CN111158044A - 潜山裂缝储集体油藏预测方法 - Google Patents
潜山裂缝储集体油藏预测方法 Download PDFInfo
- Publication number
- CN111158044A CN111158044A CN202010008590.8A CN202010008590A CN111158044A CN 111158044 A CN111158044 A CN 111158044A CN 202010008590 A CN202010008590 A CN 202010008590A CN 111158044 A CN111158044 A CN 111158044A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- seismic
- data
- fracture
- fractured
- 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 40
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000004927 fusion Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000001427 coherent effect Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 206010017076 Fracture Diseases 0.000 description 37
- 208000010392 Bone Fractures Diseases 0.000 description 35
- 238000011161 development Methods 0.000 description 21
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 9
- 239000011435 rock Substances 0.000 description 9
- 238000011160 research Methods 0.000 description 6
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 125000001183 hydrocarbyl group Chemical group 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- G01V1/30—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
- G01V1/282—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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- 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
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
本发明提供一种潜山裂缝储集体油藏预测方法，该潜山裂缝储集体油藏预测方法包括：步骤1，对叠后地震进断层增强处理，突出潜山断层特征；步骤2，根据断层增强处理后的地震数据提取杂乱度属性；步骤3，在纯波地震资料基础上开展潜山裂缝储层波形指示反演；步骤4，对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合；步骤5，根据融合后数据体，与测井解释结果进行交汇分析，对裂缝储集体进行解释。该潜山裂缝储集体油藏预测方法通过对叠后地震数据进行处理，对多种地震熟悉及反演数据进行融合刻画裂缝空间分布，对潜山裂缝型油藏储层进行了预测。
Description
技术领域
本发明涉及油田开发技术领域，特别是涉及到一种潜山裂缝储集体油藏预测方法。
背景技术
渤海湾盆地裂缝性碳酸盐岩油藏一般经历多期构造运动，其构造内幕异常复杂，且储集空间类型多，存在裂缝、孔隙、溶蚀孔洞等三大类十几种储集空间类型，裂缝分布非均质性极强，加上埋藏深、地震资料分辨率低，构造解释难度很大。储层岩性和物性错综复杂，变化剧烈，给地震勘探技术增加了不少困难。碳酸盐岩储层预测一直是一世界性难题。针对潜山油藏储层特点，通过开展不同类型潜山油藏描述，研究裂缝宏观及微观分布规律；进行不同类型潜山储层的识别方法研究；开展潜山油藏储集体分布规律及表征研究；开展潜山油藏开发潜力评价，制定科学合理的开发技术政策，对进一步提高潜山油藏开发效果具有重要的意义。
在申请号：201811351489.1的中国专利申请中，涉及到一种基岩潜山裂缝预测方法及装置，方法包括：对目标区域进行全岩心矿物分析和元素俘获测井，获得岩性分布；根据目标区域的地震资料、常规测井资料、成像测井资料以及岩心资料建立基岩地质模型；进行岩心观察、成像测井及测井资料分析确定目标区域的有效裂缝特征参数；进行岩石力学测试生成岩石力学测试数据；建立裂缝主控因素与裂缝发育参数的关系；根据确定的有效裂缝特征参数、建立的裂缝主控因素与裂缝发育参数的关系以及基岩地质模型建立基岩潜山离散裂缝模型，对目标区域进行基岩潜山裂缝预测。该专利利用岩心观察、力学测试等参数对基岩裂缝发育机理开展研究，对裂缝发育规律定性描述，缺乏对裂缝发育带定量反演预测。
在申请号：201310523175.6的中国专利申请中，涉及到一种泥岩裂缝油藏预测方法，其特征是包括以下步骤：(1)、泥岩岩性识别：利用叠后地震数据的均方根振幅属性，得到泥岩岩性平面分布图，识别出泥岩发育区；(2)、裂缝带预测：利用分频相干、曲率属性识别出泥岩发育区中的裂缝发育带；(3)、裂缝带含油性检测：利用基于匹配追踪时频分析的频变属性差值法对泥岩发育区中的裂缝发育带进行油气检测；上述步骤中是以泥岩岩性分布为约束条件，将步骤(1)得到的泥岩岩性平面分布图与步骤(2)得到的相干切片和曲率切片进行叠合显示分析，得到目的层段泥岩裂缝分布图，识别出泥岩发育区中的裂缝发育带；所述裂缝带含油性检测，包括以下步骤：(a)油水井频谱分析：分别提取目的层段含油、含水井点处的地震频谱，分析含不同流体井点处的频谱特征，确定油、水井点处目的层段的有效频带，根据储层含油气之后具有高频衰减、低频增加的特性，选取其高、低频变化的优势频率；(b)生成优势频率单频体：将叠后地震数据转换成优势频率单频体；(c)提取单频体振幅能量：分别提取优势频率单频体上目的层段的振幅能量值；(d)属性差值分析：对步骤(c)中提取的优势频率单频体振幅能量值按照如下公式进行差值分析，确定含油异常区；并将得到的含油异常区与泥岩裂缝分布图叠合分析，识别含油裂缝发育区，预测泥岩裂缝油藏的平面分布：△A＝Afl-Afh上式中△A为不同频率单频体目的层段的振幅能量差；Afl为低频变化的优势频率的单频体目的层段的振幅能量；Afh为高频变化的优势频率的单频体目的层段的振幅能量。该专利是针对泥岩裂缝开展的预测研究，而对于碳酸盐岩裂缝来讲并不适用，首先两种岩性发育机理不同，泥岩与碳酸盐岩性的物理性质不同，造成裂缝空间延伸规律不同，碳酸盐岩油藏埋藏深，主要发育高角度裂缝，纵向上延伸较长，受断层控制，而不具有水平层状发育特征，因此泥岩裂缝预测方法不适用碳酸盐裂缝。
针对裂缝性潜山碳酸盐岩储集体，尤其是断层控制因素下的储集体，目前对其机理缺少系统深入的研究。为此我们发明了一种新的潜山裂缝储集体油藏预测方法，解决了以上技术问题。
发明内容
本发明的目的是提供一种明确潜山裂缝储集体地震预测技术，刻画潜山裂缝储集体储集空间的分布特点的潜山裂缝储集体油藏预测方法。
本发明的目的可通过如下技术措施来实现：潜山裂缝储集体油藏预测方法，该潜山裂缝储集体油藏预测方法包括：步骤1，对叠后地震进断层增强处理，突出潜山断层特征；步骤2，根据断层增强处理后的地震数据提取杂乱度属性；步骤3，在纯波地震资料基础上开展潜山裂缝储层波形指示反演；步骤4，对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合；步骤5，根据融合后数据体，与测井解释结果进行交汇分析，对裂缝储集体进行解释。
本发明的目的还可通过如下技术措施来实现：
该潜山裂缝储集体油藏预测方法还包括，在步骤1之前，确定研究区油藏类型是否为裂缝型油藏；确定为裂缝型油藏后,流程进入到步骤1；否则，流程结束。
在步骤1中，对地震同相轴相邻地震道进行相似性及倾角导向处理，确定断层识别门槛值，采用倾角导向体中值滤波得到成果剖面。
在步骤2中，基于步骤1的成果，采用第三代相干体提取技术，求取每一道每一样点处小时窗内，形成一个表征相干体的三维数据体样点矢量，求取相关分量P1、P2、P3，分别为第一、第二、第三分量；P1指相似性，p2指示第二剩余特征，p3指示第三剩余特征；由这三个分量求取卡洛信号复杂度，其算法为：(p 1-p3)/(p 1-p2)，用于量化三个分量的差异，看作信号的相似性；从获得的三维相干杂乱度数据体中沿层提取切片，结合三维地震剖面，进行断层解释。
在步骤3中，利用裂缝性储层在地震波形的横向变化规律，在纯波地震资料基础上开展潜山裂缝储层波形指示反演。
在步骤3中，按照地震波形特征对已知井进行分析，优选与待判别道波形关联度高的井建立初始模型，并统计其纵波阻抗作为先验信息；将初始模型与地震波阻抗进行匹配滤波，计算得到似然函数；在贝叶斯框架下联合似然函数和先验概率得到后验概率密度分布，对其采样作为目标函数；不断扰动模型参数，使后验概率密度值最大，此时的解作为可行随机实现，取多次可行实现的均值作为期望值输出。
在步骤4中，对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合，取相干杂乱度低频信息，波形指示反演数据中高信息进行融合，获得融合后反映裂缝储层数据体。
在步骤5中，提取井旁道融合数据体曲线，与测井裂缝解释的储层段进行交互分析，确定反映裂缝储层段的融合数据体数值范围，然后在全区按照交互结果进行三维立体刻画。
本发明中的潜山裂缝储集体油藏预测方法，涉及发育在下古生界碳酸盐岩地层中的裂缝储集体油藏预测一种方法，特别是涉及一种储集空间类型以断层成因的裂缝为主的碳酸盐岩潜山裂缝性储集体的预测方法。碳酸盐岩潜山带受多期构造活动的影响，产生了一系列的新老断层，为下古生界储集空间的发育提供了有利条件。通过对地震进行解释性处理，运用杂乱度属性与地震波形特征，开展多属性多参数频率域融合的地震预测方法。该方法明确了裂缝储集体的分布特点，可为裂缝性潜山储层地质描述提供依据，也可以为这类油藏的开发提供有效建议
附图说明
图1为本发明的潜山裂缝储集体油藏预测方法的一具体实施例的流程图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
如图1所示，图1为本发明的潜山裂缝储集体油藏预测方法的流程图。
步骤101，对叠后地震进断层增强处理，突出潜山断层特征；
步骤102，根据断层增强处理后的地震数据提取杂乱度属性；
步骤103，在纯波地震资料基础上开展潜山裂缝储层波形指示反演；
步骤104，对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合。
步骤105，根据融合后数据体，与测井解释结果进行交汇分析，对裂缝储集体进行解释。
在应用本发明的一具体实施例中，具体包括了以下步骤：
步骤1，确定研究区油藏类型是否为裂缝型油藏；确定为裂缝型油藏后,流程进入到步骤2；否则，流程结束。
步骤2，对叠后地震进断层增强处理，突出潜山断层特征；断层增强处理包括：对地震同相轴相邻地震道进行相似性及倾角导向处理，确定断层识别门槛值，采用倾角导向体中值滤波得到成果剖面。
步骤3，根据断层增强处理后的地震数据提取杂乱度属性；地震杂乱度属性提取包括：基于步骤2成果，采用第三代相干体提取技术，求取每一道每一样点处小时窗内，形成一个表征相干体的三维数据体样点矢量，求取相关分量P1、P2、P3，分别为第一、第二、第三分量。P1指相似性，p2指示第二剩余特征，p3指示第三剩余特征。由该三分量求取卡洛信号复杂度，其算法为：(p 1-p3)/(p 1-p2)，用于量化三个分量的差异，看作信号的相似性。从获得的三维相干杂乱度数据体中沿层提取切片，结合三维地震剖面，进行断层解释。
步骤4，在纯波地震资料基础上开展潜山裂缝储层波形指示反演；利用裂缝性储层在地震波形的横向变化规律，在纯波地震资料基础上开展潜山裂缝储层波形指示反演。具体流程为：按照地震波形特征对已知井进行分析，优选与待判别道波形关联度高的井建立初始模型，并统计其纵波阻抗作为先验信息。将初始模型与地震波阻抗进行匹配滤波，计算得到似然函数。在贝叶斯框架下联合似然函数和先验概率得到后验概率密度分布，对其采样作为目标函数。不断扰动模型参数，使后验概率密度值最大，此时的解作为可行随机实现，取多次可行实现的均值作为期望值输出。
步骤5，对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合。对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合，取相干杂乱度低频信息，波形指示反演数据中高信息进行融合，获得融合后反映裂缝储层数据体。
步骤6，根据融合后数据体，与测井解释结果进行交汇分析，对裂缝储集体进行解释。取井旁道融合数据体曲线，与测井裂缝解释的储层段进行交互分析，确定反映裂缝储层段的融合数据体数值范围，然后在全区按照交互结果进行三维立体刻画。
本发明的潜山裂缝储集体油藏预测方法，通过对叠后地震数据进行处理，对多种地震熟悉及反演数据进行融合刻画裂缝空间分布，对潜山裂缝型油藏储层进行了预测。本发明涉及发育在下古生界碳酸盐岩地层中的裂缝储集体油藏预测一种方法，特别是涉及一种储集空间类型以断层成因的裂缝为主的碳酸盐岩潜山裂缝性储集体的预测方法。碳酸盐岩潜山带受多期构造活动的影响，产生了一系列的新老断层，为下古生界储集空间的发育提供了有利条件。通过对地震进行解释性处理，运用杂乱度属性与地震波形特征，开展多属性多参数频率域融合的地震预测方法。
Claims (8)
1.潜山裂缝储集体油藏预测方法，其特征在于，该潜山裂缝储集体油藏预测方法包括：
步骤1，对叠后地震进断层增强处理，突出潜山断层特征；
步骤2，根据断层增强处理后的地震数据提取杂乱度属性；
步骤3，在纯波地震资料基础上开展潜山裂缝储层波形指示反演；
步骤4，对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合；
步骤5，根据融合后数据体，与测井解释结果进行交汇分析，对裂缝储集体进行解释。
2.根据权利要求1所述的潜山裂缝储集体油藏预测方法，其特征在于，该潜山裂缝储集体油藏预测方法还包括，在步骤1之前，确定研究区油藏类型是否为裂缝型油藏；确定为裂缝型油藏后,流程进入到步骤1；否则，流程结束。
3.根据权利要求1所述的潜山裂缝储集体油藏预测方法，其特征在于，在步骤1中，对地震同相轴相邻地震道进行相似性及倾角导向处理，确定断层识别门槛值，采用倾角导向体中值滤波得到成果剖面。
4.根据权利要求1所述的潜山裂缝储集体油藏预测方法，其特征在于，在步骤2中，基于步骤1的成果，采用第三代相干体提取技术，求取每一道每一样点处小时窗内，形成一个表征相干体的三维数据体样点矢量，求取相关分量P1、P2、P3，分别为第一、第二、第三分量；P1指相似性，p2指示第二剩余特征，p3指示第三剩余特征；由这三个分量求取卡洛信号复杂度，其算法为：(p1-p3)/(p1-p2)，用于量化三个分量的差异，看作信号的相似性；从获得的三维相干杂乱度数据体中沿层提取切片，结合三维地震剖面，进行断层解释。
5.根据权利要求1所述的潜山裂缝储集体油藏预测方法，其特征在于，在步骤3中，利用裂缝性储层在地震波形的横向变化规律，在纯波地震资料基础上开展潜山裂缝储层波形指示反演。
6.根据权利要求5所述的潜山裂缝储集体油藏预测方法，其特征在于，在步骤3中，按照地震波形特征对已知井进行分析，优选与待判别道波形关联度高的井建立初始模型，并统计其纵波阻抗作为先验信息；将初始模型与地震波阻抗进行匹配滤波，计算得到似然函数；在贝叶斯框架下联合似然函数和先验概率得到后验概率密度分布，对其采样作为目标函数；不断扰动模型参数，使后验概率密度值最大，此时的解作为可行随机实现，取多次可行实现的均值作为期望值输出。
7.根据权利要求1所述的潜山裂缝储集体油藏预测方法，其特征在于，在步骤4中，对提取的地震杂乱度数据和波形指示反演结果进行频率分析，选择优势频率进行频率域融合，取相干杂乱度低频信息，波形指示反演数据中高信息进行融合，获得融合后反映裂缝储层数据体。
8.根据权利要求1所述的潜山裂缝储集体油藏预测方法，其特征在于，在步骤5中，提取井旁道融合数据体曲线，与测井裂缝解释的储层段进行交互分析，确定反映裂缝储层段的融合数据体数值范围，然后在全区按照交互结果进行三维立体刻画。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010008590.8A CN111158044B (zh) | 2020-01-03 | 2020-01-03 | 潜山裂缝储集体油藏预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010008590.8A CN111158044B (zh) | 2020-01-03 | 2020-01-03 | 潜山裂缝储集体油藏预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111158044A true CN111158044A (zh) | 2020-05-15 |
| CN111158044B CN111158044B (zh) | 2021-12-14 |
Family
ID=70561369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010008590.8A Active CN111158044B (zh) | 2020-01-03 | 2020-01-03 | 潜山裂缝储集体油藏预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111158044B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112016753A (zh) * | 2020-08-31 | 2020-12-01 | 中国海洋石油集团有限公司 | 基于三元耦合的变质岩潜山产能预测方法 |
| CN112305614A (zh) * | 2020-10-20 | 2021-02-02 | 中海石油(中国)有限公司 | 一种气云区空间展布范围刻画方法和系统 |
| CN112946782A (zh) * | 2021-03-15 | 2021-06-11 | 西南石油大学 | 一种致密油气储渗体地震精细刻画方法 |
| CN114215513A (zh) * | 2022-02-21 | 2022-03-22 | 中海油研究总院有限责任公司 | 潜山油藏模式的定量判别方法、装置、介质及设备 |
| CN114427456A (zh) * | 2020-09-21 | 2022-05-03 | 中国石油化工股份有限公司 | 一种潜山油藏开发后期剩余油描述方法 |
| CN114594529A (zh) * | 2020-12-07 | 2022-06-07 | 中国石油化工股份有限公司 | 一种基于方位地震属性变化率的潜山储层预测方法 |
| CN115292971A (zh) * | 2022-10-09 | 2022-11-04 | 中科数智能源科技(深圳)有限公司 | 基于贝叶斯的裂缝属性分析方法、装置及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106772680A (zh) * | 2016-12-30 | 2017-05-31 | 中国石油天然气股份有限公司 | 基于二维叠后地震资料微观裂缝表征确定方法和装置 |
| CN108957526A (zh) * | 2017-05-17 | 2018-12-07 | 中国石油化工股份有限公司 | 获得裂缝融合数据体的方法 |
| CN109116414A (zh) * | 2018-08-29 | 2019-01-01 | 中国海洋石油集团有限公司 | 一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 |
| KR101977765B1 (ko) * | 2017-11-20 | 2019-05-14 | 지마텍 주식회사 | 해저지층의 탐사를 위한 고주파 및 저주파 탄성파 자료 융합 장치 및 방법 |
| CN110596758A (zh) * | 2019-10-21 | 2019-12-20 | 中国石油化工股份有限公司 | 一种地震信号低频能量补偿方法 |
-
2020
- 2020-01-03 CN CN202010008590.8A patent/CN111158044B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106772680A (zh) * | 2016-12-30 | 2017-05-31 | 中国石油天然气股份有限公司 | 基于二维叠后地震资料微观裂缝表征确定方法和装置 |
| CN108957526A (zh) * | 2017-05-17 | 2018-12-07 | 中国石油化工股份有限公司 | 获得裂缝融合数据体的方法 |
| KR101977765B1 (ko) * | 2017-11-20 | 2019-05-14 | 지마텍 주식회사 | 해저지층의 탐사를 위한 고주파 및 저주파 탄성파 자료 융합 장치 및 방법 |
| CN109116414A (zh) * | 2018-08-29 | 2019-01-01 | 中国海洋石油集团有限公司 | 一种基于谱分解和相干属性融合流程的水道复合体沉积要素精细识别方法 |
| CN110596758A (zh) * | 2019-10-21 | 2019-12-20 | 中国石油化工股份有限公司 | 一种地震信号低频能量补偿方法 |
Non-Patent Citations (5)
| Title |
|---|
| L. A. GALLARDO，等: "Robust geophysical integration through structure-coupled joint inversion and multispectral fusion of seismic reflection, magnetotelluric, magnetic, and gravity images: Example from Santos Basin, offshore Brazil", 《GEOPHYSICS》 * |
| 张新超，等: "分频融合反演技术在春光探区的应用", 《石油地球物理勘探》 * |
| 马成龙: "融频反演技术在J31块薄储层预测中的应用", 《天然气与石油》 * |
| 马瑾环，等: "改进的第三代相干算法及应用", 《勘探地球物理进展》 * |
| 黄德峰，等: "基于RGB原理的地震多属性融合显示方法", 《中国地球科学联合学术年会2019》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112016753A (zh) * | 2020-08-31 | 2020-12-01 | 中国海洋石油集团有限公司 | 基于三元耦合的变质岩潜山产能预测方法 |
| CN112016753B (zh) * | 2020-08-31 | 2024-03-26 | 中国海洋石油集团有限公司 | 基于三元耦合的变质岩潜山产能预测方法 |
| CN114427456A (zh) * | 2020-09-21 | 2022-05-03 | 中国石油化工股份有限公司 | 一种潜山油藏开发后期剩余油描述方法 |
| CN112305614A (zh) * | 2020-10-20 | 2021-02-02 | 中海石油(中国)有限公司 | 一种气云区空间展布范围刻画方法和系统 |
| CN112305614B (zh) * | 2020-10-20 | 2024-03-29 | 中海石油(中国)有限公司 | 一种气云区空间展布范围刻画方法和系统 |
| CN114594529B (zh) * | 2020-12-07 | 2023-12-01 | 中国石油化工股份有限公司 | 一种基于方位地震属性变化率的潜山储层预测方法 |
| CN114594529A (zh) * | 2020-12-07 | 2022-06-07 | 中国石油化工股份有限公司 | 一种基于方位地震属性变化率的潜山储层预测方法 |
| CN112946782A (zh) * | 2021-03-15 | 2021-06-11 | 西南石油大学 | 一种致密油气储渗体地震精细刻画方法 |
| CN112946782B (zh) * | 2021-03-15 | 2022-03-25 | 西南石油大学 | 一种致密油气储渗体地震精细刻画方法 |
| CN114215513B (zh) * | 2022-02-21 | 2022-05-10 | 中海油研究总院有限责任公司 | 潜山油藏模式的定量判别方法、装置、介质及设备 |
| WO2023155501A1 (zh) * | 2022-02-21 | 2023-08-24 | 中海油研究总院有限责任公司 | 潜山油藏模式的定量判别方法、装置、介质及设备 |
| CN114215513A (zh) * | 2022-02-21 | 2022-03-22 | 中海油研究总院有限责任公司 | 潜山油藏模式的定量判别方法、装置、介质及设备 |
| CN115292971B (zh) * | 2022-10-09 | 2022-12-20 | 中科数智能源科技(深圳)有限公司 | 基于贝叶斯的裂缝属性分析方法、装置及存储介质 |
| CN115292971A (zh) * | 2022-10-09 | 2022-11-04 | 中科数智能源科技(深圳)有限公司 | 基于贝叶斯的裂缝属性分析方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111158044B (zh) | 2021-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111158044B (zh) | 潜山裂缝储集体油藏预测方法 | |
| US8706420B2 (en) | Seismic fluid prediction via expanded AVO anomalies | |
| CN103728659B (zh) | 一种提高地下岩溶探测精度的方法 | |
| CN103135131B (zh) | 一种针对裂缝性储层预测的解释装置 | |
| CN104142519B (zh) | 一种泥岩裂缝油藏预测方法 | |
| US8255165B2 (en) | Method for predicting differences in subsurface conditions | |
| CN103777243A (zh) | 砂泥岩薄互层储层厚度预测方法 | |
| CN105116449B (zh) | 一种弱反射储层的识别方法 | |
| CN105301647B (zh) | 区分灰质泥岩和砂岩的方法 | |
| CN114529110A (zh) | 一种基于深度神经网络模型的岩相反演方法及系统 | |
| CN105240006A (zh) | 一种适用于火山岩储层的油水层识别方法 | |
| Ding et al. | A novel neural network for seismic anisotropy and fracture porosity measurements in carbonate reservoirs | |
| CN111257933B (zh) | 基于低频阴影现象的油气藏预测新方法 | |
| Tian et al. | “Geology-geophysics-data mining” integration to enhance the identification of deep fault-controlled paleokarst reservoirs in the Tarim Basin | |
| Liu et al. | Seismic attributes and integrated prediction of fractured and caved carbonate reservoirs in the Tarim Basin, China | |
| CN112711068B (zh) | 一种砂岩中油气有效储层预测方法及装置 | |
| CN112198551A (zh) | 一种通用的定量化评价储层裂缝强度的新方法 | |
| CN113393335A (zh) | 基于多地震属性优化的储层油气预测方法及装置 | |
| Zhang et al. | Architecture characteristics and characterization methods of fault-controlled karst reservoirs: A case study of the Shunbei 5 fault zone in the Tarim Basin, China | |
| Ma et al. | Multi-level ultra-deep fault-controlled karst reservoirs characterization methods for the Shunbei field | |
| CN117471536A (zh) | 一种基于mcmc的叠前多参数反演最优化求解方法及系统 | |
| CN112379435B (zh) | 相控岩溶型缝洞集合体刻画方法及装置 | |
| CN116068663A (zh) | 基于磁震联合低频建模的火成岩波阻抗反演方法 | |
| CN111239823A (zh) | 一种侵入岩分布的识别方法 | |
| Ahmadov et al. | Machine learning-driven rock classification to optimize completion and hydraulic fracturing design in the Tuscaloosa Marine Shale |
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 |