术自身缺陷导致的裂缝方向预测90°误差,可以准确的预测裂缝发育方向,同时突破了直接参数反演非唯一性的缺陷,获得了稳定的弹性参数反演结果,有效的提高了弹性参数在地震裂缝预测中的作用,同时将裂缝预测提高到定量化预测的程度,进而得到高精度定量化储层预测结果,为后期地质分析和井位部署提供更加可靠的依据。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明实施例提供的一种预测裂缝发育的方法的流程图一;
图2为本发明实施例提供的一种预测裂缝发育的方法的流程图二;
图3为本发明实施例中的横波速度的低频模型的示意图;
图4为本发明实施例中的密度的低频模型的示意图;
图5为本发明实施例中的纵波速度的低频模型的示意图;
图6为本发明实施例中基于叠前弹性参数反演后获得的弹性参数反演结果示意图;
图7为本发明实施例中所获裂缝发育方向预测结果示意图;
图8为本发明实施例中所获裂缝密度预测结果示意图;
图9为本发明实施例提供的一种预测裂缝发育的装置的结构示意图一;
图10为本发明实施例提供的一种预测裂缝发育的装置的结构示意图二。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供一种预测裂缝发育的方法,包括:
步骤101、获取裂缝研究区域的叠前地震道集数据、测井数据、层位数据和构造发育信息。
其中,所述测井数据包括声波时差曲线、密度曲线、纵波速度和横波速度。
步骤102、根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体。
步骤103、根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波。
步骤104、根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型。
步骤105、根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据。
其中,所述叠前弹性参数数据包括纵波速度反演数据、横波速度反演数据以及密度反演数据。
步骤106、根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数。
步骤107、根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。
本发明实施例提供的一种预测裂缝发育的方法,采用基于叠前宽方位地震数据的纵波速度方位各向异性特征预测裂缝。首先,根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;确定各部分方位角叠加数据体反演所需子波;确定地震反演所需纵波速度、横波速度及密度的低频模型;根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。本发明突破了AVO梯度技术自身缺陷导致的裂缝方向预测90°误差,可以准确的预测裂缝发育方向,同时突破了直接参数反演非唯一性的缺陷,获得了稳定的弹性参数反演结果,有效的提高了弹性参数在地震裂缝预测中的作用,同时将裂缝预测提高到定量化预测的程度,进而得到高精度定量化储层预测结果,为后期地质分析和井位部署提供更加可靠的依据。
为了使本领域的技术人员更好的了解本发明,下面列举一个更为详细的实施例,如图2所示,本发明实施例提供的一种预测裂缝发育的方法,包括:
步骤201、获取裂缝研究区域的叠前地震道集数据、测井数据、层位数据和构造发育信息。
其中,所述测井数据包括声波时差曲线、密度曲线、纵波速度和横波速度,另外还可以包括地层微电阻率扫描成像(Formation MicroScanner Image,简称FMI)。此处,构造发育信息主要包括大地构造水平应力方向,构造发育类型及程度。
在本发明实施例中,裂缝研究区域以海外某盆地M段灰岩储层为例。
步骤202、根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体。
此处,可以首先根据叠前地震道集数据,合成多个部分方位角叠加数据体(一般情况下可以是6个部分方位角叠加数据体);然后,在每个部分方位角叠加数据体中合成多个部分偏移距叠加数据体(一般情况下可以是5个部分偏移距叠加数据体)。
具体的,对于预先设置的方位角和偏移距范围,需要根据能量均衡原则(由不同方位角范围叠加得到的若干叠加数据体在相同测线剖面上无明显的能量差异)来设置,并满足满覆盖和宽方位的勘探要求。
步骤203、根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体对应的合成地震道集数据与叠前地震道集数据的误差DS。
其中,DS=∑(SO-SC);SO为叠前地震道集数据;SC为合成地震道集数据。
步骤204、对所述误差DS进行误差分析,调整地震子波波长、地震子波周期或地震子波振幅,直至合成地震道集数据与叠前地震道集数据的误差小于预先设置的误差阈值,将所述地震子波确定为各部分方位角叠加数据体反演所需子波。
另外,还可以是调整地震子波波长、地震子波周期或地震子波振幅,直至合成地震道集数据与叠前地震道集数据的主要偶匹配良好,将所述地震子波确定为各部分方位角叠加数据体反演所需子波,但不仅局限于此。
步骤205、根据测井数据中的密度曲线、纵波速度和横波速度,以所述层位数据为约束条件进行内插外推运算,确定地震反演所需的纵波速度、横波速度及密度的低频模型。
如图3、图4和图5所示,图3表示横波速度的低频模型示意,图4为密度的低频模型示意,图5表示纵波速度的低频模型的示意。
步骤206、根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据。
其中,所述叠前弹性参数数据包括纵波速度反演数据、横波速度反演数据以及密度反演数据。如图6所示,其中图6的a部分表示波阻抗,图6的b部分表示横波速度反演数据。
步骤207、根据最小二乘法,以各个部分方位角叠加数据体的横波速度反演数据和纵波速度反演数据分别为椭圆方程Ax2+Bxy+Cy2+Dx+Ey+F=0中的x和y值,拟合确定椭圆方程参数A、B、C、D、E、F。
此处,x和y值可以视为椭圆中样本点在椭圆所在坐标系中的横纵坐标轴上的投影。此处的样本点即为各个部分方位角叠加数据体的横波速度反演数据和纵波速度反演数据。
步骤208、根据公式:确定椭圆的长轴或短轴指向θ,并以椭圆的长轴或短轴指向θ表征裂缝发育方向。
此处,裂缝发育方向的效果可以如图7所示,其中图7左侧为井上所得裂缝发育方向图,右侧为预测所得裂缝发育方向示意。
步骤209、根据公式:
XC=(BE-2CD)/(4AC-B2)和YC=(BD-2AE)/(4AC-B2)确定椭圆的几何中心(Xc,Yc);
根据公式:a2=2(AXC 2+CYC 2+BXCYC-1)/(A+C+((A-C)2+B2))1/2);b2=2(AXC 2+CYC 2+BXCYC-1)/(A+C-((A-C)2+B2))1/2);以及e=a/b;确定椭圆的长轴与短轴的比值e,并以椭圆的长轴与短轴的比值e表征裂缝密度,从而量化裂缝发育强度。其中,a表示椭圆长轴的长度,b表示椭圆短轴的长度。此处的裂缝密度的效果可以如图8所示。
本发明实施例提供的一种预测裂缝发育的方法,采用基于叠前宽方位地震数据的纵波速度方位各向异性特征预测裂缝。首先,根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;确定各部分方位角叠加数据体反演所需子波;确定地震反演所需纵波速度、横波速度及密度的低频模型;根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。本发明突破了AVO梯度技术自身缺陷导致的裂缝方向预测90°误差,可以准确的预测裂缝发育方向,同时突破了直接参数反演非唯一性的缺陷,获得了稳定的弹性参数反演结果,有效的提高了弹性参数在地震裂缝预测中的作用,同时将裂缝预测提高到定量化预测的程度,进而得到高精度定量化储层预测结果,为后期地质分析和井位部署提供更加可靠的依据。
对应于上述的方法实施例,如图9所示,本发明实施例提供一种预测裂缝发育的装置,包括:
数据获取单元31,用于获取裂缝研究区域的叠前地震道集数据、测井数据、层位数据和构造发育信息;所述测井数据包括声波时差曲线、密度曲线、纵波速度和横波速度。
叠加数据体形成单元32,用于根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体。
子波确定单元33,用于根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波。
低频模型确定单元34,用于根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型。
叠前弹性参数数据确定单元35,用于根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;所述叠前弹性参数数据包括纵波速度反演数据、横波速度反演数据以及密度反演数据。
椭圆拟合单元36,用于根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数。
裂缝发育预测单元37,用于根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。
具体的,如图10所示,所述叠加数据体形成单元32,包括:
方位角叠加数据体合成模块321,用于根据叠前地震道集数据,合成多个部分方位角叠加数据体。
偏移距叠加数据体合成模块322,用于在每个部分方位角叠加数据体中合成多个部分偏移距叠加数据体。
具体的,如图10所示,所述子波确定单元33,包括:
误差确定模块331,用于根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体对应的合成地震道集数据与叠前地震道集数据的误差DS;其中,DS=∑(SO-SC);SO为叠前地震道集数据;SC为合成地震道集数据。
子波确定模块332,用于对所述误差DS进行误差分析,调整地震子波波长、地震子波周期或地震子波振幅,直至合成地震道集数据与叠前地震道集数据的误差小于预先设置的误差阈值,将所述地震子波确定为各部分方位角叠加数据体反演所需子波。
此外,所述低频模型确定单元34,具体用于:
根据测井数据中的密度曲线、纵波速度和横波速度,以所述层位数据为约束条件进行内插外推运算,确定地震反演所需的纵波速度、横波速度及密度的低频模型。
此外,所述椭圆拟合单元36,具体用于:
根据最小二乘法,以各个部分方位角叠加数据体的横波速度反演数据和纵波速度反演数据分别为椭圆方程Ax2+Bxy+Cy2+Dx+Ey+F=0中的x和y值,拟合确定椭圆方程参数A、B、C、D、E、F。
具体的,如图10所示,所述裂缝发育预测单元37,包括:
裂缝发育方向表征模块371,用于根据公式:确定椭圆的长轴或短轴指向θ,并以椭圆的长轴或短轴指向θ表征裂缝发育方向。
裂缝密度表征模块372,用于根据公式:XC=(BE-2CD)/(4AC-B2)和YC=(BD-2AE)/(4AC-B2)确定椭圆的几何中心(Xc,Yc);
根据公式:a2=2(AXC 2+CYC 2+BXCYC-1)/(A+C+((A-C)2+B2))1/2);b2=2(AXC 2+CYC 2+BXCYC-1)/(A+C-((A-C)2+B2))1/2);以及e=a/b;确定椭圆的长轴与短轴的比值e,并以椭圆的长轴与短轴的比值e表征裂缝密度。
值得说明的是,本发明实施例提供的一种预测裂缝发育的装置的具体实现方式可以参见上述图1和图2对应的方法实施例,此处不再赘述。
本发明实施例提供的一种预测裂缝发育的装置,采用基于叠前宽方位地震数据的纵波速度方位各向异性特征预测裂缝。首先,根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;确定各部分方位角叠加数据体反演所需子波;确定地震反演所需纵波速度、横波速度及密度的低频模型;根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度。本发明突破了AVO梯度技术自身缺陷导致的裂缝方向预测90°误差,可以准确的预测裂缝发育方向,同时突破了直接参数反演非唯一性的缺陷,获得了稳定的弹性参数反演结果,有效的提高了弹性参数在地震裂缝预测中的作用,同时将裂缝预测提高到定量化预测的程度,进而得到高精度定量化储层预测结果,为后期地质分析和井位部署提供更加可靠的依据。
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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种预测裂缝发育的方法,其特征在于,包括:
获取裂缝研究区域的叠前地震道集数据、测井数据、层位数据和构造发育信息;所述测井数据包括声波时差曲线、密度曲线、纵波速度和横波速度;
根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;
根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波;
根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型;
根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;所述叠前弹性参数数据包括纵波速度反演数据、横波速度反演数据以及密度反演数据;
根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;
根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度;
根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波,包括:
根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体对应的合成地震道集数据与叠前地震道集数据的误差DS;其中,DS=∑(SO-SC);SO为叠前地震道集数据;SC为合成地震道集数据;
对所述误差DS进行误差分析,调整地震子波波长、地震子波周期或地震子波振幅,直至合成地震道集数据与叠前地震道集数据的误差小于预先设置的误差阈值,将所述地震子波确定为各部分方位角叠加数据体反演所需子波;
根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型,包括:
根据测井数据中的密度曲线、纵波速度和横波速度,以所述层位数据为约束条件进行内插外推运算,确定地震反演所需的纵波速度、横波速度及密度的低频模型。
2.根据权利要求1所述的预测裂缝发育的方法,其特征在于,根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体,包括:
根据叠前地震道集数据,合成多个部分方位角叠加数据体;
在每个部分方位角叠加数据体中合成多个部分偏移距叠加数据体。
3.根据权利要求2所述的预测裂缝发育的方法,其特征在于,根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数,包括:
根据最小二乘法,以各个部分方位角叠加数据体的横波速度反演数据和纵波速度反演数据分别为椭圆方程Ax2+Bxy+Cy2+Dx+Ey+F=0中的x和y值,拟合确定椭圆方程参数A、B、C、D、E、F。
4.根据权利要求3所述的预测裂缝发育的方法,其特征在于,根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度,包括:
根据公式:
确定椭圆的长轴或短轴指向θ,并以椭圆的长轴或短轴指向θ表征裂缝发育方向;
根据公式:XC=(BE-2CD)/(4AC-B2)和YC=(BD-2AE)/(4AC-B2)确定椭圆的几何中心(Xc,Yc);
根据公式:a2=2(AXC 2+CYC 2+BXCYC-1)/(A+C+((A-C)2+B2))1/2);b2=2(AXC 2+CYC 2+BXCYC-1)/(A+C-((A-C)2+B2))1/2);以及e=a/b;确定椭圆的长轴与短轴的比值e,并以椭圆的长轴与短轴的比值e表征裂缝密度。
5.一种预测裂缝发育的装置,其特征在于,包括:
数据获取单元,用于获取裂缝研究区域的叠前地震道集数据、测井数据、层位数据和构造发育信息;所述测井数据包括声波时差曲线、密度曲线、纵波速度和横波速度;
叠加数据体形成单元,用于根据预先设置的方位角和偏移距范围,将叠前地震道集数据进行分方位角和分偏移距部分叠加,形成多个部分方位角叠加数据体,以及在每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体;
子波确定单元,用于根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体反演所需子波;
低频模型确定单元,用于根据所述层位数据、构造发育信息以及测井数据确定地震反演所需纵波速度、横波速度及密度的低频模型;
叠前弹性参数数据确定单元,用于根据各部分方位角叠加数据体反演所需子波、所述低频模型以及多个部分偏移距叠加数据体,利用佐普利兹方程,进行叠前弹性参数反演,计算得到多个部分方位角叠加数据体对应的叠前弹性参数数据;所述叠前弹性参数数据包括纵波速度反演数据、横波速度反演数据以及密度反演数据;
椭圆拟合单元,用于根据最小二乘法对各个部分方位角叠加数据体的纵波速度反演数据和横波速度反演数据进行椭圆拟合,确定所述椭圆的椭圆方程参数;
裂缝发育预测单元,用于根据所述椭圆的椭圆方程参数,确定椭圆的长轴或短轴指向,以表征裂缝发育方向,并确定椭圆的长轴与短轴的比值,以表征裂缝密度;
所述子波确定单元,包括:
误差确定模块,用于根据每个部分方位角叠加数据体中合成的多个部分偏移距叠加数据体、测井数据中的声波时差曲线和密度曲线,确定各部分方位角叠加数据体对应的合成地震道集数据与叠前地震道集数据的误差DS;其中,DS=∑(SO-SC);SO为叠前地震道集数据;SC为合成地震道集数据;
子波确定模块,用于对所述误差DS进行误差分析,调整地震子波波长、地震子波周期或地震子波振幅,直至合成地震道集数据与叠前地震道集数据的误差小于预先设置的误差阈值,将所述地震子波确定为各部分方位角叠加数据体反演所需子波;
所述低频模型确定单元,具体用于:
根据测井数据中的密度曲线、纵波速度和横波速度,以所述层位数据为约束条件进行内插外推运算,确定地震反演所需的纵波速度、横波速度及密度的低频模型。
6.根据权利要求5所述的预测裂缝发育的装置,其特征在于,所述叠加数据体形成单元,包括:
方位角叠加数据体合成模块,用于根据叠前地震道集数据,合成多个部分方位角叠加数据体;
偏移距叠加数据体合成模块,用于在每个部分方位角叠加数据体中合成多个部分偏移距叠加数据体。
7.根据权利要求6所述的预测裂缝发育的装置,其特征在于,所述椭圆拟合单元,具体用于:
根据最小二乘法,以各个部分方位角叠加数据体的横波速度反演数据和纵波速度反演数据分别为椭圆方程Ax2+Bxy+Cy2+Dx+Ey+F=0中的x和y值,拟合确定椭圆方程参数A、B、C、D、E、F。
8.根据权利要求7所述的预测裂缝发育的装置,其特征在于,所述裂缝发育预测单元,包括:
裂缝发育方向表征模块,用于根据公式:确定椭圆的长轴或短轴指向θ,并以椭圆的长轴或短轴指向θ表征裂缝发育方向;
裂缝密度表征模块,用于根据公式:XC=(BE-2CD)/(4AC-B2)和YC=(BD-2AE)/(4AC-B2)确定椭圆的几何中心(Xc,Yc);
根据公式:a2=2(AXC 2+CYC 2+BXCYC-1)/(A+C+((A-C)2+B2))1/2);b2=2(AXC 2+CYC 2+BXCYC-1)/(A+C-((A-C)2+B2))1/2);以及e=a/b;确定椭圆的长轴与短轴的比值e,并以椭圆的长轴与短轴的比值e表征裂缝密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710098257.9A CN107045143B (zh) | 2017-02-22 | 2017-02-22 | 一种预测裂缝发育的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710098257.9A CN107045143B (zh) | 2017-02-22 | 2017-02-22 | 一种预测裂缝发育的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107045143A CN107045143A (zh) | 2017-08-15 |
CN107045143B true CN107045143B (zh) | 2018-12-28 |
Family
ID=59545093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710098257.9A Active CN107045143B (zh) | 2017-02-22 | 2017-02-22 | 一种预测裂缝发育的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107045143B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655908A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 基于HTI介质的方位AVAz的正演模拟方法及系统 |
CN108646292B (zh) * | 2018-03-01 | 2020-01-07 | 中国石油天然气集团有限公司 | 裂缝密度预测方法、装置及计算机存储介质 |
CN109725350B (zh) * | 2018-12-05 | 2020-09-08 | 中国石油天然气集团有限公司 | 一种确定纵波方位各向异性参数的方法、装置及系统 |
CN109826623B (zh) * | 2019-03-22 | 2022-05-20 | 中国石油化工股份有限公司 | 一种致密砂岩储层层理缝的地球物理测井判识方法 |
CN111337976B (zh) * | 2020-04-01 | 2023-08-25 | 北京珠玛阳光科技有限公司 | 一种ovt域横波速度方位各向异性反演实现方法 |
CN113534247B (zh) * | 2020-04-17 | 2024-03-05 | 中国石油天然气股份有限公司 | 基于叠后地震数据的裂缝定量化预测方法及装置 |
CN111399049A (zh) * | 2020-04-29 | 2020-07-10 | 西南石油大学 | 一种基于数据体降维及离散系数计算的裂缝强度预测方法 |
CN113433588B (zh) * | 2021-07-05 | 2022-08-23 | 同济大学 | 一种分偏移距扫描叠加的近地表速度分析方法 |
CN114019565B (zh) * | 2021-11-02 | 2023-10-13 | 中海石油(中国)有限公司 | 快速叠前裂缝预测方法、装置、计算机存储介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245970A (zh) * | 2012-02-08 | 2013-08-14 | 中国石油化工股份有限公司 | 叠前地震宽角度反演方法 |
CN103869366A (zh) * | 2014-02-27 | 2014-06-18 | 中国石油天然气股份有限公司 | 一种确定裂隙裂缝走向的方法及装置 |
CN104166161A (zh) * | 2014-08-19 | 2014-11-26 | 成都理工大学 | 一种基于各向异性的椭圆速度反演的裂缝预测方法及装置 |
CN104391342A (zh) * | 2014-12-09 | 2015-03-04 | 中国石油天然气股份有限公司 | 基于裂缝孔隙度反演定量预测储层渗透性的方法及装置 |
CN105403917A (zh) * | 2015-10-30 | 2016-03-16 | 中国石油天然气集团公司 | 一种裂缝检测的方法及装置 |
CN106094029A (zh) * | 2016-08-24 | 2016-11-09 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 利用偏移距矢量片地震数据预测储层裂缝的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6820010B1 (en) * | 2003-04-30 | 2004-11-16 | Conocophillips Company | Method for determining shear-wave velocity model for depth migration of mode-converted data |
-
2017
- 2017-02-22 CN CN201710098257.9A patent/CN107045143B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245970A (zh) * | 2012-02-08 | 2013-08-14 | 中国石油化工股份有限公司 | 叠前地震宽角度反演方法 |
CN103869366A (zh) * | 2014-02-27 | 2014-06-18 | 中国石油天然气股份有限公司 | 一种确定裂隙裂缝走向的方法及装置 |
CN104166161A (zh) * | 2014-08-19 | 2014-11-26 | 成都理工大学 | 一种基于各向异性的椭圆速度反演的裂缝预测方法及装置 |
CN104391342A (zh) * | 2014-12-09 | 2015-03-04 | 中国石油天然气股份有限公司 | 基于裂缝孔隙度反演定量预测储层渗透性的方法及装置 |
CN105403917A (zh) * | 2015-10-30 | 2016-03-16 | 中国石油天然气集团公司 | 一种裂缝检测的方法及装置 |
CN106094029A (zh) * | 2016-08-24 | 2016-11-09 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 利用偏移距矢量片地震数据预测储层裂缝的方法 |
Non-Patent Citations (1)
Title |
---|
基于叠前方位振幅的大港_埕海地区奥陶系风化壳裂缝储层的叠前预测;刘军迎 等;《地球物理学进展》;20120831;第27卷(第4期);第1588-1597页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107045143A (zh) | 2017-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107045143B (zh) | 一种预测裂缝发育的方法及装置 | |
US7315783B2 (en) | Traveltime calculation in three dimensional transversely isotropic (3D TI) media by the fast marching method | |
CN104977618B (zh) | 一种评价页岩气储层及寻找甜点区的方法 | |
CN103258091B (zh) | 非常规油气藏水平井段三维岩体力学模型建立的方法及装置 | |
US9417352B2 (en) | Multi-frequency inversion of modal dispersions for estimating formation anisotropy constants | |
CN105759312A (zh) | 一种储层特征法井震标定方法 | |
CN105588883B (zh) | 三维岩石力学参数获取方法和系统 | |
US20140336940A1 (en) | Estimation of q-factor in time domain | |
WO2010122400A2 (en) | Methods and systems for borehole seismic | |
CN104155693A (zh) | 储层流体流度的角道集地震响应数值计算方法 | |
US20170285195A1 (en) | Integrating vertical seismic profile data for microseismic anisotropy velocity analysis | |
CN105403917B (zh) | 一种裂缝检测的方法及装置 | |
CN108897043A (zh) | 基于弱度参数检测裂缝型储层流体的方法及装置 | |
CN110095811A (zh) | 膏岩层速度模型构建处理方法及装置 | |
Rodríguez-Pradilla | Microseismic monitoring of a hydraulic-fracturing operation in a CBM reservoir: Case study in the Cerrejón Formation, Cesar-Ranchería Basin, Colombia | |
Pan et al. | Multichannel analysis of Love waves in a 3D seismic acquisition system | |
CN110320575A (zh) | 基于岩石物理模型的页岩有机质含量确定方法及装置 | |
Huang et al. | Fast-forward modeling of compressional arrival slowness logs in high-angle and horizontal wells | |
Yang et al. | Analysis of quality factors for Rayleigh channel waves | |
von Ketelhodt et al. | Elastic parameters from compressional and shear wave tomographic survey: A case study from Kuala Lumpur, Malaysia | |
CN108802822B (zh) | 方位各向异性介质中的保幅直接叠前时间偏移方法及装置 | |
Gu et al. | Investigation of fractures using seismic computerized crosshole tomography | |
Sadeqi et al. | The effect of frequency bandwidth on DSI anisotropy evaluation | |
Weimann et al. | Unconventional Variables that Impact on the Fracture Height Growth on Vaca Muerta Formation and its Implications for Fracture Simulation and Well Productivity | |
Wang et al. | Interpretation of sonic waveforms acquired in high-angle and horizontal wells |
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 |