CN108957527A - 岩层网状裂缝的地震预测方法 - Google Patents

岩层网状裂缝的地震预测方法 Download PDF

Info

Publication number
CN108957527A
CN108957527A CN201710391197.XA CN201710391197A CN108957527A CN 108957527 A CN108957527 A CN 108957527A CN 201710391197 A CN201710391197 A CN 201710391197A CN 108957527 A CN108957527 A CN 108957527A
Authority
CN
China
Prior art keywords
chicken
wire cracking
region
seismic properties
cracking
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
Application number
CN201710391197.XA
Other languages
English (en)
Other versions
CN108957527B (zh
Inventor
贾跃玮
魏水建
王丹
王鹏
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 Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
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 Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201710391197.XA priority Critical patent/CN108957527B/zh
Publication of CN108957527A publication Critical patent/CN108957527A/zh
Application granted granted Critical
Publication of CN108957527B publication Critical patent/CN108957527B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G01V1/01
    • 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. analysis, for interpretation, for correction

Abstract

本发明提供一种岩层网状裂缝的地震预测方法,通过选取存在网状裂缝的目标岩层,并在目标岩层中综合利用叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性共同识别目标岩层中的网状裂缝区域,由于三类地震属性与网状裂缝高度相关,综合利用这三类地震属性可准确识别网状裂缝,该方法不仅克服了常规地震属性分析方法难以预测网状裂缝的难题,而且较好表征了网状裂缝所特有的地震响应特征,经实钻验证具有较高的符合率,实现了岩层网状裂缝的高精度预测。本发明以一个全新的视角去研究网状裂缝预测,为裂缝型油气藏的勘探和开发指明方向。

Description

岩层网状裂缝的地震预测方法
技术领域
本发明属于油气勘探开发领域,尤其涉及一种岩层网状裂缝的地震预测方法。
背景技术
裂缝性油气藏产量占全世界石油天然气总产量的一半以上,对裂缝的预测及评价研究成为此类油气藏勘探开发的重要工作。地球物理学界目前对岩层中定向排列的高角度裂缝及大尺度构造成因裂缝带预测方法相对较为成熟,现有公开发表的有关地球物理裂缝预测的文章主要集中在高角度裂缝、构造成因裂缝的地震响应机理、叠前及叠后地震属性裂缝预测的相关研究工作。
通过调研发现,目前对于裂缝地震预测方法已见诸于一些文献和研究成果,可以分为三种地震评价方法:一种方法利用定向排列的高角度裂缝在叠前方位地震数据中产生的方位时差、振幅或其他各向异性属性特征开展裂缝预测。此方法针对高角度裂缝在叠前地震中产生方位各向异性的响应特征,提取不同方位角叠前地震速度、振幅或其他属性,开展叠前方位各向异性属性分析,利用获取的叠前方位地震信息或属性进行椭圆拟合,从而确定裂缝方向和裂缝密度,可有效识别高角度裂缝发育特征。第二种裂缝预测方法主要基于地震相干属性或其他不连续性检测方法,通过叠后或叠前地震数据提取的相干属性或叠前相干方位各向异性,从而求取裂缝相关参数。此类方法立足于地震相干体属性,针对裂缝发育带在地震数据中产生的地震反射波杂乱、同相轴断续特征,采用相干类地震属性分析,从地震波几何参数突变分析角度可有效预测裂缝,所预测出的裂缝中含有高角度裂缝和网状裂缝,无法将两者区别开。第三种方法通过分析造成裂缝产生的构造应力变化特征,从构造应力变化或地层形变角度预测裂缝潜在发育特征。
由于网状裂缝在地震数据中并没有明显的同相轴几何突变特征,地球物理响应特征模糊,常规的应力场模拟法、相干属性法均无法有效表征网状裂缝发育特征,因此如何正确描述和预测储层中网状裂缝的分布是解决网状裂缝型油气藏开发部署和井位优化调整的关键。
发明内容
为解决上述现有技术中无法预测网状裂缝的分布的技术问题,本发明提供一种岩层网状裂缝的地震预测方法,具体方案如下:
一种岩层网状裂缝的地震预测方法,包括:
选取存在网状裂缝的目标岩层;
综合利用叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性共同预测目标岩层中的网状裂缝区域。
优选的,通过所述叠后最大正曲率选取裂缝发育区域;
通过所述叠前方位各向异性地震属性选取强各向异性高角度裂缝区域;
所述裂缝发育区域中除强各向异性高角度裂缝区域外的其余区域为呈弱各向异性的第一网状裂缝潜在发育区域;
通过所述高频段衰减类地震属性选取第二网状裂缝潜在发育区域,第一网状裂缝潜在发育区域和第二网状裂缝潜在发育区域的重叠区域即为目标岩层中的网状裂缝区域。
优选的,对叠前方位各向异性地震属性进行椭圆拟合分析,获取叠前方位各向异性地震属性的各向异性强度。
优选的,选取目标岩层中高频段衰减类地震属性的值域中较小的20%对应的区域为第二网状裂缝潜在发育区域。
优选的,将叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性融合成网状裂缝指示因子,根据网状裂缝指示因子值的大小预测目标岩层中的网状裂缝区域。
优选的,选取目标岩层中网状裂缝指示因子的值域中较大的30%对应的区域为网状裂缝区域。
优选的,利用多元线性回归法融合地震属性。
优选的,所述叠前方位各向异性地震属性为叠前相对波阻抗。
优选的,所述高频段衰减类地震属性为高频段地震波振幅能量衰减速率。
与现有技术相比,本发明提供的一种岩层网状裂缝的地震预测方法,该方法通过提取叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性三类地震属性共同对目标岩层中的网状裂缝进行预测,由于叠后最大正曲率对裂缝响应敏感,叠前方位各向异性地震属性对定向排列的强各向异性高角度裂缝响应敏感,能够准确预测强各向异性高角度裂缝发育特征,综合利用这两类地震属性能对弱各向异性的网状裂缝进行预测,但弱各向异性仍具有多解性,网状裂缝虽呈弱各向异性,然呈弱各向异性并不见得就必然是网状裂缝,地层中地质异常体或岩性的突变也会造成弱各向异性,由于呈弱各向异性的各类因素中,网状裂缝对地震波的吸收衰减特征更为明显,故通过提取高频段衰减类地震属性辅助预测网状裂缝,三类地震属性与网状裂缝高度相关,综合利用这三类地震属性可准确识别网状裂缝,很好地解决了现有技术中无法预测网状裂缝分布的技术问题。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1为本发明实施例一的方法流程图;
图2为本发明实施例二的方法流程图;
图3为本发明实施例一中某气田网状裂缝测井响应特征图;
图4为本发明实施例一中叠后最大正曲率预测裂缝示意图;
图5为本发明实施例一中叠前相对波阻抗方位各向异性预测高角度裂缝示意图;
图6为本发明实施例一中叠后最大正曲率高值异常区域与弱各向异性区域叠置示意图;
图7为本发明实施例一中地震波振幅能量衰减速率预测网状裂缝示意图;
图8为本发明实施例二中网状裂缝指示因子预测网状裂缝示意图。
在附图中,相同的部件采用相同的附图标记,附图并未按实际比例绘制。
具体实施方式
下面将结合附图对本发明作进一步说明。
图3中各缩写所示物理量如下,SP自然电位测井;CAL井径测井;GR自然伽玛测井;AC声波时差值;DEN密度;CNL中子测井;RMSF微球型聚焦电阻率;RXO冲洗带电阻率,可作为浅侧向电阻率;RT深侧向电阻率。RXO、RT均为双侧向电阻率。
图4、图5、图7和图8中,识图时,将图中颜色深浅与右侧标尺对比,示出了各区域相应物理量的取值。图中字母加数字的标记表示的是某气田的实钻井点,如XC7、X11、CL562等等。
实施例一
如图1所示,本实施例提供一种岩层网状裂缝的地震预测方法,首先选取存在网状裂缝的目标岩层,优选的利用某气田实钻井点的测井资料开展网状裂缝识别,证实某气田的岩层中存在网状裂缝。图3以某气田中的XC21井为例,示出了网状裂缝的测井响应特征,如图3所示,双侧向电阻率曲线显示网状裂缝呈正差异且数值较低,声波孔隙度测井显示数值升高明显,且FMI(Formation MicroScanner Image,地层微电阻率扫描成像)成像测井资料可见多种幅度的正弦曲线,这表明XC21井在3960m-3963m深度段有网状裂缝。实钻井点只能识别本井点中的网状裂缝,不能对该气田整个区域的网状裂缝进行识别,本实施例综合利用叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性共同预测目标岩层中的网状裂缝区域。本实施例中,已证实该气田须家河组中含有网状裂缝(测井资料于3960m-3963m深度段的须家河组岩层中解释出网状裂缝,如图3),目标岩层即该气田须家河组的岩层。由于叠后最大正曲率对裂缝响应敏感,叠前方位各向异性地震属性对定向排列的强各向异性高角度裂缝响应敏感,能够准确预测强各向异性高角度裂缝发育特征,综合利用这两类地震属性能对弱各向异性的网状裂缝进行预测,但弱各向异性仍具有多解性,网状裂缝虽呈弱各向异性,然呈弱各向异性并不见得就必然是网状裂缝,地层中地质异常体或岩性的突变也会造成弱各向异性,由于呈弱各向异性的各类因素中,网状裂缝对地震波的吸收衰减特征更为明显,故通过提取高频段衰减类地震属性辅助预测网状裂缝,三类地震属性与网状裂缝高度相关,综合利用这三类地震属性可准确识别网状裂缝,很好地解决了现有技术中无法预测网状裂缝分布的技术问题。
优选的,本实施例中,通过叠后最大正曲率选取裂缝发育区域。基础地质研究认为,岩层裂缝的发育与构造应力变化紧密相关,而应力的变化往往带来地层构造面形态的扭曲或滑脱变化。曲率属性表征地层构造面的弯曲程度,可表征地层构造应力变化情况,从而指引裂缝发育区域。叠后最大正曲率能放大层面中的断层信息和一些小的线性构造,对微小应力造成的构造形变响应敏感,可挖掘易形成裂缝的应力敏感区域,叠后最大正曲率属性是一种通过检测地层几何形态变化,寻找地层曲率变化的最大极值部位,从而探寻地应力异常导致的裂缝发育区域。针对目标岩层地震反射同相轴构造层位,对x、y、z三方向做偏导运算求取叠后最大正曲率,公式如下:
通过上述公式计算目标岩层各点的叠后最大正曲率值,叠后最大正曲率值的值域就是计算所得叠后最大正曲率值的取值范围,优选的,选取所得目标岩层的叠后最大正曲率值域中的较大的30%对应的区域为高值异常区域,该高值异常区域也就是裂缝发育区域。图4示出了目标岩层的叠后最大正曲率值,如图4所示,本实施例中,目标岩层叠后最大正曲率值的值域为[0.0002,0.0024],值域的较大的30%是指[最大值-(最大值-最小值)×30%,最大值],对应于图4,值域较大的30%就是[0.0017,0.0024],目标岩层中叠后最大正曲率值处于[0.0017,0.0024]范围内的区域即是叠后最大正曲率高值异常区域也就是裂缝发育区域,该区域为图中黑色虚线圈定区域,分布在目标岩层东部、中部、西部及西南地区。
本实施例中,通过叠前方位各向异性地震属性选取强各向异性高角度裂缝区域。叠前方位各向异性属性对定向排列的高角度裂缝响应敏感,能够准确预测高角度裂缝发育特征。各向异性是指,当地下岩层中发育裂缝时,在不同方位角接收到的地震属性值相应发生差别化响应。以地震波振幅为例,地震波振幅随方位角变化表达公式如下:
R(θ)=A+B cos2θ (2)
θ=φ-α (3)
式(2)、式(3)中,R为地震波振幅;A为炮检距一定情况下均匀介质中的反射波振幅常量;B为不同炮检距和裂缝特征下的调制因子;θ是裂缝走向与炮检连线的夹角,所谓炮检连线是指地面地震观测系统中炮点位置与检波器位置的连线;φ为裂缝走向的方位角;α为炮检连线的方位角。由以上公式可知,在三维地震观测系统当中,由于θ在不同方位的取值不同,地震波振幅大小相应发生改变。通过对不同方位角叠前地震属性参数的差异进行椭圆拟合分析,从而获得椭圆长轴的方向和长度,其中椭圆长轴的方向就是裂缝发育方向,椭圆长轴的长度就是各向异性强度,代表裂缝的密度。由于地震属性种类繁多,优选能够反映方位各向异性的地震属性十分必要,由于叠前相对波阻抗值域分布在大于零的正值区间,相对于某些值域中包含负值的地震属性更易于拟合各向异性椭圆的计算,同时真实保存了地震波振幅相对不同方位角的变化关系,能够客观反映各向异性随方位角变化强度,故在本实施例中,优选的叠前方位各向异性地震属性为叠前相对波阻抗。利用叠前相对波阻抗计算目标岩层各点的各向异性强度,针对目标岩层中的任一CMP(Common Middle Point,共中心点)点,对叠前地震CMP道集预处理基础上抽取五组方位角道集成果数据并分别提取叠前相对波阻抗,也就是计算五个不同方位的叠前相对波阻抗值,利用五个不同方位的相对波阻抗值进行椭圆拟合,开展方位各向异性计算,获取该点方位各向异性强度值,以同样的方式可获得目标岩层中各CMP点的各向异性强度值,从而获得目标岩层方位各向异性强度平面图,所得结果如图5所示,优选各向异性强度值域中的较大的30%对应的区域为高值异常区域,也即是高角度裂缝区域。本实施例中,如图5所示,目标岩层各向异性强度值的值域为[2.2,3.2],值域的较大的30%是指[最大值-(最大值-最小值)×30%,最大值],对应于图5,值域较大的30%就是[2.9,3.2],目标岩层中各向异性强度值处于[2.9,3.2]范围内的区域即是各向异性强度高值异常区域也就是高角度裂缝区域。如图5所示,各向异性强度高值异常区域为高角度裂缝区域,即图中黑色虚线圈定区域,该区域分布在目标岩层的东部、西部及中北部地区。
由于网状裂缝发育方向及形状差异较大,较为杂乱的裂缝发育模式减弱了方位各向异性特征。因此网状缝所产生的方位各向异性特征弱于定向排列的高角度裂缝带,但强于相对致密且无裂缝发育的岩层,是一种弱各向异性响应特征。同时地层叠后最大正曲率属性具备表征全类型裂缝发育区带的能力,能够对高角度裂缝和网状裂缝进行综合预测。将上述两种地震属性分析所得平面图叠合,具体地,本实施例中,将图4和图5叠合,在对叠后最大正曲率分析所划定的裂缝发育区域内,排除强各向异性高角度裂缝区域,其余区域则为弱各向异性区域,也就是第一网状裂缝潜在发育区域,所得结果如图6所示,颜色较深的第一网状裂缝潜在发育区域位于目标岩层的中部。
所得第一网状裂缝潜在发育区域只是排除了高角度裂缝,由于地层中地质异常体或岩性的突变也会造成弱各向异性,故呈弱各向异性的第一网状裂缝潜在发育区域还有可能存在地质异常体或岩性突变的非网状裂缝区域,本实施例中,利用高频段衰减类地震属性选取第二网状裂缝潜在发育区域,第一网状裂缝潜在发育区域与第二网状裂缝潜在发育区域的重叠区域即为目标岩层中的网状裂缝区域。网状裂缝的发育造成岩层孔隙结构发生改变,使岩层形成高孔渗区带。相较于呈弱各向异性的其它各类因素,网状裂缝较致密地层对地震波的吸收衰减特征更为明显,因此通过提取高频段衰减类地震属性可辅助识别网状裂缝的发育特征。另外,利用高频段衰减类地震属性对岩层进行识别具有多解性,因为岩层中流体的发育所造成地震波衰减特征与网状裂缝所造成的衰减特征非常相似,而利用叠后最大正曲率和叠前方位各向异性地震属性所选取的呈弱各向异性的第一网状裂缝潜在发育区域则排除了流体因素的影响,故而高频段衰减类地震属性所选取的第二网状裂缝潜在发育区域与利用叠后最大正曲率和叠前方位各向异性地震属性所选取的呈弱各向异性的第一网状裂缝潜在发育区的重叠区域即为目标岩层中的网状裂缝区域。由于实际地层并不是理想的完全弹性介质,地震波在传播过程中总有部分弹性位能转换为热能而耗散。大地吸收现象造成的衰减效率较为稳定,通常这部分衰减属于低频段能量线性递减规律。而网状裂缝地层造成的能量衰减特征在高频段地震资料中异常明显,属于高频段快速能量衰减特征,因此,本实施例中,用于辅助识别网状裂缝的衰减类地震属性均为高频段衰减类地震属性。对一个地震数据体进行频带分析后可获得该地震数据的频带范围分布情况,高频段则是指其中频率高于地震数据主频的频带范围,地震数据主频为地震资料的频谱曲线的最大值点处的频率。本实施例中优选的高频段衰减类地震属性为高频段地震波振幅能量衰减速率。
地震波振幅能量计算公式为:
式(4)中,r为距离,单位m;A0为震源的振幅,单位dB;Ar为距震源r时的振幅,单位dB;Q为地层介质的品质因子,无因次量;v为速度,单位m/s;f为频率,单位Hz;t为时间,单位ms;λ为波长,单位m。
对式(4)两边取对数:
式(5)中各变量的意义及单位参照式(4)中的变量。
地震波振幅能量衰减速率计算公式如下:
式(6)中,t1、t2分别为不同的时间点,单位ms,其余各变量的意义及单位参照式(4)中的变量。
由式(6)知地震波振幅能量衰减速率,可以通过计算地震波频率和品质因数来获取,当式(6)中的频率f大于地震数据主频时,所得地震波振幅能量衰减速率As为高频段的地震波振幅能量衰减速率。高频段地震波振幅能量衰减速率的值域即计算所得的高频段地震波振幅能量衰减速率值的取值范围,地震波振幅能量衰减速率AS为负值,AS越小则其绝对值越大,相应的衰减速率越快。优选的,选取计算所得目标岩层的高频段地震波振幅能量衰减速率值域中的较小的20%对应的区域为第二网状裂缝潜在发育区域。目标岩层地震波振幅能量衰减速率计算结果如图7所示,图7中右侧色标标尺所示的高频段地震波振幅能量衰减速率值是经归一化处理后的结果,本实施例中,高频段地震波振幅能量衰减速率归一化处理后的值域为[-1,0],高频段地震波振幅能量衰减速率值域中的较小的20%是指[最小值,最小值+(最大值-最小值)×20%],对应于图7,值域中的较小的20%就是[-1,-0.8],目标岩层中高频段地震波振幅能量衰减速率值处于[-1,-0.8]范围内的区域即是高频段地震波振幅能量衰减速率异常区域也就是第二网状裂缝潜在发育区域。图7中第二网状裂缝潜在发育区域位于目标岩层的中部、西南部及东北部地区,选取图7中第二网状裂缝潜在发育区域与前述步骤中获得的第一网状裂缝潜在发育区域的重叠区域为目标岩层的网状裂缝区域,如图7所示虚线圈定区域。对高频段地震波振幅能量衰减速率进行归一化处理只是为了方便数据处理,在其它实施例中,高频段地震波振幅能量衰减速率也可以不进行归一化处理。
实施例二
如图2所示,本实施例提供另一种岩层网状裂缝的地震预测方法,利用实钻井点的测井资料展开网状裂缝识别,选取存在网状裂缝的目标岩层,将叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性融合成网状裂缝指示因子,根据网状裂缝指示因子值的大小预测目标岩层中的网状裂缝区域。将地震属性融合有效地克服了由于单一地震属性对网状裂缝预测的多解性及不确定性,同时也使得三类地震属性在识别网状裂缝时各自的优点整合在一起,提高了网状裂缝预测精度。优选的,本实施例中,叠前方位各向异性地震属性为叠前相对波阻抗,高频段衰减类地震属性为高频段地震波振幅能量衰减速率,优选此两种地震属性的技术效果在实施例一中已论述过,此处不再赘述。优选的,以多元线性回归法对地震属性进行融合。具体地,首先对与网状裂缝发育相关的叠后最大正曲率、叠前相对波阻抗和高频段地震波振幅能量衰减速率提取实钻井点处这三种地震属性参数的曲线,作为多元线性回归方程的变量x;将通过FMI(Formation MicroScanner Image,地层微电阻率扫描成像)测井资料解释的网状裂缝密度曲线作为实际观测值y;采用多元线性回归方法建立实际岩层网状裂缝密度与三种地震属性间的最优化定量计算关系。三种地震属性融合的网状裂缝密度多元线性方程如下:
式(7)中,x1、x2、x3分别为叠后最大正曲率、叠前相对波阻抗和高频段地震波振幅能量衰减速率,b0、b1、b2、b3为多项式系数,用最小二乘法对多项式进行拟合,估算b0、b1、b2、b3的值,使得实际解释的网状裂缝密度曲线y与回归估计值的偏差平方和最小,则就是三种地震属性融合而成的网状裂缝指示因子。利用最小二乘法拟合得到的式(7)计算目标岩层各点的网状裂缝指示因子值,所得结果如图8所示,优选的,选取网状裂缝指示因子值域中的较大的30%对应的区域为目标岩层的网状裂缝区域,网状裂缝指示因子值域即计算所得的网状裂缝指示因子值的取值范围,如图8所示,本实施例中网状裂缝指示因子值域为[0,2.5],网状裂缝指示因子值域中的较大的30%是指[最大值-(最大值-最小值)×30%,最大值],具体到本实施例,网状裂缝指示因子值域中的较大的30%即[1.75,2.5],目标岩层中网状裂缝指示因子值处于[1.75,2.5]范围内的区域即是网状裂缝区域,如图8中虚线圈定区域所示。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以对其中部分或者全部技术特征进行等同替换。尤其是,只要不存在逻辑或结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。

Claims (9)

1.一种岩层网状裂缝的地震预测方法,其特征在于,包括:
选取存在网状裂缝的目标岩层;
综合利用叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性共同预测目标岩层中的网状裂缝区域。
2.根据权利要求1所述的方法,其特征在于,通过所述叠后最大正曲率选取裂缝发育区域;
通过所述叠前方位各向异性地震属性选取强各向异性高角度裂缝区域;
所述裂缝发育区域中除强各向异性高角度裂缝区域外的其余区域为呈弱各向异性的第一网状裂缝潜在发育区域;
通过所述高频段衰减类地震属性选取第二网状裂缝潜在发育区域,第一网状裂缝潜在发育区域和第二网状裂缝潜在发育区域的重叠区域即为目标岩层中的网状裂缝区域。
3.根据权利要求2所述的方法,其特征在于,对叠前方位各向异性地震属性进行椭圆拟合分析,获取叠前方位各向异性地震属性的各向异性强度。
4.根据权利要求2所述的方法,其特征在于,选取目标岩层中高频段衰减类地震属性的值域中较小的20%对应的区域为第二网状裂缝潜在发育区域。
5.根据权利要求1所述的方法,其特征在于,将叠后最大正曲率、叠前方位各向异性地震属性和高频段衰减类地震属性融合成网状裂缝指示因子,根据网状裂缝指示因子值的大小预测目标岩层中的网状裂缝区域。
6.根据权利要求5所述的方法,其特征在于,选取目标岩层中网状裂缝指示因子的值域中较大的30%对应的区域为网状裂缝区域。
7.根据权利要求5所述的方法,其特征在于,利用多元线性回归法融合地震属性。
8.根据权利要求1所述的方法,其特征在于,所述叠前方位各向异性地震属性为叠前相对波阻抗。
9.根据权利要求1所述的方法,其特征在于,所述高频段衰减类地震属性为高频段地震波振幅能量衰减速率。
CN201710391197.XA 2017-05-27 2017-05-27 岩层网状裂缝的地震预测方法 Active CN108957527B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710391197.XA CN108957527B (zh) 2017-05-27 2017-05-27 岩层网状裂缝的地震预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710391197.XA CN108957527B (zh) 2017-05-27 2017-05-27 岩层网状裂缝的地震预测方法

Publications (2)

Publication Number Publication Date
CN108957527A true CN108957527A (zh) 2018-12-07
CN108957527B CN108957527B (zh) 2020-06-12

Family

ID=64494817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710391197.XA Active CN108957527B (zh) 2017-05-27 2017-05-27 岩层网状裂缝的地震预测方法

Country Status (1)

Country Link
CN (1) CN108957527B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111679317A (zh) * 2019-03-11 2020-09-18 中国石油天然气集团有限公司 地震信号中频成分提取方法、高频成分重构方法、系统
CN112731556A (zh) * 2019-10-28 2021-04-30 中国石油化工股份有限公司 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质
CN112799135A (zh) * 2019-11-14 2021-05-14 中国石油天然气集团有限公司 裂缝储层预测方法、装置、计算机设备及可读存储介质
CN113447979A (zh) * 2020-03-26 2021-09-28 中国石油化工股份有限公司 一种断缝体发育区的识别方法、断缝体的刻画方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102200588A (zh) * 2011-03-22 2011-09-28 成都理工大学 地震资料的波形相似性体曲率分析方法
CN102243319A (zh) * 2010-05-14 2011-11-16 中国石油天然气股份有限公司 一种地下不连续体的检测方法及装置
CN102788994A (zh) * 2012-07-12 2012-11-21 恒泰艾普石油天然气技术服务股份有限公司 一种储层裂缝的确定方法
CN103399345A (zh) * 2013-08-16 2013-11-20 中国科学院地质与地球物理研究所 一种潜山裂缝分布的勘测方法与装置
CN103713322A (zh) * 2012-09-29 2014-04-09 中国石油化工股份有限公司 一种方位高阶相干振幅变化率裂缝检测方法
CN103869359A (zh) * 2014-02-25 2014-06-18 中国石油天然气股份有限公司 地震纵波多方位属性椭圆拟合预测裂缝的方法及装置
CN104142519A (zh) * 2013-10-29 2014-11-12 中国石油化工股份有限公司 一种泥岩裂缝油藏预测方法
CN105093264A (zh) * 2014-05-12 2015-11-25 中国石油化工股份有限公司 岩层有效裂缝发育带预测方法及系统
CN105319603A (zh) * 2015-11-06 2016-02-10 中国石油大学(华东) 致密砂岩储层复杂网状裂缝的预测方法
CN105334536A (zh) * 2015-12-01 2016-02-17 中国石油大学(华东) 致密砂岩储层网状裂缝系统有效性评价方法
CN105388525A (zh) * 2015-10-21 2016-03-09 中国石油化工股份有限公司 储层预测方法及装置
CN106199690A (zh) * 2015-04-29 2016-12-07 中国石油化工股份有限公司 泥页岩裂缝的预测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102243319A (zh) * 2010-05-14 2011-11-16 中国石油天然气股份有限公司 一种地下不连续体的检测方法及装置
CN102200588A (zh) * 2011-03-22 2011-09-28 成都理工大学 地震资料的波形相似性体曲率分析方法
CN102788994A (zh) * 2012-07-12 2012-11-21 恒泰艾普石油天然气技术服务股份有限公司 一种储层裂缝的确定方法
CN103713322A (zh) * 2012-09-29 2014-04-09 中国石油化工股份有限公司 一种方位高阶相干振幅变化率裂缝检测方法
CN103399345A (zh) * 2013-08-16 2013-11-20 中国科学院地质与地球物理研究所 一种潜山裂缝分布的勘测方法与装置
CN104142519A (zh) * 2013-10-29 2014-11-12 中国石油化工股份有限公司 一种泥岩裂缝油藏预测方法
CN103869359A (zh) * 2014-02-25 2014-06-18 中国石油天然气股份有限公司 地震纵波多方位属性椭圆拟合预测裂缝的方法及装置
CN105093264A (zh) * 2014-05-12 2015-11-25 中国石油化工股份有限公司 岩层有效裂缝发育带预测方法及系统
CN106199690A (zh) * 2015-04-29 2016-12-07 中国石油化工股份有限公司 泥页岩裂缝的预测方法
CN105388525A (zh) * 2015-10-21 2016-03-09 中国石油化工股份有限公司 储层预测方法及装置
CN105319603A (zh) * 2015-11-06 2016-02-10 中国石油大学(华东) 致密砂岩储层复杂网状裂缝的预测方法
CN105334536A (zh) * 2015-12-01 2016-02-17 中国石油大学(华东) 致密砂岩储层网状裂缝系统有效性评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
代鹏 等: ""地球物理技术在页岩储层裂缝研究中的应用"", 《地球物理学进展》 *
王丹 等: ""多种类型裂缝的地震识别方法研究"", 《中国地球科学联合学术年会2014》 *
王奇: ""多属性裂缝发育区预测"", 《中国石油和化工标准与质量》 *
贾跃伟 等: ""应用地震纵波方位各向异性预测火山岩裂缝"", 《内蒙古石油化工》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111679317A (zh) * 2019-03-11 2020-09-18 中国石油天然气集团有限公司 地震信号中频成分提取方法、高频成分重构方法、系统
CN111679317B (zh) * 2019-03-11 2023-02-28 中国石油天然气集团有限公司 地震信号中频成分提取方法、高频成分重构方法、系统
CN112731556A (zh) * 2019-10-28 2021-04-30 中国石油化工股份有限公司 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质
CN112799135A (zh) * 2019-11-14 2021-05-14 中国石油天然气集团有限公司 裂缝储层预测方法、装置、计算机设备及可读存储介质
CN113447979A (zh) * 2020-03-26 2021-09-28 中国石油化工股份有限公司 一种断缝体发育区的识别方法、断缝体的刻画方法
CN113447979B (zh) * 2020-03-26 2023-11-17 中国石油化工股份有限公司 一种断缝体发育区的识别方法、断缝体的刻画方法

Also Published As

Publication number Publication date
CN108957527B (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
Jenkins et al. Quantifying and predicting naturally fractured reservoir behavior with continuous fracture models
CN104977618B (zh) 一种评价页岩气储层及寻找甜点区的方法
CN104614782B (zh) 一种盐湖卤水探测方法
CN109425896A (zh) 白云岩油气储层分布预测方法及装置
Close et al. Integrated workflows for shale gas and case study results for the Horn River Basin, British Columbia, Canada
CN103149589A (zh) 火成岩油气勘探方法及装置
CN110018528B (zh) 幔源油气综合地质分析方法
CN108957527A (zh) 岩层网状裂缝的地震预测方法
CN108957526B (zh) 获得裂缝融合数据体的方法
Gutierrez et al. Microseismic hydraulic fracture monitoring to determine the fracture geometry in Coyotes field, Chicontepec
CN103399345B (zh) 一种潜山裂缝分布的勘测方法与装置
Roy et al. Integrated characterization of hydraulic fracture treatments in the Barnett Shale: The Stocker geophysical experiment
Kam et al. Streamline-based transport tomography with distributed water arrival times
Hu et al. Quantitative characterization of deep fault-karst carbonate reservoirs: A case study of the Yuejin block in the Tahe oilfield
CN104820237B (zh) 计算地层的方差体的方法
Chan Subsurface geophysical characterization of the crystalline Canadian Shield in northeastern Alberta: implications for geothermal development
White Integrated geophysical characterization and monitoring at the aquistore CO2 storage site
Le Calvez et al. Monitoring microseismic fracture development to optimize stimulation and production in aging fields
Aminzadeh et al. Fundamentals of Petroleum Geophysics
Du et al. Integrated shale gas reservoir modeling
Yaskevich et al. Downhole microseismic data interpretation for media anisotropy evaluation with limited acquisition geometry in Western Siberia
Verma et al. Calibration of attribute anomalies through prestack seismic modeling
Deepa et al. Integrated study of a fractured granitic basement reservoir with connectivity analysis and identification of sweet spots: Cauvery Basin, India
da Silva Paes Towards real-time microseismic processing: Efficient and robust methods for event detection and automated arrival time picking
Li et al. Application of brittleness index to interpret microseismic event distribution in a hydraulically fractured shale formation

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