CN111399050A - 高角度裂缝预测方法及装置 - Google Patents

高角度裂缝预测方法及装置 Download PDF

Info

Publication number
CN111399050A
CN111399050A CN201910001147.5A CN201910001147A CN111399050A CN 111399050 A CN111399050 A CN 111399050A CN 201910001147 A CN201910001147 A CN 201910001147A CN 111399050 A CN111399050 A CN 111399050A
Authority
CN
China
Prior art keywords
anisotropy
longitudinal wave
azimuth
anisotropic
speed
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
Application number
CN201910001147.5A
Other languages
English (en)
Other versions
CN111399050B (zh
Inventor
郭同翠
王红军
纪迎章
马文骥
李昊宸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201910001147.5A priority Critical patent/CN111399050B/zh
Priority to AU2019303424A priority patent/AU2019303424B2/en
Priority to SG11202000687SA priority patent/SG11202000687SA/en
Priority to CA3069442A priority patent/CA3069442C/en
Priority to PCT/CN2019/128255 priority patent/WO2020140803A1/zh
Priority to ZA2020/00008A priority patent/ZA202000008B/en
Publication of CN111399050A publication Critical patent/CN111399050A/zh
Application granted granted Critical
Publication of CN111399050B publication Critical patent/CN111399050B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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. 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
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/24—Investigating strength properties of solid materials by application of mechanical stress by applying steady shearing forces
    • 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
    • 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
    • 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
    • G01V2210/10—Aspects of acoustic signal generation or detection
    • G01V2210/16—Survey configurations
    • G01V2210/165—Wide azimuth
    • 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
    • G01V2210/626—Physical property of subsurface with anisotropy
    • 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
    • G01V2210/64—Geostructures, e.g. in 3D data cubes
    • G01V2210/642—Faults

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供一种高角度裂缝预测方法及装置，包括：基于已构建的各向同性低频模型对宽方位地震数据进行第一次方位各向异性反演获得第一各向异性强度和第一各向异性方向，进行纵波快慢速度各向异性分析获得纵波快慢速度差异的各向异性和快纵波速度方向；将第一各向异性强度与纵波快慢速度差异的各向异性拟合获得基于纵波快慢速度差异的各向异性强度；根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向建立方位纵波各向异性低频模型，以其对宽方位地震数据进行第二次方位各向异性反演获得第二各向异性强度和第二各向异性方向，对其分析获得裂缝预测结果。该方案解决现有方法中存在的各向异性反演裂缝预测过程中无法提供合理低频模型的技术问题。

Description

高角度裂缝预测方法及装置
技术领域
本发明涉及油气勘探技术领域，特别涉及一种高角度裂缝预测方法及装置。
背景技术
目前对于页岩气勘探开发至关重要的裂缝分布密度、裂缝方向等甜点参数仍然无法求取，只能依靠钻井信息进行点状估算，无法开展整个区域定量化裂缝预测，随着 宽方位地震数据的应用，推动了地震各向异性研究，可以有效解决HTI(Horizontal TransverseIsotropy，是描述各向同性介质中分布着一组平行的定向排列的垂直裂隙所 构成的各向异性介质模型，它属于方位各向异性，地震波在该类介质中传播，速度随 方向变化的特性不仅表现在随着相位角的变化而变化，而且随着观测方位的变化而变 化。一般认为方位各向异性是由应力和定向排列的垂直裂隙所引起的)介质裂缝的定 量预测问题，对页岩气具体的勘探、开发具有重要作用。
现阶段对于利用宽方位地震数据预测裂缝的方法很多，方位的振幅随偏移距变化(AVAz)预测的成果是反映界面信息，不适用于储层内部裂缝信息的预测；纵波快慢 速度各向异性分析(VVAz)是基于宽方位地震处理的速度差异信息，属于地层层段 信息，其成果分辨率过低，仅能较好控制裂缝的分布规律；比较适用于储层内部裂缝 预测的方法是各向异性反演，该方法的裂缝预测成果反映的是储层层段内裂缝的信 息，适用于开展储层内部层段的裂缝的定量的研究，但是该方法在方位各向异性反演 裂缝预测过程中采用各向同性低频模型不合理，低频信息的来源局限，容易造成裂缝 预测成果规律性不强，使方位地震数据的各向异性信息受到压制。
发明内容
本发明实施例提供了一种高角度裂缝预测方法及装置，把纵波快慢速度的各向异性差异信息融合到低频模型中来求取地层的各向异性信息，从而预测所求裂缝信息， 解决了现有方法中存在的各向异性反演裂缝预测过程中无法提供合理低频模型的技 术问题。
本发明实施例提供了一种高角度裂缝预测方法，该方法包括：
基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第一各向异性方向；
对所述目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方向；
将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度；
根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向，建立方位纵波各向异性低频模型；
基于所述方位纵波各向异性低频模型，对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向；
对所述第二各向异性强度和所述第二各向异性方向进行分析，获得裂缝预测结果。
本发明实施例还提供了一种高角度裂缝预测装置，该装置包括：
第一次方位各向异性反演模块，用于基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第一各 向异性方向；
纵波快慢速度各向异性分析模块，用于对所述目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方向；
拟合模块，用于将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度；
方位纵波各向异性低频模型建立模块，用于根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向，建立方位纵波各向异性低频模型；
第二次方位各向异性反演模块用于：基于所述方位纵波各向异性低频模型，对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度 和第二各向异性方向；
分析模块，用于对所述第二各向异性强度和所述第二各向异性方向进行分析，获得裂缝预测结果。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述 高角度裂缝预测方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述所述高角度裂缝预测方法的计算机程序。
在本发明实施例中，基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第一各向异性方向，然 后对目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度 差异的各向异性和快纵波速度方向，将第一各向异性强度与纵波快慢速度差异的各向 异性进行拟合，获得基于纵波快慢速度差异的各向异性强度，根据基于纵波快慢速度 差异的各向异性强度和快纵波速度方向建立方位纵波各向异性低频模型，达到了融合 纵波速度差异的各向异性分析成果到方位各向异性低频建立过程中，这样解决了现有 方法中存在的各向异性反演裂缝预测过程中无法提供合理低频模型的技术问题。然后 基于方位纵波各向异性低频模型对目标区域的宽方位地震数据进行第二次方位各向 异性反演，获得第二各向异性强度和第二各向异性方向，对第二各向异性强度和第二 各向异性方向进行分析，获得裂缝预测结果，实现裂缝的定量预测，既能具有裂缝分 布的整体合理性，又保证裂缝预测精度。
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简单地介绍，显而易见地，下面描述中的附图仅仅 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的前提 下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种高角度裂缝预测方法流程图；
图2是本发明实施例提供的一种具体的高角度裂缝预测方法处理流程图；
图3是本发明实施例提供的一种最优化的测井解释结果示意图；
图4是本发明实施例提供的一种裂缝型储层地震岩石物理解释模板示意图；
图5是本发明实施例提供的一种各向同性低频模型剖面的示意图；
图6是本发明实施例提供的一种第一次各向异性反演后获得的裂缝方位角统计分析裂缝方位角示意图；图中直方图是统计第一次各向异性反演后获得的裂缝方位角 分布的直方图，曲线是统计第一次各向异性反演后获得的裂缝方位角分布的概率密度 曲线；
图7是本发明实施例提供的一种第一次各向异性反演后获得的裂缝密度和方向平面分布的示意图；
图8是本发明实施例提供的一种快纵波速度剖面(由a表示)和慢纵波速度剖面(由b表示)的示意图；
图9是本发明实施例提供的一种快慢纵波速度分析获得的裂缝方位角统计分析裂缝方位角示意图，认为这个方向是垂直于各向异性的方向；
图10是本发明实施例提供的一种纵波快慢速度差异的各向异性与第一各向异性强度的拟合关系示意图；
图11是本发明实施例提供的一种各向异性强度对比剖面示意图(a即上面的图：快慢纵波速度分析获得的各向异性(J)剖面；b：是J与第一各向异性强度(b1) 拟合，校正后获得的基于纵波快慢速度差异的各向异性强度(b1v)剖面；
图12是本发明实施例提供的一种方位各向异性低频模型示意图；
图13是本发明实施例提供的一种各向异性强度剖面图(上面的图：第一次各向 异性反演获得的第一各向异性强度(b1)；中间的图：快慢纵波速度分析校正后获得 的各向异性强度(b1v)；下面的图：第二次各向异性反演获得的第二各向异性强度 (b12))；
图14是本发明实施例提供的一种裂缝综合分析平面图(下面的图：第一次各向 异性反演获得的裂缝密度和方向；中间的图：快慢纵波速度分析校正后获得的裂缝密 度和方向；上面的图：第二次各向异性反演获得的裂缝密度和方向)；
图15是本发明实施例提供的一种裂缝方位角统计分析示意图(a：第一次各向异性反演获得的裂缝方位角统计分析直方图；b：快慢纵波速度分析获得的裂缝方位角 统计分析直方图；c：第二次各向异性反演获得的裂缝方位角统计分析直方图)；
图16是本发明实施例提供的一种高角度裂缝预测装置结构框图。
具体实施方式
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，所描述的实施例仅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做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。
在本发明实施例中，提供了一种高角度裂缝预测方法，如图1所示，该方法包括：
步骤101：基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第一各向异性方向；
步骤102：对所述目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方向；
步骤103：将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度；
步骤104：根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向，建立方位纵波各向异性低频模型；
步骤105：基于所述方位纵波各向异性低频模型，对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向；
步骤106：对所述第二各向异性强度和所述第二各向异性方向进行分析，获得裂缝预测结果。
在本发明实施例中，如图2所示，步骤101具体按照如下方式实现：
(1)获得目标区域的测井数据，包括：测井纵、横波曲线、密度曲线，纵横波 阻抗，纵横波速度比和岩石矿物成分曲线、孔隙度曲线、含水饱和度曲线、钻井分层 以等数据，如图3所示。根据所述测井数据完成针对裂缝型储层的测井评价及分析， 储层的裂缝会导致地层的各向异性，故需要建立基于裂缝的岩石物理建模，确定对于 该裂缝引起的各向异性储层的敏感性弹性参数，该流程选择纵横波速度比作为该类储 层裂缝的敏感弹性参数，如图4所示，随着裂缝孔隙度有微小变化时，地层的纵横波 速度比有较大的变化特征，其中，φfrac是指裂缝孔隙度，Swt是指含水饱和度，φt是指地层总孔隙度；
(2)获得目标区域的地震层位数据，利用构造解释成果，主要是地震层位数据 建立构造框架模型，并集合测井数据建立各向同性低频模型，如图5所示；
(3)获得目标区域的宽方位地震数据，宽方位地震数据质量的好坏直接关系到 后续的反演效果，故需要对宽方位地震数据的质量进行评估，重点是关注宽方位地震 数据的方位与偏移距的分布特点，制定最有利的方位及偏移距的划分原则。具体的， 对所述目标区域的宽方位地震数据按照先分方位角再分偏移距的方式进行分叠加，形 成多方位分叠加数据；
(4)基于已构建的各向同性低频模型，对所述多方位分叠加数据进行多方位叠 前各向异性反演，对每一个方位进行一次叠前反演，得到分方位的裂缝的敏感弹性参 数数据(纵横波速度比数据)；
(5)根据分方位的纵横波速度比数据，确定第一各向异性强度和第一各向异性 方向，如图6和图7所示。
其中，按照如下公式确定第一各向异性强度和第一各向异性方向：
Figure BDA0001933610950000061
其中，Vp表示纵波速度，Vs表示横波速度，b1表示第一各向异性强度，ω表示 地震数据的方位角，即工区测网方位角，φ表示第一各向异性方向，就是地震数据的 方位角，b0表示各向同性背景，b2表示第一次方位各向异性反演中高阶噪音的影响 的各向异性，
Figure BDA0001933610950000062
表示基于各项同性低频模型第一次方位各向异性反演后获得的纵 横波速度比。
在本发明实施例中，如图2所示，步骤102具体按照如下方式实现：
(1)对所述目标区域的宽方位地震数据进行处理，获得快纵波速度、慢纵波速 度和快纵波速度方向，如图8中的a和b所示为快、慢纵波速度剖面；
(2)开展纵波各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度 的方向。从快慢纵波来讲，快纵波是沿着地层中的各向同性方向传播，一般认为快纵 波传播的方向相当于裂缝发育的方向，各向异性的方向应该是垂直于裂缝的方向。如 图9所示为快纵波速度方向分析获得的裂缝方位角统计分析图。
其中，按照如下公式确定纵波快慢速度差异的各向异性：
Figure BDA0001933610950000063
其中，J表示纵波快慢速度差异的各向异性，VpNMO fast表示快纵波速度，VpNMO slow表示慢纵波速度。这里认为快纵波传播的方向相当于裂缝的发育方向。
(3)分析从纵波速度各向异性分析得到的各向异性参数，通过对于层段内快纵 波速度直方图分析，可以得到层段内发生各向异性的主体方位角，如图9所示，并将 该确定方位作为建立各向异性低频模型的输入。
在本发明实施例中，如图2所示，步骤103具体按照如下方式实现：
对比步骤101中的第一次方位各向异性反演成果与步骤102中的纵波快慢速度各向异性分析的成果，首先针对第一各向异性反演成果与纵波快慢速度各向异性分析的 表征裂缝强度的成果进行分析，由于两个成果对于反映裂缝强度的值域不相同，所以 需要对纵波快慢速度各向异性分析成果中的纵波快慢速度差异的各向异性(J)的值 域校正到与第一次方位各向异性反演获得的第一各向异性强度(b1)具有相同的值域 范围，通过两者交会分析的方法拟合得到两者关系式，将纵波快慢速度差异的各向异 性(J)转化为与第一各向异性强度(b1)具有相同的值域特征的基于纵波快慢速度 差异的各向异性强度(b1v)，如图10所示。图11中的a所示是快慢纵波速度差异引起 的各向异性(J)，图11中的b所示是把快慢纵波速度差异引起的各向异性校正到 第一各向异性强度(b1)的值域范围内，校正以后形成的基于纵波快慢速度差异的各 向异性强度(b1v)的剖面对比分析示意图。
其中拟合公式如下：
b1v＝-0.23×J-0.005。
在本发明实施例中，如图2所示，步骤104具体按照如下方式实现：
将基于纵波快慢速度差异的各向异性强度(b1v)和快纵波速度方向融合到已构建的方位各向同性低频模型中。通过拟合各向异性纵横波速度比的近似关系式(下面公 式)，建立方位纵波各向异性低频模型，如图12所示；
其中，方位纵波的各向异性低频模型的近似关系式如下：
Figure BDA0001933610950000071
其中，Vp表示纵波速度，Vs表示横波速度，b1v表示基于纵波快慢速度差异的各 向异性强度，ω表示地震数据的方位角，φv表示垂直于快纵波速度的方向，
Figure BDA0001933610950000072
表示方位纵波各向异性低频模型，
Figure BDA0001933610950000081
表示各项同性低频模型。
在本发明实施例中，步骤105具体按照如下方式实现：
基于所述方位纵波各向异性低频模型，按照如下公式对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向：
Figure BDA0001933610950000082
其中，Vp表示纵波速度，Vs表示横波速度，b0表示各向同性背景，b12表示第二 各向异性强度，ω表示地震数据的方位角，φ2表示第二各向异性方向，b22表示第二 次方位各向异性反演中高阶噪音影响的各向异性；
Figure BDA0001933610950000083
表示第二次方位各向异性 反演后获得的纵横波速度比。
在本发明实施例中，步骤106具体按照如下方式实现：
对所述第二各向异性强度和所述第二各向异性方向进行分析，获得裂缝预测结果，各向异性强度一定程度上反映裂缝的密度，而各向异性方向与裂缝的方向在方位 上近似垂直，故得到裂缝密度以及裂缝方向。
下面将第一次各向异性反演获得数据和第二次各向异性反演获得数据进行比较来说明本发明方法的优点。
图13是本发明实施例提供的一种各向异性强度剖面图(上面的图：第一次各向 异性反演获得的第一各向异性强度(b1)；中间的图：快慢纵波速度分析校正后获得 的各向异性强度(b1v)；下面的图：第二次各向异性反演获得的第二各向异性强度 (b12))；
图14是本发明实施例提供的一种裂缝综合分析平面图(下面的图：第一次各向 异性反演获得的裂缝密度和方向；中间的图：快慢纵波速度分析校正后获得的裂缝密 度和方向；上面的图：第二次各向异性反演获得的裂缝密度和方向)；由图14可知， 第一次各向异性反演后获得的裂缝方向比较散乱，预测裂缝的规律性不强；基于纵波 快慢速度引起的各向异性校正后，获得的裂缝方向只是反映大致的规律性，但分辨率 低；第二次各向异性反演后获得的裂缝方位规律性比较强，而且预测裂缝的分辨率有 提高。
图15是本发明实施例提供的一种裂缝方位角统计分析示意图(a：第一次各向异性反演获得的裂缝方位角统计分析直方图；b：快慢纵波速度分析获得的裂缝方位角 统计分析直方图；c：第二次各向异性反演获得的裂缝方位角统计分析直方图)；由图 15可知，第一次各向异性反演后获得的裂缝方向比较散乱，基于纵波快慢速度引起 的各向异性校正后，获得的裂缝方向只是反映大致的规律性；第二次各向异性反演后 获得的裂缝方位规律性比较强。
基于同一发明构思，本发明实施例中还提供了一种高角度裂缝预测装置，如下面的实施例所述。由于高角度裂缝预测装置解决问题的原理与高角度裂缝预测方法相 似，因此高角度裂缝预测装置的实施可以参见高角度裂缝预测方法的实施，重复之处 不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件 的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和 硬件的组合的实现也是可能并被构想的。
图16是本发明实施例的高角度裂缝预测装置的结构框图，如图16所示，包括：
第一次方位各向异性反演模块02，用于基于已构建的各向同性低频模型，对目 标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第 一各向异性方向；
纵波快慢速度各向异性分析模块04，用于对所述目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方 向；
拟合模块06，用于将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度；
方位纵波各向异性低频模型建立模块08，用于根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向，建立方位纵波各向异性低频模型；
第二次方位各向异性反演模块10用于：基于所述方位纵波各向异性低频模型， 对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性 强度和第二各向异性方向；
分析模块12，用于对所述第二各向异性强度和所述第二各向异性方向进行分析，获得裂缝预测结果。
下面对该结构进行说明。
在本发明实施例中，所述第一次方位各向异性反演模块02具体用于：
对所述目标区域的宽方位地震数据按照先分方位角再分偏移距的方式进行分叠加，形成多方位分叠加数据；
基于已构建的各向同性低频模型，对所述多方位分叠加数据进行方位各向异性反演，获得分方位的纵横波速度比；
根据分方位的纵横波速度比，确定第一各向异性强度和第一各向异性方向。
在本发明实施例中，所述第一次方位各向异性反演模块02具体用于：
基于已构建的各向同性低频模型按照如下公式获得第一各向异性强度和第一各向异性方向：
Figure BDA0001933610950000101
其中，Vp表示纵波速度，Vs表示横波速度，b1表示第一各向异性强度，ω表示 地震数据的方位角；φ表示第一各向异性方向，b0表示各向同性背景，b2表示第一 次方位各向异性反演中高阶噪音影响的各向异性，
Figure BDA0001933610950000102
表示第一次方位各向异性反 演后获得的纵横波速度比。
在本发明实施例中，所述纵波快慢速度各向异性分析模块04具体用于：
对所述目标区域的宽方位地震数据进行处理，获得快纵波速度、慢纵波速度和快纵波速度方向；
根据所述快纵波速度和慢纵波速度确定纵波快慢速度差异的各向异性。
在本发明实施例中，所述纵波快慢速度各向异性分析模块04具体用于：
按照如下公式确定纵波快慢速度差异的各向异性：
Figure BDA0001933610950000103
其中，J表示纵波快慢速度差异的各向异性，VpNMO fast表示快纵波速度，VpNMO slow表示慢纵波速度。
在本发明实施例中，所述拟合模块06具体用于：
按照如下公式将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度：
b1v＝-0.23×J-0.005；
其中，b1v表示基于纵波快慢速度差异的各向异性强度；J表示纵波快慢速度差 异的各向异性。
在本发明实施例中，所述方位纵波各向异性低频模型建立模块08具体用于：
按照如下公式建立方位纵波各向异性低频模型；
Figure BDA0001933610950000111
其中，Vp表示纵波速度，Vs表示横波速度，b1v表示基于纵波快慢速度差异的各 向异性强度，ω表示地震数据的方位角，φv表示垂直于快纵波速度的方向，
Figure BDA0001933610950000112
表示方位纵波各向异性低频模型，
Figure BDA0001933610950000113
表示各项同性低频模型。
在本发明实施例中，所述第二次方位各向异性反演模块10具体用于：
基于所述方位纵波各向异性低频模型，按照如下公式对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向：
Figure BDA0001933610950000114
其中，Vp表示纵波速度，Vs表示横波速度，b0表示各向同性背景，b12表示第二 各向异性强度，ω表示地震数据的方位角，φ2表示第二各向异性方向，b22表示第二 次方位各向异性反演中高阶噪音影响的各向异性；
Figure BDA0001933610950000115
表示第二次方位各向异性 反演后获得的纵横波速度比。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述 高角度裂缝预测方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述所述高角度裂缝预测方法的计算机程序。
综上所述，本发明提出的高角度裂缝预测方法及装置基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异 性强度和第一各向异性方向，然后对目标区域的宽方位地震数据进行纵波快慢速度各 向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方向，将第一各向异性 强度与纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异 性强度，根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向建立方位纵波 各向异性低频模型，达到了融合纵波速度差异的各向异性分析成果到方位各向异性低 频建立过程中，这样解决了现有方法中存在的各向异性反演裂缝预测过程中无法提供 合理低频模型的技术问题。然后基于方位纵波各向异性低频模型对目标区域的宽方位 地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方 向，对第二各向异性强度和第二各向异性方向进行分析，获得裂缝预测结果，实现裂 缝的定量预测，既能具有裂缝分布的整体合理性，又保证裂缝预测精度。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件 方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序 代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等) 上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流 程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的 每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些 计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设 备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执 行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方 框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包 括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算 机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或 方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内， 所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (18)

1.一种高角度裂缝预测方法，其特征在于，包括：
基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第一各向异性方向；
对所述目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方向；
将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度；
根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向，建立方位纵波各向异性低频模型；
基于所述方位纵波各向异性低频模型，对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向；
对所述第二各向异性强度和所述第二各向异性方向进行分析，获得裂缝预测结果。
2.如权利要求1所述的高角度裂缝预测方法，其特征在于，基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第一各向异性方向，包括：
对所述目标区域的宽方位地震数据按照先分方位角再分偏移距的方式进行分叠加，形成多方位分叠加数据；
基于已构建的各向同性低频模型，对所述多方位分叠加数据进行方位各向异性反演，获得分方位的纵横波速度比；
根据分方位的纵横波速度比，确定第一各向异性强度和第一各向异性方向。
3.如权利要求1或2所述的高角度裂缝预测方法，其特征在于，基于已构建的各向同性低频模型按照如下公式获得第一各向异性强度和第一各向异性方向：
Figure FDA0001933610940000011
其中，Vp表示纵波速度，Vs表示横波速度，b1表示第一各向异性强度，ω表示地震数据的方位角；φ表示第一各向异性方向，b0表示各向同性背景，b2表示第一次方位各向异性反演中高阶噪音影响的各向异性，
Figure FDA0001933610940000021
表示第一次方位各向异性反演后获得的纵横波速度比。
4.如权利要求1所述的高角度裂缝预测方法，其特征在于，对所述目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方向，包括：
对所述目标区域的宽方位地震数据进行处理，获得快纵波速度、慢纵波速度和快纵波速度方向；
根据所述快纵波速度和慢纵波速度确定纵波快慢速度差异的各向异性。
5.如权利要求4所述的高角度裂缝预测方法，其特征在于，按照如下公式确定纵波快慢速度差异的各向异性：
Figure FDA0001933610940000022
其中，J表示纵波快慢速度差异的各向异性，VpNMO fast表示快纵波速度，VpNMO slow表示慢纵波速度。
6.如权利要求1所述的高角度裂缝预测方法，其特征在于，按照如下公式将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度：
b1v＝-0.23×J-0.005；
其中，b1v表示基于纵波快慢速度差异的各向异性强度；J表示纵波快慢速度差异的各向异性。
7.如权利要求1所述的高角度裂缝预测方法，其特征在于，根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向，按照如下公式建立方位纵波各向异性低频模型：
Figure FDA0001933610940000023
其中，Vp表示纵波速度，Vs表示横波速度，b1v表示基于纵波快慢速度差异的各向异性强度，ω表示地震数据的方位角，φv表示垂直于快纵波速度的方向，
Figure FDA0001933610940000031
表示方位纵波各向异性低频模型，
Figure FDA0001933610940000032
表示各项同性低频模型。
8.如权利要求1所述的高角度裂缝预测方法，其特征在于，基于所述方位纵波各向异性低频模型，按照如下公式对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向；
Figure FDA0001933610940000033
其中，Vp表示纵波速度，Vs表示横波速度，b0表示各向同性背景，b12表示第二各向异性强度，ω表示地震数据的方位角，φ2表示第二各向异性方向，b22表示第二次方位各向异性反演中高阶噪音影响的各向异性；
Figure FDA0001933610940000034
表示第二次方位各向异性反演后获得的纵横波速度比。
9.一种高角度裂缝预测装置，其特征在于，包括：
第一次方位各向异性反演模块，用于基于已构建的各向同性低频模型，对目标区域的宽方位地震数据进行第一次方位各向异性反演，获得第一各向异性强度和第一各向异性方向；
纵波快慢速度各向异性分析模块，用于对所述目标区域的宽方位地震数据进行纵波快慢速度各向异性分析，获得纵波快慢速度差异的各向异性和快纵波速度方向；
拟合模块，用于将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度；
方位纵波各向异性低频模型建立模块，用于根据基于纵波快慢速度差异的各向异性强度和快纵波速度方向，建立方位纵波各向异性低频模型；
第二次方位各向异性反演模块用于：基于所述方位纵波各向异性低频模型，对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向；
分析模块，用于对所述第二各向异性强度和所述第二各向异性方向进行分析，获得裂缝预测结果。
10.如权利要求9所述的高角度裂缝预测装置，其特征在于，所述第一次方位各向异性反演模块具体用于：
对所述目标区域的宽方位地震数据按照先分方位角再分偏移距的方式进行分叠加，形成多方位分叠加数据；
基于已构建的各向同性低频模型，对所述多方位分叠加数据进行方位各向异性反演，获得分方位的纵横波速度比；
根据分方位的纵横波速度比，确定第一各向异性强度和第一各向异性方向。
11.如权利要求9或10所述的高角度裂缝预测装置，其特征在于，所述第一次方位各向异性反演模块具体用于：
基于已构建的各向同性低频模型按照如下公式获得第一各向异性强度和第一各向异性方向：
Figure FDA0001933610940000041
其中，Vp表示纵波速度，Vs表示横波速度，b1表示第一各向异性强度，ω表示地震数据的方位角；φ表示第一各向异性方向，b0表示各向同性背景，b2表示第一次方位各向异性反演中高阶噪音影响的各向异性，
Figure FDA0001933610940000042
表示第一次方位各向异性反演后获得的纵横波速度比。
12.如权利要求9所述的高角度裂缝预测装置，其特征在于，所述纵波快慢速度各向异性分析模块具体用于：
对所述目标区域的宽方位地震数据进行处理，获得快纵波速度、慢纵波速度和快纵波速度方向；
根据所述快纵波速度和慢纵波速度确定纵波快慢速度差异的各向异性。
13.如权利要求12所述的高角度裂缝预测装置，其特征在于，所述纵波快慢速度各向异性分析模块具体用于：
按照如下公式确定纵波快慢速度差异的各向异性：
Figure FDA0001933610940000051
其中，J表示纵波快慢速度差异的各向异性，VpNMO fast表示快纵波速度，VpNMO slow表示慢纵波速度。
14.如权利要求9所述的高角度裂缝预测装置，其特征在于，所述拟合模块具体用于：
按照如下公式将所述第一各向异性强度与所述纵波快慢速度差异的各向异性进行拟合，获得基于纵波快慢速度差异的各向异性强度：
b1v＝-0.23×J-0.005；
其中，b1v表示基于纵波快慢速度差异的各向异性强度；J表示纵波快慢速度差异的各向异性。
15.如权利要求9所述的高角度裂缝预测装置，其特征在于，所述方位纵波各向异性低频模型建立模块具体用于：
按照如下公式建立方位纵波各向异性低频模型；
Figure FDA0001933610940000052
其中，Vp表示纵波速度，Vs表示横波速度，b1v表示基于纵波快慢速度差异的各向异性强度，ω表示地震数据的方位角，φv表示垂直于快纵波速度的方向，
Figure FDA0001933610940000053
表示方位纵波各向异性低频模型，
Figure FDA0001933610940000054
表示各项同性低频模型。
16.如权利要求9所述的高角度裂缝预测装置，其特征在于，所述第二次方位各向异性反演模块具体用于：
基于所述方位纵波各向异性低频模型，按照如下公式对所述目标区域的宽方位地震数据进行第二次方位各向异性反演，获得第二各向异性强度和第二各向异性方向：
Figure FDA0001933610940000055
其中，Vp表示纵波速度，Vs表示横波速度，b0表示各向同性背景，b12表示第二各向异性强度，ω表示地震数据的方位角，φ2表示第二各向异性方向，b22表示第二次方位各向异性反演中高阶噪音影响的各向异性；
Figure FDA0001933610940000061
表示第二次方位各向异性反演后获得的纵横波速度比。
17.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一所述高角度裂缝预测方法。
18.一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存储有执行权利要求1至8任一所述高角度裂缝预测方法的计算机程序。
CN201910001147.5A 2019-01-02 2019-01-02 高角度裂缝预测方法及装置 Active CN111399050B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201910001147.5A CN111399050B (zh) 2019-01-02 2019-01-02 高角度裂缝预测方法及装置
AU2019303424A AU2019303424B2 (en) 2019-01-02 2019-12-25 High-angle Fracture Prediction Method, Computer Device and Computer-readable Storage Medium
SG11202000687SA SG11202000687SA (en) 2019-01-02 2019-12-25 High-angle Fracture Prediction Method, Computer Device and Computer-readable Storage Medium
CA3069442A CA3069442C (en) 2019-01-02 2019-12-25 High-angle fracture prediction method, computer device and computer-readable storage medium
PCT/CN2019/128255 WO2020140803A1 (zh) 2019-01-02 2019-12-25 高角度裂缝预测方法、计算机设备及计算机可读存储介质
ZA2020/00008A ZA202000008B (en) 2019-01-02 2020-01-02 High-angle fracture prediction method, computer device and computer-readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910001147.5A CN111399050B (zh) 2019-01-02 2019-01-02 高角度裂缝预测方法及装置

Publications (2)

Publication Number Publication Date
CN111399050A true CN111399050A (zh) 2020-07-10
CN111399050B CN111399050B (zh) 2021-04-30

Family

ID=71407109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910001147.5A Active CN111399050B (zh) 2019-01-02 2019-01-02 高角度裂缝预测方法及装置

Country Status (6)

Country Link
CN (1) CN111399050B (zh)
AU (1) AU2019303424B2 (zh)
CA (1) CA3069442C (zh)
SG (1) SG11202000687SA (zh)
WO (1) WO2020140803A1 (zh)
ZA (1) ZA202000008B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111911146A (zh) * 2020-08-17 2020-11-10 中国石油大学(华东) 一种基于裂缝交汇图版的储层压裂效果评价方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112649851A (zh) * 2019-10-09 2021-04-13 中国石油化工股份有限公司 一种横波分裂垂直地震剖面裂缝预测方法及系统
CN112394408A (zh) * 2020-10-30 2021-02-23 中国石油天然气集团有限公司 各向异性介质裂缝预测方法及装置
CN113391350B (zh) * 2021-04-30 2023-10-13 成都北方石油勘探开发技术有限公司 一种半定量叠后地震裂缝预测方法
CN115326545B (zh) * 2022-08-19 2024-04-09 中国石油大学(北京) 一种砾岩压裂裂缝偏转与裂缝复杂度预测方法
CN117572495B (zh) * 2023-10-24 2024-05-17 成都理工大学 一种裂缝尺度定量预测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102788994A (zh) * 2012-07-12 2012-11-21 恒泰艾普石油天然气技术服务股份有限公司 一种储层裂缝的确定方法
CN102830170A (zh) * 2012-07-23 2012-12-19 中国科学院地质与地球物理研究所 一种基于超声测试获取煤样横波信号的控制方法及装置
CN104142519A (zh) * 2013-10-29 2014-11-12 中国石油化工股份有限公司 一种泥岩裂缝油藏预测方法
CN105158346A (zh) * 2015-08-14 2015-12-16 中国石油天然气股份有限公司 一种油裂解型天然气地球化学图版的生成方法
US20160131781A1 (en) * 2014-11-12 2016-05-12 Chevron U.S.A. Inc. Creating a high resolution velocity model using seismic tomography and impedance inversion

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102033242B (zh) * 2010-10-22 2012-09-26 中国石油化工股份有限公司 一种深层倾斜裂缝储层地震振幅预测方法
US9316757B2 (en) * 2011-12-06 2016-04-19 Exxonmobil Upstream Research Company Removal of fracture-induced anisotropy from converted-wave seismic amplitudes
CN103713321B (zh) * 2014-01-08 2015-04-22 王招明 基于纵波频率依赖方位avo的裂缝流体类型识别方法
CN104166161A (zh) * 2014-08-19 2014-11-26 成都理工大学 一种基于各向异性的椭圆速度反演的裂缝预测方法及装置
CN104407378B (zh) * 2014-11-25 2017-05-10 中国石油天然气股份有限公司 一种各向异性参数反演方法及装置
US10816686B2 (en) * 2015-07-28 2020-10-27 Schlumberger Technology Corporation Seismic constrained discrete fracture network
US10386515B2 (en) * 2015-12-04 2019-08-20 Cgg Services Sas Method and apparatus for analyzing fractures using AVOAz inversion
CN106353807B (zh) * 2016-08-08 2018-08-14 中国石油天然气集团公司 裂缝识别方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102788994A (zh) * 2012-07-12 2012-11-21 恒泰艾普石油天然气技术服务股份有限公司 一种储层裂缝的确定方法
CN102830170A (zh) * 2012-07-23 2012-12-19 中国科学院地质与地球物理研究所 一种基于超声测试获取煤样横波信号的控制方法及装置
CN104142519A (zh) * 2013-10-29 2014-11-12 中国石油化工股份有限公司 一种泥岩裂缝油藏预测方法
US20160131781A1 (en) * 2014-11-12 2016-05-12 Chevron U.S.A. Inc. Creating a high resolution velocity model using seismic tomography and impedance inversion
CN105158346A (zh) * 2015-08-14 2015-12-16 中国石油天然气股份有限公司 一种油裂解型天然气地球化学图版的生成方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘立峰，等: "塔中地区良里塔格组裂缝型碳酸盐岩储层特征及建模", 《西安石油大学学报（自然科学版）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111911146A (zh) * 2020-08-17 2020-11-10 中国石油大学(华东) 一种基于裂缝交汇图版的储层压裂效果评价方法
CN111911146B (zh) * 2020-08-17 2023-04-25 中国石油大学(华东) 一种基于裂缝交汇图版的储层压裂效果评价方法

Also Published As

Publication number Publication date
AU2019303424A1 (en) 2020-07-16
AU2019303424B2 (en) 2021-07-29
ZA202000008B (en) 2021-01-27
CA3069442C (en) 2023-07-11
WO2020140803A1 (zh) 2020-07-09
SG11202000687SA (en) 2020-08-28
CN111399050B (zh) 2021-04-30
CA3069442A1 (en) 2020-07-02

Similar Documents

Publication Publication Date Title
CN111399050B (zh) 高角度裂缝预测方法及装置
US11016214B2 (en) Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium
US7676349B2 (en) Integrated anisotropic rock physics model
WO2017024523A1 (zh) 一种射线弹性参数的反演方法
CN109490963B (zh) 裂缝储层岩石物理建模方法及系统
CN109655903B (zh) 页岩层横波速度预测方法及系统
CN105425292A (zh) 一种油气预测方法及装置
CN104316965B (zh) 一种裂缝方位和强度的预测方法及系统
CN106443774A (zh) 一种提高起伏地表叠前深度偏移成像精度的方法
CN105301647B (zh) 区分灰质泥岩和砂岩的方法
CN110887772B (zh) 一种碳酸盐岩储层渗透率识别方法、系统及装置
CN110286410A (zh) 基于绕射波能量的裂缝反演方法和装置
CN113530536A (zh) 致密砂岩气藏水平井压裂缝储层动用效率评价方法及系统
CN109683197B (zh) 水平裂缝预测方法、装置和设备
CN112946743B (zh) 区分储层类型的方法
CN106842316B (zh) 裂缝确定方法和装置
CN106125133B (zh) 一种基于气云区约束下的精细速度建模方法
CN111435174B (zh) 强反射地区地震资料振幅补偿方法及装置
CN111239809B (zh) 一种基于属性融合原理的优势储层确定方法及系统
CN112327357A (zh) 基于三维地震资料的烃源岩成熟度预测方法及装置
CN105988136A (zh) 一种利用纵横波速度信息进行含气性分析的方法
CN109490988A (zh) 建立适用于硬岩的岩石物理新模型的方法
CN113138412A (zh) 深层页岩气孔隙度地震预测方法及装置
CN113960665A (zh) 页岩储层总有机碳含量的预测方法及装置
CN112782780A (zh) 一种基于岩石物理相的储层评价方法、装置及设备

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