CN109343115B - 一种基于测井约束的含气储层刻画方法 - Google Patents
一种基于测井约束的含气储层刻画方法 Download PDFInfo
- Publication number
- CN109343115B CN109343115B CN201811388601.9A CN201811388601A CN109343115B CN 109343115 B CN109343115 B CN 109343115B CN 201811388601 A CN201811388601 A CN 201811388601A CN 109343115 B CN109343115 B CN 109343115B
- Authority
- CN
- China
- Prior art keywords
- opt
- point set
- gas
- bearing reservoir
- result
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 5
- 239000012530 fluid Substances 0.000 claims description 28
- 238000001228 spectrum Methods 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 18
- 239000013256 coordination polymer Substances 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 229940072293 axid Drugs 0.000 claims description 3
- SGXXNSQHWDMGGP-IZZDOVSWSA-N nizatidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CSC(CN(C)C)=N1 SGXXNSQHWDMGGP-IZZDOVSWSA-N 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 2
- 235000008434 ginseng Nutrition 0.000 claims 2
- 239000007789 gas Substances 0.000 description 58
- 238000011160 research Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000013480 data collection Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 229920006395 saturated elastomer Polymers 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
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- 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
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- 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
- G01V2210/624—Reservoir parameters
-
- 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
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
本发明属于石油地震勘探领域,具体是提供一种利用测井信息作为约束的含气储层刻画方法。本发明方法利用测井信息作为约束,通过确定含气储层的上下边界从而间接刻画含气储层的分布范围,同时能够根据输入数据的特点自动确定最佳计算参数,使得结果更加准确。本发明方法计算效率高,能够有效地应用于大规模三维实际资料的处理。
Description
技术领域
本发明属于石油地震勘探领域,涉及一种在测井信息约束下的含气储层刻画方法。
背景技术
近年来我国天然气勘探的重点方向有海上深水油气藏,而深水油气藏的储层通常受构造和储层非均质性的影响,地质条件复杂,识别难度大。含气储层的顶界面通常在地震资料上表现为强烈的负反射特征。然而实际上,这样的特征也可能由其他因素引起(例如,地层的调谐厚度)。因此,如何利用地震资料进行含气储层预测,尤其是高含气饱和度储层的预测,降低预测的多解性,提高预测精度,降低勘探开发的风险,一直以来是地球物理勘探行业的重要研究内容之一。
目前,岩石物理实验已经证明,饱和含流体的孔隙介质层会造成反射同相轴出现低频大振幅和相位延迟现象。利用这些特征可以识别饱和含流体层的低频能量异常现象。因此,地震资料中含有的低频信息对寻找含气储层有着非常重要的意义。由于多相饱和流体的粘度直接由含气饱和度或含油饱和度决定,因此储层流体流度参数中包含的流体粘度可用于反映含气饱和度或含油饱和度信息。同时,低频地震反射系数是流体流度(定义为储层渗透率与流体粘滞系数之比)的函数,通过这样的函数关系使得地震反射的低频信息与储层流体流度建立了联系。故可利用地震资料的敏感频段进行储层流体流度反演,为进行含气储层预测,尤其是高含气饱和度储层的预测提供了一种可行的方法。陈学华等(2012)提出了利用地震低频信息计算储层流体流度的方法,并将其应用于海上和陆上三维地震资料处理中取得了良好的效果。
但是,在一些海上深水勘探区,尤其是对于异常高压储层,利用上述地震低频信息计算储层流体流度方法获得的结果和测井的含气饱和度吻合度不高。此外,上述地震低频信息计算储层流体流度方法中一些重要参数的选择需要依赖地球物理工作者的经验,或是通过试错法选取,存在一定的主观性,影响了含气储层的检测效果。
发明内容
本发明针对高含气饱和度储层的地震检测难题,提出了一种新的利用测井信息作为约束的含气储层刻画方法。
本发明实施实例提供了一种基于测井约束的含气储层刻画方法,包括以下主要步骤:
(1)输入地震数据集中的某一道地震记录,对该地震记录两端进行平滑处理得到x(t);
(2)对平滑后的地震记录x(t)按照下式计算最佳流体流度界面曲线FB:
式中,ωopt为最佳频率参数,SPopt为最佳类瞬时振幅谱能量;最佳类瞬时振幅谱能量按下式计算:
SPopt=[real(Sopt)]2+[imag(Sopt)]2
式中,Sopt为最佳类瞬时振幅谱,real(·)表示取实部运算,imag(·)表示取虚部运算;
最佳类瞬时振幅谱Sopt按照下式计算:
式中,X是x(t)的傅里叶变换结果,f是由序列采样点号构建的向量,αopt和βopt是最佳调节参数,ift(·)表示反傅里叶变换;
在该步骤中,给定参数ω范围的一组向量ω=[4,5,…,ωu],ωu为上限频率;给定参数α范围的一组向量α=[0.5,0.6,…,1.5];令向量α中元素的下标为i=1,2,…,11,最佳参数ωopt、αopt和βopt按如下步骤确定:
a)在α=α(i)时,令向量ω中元素的下标为j=1,2,…,n,分别对向量中的每个元素ω(j),
构建如下目标函数:
T(α,ω(j))=f1+f2
式中,f1=sum(fbn),f2=sum(g),sum(·)表示求和运算;
利用一维极值搜索方法,找到使得目标函数T(α,ω(j))值达到最小值时的β,将β存储到一维数组β中的β(j)上,同时将此时最大的目标函数值存储到一维数组T中的T(j)上;
b)找到数组T中的最大值T(maxid),利用下标maxid找到对应的ω(maxid)和β(maxid),将T(maxid)、ω(maxid)、α(i)和β(maxid)作为一组行向量存入到大小为11行4列的二维数组Ω中的第i行;
c)令i=i+1,若i>12,转到步骤d),否则再次重复步骤a)和b);
d)找到二维数组Ω第一列中的最大值,此时该最大值下标所对应的那一行数据的最后3个数值就分别对应最佳频率参数ωopt和最佳调节参数αopt、βopt。
还需要说明的是,目标函数中,fbn是流体流度界面曲线fb归一化的结果,fb按照下式计算:
式中,SP是类瞬时振幅谱能量,类瞬时振幅谱能量按照下式进行计算:
SP=[real(S)]2+[imag(S)]2
式中,S是类瞬时振幅谱,类瞬时振幅谱按照下式进行计算:
目标函数中,g是将测井信息中有关含气饱和度的信息IG(例如,含水饱和度,测井解释曲线等)投影到归一化流体流度界面曲线fbn上的结果;根据输入地震数据和测井信息的特点,确定阈值t,按照下式计算IG:
或
按照下式将IG投影到归一化的流体流度界面曲线上fbn,得到g:
g=fbn·IG
式中,符号·表示点积运算。
(3)对流体流度界面曲线FB进行数据归一化处理得到FBn,对x(t)进行数据标准化处理得到xz(t);
(4)根据xz(t)曲线上的极值点和FBn曲线上的极值点,先确定含气储层的上边界点集和下边界点集,然后根据上边界点集和下边界点集确定含气储层指示结果,其过程按以下步骤进行:
a)与测井信息中有关含气饱和度的信息,确定一个阈值T,拾取FBn曲线上大于阈值T的极值点,这些极值点在FBn曲线上的对应序号形成对比点集CP;
b)对x(t)进行标准化处理得到xz(t),拾取xz(t)上的极值点,这些极值点在xz(t)曲线上的对应序号形成信息点集I;
c)将信息点集I与对比点集CP进行匹配,形成候选点集CA;
d)选取FBn曲线上的最大极值点,找到候选点集CA中与最大极值点序号对应的点作为基准点,以该基准点为界,将候选点集CA分为上候选点集CAL和下候选点集CAB,
对上候选点集CAL由大到小进行排序,对下候选点集由小到大进行排序;
e)对于上候选点集CAL和下候选点集CAB中的点,若其对应的xz(t)值小于xz(t)的均值,将其归到上边界点集,否则归到下边界点集;最后形成上边界点集UB和下边界点集LB;上边界点集中的每一个点都有一个下边界点与之对应。
f)按照下式计算该地震记录对应的归一化的含气储层指示结果GI:
式中,j为GI向量中元素的下标,i为UB和LB向量中元素的下标。
g)对归一化含气储层指示结果GI,进行比例反变换,得到该道地震记录的含气储层指示结果。
(5)重复步骤(1)至(4),直到处理完输入地震数据集中的所有地震记录,得到整个三维地震数据集的含气储层指示结果
若使用了多口井进行约束,则能获得多组最佳频率参数ωopt和最佳调节参数αopt、βopt,分别用每组最佳参数计算输入地震数据集的含气储层指示结果,然后将每次的计算结果进行叠加可获得精度更高的结果。
附图说明
图1为本发明实施例针对某研究区过A井的高含气饱和度储层指示结果剖面;其中,横坐标为道号,单位是道,纵坐标为时间,单位是秒;
图2为A井位处归一化高含气饱和度储层指示结果与测井信息的对比图;其中,图2a是A井附近的5道地震道,A井井旁道由箭头标出,横坐标为道号,单位是道,纵坐标为时间,单位是秒;图2b是测井含气饱和度曲线,横坐标为测井含气饱和度,单位是%,纵坐标为时间,单位是秒;图2c是归一化高含气饱和度储层指示结果(实线)和最佳流体流度界面曲线(虚线),纵坐标为时间,单位是秒;图2d是测井解释曲线,横坐标为测井解释曲线数值编码,纵坐标为时间,单位是秒;
图3为本发明实施例针对某研究区过B井的高含气饱和度储层指示结果剖面;其中,横坐标为道号,单位是道,纵坐标为时间,单位是秒;
图4为B井位处归一化高含气饱和度储层指示结果与测井信息的对比图;其中,图4a是B井附近的5道地震道,B井井旁道由箭头标出,横坐标为道号,单位是道,纵坐标为时间,单位是秒;图4b是测井含气饱和度曲线,横坐标为测井含气饱和度,单位是%,纵坐标为时间,单位是秒;图4c是归一化高含气饱和度储层指示结果(实线)和最佳流体流度界面曲线(虚线),纵坐标为时间,单位是秒;图4d是测井解释曲线,横坐标为测井解释曲线数值编码,纵坐标为时间,单位是秒;
图5所示为该研究区三维高含气饱和度储层指示结果沿目的层位的切片。
具体实施方式
(1)输入某一工区的三维地震数据集和参与含气饱和度反演的控制井的时间域测井信息。
(2)利用控制井的测井信息及其对应的井旁地震道,给定参数ω范围的一组向量ω=[4,5,…,ωu],ωu为上限频率;给定参数α范围的一组向量α=[0.5,0.6,…,1.5];令向量α中元素的下标为i=1,2,…,11,按以下步骤确定最佳频率参数ωopt和最佳调节参数αopt、βopt:
a)在α=α(i)时,令向量ω中元素的下标为j=1,2,…,n,分别对向量中的每个元素ω(j),
构建如下目标函数:
T(α,ω(j))=f1+f2
式中,f1=sum(fbn),f2=sum(g),sum(·)表示求和运算;
利用一维极值搜索方法,找到使得目标函数T(α,ω(j))值达到最小值时的β,将β存储到一维数组β中的β(j)上,同时将此时最大的目标函数值存储到一维数组T中的T(j)上;
b)找到数组T中的最大值T(maxid),利用下标maxid找到对应的ω(maxid)和β(maxid),将T(maxid)、ω(maxid)、α(i)和β(maxid)作为一组行向量存入到大小为11行4列的二维数组Ω中的第i行;
c)令i=i+1,若i>12,转到步骤d),否则再次重复步骤a)和b);
d)找到二维数组Ω第一列中的最大值,此时该最大值下标所对应的那一行数据的最后3个数值就分别对应最佳频率参数ωopt和最佳调节参数αopt、βopt。
还需要说明的是,目标函数中,fbn是流体流度界面曲线fb归一化的结果,fb按照下式计算:
式中,SP是类瞬时振幅谱能量,类瞬时振幅谱能量按照下式进行计算:
SP=[real(S)]2+[imag(S)]2
式中,S是类瞬时振幅谱,类瞬时振幅谱按照下式进行计算:
目标函数中,g是将测井信息中有关含气饱和度的信息IG(例如,含水饱和度,测井解释曲线等)投影到归一化流体流度界面曲线fbn上的结果;根据输入地震数据和测井信息的特点,确定阈值t,按照下式计算IG:
或
按照下式将IG投影到归一化的流体流度界面曲线上fbn,得到g:
g=fbn·IG
式中,符号·表示点积运算。
(3)输入地震数据集中的某一道地震记录,对该地震记录两端进行平滑处理得到x(t);
(4)对平滑后的地震记录x(t)按照下式计算最佳流体流度界面曲线FB:
式中,SPopt为最佳类瞬时振幅谱能量;最佳类瞬时振幅谱能量按下式计算:
SPopt=[real(Sopt)]2+[imag(Sopt)]2
式中,Sopt为最佳类瞬时振幅谱,real(·)表示取实部运算,imag(·)表示取虚部运算;
最佳类瞬时振幅谱Sopt按照下式计算:
式中,X是x(t)的傅里叶变换结果,f是由序列采样点号构建的向量,ifft(·)表示反傅里叶变换;
(5)对流体流度界面曲线FB进行数据归一化处理得到FBn,对x(t)进行数据标准化处理得到xz(t);
(6)根据xz(t)曲线上的极值点和FBn曲线上的极值点,先确定含气储层的上边界点集和下边界点集,然后根据上边界点集和下边界点集确定含气储层指示结果,其过程按以下步骤进行:
a)与测井信息中有关含气饱和度的信息,确定一个阈值T,拾取FBn曲线上大于阈值T的极值点,这些极值点在FBn曲线上的对应序号形成对比点集CP;
b)对x(t)进行标准化处理得到xz(t),拾取xz(t)上的极值点,这些极值点在xz(t)曲线上的对应序号形成信息点集I;
c)将信息点集I与对比点集CP进行匹配,形成候选点集CA;
d)选取FBn曲线上的最大极值点,找到候选点集CA中与最大极值点序号对应的点作为基准点,以该基准点为界,将候选点集CA分为上候选点集CAL和下候选点集CAB,对上候选点集CAL由大到小进行排序,对下候选点集由小到大进行排序;
e)对于上候选点集CAL和下候选点集CAB中的点,若其对应的xz(t)值小于xz(t)的均值,将其归到上边界点集,否则归到下边界点集;最后形成上边界点集UB和下边界点集LB;上边界点集中的每一个点都有一个下边界点与之对应。
f)按照下式计算该地震记录对应的归一化的含气储层指示结果GI:
式中,j为GI向量中元素的下标,i为UB和LB向量中元素的下标。
g)对归一化含气储层指示结果GI,进行比例反变换,得到该道地震记录的含气储层指示结果。
(7)重复步骤(3)至(6),直到处理完输入地震数据集中的所有地震记录,得到整个三维地震数据集的含气储层指示结果。
若使用了多口井进行约束,则能利用本发明方法获得多组最佳频率参数ωopt和最佳调节参数αopt、βopt,分别用每组最佳参数计算三维地震数据集的含气储层指示结果,然后将每次的计算结果进行叠加可获得精度更高的结果。
图1为本发明实施例针对某研究区在最佳频率参数ωopt=16Hz,最佳调节参数αopt=0.7、βopt=21.11时,过A井的高含气饱和度储层指示结果剖面;图2为在最佳频率参数ωopt=16Hz,最佳调节参数αopt=0.7、βopt=21.11时,A井位处归一化高含气饱和度储层指示结果与测井信息的对比图;该研究区主要目的是找到高含气饱和度储层的分布范围,对于气水同层和含气水层,虽然含气,但不具备开采价值;该研究区的测井解释曲线定义高含气饱和度储层的数值为11,气水同层的数值为12;本发明实施例步骤(2)中的上限频率ωu设置为100赫兹;根据测井解释曲线,阈值t设置为12,IG按照计算;本发明实施例步骤(6)中的阈值T设置为0.4。综合剖面反演结果和测井信息,可以看到,本发明实施例反演得到的归一化高含气储层指示结果(图2c中实线)与测井含气饱和度曲线(图2b)和测井解释曲线(图2d)有很高的吻合度。
图3为本发明实施例针对某研究区在最佳频率参数ωopt=16Hz,最佳调节参数αopt=0.7、βopt=21.11时,过B井的高含气饱和度储层指示结果剖面;图4为在最佳频率参数ωopt=16Hz,最佳调节参数αopt=0.7、βopt=21.11时,B井位处归一化高含气饱和度储层指示结果与测井信息的对比图;可以看到,B井在未参与反演的情况下,本发明实施例反演得到的归一化高含气饱和度储层指示结果(图4c中实线)与测井含气饱和度曲线(图4b)和测井解释曲线(图4d)有较高的吻合度,从而验证了本发明实施例高含气饱和度储层预测的准确性。
图5所示为该研究区三维高含气饱和度储层指示结果沿目的层位的切片,可以看到A井与B井均位于高含气饱和度区域。此外,更为重要的是,在未探明区域,该层位切片可为确定开发井位提供参考。
本发明实施例的优点在于:1)本发明实施例利用了测井信息作为约束,使得最佳频率参数ωopt和最佳调节参数αopt、βopt能够根据输入数据的特点自动确定,省去了人工调参步骤;2)本发明实施例是通过确定含气储层的上下边界从而间接得到含气储层的分布范围,结果更加准确;3)本发明实施例计算效率高,能够应用于大规模三维实际资料。
上述各实施例仅用于说明本发明,其中方法的各实施步骤等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (3)
1.一种基于测井约束的含气储层刻画方法,其特征在于包括以下步骤:
(1)输入地震数据集中的某一道地震记录,对该地震记录两端进行平滑处理得到x(t);
(2)对平滑后的地震记录x(t)按照下式计算最佳流体流度界面曲线FB:
式中,ωopt为最佳频率参数,SPopt为最佳类瞬时振幅谱能量;最佳类瞬时振幅谱能量按下式计算:
SPopt=[real(Sopt)]2+[imag(Sopt)]2
式中,Sopt为最佳类瞬时振幅谱,real(·)表示取实部运算,imag(·)表示取虚部运算;
最佳类瞬时振幅谱Sopt按照下式计算:
式中,X是x(t)的傅里叶变换结果,f是由序列采样点号构建的向量,αopt和βopt是最佳调节参数,ift(·)表示反傅里叶变换;
在该步骤中,给定参数ω范围的一组向量ω=[4,5,…,ωu],ωu为上限频率;给定参数α范围的一组向量α=[0.5,0.6,…,1.5];令向量α中元素的下标为i=1,2,…,11,最佳参数ωopt、αopt和βopt按如下步骤确定:
a)在α=α(i)时,令向量ω中元素的下标为j=1,2,…,n,分别对向量中的每个元素ω(j),
构建如下目标函数:
T(α,ω(j))=-(f1+f2)
式中,f1=sum(fbn),f2=sum(-g),sum(·)表示求和运算;
利用一维极值搜索方法,找到使得目标函数T(α,ω(j))值达到最大值时的β,将β存储到一维数组β中的β(j)上,同时将此时最大的目标函数值存储到一维数组T中的T(j)上;
b)找到数组T中的最大值T(max id),利用下标maxid找到对应的ω(max id)和β(maxid),将T(max id)、ω(max id)、α(i)和β(max id)作为一组行向量存入到大小为11行4列的二维数组Ω中的第i行;
c)令i=i+1,若i>12,转到步骤d),否则再次重复步骤a)和b);
d)找到二维数组Ω第一列中的最大值,此时该最大值下标所对应的那一行数据的最后3个数值就分别对应最佳频率参数ωopt和最佳调节参数αopt、βopt;
还需要说明的是,目标函数中,fbn是流体流度界面曲线fb归一化的结果,fb按照下式计算:
式中,SP是类瞬时振幅谱能量,类瞬时振幅谱能量按照下式进行计算:
SP=[real(S)]2+[imag(S)]2
式中,S是类瞬时振幅谱,类瞬时振幅谱按照下式进行计算:
目标函数中,g是将测井信息中有关含气饱和度的信息IG投影到归一化流体流度界面曲线fbn上的结果;根据输入地震数据和测井信息的特点,确定阈值t,按照下式计算IG:
或
按照下式将IG投影到归一化的流体流度界面曲线上fbn,得到g:
g=fbn·IG
式中,符号·表示点积运算;
(3)对最佳流体流度界面曲线FB进行数据归一化处理得到FBn,对x(t)进行数据标准化处理得到xz(t);
(4)根据xz(t)曲线上的极值点和FBn曲线上的极值点,先确定含气储层的上边界点集和下边界点集,然后根据上边界点集和下边界点集确定含气储层指示结果,其过程按以下步骤进行:
a)与测井信息中有关含气饱和度的信息,确定一个阈值T,拾取FBn曲线上大于阈值T的极值点,这些极值点在FBn曲线上的对应序号形成对比点集CP;
b)对x(t)进行标准化处理得到xz(t),拾取xz(t)上的极值点,这些极值点在xz(t)曲线上的对应序号形成信息点集I;
c)将信息点集I与对比点集CP进行匹配,形成候选点集CA;
d)选取FBn曲线上的最大极值点,找到候选点集CA中与最大极值点序号对应的点作为基准点,以该基准点为界,将候选点集CA分为上候选点集CAL和下候选点集CAB,对上候选点集CAL由大到小进行排序,对下候选点集由小到大进行排序;
e)对于上候选点集CAL和下候选点集CAB中的点,若其对应的xz(t)值小于xz(t)的均值,将其归到上边界点集,否则归到下边界点集;最后形成上边界点集UB和下边界点集LB;上边界点集中的每一个点都有一个下边界点与之对应;
f)按照下式计算该地震记录对应的归一化的含气储层指示结果GI:
式中,j为GI向量中元素的下标,i为UB和LB向量中元素的下标;
g)对归一化含气储层指示结果GI,进行比例反变换,得到该道地震记录的含气储层指示结果;
(5)重复步骤(1)至(4),直到处理完输入地震数据集中的所有地震记录,得到整个三维地震数据集的含气储层指示结果;
若使用了多口井进行约束,则能够获得多组最佳频率参数ωopt和最佳调节参数αopt、βopt,分别将每组最佳参数用于计算地震数据集的含气储层指示结果,然后将每次的计算结果叠加后获得精度更高的结果。
2.根据权利要求1所述的一种基于测井约束的含气储层刻画方法,其特征在于,利用测井信息作为约束,通过确定含气储层的上下边界从而间接刻画含气储层的分布范围,同时能够根据输入数据的特点自动确定最佳计算参数,使得结果更加准确。
3.根据权利要求1所述的一种基于测井约束的含气储层刻画方法,其特征在于,给定参数ω范围的一组向量ω=[4,5,…,ωu],ωu为上限频率;同时给定参数α范围的一组向量α=[0.5,0.6,…,1.5],使得对三个最佳参数ωopt、αopt和βopt的寻优过程简化为只对最佳参数βopt的一维寻优过程,提高了计算效率。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811388601.9A CN109343115B (zh) | 2018-11-21 | 2018-11-21 | 一种基于测井约束的含气储层刻画方法 |
US16/690,050 US10802170B2 (en) | 2018-11-21 | 2019-11-20 | Method for characterizing gas-bearing reservoir based on logging constraint |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811388601.9A CN109343115B (zh) | 2018-11-21 | 2018-11-21 | 一种基于测井约束的含气储层刻画方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109343115A CN109343115A (zh) | 2019-02-15 |
CN109343115B true CN109343115B (zh) | 2019-12-03 |
Family
ID=65316621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811388601.9A Active CN109343115B (zh) | 2018-11-21 | 2018-11-21 | 一种基于测井约束的含气储层刻画方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10802170B2 (zh) |
CN (1) | CN109343115B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112444847B (zh) * | 2019-08-28 | 2024-07-26 | 中国石油天然气集团有限公司 | 一种确定三维工区地震数据外边界的方法及装置 |
CN111897004B (zh) * | 2020-08-31 | 2023-03-24 | 北京瑞码恒杰科技有限公司 | 一种基于大数据分析技术的测井预测方法 |
CN111983722B (zh) * | 2020-09-01 | 2023-06-30 | 中国石油天然气集团有限公司 | 一种基于目标偏好编码的储层测井特征参数提取方法 |
CN113156505B (zh) | 2021-04-16 | 2022-04-01 | 成都理工大学 | 一种“基底构造-古地貌-地震相”三要素递进约束的断陷湖盆礁滩储层识别方法 |
CN113777669A (zh) * | 2021-08-17 | 2021-12-10 | 中国石油化工股份有限公司 | 一种基于动态时序匹配数技术的砂岩储层小层对比方法 |
CN114545523B (zh) * | 2022-02-25 | 2023-03-24 | 成都理工大学 | 一种深度域测井和地震数据的直接标定方法 |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5798982A (en) * | 1996-04-29 | 1998-08-25 | The Trustees Of Columbia University In The City Of New York | Method for inverting reflection trace data from 3-D and 4-D seismic surveys and identifying subsurface fluid and pathways in and among hydrocarbon reservoirs based on impedance models |
EA005692B1 (ru) * | 2001-04-30 | 2005-04-28 | Те Риджентс Оф Те Юниверсити Оф Калифорния | Зависящая от частоты обработка и интерпретация (fdpi) сейсмических данных для идентификации, изображения и мониторинга насыщенных флюидом подземных месторождений |
US6807486B2 (en) * | 2002-09-27 | 2004-10-19 | Weatherford/Lamb | Method of using underbalanced well data for seismic attribute analysis |
US7243029B2 (en) * | 2003-08-19 | 2007-07-10 | Apex Spectral Technology, Inc. | Systems and methods of hydrocarbon detection using wavelet energy absorption analysis |
US6931324B2 (en) * | 2003-10-16 | 2005-08-16 | Rdspi, L.P. | Method for determining formation quality factor from seismic data |
US9279897B2 (en) * | 2005-12-12 | 2016-03-08 | Hannes Zuercher | Locating oil or gas passively by observing a porous oil and gas saturated system giving off its characteristic resonance response to ambient background noise, including optional differentiation of oil, locatinggas and water |
US9176243B2 (en) * | 2006-02-24 | 2015-11-03 | Hanner Zueroher | Locating oil or gas actively by exciting a porous oil and gas saturated system to give off its characteristic resonance response, with optional differentiation of oil, gas and water |
US8233350B2 (en) * | 2007-08-29 | 2012-07-31 | Spectraseis Ag | Frequency shift reservoir localization |
US8964503B2 (en) * | 2009-04-28 | 2015-02-24 | Baker Hughes Incorporated | Petrophysics-guided processing of LWD acoustic data |
CN101906966A (zh) * | 2010-07-16 | 2010-12-08 | 中国石油天然气股份有限公司 | 储层产能的预测方法及装置 |
US9217802B2 (en) * | 2011-04-05 | 2015-12-22 | Schlumberger Technology Corporation | Seismic image enhancement |
US9405026B2 (en) * | 2011-12-12 | 2016-08-02 | Exxonmobil Upstream Research Company | Estimation of production sweep efficiency utilizing geophysical data |
US9291736B2 (en) * | 2012-01-05 | 2016-03-22 | Cggveritas Services Sa | Surface-consistent amplitude and deconvolution simultaneous joined inversion |
US9239395B2 (en) * | 2012-03-31 | 2016-01-19 | University Of Science And Technology Of China | Method and system of determining earthquake parameters, earthquake search engine |
WO2014191011A1 (en) * | 2013-05-27 | 2014-12-04 | Statoil Petroleum As | High resolution estimation of attenuation from vertical seismic profiles |
EP2846175B1 (en) * | 2013-09-06 | 2022-02-23 | Services Pétroliers Schlumberger | Seismic survey analysis |
US10359541B2 (en) * | 2013-09-09 | 2019-07-23 | Landmark Graphics Corporation | Creating virtual production logging tool profiles for improved history matching |
US20150226868A1 (en) * | 2014-02-10 | 2015-08-13 | Microseismic, Inc. | Method for microseismic event moment magnitude estimation |
CN104155693A (zh) * | 2014-08-29 | 2014-11-19 | 成都理工大学 | 储层流体流度的角道集地震响应数值计算方法 |
US11280185B2 (en) * | 2014-09-10 | 2022-03-22 | Fracture ID, Inc. | Apparatus and method using measurements taken while drilling cement to obtain absolute values of mechanical rock properties along a borehole |
US10544673B2 (en) * | 2014-09-10 | 2020-01-28 | Fracture ID, Inc. | Apparatus and method using measurements taken while drilling cement to obtain absolute values of mechanical rock properties along a borehole |
US10519769B2 (en) * | 2014-09-10 | 2019-12-31 | Fracture ID, Inc. | Apparatus and method using measurements taken while drilling to generate and map mechanical boundaries and mechanical rock properties along a borehole |
MX2017003124A (es) * | 2014-09-10 | 2017-08-28 | Fracture Id Inc | Aparato y metodo que utiliza las mediciones tomadas durante la perforacion para trazar un mapa de los limites mecanicos y las propiedades mecanicas de la roca a lo largo del pozo. |
CN104375179B (zh) * | 2014-11-05 | 2017-02-15 | 中国石油天然气集团公司 | 基于trap‑3d软件寻找油气藏的方法 |
WO2016168373A1 (en) * | 2015-04-17 | 2016-10-20 | Schlumberger Technology Corporation | Thin bed tuning frequency and thickness estimation |
US10234582B2 (en) * | 2015-10-26 | 2019-03-19 | Geotomo Llc | Joint inversion of seismic data |
WO2017100690A1 (en) * | 2015-12-11 | 2017-06-15 | Seismos Inc. | Continuous subsurface fluid surveillance method |
WO2017155737A1 (en) * | 2016-03-10 | 2017-09-14 | Exxonmobil Research And Engineering Company | Magneto-seismic exploration method and system |
FR3049355B1 (fr) * | 2016-03-25 | 2020-06-12 | Services Petroliers Schlmumberger | Procede et dispositif d'estimation de la lenteur acoustique dans une formation souterraine |
CN106707338B (zh) * | 2016-11-18 | 2018-12-07 | 中国石油集团东方地球物理勘探有限责任公司 | 一种强屏蔽下储层高精度预测方法 |
AU2016431618A1 (en) * | 2016-12-09 | 2019-04-11 | Landmark Graphics Corporation | Wavelet estimation for four-dimensional characterization of subsurface properties based on dynamic simulation |
US11313994B2 (en) * | 2017-02-09 | 2022-04-26 | Schlumberger Technology Corporation | Geophysical deep learning |
US20190094397A1 (en) * | 2017-09-25 | 2019-03-28 | Real Time Geomechanics, Llc | Surface detection and location of microseismic events and earthquakes without the use of a velocity model |
CN108020863A (zh) * | 2017-11-28 | 2018-05-11 | 河海大学 | 一种基于地震奇偶函数的碳酸盐岩薄储层孔隙度预测方法 |
WO2019164606A1 (en) * | 2018-02-23 | 2019-08-29 | Exxonmobil Research And Engineering Company | Method of extracting intrinsic attenuation from seismic data |
CN108459350B (zh) * | 2018-03-07 | 2019-10-25 | 成都理工大学 | 一种深度域地震子波提取与地震记录合成的一体化方法 |
US11372124B2 (en) * | 2018-04-18 | 2022-06-28 | GeoTomo, LLC | First-break picking of seismic data and generating a velocity model |
US11467308B2 (en) * | 2018-05-21 | 2022-10-11 | West Virginia University | Fibro: a fiber optic data processing software for unconventional reservoirs |
-
2018
- 2018-11-21 CN CN201811388601.9A patent/CN109343115B/zh active Active
-
2019
- 2019-11-20 US US16/690,050 patent/US10802170B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10802170B2 (en) | 2020-10-13 |
CN109343115A (zh) | 2019-02-15 |
US20200158900A1 (en) | 2020-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109343115B (zh) | 一种基于测井约束的含气储层刻画方法 | |
CN105334535B (zh) | 一种识别薄储层隐蔽岩性油气藏的方法 | |
CN104297784A (zh) | 一种基于地震纵波方位各向异性的裂缝预测方法 | |
CN107589469B (zh) | 油水界面的确定方法和装置 | |
CN110389382B (zh) | 一种基于卷积神经网络的油气藏储层表征方法 | |
Cevallos | Automatic generation of 3D geophysical models using curvatures derived from airborne gravity gradient data | |
CN106646603B (zh) | 一种实际时移地震资料处理差异的可靠性判断方法 | |
CN108226997A (zh) | 一种基于叠前地震数据的地震相划分方法 | |
CN106405639A (zh) | 一种叠前地震储层岩性参数的反演方法 | |
Sweet et al. | Modeling heterogeneity in a low-permeability gas reservoir using geostatistical techniques, Hyde Field, southern North Sea | |
Lacaze et al. | Seismic stratigraphic interpretation from a geological model-A north sea case study | |
CN107942405B (zh) | 预测砂泥岩薄互层砂体累积厚度的方法 | |
CN108957535A (zh) | 油藏地震储层的预测方法及装置 | |
Martorana et al. | Assessment of a geological model by surface wave analyses | |
GuoChang et al. | Velocity-independent prestack seismic Q estimation based on multi-ray joint inversion | |
Naeem et al. | Integrated study of seismic and well data for porosity estimation using multi-attribute transforms: a case study of Boonsville Field, Fort Worth Basin, Texas, USA | |
Chopra et al. | Observing fracture lineaments with Euler curvature | |
CN109557601A (zh) | 一维海洋可控源电磁和地震联合储层参数反演方法 | |
Gupta et al. | Seismic attribute driven integrated characterization of the Woodford Shale in west-central Oklahoma | |
Liu* et al. | Seismic lithofacies computation method based on deep learning | |
EP3519865B1 (en) | Adaptive tracking of geological objects | |
Smith et al. | Making seismic monitoring work in a complex desert environment—4D processing | |
CN113219531A (zh) | 致密砂岩气水分布的识别方法及装置 | |
Saffarzadeh et al. | Improving fault image by determination of optimum seismic survey parameters using ray-based modeling | |
CN112379435B (zh) | 相控岩溶型缝洞集合体刻画方法及装置 |
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 |