CN109782345A - 一种利用地震属性预测储层的方法 - Google Patents
一种利用地震属性预测储层的方法 Download PDFInfo
- Publication number
- CN109782345A CN109782345A CN201910010672.3A CN201910010672A CN109782345A CN 109782345 A CN109782345 A CN 109782345A CN 201910010672 A CN201910010672 A CN 201910010672A CN 109782345 A CN109782345 A CN 109782345A
- Authority
- CN
- China
- Prior art keywords
- seismic
- sandstone
- data
- substratum
- earthquake
- 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.)
- Pending
Links
Abstract
本发明涉及一种利用地震属性预测储层的方法。主要解决了现有储层地震预测技术无法进行有效预测的问题。其特征在于:包括以下步骤:(1)对某一研究区地震资料进行属性提取,获取各种地震属性;(2)制作研究区内各井合成地震记录,分别选取与砂岩相关性最好的地震属性体和泥岩相关性最好的地震属性体;(3)按其预测砂岩能力将综合地震属性体进行归一化;(4)利用井分层数据和地震层位数据,建立研究区的时间域小层地层格架模型,绘制各小层综合地震属性平面图;(5)对地层格架模型中的每个小层,利用砂岩、泥岩数据对综合地震属性平面图进行标定,得到反映砂岩、泥岩预测能力的地震相平面图。该方法能够提高井间砂体预测符合率。
Description
技术领域
本发明涉及油田储层地震预测技术领域,尤其涉及一种利用地震属性预测储层的方法。
背景技术
总体来说,储层地震预测技术大体上可以分为地震反演方法、地震属性分析技术,这些都是以常规的地面地震反射纵波法勘探为基础的储层地震预测技术,它们也是当前储层地震预测技术的主体。
振幅、频率、相位三大地震属性与砂岩厚度相关性差,由这三种属性衍生的其他地震属性也无法进行属性预测,单一地震属性无法进行有效预测。反演预测方法在开发阶段常用的是地质统计学反演,反演结果的高频信息主要受井控制,并且反演结果是一组等概率体,各结果井间预测结果变化大,多解性强。
发明内容
本发明在于克服背景技术中存在的现有储层地震预测技术无法进行有效预测的问题,而提供一种利用地震属性预测储层的方法。该利用地震属性预测储层的方法能够提高井间砂体预测符合率,为油田开发规划和方案调整提供科学依据和指导。
本发明解决其问题可通过如下技术方案来达到:一种利用地震属性预测储层的方法,包括以下步骤:
(1)对某一研究区的地震资料进行属性提取,获取该研究区的各种地震属性;
(2)制作研究区内各井合成地震记录,对步骤(1)中的研究区内地震属性与砂岩、泥岩数据进行相关性分析,分别选取与砂岩相关性最好的地震属性体和泥岩相关性最好的地震属性体;
(3)将步骤(1)中选取的两种地震属性体进行聚类,得到划分为n类的综合地震属性体,并按其预测砂岩能力将综合地震属性体进行归一化;
(4)利用井分层数据和地震层位数据,建立研究区的时间域小层地层格架模型,并从步骤(3)中获得的综合地震属性体中提取各小层的综合地震属性值,绘制各小层综合地震属性平面图;
(5)对步骤(4)中获得的地层格架模型中的每个小层,利用砂岩、泥岩数据对综合地震属性平面图进行标定,划分为I类1相、I类2相、II类1相和II类2相四个地震相,得到反映砂岩、泥岩预测能力的地震相平面图。
本发明与上述背景技术相比较可具有如下有益效果:本发明提供了一种利用地震属性预测储层的方法,提高了井间砂体预测符合率,为油田开发规划和方案调整提供科学依据和指导。
附图说明:
附图1是发明的实施例1多属性聚类前后交汇分析对比图;
附图2是发明的实施例1研究区FⅡ11层砂、泥岩符合率曲线及相分类图;
附图3是发明的实施例1研究区FII11层地震亚相分类成果图;
附图4是发明的实施例1研究区FII11地震相平面预测图。
具体实施方式:
下面将结合具体实施例对本发明作进一步说明:
一种地震属性聚类预测储层的方法,包括以下步骤:
1)对某一研究区的地震资料进行属性提取,获取该研究区的各种地震属性;其中,地震属性包括:振幅属性、频率属性、相位属性三大类地震属性。
2)制作研究区内各井合成地震记录,对步骤(1)中的研究区内地震属性与砂岩、泥岩数据进行相关性分析,分别选取与砂岩相关性最好的地震属性体和泥岩相关性最好的地震属性体;其中,相关性分析包括:图标相关分析(折线图及散点图)、协方差及协方差矩阵、相关系数、一元回归及多元回归等方法;
3)将步骤(1)中选取的两种地震属性体进行聚类,得到划分为n类的综合地震属性体,并按其预测砂岩能力将综合地震属性体进行归一化;其中,聚类方法包括:k-means聚类算法、层次方法中的凝聚型层次聚类算法、基于模型方法中的神经网络聚类算法;
4)利用井分层数据和地震层位数据,建立研究区的时间域小层地层格架模型,并从步骤(3)中获得的综合地震属性体中提取各小层的综合地震属性值,绘制各小层综合地震属性平面图;其中,建立小层地层格架模型包括以下步骤:
(1)利用地震数据解释的断层数据建立断层模型;将井点分层数据作为硬数据、地震层位数据作为约束数据,建立个小层的层面;利用断层数据和小层层面建立小层地层格架;
(2)以地震数据网格为依据,建立小层地层格架网格。
5)、对每个小层,利用井砂、泥岩数据对综合地震属性进行标定,划分为I类1相、I类2相、II类1相和II类2相四个地震相,得到反映砂泥岩预测能力的地震相图。
其中,利用砂岩、泥岩对综合地震属性平面图进行标定包括以下步骤:
(1)根据聚类后综合属性与砂岩、泥岩分布对应关系,利用砂岩、泥岩在不同综合属性区间内砂岩、泥岩占比情况,计算得到随综合地震属性值变化的砂岩、泥岩符合率曲线,以曲线的峰值作为划分界限,将平面聚类综合属性划分为I类和II类两大地震相;
(2)根据不同综合属性区间内泥岩井层数比,对砂岩地震相进一步分类,将最能够表现纯砂岩部份和剩余部分区分为I类1相和I类2相地震相;
(3)根据不同综合属性区间内砂岩井层数比,对泥岩地震相进一步分类,将最能够表现纯泥岩部份和剩余部分区分为II类1相和II类2相地震相。
将连续变化的平面综合属性,通过地震相分类后,划分为四个亚类的地震相结果,其I类主要反映砂岩,II类主要反映泥岩。
实施例1
提取大庆油田某区块FⅡ11层地震属性,与区块内砂岩、泥岩进行相关性分析,其中砂岩与瞬时振幅属性相关性最高,泥岩与瞬时频率属性相关性最高。利用神经网络聚类分析,将瞬时振幅和瞬时频率聚类形成有20类的综合地震属性。
然后按照预测能力将综合地震属性进行归一化。以瞬时振幅为x轴、瞬时频率为y轴、综合地震属性为z值制作交汇图进行分析(图1多属性聚类前后交汇分析对比图),按高幅中频、中幅中频、低幅高频、低幅低频由大到小进行归一。
利用地震数据解释的断层数据建立断层模型;将井点分层数据作为硬数据、地震层位数据作为约束数据,建立各小层的层面;利用断层数据和小层层面建立小层地层格架;以地震数据网格为依据,建立小层地层格架网格,平面为20×20,垂向为0.5毫秒。
提取各小层综合地震属性平面值,对每个小层,利用砂岩、泥岩数据对综合地震属性进行标定。首先根据聚类后综合属性与砂岩、泥岩分布对应关系,利用砂、泥岩在不同综合属性区间内砂岩、泥岩占比情况,计算得到随综合地震属性值变化的砂、泥岩符合率曲线,以曲线的峰值作为划分界限,将平面聚类综合属性划分为I类和II类地震相;研究区FⅡ11层砂、泥岩符合率曲线及相分类图如图2所示。
然后根据不同综合属性区间内泥岩井层数比,对砂岩地震相进一步分类,将最能够表现纯砂岩部份和剩余部分区分为砂岩1类和砂岩2类地震相;根据不同综合属性区间内砂岩井层数比,对泥岩地震相进一步分类,将最能够表现纯泥岩部份和剩余部分区分为泥岩1类和泥岩2类地震相;研究区FII11层地震亚相分类成果图见图3。
将连续变化的平面综合属性,通过地震相分类后,划分为四个亚类的地震相结果,其I类表现为砂岩,II类表现为泥岩,其中I1类能够很好的体现河道砂岩的展布规律和规模;研究区FII11地震相平面预测图见图4。
本领域技术人员应当理解,这些实施例或实施方式仅用于说明本发明而不限制本发明的范围,对本发明所做的各种等价变型和修改均属于本发明公开内容。
Claims (6)
1.一种利用地震属性预测储层的方法,包括以下步骤:
(1)对某一研究区的地震资料进行属性提取,获取该研究区的各种地震属性;
(2)制作研究区内各井合成地震记录,对步骤(1)中的研究区内地震属性与砂岩、泥岩数据进行相关性分析,分别选取与砂岩相关性最好的地震属性体和泥岩相关性最好的地震属性体;
(3)将步骤(1)中选取的两种地震属性体进行聚类,得到划分为n类的综合地震属性体,并按其预测砂岩能力将综合地震属性体进行归一化;
(4)利用井分层数据和地震层位数据,建立研究区的时间域小层地层格架模型,并从步骤(3)中获得的综合地震属性体中提取各小层的综合地震属性值,绘制各小层综合地震属性平面图;
(5)对步骤(4)中获得的地层格架模型中的每个小层,利用砂岩、泥岩数据对综合地震属性平面图进行标定,划分为I类1相、I类2相、II类1相和II类2相四个地震相,得到反映砂岩、泥岩预测能力的地震相平面图。
2.根据权利要求1所述的一种利用地震属性预测储层的方法,其特征在于:所述步骤(1)中地震属性包括:振幅属性、频率属性、相位属性三大类地震属性。
3.根据权利要求1所述的一种利用地震属性预测储层的方法,其特征在于:所述步骤(2)中相关性分析包括:图标相关分析(折线图及散点图)、协方差及协方差矩阵、相关系数、一元回归及多元回归等方法。
4.根据权利要求1所述的一种利用地震属性预测储层的方法,其特征在于:所述步骤(3)中聚类方法包括:k-means聚类算法、层次方法中的凝聚型层次聚类算法、基于模型方法中的神经网络聚类算法。
5.根据权利要求1所述的一种利用地震属性预测储层的方法,其特征在于:所述步骤(4)中,建立小层地层格架模型包括以下步骤:
(1)利用地震数据解释的断层数据建立断层模型;将井点分层数据作为硬数据、地震层位数据作为约束数据,建立个小层的层面;利用断层数据和小层层面建立小层地层格架;
(2)以地震数据网格为依据,建立小层地层格架网格。
6.根据权利要求1所述的一种利用地震属性预测储层的方法,其特征在于:所述步骤(5)中,利用砂岩、泥岩对综合地震属性平面图进行标定包括以下步骤:
(1)根据聚类后综合属性与砂岩、泥岩分布对应关系,利用砂岩、泥岩在不同综合属性区间内砂岩、泥岩占比情况,计算得到随综合地震属性值变化的砂岩、泥岩符合率曲线,以曲线的峰值作为划分界限,将平面聚类综合属性划分为I类和II类两大地震相;
(2)根据不同综合属性区间内泥岩井层数比,对砂岩地震相进一步分类,将最能够表现纯砂岩部份和剩余部分区分为I类1相和I类2相地震相;
(3)根据不同综合属性区间内砂岩井层数比,对泥岩地震相进一步分类,将最能够表现纯泥岩部份和剩余部分区分为II类1相和II类2相地震相。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910010672.3A CN109782345A (zh) | 2019-01-07 | 2019-01-07 | 一种利用地震属性预测储层的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910010672.3A CN109782345A (zh) | 2019-01-07 | 2019-01-07 | 一种利用地震属性预测储层的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109782345A true CN109782345A (zh) | 2019-05-21 |
Family
ID=66499224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910010672.3A Pending CN109782345A (zh) | 2019-01-07 | 2019-01-07 | 一种利用地震属性预测储层的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109782345A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045080A (zh) * | 2019-12-25 | 2020-04-21 | 安徽省煤田地质局勘查研究院 | 一种基于pso-bp模型和地震属性参数的煤层含气量预测方法 |
CN112083498A (zh) * | 2020-10-16 | 2020-12-15 | 山东科技大学 | 一种基于深度神经网络的多波地震油气储层预测方法 |
CN113031065A (zh) * | 2020-12-02 | 2021-06-25 | 中海石油(中国)有限公司 | 一种油田砂体地质建模方法 |
CN114114459A (zh) * | 2021-11-26 | 2022-03-01 | 西南石油大学 | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102879822A (zh) * | 2012-09-28 | 2013-01-16 | 电子科技大学 | 一种基于Contourlet变换的地震多属性融合方法 |
CN103592681A (zh) * | 2013-09-16 | 2014-02-19 | 电子科技大学 | 一种基于信号分类的地震图像层位追踪方法 |
CN104977613A (zh) * | 2015-07-01 | 2015-10-14 | 中国石油天然气股份有限公司 | 基于多信息的碳酸盐岩岩相古地理重构方法及装置 |
CN106990436A (zh) * | 2017-04-14 | 2017-07-28 | 中国矿业大学(北京) | 陷落柱的识别方法和装置 |
US20180259661A1 (en) * | 2017-03-10 | 2018-09-13 | Matthew W. Harris | Outlier Detection for Identification of Anomalous Cross-Attribute Clusters |
CN108680954A (zh) * | 2018-08-01 | 2018-10-19 | 中国石油天然气股份有限公司 | 一种频率域多数据体变时窗波形聚类方法及其装置 |
-
2019
- 2019-01-07 CN CN201910010672.3A patent/CN109782345A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102879822A (zh) * | 2012-09-28 | 2013-01-16 | 电子科技大学 | 一种基于Contourlet变换的地震多属性融合方法 |
CN103592681A (zh) * | 2013-09-16 | 2014-02-19 | 电子科技大学 | 一种基于信号分类的地震图像层位追踪方法 |
CN104977613A (zh) * | 2015-07-01 | 2015-10-14 | 中国石油天然气股份有限公司 | 基于多信息的碳酸盐岩岩相古地理重构方法及装置 |
US20180259661A1 (en) * | 2017-03-10 | 2018-09-13 | Matthew W. Harris | Outlier Detection for Identification of Anomalous Cross-Attribute Clusters |
CN106990436A (zh) * | 2017-04-14 | 2017-07-28 | 中国矿业大学(北京) | 陷落柱的识别方法和装置 |
CN108680954A (zh) * | 2018-08-01 | 2018-10-19 | 中国石油天然气股份有限公司 | 一种频率域多数据体变时窗波形聚类方法及其装置 |
Non-Patent Citations (3)
Title |
---|
孟妍: "多属性井震结合储层预测方法研究", 《石油天然气学报(江汉石油学院学报)》 * |
张阳 等: "基于模糊C均值地震属性聚类的沉积相分析", 《中国石油大学学报(自然科学版)》 * |
曹禹: "杏十区地震资料解释及应用研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045080A (zh) * | 2019-12-25 | 2020-04-21 | 安徽省煤田地质局勘查研究院 | 一种基于pso-bp模型和地震属性参数的煤层含气量预测方法 |
CN111045080B (zh) * | 2019-12-25 | 2022-07-05 | 安徽省煤田地质局勘查研究院 | 一种基于pso-bp模型和地震属性参数的煤层含气量预测方法 |
CN112083498A (zh) * | 2020-10-16 | 2020-12-15 | 山东科技大学 | 一种基于深度神经网络的多波地震油气储层预测方法 |
CN113031065A (zh) * | 2020-12-02 | 2021-06-25 | 中海石油(中国)有限公司 | 一种油田砂体地质建模方法 |
CN114114459A (zh) * | 2021-11-26 | 2022-03-01 | 西南石油大学 | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 |
CN114114459B (zh) * | 2021-11-26 | 2023-07-25 | 西南石油大学 | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109782345A (zh) | 一种利用地震属性预测储层的方法 | |
CN104747185B (zh) | 非均质油藏储层综合分类评价方法 | |
CN104965979B (zh) | 一种致密砂岩有效储层识别方法 | |
CN103901478B (zh) | 一种井震信息联合确定储层沉积特征和分布的方法 | |
CN103257360B (zh) | 基于模糊c均值聚类的碳酸盐岩流体识别方法 | |
CN103529474A (zh) | 采用岩性细分实现岩相精细描述的方法 | |
CN106842307A (zh) | 一种基于正演约束下波形分类再检索的储层精细预测方法 | |
CN106503834A (zh) | 一种湖相超低孔渗储层致密油甜点区的预测方法 | |
CN110717301A (zh) | 一种基于支持向量机算法的流动单元信息分类识别方法 | |
CN102880903A (zh) | 混沌量子粒子群模糊神经网络叠前非线性流体识别方法 | |
CN110837117B (zh) | 一种含油气盆地中洼陷的综合评价方法 | |
Gupta et al. | Rock Typing in Eagle Ford, Barnett, and Woodford Formations | |
CN109212627B (zh) | 一种基于细分层系的薄储层描述及增储规模确定方法 | |
CN111913220B (zh) | 基于相模式的低渗砂岩相对高渗条带预测方法 | |
CN110412662A (zh) | 基于地震多属性深度学习的薄互层储层预测方法 | |
CN110068859A (zh) | 一种水平井区辫状河三角洲储层地震沉积学定量表征方法 | |
CN110426734A (zh) | 一种断陷盆地岩性油气藏的勘探方法、设备及系统 | |
CN110274859A (zh) | 碳酸盐岩储层对比方法 | |
CN105116449A (zh) | 一种弱反射储层的识别方法 | |
Hu et al. | Water flooding flowing area identification for oil reservoirs based on the method of streamline clustering artificial intelligence | |
CN108663714A (zh) | 一种沉积微相刻画方法 | |
CN109239783A (zh) | 一种井震结合中取舍地震信息的方法 | |
Su et al. | Application of ultra-deep sandstone reservoirs prediction technology under controlled seismic facies in Yudong block of Tabei Uplift, Tarim Basin, China | |
CN105093308B (zh) | 一种井轨迹设计方法和系统 | |
CN104516019A (zh) | 一种基于频谱形状的油气预测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |