CN107688197B - 薄层预测方法和装置 - Google Patents
薄层预测方法和装置 Download PDFInfo
- Publication number
- CN107688197B CN107688197B CN201710565214.7A CN201710565214A CN107688197B CN 107688197 B CN107688197 B CN 107688197B CN 201710565214 A CN201710565214 A CN 201710565214A CN 107688197 B CN107688197 B CN 107688197B
- Authority
- CN
- China
- Prior art keywords
- target interval
- tuning
- wave impedance
- tuning mode
- 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
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 21
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 27
- 238000004458 analytical method Methods 0.000 abstract description 23
- 238000010586 diagram Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005192 partition Methods 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
- G01V1/282—Application of seismic models, synthetic seismograms
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
本申请实施方式提供了一种薄层预测方法和装置,其中,该方法包括:获取目标层段的测井数据和地震数据;根据测井数据,识别目标层段的波阻抗类型;根据波阻抗类型,建立对应的波阻抗模型;根据波阻抗模型,确定对应的调谐模式;根据调谐模式和地震数据,进行薄层预测。由于该方案通过根据测井数据识别目标地层对应的波阻抗类型,进而可以根据不同的波阻抗类型,确定对应的波阻抗模型和对应的调谐模式,再根据调谐模式对目标层段的地震数据进行分析处理,以较准确地进行薄层预测。因而解决了现有的薄层预测方法中存在的预测准确度不高、误差大的技术问题,达到可以对不同波阻抗类型薄层进行针对性的调谐效应分析、薄层的预测的技术效果。
Description
技术领域
本申请涉及石油地震勘探技术领域,特别涉及一种薄层预测方法和装置。
背景技术
在进行石油地震勘探的过程,例如,在对某区域进行薄层预测时,往往需要结合测井数据和地震数据,对地震资料进行综合解释。具体的,例如,根据测井数据和地震数据对某区域的薄层调谐效应进行具体的分析,根据分析的结果进行薄层预测。其中,上述所述薄层通常可以认为是:一个厚度为λ/4(其中,上述λ表示地震波的一个波长)的层嵌入到具有不同波阻抗的介质中间时所对应的层。上述调谐效应一般指的可以是:从薄层的顶部、底部产生的反射波相干会加强、振幅会增强。根据薄层调谐效应的上述特点,会进一步利用调谐效应来进行薄层预测。具体的,例如可以通过调谐频率计算薄层厚度以预测薄层,也可以通过分频反演技术预测薄层等。从而,可以实现对目标区域中的薄层的具体预测。
目前,现有的基于薄层调谐分析的薄层预测方法,通常是只基于一种波阻抗类型进行分析,即针对上下层波阻抗相同,嵌入的地层的薄层波阻抗小于上下层的情况(高包低)进行分析,再针对该种模型进行薄层预测。但是,具体实施时,随着技术的发展,发现地层中波阻抗的类型除上述类型以外,还存有几种其他类型。而对于其他种类型的波阻抗,目前尚未有针对性的调谐分析以及薄层预测方法,具体实施时,大多直接套用针对第一种波阻抗类型的薄层预测方法进行薄层预测。因此,预测结果往往误差会比较大,精度也不够理想。综上可知,现有的薄层预测方法,具体实施时,往往存在预测准确度不高、误差大的技术问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请实施方式提供了一种薄层预测方法和装置,以解决现有薄层预测方法中存在的预测准确度不高、误差大的技术问题。
本申请提供了一种薄层预测方法,包括:
获取目标层段的测井数据和地震数据;
根据所述测井数据,识别所述目标层段的波阻抗类型;
根据所述波阻抗类型,建立波阻抗模型;
根据所述波阻抗模型,确定所述目标层段的调谐模式;
根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测。
在一个实施方式中,所述根据所述测井数据,识别所述目标层段的波阻抗类型,包括:
根据所述测井数据,建立波阻抗曲线;
对所述波阻抗曲线进行模型化处理,得到处理后的波阻抗曲线;
根据所述处理后的波阻抗曲线,识别所述目标层段的波阻抗类型。
在一个实施方式中,所述对所述波阻抗曲线进行模型化处理,包括:
对所述波阻抗曲线进行均值滤波,和/或,对所述波阻抗曲线进行极值滤波。
在一个实施方式中,所述根据所述波阻抗类型,建立波阻抗模型,包括:
在所述波阻抗类型为第一类型的情况下,建立第一波阻抗模型,其中,所述第一波阻抗模型的顶层的波阻抗和底层的波阻抗大于中间层的波阻抗;
在所述波阻抗类型为第二类型的情况下,建立第二波阻抗模型,其中,所述第二波阻抗模型的顶层的波阻抗和底层的波阻抗小于中间层的波阻抗;
在所述波阻抗类型为第三类型的情况下,建立第三波阻抗模型,其中,所述第三波阻抗模型的底层的波阻抗大于中间层的波阻抗,且中间层的波阻抗大于顶层的波阻抗。
在一个实施方式中,所述根据所述波阻抗模型,确定所述目标层段的调谐模式,包括:
根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录;
获取所述多个合成地震记录中各个合成地震记录的中间层的顶部反射的振幅值、各个合成地震记录的中间层的顶部和底部之间的反射时间厚度;
根据所述合成地震记录的中间层的顶部反射的振幅值、所述合成地震记录的中间层的顶部和底部之间的反射时间厚度,建立交会图;
根据所述交会图,确定所述目标层段的调谐模式。
在一个实施方式中,所述根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录,包括:
按照以下公式进行模型正演,确定所述多个合成地震记录中的各个合成地震记录:
x(t)=W(t)*R(t)
上式中,x(t)为合成地震记录,W(t)为雷克子波,R(t)为反射系数,取值根据波阻抗模型确定。
在一个实施方式中,所述多种预设频率的雷克子波,包括:
频率值为10HZ至20HZ之间的雷克子波、频率值为20HZ至50HZ之间的雷克子波、频率值为50HZ至70HZ之间的雷克子波。
在一个实施方式中,所述调谐模式包括以下之一:
第一调谐模式、第二调谐模式、第三调谐模式;
其中,所述第一调谐模式以振幅值为正,且振幅值的绝对值为最大值的点为调谐点,所述第二调谐模式以振幅值为负,且振幅值的绝对值为最大值的点为调谐点,所述第三调谐模式以振幅值为正,且振幅值的绝对值为最小值的点为调谐点。
在一个实施方式中,所述根据所述交会图,确定所述目标层段的调谐模式,包括:
根据所述交会图,将所述交会图中地震反射振幅随地层厚度的增加,先增大后减小的目标层段的调谐模式确定为第一调谐模式;将所述交会图中地震反射振幅随地层厚度的增加,先减小后增大,且地震反射振幅为负数的目标层段的调谐模式确定为第二调谐模式;将所述交会图中地震反射振幅随地层厚度的增加,先减小后增大的目标层段的调谐模式确定为第三调谐模式。
在一个实施方式中,所述根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测,包括:
在目标层段的调谐模式为所述第一调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测;
在目标层段的调谐模式为所述第二调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测;
在目标层段的调谐模式为所述第三调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最小值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测。
本申请还提供了一种薄层预测装置,包括:
获取模块,用于获取目标层段的测井数据和地震数据;
识别模块,用于根据所述测井数据,识别所述目标层段的波阻抗类型;
建立模块,用于根据所述波阻抗类型,建立波阻抗模型;
确定模块,用于根据所述波阻抗模型,确定所述目标层段的调谐模式;
预测模块,用于根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测。
在一个实施方式中,所述识别模块包括:
第一建立单元,用于根据所述测井数据,建立波阻抗曲线;
处理单元,用于对所述波阻抗曲线进行模型化处理,得到处理后的波阻抗曲线;
识别单元,用于根据所述处理后的波阻抗曲线,识别所述目标层段的波阻抗类型。
在一个实施方式中,所述确定模块包括:
第一确定单元,用于根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录;
获取单元,用于获取所述多个合成地震记录中各个合成地震记录的中间层的顶部反射的振幅值、各个合成地震记录的中间层的顶部和底部之间的反射时间厚度;
第二建立单元,用于根据所述合成地震记录的中间层的顶部反射的振幅值、所述合成地震记录的中间层的顶部和底部之间的反射时间厚度,建立交会图;
第二确定单元,用于根据所述交会图,确定所述目标层段的调谐模式。
在本申请实施方式中,通过根据测井数据识别目标地层对应的波阻抗类型,进而根据不同的波阻抗类型,确定波阻抗模型和对应的调谐模式,再根据调谐模式对目标层段的地震数据进行薄层调谐分析,以较准确地进行薄层预测。因而解决了现有的薄层预测方法中存在的预测准确度不高、误差大的技术问题,达到可以对不同波阻抗类型薄层进行针对性的调谐效应分析、薄层预测的技术效果。
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。
图1是根据本申请实施方式提供的薄层预测方法的处理流程图;
图2是根据本申请实施方式提供的薄层预测装置的组成结构图;
图3是在一个场景示例中应用本申请实施方式提供的薄层预测方法/装置的获得的不同的波阻抗类型示意图;
图4是在一个场景示例中应用本申请实施方式提供的薄层预测方法/装置的获得的楔状体波阻抗模型示意图;
图5是在一个场景示例中应用本申请实施方式提供的薄层预测方法/装置的获得的不同的调谐模式示意图;
图6是在一个场景示例中应用本申请实施方式提供的薄层预测方法/装置的获得的第一调谐模式和第二调谐模式所对应的AVF规律示意图;
图7是在一个场景示例中应用本申请实施方式提供的薄层预测方法/装置的获得的根据第一调谐模式和/或第二调谐模式获得的反演结果示意图。
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做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。
考虑到现有的薄层预测方法,由于没有分析不同的波阻抗类型的特性,没有对不同的波阻抗类型的层段进行对应的调谐效应分析和薄层预测,而是都套用同一种波阻抗类型所对应的方法进行具体的薄层调谐效应分析以及具体的薄层预测,导致具体实施时往往存在预测准确度不高、误差大的技术问题。针对产生上述技术问题的根本原因,本申请考虑可以在进行薄层预测前先确定目标层段的具体的波阻抗类型,根据不同的波阻抗类型采用对应的调谐效应分析方法进行薄层调谐效应分析,进而采用对应的薄层预测方法进行具体的薄层预测。从而解决现有的薄层预测方法中存在的预测准确度不高、误差大的技术问题,达到可以对不同波阻抗类型薄层进行针对性的调谐效应分析、薄层的预测的技术效果。
基于上述思考思路,本申请实施方式提供了一种薄层预测方法。请参阅图1的根据本申请实施方式提供的薄层预测方法的处理流程图。本申请实施方式提供的薄层预测方法,具体可以包括以下步骤。
在本实施方式中,所述薄层具体可以包括但不限于储层或者盖层。因此,通过本申请提供的薄层预测方法对目标层段的薄层进行预测可以实现对目标层段的储层的预测,也可以实现对目标层段的盖层的预测等等。
步骤S101:获取目标层段的测井数据和地震数据。
在本实施方式中,所述测井数据具体可以是目标层段上已知井的测井数据,上述测井数据通常会比较明确。具体实施时,可以根据上述测井数据识别目标层段所对应的波阻抗类型。继而可以针对目标层段所对应的波阻抗类,根据地震数据,进行薄层调谐效应分析以及具体的薄层预测。
步骤S102:根据所述测井数据,识别所述目标层段的波阻抗类型。
在本实施方式中,为了能较为准确地识别出目标层段的波阻抗类型,具体实施时,可以按照以下方式执行。
S102-1:根据所述测井数据,建立波阻抗曲线。
在本实施方式中,为了建立上述波阻抗曲线,具体实施时,可以按照以下步骤执行。
S102-1-1:从所述测井数据中获取声波(AC)曲线和密度(DEN)曲线。
S102-1-2:根据所述声波曲线和所述密度曲线,建立波阻抗曲线。
在一个实施方式中,为了建立波阻抗曲线,具体实施时,可以根据上述声波曲线和上述密度曲线,按照以下公式,建立上述波阻抗曲线:
上式中,AI为波阻抗,AC为声波时差测井数据值,DEN为测井曲线的测量密度值。
S102-2:对所述波阻抗曲线进行模型化处理,得到处理后的波阻抗曲线。
在一个实施方式中,为了便于后续对目标层段波阻抗类型的识别,可以先对波阻抗曲线进行模型化处理,得到处理后的波阻抗曲线。具体实施时,上述对所述波阻抗曲线进行模型化处理,可以包括:对所述波阻抗曲线进行均值滤波,和/或,对所述波阻抗曲线进行极值滤波。在本实施方式中,需要说明的是,在波阻抗曲线整体比较平稳,没有突变或只有少量突变的情况下,可以优选通过极值滤波对上述波阻抗曲线进行具体的模型化处理。在波阻抗曲线含有较多突变的情况下,可以优选通过均值滤波对上述波阻抗曲线进行具体的模型化处理。
S102-3:根据所述处理后的波阻抗曲线,识别所述目标层段的波阻抗类型。
在本实施方式中,可以根据处理后的波阻抗曲线,获取该波阻抗曲线所反映出的地质特征,即测井数据中波阻抗随深度的变化特点,根据该地质特征识别该目标层段所对应的波阻抗类型。其中,上述波阻抗类型具体可以包括:第一类型,即“高包低”型:中间层的波阻抗值小,顶层和底层的波阻抗值大;第二类型,即“低包高”型:中间层的波阻抗值大,顶层和底层的波阻抗值小;第三类型:“递变型”:波阻抗值从底层,经中间层,到顶层逐渐变小。
步骤S103:根据所述波阻抗类型,建立波阻抗模型。
在本实施方式中,为了可以根据不同的波阻抗类型建立相对应的波阻抗模型,以更加准确地进行后续的薄层调谐分析,具体实施时,可以按照以下方式,根据所述波阻抗类型,建立对应的波阻抗模型。
S103-1:在所述波阻抗类型为第一类型的情况下,建立第一波阻抗模型,其中,所述第一波阻抗模型的顶层的波阻抗和底层的波阻抗大于中间层的波阻抗。
S103-2:在所述波阻抗类型为第二类型的情况下,建立第二波阻抗模型,其中,所述第二波阻抗模型的顶层的波阻抗和底层的波阻抗小于中间层的波阻抗。
S103-3:在所述波阻抗类型为第三类型的情况下,建立第三波阻抗模型,其中,所述第三波阻抗模型的底层的波阻抗大于中间层的波阻抗,且中间层的波阻抗大于顶层的波阻抗。
步骤S104:根据所述波阻抗模型,确定所述目标层段的调谐模式。
在一个实施方式中,为了利用不同的波阻抗模型,确定对应的目标层段的调谐模式,具体实施时,可以按照以下步骤执行。
S104-1:根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录。
在一个实施方式中,考虑到可能出现的多种情况,以便更加准确地进行后续的调谐效应分析,本实施方式提出了可以利用多种不同预设频率的雷克子波,确定多个对应的合成地震记录。具体实施时,按照以下公式进行模型正演,确定所述多个合成地震记录中的各个合成地震记录:
x(t)=W(t)*R(t)
上式中,x(t)为合成地震记录,W(t)为雷克子波,R(t)为反射系数,取值根据波阻抗模型确定。
在一个实施方式中,上述反射系数具体可以根据目标层段的波阻抗模型确定,具体实施时,可以按照以下公式,确定对应的反射系数:
上式中,AI2为波阻抗模型底层的波阻抗值,AI1为波阻抗模型顶层的波阻抗值。
在一个实施方式中,多种预设频率的雷克子波可以是三种不同频率的雷克子波。具体的,第一种预设频率的雷克子波的可以是频率为10HZ至20HZ之间的雷克子波,优选的可以是预设频率为15HZ的雷克子波。第二种预设频率的雷克子波的可以是频率为20HZ至50HZ之间的雷克子波,优选的可以是预设频率为30HZ的雷克子波。第三种预设频率的雷克子波的可以是频率为50HZ至70HZ之间的雷克子波,优选的可以是预设频率为60HZ的雷克子波。当然需要说明的是,上述所列举的多种预设频率的雷克子波只是为了更好地说明本实施方式,具体实施时,可以根据具体情况和具体施工要求,选择其他多个不同频率的雷克子波作为上述多种预设频率的雷克子波。
S104-2:获取所述多个合成地震记录中各个合成地震记录的中间层的顶部反射的振幅值、各个合成地震记录的中间层的顶部和底部之间的反射时间厚度。
S104-3:根据所述合成地震记录的中间层的顶部反射的振幅值、所述合成地震记录的中间层的顶部和底部之间的反射时间厚度,建立交会图。
S104-4:根据所述交会图,确定所述目标层段的调谐模式。
在本实施方式中,具体实施时,可以根据交会图中反应出来的地质特制,确定目标层段所对应的调谐模式,继而可以根据所确定的调谐模式对目标层段进行针对性的薄层调谐效应分析。
在一个实施方式中,为了根据交会图,确定目标层段所对应的调谐模式,具体实施时,可以按照以下方式执行。
根据所述交会图,将所述交会图中地震反射振幅随地层厚度的增加,先增大后减小的目标层段的调谐模式确定为第一调谐模式;将所述交会图中地震反射振幅随地层厚度的增加,先减小后增大,且地震反射振幅为负数的目标层段的调谐模式确定为第二调谐模式;将所述交会图中地震反射振幅随地层厚度的增加,先减小后增大的目标层段的调谐模式确定为第三调谐模式。
在一个实施方式中,目标层段的调谐模式具体可以是以下中的一种:第一调谐模式、第二调谐模式、第三调谐模式。其中,所述第一调谐模式以振幅值为正,且振幅值的绝对值为最大值的点为调谐点,所述第二调谐模式以振幅值为负,且振幅值的绝对值为最大值的点为调谐点,所述第三调谐模式以振幅值为正,且振幅值的绝对值为最小值的点为调谐点。具体实施时,可以根据目标层段的地震数据,结合对应的调谐模式,进行具体的薄层调谐效应分析。
步骤S105:根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测。
在一个实施方式中,为了能较准确地对目标层段进行针对性的薄层预测,具体实施时,可以按照以下方式,根据所述调谐模式和所述地震数据,对所述目标层段进行具体的薄层预测。
S105-1:在目标层段的调谐模式为所述第一调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测。
S105-2:在目标层段的调谐模式为所述第二调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测。
S105-3:在目标层段的调谐模式为所述第三调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最小值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测。
在一个实施方式中,为了根据所述调谐频率,对目标层段进行薄层预测,具体实施时,可以包括以下内容:根据所述调谐频率,定量确定所述目标层段的薄层厚度,求取出了目标层段的薄层厚度,即可以认为实现了对目标层段的薄层的确定。
在一个实施方式中,为了确定薄层的厚度,具体实施时,可以按照以下公式确定上述薄层的厚度:
上式中,h为薄层的厚度,v为目标层段的层速度,其中该目标层段的层速度可以根据测井声波时差曲线(声波曲线)确定,f0为所述确定的调谐频率。
在一个实施方式中,为了预测薄层,还可以通过分频反演对所述目标层段进行薄层预测。其中,上述分频反演也可以认为是一种波阻抗反演。具体实施时,所述通过分频反演对所述目标层段进行薄层预测可以包括:利用所述地震数据进行分频反演,获得调谐体;根据所述调谐体,确定调谐振幅切片;根据所述调谐振幅切片,确定平面分布规律;利用所述平面分布规律进行薄层预测。在本实施方式中,需要说明的是具体实施时,可以根据具体情况和具体的施工要求选择单独通过波阻抗反演或单独通过分频反演进行薄层预测;也可以通过结合波阻抗反演和分频反演进行薄层预测。对此,本申请不作限定。
从以上的描述中,可以看出,本申请实施方式提供的薄层预测方法;通过根据不同波阻抗类型的地质特征,建立波阻抗模型以及调谐模式,通过对应的调谐模式对目标层段进行具体的调谐效应分析,进而可以采用相对应的方式进行具体的薄层预测,因此,解决了现有方法中存在的预测准确度不高、误差大的技术问题,达到可以对不同波阻抗类型薄层进行针对性的薄层调谐效应分析、薄层预测的技术效果;又根据测井数据,识别目标层段所对应的波阻抗类型,达到了对目标层段的波阻抗类型的准确识别。
基于同一发明构思,本发明实施方式中还提供了一种薄层预测装置,如下面的实施方式所述。由于装置解决问题的原理与薄层预测方法相似,因此薄层预测装置的实施可以参见薄层预测方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。请参阅图2,是本申请实施方式的薄层预测装置的一种组成结构图,该装置可以包括:获取模块201、识别模块202、建立模块203、确定模块204、预测模块205,下面对该结构进行具体说明。
获取模块201,具体可以用于获取目标层段的测井数据和地震数据。
识别模块202,具体可以用于根据所述测井数据,识别所述目标层段的波阻抗类型。
建立模块203,具体可以用于根据所述波阻抗类型,建立波阻抗模型。
确定模块204,具体可以用于根据所述波阻抗模型,确定所述目标层段的调谐模式。
预测模块205,具体可以用于根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测。
在一个实施方式中,为了能根据所述测井数据,较准确地识别所述目标层段的波阻抗类型,所述识别模块202具体可以包括:
第一建立单元,具体可以用于根据所述测井数据,建立波阻抗曲线;
处理单元,具体可以用于对所述波阻抗曲线进行模型化处理,得到处理后的波阻抗曲线;
识别单元,具体可以用于根据所述处理后的波阻抗曲线,识别所述目标层段的波阻抗类型。
在一个实施方式中,为了能通过建立模块203根据不同的波阻抗类型,建立对应的波阻抗模型,具体实施时,建立模块203可以在所述波阻抗类型为第一类型的情况下,建立第一波阻抗模型,其中,所述第一波阻抗模型的顶层的波阻抗和底层的波阻抗大于中间层的波阻抗;可以在所述波阻抗类型为第二类型的情况下,建立第二波阻抗模型,其中,所述第二波阻抗模型的顶层的波阻抗和底层的波阻抗小于中间层的波阻抗;可以在所述波阻抗类型为第三类型的情况下,建立第三波阻抗模型,其中,所述第三波阻抗模型的底层的波阻抗大于中间层的波阻抗,且中间层的波阻抗大于顶层的波阻抗。
在一个实施方式中,为了能根据所述波阻抗模型,较准确地确定所述目标层段的调谐模式,所述确定模块204具体可以包括:
第一确定单元,具体可以用于根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录;
获取单元,具体可以用于获取所述多个合成地震记录中各个合成地震记录的中间层的顶部反射的振幅值、各个合成地震记录的中间层的顶部和底部之间的反射时间厚度;
第二建立单元,具体可以用于根据所述合成地震记录的中间层的顶部反射的振幅值、所述合成地震记录的中间层的顶部和底部之间的反射时间厚度,建立交会图;
第二确定单元,具体可以用于根据所述交会图,确定所述目标层段的调谐模式。
在一个实施方式中,为了能够通过预测模块205根据不同的调谐模式,结合目标层段的地震数据,对目标层段进行相应的薄层预测。具体实施时,预测模块205可以在目标层段的调谐模式为所述第一调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测;在目标层段的调谐模式为所述第二调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测;在目标层段的调谐模式为所述第三调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最小值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测。
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。
需要说明的是,上述实施方式阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,在本说明书中,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。
此外,在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
从以上的描述中,可以看出,本申请实施方式提供的薄层预测装置,通过建立模块和确定模块根据不同波阻抗类型的地质特征,建立对应的波阻抗模型以及调谐模式,通过对应的调谐模式对目标层段进行具体的调谐效应分析,进而可以通过预测模块采用相对应的方式进行具体的薄层预测,因此,解决了现有方法中存在的预测准确度不高、误差大的技术问题,达到可以对不同波阻抗类型薄层进行针对性的薄层调谐效应分析、薄层预测的技术效果;又通过识别模块根据测井数据,识别目标层段所对应的波阻抗类型,达到了对目标层段的波阻抗类型的准确识别。
在一个具体实施场景,应用本申请提供薄层预测方法/装置对某区域的目标层段进行具体的薄层预测。具体实施过程,可以参照以下方式执行。
S1.对目的层段的测井数据进行处理。利用测井数据中的声波(AC)曲线和密度(DEN)曲线求取波阻抗曲线,具体求解公式如下:
其中,AI表示波阻抗,AC表示声波时差测井数值,DEN表示测井曲线的测量密度值。
从而可以得到波阻抗随深度变化的曲线,然后对波阻抗曲线进行模型化处理,其中,上述模型化处理的方法可以有两种,一种基于均值滤波的模型化处理,一种是基于极值滤波的模型化处理。两种方法在实际工作中根据具体情况视其效果,任选其一使用。进而,可以根据模型化处理之后的波阻抗曲线识别目标层段的波阻抗类型(第一类型、第二类型、第三类型)。具体可以参阅图3的在一个场景示例中应用本申请实施方式提供薄层预测方法/装置的获得的不同的波阻抗类型示意图。
S2.根据所识别的波阻抗类型,建立对应的波阻抗模型。
具体的,如果经过步骤S1后得到的波阻抗类型如图3中的①,则可以建立“低包高”型楔状波阻抗模型;如果经过步骤S1后得到的波阻抗类型如图3中的②,则可以建立“高包低”型楔状波阻抗模型;如果经过步骤S1后得到的波阻抗类型如图3中的③,则可以建立“递变型”型楔状波阻抗模型。其中,上述楔状波阻抗模型具体可以参阅图4的在一个场景示例中应用本申请实施方式提供薄层预测方法/装置的获得的楔状体波阻抗模型示意图。
S3.针对实际应用中可能得到的三种模型,利用褶积的方法进行正演模拟,按照以下褶积公式,确定合成地震记录:
x(t)=W(t)*R(t)
其中,x(t)代表合成地震记录,W(t)代表子波,R(t)代表反射系数。
上述R(t)具体可以根据波阻抗模型,按照以下公式确定:
其中,AI2为波阻抗模型底层的波阻抗值,AI1为波阻抗模型顶层的波阻抗值。
在本实施方式中,需要说明的是,可以分别选择15Hz、30Hz、60Hz主频的雷克子波与模型数据进行褶积,从而可以得到三个合成地震记录。
S4.分别提取每一道合成地震记录的中间层的顶部反射的振幅值。
S5.分别提取每一道合成地震记录的中间层的顶部和底部之间的反射时间厚度(即:第二参考层反射时间-第一参考层反射时间)。
S6.根据时间厚度与反射的振幅制作相应的交会图,根据交会图可以确定三类调谐模式。具体可以参阅图5的一个场景示例中应用本申请实施方式提供薄层预测方法/装置的获得的不同的调谐模式示意图。分别可以记为一类调谐TPI(即第一调谐模式)、二类调谐TPII(即第二调谐模式)和三类TPIII(即第三调谐模式)。其中,TP为调谐点Tuning Point首字母的缩写。一类调谐TPI的物理含义是地震反射振幅的大小随着地层厚度变大,先增大后减小,振幅最大值处定义为调谐点;二类调谐TPII的物理含义是地震反射振幅的大小随着地层厚度变大,先减小后增大,振幅最小值处定义为调谐点,并且其振幅值均为负值;三类调谐TPIII的物理含义是地震反射振幅的大小随着地层厚度变大,先减小后增大,振幅最小值处定义为调谐点。
S7.针对S6中的分析结果,选择对应的属性分析技术,包括谱分解方法和分频反演方法:需要对二类调谐的地震数据求取绝对值,然后在做属性分析。
在本实施方式中,具体实施时可以将一类调谐和二类调谐选择求绝对值最大值的振幅与频率变化规律定义为一类AVF,三类调谐选择求取绝对值最小值的振幅与频率变化规律定义为二类AVF。其中,AVF表示振幅随着频率变化。具体可以参阅图6的在一个场景示例中应用本申请实施方式提供薄层预测方法/装置的获得的第一调谐模式和第二调谐模式所对应的AVF规律示意图。
S8.只有当实际数据分析符合一类AVF时才可以选择谱分解和分频反演的方法去进行薄层预测。具体可以参阅图7的在一个场景示例中应用本申请实施方式提供薄层预测方法/装置的获得的根据第一调谐模式和/或第二调谐模式获得的反演结果示意图。其中,well表示测井。在该区域中一共设有well1、well2、well3、well4、well5、well6一共6个测井。利用分频反演方法得到波阻抗反演结果;或者选择求取调谐体,在调谐体基础上求取调谐振幅切片,得到平面分布规律,进而进行具体的薄层预测。需要说明的是,已有的谱分解方法和分频反演方法都是建立在本发明中一类调谐的基础上来实现的。本申请实施方式通过求取绝对值的方法使二类调谐也可以应用相应的方法做薄层预测。但是,对于实际数据满足三类调谐的,并不能直接使用上述方法进行处理。具体实施时,可以通过求取调谐体中的能量最小值对应频率作为调谐频率,再根据所述调谐频率定量求取薄层厚度,从而可以对满足三类调谐的目标层段进行对应的薄层预测。
通过上述场景示例,验证了应用本申请实施方式提供的薄层预测方法/装置,确实可以解决现有方法中存在的预测准确度不高、误差大的技术问题,达到可以对不同波阻抗类型薄层进行针对性的薄层调谐效应分析、薄层的预测的技术效果
尽管本申请内容中提到不同的具体实施方式,但是,本申请并不局限于必须是行业标准或实施例所描述的情况等,某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例,仍然可以属于本申请的可选实施方案范围之内。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
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、类等等。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。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或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。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的实施方式包括这些变形和变化而不脱离本申请。
Claims (11)
1.一种薄层预测方法,其特征在于,包括:
获取目标层段的测井数据和地震数据;
根据所述测井数据,识别所述目标层段的波阻抗类型;
根据所述波阻抗类型,建立波阻抗模型;
根据所述波阻抗模型,确定所述目标层段的调谐模式;
根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测;
其中,所述根据所述波阻抗模型,确定所述目标层段的调谐模式,包括:
根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录;
获取所述多个合成地震记录中各个合成地震记录的中间层的顶部反射的振幅值、各个合成地震记录的中间层的顶部和底部之间的反射时间厚度;
根据所述合成地震记录的中间层的顶部反射的振幅值、所述合成地震记录的中间层的顶部和底部之间的反射时间厚度,建立交会图;
根据所述交会图,确定所述目标层段的调谐模式。
2.根据权利要求1所述的方法,其特征在于,所述根据所述测井数据,识别所述目标层段的波阻抗类型,包括:
根据所述测井数据,建立波阻抗曲线;
对所述波阻抗曲线进行模型化处理,得到处理后的波阻抗曲线;
根据所述处理后的波阻抗曲线,识别所述目标层段的波阻抗类型。
3.根据权利要求2所述的方法,其特征在于,所述对所述波阻抗曲线进行模型化处理,包括:
对所述波阻抗曲线进行均值滤波,和/或,对所述波阻抗曲线进行极值滤波。
4.根据权利要求1所述的方法,其特征在于,所述根据所述波阻抗类型,建立波阻抗模型,包括:
在所述波阻抗类型为第一类型的情况下,建立第一波阻抗模型,其中,所述第一波阻抗模型的顶层的波阻抗和底层的波阻抗大于中间层的波阻抗;
在所述波阻抗类型为第二类型的情况下,建立第二波阻抗模型,其中,所述第二波阻抗模型的顶层的波阻抗和底层的波阻抗小于中间层的波阻抗;
在所述波阻抗类型为第三类型的情况下,建立第三波阻抗模型,其中,所述第三波阻抗模型的底层的波阻抗大于中间层的波阻抗,且中间层的波阻抗大于顶层的波阻抗。
5.根据权利要求1所述的方法,其特征在于,所述根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录,包括:
按照以下公式进行模型正演,确定所述多个合成地震记录中的各个合成地震记录:
x(t)=W(t)*R(t)
上式中,x(t)为合成地震记录,W(t)为雷克子波,R(t)为反射系数,反射系数的取值根据波阻抗模型确定。
6.根据权利要求1所述的方法,其特征在于,所述多种预设频率的雷克子波,包括:
频率值大于等于10HZ且小于20HZ的雷克子波、频率值大于等于20HZ且小于50HZ的雷克子波、频率值大于等于50HZ且小于等于70HZ的雷克子波。
7.根据权利要求1所述的方法,其特征在于,所述调谐模式包括以下之一:
第一调谐模式、第二调谐模式、第三调谐模式;
其中,所述第一调谐模式以振幅值为正,且振幅值的绝对值为最大值的点为调谐点,所述第二调谐模式以振幅值为负,且振幅值的绝对值为最大值的点为调谐点,所述第三调谐模式以振幅值为正,且振幅值的绝对值为最小值的点为调谐点。
8.根据权利要求1所述的方法,其特征在于,所述根据所述交会图,确定所述目标层段的调谐模式,包括:
根据所述交会图,将所述交会图中地震反射振幅随地层厚度的增加,先增大后减小的目标层段的调谐模式确定为第一调谐模式;将所述交会图中地震反射振幅随地层厚度的增加,先减小后增大,且地震反射振幅为负数的目标层段的调谐模式确定为第二调谐模式;将所述交会图中地震反射振幅随地层厚度的增加,先减小后增大,且地震反射振幅为正数的目标层段的调谐模式确定为第三调谐模式。
9.根据权利要求7所述的方法,其特征在于,所述根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测,包括:
在目标层段的调谐模式为所述第一调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测;
在目标层段的调谐模式为所述第二调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最大值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测;或,通过分频反演,对所述目标层段进行薄层预测;
在目标层段的调谐模式为所述第三调谐模式的情况下,根据所述地震数据,确定调谐体,并获取所述调谐体中能量最小值对应的频率作为调谐频率,根据所述调谐频率,对目标层段进行薄层预测。
10.一种薄层预测装置,其特征在于,包括:
获取模块,用于获取目标层段的测井数据和地震数据;
识别模块,用于根据所述测井数据,识别所述目标层段的波阻抗类型;
建立模块,用于根据所述波阻抗类型,建立波阻抗模型;
确定模块,用于根据所述波阻抗模型,确定所述目标层段的调谐模式;
预测模块,用于根据所述调谐模式和所述地震数据,对所述目标层段进行薄层预测;
其中,所述确定模块包括:
第一确定单元,用于根据多种预设频率的雷克子波和所述波阻抗模型,通过模型正演,确定多个合成地震记录;
获取单元,用于获取所述多个合成地震记录中各个合成地震记录的中间层的顶部反射的振幅值、各个合成地震记录的中间层的顶部和底部之间的反射时间厚度;
第二建立单元,用于根据所述合成地震记录的中间层的顶部反射的振幅值、所述合成地震记录的中间层的顶部和底部之间的反射时间厚度,建立交会图;
第二确定单元,用于根据所述交会图,确定所述目标层段的调谐模式。
11.根据权利要求10所述的装置,其特征在于,所述识别模块包括:
第一建立单元,用于根据所述测井数据,建立波阻抗曲线;
处理单元,用于对所述波阻抗曲线进行模型化处理,得到处理后的波阻抗曲线;
识别单元,用于根据所述处理后的波阻抗曲线,识别所述目标层段的波阻抗类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710565214.7A CN107688197B (zh) | 2017-07-12 | 2017-07-12 | 薄层预测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710565214.7A CN107688197B (zh) | 2017-07-12 | 2017-07-12 | 薄层预测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107688197A CN107688197A (zh) | 2018-02-13 |
CN107688197B true CN107688197B (zh) | 2019-06-11 |
Family
ID=61152844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710565214.7A Active CN107688197B (zh) | 2017-07-12 | 2017-07-12 | 薄层预测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107688197B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110673212B (zh) * | 2019-10-25 | 2021-06-18 | 北京多分量地震技术研究院 | 一种模型约束的薄层多波ava联合反演方法 |
CN112180463A (zh) * | 2020-11-03 | 2021-01-05 | 中国石油化工股份有限公司 | 一种过渡层段砂岩展布的预测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102109613B (zh) * | 2009-12-23 | 2012-11-14 | 中国石油天然气股份有限公司 | 一种复杂地质条件下目标储层有效厚度的确定方法 |
CN103412332B (zh) * | 2013-01-22 | 2016-05-25 | 中国地质大学(北京) | 一种确定薄储层厚度的方法 |
CN104698497B (zh) * | 2015-04-09 | 2015-10-14 | 中国石油大学(华东) | 一种砂泥岩薄互层层位的精细标定方法 |
-
2017
- 2017-07-12 CN CN201710565214.7A patent/CN107688197B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107688197A (zh) | 2018-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104950334B (zh) | 一种预测储层分布的方法及装置 | |
CN108181654B (zh) | 基于多尺度岩石物理模型的avaf模拟方法及装置 | |
WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
CN109709607B (zh) | 一种预测薄层砂岩储层厚度方法及装置 | |
CN107315194B (zh) | 地震叠前时间偏移速度的确定方法和装置 | |
CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
CN105425289B (zh) | 确定低频波阻抗的方法和装置 | |
CN107976713A (zh) | 一种高维地震数据输入下去除沉积背景的方法及装置 | |
Xue et al. | EMD and Teager–Kaiser energy applied to hydrocarbon detection in a carbonate reservoir | |
Priezzhev et al. | Direct prediction of petrophysical and petroelastic reservoir properties from seismic and well-log data using nonlinear machine learning algorithms | |
CN108614293A (zh) | 砂体预测方法及装置 | |
CN103439740A (zh) | 基于偶极地震子波多重积分的相对阻抗预测的方法及装置 | |
Saad et al. | Uncovering the microseismic signals from noisy data for high-fidelity 3D source-location imaging using deep learning | |
CN105277979B (zh) | 一种地震属性的优化方法和装置 | |
CN107688197B (zh) | 薄层预测方法和装置 | |
CN107991716B (zh) | 薄层的沉积相图和沉积体厚度的确定方法和装置 | |
CN107656315B (zh) | 储层流体因子的确定方法和装置 | |
CN108508481B (zh) | 一种纵波转换波地震数据时间匹配的方法、装置及系统 | |
CN108710149A (zh) | 一种薄储层的预测方法及装置 | |
CN107065007B (zh) | 一种地震资料振幅调整方法和装置 | |
CN106842316B (zh) | 裂缝确定方法和装置 | |
CN108254785A (zh) | 储层确定方法和装置 | |
AU2019246947B2 (en) | Systems and methods for refining estimated effects of parameters on amplitudes | |
CN107576984B (zh) | 地震振幅属性提取过程中时窗的确定方法和装置 | |
CN112649887A (zh) | 基于钻井资料定量划分层序地层的方法及装置 |
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 |