CN110646849B - 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法 - Google Patents

一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法 Download PDF

Info

Publication number
CN110646849B
CN110646849B CN201911059391.3A CN201911059391A CN110646849B CN 110646849 B CN110646849 B CN 110646849B CN 201911059391 A CN201911059391 A CN 201911059391A CN 110646849 B CN110646849 B CN 110646849B
Authority
CN
China
Prior art keywords
fracture
fluid
matrix
modulus
decoupling
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
Application number
CN201911059391.3A
Other languages
English (en)
Other versions
CN110646849A (zh
Inventor
潘新朋
柳卓
柳建新
崔益安
郭振威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201911059391.3A priority Critical patent/CN110646849B/zh
Publication of CN110646849A publication Critical patent/CN110646849A/zh
Application granted granted Critical
Publication of CN110646849B publication Critical patent/CN110646849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • 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
    • 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
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters
    • 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

本发明提供了一种基于基质‑流体‑裂缝解耦的含油裂缝储层反演方法。包括步骤一：利用Born近似理论和一阶扰动假设，推导两个充填饱和流体的水平横向各向同性介质界面处的基于基质‑流体‑裂缝解耦的线性化PP波反射系数；步骤二：以地质资料及测井数据作为先验信息，利用部分入射角叠加方位地震数据实现方位叠前反演，根据反演结果估计贝叶斯框架中的岩石背景基质弹性模量、流体体积模量及裂缝弱度，以实现饱和流体裂缝型储层的流体识别和裂缝检测。本发明中，与其他流体指示因子相比，以有效的孔隙流体体积模量作为一种流体指示因子可以消除岩石孔隙度和孔隙流体的双重影响，从而能够更为有效的对储层流体进行识别。

Description

一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法
技术领域
本发明涉及物理反演技术领域，具体涉及一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法。
背景技术
在水平横向各向同性(HTI)介质中传播的地震波的速度随着不同的方向而变化。地震波在这种HTI介质中传播过程中表现出方位速度变化，由流体体积模量及裂缝弱度定义的各向异性可以表征方位速度变化。
法向-切向裂缝柔度比是横、纵波速度和法向-切向裂缝弱度两个比值的乘积，常被用作含油气储层中裂缝流体的指示因子。然而，该流体指示因子同时取决于流体饱和度和裂缝强度。而且，横、纵波速度比值的不正确可能对该流体指示因子的估计产生重大影响。目前还没有一种有效的饱和流体裂缝型储层地震裂缝特征和流体识别方法。
综上所述，急需一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，为裂缝型含油储层的流体识别和裂缝检测提供了技术支持。
为实现上述目的，本发明提供了一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，包括以下步骤：
步骤一：利用Born近似理论和一阶扰动假设，推导两个充填饱和流体的水平横向各向同性介质界面处的基于基质-流体-裂缝解耦的线性化PP波反射系数；
步骤二：以地质资料及测井数据作为先验信息，利用部分入射角叠加方位地震数据实现方位叠前反演，根据反演结果估计贝叶斯框架中的岩石背景基质弹性模量、流体体积模量及裂缝弱度，以实现饱和流体裂缝型储层的流体识别和裂缝检测。
进一步地，基于基质-流体-裂缝解耦的PP波反射系数表达式为：
Figure GDA0002745263420000011
其中，
Figure GDA0002745263420000021
Figure GDA0002745263420000022
Figure GDA0002745263420000023
Figure GDA0002745263420000024
Figure GDA0002745263420000025
Figure GDA0002745263420000026
在等式(10)中，φ为孔隙度，
Figure GDA0002745263420000027
为方位角，
Figure GDA0002745263420000028
为观测方位角
Figure GDA0002745263420000029
和裂缝法线方位角
Figure GDA00027452634200000210
之差；θ为入射角；ρb是各向同性背景部分的密度,Δρb为密度扰动；Kf是流体体积模量；β0≡1-Kdry/Kg为Biot系数，Kdry为干岩石的有效体积模量，Kg为岩石颗粒的有效体积模量；
Figure GDA00027452634200000211
是饱和背景第二拉梅常数；
Figure GDA00027452634200000212
和
Figure GDA00027452634200000213
分别是饱和裂缝的法向和切向弱度，
Figure GDA00027452634200000214
和
Figure GDA00027452634200000215
分别为饱和裂缝的正、切向柔度，
Figure GDA00027452634200000216
是压缩模量或是P波模量，比值
Figure GDA00027452634200000217
是饱和背景第一拉梅常数；
Figure GDA00027452634200000218
为干岩石P波与S波速度比。
进一步地，将式(10)扩展为时间连续函数，有：
Figure GDA00027452634200000219
式中Kf(t),
Figure GDA00027452634200000220
ρb(t),
Figure GDA00027452634200000221
和δT(t)为模型参数的时间样本。
进一步地，结合pp波反射系数与pp波弹性阻抗之间的关系，对式(12)进行时间积分运算，得到对数EI：
Figure GDA0002745263420000031
式中符号LEI(·)为对数EI；方位EI的表达式为：
Figure GDA0002745263420000032
其中符号exp(·)表示指数函数。
进一步地，两步反演方法估算有效的孔隙流体体积模量、干岩基质模量和饱和裂缝弱度包括以下步骤：
A.利用方位角度叠加道集，基于模型的最小二次反演方位弹性阻抗；
B.在稀疏正则项和模型平滑正则项约束下的贝叶斯模型参数反演。
进一步地，基于褶积模型和估计的地震子波反演对数域EI，正演问题写为:
Figure GDA0002745263420000033
其中，
Figure GDA0002745263420000034
表示方位角度叠加道集，NN为时间采样点数目；W是子波矩阵，D为差分运算矩阵；
Figure GDA0002745263420000035
为对数域EI数据；
使用基于模型的LS反演算法求解式(15)：
Figure GDA0002745263420000036
其中LEImod为对数域EI的平滑初始模型；σ是阻尼因子,矩阵I是单位矩阵；符号T表示矩阵的转置。
进一步地，利用对数EI，根据式(13)估计流体模量和饱和裂缝弱度；正演方程可以表示为：
Γ＝Gm, (17)
其中，
Figure GDA0002745263420000037
Figure GDA0002745263420000041
Figure GDA0002745263420000042
其中，
Figure GDA0002745263420000043
Figure GDA0002745263420000044
Figure GDA0002745263420000045
Figure GDA0002745263420000046
Figure GDA0002745263420000047
Figure GDA0002745263420000048
Figure GDA0002745263420000049
式中θ1,θ2和θ3分别表示近、中、远三个入射角，MM是方位角的个数。
进一步地，基于贝叶斯框架，利用式(17)作为正演方程对模型参数进行估计；使用柯西稀疏分布作为先验概率分布函数，高斯分布作为似然函数；流体模量和饱和裂缝弱度参数后验PDF通过先验PDF和似然函数的联合PDF来求解：
Figure GDA00027452634200000410
其中，符号p(·)表示概率密度分布函数,p(m|Γ)为后验高斯概率密度分布函数，p(m)为先验高斯概率密度分布函数，p(Γ|m)为似然概率密度分布函数；
Figure GDA00027452634200000411
和
Figure GDA00027452634200000412
为地震噪声与未知模型参数的方差；Φ(m)是目标函数，表示为：
Figure GDA00027452634200000413
进一步地，加入未知模型参数的模型平滑正则化项，等式(19)可以表示为：
Figure GDA0002745263420000051
其中，
Figure GDA0002745263420000052
下标0表示初始模型的模型参数；
Figure GDA0002745263420000056
表示模型平滑正则项的系数，用于控制反演结果与初始模型参数的相似程度。
应用本发明的技术方案，具有以下有益效果：
(1)本发明中，与其他流体指示因子相比，以有效的孔隙流体体积模量作为一种流体指示因子可以消除岩石孔隙度和孔隙流体的双重影响，从而能够更为有效的对储层流体进行识别。
(2)本发明利用Born近似理论和一阶扰动假设，推导了两个充填饱和流体的水平横向各向同性(HTI)介质界面处的基于基质-流体-裂缝解耦的线性化PP波反射系数，推导出的公式中岩石基质、孔隙流体和裂缝强度对地震反射振幅的综合影响可以分离开来。
(3)本发明开发了一种反演方法来估算有效的孔隙流体体积模量，干岩基质模量和饱和裂缝弱度，该方法可通过两步过程实现：方位弹性阻抗的最小二乘反演，模型参数的贝叶斯反演。通过对流体模量和裂缝参数的可靠估计，可以比以往方法更直接地实现含油气储层的流体识别和裂缝检测。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1(a)是模型参数扰动为ΔKf/Kf对pp波反射系数的影响；
图1(b)是模型参数扰动为
Figure GDA0002745263420000053
对pp波反射系数的影响；
图1(c)是模型参数扰动为
Figure GDA0002745263420000054
对pp波反射系数的影响；
图1(d)是模型参数扰动为Δρb/ρb对pp波反射系数的影响；
图1(e)是模型参数扰动为
Figure GDA0002745263420000055
对pp波反射系数的影响；
图1(f)是模型参数扰动为ΔδT对pp波反射系数的影响；
图2(a)不同方位角合成的在无噪声情况下的地震角道集；
图2(b)不同方位角合成的在信噪比为5情况下的地震角道集；
图2(c)不同方位角合成的在信噪比为2情况下的地震角道集；
图3(a)、图3(b)是利用合成无噪声方位道集比较模型参数的真实值和反演值，通过平滑真实值来构造模型参数的初始值；
图4(a)、图4(b)是利用信噪比为5的合成方位道集，比较模型参数的真实值和反演值，通过平滑真实值来构造模型参数的初始值；
图5(a)、图5(b)是利用信噪比为2的合成方位道集，比较模型参数的真实值和反演值，通过平滑真实值来构造模型参数的初始值；
图6(a)是无噪声情况利用反演模型参数和卷积模型对原始和合成的方位道集进行对比；
图6(b)是信噪比为5利用反演模型参数和卷积模型对原始和合成的方位道集进行对比；
图6(c)是信噪比为2利用反演模型参数和卷积模型对原始和合成的方位道集进行对比；
图7(a)是平均方位角为0°(-30°～30°之间的范围)的叠加地震剖面，近、中、远角度叠加剖面的平均入射角分别为12°(4°～20°之间的范围)、24°(16°～32°之间的范围)和36°(28°～44°之间的范围)；
图7(b)是平均方位角为45°(15°～75°之间的范围)的叠加地震剖面，近、中、远角度叠加剖面的平均入射角分别为12°(4°～20°之间的范围)、24°(16°～32°之间的范围)和36°(28°～44°之间的范围)；
图7(c)是平均方位角为90°(60°～120°之间的范围)的叠加地震剖面，近、中、远角度叠加剖面的平均入射角分别为12°(4°～20°之间的范围)、24°(16°-32°之间的范围)和36°(28°～44°之间的范围)；
图7(d)是平均方位角为135°(105°～65°之间的范围)的叠加地震剖面，近、中、远角度叠加剖面的平均入射角分别为12°(4°～20°之间的范围)、24°(16°～32°之间的范围)和36°(28°～44°之间的范围)；
图8(a)是0°的平均方位角反演EI剖面图，近、中、远EI剖面平均入射角分别为12°、24°、36°；
图8(b)是45°的平均方位角反演EI剖面图，近、中、远EI剖面平均入射角分别为12°、24°、36°；
图8(c)是90°的平均方位角反演EI剖面图，近、中、远EI剖面平均入射角分别为12°、24°、36°；
图8(d)是135°的平均方位角反演EI剖面图，近、中、远EI剖面平均入射角分别为12°、24°、36°；
图9(a)是背景弹性模量Kf的反演结果，柱状图说明了含油气情况；
图9(b)是背景弹性模量
Figure GDA0002745263420000071
的反演结果，柱状图说明了含油气情况；
图9(c)是背景弹性模量
Figure GDA0002745263420000072
的反演结果，柱状图说明了含油气情况；
图9(d)是背景弹性模量ρb的反演结果，柱状图说明了含油气情况；
图10(a)是饱和裂缝储层法向弱度参数
Figure GDA0002745263420000073
的反演结果,柱状图说明了含油气情况；
图10(b)是饱和裂缝储层切向弱度参数δT的反演结果,柱状图说明了含油气情况。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1：
参见图1a～图1f，一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，包括以下步骤：利用Born近似理论和一阶扰动假设，推导了两个充填饱和流体的水平横向各向同性介质界面处的基于基质-流体-裂缝解耦的线性化PP波反射系数，推导出的公式中岩石背景基质、孔隙流体和裂缝强度对地震反射振幅的综合影响可以分离开来。以地质资料及测井数据作为先验信息，利用部分入射角叠加方位地震数据实现方位叠前反演，根据反演结果估计贝叶斯框架中的岩石背景基质弹性模量、流体体积模量及裂缝弱度，从而实现饱和流体裂缝型储层的流体识别和裂缝检测。
基于线性滑动模型,液体饱和裂缝岩石的柔度矩阵Ssat可以表示为各向同性多孔背景介质的柔度矩阵
Figure GDA0002745263420000074
与由于饱和裂缝的存在而产生的柔度
Figure GDA0002745263420000075
之和
Figure GDA0002745263420000081
对于一组具有旋转不变性的垂直裂缝渗透的岩石，
Figure GDA0002745263420000082
可以描述为
Figure GDA0002745263420000083
其中
Figure GDA0002745263420000084
和
Figure GDA0002745263420000085
为饱和裂缝的正、切向柔度。
对柔度矩阵Ssat求逆，得到刚度矩阵Csat
Figure GDA0002745263420000086
其中
Figure GDA0002745263420000087
和
Figure GDA0002745263420000088
是饱和背景第一和第二拉梅常数，
Figure GDA0002745263420000089
是压缩(或P波)模量,比值
Figure GDA00027452634200000810
和
Figure GDA00027452634200000811
分别是饱和裂缝的法向和切向弱度。
流体/孔隙度项f是一个较为敏感的烃类指示因子，定义为：
Figure GDA00027452634200000812
其中
Figure GDA00027452634200000813
为干岩石P波与S波速度比。如上所述，该指示因子对岩石孔隙度比孔隙流体更敏感。本实施例使用流体体积模量Kf作为流体的指示因子。根据流体替换方程，这两个指示因子之间的线性关系可以表示为：
Figure GDA00027452634200000814
式中φ为孔隙度，Kdry为干岩石的有效体积模量，Kg为岩石基质的有效体积模量；β0≡1-Kdry/Kg为Biot系数。因此，流体/孔隙度项f不仅受孔隙流体的影响，还受基质性质的影响，而流体模量Kf只受流体的影响。
根据方程(3)、(4)、(5),饱和裂缝背景介质的刚度分量为
Figure GDA0002745263420000091
Figure GDA0002745263420000092
Figure GDA0002745263420000093
Figure GDA0002745263420000094
C44＝μb, (6e)
C55＝μb(1-δT). (6f)
结合一阶扰动假设,考虑到饱和裂缝背景介质的弹性模量和裂缝弱度的微小变化，而忽略了包含
Figure GDA0002745263420000095
的项。因此，含油气裂缝背景介质中流体参数和裂缝参数的扰动可以推导为：
Figure GDA0002745263420000096
Figure GDA0002745263420000097
Figure GDA0002745263420000098
Figure GDA0002745263420000099
ΔC44≈Δμb, (7e)
ΔC55≈Δμb-μbΔδT, (7f)
其中符号Δ表示界面处饱和裂缝背景介质的弹性模量和裂缝弱度的变化。
Born近似和扰动理论中，弱各向异性背景介质中pp波的反射系数RPP
Figure GDA00027452634200000910
式中θ为入射角,ρb是各向同性背景部分的密度,Δρb为密度扰动；ΔC为刚度参数的扰动，即方程式(7a)～(7f)；PP波的ξ和η的表达式为：
Figure GDA00027452634200000911
式中
Figure GDA0002745263420000101
为方位角,(VP)sat为饱和岩石的纵波速度。
本实施例利用Born近似理论和一阶扰动假设，推导了两个流体饱和裂缝背景介质界面的基于基质-流体-裂缝解耦的线性化PP波反射系数。结合式(7)～(9)，推导出基于基质-流体-裂缝解耦的PP波反射系数表达式为：
Figure GDA0002745263420000102
其中，
Figure GDA0002745263420000103
Figure GDA0002745263420000104
Figure GDA0002745263420000105
Figure GDA0002745263420000106
Figure GDA0002745263420000107
Figure GDA0002745263420000108
在等式(10)中,
Figure GDA0002745263420000109
为方位角,
Figure GDA00027452634200001010
为观测方位角
Figure GDA00027452634200001011
和裂缝法线方位角
Figure GDA00027452634200001012
之差,首先利用最小二乘椭圆拟合(LSEF)方法进行估计。此外，利用测井资料还可以计算出干岩的饱和速度比
Figure GDA00027452634200001013
和
Figure GDA00027452634200001014
由式(10)可知，推导出的公式可以分离岩石基质、孔隙流体和裂缝发育对地震反射振幅的综合影响，可用于充液裂缝型油藏的流体识别和裂缝检测。
为了了解饱和裂缝背景介质的流体体积模量和裂缝弱度在不同入射角和方位角下对纵波反射系数的影响，本实施例给出了模型参数扰动对纵波方位角振幅的影响。图1a～图1f显示了六个模型参数对0°和45°之间的入射角以及0°和36°之间的方位角的扰动，其中扰动量在-0.3到0.3之间以0.15的间隔变化。从图中可以发现流体模量的扰动几乎在40°以下的整个入射角范围内都对PP波反射系数有贡献，并且其他背景模型参数在近入射角比远入射角更敏感。此外，相对于切向弱度，PP波反射系数对法向弱度更为敏感。
将式(10)扩展为时间连续函数，由
Figure GDA0002745263420000111
式中Kf(t),
Figure GDA0002745263420000112
ρb(t),
Figure GDA0002745263420000113
和δT(t)为模型参数的时间样本。
结合pp波反射系数与pp波弹性阻抗(EI)之间的关系(i.e.,
Figure GDA0002745263420000114
),对式(12)进行时间积分运算，得到对数EI：
Figure GDA0002745263420000115
式中符号LEI(·)为对数EI。因此，方位EI的表达式为：
Figure GDA0002745263420000116
其中符号exp(·)表示指数函数。
本实施例提出了一个两步反演方法来估算有效的孔隙流体体积模量，干岩基质和饱和裂缝弱度：A.利用方位角度叠加道集，基于模型的LS反演方位弹性阻抗，B.在稀疏正则项和模型平滑正则项约束下的贝叶斯模型参数反演。
首先，基于褶积模型和估计的地震子波反演对数域EI，正演问题可写为：
Figure GDA0002745263420000117
其中，d＝[d(t1,θ,φ) d(t2,θ,φ) … d(tNN,θ,φ)]T表示方位角度叠加道集，NN为时间采样点数目；W是子波矩阵，D为差分运算矩阵；LEI＝[LEI(t1,θ,φ) LEI(t2,θ,φ)… LEI(tNN,θ,φ)]T为对数域EI数据。
然后使用基于模型的LS反演算法求解Eq.(15)
Figure GDA0002745263420000121
其中LEImod为对数域EI的平滑初始模型；σ是阻尼因子,矩阵I是单位矩阵；符号T表示矩阵的转置。
利用反对数EI，根据式(13)估计模型参数(流体模量、饱和裂缝弱度等)。同理，正演方程可以表示为：
Γ＝Gm, (17)
其中，
Γ＝[LEI(θ1,φ1) LEI(θ2,φ1) LEI(θ3,φ1) … LEI(θ1,φMM) LEI(θ2,φMM) LEI(θ3,φMM)]T,
Figure GDA0002745263420000122
Figure GDA0002745263420000123
其中，
Figure GDA0002745263420000124
Figure GDA0002745263420000125
Figure GDA0002745263420000126
Figure GDA0002745263420000127
Figure GDA0002745263420000128
Figure GDA0002745263420000129
Figure GDA00027452634200001210
式中θ1,θ2和θ3表示三个入射角(即近、中、远角度)，MM是方位角的个数。
基于贝叶斯框架，利用式(17)作为正演方程对模型参数进行估计。使用柯西稀疏分布作为先验概率分布函数，高斯分布作为似然函数。因此，流体模量和饱和裂缝弱度参数后验PDF可以通过先验PDF和似然函数的联合PDF来求解(PDF表示概率密度函数)：
Figure GDA0002745263420000131
其中，符号p(·)表示概率密度分布函数,p(m|Γ)为后验高斯概率密度分布函数，p(m)为先验高斯概率密度分布函数,p(Γ|m)为似然概率密度分布函数；
Figure GDA0002745263420000132
和
Figure GDA0002745263420000133
为地震噪声与未知模型参数的方差；Φ(m)是目标函数，表示为
Figure GDA0002745263420000134
加入未知模型参数的模型平滑正则化项，等式(19)可以进一步表示为：
Figure GDA0002745263420000135
其中，
Figure GDA0002745263420000136
下标0表示初始模型的模型参数；
Figure GDA0002745263420000137
表示模型平滑正则项的系数，其控制反演结果与初始模型参数的相似程度。
柯西稀疏约束和模型平滑约束正则化的引入，使方程(20)为非线性，使用迭代加权最小二乘(IRLS)优化算法来解决反问题。
实施例2：
参见图2～图6，本实施例使用测井模型来展示所提出的两步反演方法，以估计有效的孔隙流体体积模量、干岩石基质和饱和裂缝弱度。利用卷积模型和估计的地震子波生成不同方位角的合成地震角道集。
图2a为不同方位角合成的无噪声地震道集，方位角分别为30°、60°、90°和120°，入射角在0°～40°之间变化。为了说明所提出的反演方法的鲁棒性，本实施例还加入了不同信噪比的高斯随机噪声(信噪比分别为5和2)来生成有噪声的方位角道集，如图2b和2c所示。
图3a和图3b给出了模型参数的真实值和反演值，结果表明在无噪声情况下模型参数的估计是合理的。
图4和图5是有噪声的情况，结果表明在中等噪声的情况下，反演的模型参数与真实值吻合良好。但随着噪声的增大，密度和裂缝参数的反演结果变得不稳定。
图6a-6c是利用反演模型参数和卷积模型对原始的方位道集和合成的方位道集进行对比，两者具有良好的一致性，进一步证明了在低噪声条件下反演方法的可行性和合理性。
实施例3：
参见图7～图10，本实施例利用我国东部地区的实际资料，采用两步反演的方法对有效孔隙流体体积模量、干岩基质和饱和裂缝弱度进行了估计，验证了本发明所述方法的有效性。
图7a-7d为不同方位角的叠加地震剖面图，方位角分别为0°(-30°-30°之间的范围)、45°(15°-75°之间的范围)、90°(60°-120°之间的范围)、135°(105°-165°之间的范围)。对于每个方位数据，每个共中心点剖面(CMP)道集的平均入射角分别为12°(4°-20°之间的范围)、24°(16°-32°之间的范围)36°(28°-44°之间的范围)。
然后，基于模型的LS反演方位弹性阻抗，图8a-8d显示了不同方位角度下的反演EI剖面。
最后，在稀疏正则项和模型平滑正则项约束下，对模型参数进行贝叶斯反演。图9和图10展示了反演模型参数，结果表明模型参数估计合理，储层位置具有良好的横向连续性。此外，所估算的流体模量和饱和法向弱度可以反映饱和裂缝型储层的含油气响应，说明了本发明所述方法在含油气储层中应用的可行性。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (8)

1.一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，包括以下步骤：
步骤一：利用Born近似理论和一阶扰动假设，推导两个充填饱和流体的水平横向各向同性介质界面处的基于基质-流体-裂缝解耦的线性化PP波反射系数；
基于基质-流体-裂缝解耦的PP波反射系数表达式为：
Figure FDA0002745263410000011
其中，
Figure FDA0002745263410000012
Figure FDA0002745263410000013
Figure FDA0002745263410000014
Figure FDA0002745263410000015
Figure FDA0002745263410000016
Figure FDA0002745263410000017
在等式(10)中，φ为孔隙度，
Figure FDA0002745263410000018
为方位角，
Figure FDA0002745263410000019
为观测方位角
Figure FDA00027452634100000110
和裂缝法线方位角
Figure FDA00027452634100000111
之差；θ为入射角；ρb是各向同性背景部分的密度,Δρb为密度扰动；Kf是流体体积模量；β0≡1-Kdry/Kg为Biot系数，Kdry为干岩石的有效体积模量，Kg为岩石颗粒的有效体积模量；
Figure FDA00027452634100000112
是饱和背景第二拉梅常数；
Figure FDA00027452634100000113
和
Figure FDA00027452634100000114
分别是饱和裂缝的法向和切向弱度，
Figure FDA00027452634100000115
和
Figure FDA00027452634100000116
分别为饱和裂缝的正、切向柔度，
Figure FDA00027452634100000117
是压缩模量或是P波模量，比值
Figure FDA00027452634100000118
Figure FDA00027452634100000119
是饱和背景第一拉梅常数；
Figure FDA00027452634100000120
为干岩石P波与S波速度比；
步骤二：以地质资料及测井数据作为先验信息，利用部分入射角叠加方位地震数据实现方位叠前反演，根据反演结果估计贝叶斯框架中的岩石背景基质弹性模量、流体体积模量及裂缝弱度，以实现饱和流体裂缝型储层的流体识别和裂缝检测。
2.根据权利要求1所述的一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，将式(10)扩展为时间连续函数，有：
Figure FDA0002745263410000021
式中Kf(t),
Figure FDA0002745263410000022
ρb(t),
Figure FDA0002745263410000023
和δT(t)为模型参数的时间样本。
3.根据权利要求2所述的一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，结合pp波反射系数与pp波弹性阻抗之间的关系，对式(12)进行时间积分运算，得到对数EI：
Figure FDA0002745263410000024
式中符号LEI(·)为对数EI；方位EI的表达式为：
Figure FDA0002745263410000025
其中符号exp(·)表示指数函数。
4.根据权利要求3所述的一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，两步反演方法估算有效的孔隙流体体积模量、干岩基质模量和饱和裂缝弱度包括以下步骤：
A.利用方位角度叠加道集，基于模型的最小二次反演方位弹性阻抗；
B.在稀疏正则项和模型平滑正则项约束下的贝叶斯模型参数反演。
5.根据权利要求4所述的一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，基于褶积模型和估计的地震子波反演对数域EI，正演问题写为:
Figure FDA0002745263410000031
其中，
Figure FDA0002745263410000032
表示方位角度叠加道集，NN为时间采样点数目；W是子波矩阵，D为差分运算矩阵；
Figure FDA0002745263410000033
为对数域EI数据；
使用基于模型的LS反演算法求解式(15)：
Figure FDA0002745263410000034
其中LEImod为对数域EI的平滑初始模型；σ是阻尼因子,矩阵I是单位矩阵；符号T表示矩阵的转置。
6.根据权利要求5所述的一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，利用对数EI，根据式(13)估计流体模量和饱和裂缝弱度；正演方程表示为：
Γ＝Gm, (17)
其中，
Figure FDA0002745263410000035
Figure FDA0002745263410000036
Figure FDA0002745263410000037
其中，
LEI＝[LEI(t1) … LEI(tNN)]T,
Figure FDA0002745263410000038
Figure FDA0002745263410000039
Figure FDA00027452634100000310
Figure FDA00027452634100000311
δT＝[δT(t1) … δT(tNN)]T,
Figure FDA0002745263410000041
Figure FDA0002745263410000042
Figure FDA0002745263410000043
式中θ1,θ2和θ3分别表示近、中、远三个入射角，MM是方位角的个数。
7.根据权利要求6所述的一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，基于贝叶斯框架，利用式(17)作为正演方程对模型参数进行估计；使用柯西稀疏分布作为先验概率分布函数，高斯分布作为似然函数；流体模量和饱和裂缝弱度参数后验PDF通过先验PDF和似然函数的联合PDF来求解：
Figure FDA0002745263410000044
其中，符号p(·)表示概率密度分布函数，p(m|Γ)为后验高斯概率密度分布函数，p(m)为先验高斯概率密度分布函数，p(Γ|m)为似然概率密度分布函数；
Figure FDA0002745263410000045
和
Figure FDA0002745263410000046
为地震噪声与未知模型参数的方差；Φ(m)是目标函数，表示为：
Figure FDA0002745263410000047
8.根据权利要求7所述的一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法，其特征在于，加入未知模型参数的模型平滑正则化项，等式(19)可以进一步表示为：
Figure FDA0002745263410000048
其中，
Figure FDA0002745263410000049
下标0表示初始模型的模型参数；
Figure FDA00027452634100000410
表示模型平滑正则项的系数，用于控制反演结果与初始模型参数的相似程度。
CN201911059391.3A 2019-11-01 2019-11-01 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法 Active CN110646849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911059391.3A CN110646849B (zh) 2019-11-01 2019-11-01 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911059391.3A CN110646849B (zh) 2019-11-01 2019-11-01 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法

Publications (2)

Publication Number Publication Date
CN110646849A CN110646849A (zh) 2020-01-03
CN110646849B true CN110646849B (zh) 2021-01-15

Family

ID=69014137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911059391.3A Active CN110646849B (zh) 2019-11-01 2019-11-01 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法

Country Status (1)

Country Link
CN (1) CN110646849B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111538079B (zh) * 2020-05-27 2020-12-25 中国矿业大学(北京) 基于全波形反演技术确定地质裂缝柔度参数的方法及装置
CN111751883B (zh) * 2020-07-15 2021-07-30 中南大学 一种基于各向异性流体因子的致密裂缝储层地震预测方法
CN112764106B (zh) * 2021-01-28 2023-09-29 中海石油深海开发有限公司 一种流体类型的确定方法、装置、设备及存储介质
CN113341465B (zh) * 2021-06-11 2023-05-09 中国石油大学(北京) 方位各向异性介质的地应力预测方法、装置、介质及设备
CN113568045B (zh) * 2021-07-26 2022-11-11 中南大学 一种tti介质裂缝倾角的反演方法
CN114063163B (zh) * 2021-11-11 2022-11-11 中南大学 一种裂缝型储层单斜等效介质地震表征与反演方法及系统
CN115993649B (zh) * 2023-02-21 2024-03-19 中国石油大学(华东) 基于等效方位杨氏模量的裂缝参数预测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008157737A2 (en) * 2007-06-21 2008-12-24 Schlumberger Canada Limited Multi-attribute seismic characterization of gas hydrates
WO2011056444A1 (en) * 2009-11-09 2011-05-12 Exxonmobil Upstream Research Company Method for remote identification and characterization of hydrocarbon source rocks using seismic and electromagnetic geophysical data
CN103713321A (zh) * 2014-01-08 2014-04-09 孙赞东 基于纵波频率依赖方位avo的裂缝流体类型识别方法
CN103760602A (zh) * 2014-01-27 2014-04-30 中国石油天然气集团公司 一种三维水力压裂及微地震事件正演模拟的方法及系统
CN104316966A (zh) * 2014-11-12 2015-01-28 中国石油大学(华东) 一种流体识别方法及系统
CN104343445A (zh) * 2014-10-29 2015-02-11 中国石油集团川庆钻探工程有限公司 识别气层与水层、高气油比储层及含气饱和度的方法
CN104459778A (zh) * 2014-12-03 2015-03-25 中国石油天然气股份有限公司 一种基于双相介质固液解耦的叠前地震反演方法及系统
CN104820239A (zh) * 2015-05-13 2015-08-05 中国石油大学(华东) 一种方位叠前地震属性解耦提取方法
CN106223938A (zh) * 2015-12-15 2016-12-14 中国石油天然气股份有限公司 数字化岩心流动模拟分析方法和装置
WO2017216594A1 (en) * 2016-06-15 2017-12-21 Schlumberger Technology Corporation Induced seismicity

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008157737A2 (en) * 2007-06-21 2008-12-24 Schlumberger Canada Limited Multi-attribute seismic characterization of gas hydrates
WO2011056444A1 (en) * 2009-11-09 2011-05-12 Exxonmobil Upstream Research Company Method for remote identification and characterization of hydrocarbon source rocks using seismic and electromagnetic geophysical data
CN103713321A (zh) * 2014-01-08 2014-04-09 孙赞东 基于纵波频率依赖方位avo的裂缝流体类型识别方法
CN103760602A (zh) * 2014-01-27 2014-04-30 中国石油天然气集团公司 一种三维水力压裂及微地震事件正演模拟的方法及系统
CN104343445A (zh) * 2014-10-29 2015-02-11 中国石油集团川庆钻探工程有限公司 识别气层与水层、高气油比储层及含气饱和度的方法
CN104316966A (zh) * 2014-11-12 2015-01-28 中国石油大学(华东) 一种流体识别方法及系统
CN104459778A (zh) * 2014-12-03 2015-03-25 中国石油天然气股份有限公司 一种基于双相介质固液解耦的叠前地震反演方法及系统
CN104820239A (zh) * 2015-05-13 2015-08-05 中国石油大学(华东) 一种方位叠前地震属性解耦提取方法
CN106223938A (zh) * 2015-12-15 2016-12-14 中国石油天然气股份有限公司 数字化岩心流动模拟分析方法和装置
WO2017216594A1 (en) * 2016-06-15 2017-12-21 Schlumberger Technology Corporation Induced seismicity

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"裂缝-孔隙型含气储层流体与裂缝参数贝叶斯地震反演方法";潘新朋 等;《中国科学：地球科学》;20190305;第49卷(第5期);第796-810页 *

Also Published As

Publication number Publication date
CN110646849A (zh) 2020-01-03

Similar Documents

Publication Publication Date Title
CN110646849B (zh) 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法
Liu et al. Stacking seismic data using local correlation
CN111208560B (zh) 正交介质裂缝型储层水平裂缝及垂直裂缝同步预测方法
CN110687601A (zh) 一种正交各向异性介质流体因子与裂缝参数反演方法
WO2005119276A2 (en) Method for predicting lithology and porosity from seismic reflection data
CN111123354A (zh) 基于频变反射振幅衰减预测致密气层的方法及设备
CN108020863A (zh) 一种基于地震奇偶函数的碳酸盐岩薄储层孔隙度预测方法
CN111897011B (zh) 储层孔隙特征确定方法、装置及设备
Fahimuddin et al. 4D seismic history matching of a real field case with EnKF: use of local analysis for model updating
Pan et al. Seismic characterization of fractured reservoirs with elastic impedance difference versus angle and azimuth: A low-frequency poroelasticity perspective
CN114048627A (zh) 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统
Riedel et al. Uncertainty estimation for amplitude variation with offset (AVO) inversion
CN110687597B (zh) 一种基于联合字典的波阻抗反演方法
Li et al. Amplitude variation with incident angle inversion for Q-factors in viscoelastic media: A case study
Lehocki et al. Probabilistic estimation of density and shear information from Zoeppritz's equation
CN113552624B (zh) 孔隙度预测方法及装置
Asaka AVO inversion using pseudoisotropic elastic properties
CN114114406B (zh) 一种储层渗透率估计方法及装置
Li Information passage from acoustic impedance to seismogram: Perspectives from wavelet‐based multiscale analysis
CN110850504B (zh) 一种基于铀曲线拟阻抗约束的页岩密度参数叠前反演方法
CN113740909B (zh) 一种基于稀疏s变换和自适应对数谱比法的地震衰减估计方法、系统、设备及存储介质
Dvorkin et al. The challenge of scale in seismic mapping of hydrate and solutions
John et al. Seismic facies identification and classification using simple statistics
CN116146202B (zh) 一种礁滩碳酸盐岩的圈闭划分方法和装置
Chen* Application of similarity-weighted stacking to post-stack quality factor estimation

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