CN108627872B - 一种油气储层密度高可靠性预测方法 - Google Patents

一种油气储层密度高可靠性预测方法 Download PDF

Info

Publication number
CN108627872B
CN108627872B CN201810725748.6A CN201810725748A CN108627872B CN 108627872 B CN108627872 B CN 108627872B CN 201810725748 A CN201810725748 A CN 201810725748A CN 108627872 B CN108627872 B CN 108627872B
Authority
CN
China
Prior art keywords
density
formula
predicted
parameter
reservoir
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
Application number
CN201810725748.6A
Other languages
English (en)
Other versions
CN108627872A (zh
Inventor
宗兆云
孙乾浩
印兴耀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201810725748.6A priority Critical patent/CN108627872B/zh
Publication of CN108627872A publication Critical patent/CN108627872A/zh
Application granted granted Critical
Publication of CN108627872B publication Critical patent/CN108627872B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/306Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/62Physical property of subsurface
    • G01V2210/624Reservoir parameters

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

本发明涉及油气勘探开发领域,具体公开了一种油气储层密度高可靠性预测方法,针对在界面两侧介质弹性变化较小且入射角在临界角范围内假设条件下,利用纵横波阻抗表示的反射系数线性近似方程(1)建立独立方程计算弹性参数。本发明的储层密度高可靠性预测方法,能够有效准确预测储层密度信息。

Description

一种油气储层密度高可靠性预测方法
技术领域
本发明涉及油气勘探开发领域,尤其涉及油气储层密度的预测方法。
背景技术
油气储层的密度是最基本的岩石性质之一,它反映了储层岩石骨架的矿物成分、孔隙度和孔隙流体类型及饱和度,能够揭示关于烃类,尤其是气态烃的发育位置及其饱和度等重要信息,是一种重要的储层弹性参数。因此,储层密度对岩性和流体识别具有重要意义。
国内外应用实例表明,相对于速度等弹性参数,储层密度可以有效预测烃源岩的TOC含量,可以更好的反映储层的质量,有效预测储层中的优质储层、储层中流体的产能。储层密度可以在储层非均质性强的地区预测优质烃源岩的发育区;在储集层均值或相对均值的地区研究烃源岩的TOC含量。尤其是在描述和评价气态烃源岩发育区中具有巨大的潜力。因此,发展新方法指导实际勘探中储层密度的预测,可以为油气地震勘探提供更加可靠的技术支持。
现有关于反演储层密度的方法是基于模型的叠前地震反演方法,采用贝叶斯反演来获取储层的密度属性,该方法中密度项对反射系数的贡献率低,使得反演准确度较低,不能适用于实际需求。
发明内容
本发明要解决的技术问题是:提出一种油气储层密度高可靠性预测方法,提高储层预测与流体识别的可靠性。
为了解决上述技术问题,本发明所采用的技术方案是:一种油气储层密度高可靠性预测方法,
设在界面两侧介质弹性变化较小且入射角在临界角范围内假设条件下,利用纵横波阻抗表示的反射系数线性近似方程为:
Figure GDA0002312658240000021
公式(1)中,Ip为介质纵波阻抗,Is为介质横波阻抗,ρ为介质密度,θ为入射角和透射角的平均;
所述油气储层密度高可靠性预测方法包括以下步骤:
第一步:将公式(1)写作:
Figure GDA0002312658240000022
公式(2)矩阵形式为
Figure GDA0002312658240000023
公式(3)中,Rm为纵横波阻抗和密度的反射系数,a,b,c为对应的系数;
对公式(3)中待预测参数Rm进行解耦,建立独立方程:
Figure GDA0002312658240000024
第二步:建立目标泛函,计算待定系数dm
Figure GDA0002312658240000025
公式(5)中,Rpp为利用Fatti反射系数线性近似方程计算的井旁道反射系数,
Figure GDA0002312658240000026
为井旁道待预测参数的反射系数,
得到系数矩阵D写作为:
Figure GDA0002312658240000031
第三步:利用公式(4)计算得到待预测参数Rm,再通过道积分计算得到待预测参数Rm的绝对值。
本发明技术方案带来的有益效果是:本发明的储层密度高可靠性预测方法,能够有效准确预测储层密度信息。
附图说明
图1为反射系数随密度的变化示意图。
图2某工区二维地震数据剖面示意图。
图3使用本发明方法反演计算得到的储层密度剖面示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
现有储层密度反演方法如下:
在界面两侧介质弹性变化较小且入射角在临界角范围内假设条件下,Fatti在Aki-Richard近似方程的基础上,发展了利用纵横波阻抗表示的反射系数线性近似方程:
Figure GDA0002312658240000032
式中,Ip为介质纵波阻抗,Is为介质横波阻抗,ρ为介质密度,θ为入射角和透射角的平均。以上式为正演方程,在贝叶斯反演框架下,对纵横波阻抗和密度进行反演预测。然而,在小角度入射情况下,密度项对反射系数的贡献率较低,因此很难通过反演得到准确的密度参数。为了解决这种问题,本案提出了一种新的高可靠性预测方法,并通过实例分析验证了新方法在预测密度的可行性。
本方法是基于Fatti反射系数线性近似方程,建立独立方程计算弹性参数,其计算过程分为以下几步:
第一步:为简便表示,将式(1)写作
Figure GDA0002312658240000041
其矩阵形式为
Figure GDA0002312658240000042
其中,Rm为纵横波阻抗和密度的反射系数,a,b,c为对应的系数。
对式(3)中待预测参数Rm进行解耦,建立独立方程
Figure GDA0002312658240000043
第二步:建立目标泛函,计算待定系数dm
Figure GDA0002312658240000044
其中Rpp为利用Fatti反射系数线性近似方程计算的井旁道反射系数,
Figure GDA0002312658240000045
为井旁道待预测参数的反射系数。
得到系数矩阵D,可写作为
Figure GDA0002312658240000046
第三步:利用地震反射系数Rpp与系数矩阵D计算得到待预测参数,即利用式(4)计算得到待预测参数Rm,再通过道积分计算得到待预测参数Rm的绝对值。
图1表示密度项对反射系数的贡献率,从图中可以看出本发明提出的方法在小角度入射情况下,密度项对反射系数的贡献率有很大的提高,因此,反演结果也更加可靠。图1中,横坐标:Incicent Angle(Degree)入射角(度),纵坐标:Rpp纵波反射系数。
图2是某工区二维地震数据,图3是使用本方法预测计算得到的储层密度,从图中可以看出本发明预测的密度剖面与测井数据较好的吻合,并且在含油气储层位置显低值异常,对于密度预测以及含油气储层预测具有良好的结果。图2中,纵坐标:Time(s)时间(秒),色标:seismic(-)地震数据(-)。图3中,纵坐标:Time(s)时间(秒),色标:Density密度(千克/立方米)。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (1)

1.一种油气储层密度高可靠性预测方法,
设在界面两侧介质弹性变化较小且入射角在临界角范围内假设条件下,利用纵横波阻抗表示的反射系数线性近似方程为:
Figure FDA0002332961890000011
公式(1)中,Ip为介质纵波阻抗,Is为介质横波阻抗,ρ为介质密度,θ为入射角和透射角的平均,Vp为介质纵波速度,Vs为介质横波速度;
其特征在于,所述油气储层密度高可靠性预测方法包括以下步骤:
第一步:将公式(1)写作:
Figure FDA0002332961890000012
Rm为纵横波阻抗和密度的反射系数,
公式(2)矩阵形式为
Figure FDA0002332961890000013
公式(3)中,a,b,c为对应的系数;
对公式(3)中待预测参数Rm进行解耦,建立独立方程:
Figure FDA0002332961890000014
其中,dmij),i=1,2,3、j=1,2…m,为第i个待预测参数的第j个角度的系数,
第二步:建立目标泛函,计算待定系数dm
Figure FDA0002332961890000021
公式(5)中,Rpp为利用Fatti反射系数线性近似方程计算的井旁道反射系数,
Figure FDA0002332961890000022
为井旁道待预测参数的反射系数,
得到系数矩阵D写作为:
Figure FDA0002332961890000023
第三步:利用公式(4)计算得到待预测参数Rm,再通过道积分计算得到待预测参数Rm的绝对值。
CN201810725748.6A 2018-07-04 2018-07-04 一种油气储层密度高可靠性预测方法 Active CN108627872B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810725748.6A CN108627872B (zh) 2018-07-04 2018-07-04 一种油气储层密度高可靠性预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810725748.6A CN108627872B (zh) 2018-07-04 2018-07-04 一种油气储层密度高可靠性预测方法

Publications (2)

Publication Number Publication Date
CN108627872A CN108627872A (zh) 2018-10-09
CN108627872B true CN108627872B (zh) 2020-04-17

Family

ID=63689553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810725748.6A Active CN108627872B (zh) 2018-07-04 2018-07-04 一种油气储层密度高可靠性预测方法

Country Status (1)

Country Link
CN (1) CN108627872B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629459B (zh) * 2018-05-10 2022-05-10 中国石油天然气股份有限公司 储层含烃孔隙的检测方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7679993B2 (en) * 2005-06-17 2010-03-16 Schlumberger Technology Corporation Method of characterizing a fractured reservoir using seismic reflection amplitudes
CN102495424B (zh) * 2011-10-20 2013-06-26 西北大学 一种利用佐普立兹阻抗进行储层预测的方法
CN103257361B (zh) * 2013-05-24 2015-07-29 中国石油天然气集团公司 基于Zoeppritz方程近似式的油气预测方法及系统
CN106842310B (zh) * 2015-12-04 2020-10-13 中国石油化工股份有限公司 叠前地震四参数同步反演方法

Also Published As

Publication number Publication date
CN108627872A (zh) 2018-10-09

Similar Documents

Publication Publication Date Title
US8576663B2 (en) Multicomponent seismic inversion of VSP data
CN107917865B (zh) 一种致密砂岩储层多参数渗透率预测方法
US8490693B2 (en) Determining fracture orientation using wellbore acoustic radial profiles
US20130325349A1 (en) Methods for Generating Depofacies Classifications for Subsurface Oil or Gas Reservoirs or Fields
US8670288B2 (en) Velocity model for well time-depth conversion
US8538700B2 (en) Method of determining subterranean formation parameters
EP2420863A2 (en) Determining a Position of a Geological Layer Relative to a Wavelet Response in Seismic Data
WO2006120366A1 (en) Methods for analysis of pressure response in underground formations
Liner et al. SPICE: A new general seismic attribute
US11237288B2 (en) Verifying measurements of elastic anisotropy parameters in an anisotropic wellbore environment
CN108873065B (zh) 砂岩优质储层预测方法及装置
CN108627872B (zh) 一种油气储层密度高可靠性预测方法
CN112145165B (zh) 一种微裂缝-孔隙型储层动静态渗透率转换方法
Oumarou et al. Seismic attributes in reservoir characterization: an overview
CN107762483B (zh) 一种基于测井曲线的相关系数及包络面积的流体识别方法
CN107132574B (zh) 一种海相地层碎屑岩岩性组合的预测方法
CN110658555A (zh) 储层流体因子构建方法及储层流体识别方法
CN109581500B (zh) 一种反射地震记录频变速度分析方法
US8614929B2 (en) Method for interpreting repetitive seismic data considering seismic frequency band in the evaluation of pore pressures
Walker et al. Stochastic inversion for facies: A case study on the Schiehallion field
CN109490964B (zh) 一种改进的高精度avo弹性参数快速反演方法
CN112132372A (zh) 用于神经网络的层测井信息无损处理方法和装置
Swarbrick et al. Occurrence and prediction of high-pressure sediment along the West African margin
CN115184996B (zh) 一种基于地震反射振幅方位各向异性差异的裂缝预测方法
CN110850504B (zh) 一种基于铀曲线拟阻抗约束的页岩密度参数叠前反演方法

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