CN109324354B - 一种确定砂体连通性的方法、装置及系统 - Google Patents

一种确定砂体连通性的方法、装置及系统 Download PDF

Info

Publication number
CN109324354B
CN109324354B CN201811002234.4A CN201811002234A CN109324354B CN 109324354 B CN109324354 B CN 109324354B CN 201811002234 A CN201811002234 A CN 201811002234A CN 109324354 B CN109324354 B CN 109324354B
Authority
CN
China
Prior art keywords
outcrop
sand
sand body
determining
connectivity
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
CN201811002234.4A
Other languages
English (en)
Other versions
CN109324354A (zh
Inventor
张友焱
孔令华
曾齐红
叶勇
胡艳
王文志
于世勇
马志国
邵燕林
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.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201811002234.4A priority Critical patent/CN109324354B/zh
Publication of CN109324354A publication Critical patent/CN109324354A/zh
Application granted granted Critical
Publication of CN109324354B publication Critical patent/CN109324354B/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
    • G01V9/00Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Abstract

本说明书实施例公开了一种确定砂体连通性的方法、装置及系统,所述方法包括激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面;从所述数字露头剖面上提取砂体厚度数据;根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。利用本说明书各实施例,可以更加准确的确定目标工区的砂体连通性。

Description

一种确定砂体连通性的方法、装置及系统
技术领域
本发明涉及石油天然气勘探开发技术领域,特别地,涉及一种确定砂体连通性的方法、装置及系统。
背景技术
储层砂体连通性一般是指成因单元砂体在垂向及侧向上相互连通的方式及程度,是影响油气田开发的重要因素。但由于地下储层砂体一般都分布复杂、非均质性强,尤其是河流向砂体,河道频繁变迁导致各期砂体相互切割重置,各河道砂体的连通状况十分复杂,砂体连通性预测往往难度大。
目前,通常通过获取地下井数据,然后依靠井数据进行插值获得井间的砂体厚度数据,然后,结合砂体的沉积类型、发育程度及规模确定井下砂体连通关系。但是地下井的数据是离散的,且井间距离一般都在几公里以上,严重影响了井间砂体连通性确定的可靠性。因此,本技术领域亟需一种更加准确的确定储层砂体连通性的方法。
发明内容
本说明书实施例的目的是提供一种确定砂体连通性的方法、装置及系统,可以更加准确的确定储层的砂体连通性。
本说明书提供一种确定砂体连通性的方法、装置及系统是包括如下方式实现的:
一种确定砂体连通性的方法,包括:
激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面;
从所述数字露头剖面上提取砂体厚度数据;
根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。
本说明书提供的所述方法的另一个实施例中,所述获得所述储层露头类似体的数字露头剖面,包括:
激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的激光点云数据及纹理影像;
基于最优趋势面对所述激光点云数据进行三角网建模,获得点云初始模型,其中,所述最优趋势面包括所述激光点云数据投影面积最大的投影面;
将所述纹理影像映射到所述点云初始模型上,获得数字露头剖面。
本说明书提供的所述方法的另一个实施例中,所述确定所述目标工区的砂体连通性,包括:
根据提取的砂体厚度数据确定露头岩性柱状图;
根据所述露头岩性柱状图及储层露头类似体的纹理影像确定露头砂体连通性;
根据所述测井砂体厚度数据及露头砂体连通性确定所述目标工区的砂体连通性。
本说明书提供的所述方法的另一个实施例中,所述方法还包括:
根据所述目标工区的砂体连通性构建砂体概念模型,利用所述砂体概念模型确定所述目标工区的砂体展布特征及几何特征。
另一方面,本说明书实施例还提供一种确定砂体连通性的装置,包括:
露头剖面确定模块,用于激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面;
砂体厚度提取模块,用于从所述数字露头剖面上提取砂体厚度数据;
连通性确定模块,用于根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。
本说明书提供的所述装置的另一个实施例中,所述露头剖面确定模块包括:
数据获取单元,用于激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的激光点云数据及纹理影像;
点云模型构建单元,用于基于最优趋势面对所述激光点云数据进行三角网建模,获得点云初始模型,其中,所述最优趋势面包括所述激光点云数据投影面积最大的投影面;
露头剖面确定单元,用于将所述纹理影像映射到所述点云初始模型上,获得数字露头剖面。
本说明书提供的所述装置的另一个实施例中,所述连通性确定模块包括:
第一连通性确定单元,用于根据提取的砂体厚度数据确定露头岩性柱状图,根据所述露头岩性柱状图及储层露头类似体的纹理影像确定露头砂体连通性;
第二连通性确定单元,用于根据所述测井砂体厚度数据及露头砂体连通性确定所述目标工区的砂体连通性。
本说明书提供的所述装置的另一个实施例中,所述装置还包括:
砂体特征确定模块,用于根据所述目标工区的砂体连通性构建砂体概念模型,利用所述砂体概念模型确定所述目标工区的砂体展布特征及几何特征。
另一方面,本说明书实施例还提供一种确定砂体连通性的设备,包括处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面;
从所述数字露头剖面上提取砂体厚度数据;
根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。
另一方面,本说明书实施例还提供一种确定砂体连通性的系统,包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现上述任意一个实施例所述方法的步骤。
本说明书一个或多个实施例提供的一种确定砂体连通性的方法、装置及系统,可以通过先激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,然后,从所述数字露头剖面上提取砂体厚度数据。之后,可以根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。从而,利用露头砂体连通关系约束井下砂体勾连方式,可以更加准确的确定目标工区的砂体连通性。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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说明书中记载的一些实施例,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。在附图中:
图1为本说明书提供的一种确定砂体连通性的方法实施例的流程示意图;
图2为本说明书提供的一个实例中岩性柱状图;
图3为本说明书提供的一个实例中岩性柱状图及砂体连通关系示意图;
图4为本说明书提供的另一种确定砂体连通性的方法实施例的流程示意图;
图5为本说明书提供的一个实例中构建的砂体概念模型示意图;
图6为本说明书提供的一种确定砂体连通性的装置实施例的模块结构示意图;
图7为本说明书提供的另一种确定砂体连通性的装置实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是说明书一部分实施例,而不是全部的实施例。基于说明书一个或多个实施例,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,都应当属于本说明书实施例方案保护的范围。
储层砂体连通性一般是指成因单元砂体在垂向及侧向上相互连通的方式及程度,是影响油气田开发的重要因素。但由于地下储层砂体一般都分布复杂、非均质性强,尤其是河流向砂体,河道频繁变迁导致各期砂体相互切割重置,各河道砂体的连通状况十分复杂,砂体连通性预测往往难度大。
相应的,本说明书实施例提供了一种确定砂体连通性的方法,可以通过先激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,然后,从所述数字露头剖面上提取砂体厚度数据。之后,可以根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。从而,利用露头砂体连通关系约束井下砂体勾连方式,可以更加准确的确定目标工区的砂体连通性。
图1是本说明书提供的所述一种确定砂体连通性的方法实施例流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中,这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时,可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
具体的一个实施例如图1所示,本说明书提供的确定砂体连通性的方法的一个实施例中,所述方法可以包括:
S2:激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面。
所述露头可以是指岩石、矿脉和矿床露出地面的部分,储层露头是地下储层的真实刻画。所述储层露头类似体可以是指可以用来刻画地下储层的露头。具体实施时,可以预先确定目标工区的储层露头类似体。一些实施方式中,所述露头类似体可以包括以下特性:露头出露完好,覆盖少且风化小;露头与地下储层属于同一套物源体系;露头与地下储层具有相同的沉积环境和沉积相。
一些实施方式中,可以利用野外露头数据采集系统获得储层露头类似体的数字露头剖面。野外露头数据采集系统可以包括地面激光雷达扫描仪和高分辨率数码相机。可以利用地面激光雷达获取露头表层三维点云和激光强度数据,从而精确描述露头表层的相对空间几何信息和目标反射特性。同时,利用高分辨率数码相机获取储层露头的高精度纹理影像。
然后,可以进行激光点云数据处理,建立数字露头剖面。具体的,如可以先将多站扫描的点云数据进行拼接,获得露头完整的激光点云数据;然后,基于三角网建模方法,根据上述完整的露头点云数据构建数字露头剖面。
一些实施方式中,可以通过将所有点投影到水平面来进行德洛内(Delauney)三角网建模,以构建数字露头剖面。但上述方法对于近似垂直的数字露头剖面准确性较低,进一步的,说明书的一个实施例中,可以激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的激光点云数据及纹理影像;基于最优趋势面对所述激光点云数据进行三角网建模,获得点云初始模型,其中,所述最优趋势面包括所述激光点云数据投影面积最大的投影面;将所述纹理影像映射到所述点云初始模型上,获得数字露头剖面。
具体实施时,如可以通过上述方法获得露头完整的激光点云数据,然后,可以利用所述完整的激光点云数据生成一个最优趋势面,所述最优趋势面可以包括符合露头本身的倾向面,如可以将所述完整的露头点云数据向各个方向投影,其中投影面积最大的方向对应的投影面作为最优趋势面。之后,可以将所有点投影到这个趋势面上,再进行Delauney三角网建模,获得点云初始模型。然后,利用贴图软件将高精度纹理照片映射到模型上,形成具有颜色纹理信息的数字露头剖面模型。从而,大大提高了构建的数字露头剖面模型的准确性及可视性。
本说明书提供的一个实例中,以准噶尔盆地克拉玛依组为研究对象,利用克拉玛依组出露地质露头,确定储层露头剖面。
可以首先确定地下储层的露头类似体。可以选择准噶尔盆地克拉玛依组出露较好的地质露头作为地下储层的露头类似体。克拉玛依组露头与研究区地下克拉玛依组储层属于同一套物源体系,克拉玛依组露头为冲积扇-扇三角洲相,井下为辫状河三角洲相,同为粗碎屑三角洲沉积,具有可对比性。
然后,可以激光扫描露头类似体获得数字露头剖面。通过露头数据采集系统采集研究区露头数据获得数字露头剖面。其中,野外露头数据采集系统可以包括地面激光雷达扫描仪和高分辨率数码相机。本实例中,选用的地面激光雷达设备是奥地利rigel-vz400,设定扫描距离和扫描点间距,利用地面激光雷达扫描仪采集露头表层三维点云和激光强度数据,从而精确描述露头表层的相对空间几何信息和目标反射特性。高分辨率数码相机选用的是宾得645D,高达4000万像素,用于获取露头的高精度纹理影像。
然后,可以对点云数据进行处理,获得完整的露头点云数据,利用完整的露头点云数据构建数字露头剖面。具体如下:
(1)点云数据处理:对地面激光雷达扫描仪和高分辨率数码相机采集的数据进行处理,利用扫描仪自带处理软件,将多站扫描的点云数据进行拼接,形成完整了露头点云数据。
(2)数字露头剖面建立:采用三角网建模方法建立点云初始模型,利用贴图软件将高精度纹理照片映射到模型上,形成具有颜色纹理信息的数字露头剖面。
S4:从所述数字露头剖面上提取砂体厚度数据。
在上述构建的数字露头剖面上,依据激光强度数据对砂岩和泥岩进行分类,定量提取各砂体厚度。不同的岩石成分目标对激光有不同的反射率,表现为不同的激光强度值,因此可以在数字露头剖面上,依据激光强度值对砂砾岩和泥岩进行分类,提取出砂砾岩,并可以从数字露头剖面上量测获得砂体厚度。
上述研究区内的准噶尔盆地克拉玛依组,主要包含砂砾岩和泥岩。通过预先进行大量实验分析可知,砂砾岩的激光强度值在-1左右,而泥岩的激光强度值在-6左右。因此,可以在数字露头剖面上,依据激光强度值对砂砾岩和泥岩进行分类,提取出砂砾岩。然后,可以从数字露头剖面上量测出砂体厚度数据。
S6:根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。
可以获取测井数据,根据测井数据测得测井位置各储层的砂体厚度数据。然后,可以获取从数字露头剖面上提取的砂体厚度数据,以该提取的砂体厚度数据为约束,对测井获得砂体厚度数据进行插值,获得井间砂体厚度数据。从而准确的确定目标工区的砂体厚度数据。根据确定的目标工区的砂体厚度数据,结合储层露头的纹理影像及目标工区的地质断裂等信息,确定目标工区的砂体连通关系。
本说明书的一个实施例中,可以根据提取的砂体厚度数据确定露头岩性柱状图,根据所述露头岩性柱状图及储层露头类似体的纹理影像确定露头砂体连通性,根据所述测井砂体厚度数据及露头砂体连通性确定所述目标工区的砂体连通性。
可以从数字露头剖面上获得的砂体连通关系约束井间砂体勾连方式。如可以根据各个砂体的厚度,绘制定量的岩性柱状图。具体实施时,可以获取目标工区多个地理位置对应的储层露头剖面图,进一步获取对应的多个岩性柱状图。然后,可以以所述岩性柱状图为基准,根据数码相机获取的储层露头的纹理影像上的颜色和纹理,将岩性柱状图对应地理位置之间的砂体进行勾连,确定砂体是否连通、连通厚度等数据,从而确定露头砂体连通性。
图2表示根据数字露头剖面分析获得的岩性柱状示意图;图3表示准噶尔盆地克拉玛依组的4条岩性柱状图及根据四条柱状图分析获得的砂体连通关系示意图,其中,图3右下角为根据数码相机获取的储层露头的纹理影像。4条数字露头剖面图对应在遥感图上的位置如图3右下角纹理影像图中的线条所示。然后,可以以上述4条柱状图为基准,根据图3右下角的遥感影像上的颜色和纹理,将4条柱状图对应位置之间的砂体进行勾连。
之后,可以根据地下测井数据确定测井位置的砂体厚度数据,进一步定量确定测井位置的岩性柱状图。并结合通过数字露头剖面分析获得的露头砂体连通性,确定井间砂体厚度数据,进而确定井间砂体连通关系。露头剖面上有几套砂体连通,则井间类似有几套砂体连通。具体实施时,还可以结合目标工区的地质断裂等信息,确定目标工区的砂体连通性。
上述准噶尔盆地克拉玛依组面积约107平方公里,共有33口井,井距离都在1公里以上,通常井间的砂体连通关系都是依靠井数据插值,从而大大影响了连通性确定的准确性。本说明书实施例利用从4条数字露头剖面上获得的砂体连通关系约束井间砂体勾连方式,从而更加准确的确定该研究区砂体的连通性。
图4为本说明书提供的另一种确定砂体连通性的方法实施例的流程示意图,如图4所示,本说明书提供的一个或者多个实施例中,所述方法还可以包括:
S8:根据所述目标工区的砂体连通性构建砂体概念模型,利用所述砂体概念模型确定所述目标工区的砂体展布特征及几何特征。
根据数字露头剖面砂体勾连特征,对井下砂体进行勾连,形成井下砂体连通图,将所述砂体连通图确定为井下砂体概念模型。然后,可以在砂体概念模型上,分析砂体展布特征和砂体几何特征,所述砂体展布特征和砂体几何特征图可以包括河道流向、摆动振幅、波长、砂体宽度、砂体厚度等参数。
图5表示准噶尔盆地克拉玛依组的砂体概念模型,进一步结合辫状河相-辫状河三角洲相,明确扇体发育特征,确定准噶尔盆地克拉玛依组的砂体展布特征及几何特征如表1所示,表1表示砂体展布特征及几何特征参数数据表。
表1砂体展布特征及几何特征参数数据表
Figure BDA0001783234370000081
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。具体的可以参照前述相关处理相关实施例的描述,在此不做一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书一个或多个实施例提供的一种确定砂体连通性的方法,可以通过先激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,然后,从所述数字露头剖面上提取砂体厚度数据。之后,可以根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。从而,利用露头砂体连通关系约束井下砂体勾连方式,可以更加准确的确定目标工区的砂体连通性。
基于上述所述的确定砂体连通性的方法,本说明书一个或多个实施例还提供一种确定砂体连通性的装置。所述的装置可以包括使用了本说明书实施例所述方法的系统、软件(应用)、模块、组件、服务器等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。具体的,图6表示说明书提供的一种确定砂体连通性的装置实施例的模块结构示意图,如图6所示,所述装置可以包括:
露头剖面确定模块102,可以用于激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面;
砂体厚度提取模块104,可以用于从所述数字露头剖面上提取砂体厚度数据;
连通性确定模块106,可以用于根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。
利用上述实施例的方案,可以更加准确的确定储层的砂体比例。
本说明书的另一个实施例中,所述露头剖面确定模块102可以包括数据获取单元、点云模型构建单元及露头剖面确定单元,其中,
所述数据获取单元,可以用于激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的激光点云数据及纹理影像;
所述点云模型构建单元,可以用于基于最优趋势面对所述激光点云数据进行三角网建模,获得点云初始模型,其中,所述最优趋势面包括所述激光点云数据投影面积最大的投影面;
所述露头剖面确定单元,可以用于将所述纹理影像映射到所述点云初始模型上,获得数字露头剖面。
利用上述实施例的方案,可以大大提高构建的数字露头剖面模型的准确性及可视性。
本说明书的另一个实施例中,所述连通性确定模块106可以包括第一连通性确定单元及第二连通性确定单元:
所述第一连通性确定单元,可以用于根据提取的砂体厚度数据确定露头岩性柱状图,根据所述露头岩性柱状图及储层露头类似体的纹理影像确定露头砂体连通性;
所述第二连通性确定单元,可以用于根据所述测井砂体厚度数据及露头砂体连通性确定所述目标工区的砂体连通性。
利用上述实施例的方案,可以更加准确的确定目标工区的砂体连通性。
图7表示说明书提供的另一种确定砂体连通性的装置实施例的模块结构示意图,如图7所示,本说明书的另一个实施例中,所述装置还可以包括:
砂体特征确定模块108,可以用于根据所述目标工区的砂体连通性构建砂体概念模型,利用所述砂体概念模型确定所述目标工区的砂体展布特征及几何特征。
利用上述实施例的方案,可以大大提高河道流向、摆动振幅、波长、砂体宽度、砂体厚度等砂体展布特征及几何特征确定的准确性。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书一个或多个实施例提供的一种确定砂体连通性的装置,可以通过先激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,然后,从所述数字露头剖面上提取砂体厚度数据。之后,可以根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。从而,利用露头砂体连通关系约束井下砂体勾连方式,可以更加准确的确定目标工区的砂体连通性。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。因此,本说明书还提供一种确定砂体连通性的设备,包括处理器及存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:
激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面;
从所述数字露头剖面上提取砂体厚度数据;
根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。
所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
需要说明的,上述所述的处理设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
上述实施例所述的一种确定砂体连通性的设备,可以通过先激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,然后,从所述数字露头剖面上提取砂体厚度数据。之后,可以根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。从而,利用露头砂体连通关系约束井下砂体勾连方式,可以更加准确的确定目标工区的砂体连通性。
本说明书还提供一种确定砂体连通性的系统,所述系统可以为单独的确定砂体连通性的系统,也可以应用在多种类型的油田开发系统或者数据分析系统中。所述的系统可以为单独的计算机,也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的实际操作装置(如激发装置、接收装置、接收线路)等。所述确定砂体连通性的系统可以包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤。
需要说明的,上述所述的系统根据方法或者装置实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
上述实施例所述的一种确定砂体连通性的系统,可以通过先激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,然后,从所述数字露头剖面上提取砂体厚度数据。之后,可以根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性。从而,利用露头砂体连通关系约束井下砂体勾连方式,可以更加准确的确定目标工区的砂体连通性。
需要说明的是,本说明书上述所述的装置或者系统根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照方法实施例的描述,在此不作一一赘述。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类、存储介质+程序实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
尽管本说明书实施例内容中提到的数字露头剖面、砂体厚度等获取、定义、交互、计算、判断等操作和数据描述,但是,本说明书实施例并不局限于必须是符合标准数据模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书的可选实施方案范围之内。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
上述实施例阐明的系统、装置、模块或单元,可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、平板计算机或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。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说明书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并不必须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。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。

Claims (3)

1.一种确定砂体连通性的方法,其特征在于,包括:
激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,包括:激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的激光点云数据及纹理影像;基于最优趋势面对所述激光点云数据进行三角网建模,获得点云初始模型,其中,所述最优趋势面包括所述激光点云数据投影面积最大的投影面;将所述纹理影像映射到所述点云初始模型上,获得数字露头剖面;
从所述数字露头剖面上,依据激光强度值对砂砾岩和泥岩进行分类,提取砂体厚度数据;
根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性,包括:根据提取的砂体厚度数据确定露头岩性柱状图;获取所述目标工区多个地理位置对应的储层露头类似体的数字露头剖面以及多个露头岩性柱状图;以所述多个露头岩性柱状图为基准,根据储层露头类似体的纹理影像上的颜色和纹理,将露头岩性柱状图对应的地理位置之间的砂体进行勾连,确定露头砂体连通性;根据地下测井数据确定测井位置的砂体厚度数据,得到测井位置的岩性柱状图;根据确定的所述露头砂体连通性以及测井位置的岩性柱状图确定井间砂体连通性,得到目标工区的砂体连通性;
根据数字露头剖面砂体勾连特征,对井下砂体进行勾连,形成井下砂体连通图,将所述砂体连通图确定为井下砂体概念模型,利用所述砂体概念模型确定所述目标工区的砂体展布特征及几何特征,所述砂体展布特征及几何特征至少包括河道流向、摆动振幅、波长、砂体宽度、砂体厚度。
2.一种确定砂体连通性的装置,其特征在于,包括:
露头剖面确定模块,用于激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的数字露头剖面,包括:激光扫描目标工区的储层露头类似体,获得所述储层露头类似体的激光点云数据及纹理影像;基于最优趋势面对所述激光点云数据进行三角网建模,获得点云初始模型,其中,所述最优趋势面包括所述激光点云数据投影面积最大的投影面;将所述纹理影像映射到所述点云初始模型上,获得数字露头剖面;
砂体厚度提取模块,用于从所述数字露头剖面上,依据激光强度值对砂砾岩和泥岩进行分类,提取砂体厚度数据;
连通性确定模块,用于根据提取的砂体厚度数据及测井砂体厚度数据确定所述目标工区的砂体连通性,包括:第一连通性确定单元,用于根据提取的砂体厚度数据确定露头岩性柱状图;获取所述目标工区多个地理位置对应的储层露头类似体的数字露头剖面以及多个露头岩性柱状图;以所述多个露头岩性柱状图为基准,根据储层露头类似体的纹理影像上的颜色和纹理,将露头岩性柱状图对应的地理位置之间的砂体进行勾连,确定露头砂体连通性;第二连通性确定单元,用于根据地下测井数据确定测井位置的砂体厚度数据,得到测井位置的岩性柱状图;根据确定的所述露头砂体连通性以及测井位置的岩性柱状图确定井间砂体连通性,得到目标工区的砂体连通性;
砂体特征确定模块,用于根据数字露头剖面砂体勾连特征,对井下砂体进行勾连,形成井下砂体连通图,将所述砂体连通图确定为井下砂体概念模型,利用所述砂体概念模型确定所述目标工区的砂体展布特征及几何特征,所述砂体展布特征及几何特征至少包括河道流向、摆动振幅、波长、砂体宽度、砂体厚度。
3.一种确定砂体连通性的系统,其特征在于,包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现权利要求1所述方法的步骤。
CN201811002234.4A 2018-08-30 2018-08-30 一种确定砂体连通性的方法、装置及系统 Active CN109324354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811002234.4A CN109324354B (zh) 2018-08-30 2018-08-30 一种确定砂体连通性的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811002234.4A CN109324354B (zh) 2018-08-30 2018-08-30 一种确定砂体连通性的方法、装置及系统

Publications (2)

Publication Number Publication Date
CN109324354A CN109324354A (zh) 2019-02-12
CN109324354B true CN109324354B (zh) 2021-03-30

Family

ID=65263903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811002234.4A Active CN109324354B (zh) 2018-08-30 2018-08-30 一种确定砂体连通性的方法、装置及系统

Country Status (1)

Country Link
CN (1) CN109324354B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901502A (zh) * 2014-03-11 2014-07-02 中国海洋石油总公司 一种基于复合砂体构型图版的海上油田储层预测方法
CN105242318A (zh) * 2015-10-10 2016-01-13 中国石油天然气股份有限公司 一种确定砂体连通关系的方法及装置
CN105239998A (zh) * 2015-08-21 2016-01-13 中国海洋石油总公司 一种基于海上油田储层细分的部井方法
CN105467464A (zh) * 2015-08-14 2016-04-06 中国石油大学(华东) 近岸水下扇砂砾岩有效连通体划分和对比方法
CN105572746A (zh) * 2015-12-11 2016-05-11 中国石油天然气股份有限公司 一种确定钻井位置的方法及装置
CN106353806A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种检测生物礁储层连通性的方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020013687A1 (en) * 2000-03-27 2002-01-31 Ortoleva Peter J. Methods and systems for simulation-enhanced fracture detections in sedimentary basins
CA2604728A1 (en) * 2005-04-14 2006-10-26 Swanson Consulting, Inc. Modeling clastic reservoirs
US9316761B2 (en) * 2012-01-25 2016-04-19 Baker Hughes Incorporated Determining reservoir connectivity using fluid contact gravity measurements
CN103675941B (zh) * 2012-09-26 2016-12-21 中国石油天然气集团公司 一种获得复杂储层的砂体三维形态分布的方法
CN104331927B (zh) * 2014-10-15 2017-09-15 中国石油天然气股份有限公司 一种储层数字露头表层模拟的方法和系统
CN107330578B (zh) * 2017-05-25 2020-07-10 中国石油天然气股份有限公司 砂体连通性评价方法及装置
CN108090656B (zh) * 2017-12-04 2022-08-30 中国石油天然气股份有限公司 一种确定砂体连通性的方法及装置
CN108386185B (zh) * 2018-01-17 2022-05-06 中国石油天然气股份有限公司 一种确定砂体连通性的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103901502A (zh) * 2014-03-11 2014-07-02 中国海洋石油总公司 一种基于复合砂体构型图版的海上油田储层预测方法
CN106353806A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种检测生物礁储层连通性的方法
CN105467464A (zh) * 2015-08-14 2016-04-06 中国石油大学(华东) 近岸水下扇砂砾岩有效连通体划分和对比方法
CN105239998A (zh) * 2015-08-21 2016-01-13 中国海洋石油总公司 一种基于海上油田储层细分的部井方法
CN105242318A (zh) * 2015-10-10 2016-01-13 中国石油天然气股份有限公司 一种确定砂体连通关系的方法及装置
CN105572746A (zh) * 2015-12-11 2016-05-11 中国石油天然气股份有限公司 一种确定钻井位置的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
creating three-dimensional channel bodies in lidar-integrated outcrop characterization:A new approach for improved stratigraphic analysis;hiranya sahoo 等;《geosphere》;20150601;第11卷(第3期);第777-785页 *
三角洲平原亚相储层砂体静态连通性定量表征——以松辽盆地肇州油田扶余油层为例;张云峰 等;《中国矿业大学学报》;20171231(第06(2017)期);第1314-1322页 *

Also Published As

Publication number Publication date
CN109324354A (zh) 2019-02-12

Similar Documents

Publication Publication Date Title
EP3497302B1 (en) Machine learning training set generation
US10197703B2 (en) Method for exploiting a subsurface deposit comprising at least one geological outcrop by means of photogrammetry
KR101618713B1 (ko) 지반정보에 기초한 3차원 공간 모델링 방법
CN107402176B (zh) 裂缝孔隙度的确定方法和装置
Zeeb et al. Fracture network evaluation program (FraNEP): A software for analyzing 2D fracture trace-line maps
EP2525242A2 (en) Multiscale geologic modeling of a clastic meander belt including asymmetry using multi-point statistics
Bruna et al. A new methodology to train fracture network simulation using multiple-point statistics
US20160202390A1 (en) In-Situ Wellbore, Core and Cuttings Information System
CA2895222A1 (en) Normalization seismic attribute
CN104011566A (zh) 用于分析地质构造的特性的基于小波变换的系统和方法
Weismüller et al. Mapping the fracture network in the Lilstock pavement, Bristol Channel, UK: manual versus automatic
AU2021270865B2 (en) Image-comparison based analysis of subsurface representations
Chen et al. A critical review of automated extraction of rock mass parameters using 3D point cloud data
KR101131517B1 (ko) 물리검층 자료의 통계학적 해석결과를 활용한 오일샌드 지역 지하정보의 처리시스템 및 이를 이용한 오일샌드 지역 지하정보의 처리방법
Orellana et al. Influence of variograms in 3D reservoir-modeling outcomes: An example
CN108897061B (zh) 一种确定储层砂体比例的方法、装置及系统
Calvo et al. Unlocking the correlation in fluvial outcrops by using a DOM-derived virtual datum: Method description and field tests in the Huesca fluvial fan, Ebro Basin (Spain)
CN109324354B (zh) 一种确定砂体连通性的方法、装置及系统
CN111967117A (zh) 基于露头碳酸盐岩储层建模的地下储层预测方法及装置
Monsen et al. The automated interpretation of photorealistic outcrop models
Lharti et al. Partitioning a rock mass based on electrical resistivity data: the choice of clustering method
Maiti et al. A k-means clustering–based approach for 3D mapping and characterization of rock faces using digital images
EP3785233B1 (en) Fault radiation based grid compartmentalization
McKean et al. Geomechanical and Fracture Network Interpretation of a Devonian Outcrop
Tesfamariam Comparing discountinuity surface roughness derived from 3D terrestrial laser scan data with traditional Field-based methods

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