CN107728214A - 一种裂缝预测方法 - Google Patents

Abstract

一种裂缝预测方法，包括：对获取到的道集数据按照方位角范围进行叠加、偏移后的相干体计算，得到多个中心角相干数据体；对各中心角相干数据体上的每个CDP点的各个采样点的相干属性数据进行数据重构，得到各个采样点的最小相干数据集，进而得到最小相干数据体；利用最小相干数据体进行裂缝方位角计算，得到各个采样点的裂缝方位角数据值，从而得到裂缝方位角数据体；根据最小相干数据体和裂缝方位角数据体，确定裂缝发育状态。相较于现有方法，该方法所预测的不同类型裂缝的分布区域更为清晰、准确及明了，该方法还能够减少多解性，可准确地对不同类型的裂缝储层进行探测。

Description

一种裂缝预测方法

技术领域

本发明涉及油气勘探开发技术领域，具体地说，涉及一种裂缝预测方法。

背景技术

裂缝是地下油气聚集和运移的重要通道，在油气储层中发育裂缝时对于油气的沟通及采集具有积极意义，钻遇裂缝储层后的钻井经测试大多数均可以获得高产工业油气流。例如，四川盆地的须家河组致密砂岩及长兴组礁滩储层中均存在裂缝型储层，大部分钻井经测试均可获得高产工业气流，而没有钻遇裂缝型储层的钻孔测试大部分获得低产工业气流。这样的勘探实践证明，裂缝预测在油气勘探中具有重要意义。

目前，利用地震资料来预测地下裂缝的方法均与叠前及叠后地震资料有关，然而利用这些方法对裂缝进行预测时实现难度较大，其操作过程容易受到各种因素的影响。

具体地，利用常规叠后地震资料进行裂缝预测时，由于叠加平均化的影响往往很难预测微型裂缝。此外，地震道集资料经过全叠加后所得到的叠后地震数据已经失去裂缝的方位角信息。

基于上述情况，亟需一种方便、简单以及准确地对裂缝进行有效预测的方法。

发明内容

为解决上述问题，本发明提供了一种裂缝预测方法，所述方法包括：

中心角相干数据体生成步骤，对获取到的道集数据按照方位角范围进行叠加、偏移后的相干体计算，得到多个中心角相干数据体；

最小相干数据体生成步骤，对各中心角相干数据体上的每个CDP点的各个采样点的相干属性数据进行数据重构，得到各个采样点的最小相干数据集，进而得到最小相干数据体；

裂缝方位角数据体生成步骤，利用所述最小相干数据体进行裂缝方位角计算，得到各个采样点的裂缝方位角数据值，从而得到裂缝方位角数据体；

裂缝预测步骤，根据所述最小相干数据体和裂缝方位角数据体，确定裂缝发育状态。

根据本发明的一个实施例，在所述裂缝预测步骤中，根据裂缝发育参数确定裂缝发育状态，所述裂缝发育参数包括裂缝发育强度和裂缝发育方向，其中，所述方法根据最小相干数据体确定所述裂缝发育强度，根据所述裂缝方位角数据体确定所述裂缝发育方向。

根据本发明的一个实施例，所述中心角相干数据体生成步骤包括：

利用预设方位角划分参数对获取到的道集数据进行相应的方位角范围划分，得到多个对应的中心角道集数据；

对各个中心角道集数据分别进行叠加、偏移处理，分别得到对应的中心角叠后数据体；

分别对各个中心角叠后数据体进行相干体计算，得到对应的中心角相干数据体。

根据本发明的一个实施例，在对获取到的道集数据进行方位角范围划分时，利用对称原理将0°～360°范围内的道集数据归纳到0°～180°范围内的道集数据。

根据本发明的一个实施例，利用C₁相干算法、C₂相干算法或C₃相干算法分别对各个中心角叠后数据体进行相干体计算。

根据本发明的一个实施例，根据如下表达式计算各个方位角范围内的中心角的取值：

其中，θⁱ表示第i个方位角范围内的中心角的取值，和分别表示第i个方位角范围内的方位角的最大值和最小值。

根据本发明的一个实施例，所述最小相干数据体生成步骤包括：

利用所述多个中心角相干数据体对各个采样点建立相干属性数据集；

从各个采样点的相干属性数据集中选取最小相干值作为该采样点的相干属性值，从而得到各个采样点的最小相干数据集；

对各个采样点的最小相干数据集进行整合，得到所述最小相干数据体。

根据本发明的一个实施例，所述裂缝方位角数据体生成步骤包括：

获取所述最小相干数据体中各个采样点的相干值所对应的中心角数据；

对所述中心角数据进行角度转换，得到各个采样点对应的裂缝方位角数据，整合各个裂缝方位角数据值得到所述裂缝方位角数据体。

根据本发明的一个实施例，根据如下表达式计算所述裂缝方位角数据值：

其中，表示第k个CDP点的第i个采样点所对应的裂缝方位角数据值，表示第k个CDP点的第i个采样点的最小相干体的数据值所对应的中心角数据值。

根据本发明的一个实施例，所述裂缝方位角数据值小于或等于360°。

本发明所提供的裂缝预测方法基于中心角相干技术来实现地下裂缝的预测，该方法能够准确、有效地对不同类型的裂缝发育状态进行预测。相较于现有方法，本发明方法所预测的不同类型裂缝的分布区域更为清晰、准确及明了，该方法还能够减少多解性，可准确地对不同类型的裂缝储层进行探测。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

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的附图做简单的介绍：

图1是根据本发明一个实施例的裂缝预测方法的流程图；

图2是根据本发明一个实施例的方位角与中心角的关系示意图；

图3是根据本发明一个实施例的生成最小相干数据体的流程图；

图4是根据本发明一个实施例的最小相干体沿页岩段切片示意图；

图5是根据本发明一个实施例的常规相干体沿页岩段切片示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本发明实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本发明可以不用这里的具体细节或者所描述的特定方式来实施。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

地下裂缝的预测是目前很多研究人员的研究方向，因此对地下裂缝的预测一直是地球物理勘探方面的研究及探索热点。部分学者提出了利用相干处理来预测小断层以及裂缝的方法，在这种方法中，经过优势频带相关技术处理后的地震剖面能够显示出新的遗漏的小断层，并且小断层的断点位置更加准确、延伸方向延续。

同时，还有部分学者提出了一种利用方位高阶相干振幅变化率来进行裂缝检测的方法。这种方法通过利用叠后地震数据体，以某一中心点的地震道与相邻点的地震道做高阶振幅变化率的计算，得到该中心点在四个方向上的地震道的高阶变化率，并优选最大方位的高阶振幅变化率作为指示裂缝的发育区域及特征。

然而，现有的这些方法实现难度均很大，并且操作起来容易受到各种因素的影响。同时，利用常规叠后地震资料进行相干计算来进行裂缝预测时，由于叠加平均化的影响，往往很难预测微型裂缝。并且，地震道集资料经过全叠加后所得到的叠后地震数据往往已经失去裂缝的方位角信息。

因此，为了克服现有技术所存在的不足以解决对裂缝的探测问题，本发明提供了一种新的裂缝预测方法，该方法能够利用现有的地震采集资料(例如纵波三维地震采集资料)来方便、简单以及准确地对裂缝发育进行预测。需要指出的是，本发明所提供的方法主要通过裂缝发育参数来对裂缝发育状态进行预测，其中，裂缝发育参数优选地包括：裂缝发育强度以及裂缝发育方向。

具体地，本发明所提供的裂缝预测方法利用叠前道集的方位角信息对裂缝响应相对敏感以及叠后地震数据信噪比相对较高的特点，提出了一种基于中心角相干技术来对裂缝发育状态进行预测的方法。

图1示出了本实施例所提供的裂缝预测方法的流程图。

如图1所示，本实施例中，该方法首先在步骤S101中对获取到的道集数据按照方位角范围进行叠加、偏移，从而得到多个中心角叠后数据体。

本实施例中，在步骤S101中所获取到的道集数据优选地为动校正后的CDP道集数据。本实施例在步骤S101中，首先利用预设的方位角划分参数来对动校正后的CDP道集数据进行相应的方位角范围划分，从而得到相关的中心角道集数据。

设定地震数据中方位角范围的中值即为中心角，该中心角方向即代表着该方位角范围内的地震数据的响应方向，亦即可得到中心角道集数据。本实施例中，如图2所示，中心角道集数据的方位角优选地设定为正北方向为0°，炮点与检波点的连线与正北方向的顺时针旋转所得到的夹角为方位角，方位角沿顺时针旋转方向逐渐增大，顺时针旋转一周的方位角大小为360°，即该方位角的取值处于0°～360°范围内。

需要指出的是，本实施例中，为了方便进行数据处理，该方法基于对称原理将0°～360°方位角范围内的数据转换为0°～180°方位角范围内的数据。即首先在0°～180°内进行方位角范围划分，随后将与该方位角范围对称的另一个中心角数据归入该方位角范围。

该方法根据方位角信息将道集数据投影方位角坐标系中，并在该方位角坐标系中进行相关的方位角范围划分以及中心角的确定。本实施例中，各方位角范围内的中心角的取值可以根据如下表达式计算得到：

其中，θⁱ表示第i个方位角范围内的中心角的取值，和分别表示第i个方位角范围内的方位角的最大值和最小值。

在本发明的不同实施例中，可以根据实际情况将0°～180°方位角范围进行等分或不等分划分，进而得到两个或两个以上的中心角道集数据。本实施例中，该方法优选地将i设定为5，将0°～180°方位角范围进行5等分，从而依次得到0°～36°、36°～72°、72°～108°、108°～144°以及144°～180°，这样便可以得到中心角分别为18°、54°、90°、126°以及160°的共计5个中心角道集数据体。

原则上，划分得到的中心角的数目越多，越有利于对裂缝发育参数进行预测，但这也相应地增大了所需要处理的数据量；划分得到的中心角的数目越少，则对裂缝发育参数的预测的结果精度越低。因此，在本发明的其他实施例中，根据实际需要，在步骤S101中划分得到的中心角道集数据体的数目还可以为其他合理值，本发明不限于此。

本实施例中，在得到各个中心角道集数据体后，该方法对各个中心角道集数据体进行叠加、偏移处理，使得反射波组归位，从而对应得到多个中心角叠后数据体。其中，需要指出的是，该方法在对各个中心角道集数据体进行叠加、偏移处理时所采用的处理流程和参数优选地保持一致。

再次如图1所示，在得到各个中心角叠后数据体后，该方法在步骤S102中对各个中心角叠后数据体进行相干体计算，从而对应得到多个中心角相干数据体。

具体地，本实施例中，该方法优选地采用C₂相干算法来对各个中心角叠后数据体进行相干体计算。在利用C₂相干体算法来对各个中心角叠后数据体进行相干体计算的过程中，首先对C₂相干算法中的分析时窗内中心点在局部反射面x方向和y方向的视倾角p和q进行相应测试，该参数测试以达到能够清晰描述测试区域(测试区域只是研究区域中的一小块)内的较大规模的裂缝形态为最好。待测试完毕后，便利用测试确定出的视倾角p和q对所有中心角叠后数据体进行相干体计算。

C₂相干体算法主要是首先定义一个以分析点为中心并且含有J道地震数据的矩形或椭圆形分析时窗，将当地的坐标轴作为分析点的中心，因此相似系数σ(t,p,q)便可以根据如下表达式计算得到：

其中，下标j表示落在分析时窗内的第j道，x_j和y_j分别表示第j道与分析时窗内的中心点t在x方向和y方向的距离，K表示垂直分析时窗，H表示希尔伯特变换，p和q分别表示分析时窗内中心点t所在局部反射界面x方向和y方向的视倾角，u_j表示分析时窗内第j道的地震数据。

根据表达式(2)可以看出，通过改变视倾角p和q的取值可以调整局部平面的倾斜方向，从而对应得到一个相似系数。通过查找最大的相似系数，可以使得局部平面达到与实际反射界面的最佳拟合，因此此时的像素系数也即为分析点的相干性估计值(即相干数据值)。

需要指出的是，在本发明的其他实施例中，该方法还可以在步骤S102中采用其他合理的算法(例如C₁相体干算法、C₃相干体算法或新一代相干体算法)来对各个中心角叠后数据体进行相干体计算，本发明不限于此。

如图1所示，当得到各个中心角相干数据体后，该方法在步骤S103中对各个中心角相干数据体上的每一个CDP点的各个采样点的相干属性数据进行数据重构，从而得到各个采样点的最小相干数据集，进而得到最小相干数据体。

具体地，如图3所示，该方法在步骤S301中利用得到的中心角相干数据体对各个采样点建立相干属性数据集。以工区内的第m个CDP点的第l个采样点为例，该方法在步骤S301中可以建立得到的该采样点的相干属性数据集{J_i}(i＝1,2,...,n)，其中，n表示中心角相干数据体的个数。

本实施例中，该方法在步骤S302中从该采样点的相干属性数据集中优选出最小相干值作为该采样点的相干属性值，也即取J_min＝min{J_i}，以J_min作为该采样点的相干属性值进行数据重构。

依此类推，利用相同的方法可以实现对各个中心角相干数据体进行数据重构，从而便可以在步骤S303中整合得到一个最小相干数据体。

本实施例中，假设某一CDP点的1200ms处的采样点的相干属性数据集为{(0.56,18°),(0.69,54°),(0.78,90°),(0.76,126°),(0.63,160°)}，因此选用最小相干值0.56作为该采样点的相干属性值。

需要指出的是，本实施例中，相干属性值可以表征对应数据点的裂缝强度。其中，如果数据点的相干属性值越小，那么则表示该数据点的裂缝强度相对越大；而如果数据点的相干属性值越大，那么则表示该数据点的裂缝强度相对越小。

本实施例中，在得到最小相干数据体后，该方法在步骤S104中利用最小相干数据体进行方位角计算，从而得到各个采样点的裂缝方位角数据体。具体地，该方法分别获取最小相干数据体的各个采样点上的相干属性值所对应的中心角数据，随后对该中心角数据进行角度转换，从而得到各个采样点上的裂缝方位角数据值，进而得到裂缝方位角数据体。

其中，该方法优选地采用如下表达式来计算裂缝方位角数据值：

其中，表示第k个CDP点的第i个采样点所对应的裂缝方位角数据值，表示第k个CDP点的第i个采样点的最小相干体的相干数据值所对应的中心角数据值。需要指出的是，本实施例中，裂缝方位角数据值的取值不能大于360°。

例如，对于上述CDP点的1200ms处的采样点，其得到的相干属性值为0.56。该相干属性值所对应的中心角数据为18°，根据加或减90°处理得到的该采样点的裂缝方位角数值为108°。

以此类推，可以完成对各个采样点的裂缝方位角数值的计算，从而得到裂缝方位角数据体。

再次如图1所示，在得到裂缝方位角数据体后，该方法在步骤S105中便可以根据步骤S103中所得到的最小相干数据体以及步骤S104中所得到的对应的裂缝方位角数据体确定出裂缝发育状态，从而实现对地下裂缝的预测。

为了更加清楚地表明本实施例所提供的裂缝预测方法的效果，以下分别采用常规方法以及本实施例所提供的方法对某研究工区的裂缝进行预测，其结果分别如图4和图5所示，其中，图4为利用本实施例所提供的方法所得到的最小相干体沿页岩段切片示意图，图5为利用常规方法所得到的常规相干体沿页岩段切片示意图。从图4和图5中可以看出，图4能更突出该研究工区内的微型裂缝发育区域，而图5只能突出该研究工区内裂缝相对强发育的区域。由此可知，本实施例所提供的裂缝预测方法的预测效果明显优于现有方法的预测效果。

同时，已知的该研究工区内钻井A、B的井资料显示，本方法的预测结果与这两口钻井的井中裂缝发育方向及强度相对吻合，这也证明本方法是有效的。

从上述描述中可以看出，本发明所提供的裂缝预测方法基于中心角相干技术来实现地下裂缝的预测，该方法能够准确、有效地对不同类型的裂缝发育状态进行预测。

相较于现有方法，本发明方法所预测的不同类型裂缝的分布区域更为清晰、准确及明了，该方法还能够减少多解性，可准确地对不同类型的裂缝储层进行探测。

以四川盆地某勘探区块为例，当钻井钻遇的含中、小型裂缝的页岩储层经压裂测试可获中、高产工业气流。通过研究区已知钻井资料揭示所知，本方法的裂缝预测结果与已知的钻井资料相对吻合，因此该方法可以准确预测出目的层段内不同类型的裂缝发育强度及走向。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定处理步骤，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然上述示例用于说明本发明在一个或多个应用中的原理，但对于本领域的技术人员来说，在不背离本发明的原理和思想的情况下，明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此，本发明由所附的权利要求书来限定。

Claims (10)

1.一种裂缝预测方法，其特征在于，所述方法包括：

中心角相干数据体生成步骤，对获取到的道集数据按照方位角范围进行叠加、偏移后的相干体计算，得到多个中心角相干数据体；

最小相干数据体生成步骤，对各中心角相干数据体上的每个CDP点的各个采样点的相干属性数据进行数据重构，得到各个采样点的最小相干数据集，进而得到最小相干数据体；

裂缝方位角数据体生成步骤，利用所述最小相干数据体进行裂缝方位角计算，得到各个采样点的裂缝方位角数据值，从而得到裂缝方位角数据体；

裂缝预测步骤，根据所述最小相干数据体和裂缝方位角数据体，确定裂缝发育状态。

2.如权利要求1所述的方法，其特征在于，在所述裂缝预测步骤中，根据裂缝发育参数确定裂缝发育状态，所述裂缝发育参数包括裂缝发育强度和裂缝发育方向，其中，所述方法根据最小相干数据体确定所述裂缝发育强度，根据所述裂缝方位角数据体确定所述裂缝发育方向。

3.根据权利要求1或2所述的方法，其特征在于，所述中心角相干数据体生成步骤包括：

利用预设方位角划分参数对获取到的道集数据进行相应的方位角范围划分，得到多个对应的中心角道集数据；

对各个中心角道集数据分别进行叠加、偏移处理，分别得到对应的中心角叠后数据体；

分别对各个中心角叠后数据体进行相干体计算，得到对应的中心角相干数据体。

4.如权利要求3所述的方法，其特征在于，在对获取到的道集数据进行方位角范围划分时，利用对称原理将0°～360°范围内的道集数据归纳到0°～180°范围内的道集数据。

5.如权利要求3或4所述的方法，其特征在于，利用C₁相干算法、C₂相干算法或C₃相干算法分别对各个中心角叠后数据体进行相干体计算。

6.如权利要求3～5中任一项所述的方法，其特征在于，根据如下表达式计算各个方位角范围内的中心角的取值：

<mrow> <msup> <mi>&amp;theta;</mi> <mi>i</mi> </msup> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>&amp;theta;</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mi>i</mi> </msubsup> <mo>+</mo> <msubsup> <mi>&amp;theta;</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mi>i</mi> </msubsup> </mrow> <mn>2</mn> </mfrac> </mrow>

其中，θⁱ表示第i个方位角范围内的中心角的取值，和分别表示第i个方位角范围内的方位角的最大值和最小值。

7.如权利要求1～6中任一项所述的方法，其特征在于，所述最小相干数据体生成步骤包括：

利用所述多个中心角相干数据体对各个采样点建立相干属性数据集；

从各个采样点的相干属性数据集中选取最小相干值作为该采样点的相干属性值，从而得到各个采样点的最小相干数据集；

对各个采样点的最小相干数据集进行整合，得到所述最小相干数据体。

8.根据权利要求1～7中任一项所述的方法，其特征在于，所述裂缝方位角数据体生成步骤包括：

获取所述最小相干数据体中各个采样点的相干值所对应的中心角数据；

对所述中心角数据进行角度转换，得到各个采样点对应的裂缝方位角数据，整合各个裂缝方位角数据值得到所述裂缝方位角数据体。

9.如权利要求7所述的方法，其特征在于，根据如下表达式计算所述裂缝方位角数据值：

其中，表示第k个CDP点的第i个采样点所对应的裂缝方位角数据值，表示第k个CDP点的第i个采样点的最小相干体的数据值所对应的中心角数据值。

10.如权利要求1～9中任一项所述的方法，其特征在于，所述裂缝方位角数据值小于或等于360°。