CN111025393B - 针对含薄煤层地层的储层预测方法、装置、设备及介质 - Google Patents
针对含薄煤层地层的储层预测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111025393B CN111025393B CN201911384846.9A CN201911384846A CN111025393B CN 111025393 B CN111025393 B CN 111025393B CN 201911384846 A CN201911384846 A CN 201911384846A CN 111025393 B CN111025393 B CN 111025393B
- Authority
- CN
- China
- Prior art keywords
- seismic data
- coal seam
- preset
- stratum
- thin coal
- 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
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- 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. analysis, for interpretation, for correction
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
Abstract
本发明实施例公开了一种针对含薄煤层地层的储层预测方法、装置、设备及介质,该方法包括:获取预设地层的预设地震数据,并确定所述预设地震数据的反射系数,其中,所述预设地层包括薄煤层和砂岩岩层;提取含薄煤层地层的原始地震数据的原始子波,并针对所述原始子波和所述预设地震数据的反射系数,重构所述含薄煤层地层的岩性重构地震数据;对所述岩性重构地震数据进行叠前反演,确定所述含薄煤层地层的储层预测信息。本发明实施例针对含薄煤层地层环境下的预设地震数据,对含薄煤层的原始地震数据进行重构,解决了薄煤层环境对储层预测的干扰问题,突出了原始地震数据中的储层信息,提高了储层预测的准确度,进而提高了后续烃类检测的精度。
Description
技术领域
本发明实施例涉及地震勘探技术领域,尤其涉及一种针对含薄煤层地层的储层预测方法、装置、设备及介质。
背景技术
在海陆过渡的沉积背景下,岸线的频繁迁移导致成煤环境复杂,发育的煤层多表现为“薄”、“散”特征。薄煤层厚度远低于常规地震分辨率,且其不具备稳定煤层的强屏蔽特征。
现阶段储层预测的基础为稀疏脉冲反演方法,该方法在测井低频成分约束下,通过迭代反射系数,完成合成记录与地震道的最佳匹配达到指示岩相的目的。由于常规的地震数据不能有效地突出不同岩相的敏感响应特征,因此,反演方法中用于制作合成记录的反射系数序列涵盖了所有岩相的信息。在薄煤环境中,煤层地震敏感响应特征与围岩地震敏感响应特征相互耦合,煤、泥组合也会导致“储层假象”,进而增加储层预测的不确定性。
发明内容
本发明实施例提供了一种针对含薄煤层地层的储层预测方法、装置、设备及介质,以实现降低薄煤层对储层预测的干扰,提高储层预测的准确度。
第一方面,本发明实施例提供了一种针对含薄煤层地层的储层预测方法,该方法包括:
获取预设地层的预设地震数据,并确定所述预设地震数据的反射系数,其中,所述预设地层包括薄煤层和砂岩岩层;
提取含薄煤层地层的原始地震数据的原始子波,并针对所述原始子波和所述预设地震数据的反射系数,重构所述含薄煤层地层的岩性重构地震数据;
对所述岩性重构地震数据进行叠前反演,确定所述含薄煤层地层的储层预测信息。
第二方面,本发明实施例还提供了一种针对含薄煤层地层的储层预测装置,该装置包括:
预设地震数据获取模块,用于获取预设地层的预设地震数据,并确定所述预设地震数据的反射系数,其中,所述预设地层包括薄煤层和砂岩岩层;
岩性重构地震数据重构模块,用于提取含薄煤层地层的原始地震数据的原始子波,并针对所述原始子波和所述预设地震数据的反射系数,重构所述含薄煤层地层的岩性重构地震数据;
储层预测信息确定模块,用于对所述岩性重构地震数据进行叠前反演,确定所述含薄煤层地层的储层预测信息。
第三方面,本发明实施例还提供了一种设备,该设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述所涉及的任一所述的针对含薄煤层地层的储层预测方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的针对含薄煤层地层的储层预测方法。
本发明实施例针对含薄煤层地层环境下的预设地震数据,对含薄煤层的原始地震数据进行重构,解决了薄煤层环境对储层预测的干扰问题,突出了原始地震数据中的储层信息,提高了储层预测的准确度,进而提高了后续烃类检测的精度。
附图说明
图1是本发明实施例一提供的一种针对含薄煤层地层的储层预测方法的流程图。
图2是本发明实施例一提供的一种记录地震数据方法的示意图。
图3是本发明实施例一提供的一种地震数据的示意图。
图4a是本发明实施例一提供的一种煤层变厚度模型的地震数据的示意图。
图4b是本发明实施例一提供的一种煤层变厚度模型的振幅响应特征的示意图。
图5a是本发明实施例一提供的一种砂岩变物性模型响应特征的示意图。
图5b是本发明实施例一提供的一种砂岩变厚度模型响应特征的示意图。
图6是本发明实施例二提供的一种针对含薄煤层地层的储层预测方法的流程图。
图7a是本发明实施例二提供的一种薄煤层砂岩变流体模型的示意图。
图7b是本发明实施例二提供的一种薄煤层砂岩变流体模型响应特征的示意图。
图8是本发明实施例三提供的一种针对含薄煤层地层的储层预测方法的流程图。
图9是本发明实施例四提供的一种针对含薄煤层地层的储层预测装置的示意图。
图10是本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种针对含薄煤层地层的储层预测方法的流程图,本实施例可适用于含薄煤层地层环境下的储层预测的情况,该方法可以由针对含薄煤层地层的储层预测装置来执行,该装置可采用软件和/或硬件的方式实现,该装置可以配置于终端设备中。具体包括如下步骤:
S110、获取预设地层的预设地震数据,并确定预设地震数据的反射系数,其中,预设地层包括薄煤层和砂岩岩层。
地壳主要由岩石组成,岩石是由一种或几种矿物和天然玻璃组成的,具有稳定外形的固态集合体,根据成分可将岩石分为岩浆岩、沉积岩和变质岩。其中,矿物是组成指呈固态、液态或气态的可供人类利用的资源,如煤、石油和天然气等等。
其中,在海陆过渡的沉积背景下,岸线的频繁迁移导致成煤环境复杂,发育的煤层多表现为“薄”、“散”特征,称之为薄煤层。砂岩则属于沉积岩,是经风化、剥蚀、搬运在盆地中堆积形成的沉积碎屑岩。在对砂岩岩层储层预测中,薄煤层会增加储层预测的不确定性并对后续烃类检测造成干扰。在本实施例中,选择薄煤层和砂岩岩层作为预设地层,以便提高在薄煤层地质环境中,对岩相储层预测的准确度。
其中,地震数据是通过炮点激发,检波器接收产生的波形记录数据。图2是本发明实施例一提供的一种记录地震数据方法的示意图。图2以不同炮点-检波点组合所接收的信息均来自同一个反射点为例,该同一反射点为共中心反射点。如图2所示,炮点和检波点之间的距离叫做偏移距,入射线与法线夹角为入射角。每一组炮点-检波点均会形成一道地震波形,按照偏移距(或入射角)大小依次排序,反映同一反射点反射信息的波形集合为地震道集。其中,小偏移距(小入射角)的为近道,大偏移距(大入射角)的为远道。图3是本发明实施例一提供的一种共反射点的地震数据的示意图。坐标横轴表示不同炮点的偏移距,坐标纵轴表示地震反射时间(ms)。
其中,预设地震数据是指根据预设地层的响应特征,对预设地层的地震数据进行提取,组成的新的地震数据。在一个实施例中,可选的,构建预设地层的正演模型,并对正演模型的地震数据进行正演分析,确定预设地层的响应特征;根据响应特征,对正演模型的地震数据进行提取,得到预设地层的预设地震数据。
在一个实施例中,可选的,利用正演模拟算法构建预设地层的正演模型。其中,正演模拟算法是对特定的地质构造作适当的简化,形成一个简化的数学模型或物理模型,采用数学模拟或物理模拟方法获取地震响应的算法。其中,数学模拟是假设地质结构和相关岩石物理参数已知,构建一个地质构造模型,并在计算机环境下设计合理的观测系统,模拟地震波在地质结构中的传播特点,得到该地质构造模型产生的地震数据。具体的,数学模拟算法包括但不限于基于射线原理的射线追踪法,以及基于波动方程的有限差分法、有限元法、伪谱法和反射率法等。物理模拟是以已知物性参数的材料,制作与实际地质体成比例的模型,借助于特殊仪器进行实物观测,以模拟实际野外探测的情况。
在一个实施例中,可选的,构建煤层变厚度模型,并对煤层变厚度模型的地震数据进行正演分析,确定薄煤层的第一响应特征;构建砂岩变物性-厚度模型,并对砂岩变物性-厚度模型的地震数据进行正演分析,确定砂岩岩层的第二响应特征。其中,响应特征用来表征地震波几何形态、运动学特征、动力学特征或统计特征。AVO(Amplitude Versus Offset)技术是以弹性波理论为基础,利用叠前道集研究地震反射振幅随偏移距(或入射角)的变化关系。在一个实施例中,可选的,基于预设地层的正演模型,采用AVO技术对正演模型的地震数据进行正演分析,确定预设地层的响应特征;根据响应特征,对正演模型的地震数据进行提取,得到预设地层的预设地震数据。
在一个实施例中,可选的,根据煤层弹性参数和预设煤层厚度,构建煤层变厚度模型。其中,预设煤层厚度的数值和数量可以是任意组合方式。示例性的,煤层变厚度模型包括3个预设煤层厚度,且预设煤层厚度的数值分别是2m、5m和10m,此处对预设煤层厚度的设置不作限定。举例而言,图4a是本发明实施例一提供的一种煤层变厚度模型的地震数据的示意图,图4a以预设煤层厚度分别为2m、5m和10m为例。如图4a所示,坐标纵轴表示反射时间,坐标横轴表示入射角度,在共反射点地震道集数据的基础上,构建了煤层变厚度模型的地震数据。
进一步的,在一个实施例中,可选的,采用AVO技术对煤层变厚度模型的地震数据进行正演分析,确定薄煤层的第一响应特征。图4b是本发明实施例一提供的一种煤层变厚度模型的振幅响应特征的示意图。图4b以预设煤层厚度为2m为例,对煤层变厚度模型的地震数据进行正演分析后的结果。坐标横轴表示入射角,坐标纵轴表示振幅。通过正演分析结果,可以确定薄煤层表现出的第一响应特征包括近道强、远道弱的四类AVO响应特征和AVO梯度属性。进一步的,在一个实施例中,可选的,提取煤层变厚度模型的近道地震数据和AVO梯度属性地震数据,作为薄煤层的预设地震数据。
在一个实施例中,可选的,根据砂岩岩层的孔隙度与厚度,构建砂岩变物性-厚度模型。其中,孔隙度是指岩石的孔隙体积与岩石的表面体积的比值。此处对孔隙度和厚度的设置不作限定。进一步的,在一个实施例中,可选的,采用AVO技术对砂岩变物性-厚度模型的地震数据进行正演分析,确定砂岩岩层的第二响应特征。图5a是本发明实施例一提供的一种砂岩变物性模型响应特征的示意图。如图5a所示,横坐标表示振幅,左纵坐标表示AVO梯度,右纵坐标表示孔隙度,灰度较深的表示高孔隙度,灰度较浅表示低孔隙度。当孔隙度从高到低变化时,砂岩变物性模型的振幅由正值向负值变化,而AVO梯度一直负值。图5b是本发明实施例一提供的一种砂岩变厚度模型响应特征的示意图。如图5b所示,横坐标表示振幅,左纵坐标表示AVO梯度,右纵坐标表示厚度。砂岩变厚度模型在不同厚度下,其对应的AVO梯度均为负值。通过正演分析结果,可以确定砂岩岩层表现出的第二响应特征包括AVO梯度属性保持负相位特征。在一个实施例中,可选的,提取砂岩变物性-厚度模型的AVO梯度属性地震数据,作为砂岩岩层的预设地震数据。
在一个实施例中,可选的,对预设地震数据进行反褶积处理,确定预设地震数据的反射系数。其中,反褶积是通过压缩基本子波来提高地震数据垂向分辨率的处理过程,对预设地震数据进行反褶积处理后,可以分离出地震子波和反射系数。具体的,在一个实施例中,分别对薄煤层的预设地震数据和砂岩岩层的预设地震数据分别进行反褶积处理后,分别得到薄煤层的反射系数和砂岩岩层的反射系数。
S120、提取含薄煤层地层的原始地震数据的原始子波,并基于原始子波和预设地震数据的反射系数,重构含薄煤层地层的岩性重构地震数据。
其中,原始地震数据是待进行储层预测的地震数据。在一个实施例中,可选的,对原始地震数据进行反褶积处理,确定原始地震数据的原始子波。
在一个实施例中,可选的,基于如下公式重构含薄煤层地层的岩性重构地震数据:
S岩相=R煤×W+R砂×W+Noise
其中,W为原始子波、R煤为薄煤层的反射系数,R砂为砂岩岩层的反射系数,Noise为随机噪声。
S130、对岩性重构地震数据进行叠前反演,确定含薄煤层地层的储层预测信息。
其中,叠前反演是将从叠前地震数据得到一些定量的参数,进而得到地质结构中的储层信息。其中,示例性的,参数包括密度、纵波速度、横波速度、振幅和频率等。叠前反演方法包括但不限于递归反演、基于模型的反演和稀疏脉冲反演。在一个实施例中,可选的,利用稀疏脉冲反演方法,对岩性重构地震数据进行叠前反演,确定含薄煤层地层的储层预测信息。其中,稀疏脉冲反演方法是基于稀疏脉冲反褶积基础上的声阻抗反演方法,该方法假设地层的强反射系数是由一系列大的反射系数叠加在高斯分布的小反射系数的背景上构成的,即是稀疏分布的。通过最大似然反褶积求得具有稀疏特性的反射系数,与子波卷积后生成合成地震记录。利用合成地震记录与原始地震道残差的大小,修改参与卷子的反射系数的个数,再生成合成地震记录。如此迭代,最终得到一个最佳逼近原始地震道的反射系数序列。此处对采用的叠前反演方法不作限定。
在一个实施例中,可选的,储层预测信息包括但不限于岩石成分和岩石分布信息。
本实施例的技术方案,针对含薄煤层地层环境下的预设地震数据,对含薄煤层的原始地震数据进行重构,解决了薄煤层环境对储层预测的干扰问题,突出了原始地震数据中的储层信息,提高了储层预测的准确度,进而提高了后续烃类检测的精度。
实施例二
图6是本发明实施例二提供的一种针对含薄煤层地层的储层预测方法的流程图,本实施例的技术方案是上述实施例的基础上的进一步细化。可选的,所述预设地层还包括含气砂岩,相应的,所述方法还包括:获取所述含气砂岩的预设地震数据,并确定所述含气砂岩的预设地震数据的气层反射系数;基于所述原始子波和所述气层反射系数,确定所述含薄煤层地层的气层重构地震数据;对所述气层重构地震数据进行叠前反演,确定所述含薄煤层地层的烃类预测信息。
本实施例的具体实施步骤包括:
S210、获取含气砂岩的预设地震数据,并确定含气砂岩的预设地震数据的气层反射系数。
其中,地层中的砂岩会被油、气充注形成含气砂岩。在一个实施例中,可选的,构建薄煤层砂岩变流体模型,并对薄煤层砂岩变流体模型的地震数据进行正演分析,确定含气砂岩的第三响应特征;根据第三响应特征,对薄煤层砂岩变流体模型的地震数据进行提取,得到含气砂岩的预设地震数据;对含气砂岩的预设地震数据进行反褶积处理,得到含气砂岩地震数据的气层反射系数。
在一个实施例中,可选的,在变煤层条件下,向预设位置和预设厚度的砂岩岩层中添加弹性参数,构建薄煤层砂岩变流体模型。其中,变煤层条件是指在煤层存在的条件下,在砂岩的周围添加不同厚度和数量的煤层参数。其中,弹性参数包括但不限于含气参数、含油参数、含水参数和干层参数。其中,干层参数表示不添加流体的参数。此处对砂岩的预设位置和预设厚度不作限定。
图7a是本发明实施例二提供的一种薄煤层砂岩变流体模型的示意图。如图7a所示,以薄煤层砂岩气层模型为例,从左向右看,第一个竖条纹表示没有煤层影响的模式,第二个竖条纹表示在砂岩的上层有3个薄煤层存在的模式,第三个竖条纹表示在砂岩的下层有1个薄煤层存在的模式,以此类推。薄煤层砂岩气层模型由多种薄煤层存在的模式组成。其中,各模式可以相同,也可以不同。在每个竖条纹中,设色横条纹表示煤层,并且横条纹的宽度表示煤层的厚度,横条纹的位置表示煤层的位置,竖条纹中的灰色背景表示砂岩。图7b是本发明实施例二提供的一种薄煤层砂岩变流体模型响应特征的示意图。在一个实施例中,比较不同薄煤层砂岩变流体模型,确定含气砂岩的第三响应特征。通过正演分析结果,含气砂岩的标量泊松比值高于含水层和干层的标量泊松比。在一个实施例中,可选的,提取薄煤层砂岩气层模型的标量泊松比属性地震数据,作为含气砂岩的预设地震数据
S220、提取含薄煤层地层的原始地震数据的原始子波,并基于原始子波和气层反射系数,确定含薄煤层地层的气层重构地震数据。
在一个实施例中,可选的,基于如下公式确定含薄煤层地层的气层重构地震数据:
S流体=R流体×W+Noise
其中,W为原始子波、R流体为气层反射系数,Noise为随机噪声。
S230、对气层重构地震数据进行叠前反演,确定含薄煤层地层的烃类预测信息。
在一个实施例中,可选的,烃类预测信息包括含气砂岩砂岩分布信息。
本实施例的技术方案,通过对含气砂岩结构构建正演模型,并根据提取的响应特征确定气层重构地震数据,解决了薄煤层环境下烃类预测不准确的问题,提高了烃类检测的精度。
实施例三
图8是本发明实施例三提供的一种针对含薄煤层地层的储层预测方法的流程图,本实施例的技术方案是上述实施例的基础上的进一步细化,可选的,基于所述储层预测信息和所述烃类预测信息,确定储层与含气耦合区。
本实施例的具体实施步骤包括:
S310、获取预设地层的预设地震数据,并确定预设地震数据的反射系数,其中,预设地层包括薄煤层、砂岩岩层和含气砂岩。
S320、提取含薄煤层地层的原始地震数据的原始子波,并基于原始子波和预设地震数据的反射系数,重构含薄煤层地层的岩性重构地震数据和气层重构地震数据。
S330、对岩性重构地震数据进行叠前反演,确定含薄煤层地层的储层预测信息。
S340、对气层重构地震数据进行叠前反演,确定含薄煤层地层的烃类预测信息。
S350、基于储层预测信息和烃类预测信息,确定储层与含气耦合区。
其中,储层预测信息包括不同岩相的分布信息,烃类预测信息包括含气岩相的分布信息,综合上述两种分布信息,确定储层与含气耦合区。这样设置的好处在于,可以对各自的预测信息进行校对,提高预测精度。其中,示例性的,分布信息包括但不限于分布范围和深度。在一个实施例中,可选的,将两种分布信息中的岩相分布范围进行叠加得到的储层与含气耦合区,或将两种分布信息中的岩相分布范围重合的区域作为储层与含气耦合区。
举例而言,基于储层预测信息和烃类预测信息分别可以得到薄煤层结构中砂岩的分布信息。综合分析通过上述两种信息得到的砂岩的分布信息,对砂岩的分布信息进行校对。
本实施例的技术方案,通过对地震数据进行储层预测和烃类预测,并结合二者的预测信息,对预测的结果进行校对,解决了薄煤层环境下储层预测或烃类预测不准确的问题,提高了储层预测和烃类检测的精度。
实施例四
图9是本发明实施例四提供的一种针对含薄煤层地层的储层预测装置的示意图。本实施例可适用于薄煤层地质环境的储层预测的情况,该装置可采用软件和/或硬件的方式实现,该装置可以配置于终端。该针对含薄煤层地层的储层预测装置包括:预设地震数据获取模块410、岩性重构地震数据重构模块420和储层预测信息确定模块430。
其中,预设地震数据获取模块410,用于获取预设地层的预设地震数据,并确定预设地震数据的反射系数,其中,预设地层包括薄煤层和砂岩岩层;
岩性重构地震数据重构模块420,用于提取含薄煤层地层的原始地震数据的原始子波,并针对原始子波和预设地震数据的反射系数,重构含薄煤层地层的岩性重构地震数据;
储层预测信息确定模块430,用于对岩性重构地震数据进行叠前反演,确定含薄煤层地层的储层预测信息。
本实施例的技术方案,针对含薄煤层地层环境下的预设地震数据,对含薄煤层的原始地震数据进行重构,解决了薄煤层环境对储层预测的干扰问题,突出了原始地震数据中的储层信息,提高了储层预测的准确度,进而提高了后续烃类检测的精度。
在上述技术方案的基础上,可选的,预设地震数据获取模块410包括:
响应特征确定单元,用于构建预设地层的正演模型,并对正演模型的地震数据进行正演分析,确定预设地层的响应特征;
预设地震数据提取单元,用于根据响应特征,对正演模型的地震数据进行提取,得到预设地层的预设地震数据。
在上述各技术方案的基础上,响应特征确定单元具体用于:
构建煤层变厚度模型,并对煤层变厚度模型的地震数据进行正演分析,确定薄煤层的第一响应特征;
构建砂岩变物性-厚度模型,并对砂岩变物性-厚度模型的地震数据进行正演分析,确定砂岩岩层的第二响应特征。
在上述各技术方案的基础上,岩性重构地震数据重构模块420具体用于:
基于如下公式重构含薄煤层地层的岩性重构地震数据:
S岩相=R煤×W+R砂×W+Noise
其中,W为原始子波、R煤为薄煤层的反射系数,R砂为砂岩岩层的反射系数,Noise为随机噪声。
在上述各技术方案的基础上,预设地层还包括含气砂岩,相应的,该装置还包括:
含气地震数据获取模块,用于获取含气砂岩的预设地震数据,并确定含气砂岩的预设地震数据的气层反射系数;
气层重构地震数据确定模块,用于基于原始子波和气层反射系数,确定含薄煤层地层的气层重构地震数据;
烃类预测信息确定模块,用于对气层重构地震数据进行叠前反演,确定含薄煤层地层的烃类预测信息。
在上述各实施例的基础上,含气地震数据获取模块具体用于:
构建薄煤层砂岩变流体模型,并对薄煤层砂岩变流体模型的地震数据进行正演分析,确定含气砂岩的第三响应特征;
根据第三响应特征,对薄煤层砂岩变流体模型的地震数据进行提取,得到含气砂岩的预设地震数据;
对含气砂岩的预设地震数据进行反褶积处理,得到含气砂岩地震数据的气层反射系数。
在上述技术方案的基础上,该装置还包括:
储层与含气耦合区模块,用于储层预测信息和烃类预测信息,确定储层与含气耦合区。
本发明实施例所提供的针对含薄煤层地层的储层预测装置可以用于执行本发明实施例所提供的针对含薄煤层地层的储层预测方法,具备执行方法相应的功能和有益效果。
值得注意的是,上述针对含薄煤层地层的储层预测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例五
图10是本发明实施例五提供的一种设备的结构示意图,本发明实施例为本发明上述实施例的针对含薄煤层地层的储层预测方法的实现提供服务,可配置本发明上述实施例中的针对含薄煤层地层的储层预测装置。图10示出了适于用来实现本发明实施方式的示例性设备12的框图。图10显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图10未显示,通常称为“硬盘驱动器”)。尽管图10中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图10所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的针对含薄煤层地层的储层预测方法。
通过上述设备,解决了薄煤层环境对储层预测的干扰问题,突出了原始地震数据中的储层信息,提高了储层预测的准确度,进而提高了后续烃类检测的精度。
实施例六
本发明实施例六还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行一种针对含薄煤层地层的储层预测方法,该方法包括:
获取预设地层的预设地震数据,并确定预设地震数据的反射系数,其中,预设地层包括薄煤层和砂岩岩层;
提取含薄煤层地层的原始地震数据的原始子波,并针对原始子波和预设地震数据的反射系数,重构含薄煤层地层的岩性重构地震数据;
对岩性重构地震数据进行叠前反演,确定含薄煤层地层的储层预测信息。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的针对含薄煤层地层的储层预测方法中的相关操作。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种针对含薄煤层地层的储层预测方法,其特征在于,包括:
获取预设地层的预设地震数据,并确定所述预设地震数据的反射系数,其中,所述预设地层包括薄煤层和砂岩岩层;
提取含薄煤层地层的原始地震数据的原始子波,并针对所述原始子波和所述预设地震数据的反射系数,重构所述含薄煤层地层的岩性重构地震数据;
对所述岩性重构地震数据进行叠前反演,确定所述含薄煤层地层的储层预测信息;
其中,所述获取预设地层的预设地震数据,包括:
构建预设地层的正演模型,并对所述正演模型的地震数据进行正演分析,确定所述预设地层的响应特征;
根据所述响应特征,对所述正演模型的地震数据进行提取,得到所述预设地层的预设地震数据;
其中,所述构建预设地层的正演模型,并对所述正演模型的地震数据进行正演分析,确定所述预设地层的响应特征,包括:
构建煤层变厚度模型,并对所述煤层变厚度模型的地震数据进行正演分析,确定所述薄煤层的第一响应特征;
构建砂岩变物性-厚度模型,并对所述砂岩变物性-厚度模型的地震数据进行正演分析,确定所述砂岩岩层的第二响应特征。
2.根据权利要求1所述的方法,其特征在于,所述针对所述原始子波和所述预设地震数据的反射系数,重构所述含薄煤层地层的岩性重构地震数据,包括:
基于如下公式重构所述含薄煤层地层的岩性重构地震数据:
S岩相=R煤×W+R砂×W+Noise
其中,W为所述原始子波、R煤为薄煤层的反射系数,R砂为砂岩岩层的反射系数,Noise为随机噪声。
3.根据权利要求1所述的方法,其特征在于,所述预设地层还包括含气砂岩,相应的,所述方法还包括:
获取所述含气砂岩的预设地震数据,并确定所述含气砂岩的预设地震数据的气层反射系数;
基于所述原始子波和所述气层反射系数,确定所述含薄煤层地层的气层重构地震数据;
对所述气层重构地震数据进行叠前反演,确定所述含薄煤层地层的烃类预测信息。
4.根据权利要求3所述的方法,其特征在于,所述获取所述含气砂岩的预设地震数据,并确定所述含气砂岩地震数据的气层反射系数,包括:
构建薄煤层砂岩变流体模型,并对所述薄煤层砂岩变流体模型的地震数据进行正演分析,确定所述含气砂岩的第三响应特征;
根据所述第三响应特征,对所述薄煤层砂岩变流体模型的地震数据进行提取,得到所述含气砂岩的预设地震数据;
对所述含气砂岩的预设地震数据进行反褶积处理,得到所述含气砂岩地震数据的气层反射系数。
5.根据权利要求3所述的方法,其特征在于,还包括:
基于所述储层预测信息和所述烃类预测信息,确定储层与含气耦合区。
6.一种针对含薄煤层地层的储层预测装置,其特征在于,包括:
预设地震数据获取模块,用于获取预设地层的预设地震数据,并确定所述预设地震数据的反射系数,其中,所述预设地层包括薄煤层和砂岩岩层;
岩性重构地震数据重构模块,用于提取含薄煤层地层的原始地震数据的原始子波,并针对所述原始子波和所述预设地震数据的反射系数,重构所述含薄煤层地层的岩性重构地震数据;
储层预测信息确定模块,用于对所述岩性重构地震数据进行叠前反演,确定所述含薄煤层地层的储层预测信息;
所述预设地震数据获取模块包括:
响应特征确定单元,用于构建预设地层的正演模型,并对所述正演模型的地震数据进行正演分析,确定所述预设地层的响应特征;
预设地震数据提取单元,用于根据所述响应特征,对所述正演模型的地震数据进行提取,得到所述预设地层的预设地震数据;
其中,所述响应特征确定单元具体用于:
构建煤层变厚度模型,并对所述煤层变厚度模型的地震数据进行正演分析,确定所述薄煤层的第一响应特征;
构建砂岩变物性-厚度模型,并对所述砂岩变物性-厚度模型的地震数据进行正演分析,确定所述砂岩岩层的第二响应特征。
7.一种针对含薄煤层地层的储层预测设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的针对含薄煤层地层的储层预测方法。
8.一种包含计算机可执行指令的计算机可读存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的针对含薄煤层地层的储层预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911384846.9A CN111025393B (zh) | 2019-12-28 | 2019-12-28 | 针对含薄煤层地层的储层预测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911384846.9A CN111025393B (zh) | 2019-12-28 | 2019-12-28 | 针对含薄煤层地层的储层预测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111025393A CN111025393A (zh) | 2020-04-17 |
CN111025393B true CN111025393B (zh) | 2022-05-27 |
Family
ID=70194885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911384846.9A Active CN111025393B (zh) | 2019-12-28 | 2019-12-28 | 针对含薄煤层地层的储层预测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111025393B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801035B (zh) * | 2021-02-24 | 2023-04-07 | 山东大学 | 基于知识与数据双驱动的搭载式岩性智能识别方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9217802B2 (en) * | 2011-04-05 | 2015-12-22 | Schlumberger Technology Corporation | Seismic image enhancement |
CN103728660A (zh) * | 2012-10-12 | 2014-04-16 | 中国石油化工股份有限公司 | 基于地震数据的多道匹配追踪方法 |
CN103527184B (zh) * | 2013-10-28 | 2016-04-20 | 北京大学 | 一种白云岩储层的预测方法和系统 |
CN105005080B (zh) * | 2015-06-16 | 2018-04-13 | 中国石油化工股份有限公司 | 一种利用振幅比率属性识别地层圈闭尖灭线的方法 |
CN106842291B (zh) * | 2015-12-04 | 2020-07-14 | 中国石油化工股份有限公司 | 一种基于叠前地震射线阻抗反演的不整合圈闭储层岩性预测方法 |
CN107340536B (zh) * | 2016-05-03 | 2019-02-01 | 中国石油化工股份有限公司 | 地震反演剥离煤层强反射的方法和装置 |
US20180017692A1 (en) * | 2016-07-18 | 2018-01-18 | Cgg Services Sas | Device and method for estimating pre-stack wavelet model from seismic gathers |
CN109946739A (zh) * | 2019-03-15 | 2019-06-28 | 成都理工大学 | 一种基于压缩感知理论的地震剖面增强方法 |
-
2019
- 2019-12-28 CN CN201911384846.9A patent/CN111025393B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111025393A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3122509C (en) | Machine learning-augmented geophysical inversion | |
US10768324B2 (en) | Method to predict pore pressure and seal integrity using full wavefield inversion | |
US11402529B2 (en) | Identifying geologic features in a subterranean formation using seismic diffraction and refraction imaging | |
CA2931435A1 (en) | Method for developing a geomechanical model based on seismic data, well logs and sem analysis of horizontal and vertical drill cuttings | |
US20110213600A1 (en) | Method and system for using multiple-point statistics simulation to model reservoir property trends | |
US11181653B2 (en) | Reservoir characterization utilizing ReSampled seismic data | |
US10732310B2 (en) | Seismic attributes derived from the relative geological age property of a volume-based model | |
US11561312B2 (en) | Mapping near-surface heterogeneities in a subterranean formation | |
CN111025393B (zh) | 针对含薄煤层地层的储层预测方法、装置、设备及介质 | |
EP3359983B1 (en) | Seismic polynomial filter | |
CN111077578B (zh) | 岩层分布预测方法和装置 | |
CN105989240B (zh) | 砂层预测方法及装置 | |
CN113806674A (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
US11460595B2 (en) | Unified continuous seismic reservoir monitoring | |
CN113848593A (zh) | 一种定量预测含煤地层中岩浆岩侵蚀区的方法 | |
Zou et al. | Log-constrained inversion based on a conjugate gradient-particle swarm optimization algorithm | |
CN113466936B (zh) | 一种断层阴影区crp道集获取方法、装置、设备及存储介质 | |
Carrillat et al. | From 3d seismic facies to reservoir simulation: an example from the Grane field | |
CN114076990B (zh) | 油页岩反射能量确定方法、系统、存储介质及电子设备 | |
US11754734B2 (en) | Placing wells in a hydrocarbon field based on seismic attributes and quality indicators | |
CN110927789B (zh) | 一种基于欠失数据预测页岩平面分布的方法及装置 | |
Wang et al. | Lithological Reservoir Exploration Technology | |
Lee et al. | Basin‐scale prediction of S‐wave Sonic Logs using Machine Learning techniques from conventional logs | |
WO2024080989A1 (en) | Suppressing reflections with vector reflectivity acoustic modeling | |
CN116009074A (zh) | 基于afda自由表面模拟的浅层全波形反演方法及装置 |
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 |