CN107807410A - 储层地球物理敏感参数优选方法及系统 - Google Patents
储层地球物理敏感参数优选方法及系统 Download PDFInfo
- Publication number
- CN107807410A CN107807410A CN201710909459.7A CN201710909459A CN107807410A CN 107807410 A CN107807410 A CN 107807410A CN 201710909459 A CN201710909459 A CN 201710909459A CN 107807410 A CN107807410 A CN 107807410A
- Authority
- CN
- China
- Prior art keywords
- curve
- parameter
- mrow
- reservoir
- sensitive
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
公开了一种储层地球物理敏感参数优选方法及系统。该方法可以包括:基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线;依次对所有弹性参数对进行坐标旋转,计算新参数曲线与参考曲线的相关系数;获取最佳弹性参数对,储层敏感参数曲线,最佳旋转角度;获取最佳弹性参数对中的两个弹性参数数据体,对弹性参数数据体进行地震反演,通过坐标旋转公式与最佳旋转角度,计算敏感参数数据体;设置门槛值,对敏感参数数据体进行判别,预测优质储层。本发明可以消除储层地球物理敏感参数优选过程中人为因素引起的误差,准确、快速地优选出对储层最为敏感的参数,进而提升储层预测精度,为勘探开发提供更有力的技术支持。
Description
技术领域
本发明涉及石油天然气勘探开发领域,更具体地,涉及一种储层地球物理敏感参数优选方法及系统。
背景技术
地震相分析、地震属性分析以及地震反演等叠后储层预测技术是油藏描述中应用最为广泛的勘探技术,在实际应用中取得了较好的效果。然而随着石油天然气勘探和开发的逐步深入,有利目标隐蔽性越来越强,储层与非储层往往难以形成明显的速度、密度、阻抗或者弹性参数差异,因此使用单一的参数区判断储层与非储层往往存在较大的误差。如申请号为201310072499.2的专利基于多敏感参数的含气性储层预测方法及装置所提出的方法,解决的是相对比较简单的问题,即单一使用纵横波速度比或泊松比即可识别含气储层。但是实际问题往往更为复杂,尤其是针对较为致密的储层或者非常规储层,单一参数进行储层识别已经不能满足复杂岩性储层预测的要求。在利用多参数进行储层预测方面,通常包括两种方法:第一种为利用岩石物理定量解释模板来对岩性、物性、含气性进行定量解释,这在Per Avseth等人的专著《Quantitative Seismic Interpretation》中有许多应用实例,然而这类实例往往解决的是高孔储层的定量预测问题,当储层较为致密时岩石物理建模技术却难以奏效;第二种方法如申请号为201310363844.8的专利提出的一种利用地震物相体预测储层的方法或如Quakenbush等人在文献《Poisson Impedance》提出的方法,其核心观点是利用坐标旋转的原理将现有坐标系统进行转换来构建新的能够进行岩性、物性、含气性识别的因子,进行坐标旋转的具体角度需人为确定,因此该方法存在人为因素造成的误差。因此,有必要开发一种储层地球物理敏感参数优选方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种储层地球物理敏感参数优选方法及系统,其能够消除储层地球物理敏感参数优选过程中人为因素引起的误差,准确、快速地优选出对储层最为敏感的参数,进而提升储层预测精度,为勘探开发提供更有力的技术支持。
根据本发明的一方面,提出了一种储层地球物理敏感参数优选方法。所述方法可以包括:基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线;从弹性参数曲线中任意选择两条作为弹性参数对,依次对所有所述弹性参数对通过坐标旋转公式进行坐标旋转,分别计算每增加1度旋转后的新参数曲线与参考曲线的相关系数;获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度;获取所述最佳弹性参数对中的两个弹性参数数据体,对所述弹性参数数据体进行地震反演,通过所述坐标旋转公式与所述最佳旋转角度,计算敏感参数数据体;设置门槛值,对所述敏感参数数据体进行判别,预测优质储层。
优选地,所述坐标旋转公式为:
x=x1×cosθ+x2×sinθ (1)
其中,θ表示旋转角度,x1和x2分别为第一弹性参数曲线和第二弹性参数曲线,x为新参数曲线。
优选地,所述相关系数为:
其中,N为曲线采样点数目,xi为新参数曲线的采样点,yi为参考曲线的采样点。
优选地,所述地震反演包括叠前地震反演与叠后地震反演。
优选地,设置门槛值,对所述敏感参数数据体的孔隙度、含气饱和度、含油饱和度及非常规储层地化指标进行判别,预测优质储层。
优选地,所述测井曲线包括纵波速度、横波速度、密度测井曲线以及矿物组分测井解释曲线、孔隙度测井解释曲线、含气饱和度曲线。
优选地,还包括:基于所述纵波速度、横波速度、密度测井曲线计算阻抗曲线与弹性参数曲线。
优选地,所述地震资料包括叠前地震道集与叠后成果数据。
根据本发明的另一方面,提出了一种储层地球物理敏感参数优选系统,可以包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线;从弹性参数曲线中任意选择两条作为弹性参数对,依次对所有所述弹性参数对通过坐标旋转公式进行坐标旋转,分别计算每增加1度旋转后的新参数曲线与参考曲线的相关系数;获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度;获取所述最佳弹性参数对中的两个弹性参数数据体,对所述弹性参数数据体进行地震反演,通过所述坐标旋转公式与所述最佳旋转角度,计算敏感参数数据体;设置门槛值,对所述敏感参数数据体进行判别,预测优质储层。
优选地,所述坐标旋转公式为:
x=x1×cosθ+x2×sinθ (1)
其中,θ表示旋转角度,x1和x2分别为第一弹性参数曲线和第二弹性参数曲线,x为新参数曲线。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,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例中,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储层地球物理敏感参数优选方法的步骤的流程图。
图2示出了根据本发明的一个实施例的敏感参数优选程序的示意图。
图3示出了根据本发明的一个实施例的弹性参数对参考系数随旋转角度的变化示意图。
图4a和图4b分别示出了根据本发明的一个实施例的弹性参数交会图和新参数与弹性参数交会图的示意图。
图5示出了根据本发明的一个实施例的新参数识别剖面的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,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例所限制。相反,提供这些实施例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。
图1示出了根据本发明的储层地球物理敏感参数优选方法的步骤的流程图。
在该实施例中,根据本发明的储层地球物理敏感参数优选方法可以包括:
步骤101,基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线;在一个示例中,测井曲线包括纵波速度、横波速度、密度测井曲线以及矿物组分测井解释曲线、孔隙度测井解释曲线、含气饱和度曲线。在一个示例中,还包括:基于纵波速度、横波速度、密度测井曲线计算阻抗曲线与弹性参数曲线。在一个示例中,地震资料包括叠前地震道集与叠后成果数据。
步骤102,从弹性参数曲线中任意选择两条作为弹性参数对,依次对所有弹性参数对通过坐标旋转公式进行坐标旋转,分别计算每增加1度旋转后的新参数曲线与参考曲线的相关系数。
在一个示例中,坐标旋转公式为:
x=x1×cosθ+x2×sinθ (1)
其中,θ表示旋转角度,x1和x2分别为第一弹性参数曲线和第二弹性参数曲线,x为新参数曲线,该曲线用于与参考曲线计算相关性。
步骤103,获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度。
在一个示例中,相关系数为:
其中,N为曲线采样点数目,xi为新参数曲线的采样点,yi为参考曲线的采样点。
步骤104,获取最佳弹性参数对中的两个弹性参数数据体,对弹性参数数据体进行地震反演,通过坐标旋转公式与最佳旋转角度,计算敏感参数数据体。
步骤105,设置门槛值,对敏感参数数据体进行判别,预测优质储层;在一个示例中,设置门槛值,对敏感参数数据体的孔隙度、含气饱和度、含油饱和度及非常规储层地化指标进行判别,预测优质储层。
图2示出了根据本发明的一个实施例的敏感参数优选程序的示意图,利用该程序可以根据步骤自动优选储层敏感参数。
具体地,基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线,其中,测井曲线包括纵波速度、横波速度、密度测井曲线以及矿物组分、孔隙度测井解释曲线,还包括基于纵波速度、横波速度、密度测井曲线计算阻抗曲线与弹性参数曲线;地震资料包括叠前地震道集与叠后成果数据,弹性参数包括拉梅系数、剪切模量、杨氏模量、泊松比、体积模量、纵波模量,参考曲线是用于识别储层的曲线,可以是岩性解释曲线、孔隙度和含气饱和度等描述储层特征的测井解释曲线,也可以是描述非常规储层地化参数的测井曲线。
从弹性参数曲线中任意选择两条作为弹性参数对,利用坐标旋转公式将弹性参数曲线通过公式(1)对进行坐标旋转获得新参数曲线,从0度开始,分别计算旋转角度每增加1度后新参数曲线与参考曲线的相关系数,定义新参数曲线为x,参考曲线为y,两者的相关系数r为公式(2),获取最大的相关系数对应的新参数曲线及旋转角度,通过对比最大相关系数大小,便可以直观地优选出相关系数最大的参数对以及对应的旋转角度,利用坐标旋转公式以及旋转角度即可计算与参考曲线相关性最高的储层敏感参数,根据图2所示的编程方法,直接获取所有弹性参数对的最大的相关系数对应的新参数曲线及旋转角度,即整个过程是自动实现的,消除了可能存在的人为误差。获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度,对最佳弹性参数对中的两个弹性参数数据体开展叠前地震反演与叠后地震反演,利用坐标旋转公式及最佳旋转角度即可计算得到储层敏感参数数据体。以地质资料为基础,确定优质储层的孔隙度门槛值、含气饱和度门槛值、含油饱和度门槛值,非常规地化指标(总有机碳含量)门槛值,对储层的敏感参数数据体进行判别,大于该门槛值则为优质储层,其中,门槛值的类别是根据参考曲线的类型获得的,例如参考曲线为孔隙度曲线,孔隙度大于10%为优质储层,那么孔隙度为10%这个门槛值会有相应的储层敏感参数数值,这个是利用储层敏感参数进行储层判别时的门槛值,本领域技术人员可以根据具体情况设定参考曲线的类型与数量,进而确定门槛值的类别与数量。
本方法可以消除储层地球物理敏感参数优选过程中人为因素引起的误差,准确、快速地优选出对储层最为敏感的参数,进而提升储层预测精度,为勘探开发提供更有力的技术支持。
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。
基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线,其中,测井曲线包括纵波速度、横波速度、密度测井曲线以及矿物组分、孔隙度测井解释曲线,还包括基于纵波速度、横波速度、密度测井曲线计算阻抗曲线与弹性参数曲线;地震资料包括叠前地震道集与叠后成果数据。
图3示出了根据本发明的一个实施例的弹性参数对参考系数随旋转角度的变化示意图。
基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线。其中,弹性参数包括拉梅系数、剪切模量、杨氏模量、泊松比、体积模量、纵波模量,参考曲线可以是岩性解释曲线、孔隙度和含气饱和度等描述储层特征的测井解释曲线,也可以是描述非常规储层地化参数的测井曲线。
从弹性参数曲线中任意选择两条作为弹性参数对,利用坐标旋转公式将弹性参数曲线通过公式(1)对进行坐标旋转获得新参数曲线,从0度开始,分别计算旋转角度每增加1度后新参数曲线与参考曲线的相关系数。
通过坐标旋转公式,即公式(1)将弹性参数曲线进行坐标旋转,进而分别计算每增加1度旋转后的新参数曲线与参考曲线的相关系数,如图3所示,据此可以得到每一对弹性参数对最大相关系数及对应的旋转角度;获取所有弹性参数对的最大的相关系数对应的新参数曲线及旋转角度,如表1所示,通过对比最大相关系数大小,便可以直观地优选出相关系数最大的参数对以及对应的旋转角度,利用坐标旋转公式以及旋转角度即可计算与参考曲线相关性最高的储层敏感参数。
表1
ρ | λρ | μρ | AI | Vp | σ | SI | |
K | 0.71 | 0.24 | 0.49 | 0.52 | 0.14 | 0.20 | 0.47 |
ρ | - | 0.70 | 0.71 | 0.65 | 0.71 | 0.74 | 0.71 |
λρ | - | - | 0.76 | 0.48 | 0.16 | 0.20 | 0.48 |
μρ | - | - | - | 0.48 | 0.47 | 0.49 | 0.61 |
AI | - | - | - | - | 0.74 | 0.38 | 0.48 |
Vp | - | - | - | - | - | 0.20 | 0.45 |
σ | - | - | - | - | - | - | 0.45 |
获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度,对最佳弹性参数对中的两个弹性参数数据体开展叠前地震反演与叠后地震反演,利用坐标旋转公式及最佳旋转角度即可计算得到储层敏感参数数据体。开展叠前地震反演与叠后地震反演,获得计算最敏感储层参数曲线时使用的弹性参数曲线反演数据体,利用坐标旋转公式及最佳旋转角度即可计算得到储层最敏感参数数据体。以地质资料为基础,确定优质储层的孔隙度门槛值、含气饱和度门槛值、含油饱和度门槛值,非常规地化指标(总有机碳含量)门槛值,对储层的敏感参数数据体进行判别,大于该门槛值则为优质储层。
图4a和图4b分别示出了根据本发明的一个实施例的弹性参数交会图和新参数与弹性参数交会图的示意图。图4a中所示的黑色实线与黑色虚线即人为进行坐标旋转所存在的问题,即人为难以判断利用黑色实线还是黑色虚线实施坐标旋转效果最佳,图4b针对性地解决了这一问题,能够更加快速、准确地优选储层敏感地球物理敏感参数。
图4b是以白云石含量测井解释曲线作为参考曲线,假设白云石含量大于70%为白云岩,图4b中的新参数曲线的数值范围是-50到50,因此,要预测白云岩,利用参考曲线判别大于70%是白云岩,那么相应的新参数曲线将对应一个门槛值0,大于这个门槛值则判断为白云岩。
图5示出了根据本发明的一个实施例的新参数识别剖面的示意图。图中A井实际钻遇生屑灰岩储层,B井实际钻遇白云岩储层,利用该岩性识别新参数与实际情况更为吻合。
综上,本发明可以消除储层地球物理敏感参数优选过程中人为因素引起的误差,准确、快速地优选出对储层最为敏感的参数,进而提升储层预测精度,为勘探开发提供更有力的技术支持。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的实施例,提供了一种储层地球物理敏感参数优选系统,可以包括:存储器,存储有计算机可执行指令;处理器,处理器运行存储器中的计算机可执行指令,执行以下步骤:基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线;从弹性参数曲线中任意选择两条作为弹性参数对,依次对所有弹性参数对通过坐标旋转公式进行坐标旋转,分别计算每增加1度旋转后的新参数曲线与参考曲线的相关系数;获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度;获取最佳弹性参数对中的两个弹性参数数据体,对弹性参数数据体进行地震反演,通过坐标旋转公式与最佳旋转角度,计算敏感参数数据体;设置门槛值,对敏感参数数据体进行判别,预测优质储层。
在一个示例中,坐标旋转公式为:
x=x1×cosθ+x2×sinθ (1)
其中,θ表示旋转角度,x1和x2分别为第一弹性参数曲线和第二弹性参数曲线,x为新参数曲线。
在一个示例中,相关系数为:
其中,N为曲线采样点数目,xi为新参数曲线的采样点,yi为参考曲线的采样点。
在一个示例中,地震反演包括叠前地震反演与叠后地震反演。
在一个示例中,设置门槛值,对敏感参数数据体的孔隙度、含气饱和度、含油饱和度及非常规储层地化指标进行判别,预测优质储层。
在一个示例中,测井曲线包括纵波速度、横波速度、密度测井曲线以及矿物组分测井解释曲线、孔隙度测井解释曲线、含气饱和度曲线。
在一个示例中,还包括:基于纵波速度、横波速度、密度测井曲线计算阻抗曲线与弹性参数曲线。
在一个示例中,地震资料包括叠前地震道集与叠后成果数据。
本发明可以消除储层地球物理敏感参数优选过程中人为因素引起的误差,准确、快速地优选出对储层最为敏感的参数,进而提升储层预测精度,为勘探开发提供更有力的技术支持。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
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。
Claims (10)
1.一种储层地球物理敏感参数优选方法,包括:
基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线;
从弹性参数曲线中任意选择两条作为弹性参数对,依次对所有所述弹性参数对通过坐标旋转公式进行坐标旋转,分别计算每增加1度旋转后的新参数曲线与参考曲线的相关系数;
获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度;
获取所述最佳弹性参数对中的两个弹性参数数据体,对所述弹性参数数据体进行地震反演,通过所述坐标旋转公式与所述最佳旋转角度,计算敏感参数数据体;
设置门槛值,对所述敏感参数数据体进行判别,预测优质储层。
2.根据权利要求1所述的储层地球物理敏感参数优选方法,其中,所述坐标旋转公式为:
x=x1×cosθ+x2×sinθ (1)
其中,θ表示旋转角度,x1和x2分别为第一弹性参数曲线和第二弹性参数曲线,x为新参数曲线。
3.根据权利要求1所述的储层地球物理敏感参数优选方法,其中,所述相关系数为:
<mrow>
<mi>r</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,N为曲线采样点数目,xi为新参数曲线的采样点,yi为参考曲线的采样点。
4.根据权利要求1所述的储层地球物理敏感参数优选方法,其中,所述地震反演包括叠前地震反演与叠后地震反演。
5.根据权利要求1所述的储层地球物理敏感参数优选方法,其中,设置门槛值,对所述敏感参数数据体的孔隙度、含气饱和度、含油饱和度及非常规储层地化指标进行判别,预测优质储层。
6.根据权利要求1所述的储层地球物理敏感参数优选方法,其中,所述测井曲线包括纵波速度、横波速度、密度测井曲线以及矿物组分测井解释曲线、孔隙度测井解释曲线、含气饱和度曲线。
7.根据权利要求6所述的储层地球物理敏感参数优选方法,其中,还包括:基于所述纵波速度、横波速度、密度测井曲线计算阻抗曲线与弹性参数曲线。
8.根据权利要求1所述的储层地球物理敏感参数优选方法,其中,所述地震资料包括叠前地震道集与叠后成果数据。
9.一种储层地球物理敏感参数优选系统,其特征在于,该系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
基于地质数据、测井曲线与地震资料,获取弹性参数曲线与参考曲线;
从弹性参数曲线中任意选择两条作为弹性参数对,依次对所有所述弹性参数对通过坐标旋转公式进行坐标旋转,分别计算每增加1度旋转后的新参数曲线与参考曲线的相关系数;
获取相关系数最大对应的弹性参数对作为最佳弹性参数对,相关系数最大对应的新参数曲线作为储层敏感参数曲线,相关系数最大对应的旋转角度作为最佳旋转角度;
获取所述最佳弹性参数对中的两个弹性参数数据体,对所述弹性参数数据体进行地震反演,通过所述坐标旋转公式与所述最佳旋转角度,计算敏感参数数据体;
设置门槛值,对所述敏感参数数据体进行判别,预测优质储层。
10.根据权利要求9所述的储层地球物理敏感参数优选系统,其中,所述坐标旋转公式为:
x=x1×cosθ+x2×sinθ (1)
其中,θ表示旋转角度,x1和x2分别为第一弹性参数曲线和第二弹性参数曲线,x为新参数曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710909459.7A CN107807410A (zh) | 2017-09-29 | 2017-09-29 | 储层地球物理敏感参数优选方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710909459.7A CN107807410A (zh) | 2017-09-29 | 2017-09-29 | 储层地球物理敏感参数优选方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107807410A true CN107807410A (zh) | 2018-03-16 |
Family
ID=61583385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710909459.7A Pending CN107807410A (zh) | 2017-09-29 | 2017-09-29 | 储层地球物理敏感参数优选方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107807410A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594328A (zh) * | 2018-04-25 | 2018-09-28 | 北京金海能达科技有限公司 | 一种识别致密岩甜点的方法 |
CN108957534A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 含气饱和度预测方法及装置 |
CN110609328A (zh) * | 2019-09-11 | 2019-12-24 | 大庆油田有限责任公司 | 一种基于井震结合的含油饱和度预测方法 |
CN111191183A (zh) * | 2020-01-09 | 2020-05-22 | 中国石油大学(北京) | 一种储层参数计算方法、装置及设备 |
CN111751882A (zh) * | 2020-05-12 | 2020-10-09 | 中国石油天然气股份有限公司 | 生成敏感岩石物理参数的方法和装置 |
CN116736381A (zh) * | 2023-06-14 | 2023-09-12 | 中国矿业大学 | 一种基于岩石物理建模的煤中镓元素丰度预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106338765A (zh) * | 2015-07-06 | 2017-01-18 | 中国石油化工股份有限公司 | 用于确定复合弹性参数油气识别因子的方法及系统 |
EP3203270A1 (en) * | 2016-02-03 | 2017-08-09 | CGG Services SAS | Complex pore geometry modeling by continuously varying inclusions (ci) method for elastic parameter prediction using inclusion models |
-
2017
- 2017-09-29 CN CN201710909459.7A patent/CN107807410A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106338765A (zh) * | 2015-07-06 | 2017-01-18 | 中国石油化工股份有限公司 | 用于确定复合弹性参数油气识别因子的方法及系统 |
EP3203270A1 (en) * | 2016-02-03 | 2017-08-09 | CGG Services SAS | Complex pore geometry modeling by continuously varying inclusions (ci) method for elastic parameter prediction using inclusion models |
Non-Patent Citations (2)
Title |
---|
吴润 等: "《统计学——数据分析方法的SPSS应用》", 30 September 2015, 西安交通大学出版社 * |
王建立 等: "弹性参数坐标旋转法在薄互储层定量描述中的应用", 《大庆石油地质与开发》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594328A (zh) * | 2018-04-25 | 2018-09-28 | 北京金海能达科技有限公司 | 一种识别致密岩甜点的方法 |
CN108957534A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 含气饱和度预测方法及装置 |
CN108957534B (zh) * | 2018-06-12 | 2020-02-14 | 中国石油天然气股份有限公司 | 含气饱和度预测方法及装置 |
CN110609328A (zh) * | 2019-09-11 | 2019-12-24 | 大庆油田有限责任公司 | 一种基于井震结合的含油饱和度预测方法 |
CN110609328B (zh) * | 2019-09-11 | 2022-03-22 | 大庆油田有限责任公司 | 一种基于井震结合的含油饱和度预测方法 |
CN111191183A (zh) * | 2020-01-09 | 2020-05-22 | 中国石油大学(北京) | 一种储层参数计算方法、装置及设备 |
CN111751882A (zh) * | 2020-05-12 | 2020-10-09 | 中国石油天然气股份有限公司 | 生成敏感岩石物理参数的方法和装置 |
CN111751882B (zh) * | 2020-05-12 | 2022-12-02 | 中国石油天然气股份有限公司 | 生成敏感岩石物理参数的方法和装置 |
CN116736381A (zh) * | 2023-06-14 | 2023-09-12 | 中国矿业大学 | 一种基于岩石物理建模的煤中镓元素丰度预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107807410A (zh) | 储层地球物理敏感参数优选方法及系统 | |
CN103454685B (zh) | 利用测井约束波阻抗反演预测砂体厚度的方法和装置 | |
CN103670388B (zh) | 一种泥页岩有机碳含量的评价方法 | |
Jenkins et al. | Quantifying and predicting naturally fractured reservoir behavior with continuous fracture models | |
Ouenes | Practical application of fuzzy logic and neural networks to fractured reservoir characterization | |
Verma et al. | Estimation of total organic carbon and brittleness volume | |
CN104278991B (zh) | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 | |
CN101738639B (zh) | 提高岩石裂缝参数精度的方法 | |
WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
CN107576982B (zh) | 一种砂岩型铀矿地震综合预测方法 | |
Shehata et al. | Neural network application to petrophysical and lithofacies analysis based on multi-scale data: an integrated study using conventional well log, core and borehole image data | |
Milad et al. | Impact of lithofacies variations and structural changes on natural fracture distributions | |
CN104155701B (zh) | 一种利用叠前地震资料及井信息的多尺度裂缝预测方法 | |
CN106154323A (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
CN107133670A (zh) | 一种基于决策树数据挖掘算法的复杂岩性识别方法及系统 | |
CN105488248A (zh) | 一种深部矿层和岩层的判定方法 | |
CN110501744A (zh) | 烃源岩有机碳地球物理定量预测方法、装置、设备及存储介质 | |
CN104632202A (zh) | 确定干粘土三孔隙度测井参数值的方法及装置 | |
CN109164485A (zh) | 一种影响低序级断层识别精度的定量分析方法 | |
Liu et al. | An improved probability combination scheme based on principal component analysis and permanence of ratios model-An application to a fractured reservoir modeling, Ordos Basin | |
CN117452518B (zh) | 基于多学科数据融合聚类算法的储层岩性预测方法 | |
CN106033127A (zh) | 基于横波速度变化率的地应力方位地震预测方法 | |
Wang et al. | Predicting gas content in coalbed methane reservoirs using seismic waveform indication inversion: a case study from the Upper Carboniferous Benxi Formation, eastern Ordos Basin, China | |
CN109283574B (zh) | 低频模型构建方法及计算机可读存储介质 | |
Mehdipour et al. | The Best Scenario for Geostatistical Modeling of Porosity in the Sarvak Reservoir in an Iranian Oil Field, Using Electrofacies, Seismic Facies, and Seismic Attributes |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180316 |