CN109709607B - 一种预测薄层砂岩储层厚度方法及装置 - Google Patents
一种预测薄层砂岩储层厚度方法及装置 Download PDFInfo
- Publication number
- CN109709607B CN109709607B CN201811492987.8A CN201811492987A CN109709607B CN 109709607 B CN109709607 B CN 109709607B CN 201811492987 A CN201811492987 A CN 201811492987A CN 109709607 B CN109709607 B CN 109709607B
- Authority
- CN
- China
- Prior art keywords
- sandstone reservoir
- thickness
- thin sandstone
- thin
- peak amplitude
- 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
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种预测薄层砂岩储层厚度方法及装置，预测薄层砂岩储层厚度方法包括：根据测井曲线数据和岩心沉积序列生成薄层砂岩储层的钻井对比剖面；根据测井曲线数据及钻井对比剖面计算薄层砂岩储层的岩石物理参数；根据测井曲线数据计算薄层砂岩储层的顶反射系数序列及底反射系数序列；根据岩石物理参数、测井曲线数据及顶反射系数序列及底反射系数序列建立厚度预测模板；利用反射系数序列及地震数据对薄层砂岩储层进行层位标定；根据层位标定结果提取地震反射峰值振幅参数；根据地震反射峰值振幅参数及厚度预测模板计算薄层砂岩储层的厚度。本发明能够定量预测薄层砂岩储层厚度，进而提高岩性圈闭勘探成功率。
Description
技术领域
本发明涉及石油勘探领域，尤其是预测储层厚度技术，具体涉及一种预测薄层砂岩储层厚度方法及装置。
背景技术
近年来，薄层砂岩储层岩性油气藏勘探逐步成为国内外油气勘探发现的主要攻关和研究对象。薄层砂岩储层由于其厚度薄、横向变化快、地震资料分辨率有限，成为目前油气勘探面临的一个世界性难题，至今尚没有形成一种能够有效预测小于1/8波长厚度薄层砂岩储层的技术方法。Ricker(1953年)通过研究振幅调谐效应提出地震资料分辨厚度的下限是1/4波长，Widess(1973年)通过研究楔状模型认为分辨下限为1/8波长，Tirado(2004年)研究奇偶反射系数分解认为分辨下限小于其采样率。前人预测方法主要是利用时间域、频率域的地震资料来实现，时间域主要包括带限反演法(Connolly，2007年)、地质统计反演技术(王香文，2012年)、相控波形反演技术(盛述超，2015年)，频率域主要包括频谱反演法(Puryear，2008年)、频谱分解法(Rubino，2009年)和频率量板法(孙鲁平，2010年)等。前人研究基于地震资料和测井资料通过创新技术和数学运算提升地震对薄层砂岩储层分辨能力取得了极大进步，然而时间域、频率域预测方法很难有效定量预测小于1/8波长厚度薄层砂岩储层，属性的融合和综合应用预测薄层砂岩储层厚度的误差较大和准确度不高。
因此，如何提供一种更为准确预测薄层砂岩储层厚度方法，是亟待解决的问题。
发明内容
针对现有技术中的问题，本发明能够建立一种直观、高精度和易操作的定量预测薄层砂岩储层厚度的方法，并且能够在平面上对薄层砂岩储层厚度进行有效的定量预测，进而可以为目标区域薄层砂岩储层岩性勘探提供有效的岩性圈闭目标和技术支撑。
为解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供一种预测薄层砂岩储层厚度方法，包括：
根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面；
根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数；
根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列；
根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板；
利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；
根据层位标定结果提取地震反射峰值振幅参数；
根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度。
一实施例中，在根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面之前，还包括：
通过分析岩心数据获取岩心沉积序列；
对所述测井曲线数据进行单井纵向一致性处理和多井平面标准化处理。
一实施例中，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面，包括：
根据所述薄层砂岩储层的物源方向确定钻井对比剖面在水平投影上的方向；
在所述方向上，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面。
一实施例中，在根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数之前，还包括：
分析单井沉积序列和分析岩性组合特征及连井所述沉积序列和所述岩性组合特征；
根据所述测井曲线数据、所述岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段；
根据所述沉积序列、岩性组合特征以及所述岩性组合段，分析所述薄层砂岩储层段与上、下地层段的岩石类型、沉积厚度、横向展布规律。
一实施例中，根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数，包括：根据所述测井曲线数据及所述钻井对比剖面，计算所述三个岩性组合段段岩石物理参数的均值。
一实施例中，所述岩石物理参数，包括：岩石密度、纵波速度、横波速度、泥质含量、孔隙度、渗透率。
一实施例中，所述测井曲线数据包括：声波测井曲线数据、密度测井曲线数据；根据测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列，包括：根据所述声波测井曲线数据、所述密度测井曲线数据计算所述薄层砂岩储层与上、下地层段的反射系数序列及两者反射系数序列比。
一实施例中，在根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板之前，还包括：
根据所述薄层砂岩储层所述反射系数序列及所述反射系数序列比建立初始三层楔状模型；
调整所述岩石物理参数，将所述岩石物理参数输入至所述初始三层楔状模型；
根据所述初始三层楔状模型建立所述反射系数序列比离散的一系列非均质楔状模型。
一实施例中，在根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板之前，还包括：
选择雷克子波，采用佐伊普里兹弹性波波动方程法对所述非均质楔状模型进行正演模拟。
一实施例中，在根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板之前，还包括：
利用所述非均质楔状模型的峰值振幅获得所述非均质楔状模型随厚度变化的峰值振幅数据集；
在所述峰值振幅数据集上选取变化量非零段峰值振幅数据，并求其与所述非零段峰值振幅数据平均值的差值；
建立所述差值与所述薄层砂岩储层厚度的散点图，以获得所述一系列非均质楔状模型随厚度变化的峰值振幅变化量数据集。
一实施例中，根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板，包括：
以所述非均质楔状模型厚度为y轴，所述峰值振幅变化量为x轴，建立所述非均质楔状模型峰值振幅变化量与所述薄层砂岩储层厚度的散点图；
根据所述散点图拟合得到所述厚度预测模板。
一实施例中，在利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定之前，还包括：
利用所述反射系数序列与雷克子波褶积，以获得单井合成记录；
纵向上调整子波相位、频率使单井合成记录与地震反射同相轴匹配，以确定所述薄层砂岩储层地震反射同相轴。
一实施例中，在利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定之前，还包括：
对地震资料做频谱分析，以确定资料主频及频带范围；
将地震资料做带通滤波，得到高频地震资料。
一实施例中，在利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定之前，还包括：
将地震资料做90度相位化转换，使地震反射同相轴与所述薄层砂岩储层匹配。
一实施例中，利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定，包括：
利用拾取振幅最大值模式自动追踪拾取所述地震反射同相轴，获得地震剖面上的所述薄层砂岩储层解释层位。
一实施例中，根据层位标定结果提取地震反射峰值振幅参数，包括：
以所述薄层砂岩储层解释层位为基础在设定时窗内自动提取所述薄层砂岩储层所述反射峰值振幅属性参数。
一实施例中，在根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度之前，还包括：
根据所述钻井对比剖面选取同方向任意线；
在所述任意线方向上，自动获取所述薄层砂岩储层的所述峰值振幅参数并平滑滤波；
计算所述峰值振幅参数的振幅变化量非零段均值。
一实施例中，根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度之前，包括：
将薄层砂岩储层峰值振幅减去基质峰值振幅，获得峰值振幅变化量；
一实施例中，在根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度之后，还包括：
计算所述预测薄层砂岩储层厚度与实际钻井统计厚度的差值，作为系统误差；
将所述系统误差进行差值以形成网格化显示；
将所述预测薄层砂岩储层厚度去除所述系统误差得到最终预测薄层砂岩储层厚度。
第二方面，本发明提供一种预测薄层砂岩储层厚度装置，所述预测薄层砂岩储层厚度装置包括：
剖面生成单元，用于根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面；
岩石物理参数计算单元，用于根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数；
反射系数序列计算单元，用于根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列；
厚度预测模板建立单元，用于根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板；
层位标定单元，用于利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；
反射峰值振幅参数获取单元，用于根据层位标定结果获取地震反射峰值振幅参数；
厚度计算单元，用于根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度。
第三方面，本发明提供一种电子设备，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所述预测薄层砂岩储层厚度方法的步骤。
第四方面，本发明提供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所述预测薄层砂岩储层厚度方法的步骤。
从上述描述可知，本发明提供一种预测薄层砂岩储层厚度方法，可以通过分析测井曲线数据和岩心沉积序列，生成薄层砂岩储层的钻井对比剖面，钻井对比剖面是本发明的数据基础，后续的步骤都是在此基础上进行的；根据测井曲线数据及钻井对比剖面，计算所述薄层砂岩储层的岩石物理参数；通过测井曲线数据计算薄层砂岩储层的顶反射系数序列及底反射系数序列；通过岩石物理参数、测井曲线数据及所述顶反射系数序列及底反射系数序列，建立厚度预测模板，该厚度预测模板在已知峰值振幅变化量的情况下，可以获得预测薄层砂岩储层厚度；通过利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；在层位标定结果的基础上，提取地震反射峰值振幅参数；地震反射峰值振幅参数是本方法所必须的参数之一，得到地震反射峰值振幅参数之后，进而可以计算出地震反射峰值振幅变化量，通过厚度预测模板得到最终薄层砂岩储层厚度。本发明能够建立一种直观、高精度和易操作的定量预测薄层砂岩储层厚度的方法，并且能够在平面上对薄层砂岩储层厚度进行有效的定量预测，进而可以为目标区域薄层砂岩储层岩性勘探提供有效的岩性圈闭目标和技术支撑。
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为本发明的实施例中的预测薄层砂岩储层厚度方法的流程示意图。
图2为本发明的预测薄层砂岩储层厚度方法中步骤100的流程示意图。
图3为本发明的预测薄层砂岩储层厚度方法中步骤200的流程示意图。
图4为本发明的预测薄层砂岩储层厚度方法中步骤400的流程示意图。
图5为本发明的预测薄层砂岩储层厚度方法中步骤500的流程示意图。
图6为本发明的预测薄层砂岩储层厚度方法中步骤700的流程示意图。
图7为本发明的预测薄层砂岩储层厚度方法的具体应用实例的流程示意图。
图8为本发明的薄层砂岩储层非均质楔状模型厚度预测模板示意图。
图9为本发明的薄层砂岩储层定量预测厚度及分布平面图。
图10为本发明的实施例中的预测薄层砂岩储层厚度装置的结构示意图。
图11为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，显然，所描述的实施例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作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。
本发明的实施例提供一种预测薄层砂岩储层厚度方法的具体实施方式，参见图1，所述预测薄层砂岩储层厚度方法具体包括如下内容：
步骤100：根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面。
在步骤100中，预测薄层砂岩储层厚度装置根据测井曲线数据和岩心沉积序列，生成所述薄层砂岩储层的钻井对比剖面。可以理解的是，钻井包括发育薄层砂岩储层的钻井以及不发育薄层砂岩储层的钻井，并且当薄层砂岩储层尖灭时，预测薄层砂岩储层厚度装置不再生成薄层砂岩储层的钻井对比剖面。
步骤200：根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数。
在步骤200中，所述预测薄层砂岩储层厚度装置根据所述测井曲线数据及所述钻井对比剖面，计算所述薄层砂岩储层的岩石物理参数。可以理解的是，本计算过程中可以用到的公式包括：
其中，
是密度测井曲线数据的均值，DEN为密度测井曲线数据，n为密度测井曲线数据的个数；
Vp＝1/DT
其中，DT为声波时差测井曲线数据，Vp为纵波速度数据，
为纵波速度数据的均值，n为纵波速度数据的个数；
Vs＝υd/ρ
υd＝υs(1-φ)/(1+1.5αφ)
其中，υd为岩石剪切模量，ρ为流体岩石密度，υs为基质剪切模量平均值，φ为孔隙度，α为固定参数，
为纵波速度数据的均值，n为纵波速度数据的个数。
在一种具体举例中，为提高预测模板预测结果的准确性，所述岩石物理参数中包含有岩石密度、纵波速度、横波速度、泥质含量、孔隙度、渗透率。
步骤300：根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列。
在步骤300中，所述预测薄层砂岩储层厚度装置根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列。可以理解的是，反射系数序列为反射系数的数据集，合成记录的好坏与反射系数序列的求取有着密切的关系，反射系数序列的准确性和精确程度又与测井曲线数据的采集、处理等过程密切相关，在一种具体实施方式中，可以对反射系数序列进行非均匀采样。
本计算过程中可以用到的公式有：
CR＝(DENd×Vpd-DENu×Vpu)/(DENd×Vpd+DENu×Vpu)
其中，CR为反射系数，DENd为地层界面下部地层的密度测井曲线数据，DENu为地层界面上部地层的密度测井曲线数据，Vpd为地层界面下部地层的声波测井曲线数据，Vpu为地层界面上部地层的声波测井曲线数据。
在一种具体举例中，为提高预测模板预测结果的准确性，所述测井曲线数据包括：声波测井曲线数据、密度测井曲线数据。
步骤400：根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板。
在步骤400中，所述预测薄层砂岩储层厚度装置根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板。可以理解的是，当新的峰值振幅变化量输入该厚度预测模板之后，会输出一个所述测薄层砂岩储层厚度参数。
步骤500：利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定。
在步骤500中，所述预测薄层砂岩储层厚度装置利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定。可以理解的是，利用测井曲线数据、地震资料获得单井合成记录，从而标定薄层砂岩储层反射地震同相轴。
步骤600：根据层位标定结果提取地震反射峰值振幅参数。
在步骤600中，所述预测薄层砂岩储层厚度装置根据层位标定结果提取地震反射峰值振幅参数。可以理解的是，在所述层位标定结果的基础上，在设定时窗内自动提取所述薄层砂岩储层所述反射峰值振幅属性参数。
步骤700：根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度。
在步骤700中，所述预测薄层砂岩储层厚度装置根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度。可以理解的是，将实际薄层砂岩储层的地震反射峰值振幅参数输入到厚度预测模板中，会输出该薄层砂岩储层的预测厚度。
从上述描述可知，本发明的应用举例提供预测薄层砂岩储层厚度方法，可以通过分析测井曲线数据和岩心沉积序列，生成薄层砂岩储层的钻井对比剖面，钻井对比剖面是本发明的数据基础，后续的步骤都是在此基础上进行的；根据测井曲线数据及钻井对比剖面，计算所述薄层砂岩储层的岩石物理参数；通过测井曲线数据计算薄层砂岩储层的顶反射系数序列及底反射系数序列；通过岩石物理参数、测井曲线数据及所述顶反射系数序列及底反射系数序列，建立厚度预测模板，该厚度预测模板在已知峰值振幅变化量的情况下，可以获得预测薄层砂岩储层厚度；通过利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；在层位标定结果的基础上，提取地震反射峰值振幅参数；地震反射峰值振幅参数是本方法所必须的参数之一，得到地震反射峰值振幅参数之后，进而可以计算出地震反射峰值振幅变化量，通过厚度预测模板得到最终薄层砂岩储层厚度。本发明能够建立一种直观、高精度和易操作的定量预测薄层砂岩储层厚度的方法，并且能够在平面上对薄层砂岩储层厚度进行有效的定量预测，进而可以为目标区域薄层砂岩储层岩性勘探提供有效的岩性圈闭目标和技术支撑。
在一种具体实施方式中，本发明还提供预测薄层砂岩储层厚度方法中的步骤100的具体实施方式，参见图2，所述步骤100具体包括如下内容：
步骤101：通过分析岩心数据获取岩心沉积序列。
在步骤101中，所述预测薄层砂岩储层厚度装置可从岩心数据中获得该岩心沉积序列，可以理解的是，该步骤是为后续的建立薄层砂岩储层的钻井对比剖面做数据准备。
步骤102：对所述测井曲线数据进行单井纵向一致性处理和多井平面标准化处理。
在步骤102中，所述预测薄层砂岩储层厚度装置需要对测井曲线数据进行单井纵向一致性处理和多井平面标准化处理，具体为：优选测井曲线特征明显、广泛分布的岩性段为标志层建立曲线频率分布图，以标志层段曲线峰值为标准值刻度其他井曲线进行标准化处理，建立统一的岩性与测井对比关系。
步骤103：根据所述薄层砂岩储层的物源方向确定钻井对比剖面在水平投影上的方向。
在步骤103中，所述预测薄层砂岩储层厚度装置需要根据所述薄层砂岩储层的物源方向确定钻井对比剖面在水平投影上的方向。可以理解的是，在水平面上，沿薄层砂岩储层的物源方向作为钻井对比剖面的方向。
步骤104：在所述方向上，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面。
在步骤104中，所述预测薄层砂岩储层厚度装置在所述方向上，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面。可以理解的是，依据薄层砂岩储层沉积的物源方向连续选择钻井建立钻井剖面，包括发育薄层砂岩储层的钻井和不发育薄层砂岩储层的钻井，并依据测井曲线特征和岩心沉积序列对薄层砂岩储层砂岩进行对比至薄层砂岩储层砂岩尖灭。
从上述描述可知，本发明的实施例提供的预测薄层砂岩储层厚度方法，能够有效的将岩心数据及测井曲线数据进行预处理，并且在预处理的基础上，建立可靠的薄层砂岩储层的钻井对比剖面，能够保证后续预测模板建立的准确性。
在一种具体实施方式中，本发明还提供预测薄层砂岩储层厚度方法中的步骤200的具体实施方式，参见图3，所述步骤200具体包括如下内容：
步骤201：分析单井沉积序列、岩性组合特征及所述钻井对比剖面中所述沉积序列、所述岩性组合特征。
在步骤201中，所述预测薄层砂岩储层厚度装置分析单井沉积序列、岩性组合特征及所述钻井对比剖面中所述沉积序列、所述岩性组合特征。具体为：依据岩心数据及测井曲线数据，分析单井沉积序列、岩性组合特征，并在单井沉积序列、岩性组合特征的结果上，得到钻井对比剖面中所述沉积序列、所述岩性组合特征。
步骤202：根据所述测井曲线数据、所述岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段。
在步骤202中，所述预测薄层砂岩储层厚度装置根据所述测井曲线数据、所述岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段。可以理解的是，预测薄层砂岩储层厚度装置在步骤201结果的基础上，依据测井曲线数据、沉积序列、岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段，该步骤为后续的计算反射系数序列做准备工作。
步骤203：根据所述沉积序列、岩性组合特征以及所述岩性组合段，分析所述薄层砂岩储层段与上、下地层段的岩石类型、沉积厚度、横向展布规律。
在步骤203中，所述预测薄层砂岩储层厚度装置根据所述沉积序列、岩性组合特征以及所述岩性组合段，分析所述薄层砂岩储层段与上、下地层段的岩石类型、沉积厚度、横向展布规律。具体地，可以依据单井沉积序列、岩性组合特征及所述钻井对比剖面中所述沉积序列、所述岩性组合特征以及所述薄层砂岩储层与上、下地层段划分为三个岩性组合段，分析薄层砂岩储层与上、下地层段划分为三个岩性组合段的岩石类型，三个岩性组合段的沉积厚度，以及三个岩性组合段在水平面上的横向展布规律。
步骤204：根据所述测井曲线数据及所述钻井对比剖面，计算所述三个岩性组合段岩石物理参数的均值。
在步骤204中，所述预测薄层砂岩储层厚度装置根据所述测井曲线数据及所述钻井对比剖面，计算所述三个岩性组合段岩石物理参数的均值。具体为：依据测井曲线数据计算所述三个岩性组合段岩石物理参数，并按照测井曲线采样点个数求其均值。
从上述描述可知，本发明的实施例提供的预测薄层砂岩储层厚度方法，能够在步骤100的结果上，即根据预处理后的测井曲线数据及钻井对比剖面，获得薄层砂岩储层厚度的岩石物理参数。该物理参数是后续建立厚度模板的基础数据之一。
在一种具体实施方式中，本发明还提供预测薄层砂岩储层厚度方法中的步骤400的具体实施方式，参见图4，所述步骤400具体包括如下内容：
步骤401：根据所述薄层砂岩储层所述反射系数序列及所述反射系数序列比建立初始三层楔状模型。
步骤402：调整所述岩石物理参数，将所述岩石物理参数输入至所述初始三层楔状模型。
在步骤402中，所述预测薄层砂岩储层厚度装置调整所述岩石物理参数，将所述岩石物理参数输入至所述初始三层楔状模型。可以理解的是：所述岩石物理参数，包括：岩石密度、纵波速度、横波速度、泥质含量、孔隙度、渗透率。
步骤403：根据所述初始三层楔状模型建立所述反射系数序列比离散的一系列非均质楔状模型。
在步骤403中，所述预测薄层砂岩储层厚度装置调根据所述初始三层楔状模型建立所述反射系数序列比离散的一系列非均质楔状模型。具体地，可以在步骤402的基础上，建立楔状模型顶、底反射系数序列比离散的一系列非均质楔状模型。
步骤404：选择雷克子波，采用佐伊普里兹弹性波波动方程法对所述非均质楔状模型进行正演模拟。
步骤405：利用所述非均质楔状模型的峰值振幅获得所述非均质楔状模型随厚度变化的峰值振幅数据集。
在步骤405中，所述预测薄层砂岩储层厚度装置利用所述非均质楔状模型的峰值振幅获得所述非均质楔状模型随厚度变化的峰值振幅数据集。具体地，可以通过自动拾取非均质楔状模型峰值振幅，获得非均质楔状模型随厚度变化的峰值振幅数据集。
步骤406：在所述峰值振幅数据集上选取变化量非零段峰值振幅数据，并求其与所述非零段峰值振幅数据平均值的差值。
步骤407：建立所述差值与所述薄层砂岩储层厚度的散点图，以获得所述一系列非均质楔状模型随厚度变化的峰值振幅变化量数据集。
步骤408：以所述非均质楔状模型厚度为y轴，所述峰值振幅变化量为x轴，建立所述非均质楔状模型峰值振幅变化量与所述薄层砂岩储层厚度的散点图。
步骤409：根据所述散点图拟合得到所述厚度预测模板。
在步骤409中，所述预测薄层砂岩储层厚度装置根据所述散点图拟合得到所述厚度预测模板。具体为：在所述散点图上，将非均质楔状模型厚度和峰值振幅变化量做公式拟合，获得厚度预测模板。
从上述描述可知，本发明的实施例提供的预测薄层砂岩储层厚度方法，通过步骤200和步骤300的计算结果上，建立预测薄层砂岩储层厚度预测模板，该厚度预测模板在已知峰值振幅变化量的情况下，可以获得预测薄层砂岩储层厚度。
在一种具体实施方式中，本发明还提供预测薄层砂岩储层厚度方法中的步骤500的具体实施方式，参见图5，所述步骤500具体包括如下内容：
步骤501：利用所述反射系数序列与雷克子波褶积，以获得单井合成记录。
步骤502：纵向上调整子波相位、频率使单井合成记录与地震反射同相轴匹配，以确定所述薄层砂岩储层地震反射同相轴。
步骤503：对地震资料做频谱分析，以确定资料主频及频带范围。
步骤504：将地震资料做带通滤波，得到高频地震资料。
在步骤504中，所述预测薄层砂岩储层厚度装置将地震资料做带通滤波，得到高频地震资料。可以理解的是：将地震资料做带通滤波保留高频地震资料，以突出薄层砂岩储层反射特征。
步骤505：将地震资料做90度相位化转换，使地震反射同相轴与所述薄层砂岩储层匹配。
步骤506：利用拾取振幅最大值模式自动追踪拾取所述地震反射同相轴，获得地震剖面上的所述薄层砂岩储层解释层位。
从上述描述可知，本发明的实施例提供的预测薄层砂岩储层厚度方法，通过将反射系数序列与雷克子波褶积，以获得单井合成记录，利用拾取振幅最大值模式自动追踪拾取所述地震反射同相轴，获得地震剖面上的所述薄层砂岩储层解释层位。
在一种具体实施方式中，本发明还提供预测薄层砂岩储层厚度方法中的步骤700的具体实施方式，参见图6，所述步骤700具体包括如下内容：
步骤701：根据所述钻井对比剖面选取同方向任意线。
在步骤701中，所述预测薄层砂岩储层厚度装置根据所述钻井对比剖面选取同方向任意线。具体为：沿钻井对比剖面在水平投影上的方向线，选择任意一条线。
步骤702：在所述任意线方向上，自动获取所述薄层砂岩储层的所述峰值振幅参数并平滑滤波。
步骤703：计算所述峰值振幅参数的非零段振幅变化量均值。
在步骤703中，所述预测薄层砂岩储层厚度装置计算所述峰值振幅参数的非零段振幅变化量均值。可以理解的是：可以用到的计算公式有：
其中
为振幅基质，Ai为峰值振幅，n为剖面样点号。
步骤704：将所述薄层砂岩储层所述峰值振幅减去基质峰值振幅，获得峰值振幅变化量。
在步骤704中，所述预测薄层砂岩储层厚度装置将所述薄层砂岩储层所述峰值振幅减去基质峰值振幅，获得峰值振幅变化量。计算公式为：
其中ΔAi为振幅变化量，Ai为峰值振幅，
为振幅基质。
步骤705：计算所述预测薄层砂岩储层厚度与实际钻井统计厚度的差值，作为系统误差。
在步骤705中，所述预测薄层砂岩储层厚度装置在计算所述预测薄层砂岩储层厚度与实际钻井统计厚度的差值，作为系统误差。
步骤706：将所述系统误差进行差值以形成网格化显示。
在步骤706中，所述预测薄层砂岩储层厚度装置将所述系统误差进行差值以形成网格化显示。
步骤707：将所述预测薄层砂岩储层厚度去除所述系统误差得到最终预测薄层砂岩储层厚度。
在步骤707中，所述预测薄层砂岩储层厚度装置将所述预测薄层砂岩储层厚度去除所述系统误差得到最终预测薄层砂岩储层厚度。
从上述描述可知，本发明的实施例提供的预测薄层砂岩储层厚度方法，通过在步骤400及步骤600的结果上，由地震反射峰值振幅参数及厚度预测模板，可以获得薄层砂岩储层的厚度。
为进一步地说明本方案，本发明还提供一种预测薄层砂岩储层厚度方法的具体应用实例，所述预测薄层砂岩储层厚度方法的具体应用实例具体包括如下内容：
参见图7，所述预测薄层砂岩储层厚度方法具体实施例包括：
(一)根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面：
在一种具体举例中，所述薄层砂岩储层是指其厚度小于1/8地震波波长。
S0：通过分析岩心数据获取岩心沉积序列。
S1：对所述测井曲线数据进行单井纵向一致性处理和多井平面标准化处理。
在一种具体举例中，优选曲线特征明显、广泛分布的膏盐岩层为标志层建立曲线频率分布图，以膏盐岩层曲线的峰值为标准值刻度其他井曲线进行标准化处理，建立统一的岩性与测井对比关系。以SP曲线为例的标准化公式为
其中：SPj为标准化后自然电位，SPb为膏盐层自然电位标准值，SPg为标准化井膏盐岩层自然电位值，SP为全井段自然电位值。
S2：根据所述薄层砂岩储层的物源方向确定钻井对比剖面在水平投影上的方向。
S3：在所述方向上，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面。
(二)根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数：
S4：分析单井沉积序列、岩性组合特征及所述钻井对比剖面中所述沉积序列、所述岩性组合特征。
S5：根据所述测井曲线数据、所述岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段。
S6：根据所述沉积序列、岩性组合特征以及所述岩性组合段，分析所述薄层砂岩储层段与上、下地层段的岩石类型、沉积厚度、横向展布规律。
S7：根据所述测井曲线数据及所述钻井对比剖面，计算所述三个岩性组合段岩石物理参数的均值。
(三)根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列：
在一种具体举例中，所述测井曲线数据包括：声波测井曲线数据、密度测井曲线数据；
S8：根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列。
(四)根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板：
S9：根据所述薄层砂岩储层所述反射系数序列及所述反射系数序列比建立初始三层楔状模型。
S10：调整所述岩石物理参数，将所述岩石物理参数输入至所述初始三层楔状模型。
S11：根据所述初始三层楔状模型建立所述反射系数序列比离散的一系列非均质楔状模型。
在一种具体举例中，调整岩石密度、纵波速度、横波速度、泥质含量、孔隙度、渗透率等参数，使各参数输入模型替代原始默认参数值，建立反射系数比R分别为-6、-2、1.6、-1.2、-1.1、-1、-0.6、-0.2、-0.1、0.1、0.2、0.6、1、1.1、1.2、1.6、2、6；18组非均质楔状模型。
S12：选择雷克子波，采用佐伊普里兹弹性波波动方程法对所述非均质楔状模型进行正演模拟。
在一种具体举例中，选择32赫兹90度相位雷克子波，采用佐伊普里兹弹性波波动方程法对18组非均质楔状模型进行正演模拟。
S13：利用所述非均质楔状模型的峰值振幅获得所述非均质楔状模型随厚度变化的峰值振幅数据集。
在一种具体举例中，自动拾取18组非均质楔状模型峰值振幅，获得18组非均质楔状模型随厚度变化的峰值振幅数据集。
S14：所述峰值振幅数据集上选取变化量非零段峰值振幅数据，并求其与所述非零段峰值振幅数据平均值的差值。
S15：建立所述差值与所述薄层砂岩储层厚度的散点图，以获得所述一系列非均质楔状模型随厚度变化的峰值振幅变化量数据集。
S16：以所述非均质楔状模型厚度为y轴，所述峰值振幅变化量为x轴，建立所述非均质楔状模型峰值振幅变化量与所述薄层砂岩储层厚度的散点图。
S17：根据所述散点图拟合得到所述厚度预测模板。
在一种具体举例中，以楔状模型厚度为y轴，峰值振幅变化量为x轴，建立各模型厚度0-1/8波长范围峰值振幅变化量与厚度散点图，拟合18个模型厚度预测公式模板，其中反射系数比为0.1非均质楔状模型的拟合公式为：y＝-2.4263x3+1.6213x2-0.5513x+0.1537，见图8。
(五)利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定：
S18：利用所述反射系数序列与雷克子波褶积，以获得单井合成记录。
S19：纵向上调整子波相位、频率使单井合成记录与地震反射同相轴匹配，以确定所述薄层砂岩储层地震反射同相轴。
S20：对地震资料做频谱分析，以确定资料主频及频带范围。
S21：将地震资料做带通滤波，得到高频地震资料。
在一种具体举例中，将地震资料做带通滤波保留主频以上32-60HZ高频地震资料，以突出薄层砂岩储层反射特征。
S22：将地震资料做90度相位化转换，使地震反射同相轴与所述薄层砂岩储层匹配。
S23：利用拾取振幅最大值模式自动追踪拾取所述地震反射同相轴，获得地震剖面上的所述薄层砂岩储层解释层位。
(六)根据层位标定结果提取地震反射峰值振幅参数：
S24：根据层位标定结果提取地震反射峰值振幅参数。
在一种具体举例中，以薄层砂岩储层层位标定结果为基础，在10ms小时窗内自动提取薄层砂岩储层地震反射峰值振幅属性参数。
(七)根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度：
S25：根据所述钻井对比剖面选取同方向任意线。
S26：在所述任意线方向上，自动获取所述薄层砂岩储层的所述峰值振幅参数并平滑滤波。
S27：计算所述峰值振幅参数的非零段振幅变化量均值。
在一种具体举例中，可以用到的计算公式有：
其中
为振幅基质，Ai为峰值振幅，n为剖面样点号。
S28：将所述薄层砂岩储层所述峰值振幅减去基质峰值振幅，获得峰值振幅变化量。
在一种具体举例中，可以用到的计算公式有：
其中ΔAi为振幅变化量，Ai为峰值振幅，
为振幅基质。
S29：计算所述预测薄层砂岩储层厚度与实际钻井统计厚度的差值，作为系统误差。
S30：将所述系统误差进行差值以形成网格化显示。
S31：将所述预测薄层砂岩储层厚度去除所述系统误差得到最终预测薄层砂岩储层厚度。
在一种具体举例中，可以用到的计算公式有：H＝aΔAi 3+bΔAi 2+cΔAi+d，其中H为预测厚度，ΔAi为振幅变化量，a、b、c为模型参数，d为校正误差。
S32：将预测薄层砂岩储层厚度与实际钻井厚度做对比，并计算两者差值，作为系统误差，将系统误差值并网格化，将预测薄层砂岩储层厚度去除系统误差，获得最终预测薄层砂岩储层厚度，如图9所示。
S33：添加校验井与所述最终预测薄层砂岩储层厚度对比；
在一种具体举例中，如果系统误差超过10％，则重新优选预测模板，并重新计算薄层砂岩储层厚度，然后去除系统误差，再添加所述校验井计算系统误差，直到系统误差小于10％。
从上述描述可知，本发明的应用举例提供预测薄层砂岩储层厚度方法，可以通过分析测井曲线数据和岩心沉积序列，生成薄层砂岩储层的钻井对比剖面，钻井对比剖面是本发明的数据基础，后续的步骤都是在此基础上进行的；根据测井曲线数据及钻井对比剖面，计算所述薄层砂岩储层的岩石物理参数；通过测井曲线数据计算薄层砂岩储层的顶反射系数序列及底反射系数序列；通过岩石物理参数、测井曲线数据及所述顶反射系数序列及底反射系数序列，建立厚度预测模板，该厚度预测模板在已知峰值振幅变化量的情况下，可以获得预测薄层砂岩储层厚度；通过利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；在层位标定结果的基础上，提取地震反射峰值振幅参数；地震反射峰值振幅参数是本方法所必须的参数之一，得到地震反射峰值振幅参数之后，进而可以计算出地震反射峰值振幅变化量，通过厚度预测模板得到最终薄层砂岩储层厚度。其中，上述七个步骤中，建立厚度预测模板，根据层位标定结果提取地震反射峰值振幅参数为本发明的特点与难点。本发明能够建立一种直观、高精度和易操作的定量预测薄层砂岩储层厚度的方法，并且能够在平面上对薄层砂岩储层厚度进行有效的定量预测，进而可以为目标区域薄层砂岩储层岩性勘探提供有效的岩性圈闭目标和技术支撑。
基于同一发明构思，本申请实施例还提供了一种预测薄层砂岩储层厚度装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于预测薄层砂岩储层厚度装置解决问题的原理与预测薄层砂岩储层厚度方法相似，因此预测薄层砂岩储层厚度装置的实施可以参见预测薄层砂岩储层厚度方法的实施，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系统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。
本发明的实施例提供一种能够实现预测薄层砂岩储层厚度方法的预测薄层砂岩储层厚度装置的具体实施方式，参见图10，所述预测薄层砂岩储层厚度装置具体包括如下内容：
剖面生成单元10，用于根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面；
岩石物理参数计算单元20，用于根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数；
反射系数序列计算单元30，用于根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列；
厚度预测模板建立单元40，用于根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板；
层位标定单元50，用于利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；
反射峰值振幅参数获取单元60，用于根据层位标定结果获取地震反射峰值振幅参数；
厚度计算单元70，用于根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度。
从上述描述可知，本发明提供预测薄层砂岩储层厚度装置，可以通过分析测井曲线数据和岩心沉积序列，生成薄层砂岩储层的钻井对比剖面，钻井对比剖面是本发明的数据基础，后续的步骤都是在此基础上进行的；根据测井曲线数据及钻井对比剖面，计算所述薄层砂岩储层的岩石物理参数；通过测井曲线数据计算薄层砂岩储层的顶反射系数序列及底反射系数序列；通过岩石物理参数、测井曲线数据及所述顶反射系数序列及底反射系数序列，建立厚度预测模板，该厚度预测模板在已知峰值振幅变化量的情况下，可以获得预测薄层砂岩储层厚度；通过利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；在层位标定结果的基础上，提取地震反射峰值振幅参数；地震反射峰值振幅参数是本方法所必须的参数之一，得到地震反射峰值振幅参数之后，进而可以计算出地震反射峰值振幅变化量，通过厚度预测模板得到最终薄层砂岩储层厚度。
一实施例中，预测薄层砂岩储层厚度装置还包括：
岩心数据分析单元，用于通过分析岩心数据获取岩心沉积序列；
处理单元，用于对所述测井曲线数据进行单井纵向一致性处理和多井平面标准化处理。
一实施例中，预测薄层砂岩储层厚度装置还包括：所述剖面生成单元包括：
方向确定模块，用于根据所述薄层砂岩储层的物源方向确定钻井对比剖面在水平投影上的方向；
对比模块，用于在所述方向上，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面。
一实施例中，预测薄层砂岩储层厚度装置还包括：
岩性组合段划分单元，用于分析单井沉积序列和分析岩性组合特征及连井所述沉积序列和所述岩性组合特征，根据所述测井曲线数据、所述岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段；
归纳统计单元，用于根据所述沉积序列、岩性组合特征以及所述岩性组合段，分析所述薄层砂岩储层段与上、下地层段的岩石类型、沉积厚度、横向展布规律。
一实施例中，预测薄层砂岩储层厚度装置还包括：
岩石物理参数计算单元具体用于：根据所述测井曲线数据及所述钻井对比剖面，计算所述三个岩性组合段岩石物理参数的均值。
所述岩石物理参数，包括：岩石密度、纵波速度、横波速度、泥质含量、孔隙度、渗透率。
一实施例中，预测薄层砂岩储层厚度装置还包括：
所述测井曲线数据包括：声波测井曲线数据、密度测井曲线数据；
反射系数序列计算单元具体，用于根据所述声波测井曲线数据、所述密度测井曲线数据计算所述薄层砂岩储层与上、下地层段的反射系数序列及两者反射系数序列比。
一实施例中，预测薄层砂岩储层厚度装置还包括：
初始三层楔状模型建立单元，用于根据所述薄层砂岩储层所述反射系数序列及所述反射系数序列比建立初始三层楔状模型；
参数输入单元，用于调整所述岩石物理参数，将所述岩石物理参数输入至所述初始三层楔状模型；
非均质楔状模型建立单元，用于根据所述初始三层楔状模型建立所述反射系数序列比离散的一系列非均质楔状模型。
一实施例中，预测薄层砂岩储层厚度装置还包括：
正演模拟单元，用于选择雷克子波，采用佐伊普里兹弹性波波动方程法对所述非均质楔状模型进行正演模拟。
一实施例中，预测薄层砂岩储层厚度装置还包括：
峰值振幅数据集获取单元，用于利用所述非均质楔状模型的峰值振幅获得所述非均质楔状模型随厚度变化的峰值振幅数据集；
差值计算单元，用于在所述峰值振幅数据集上选取变化量非零段峰值振幅数据，并求其与所述非零段峰值振幅数据平均值的差值；
峰值振幅变化量数据集获取单元，用于建立所述差值与所述薄层砂岩储层厚度的散点图，以获得所述一系列非均质楔状模型随厚度变化的峰值振幅变化量数据集。
一实施例中，预测薄层砂岩储层厚度装置还包括：所述厚度预测模板建立单元包括：
散点图建立模块，用于以所述非均质楔状模型厚度为y轴，所述峰值振幅变化量为x轴，建立所述非均质楔状模型峰值振幅变化量与所述薄层砂岩储层厚度的散点图；
模板拟合模块，用于根据所述散点图拟合得到所述厚度预测模板。
一实施例中，预测薄层砂岩储层厚度装置还包括：
合成单元，用于利用所述反射系数序列与雷克子波褶积，以获得单井合成记录；
地震反射同相轴确定单元，用于纵向上调整子波相位、频率使单井合成记录与地震反射同相轴匹配，以确定所述薄层砂岩储层地震反射同相轴。
一实施例中，预测薄层砂岩储层厚度装置还包括：
频谱分析单元，用于对地震资料做频谱分析，以确定资料主频及频带范围；
滤波单元，用于将地震资料做带通滤波，得到高频地震资料。
一实施例中，预测薄层砂岩储层厚度装置还包括：
相位化转换单元，用于将地震资料做90度相位化转换，使地震反射同相轴与所述薄层砂岩储层匹配。
一实施例中，预测薄层砂岩储层厚度装置还包括：
位标定单元具体用于：利用拾取振幅最大值模式自动追踪拾取所述地震反射同相轴，获得地震剖面上的所述薄层砂岩储层解释层位。
一实施例中，预测薄层砂岩储层厚度装置还包括：
反射峰值振幅参数获取单元具体用于：以所述薄层砂岩储层解释层位为基础在设定时窗内自动提取所述薄层砂岩储层所述反射峰值振幅属性参数。
一实施例中，预测薄层砂岩储层厚度装置还包括：
对比剖面同方向单元，用于根据所述钻井对比剖面选取同方向任意线；
任意线峰值振幅参数获取单元，用于在所述任意线方向上，自动获取所述薄层砂岩储层的所述峰值振幅参数并平滑滤波；
振幅变化量计算单元，用于计算所述峰值振幅参数的振幅变化量非零段均值。
一实施例中，预测薄层砂岩储层厚度装置还包括：
峰值振幅变化量计算单元，用于将所述薄层砂岩储层所述峰值振幅减去基质峰值振幅，获得峰值振幅变化量。
一实施例中，预测薄层砂岩储层厚度装置还包括：
系统误差单元，用于计算所述预测薄层砂岩储层厚度与实际钻井统计厚度的差值，作为系统误差；
系统误差网格化单元，用于将所述系统误差进行差值以形成网格化显示；
去除系统误差单元，用于将所述预测薄层砂岩储层厚度去除所述系统误差得到最终预测薄层砂岩储层厚度。
一实施例中，预测薄层砂岩储层厚度装置还包括：
一种电子设备，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，用于执行所述程序时实现所述预测薄层砂岩储层厚度方法的步骤
一实施例中，预测薄层砂岩储层厚度装置还包括：
一种计算机可读存储介质，其上存储有计算机程序，用于该计算机程序被处理器执行时实现所述预测薄层砂岩储层厚度方法的步骤。
本申请提供的预测薄层砂岩储层厚度装置的实施例具体可以用于执行上述实施例中的预测薄层砂岩储层厚度方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明的实施例提供的预测薄层砂岩储层厚度装置，能够建立一种直观、高精度和易操作的定量预测薄层砂岩储层厚度的方法，并且能够在平面上对薄层砂岩储层厚度进行有效的定量预测，进而可以为目标区域薄层砂岩储层岩性勘探提供有效的岩性圈闭目标和技术支撑。
本申请的实施例提供能够实现上述实施例中的预测薄层砂岩储层厚度方法中全部步骤的一种电子设备的具体实施方式，参见图11，所述电子设备具体包括如下内容：
处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204；
其中，所述处理器1201、存储器1202、通信接口1203通过所述总线1204完成相互间的通信；所述通信接口1203用于实现预测薄层砂岩储层厚度装置、相关服务器及数据库等相关设备之间的信息传输；
所述处理器1201用于调用所述存储器1202中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例一中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面。
步骤200：根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数。
步骤300：根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列。
步骤400：根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板。
步骤500：利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定。
步骤600：根据层位标定结果提取地震反射峰值振幅参数。
步骤700：根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度。
从上述描述可知，本发明的实施例提供的电子设备，能够建立一种直观、高精度和易操作的定量预测薄层砂岩储层厚度的方法，并且能够在平面上对薄层砂岩储层厚度进行有效的定量预测，进而可以为目标区域薄层砂岩储层岩性勘探提供有效的岩性圈闭目标和技术支撑。
本申请的实施例提供能够实现上述实施例中的预测薄层砂岩储层厚度方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例一的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面。
步骤200：根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数。
步骤300：根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列。
步骤400：根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板。
步骤500：利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定。
步骤600：根据层位标定结果提取地震反射峰值振幅参数。
步骤700：根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度。
从上述描述可知，本发明的实施例提供的计算机可读存储介质，能够建立一种直观、高精度和易操作的定量预测薄层砂岩储层厚度的方法，并且能够在平面上对薄层砂岩储层厚度进行有效的定量预测，进而可以为目标区域薄层砂岩储层岩性勘探提供有效的岩性圈闭目标和技术支撑。
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。
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。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法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)。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法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，甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
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，在实施本说明书实施例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。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
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。
本领域技术人员应明白，本说明书的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说明书实施例，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实施例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实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例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实施例的权利要求范围之内。
Claims (37)
1.一种预测薄层砂岩储层厚度方法，其特征在于，包括：
根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面；
根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数；
根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列；
根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板；
利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；其中，所述反射系数序列包括所述顶反射系数序列及底反射系数序列；
根据层位标定结果提取地震反射峰值振幅参数；
根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度；
在所述根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度之前，还包括：
将所述薄层砂岩储层所述峰值振幅减去基质峰值振幅，获得峰值振幅变化量。
2.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，在所述根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面之前，还包括：
通过分析岩心数据获取岩心沉积序列；
对所述测井曲线数据进行单井纵向一致性处理和多井平面标准化处理。
3.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，所述根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面，包括：
根据所述薄层砂岩储层的物源方向确定钻井对比剖面在水平投影上的方向；
在所述方向上，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面。
4.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，在所述根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数之前，还包括：
分析单井沉积序列、岩性组合特征及所述钻井对比剖面中所述沉积序列、所述岩性组合特征；
根据所述测井曲线数据、所述岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段；
根据所述沉积序列、岩性组合特征以及所述岩性组合段，分析所述薄层砂岩储层段与上、下地层段的岩石类型、沉积厚度、横向展布规律。
5.根据权利要求4所述的预测薄层砂岩储层厚度方法，其特征在于，所述根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数，包括：根据所述测井曲线数据及所述钻井对比剖面，计算所述三个岩性组合段岩石物理参数的均值。
6.根据权利要求5所述的预测薄层砂岩储层厚度方法，其特征在于，所述岩石物理参数，包括：岩石密度、纵波速度、横波速度、泥质含量、孔隙度、渗透率。
7.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，所述测井曲线数据包括：声波测井曲线数据、密度测井曲线数据；
所述根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列，包括：根据所述声波测井曲线数据、所述密度测井曲线数据计算所述薄层砂岩储层与上、下地层段的反射系数序列及两者反射系数序列比。
8.根据权利要求7所述的预测薄层砂岩储层厚度方法，其特征在于，在根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板之前，还包括：
根据所述薄层砂岩储层所述反射系数序列及所述反射系数序列比建立初始三层楔状模型；
调整所述岩石物理参数，将所述岩石物理参数输入至所述初始三层楔状模型；
根据所述初始三层楔状模型建立所述反射系数序列比离散的一系列非均质楔状模型。
9.根据权利要求8所述的预测薄层砂岩储层厚度方法，其特征在于，在所述根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板之前，还包括：
选择雷克子波，采用佐伊普里兹弹性波波动方程法对所述非均质楔状模型进行正演模拟。
10.根据权利要求9所述的预测薄层砂岩储层厚度方法，其特征在于，在所述根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板之前，还包括：
利用所述非均质楔状模型的峰值振幅获得所述非均质楔状模型随厚度变化的峰值振幅数据集；
在所述峰值振幅数据集上选取变化量非零段峰值振幅数据，并求其与所述非零段峰值振幅数据平均值的差值；
建立所述差值与所述薄层砂岩储层厚度的散点图，以获得所述一系列非均质楔状模型随厚度变化的峰值振幅变化量数据集。
11.根据权利要求10所述的预测薄层砂岩储层厚度方法，其特征在于，所述根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板，包括：
以所述非均质楔状模型厚度为y轴，所述峰值振幅变化量为x轴，建立所述非均质楔状模型峰值振幅变化量与所述薄层砂岩储层厚度的散点图；
根据所述散点图拟合得到所述厚度预测模板。
12.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，在所述利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定之前，还包括：
利用所述反射系数序列与雷克子波褶积，以获得单井合成记录；
纵向上调整子波相位、频率使单井合成记录与地震反射同相轴匹配，以确定所述薄层砂岩储层地震反射同相轴。
13.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，在所述利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定之前，还包括：
对地震资料做频谱分析，以确定资料主频及频带范围；
将地震资料做带通滤波，得到高频地震资料。
14.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，在所述利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定之前，还包括：
将地震资料做90度相位化转换，使地震反射同相轴与所述薄层砂岩储层匹配。
15.根据权利要求14所述的预测薄层砂岩储层厚度方法，其特征在于，所述利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定，包括：
利用拾取振幅最大值模式自动追踪拾取所述地震反射同相轴，获得地震剖面上的所述薄层砂岩储层解释层位。
16.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，所述根据层位标定结果提取地震反射峰值振幅参数，包括：
以所述薄层砂岩储层解释层位为基础在设定时窗内自动提取所述薄层砂岩储层反射峰值振幅属性参数。
17.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，在所述根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度之前，还包括：
根据所述钻井对比剖面选取同方向任意线；
在所述任意线方向上，自动获取所述薄层砂岩储层的所述峰值振幅参数并平滑滤波；
计算所述峰值振幅参数的非零段振幅变化量均值。
18.根据权利要求1所述的预测薄层砂岩储层厚度方法，其特征在于，在所述根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度之后，还包括：
计算所述预测薄层砂岩储层与实际钻井统计厚度的差值，作为系统误差；
将所述系统误差进行差值以形成网格化显示；
将所述预测薄层砂岩储层厚度去除所述系统误差得到最终预测薄层砂岩储层厚度。
19.一种预测薄层砂岩储层厚度装置，其特征在于，包括：
剖面生成单元，用于根据测井曲线数据和岩心沉积序列生成所述薄层砂岩储层的钻井对比剖面；
岩石物理参数计算单元，用于根据所述测井曲线数据及所述钻井对比剖面计算所述薄层砂岩储层的岩石物理参数；
反射系数序列计算单元，用于根据所述测井曲线数据计算所述薄层砂岩储层的顶反射系数序列及底反射系数序列；
厚度预测模板建立单元，用于根据所述岩石物理参数、所述测井曲线数据及所述顶反射系数序列及底反射系数序列建立厚度预测模板；
层位标定单元，用于利用所述反射系数序列及地震数据对所述薄层砂岩储层进行层位标定；其中，所述反射系数序列包括所述顶反射系数序列及底反射系数序列；
反射峰值振幅参数获取单元，用于根据层位标定结果获取地震反射峰值振幅参数；
厚度计算单元，用于根据所述地震反射峰值振幅参数及所述厚度预测模板计算薄层砂岩储层的厚度；
峰值振幅变化量计算单元，用于将所述薄层砂岩储层所述峰值振幅减去基质峰值振幅，获得峰值振幅变化量。
20.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
岩心数据分析单元，用于通过分析岩心数据获取岩心沉积序列；
处理单元，用于对所述测井曲线数据进行单井纵向一致性处理和多井平面标准化处理。
21.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，所述剖面生成单元包括：
方向确定模块，用于根据所述薄层砂岩储层的物源方向确定钻井对比剖面在水平投影上的方向；
对比模块，用于在所述方向上，根据测井曲线数据和岩心沉积序列将所述薄层砂岩储层进行对比，得到所述薄层砂岩储层的钻井对比剖面。
22.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
岩性组合段划分单元，用于分析单井沉积序列和分析岩性组合特征及连井所述沉积序列和所述岩性组合特征，根据所述测井曲线数据、所述岩性组合特征将所述薄层砂岩储层与上、下地层段划分为三个岩性组合段；
归纳统计单元，用于根据所述沉积序列、岩性组合特征以及所述岩性组合段，分析所述薄层砂岩储层段与上、下地层段的岩石类型、沉积厚度、横向展布规律。
23.根据权利要求22所述的预测薄层砂岩储层厚度装置，其特征在于，所述岩石物理参数计算单元具体用于：根据所述测井曲线数据及所述钻井对比剖面，计算所述三个岩性组合段岩石物理参数的均值。
24.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
反射系数序列计算单元具体，用于根据声波测井曲线数据、密度测井曲线数据计算所述薄层砂岩储层与上、下地层段的反射系数序列及两者反射系数序列比。
25.根据权利要求24所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
初始三层楔状模型建立单元，用于根据所述薄层砂岩储层所述反射系数序列及所述反射系数序列比建立初始三层楔状模型；
参数输入单元，用于调整所述岩石物理参数，将所述岩石物理参数输入至所述初始三层楔状模型；
非均质楔状模型建立单元，用于根据所述初始三层楔状模型建立所述反射系数序列比离散的一系列非均质楔状模型。
26.根据权利要求25所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
正演模拟单元，用于选择雷克子波，采用佐伊普里兹弹性波波动方程法对所述非均质楔状模型进行正演模拟。
27.根据权利要求26所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
峰值振幅数据集获取单元，用于利用所述非均质楔状模型的峰值振幅获得所述非均质楔状模型随厚度变化的峰值振幅数据集；
差值计算单元，用于在所述峰值振幅数据集上选取变化量非零段峰值振幅数据，并求其与所述非零段峰值振幅数据平均值的差值；
峰值振幅变化量数据集获取单元，用于建立所述差值与所述薄层砂岩储层厚度的散点图，以获得所述一系列非均质楔状模型随厚度变化的峰值振幅变化量数据集。
28.根据权利要求27所述的预测薄层砂岩储层厚度装置，其特征在于，所述厚度预测模板建立单元具体包括：
散点图建立模块，用于以所述非均质楔状模型厚度为y轴，所述峰值振幅变化量为x轴，建立所述非均质楔状模型峰值振幅变化量与所述薄层砂岩储层厚度的散点图；
模板拟合模块，用于根据所述散点图拟合得到所述厚度预测模板。
29.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
合成单元，用于利用所述反射系数序列与雷克子波褶积，以获得单井合成记录；
地震反射同相轴确定单元，用于纵向上调整子波相位、频率使单井合成记录与地震反射同相轴匹配，以确定所述薄层砂岩储层地震反射同相轴。
30.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
频谱分析单元，用于对地震资料做频谱分析，以确定资料主频及频带范围；
滤波单元，用于将地震资料做带通滤波，得到高频地震资料。
31.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
相位化转换单元，用于将地震资料做90度相位化转换，使地震反射同相轴与所述薄层砂岩储层匹配。
32.根据权利要求31所述的预测薄层砂岩储层厚度装置，其特征在于，所述层位标定单元具体用于：利用拾取振幅最大值模式自动追踪拾取所述地震反射同相轴，获得地震剖面上的所述薄层砂岩储层解释层位。
33.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，所述反射峰值振幅参数获取单元具体用于：以所述薄层砂岩储层解释层位为基础在设定时窗内自动提取所述薄层砂岩储层反射峰值振幅属性参数。
34.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
对比剖面同方向单元，用于根据所述钻井对比剖面选取同方向任意线；
任意线峰值振幅参数获取单元，用于在所述任意线方向上，自动获取所述薄层砂岩储层的所述峰值振幅参数并平滑滤波；
振幅变化量计算单元，用于计算所述峰值振幅参数的振幅变化量非零段均值。
35.根据权利要求19所述的预测薄层砂岩储层厚度装置，其特征在于，还包括：
系统误差单元，用于计算所述预测薄层砂岩储层厚度与实际钻井统计厚度的差值，作为系统误差；
系统误差网格化单元，用于将所述系统误差进行差值以形成网格化显示；
去除系统误差单元，用于将所述预测薄层砂岩储层厚度去除所述系统误差得到最终预测薄层砂岩储层厚度。
36.一种电子设备，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18任一项所述预测薄层砂岩储层厚度方法的步骤。
37.一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18任一项所述预测薄层砂岩储层厚度方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811492987.8A CN109709607B (zh) | 2018-12-07 | 2018-12-07 | 一种预测薄层砂岩储层厚度方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811492987.8A CN109709607B (zh) | 2018-12-07 | 2018-12-07 | 一种预测薄层砂岩储层厚度方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109709607A CN109709607A (zh) | 2019-05-03 |
| CN109709607B true CN109709607B (zh) | 2020-07-10 |
Family
ID=66255509
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811492987.8A Active CN109709607B (zh) | 2018-12-07 | 2018-12-07 | 一种预测薄层砂岩储层厚度方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109709607B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111983714B (zh) * | 2019-05-24 | 2023-04-25 | 中国石油天然气股份有限公司 | 一种基于沉积结构剖面的野外地层测量方法及系统 |
| CN112346116A (zh) * | 2019-08-09 | 2021-02-09 | 中国石油天然气集团有限公司 | 储层预测方法及装置 |
| CN112668137B (zh) * | 2019-10-15 | 2022-11-01 | 中国石油天然气股份有限公司 | 重力流砂岩有效厚度的校正方法及校正装置 |
| CN111427082A (zh) * | 2020-04-08 | 2020-07-17 | 中国石油天然气股份有限公司 | 地震响应模板的确定方法、装置及存储介质 |
| CN114609666B (zh) * | 2020-12-09 | 2024-05-28 | 中国石油天然气股份有限公司 | 一种页岩薄储层的预测方法、装置、设备及存储介质 |
| CN112965108B (zh) * | 2021-02-05 | 2023-08-22 | 中国石油天然气股份有限公司 | 圈闭盖层垂向封闭性确定方法及系统 |
| CN113126155B (zh) * | 2021-04-01 | 2024-03-01 | 中国石油化工股份有限公司 | 一种针对分布于煤岩间受强反射影响的砂岩储层预测方法 |
| CN113568049A (zh) * | 2021-04-21 | 2021-10-29 | 中国石油大学(华东) | 一种识别煤层的方法、装置及计算机可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102478668A (zh) * | 2010-11-30 | 2012-05-30 | 中国石油天然气集团公司 | 一种应用地震多属性参数预测煤层厚度的方法 |
| CN105259573B (zh) * | 2015-09-18 | 2017-12-19 | 中国石油天然气股份有限公司 | 一种地震沉积体信息的获取方法及装置 |
-
2018
- 2018-12-07 CN CN201811492987.8A patent/CN109709607B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109709607A (zh) | 2019-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109709607B (zh) | 一种预测薄层砂岩储层厚度方法及装置 | |
| US7415401B2 (en) | Method for constructing 3-D geologic models by combining multiple frequency passbands | |
| CN111596364B (zh) | 基于高精度层序地层格架的地震沉积微相组合分析方法 | |
| AU2001288441A1 (en) | Method for constructing 3-D geologic models by combining multiple frequency passbands | |
| US10909281B2 (en) | History matching of hydrocarbon production from heterogenous reservoirs | |
| CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
| Bertolini et al. | A methodology to evaluate and reduce reservoir uncertainties using multivariate distribution | |
| Olalotiti-Lawal et al. | Post-combustion carbon dioxide enhanced-oil-recovery development in a mature oil field: model calibration using a hierarchical approach | |
| CN107991716B (zh) | 薄层的沉积相图和沉积体厚度的确定方法和装置 | |
| CN117251674A (zh) | 一种地震相分类方法、装置、电子设备及介质 | |
| CN112649887B (zh) | 基于钻井资料定量划分层序地层的方法及装置 | |
| CN108693558B (zh) | 地震数据处理方法和装置 | |
| CN108492014A (zh) | 一种确定地质资源量的数据处理方法及装置 | |
| CN105989541B (zh) | 一种基于大数据的测井资料的处理方法 | |
| Nejadi et al. | Ensemble Kalman filter predictor bias correction method for non-Gaussian geological facies detection | |
| CN115880455A (zh) | 基于深度学习的三维智能插值方法 | |
| Emelyanova et al. | Unsupervised identification of electrofacies employing machine learning | |
| Bashore et al. | Multivariate statistical applications for quantifying contribution of seismic data to production prediction in the Wolfcamp, Midland Basin | |
| Verma et al. | Quantifying sand fraction from seismic attributes using modular artificial neural network | |
| CN107871028B (zh) | 一种层序地层的级别划分方法及装置 | |
| Priezzhev et al. | Genetic seismic inversion using a non-linear, multi-trace reservoir modeling approach | |
| CN111781661A (zh) | 少井地区沉积微相平面展布预测方法及装置 | |
| US20240084690A1 (en) | Parametric Attribute of Pore Volume of Subsurface Structure from Structural Depth Map | |
| Ma et al. | Uncertainty Analysis | |
| CN107589457A (zh) | 测井资料尺度粗化的方法和装置 |
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 |