CN107340538B - 基于混频处理的储层预测方法和装置 - Google Patents
基于混频处理的储层预测方法和装置 Download PDFInfo
- Publication number
- CN107340538B CN107340538B CN201610286683.0A CN201610286683A CN107340538B CN 107340538 B CN107340538 B CN 107340538B CN 201610286683 A CN201610286683 A CN 201610286683A CN 107340538 B CN107340538 B CN 107340538B
- Authority
- CN
- China
- Prior art keywords
- frequency
- spectrum data
- data volume
- amplitude spectrum
- amplitude
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001228 spectrum Methods 0.000 claims abstract description 81
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 9
- 239000007789 gas Substances 0.000 description 37
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 239000004215 Carbon black (E152) Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 229930195733 hydrocarbon Natural products 0.000 description 6
- 150000002430 hydrocarbons Chemical class 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011905 homologation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method 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
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
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
本发明公开了基于混频处理的储层预测方法和装置。该方法包括:对地震数据进行分频处理,得到对应于多个频率的多个振幅谱数据体Cf;基于对应于多个频率的多个振幅谱数据体Cf得到目标振幅谱数据体C*;对目标振幅谱数据体C*进行0、1二值化同值处理,以得到储层分布信息。应用本发明,有利于实现对储层的准确预测。
Description
技术领域
本发明涉及地震数据解释领域,更具体地,涉及一种基于混频处理的储层预测方法和一种基于混频处理的储层预测装置。
背景技术
在常规方法无法识别储层的情况下,可考虑利用时频分析技术,首先对已知油气井进行频谱分析,在此基础上识别储层含油、不含油情况的频谱响应,由此推到整个研究区,最后结合构造、地质、测井等资料较为准确地预测有利含油区的范围。目前采用的基于时频分析的储层预测技术包括:地震波在地下介质中传播时,地震波的衰减与频率有关,高频能量比低频能量衰减要快,因此可基于储层下方出现的低频阴影现象进行储层预测;时频三原色技术,其采用三原色表示低、中、高频,通过时空变化揭示地质现象,反映层序体界面形态和沉积韵律特征;谱反演技术,其通过计算反射系数与薄层厚度以及后续正演,获得分辨率较高地震剖面,提高储层预测准确度;除上述技术外,还有河道刻画、衰减因子提取、分频AVO等等技术,其均通过在分频剖面上直接或间接提取亮点属性来预测储层信息。但是,这些技术的预测结果都难以令人满意。
发明内容
本发明提出了一种具有良好预测效果的储层预测方法,本发明还公开了相应的装置。
根据本发明的一方面,提出了一种基于混频处理的储层预测方法,该方法包括:对地震数据进行分频处理,得到对应于多个频率的多个振幅谱数据体Cf;基于下式得到目标振幅谱数据体C*:
其中,f1<f10<f20<f2,[f1,f2]为初始油气分布频率范围,f10为非含油气低频分界频率,f20为非含油气高频分界频率,C[f1,f2]为对频率范围[f1,f2]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[0,f10]为对频率范围[0,f10]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[f20,+∞]为对频率范围[f20,+∞]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体;基于所述大振幅阈值对目标振幅谱数据体C*进行0、1二值化同值处理,以得到储层分布信息,其中,所述大振幅阈值等于目标振幅谱数据体C*中振幅的最大值Amax的设定百分比B%。
根据本发明的另一方面,提出了一种一种基于混频处理的储层预测装置,该装置包括:分频处理单元,用于对地震数据进行分频处理,得到对应于多个频率的多个振幅谱数据体Cf;含油气数据体获取单元,用于基于下式得到目标振幅谱数据体C*:
其中,f1<f10<f20<f2,[f1,f2]为初始油气分布频率范围,f10为非含油气低频分界频率,f20为非含油气高频分界频率,C[f1,f2]为对频率范围[f1,f2]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[0,f10]为对频率范围[0,f10]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[f20,+∞]为对频率范围[f20,+∞]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体;同值处理单元,用于基于所述大振幅阈值对目标振幅谱数据体C*进行0、1二值化同值处理,以得到储层分布信息,其中,所述大振幅阈值等于目标振幅谱数据体C*中振幅的最大值Amax的设定百分比B%。
现有技术(如背景技术中所描述的现有技术)中,通常是在单个频率数据体、几个单频组合或简单频带宽度基础上提取地震属性来进行储层预测解释和地震沉积学研究。本发明的各方面利用多个频率的分频信息,通过混频和同值化处理来刻画储层,有利于实现对储层的准确预测。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施方式中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的基于混频处理的储层刻画方法的流程图。
图2是高产气腰深1井过井二维地震剖面。
图3(a)和(b)是高产气腰深1井过井单道地震数据时频分析结果:(a)gabor变换时频谱;(b)平滑伪SPWVD时频谱。
图4(a)、(b)和(c)均为高产气腰深1井过井地震数据平滑伪SPWVD时频分解结果:(a)8Hz分频剖面;(b)19Hz分频剖面;(c)35Hz分频剖面;
图5是高产气腰深1井过井地震数据混频处理后新的分频数据剖面结果。
图6是对图5同值化0/1处理后刻画出含油气区域与其分频数据融合显示图。
图7是整个工区刻画出含油气包络体空间分布图。
具体实施方式
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
实施例1
图1示出了根据本发明的一个实施例的基于混频处理的储层刻画方法的流程图。该方法包括:
步骤101,对地震数据进行分频处理,得到对应于多个频率的多个振幅谱数据体Cf;
步骤102,基于下式得到目标振幅谱数据体C*:
其中,f1<f10<f20<f2,[f1,f2]为初始油气分布频率范围,f10为非含油气低频分界频率,f20为非含油气高频分界频率,C[f1,f2]为对频率范围[f1,f2]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[0,f10]为对频率范围[0,f10]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[f20,+∞]为对频率范围[f20,+∞]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体;
步骤103,基于所述大振幅阈值对目标振幅谱数据体C*进行0、1二值化同值处理,以得到储层分布信息,其中,所述大振幅阈值等于目标振幅谱数据体C*中振幅的最大值Amax的设定百分比B%。
本发明是基于这样的原理:某个频段[f1,f2]的振幅谱对于油气含量非常敏感,换言之这个频段中的频率对应的振幅谱在油气含量高的区域表现得很强,因此,可以对这个频段内的各个频率对应的振幅谱数据体Cf进行加权叠加;同时,由于频段间的干扰,导致在[f1,f2]的低频和高频部分存在干扰频段,因此,可以再减去干扰频段的影响,进一步提高储层预测的准确度。本实施例利用多个频率的分频信息、通过混频和同值化处理来刻画储层,有利于较为准确地对储层进行预测。
f1、f2、f10、f20以及B%可以是基于已知的高产油气井过井剖面确定的。即用已知的高产油气井过井剖面来训练参数,使得在这些参数为相应值的情况下应用本发明对地震数据进行处理后得到的结果与该已知的高产油气井过井剖面最为吻合。如本领域技术人员所公知的,高产油气井通常指单位时间内产油气量超过某一阈值的油气井。具体地,可以以高产油气井过井剖面作为参考,分析其时频剖面以及对其进行分频处理后得到的各个频率对应的振幅谱数据体,先寻找f1、f2,然后设置并不断调整f10、f20,以该高产油气井过井剖面对应的目标振幅谱数据体在高产油气区振幅谱最强为原则来确定最终的f10、f20。同样地,可以不断调整B%的大小,以使经同值处理后1值区域充分位于高产油气区为原则来确定最终的B%。
在一个示例中,在上述步骤101中,可以采用平滑伪SPWVD算法进行分频处理。具体地,假设单道时间序列地震信号为s(t),为提高稳定性,可以进一步得到地震信号s(t)的复信号z(t):
z(t)=s(t)+jH[s(t)]
其中,H[*]表示Hilbert变换。则s(t)的WVD分布可以表示为:
Wz(t,f)=∫z(t+τ/2)z*(t-τ/2)e-j2πfτdτ
其中z*是z的共轭,上式可以理解成z(t)的瞬时自相关函数关于时延τ的傅里叶变换。
不同于短时窗S变换、小波变换,WVD是一种联接时间和频率的双线性变换,具有许多高精度时频特性。但是,WVD不是线性的,即两个信号之和的WVD时频谱存在交叉项。
为了抑制WVD交叉项,发明人考虑可以采用平滑窗函数,得到平滑伪SPWVD分布:
SWz(t,f)=∫∫z(t+τ/2)z*(t-τ/2)e-j2πfτ×g(ν)h(τ)dνdτ
其中g(ν)、h(τ)分别为时间域、频率域窗函数,并且具体窗函数类型选择不受限制,窗函数长度根据数据测试获得最佳大小。当f一定时,各道的SWz(t)即构成该频率f对应的振幅谱数据体Cf。
在一个示例中,在步骤103中,所述加权叠加可均采用hanning(汉宁)窗作为加权系数。例如,对于C[f1,f2],可以寻找[f1,f2]范围内的主频f0,以主频f0作为中心建立hanning窗,然后可以将窗内各个频率点f对应的振幅谱数据体Cf中的相应值加权叠加,以得到加权叠加后的振幅谱数据体C[f1,f2]。此外,需要注意的是,对于[f2,+∞],如本领域技术人员所公知的,此处的+∞并非表示狭义的无穷大,这是没必要的也是不可实现的。此处的+∞表示本领域技术人员认为对于实施本方案已经足够大的某一频率,例如,2倍的f2等。
实施例2
本发明还公开了了基于混频处理的储层预测装置。本实施例中,该装置包括:分频处理单元,用于对地震数据进行分频处理,得到对应于多个频率的多个振幅谱数据体Cf;含油气数据体获取单元,用于基于下式得到目标振幅谱数据体C*:
其中,f1<f10<f20<f2,[f1,f2]为初始油气分布频率范围,f10为非含油气低频分界频率,f20为非含油气高频分界频率,C[f1,f2]为对频率范围[f1,f2]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[0,f10]为对频率范围[0,f10]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[f20,+∞]为对频率范围[f20,+∞]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体;同值处理单元,用于基于所述大振幅阈值对目标振幅谱数据体C*进行0、1二值化同值处理,以得到储层分布信息,其中,所述大振幅阈值等于目标振幅谱数据体C*中振幅的最大值Amax的设定百分比B%。
在一个示例中,f1、f2、f10、f20以及B%可以是基于已知的高产油气井过井剖面确定的。
在一个示例中,对地震数据进行分频处理可以包括:可以采用平滑伪SPWVD算法进行分频处理。
在一个示例中,所述加权叠加可以均采用hanning窗作为加权系数
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
实例工区选择松南气田,位于松辽盆地南部长岭断陷中央隆起达尔罕断凸带腰英台深层构造高部位,是一个上下叠置凹陷层为油、断陷层为气的大型油气田。该构造是在基底隆起背景上发育的断背斜,走向近南北,其东、西两侧分别为长岭牧场和查干花断陷槽,南部与达尔罕构造相连,北临大情字井和乾安油田,是油气长期运移的有利指向区。2006年在腰英台深层构造上部署钻探的腰深1井,在深部断陷层营城组火山岩储层试获天然气无阻流量30×104m3/d,成为松南气田腰深1井区营城组气藏的发现井。因此,先对腰深1井过井地震数据应用本发明,基于该高产油气井确定频率参数f1、f2、f10、f20与百分比参数B%,然后利用这些参数,对整个工区进行含油气储层识别。
首先,选择高产气腰深1井过井地震数据,如图2所示,其横轴表示cdp道,纵轴表示旅行时。然后对过井单道数据开展时频分析。本发明采用平滑伪SPWVD算法对地震数据进行分频处理。图3(a)和(b)的横轴均表示频率,纵轴均表示时间。如图3(a)和(b)所示,相比于常用的gabor变换(如图3(a)),根据本发明的平滑伪SPWVD变换(如图3(b),g(ν)、h(τ)窗函数都选择为hanning窗)得到的频谱分辨率更高。图4(a)、(b)和(c)为三个单频剖面局部放大对比展示,其横轴均表示cdp道,纵轴表示旅行时。通过不断对比,观测目标地层时频谱大振幅值变化,获得腰深1井含油气地震优势频带范围为16~35Hz(即有f1=16Hz,f2=35Hz),其主频为23Hz(即f0=23Hz)。然后,可利用hanning窗作为加权系数,得到相应的C[f1,f2]。
设置并不断调整f10和f20,f1<f10<f20<f2,同样用hanning窗作为加权系数,对低频区[0,f10]、高频区[f20,+∞]分别进行加权叠加处理,对应获得非含油气振幅谱数据体C[0,f10]、C[f20,+∞],进而得到目标振幅谱数据体C*。通过不断调整f10和f20,可以使得过腰深1井对应的区域的振幅尽可能突出,体现“含油气异常”现象。图5为对图2所示过腰深1井地震数据进行参数分析后获得最终混频处理剖面,其横轴表示cdp道,纵轴表示旅行时。图5中圆圈处表明时频谱振幅数值高于周围,达到了参数分析目的。同时,对该区域数值作同值化0/1二值处理,通过经过不断调整后确定的百分比参数B%(本示例中最终确定的B%=70%),尽可能使得刻画出的高振幅值区域位于已知高产气腰深1井目标储层内,如图6所示,图6的横轴表示cdp道,纵轴表示旅行时。图6中T3、T4、T41为地层界面标记,其中T4、T41之间为目标地层时间深度范围。
采用在上述过程中得到的参数f1、f2、f10、f20以及B%,应用本发明对整个松南气田进行储层预测刻画,其效果如图7所示,图中“蘑菇云”为本发明刻画出的含油气空间包络体,而穿过包络体“竖条”标记的是其对应的地表地理位置。当然,由于地震地质解释存在多解性,本发明仅仅提供储层预测一种可能,实际工作中,需要结合其他地质信息进行综合储层预测与解释
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.一种基于混频处理的储层预测方法,该方法包括:
对地震数据进行分频处理,得到对应于多个频率的多个振幅谱数据体Cf;
基于下式得到目标振幅谱数据体C*:
其中,f1<f10<f20<f2,[f1,f2]为初始油气分布频率范围,f10为非含油气低频分界频率,f20为非含油气高频分界频率,C[f1,f2]为对频率范围[f1,f2]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[0,f10]为对频率范围[0,f10]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[f20,+∞]为对频率范围[f20,+∞]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体;
基于大振幅阈值对目标振幅谱数据体C*进行0、1二值化同值处理,以得到储层分布信息,其中,所述大振幅阈值等于目标振幅谱数据体C*中振幅的最大值Amax的设定百分比B%。
2.根据权利要求1所述的储层预测方法,其中,f1、f2、f10、f20以及B%是基于已知的高产油气井过井剖面确定的。
3.根据权利要求1所述的储层预测方法,其中,对地震数据进行分频处理包括:
采用平滑伪SPWVD算法进行分频处理。
4.根据权利要求1所述的储层预测方法,其中,所述加权叠加均采用hanning窗作为加权系数。
5.一种基于混频处理的储层预测装置,该装置包括:
分频处理单元,用于对地震数据进行分频处理,得到对应于多个频率的多个振幅谱数据体Cf;
含油气数据体获取单元,用于基于下式得到目标振幅谱数据体C*:
其中,f1<f10<f20<f2,[f1,f2]为初始油气分布频率范围,f10为非含油气低频分界频率,f20为非含油气高频分界频率,C[f1,f2]为对频率范围[f1,f2]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[0,f10]为对频率范围[0,f10]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体,C[f20,+∞]为对频率范围[f20,+∞]内的频率对应的振幅谱数据体Cf进行加权叠加后得到的振幅谱数据体;
同值处理单元,用于基于大振幅阈值对目标振幅谱数据体C*进行0、1二值化同值处理,以得到储层分布信息,其中,所述大振幅阈值等于目标振幅谱数据体C*中振幅的最大值Amax的设定百分比B%。
6.根据权利要求5所述的储层预测装置,其中,f1、f2、f10、f20以及B%是基于已知的高产油气井过井剖面确定的。
7.根据权利要求5所述的储层预测装置,其中,对地震数据进行分频处理包括:
采用平滑伪SPWVD算法进行分频处理。
8.根据权利要求5所述的储层预测装置,其中,所述加权叠加均采用hanning窗作为加权系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610286683.0A CN107340538B (zh) | 2016-05-03 | 2016-05-03 | 基于混频处理的储层预测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610286683.0A CN107340538B (zh) | 2016-05-03 | 2016-05-03 | 基于混频处理的储层预测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107340538A CN107340538A (zh) | 2017-11-10 |
CN107340538B true CN107340538B (zh) | 2019-02-01 |
Family
ID=60222104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610286683.0A Active CN107340538B (zh) | 2016-05-03 | 2016-05-03 | 基于混频处理的储层预测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107340538B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112114358B (zh) * | 2019-06-20 | 2022-06-21 | 中国石油化工股份有限公司 | 一种基于三维地震资料表征的地下火山通道识别方法 |
CN112099086B (zh) * | 2020-09-16 | 2022-03-29 | 中油奥博(成都)科技有限公司 | 一种高分辨率光纤井中地震数据深频分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944895A (zh) * | 2012-10-26 | 2013-02-27 | 中国石油大学(北京) | 一种地震记录面波干扰压制方法及装置 |
CN103728663A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种时频分析方法 |
CN104297791A (zh) * | 2014-09-25 | 2015-01-21 | 中国石油天然气股份有限公司 | 一种基于地震优势频率的反演方法及系统 |
EP2837953A1 (en) * | 2012-04-13 | 2015-02-18 | China National Petroleum Corporation | Geologic quality factor inversion method |
CN105182416A (zh) * | 2015-09-06 | 2015-12-23 | 中国石油天然气股份有限公司 | 基于分频数据的地震反演方法及其装置 |
-
2016
- 2016-05-03 CN CN201610286683.0A patent/CN107340538B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2837953A1 (en) * | 2012-04-13 | 2015-02-18 | China National Petroleum Corporation | Geologic quality factor inversion method |
CN103728663A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种时频分析方法 |
CN102944895A (zh) * | 2012-10-26 | 2013-02-27 | 中国石油大学(北京) | 一种地震记录面波干扰压制方法及装置 |
CN104297791A (zh) * | 2014-09-25 | 2015-01-21 | 中国石油天然气股份有限公司 | 一种基于地震优势频率的反演方法及系统 |
CN105182416A (zh) * | 2015-09-06 | 2015-12-23 | 中国石油天然气股份有限公司 | 基于分频数据的地震反演方法及其装置 |
Non-Patent Citations (5)
Title |
---|
Seismic low-frequency effects from fluid-saturated reservoir;Gennady M. Goloshubin et al.;《SEG 2000 Expanded Abstracts》;20001231;全文 |
Time-Frequency Analysis of Seismic Data Using Synchrosqueezing Transform;Ping Wang et al.;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20141231;第11卷(第12期);第2042-2044页 |
分频波阻抗反演方法及其应用;宿淑春等;《石油大学学报(自然科学版)》;20000229;第24卷(第1期);第85-87页 |
基于地震资料低频信息的储层流体识别;蔡涵鹏;《中国博士学位论文全文数据库 基础科学辑》;20130131(第01期);第1-2,45-48,91,116-117,125-126页 |
频谱分解技术在储层预测中的应用;袁志云等;《石油地球物理勘探》;20060930;第41卷;第11-15页 |
Also Published As
Publication number | Publication date |
---|---|
CN107340538A (zh) | 2017-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11385374B2 (en) | Borehole dispersive wave processing with automatic dispersion matching for compressional and shear slowness | |
Qi et al. | Attribute expression of fault-controlled karst—Fort Worth Basin, Texas: A tutorial | |
CN109061764B (zh) | 一种分频融合波阻抗反演方法 | |
EP3698018B1 (en) | Paleo fossil and sedimentary structure data mining and datum for biostratigraphy | |
CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
Spica et al. | Shallow VS imaging of the Groningen area from joint inversion of multimode surface waves and H/V spectral ratios | |
US10969507B2 (en) | Seismic channel geobody extraction for basin fairway simulation | |
CN104834006B (zh) | 结构成因沉积参数图的处理方法和装置 | |
US11506804B2 (en) | Inverse stratigraphic modeling using a hybrid linear and nonlinear algorithm | |
EP3461279A1 (en) | Fluid analysis tool and method to use the same | |
US10474767B2 (en) | Gravity modeling a rifted continental margin | |
US10782431B2 (en) | Smoothing seismic data | |
US10948617B2 (en) | Generating a velocity model for a subsurface structure using refraction travel time tomography | |
CN107340538B (zh) | 基于混频处理的储层预测方法和装置 | |
WO2022146423A1 (en) | Reservoir characterization using machine-learning techniques | |
CN106483562B (zh) | 一种基于地震振幅预测地层厚度变化的方法 | |
US10775525B2 (en) | Identifying and visually presenting formation slowness based on low-frequency dispersion asymptotes | |
Acuña-Uribe et al. | Enhanced ant tracking: Using a multispectral seismic attribute workflow to improve 3D fault detection | |
CN112698382B (zh) | 小尺度断控岩溶型储层地震预测方法及装置 | |
US11899150B2 (en) | Velocity model for sediment-basement interface using seismic and potential fields data | |
US11320550B2 (en) | Processing a 4D seismic signal based on noise model | |
Aguilar-Velázquez et al. | Spatial estimation of fundamental mode dispersion curves using geostatistical techniques | |
WO2023184055A1 (en) | A method and system for determining first breaks of sonic waveforms | |
EP4202180A1 (en) | Systems and methods for identifying type curve regions as a function of position in a region of interest | |
US11561313B2 (en) | Creating seismic depth grids using 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 |