CN110907994B - 一种基于分频的波形反演储层预测方法 - Google Patents
一种基于分频的波形反演储层预测方法 Download PDFInfo
- Publication number
- CN110907994B CN110907994B CN201811089292.5A CN201811089292A CN110907994B CN 110907994 B CN110907994 B CN 110907994B CN 201811089292 A CN201811089292 A CN 201811089292A CN 110907994 B CN110907994 B CN 110907994B
- Authority
- CN
- China
- Prior art keywords
- frequency
- reservoir
- frequency division
- interval
- thickness
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000004576 sand Substances 0.000 claims abstract description 15
- 238000010586 diagram Methods 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 239000011229 interlayer Substances 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 239000003208 petroleum Substances 0.000 abstract description 3
- 238000012512 characterization method Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000009699 differential effect Effects 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000002948 stochastic simulation Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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分频的波形反演储层预测方法,属于石油勘探储层表征技术领域。本发明利用分频技术,将全波行地震体分为多个分频体,使地震信息有针对性的被提取出来,并确定各分频体对应的砂体识别范围,对不同厚度的储层开展针对性预测,减少不可识别的储层或者其他区间储层产生的调谐波对目的储层预测的干扰,使反演效果更加突出,提高了储层的预测精度。
Description
技术领域
本发明涉及一种基于分频的波形反演储层预测方法,属于石油勘探储层表征技术领域。
背景技术
波阻抗反演技术在勘探开发中的应用已经有20多年的历史,发展了从确定性反演到地质统计学随机反演等多种方法。随着油田勘探、开发工作的进展,对储层预测的精度要求也越来越高,传统的常规反演方法已无法满足高精度储层预测的要求,尤其是陆相盆地普遍发育复杂结构储层,如河道、滩坝等单层厚度小,横向变化快,分布规律复杂。
传统的地质统计学反演是通过分析有限样本来表征空间变异程度,并依此估计预测点的高频成分。地震的作用是保证中频符合地震特征,高频利用井进行随机模拟。由于地质统计学是基于空间域样点分布的,因此模拟结果受井位分布的影响较大,对井均匀分布的要求较高,井点较少的区域不适用,此外,变差函数的统计尤其是变程的确定往往不能精细反映储层空间沉积相的变化,导致模拟结果平面地质规律性差,随机性强。
目前的地震波形指示反演(地震波形指示反演,即SMI是北京中恒利华石油技术研究所最新研发的高精度储层反演技术)是在传统地质统计学基础上发展起来的新的统计学方法,采用独创的“地震波形指示马尔科夫链蒙特卡洛随机模拟(SMCMC)”算法,其基本思想是在统计样本时参照波形相似性和空间距离两个因素,在保证样本结构特征一致性的基础上按照分布距离对样本排序,优选与预测点关联度高的井作为初始模型对高频成分进行无偏最优估计,并保证最终反演的地震波形与原始地震一致。由于地震波形指示反演是基于全频带地震资料基础上的反演技术,所以其储层预测精度受地震主频限制。
发明内容
本发明的目的是提供一种基于分频的波形反演储层预测方法,以解决目前储层预测反演是基于全频带地震资料导致预测精度低的问题。
本发明为解决上述技术问题而提供一种基于分频的波形反演储层预测方法,该储层预测方法包括以下步骤:
1)根据目标区的地震数据确定地震主频,并根据储层区间间隔确定地震体分频频率间隔;
2)按照分频频率间隔对地震体进行分频处理,得到相应数量的分频体;
3)确定各分频体的主频和频谱范围,并根据确定的频谱范围计算各分频体对应的砂体识别范围;
4)根据分频体砂体识别范围需包含储层砂岩厚度的原则,对不同厚度的储层选择相应的分频体进行波形反演,实现对该储层砂岩的预测。
本发明利用分频技术,将全波形地震体分为多个分频体,使地震信息有针对性的被提取出来,并确定各分频体对应的砂体识别范围,对不同厚度的储层开展针对性预测,减少不可识别的储层或者其他区间储层产生的调谐波对目的储层预测的干扰,使反演效果更加突出,提高了储层的预测精度。
进一步地,为了实现对储层厚度的精确计算,本发明还给出了储层厚度的计算方式,储层厚度是根据目标区的测井数据确定的,储层厚度等于半幅点法在泥质含量曲线上确定储层的底深与顶深的差值。
进一步地,为了使计算出的储层厚度更符合实际情况,提高准确性,在确定储层厚度时,若泥质隔层厚度小于设定距离时,将泥质隔层作为储层,计入储层厚度。
进一步地,为了更好地实现对地震体的分频处理,本发明还给出了地震体分频频率间隔的计算方式,所述地震体分频频率间隔为:
H=F1-F
F1=VF/(V-4BF)
其中H为地震体分频频率间隔,F为地震主频,F1是比地震主频高的频率值,V是目的层段地层平均速度,B是储层区间间隔。
进一步地,为了确定各分频体对应的砂体识别范围,本发明还给出了具体的计算方式,所述步骤3)中计算得到的分频体砂体识别范围为(V/4L2,V/4L1),其中V是目的层段地层平均速度,L1是该分频体的频谱下限,L2是该分频体的频谱上限。
进一步地,为了提高所选择分频体的反演效果,在进行分频体选择时,若满足原则的分频体超过一个时,从中选取砂体识别范围最窄的分频体进行波形反演。
进一步地,为了提高该方法的适用性,若原始地震资料主频低,频带窄,研究区储层发育薄,造成最高频率下仍无法识别储层的情况,本发明给出具体处理方式,若不存在满足原则的分频体时,选择主频最高的分频体进行波形反演。
进一步地,为了确定储层区间间隔,本发明还给出了确定方式,所述储层区间间隔确定过程如下:利用厚度数据做散点图,若散点图具有分异性则利用厚度自有的分异性确定区间,不同区间平均值按照大小排序,相邻平均值之差即为储层区间间隔;若厚度不具有分异性,则根据测井相分析方法确定储层的测井相,并计算每类储层的平均厚度,按照大小排序,每一个相邻的两个平均厚度的差值即为储层区间间隔。
附图说明
图1是本发明种基于分频的波形反演储层预测方法的流程图;
图2是本发明实施例中泥质含量与录井剖面对应表;
图3是本发明实施例中所计算出的砂岩(储层)厚度明细表;
图4是本发明实施例中储层厚度分布散点图;
图5是本发明实施例中原始地震资料品质分析图;
图6-a是本发明实施例中20Hz分频体的资料品质分析图;
图6-b是本发明实施例中40Hz分频体的资料品质分析图;
图6-c是本发明实施例中60Hz分频体的资料品质分析图;
图6-d是本发明实施例中80Hz分频体的资料品质分析图;
图7-a是本发明实施例中采用常规有色反演储层预测图;
图7-b是本发明实施例中采用分频的波形反演储层预测图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细说明。
实际地震波信息常常是地下多个砂泥岩薄互层的综合响应,多个薄互层反射组成的地震波在时间域会产生复杂的调谐反射,但每个薄层产生的地震反射信号经傅里叶变换后,在频率域都有一个与之相对应的特定频率成分,且这种频率成分在频率域是唯一的,调谐反射振幅谱的相关信息揭示了合成该地震反射波的单个薄层信息。基于地震波的上述特性,本发明提出了一种基于分频的波形反演储层预测方法,该方法采用分频技术,将全波形地震体分为多个分频体,各个分频体分别开展波形反演,实现不同厚度储层的识别及刻画。该方法的流程如图1所示,下面以某一具体目标区域为例对本发明具体实施步骤如下。
1.储层厚度确定
根据目标区域测井数据中的泥质含量及录井剖面数据确定砂岩,泥质含量小于设定门槛值SH且录井剖面显示为砂岩的地层视为砂岩地层(储层),SH是泥质百分含量,不同地区设置门槛值SH不同。
由于测井数据是间隔采样,在划分砂泥岩时需要在泥质含量曲线变化一半的地方进行划分,而不是在极值处进行划分,即半幅点法。储层确定后,利用半幅点法(半幅点即泥质含量曲线变化的中间位置)在泥质含量曲线上确定储层的顶、底深度,底深与顶深的差即为该储层的厚度。同时在确定储层厚度时,还考虑了泥质隔层,泥质隔层是指两个砂岩之间,泥质含量大于30%,小于50%的泥质砂岩,若泥质隔层厚度小于1米(利用泥质含量曲线半幅点法确定泥质隔层厚度),则将该泥质隔层视为储层,计入储层厚度。
对本实施例而言,目标区内有1口井,该井的研究层位泥质含量曲线及路径剖面如图2所示,根据本目标区所处位置所设定的定性砂岩门槛值SH为30%,即当泥质含量小于30%,或者是砂岩含量大于70%,确定为储层。利用半幅点法确定各储层的砂岩厚度值,结果如图3所示。
2.确定储层区间间隔。
为了确定储层区间间隔,本发明还给出了确定方式,储层厚度与测井相共分区,储层厚度为主要因素、测井相辅助因素。即利用厚度数据做散点图,若散点图具有分异性则利用厚度自有的分异性确定区间,不同区间平均值按照大小排序,相邻平均值之差即为储层区间间隔。若厚度不具有分异性,则根据测井相分析方法确定储层的测井相,并计算每类储层的平均厚度,按照大小排序,每一个相邻的两个平均厚度的差值均是储层区间间隔(差值四舍五入,储层的测井相确定可以参考《测井资料处理与解释》第七章第五节测井相分析方法)。
利用步骤1中的储层厚度数据做散点图,分析储层厚度规律,由图4可以发现,储层厚度具有一定的分异性,将储层分为0-3米、3-6米及大于6米三个区间,三区间的平均值分别是1.5米、5米、8.9米,则储层区间间隔是3.5米及3.9米,四舍五入为4米。
3.对地震数据体资料进行品质评价。
获取目标区域的地震数据资料,对地震数据进行分析,确定其对应的主频和频谱范围(E1,E2)。地震数据的主频及频谱可以利用Geoscope、SMI等商业软件的地震资料频谱分析模块分析得到,对本实施例而言,对原始地震资料进行资料品质分析,确定的地震主频为18.5Hz,频谱范围是2Hz和58Hz,如图5所示。
4.确定分频处理的频率间隔H。
根据地震资料的主频和研究区层段地层平均速度计算分频处理的频率间隔H:
H=F1-F
F1=VF/(V-4BF)
其中F1代表比主频高的频率值,V是研究层段地层平均速度,可以利用V=1000000/DT计算,DT是研究层段的的声波时差平均值,H值若不是整数,利用四舍五入取整。
对本实施例而言,DT平均值是233us/m,求取速度值为4291m/s,通过上述方式确定的频率间隔是20Hz。
5.按照确定的频率间隔对原始地震数据进行分频处理。
对原始地震体按照确定的频率间隔进行分频处理,分频处理得到多个分频体,分频处理最小值为0,最大值为频谱范围上限的1.5倍,对本实施例而言,对原始地震数据分频处理,得到20Hz、40Hz、60Hz、80Hz分频体。
6.确定各分频体对应的砂体识别范围。
对各分频体的地震数据进行分析,确定其对应的主频P和频谱范围(L1,L2),根据各分频体的频谱范围计算其对应的砂体识别范围(V/4L2,V/4L1)。分频体的主频及频谱也可以利用Geoscope、SMI等商业软件的地震资料频谱分析模块分析得到。
对本实施例而言,如图6-a、图6-b、图6-c和图6-d所示,通过计算,四个分频体中60Hz与80Hz分频体的主频均是33Hz,60Hz分频体频谱范围是12Hz-60Hz,80Hz分频体频谱范围是15Hz-60Hz。
7.根据分频体砂体识别范围需包含储层砂岩厚度的原则选择分频体。
不同储层厚度区间选择对应的分频体,匹配原则是:分频体识别范围(V/4L2,V/4L1)包括该砂岩厚度区间;V/4L1与V/4L2的差值最小。对于原始地震资料主频低,频带窄,研究区储层发育薄,造成最高频率下仍无法识别储层的,可以选择主频最高,频谱范围中L1、L2值最大的分频体作为最终波形反演体。
对本实施例而言,四个分频体对砂岩的识别范围无法与两个砂岩区间匹配。将80Hz分频体加载到波形反演软件,开展波形反演储层预测,如图7-b所示,采用常规有色反演储层预测结果如图7-a所示,从中可以看出,本发明能够将地震信息有针对性的提取出来,对不同厚度的储层开展针对性预测,减少不可识别的储层或者其他区间储层产生的调谐波对目的储层预测的干扰,使反演效果更加突出。
Claims (6)
1.一种基于分频的波形反演储层预测方法,其特征在于,该储层预测方法包括以下步骤:
1)根据目标区的地震数据确定地震主频,并根据储层区间间隔确定地震体分频频率间隔;
2)按照分频频率间隔对地震体进行分频处理,得到相应数量的分频体;
3)确定各分频体的主频和频谱范围,并根据确定的频谱范围计算各分频体对应的砂体识别范围;
4)根据分频体砂体识别范围需包含储层砂岩厚度的原则,对不同厚度的储层选择相应的分频体进行波形反演,实现对该储层砂岩的预测,
其中,所述储层区间间隔确定过程如下:利用厚度数据做散点图,若散点图具有分异性则利用厚度自有的分异性确定区间,不同区间平均值按照大小排序,相邻平均值之差即为储层区间间隔;若厚度不具有分异性,则根据测井相分析方法确定储层的测井相,并计算每类储层的平均厚度,按照大小排序,每一个相邻的两个平均厚度的差值即为储层区间间隔,所述地震体分频频率间隔为:H=F1-F,F1=VF/(V-4BF),其中H为地震体分频频率间隔,F为地震主频,F1是比地震主频高的频率值,V是目的层段地层平均速度,B是储层区间间隔。
2.根据权利要求1所述的基于分频的波形反演储层预测方法,其特征在于,储层厚度是根据目标区的测井数据确定的,储层厚度等于半幅点法在泥质含量曲线上确定储层的底深与顶深的差值。
3.根据权利要求2所述的基于分频的波形反演储层预测方法,其特征在于,在确定储层厚度时,若泥质隔层厚度小于设定距离时,将泥质隔层作为储层,计入储层厚度。
4.根据权利要求1所述的基于分频的波形反演储层预测方法,其特征在于,所述步骤3)中计算得到的分频体砂体识别范围为(V/4L2,V/4L1),其中L1是该分频体的频谱下限,L2是该分频体的频谱上限。
5.根据权利要求1所述的基于分频的波形反演储层预测方法,其特征在于,在进行分频体选择时,若满足原则的分频体超过一个时,从中选取砂体识别范围最窄的分频体进行波形反演。
6.根据权利要求1所述的基于分频的波形反演储层预测方法,其特征在于,若不存在满足原则的分频体时,选择主频最高的分频体进行波形反演。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089292.5A CN110907994B (zh) | 2018-09-18 | 2018-09-18 | 一种基于分频的波形反演储层预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089292.5A CN110907994B (zh) | 2018-09-18 | 2018-09-18 | 一种基于分频的波形反演储层预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110907994A CN110907994A (zh) | 2020-03-24 |
CN110907994B true CN110907994B (zh) | 2021-09-17 |
Family
ID=69812880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811089292.5A Active CN110907994B (zh) | 2018-09-18 | 2018-09-18 | 一种基于分频的波形反演储层预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907994B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113945970B (zh) * | 2020-07-15 | 2024-06-07 | 中国石油化工股份有限公司 | 一种致密砂岩储层预测方法 |
CN113960694B (zh) * | 2020-07-21 | 2024-02-20 | 中国石油化工股份有限公司 | 一种沉积相识别方法及装置 |
CN114063167A (zh) * | 2020-08-03 | 2022-02-18 | 中国石油化工股份有限公司 | 一种用于压制外源干扰的地震资料处理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8233350B2 (en) * | 2007-08-29 | 2012-07-31 | Spectraseis Ag | Frequency shift reservoir localization |
CN103713317B (zh) * | 2012-09-29 | 2016-09-14 | 北京诺克斯达石油科技有限公司 | 基于对时变子波进行分频段处理的反褶积方法 |
CN103728659B (zh) * | 2012-10-12 | 2016-07-06 | 中国石油化工股份有限公司 | 一种提高地下岩溶探测精度的方法 |
CN104142517B (zh) * | 2013-10-28 | 2017-03-29 | 中国石油化工股份有限公司 | 一种利用地震数据动态频谱属性的油气检测方法 |
CN106405647B (zh) * | 2016-12-22 | 2018-04-13 | 成都晶石石油科技有限公司 | 一种关于沉积地层厚度的调谐反演方法 |
CN107219553B (zh) * | 2017-06-06 | 2019-11-08 | 中国石油化工股份有限公司 | 基于gr分频反演的暗河充填预测方法 |
-
2018
- 2018-09-18 CN CN201811089292.5A patent/CN110907994B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110907994A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107703560B (zh) | 一种基于三重信息的泥页岩岩相精细识别方法 | |
CN105445800B (zh) | 一种厚层砂体顶部分异岩性油藏的识别方法 | |
CN110907994B (zh) | 一种基于分频的波形反演储层预测方法 | |
CN103777243A (zh) | 砂泥岩薄互层储层厚度预测方法 | |
CN111399056B (zh) | 一种基于划分方位角滤波预测裂缝强度的方法 | |
CN109884697B (zh) | 基于完备总体经验模态分解的砂砾岩沉积相地震预测方法 | |
CN105116449A (zh) | 一种弱反射储层的识别方法 | |
Ding et al. | A novel neural network for seismic anisotropy and fracture porosity measurements in carbonate reservoirs | |
CN112578447B (zh) | 一种基于数据降维及重构的储层预测方法 | |
CN111090117B (zh) | 一种相控正演约束下的有效储层预测方法及系统 | |
CN104516019A (zh) | 一种基于频谱形状的油气预测方法 | |
CN105158803A (zh) | 一种选取优势储层的方法 | |
Volkov et al. | From qualitative interpretation to quantitative analysis: prediction of properties of geological bodies by using the spectral decomposition attribute–case study of Achimov turbidity system in West-Siberia | |
CN109471203A (zh) | 提高地震资料分辨率效果评判优选方法 | |
RU2718135C1 (ru) | Способ и система прогнозирования эффективных толщин в межскважинном пространстве при построении геологической модели на основе метода кластеризации спектральных кривых | |
CN116335648A (zh) | 基于随钻录测井资料的砾岩水平井甜点品质定量评价方法 | |
CN113514892A (zh) | 一种利用地震正演模拟研究薄层致密砂岩分布的方法 | |
CN112379435A (zh) | 相控岩溶型缝洞集合体刻画方法及装置 | |
CN110568149B (zh) | 沉积盆地烃源岩生排烃史精细快速定量模拟方法 | |
CN109581489B (zh) | 嵌套式地震相的提取方法及系统 | |
CN105259576A (zh) | 一种利用地震统计特征的油气藏识别方法 | |
RU2255358C1 (ru) | Способ геофизической разведки для выявления нефтегазопродуктивных типов геологического разреза в трехмерном межскважинном пространстве | |
Huang et al. | New seismic attribute: Fractal scaling exponent based on gray detrended fluctuation analysis | |
RU2206911C2 (ru) | Способ поиска, разведки, исследования и создания модели месторождения полезных ископаемых | |
Mahmoud | Automatic characterization and quantitative analysis of seismic facies in naturally fractured reservoir: Case study of Amguid Messaoud field, Algeria |
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 |