CN111506861B - 一种目的层有利区域裂缝强度计算方法 - Google Patents

一种目的层有利区域裂缝强度计算方法 Download PDF

Info

Publication number
CN111506861B
CN111506861B CN202010329593.1A CN202010329593A CN111506861B CN 111506861 B CN111506861 B CN 111506861B CN 202010329593 A CN202010329593 A CN 202010329593A CN 111506861 B CN111506861 B CN 111506861B
Authority
CN
China
Prior art keywords
seismic
fracture
favorable
grid
crack
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
Application number
CN202010329593.1A
Other languages
English (en)
Other versions
CN111506861A (zh
Inventor
贺燕冰
黄君
王维
雷治安
张海杰
唐大海
张晓丹
齐勋
于靖
陈欣
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.)
Chengdu Jiekesi Petroleum Natural Gas Technology Development Co ltd
Original Assignee
Chengdu Jiekesi Petroleum Natural Gas Technology Development 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 Chengdu Jiekesi Petroleum Natural Gas Technology Development Co ltd filed Critical Chengdu Jiekesi Petroleum Natural Gas Technology Development Co ltd
Priority to CN202010329593.1A priority Critical patent/CN111506861B/zh
Publication of CN111506861A publication Critical patent/CN111506861A/zh
Application granted granted Critical
Publication of CN111506861B publication Critical patent/CN111506861B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/30Analysis
    • G01V1/306Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/30Analysis
    • G01V1/307Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Acoustics & Sound (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Artificial Intelligence (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种目的层有利区域裂缝强度计算方法,本发明方法利用波形分类及建立裂缝样本、相关系数分析及数据重构等步骤,达到精确划分有利地震相内的不同裂缝强度的目的。本发明通过对三维叠后地震数据进行波形分类,确定有利地震相的区域;建立不同地震相的裂缝样本的目的层反射波形,并将其与同一个地震相内的各个网格点的目的层反射波形进行相关系数计算,得到网格点上的相关系数值;利用网格点上的各个相关系数值、裂缝样本的裂缝密度值进行数据重构计算,得到一个裂缝密度等值线或颜色平面图,利用该平面图可以进行研究区内的不同裂缝强度分析。

Description

一种目的层有利区域裂缝强度计算方法
技术领域
本发明属于地球物理勘探中的地震资料处理领域,尤其涉及一种基于波形分类及相关系数计算、数据重构等计算来确定有利地震相内裂缝密度平面分布的方法。
背景技术
在油气勘探中,对储层段的沉积相分析是至关重要的。一般情况下,有利的沉积相中的储层往往相对发育,而不利的沉积相中则储层不发育。在大量的油气勘探实践中,勘探者总结了关于沉积相实施的“相控三步法”,也屡屡在相关的油气勘探区的勘探实践中得到有效的证明。因此,在勘探区实施目的层的沉积相分析,可以指导后续的钻井目标的确定。
地质上的沉积相分析在地震勘探方面,可以称作地震沉积相分析,两者有一定的关系。因为在地质沉积相中的河道、礁滩及火山体、盐体等这些特殊的地质体,在地震勘探中是可以识别的,并将其作为地震相的一种。而在有利地震相中寻找裂缝型储层,一直是油气勘探者所追求的勘探目标。在大量的油气勘探实践中证明,打在有利地震相带中的裂缝型储层的钻井,经对该层的测试发现,往往获得高产工业气流。另外,在油气勘探实践中也发现,在相同的构造应力的作用下,不同的岩性及其组合、厚度等情况往往影响到裂缝发育的规模。
现阶段,主要利用地震资料进行地震相分析及裂缝预测,并在大量的油气勘探中得到广泛的应用。其中,地震相分析主要利用波形分类实施,从而确定平面上不同地震相的分布;而裂缝预测,则往往依赖于叠前及叠厚的地震资料。如专利申请号为CN201611049220.9的发明专利《一种地层沉积相划分的方法》利用目的层段研究区域内的每口井的测井相进行研究,测定其电性特征参数和岩性特征参数来划分每口井不同层段的沉积微相,建立测井相模式;计算目的层段地震轴的地震属性,并在解释工作站中进行显示;将目的层段的地震属性显示文件从解释工作站中导出并转换成地震属性矢量图;将各个井点处测井相的坐标与地震属性矢量图上的地震数据体的平面坐标进行对应并赋予测井相的解释结果;根据相同坐标处的测井相以及地震属性图上的图形,定义每一块图形的沉积相;如申请号CN201711037342.0的发明专利《一种基于地震资料识别沉积相的方法》利用步骤:1)识别目标区内井点处目的层段的沉积相类型;2)目标区目的层段等时格架构建;3)确定若干个相对井点处目的层段地质特征反应敏感的单一地震属性;4)确定的一组地震属性特征参数进行地震属性聚类分析运算,实现对应分析时窗内地震属性特征参数的样本分类;5)将井点处目的层段的沉积相与上述样本分类进行对比,确定不同地震特征参数的样本分类类别的实际沉积相意义,进而识别周围地区沉积相的类型;《裂缝预测方法和装置》(申请号:201010205983.4)的专利公开了一种裂缝预测方法和装置,主要是以目的层为拾取中心,利用拾取时窗获取每个地震道的反射振幅;利用获取的方位角和反射振幅进行椭圆拟合,以确定裂缝方向和裂缝密度;发明《一种储层裂缝的确定方法》(申请号:201210242061.X)的专利公开了一种储层裂缝的确定方法,包括:根据实际地震资料类型对实际地震资料进行多种方法裂缝预测分析,获取储层的裂缝属性及分布;利用实际地质参数进行正演及FMI资料,比对储层裂缝分布,获取匹配度及吻合度;根据匹配度及吻合度从多种裂缝预测分析方法中优选选取一种最佳裂缝分析方法。可见近年来,对地震相分析及裂缝预测的技术方法很多,研究也相对比较成熟。但是,针对裂缝预测的技术方法还存在较多问题,主要体现在以下几个方面:
(1)常规裂缝预测中的曲率属性只考虑层面的曲率状态,对岩性及其组合、厚度等方面的考虑相对缺失,造成不同沉积相的裂缝预测存在较大问题。
(2)常规裂缝预测往往也对非储层分布的地震相带进行计算,这样会对有利地震相带的裂缝预测存在一定的干扰与影响。
(3)一些常规裂缝预测方法只能预测一些高角度裂缝,对水平缝或层理缝预测精度较低。
发明内容
本发明的目的在于,为克服现有技术不足,准确地区分出目的层段中的有利地震相的裂缝密度值在平面的分布状态,提出了一种目的层有利区域裂缝强度计算方法,使其很方便了解有利地震相中裂缝发育强度的平面分布情况,从而更好的为油气勘探服务。
本发明目的通过下述技术方案来实现:
一种目的层有利区域裂缝强度计算方法,所述裂缝强度计算方法至少包括如下步骤:
S1:基于三维叠后地震数据对目的层段进行波形分类,确定有利的地震相分布区域;
S2:确定裂缝样本目的层反射波形,并将其与有利地震相区域内的网格点上的目的层反射波进行相关系数计算,得到网格点上的不同裂缝样本的相关系数值;
S3:利用各个裂缝样本目的层的裂缝密度值及其对应网格点上的相关系数值进行数据重构计算得到各个网格点上的裂缝密度值,利用网格点上的裂缝密度值进行平面成图,得到一个有利地震相的裂缝密度平面图。
根据一个优选的实施方式,所述步骤S1中的叠后地震数据是指经过静校正、去噪、反褶积、振幅补偿、动校正及剩余静校正处理的叠后偏移的地震数据体。
根据一个优选的实施方式,所述步骤S1中的波形分类方法包括但不限于基于SOM神经网络的自动波形分类、基于分层聚类的自动波形分类、基于概率模型聚类的自动波形分类或基于确定性概率分布的EM有监督波形分类。
根据一个优选的实施方式,所述步骤S2中网格点是指基于勘测需求设定网格的网格参数,线方向与道方向的交点即为网格点,所述网格参数包括网格间距和网格数。
根据一个优选的实施方式,所述步骤S2中相关系数的计算包括:利用三维叠后地震数据体对网格点上的目的层段提取地震反射波形,将地震反射波形与确定计算的一个裂缝样本的反射波形进行相关系数计算,得到的各个网格点相关系数。
根据一个优选的实施方式,所述步骤S3中,网格点上的数据重构计算通过下式获得:
Figure BDA0002464465270000031
其中,
Figure BDA0002464465270000032
为第m类有利地震相中的第i个网格点上的裂缝密度值,j为第m类中的裂缝样本数目,kf为f类在该网格点上的相关系数值,α为kf所在相关系数等级所对应指数值,
Figure BDA0002464465270000033
为m类有利地震相中的f类的裂缝密度值。
根据一个优选的实施方式,所述步骤S3中利用网格点上的裂缝密度值进行平面成图为:基于网格点上的裂缝密度值在有利的地震相范围内进行内插、平滑处理,得到一个裂缝密度等值线平面图。
根据一个优选的实施方式,对所述裂缝密度等值线片面图进行颜色填充,从而获得一个反映有利地震相的裂缝密度的颜色平面图。
根据一个优选的实施方式,基于裂缝密度等值线平面图和/或颜色平面图,从而获得研究区目的层段的裂缝密度平面图。
前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案,均为本发明可采用并要求保护的方案;且本发明,(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合,均为本发明所要保护的技术方案,在此不做穷举。
本发明的有益效果:本发明利用波形分类及建立裂缝样本、相关系数分析及数据重构等步骤,达到精确划分有利地震相内的不同裂缝强度的目的。本发明通过对三维叠后地震数据进行波形分类,确定有利地震相的区域;建立不同地震相的裂缝样本的目的层反射波形,并将其与同一个地震相内的各个网格点的目的层反射波形进行相关系数计算,得到网格点上的相关系数值;利用网格点上的各个相关系数值、裂缝样本的裂缝密度值进行数据重构计算,得到一个裂缝密度等值线或颜色平面图,利用该平面图可以进行研究区内的不同裂缝强度分析。
并且,利用本发明技术对四川盆地陆相的河道系统及海相礁滩、海相页岩储层的裂缝发育强度的划分,均取得良好的效果,并与相关油气勘探地区的实钻井资料吻合度较高。
附图说明
图1是本发明方法的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,为使本发明实施例的目的、技术方案和优点更加清楚,下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
因此,以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
另外,本发明要指出的是,本发明中,如未特别写出具体涉及的结构、连接关系、位置关系、动力来源关系等,则本发明涉及的结构、连接关系、位置关系、动力来源关系等均为本领域技术人员在现有技术的基础上,可以不经过创造性劳动可以得知的。
实施例1
参考图1所示,本发明公开了一种目的层有利区域裂缝强度计算方法,所述裂缝强度计算方法至少包括如下步骤。
步骤S1:利用三维叠后地震资料对目的层段进行波形分类,确定有利的地震相分布区域。
步骤S2:确定不同裂缝样本目的层反射波形,并将其与有利地震相区域内的网格点上的目的层反射波进行相关系数计算,得到网格点上的不同裂缝样本的相关系数值。
步骤S3:利用各个裂缝样本目的层的裂缝密度值及其对应网格点上的相关系数值进行数据重构计算得到各个网格点上的裂缝密度值,利用网格点上的裂缝密度值进行平面成图,得到一个有利地震相的裂缝密度平面图。
优选地,针对步骤S1。本步骤是对三维叠后地震数据体的目的层段进行波形分类,确定有利的地震相分布区域。
其中,目的层段主要是指利用解释的层位数据,向上或向下开一个固定时窗,能将储层段包括进去所得到的目的层段。优选地,目的层段包括一个地震反射波长。
另外,叠后地震数据是指经过静校正、去噪及反褶积、振幅补偿、动校正及剩余静校正处理等的叠后偏移的地震数据体。而叠前时间偏移处理的叠后数据体或提高分辨率处理后的地震数据体相对更优。
步骤S1中的波形分类是指根据目的层段的反射波形特征信息,采用监督或无监督的分类方法来识别不同的地震波形,并将其划分进分类后所设计的不同类别。分类方法可包括基于SOM神经网络的自动波形分类、基于分层聚类的自动波形分类、基于概率模型聚类的自动波形分类或基于确定性概率分布的EM有监督波形分类,这些技术方法已有大量的商业软件可以实现。
其中,目的层层位数据是指利用三维地震资料、井震合成记录标定等,在地震剖面上确定目的层的底或顶层,并根据解释网格对目的层的底或顶进行人工解释或自动层位追踪,并经内插、圆滑处理后得到相关的层位数据。
针对步骤S2,步骤中确定不同裂缝样本目的层的反射波形,并将其与有利地震相区域内的网格点上的目的层反射波进行相关系数计算,从而得到网格点上的各个裂缝样本相关系数。其中,确定裂缝样本的反射波形的具体操作包括:
a、如果研究区的井数目相对充足,并且井上目的层段的各种裂缝规模的样本数目满足对有利地震相区域的不同裂缝强度的划分,则可以采用下述的操作方法来进行裂缝样本的确定:
ⅰ.对确定为裂缝样本的各井利用相关测井数据、地质及层位数据等进行井震标定,确定出包括裂缝段的目的层的反射波形。
ⅱ.要求不同的有利地震相要有一定的裂缝样本分布数目,也即不同的地震相应包含代表不同裂缝发育规模的裂缝样本。优选地,有利地震相中必须有两个裂缝样本及以上。
b、如果研究区的井数目不能满足对目的层段的各种裂缝规模的样本数目对有利地震相的裂缝强度区域的划分,则可以采用下述的操作方法来进行裂缝样本的确定:
ⅰ.计算关于裂缝强度的各种地震属性并优选其中一种属性进行裂缝密度的计算,并结合有利地震相分布区域有代表性的选择相关的不同裂缝规模的裂缝样本。
ⅱ.要求不同的有利地震相要有一定的裂缝样本分布数目,也即不同的地震相应包含不同裂缝发育规模的裂缝样本。一般情况下,有利地震相中必须有两个裂缝样本及以上。
ⅲ.建立优选的属性与井中裂缝密度的数学关系式,计算各个裂缝样本的裂缝密度值。
c、也可以综合a、b的裂缝样本确定的方法,确定研究区的裂缝样本的位置及反射波形。
步骤S2中,设定有利地震相的网格点,提取网格点上的目的层反射波形并与相关的裂缝样本波形进行相关系数计算,从而得到的网格点上的相关系数。
其中,网格点是指根据实际情况设定网格的网格参数,线方向与道方向的交点即为网格点,所述网格参数包括网格间距和网格数。
相关系数的计算主要为利用三维叠后地震数据体对网格点上的CDP道的目的层段提取其地震反射波形,将之与确定计算的一个裂缝样本进行相关系数计算,得到各个CDP点的相关系数。依次类推,对相关地震相内的各个裂缝样本分别进行计算,得到一系列的各个网格点目的层的关于不同规模裂缝的相关系数。
同时,也可以利用这些相关系数所生成的相关系数平面图对不同规模的裂缝强度进行评价。如与某个裂缝样本的网格点上的相关系数越大,则表明该网格点上的裂缝强度与该裂缝样本具有相似性;相关系数越小,则表明该网格点的裂缝强度与该裂缝样本的裂缝强度差异性越大。
其中,波形的相关系数的计算公式如下:
Figure BDA0002464465270000061
公式1中,r为相关系数,|xi|为某网格点上目的层地震反射波的第i个采样点的地震反射振幅值的绝对值,|yi|为裂缝样本上与网格点的目的层地震反射波的第i个采样点对应的地震反射振幅值的绝对值。开固定时窗后目的层段反射波形的采样点的数目是一致的,这样便于进行相关系数的计算。
针对步骤S3。利用各个裂缝样本目的层的裂缝密度值及其对应网格点上的相关系数值进行数据重构计算得到各个网格点上的裂缝密度值,利用网格点上的裂缝密度值进行平面成图,得到一个有利地震相的裂缝密度平面图,包括以下步骤:
利用各个裂缝样本目的层的裂缝密度值及网格点上的相关系数值进行相关计算得到各个网格点上的裂缝密度值。该步骤的主要操作是利用各个有利地震相中的不同裂缝样本的裂缝密度值、网格点上的各个相关系数值进行数据重构处理,得到该网格点上的裂缝密度值。依次类推,完成各个有利沉积相内的各个网格点上的裂缝密度值的计算。
其中,当裂缝样本采用井点及其邻近的网格点,则可以采用井中实测的目的层裂缝密度值进行计算。一般情况下,说明书中的邻近是指以井位为中心的2倍道距半径范围的CDP点。当裂缝样本点不是井点及其邻近位置,则可以采用某一计算的地震属性与已知井的裂缝密度值之间的拟合关系式,计算出该裂缝样本点的裂缝密度值。
其中,网格点上的相关系数读取,是来自于各个裂缝样本经计算所得到的各个相关系数值。本发明中的裂缝密度原则上是在井中按一定的采样间隔进行计算,将该采样间隔内的裂缝条数除于该采样间隔得到裂缝密度值,并对各个采样间隔内的裂缝密度值进行加权而得到。一般情况下,采样间隔为1米。另外,网格点上的数据重构计算公式是指如下的计算公式:
Figure BDA0002464465270000071
公式2中的
Figure BDA0002464465270000072
为第m类有利地震相中的第i个网格点上的裂缝密度值,j为第m类中的裂缝样本数目,kf为f类在该网格点上的相关系数值,α为kf所在相关系数等级所对应指数值,
Figure BDA0002464465270000073
为m类有利地震相中的f类的裂缝密度值。其中,指数α值应根据井资料及专家经验、划分的相关系数等级、裂缝密度计算精度等情况来确定。如将某一裂缝样本计算得到的相关系数进行等级划分,不同的等级对应于不同的α值。
优选地,所设定α的大小范围为大于或等于1、小于或等于20,α值一般是整数值。依次类推,确定不同地震相中不同裂缝系数等级范围所对应的α值。原则上相关系数越大,则α值越小;反之,α值则越大。依此类推,完成各个有利地震相中的网格点上的裂缝密度的计算。
相关系数等级是指对相关系数范围(0,1)按等值或不等值间隔进行相关范围的划分,具体划分方法应视实际情况及专家经验、裂缝预测精度等情况决定。一般情况下,划分的范围数目越多,则裂缝预测的精度越高;反之,则裂缝预测的精度越低。
其中,各个裂缝样本不同相关系数等级的α值、相关系数等级可以使用以下方法进行求取。这种方法就是在同一地震相中对各个裂缝样本的相关系数划分m个等级,每个等级对应于某一个相关系数范围,将这个相关系数范围按设定方案设定其所对应的α值。因此,得到一个裂缝样本的m个α值,依次类推,完成该地震相内的各个裂缝样本不同相关系数等级的α值设定。一般情况下,α值设定可以采用等间隔或不等隔增量、整数值,可视后续的测试成果进行确定。
测试成果的获得主要是建立该地震相的测试样本,测试样本可以为该地震相中的各个裂缝样本或经多种属性证明该地震相内的裂缝密度值最大或最小的网格点——并利用相关数学关系式计算其裂缝密度值。一般情况下,多种属性是指相干、曲率、P波各向异性等计算结果,这些属性已知对裂缝有较好的响应,裂缝预测精度相对较高。利用测试样本、公式(2)建立起相关方程式,并对该方程式进行求解,从而可以确定α值。依此类推计算,确定出不同裂缝样本的不同相关系数等级对应的α值。对确定的α值代入公式(2)中,算其某一个已知裂缝样本裂缝密度值的绝对误差,当绝对误差小于6%,则可以认为α值的取值合适。其中,绝对误差的计算公式如下:
Figure BDA0002464465270000081
公式(3)中的Bi为第i裂缝样本的绝对误差值,Au为根据公式(2)计算得到的裂缝密度值,Ae为该裂缝样本实测的裂缝密度值。
利用网格点上的裂缝密度值进行平面成图,得到一个有利地震相的裂缝密度平面图。主要操作是将所述设定网格点上的裂缝密度的值经网格化插值计算后,形成新的网格和插值点,并对这些数据点进行等值线绘制或形成颜色充填显示,从而得到一个目的层的裂缝发育强度平面分布图。通过这个裂缝密度等值线或颜色充填的平面图,就能确定出研究区目的层段的裂缝密度平面图。
本发明应用实例为:
参考图1,根据本发明方法,制定工作步骤,实例是对某三维工区的陆相致密砂岩进行有利地震相内裂缝发育强度分析。
在步骤S1中根据研究区致密砂岩段的钻探特点,确定出该时期河道是该区储层发育的主要部位,也即是完成有利地震相分布区域确定。因此,对研究区河道的平面分布形态进行刻画至关重要,可以根据地震相分类来对河道的位置及储层分布形态进行分析。实际操作中主要根据相关河道目的层段的分布特点、计算机及硬盘的情况,针对研究区砂岩储层的地震相特征,利用叠后三维地震数据数据体及致密砂岩段目的层时窗(40ms)进行波形分类,波形分类数为6类,并根据井资料最终确定第2类波形为河道位置。因此,主要是对第2类波形进行裂缝密度分析。此外,目的层的获得是利用井-震合成记录标定结果及叠后地震数据体,对目的层底层位进行全区的人工解释,解释网格是10线X10道。将层位数据经克里金插值及圆滑处理后,内插到1线X1道。
在步骤S2中对第2类波形进行设定计算网格点,网格为10线X10道,从而建立第2类波形的网格点。对该类波形中的裂缝样本进行仔细分析,发现不同的裂缝样本波形在一些细节上存在差异性,因此会造成其裂缝密度值的不同。在实际操作中,利用A、B、C、E井等共计12口井实测的目的层的裂缝密度值及其对应的目的层波形,对第2类波形内的各个网格点上的波形进行相关系数计算,从而得到12个相关系数平面图,并得到了各个网格点上的相关系数值,每个网格点上共有12个数据值。
在步骤S3中利用各个裂缝样本目的层的裂缝密度值及其对应网格点上的相干系数值进行数据重构计算得到各个网格点上的裂缝密度值,利用网格点上的裂缝密度值进行平面成图,得到一个有利地震相的裂缝密度平面图。实际操作为对12个裂缝样本的不同相关系数值分别按各自的相关系数范围建立起四个等级,经测试后确定出所对应的四个α值,如A井的α值分别为2、3、6、9。依次类推,得到12个裂缝样本的α值。并对5口井的验证证实,绝对误差小于6%。因此,对第2类波形的网格点利用相关的计算公式进行数据重构处理,得到各个网格点上的裂缝密度值。对这些网格点上的裂缝密度值进行经网格化插值计算后,形成新的网格和插值点,并对这些数据点进行等值线绘制或形成颜色充填显示,从而得到一个目的层的裂缝发育强度平面分布图。利用后续的钻井资料进行对比分析,预测结果与实测结果误差不大,均小于9%,达到了该区油气勘探的目的。
本发明技术方法具有直观,可解释性强及操作简单等的特点。本发明技术除了可以对有利地震相进行裂缝强度预测,也可以利用该方法的技术流程对储层的含气性等进行评价——将裂缝样本改为含气样本。利用本发明技术也能清楚地实施对四川盆地某些勘探区的海相礁滩的裂缝强度的刻画、页岩气微裂缝的评价,均取得良好的效果,并与上述相关勘探地区的后续实钻井资料吻合度较高。
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。

Claims (8)

1.一种目的层有利区域裂缝强度计算方法,其特征在于,所述裂缝强度计算方法至少包括如下步骤:
S1:基于三维叠后地震数据对目的层段进行波形分类,确定有利的地震相分布区域;
S2:确定裂缝样本目的层反射波形,并将其与有利地震相区域内的网格点上的目的层反射波进行相关系数计算,得到网格点上的不同裂缝样本的相关系数值,其中,波形的相关系数的计算公式如下:
Figure FDA0002691534890000011
式中,r为相关系数,|xi|为某网格点上目的层地震反射波的第i个采样点的地震反射振幅值的绝对值,|yi|为裂缝样本上与网格点的目的层地震反射波的第i个采样点对应的地震反射振幅值的绝对值;
S3:利用各个裂缝样本目的层的裂缝密度值及其对应网格点上的相关系数值进行数据重构计算得到各个网格点上的裂缝密度值,利用网格点上的裂缝密度值进行平面成图,得到一个有利地震相的裂缝密度平面图,
其中,所述步骤S3中,网格点上的数据重构计算通过下式获得:
Figure FDA0002691534890000012
其中,
Figure FDA0002691534890000013
为第m类有利地震相中的第i个网格点上的裂缝密度值,j为第m类中的裂缝样本数目,kf为f类在该网格点上的相关系数值,α为kf所在相关系数等级所对应指数值,
Figure FDA0002691534890000014
为m类有利地震相中的f类的裂缝密度值。
2.如权利要求1所述的一种目的层有利区域裂缝强度计算方法,其特征在于,所述步骤S1中的叠后地震数据是指经过静校正、去噪、反褶积、振幅补偿、动校正及剩余静校正处理的叠后偏移的地震数据体。
3.如权利要求1所述的一种目的层有利区域裂缝强度计算方法,其特征在于,所述步骤S1中的波形分类方法包括但不限于基于SOM神经网络的自动波形分类、基于分层聚类的自动波形分类、基于概率模型聚类的自动波形分类或基于确定性概率分布的EM有监督波形分类。
4.如权利要求1所述的一种目的层有利区域裂缝强度计算方法,其特征在于,所述步骤S2中网格点是指基于勘测需求设定网格的网格参数,线方向与道方向的交点即为网格点,所述网格参数包括网格间距和网格数。
5.如权利要求1所述的一种目的层有利区域裂缝强度计算方法,其特征在于,所述步骤S2中相关系数的计算包括:利用三维叠后地震数据体对网格点上的目的层段提取地震反射波形,将地震反射波形与确定计算的一个裂缝样本的反射波形进行相关系数计算,得到的各个网格点相关系数。
6.如权利要求1所述的一种目的层有利区域裂缝强度计算方法,其特征在于,所述步骤S3中利用网格点上的裂缝密度值进行平面成图为:基于网格点上的裂缝密度值在有利的地震相范围内进行内插、平滑处理,得到一个裂缝密度等值线平面图。
7.如权利要求6所述的一种目的层有利区域裂缝强度计算方法,其特征在于,对所述裂缝密度等值线平面图进行颜色填充,从而获得一个反映有利地震相的裂缝密度的颜色平面图。
8.如权利要求7所述的一种目的层有利区域裂缝强度计算方法,其特征在于,基于裂缝密度等值线平面图和/或颜色平面图,从而获得研究区目的层段的裂缝密度平面图。
CN202010329593.1A 2020-04-24 2020-04-24 一种目的层有利区域裂缝强度计算方法 Active CN111506861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010329593.1A CN111506861B (zh) 2020-04-24 2020-04-24 一种目的层有利区域裂缝强度计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010329593.1A CN111506861B (zh) 2020-04-24 2020-04-24 一种目的层有利区域裂缝强度计算方法

Publications (2)

Publication Number Publication Date
CN111506861A CN111506861A (zh) 2020-08-07
CN111506861B true CN111506861B (zh) 2020-11-13

Family

ID=71871305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010329593.1A Active CN111506861B (zh) 2020-04-24 2020-04-24 一种目的层有利区域裂缝强度计算方法

Country Status (1)

Country Link
CN (1) CN111506861B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112068198B (zh) * 2020-08-24 2022-03-18 西南科技大学 基于地震波全波形特征的裂缝破裂尺度的描述方法
CN112946752B (zh) * 2021-03-19 2022-04-05 成都捷科思石油天然气技术发展有限公司 基于裂缝密度模型预测裂缝概率体的方法
CN113484907B (zh) * 2021-08-16 2023-07-25 西南石油大学 一种预测不同类型储层平面上分布的方法
CN117538346A (zh) * 2024-01-08 2024-02-09 四川阳光墨新科技有限公司 基于量子探测技术的混凝土结构裂缝探测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101738639B (zh) * 2008-11-24 2012-05-30 中国石油天然气集团公司 提高岩石裂缝参数精度的方法
CN102759757A (zh) * 2012-07-06 2012-10-31 中国石油天然气股份有限公司 一种基于井震结合的辉绿岩蚀变带储层预测方法
CN104678434B (zh) * 2013-12-02 2017-05-24 中国石油化工股份有限公司 一种预测储层裂缝发育参数的方法
CN104977618B (zh) * 2014-04-09 2017-09-22 中国石油集团东方地球物理勘探有限责任公司 一种评价页岩气储层及寻找甜点区的方法
CN104316965B (zh) * 2014-10-29 2017-02-15 中国石油天然气集团公司 一种裂缝方位和强度的预测方法及系统
CN104502997B (zh) * 2015-01-22 2017-06-16 中国石油化工集团公司 一种利用裂缝密度曲线预测裂缝密度体的方法
CN105225273B (zh) * 2015-09-22 2018-01-02 中国石油天然气股份有限公司 基于空间断层多边形建立断层模型的方法及装置
CN108646292B (zh) * 2018-03-01 2020-01-07 中国石油天然气集团有限公司 裂缝密度预测方法、装置及计算机存储介质

Also Published As

Publication number Publication date
CN111506861A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
US11346970B2 (en) Automatic quality control of seismic travel time
CN111506861B (zh) 一种目的层有利区域裂缝强度计算方法
Chopra et al. Emerging and future trends in seismic attributes
US7453767B1 (en) Method for deriving a 3D GRAZ seismic attribute file
EP1746443B1 (en) Method of estimating elastic parameters and rock composition of underground formations using seismic data
US5884229A (en) Method for measuring lateral continuity at a specified subsurface location from seismic data
West et al. Interactive seismic facies classification using textural attributes and neural networks
CN106154323B (zh) 基于地震拓频处理的相控随机反演薄储层预测方法
US6317384B1 (en) Method for geophysical processing and interpretation using seismic trace difference for analysis and display
US20100131205A1 (en) Method for identifying and analyzing faults/fractures using reflected and diffracted waves
US8706462B2 (en) System and method for providing a physical property model
AU2019237361B2 (en) System and method for assessing the presence of hydrocarbons in a subterranean reservoir based on seismic inversions
AU2013100760A4 (en) A workflow for seismic lithologic characterization
CN113296166A (zh) 裂缝模型的构建方法
CN112946751B (zh) 一种预测不同储层平面分布的方法及系统
CN112946743A (zh) 区分储层类型的方法
CN113484907B (zh) 一种预测不同类型储层平面上分布的方法
Sanda et al. The integrated approach to seismic attributes of lithological characterization of reservoirs: case of the F3 Block, North Sea-Dutch Sector
CN115755215A (zh) 一种地质知识引导的智能化油气储层预测方法
Spichak Modern methods for joint analysis and inversion of geophysical data
CN114861515A (zh) 层速度数据体的计算方法、装置、设备及介质
Carrillat et al. From 3d seismic facies to reservoir simulation: an example from the Grane field
CN113109875B (zh) 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法
Pindel Comparison of facies models based on stochastic versus deterministic AVO inversion
Azar Pour Application of Artificial Neural Networks to geological classification: porphyry prospectivity in British Columbia and oil reservoir properties in Iran

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