CN111413731A - 一种碳酸盐岩缝洞体的地震识别方法及装置 - Google Patents
一种碳酸盐岩缝洞体的地震识别方法及装置 Download PDFInfo
- Publication number
- CN111413731A CN111413731A CN201910015452.XA CN201910015452A CN111413731A CN 111413731 A CN111413731 A CN 111413731A CN 201910015452 A CN201910015452 A CN 201910015452A CN 111413731 A CN111413731 A CN 111413731A
- Authority
- CN
- China
- Prior art keywords
- filtering
- amplitude
- beaded
- plane
- result
- 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 101
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 title claims abstract description 92
- 239000011435 rock Substances 0.000 title claims abstract description 72
- 238000001914 filtration Methods 0.000 claims abstract description 179
- 238000011160 research Methods 0.000 claims description 47
- 238000012545 processing Methods 0.000 claims description 33
- 239000011324 bead Substances 0.000 claims description 29
- 238000005553 drilling Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 18
- 238000011157 data evaluation Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 29
- 239000010410 layer Substances 0.000 description 25
- 230000015654 memory Effects 0.000 description 25
- 230000006870 function Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000007795 chemical reaction product Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 229910021389 graphene Inorganic materials 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- IRERQBUNZFJFGC-UHFFFAOYSA-L azure blue Chemical compound [Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[S-]S[S-].[O-][Si]([O-])([O-])[O-].[O-][Si]([O-])([O-])[O-].[O-][Si]([O-])([O-])[O-].[O-][Si]([O-])([O-])[O-].[O-][Si]([O-])([O-])[O-].[O-][Si]([O-])([O-])[O-] IRERQBUNZFJFGC-UHFFFAOYSA-L 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis 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
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
本说明书实施例公开了一种碳酸盐岩缝洞体的地震识别方法及装置，所述方法包括：提取目的层段平面属性，所述平面属性包括振幅类和序列类；利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。利用本说明书提供的技术方案，可以有效提高碳酸盐岩缝洞体的地震识别精度和可信度。
Description
技术领域
本发明涉及石油及天然气勘探、开发技术领域，特别涉及一种碳酸盐岩缝洞体的地震识别方法及装置。
背景技术
近些年，随着塔里木盆地奥陶系碳酸盐岩勘探开发的深入，为了进一步为塔里木油田增储上产，碳酸盐岩缝洞体的地震预测越来越重要。对于塔里木盆地奥陶系碳酸盐岩缝洞体的地震预测可以通过识别地震剖面上表现出来的串珠状反射来实现，即地震识别。
现有技术中，地震识别方法主要利用三维地震资料通过提取分析沿层或层间振幅属性的方法来实现。常用的地震振幅类属性有两种：
一是均方根振幅，其数学表达式是：
式中RMS为均方根振幅，其值为统计时窗内样点振幅值平方和的平均值的平方根，N为统计时窗内的总样点数，ai为统计时窗内每一个采样点的样点振幅值。
二是振幅变化率，它是其它类地震平面属性的一种延伸，其数学表达式是：
式中AVR为振幅变化率，其值为振幅A分别在x方向和y方向求导后的平方和的平方根。
在均方根振幅方法中，振幅值先平方后平均，对特别大的样点振幅值非常敏感。对于大、中尺度的缝洞体，由于其串珠状反射能量强，往往是地震背景能量的数十倍，甚至更高，因此它能够解决大-中尺度碳酸盐岩缝洞体的地震预测问题，但对于小尺度的缝洞体，由于其串珠状反射能量相对较弱，基本淹没在背景反射之中，所以该方法对于预测小尺度碳酸盐岩缝洞体的地震是不可行的。
振幅变化率方法主要反映振幅的横向相对大小，而与振幅的绝对值无关，因此能够在一定程度上消除背景的影响，突出碳酸盐岩缝洞体的存在，但是无法反映出不同尺度碳酸盐岩缝洞体之间的差异，小尺度碳酸盐岩缝洞体的振幅变化率可能比大尺度缝洞体还要大。
钻井证实塔里木盆地奥陶系不同尺度的碳酸盐岩缝洞体都有发育，对于大、中尺度的碳酸盐岩缝洞体，主要以一类储层为主，储集体物性较好，孔隙度一般大于4.5％，其在地震剖面上表现为明显的强、中强串珠状反射，地震预测较为容易；而对于小尺度的碳酸盐岩缝洞体，主要以二类储层为主，储集体物性一般，孔隙度一般大于1.8％而小于4.5％，其在地震剖面上表现为弱串珠状反射，和背景反射能量相差无几，地震预测较为困难。
因此，利用现有的地震识别方法对碳酸盐岩缝洞体的地震进行预测会造成识别精度低、预测困难等问题，最终导致不能满足油田勘探开发需求。所以，亟需一种识别精度更高、预测结果更可信的地震识别方法。
发明内容
本说明书实施例目的在于提供一种碳酸盐岩缝洞体的地震识别方法及装置，可以有效提高碳酸盐岩缝洞体的地震识别精度和可信度。
本说明书实施例提供的一种碳酸盐岩缝洞体的地震识别方法及装置是包括以下方式实现的：
一种碳酸盐岩缝洞体的地震识别方法，所述方法包括：
提取目的层段平面属性，所述平面属性包括振幅类和序列类；
利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；
结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；
结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；
按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
一种碳酸盐岩缝洞体的地震识别装置，所述装置包括：
平面属性提取模块，用于提取目的层段平面属性，所述平面属性包括振幅类和序列类；
第一过滤模块，用于利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；
第二过滤模块，用于结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；
预测模块，用于结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；
确定模块，用于按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
本说明书实施例提供的一种碳酸盐岩缝洞体的地震识别方法及装置，通过利用高保真、高保幅的三维地震资料，在井震合成记录标定的基础上，选取合适的时窗，提取目的层段四种平面属性，基于这四种平面属性，通过过滤、交集运算，实现对碳酸盐岩缝洞体的地震预测，即串珠状反射的识别，同时应用可靠性分析手段，对地震预测结果进行进一步评价、筛选，以保证地震预测结果的可信度。利用本说明书实施例的方案，可以有效提高碳酸盐岩缝洞体的地震识别精度和可信度。
附图说明
为了更清楚地说明本说明书实施方式或现有技术中的技术方案，下面将对实施方式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说明书中记载的一些实施方式，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是本说明书所述方法实施例的一个处理流程示意图；
图2a是本说明书提供的一个实施例中最大波峰振幅平面属性示意图；
图2b是本说明书提供的一个实施例中最大波谷振幅平面属性示意图；
图2c是本说明书提供的一个实施例中最大波峰时间平面属性示意图；
图2d是本说明书提供的一个实施例中最大波谷时间平面属性示意图；
图3是本说明书提供的一个实施例中目的层段第一过滤结果示意图；
图4是本说明书提供的一个实施例中目的层段第二过滤结果示意图；
图5是本说明书提供的一个实施例中目的层段预测结果示意图；
图6是本说明书提供的一个实施例中利用资料评价法对预测结果进行可靠性分析结果的示意图；
图7是本说明书提供的一个实施例中利用子波分析法对预测结果进行可靠性分析结果的示意图；
图8a是本说明书提供的一个实施例中利用常规地震识别方法获得的识别结果的平面示意图；
图8b是本说明书提供的一个实施例中利用本发明地震识别方法获得的识别结果的平面示意图；
图9是本说明书提供的一个实施例中利用本发明地震识别方法获得的识别结果的剖面示意图；
图10是本说明书提供的一种碳酸盐岩缝洞体的地震识别装置实施例的模块结构示意图；
图11是本说明书提供的一种碳酸盐岩缝洞体的地震识别系统实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书中的一部分实施例，而不是全部的实施例。基于本说明书中的一个或多个实施例，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，都应当属于本说明书实施例保护的范围。
目前，随着塔里木盆地奥陶系碳酸盐岩勘探开发的深入，最优质的钻探目标大、中尺度缝洞体已勘探开发殆尽。现有技术中常规地震识别方法对小尺度碳酸盐岩缝洞体的地震识别精度低，甚至非常困难。针对上述技术问题，本说明书实施例提供了一种碳酸盐岩缝洞体的地震识别方法，通过利用高保真、高保幅的三维地震资料，在井震合成记录标定的基础上，选取合适的时窗，提取目的层段四种平面属性，基于四种平面属性，通过过滤、交集运算，实现对碳酸盐岩缝洞体串珠状反射的识别，同时应用可靠性分析手段，对识别结果进行验证，以保证识别结果的可信度。利用本说明书实施例的方案，可以有效提高碳酸盐岩缝洞体的地震识别精度和可信度。
下面以一个具体的应用场景为例对本说明书实施方案进行说明。具体的，图1是本说明书所述方法实施例的一个处理流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
当然，下述实施例的描述并不对基于本说明书的其他可扩展到的技术方案构成限制。具体的一个实施例如图1所示，本说明书提供的碳酸盐岩缝洞体的地震识别方法的一个实施例中，所述方法可以包括：
S100:提取目的层段平面属性，所述平面属性包括振幅类和序列类。
塔里木盆地奥陶系碳酸盐岩缝洞体的地震预测可以通过识别地震剖面上表现出来的串珠状反射来实现，即地震识别。所谓串珠状反射是指它的地震反射组合形式至少是伴生的“一峰一谷”，伴生指相对强波峰或波谷的上面或下面必然有相对强波谷或波峰。优质规模储层在地震剖面上通常表现为“串珠状反射”，它们所对应的储集体被称为“缝洞体”。一般意义上说，单纯的相对强波峰或是强波谷都不是优质缝洞体的地震响应特征。
本说明书一个或多个实施例中，提取目的层段平面属性，包括：根据井震合成记录标定，确定所述目的层段纵向位置，所述井震合成记录通过一维正演制作处理得到；基于所述目的层段纵向位置选取地震平面属性提取时窗；利用所述提取时窗提取所述目的层段平面属性。具体的，根据井震合成记录标定，确定目的层段所处的纵向位置，然后选取合适的地震平面属性提取时窗，利用所述提取的时窗提取目的层段振幅类和序列类平面属性。其中，振幅类平面属性包括最大波谷振幅、最大波峰振幅；序列类平面属性取决于地震资料是时间域还是深度域，如果地震资料是时间域，则序列类平面属性包括最大波峰时间、最大波谷时间，如果地震资料是深度域，则序列类平面属性包括最大波峰深度、最大波谷深度。
所述井震合成记录是通过一维正演制作处理得到。其制作过程是将反射系数与提取的地震子波进行褶积得到井震合成记录。具体的，设合成记录为S(t)，地震子波为W(t)，反射系数为R(t)，则井震合成记录可以采用如下公式(1)计算获得：
S(t)＝W(t)*R(t) (1)
其中，地震子波可以是余氏子波、雷克子波等，子波主频可以根据实际资料主频设定，将反射系数与给定地震子波进行褶积得到井震合成记录。
S102:利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果。
本说明书一个或多个实施例中，所述利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果，包括：至少结合钻井、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波峰振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；利用所述最大波峰振幅下限值对所述最大波峰振幅平面属性进行非串珠状反射的过滤，获得第一过滤结果。其中，所述利用所述最大波峰振幅下限值对所述最大波峰振幅平面属性进行非串珠状反射的过滤，包括：以所述最大波峰振幅下限值为门槛值，将小于所述门槛值的值修改为无效值。
具体的，结合钻井、测井等资料，确定缝洞体的串珠状反射强度，然后以作业人员肉眼可以识别的地震反射能量最弱的串珠状反射为准，通过统计分析研究区中所有小尺度缝洞体，从中找到地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波峰振幅下限值，然后，以此值为下限，将研究区目的层段中最大波峰振幅值小于此下限值的值修改为无效值，实现对最大波峰振幅平面属性的初步过滤，达到尽可能突出串珠状反射的目的，获得第一过滤结果。其中，所述串珠状反射强度可指缝洞体的地震反射强度。一般的，所述地震反射能量最弱是指振幅绝对值最小。
在一些实施方式中，在当前作业人员选取了可识别的地震反射能量最弱的串珠状反射后，把对应的能量最弱的数据标识出来反馈给处理终端作为第一串珠状反射结果。
在另一些实施例中，可能存在不同的作用人员选取可识别的串珠状反射，获得不同的地震反射能量最弱的串珠状反射的情况。所述在确定地震反射能量最弱的串珠状反射时，可以把对多个地震反射能量最弱的串珠状反射结果取平均值后的结果反馈给处理终端作为第一串珠状反射结果；或者，可以把多个地震反射能量最弱的串珠状反射结果中能量最弱的串珠状反射对应的数据反馈给处理终端作为第一串珠状反射结果。
当然，本说明书其他的实施例中，所述确定第一串珠状反射结果的方式可以为其它方式，在此不作限制。
S104:结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果。
本说明书一个或多个实施例中，所述结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果，包括：至少结合、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波谷振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；以所述最大波谷振幅下限值为门槛值，将所述最大波谷振幅平面属性中小于所述门槛值的值修改为无效值，获得第三过滤结果；在确定最大波峰振幅属性和最大波谷振幅属性在同一平面位置都存在有效值时，对所述第三过滤结果与所述第一过滤结果进行交集运算，获得第二过滤结果。具体的，结合钻井、测井等资料，确定缝洞体的串珠状反射强度，然后以作业人员肉眼可以识别的地震反射能量最弱的串珠状反射为准，通过统计分析研究区中所有小尺度缝洞体，从中找到地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波谷振幅下限值，以此值为下限，将研究区目的层段中最大波谷振幅值小于此下限值的值修改为无效值，获得对最大波谷振幅平面属性进行过滤的结果，在确定最大波峰振幅属性和最大波谷振幅属性在同一平面位置都存在有效值时，将此过滤结果与步骤S102获得的第一过滤结果进行交集运算，以消除单纯的相对强波峰或是强波谷的影响，实现二次过滤非串珠反射的目的，获得第二过滤结果。所述交集运算，在集合论中，设A，B是两个集合，由所有属于集合A且属于集合B的元素所组成的集合，叫做集合A与集合B的交集。其中，所述串珠状反射强度可指缝洞体的地震反射强度。一般的，所述地震反射能量最弱是指振幅绝对值最小。
需要说明的是，所述确定第一串珠状反射结果的方式可以参照前述处理相关实施例的描述，在此不做赘述。在一些实施方式中，上述步骤S102和S104的执行顺序可以不分先后，即可以先利用所述振幅类中包括的最大波谷振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；然后结合所述振幅类中包括的最大波峰振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果。具体实施方式可以参照前述处理相关实施例的描述，在此不做赘述。
S106:结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果。
本说明书一个或多个实施例中，所述结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果，包括：确定研究区串珠状反射的序列类平面属性厚度的最小值和最大值；计算所述研究区目的层段序列类平面属性厚度；利用所述最小值和所述最大值对所述研究区目的层段序列类平面属性厚度进行过滤，获得第四过滤结果；在确定振幅类属性和序列类属性在同一平面位置都存在有效值时，对所述第四过滤结果与所述第二过滤结果进行交集运算，获得第一预测结果。其中，所述计算所述研究区目的层段序列类平面属性厚度，包括：将所述研究区目的层段序列类中包括的最大波峰振幅时间层位与所述研究区目的层段最大波谷振幅时间层位相减，求其绝对值，获得所述序列类平面属性厚度；或者，将所述研究区目的层段序列类中包括的最大波峰振幅深度层位与所述研究区目的层段最大波谷振幅深度层位相减，求其绝对值，获得所述序列类平面属性厚度。所述利用所述最小值和所述最大值对所述研究区目的层段序列类平面属性厚度进行过滤，包括：根据所述研究区串珠状反射的序列类平面属性厚度的最小值和最大值，将所述研究区目的层段序列类平面属性厚度小于所述最小值或者大于所述最大值的值修改为无效值。
具体的，通过统计分析研究区串珠状反射结果来确定研究区串珠状反射的最大波峰振幅时间与伴生的最大波谷振幅时间厚度的最小值和最大值，然后，将研究区目的层段最大波峰振幅时间层位与最大波谷振幅时间层位相减，求其绝对值，获得研究区目的层段时间平面属性厚度，根据上述统计分析得到的最小值和最大值，将研究区目的层段时间厚度小于最小值或者大于最大值的值都修改为无效值，获得时间厚度平面属性的过滤结果。在确定振幅类属性和序列类属性在同一平面位置都存在有效值时，将此过滤结果与步骤S104获得的第二过滤结果进行交集运算，获得最终的串珠状反射即碳酸盐岩缝洞体的预测结果。
在一些实施例中，地震资料可以是关于深度域的。当地震资料是关于深度域时，所述结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果，相应的，是根据序列类平面属性中包括的最大波峰振幅深度和最大波谷振幅深度获得的，具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。
S108:按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
本说明书一个或多个实施例中，所述预定方式可以包括钻井验证法、资料评价法、子波分析法。
为了保证最终获得的串珠状反射即预测结果是真实缝洞体的识别结果，在本说明书一个实施例中，可以根据串珠状反射的钻井工程上是否发生漏失钻井液或放空钻具，判断所述第一预测结果是否是可靠性数据，即判断所述串珠状反射是否是真实缝洞体的反映。如果串珠状反射的钻井工程上发生漏失钻井液或放空钻具，则确定所述第一预测结果是可靠性数据，也就是可以确定该串珠状反射是真实缝洞体的识别结果；反之，排除工程原因，则可以判定地震识别的串珠是假的。
本说明书一个或多个实施例中，可以根据对多套资料进行处理的结果判断所述第一预测结果是否是可靠性数据，即判断串珠状反射是否是真实缝洞体的反映。如果所述多套资料显示的串珠状反射都清晰可见，则确定所述第一预测结果是可靠性数据，也就是可以确定该串珠状反射是真实缝洞体的识别结果。此外，也可以基于第一预测结果上的某一个串珠，沿直线方向以串珠中心点为中心向左右两边抽取道集，如果所述串珠中心点道集目的层段强反射特征清晰，并且向两边反射能量逐渐减小，直至消失，则确定所述第一预测结果是可靠性数据，即该串珠状反射是真实缝洞体的识别结果。
本说明书一个或多个实施例中，还可以基于第一预测结果上的一个串珠，沿直线方向分别提取串珠中心点以及分居所述串珠中心两侧的非串珠点所在地震道的地震子波，应用自相关算法进行叠合显示，如果三个子波的相似度达到预定值，则确定所述第一预测结果是可靠性数据，即该串珠状反射是真实缝洞体的识别结果。其中，所述相似度包括子波的形态和频谱，也就是如果三个子波的形态、频谱基本一致，则确定串珠状反射是真实缝洞体的识别结果。
利用本说明书上述实施例提供的方案，通过选取合适的时窗，提取目的层段四种平面属性，基于四种平面属性，通过过滤、交集运算，实现对碳酸盐岩缝洞体的地震预测，同时应用可靠性分析手段，对地震预测结果的真实性进行判断，有效提高了碳酸盐岩缝洞体的地震识别精度和可信度。
为了进一步来验证本方法的实用性和可行性，本说明书还提供了应用上述方案的一个具体实例，以塔里木盆地大沙漠地区碳酸盐岩油气田F区块为例进行试验研究，包括如下：
(1)提取目的层段振幅类、序列类平面属性。
如图2a-图2d所示，是本说明书提供的一个实施例中目的层段振幅类、序列类平面属性示意图，其中，图2a是本说明书提供的一个实施例中最大波峰振幅平面属性示意图，图2b是本说明书提供的一个实施例中最大波谷振幅平面属性示意图，图2c是本说明书提供的一个实施例中最大波峰时间平面属性示意图，图2d是本说明书提供的一个实施例中最大波谷时间平面属性示意图。
(2)利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果。
利用钻井、测井等资料，确定缝洞体的串珠状反射强度后，把当前作业人员选取的可识别的地震反射能量最弱的串珠状反射对应的数据标识出来反馈给处理终端作为第一串珠状反射结果，基于所述第一串珠状反射结果确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波峰振幅下限值，以此值为下限，将小于此下限值的值修改为无效值，实现对最大波峰振幅平面属性进行初步过滤，得到一次过滤后的平面属性。如图3所示，图3是本说明书提供的一个实施例中目的层段第一过滤结果示意图。
(3)结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；
类似的，利用钻井、测井等资料，确定缝洞体的串珠状反射强度后，把当前作业人员选取的可识别的地震反射能量最弱的串珠状反射对应的数据标识出来反馈给处理终端作为第一串珠状反射结果，基于所述第一串珠状反射结果确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波谷振幅下限值，以此值为下限，将小于此下限值的值修改为无效值，实现对最大波谷振幅平面属性进行过滤，然后在确定最大波峰振幅属性和最大波谷振幅属性在同一平面位置都存在有效值时，将此平面结果与第一次过滤结果进行交集运算，消除单纯的相对强波峰或是强波谷的影响，得到第二次过滤结果。如图4所示，图4是本说明书提供的一个实施例中目的层段第二过滤结果示意图。
(4)结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；
首先通过对F区的串珠状反射进行统计分析，确定F区串珠状反射的最大波峰振幅与伴生的最大波谷振幅时间厚度的最小值A1和最大值B1。然后将F区目的层段最大波峰振幅时间层位与最大波谷振幅时间层位相减，求其绝对值，获得时间平面属性厚度，根据上述统计分析得到的最小值A1和最大值B1，将时间厚度小于A1或者大于B1的值都修改为无效值，对时间厚度平面属性厚度进行过滤。然后在确定最大波峰振幅和时间厚度属性在同一平面位置都存在有效值时，将过滤之后的时间平面属性厚度与第二过滤结果进行交集运算，得到最终的串珠状反射即碳酸盐岩缝洞体预测结果。如图5所示，图5是本说明书提供的一个实施例中目的层段预测结果示意图。
需要说明的是，图2a-图2d、图3-图5中类似ZG44、ZG441-H6、ZG441-2H等标记表示相应井的名称。
(5)按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
为了保证最终获得的串珠状反射即预测结果是真实缝洞体的识别结果，在本实施例中，根据对多套地震资料的处理结果，判断预测结果的可靠性。如图6所示，图6是本说明书提供的一个实施例中利用资料评价法对预测结果进行可靠性分析结果的示意图，其中，图6上半部分表示CRP道集，所述CRP道集是指共接收点道集，也就是不同炮点激发，同一检波点接收的所有道形成的道集；TO3s相当于奥陶系桑塔木组底界，即良里塔格组顶界，TO3I相当于良里塔格组底界，AAA(靶点A)表示井口；图6下半部分是通过不同处理公司(M公司、N公司)、不同处理方法(叠前时间偏移、叠前深度偏移)对CRP道集处理获得的剖面图，其中，黑色圈起来部分表示串珠，即A对应的位置表示串珠，AAA对应的位置表示井口，B对应的位置表示井底。由图可知，通过不同处理公司、不同处理方法对多套地震资料的处理对比，多套资料都显示串珠状反射清晰可见，基本可以判定串珠状反射是真实缝洞体的反映。而且，针对缝洞体预测结果上的某一个串珠，沿直线方向以串珠中心点为中心向左右两边抽取道集，串珠中心点道集目的层段强反射特征清晰，并且向两边反射能量逐渐减小直至消失，据此也可以判断串珠状反射是否是真实缝洞体的反映。
在本说明书另一实施例中，根据对子波分析法判断预测结果的可靠性。如图7所述，图7是本说明书提供的一个实施例中利用子波分析法对预测结果进行可靠性分析结果的示意图。由图可知，针对缝洞体预测结果上的某一个串珠，沿直线方向分别提取串珠中心点C以及非串珠点D、E(分居点C左右两侧)所在地震道的地震子波。叠合显示，对比分析，三个地震子波的形态、频谱基本一致，说明地震响应的横向变化不是因为地震子波的差异造成的，而是因反射系数的差异造成的，在地层岩性横向变化比较稳定的情况下，可以认为反射系数的差异主要是由储层等地质因素的横向变化引起的，据此可以判断串珠状反射是否是真实缝洞体的反映。
通过具体实施例验证，结果表明，利用本说明书实施提供的方案，可以有效提高碳酸盐岩缝洞体的地震识别精度。具体的，对本申请方法与常规碳酸盐岩缝洞体地震识别方法在塔里木盆地大沙漠地区碳酸盐岩油气田F区块进行试验研究的结果进行对比，在前期研究中，应用常规的碳酸盐岩缝洞体地震识别方法，只能识别中-大尺度的碳酸盐岩缝洞体，串珠个数仅有13个，面积0.6平方公里，无法提供更多的可钻探目标。使用本申请的方法后，小尺度碳酸盐岩缝洞体的识别精度大大提高，串珠数量增至75个，面积1.32平方公里。如图8a、图8b和图9所示，图8a是本说明书提供的一个实施例中利用常规地震识别方法获得的识别结果的平面示意图，图8b是本说明书提供的一个实施例中利用本发明地震识别方法获得的识别结果的平面示意图，图9是本说明书提供的一个实施例中利用本发明地震识别方法获得的识别结果的剖面示意图。其中，图8a可以理解为利用常规地震识别方法获得的储层预测平面图，图8b可以理解为利用本发明地震识别方法获得的储层预测平面图，图9可以理解为从利用本发明地震识别方法获得的识别结果中选择两个区域进行剖面展示的结果。具体的，如图9中，下半部分白色方框中储层预测平面图(新)表示图8b获得的识别结果，其中①和②表示选择区域①和区域②进行地震剖面展示，上半部分表示区域①对应的剖面图，下半部分表示区域②对应的剖面图。需要说明的是，图8a、图8b中类似ZG46-H1、ZG441-H4、ZG441-2H等标记表示相应井的名称，黑色点表示串珠，所有串珠的总区域表示面积；图9中白色圈起来的部分表示串珠。由图可知，本说明书通过提供应用上述方案的一个具体实例，以塔里木盆地大沙漠地区碳酸盐岩油气田F区块为例进行试验研究，进一步验证本方法可以提高小尺度碳酸盐缝洞体的地震识别精度，为碳酸盐岩勘探开发井位优选部署提供了有力依据。
基于上述所述的碳酸盐岩缝洞体的地震识别方法，本说明书一个获多个实施例还提供一种碳酸盐岩缝洞体的地震识别装置。所述的装置可以包括使用了本说明书实施例所述方法的系统、软件(应用)、模块、组件、服务器等并结合必要的实施硬件的装置。基于同一创新构思，本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参见前述方法的实施，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。
具体的，图10是本说明书提供的一种碳酸盐岩缝洞体的地震识别装置实施例的模块结构示意图，如图10所示，本说明书提供的一种碳酸盐岩缝洞体的地震识别装置包括：平面属性提取模块202，第一过滤模块204，第二过滤模块206，预测模块208，确定模块210。
平面属性提取模块202，可以用于提取目的层段平面属性，所述平面属性包括振幅类和序列类；
第一过滤模块204，可以用于利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；
第二过滤模块206，可以用于结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；
预测模块208，可以用于结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；
确定模块210，可以用于按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
其中，所述平面属性提取模块202可以包括第一确定单元、第一选取单元以及第一提取单元，其中，
第一确定单元，可以用于根据井震合成记录标定，确定所述目的层段纵向位置，所述井震合成记录通过一维正演制作处理得到；
第一选取单元，可以用于基于所述目的层段纵向位置选取地震平面属性提取时窗；
第一提取单元，可以用于利用所述提取时窗提取所述目的层段平面属性。
其中，所述装置中，目的层段振幅类平面属性包括最大波谷振幅、最大波峰振幅；目的层段序列类平面属性包括最大波峰时间、最大波谷时间；或者，所述目的层段序列类平面属性包括最大波峰深度、最大波谷深度。
其中，所述第一过滤模块204可以包括第二确定单元和第一过滤单元，其中，
第二确定单元，可以用于至少结合钻井、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波峰振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；
第一过滤单元，可以用于利用所述最大波峰振幅下限值对所述最大波峰振幅平面属性进行非串珠状反射的过滤，获得第一过滤结果。
其中，第一过滤单元，可以包括：以所述最大波峰振幅下限值为门槛值，将小于所述门槛值的值修改为无效值。
所述第二过滤模块206可以包括第三确定单元、第二过滤单元以及第一运算单元，其中，
第三确定单元，可以用于至少结合、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波谷振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；
第二过滤单元，可以用于以所述最大波谷振幅下限值为门槛值，将所述最大波谷振幅平面属性中小于所述门槛值的值修改为无效值，获得第三过滤结果；
第一运算单元，可以用于在确定最大波峰振幅属性和最大波谷振幅属性在同一平面位置都存在有效值时，对所述第三过滤结果与所述第一过滤结果进行交集运算，获得第二过滤结果。
所述预测模块208可以包括第四确定单元、第一计算单元、第三过滤单元以及第二运算单元，其中，
第四确定单元，可以用于确定研究区串珠状反射的序列类平面属性厚度的最小值和最大值；
第一计算单元，可以用于计算所述研究区目的层段序列类平面属性厚度；
第三过滤单元，可以用于利用所述最小值和所述最大值对所述研究区目的层段序列类平面属性厚度进行过滤，获得第四过滤结果；
第二运算单元，可以用于在确定振幅类属性和序列类属性在同一平面位置都存在有效值时，对所述第四过滤结果与所述第二过滤结果进行交集运算，获得第一预测结果。
其中，第一计算单元，可以包括：将所述研究区目的层段序列类中包括的最大波峰振幅时间层位与所述研究区目的层段最大波谷振幅时间层位相减，求其绝对值，获得所述序列类平面属性厚度；或者，
将所述研究区目的层段序列类中包括的最大波峰振幅深度层位与所述研究区目的层段最大波谷振幅深度层位相减，求其绝对值，获得所述序列类平面属性厚度。
其中，第三过滤单元，可以包括：根据所述研究区串珠状反射的序列类厚度平面属性的最小值和最大值，将所述研究区目的层段序列类平面属性厚度小于所述最小值或者大于所述最大值的值修改为无效值。
所述确定模块210可以包括第五确定单元、第六确定单元以及第七确定单元，其中，
第五确定单元，可以用于根据钻井验证法确定所述第一预测结果的可靠性数据；
第六确定单元，可以用于根据资料评价法确定所述第一预测结果的可靠性数据；
第七确定单元，可以用于根据子波分析法确定所述第一预测结果的可靠性数据。
其中，当所述装置包括所述第五确定单元时，所述第五确定单元，可以包括：
根据串珠状反射的钻井工程上是否发生漏失钻井液或放空钻具，判断所述第一预测结果是否是可靠性数据，如果判断结果为是，则确定所述第一预测结果是可靠性数据。
其中，当所述装置包括所述第六确定单元时，所述第六确定单元，可以包括：
根据对多套资料进行处理的结果判断所述第一预测结果是否是可靠性数据，如果所述多套资料显示的串珠状反射都清晰可见，则确定所述第一预测结果是可靠性数据；或者，
基于第一预测结果上的一个串珠，沿直线方向以串珠中心点为中心向左右两边抽取道集，如果所述串珠中心点道集目的层段强反射特征清晰，并且向两边反射能量逐渐减小，直至消失，则确定所述第一预测结果是可靠性数据。
其中，当所述装置包括所述第七确定单元时，所述第七确定单元，可以包括：
基于第一预测结果上的一个串珠，沿直线方向分别提取串珠中心点以及分居所述串珠中心两侧的非串珠点所在地震道的地震子波，应用自相关算法进行叠合显示，如果三个子波的相似度达到预定值，则确定所述第一预测结果是可靠性数据，所述相似度包括子波的形态和频谱。
本说明书实施例提供的一种碳酸盐岩缝洞体的地震识别装置，通过选取合适的时窗，提取目的层段四种平面属性，基于四种平面属性，通过过滤、交集运算，实现对碳酸盐岩缝洞体的地震预测，同时应用可靠性分析手段，对地震预测结果的真实性进行判断，有效提高了碳酸盐岩缝洞体的地震识别精度和可信度。
需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果。因此，本说明书还提供一种碳酸盐岩缝洞体的地震识别设备，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：
提取目的层段平面属性，所述平面属性包括振幅类和序列类；
利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；
结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；
结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；
按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
所述存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。
需要说明的，上述所述的设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
本说明书实施例提供的上述一种碳酸盐岩缝洞体的地震识别方法、装置、设备可以在计算机中由处理器执行相应的程序指令来实现，如使用windows操作系统的c++语言在PC端实现、linux系统实现，或其他例如使用android、iOS系统程序设计语言在智能终端实现，以及基于量子计算机的处理逻辑实现等。本说明书提供的一种碳酸盐岩缝洞体的地震识别系统的一个实施例中，图11是本说明书提供的一种碳酸盐岩缝洞体的地震识别系统实施例的模块结构示意图，如图11所示，本说明书提供的一种碳酸盐岩缝洞体的地震识别系统可以包括处理器131以及用于存储处理器可执行指令的存储器132，处理器131和存储器132通过总线133完成相互间的通信；
所述处理器131用于调用所述存储器132中的程序指令，以执行上述碳酸盐岩缝洞体的地震识别方法实施例所提供的方法，例如包括：提取目的层段平面属性，所述平面属性包括振幅类和序列类；利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
需要说明的是说明书上述所述的装置根据相关方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书实施例并不局限于必须是符合行业通信标准、标准计算机数据处理和数据存储规则或本说明书一个或多个实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例，仍然可以属于本说明书实施例的可选实施方案范围之内。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本说明书一个或多个实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或组件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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本发明是参照根据本发明实施例的方法、装置(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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例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，本说明书一个或多个实施例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。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书一个或多个实施例的实施例而已，并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在权利要求范围之内。
Claims (26)
1.一种碳酸盐岩缝洞体的地震识别方法，其特征在于，包括：
提取目的层段平面属性，所述平面属性包括振幅类和序列类；
利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；
结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；
结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；
按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
2.如权利要求1所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，提取目的层段平面属性，包括：
根据井震合成记录标定，确定所述目的层段纵向位置，所述井震合成记录通过一维正演制作处理得到；
基于所述目的层段纵向位置选取地震平面属性提取时窗；
利用所述提取时窗提取所述目的层段平面属性。
3.如权利要求1所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，
所述目的层段振幅类平面属性包括最大波谷振幅、最大波峰振幅；
所述目的层段序列类平面属性包括最大波峰时间、最大波谷时间；或者，所述目的层段序列类平面属性包括最大波峰深度、最大波谷深度。
4.如权利要求1所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，所述利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果，包括：
至少结合钻井、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波峰振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；
利用所述最大波峰振幅下限值对所述最大波峰振幅平面属性进行非串珠状反射的过滤，获得第一过滤结果。
5.如权利要求4所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，所述利用所述最大波峰振幅下限值对所述最大波峰振幅平面属性进行非串珠状反射的过滤，包括：
以所述最大波峰振幅下限值为门槛值，将小于所述门槛值的值修改为无效值。
6.如权利要求1所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，所述结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果，包括：
至少结合钻井、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波谷振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；
以所述最大波谷振幅下限值为门槛值，将所述最大波谷振幅平面属性中小于所述门槛值的值修改为无效值，获得第三过滤结果；
在确定最大波峰振幅属性和最大波谷振幅属性在同一平面位置都存在有效值时，对所述第三过滤结果与所述第一过滤结果进行交集运算，获得第二过滤结果。
7.如权利要求1所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，所述结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果，包括：
确定研究区串珠状反射的序列类平面属性厚度的最小值和最大值；
计算所述研究区目的层段序列类平面属性厚度；
利用所述最小值和所述最大值对所述研究区目的层段序列类平面属性厚度进行过滤，获得第四过滤结果；
在确定振幅类属性和序列类属性在同一平面位置都存在有效值时，对所述第四过滤结果与所述第二过滤结果进行交集运算，获得第一预测结果。
8.如权利要求7所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，所述计算所述研究区目的层段序列类平面属性厚度，包括：
将所述研究区目的层段序列类中包括的最大波峰振幅时间层位与所述研究区目的层段最大波谷振幅时间层位相减，求其绝对值，获得所述序列类平面属性厚度；或者，
将所述研究区目的层段序列类中包括的最大波峰振幅深度层位与所述研究区目的层段最大波谷振幅深度层位相减，求其绝对值，获得所述序列类平面属性厚度。
9.如权利要求7所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，所述利用所述最小值和所述最大值对所述研究区目的层段序列类平面属性厚度进行过滤，包括：
根据所述研究区串珠状反射的序列类平面属性厚度的最小值和最大值，将所述研究区目的层段序列类平面属性厚度小于所述最小值或者大于所述最大值的值修改为无效值。
10.如权利要求1所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，所述按照预定方式确定所述第一预测结果的可靠性数据，包括：
根据钻井验证法确定所述第一预测结果的可靠性数据；或者，
根据资料评价法确定所述第一预测结果的可靠性数据；或者，
根据子波分析法确定所述第一预测结果的可靠性数据。
11.如权利要求10所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，当所述方法根据钻井验证法确定所述第一预测结果的可靠性数据时，所述根据钻井验证法确定所述第一预测结果的可靠性数据，包括：
根据串珠状反射的钻井工程上是否发生漏失钻井液或放空钻具，判断所述第一预测结果是否是可靠性数据，如果判断结果为是，则确定所述第一预测结果是可靠性数据。
12.如权利要求10所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，当所述方法根据资料评价法确定所述第一预测结果的可靠性数据时，所述根据资料评价法确定所述第一预测结果的可靠性数据，包括：
根据对多套资料进行处理的结果判断所述第一预测结果是否是可靠性数据，如果所述多套资料显示的串珠状反射都清晰可见，则确定所述第一预测结果是可靠性数据；或者，
基于第一预测结果上的一个串珠，沿直线方向以串珠中心点为中心向左右两边抽取道集，如果所述串珠中心点道集目的层段强反射特征清晰，并且向两边反射能量逐渐减小，直至消失，则确定所述第一预测结果是可靠性数据。
13.如权利要求10所述的一种碳酸盐岩缝洞体的地震识别方法，其特征在于，当所述方法根据子波分析法确定所述第一预测结果的可靠性数据时，所述根据子波分析法确定所述第一预测结果的可靠性数据，包括：
基于第一预测结果上的一个串珠，沿直线方向分别提取串珠中心点以及分居所述串珠中心两侧的非串珠点所在地震道的地震子波，应用自相关算法进行叠合显示，如果三个子波的相似度达到预定值，则确定所述第一预测结果是可靠性数据，所述相似度包括子波的形态和频谱。
14.一种碳酸盐岩缝洞体的地震识别装置，其特征在于，包括：
平面属性提取模块，用于提取目的层段平面属性，所述平面属性包括振幅类和序列类；
第一过滤模块，用于利用所述振幅类中包括的最大波峰振幅平面属性，进行非串珠状反射的过滤，获得第一过滤结果；
第二过滤模块，用于结合所述振幅类中包括的最大波谷振幅平面属性，对所述第一过滤结果进行非串珠状反射的过滤，获得第二过滤结果；
预测模块，用于结合所述序列类平面属性对所述第二过滤结果进行非串珠状反射的过滤，获得第一预测结果；
确定模块，用于按照预定方式确定所述第一预测结果的可靠性数据，基于所述第一预测结果的可靠性数据确定缝洞体的识别结果。
15.如权利要求14所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述平面属性提取模块，包括：
第一确定单元，用于根据井震合成记录标定，确定所述目的层段纵向位置，所述井震合成记录通过一维正演制作处理得到；
第一选取单元，用于基于所述目的层段纵向位置选取地震平面属性提取时窗；
第一提取单元，用于利用所述提取时窗提取所述目的层段平面属性。
16.如权利要求14所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，
所述目的层段振幅类平面属性包括最大波谷振幅、最大波峰振幅；
所述目的层段序列类平面属性包括最大波峰时间、最大波谷时间；或者，所述目的层段序列类平面属性包括最大波峰深度、最大波谷深度。
17.如权利要求14所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述第一过滤模块，包括：
第二确定单元，用于至少结合钻井、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波峰振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；
第一过滤单元，用于利用所述最大波峰振幅下限值对所述最大波峰振幅平面属性进行非串珠状反射的过滤，获得第一过滤结果。
18.如权利要求17所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述第一过滤单元，包括：
以所述最大波峰振幅下限值为门槛值，将小于所述门槛值的值修改为无效值。
19.如权利要求14所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述第二过滤模块，包括：
第三确定单元，用于至少结合、测井资料，确定缝洞体的串珠状反射强度，以第一串珠状反射为准，确定地震可以识别的最小尺度碳酸盐岩缝洞体所对应的最大波谷振幅下限值，所述第一串珠状反射是在确定缝洞体的串珠状反射强度后，基于作业人员确定的肉眼可识别的地震反射能量最弱的串珠状反射得到；
第二过滤单元，用于以所述最大波谷振幅下限值为门槛值，将所述最大波谷振幅平面属性中小于所述门槛值的值修改为无效值，获得第三过滤结果；
第一运算单元，用于在确定最大波峰振幅属性和最大波谷振幅属性在同一平面位置都存在有效值时，对所述第三过滤结果与所述第一过滤结果进行交集运算，获得第二过滤结果。
20.如权利要求14所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述预测模块，包括：
第四确定单元，用于确定研究区串珠状反射的序列类平面属性厚度的最小值和最大值；
第一计算单元，用于计算所述研究区目的层段序列类平面属性厚度；
第三过滤单元，用于利用所述最小值和所述最大值对所述研究区目的层段序列类平面属性厚度进行过滤，获得第四过滤结果；
第二运算单元，用于在确定振幅类属性和序列类属性在同一平面位置都存在有效值时，对所述第四过滤结果与所述第二过滤结果进行交集运算，获得第一预测结果。
21.如权利要求20所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述第一计算单元，包括：
将所述研究区目的层段序列类中包括的最大波峰振幅时间层位与所述研究区目的层段最大波谷振幅时间层位相减，求其绝对值，获得所述序列类平面属性厚度；或者，
将所述研究区目的层段序列类中包括的最大波峰振幅深度层位与所述研究区目的层段最大波谷振幅深度层位相减，求其绝对值，获得所述序列类平面属性厚度。
22.如权利要求20所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述第三过滤单元，包括：
根据所述研究区串珠状反射的序列类厚度平面属性的最小值和最大值，将所述研究区目的层段序列类平面属性厚度小于所述最小值或者大于所述最大值的值修改为无效值。
23.如权利要求14所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，所述确定模块，包括：
第五确定单元，用于根据钻井验证法确定所述第一预测结果的可靠性数据；或者，
第六确定单元，用于根据资料评价法确定所述第一预测结果的可靠性数据；或者，
第七确定单元，用于根据子波分析法确定所述第一预测结果的可靠性数据。
24.如权利要求23所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，当所述装置包括所述第五确定单元时，所述第五确定单元，包括：
根据串珠状反射的钻井工程上是否发生漏失钻井液或放空钻具，判断所述第一预测结果是否是可靠性数据，如果判断结果为是，则确定所述第一预测结果是可靠性数据。
25.如权利要求23所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，当所述装置包括所述第六确定单元时，所述第六确定单元，包括：
根据对多套资料进行处理的结果判断所述第一预测结果是否是可靠性数据，如果所述多套资料显示的串珠状反射都清晰可见，则确定所述第一预测结果是可靠性数据；或者，
基于第一预测结果上的一个串珠，沿直线方向以串珠中心点为中心向左右两边抽取道集，如果所述串珠中心点道集目的层段强反射特征清晰，并且向两边反射能量逐渐减小，直至消失，则确定所述第一预测结果是可靠性数据。
26.如权利要求23所述的一种碳酸盐岩缝洞体的地震识别装置，其特征在于，当所述装置包括所述第七确定单元时，所述第七确定单元，包括：
基于第一预测结果上的一个串珠，沿直线方向分别提取串珠中心点以及分居所述串珠中心两侧的非串珠点所在地震道的地震子波，应用自相关算法进行叠合显示，如果三个子波的相似度达到预定值，则确定所述第一预测结果是可靠性数据，所述相似度包括子波的形态和频谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015452.XA CN111413731B (zh) | 2019-01-08 | 2019-01-08 | 一种碳酸盐岩缝洞体的地震识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910015452.XA CN111413731B (zh) | 2019-01-08 | 2019-01-08 | 一种碳酸盐岩缝洞体的地震识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111413731A true CN111413731A (zh) | 2020-07-14 |
| CN111413731B CN111413731B (zh) | 2022-12-02 |
Family
ID=71492914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910015452.XA Active CN111413731B (zh) | 2019-01-08 | 2019-01-08 | 一种碳酸盐岩缝洞体的地震识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111413731B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112363220A (zh) * | 2020-10-26 | 2021-02-12 | 中国石油天然气集团有限公司 | 一种缝洞型碳酸盐岩微小储集层甜点预测方法及系统 |
| CN116165709A (zh) * | 2023-01-19 | 2023-05-26 | 中国石油大学(华东) | 一种基于缝洞体识别的油气勘探方法、装置及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU1210299A (en) * | 1995-04-13 | 1999-03-25 | Exxon Production Research Company | Determination of formation properties from seismic attributes |
| US20030046006A1 (en) * | 2001-08-31 | 2003-03-06 | Exxonmobil Upstream Research Company | Method for classifying AVO data using an interpreter-trained neural network |
| CN102042010A (zh) * | 2010-09-07 | 2011-05-04 | 中国石油天然气股份有限公司 | 一种确定碳酸盐岩缝洞型储层发育位置的方法 |
| CN104570092A (zh) * | 2014-12-24 | 2015-04-29 | 中国石油天然气股份有限公司 | 一种识别碳酸盐岩大型缝洞型储层顶包络面的方法及装置 |
| CN105676294A (zh) * | 2016-04-19 | 2016-06-15 | 中国石油化工股份有限公司 | 一种碳酸盐岩缝洞型储集体定量描述方法 |
| CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
| CN106526670A (zh) * | 2016-09-21 | 2017-03-22 | 中石化石油工程技术服务有限公司 | 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 |
| US20180067219A1 (en) * | 2016-09-07 | 2018-03-08 | China Petroleum & Chemical Corporation | Automatic focus identification method and system for karst cave reservoir |
-
2019
- 2019-01-08 CN CN201910015452.XA patent/CN111413731B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU1210299A (en) * | 1995-04-13 | 1999-03-25 | Exxon Production Research Company | Determination of formation properties from seismic attributes |
| US20030046006A1 (en) * | 2001-08-31 | 2003-03-06 | Exxonmobil Upstream Research Company | Method for classifying AVO data using an interpreter-trained neural network |
| CN102042010A (zh) * | 2010-09-07 | 2011-05-04 | 中国石油天然气股份有限公司 | 一种确定碳酸盐岩缝洞型储层发育位置的方法 |
| CN104570092A (zh) * | 2014-12-24 | 2015-04-29 | 中国石油天然气股份有限公司 | 一种识别碳酸盐岩大型缝洞型储层顶包络面的方法及装置 |
| CN105676294A (zh) * | 2016-04-19 | 2016-06-15 | 中国石油化工股份有限公司 | 一种碳酸盐岩缝洞型储集体定量描述方法 |
| CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
| US20180067219A1 (en) * | 2016-09-07 | 2018-03-08 | China Petroleum & Chemical Corporation | Automatic focus identification method and system for karst cave reservoir |
| CN106526670A (zh) * | 2016-09-21 | 2017-03-22 | 中石化石油工程技术服务有限公司 | 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 朱仕军 等: "碳酸盐岩缝洞储层地震反射波特征及其与油气的关系", 《地质勘探》 * |
| 赵军 等: "碳酸盐岩缝洞型储层类型识别与分类预测", 《中国岩溶》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112363220A (zh) * | 2020-10-26 | 2021-02-12 | 中国石油天然气集团有限公司 | 一种缝洞型碳酸盐岩微小储集层甜点预测方法及系统 |
| CN116165709A (zh) * | 2023-01-19 | 2023-05-26 | 中国石油大学(华东) | 一种基于缝洞体识别的油气勘探方法、装置及设备 |
| CN116165709B (zh) * | 2023-01-19 | 2024-01-30 | 中国石油大学(华东) | 一种基于缝洞体识别的油气勘探方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111413731B (zh) | 2022-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8355872B2 (en) | System and method for reservoir analysis background | |
| CN103792576A (zh) | 一种基于梯度结构张量的储层非均质检测方法及设备 | |
| US9377548B2 (en) | Wavelet-transform based system and method for analyzing characteristics of a geological formation | |
| CN109492775B (zh) | 一种地质构造解释的检测方法，检测装置及可读存储介质 | |
| CN111413731B (zh) | 一种碳酸盐岩缝洞体的地震识别方法及装置 | |
| Abbas et al. | Clustering analysis and flow zone indicator for electrofacies characterization in the upper shale member in Luhais Oil Field, Southern Iraq | |
| Zhihong et al. | Evaluation of granular particle roundness using digital image processing and computational geometry | |
| CN108897036A (zh) | 一种地震数据处理方法及装置 | |
| CN115146976A (zh) | 影响待勘测区块评价的主要地质参数的选取方法及设备 | |
| Prabhakaran et al. | Investigating spatial heterogeneity within fracture networks using hierarchical clustering and graph distance metrics | |
| SA515360901B1 (ar) | طريقة لمراقبة أداء حجم تحت سطح الأرض | |
| Zeybek | Inlier point preservation in outlier points removed from the ALS point cloud | |
| CN108090653B (zh) | 一种储层的油藏类型识别方法及装置 | |
| CN112213782A (zh) | 分相位地震数据的处理方法、装置和服务器 | |
| CN116927771A (zh) | 一种预测页岩储层总有机碳数据的方法、装置、设备及介质 | |
| CN111155986B (zh) | 一种多层合采气井井距的确定方法、装置、设备及系统 | |
| CN116027454A (zh) | 一种砂岩厚度等值线图的成图方法及智能绘制装置 | |
| CN114782211A (zh) | 一种海山分布范围信息的获取方法及系统 | |
| CN108108512B (zh) | 一种储层岩相的表征方法及装置 | |
| Fournier et al. | Integrated rock-typing with capillary pressure curve clustering | |
| CN114428298A (zh) | 断溶体分带性的识别方法、装置、电子设备及存储介质 | |
| CN109471173B (zh) | 一种剩余静校正方法及装置 | |
| CN114060015A (zh) | 一种致密砂岩含气性的评价方法及装置 | |
| Galli et al. | Smart Processing and Analysis of Image Log Data: A Digital Approach for A Robust Facies Modelling in Heterogeneous Carbonate Reservoirs | |
| CN112346117B (zh) | 一种基于地震属性融合的储层特征预测方法和装置 |
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 |