CN108562936A - 一种裂缝预测方法、系统、存储介质及终端 - Google Patents
一种裂缝预测方法、系统、存储介质及终端 Download PDFInfo
- Publication number
- CN108562936A CN108562936A CN201810262654.XA CN201810262654A CN108562936A CN 108562936 A CN108562936 A CN 108562936A CN 201810262654 A CN201810262654 A CN 201810262654A CN 108562936 A CN108562936 A CN 108562936A
- Authority
- CN
- China
- Prior art keywords
- orientation
- gathers
- incidence angle
- angle gathers
- crack
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000011161 development Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 15
- 238000010304 firing Methods 0.000 claims description 2
- 239000003208 petroleum Substances 0.000 abstract description 3
- 208000010392 Bone Fractures Diseases 0.000 description 21
- 206010017076 Fracture Diseases 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000009514 concussion Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/626—Physical property of subsurface with anisotropy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/646—Fractures
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
本发明公开了一种裂缝预测方法、系统、存储介质及终端，涉及石油勘探领域。该方法包括：根据OVT道集和地震速度数据得到n个方位入射角道集；从预设的地震属性集中选取任一地震属性，根据地震属性分别对n个方位入射角道集进行计算，得到地震属性在n个方位入射角道集对应的方位的强度；对n个方位的属性强度进行各向异性计算，得到计算结果；根据计算结果对待预测区域的裂缝进行处理，得到裂缝的发育密度和优势方位方向。本发明提供的一种裂缝预测方法、系统、存储介质及终端，具有预测成本低的优点，且不受地质情况影响，不限于表达大尺度断裂，同时，本方法不需要依赖井模型，预测结果精度高，不易受其他因素干扰。
Description
技术领域
本发明涉及石油勘探领域，尤其涉及一种裂缝预测方法、系统、存储介质及终端。
背景技术
在石油勘探领域，裂缝分析是裂缝油藏研究的重要技术环节，裂缝的发育和优势方位方向对于裂缝研究至关重要。
现有的裂缝预测技术主要为：1、基于地震波传播理论的裂缝预测技术，例如，横波勘探、P-S波转换波等，这类方法的缺点是采集费用昂贵。2、基于构造信息的裂缝预测技术，例如，构造应力场检测、地震相干体检测等，这类方法的缺点是地质非连续性的多解性很大，限于表达大尺度断裂。3、基于间接信息的裂缝检测方法，例如，统计法模式识别，这类方法严重依赖井模型，井样本代表性缺乏，统计噪音大。
综上，目前的裂缝预测技术具有价格昂贵、受地质情况限制大、统计噪音大等缺点。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种裂缝预测方法、系统、存储介质及终端。
本发明解决上述技术问题的技术方案如下：
一种裂缝预测方法，包括：
获取待预测区域的OVT道集，以及所述待预测区域的地震速度数据；
根据所述OVT道集和所述地震速度数据得到n个方位入射角道集，n为偶数，且n个所述方位入射角道集的方位角范围相同；
从预设的地震属性集中选取任一地震属性，根据所述地震属性分别对n个所述方位入射角道集进行计算，得到所述地震属性在n个所述方位入射角道集对应的方位的强度；
对n个所述方位的属性强度进行各向异性计算，得到计算结果；
根据所述计算结果对所述待预测区域的裂缝进行处理，得到所述裂缝的发育密度和优势方位方向。
本发明的有益效果是：本发明提供的一种裂缝预测方法，根据待预测区域的OVT道集得到n个方位入射角道集，并分别对n个方位的属性的强度进行各向异性计算，可以得到该属性在各个方位的强度分布情况，根据计算结果就可以对裂缝的优势方位和方向进行预测，本方法只需要OVT道集就可以预测裂缝，具有预测成本低的优点，且不受地质情况影响，不限于表达大尺度断裂，同时，本方法不需要依赖井模型，预测结果精度高，不易受其他因素干扰。
本发明解决上述技术问题的另一种技术方案如下：
一种裂缝预测系统，包括：
获取单元，用于获取待预测区域的OVT道集，以及所述待预测区域的地震速度数据；
第一计算单元，用于根据所述OVT道集和所述地震速度数据得到n个方位入射角道集，n为偶数，且n个所述方位入射角道集的方位角范围相同；
第二计算单元，用于从预设的地震属性集中选取任一地震属性，根据所述地震属性分别对n个所述方位入射角道集进行计算，得到所述地震属性在n个所述方位入射角道集对应的方位的强度；
第三计算单元，用于对n个所述方位的属性强度进行各向异性计算，得到计算结果；
第一处理单元，用于根据所述计算结果对所述待预测区域的裂缝进行处理，得到所述裂缝的发育密度和优势方位方向。
本发明解决上述技术问题的另一种技术方案如下：
一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述技术方案中所述的方法。
本发明解决上述技术问题的另一种技术方案如下：
一种终端，包括：
存储器，所述存储器中存储有包含如上述技术方案中所述方法的指令；
处理器，用于读取并执行所述指令，对裂缝进行预测；
显示器，用于显示预测结果。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
图1为本发明一种裂缝预测方法的实施例提供的流程示意图；
图2为本发明一种裂缝预测方法的实施例提供的方位角划分示意图；
图3为本发明一种裂缝预测方法的实施例提供的椭圆拟合示意图；
图4为本发明一种裂缝预测系统的实施例提供的结构框架图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
裂缝分析研究能提高裂缝油气的开发效率，帮助裂缝油气藏实现稳油控水，本实施例中提供的裂缝预测方法可以通过计算机自动实现其流程，得到裂缝密度和优势方法的多种类型图，供研究人员参考或计算机自动分析。
如图1所示，为本发明一种裂缝预测方法的实施例提供的流程示意图，该方法包括：
S1，获取待预测区域的OVT道集，以及待预测区域的地震速度数据。
单个地震检波器的接收记录，称之为一个地震道，多个地震道的集合，简称道集。可以将地震检波器通过接口和数据线与数据处理装置连接，使数据处理装置能够直接获取OVT道集，并进行分析。
数据处理装置指的是能够实现本实施例提供的方法的装置，例如，计算机、平板电脑、手机等装置。
S2，根据OVT道集和地震速度数据得到n个方位入射角道集，n为偶数，且n个方位入射角道集的方位角范围相同。
需要说明的是，可以首先将OVT道集划分成多个方位角OVT道集，然后再用地震速度数据对方位角OVT道集进行划分，得到方位入射角道集；也可以首先根据地震速度数据对OVT道集进行划分，再将划分后的OVT道集转换为方位入射角道集。
在划分时，需要保证划分的方位角范围是偶数个，并且对称，起始角度可以是任意值。
例如，当划分成6个时，以0为初始角度，那么方位角可以为30°、90°、150°、210°、270°、330°，如图2所示，在使用软件划分方位角时，可以划分成6个角度范围，取每个角度范围的中间值作为方位角。
又例如，当划分成12个时，以0位初始角度，那么方位角可以为15°、45°、75°、105°、135°、165°、195°、225°、255°、285°、315°、345°。
S3，从预设的地震属性集中选取任一地震属性，根据地震属性分别对n个方位入射角道集进行计算，得到地震属性在n个方位入射角道集对应的方位的强度。
需要说明的是，地震属性集中的地震属性可以根据实际需求设置，可以包括任意地震属性，例如，瞬时频率、频率衰减梯度、低频部分百分比、低频部分能量震荡梯度等。
可以通过图表的方式直接观察所选取的地震属性的点集在各个方位入射角的密度，当密度大时，说明强度大，当密度小时，说明强度小。
也可以通过计算机对所选取的地震属性在各个方位入射角上的强度大小。
例如，可以将所选取的地震属性分别分解为在各个方位入射角方向上的分量，通过判断分量的大小，就可以判断所选取的地震属性在该方位入射角方向上的强度了。
S4，对n个方位的属性强度进行各向异性计算，得到计算结果。
需要说明的是，各向异性计算可以为傅里叶系数、椭圆拟合等方法。
例如，可以采用傅里叶系数法，假设划分为N个方位，每个点出的值为R，为便于计算，将每个方位分解成x、y两个方向。
根据下列公式计算得到R点处的裂缝各向异性的强度，以及优势裂缝发育的方向：
其中，U(θ)和V(θ)是中间变量，φ是方位角，例如，当N＝12时，初始角度为0，那么对应的φ依次是15°、45°、75°、105°、135°、165°、195°、225°、255°、285°、315°、345°，dφ则为30°。
R(θ)代表了该点处裂缝各向异性的强度，数值越大，说明裂缝越发育，反之则裂缝不发育。
α(θ)代表了优势裂缝发育的方向，由于函数多解性，也可能是优势方向垂直的方向，此时，和井上测井数据对比就知道是哪种情况。
又例如，可以采用椭圆拟合法，如图3所示，是用于椭圆拟合的软件的界面截图，根据AVAz Display一栏的椭圆拟合图所示，在极坐标下，ρ是振幅值，θ是方位角，然后根据投影的点可以拟合为一个椭圆。
其中长轴方向是裂缝优势方位方向，长轴和短轴的比值表征裂缝发育的情况，值越大表征裂缝越发育。
以上仅是可选的各向异性计算方法，实际可以根据需求选择合适的各向异性计算方法。
S5，根据计算结果对待预测区域的裂缝进行处理，得到裂缝的发育密度和优势方位方向。
结合计算结果或软件的分析图，就可以得到裂缝的发育密度和优势方位方向。
本实施例提供的一种裂缝预测方法，根据待预测区域的OVT道集得到n个方位入射角道集，并分别对n个方位的属性的强度进行各向异性计算，可以得到该属性在各个方位的强度分布情况，根据计算结果就可以对裂缝的优势方位和方向进行预测，本方法只需要OVT道集就可以预测裂缝，具有预测成本低的优点，且不受地质情况影响，不限于表达大尺度断裂，同时，本方法不需要依赖井模型，预测结果精度高，不易受其他因素干扰。
可选地，在一些实施例中，根据OVT道集和地震速度数据得到n个方位入射角道集，具体可以包括：
将OVT道集划分为n个方位角道集。
根据地震速度数据分别将n个方位角道集转化为n个方位入射角道集。
可选地，在一些实施例中，根据地震速度数据分别将n个方位角道集转化为n个方位入射角道集之前，还包括：
对n个方位角道集进行去噪处理。
如果地震数据质量好，就可以省略该过程，如果质量较差，则可以对方位角道集进行去噪处理，以提高信噪比。
可选地，在一些实施例中，根据OVT道集和地震速度数据得到n个方位入射角道集之后，还包括：
分别对n个方位入射角道集进行超道叠加处理。
例如，超道叠加的方法可以为取平均，对于每个方位角入射道集，都进行取平均值的处理，可以完成超道叠加。
如果地震数据质量好，就可以省略该过程，如果质量较差，则可以对方位角道集进行超道叠加处理，以提高信噪比。
如图4所示，为本发明一种裂缝预测系统的实施例提供的结构框架图，该系统包括：
获取单元1，用于获取待预测区域的OVT道集，以及待预测区域的地震速度数据。
第一计算单元2，用于根据OVT道集和地震速度数据得到n个方位入射角道集，n为偶数，且n个方位入射角道集的方位角范围相同。
第二计算单元3，用于从预设的地震属性集中选取任一地震属性，根据地震属性分别对n个方位入射角道集进行计算，得到地震属性在n个方位入射角道集对应的方位的强度。
第三计算单元4，用于对n个方位的属性强度进行各向异性计算，得到计算结果。
第一处理单元5，用于根据计算结果对待预测区域的裂缝进行处理，得到裂缝的发育密度和优势方位方向。
本实施例提供的一种裂缝预测系统，根据第一计算单元2计算待预测区域的OVT道集得到n个方位入射角道集，并根据第二计算单元3、第三计算单元4分别对n个方位的属性的强度进行各向异性计算，可以得到该属性在各个方位的强度分布情况，根据计算结果就可以对裂缝的优势方位和方向进行预测，本方法只需要OVT道集就可以预测裂缝，具有预测成本低的优点，且不受地质情况影响，不限于表达大尺度断裂，同时，本系统不需要依赖井模型，预测结果精度高，不易受其他因素干扰。
可选地，在一些实施例中，第一计算单元2具体用于将OVT道集划分为n个方位角道集；根据地震速度数据分别将n个方位角道集转化为n个方位入射角道集。
可选地，在一些实施例中，第一计算单元2还用于对n个方位角道集进行去噪处理。
可选地，在一些实施例中，还可以包括：
第二处理单元，用于分别对n个方位入射角道集进行超道叠加处理。
在本发明的其他实施例中，还提供了一种存储介质，存储介质中存储有指令，当计算机读取指令时，使计算机执行如上述各实施例中任一的方法。
本实施例提供的一种存储介质，存储有上述各实施例中任一的方法的指令，能够便于存储指令的调用，进行裂缝预测。
在本发明的其他实施例中，还提供了一种终端，包括：
存储器，存储器中存储有包含如上述各实施例中任一方法的指令。
处理器，用于读取并执行指令，对裂缝进行预测。
显示器，用于显示预测结果。
本实施例提供的一种终端，通过处理器读取存储器中的指令，能够便捷、快速地对裂缝进行预测，具有预测成本低、预测速度快、预测准确度高的优点。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，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，例如多个单元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。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种裂缝预测方法，其特征在于，包括：
获取待预测区域的OVT道集，以及所述待预测区域的地震速度数据；
根据所述OVT道集和所述地震速度数据得到n个方位入射角道集，n为偶数，且n个所述方位入射角道集的方位角范围相同；
从预设的地震属性集中选取任一地震属性，根据所述地震属性分别对n个所述方位入射角道集进行计算，得到所述地震属性在n个所述方位入射角道集对应的方位的强度；
对n个所述方位的属性强度进行各向异性计算，得到计算结果；
根据所述计算结果对所述待预测区域的裂缝进行处理，得到所述裂缝的发育密度和优势方位方向。
2.根据权利要求1所述的裂缝预测方法，其特征在于，所述根据所述OVT道集和所述地震速度数据得到n个方位入射角道集，具体包括：
将所述OVT道集划分为n个方位角道集；
根据所述地震速度数据分别将n个所述方位角道集转化为n个方位入射角道集。
3.根据权利要求2所述的裂缝预测方法，其特征在于，所述根据所述地震速度数据分别将n个所述方位角道集转化为n个方位入射角道集之前，还包括：
对n个所述方位角道集进行去噪处理。
4.根据权利要求1至3中任一项所述的裂缝预测方法，其特征在于，所述根据所述OVT道集和所述地震速度数据得到n个方位入射角道集之后，还包括：
分别对n个所述方位入射角道集进行超道叠加处理。
5.一种裂缝预测系统，其特征在于，包括：
获取单元，用于获取待预测区域的OVT道集，以及所述待预测区域的地震速度数据；
第一计算单元，用于根据所述OVT道集和所述地震速度数据得到n个方位入射角道集，n为偶数，且n个所述方位入射角道集的方位角范围相同；
第二计算单元，用于从预设的地震属性集中选取任一地震属性，根据所述地震属性分别对n个所述方位入射角道集进行计算，得到所述地震属性在n个所述方位入射角道集对应的方位的强度；
第三计算单元，用于对n个所述方位的属性强度进行各向异性计算，得到计算结果；
第一处理单元，用于根据所述计算结果对所述待预测区域的裂缝进行处理，得到所述裂缝的发育密度和优势方位方向。
6.根据权利要求5所述的裂缝预测系统，其特征在于，所述第一计算单元具体用于将所述OVT道集划分为n个方位角道集；根据所述地震速度数据分别将n个所述方位角道集转化为n个方位入射角道集。
7.根据权利要求6所述的裂缝预测系统，其特征在于，所述第一计算单元还用于对n个所述方位角道集进行去噪处理。
8.根据权利要求5至8中任一项所述的裂缝预测系统，其特征在于，还包括：
第二处理单元，用于分别对n个所述方位入射角道集进行超道叠加处理。
9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至4中任一项所述的方法。
10.一种终端，其特征在于，包括：
存储器，所述存储器中存储有包含如权利要求1至4中任一项所述方法的指令；
处理器，用于读取并执行所述指令，对裂缝进行预测；
显示器，用于显示预测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810262654.XA CN108562936B (zh) | 2018-03-28 | 2018-03-28 | 一种裂缝预测方法、系统、存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810262654.XA CN108562936B (zh) | 2018-03-28 | 2018-03-28 | 一种裂缝预测方法、系统、存储介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108562936A true CN108562936A (zh) | 2018-09-21 |
| CN108562936B CN108562936B (zh) | 2020-08-18 |
Family
ID=63533097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810262654.XA Active CN108562936B (zh) | 2018-03-28 | 2018-03-28 | 一种裂缝预测方法、系统、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108562936B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112394408A (zh) * | 2020-10-30 | 2021-02-23 | 中国石油天然气集团有限公司 | 各向异性介质裂缝预测方法及装置 |
| CN112392469A (zh) * | 2019-08-12 | 2021-02-23 | 中国石油天然气集团有限公司 | 储层特征分类确定方法及装置 |
| CN113970785A (zh) * | 2020-07-22 | 2022-01-25 | 中国石油化工股份有限公司 | 暗河裂缝发育预测方法、系统、存储介质以及电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105425292A (zh) * | 2015-11-20 | 2016-03-23 | 中国石油天然气集团公司 | 一种油气预测方法及装置 |
| CN106094029A (zh) * | 2016-08-24 | 2016-11-09 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 利用偏移距矢量片地震数据预测储层裂缝的方法 |
-
2018
- 2018-03-28 CN CN201810262654.XA patent/CN108562936B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105425292A (zh) * | 2015-11-20 | 2016-03-23 | 中国石油天然气集团公司 | 一种油气预测方法及装置 |
| CN106094029A (zh) * | 2016-08-24 | 2016-11-09 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 利用偏移距矢量片地震数据预测储层裂缝的方法 |
Non-Patent Citations (5)
| Title |
|---|
| HELOISE BLOXSOM LYNN: "Image-log calibration of fracture-azimuth and fracture-density attributes from OVT prestack depth-migrated data", 《THE LEADING EDGE》 * |
| 于正军: "《东营凹陷砂砾岩体地震描述方法》", 31 December 2013, 武汉：中国地质大学出版社 * |
| 党青宁等: "OVT 域叠前裂缝预测技术—以塔里木盆地塔中 ZG 地区奥陶系碳酸盐岩为例", 《物探与化探》 * |
| 夏亚良等: "ＯＶＴ域方位各向异性技术在中非花岗岩裂缝预测中的应用研究", 《石油物探》 * |
| 苗青等: "碳酸盐岩裂缝型油藏裂缝预测及建模技术", 《特种油气藏》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112392469A (zh) * | 2019-08-12 | 2021-02-23 | 中国石油天然气集团有限公司 | 储层特征分类确定方法及装置 |
| CN113970785A (zh) * | 2020-07-22 | 2022-01-25 | 中国石油化工股份有限公司 | 暗河裂缝发育预测方法、系统、存储介质以及电子设备 |
| CN113970785B (zh) * | 2020-07-22 | 2024-05-17 | 中国石油化工股份有限公司 | 暗河裂缝发育预测方法、系统、存储介质以及电子设备 |
| CN112394408A (zh) * | 2020-10-30 | 2021-02-23 | 中国石油天然气集团有限公司 | 各向异性介质裂缝预测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108562936B (zh) | 2020-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104101902B (zh) | 地震属性聚类方法及装置 | |
| CN108562936A (zh) | 一种裂缝预测方法、系统、存储介质及终端 | |
| CN105301641B (zh) | 一种方位各向异性速度反演的方法及装置 | |
| CN109100795B (zh) | 一种面元的炮检点布设方法、装置及系统 | |
| CN105425292A (zh) | 一种油气预测方法及装置 | |
| CN107918156A (zh) | 检测海底节点采集地震数据极性的方法及装置 | |
| CN105445801B (zh) | 一种消除二维地震资料随机噪音的处理方法 | |
| CN102053259A (zh) | 一种油气藏识别方法 | |
| CN102928878A (zh) | 三维地震观测系统振幅均衡性定量评估方法 | |
| CN104656139A (zh) | 一种转换波的静校正方法及设备 | |
| CN105954797A (zh) | 地震数据的断裂识别方法和装置 | |
| CN111025389A (zh) | 多尺度相干降维融合的裂缝预测方法及系统 | |
| CN108646292B (zh) | 裂缝密度预测方法、装置及计算机存储介质 | |
| CN104481526B (zh) | 一种双交叉偶极子测井方法 | |
| Yuan et al. | 6D phase-difference attributes for wide-azimuth seismic data interpretation | |
| CN106873031B (zh) | 一种三维地震观测系统垂向分辨率定量分析评价方法 | |
| Kuge | Source modeling using strong-motion waveforms: toward automated determination of earthquake fault planes and moment-release distributions | |
| CN109901238A (zh) | 一种基于应力差电阻率实验的高应力地层电阻率校正方法 | |
| CN103364834A (zh) | 一种利用叠前地震频散分析预测储层渗透率的方法 | |
| CN105093300A (zh) | 一种地质体边界识别方法及装置 | |
| CN110673210B (zh) | 一种地震原始数据信噪比定量分析评价方法 | |
| Zhang et al. | Microseismic source location based on improved artificial bee colony algorithm: Performance analysis and case study | |
| CN105277981B (zh) | 基于波场延拓补偿的非一致性时移地震面元匹配方法 | |
| CN103376443A (zh) | 探地雷达探测地面干扰快速消除方法 | |
| CN105487111B (zh) | 一种自动方位角道集部分叠加方法 |
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 |