CN110531421B - 一种沉积微相识别方法 - Google Patents
一种沉积微相识别方法 Download PDFInfo
- Publication number
- CN110531421B CN110531421B CN201810507128.5A CN201810507128A CN110531421B CN 110531421 B CN110531421 B CN 110531421B CN 201810507128 A CN201810507128 A CN 201810507128A CN 110531421 B CN110531421 B CN 110531421B
- Authority
- CN
- China
- Prior art keywords
- data
- microphase
- sedimentary
- wave impedance
- microfacies
- 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
- G01V1/40—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
-
- 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
Abstract
本发明公开了一种沉积微相识别方法,属于油田储层预测领域。该方法包括以下步骤:对目标工区进行地震采集,获取叠前地震数据,并在目标工区内钻井和测井,获取钻井数据和测井数据。利用沉积微相数据、叠前地震数据,以及沉积微相的变差函数曲线,在微相‑纵波阻抗关系图版和微相‑横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型。根据沉积微相三维模型提取目标层位的微相平面图和微相剖面图,完成对目标工区沉积微相的识别。本发明提供的沉积微相识别方法降低了不同的微相在单一波阻抗上存在多解性的可能,提高了储层沉积微相识别精度,对沉积微相结构的识别误差较小。
Description
技术领域
本发明涉及油田储层预测领域,特别涉及一种沉积微相识别方法。
背景技术
在油田勘探开发中,大部分油田处于高含水阶段,油田中的剩余油分散,井网密度大,开采油气困难。而识别油田储层沉积微相的分布特征,更加便于对油气进行挖掘,提高油气采收率。因此,提供一种沉积微相识别方法是十分重要的。
相关文献“基于沉积微相的STF储层预测方法研究及应用”和“融合地震和测井信息的三角洲沉积微相随机建模研究”公开了一种基于叠后地震数据及纵波阻抗与微相关系图版控制下的沉积微相识别方法。
发明人发现相关技术至少存在以下问题:
相关技术提供的沉积微相识别方法是基于叠后地震数据进行的,缺少横波阻抗信息,无法充分反映储层沉积微相信息。并且,微相与纵波阻抗建立的关系图版无法完全区分沉积微相,不同的微相在单一波阻抗上存在多解性。
发明内容
本发明实施例提供了一种沉积微相识别方法,可解决上述技术问题。具体技术方案如下:
本发明实施例提供了一种沉积微相识别方法,所述方法包括:对目标工区进行地震采集,获取叠前地震数据,并在所述目标工区内钻井和测井,获取钻井数据和测井数据;
利用所述钻井数据和所述测井数据,获取沉积微相数据;
利用所述测井数据获取纵波阻抗数据和横波阻抗数据,并统计所述沉积微相数据、所述纵波阻抗数据和所述横波阻抗数据,获取微相-纵波阻抗关系图版和微相-横波阻抗关系图版;
利用所述沉积微相数据、所述叠前地震数据,以及所述沉积微相的变差函数曲线,在所述微相-纵波阻抗关系图版和所述微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型;
根据所述沉积微相三维模型提取目标层位的微相平面图和微相剖面图,完成对所述目标工区沉积微相的识别。
在一种可能的设计中,所述钻井数据包括:岩芯资料,所述测井数据包括:伽马、微电极和微梯度;
所述利用所述钻井数据和所述测井数据,获取沉积微相数据,包括:
利用所述伽马、所述微电极和所述微梯度,获取伽马曲线、微电极曲线和微梯度曲线;
根据所述伽马曲线、所述微电极曲线和所述微梯度曲线,参考所述岩芯资料,解释得到沉积微相数据。
在一种可能的设计中,所述测井数据还包括:纵波速度数据、横波速度数据和声波密度数据;
所述利用所述测井数据获取纵波阻抗数据和横波阻抗数据,包括:利用所述纵波声波速度数据和所述声波密度数据,获取纵波阻抗数据;
利用所述横波速度数据和所述声波密度数据,获取横波阻抗数据。
在一种可能的设计中,所述利用所述沉积微相数据、所述叠前地震数据,以及所述沉积微相的变差函数曲线,在所述微相-纵波阻抗关系图版和所述微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型,包括:
根据所述伽马曲线、所述微电极曲线和所述微梯度曲线解释出所述目标工区的沉积微相,所述沉积微相的类型包括:河道砂、河间砂、河间泥;
统计所述河道砂、所述河间砂、所述河间泥的变差函数曲线;
利用所述沉积微相数据、所述叠前地震数据,以及所述河道砂、所述河间砂、所述河间泥的变差函数曲线,在所述微相-纵波阻抗关系图版和所述微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例提供的沉积微相识别方法,通过利用钻井数据和测井数据获取沉积微相数据,并利用测井数据获取纵波阻抗数据和横波阻抗数据,统计井点沉积微相数据、纵波阻抗数据和横波阻抗数据,获取微相-阻抗关系图版和微相-横波阻抗关系图版,再利用沉积微相数据、叠前地震数据,以及沉积微相的变差函数曲线,在微相-纵波阻抗关系图版和微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,可以建立沉积微相三维模型。可见,本发明实施例提供的沉积微相识别方法是基于叠前地震数据进行的,具有横波阻抗信息,能够充分反应储层沉积微相信息。并且,该沉积微相识别方法能够获取微相-纵波阻抗关系图版和微相-横波阻抗关系图版,降低了不同的微相在单一波阻抗上存在多解性的可能,提高了储层沉积微相识别精度,对沉积微相结构的识别误差较小。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例提供的大庆垣北三区的三种沉积微相形态示意图;
图2是本发明实施例提供的大庆垣北三区的微相-纵波阻抗关系图版和微相-横波阻抗关系图版;
图3是本发明实施例提供的大庆垣北三区的河道砂的变差函数示意图;
图4是本发明实施例提供的大庆垣北三区的河间砂的变差函数示意图;
图5是本发明实施例提供的大庆垣北三区的河间泥的变差函数示意图;
图6是本发明实施例提供的大庆垣北三区的沉积微相三维模型示意图;
图7是本发明实施例提供的大庆垣北三区的沉积微相剖面图;
图8是本发明实施例提供的大庆垣北三区的沉积微相平面图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种沉积微相识别方法,该方法包括以下步骤:
步骤1、对目标工区进行地震采集,获取叠前地震数据,并在目标工区内钻井和测井,获取钻井数据和测井数据。
步骤2、利用钻井数据和测井数据,获取沉积微相数据。
步骤3、利用测井数据获取纵波阻抗数据和横波阻抗数据,并统计井点沉积微相数据、纵波阻抗数据和横波阻抗数据,获取微相-纵波阻抗关系图版和微相-横波阻抗关系图版。
步骤4、利用沉积微相数据、叠前地震数据,以及沉积微相的变差函数,在微相-纵波阻抗关系图版和微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型。
步骤5、根据沉积微相三维模型提取目标层位的微相平面图和微相剖面图,完成对目标工区沉积微相的识别。
本发明实施例提供的沉积微相识别方法,通过利用钻井数据和测井数据获取沉积微相数据,并利用测井数据获取纵波阻抗数据和横波阻抗数据,统计井点沉积微相数据、纵波阻抗数据和横波阻抗数据,获取微相-阻抗关系图版和微相-横波阻抗关系图版,再利用沉积微相数据、叠前地震数据,以及沉积微相的变差函数曲线,在微相-纵波阻抗关系图版和微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,可以建立沉积微相三维模型。可见,本发明实施例提供的沉积微相识别方法是基于叠前地震数据进行的,具有横波阻抗信息,能够充分反应储层沉积微相信息。并且,该沉积微相识别方法能够获取微相-纵波阻抗关系图版和微相-横波阻抗关系图版,降低了不同的微相在单一波阻抗上存在多解性的可能,提高了储层沉积微相识别精度,对沉积微相结构的识别误差较小。
其中,“微相-纵波阻抗关系图版、微相-横波阻抗关系图版”可以理解为:纵波阻抗与沉积微相的关系图版、横波阻抗与沉积微相的关系图版,从该图版中可以看出沉积微相的分布情况。
以下就上述各个步骤分别进行阐述:
在本发明实施例中,钻井数据包括:岩芯资料,测井数据包括:伽马、微电极和微梯度。
利用钻井数据和测井数据,获取沉积微相数据,包括:
步骤201、利用伽马、微电极和微梯度,获取伽马曲线、微电极曲线和微梯度曲线。
步骤202、根据伽马曲线、微电极曲线和微梯度曲线,参考岩芯资料,解释得到沉积微相数据。
通过上述步骤,可以准确地获取到沉积微相数据,为后续建立沉积微相三维模型奠定基础。
上述步骤201中的“伽马曲线、微电极曲线和微梯度曲线”为本领域所常见的测井曲线,可以通过测井作业获取伽马、微电极和微梯度的数据,统计整理后获取该伽马曲线、微电极曲线和微梯度曲线。
上述步骤202中的“岩芯资料”可以理解为:井下岩芯的岩性。
为了能够准确获取纵波阻抗数据,以便后续建立微相-纵波阻抗关系图版和微相-横波阻抗关系图版,测井数据还包括:纵波速度数据、横波速度数据和声波密度数据;
利用测井数据获取纵波阻抗数据和横波阻抗数据,包括:利用纵波声波速度数据和声波密度数据,获取纵波阻抗数据;利用横波声波速度数据和声波密度数据,获取横波阻抗数据。
其中,“纵波阻抗数据”也可以理解为:纵波阻抗数据,通过使用测井作业得到的纵波速度数据和声波密度数据相乘即可获得。“横波阻抗数据”也可以理解为:横波阻抗数据,通过使用测井作业得到的横波速度数据和声波密度数据相乘即可获得。
为了保证对目标工区沉积微相的识别更加准确,利用沉积微相数据、叠前地震数据,以及沉积微相的变差函数曲线,在微相-纵波阻抗关系图版和微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型,包括:
步骤401、根据伽马曲线、微电极曲线和微梯度曲线解释出目标工区的沉积微相,沉积微相的类型包括:河道砂、河间砂、河间泥;
步骤402、统计河道砂、河间砂、河间泥的变差函数曲线;
步骤403、利用沉积微相数据、叠前地震数据,以及河道砂、河间砂、河间泥的变差函数曲线,在微相-纵波阻抗关系图版和微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型。
其中“叠前地震”也可以理解为:经共反射点叠加前的地震资料,经过目标工区地震采集获得,与常规叠后地震资料相比,储层信息更加丰富。
上述步骤401中的“沉积微相”的类型是通过伽马曲线、微电极曲线和微梯度曲线的形态特征解释得到的。
上述步骤402中的河道砂、河间砂、河间泥的变差函数曲线,是基于井点解释出的沉积微相,利用下列变差值公式计算得到不同距离h点的变差值,然后利用多个点变差值进行拟合得到变差函数曲线,来反映不同沉积微相空间分布特征。
其中,h为井与井之间的距离,单位为米;(xi,yi)、(xi+h,yi)为井点坐标;Z(xi,yi)、Z(xi+h,yi)为井点微相;N(h)为符合距离为h的井点个数;γ(h)为变差值。
上述步骤403中建立沉积微相的模型的具体实现过程为:首先,基于井点沉积微相数据,通过变差函数曲线,采用叠前地质统计学反演算法,得到初始沉积微相模型。随后,结合微相-纵波阻抗关系图版和微相-横波阻抗关系图版,将初始沉积微相模型转化为纵波阻抗模型和横波阻抗模型,将纵波阻抗模型、横波阻抗模型与地震数据体进行相关性比较,相关性满足要求即将初始沉积微相模型定为最终结果输出,否则重新计算初始沉积微相模型,直至满足相关性要求。
以下将通过具体实施例进一步地描述本发明。
实施例1
本实施例以大庆长垣北三区为例,采用本发明实施例提供的方法对目标工区沉积微相进行识别,具体识别过程如下:
对目标工区进行地震采集,获取叠前地震数据,并在目标工区内钻井和测井,获取岩芯资料和测井数据。
利用测井数据中的伽马、微电极和微梯度,同时参考岩芯资料,解释得到沉积微相数据。
利用测井数据中的纵波速度数据和声波密度数据获取纵波阻抗数据、横波速度数据和声波密度数据获取横波阻抗数据,并统计井点沉积微相数据和纵波阻抗数据、横波阻抗数据,获取微相-纵波阻抗关系图版和微相-横波阻抗关系图版,参见附图2。
根据伽马曲线、微电极曲线和微梯度曲线解释出目标工区的沉积微相,沉积微相的类型包括:河道砂、河间砂、河间泥,三者的具体形态可参见附图1。
统计河道砂、河间砂、河间泥的变差函数,参见附图3、附图4、附图5。
利用沉积微相数据、叠前地震数据,以及河道砂、河间砂、河间泥的变差函数曲线,在微相-纵波阻抗关系图版和微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型,参见附图6。
根据沉积微相三维模型提取目标层位的微相平面图(参见附图8)和微相剖面图(参加附图7),完成对目标工区沉积微相的识别。
基于上述,大庆垣北三区在利用本发明的方法建立沉积微相三维模型后,其结果具有较高的纵向分辨能力,储层预测结果和井解释结果符合较好,综合识别准确率达到87%。并且,通过微相平面图和微相剖面图可以识别河道相砂体,在油田开发中具有较大的应用价值。
以上所述仅为本发明的较佳实施例,并不用以限制本发明的保护范围,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种沉积微相识别方法,其特征在于,所述方法包括:对目标工区进行地震采集,获取叠前地震数据,并在所述目标工区内钻井和测井,获取钻井数据和测井数据;
利用所述钻井数据和所述测井数据,获取沉积微相数据;
利用所述测井数据获取纵波阻抗数据和横波阻抗数据,并统计所述沉积微相数据、所述纵波阻抗数据和所述横波阻抗数据,获取微相-纵波阻抗关系图版和微相-横波阻抗关系图版;
利用所述沉积微相数据、所述叠前地震数据,以及所述沉积微相的变差函数曲线,在所述微相-纵波阻抗关系图版和所述微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型,所述沉积微相三维模转化的纵波阻抗模型和横波阻抗模型均满足与地震数据体的相关性要求;
根据所述沉积微相三维模型提取目标层位的微相平面图和微相剖面图,完成对所述目标工区沉积微相的识别。
2.根据权利要求1所述的方法,其特征在于,所述钻井数据包括:岩芯资料,所述测井数据包括:伽马、微电极和微梯度;
所述利用所述钻井数据和所述测井数据,获取沉积微相数据,包括:
利用所述伽马、所述微电极和所述微梯度,获取伽马曲线、微电极曲线和微梯度曲线;
根据所述伽马曲线、所述微电极曲线和所述微梯度曲线,参考所述岩芯资料,解释得到沉积微相数据。
3.根据权利要求1所述的方法,其特征在于,所述测井数据还包括:纵波速度数据、横波速度数据和声波密度数据;
所述利用所述测井数据获取纵波阻抗数据和横波阻抗数据,包括:利用所述纵波声波速度数据和所述声波密度数据,获取纵波阻抗数据;
利用所述横波速度数据和所述声波密度数据,获取横波阻抗数据。
4.根据权利要求2所述的方法,其特征在于,所述利用所述沉积微相数据、所述叠前地震数据,以及所述沉积微相的变差函数曲线,在所述微相-纵波阻抗关系图版和所述微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型,包括:
根据所述伽马曲线、所述微电极曲线和所述微梯度曲线解释出所述目标工区的沉积微相,所述沉积微相的类型包括:河道砂、河间砂、河间泥;
统计所述河道砂、所述河间砂、所述河间泥的变差函数曲线;
利用所述沉积微相数据、所述叠前地震数据,以及所述河道砂、所述河间砂、所述河间泥的变差函数曲线,在所述微相-纵波阻抗关系图版和所述微相-横波阻抗关系图版的约束下进行叠前地质统计学反演,建立沉积微相三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810507128.5A CN110531421B (zh) | 2018-05-24 | 2018-05-24 | 一种沉积微相识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810507128.5A CN110531421B (zh) | 2018-05-24 | 2018-05-24 | 一种沉积微相识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110531421A CN110531421A (zh) | 2019-12-03 |
CN110531421B true CN110531421B (zh) | 2021-03-30 |
Family
ID=68657234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810507128.5A Active CN110531421B (zh) | 2018-05-24 | 2018-05-24 | 一种沉积微相识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110531421B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7672824B2 (en) * | 2001-12-10 | 2010-03-02 | Westerngeco L.L.C. | Method for shallow water flow detection |
CN105044770A (zh) * | 2015-07-06 | 2015-11-11 | 成都理工大学 | 致密砂砾岩气藏储层定量预测方法 |
CN106887040B (zh) * | 2015-12-16 | 2019-10-11 | 中国石油大学(北京) | 多点地质统计学建模方法和装置 |
-
2018
- 2018-05-24 CN CN201810507128.5A patent/CN110531421B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110531421A (zh) | 2019-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102759745B (zh) | 一种基于数字地质露头模型正演的碳酸盐岩储层预测方法 | |
CN108957549B (zh) | 一种辫状河沉积非均质致密砂岩气藏地质建模方法 | |
CN104516018B (zh) | 一种地球物理勘探中岩性约束下的孔隙度反演方法 | |
CN105044770A (zh) | 致密砂砾岩气藏储层定量预测方法 | |
CN107783187B (zh) | 一种将测井速度和地震速度结合建立三维速度场的方法 | |
CN109541685B (zh) | 一种河道砂体识别方法 | |
WO2017019388A1 (en) | Seismic constrained discrete fracture network | |
EP0891562A1 (en) | 3-d geologic modelling | |
CN103077558A (zh) | 碳酸盐岩缝洞型油藏大型溶洞储集体分布模型的建模方法 | |
CN105353412A (zh) | 一种井震联合平均速度场的计算方法及系统 | |
Hart et al. | Approaches to defining reservoir physical properties from 3-D seismic attributes with limited well control: An example from the Jurassic Smackover Formation, Alabama | |
CN110056346B (zh) | 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法 | |
CN106094030A (zh) | 一种通过地震剖面定量恢复湖盆最大古水深的方法 | |
CN105629304A (zh) | 一种基于多属性的砂体叠合模式识别方法 | |
CN105607119B (zh) | 近地表模型构建方法与静校正量求取方法 | |
CN105259581A (zh) | 一种地震资料时深转换方法 | |
RU2289829C1 (ru) | Способ геофизической разведки для выявления нефтегазовых объектов | |
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 | |
CN107515425A (zh) | 适用于陡坡带砂砾岩沉积连通体的地震预测方法 | |
CN110531421B (zh) | 一种沉积微相识别方法 | |
CN110727027B (zh) | 多期次河道砂的精细刻画方法 | |
CN110566196B (zh) | 一种储层连通性分析方法 | |
CN114609675A (zh) | 基于高频旋回对碳酸盐岩地层沉积微地貌的定量恢复方法 | |
CN109283577A (zh) | 一种地震层位标定方法 | |
CN113514884A (zh) | 一种致密砂岩储层预测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |