CN111427085B - 一种碳酸盐岩层间岩溶储层预测方法及装置 - Google Patents
一种碳酸盐岩层间岩溶储层预测方法及装置 Download PDFInfo
- Publication number
- CN111427085B CN111427085B CN202010250672.3A CN202010250672A CN111427085B CN 111427085 B CN111427085 B CN 111427085B CN 202010250672 A CN202010250672 A CN 202010250672A CN 111427085 B CN111427085 B CN 111427085B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- optimized
- wave impedance
- data
- seismic
- 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
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. analysis, for interpretation, for correction
- 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
- 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
- G01V2210/622—Velocity, density or impedance
- G01V2210/6226—Impedance
Abstract
本发明公开了一种碳酸盐岩层间岩溶储层预测方法及装置。该碳酸盐岩层间岩溶储层预测方法包括如下步骤:获取地震纯波数据和目的层的相对应时间构造层位数据;通过对地震纯波数据进行相对波阻抗反演,获得相对波阻抗;通过对地震纯波数据进行地层吸收因子计算,获得地层吸收因子数据体;构建相对波阻抗与地层吸收因子数据体的融合属性计算公式;利用最小二乘法优化融合属性计算公式,获得优化后的融合属性;利用优化后的融合属性对储层进行预测。本发明还提供了一种碳酸盐岩层间岩溶储层预测装置。本发明提供的方法受储层厚度以及干涉影响小,更适合油气检测,且能够有效识别油层,且烃检异常分布符合油气成藏规律。
Description
技术领域
本发明涉及石油地球物理勘探技术领域。更具体地,涉及一种碳酸盐岩层间岩溶储层预测方法及装置。
背景技术
随着油田勘探开发不断深入、难度不断加大,由于碳酸盐岩成岩作用的复杂性,造成碳酸盐岩原生孔隙有的被保存并得到后期扩溶,而有的原生孔隙被方解石胶结或泥质充填物充填,造成储层的破坏,因此,在碳酸盐岩油气勘探过程中需要准确预测储层有效性,即储层的含流体性,从而使油田勘探开发能规避风险且进一步挖掘潜力。
目前储层地震储层预测包括叠前预测和叠后预测,叠前流体检测主要是基于弹性波理论、AVO理论利用测井资料和地震道集进行叠前流体参数反演,此类方法计算量大且耗时长,易受测井资料多少及品质、地震道集质量、低频模型和反演方法等诸多因素影响;叠后流体检测则主要基于“亮点”或吸收衰减理论,利用地震振幅或频率属性进行储层、流体检测,但由于地下地质条件复杂,储层地震响应不仅受储层影响,而且受储层物性、厚度和干涉等非流体因素影响,因而常规单一地震属性流体检测技术在实际应用中具有强多解性。
针对白云岩内幕层间岩溶呈成层性好、有效储层发育区地层吸收衰减现象明显的特征,本发明提供了一种碳酸盐岩层间岩溶储层预测方法及装置,此方法计算量小且耗时短,更适合油田高效勘探评价。
发明内容
本发明的目的在于提供一种碳酸盐岩层间岩溶储层预测方法及装置,从而至少解决碳酸盐岩层间有效岩溶储层在常规地震剖面上相应特征不明显,肉眼难以识别,利用常规稀疏脉冲反演方法易受相邻储层干涉影响,预测结果与钻井显示储层对应关系差,且有较强多解性等之一的问题。
为达到上述目的,本发明采用下述技术方案:
一种碳酸盐岩层间岩溶储层预测方法,包括如下步骤:
S101、获取地震纯波数据和目的层的相对应时间构造层位数据;
S102、通过对地震纯波数据进行相对波阻抗反演,获得相对波阻抗;
S103、通过对地震纯波数据进行地层吸收因子计算,获得地层吸收因子数据体;
S104、构建相对波阻抗与地层吸收因子数据体的融合属性计算公式;
S105、利用最小二乘法优化融合属性计算公式,获得优化后的融合属性;
S106、利用优化后的融合属性对储层进行预测。
优选地,步骤S101还包括获取其他数据,所述其他数据包括测井声波、密度、电阻率、伽马和孔隙度数据。
优选地,步骤S102中所述通过对地震纯波数据进行相对波阻抗反演,获得相对波阻抗,具体为:
基于褶积模型,通过对地震纯波数据利用道积分进行相对波阻抗反演,得到相对波阻抗的计算公式如式I,根据式I计算获得相对波阻抗;
In I(t)==2∫S(t)dt I;
式I中,
S(t)表示地震信号;
I(t)表示相对波阻抗;
t表示时间,单位为毫秒。应当理解的是,式I中的时间为地震波传播的时间。
优选地,步骤S104中所述相对波阻抗与地层吸收因子数据体的融合属性计算公式具体为:
式II中,
F(t)表示融合属性;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗。
优选地,步骤S105中所述利用最小二乘法优化融合属性计算公式,获得优化后的融合属性,具体包括:
统计实际钻井储层测井的相对波阻抗和地层吸收因子数据体,利用最小二乘法优化融合属性计算公式,获得油气层与水层分界门槛值以及优化后的频率滑动视窗;
根据优化后的频率滑动视窗,获得优化后的地层吸收因子数据体;
将优化后的地层吸收因子数据体结合融合属性计算公式,获得优化后的融合属性。
优选地,所述利用最小二乘法优化融合属性计算公式,获得优化后的融合属性,具体通过求解下式III进行优化:
式III中,
m表示实际钻井储层测井的数目;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
ε表示油气层与干层分界门槛值。
优选地,步骤S106中所述利用优化后的融合属性对储层进行预测,具体为将优化后的融合属性和油气层与水层分界门槛值进行比较,得出预测结论;进一步地,所述优化后的融合属性大于油气层与水层分界门槛值的地方为含油气地区。
优选地,所述碳酸盐岩层间岩溶储层预测方法具体包括如下步骤:
S101、获取地震纯波数据和目的层的相对应时间构造层位数据;
S102、基于褶积模型,通过对地震纯波数据利用道积分进行相对波阻抗反演,得到相对波阻抗的计算公式如式I,根据式I计算获得相对波阻抗;
In I(t)==2∫S(t)dt I;
式I中,
S(t)表示地震信号;
I(t)表示相对波阻抗;
t表示时间;
S103、通过对地震纯波数据进行地层吸收因子计算,获得地层吸收因子数据体;
S104、构建相对波阻抗与地层吸收因子数据体的融合属性计算公式,具体为:
式II中,
F(t)表示融合属性;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
S105、统计实际钻井储层测井的相对波阻抗和地层吸收因子数据体,利用最小二乘法优化融合属性计算公式,获得油气层与水层分界门槛值以及优化后的频率滑动视窗;
根据优化后的频率滑动视窗,获得优化后的地层吸收因子数据体;
将优化后的地层吸收因子数据体结合融合属性计算公式,获得优化后的融合属性;
其中,所述利用最小二乘法优化融合属性计算公式,具体通过求解下式III进行优化:
式III中,
m表示实际钻井储层测井的数目;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
ε表示油气层与水层分界门槛值;
S106、利用优化后的融合属性对储层进行预测,具体为将优化后的融合属性和油气层与干层分界门槛值进行比较,得出预测结论;其中,所述优化后的融合属性大于油气层与干层分界门槛值的地方为含油气地区。
作为本发明的另一方面,本发明还提供了一种碳酸盐岩层间岩溶储层预测装置,包括:
获取模块,用于获取地震纯波数据和目的层相对应的时间构造层位数据;
相对波阻抗反演模块,用于根据地震纯波数据进行相对波阻抗计算;
Q吸收属性计算模块,用于根据地震纯波数据和目的层相对应的时间构造层位数据得到地层吸收因子数据体;
数据运算模块,用于将相对波阻抗与地层吸收因子数据体进行融合属性运算;
以及储层敏感属性分析模块,用于结合实际钻井储层测井求取油气层与干层分界门槛值和优化后的频率滑动视窗。
本发明的有益效果如下:
1)本发明提供的方法利用了地震纯波数据提取纯波相对波阻抗和瞬时频率Q吸收属性,并利用已钻遇不同流体性质储层的地震属性信息控制两种属性融合,从而获得油气检测结果;本发明提供的方法受储层厚度以及干涉影响小,更适合油气预测,且能够有效识别油层,且烃检异常分布符合油气成藏规律;
2)本发明提供的装置能够有效简化产生主界面的地层信息,同时克服了储层预测子波求取、低频背景构建等过程繁琐、复杂等方面的不足,最终使得储层有效信号(薄层弱反射能量)得到有效恢复,从而能够使地震属性更有效地反映薄层的地球物理特征,提高储层预测精度。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1示出本发明提供的碳酸盐岩层间岩溶储层预测方法的流程示意图。
图2示出本发明提供的碳酸盐岩层间岩溶储层预测装置的示意图。
图3示出本发明提供的含油井融合属性特征图。
图4示出本发明提供的干井融合属性特征图。
图5示出本发明提供的地震融合属性预测工区含油性分布图。
具体实施方式
为了更清楚地说明本发明,下面结合优选实施例对本发明做进一步的说明。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
本发明提供了一种碳酸盐岩层间岩溶储层预测方法,如图1,包括如下步骤:
S101、获取地震纯波数据和目的层的相对应时间构造层位数据;进一步地,还可获取其他数据,例如包括测井声波、密度、电阻率、伽马和孔隙度数据等;
S102、通过对地震纯波数据进行相对波阻抗反演,获得相对波阻抗;
S103、通过对地震纯波数据进行地层吸收因子计算,获得地层吸收因子数据体;
S104、构建相对波阻抗与地层吸收因子数据体的融合属性计算公式;
S105、利用最小二乘法优化融合属性计算公式,获得优化后的融合属性;
S106、利用优化后的融合属性对储层进行预测。
作为本发明一个优选地实施方式,步骤S102中所述通过对地震纯波数据进行相对波阻抗反演,获得相对波阻抗,具体为:
基于褶积模型,通过对地震纯波数据利用道积分进行相对波阻抗反演,得到相对波阻抗的计算公式如式I,根据式I计算获得相对波阻抗;
In I(t)=2∫S(t)dt I;
式I中,
S(t)表示地震信号;
Ip(t)表示相对波阻抗;
t表示时间,单位为毫秒。
为了降低单一属性对油气识别的多解性,综合考虑储层含油气引起的地震振幅增强和频率衰减,本发明对相对波阻抗与地层吸收因子Q值数据融合进行油气检测,具体地,作为本发明一个优选地实施方式,步骤S104中所述相对波阻抗与地层吸收因子数据体的融合属性计算公式具体为:
式II中,
F(t)表示融合属性;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗。
为了降低单一属性对油气识别的多解性,综合考虑岩溶孔隙储层含油引起的地震振幅增强和频率衰减,本发明将纯波相对阻抗与地层吸收因子Q值数据融合进行油气检测。与常规储层预测方法的主要区别是本发明的方法采用相对波阻抗地震数据及地层吸收的特性来代替复杂的反演步骤,同时可以压制由于较薄储层产生干涉效应的影响。
此外,本发明利用已钻遇含油气有效储层及被方解石胶结层的实际地震振幅、频率信息求取β,从而实现双属性融合,具体地,作为本发明一个优选地实施方式,步骤S105中所述利用最小二乘法优化融合属性计算公式,获得优化后的融合属性,具体包括:
统计实际钻井储层测井的相对波阻抗和地层吸收因子数据体,利用最小二乘法优化融合属性计算公式,获得油气层与水层分界门槛值以及优化后的频率滑动视窗;
根据优化后的频率滑动视窗,获得优化后的地层吸收因子数据体;
将优化后的地层吸收因子数据体结合融合属性计算公式,获得优化后融合属性。
进一步地,假设工区内有m口含油气井,所述利用最小二乘法优化融合属性计算公式,获得优化后的融合属性,具体通过求解下式III进行优化:
式III中,
m表示实际钻井储层测井的数目;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
ε表示油气层与水层分界门槛值。
作为本发明一个优选地实施方式,步骤S106中所述利用优化后的融合属性对储层进行预测,具体为将优化后的融合属性和油气层与水层分界门槛值进行比较,得出预测结论;进一步地,所述优化后的融合属性大于油气层与干层分界门槛值的地方为含油气地区。
根据本发明上述的方法对塔里木盆地塔北地区下奥陶统鹰山组进行了预测,包括如下步骤:
S101、获取地震纯波数据和目的层的相对应时间构造层位数据以及其他数据,如表1;
表1数据资料
数据类型 | 数据量 |
地震纯波数据 | 220平方公里 |
鹰山组顶时间构造数据 | 220平方公里 |
测井数据:声波、密度、电阻率、孔隙度 | 干井10口;产油井15口 |
S102、基于褶积模型,通过对地震纯波数据利用道积分进行相对波阻抗反演,得到相对波阻抗的计算公式如式I,根据式I计算获得相对波阻抗;
In I(t)==2∫S(t)dt I;
式I中,
S(t)表示地震信号;
I(t)表示相对波阻抗;
t表示时间;
S103、通过对地震纯波数据进行地层吸收因子计算,获得地层吸收因子数据体;
S104、构建相对波阻抗与地层吸收因子数据体的融合属性计算公式,具体为:
式II中,
F(t)表示融合属性;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
S105、统计实际钻井储层测井的相对波阻抗和地层吸收因子数据体,利用最小二乘法优化融合属性计算公式,获得油气层与水层分界门槛值以及优化后的频率滑动视窗;
根据优化后的频率滑动视窗,获得优化后的地层吸收因子数据体;
将优化后的地层吸收因子数据体结合融合属性计算公式,获得优化后的融合属性;
其中,所述利用最小二乘法优化融合属性计算公式,具体通过求解下式III进行优化:
式III中,
m表示实际钻井储层测井的数目;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
ε表示油气层与水层分界门槛值;
S106、利用优化后的融合属性对储层进行预测,具体为将优化后的融合属性和油气层与水层分界门槛值进行比较,得出预测结论;其中,所述优化后的融合属性大于油气层与水层分界门槛值的地方为含油气地区。
其中,广泛发育岩溶缝洞储层是该区碳酸盐岩油藏主要的储集单元;岩溶缝洞储集空间主要是溶洞和裂缝,具有埋藏深、横向变化大、非均质性强等特点;通过对工区内多口井的分析,认为该区岩溶洞穴充填问题比较严重,在常规地震剖面上,充填洞穴与未充填洞穴的反射特征并无明显差别,很难对储层的充填特征进行准确描述;利用地震属性融合技术对地震资料进行分析,发现含油储层可以引起地震属性融合值得异常,如图3示出含油井融合属性值较好,而图4则为干层井,融合属性为低值,进行有效储层含油性得预测,并依据预测成果对岩溶储层做综合评价分析,如图5。
作为本发明的另一方面,本发明还提供了一种碳酸盐岩层间岩溶储层预测装置,如图2包括:
获取模块201,用于获取地震纯波数据和目的层相对应的时间构造层位数据;
相对波阻抗反演模块202,用于根据地震纯波数据进行相对波阻抗计算;
Q吸收属性计算模块203,用于根据地震纯波数据和目的层相对应的时间构造层位数据得到地层吸收因子数据体;
数据运算模块204,用于将相对波阻抗与地层吸收因子数据体进行融合属性运算;
以及储层敏感属性分析模块205,用于结合实际钻井储层测井求取油气层与水层分界门槛值和优化后的频率滑动视窗。
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。为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,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。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中,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(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短暂电脑可读媒体(transitory media),如调制的数据信号和载波。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。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来15执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (8)
1.一种碳酸盐岩层间岩溶储层预测方法,其特征在于,包括如下步骤:
S101、获取地震纯波数据和目的层的相对应时间构造层位数据;
S102、通过对地震纯波数据进行相对波阻抗反演,获得相对波阻抗;
S103、通过对地震纯波数据进行地层吸收因子计算,获得地层吸收因子数据体;
S104、构建相对波阻抗与地层吸收因子数据体的融合属性计算公式;
S105、利用最小二乘法优化融合属性计算公式,获得优化后的融合属性;
S106、利用优化后的融合属性对储层进行预测;
步骤S104中所述相对波阻抗与地层吸收因子数据体的融合属性计算公式具体为:
式II中,
F(t)表示融合属性;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
步骤S105中所述利用最小二乘法优化融合属性计算公式,获得优化后的融合属性,具体包括:
统计实际钻井储层测井的相对波阻抗和地层吸收因子数据体,利用最小二乘法优化融合属性计算公式,获得油气层与水层分界门槛值以及优化后的频率滑动视窗;
根据优化后的频率滑动视窗,获得优化后的地层吸收因子数据体;
将优化后的地层吸收因子数据体结合融合属性计算公式,获得优化后的融合属性。
2.根据权利要求1所述的碳酸盐岩层间岩溶储层预测方法,其特征在于,步骤S101还包括获取其他数据,所述其他数据包括测井声波、密度、电阻率、伽马和孔隙度数据。
3.根据权利要求1所述的碳酸盐岩层间岩溶储层预测方法,其特征在于,步骤S102中所述通过对地震纯波数据进行相对波阻抗反演,获得相对波阻抗,具体为:
基于褶积模型,通过对地震纯波数据利用道积分进行相对波阻抗反演,得到相对波阻抗的计算公式如式I,根据式I计算获得相对波阻抗;
ln Ip(t)=2∫S(t)dt I;
式I中,
S(t)表示地震信号;
Ip(t)表示相对波阻抗;
t表示时间。
5.根据权利要求1所述的碳酸盐岩层间岩溶储层预测方法,其特征在于,步骤S106中所述利用优化后的融合属性对储层进行预测,具体为将优化后的融合属性和油气层与水层分界门槛值进行比较,得出预测结论。
6.根据权利要求5所述的碳酸盐岩层间岩溶储层预测方法,其特征在于,所述优化后的融合属性大于油气层与水层分界门槛值的地方为含油气地区。
7.根据权利要求1所述的碳酸盐岩层间岩溶储层预测方法,其特征在于,所述碳酸盐岩层间岩溶储层预测方法包括如下步骤:
S101、获取地震纯波数据和目的层的相对应时间构造层位数据;
S102、基于褶积模型,通过对地震纯波数据利用道积分进行相对波阻抗反演,得到相对波阻抗的计算公式如式I,根据式I计算获得相对波阻抗;
ln Ip(t)=2∫S(t)dt I;
式I中,
S(t)表示地震信号;
Ip(t)表示相对波阻抗;
t表示时间,单位为毫秒;
S103、通过对地震纯波数据进行地层吸收因子计算,获得地层吸收因子数据体;
S104、构建相对波阻抗与地层吸收因子数据体的融合属性计算公式,具体为:
式II中,
F(t)表示融合属性;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
S105、统计实际钻井储层测井的相对波阻抗和地层吸收因子数据体,利用最小二乘法优化融合属性计算公式,获得油气层与干层分界门槛值以及优化后的频率滑动视窗;
根据优化后的频率滑动视窗,获得优化后的地层吸收因子数据体;
将优化后的地层吸收因子数据体结合融合属性计算公式,获得优化后的融合属性;
其中,所述利用最小二乘法优化融合属性计算公式,具体通过求解下式III进行优化:
式III中,
m表示实际钻井储层测井的数目;
Ip(t)表示相对波阻抗;
Q表示吸收因子;
α表示低频数值;
β表示频率滑动视窗;
ε表示油气层与干层分界门槛值;
S106、利用优化后的融合属性对储层进行预测,具体为将优化后的融合属性和油气层与水层分界门槛值进行比较,得出预测结论;其中,所述优化后的融合属性大于油气层与干层分界门槛值的地方为含油气地区。
8.一种碳酸盐岩层间岩溶储层预测装置,用以实现权利要求1-7任一项所述的碳酸盐岩层间岩溶储层预测方法,其特征在于,包括:
获取模块,用于获取地震纯波数据和目的层相对应的时间构造层位数据;
相对波阻抗反演模块,用于根据地震纯波数据进行相对波阻抗计算;
Q吸收属性计算模块,用于根据地震纯波数据和目的层相对应的时间构造层位数据得到地层吸收因子数据体;
数据运算模块,用于将相对波阻抗与地层吸收因子数据体进行融合属性运算;
以及储层敏感属性分析模块,用于结合实际钻井储层测井求取油气层与干层分界门槛值和优化后的频率滑动视窗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010250672.3A CN111427085B (zh) | 2020-04-01 | 2020-04-01 | 一种碳酸盐岩层间岩溶储层预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010250672.3A CN111427085B (zh) | 2020-04-01 | 2020-04-01 | 一种碳酸盐岩层间岩溶储层预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111427085A CN111427085A (zh) | 2020-07-17 |
CN111427085B true CN111427085B (zh) | 2023-02-10 |
Family
ID=71551801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010250672.3A Active CN111427085B (zh) | 2020-04-01 | 2020-04-01 | 一种碳酸盐岩层间岩溶储层预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427085B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103529475A (zh) * | 2013-04-19 | 2014-01-22 | 中国石油大学(华东) | 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法 |
CN103792573A (zh) * | 2012-10-26 | 2014-05-14 | 中国石油化工股份有限公司 | 一种基于频谱融合的地震波阻抗反演方法 |
CN104769458A (zh) * | 2014-07-15 | 2015-07-08 | 杨顺伟 | 一种基于柯西分布的叠后波阻抗反演方法 |
CN106569272A (zh) * | 2016-11-11 | 2017-04-19 | 东北石油大学 | 一种基于数据性质空间升维的地震属性融合方法 |
WO2019062655A1 (zh) * | 2017-09-27 | 2019-04-04 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103527184B (zh) * | 2013-10-28 | 2016-04-20 | 北京大学 | 一种白云岩储层的预测方法和系统 |
CN105089657B (zh) * | 2015-06-15 | 2018-05-04 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层油气充注的物理模拟方法及实验装置 |
RU2760102C2 (ru) * | 2016-09-07 | 2021-11-22 | Чайна Петролеум Энд Кемикал Корпорейшн | Способ и система автоматического распознавания центра залежи в карстовой пещере |
-
2020
- 2020-04-01 CN CN202010250672.3A patent/CN111427085B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792573A (zh) * | 2012-10-26 | 2014-05-14 | 中国石油化工股份有限公司 | 一种基于频谱融合的地震波阻抗反演方法 |
CN103529475A (zh) * | 2013-04-19 | 2014-01-22 | 中国石油大学(华东) | 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法 |
CN104769458A (zh) * | 2014-07-15 | 2015-07-08 | 杨顺伟 | 一种基于柯西分布的叠后波阻抗反演方法 |
CN106569272A (zh) * | 2016-11-11 | 2017-04-19 | 东北石油大学 | 一种基于数据性质空间升维的地震属性融合方法 |
WO2019062655A1 (zh) * | 2017-09-27 | 2019-04-04 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
Non-Patent Citations (2)
Title |
---|
海相碳酸盐岩储层地震预测技术进展及应用实效;常少英等;《海相油气地质》;20200331;第25卷(第1期);第29-30页 * |
高分辨率非线性地震波阻抗反演方法和应用;崔炯成等;《石油物探》;20070131;第46卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111427085A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3070868C (en) | Resource density screening tool | |
WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
Jacobi et al. | Integrated petrophysical evaluation of shale gas reservoirs | |
Dutta | Deepwater geohazard prediction using prestack inversion of large offset P-wave data and rock model | |
EP2616853A1 (en) | System and method for hydrocarbon gas pay zone characterization in a subterranean reservoir | |
CN104375178B (zh) | 一种碳酸盐岩缝洞储层预测方法和装置 | |
CN106842326B (zh) | 无横波速度测井时砂泥互层co2地质封存时移地震正演模拟方法 | |
Duan et al. | Architectural characterization of Ordovician fault-controlled paleokarst carbonate reservoirs, Tahe oilfield, China | |
Ziarani et al. | Fracture and wellbore spacing optimization in multistage fractured horizontal wellbores: Learnings from our experience on Canadian unconventional resources | |
CN111427085B (zh) | 一种碳酸盐岩层间岩溶储层预测方法及装置 | |
Aslanyan et al. | Assessing macroscopic dynamic permeability through pressure and noise analysis | |
CN116559953A (zh) | I类储层连续厚度的确定方法、装置、设备及存储介质 | |
O'Connor et al. | What is the impact of geopressure on unconventional plays? | |
AlBreiki et al. | Impact of modelling decisions and rock typing schemes on oil in place estimates in a giant carbonate reservoir in the Middle East | |
CN112147676A (zh) | 一种煤层及夹矸厚度预测方法 | |
CN113495293B (zh) | 油藏流体预测方法及装置 | |
Shykhaliyev et al. | Pre-drill overpressure prediction in the South Caspian Basin using seismic data | |
Chen et al. | Application of prediction techniques in carbonate karst reservoir in tarim basin | |
CN117741761A (zh) | 基于地震资料的富钾卤水矿床的勘探方法、系统及介质 | |
CN104991277A (zh) | 一种利用声波速度判断火山岩含油气性的方法及装置 | |
McConville | Subsurface Pressure Modeling of Saltwater Disposal for the Arbuckle and Timbered Hills-Basement System, Anadarko Shelf, Oklahoma | |
Xu | Shale Gas Production Forecasting Using Reservoir Simulation With Hydraulic Fracture Mapping | |
Sirju | Integrating multiscale static and dynamic reservoir data to predict well productivity for risk reduction | |
Boboye et al. | Overpressure Identification and Petrophysical Evaluation of DIAG Field, Offshore Niger Delta, Nigeria in Nigeria | |
Carr | A Site Characterization Study for CO2 Injection Into the Oriskany Formation |
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 |