CN110389381A - 一种基于地震属性的砂体储层预测方法及装置 - Google Patents
一种基于地震属性的砂体储层预测方法及装置 Download PDFInfo
- Publication number
- CN110389381A CN110389381A CN201810369152.7A CN201810369152A CN110389381A CN 110389381 A CN110389381 A CN 110389381A CN 201810369152 A CN201810369152 A CN 201810369152A CN 110389381 A CN110389381 A CN 110389381A
- Authority
- CN
- China
- Prior art keywords
- window
- day
- period
- seismic properties
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000004576 sand Substances 0.000 claims abstract description 73
- 208000035126 Facies Diseases 0.000 claims abstract description 24
- 238000005553 drilling Methods 0.000 claims abstract description 23
- 230000008021 deposition Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 4
- 239000013049 sediment Substances 0.000 abstract description 3
- 238000000151 deposition Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003860 storage Methods 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
- G01V1/28—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
- G01V2210/63—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
本发明涉及一种基于地震属性的砂体储层预测方法及装置,属于地球物理勘探技术领域。本发明通过三维地震顶、底时窗划分的方法,提取目标砂体顶、底各子波时窗区间的地震属性,分顶底选取与已钻井砂体符合程度最高的地震属性,分别绘制顶底地震属性图对应的沉积相,对比顶底沉积相的变化以此实现对砂体储层的预测。本发明的时窗划分方法能够有效去除干扰信息,根据划分后的时窗所提取的地震属性能够进一步进行砂体变化情况分析,提高识别砂体储层的准确性。
Description
技术领域
本发明涉及一种基于地震属性的砂体储层预测方法及装置,属于地球物理勘探技术领域。
背景技术
现有的三维地震储层预测技术很多,基于地球物理理论的方法,是使用井点声波时差曲线合成地震记录、敏感曲线重构拟合声波曲线合成地震记录约束地震资料,或者用地质模型等约束地震资料,反演出波阻抗体或剖面;但是模型反演难以建立有效的地质模型;随机反演难以确定约束砂体方向等边界条件,井控波阻抗反演受地震分辨率限制,不能有效反映厚度小于三维地震纵向分辨率的单砂体;共同弱点是对砂泥岩薄互层不够理想。基于地质统计学的地震反演方法中,地震数据的处理精度、解释精度、测井曲线的精度都有较高的要求,数据的变化会对预测结果造成较大影响,使得预测结果多变、不唯一。基于地震属性的预测方法,是以一种或多种属性反映河道砂体,但平面属性不能反映砂体厚度变化,属性提取难以控制合理时窗区间,时窗区间过小则信息不全,显显示的砂体展布特征不稳定,区间过大则非本目的砂体以外的干扰信息多。
例如公告号为CN104142516B的专利文件,该专利文件公开一种薄单砂层厚度预测方法,该方法根据平均反射强度属性,参考已钻井同一沉积旋回的单砂层厚度变化范围,确定提取平均反射强度的时窗范围,利用该时窗范围沿层提取平均反射强度预测薄单砂层厚度及平面展布,虽然该方法能够提高预测效率和有效性,但是该方法采用的是单一固定的时窗,固定时窗对干扰信息的剔除具有随机性、不稳定,导致属性预测结果不稳定。
发明内容
本发明的目的是提供一种基于地震属性的砂体储层预测方法,以解决目前砂体储层预测过程中采用固定时间时窗扫描河道导致属性预测结果不稳定的问题;本发明还提供了一种基于地震属性的砂体储层预测装置。
本发明为解决上述技术问题而提供了一种基于地震属性的砂体储层预测方法,该预测方法包括以下步骤:
1)根据目标区块内已钻井的合成地震记录对目标砂体的层顶、层底深度在地震剖面中的时间位置进行标定,并以所述时间位置为标准进行平面追踪,确定目标砂体时窗区间并作为初始时窗;
2)采用顶、底时窗划分方法对初始时窗进行划分,得到至少两个顶部子时窗和两个底部子时窗;
3)在各子时窗内提取储层相关类属性并确定其与已钻井的符合程度;
4)从顶部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制顶部时窗对应的沉积相图,从底部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制底部时窗对应的沉积相图;
5)比较顶部和底部时窗对应的沉积相图,确定目标砂体储层在平面上的发育方向及形态边界,并利用已知钻井目的层厚度确定目标储层砂体的厚度。
本发明通过三维地震顶底时窗划分的方法,提取目标砂体顶底各子波时窗区间的地震属性,分顶、底选取与已钻井砂体符合程度最高的地震属性,分别绘制顶底地震属性图对应的沉积相,对比顶底沉积相的变化以此实现对砂体储层的预测。本发明的时窗划分方法能够有效去除干扰信息,根据划分后的时窗所提取的地震属性能够进一步进行砂体变化情况分析,提高识别砂体储层的准确性。
进一步地,本发明给出了具体的顶、底时窗划分方法,所述步骤2)中的顶、底时窗划分方法得到子时窗的过程为:
A.将初始时窗分割为n份,n大于等于3;
B.以初始时窗的顶界为起点逐份去掉底部时窗,得到n-1个子时窗,作为顶部子时窗;
C.以初始时窗的顶界为起点逐份去掉顶部时窗,得到n-1个子时窗,作为底部子时窗。
本发明采用上述时窗划分方法,能够得到不同时间长度的时窗区间,确保了地震属性提取的时窗区间的合理性,提高了砂体展布特征的稳定性,排除了目标砂体以外的干扰信息,从而提高了砂体储层预测的准确性。
进一步地,本发明给出初始时窗的划分方式,所述步骤A采用均分原则将初始时窗分割为n份。
进一步地,本发明给出了具体所采用的地震属性,所述的地震属性包括振幅、均方根振幅、平均绝对值振幅、最大绝对值振幅、平均振幅、最小振幅、均方根包括、最大振幅、总振幅和平均包络中的至少三个。
进一步地,本发明还给出了各属性符合程度的确定方式,各属性的符合程度是根据各属性图件中的色块与研究区内已钻遇目标砂体沉积相之间的关系确定的。
进一步地,给出了在符合程度相同情况下,时窗的选取方式。若符合程度最高的子时窗超过一个,则选取子时窗中时窗区间较大的。
本发明还提供了一种基于地震属性的砂体储层预测装置,包括以下方案,该预测装置包括存储器和处理器,以及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器与所述存储器相耦合,所述处理器执行所述计算机程序时实现以下步骤:
1)根据目标区块内已钻井的合成地震记录对目标砂体的层顶、层底深度在地震剖面中的时间位置进行标定,并以所述时间位置为标准进行平面追踪,确定目标砂体顶底时窗区间并作为初始时窗;
2)采用顶、底时窗划分方法对初始时窗进行划分,得到至少两个顶部子时窗和两个底部子时窗;
3)在各子时窗内提取储层相关类属性并确定其与已钻井的符合程度;
4)从顶部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制顶部时窗对应的沉积相图,从底部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制底部时窗对应的沉积相图;
5)比较顶部和底部时窗对应的沉积相图,确定目标砂体储层在平面上的发育方向及形态边界,并利用已知钻井目的层厚度确定目标储层砂体的厚度。
进一步地,所述步骤2)中的顶、底时窗划分方法得到子时窗的过程为:
A.将初始时窗分割为n份,n大于等于3;
B.以初始时窗的顶界为起点逐份去掉底部时窗,得到n-1个子时窗,作为顶部子时窗;
C.以初始时窗的顶界为起点逐份去掉顶部时窗,得到n-1个子时窗,作为底部子时窗。
进一步地,所述步骤A采用均分原则将初始时窗分割为n份。
进一步地,所述的地震属性包括振幅、均方根振幅、平均绝对值振幅、最大绝对值振幅、平均振幅、最小振幅、均方根包括、最大振幅、总振幅和平均包络中的至少三个。
进一步地,各属性的符合程度是根据各属性图件中的色块与研究区内已钻遇目标砂体沉积相之间的关系确定的。
进一步地,若符合程度最高的子时窗超过一个,则选取子时窗中时窗区间较大的。
附图说明
图1是顶底时窗细分法技术流程图;
图2是本发明实例中胡65井合成地震记录示意图;
图3是本发明实例中胡65井1#砂体测井曲线图;
图4是本发明实例中标定胡65井1#砂体在地震剖面中的时间位置示意图;
图5是本发明实例中胡65井1#砂体平面追踪地震剖面图;
图6是本发明实例中初始时窗S(4)均分(以四分为例)原理图;
图7是本发明实例中顶部时窗选取(以四分为例)原理图;
图8是本发明实例中底部时窗选取(以四分为例)原理图
图9是本发明实例中胡62-10井1#砂体测井曲线图;
图10是本发明实例中目标层全厚度时窗S(4)平均绝对值振幅属性图;
图11是本发明实例中目标层顶界为起始3/4厚度时窗S(3)平均绝对值振幅属性图;
图12是本发明实例中目标层顶界为起始1/2厚度时窗S(2)平均绝对值振幅属性图;
图13是本发明实例中目标层顶界为起始1/4厚度时窗S(1)平均绝对值振幅属性图;
图14是本发明实例中目标层底界为起始3/4厚度时窗S(5)平均绝对值振幅属性图;
图15是本发明实例中目标层底界为起始1/2厚度时窗S(6)平均绝对值振幅属性图;
图16是本发明实例中目标层底界为起始1/4厚度时窗S(7)平均绝对值振幅属性图;
图17是本发明实例中目标层砂体顶部时窗沉积相图;
图18是本发明实例中目标层砂体底部时窗沉积相图;
图19是本发明实例中目标层砂体预测厚度等值线图;
图20-1是本发明实例中目标层全厚度时窗S(4)均方根振幅属性图;
图20-2是本发明实例中目标层全厚度时窗S(4)平均绝对值振幅属性图;
图20-3是本发明实例中目标层全厚度时窗S(4)最大绝对值振幅属性图;
图20-4是本发明实例中目标层全厚度时窗S(4)平均振幅属性图;
图20-5是本发明实例中目标层全厚度时窗S(4)最小振幅属性图;
图20-6是本发明实例中目标层全厚度时窗S(4)均方根包络属性图;
图20-7是本发明实例中目标层全厚度时窗S(4)最大振幅属性图;
图20-8是本发明实例中目标层全厚度时窗S(4)总振幅属性图;
图20-9是本发明实例中目标层全厚度时窗S(4)平均包络属性图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的说明。
顶底反射界面不完全重合的地震子波叠加,存在相互不受干扰或干扰较小的子波时窗区间,该子波时窗区间内的地震属性数据在平面上的变化,能够反映厚度小于三维地震纵向分辨率的对应地质体在平面上的形态和边界,因此,基于上述原理,本发明提出了一种基于地震属性的砂体储层预测方法,该方法首先确定目标砂体时窗区间并作为初始时窗;然后采用顶、底时窗划分方法对初始时窗进行划分,得到至少两个顶部子时窗和两个底部子时窗;再在各子时窗内提取储层相关类属性并确定其与已钻井的符合程度;最后从顶部子时窗中选取符合程度最高的一个子时窗,并比较所选子时窗的顶部和底部时窗对应的沉积相图,确定目标砂体储层在平面上的发育方向及形态边界,并利用已知钻井目的层厚度确定目标储层砂体的厚度。该方法的具体实现流程如图1所示,下面结合具体的实例对本发明的具体实现过程进行详细说明。
下面选取某油田胡65断块目标区块内的胡65井、胡62-10井为例进行说明,该方法的具体实现过程如下:
1.确定目标砂体时窗区间并作为初始时窗。
根据目标区块内已钻井的合成地震记录对目标砂体的层顶、层底深度在地震剖面中的时间位置进行标定,并以所述时间位置为标准进行平面追踪,确定目标砂体顶底时窗区间并作为初始时窗。本实例中胡65井合成地震记录如图2所示,胡65井1#砂体测井曲线如图3所示,胡65井1#砂体层顶、层底界面深度在胡65块地震剖面中的时间位置如图4所示,标定的层顶面时间为2.00271s,底面时间为2.02329s,以胡65井标定的层顶、层底在地震剖面中的时间位置为标准进行平面追踪,得到目标砂体顶底时窗区间如图5所示,将其确定初始时窗,用S(4)表示。
2.采用顶、底时窗划分方法对初始时窗进行划分,得到至少两个顶部子时窗和两个底部子时窗。
顶底时窗划分方法是将初始时窗分割为n份,以初始时窗的顶界为起点逐份去掉底部时窗,可选取n-1个子时窗,记为S(n-1)、S(n-2)…S(1);再以其底界为起点逐渐去掉顶部时窗,也可选取n-1个子时窗,记为S(n+1)、S(n+2)…S(2n-1);共分成2n-1个子时窗。
对于本实例而言,按均分原则将确定的初始时窗S(4)分割为4个时窗区间,如图6所示,以初始时窗的顶界为起点,依次去掉底部时窗,得到3个顶部子时窗S(1)、S(2)、S(3),如图7所示;同时以初始时窗的底界为起点依次去掉顶部时窗,得到3个底部子时窗S(5)、S(6)S(7),如图8所示。其中以顶界为起点的三个子时窗的时间范围为:S(1)为2.00271-2.00786,S(2)为2.00271-2.01300,S(3)为2.00271-2.01815;以底界为起点的三个子时窗的时间范围为:S(5)为2.02329-2.00786,S(6)为2.02329-2.01300,S(7)为2.02329-2.01815;全厚度时窗S(4)的时间范围为2.00271-2.02329。
3.在各子时窗内提取储层相关类属性并确定其与已钻井的符合程度。
确定的S(n)时窗内的储层预测类地震属性,并依据色块形态规则、边界清晰,同沉积相带同色,异沉积相带异色的原则,构建S(n)时窗内各属性图件中的色块与研究区内已钻遇目标砂体沉积相之间的关系,为每个关系确定一个符合程度值F;对比所有属性的F值的大小,确定一个最大值记为该时窗区间的符合程度F(n),其所对应的属性记为S(n)时窗内的敏感属性P(n)、对应的属性图记为S(n)时窗内的属性图T(n)。本发明所针对的地震属性包括振幅、均方根振幅、平均绝对值振幅、最大绝对值振幅、平均振幅、最小振幅、均方根包络、最大振幅、总振幅和平均包络共9个属性,如表1所示。
表1
地震属性的选取可从上述9个中任意选择组合,本实例对9个属性均进行了分析,结果分别如图20-1、20-2…20-9所示,根据属性图色块形态规则边界清晰,同沉积相带同色,异沉积相带异色的原则,分别构建S(4)时窗内9个属性图件中的色块与研究区内已钻遇目标砂体的图3所示的胡65井沉积相及图9所示的胡62-10井沉积相之间的关系,为每个关系确定一个如表2中所示的符合程度值F。符合程度值F由以下三个指标确定:(1)色块形态规则(占30%);(2)边界清晰(占30%);(3)同沉积相带同色,异沉积相带异色(占40%)。对比9个属性图符合程度值的大小,确定表2中符合程度值最大的是均方根振幅属性对应的符合程度70%,确定其为S(4)时窗内的符合程度,记为F(4)=70%,对应的图10为S(4)时窗内的属性图记为T(4)。
表2
依次提取步骤3确定的顶部子时窗S(1)、S(2)、S(3)以及底部子时窗S(5)、S(6)、S(7)内表1所示的全部属性,如图11-16所示,根据各时窗的属性图最终确定全部7个子时窗内的符合程度值。例如,图13比图10的形态更加规则----规则是指符合沉积相的形态特征,如形似河道、形似三角洲相带,因此图10可以打20%,但图13可以打满分30%;图13比图10边界清晰---具有明确的异常体边界,图10与图13对比图13异常体边界更明确清晰,图10可以打20%,图13可以打30%;图10与图13所在区块有两口井,其目标砂体的测井相分别为H62-10席状砂相、H65为河道砂相,两口井的测井相不同,其在属性图上所显示的色块的颜色也应当不同。图10中两口井颜色有区别但区别不明显,但测井图上砂体差别非常大,该图可以打分20%,因此可以说图10能够区别但区别的不明确、不明显,图13中两口井颜色区别非常大,测井图上的目的砂体差别也非常大,因此图13比图10更能得到高分,图13可以打满分40%。通过上述分析,所确定的7个时窗内符合程度值分别是F(1)=100%、F(2)=80%、F(3)=80%、F(4)=70%、F(5)=100%、F(6)=100%、F(7)=100%。
4.从顶部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制顶部时窗对应的沉积相图,从底部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制底部时窗对应的沉积相图。
对于本实例而言,根据步骤3确定的顶部子时窗内全部的符合程度值F(1)、F(2)、F(3)、F(4),确定其中值最大的一个F(1)=100%,其对应的属性图件图13定为顶部时窗属性图T(顶);并依据T(顶)以及胡65断块内已钻井图3所示的胡65井1#砂体沉积相以及图9所示的胡62-10井1#砂体沉积相,绘制成图17所示的目标砂体顶部沉积相图。根据步骤3确定的底部子时窗内全部的第一符合程度值F(4)、F(5)、F(6)、F(7),如果其中值最大的超过一个,选择其中时窗区间较大的F(5)定为底部时窗符合程度F(底),其对应的属性图件图14定为底部时窗属性图T(底);并依据T(底)以及胡65断块内已钻井图3所示的胡65井沙1#砂体沉积相以及图9所示的胡62-10井1#砂体沉积相,绘制成图18所示的目标砂体底部沉积相图。
5.比较所选顶部和底部时窗对应的沉积相图,确定目标砂体储层在平面上的发育方向及形态边界,并利用已知钻井目的层厚度确定目标储层砂体的厚度。
对于本实例而言,对比顶部沉积相图(图17)与底部沉积相图(图18),分析目标砂体在平面上的变化情况,顶底沉积相形态差异大,目标砂体明显为两套河道砂沉积叠合而成,河道在胡65井附近叠合形成一套巨厚砂体,砂体厚度变化情况应综合图17以及图18两套河道砂的沉积相发育趋势绘制。
依据目标砂体顶部沉积相图(图17)以及底部沉积相图(图18),结合图3所示的已钻井胡65井1#砂体厚度37米以及图9所示的胡62-10井1#砂体的厚度4米,综合绘制图19所示的砂体厚度等值线图。
通过上述过程,本发明能够确定沉积相带平面上的边界及发育方向,结合已知钻井资料揭示的沉积特征,能够有效预测沉积相带纵向上的发育规律确定砂体厚度,特别是对小于1/4波长薄储层能够有效提高其识别率,能够对于薄层、砂泥岩频繁互层、砂体相互叠置的情况进行有效预测,在实际实例的区块预测中,能够准确预测最小厚度为3米的砂岩储层。
上述方法可以作为一种计算机程序,存储在砂体储层预测装置中的存储器中并可在砂体储层预测装置中的处理器上运行。
Claims (10)
1.一种基于地震属性的砂体储层预测方法,其特征在于,该预测方法包括以下步骤:
1)根据目标区块内已钻井的合成地震记录对目标砂体的层顶、层底深度在地震剖面中的时间位置进行标定,并以所述时间位置为标准进行平面追踪,确定目标砂体时窗区间并作为初始时窗;
2)采用顶、底时窗划分方法对初始时窗进行划分,得到至少两个顶部子时窗和两个底部子时窗;
3)在各子时窗内提取储层相关类属性并确定其与已钻井的符合程度;
4)从顶部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制顶部时窗对应的沉积相图,从底部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制底部时窗对应的沉积相图;
5)比较顶部和底部时窗对应的沉积相图,确定目标砂体储层在平面上的发育方向及形态边界,并利用已知钻井目的层厚度确定目标储层砂体的厚度。
2.根据权利要求1所述的基于地震属性的砂体储层预测方法,其特征在于,所述步骤2)中的顶、底时窗划分方法得到子时窗的过程为:
A.将初始时窗分割为n份,n大于等于3;
B.以初始时窗的顶界为起点逐份去掉底部时窗,得到n-1个子时窗,作为顶部子时窗;
C.以初始时窗的顶界为起点逐份去掉顶部时窗,得到n-1个子时窗,作为底部子时窗。
3.根据权利要求2所述的基于地震属性的砂体储层预测方法,其特征在于,所述步骤A采用均分原则将初始时窗分割为n份。
4.根据权利要求1或2所述的基于地震属性的砂体储层预测方法,其特征在于,所述的地震属性包括振幅、均方根振幅、平均绝对值振幅、最大绝对值振幅、平均振幅、最小振幅、均方根包括、最大振幅、总振幅和平均包络中的至少三个。
5.根据权利要求4所述的基于地震属性的砂体储层预测方法,其特征在于,各属性的符合程度是根据各属性图件中的色块与研究区内已钻遇目标砂体沉积相之间的关系确定的。
6.一种基于地震属性的砂体储层预测装置,其特征在于,该预测装置包括存储器和处理器,以及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器与所述存储器相耦合,所述处理器执行所述计算机程序时实现以下步骤:
1)根据目标区块内已钻井的合成地震记录对目标砂体的层顶、层底深度在地震剖面中的时间位置进行标定,并以所述时间位置为标准进行平面追踪,确定目标砂体时窗区间并作为初始时窗;
2)采用顶、底时窗划分方法对初始时窗进行划分,得到至少两个顶部子时窗和两个底部子时窗;
3)在各子时窗内提取储层相关类属性并确定其与已钻井的符合程度;
4)从顶部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制顶部时窗对应的沉积相图,从底部子时窗中选取符合程度最高的一个子时窗,并利用该子时窗所对应的属性图绘制底部时窗对应的沉积相图;
5)比较顶部和底部时窗对应的沉积相图,确定目标砂体储层在平面上的发育方向及形态边界,并利用已知钻井目的层厚度确定目标储层砂体的厚度。
7.根据权利要求6所述的基于地震属性的砂体储层预测装置,其特征在于,所述步骤2)中的顶、底时窗划分方法得到子时窗的过程为:
A.将初始时窗分割为n份,n大于等于3;
B.以初始时窗的顶界为起点逐份去掉底部时窗,得到n-1个子时窗,作为顶部子时窗;
C.以初始时窗的顶界为起点逐份去掉顶部时窗,得到n-1个子时窗,作为底部子时窗。
8.根据权利要求7所述的基于地震属性的砂体储层预测装置,其特征在于,所述步骤A采用均分原则将初始时窗分割为n份。
9.根据权利要求6或7所述的基于地震属性的砂体储层预测装置,其特征在于,所述的地震属性包括振幅、均方根振幅、平均绝对值振幅、最大绝对值振幅、平均振幅、最小振幅、均方根包括、最大振幅、总振幅和平均包络中的至少三个。
10.根据权利要求9所述的基于地震属性的砂体储层预测装置,其特征在于,各属性的符合程度是根据各属性图件中的色块与研究区内已钻遇目标砂体沉积相之间的关系确定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810369152.7A CN110389381B (zh) | 2018-04-23 | 2018-04-23 | 一种基于地震属性的砂体储层预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810369152.7A CN110389381B (zh) | 2018-04-23 | 2018-04-23 | 一种基于地震属性的砂体储层预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110389381A true CN110389381A (zh) | 2019-10-29 |
CN110389381B CN110389381B (zh) | 2021-04-30 |
Family
ID=68284640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810369152.7A Active CN110389381B (zh) | 2018-04-23 | 2018-04-23 | 一种基于地震属性的砂体储层预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110389381B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598340A (zh) * | 2020-05-18 | 2020-08-28 | 中国石油天然气集团有限公司 | 基于分数阶希尔伯特变换的薄砂体平面展布预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000073820A1 (en) * | 1999-05-27 | 2000-12-07 | Phillips Petroleum Company | Seismic velocity analysis for class ii sands |
CN101408624A (zh) * | 2007-10-08 | 2009-04-15 | 陶庆学 | 三维地震最佳时窗河道砂体储层预测评价技术 |
CN102147478A (zh) * | 2010-12-29 | 2011-08-10 | 中国海洋大学 | 复杂油藏的叠前低频信号识别方法 |
CN105277979A (zh) * | 2015-10-16 | 2016-01-27 | 中国石油天然气集团公司 | 一种地震属性的优化方法和装置 |
-
2018
- 2018-04-23 CN CN201810369152.7A patent/CN110389381B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000073820A1 (en) * | 1999-05-27 | 2000-12-07 | Phillips Petroleum Company | Seismic velocity analysis for class ii sands |
CN101408624A (zh) * | 2007-10-08 | 2009-04-15 | 陶庆学 | 三维地震最佳时窗河道砂体储层预测评价技术 |
CN102147478A (zh) * | 2010-12-29 | 2011-08-10 | 中国海洋大学 | 复杂油藏的叠前低频信号识别方法 |
CN105277979A (zh) * | 2015-10-16 | 2016-01-27 | 中国石油天然气集团公司 | 一种地震属性的优化方法和装置 |
Non-Patent Citations (2)
Title |
---|
PENG ZHANG ET AL.: "The application of seismic attribute technology in reservoir prediction of Zhaoyuan area", 《IOSR JOURNAL OF ENGINEERING》 * |
刘金连: "济阳坳陷第三系储层预测模式优化集成研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598340A (zh) * | 2020-05-18 | 2020-08-28 | 中国石油天然气集团有限公司 | 基于分数阶希尔伯特变换的薄砂体平面展布预测方法 |
CN111598340B (zh) * | 2020-05-18 | 2021-07-23 | 中国石油天然气集团有限公司 | 基于分数阶希尔伯特变换的薄砂体平面展布预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110389381B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5838634A (en) | Method of generating 3-D geologic models incorporating geologic and geophysical constraints | |
CN101158724B (zh) | 基于偶极小波的储层厚度预测方法 | |
Du et al. | Seismic facies analysis based on self-organizing map and empirical mode decomposition | |
CN104991275B (zh) | 一种特征切片薄互层分析法 | |
CN109143399B (zh) | 一种识别碳酸盐岩层序界面的方法 | |
CN107065011A (zh) | 一种应用于陆相盆地储层反演的曲线频率融合方法 | |
CN105093306A (zh) | 一种地球物理勘探中储层自动解释与厚度求取方法 | |
CN110231652A (zh) | 一种基于密度的含噪声应用空间聚类的地震相提取方法 | |
CN114114459A (zh) | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 | |
Chopra et al. | Evolution of seismic interpretation during the last three decades | |
CN105842733A (zh) | 页岩储层地震识别方法 | |
Bruno et al. | Groundwater characterization in arid regions using seismic and gravity attributes: Al Jaww Plain, UAE | |
Hassan et al. | An advanced workflow to compress the uncertainties of stochastic distribution of Bahariya reservoir properties using 3D static modeling: an example from Heba Oil Fields, Western Desert, Egypt | |
CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
Iltaf et al. | Facies and petrophysical modeling of Triassic Chang 6 tight sandstone reservoir, Heshui oil field, Ordos basin, China | |
Daws et al. | Scales of permeability heterogeneity within the Brent Group | |
CN110389381A (zh) | 一种基于地震属性的砂体储层预测方法及装置 | |
Khan et al. | Three-dimensional structural modeling (3D SM) and joint geophysical characterization (JGC) of hydrocarbon reservoir: a case study of the Kadanwari field in Middle Indus Basin (MIB), Southeastern Pakistan | |
CN104793263A (zh) | 一种测井曲线自动分层取值和评价方法 | |
Woo et al. | Application of multi-resolution graph-based clustering for electrofacies prediction: a case study from the Horn River shale, British Columbia, Canada | |
Abu-El Ata et al. | Geologic Causatives and Seismic Attributes Heterogeneities for Structural and Stratigraphic Interplays, Sitra Area, North Western Desert, Egypt | |
CN112379435A (zh) | 相控岩溶型缝洞集合体刻画方法及装置 | |
Li et al. | Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China | |
Zhang et al. | Deep Subsurface Pseudo-Lithostratigraphic Modeling Based on Three-Dimensional Convolutional Neural Network (3D CNN) Using Inversed Geophysical Properties and Shallow Subsurface Geological Model | |
CN109581489A (zh) | 嵌套式地震相的提取方法及系统 |
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 |