CN111352154B - 一种基于宽方位地震的储层预测方法 - Google Patents
一种基于宽方位地震的储层预测方法 Download PDFInfo
- Publication number
- CN111352154B CN111352154B CN201811564393.3A CN201811564393A CN111352154B CN 111352154 B CN111352154 B CN 111352154B CN 201811564393 A CN201811564393 A CN 201811564393A CN 111352154 B CN111352154 B CN 111352154B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- azimuth
- seismic
- data
- amplitude
- 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 21
- 230000004927 fusion Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 6
- 239000004576 sand Substances 0.000 claims description 10
- 238000005553 drilling Methods 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 claims description 6
- 239000011435 rock Substances 0.000 abstract description 8
- 230000000704 physical effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 239000010779 crude oil Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 241000923606 Schistes Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 101100356682 Caenorhabditis elegans rho-1 gene Proteins 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000000007 visual 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
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- 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
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宽方位地震的储层预测方法。本发明首先根据目的层段的岩石物理特征比较储层地震反射系数与储层地震振幅的关系,确定反映储层地震信息的敏感参数;其次进行模型正演,建立各储层方位与地震敏感参数的关系,从而对储层所有方位的地震数据加权处理,得到储层多方位振幅融合数据,利用储层多方位振幅融合数据编制多方位振幅融合储层预测平面图,得到储层规模和分布。本发明综合考虑宽方位地震资料全方位、分方位地震数据以及地质数据,进行储层不同部位不同方位地震加权处理,得到突出储层敏感方位的储层地震振幅融合数据,提高了储层预测精度。
Description
技术领域
本发明涉及一种基于宽方位地震的储层预测方法。
背景技术
中国大部分盆地为陆相湖盆,很多盆地具有小型断陷湖盆显著特点,例如分割性强、湖盆小、多物源、快速沉积、相带变化快、构造油藏规模小等。随着盆地主体构造部位油气勘探开发程度不断提高,当油气勘探从富含油气的主体构造部位转向深层复杂区、岩性圈闭勘探后,面对地质勘探目标的复杂性和地震资料识别能力的降低,传统的三维地震和解释技术方法已很难满足勘探研究需要,大部分探井储层预测结果未达到预期钻探目的和期望,因此三维地震勘探技术由传统窄方位三维逐渐向高精度、高密度、宽方位、宽频带的三维方向发展,能够提高地震资料的信噪比、频带宽度,提高地震资料纵横向分辨能力。
宽方位地震勘探是随着三维地震勘探技术的提高而发展起来的,宽方位地震技术是指横向排列宽度与纵向排列宽度之比大于0.5的三维地震采集、处理技术。对比传统的窄方位三维,宽方位地震勘探具有较大的横纵比以及均匀的炮检距和方位角分布,地震资料中蕴含着更为丰富的信息,有助于识别微幅构造、小断层、高角度裂缝、地层油气藏和岩性油气藏,已成为21世纪地震勘探技术发展的主流方向。
张春广2007年9月在《天然气工业》杂志的第27卷增刊A上发表了“宽方位角地震资料解释技术及应用”一文,文献中主要是通过对大庆探区目标区宽方位和窄方位三维地震资料对比,明确宽方位地震资料信噪比高、断点清晰,消除了断层阴影带;明确了宽方位地震资料各向异性信息丰富,能够识别不同走向的河道砂体,能够较清晰地定性预测裂缝的发育部位和方向等,但对砂体、裂缝进行精细的刻画和描述的精度和准确度还有待提高。
刘依谋2014年6月在《石油地球物理勘探》杂志第49卷第3期上发表了“宽方位地震勘探技术新进展”一文,从地震采集、处理和解释三个方面总结了宽方位地震勘探所取得的进展,宽方位地震采集技术率先得到飞速发展,形成了WATS、MAZ、RAZ、正交宽方位和螺旋式全方位等多套采集观测系统,而宽方位地震处理技术和解释技术明显滞后,认为宽方位地震资料解释和常规三维地震资料解释没有本质区别。论文中主要是通过解析郝守玲、齐宇、Maultzsch、Ekanem等物理正演模型研究成果,着重从旅行时方位各向异性、速度方位各向异性、振幅方位各向异性、衰减方位各向异性、频率和方位各向异性、方位裂缝属性等方面讲述了裂缝预测的原理和方法,虽然突出了储层不同方位的敏感信息,但仍得到单一方位储层规模和分布情况,不能更好地反映整个储层的规模和分布。
综上所述,现有技术均是从单一方位的敏感信息出发进行研究;而地质体不同部位由于岩性、岩性组合和储层物性等不同,导致敏感方位信息发生改变;因此单一方位信息很难可靠地识别地质体,识别精度较低;如果采用全方位地震信息的话,虽然综合了所有方位地震信息,但也必然引入噪声降低敏感方位信息,也会导致储层识别精度降低。
发明内容
本发明的目的是提供一种基于宽方位地震的储层预测方法,用以解决现有技术在储层预测时精度低的问题。
为解决上述技术问题,本发明提供了一种基于宽方位地震的储层预测方法,包括以下步骤:
1)资料和数据准备,获取目标区内全方位和若干个分方位的地震数据,以及覆盖目标区内若干口取心井的钻井数据和测井数据;
2)根据钻井数据和测井数据得到目标区目的层段的岩性和岩石物理特征,依据地层岩性和岩石物理特征,确定各单井储层底界面地震反射系数;进而寻找与储层底界面地震反射系数相关性最大的地震参数,将所述地震参数确定为反映储层特征的地震敏感参数;
3)根据所确定的地震敏感参数进行模型正演,在各方位的地震敏感参数数据中,建立各储层方位与地震敏感参数的关系,确定储层敏感方位与储层非敏感方位;
4)选择待预测的区块,根据各储层方位与地震敏感参数的关系,对储层敏感方位和储层非敏感方位分别赋予权重,且储层敏感方位对应的权重大于储层非敏感方位对应的权重,进而对储层所有方位的地震敏感参数数据进行加权处理,得到储层多方位地震融合数据,对待预测区块的储层进行预测。
现有技术的问题在于信息利用不够充分,无法克服全方位地震抑制储层敏感方位信息的缺陷,也无法克服单一方位得到单一方位储层规模和分布情况的缺陷。本发明基于宽方位地震信息,确定储层各个方位上地震敏感参数大小与储层的关系,为每个方位的地震敏感赋予不同的权值基础上,确定多方位的振幅融合数据,进而得到预测模型,能够克服上述两种缺陷,提高储层预测的精度。
进一步的,步骤2)确定的地震敏感参数为储层地震振幅。
确定地震敏感参数为储层地震振幅,能够非常准确地反映储层信息。
进一步的,步骤3)中进行模型正演的方式包括:依据所述钻井数据,结合所述地震数据的频率,构架目标区的地质模型骨架;根据选定的单井储层属性,在所述地质模型骨架的基岩地层内,构建储层方位不同引起地震旅行时变化的正演模型,以进行正演。
选定某个单井,以该单井的储层信息来搭建地质模型,在该单井的储层特征具有代表性的情况下,能够较好的实现正演。
进一步的,步骤4)中,所有方位对应权重之和为1。
所有方位对应权重之和为1,更加利于计算。
进一步的,步骤4)中,待预测区块的储层进行预测的方式为:利用所述储层多方位地震融合数据编制多方位振幅融合储层预测平面图,得到储层规模和分布。
通过编制多方位振幅融合储层预测平面图的方式进行预测,效果更加直观。
附图说明
图1为本发明具体实施方式的流程图;
图2为本发明具体实施方式中储层地震振幅与储层底界面地震反射系数交会分析图;
图3为本发明具体实施方式中基于A3井地层结构的地质模型骨架示意图;
图4为本发明具体实施方式中储层厚度、物性与储层地震振幅关系的正演结果示意图;
图5为本发明具体实施方式中方位地震旅行时和储层地震振幅关系的正演结果示意图;
图6为本发明具体实施方式中A3井区储层方位与储层地震振幅关系图;
图7为本发明具体实施方式中A3井区多方位振幅融合储层预测平面图。
具体实施方式
本发明的主要构思是:通过融合各个方位的地震信息,对储层进行预测;而在融合时,要考虑到不同方位的地震信息所占的权重。也就是说,敏感方位的信息要重点考虑,非敏感方位的信息要次要考虑。为了确定上述权重,在目标区内,研究测井数据与地震数据,寻找储层、地震敏感参数(即地震信息的敏感参数)和敏感方位之间的关系,根据这种关系来确定权重,以应用到目标区中去。
为了清楚的表达本发明的技术方案,下面以某目标区基岩地层中的储层研究对象为例,结合该目标区具体的数据,清楚、完整的展示本发明的方法的步骤,如图1所示:
1.资料和数据准备
收集目标区1个全方位和3个分方位叠前偏移共4个方位的地震数据,收集覆盖目标区内5口取心井(用A1、A2、A3、A4和A5表示)的取心资料(即钻井资料,或者称为钻井数据)和测井资料,创建地震地质综合研究数据库。
其中,方位数量、组合关系的选择是可以根据实际情况进行选择的,例如,可以选择5个乃至6个方位的地震数据。再者,取心井的数量也可以更多,保证它们能够覆盖目标区即可。
2.确定反映储层地震信息的敏感参数。
2.1依据目标区内A1、A2、A3、A4和A5这5口井的取心资料确定目标区各单井的基岩层和上覆暗色泥岩层、砂泥岩层的岩性和岩石物理特征,根据各井的测井资料,确定各井基岩地层中的储层厚度、储层内的原油密度和储层顶界面距基岩顶界面的距离。表1为各单井基岩岩性数据,各单井基岩地层速度和储层速度数据。
表1
A1、A2、A3、A4和A5这5口井基岩地层上覆的暗色泥岩,暗色泥岩厚度为25m,地层速度为3700m/s。
A1、A2、A3、A4和A5这5口井暗色泥岩上覆的砂泥岩地层,砂泥岩厚度为375m,地层速度为4200m/s。
其中,A3井储层顶界面距基岩顶界面66m,储层厚度20m,储层孔隙度18%,储层内原油密度0.46g/cm3。
2.2依据表1中各单井所处基岩地层的地层速度和基岩储层的储层速度,结合各井基岩地层和基岩储层的密度(通过取心资料获得),确定各单井储层底界面地震反射系数R。
利用现有技术的公式(1)计算储层底界面的地震反射系数,公式中ρ1为各单井储层密度,V1为各单井储层速度,ρ2为各单井基岩地层的地层密度,V2为各单井基岩地层的地层速度。计算结果如下:A1井储层底界面地震反射系数R1为0.0617,A2井储层底界面地震反射系数R2为0.0978,A3井储层底界面地震反射系数R3为0.1728,A4井储层底界面地震反射系数R4为0.0779,A5井储层底界面地震反射系数R5为0.0821。
R=(ρ2*V2-ρ1*V1)/(ρ2*V2+ρ1*V1) (1)
2.3利用各单井储层所处地震剖面的各种参数和地震反射系数R分别进行交会分析,确定表征储层特征的地震敏感参数。
实验中,尝试了波阻抗、振幅等地震参数,最终发现振幅与地震反射系数R的相关性最高,而地震反射系数R能够正确的反映储层特征;因此确定将振幅作为表征储层特征的地震敏感参数。由于篇幅关系,下面仅给出振幅实验的过程以进行佐证。
确定振幅为地震敏感参数与本实施方式中的目标区的地质特性有关,在不同的目标区,依照本发明的方法可能会最终确定其他属性,例如频率作为地震敏感参数。
具体步骤如下:
2.3.1统计地震剖面上A1、A2、A3、A4和A5这5口井储层地震振幅,A1井储层地震振幅为2295,A2井储层地震振幅为2567,A3井储层地震振幅为7943,A4井储层地震振幅为525,A5井储层地震振幅为3598。
2.3.2编制如图2所示的5口井储层地震振幅与其地震反射系数交会分析图,确定表征储层特征的地震敏感参数。其中,R1、R2、R3、R4、R5分别表示A1、A2、A3、A4和A5这5口井在图中所处的位置。如图2可知,储层地震振幅与地震反射系数R具有正相关性,地震反射系数大则振幅强,地震反射系数小则振幅弱,因此地震反射系数相关的振幅属性能确定为表征储层特征的地震敏感参数。其中,A3井振幅最强、反射系数最大。
3.上述步骤确定了地震敏感参数为储层地震振幅;根据储层地震振幅进行模型正演,依据储层厚度、物性、方位变化及与储层地震振幅的关系,确定储层厚度、物性、方位与储层地震振幅的关系。
3.1依据基岩地层、暗色泥岩和砂泥岩地层纵向分布和地层速度(根据上述步骤2.1的取心资料),结合地震数据的频率,构建目标区的地质模型骨架。
因为基岩地层岩性和速度差异很大,A1井变质玄武岩速度5900m/s,A2井变质砂岩速度5240m/s,A3井千枚状片岩和白云石大理岩段地层平均速度5400m/s,A4井千枚状片岩速度5370m/s,A5井千枚状片岩速度5520m/s,考虑基岩地层平面分布情况,基岩速度取5口井的平均速度5400m/s。
如图3所示,设计模型正演研究的地质模型骨架,地质模型的下部为基岩地层,基岩速度取基岩地层平均速度5400m/s;地质模型的中部为25m暗色泥岩,暗色泥岩速度3700m/s;地质模型的上部为375m砂泥岩,砂泥岩速度4200m/s;基岩地层及上覆暗色泥岩、砂泥岩地层的地震资料频率为25HZ。
3.2选择振幅比较强、反射系数比较大的A3井储层特征为代表,在步骤3.1地质模型骨架的基岩地层内,构建不同储层厚度、不同储层物性的正演模型,确定储层厚度、物性与储层地震振幅的对应关系。
如图4所示,在地质模型骨架的基岩地层内设计不同厚度、不同物性的储层,模型左边从左到右设计孔隙度18%厚度分别为5m、10m、15m、20m、30m、40m、50m的储层,模型右边从左到右设计厚度20m孔隙度分别为26%、22%、18%、14%、10%、6%、2%的储层,储层顶界面距基岩顶界面66m,储层内原油密度0.46g/cm3。正演结果表明厚度大、物性好的储层为中强振幅反射;随着储层厚度的减薄、储层物性的降低,振幅随之减弱。
3.3选择振幅比较强、反射系数比较大的A3井储层特征为代表,在步骤3.1地质模型骨架的基岩地层内,构建如图5所示的储层方位不同引起地震旅行时变化的正演模型,建立各储层方位与储层地震振幅的关系,确定储层敏感方位与储层非敏感方位。
在地质模型骨架的基岩地层内设计储层地震旅行时变化的正演模型,模型中部储层距基岩顶界面距离最大为55m,向模型两侧方向储层距基岩顶界面的距离逐渐减小,模型两边储层与基岩顶界面相交,储层厚度20m,储层孔隙度18%,储层内原油密度0.46g/cm3。正演结果表明储层敏感方位地震旅行时大,储层地震振幅强;储层不敏感方位地震旅行时小,储层地震振幅弱。
4.基于步骤3.3储层方位与储层地震振幅的对应关系,构建A3井区储层全方位振幅和3个分方位振幅的对比关系,确定储层全方位振幅与其他方位振幅的关系,确定储层敏感方位振幅与其他方位振幅的关系。
4.1依照方位编号的顺序对3个分方位和1个全方位振幅进行编号。
目标区宽方位地震资料有3个分方位和1个全方位数据,设定方位1振幅为c1,方位2振幅为c2,方位3振幅为c3,全方位振幅为c4。
4.2进行A3井区储层全方位振幅和3个分方位振幅对比,构建储层全方位振幅和3个分方位振幅的关系,确定储层全方位振幅与其他方位振幅的对比关系。
在A3井区储层全方位振幅和3个分方位振幅数据中,读取如表2所示的22个点4个方位的储层地震振幅数据,编制如图6所示的A3井区储层方位与储层地震振幅关系图;从图中可以验证,储层全方位振幅为所有分方位振幅的综合效应,一定程度上降低了储层敏感方位振幅强度,储层全方位振幅值始终处于储层方位1、方位2和方位3振幅之间。
表2
4.3基于步骤3.3建立储层方位与储层地震振幅的对应关系,确定A3井区储层敏感方位振幅与其他方位振幅的关系。
由图6可知,A3井区储层不同部位敏感方位是不同的,储层敏感方位振幅最大。
5.在以上研究的基础上,就可以对目标区中特预测的区块进行储层预测,包括:
选择(目标区内的)待预测的区块,获取其地震数据,根据敏感方位和其他方位振幅的关系,对储层各方位振幅(包括全方位振幅和分方位振幅)进行加权处理,得到储层多方位振幅融合数据。最后利用储层多方位振幅融合数据编制多方位振幅融合储层预测平面图,即可得到储层规模和分布。
5.1对于待预测的区块的地震数据,对储层全方位振幅和3个分方位振幅权重赋值,进行储层多方位振幅融合计算,得到储层多方位振幅融合数据。
3个分方位振幅和全方位振幅分别表示为c1、c2、c3、c4。储层全方位振幅是所有方位振幅信息的综合效应,振幅不是最强的,取值d2;对比3个分方位储层地震振幅,敏感方位振幅值最大,权值最大取值d1,其余两个方位的权值按着振幅的强弱依次取值d3、d4。d1、d2、d3和d4值按顺序依次减小,优选地,可以使各权重满足公式(2)。
d1+d2+d3+d4=1 (2)
在全方位和3个分方位储层地震振幅权重赋值的基础上,如公式(3)所示,对A3井区储层的4个方位振幅进行加权融合计算,得到A3井区储层多方位振幅融合数据。其中,i表示四个方位的变化顺序,j表示权重大小减少顺序。若以表2中数据点1为例,E=c1*d1+c4*d2+c2*d3+c3*d4;以表2中数据点3为例,E=c2*d1+c4*d2+c3*d3+c1*d4。也就是说,对于数据点1,敏感方位是方位1,非敏感方位是方位2、方位3和全方位;对于数据点3,敏感方位是方位2,非敏感方位是方位1、方位3和全方位。
对于一个目标区,d1、d2、d3和d4值是固定的,与敏感方位与非敏感方位之间的关系相关。例如敏感方位的信息越准确则d1取值越大。本领域技术人员可以根据实际情况进行设置,本文不再赘述。
5.2利用储层多方位振幅融合数据编制多方位振幅融合储层预测平面图,即可得到储层规模和分布。该步骤的技术手段属于常规技术,故不再赘述。
本文也不再用实际的待预测的区块的数据进行验证,下面仍以A3井为例进行验证,基于步骤3.2储层厚度、物性与储层地震振幅的对应关系,利用表2和步骤5.1得到的多方位储层地震振幅融合数据,编制A3井区多方位振幅融合储层预测平面图,明确厚度大、物性好的储层分布区域。
如图7所示,A3所在圆圈表示A3井,A3井区储层的边界非常清晰,红色和橙色代表中强振幅反射,反映厚度大、物性好的储层分布区域;浅蓝色代表中弱振幅反射,反映厚度较小、物性较差的储层分布区域;青绿色代表弱振幅反射和空白反射,表示储层不发育的区域。
以上步骤中,步骤3.2和步骤4均属于验证过程,是用A3井的数据对得到的结论进行验证,并不是实施一次预测所必须要做的。
以上步骤中,d1对应3个分方位中的最大振幅,d2对应全方位振幅、d3和d4对应3个分方位中的次大值和最小值;作为其他实施方式,也可以是:d1、d2、d3和d4依次对应4个方位中的最大、第二大、第三大和最小值。
以上给出了本发明涉及的具体实施方式,但本发明不局限于所描述的实施方式。在本发明给出的思路下,采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改,并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同,这样形成的技术方案是对上述实施例进行微调形成的,这种技术方案仍落入本发明的保护范围内。
Claims (5)
1.一种基于宽方位地震的储层预测方法,其特征在于,包括以下步骤:
1)资料和数据准备,获取目标区内全方位和若干个分方位的地震数据,以及覆盖目标区内若干口取心井的钻井数据和测井数据;
2)根据钻井数据和测井数据得到目标区目的层段的岩性和岩石物理特征,依据地层岩性和岩石物理特征,确定各单井储层底界面地震反射系数;进而寻找与储层底界面地震反射系数相关性最大的地震参数,将所述地震参数确定为反映储层特征的地震敏感参数;
3)根据所确定的地震敏感参数进行模型正演,在各方位的地震敏感参数数据中,建立各储层方位与地震敏感参数的关系,确定储层敏感方位与储层非敏感方位;地震敏感参数为储层地震振幅,各储层方位与储层地震振幅的关系建立如下:
A、依据基岩地层、暗色泥岩和砂泥岩地层纵向分布和地层速度,结合地震数据的频率,构建目标区的地质模型骨架;
B、选择振幅比较强、反射系数比较大的储层特征为代表,在步骤A 地质模型骨架的基岩地层内,构建由于储层方位不同引起地震旅行时变化的正演模型,建立各储层方位与储层地震振幅的关系;4)选择待预测的区块,根据各储层方位与地震敏感参数的关系,对储层敏感方位和储层非敏感方位分别赋予权重,且储层敏感方位对应的权重大于储层非敏感方位对应的权重,进而对储层全方位地震敏感参数数据和分方位地震敏感参数数据进行加权处理,得到储层多方位地震融合数据,对待预测区块的储层进行预测。
2.根据权利要求1所述的基于宽方位地震的储层预测方法,其特征在于,所述步骤2)确定的地震敏感参数为储层地震振幅。
3.根据权利要求2所述的基于宽方位地震的储层预测方法,其特征在于,步骤3)中进行模型正演的方式包括:依据所述钻井资料,结合所述地震数据的频率,构架目标区的地质模型骨架;根据选定的单井储层属性,在所述地质模型骨架的基岩地层内,构建储层方位不同引起地震旅行时变化的正演模型,以进行正演。
4.根据权利要求1所述的基于宽方位地震的储层预测方法,其特征在于,所述步骤4)中,所有方位对应权重之和为1。
5.根据权利要求1-4任一项所述的基于宽方位地震的储层预测方法,其特征在于,步骤4)中,待预测区块的储层进行预测的方式为:利用所述储层多方位地震融合数据编制多方位振幅融合储层预测平面图,得到储层规模和分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811564393.3A CN111352154B (zh) | 2018-12-20 | 2018-12-20 | 一种基于宽方位地震的储层预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811564393.3A CN111352154B (zh) | 2018-12-20 | 2018-12-20 | 一种基于宽方位地震的储层预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111352154A CN111352154A (zh) | 2020-06-30 |
CN111352154B true CN111352154B (zh) | 2021-12-28 |
Family
ID=71195352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811564393.3A Active CN111352154B (zh) | 2018-12-20 | 2018-12-20 | 一种基于宽方位地震的储层预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111352154B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635269B (zh) * | 2013-11-13 | 2017-06-16 | 中国石油化工股份有限公司 | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 |
CN103713323B (zh) * | 2013-12-31 | 2015-04-01 | 王招明 | 一种全方位各向异性保幅成像与抽道集方法 |
CN105988145A (zh) * | 2015-03-04 | 2016-10-05 | 中国石油化工股份有限公司 | 一种裂缝参数的反演方法 |
CN106556861B (zh) * | 2015-09-24 | 2018-11-13 | 中国石油化工股份有限公司 | 一种基于全方位地震资料的方位avo反演方法 |
CN106842313B (zh) * | 2015-12-04 | 2021-04-16 | 中国石油化工股份有限公司 | 基于方位叠前地震数据的各向异性参数反演方法 |
US10935680B2 (en) * | 2017-02-22 | 2021-03-02 | Saudi Arabian Oil Company | Generating geophysical images using directional oriented wavefield imaging |
-
2018
- 2018-12-20 CN CN201811564393.3A patent/CN111352154B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111352154A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109425896B (zh) | 白云岩油气储层分布预测方法及装置 | |
CN104047597B (zh) | 含油气泥页岩地层测井曲线标准化方法 | |
WO2018010628A1 (zh) | 一种基于大面积致密储层地震岩石物理反演方法 | |
WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
RU2661489C1 (ru) | Способ комплексирования исходных данных для уточнения фильтрационного строения неоднородных карбонатных коллекторов | |
CN108680951A (zh) | 一种基于地震信息判断煤层气富集沉积控制作用的方法 | |
CN110231652B (zh) | 一种基于密度的含噪声应用空间聚类的地震相提取方法 | |
CN109143399B (zh) | 一种识别碳酸盐岩层序界面的方法 | |
CN114114459B (zh) | 一种相控约束下的深层-超深层碳酸盐岩薄储层预测方法 | |
CN105842733A (zh) | 页岩储层地震识别方法 | |
Kianoush et al. | Application of pressure-volume (PV) fractal models in modeling formation pressure and drilling fluid determination in an oilfield of SW Iran | |
CN114609675A (zh) | 基于高频旋回对碳酸盐岩地层沉积微地貌的定量恢复方法 | |
CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
CN107132574B (zh) | 一种海相地层碎屑岩岩性组合的预测方法 | |
Singh et al. | Neural networks and their applications in lithostratigraphic interpretation of seismic data for reservoir characterization | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
CN110727027B (zh) | 多期次河道砂的精细刻画方法 | |
Ding et al. | Seismic physical modeling study for a shale oil reservoir with complex lithofacies and meter-scale structures | |
CN113484907B (zh) | 一种预测不同类型储层平面上分布的方法 | |
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 | |
CN111352154B (zh) | 一种基于宽方位地震的储层预测方法 | |
CN113806674B (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
Nguyen et al. | Application of seismic attribute analysis in Lower Miocene reservoir characterization, northeast Bach Ho field, Vietnam | |
Li et al. | Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China |
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 |