CN111123354A - 基于频变反射振幅衰减预测致密气层的方法及设备 - Google Patents
基于频变反射振幅衰减预测致密气层的方法及设备 Download PDFInfo
- Publication number
- CN111123354A CN111123354A CN201911389331.8A CN201911389331A CN111123354A CN 111123354 A CN111123354 A CN 111123354A CN 201911389331 A CN201911389331 A CN 201911389331A CN 111123354 A CN111123354 A CN 111123354A
- Authority
- CN
- China
- Prior art keywords
- frequency
- oil
- seismic
- reflection
- attenuation
- 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 59
- 230000001419 dependent effect Effects 0.000 title claims abstract description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 52
- 230000008859 change Effects 0.000 claims abstract description 22
- 239000011148 porous material Substances 0.000 claims abstract description 15
- 239000011435 rock Substances 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000012360 testing method Methods 0.000 claims description 25
- 239000012530 fluid Substances 0.000 claims description 22
- 229920006395 saturated elastomer Polymers 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000004215 Carbon black (E152) Substances 0.000 claims description 14
- 229930195733 hydrocarbon Natural products 0.000 claims description 14
- 150000002430 hydrocarbons Chemical class 0.000 claims description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 10
- 230000035699 permeability Effects 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 4
- 238000002637 fluid replacement therapy Methods 0.000 claims description 4
- 230000010287 polarization Effects 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 239000004568 cement Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- 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
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
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
本发明实施例提供了一种基于频变反射振幅衰减预测致密气层的方法及设备,方法包括:分析油气储层衰减随频率变化的范围及特征频率;确定盖层、油气储层和水层的孔弹性参数;正演模拟油气储层或水层在不同频率条件下反射振幅随偏移距或入射角的衰减特征;计算得到有效频率范围的叠前时频数据体;确定油气储层振幅频变变化剧烈的偏移距范围;根据交会图确定的偏移距或入射角度大小,结合频变反射振幅正演结果,计算叠前反射振幅属性参数AMO;根据低频和高频衰减属性参数AAI,计算依赖频率变化的叠前反射振幅衰减指标参数FDAAI,确定FDAAI剖面,进行油气储层的位置识别,能够准确地识别致密气藏储层。
Description
技术领域
本发明实施例涉及地震油气勘探领域,尤其涉及一种基于频变反射振幅衰减预测致密气层的方法及设备。
背景技术
AVO(Amplitude Variation with Offset,振幅随偏移距的变化)作为一种使用广泛的技术也可以用于孔隙流体衰减的分析。上世纪60年代,Bortfeld提出了AVO分析技术,自此以后,众多专家学者针对此理论进行了研究,逐步使其成为研究储层特性的一种重要技术。
从地震数据中获取岩石特征是一项具有挑战性的任务,需要准确的本构方程(反映物质宏观性质的数学模型)进行描述。目前频变AVO处理和反演算法使用简化的流变学模型,并且主要基于基于旅行时信息,以此给出地震波速度的粗略估计。
但是,除了旅行时信息地震数据中还包含了其它有用的信息,比如地震波传播能量衰减和弛豫机制;并且由于理想化的流变学模型很难应用于反演技术中,因此频变AVO很难准确对致密气层进行有效识别。
因此,需要建立一种能够准确地识别致密气藏储层的方法,实现对致密气层有效性的识别。
发明内容
本发明实施例提供一种基于频变反射振幅衰减预测致密气层的方法及设备,能够准确地识别致密气藏储层,实现对致密气层有效性的识别。
第一方面,本发明实施例提供一种基于频变反射振幅衰减预测致密气层的方法,包括:
步骤A:通过实际储层的岩心低频测试结果与理论模型,分析油气储层衰减随频率变化的范围及特征频率;
步骤B:采用颗粒胶结模型及流体替换计算方法,确定盖层、油气储层和水层的孔弹性参数;
步骤C:采用依赖频率变化的反射波理论,正演模拟油气储层或水层在不同频率条件下反射振幅随偏移距或入射角的衰减特征;
步骤D:对实际叠前地震数据进行时频分解处理,计算得到有效频率范围的叠前时频数据体;
步骤E:标定和解释含油气储层的顶界反射同相轴,根据油气储层的特征频率,拾取叠前共中心点道集的反射振幅,进行交会分析,确定油气储层振幅频变变化剧烈的偏移距范围;
步骤F:根据交会图确定的偏移距或入射角度大小,结合频变反射振幅正演结果,计算叠前反射振幅属性参数AMO;
步骤G:根据低频和高频衰减属性参数AAI,计算依赖频率变化的叠前反射振幅衰减指标参数FDAAI,确定FDAAI剖面的显示方式,凸显地震衰减属性,进行油气储层的位置识别。
可选地,所述步骤A具体包括:
步骤A1:将实际储层的岩心样品加工成干燥样品,然后测量并确定干燥样品的孔隙度大小和重量;
步骤A2:在样品侧面粘贴应变片,进行应力-应变测试,获取岩石样品在不同频率的施加应力情况下,应变大小的实验数据;由应力和相应测量的应变数据,根据方程(1)和(2)计算得到样品的泊松比和杨氏模量,进而根据岩石物理参数关系方程(3)和(4),将泊松比和杨氏模量转换为岩石的纵、横波速度;
其中eV、eH分别表示沿着岩心的轴向和径向方向的应变;σV表示沿岩心轴向的应力;E表示样品的杨氏模量;v表示泊松比;Vp表示纵波速度;Vs表示样品的横波速度;ρ表示样品的密度;
步骤A3:对干燥样品孔隙注入一定的水,并记录饱水样品重量以及注入水的体积;重复步骤A2,确定某一饱和度状况下测试样品的纵横波速度;
步骤A4:重复步骤A3,对样品注入水,并进行应力-应变实验测试,直至测试样品的孔隙空间全部充填水,并测得完全饱和水样品的纵、横波速度大小;
步骤A5:采用如下Cole-Cole方程(5),对上述实验结果进行拟合分析,确定衰减峰值所对应的特征频率大小;
其中,M为饱和流体的岩石的弹性模量;下表s和∝表示岩石在静态或频率无穷大的状态;τ为驰豫时间;ω为角频率;a为模型指数系数;
由Cole-Cole方程的衰减峰值所对应的频率确定地震衰减分析频率的范围和特征频率值。
可选地,所述步骤B具体包括:
步骤B1:根据实际钻测井资料,由伽玛测井数据计算地层泥质含量,确定盖层和储层位置;由密度测井数据和中子测井数据计算地层的孔隙度,结合岩心测试数据,标定孔隙度计算结果,并根据孔隙度与渗透率关系,由孔隙度计算得到地层渗透率;根据电阻率测井数据计算地层含水饱和度;
步骤B2:根据地层泥质含量及孔隙度参数关系,计算各个深度的岩石基质模量;使用颗粒接触模型,确定干燥岩石的体积模量,根据声波测井与孔隙度参数,计算横波速度,进而确定岩石的剪切模量;
步骤B3:根据所计算的地层基质模量、干燥岩石的体积和剪切模量、地层孔隙度和饱和度,计算油气层体积模量以及饱水层的体积模量;
步骤B4:根据盖层、油气储层以及水层的深度,统计所研究地层的典型盖层、油气储层和水层的孔隙度、密度、基质体积与剪切模量、干燥体积与剪切模量以及饱和流体的体积模量弹性参数的平均值,构建油气储层地层模型。
可选地,所述步骤C具体包括:
步骤C1:根据步骤B所确定的盖层与油气储层的弹性参数,采用Carcione的复频率域反射系数计算方程(6),计算不同偏移距或入射角情况下反射振幅与频率关系;
其中,β和γ分别为水平和垂直复偏振,由下式给出
参数W和Z定义为:
W=p55(γsx+βsz) (9)
Z=βp13sx+γp33sz (10)
其中,pij表示弛豫及过度频率情况下第i轴向j方向传播的地震波的复弹性模量;sx和sz为复慢向量的在x方向和z方向的分量;ρ表示岩石的密度;下表p和s分别表示纵波和横波;p.v表示取后面括号中等式的主值,其前面的正负号分别对应P波和S波;Rpp和Tpp表示纵波入射时反射和透射纵波系数;Rps和Tps分别表示纵波入射情况下横波反射和透射系数;
步骤C2:根据步骤A所确定的频率范围,确定反射系数计算时的频率间隔;采用步骤C1所述方法,分别计算饱水地层反射系数曲线和油气储层反射系数曲线;
步骤C3:根据步骤C2所确定的反射系数—偏移距—油气饱和度关系图,确定所研究的油气储层的反射能量在不同频率情况下随偏移距的衰减特征。
可选地,所述步骤D具体包括:
步骤D1:对地震叠前共中心点CMP道集按照方程(11)进行希尔伯特变换,求取地震信号的复信号;
c(t)=s(t)+iH[s(t)] (11)
步骤D2:根据方程(12),基于伪Wigner—Ville分布平滑算法,对复信号c(t)进行时频分解:
其中,SPWVD表示平滑后的Wigner—Ville分布计算结果;f为地震记录的频率;s(τ,ν)为时间-频率域的平滑函数,定义为α和β分别为平滑系数,用于调整高斯函数带宽大小;τ、ν分别为变换域的时间和频率;
步骤D3:根据步骤A与步骤C所确定的依赖频率反射振幅衰减属性的频率范围,优选时频分解算法的平滑系数;将地震叠前数据转换到时间-频率域的多维空间中。
可选地,所述步骤E具体包括:
步骤E1:根据实际测井数据,计算合成地震记录,标定地震数据中主要目的层的反射同相轴,确定油气储层界面的位置;采用常规地层解释方法,拾取油气储层界面的地震同相轴t0时间;
步骤E2:分别对油气层和水层地震记录进行频谱分析,结合步骤A的特征频率和步骤C的频变反射系数特征,确定依赖频率反射振幅衰减属性的分析低频AFlow和分析高频AFhigh数值;根据步骤D的层位解释结果,分别选择分析低频AFlow和分析高频AFhigh所对应的CMP时频记录,应用步骤E1所拾取的同相轴t0时间,分别提取低频CMP记录和高频CMP记录中反射界面的不同偏移距的地震振幅;
步骤E3:以偏移距为横轴、拾取的低频CMP记录和高频CMP记录的地震振幅为纵轴,分别绘制油气层、水层的不同频率—振幅—偏移距交会图;
步骤E4:综合分析E3计算的交会图,结合步骤C结果,确定计算频率依赖反射振幅衰减属性的偏移距范围,并根据该偏移距范围,按照方程(13)分别叠加低频CMP记录和高频CMP记录,获取低频分量和高频分量的地震记录数据;
其中,AMO表示偏移距有关的叠加振幅,下表l,h分别表示分析低频和分析高频;AMP表示拾取的地震振幅;N和P分别表示叠加的记录道数和零样点的记录道数;min和max分别表示所确定的偏移距范围的最小和最大值。
可选地,所述步骤F具体包括:
步骤F1:根据原始地震记录中油气储层段地震记录的主频,确定依赖频率变化的反射振幅衰减指标属性FDAAI的计算时间窗口T的大小,T的取值为油气储层段地震记录的四分之一波长;
步骤F2:根据步骤E计算的低频叠加记录AMOl和高频叠加记录AMOh,以拾取的反射同相轴t0为中心,以T为计算窗口,使用方程14计算目的层段的低频和高频反射振幅衰减属性AAI;
其中,AAI表示反射振幅衰减指标属性,下标l,h分别表示低频和高频记录;M表示计算窗口内的样点个数;Δt为地震记录的时间采样间隔;
步骤F3:根据步骤F2计算结果,按照如下方程(15)计算依赖频率的叠前反射振幅衰减指标属性FDAAI地震记录;
其中FDAAI为依赖频率的叠前反射振幅衰减指标属性。
可选地,所述步骤G具体包括:
步骤G1:根据研究储层饱水层段的依赖频率反射振幅衰减指标属性FDAAI剖面,结合已钻井的试油结果,确地区分油气储层和水层的FDAAI阈值大小;
步骤G2:对FDAAI地震数据体进行阈值分析,将FDAAI数值小于阈值的属性数据作为背景,凸显FDAAI属性参数较高值的分布区域;该区域为预测的油气储层位置;
步骤G3:根据已知油气井的信息,标定FDAAI的预测结果;调整流体识别的阈值,直至获取最佳的油气预测结果。
第二方面,本发明实施例提供一种计算机设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上述第一方面所述的基于频变反射振幅衰减预测致密气层的方法。
第三方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上述第一方面所述的基于频变反射振幅衰减预测致密气层的方法。
本发明实施例提供的基于频变反射振幅衰减预测致密气层的方法及设备,本发明实施例所采用的反射振幅衰减指标属性预测方法是基于实际岩心测试和地震数据变化,采用严格理论标定后构建的全新流体检测指标参数,该指标参数综合了含流体岩石地震反射振幅随频率、偏移距变化的衰减特征,较常地震叠前频变属性检测流体方法更加可靠和精确,能够准确地识别致密气藏储层,实现对致密气层有效性的识别。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于频变反射振幅衰减预测致密气层的方法的流程示意图;
图2为W5井的实际岩心样本的低频试验测试的结果图;
图3为频率与衰减程度1/Q和纵波速度之间的关系图;
图4为步骤B中建立的油气储层地层模型;
图5为地震记录中某一个CMP道集气层同相轴拾取结果的示意图;
图6为步骤E1拾取反射同相轴的结果图;
图7为本发明实施例提供的位置拾取的反射振幅与偏移距的交会图一;
图8为本发明实施例提供的位置拾取的反射振幅与偏移距的交会图二;
图9为步骤E中方程14的计算结果图;
图10为步骤F中方程15计算的最终FDAAI属性剖面图;
图11为本发明实施例提供的基于频变反射振幅衰减预测致密气层的设备的结构示意图;
图12为本发明实施例提供的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的基于频变反射振幅衰减预测致密气层的方法的流程示意图。本实施例的执行主体可以是服务器或计算机终端。该方法包括:
步骤A:通过实际储层的岩心低频测试结果与理论模型,分析油气储层衰减随频率变化的范围及特征频率。
具体地,步骤A可以具体包括:
步骤A1:将实际储层的岩心样品加工制作成干燥样品,然后测量并确定干燥样品的孔隙度大小和重量。
在本实施中,将实际储层的岩心样品加工成直径为2.53厘米、长度为8.0厘米的柱样,样品两端打磨平整,放入烘箱48小时,将实际储层的岩心样品加工。
步骤A2:在样品侧面粘贴应变片,进行应力-应变测试,获取岩石样品在不同频率的施加应力情况下,应变大小的实验数据;由应力和相应测量的应变数据,根据方程(1)和(2)计算得到样品的泊松比和杨氏模量,进而根据岩石物理参数关系方程(3)和(4),将泊松比和杨氏模量转换为岩石的纵、横波速度;
其中eV、eH分别表示沿着岩心的轴向和径向方向的应变;σV表示沿岩心轴向的应力;E表示样品的杨氏模量;v表示泊松比;Vp表示纵波速度;Vs表示样品的横波速度;ρ表示样品的密度。
步骤A3:对干燥样品孔隙注入一定的水,并记录饱水样品重量以及注入水的体积;重复步骤A2,确定某一饱和度状况下测试样品的纵横波速度。
步骤A4:重复步骤A3,对样品注入水,并进行应力-应变实验测试,直至测试样品的孔隙空间全部充填水,并测得完全饱和水样品的纵、横波速度大小。
步骤A5:采用如下Cole-Cole方程(5),对上述实验结果进行拟合分析,确定衰减峰值所对应的特征频率大小;
其中,M为饱和流体的岩石的弹性模量;下表s和∝表示岩石在静态或频率无穷大的状态;τ为驰豫时间;ω为角频率;a为模型指数系数。
由Cole-Cole方程的衰减峰值所对应的频率确定地震衰减分析频率的范围和特征频率值。
在本实施例中,由Cole-Cole方程的衰减峰值所对应的频率确定地震衰减分析频率的范围的取值为0-1.5倍峰值频率。
步骤B:采用颗粒胶结模型及流体替换计算方法,确定盖层、油气储层和水层的孔弹性参数。
具体地,步骤B可以具体包括:
步骤B1:根据实际钻测井资料,由伽玛测井数据计算地层泥质含量,确定盖层和储层位置;由密度测井数据和中子测井数据计算地层的孔隙度,结合岩心测试数据,标定孔隙度计算结果,并根据孔隙度与渗透率关系,由孔隙度计算得到地层渗透率;根据电阻率测井数据计算地层含水饱和度。
其中,1)由伽玛测井数据计算泥质含量方法如下:
Ish'=(GR-GRmax)/(GRmax-GRmin)
其中,Vsh为泥质含量;GR是测井自然伽马曲线值,GRmax和GRmin分别表示纯砂岩和纯泥岩自然伽马值,Ish为泥岩指数。
确定泥质含量后,根据泥质含量的大小,划分泥岩盖层和储层。
2)密度测井数据和中子测井数据计算地层的孔隙度方法如下
φD'=(ρ-ρma)/(ρma-ρf)
φN'=(cnl-cnlma)/(cnlma-cnlf)
φ=(φD+φN)/2
其中,表示测井数据计算的总孔隙度;ρ是测井密度曲线;ρma和ρf分别是岩石基质密度和孔隙流体密度;cnl表示中子测井数据;cnlma和cnlf分别表示岩石基质中子值和孔隙充填物中子值。和分别表示密度孔隙度和中子孔隙度;
3)由孔隙度计算渗透率的方法如下:
根据实验数据或其他特殊测量的孔隙度和渗透率,进行如下关系拟合:
k=aφb+p
其中,k为地层渗透率;a、b和p是具体储层的拟合系数。
4)由电阻率测井数据计算含水饱和度的方法如下
其中,a为岩性系数;m为孔隙度胶结指数;n为饱和度指数;Rw为地层水电阻率;RT为地层电阻率。
步骤B2:根据地层泥质含量及孔隙度参数关系,计算各个深度的岩石基质模量;使用颗粒接触模型,确定干燥岩石的体积模量,根据声波测井与孔隙度参数,计算横波速度,进而确定岩石的剪切模量。
其中,1)计算各个深度的岩石基质模量方法如下:
其中,M为某一深度地层的基质模量,包括体积基质模量Km和剪切基质模量μm;Ms和Msh分别表示砂岩与泥岩的体积或剪切模量。
2)使用颗粒接触模型,确定烦躁岩石的体积模量方法如下:
其中,Kd和μd分别是各深度地层的干燥体积和剪切模量;C是配位数,由实际地层的颗粒性质确定的,可取为9;ρc是胶结物的密度,VPc和VSc是胶结物的纵波和横波速度,参数和分别是正向和剪切刚度系数,它们取决于接触胶结物的含量。
3)根据声波测井与孔隙度参数,计算横波速度,进而确定岩石的剪切模量的方法如下:
第一步,按照如下方程拟合声波速度与孔隙度关系:
Vp=a+bφ
第二部,根据已知纵横波速度关系,确定横波速度计算系数:
Vs=k+m+lφ
第三步,计算剪切模量:
其中,Vp是声波测井纵波速度;Vs是计算的横波速度;a、b、k、m和l是实际储层有关的拟合系数;ρ是密度测井数值;μ是计算的地层剪切模量。
步骤B3:根据所计算的地层基质模量、干燥岩石的体积和剪切模量、地层孔隙度和饱和度,计算油气层体积模量以及饱水层的体积模量。
其中,1)计算含流体地层的体积模量的方法如下:
其中Ksat是含流体地层的体积模量;Kf是孔隙流体的体积模量;
2)计算油气层体积模以及饱水层的体积模量方法如下:
将油气的体积模量Kf代入到上述方程中得到油气层的体积模量,将水的体积模量Kf代入到上述方程可以得到水层的体积模量。
步骤B4:根据盖层、油气储层以及水层的深度,统计所研究地层的典型盖层、油气储层和水层的孔隙度、密度、基质体积与剪切模量、干燥体积与剪切模量以及饱和流体的岩石体积模量弹性参数的平均值,构建油气储层地层模型。
在本实施例中。饱和流体为油气或水。
步骤C:采用依赖频率变化的反射波理论,正演模拟油气储层或水层在不同频率条件下反射振幅随偏移距或入射角的衰减特征。
具体地,步骤C可以具体包括:
步骤C1:根据步骤B所确定的盖层与油气储层的弹性参数,采用Carcione的复频率域反射系数计算方程(6),计算不同偏移距或入射角情况下反射振幅与频率关系;
其中,β和γ分别为水平和垂直复偏振,由下式给出:
参数W和Z定义为:
W=p55(γsx+βsz) (9)
Z=βp13sx+γp33sz (10)
其中,pij表示弛豫及过度频率情况下第i轴向j方向传播的地震波的复弹性模量;sx和sz为复慢向量的在x方向和z方向的分量;ρ表示岩石的密度;下表p和s分别表示纵波和横波;p.v表示取后面括号中等式的主值,其前面的正负号分别对应P波和S波;Rpp和Tpp表示纵波入射时反射和透射纵波系数;Rps和Tps分别表示纵波入射情况下横波反射和透射系数;
步骤C2:根据步骤A所确定的频率范围,确定反射系数计算时的频率间隔;采用步骤C1所述方法,分别计算饱水地层反射系数曲线和油气储层反射系数曲线;
步骤C3:根据步骤C2所确定的反射系数—偏移距—油气饱和度关系图,确定所研究的油气储层的反射能量在不同频率情况下随偏移距的衰减特征。
步骤D:对实际叠前地震数据进行时频分解处理,计算得到有效频率范围的叠前时频数据体。
具体地,步骤D可以具体包括:
步骤D1:对地震叠前共中心点CMP道集按照方程(11)进行希尔伯特变换,求取地震信号的复信号;
c(t)=s(t)+iH[s(t)] (11)
步骤D2:根据方程(12),基于伪Wigner—Ville分布平滑算法,对复信号c(t)进行时频分解:
其中,SPWVD表示平滑后的Wigner—Ville分布计算结果;f为地震记录的频率;s(τ,ν)为时间-频率域的平滑函数,定义为α和β分别为平滑系数,用于调整高斯函数带宽大小;τ、ν分别为变换域的时间和频率;
步骤D3:根据步骤A与步骤C所确定的依赖频率反射振幅衰减属性的频率范围,优选时频分解算法的平滑系数;将地震叠前数据转换到时间-频率域的多维空间中。
步骤E:标定和解释含油气储层的顶界反射同相轴,根据油气储层的特征频率,拾取叠前共中心点道集的反射振幅,进行交会分析,确定油气储层振幅频变变化剧烈的偏移距范围。
具体地,步骤E可以具体包括:
步骤E1:根据实际测井数据,计算合成地震记录,标定地震数据中主要目的层的反射同相轴,确定油气储层界面的位置;采用常规地层解释方法,拾取油气储层界面的地震同相轴t0时间;
步骤E2:分别对油气层和水层地震记录进行频谱分析,结合步骤A的特征频率和步骤C的频变反射系数特征,确定依赖频率反射振幅衰减属性的分析低频AFlow和分析高频AFhigh数值;根据步骤D的层位解释结果,分别选择分析低频AFlow和分析高频AFhigh所对应的CMP时频记录(简称为低频CMP记录和高频CMP记录),应用步骤E1所拾取的同相轴t0时间,分别提取低频CMP记录和高频CMP记录中反射界面的不同偏移距的地震振幅;
步骤E3:以偏移距为横轴、拾取的低频CMP记录和高频CMP记录的地震振幅为纵轴,分别绘制油气层、水层的不同频率—振幅—偏移距交会图;
步骤E4:综合分析E3计算的交会图,结合步骤C结果,确定计算频率依赖反射振幅衰减属性的偏移距范围,并根据该偏移距范围,按照方程(13)分别叠加低频CMP记录和高频CMP记录,获取低频分量和高频分量的地震记录数据;
其中,AMO表示偏移距有关的叠加振幅,下表l,h分别表示分析低频和分析高频;AMP表示拾取的地震振幅;N和P分别表示叠加的记录道数和零样点的记录道数;min和max分别表示所确定的偏移距范围的最小和最大值。
步骤F:根据交会图确定的偏移距或入射角度大小,结合频变反射振幅正演结果,计算叠前反射振幅属性参数AMO。
具体地,步骤F可以具体包括:
步骤F1:根据原始地震记录中油气储层段地震记录的主频,确定依赖频率变化的反射振幅衰减指标属性FDAAI的计算时间窗口T的大小,T的取值为油气储层段地震记录的四分之一波长;
步骤F2:根据步骤E计算的低频叠加记录AMOl和高频叠加记录AMOh,以拾取的反射同相轴t0为中心,以T为计算窗口,使用方程14计算目的层段的低频和高频反射振幅衰减属性AAI;
其中,AAI表示反射振幅衰减指标属性,下标l,h分别表示低频和高频记录;M表示计算窗口内的样点个数;Δt为地震记录的时间采样间隔;
步骤F3:根据步骤F2计算结果,按照如下方程(15)计算依赖频率的叠前反射振幅衰减指标属性FDAAI地震记录;
其中FDAAI为依赖频率的叠前反射振幅衰减指标属性。
步骤G:根据低频和高频衰减属性参数AAI,计算依赖频率变化的叠前反射振幅衰减指标参数FDAAI,确定FDAAI剖面的显示方式,凸显地震衰减属性,进行油气储层的位置识别和分析。
具体地,步骤G可以具体包括:
步骤G1:根据研究储层饱水层段的依赖频率反射振幅衰减指标属性FDAAI剖面,结合已钻井的试油结果,确地区分油气储层和水层的FDAAI阈值大小;
步骤G2:对FDAAI地震数据体进行阈值分析,将FDAAI数值小于阈值的属性数据作为背景,凸显FDAAI属性参数较高值的分布区域;该区域为预测的油气储层位置;
步骤G3:根据已知油气井的信息,标定FDAAI的预测结果;调整流体识别的阈值,直至获取最佳的油气预测结果。
下面,通过一个具体的应用实施例对上述实施例的的方法进行详细说明。
图2为W5井的实际岩心样本的低频试验测试的结果图。岩心取自H8地层2844.6米深处,其孔隙度为13.54%,渗透率为1.55mD;纵横波速度在低频范围都展现出增大的现象(术语为速度频散现象),且不同饱和度条件下,增大的幅度不一样,这为频变属性识别气层提供了依据。
图3为频率与衰减程度1/Q和纵波速度之间的关系图。该图展示了频率与衰减程度1/Q和纵波速度(模量)之间的关系。使用这个图时,首先用公式(55对比速度随频率的变化趋势;找到对应的速度-频率变化曲线(如图中实线线条所示),就可以确定其下衰减系数曲线(相应的实线曲线),读取该曲线的峰值对应的频率,可以确定地震记录随频率变化最明显的频率范围。这个频率范围是地震振幅检测油气最有效的数据。
图4为步骤B中建立的油气储层地层模型。
图5为地震记录中某一个CMP道集气层同相轴拾取结果的示意图。
图6为步骤E1拾取反射同相轴的结果图。图中横实线线条是拾取的目的层顶部t0时间位置。
图7为本发明实施例提供的位置拾取的反射振幅与偏移距的交会图一。这个图是根据前面的分析,确定的分析低频AFlow和分析高频AFhigh数值、沿着直线获取的反射振幅值(图中的离散点)与偏移距交会图。图中线条)表示反射振幅随偏移距的变化趋势,由离散振幅拟合得到(也可以用方程6,计算得到。图7可以明显看出,气层的低频振幅远大于高频值,两个气层都表现出这个特征。
图8为本发明实施例提供的位置拾取的反射振幅与偏移距的交会图二。
这个图的做法与图7一样,显示了低频AFlow和分析高频AFhigh的时频分解结果拾取的反射振幅值(图中的离散点)与偏移距交会图。图中线条(表示反射振幅随偏移距的变化趋势,由离散振幅拟合得到(也可以用方程6计算得到。由图8显示可以看出,水层的低频振幅小于高频振幅,与气层的特征差异大。这种特征构成了识别气层和水层的重要基础。
图9为步骤E中方程14的计算结果图。这是步骤E中方程14的计算结果。上图表示低频反射振幅衰减属性AAIl叠加记录;下面的图表示高频反射振幅衰减属性AAIh叠加剖面。这些剖面是后续计算依赖频率反射振幅衰减指标属性的基础。
图10为步骤F中方程15计算的最终FDAAI属性剖面图。这个是步骤F中方程15计算的最终FDAAI属性剖面。在这个实例中步骤G所述阈值为6.8,高于该值的区域,该区域对应着预测的气层位置。剖面下面数值为实际钻井的出水和出气结果。对比预测的气层位置和出气结果一致。说明本方法预测油气层的可靠性和精度高。
从上述实施例的描述可知,本实施例所采用的反射振幅衰减指标属性预测方法是基于实际岩心测试和地震数据变化,采用严格理论标定后构建的全新流体检测指标参数,该指标参数综合了含流体岩石地震反射振幅随频率、偏移距变化的衰减特征,较常地震叠前频变属性检测流体方法更加可靠和精确,能够准确地识别致密气藏储层,实现对致密气层有效性的识别。
图11为本发明实施例提供的基于频变反射振幅衰减预测致密气层的设备的结构示意图。如图11所示,该设备90包括:衰减分析模块901、模型确定模块902、正演模拟模块903、数据体计算模块904、交会分析模块905、AMO计算模块906和油气储层识别模块907。
其中,衰减分析模块901,用于:通过实际储层的岩心低频测试结果与理论模型,分析油气储层衰减随频率变化的范围及特征频率;
模型确定模块902,用于:采用颗粒胶结模型及流体替换计算方法,确定盖层、油气储层和水层的孔弹性参数;
正演模拟模块903,用于:采用依赖频率变化的反射波理论,正演模拟油气储层或水层在不同频率条件下反射振幅随偏移距或入射角的衰减特征;
数据体计算模块904,用于:对实际叠前地震数据进行时频分解处理,计算得到有效频率范围的叠前时频数据体;
交会分析模块905,用于:标定和解释含油气储层的顶界反射同相轴,根据油气储层的特征频率,拾取叠前共中心点道集的反射振幅,进行交会分析,确定油气储层振幅频变变化剧烈的偏移距范围;
AMO计算模块906,用于:根据交会图确定的偏移距或入射角度大小,结合频变反射振幅正演结果,计算叠前反射振幅属性参数AMO;
油气储层识别模块907,用于:根据低频和高频衰减属性参数AAI,计算依赖频率变化的叠前反射振幅衰减指标参数FDAAI,确定FDAAI剖面的显示方式,凸显地震衰减属性,进行油气储层的位置识别。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图12为本发明实施例提供的计算机设备的硬件结构示意图。如图12所示,本实施例的计算机设备包括:处理器1001以及存储器1002;其中
存储器1002,用于存储计算机执行指令;
处理器1001,用于执行存储器存储的计算机执行指令,以实现上述实施例中服务器或计算机终端所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,存储器1002既可以是独立的,也可以跟处理器1001集成在一起。
当存储器1002独立设置时,该致密油气储层流体因子检测油气储层的设备还包括总线1003,用于连接所述存储器1002和处理器1001。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的致密油气储层流体因子检测油气储层的方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于频变反射振幅衰减预测致密气层的方法,其特征在于,包括:
步骤A:通过实际储层的岩心低频测试结果与理论模型,分析油气储层衰减随频率变化的范围及特征频率;
步骤B:采用颗粒胶结模型及流体替换计算方法,确定盖层、油气储层和水层的孔弹性参数;
步骤C:采用依赖频率变化的反射波理论,正演模拟油气储层或水层在不同频率条件下反射振幅随偏移距或入射角的衰减特征;
步骤D:对实际叠前地震数据进行时频分解处理,计算得到有效频率范围的叠前时频数据体;
步骤E:标定和解释含油气储层的顶界反射同相轴,根据油气储层的特征频率,拾取叠前共中心点道集的反射振幅,进行交会分析,确定油气储层振幅频变变化剧烈的偏移距范围;
步骤F:根据交会图确定的偏移距或入射角度大小,结合频变反射振幅正演结果,计算叠前反射振幅属性参数AMO;
步骤G:根据低频和高频衰减属性参数AAI,计算依赖频率变化的叠前反射振幅衰减指标参数FDAAI,确定FDAAI剖面的显示方式,凸显地震衰减属性,进行油气储层的位置识别。
2.根据权利要求1所述的方法,其特征在于,所述步骤A具体包括:
步骤A1:将实际储层的岩心样品加工成干燥样品,然后测量并确定干燥样品的孔隙度大小和重量;
步骤A2:在样品侧面粘贴应变片,进行应力-应变测试,获取岩石样品在不同频率的施加应力情况下,应变大小的实验数据;由应力和相应测量的应变数据,根据方程(1)和(2)计算得到样品的泊松比和杨氏模量,进而根据岩石物理参数关系方程(3)和(4),将泊松比和杨氏模量转换为岩石的纵、横波速度;
其中eV、eH分别表示沿着岩心的轴向和径向方向的应变;σV表示沿岩心轴向的应力;E表示样品的杨氏模量;v表示泊松比;Vp表示纵波速度;Vs表示样品的横波速度;ρ表示样品的密度;
步骤A3:对干燥样品孔隙注入一定的水,并记录饱水样品重量以及注入水的体积;重复步骤A2,确定某一饱和度状况下测试样品的纵横波速度;
步骤A4:重复步骤A3,对样品注入水,并进行应力-应变实验测试,直至测试样品的孔隙空间全部充填水,并测得完全饱和水样品的纵、横波速度大小;
步骤A5:采用如下Cole-Cole方程(5),对上述实验结果进行拟合分析,确定衰减峰值所对应的特征频率大小;
其中,M为饱和流体的岩石的弹性模量;下表s和∝表示岩石在静态或频率无穷大的状态;τ为驰豫时间;ω为角频率;a为模型指数系数;
由Cole-Cole方程的衰减峰值所对应的频率确定地震衰减分析频率的范围和特征频率值。
3.根据权利要求2所述的方法,其特征在于,所述步骤B具体包括:
步骤B1:根据实际钻测井资料,由伽玛测井数据计算地层泥质含量,确定盖层和储层位置;由密度测井数据和中子测井数据计算地层的孔隙度,结合岩心测试数据,标定孔隙度计算结果,并根据孔隙度与渗透率关系,由孔隙度计算得到地层渗透率;根据电阻率测井数据计算地层含水饱和度;
步骤B2:根据地层泥质含量及孔隙度参数关系,计算各个深度的岩石基质模量;使用颗粒接触模型,确定干燥岩石的体积模量,根据声波测井与孔隙度参数,计算横波速度,进而确定岩石的剪切模量;
步骤B3:根据所计算的地层基质模量、干燥岩石的体积和剪切模量、地层孔隙度和饱和度,计算油气层体积模量以及饱水层的体积模量;
步骤B4:根据盖层、油气储层以及水层的深度,统计所研究地层的典型盖层、油气储层和水层的孔隙度、密度、基质体积与剪切模量、干燥体积与剪切模量以及饱和流体的体积模量弹性参数的平均值,构建油气储层地层模型。
4.根据权利要求3所述的方法,其特征在于,所述步骤C具体包括:
步骤C1:根据步骤B所确定的盖层与油气储层的弹性参数,采用Carcione的复频率域反射系数计算方程(6),计算不同偏移距或入射角情况下反射振幅与频率关系;
其中,β和γ分别为水平和垂直复偏振,由下式给出
参数W和Z定义为:
W=p55(γsx+βsz) (9)
Z=βp13sx+γp33sz (10)
其中,pij表示弛豫及过度频率情况下第i轴向j方向传播的地震波的复弹性模量;sx和sz为复慢向量的在x方向和z方向的分量;ρ表示岩石的密度;下表p和s分别表示纵波和横波;p.v表示取后面括号中等式的主值,其前面的正负号分别对应P波和S波;Rpp和Tpp表示纵波入射时反射和透射纵波系数;Rps和Tps分别表示纵波入射情况下横波反射和透射系数;
步骤C2:根据步骤A所确定的频率范围,确定反射系数计算时的频率间隔;采用步骤C1所述方法,分别计算饱水地层反射系数曲线和油气储层反射系数曲线;
步骤C3:根据步骤C2所确定的反射系数—偏移距—油气饱和度关系图,确定所研究的油气储层的反射能量在不同频率情况下随偏移距的衰减特征。
5.根据权利要求4所述的方法,其特征在于,所述步骤D具体包括:
步骤D1:对地震叠前共中心点CMP道集按照方程(11)进行希尔伯特变换,求取地震信号的复信号;
c(t)=s(t)+iH[s(t)] (11)
步骤D2:根据方程(12),基于伪Wigner—Ville分布平滑算法,对复信号c(t)进行时频分解:
其中,SPWVD表示平滑后的Wigner—Ville分布计算结果;f为地震记录的频率;s(τ,ν)为时间-频率域的平滑函数,定义为α和β分别为平滑系数,用于调整高斯函数带宽大小;τ、ν分别为变换域的时间和频率;
步骤D3:根据步骤A与步骤C所确定的依赖频率反射振幅衰减属性的频率范围,优选时频分解算法的平滑系数;将地震叠前数据转换到时间-频率域的多维空间中。
6.根据权利要求5所述的方法,其特征在于,所述步骤E具体包括:
步骤E1:根据实际测井数据,计算合成地震记录,标定地震数据中主要目的层的反射同相轴,确定油气储层界面的位置;采用常规地层解释方法,拾取油气储层界面的地震同相轴t0时间;
步骤E2:分别对油气层和水层地震记录进行频谱分析,结合步骤A的特征频率和步骤C的频变反射系数特征,确定依赖频率反射振幅衰减属性的分析低频AFlow和分析高频AFhigh数值;根据步骤D的层位解释结果,分别选择分析低频AFlow和分析高频AFhigh所对应的CMP时频记录,应用步骤E1所拾取的同相轴t0时间,分别提取低频CMP记录和高频CMP记录中反射界面的不同偏移距的地震振幅;
步骤E3:以偏移距为横轴、拾取的低频CMP记录和高频CMP记录的地震振幅为纵轴,分别绘制油气层、水层的不同频率—振幅—偏移距交会图;
步骤E4:综合分析E3计算的交会图,结合步骤C结果,确定计算频率依赖反射振幅衰减属性的偏移距范围,并根据该偏移距范围,按照方程(13)分别叠加低频CMP记录和高频CMP记录,获取低频分量和高频分量的地震记录数据;
其中,AMO表示偏移距有关的叠加振幅,下表l,h分别表示分析低频和分析高频;AMP表示拾取的地震振幅;N和P分别表示叠加的记录道数和零样点的记录道数;min和max分别表示所确定的偏移距范围的最小和最大值。
7.根据权利要求6所述的方法,其特征在于,所述步骤F具体包括:
步骤F1:根据原始地震记录中油气储层段地震记录的主频,确定依赖频率变化的反射振幅衰减指标属性FDAAI的计算时间窗口T的大小,T的取值为油气储层段地震记录的四分之一波长;
步骤F2:根据步骤E计算的低频叠加记录AMOl和高频叠加记录AMOh,以拾取的反射同相轴t0为中心,以T为计算窗口,使用方程14计算目的层段的低频和高频反射振幅衰减属性AAI;
其中,AAI表示反射振幅衰减指标属性,下标l,h分别表示低频和高频记录;M表示计算窗口内的样点个数;Δt为地震记录的时间采样间隔;
步骤F3:根据步骤F2计算结果,按照如下方程(15)计算依赖频率的叠前反射振幅衰减指标属性FDAAI地震记录;
其中FDAAI为依赖频率的叠前反射振幅衰减指标属性。
8.根据权利要求7所述的方法,其特征在于,所述步骤G具体包括:
步骤G1:根据研究储层饱水层段的依赖频率反射振幅衰减指标属性FDAAI剖面,结合已钻井的试油结果,确地区分油气储层和水层的FDAAI阈值大小;
步骤G2:对FDAAI地震数据体进行阈值分析,将FDAAI数值小于阈值的属性数据作为背景,凸显FDAAI属性参数较高值的分布区域;该区域为预测的油气储层位置;
步骤G3:根据已知油气井的信息,标定FDAAI的预测结果;调整流体识别的阈值,直至获取最佳的油气预测结果。
9.一种计算机设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至8任一项所述的基于频变反射振幅衰减预测致密气层的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至8任一项所述的基于频变反射振幅衰减预测致密气层的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911389331.8A CN111123354B (zh) | 2019-12-30 | 2019-12-30 | 基于频变反射振幅衰减预测致密气层的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911389331.8A CN111123354B (zh) | 2019-12-30 | 2019-12-30 | 基于频变反射振幅衰减预测致密气层的方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111123354A true CN111123354A (zh) | 2020-05-08 |
CN111123354B CN111123354B (zh) | 2021-04-23 |
Family
ID=70504511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911389331.8A Expired - Fee Related CN111123354B (zh) | 2019-12-30 | 2019-12-30 | 基于频变反射振幅衰减预测致密气层的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111123354B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112558151A (zh) * | 2020-12-22 | 2021-03-26 | 同济大学 | 一种衰减介质中ava波形模拟方法及系统 |
CN112731526A (zh) * | 2021-01-17 | 2021-04-30 | 王仰华 | 依据地震衰减截距检测油气储层的方法 |
CN114114406A (zh) * | 2020-08-26 | 2022-03-01 | 中国石油化工股份有限公司 | 一种储层渗透率估计方法及装置 |
US11333780B2 (en) | 2020-10-09 | 2022-05-17 | Saudi Arabian Oil Company | Method and system for processing a three-dimensional (3D) seismic dataset |
US11592589B2 (en) | 2021-01-14 | 2023-02-28 | Saudi Arabian Oil Company | Seismic attribute map for gas detection |
CN115793058A (zh) * | 2023-02-08 | 2023-03-14 | 成都理工大学 | 局部路径频变复旅行时的计算方法、装置、设备及介质 |
CN116931080A (zh) * | 2022-04-12 | 2023-10-24 | 中国石油化工股份有限公司 | 一种基于叠前频变的流体性质检测方法 |
US11977198B2 (en) | 2020-10-06 | 2024-05-07 | Saudi Arabian Oil Company | Isofrequency volumes ratio workflow to detect gas reservoirs in 3D domain |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237941A (zh) * | 2013-06-18 | 2014-12-24 | 中国石油化工股份有限公司 | 一种基于频率衰减的煤层气预测方法 |
US20160291178A1 (en) * | 2015-03-31 | 2016-10-06 | Cgg Services Sa | Method for survey data processing compensating for visco-acoustic effects in tilted transverse isotropy reverse time migration |
EP3182165A1 (en) * | 2015-12-04 | 2017-06-21 | CGG Services SAS | Method and apparatus for analyzing fractures using avoaz inversion |
CN107479090A (zh) * | 2016-06-08 | 2017-12-15 | 中国石油化工股份有限公司 | 计算含定向裂隙孔隙介质的频变avo响应的方法及系统 |
US20180038976A1 (en) * | 2016-08-05 | 2018-02-08 | Saudi Arabian Oil Company | Surface Consistent Statics Solution and Amplification Correction |
CN108572389A (zh) * | 2017-03-14 | 2018-09-25 | 中国石油化工股份有限公司 | 频变粘弹性流体因子叠前地震反演方法 |
CN110568491A (zh) * | 2019-08-21 | 2019-12-13 | 中国石油化工股份有限公司 | 一种品质因子q的估算方法 |
-
2019
- 2019-12-30 CN CN201911389331.8A patent/CN111123354B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237941A (zh) * | 2013-06-18 | 2014-12-24 | 中国石油化工股份有限公司 | 一种基于频率衰减的煤层气预测方法 |
US20160291178A1 (en) * | 2015-03-31 | 2016-10-06 | Cgg Services Sa | Method for survey data processing compensating for visco-acoustic effects in tilted transverse isotropy reverse time migration |
EP3182165A1 (en) * | 2015-12-04 | 2017-06-21 | CGG Services SAS | Method and apparatus for analyzing fractures using avoaz inversion |
CN107479090A (zh) * | 2016-06-08 | 2017-12-15 | 中国石油化工股份有限公司 | 计算含定向裂隙孔隙介质的频变avo响应的方法及系统 |
US20180038976A1 (en) * | 2016-08-05 | 2018-02-08 | Saudi Arabian Oil Company | Surface Consistent Statics Solution and Amplification Correction |
CN108572389A (zh) * | 2017-03-14 | 2018-09-25 | 中国石油化工股份有限公司 | 频变粘弹性流体因子叠前地震反演方法 |
CN110568491A (zh) * | 2019-08-21 | 2019-12-13 | 中国石油化工股份有限公司 | 一种品质因子q的估算方法 |
Non-Patent Citations (2)
Title |
---|
李坤 等: "频变黏弹性流体因子叠前地震 F-AVA 反演方法", 《中国石油大学学报》 * |
钟晗 等: "频变AVO影响因素分析", 《石油地球物理勘探》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114114406A (zh) * | 2020-08-26 | 2022-03-01 | 中国石油化工股份有限公司 | 一种储层渗透率估计方法及装置 |
CN114114406B (zh) * | 2020-08-26 | 2023-09-01 | 中国石油化工股份有限公司 | 一种储层渗透率估计方法及装置 |
US11977198B2 (en) | 2020-10-06 | 2024-05-07 | Saudi Arabian Oil Company | Isofrequency volumes ratio workflow to detect gas reservoirs in 3D domain |
US11333780B2 (en) | 2020-10-09 | 2022-05-17 | Saudi Arabian Oil Company | Method and system for processing a three-dimensional (3D) seismic dataset |
CN112558151A (zh) * | 2020-12-22 | 2021-03-26 | 同济大学 | 一种衰减介质中ava波形模拟方法及系统 |
US11592589B2 (en) | 2021-01-14 | 2023-02-28 | Saudi Arabian Oil Company | Seismic attribute map for gas detection |
CN112731526A (zh) * | 2021-01-17 | 2021-04-30 | 王仰华 | 依据地震衰减截距检测油气储层的方法 |
CN112731526B (zh) * | 2021-01-17 | 2022-04-29 | 王仰华 | 依据地震衰减截距检测油气储层的方法 |
CN116931080A (zh) * | 2022-04-12 | 2023-10-24 | 中国石油化工股份有限公司 | 一种基于叠前频变的流体性质检测方法 |
CN116931080B (zh) * | 2022-04-12 | 2024-06-11 | 中国石油化工股份有限公司 | 一种基于叠前频变的流体性质检测方法 |
CN115793058A (zh) * | 2023-02-08 | 2023-03-14 | 成都理工大学 | 局部路径频变复旅行时的计算方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111123354B (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111123354B (zh) | 基于频变反射振幅衰减预测致密气层的方法及设备 | |
EP3631523B1 (en) | System and method for predicting fault seal from seismic data | |
CN111077568B (zh) | 致密油气储层流体因子检测油气储层的方法及设备 | |
CN111897011B (zh) | 储层孔隙特征确定方法、装置及设备 | |
CN104316966B (zh) | 一种流体识别方法及系统 | |
EP3631524B1 (en) | System and method for predicting fault seal from seismic data | |
CN113156510B (zh) | 一种页岩储层脆性和各向异性参数预测方法及系统 | |
CN110286410B (zh) | 基于绕射波能量的裂缝反演方法和装置 | |
CN111812716B (zh) | 页岩气储层总有机碳含量叠前定量预测方法、装置及设备 | |
CN112213782B (zh) | 分相位地震数据的处理方法、装置和服务器 | |
CN108693557A (zh) | 一种地震数据处理方法及装置 | |
CN111077574A (zh) | 一种确定地层弹性参数的方法、装置及系统 | |
CN113219531A (zh) | 致密砂岩气水分布的识别方法及装置 | |
Nadri et al. | Estimation of stress-dependent anisotropy from P-wave measurements on a spherical sample | |
CN110988991B (zh) | 一种弹性参数反演方法、装置及系统 | |
CN114594513A (zh) | 岩石物理模板建立方法、含气饱和度定量预测方法及装置 | |
CN112213774B (zh) | 一种浅层q模型估计方法及装置 | |
CN113552624B (zh) | 孔隙度预测方法及装置 | |
US11346968B2 (en) | Estimation of reservoir flow properties from seismic data | |
CN111830562B (zh) | 一种油气储层渗透率预测方法及装置 | |
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 | |
CN112363222A (zh) | 叠后自适应宽带约束波阻抗反演方法及装置 | |
CN116146202B (zh) | 一种礁滩碳酸盐岩的圈闭划分方法和装置 | |
CN111366974B (zh) | 基于频变固液解耦流体因子的叠前地震反演方法和装置 | |
CN106249293B (zh) | 一种各向异性流体识别因子反演方法及系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210423 Termination date: 20211230 |