CN108107482B - 一种少井条件下烃源岩多参数预测方法及系统 - Google Patents
一种少井条件下烃源岩多参数预测方法及系统 Download PDFInfo
- Publication number
- CN108107482B CN108107482B CN201711315830.3A CN201711315830A CN108107482B CN 108107482 B CN108107482 B CN 108107482B CN 201711315830 A CN201711315830 A CN 201711315830A CN 108107482 B CN108107482 B CN 108107482B
- Authority
- CN
- China
- Prior art keywords
- organic carbon
- source rock
- hydrocarbon source
- data
- target zone
- 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
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
Abstract
本发明公开一种少井条件下烃源岩多参数预测方法及系统,所述方法包括:采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;在目的层的位置上,从时间域的地震体数据中提取地震属性信息;根据地震属性信息进行属性融合,并结合所述测井数据确定烃源岩位置;对测井数据中的岩性数据进行统计,确定各深度段岩性数据所对应的沉积相模式;利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置;按照有机碳体数据所在位置进行分割,获得多个不同沉积相模式下的有机碳体数据;对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值,提高了预测有机碳的精确度。
Description
技术领域
本发明涉及烃源岩预测技术领域,特别是涉及一种少井条件下烃源岩多参数预测方法及系统。
背景技术
在盆地勘探初期,预测烃源岩对烃源岩位置的识别、对烃源岩厚度的预测以及对烃源岩质量的评价具有至关重要的作用。在多井地区,地球化学分析方法多应用于烃源岩的预测与评价,但是在少井地区,尤其是海上勘探区,井少直接制约着烃源岩的预测。故研究学者采用井震结合实现对烃源岩进行预测,先根据烃源岩“低频-强振幅”的特征在地震剖面上肉眼确定烃源岩位置,在烃源岩位置内通过地球物理反演与测井结合的方法得到有机碳预测值,但是现有预测过程中,由于现有根据频率高低划分烃源发育位置时,只是单从地震剖面上人为观察,是不定量的科学研究,同时地球物理反演过程中没有考虑沉积相模式的不同,因此上述预测有机碳存在预测精度低的问题。另外,现有在烃源岩位置上通过计算砂地比得到烃源岩厚度时,同一个地区不同的沉积相模式下均采用同一个预测模型,因此预测出的烃源岩的厚度也存在预测精确度低的问题。
基于上述问题,如何提高烃源岩参数预测的精度成为本领域亟需解决的问题。
发明内容
本发明的目的是提供一种少井条件下烃源岩多参数预测方法及系统,以提高少井条件下烃源岩多参数预测的精确度。
为实现上述目的,本发明提供一种少井条件下烃源岩多参数预测方法,所述方法包括:
获取时间域的地震体数据和测井数据;
采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;
在所述目的层的位置上,从时间域的地震体数据中提取地震属性信息;
根据地震属性信息进行属性融合,并结合所述测井数据确定烃源岩位置;
对所述测井数据中的岩性数据进行统计,确定各深度段岩性数据所对应的沉积相模式;
在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置;
按照所述有机碳体数据所在位置进行分割,获得多个不同沉积相模式下的有机碳体数据;
对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值。
可选的,所述采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置,具体包括:
从所述时间域的地震体数据中提取多个相邻的单道地震数据;
对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据;
根据各所述频率域的单道地震数据确定多个低频信息所在位置;
根据各所述低频信息所在位置确定烃源岩所在的目的层的位置。
可选的,所述在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置步骤之前还包括:
根据所述测井数据中的声波测井曲线和深侧向电阻率测井曲线确定有机碳参数预测曲线;
从有机碳参数预测曲线中提取有机碳预测值;
判断有机碳预测值与有机碳预测值对应的有机碳实测值之差是否小于第一设定值,如果小于或等于第一设定值,则选取有机碳参数预测曲线,如果大于第一设定值,则重新确定有机碳参数预测曲线。
可选的,所述方法还包括:
利用所统计的岩性数据中砂岩和泥岩所在深度,确定不同沉积相模式下的砂岩声波时差压实模型;
根据所述声波时差压实模型确定各沉积相模式下泥岩速度和砂岩速度;
获取速度谱;
根据所述速度谱确定目的层的速度;
根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比;
根据所述烃源岩所在目的层的顶底面深度确定各沉积相模式下的目的层的地层厚度;
根据所述泥岩百分比和所述目的层的地层厚度确定各沉积相模式的烃源岩初始厚度;
对各所述沉积相模式的烃源岩初始厚度进行组合,获得目的层的烃源岩厚度。
可选的,对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据的具体公式为:
其中,x(t)为所提取的单道地震数据,t代表时间,f代表频率,w(τ-t,f)为高斯窗口,τ为控制高斯窗口在时间轴即t轴位置的参数,X(t,f)为变换后频率域的单道地震数据。
可选的,所述根据所述测井数据中的声波测井曲线和深侧向电阻率测井曲线确定有机碳参数预测曲线的具体公式为:
其中,R为深侧向电阻率测井曲线值,R基线为深侧向电阻率曲线基线值,△t为声波时差测井曲线值,△t基线为声波时差测井曲线基线值,LOM为热变指数,TOCbackground为背景TOC含量,W(TOC)为有机碳参数预测曲线。
可选的,所述根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比的具体公式为:
其中,Vm某一深度点的泥岩速度,Vs为某一深度点砂岩速度,Vint为目的层层速度,Pm为泥岩百分比。
本发明还提供一种少井条件下烃源岩多参数预测系统,所述系统包括:
第一获取模块,用于获取时间域的地震体数据和测井数据;
目的层的位置确定模块,用于采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;
地震属性信息提取模块,用于在所述目的层的位置上,从时间域的地震体数据中提取地震属性信息;
烃源岩位置确定模块,用于根据所述地震属性信息进行属性融合,并结合所述测井数据确定烃源岩位置;
沉积相模式确定模块,用于对所述测井数据中的岩性数据进行统计,确定各深度段岩性数据所对应的沉积相模式;
有机碳体数据所在位置确定模块,用于在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置;
有机碳体数据确定模块,用于按照所述有机碳体数据所在位置进行分割,获得多个不同沉积相模式下的有机碳体数据;
有机碳的预测值确定模块,用于对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值。
可选的,所述目的层的位置确定模块,具体包括:
提取单元,用于从所述时间域的地震体数据中提取多个相邻的单道地震数据;
频率域的单道地震数据确定单元,用于对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据;
低频信息所在位置确定单元,用于根据各所述频率域的单道地震数据确定多个低频信息所在位置;
目的层位置确定单元,用于根据各所述低频信息所在位置确定烃源岩所在的目的层的位置。
可选的,所述系统还包括:
砂岩声波时差压实模型确定模块,用于利用所统计的岩性数据中砂岩和泥岩所在深度,确定不同沉积相模式下的砂岩声波时差压实模型;
泥岩和砂岩速度确定模块,用于根据所述声波时差压实模型确定各沉积相模式下泥岩速度和砂岩速度;
第二获取模块,用于获取速度谱;
目的层的速度确定模块,用于根据所述速度谱确定目的层的速度;
泥岩百分比确定模块,用于根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比;
目的层的地层厚度确定模块,用于根据所述烃源岩所在目的层的顶底面深度确定各沉积相模式下的目的层的地层厚度;
烃源岩初始厚度确定模块,用于根据所述泥岩百分比和所述目的层的地层厚度确定各沉积相模式的烃源岩初始厚度;
烃源岩厚度确定模块,用于对各所述沉积相模式的烃源岩初始厚度进行组合,获得目的层的烃源岩厚度。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明先采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;然后在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置;最后对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值;提高了预测有机碳的精确度。
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为本发明实施例少井条件下烃源岩多参数预测方法流程图;
图2为本发明实施例少井条件下烃源岩多参数预测系统结构图。
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。
本发明的目的是提供一种少井条件下烃源岩多参数预测方法及系统,以提高少井条件下烃源岩多参数预测的精确度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例少井条件下烃源岩多参数预测方法流程图,如图1所示,本发明提供一种少井条件下烃源岩多参数预测方法,所述方法包括:
步骤100:获取时间域的地震体数据和测井数据;所述测井数据包括深度信息、声波测井曲线、深侧向电阻率测井曲线和岩性数据。
步骤200:采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;步骤200具体包括:
步骤2001:从所述时间域的地震体数据中提取多个相邻的单道地震数据。
步骤2002:对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据;具体公式为:
其中,x(t)为所提取的单道地震数据,t代表时间,f代表频率,w(τ-t,f)为高斯窗口,τ为控制高斯窗口在时间轴即t轴位置的参数,X(t,f)为变换后频率域的单道地震数据。
步骤2003:根据各所述频率域的单道地震数据确定多个低频信息所在位置。
步骤2004:根据各所述低频信息所在位置确定烃源岩所在的目的层的位置。
步骤300:在所述目的层的位置上,从时间域的地震体数据中提取地震属性信息。
步骤500:根据所述地震属性信息进行属性融合,并结合所述测井数据确定烃源岩位置。
步骤500:对所述测井数据中的岩性数据进行统计,确定各深度段岩性数据所对应的沉积相模式。
步骤600:在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置。
在步骤600之前还包括:
步骤6001:根据所述测井数据中的声波测井曲线和深侧向电阻率测井曲线确定有机碳参数预测曲线;具体公式为:
其中,R为深侧向电阻率测井曲线值,R基线为深侧向电阻率曲线基线值,△t为声波时差测井曲线值,△t基线为声波时差测井曲线基线值,LOM为热变指数,TOCbackground为背景TOC含量,W(TOC)为有机碳参数预测曲线。
步骤6002:从有机碳参数预测曲线中提取有机碳预测值。
步骤6003:判断有机碳预测值与有机碳预测值对应的有机碳实测值之差是否小于第一设定值,如果小于或等于第一设定值,则选取有机碳参数预测曲线,如果大于第一设定值,则重新确定有机碳参数预测曲线。
步骤700:按照所述有机碳体数据所在位置进行分割,获得多个不同沉积相模式下的有机碳体数据。
步骤800:对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值。
步骤900:利用所统计的岩性数据中砂岩和泥岩所在深度,确定不同沉积相模式下的砂岩声波时差压实模型。
步骤1000:根据所述声波时差压实模型确定各沉积相模式下泥岩速度和砂岩速度。
步骤1100:获取速度谱。
步骤1200:根据所述速度谱确定目的层的速度。
步骤1300:根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比;具体公式为:
其中,Vm某一深度点的泥岩速度,Vs为某一深度点砂岩速度,Vint为目的层层速度,Pm为泥岩百分比。
步骤1400:根据所述烃源岩所在目的层的顶底面深度确定各沉积相模式下的目的层的地层厚度。
步骤1500:根据所述泥岩百分比和所述目的层的地层厚度确定各沉积相模式的烃源岩初始厚度。
步骤1600:对各所述沉积相模式的烃源岩初始厚度进行组合,获得目的层的烃源岩厚度。
图2为本发明实施例少井条件下烃源岩多参数预测系统结构图,如图2所示,本发明还提供一种少井条件下烃源岩多参数预测系统,所述系统包括:
第一获取模块1,用于获取时间域的地震体数据和测井数据。
目的层的位置确定模块2,用于采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;所述目的层的位置确定模块,具体包括:
提取单元,用于从所述时间域的地震体数据中提取多个相邻的单道地震数据。
频率域的单道地震数据确定单元,用于对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据;具体公式为:
其中,x(t)为所提取的单道地震数据,t代表时间,f代表频率,w(τ-t,f)为高斯窗口,τ为控制高斯窗口在时间轴即t轴位置的参数,X(t,f)为变换后频率域的单道地震数据。
低频信息所在位置确定单元,用于根据各所述频率域的单道地震数据确定多个低频信息所在位置。
目的层位置确定单元,用于根据各所述低频信息所在位置确定烃源岩所在的目的层的位置。
地震属性信息提取模块3,用于在所述目的层的位置上,从时间域的地震体数据中提取地震属性信息。
烃源岩位置确定模块4,用于根据所述地震属性信息进行属性融合,并结合所述测井数据确定烃源岩位置。
沉积相模式确定模块5,用于对所述测井数据中的岩性数据进行统计,确定各深度段岩性数据所对应的沉积相模式。
有机碳体数据所在位置确定模块6,用于在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置。
有机碳体数据所在位置确定模块还包括:
有机碳参数预测曲线确定单元,用于根据所述测井数据中的声波测井曲线和深侧向电阻率测井曲线确定有机碳参数预测曲线;具体公式为:
其中,R为深侧向电阻率测井曲线值,R基线为深侧向电阻率曲线基线值,△t为声波时差测井曲线值,△t基线为声波时差测井曲线基线值,LOM为热变指数,TOCbackground为背景TOC含量,W(TOC)为有机碳参数预测曲线。
有机碳预测值提取单元,用于从有机碳参数预测曲线中提取有机碳预测值。
判断单元,用于判断有机碳预测值与有机碳预测值对应的有机碳实测值之差是否小于第一设定值,如果小于或等于第一设定值,则选取有机碳参数预测曲线,如果大于第一设定值,则重新确定有机碳参数预测曲线。
有机碳体数据所在位置确定单元,用于在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置。
有机碳体数据确定模块7,用于按照所述有机碳体数据所在位置进行分割,获得多个不同沉积相模式下的有机碳体数据。
有机碳的预测值确定模块8,用于对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值。
砂岩声波时差压实模型确定模块9,用于利用所统计的岩性数据中砂岩和泥岩所在深度,确定不同沉积相模式下的砂岩声波时差压实模型。
泥岩和砂岩速度确定模块10,用于根据所述声波时差压实模型确定各沉积相模式下泥岩速度和砂岩速度。
第二获取模块11,用于获取速度谱。
目的层的速度确定模块12,用于根据所述速度谱确定目的层的速度。
泥岩百分比确定模块13,用于根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比;具体公式为:
其中,Vm某一深度点的泥岩速度,Vs为某一深度点砂岩速度,Vint为目的层层速度,Pm为泥岩百分比。
目的层的地层厚度确定模块14,用于根据所述烃源岩所在目的层的顶底面深度确定各沉积相模式下的目的层的地层厚度。
烃源岩初始厚度确定模块15,用于根据所述泥岩百分比和所述目的层的地层厚度确定各沉积相模式的烃源岩初始厚度。
烃源岩厚度确定模块16,用于对各所述沉积相模式的烃源岩初始厚度进行组合,获得目的层的烃源岩厚度。
本发明先采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;然后在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置;最后对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值,进而提高了预测有机碳的精确度。
本发明首先利用所统计的岩性数据中砂岩和泥岩所在深度,确定不同沉积相模式下的砂岩声波时差压实模型;然后根据所述声波时差压实模型确定各沉积相模式下泥岩速度和砂岩速度;根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比;根据所述泥岩百分比和所述目的层的地层厚度确定各沉积相模式的烃源岩初始厚度;最后对各所述沉积相模式的烃源岩初始厚度进行组合,获得目的层的烃源岩厚度,进而提高了预测烃源岩厚度的精确度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个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)
1.一种少井条件下烃源岩多参数预测方法,其特征在于,所述方法包括:
获取时间域的地震体数据和测井数据;
采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;
在所述目的层的位置上,从时间域的地震体数据中提取地震属性信息;
根据所述地震属性信息进行属性融合,并结合所述测井数据确定烃源岩位置;
对所述测井数据中的岩性数据进行统计,确定各深度段岩性数据所对应的沉积相模式;
在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置;
按照所述有机碳体数据所在位置进行分割,获得多个不同沉积相模式下的有机碳体数据;
对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值;
所述采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置,具体包括:
从所述时间域的地震体数据中提取多个相邻的单道地震数据;
对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据;
根据各所述频率域的单道地震数据确定多个低频信息所在位置;
根据各所述低频信息所在位置确定烃源岩所在的目的层的位置。
2.根据权利要求1所述的方法,其特征在于,所述在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置步骤之前还包括:
根据所述测井数据中的声波测井曲线和深侧向电阻率测井曲线确定有机碳参数预测曲线;
从有机碳参数预测曲线中提取有机碳预测值;
判断有机碳预测值与有机碳预测值对应的有机碳实测值之差是否小于第一设定值,如果小于或等于第一设定值,则选取有机碳参数预测曲线,如果大于第一设定值,则重新确定有机碳参数预测曲线。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
利用所统计的岩性数据中砂岩和泥岩所在深度,确定不同沉积相模式下的砂岩声波时差压实模型;
根据所述声波时差压实模型确定各沉积相模式下泥岩速度和砂岩速度;
获取速度谱;
根据所述速度谱确定目的层的速度;
根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比;
根据所述烃源岩所在目的层的顶底面深度确定各沉积相模式下的目的层的地层厚度;
根据所述泥岩百分比和所述目的层的地层厚度确定各沉积相模式的烃源岩初始厚度;
对各所述沉积相模式的烃源岩初始厚度进行组合,获得目的层的烃源岩厚度。
4.根据权利要求1所述的方法,其特征在于,对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据的具体公式为:
其中,x(t)为所提取的单道地震数据,t代表时间,f代表频率,w(τ-t,f)为高斯窗口,τ为控制高斯窗口在时间轴即t轴位置的参数,X(t,f)为变换后频率域的单道地震数据。
5.根据权利要求2所述的方法,其特征在于,所述根据所述测井数据中的声波测井曲线和深侧向电阻率测井曲线确定有机碳参数预测曲线的具体公式为:
其中,R为深侧向电阻率测井曲线值,R基线为深侧向电阻率曲线基线值,△t为声波时差测井曲线值,△t基线为声波时差测井曲线基线值,LOM为热变指数,TOCbackground为背景TOC含量,W(TOC)为有机碳参数预测曲线。
6.根据权利要求3所述的方法,其特征在于,所述根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比的具体公式为:
其中,Vm某一深度点的泥岩速度,Vs为某一深度点砂岩速度,Vint为目的层层速度,Pm为泥岩百分比。
7.一种少井条件下烃源岩多参数预测系统,其特征在于,所述系统包括:
第一获取模块,用于获取时间域的地震体数据和测井数据;
目的层的位置确定模块,用于采用傅里叶变换,根据时间域的地震体数据确定烃源岩所在的目的层的位置;
地震属性信息提取模块,用于在所述目的层的位置上,从时间域的地震体数据中提取地震属性信息;
烃源岩位置确定模块,用于根据所述地震属性信息进行属性融合,并结合所述测井数据确定烃源岩位置;
沉积相模式确定模块,用于对所述测井数据中的岩性数据进行统计,确定各深度段岩性数据所对应的沉积相模式;
有机碳体数据所在位置确定模块,用于在不同沉积相模式下,利用有机碳参数预测曲线和地质统计学反演技术确定烃源岩位置上不同沉积相模式下的有机碳体数据所在位置;
有机碳体数据确定模块,用于按照所述有机碳体数据所在位置进行分割,获得多个不同沉积相模式下的有机碳体数据;
有机碳的预测值确定模块,用于对多个不同沉积相模式下的有机碳体数据进行组合,获得有机碳的预测值;
所述目的层的位置确定模块,具体包括:
提取单元,用于从所述时间域的地震体数据中提取多个相邻的单道地震数据;
频率域的单道地震数据确定单元,用于对各相邻的单道地震数据进行傅里叶变换,获得多个频率域的单道地震数据;
低频信息所在位置确定单元,用于根据各所述频率域的单道地震数据确定多个低频信息所在位置;
目的层位置确定单元,用于根据各所述低频信息所在位置确定烃源岩所在的目的层的位置。
8.根据权利要求7所述的系统,其特征在于,所述系统还包括:
砂岩声波时差压实模型确定模块,用于利用所统计的岩性数据中砂岩和泥岩所在深度,确定不同沉积相模式下的砂岩声波时差压实模型;
泥岩和砂岩速度确定模块,用于根据所述声波时差压实模型确定各沉积相模式下泥岩速度和砂岩速度;
第二获取模块,用于获取速度谱;
目的层的速度确定模块,用于根据所述速度谱确定目的层的速度;
泥岩百分比确定模块,用于根据所述目的层的速度、所述泥岩速度和所述砂岩速度确定各沉积相模式的泥岩百分比;
目的层的地层厚度确定模块,用于根据所述烃源岩所在目的层的顶底面深度确定各沉积相模式下的目的层的地层厚度;
烃源岩初始厚度确定模块,用于根据所述泥岩百分比和所述目的层的地层厚度确定各沉积相模式的烃源岩初始厚度;
烃源岩厚度确定模块,用于对各所述沉积相模式的烃源岩初始厚度进行组合,获得目的层的烃源岩厚度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711315830.3A CN108107482B (zh) | 2017-12-12 | 2017-12-12 | 一种少井条件下烃源岩多参数预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711315830.3A CN108107482B (zh) | 2017-12-12 | 2017-12-12 | 一种少井条件下烃源岩多参数预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108107482A CN108107482A (zh) | 2018-06-01 |
CN108107482B true CN108107482B (zh) | 2019-05-07 |
Family
ID=62209624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711315830.3A Active CN108107482B (zh) | 2017-12-12 | 2017-12-12 | 一种少井条件下烃源岩多参数预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108107482B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112394392B (zh) * | 2019-08-13 | 2023-09-26 | 中国石油天然气股份有限公司 | 对烃源岩分布情况进行评价的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291748A (zh) * | 2015-06-26 | 2017-01-04 | 中国石油化工股份有限公司 | 一种获取烃源岩有机碳含量的方法 |
-
2017
- 2017-12-12 CN CN201711315830.3A patent/CN108107482B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108107482A (zh) | 2018-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106054248B (zh) | 一种基于大面积致密储层地震岩石物理反演方法 | |
CN105334535B (zh) | 一种识别薄储层隐蔽岩性油气藏的方法 | |
CN109425896A (zh) | 白云岩油气储层分布预测方法及装置 | |
Verma et al. | Estimation of total organic carbon and brittleness volume | |
CN104570067B (zh) | 一种地球物理勘探中相控地震反演方法 | |
CN102109611B (zh) | 一种利用低频地震属性预测油藏优质储层的方法 | |
CN108802812A (zh) | 一种井震融合的地层岩性反演方法 | |
CN105093313B (zh) | 一种岩溶型油藏单井油气产能预测方法及装置 | |
CN105527653B (zh) | 一种基于地质信息的虚拟井构建方法 | |
CN104267429A (zh) | 确定地层压力的方法及装置 | |
CN103149589A (zh) | 火成岩油气勘探方法及装置 | |
CN105445800A (zh) | 一种厚层砂体顶部分异岩性油藏的识别方法 | |
CN103135135A (zh) | 一种基于疏松砂岩模型进行烃类定量预测的方法和装置 | |
CN105116449B (zh) | 一种弱反射储层的识别方法 | |
Naseer et al. | Porosity prediction of lower cretaceous unconventional resource play, south Indus Basin, Pakistan, using the seismic spectral decomposition technique | |
CN107728230B (zh) | 一种基于地球物理三联技术的岩性油藏预测方法 | |
Nardone et al. | Shallow velocity structure and site effects at Mt. Vesuvius, Italy, from HVSR and array measurements of ambient vibrations | |
CN108107482B (zh) | 一种少井条件下烃源岩多参数预测方法及系统 | |
CN111983683A (zh) | 一种少井条件下盐下湖相灰岩储层预测方法和系统 | |
Singleton | Geophysical data processing, rock property inversion, and geomechanical model building in a Midland Basin development project, Midland/Ector counties, Texas | |
Xie et al. | An improved ant-tracking workflow based on divided-frequency data for fracture detection | |
Naseer | Application of instantaneous spectral decomposition-based porosity simulations for imaging shallow-marine stratigraphic traps of Lower-Eocene carbonates sequences of Indus Basin, Onshore Pakistan | |
Farfour et al. | A review about recent seismic techniques in shale-gas exploration | |
CN104345347B (zh) | 一种用于致密含气砂岩储层预测的测井曲线恢复方法 | |
RU2145101C1 (ru) | Способ оценки эксплуатационных свойств нефтегазовой залежи |
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 |