CN109581498B - 储层厚度分布确定方法、系统、设备、可读介质 - Google Patents
储层厚度分布确定方法、系统、设备、可读介质 Download PDFInfo
- Publication number
- CN109581498B CN109581498B CN201811322841.9A CN201811322841A CN109581498B CN 109581498 B CN109581498 B CN 109581498B CN 201811322841 A CN201811322841 A CN 201811322841A CN 109581498 B CN109581498 B CN 109581498B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- frequency
- spectrum
- seismic data
- determining
- 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
Images
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. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
Abstract
本发明提供了一种储层厚度分布确定方法、系统、设备、可读介质。其方法包括:包括:对目的层的地震数据进行频谱分析;根据所述频谱分析获得频谱照明度数据体;根据所述频谱照明度数据体,确定储层的厚度分布。本发明通过对地震数据进行频谱分析,并充分挖掘该频谱分析的有效信息,从而获得频谱照明度数据体,根据该数据体确定储层厚度分布,在多井、多层段统计、大量分析基础上,确定的结果与实际的吻合度达到80%以上,提高了储层预测的精度,在油田勘探开发井位部署设计中,能提供有效的帮助。
Description
技术领域
本发明涉及地球物理勘探技术领域,更具体的,涉及一种储层厚度分布确定方法、系统、设备、可读介质。
背景技术
随着油田开发的不断深入,优质储层(高孔、高渗储层)的预测确定越发显得重要,目前进行储层预测确定的方法大致分两类,一类是狭义的地震属性类,该方法主要是利用地震三瞬属性及地震几何属性进行分类,然后进行地质标定;另一类方法是波阻抗反演,该方法从地震叠加角度又分叠前、叠后两类,从计算方法角度又分确定性和非确定性反演两类。
在利用地震属性进行储层预测时经常用的是振幅属性及波形聚类来划分沉积相,只是一种宏观预测,频谱类属性预测储层研究不够深入,精度比振幅类稍高,但达不到开发要求;波阻抗反演方法在井点精度及吻合度都高,但在井间储层预测精度受众多因素影响,比如模型方法、变差方法等因素影响,同时波阻抗反演有人为因素干预,同样的反演方法,预测精度也会因人而异。
利用常规谱分解技术进行储层预测,其预测精度基本能满足勘探阶段的生产需要,但在开发阶段,则需要更高的储层预测精度。
发明内容
为了解决目前在油田开发阶段仍然缺少高精度的储层预测确定方法,符合油田开发阶段的需要,本发明提供一种储层厚度分布确定方法、系统、设备、可读介质。
在某些实施例中,一种储层厚度分布确定方法,包括:
对目的层的地震数据进行频谱分析;
根据所述频谱分析获得频谱照明度数据体;
根据所述频谱照明度数据体,确定储层的厚度分布。
在某些实施例中,一种储层厚度分布确定系统,包括:
处理模块,对目的层的地震数据进行频谱分析;
获取模块,根据所述频谱分析获得频谱照明度数据体;
确定模块,根据所述频谱照明度数据体,确定储层的厚度分布。
在某些实施例中,一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的储层厚度分布确定方法的步骤。
在某些实施例中,一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上所述的储层厚度分布确定方法的步骤。
本发明的有益效果:
本发明提供的一种储层厚度分布确定方法、系统、设备、可读介质,通过对地震数据进行频谱分析,并充分挖掘该频谱分析的有效信息,从而获得频谱照明度数据体,根据该数据体确定储层厚度分布,在多井、多层段统计、大量分析基础上,确定的结果与实际的吻合度达到80%以上,提高了储层预测的精度,在油田勘探开发井位部署设计中,能提供有效的帮助。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本发明实施例中储层厚度分布确定方法流程示意图。
图2示出本发明实施例中原始地震剖面图。
图3示出图1中的步骤S1的具体流程示意图。
图4示出图1中方框中的频谱分析示意图。
图5示出本发明实施例中5-70Hz中间隔5Hz的单频体剖面图。
图6示出本发明实施例中5-70Hz中间隔5Hz的单频体的能量概率分布图。
图7示出本发明实施例中物性指标曲线与第一次剔除后剩余单频体的能量交会分析图。
图8示出本发明实施例中通过均方根计算得到的频谱照明度剖面图。
图9示出图1中步骤S2的具体流程示意图。
图10示出本发明实施例中目的层频谱照明度切片示意图。
图11示出本发明实施例中目的层的储层三维雕刻图。
图12示出本发明实施例中过井频谱照明度剖面。
图13示出本发明实施例中目的层储层时间厚度图。
图14示出本发明实施例中储层厚度分布确定的结构示意图。
图15示出本发明实施例中图14中的处理模块101的具体结构示意图。
图16示出本发明实施例中图14中的确定模块102的具体结构示意图。
图17示出适于用来实现本申请实施例的计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
目前进行储层预测确定的方法大致分两类,一类是狭义的地震属性类,该方法主要是利用地震三瞬属性及地震几何属性进行分类,然后进行地质标定;另一类方法是波阻抗反演,该方法从地震叠加角度又分叠前、叠后两类,从计算方法角度又分确定性和非确定性反演两类。
目前利用常规谱分解技术进行储层预测,其预测精度基本能满足勘探阶段的生产需要,但在开发阶段,则需要更高的储层预测精度。
现如今尚未出现能够符合开发阶段的储层预测的方法,为了解决目前在油田开发阶段仍然缺少高精度的储层预测确定方法,符合油田开发阶段的需要,本发明提供一种储层厚度分布确定方法、系统、设备、可读介质。
频域分析是把信号的幅值、相位或能量变换以频率坐标轴表示,进而分析其频率特性的一种分析方法,又称为频谱分析。对信号进行频谱分析可以获得更多有用信息,如求得动态信号中的各个频率成分和频率分布范围,求出各个频率成分的幅值分布和能量分布,从而得到主要幅度和能量分布的频率值。
本发明第一方面提供一种储层厚度分布确定方法,结合图1,包括:
S1:对目的层的地震数据进行频谱分析。
在一个具体实施例中,频谱分析可获得频谱分析结果和有效频谱范围。
具体的,结合图2所示,首先对地震资料进行扫描,确定大致目的层的范围,从而获得目的层中的地震资料,该地震资料即为目的层的地震数据,图2中的方框内表示目的层的大致范围。
图4示出了对目的层地震数据进行频谱分析的分析结果图,从图中可以看出,目的层频谱有效带宽(即有效频谱范围)在5-70Hz之间(无效频谱呈近似水平直线)。
S2:根据所述频谱分析获得频谱照明度数据体。
图3示出步骤S2的详细步骤示意图,其具体包括:
S21:根据所述频谱分析结果,在有效频谱范围内按照预设条件提取获得若干单频体。
具体的,对地震数据进行小波变换,把地震数据从时间域变换到频率域,由于S1步骤已经获得有效频谱范围在5-70Hz之间,则以固定的频率间隔,求取从5-70Hz之间的单频体。例如,间隔5Hz,求取5、10、15、20等以此类推的单频体。图5示出上述单频体的剖图。
S12:对所述若干单频体进行能量谱分析,剔除能量集中的单频体,提取剩余单频体的井点单道能量谱。
具体的,对能量谱分析后的单频体进行能量概率分布统计,如图6所示出的统计结果。从结果中可以看出5Hz及40Hz以上单频体能量基本成对数分布,这是能量不集中的表示,不符合储层统计规律(能量集中的单频体一般成近似正态分布),因此剔除5Hz及40Hz以上单频体,对剩余单频体进一步分析。
S13:确定剔除了能量集中的单频体后剩余的每个单频体与物性指标曲线的相关性程度,剔除相关性程度不符合的单频体。
图6可以看出,10-35Hz的单频体基本呈近似正态分布,提取各单频体井点能量数据,然后与物性指标曲线(物性指标曲线为测井解释物性指标曲线)进行交会。
图7为某一具体实施例中的交会结果示意图,从图7中可以知晓,15Hz、20Hz及25Hz单频体与物性指标曲线相关系数高,然后再剔除10Hz、30Hz及35Hz单频体。
S14:对剔除相关性程度不符合的单频体后剩余的单频体进行均方根处理,获得频谱照明度数据体。
基于上一步的说明,对剩下的单频体(15Hz、20Hz及25Hz的单频体)进行均方根处理,即处理结果即频谱照明度数据,其中a、b、c为15Hz、20Hz及25Hz单频体数据。图8示出的是通过均方根计算得到的频谱照明度数据体剖图。
S2:根据所述频谱照明度数据体,确定储层的厚度分布。
具体的,图9示出该步骤的详细步骤图,结合图9所示,其具体包括:
S21:将目的层划分为若干小层,对每个小层提取照明度属性,由此分析目的层由浅至深的储层变化。
利用地震地层学概念,对目的层进行小层划分,对每一小层提取照明度属性,由此分析地层由浅到深的储层变化,图10即目的层由浅到深的储层变化图。
S22:对所述照明度数据体进行有效储层三维空间雕刻。
图11示出了有效储层的三维雕刻图。从图11中可以提取出有效储层厚度。
S23:根据物性指标曲线标定,确定物性指标标定的储层在照明度数据体上的门槛值。
物性指标曲线为深测向曲线取对数与伽马曲线镜像之和。深测向曲线反映储层渗透性,数值越大,渗透性越好;伽马曲线反映岩性,高值代表泥质含量高,反之代表砂质含量高。指示曲线高值代表砂质含量高、渗透性好,因此幅值越大储层越有利。
图12示出了过井频谱照明度剖面,其中,测井所投曲线为测井解释储层物性指标曲线(即上述的物性指标曲线,图示中well所指的曲线则为物性指标曲线)。图中可以看出物性指标储层的门槛值为40000(图12色标值可以看出40000对应数据高低值之间的一个的数据值,大于40000的区域对应曲线幅值大的层段,小于40000的区域对应曲线低值层段。低值相对平直,代表稳定泥岩段,因此大于40000的区域代表储层渗透性好)。
S24:提取目的层大于所述门槛值的样品数,根据所述样品数和采样率确定物性指标储层时间厚度分布。
通过上一步骤,可以获得目的层大于40000的样点数,其中,样点数乘以采样率即物性指标储层时间厚度图。其结果如图13所示,进而从该图中确定储层的厚度分布,例如,灰白色的区域表示的是储层厚度较厚,黑色的黑度越高,则表示储层厚度越薄,可利用价值越低。
本发明的储层厚度分布确定方法,通过对地震数据进行频谱分析,并充分挖掘该频谱分析的有效信息,从而获得频谱照明度数据体,根据该数据体确定储层厚度分布,在多井、多层段统计、大量分析基础上,确定的结果与实际的吻合度达到80%以上,提高了储层预测的精度,在油田勘探开发井位部署设计中,能提供有效的帮助。
基于上述方法,本发明第二方面提供一种储层厚度分布确定系统,如图14所示,具体包括:
处理模块101,对目的层的地震数据进行频谱分析,获得频谱分析结果和有效频谱范围;
获取模块102,根据所述频谱分析结果和有效频谱范围获得频谱照明度数据体;
确定模块103,根据所述频谱照明度数据体,确定储层的厚度分布。
本发明提供的一种储层厚度分布确定系统,通过对地震数据进行频谱分析,并充分挖掘该频谱分析的有效信息,从而获得频谱照明度数据体,根据该数据体确定储层厚度分布,在多井、多层段统计、大量分析基础上,确定的结果与实际的吻合度达到80%以上,提高了储层预测的精度,在油田勘探开发井位部署设计中,能提供有效的帮助。
在一些实施例中,首先对地震资料进行扫描,确定大致目的层的范围,从而获得目的层中的地震资料,该地震资料即为目的层的地震数据。
在一些实施例中,处理模块101对目的层的地震数据进行频谱分析,获得频谱分析结果和有效频谱范围。
图4示出了对目的层地震数据进行频谱分析的分析结果图,从图中可以看出,目的层频谱有效带宽(即有效频谱范围)在5-70Hz之间(无效频谱呈近似水平直线)。
如图15所示,获取模块102包括:
单频体提取单元111,根据所述频谱分析结果,在有效频谱范围内按照预设条件提取获得若干单频体。
具体的,对地震数据进行小波变换,把地震数据从时间域变换到频率域,由于处理模块已经获得有效频谱范围在5-70Hz之间,则以固定的频率间隔,求取从5-70Hz之间的单频体。例如,间隔5Hz,求取5、10、15、20等以此类推的单频体。图5示出上述单频体的剖图。
第一剔除单元112,对所述若干单频体进行能量谱分析,剔除能量集中的单频体,提取剩余单频体的井点单道能量谱。
具体的,对能量谱分析后的单频体进行能量概率分布统计,如图6所示出的统计结果。从结果中可以看出5Hz及40Hz以上单频体能量基本成对数分布,不符合储层统计规律(储层一般成近似正态分布),因此剔除5Hz及40Hz以上单频体,对剩余单频体进一步分析。
第二剔除单元113,确定剔除了能量集中的单频体后剩余的每个单频体与物性指标曲线的相关性程度,剔除相关性程度不符合的单频体。
图6可以看出,10-35Hz的单频体基本呈近似正态分布,提取各单频体井点能量数据,然后与物性指标曲线(物性指标曲线为测井解释物性指标曲线)进行交会。
图7为某一具体实施例中的交会结果示意图,从图7中可以知晓,15Hz、20Hz及25Hz单频体与物性指标曲线相关系数高,然后再剔除10Hz、30Hz及35Hz单频体。
均方根处理单元114,对剔除相关性程度不符合的单频体后剩余的单频体进行均方根处理,获得频谱照明度数据体。
基于上一步的说明,对剩下的单频体(15Hz、20Hz及25Hz的单频体)进行均方根处理,即处理结果即频谱照明度数据,其中a、b、c为15Hz、20Hz及25Hz单频体数据。图8示出的是通过均方根计算得到的频谱照明度数据体剖图。
图16示出了确定模块102的具体结构示意图。
在该实施例中,确定模块102包括:
划分单元121,将目的层划分为若干小层,对每个小层提取照明度属性,由此分析目的层由浅至深的储层变化;利用地震地层学概念,对目的层进行小层划分,对每一小层提取照明度属性,由此分析地层由浅到深的储层变化,图10即目的层由浅到深的储层变化图。
雕刻单元122,对所述照明度数据体进行有效储层三维空间雕刻;图11示出了有效储层的三维雕刻图。从图11中可以提取出有效储层厚度。
标定单元123,根据物性指标曲线标定,确定物性指标标定的储层在照明度数据体上的门槛值。
物性指标曲线为深测向曲线取对数与伽马曲线镜像之和。深测向曲线反映储层渗透性,数值越大,渗透性越好;伽马曲线反映岩性,高值代表泥质含量高,反之代表砂质含量高。指示曲线高值代表砂质含量高、渗透性好,因此幅值越大储层越有利。
图12示出了过井频谱照明度剖面,其中,测井所投曲线为测井解释储层物性指标曲线(即上述的物性指标曲线,图示中well所指的曲线则为物性指标曲线)。图中可以看出物性指标储层的门槛值为40000(图12色标值可以看出40000对应数据高低值之间的一个的数据值,大于40000的区域对应曲线幅值大的层段,小于40000的区域对应曲线低值层段。低值相对平直,代表稳定泥岩段,因此大于40000的区域代表储层渗透性好)。
样品数提取单元124,提取目的层大于所述门槛值的样品数,根据所述样品数和采样率确定物性指标储层时间厚度分布。例如,在一些实施例中,可以获得目的层大于40000的样点数,其中,样点数乘以采样率即物性指标储层时间厚度图。其结果如图13所示,进而从该图中确定储层的厚度分布,例如,灰白色的区域表示的是储层厚度较厚,黑色的黑度越高,则表示储层厚度越薄,可利用价值越低。
上述实施例阐明的系统、装置、模块或单元,具体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设备,具体的,计算机设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中计算机设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的由客户端执行的方法,或者,所述处理器执行所述程序时实现如上所述的由服务器执行的方法。
下面参考图17,其示出了适于用来实现本申请实施例的计算机设备600的结构示意图。
如图17所示,计算机设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
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。
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、商品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,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
本申请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申请,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。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (14)
1.一种储层厚度分布确定方法,其特征在于,包括:
对目的层的地震数据进行频谱分析;
根据所述频谱分析获得频谱照明度数据体;
根据所述频谱照明度数据体,确定储层的厚度分布;
所述对目的层的地震数据进行频谱分析,包括:对目的层的地震数据进行频谱分析,获得频谱分析结果和有效频谱范围;
所述根据所述频谱分析获得频谱照明度数据体,包括:
根据所述频谱分析结果,在有效频谱范围内按照预设条件提取获得若干单频体;
对所述若干单频体进行能量谱分析,剔除能量集中的单频体,提取剩余单频体的井点单道能量谱;
确定剔除了能量集中的单频体后剩余的每个单频体与物性指标曲线的相关性程度,剔除相关性程度不符合的单频体;
对剔除相关性程度不符合的单频体后剩余的单频体进行均方根处理,获得频谱照明度数据体。
2.根据权利要求1所述的方法,其特征在于,所述根据所述频谱照明度数据体,确定储层的厚度分布,包括:
将目的层划分为若干小层,对每个小层提取照明度属性,由此分析目的层由浅至深的储层变化;
对所述照明度数据体进行有效储层三维空间雕刻;
根据物性指标曲线标定,确定物性指标标定的储层在照明度数据体上的门槛值;
提取目的层大于所述门槛值的样品数,根据采样率和所述样品数确定物性指标储层时间厚度分布。
3.根据权利要求1所述的方法,其特征在于,所述确定每个单频体与物性指标曲线的相关性程度,包括:
将所述井点单道能量谱与物性指标曲线进行交会分析,获得相关系数;
根据所述相关系数确定所述相关性程度。
4.根据权利要求1所述的方法,其特征在于,所述有效频谱范围为5Hz-70Hz。
5.根据权利要求4所述的方法,其特征在于,所述在有效频谱范围内按照预设条件提取获得若干单频体,包括:
对目的层的地震数据进行小波变换,将所述地震数据从时间域变换到频率域,求取5Hz-70Hz之间每隔5Hz的单频体。
6.根据权利要求1所述的方法,其特征在于,所述目的层的地震数据通过对地震资料进行扫描获得,其中,对地震资料进行扫描确定出目的层的范围,该范围内的地震资料为所述目的层的地震数据。
7.一种储层厚度分布确定系统,其特征在于,包括:
处理模块,对目的层的地震数据进行频谱分析;
获取模块,根据所述频谱分析获得频谱照明度数据体;
确定模块,根据所述频谱照明度数据体,确定储层的厚度分布;
所述处理模块对目的层的地震数据进行频谱分析,获得频谱分析结果和有效频谱范围;
所述获取模块包括:
单频体提取单元,根据所述频谱分析结果,在有效频谱范围内按照预设条件提取获得若干单频体;
第一剔除单元,对所述若干单频体进行能量谱分析,剔除能量集中的单频体,提取剩余单频体的井点单道能量谱;
第二剔除单元,确定剔除了能量集中的单频体后剩余的每个单频体与物性指标曲线的相关性程度,剔除相关性程度不符合的单频体;
均方根处理单元,对剔除相关性程度不符合的单频体后剩余的单频体进行均方根处理,获得频谱照明度数据体。
8.根据权利要求7所述的系统,其特征在于,所述确定模块包括:
划分单元,将目的层划分为若干小层,对每个小层提取照明度属性,由此分析目的层由浅至深的储层变化;
雕刻单元,对所述照明度数据体进行有效储层三维空间雕刻;
标定单元,根据物性指标曲线标定,确定物性指标标定的储层在照明度数据体上的门槛值;
样品数提取单元,提取目的层大于所述门槛值的样品数,根据采样率和所述样品数确定物性指标储层时间厚度分布。
9.根据权利要求7所述的系统,其特征在于,所述第二剔除单元将所述井点单道能量谱与物性指标曲线进行交会分析,获得相关系数;
根据所述相关系数确定所述相关性程度。
10.根据权利要求7所述的系统,其特征在于,所述有效频谱范围为5Hz-70Hz。
11.根据权利要求10所述的系统,其特征在于,所述单频体提取单元对目的层的地震数据进行小波变换,将所述地震数据从时间域变换到频率域,求取5Hz-70Hz之间每隔5Hz的单频体。
12.根据权利要求7所述的系统,其特征在于,所述目的层的地震数据通过对地震资料进行扫描获得,其中,对地震资料进行扫描确定出目的层的范围,该范围内的地震资料为所述目的层的地震数据。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至6任一项所述的储层厚度分布确定方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6任一项所述的储层厚度分布确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811322841.9A CN109581498B (zh) | 2018-11-08 | 2018-11-08 | 储层厚度分布确定方法、系统、设备、可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811322841.9A CN109581498B (zh) | 2018-11-08 | 2018-11-08 | 储层厚度分布确定方法、系统、设备、可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109581498A CN109581498A (zh) | 2019-04-05 |
CN109581498B true CN109581498B (zh) | 2020-07-10 |
Family
ID=65921804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811322841.9A Active CN109581498B (zh) | 2018-11-08 | 2018-11-08 | 储层厚度分布确定方法、系统、设备、可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109581498B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707317A (zh) * | 2010-10-27 | 2012-10-03 | 中国石油化工股份有限公司 | 一种利用地震波吸收衰减特征进行储层分析的方法 |
CN103728654A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种碳酸盐岩油气储层预测的方法 |
CN104297791A (zh) * | 2014-09-25 | 2015-01-21 | 中国石油天然气股份有限公司 | 一种基于地震优势频率的反演方法及系统 |
WO2015127349A1 (en) * | 2014-02-24 | 2015-08-27 | Saudi Arabian Oil Company | Systems, methods, and computer medium to produce efficient, consistent, and high-confidence image-based electrofacies analysis in stratigraphic interpretations across multiple wells |
CN104950334A (zh) * | 2015-06-16 | 2015-09-30 | 中国石油天然气集团公司 | 一种预测储层分布的方法及装置 |
CN107942405A (zh) * | 2017-11-15 | 2018-04-20 | 中国石油化工股份有限公司 | 预测砂泥岩薄互层砂体累积厚度的方法 |
CN108549103A (zh) * | 2018-04-02 | 2018-09-18 | 中国石油集团川庆钻探工程有限公司 | 饱和多孔介质叠后地震烃类检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10895654B2 (en) * | 2017-04-20 | 2021-01-19 | Exxonmobil Upstream Research Company | Method for generating optimized seismic target spectrum |
-
2018
- 2018-11-08 CN CN201811322841.9A patent/CN109581498B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707317A (zh) * | 2010-10-27 | 2012-10-03 | 中国石油化工股份有限公司 | 一种利用地震波吸收衰减特征进行储层分析的方法 |
CN103728654A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种碳酸盐岩油气储层预测的方法 |
WO2015127349A1 (en) * | 2014-02-24 | 2015-08-27 | Saudi Arabian Oil Company | Systems, methods, and computer medium to produce efficient, consistent, and high-confidence image-based electrofacies analysis in stratigraphic interpretations across multiple wells |
CN104297791A (zh) * | 2014-09-25 | 2015-01-21 | 中国石油天然气股份有限公司 | 一种基于地震优势频率的反演方法及系统 |
CN104950334A (zh) * | 2015-06-16 | 2015-09-30 | 中国石油天然气集团公司 | 一种预测储层分布的方法及装置 |
CN107942405A (zh) * | 2017-11-15 | 2018-04-20 | 中国石油化工股份有限公司 | 预测砂泥岩薄互层砂体累积厚度的方法 |
CN108549103A (zh) * | 2018-04-02 | 2018-09-18 | 中国石油集团川庆钻探工程有限公司 | 饱和多孔介质叠后地震烃类检测方法 |
Non-Patent Citations (3)
Title |
---|
Channel detection using instantaneous spectral attributes in one of the SW Iran oil fields;R. Mohebian 等;《Bollettino di Geofisica Teorica ed Applicata》;20130930;第54卷(第3期);第271-282页 * |
利用谱分解技术预测河流相储层;马跃华 等;《石油地球物理勘探》;20150630;第50卷(第3期);第502-509页 * |
频谱分解技术在储层厚度预测中的应用;代磊;《内蒙古石油化工》;20140831(第8期);第94-96页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109581498A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
CN109709607B (zh) | 一种预测薄层砂岩储层厚度方法及装置 | |
Zhang et al. | Improved CEEMDAN–wavelet transform de-noising method and its application in well logging noise reduction | |
Li et al. | Pore type identification in carbonate rocks using convolutional neural network based on acoustic logging data | |
CN111239821B (zh) | 碳酸盐岩储层孔隙结构预测方法、装置、设备及存储介质 | |
Filatov et al. | Precursory analysis of GPS time series for seismic hazard assessment | |
Oliveira et al. | A stable finite difference method based on upward continuation to evaluate vertical derivatives of potential field data | |
CN111983679B (zh) | 基于沉积参数的相控型白云岩储层地震预测方法和装置 | |
CN109581498B (zh) | 储层厚度分布确定方法、系统、设备、可读介质 | |
CN112649887B (zh) | 基于钻井资料定量划分层序地层的方法及装置 | |
Liu et al. | Analysis of non-diffuse characteristics of the seismic noise field in southern California based on correlations of neighbouring frequencies | |
Ayad et al. | Quantification of the disturbances of phosphate series using the box-counting method on geoelectrical images (Sidi Chennane, Morocco) | |
CN111239809A (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
Yamada | Estimation of fault rupture extent using near-source records for earthquake early warning | |
CN112363243A (zh) | 预测页岩油优质储层的方法、装置、计算机设备及介质 | |
Yu et al. | Training image optimization method based on convolutional neural network and its application in discrete fracture network model selection | |
CN114200522A (zh) | 深度域地震子波提取方法和装置、存储介质及电子设备 | |
Steinmann et al. | Machine learning analysis of seismograms reveals a continuous plumbing system evolution beneath the Klyuchevskoy volcano in Kamchatka, Russia | |
CN117849875B (zh) | 一种地震信号分析方法、系统、装置及存储介质 | |
Zhao et al. | Characterization of the measurement error in time-lapse seismic data and production data with an EM algorithm | |
CN113325474B (zh) | 生物礁判别方法 | |
CN112130205A (zh) | 基于地震资料的碳酸盐岩丘滩体分布预测方法及系统 | |
EP4202180A1 (en) | Systems and methods for identifying type curve regions as a function of position in a region of interest | |
CN115144902A (zh) | 储层含油气分析方法、装置、存储介质及电子设备 | |
CN112709568A (zh) | 白云岩地层藻白云岩的识别方法及装置 |
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 |