CN111751883A - 一种基于各向异性流体因子的致密裂缝储层地震预测方法 - Google Patents

一种基于各向异性流体因子的致密裂缝储层地震预测方法 Download PDF

Info

Publication number
CN111751883A
CN111751883A CN202010680564.XA CN202010680564A CN111751883A CN 111751883 A CN111751883 A CN 111751883A CN 202010680564 A CN202010680564 A CN 202010680564A CN 111751883 A CN111751883 A CN 111751883A
Authority
CN
China
Prior art keywords
fluid
anisotropic
fracture
azimuth
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.)
Granted
Application number
CN202010680564.XA
Other languages
English (en)
Other versions
CN111751883B (zh
Inventor
潘新朋
张鹏飞
张广智
张大洲
柳建新
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.)
China University of Petroleum East China
Central South University
Original Assignee
China University of Petroleum East China
Central South University
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 China University of Petroleum East China, Central South University filed Critical China University of Petroleum East China
Priority to CN202010680564.XA priority Critical patent/CN111751883B/zh
Publication of CN111751883A publication Critical patent/CN111751883A/zh
Application granted granted Critical
Publication of CN111751883B publication Critical patent/CN111751883B/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
    • G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
    • G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
    • G01V1/48—Processing data
    • G01V1/50—Analysing data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—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
    • G01V2210/624—Reservoir parameters

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供了一种基于各向异性流体因子的致密裂缝储层地震预测方法，从低频各向异性Gassmann理论的角度出发，结合线性滑移理论和弱各向异性分析假设，得出一种新的各向异性流体指示因子；该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合；将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分；根据各向同性流体/孔隙度项、剪切模量和密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度；遵循贝叶斯框架和正则约束条件，得出一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法，以估计耦合的各向异性流体指示因子和裂缝弱度。

Description

一种基于各向异性流体因子的致密裂缝储层地震预测方法
技术领域
本发明涉及地震监测技术领域，具体涉及一种基于各向异性流体因子的致密裂缝储层地震预测方法。
背景技术
在裂缝诱导的水平横向各向同性(HTI)介质的地震储层表征中，致密裂缝性储层中流体性质的判别起着重要作用。常规的流体指示因子主要用于各向同性介质中的流体识别，并且正在寻找用于各向异性介质的流体指示因子的实际意义以寻找裂缝性储层的地震特征。
综上所述，急需一种基于各向异性流体因子的致密裂缝储层地震预测方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种基于各向异性流体因子的致密裂缝储层地震预测方法，用于实现耦合的各向异性流体指示因子、裂缝弱度参数预测，能够有效的表征致密含气裂缝性油藏。
为实现上述目的，本发明提供了一种基于各向异性流体因子的致密裂缝储层地震预测方法，包括以下步骤：
步骤一：从低频各向异性Gassmann理论的角度出发，结合线性滑移理论和弱各向异性分析假设，得出一种新的各向异性流体指示因子；该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合；将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分；
步骤二：根据各向同性流体/孔隙度项、剪切模量和密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度；
步骤三：遵循贝叶斯框架和正则约束条件，得出一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法，以估计耦合的各向异性流体指示因子和裂缝弱度。
进一步地，各向同性流体/孔隙度项f方程如下：
Figure BDA0002585669410000021
其中，Kdry、Km和Kf分别是干岩石、基质材料和孔隙流体的有效体积模量；φp是各向同性多孔岩的孔隙度；Miso是各向同性Gassmann的孔隙空间模量，用于测量将孔隙流体以恒定体积压入岩石所需的孔隙流体压力；β0是Biot系数，它是当液压达到平衡时孔隙流体的体积变化与岩石的体积变化之比。
进一步地，流体饱和压裂多孔介质的线性化和弱各向异性刚度分量δf
Figure BDA0002585669410000022
进一步地，包含耦合各向异性流体指示因子的线性化PP波反射系数，表示为
Figure BDA0002585669410000023
其中，
Figure BDA0002585669410000024
Figure BDA0002585669410000025
Figure BDA0002585669410000026
Figure BDA0002585669410000027
Figure BDA0002585669410000028
Figure BDA0002585669410000029
在等式中(14)
Figure BDA00025856694100000210
是方位角，Δ表示裂缝参数的扰动，δf是耦合的各向异性流体指示因子。
进一步地，利用两个正交方位角振幅差的地震数据进行反演，得到耦合的各向异性流体指示因子δf；其中一个方位角沿裂缝方向延伸，另一个方位角与裂缝方向垂直；将三个入射角的两个方位角之间的地震方位角振幅差写为：
Figure BDA0002585669410000031
两个方位角满足的条件
Figure BDA0002585669410000032
Figure BDA0002585669410000033
Figure BDA0002585669410000034
Figure BDA0002585669410000035
Figure BDA0002585669410000036
进一步地，将两个方位角数据之间的方位角振幅差的数据向量写成裂缝诱导各向异性模型参数的加权系数矩阵与这三个模型参数的数据向量的乘积，即
[ΔSPP]3M×1＝[G]3M×3M·[Δδ]3M×1, (26)
Figure BDA0002585669410000037
Figure BDA0002585669410000038
Figure BDA0002585669410000039
Figure BDA00025856694100000310
Figure BDA00025856694100000311
Figure BDA00025856694100000312
Figure BDA00025856694100000313
Figure BDA00025856694100000314
Figure BDA00025856694100000315
Figure BDA00025856694100000316
这里t1和tM分别是第一个和最后一个采样界面；w1和wk分别是估计地震子波的第一个和最后一个分量；T该符号表示矩阵转置。
进一步地，遵循贝叶斯理论构建目标函数为Φ(Δδ)
Figure BDA0002585669410000041
其中，Jsparse(Δδ)和Jmodel(Δδ)是柯西稀疏正则化约束项和初始模型正则化约束项，
Figure BDA0002585669410000042
Figure BDA0002585669410000043
Figure BDA0002585669410000044
和
Figure BDA0002585669410000045
分别是地震噪声和未知模型参数的方差；ΔδN0、ΔδT0和Δδf0分别是未知模型参数的初始模型；κ1,κ2和κ3分别是未知模型参数的对应正则化系数；P是积分矩阵。
目标函数Φ(Δδ)相对于未知模型参数Δδ的推导通过以下方式获得：
Figure BDA0002585669410000046
其中，QCauchy是柯西稀疏正则化约束的对角矩阵，即
Figure BDA0002585669410000047
接下来通过等式
Figure BDA0002585669410000048
即
Figure BDA0002585669410000049
引入了迭代奇异值分解(ISVD)算法解决方程(42)QCauchy，即迭代方程(42)在迭代k中获得的模型参数Δδk表示为
Figure BDA00025856694100000410
最终得到迭代估算模型参数Δδ，即
Figure BDA0002585669410000051
Figure BDA0002585669410000052
Figure BDA0002585669410000053
应用本发明的技术方案，具有以下有益效果：
本发明提出了一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法，对耦合的各向异性流体指示因子和裂缝弱度进行地质上合理的估计，以用于致密含气裂缝性油藏的地震表征。提出了一种新的各向异性流体因子，用于致密裂缝储层的地震识别与预测。耦合的各向异性流体指示因子对含气裂缝性储层更敏感。耦合各向异性流体指示因子有助于以更有效的方式估算裂缝性储层的流体性质。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1(a)是显示无噪声时的合成道集和方位振幅差；
图1(b)是显示SNR为5时的合成道集和方位振幅差；
图1(c)是显示SNR为2时的合成道集和方位振幅差；
图2(a)是显示无噪声时的方位地震数据基于方位角振幅差估计的未知模型参数；
图2(b)是显示SNR为5时的方位地震数据基于方位角振幅差估计的未知模型参数；
图2(c)是显示SNR为2时的方位地震数据基于方位角振幅差估计的未知模型参数；
图3(a)是显示无噪声时原始和合成方位道集和方位振幅差之间的比较；
图3(b)是显示SNR为5时原始和合成方位道集和方位振幅差之间的比较；
图3(c)是显示SNR为2时原始和合成方位道集和方位振幅差之间的比较；
图4(a)是近入射角的剖面，沿裂缝方向方位角的地震数据；
图4(b)是中入射角的剖面，沿裂缝方向方位角的地震数据；
图4(c)是远入射角的剖面，沿裂缝方向方位角的地震数据；
图5(a)是近入射角的剖面，方位角垂直于裂缝方向的方位角地震数据；
图5(b)是中入射角的剖面，方位角垂直于裂缝方向的方位角地震数据；
图5(c)是远入射角的剖面，方位角垂直于裂缝方向的方位角地震数据；
图6(a)是具有近入射角的相差剖面，两个方位角之间的方位角振幅差数据；
图6(b)是具有中入射角的相差剖面，两个方位角之间的方位角振幅差数据；
图6(c)是具有远入射角的相差剖面，两个方位角之间的方位角振幅差数据；
图7(a)是未知的耦合各向异性流体指示因子，构造的模型参数未知的初始模型；
图7(b)是未知的干法向裂缝弱度，构造的模型参数未知的初始模型；
图7(c)是未知的干切向裂缝弱度，构造的模型参数未知的初始模型；
图8(a)是估计的耦合各向异性流体指示因子模型参数；
图8(b)是估计的干法向裂缝弱度模型参数；
图8(c)是估计的干切向裂缝弱度模型参数。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1：
一种基于各向异性流体因子的致密裂缝储层地震预测方法，从低频各向异性Gassmann理论的角度出发，结合线性滑移理论和弱各向异性分析假设，提出了一种新的各向异性流体指示因子，该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合。将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分，然后根据各向同性流体/孔隙度项，剪切模量，密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度。遵循贝叶斯框架和正则约束条件，最终提出了一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法，以估计耦合的各向异性流体指示因子和裂缝弱度。
流体/孔隙度项(f)是各向同性多孔介质的敏感流体指示因子，从低频Biot-Gassmann角度看，它可以看作是流体饱和弹性模量与气体饱和弹性模量(或干弹性模量)之间的差异，即
Figure BDA0002585669410000071
其中，VP、VS和ρ分别是纵向(或P-)波速，剪切(或S-)波速和密度。λ和K分别是第一个Lamé参数和体积模量；下标sat和dry分别代表岩石的流体饱和模量和干弹性模量。
Figure BDA0002585669410000072
是P波S波速的平方之比；β0是Biot系数，它是当液压达到平衡时孔隙流体的体积变化与岩石的体积变化之比，可以表示为
Figure BDA0002585669410000073
Miso是各向同性Gassmann的孔隙空间模量，用于测量将孔隙流体以恒定体积压入岩石所需的孔隙流体压力。可以写成
Figure BDA0002585669410000074
其中，Kdry Km和Kf分别是干岩石、基质材料和孔隙流体的有效体积模量，φp是各向同性多孔岩的孔隙度。将式(2)和(3)代入式(1)，可以得到
Figure BDA0002585669410000075
从等式(1)和(4)中，可以知道流体指示因子f是一个混合的流体/孔隙度项，等于流体饱和P波模量和干P波模量之差，即轴向应力变化率之差饱和流体和干岩石在单轴应变状态下轴向应变的变化。另外，流体/孔隙度项f不仅取决于流体的体积模量，还取决于基质材料的体积模量，干材料的体积模量的比率以及岩石的孔隙率。流体含量对流体/孔隙率项f的主导作用。因此，与其他常规流体指示因子(例如速度，阻抗，拉梅常数，泊松比等)相比，流体/孔隙度是一种更敏感的判别流体含量的指示因子。
但是，流体/孔隙度f主要用于各向同性的多孔介质，而不用于各向异性的情况。从各向异性的Gassmann方程开始，引入各向异性的流体指示因子来表征压裂多孔介质的流体性质。
岩石的流体饱和模量和干弹性模量之间的关系表示为
Figure BDA0002585669410000076
其中
Figure BDA0002585669410000081
和
Figure BDA0002585669410000082
分别是流体饱和和干压裂多孔介质的弹性刚度分量；βm与各向同性Biot系数类似，可以写成
Figure BDA0002585669410000083
Mani可以看作是各向异性的Gassmann的孔隙空间模量，
Figure BDA0002585669410000084
与等式(3)相比，各向同性和各向异性Gassmann的孔隙空间模量有两个不同。第一个区别是等式中的孔隙率。φ在等式(7)表示多孔裂隙岩的总体孔隙度，是背景基质孔隙度φp和裂缝孔隙度φc的总和。另一个差异是各向异性情况下的广义干体积模量
Figure BDA0002585669410000085
由下式给出：
Figure BDA0002585669410000086
需要强调的是，各向同性的干体积模量Kdry也可以写为
Figure BDA0002585669410000087
式(6)，(7)和(8)代入(5)，并结合线性滑移理论的HTI模型，可以获得流体饱和的压裂多孔介质的精确弹性刚度分量。
获得所有饱和刚度分量，表示为裂隙多孔岩石的各向异性干骨架项和各向异性流体/孔隙度项的和，但是不能将精确的解析表达式线性化。为了获得线性化表达式的推导，首先基于弱各向异性假设推导了饱和弹性刚度的弱各向异性解析表达式。
流体饱和压裂多孔介质的线性化和弱各向异性刚度分量δf
Figure BDA0002585669410000088
f表示近似的流体/孔隙度项，即
Figure BDA0002585669410000089
此外，可以看出耦合各向异性流体指示因子δf取决于流体的体积模量(Kf)，干物质体积模量的比(Kdry/Km)，裂隙多孔岩石的整体孔隙度(φ)和干裂缝弱度参数
Figure BDA00025856694100000810
因此，与各向同性流体/孔隙度项f相比，耦合的各向异性流体指示因子δf还可以与裂缝发育程度和裂缝中的流体含量填充有关，这是填充流体和发育裂缝的综合响应。
与干骨架项(s)和流体/孔隙度项(f)类似。流体饱和的压裂多孔介质的线性化和弱各向异性刚度分量可以写为各向异性干骨架项
Figure BDA0002585669410000091
和各向异性流体/孔隙度项
Figure BDA0002585669410000092
的总和
Figure BDA0002585669410000093
Figure BDA0002585669410000094
Figure BDA0002585669410000095
Figure BDA0002585669410000096
μ是剪切模量；χdry是第一拉梅常数与纵波模量的比值，即χdry＝λdry/Mdry＝λdry/(λdry+2μ)。
因此，所有饱和刚度都可以表示为多孔多孔介质干骨架项
Figure BDA0002585669410000097
和各向异性流体/孔隙度项
Figure BDA0002585669410000098
的总和。
耦合各向异性流体指示因子的地震方位角振幅差反演包含耦合各向异性流体指示因子的线性化PP波反射系数，可以表示为
Figure BDA0002585669410000099
Figure BDA00025856694100000910
Figure BDA00025856694100000911
Figure BDA00025856694100000912
Figure BDA00025856694100000913
Figure BDA00025856694100000914
Figure BDA00025856694100000915
在等式中(14)
Figure BDA00025856694100000916
是方位角，Δ表示裂缝参数的扰动。θ、δN、δT分别表示入射角、法向裂缝弱度参数、切向裂缝弱度参数。
为了得到耦合的各向异性流体指示因子δf，利用地震数据的方位角振幅差信息来进行反演。使用具有两个正交方位角的地震数据，其中一个方位角沿裂缝方向延伸，另一个方位角与裂缝方向垂直。然后可以将三个入射角的两个方位角之间的地震方位角振幅差写为
Figure BDA0002585669410000101
两个方位角满足的条件
Figure BDA0002585669410000102
Figure BDA0002585669410000103
Figure BDA0002585669410000104
Figure BDA0002585669410000105
Figure BDA0002585669410000106
式(22)和地震子波进行卷积，可以将两个方位角数据之间的方位角振幅差的数据向量写成裂缝诱导各向异性模型参数的加权系数矩阵与这三个模型参数的数据向量的乘积。反射界面M和3个入射角的情况，即
[ΔSPP]3M×1＝[G]3M×3M·[Δδ]3M×1, (26)
Figure BDA0002585669410000107
Figure BDA0002585669410000108
Figure BDA0002585669410000109
Figure BDA00025856694100001010
Figure BDA00025856694100001011
Figure BDA00025856694100001012
Figure BDA0002585669410000111
Figure BDA0002585669410000112
Figure BDA0002585669410000113
Figure BDA0002585669410000114
这里t1和tM分别是第一个和最后一个采样界面；w1和wk分别是估计地震子波的第一个和最后一个分量；T该符号表示矩阵转置。
为求解方程(26)，遵循贝叶斯理论来构建目标函数为Φ(Δδ)：
Figure BDA0002585669410000115
其中Jsparse(Δδ)和Jmodel(Δδ)是柯西稀疏正则化约束项和初始模型正则化约束项，可以写成
Figure BDA0002585669410000116
Figure BDA0002585669410000117
Figure BDA0002585669410000118
和
Figure BDA0002585669410000119
分别是地震噪声和未知模型参数的方差；ΔδN0,ΔδT0和Δδf0分别是未知模型参数的初始模型；κ1,κ2和κ3分别是未知模型参数的对应正则化系数；P是积分矩阵。目标函数Φ(Δδ)相对于未知模型参数Δδ的推导可以通过以下方式获得：
Figure BDA00025856694100001110
其中，QCauchy是柯西稀疏正则化约束的对角矩阵，即
Figure BDA00025856694100001111
接下来通过等式
Figure BDA00025856694100001112
即
Figure BDA0002585669410000121
求解方程(42)QCauchy，引入迭代奇异值分解(ISVD)算法，即迭代方程(42)在迭代k中获得的模型参数Δδk可以表示为
Figure BDA0002585669410000122
最终可以得到迭代估算模型参数Δδ，即
Figure BDA0002585669410000123
Figure BDA0002585669410000124
Figure BDA0002585669410000125
为了从方位角振幅差异检验耦合各向异性流体指示因子δf进行地震反演的可行性，本实施例使用合成道集集来证明本文提出的方法。首先，通过使用以30Hz Ricker子波卷积的测井数据生成两个方位角地震数据，其中一个方位角沿裂缝方向，而另一个方位角与裂缝方向垂直。在这项工作中，裂缝大致向北发育(即在该采集系统中为0°)。图1(a)，图1(b)和图1(c)展示了具有不同信噪比(SNRs)的合成方位地震道和方位振幅差，并且使用两个方位地震数据之间的方位振幅差来估计耦合各向异性流体指示因子δf和裂缝弱度
Figure BDA0002585669410000126
和δT。从未知模型参数的敏感性分析中，可以知道，干法向和切向裂缝弱度(
Figure BDA0002585669410000127
和δT)对方位角振幅差的敏感度要高于耦合各向异性流体指示因子(δf)，因此耦合各向异性流体指示因子的反演效果(δf)可能比其他两个模型参数效果差。
图2(a)、图2(b)和图2(c)展示了使用具有不同SNRs的方位角地震数据基于方位角振幅差估计的未知模型参数，三条井曲线分别代表真实数据，初始模型和反演结果。从图中可以发现，估计的未知模型参数与混合了中等程度随机噪声的原始曲线一致，但由于裂缝弱度(
Figure BDA0002585669410000128
和δT)的反演结果，反演耦合的各向异性流体指示因子(δf)效果不佳。从原始和合成方位道集之间的比较结果以及具有不同SNRs的方位角振幅差异。如图3(a)、图3(b)和图3(c)所示，两者之间的误差在具有适度随机噪声的储层表征和流体识别的实际应用的可接受范围内。
为了进一步利用实际数据测试在储层表征和流体识别中的实际应用，本实施例使用了位于某盆地凹陷的大型隆升带西端的工作区。另外，该区域的断层走向复杂，但较大的断层主要在SN方向，裂缝方向与断层方向一致。对于目标区间，孔隙率主要分布在2-4％的范围内(平均3.75％)，渗透率通常低于0.1×103μm2(平均0.07×103μm2)。因此，它属于典型的具有超低孔隙度和超低渗透率的致密储层，其中裂缝是气藏生产的关键。
图4和图5是具有三个入射角的两个方位地震振幅数据，其中一个方位角沿着裂缝方向，另一个垂直于裂缝方向。图6(a)、图6(b)和图6(c)分别是具有近、中和远入射角的两个方位角之间的方位角振幅差数据。注意，在所有上述图中，顶部的虚线框是含水的裂缝性储层，底部的虚线框是含气的裂缝性储层。黑井曲线是切向裂缝弱度参数的测井数据，与裂缝密度直接相关。从方位振幅数据和方位振幅差数据的观察，除了一些振幅异常，两个储层之间没有显着差异。使用方位角振幅差数据进行地震反演，以表征含水和含气裂缝性油藏。
图7(a)、图7(b)和图7(c)是未知模型参数的构造初始模型，包括耦合的各向异性流体指示因子，干法向和切向裂缝弱度。三个图中的井曲线分别是耦合的各向异性流体指示因子，干法向和切向裂缝弱度的相应测井数据。图8(a)、图8(b)和图8(c)分别是估计的三个模型参数。从正常和切向裂缝弱度的反演结果，发现在含水和含气裂缝性油藏中都观察到异常高的值，这表明在两个油藏中裂缝都发育良好。但是，反演耦合各向异性流体指示因子在含气裂缝性储层中表现出明显的参数异常，而含水裂缝性储层中的参数异常可能不那么明显。通过比较表明，耦合的各向异性流体指示因子对含气裂缝性储层更敏感。因此，耦合各向异性流体指示因子有助于以更有效的方式估算裂缝性储层的流体性质。
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 (7)

1.一种基于各向异性流体因子的致密裂缝储层地震预测方法，其特征在于，包括以下步骤：
步骤一：从低频各向异性Gassmann理论的角度出发，结合线性滑移理论和弱各向异性分析假设，得出一种新的各向异性流体指示因子；该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合；将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分；
步骤二：根据各向同性流体/孔隙度项、剪切模量和密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度；
步骤三：遵循贝叶斯框架和正则约束条件，得出一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法，以估计耦合的各向异性流体指示因子和裂缝弱度。
2.根据权利要求1所述的一种基于各向异性流体因子的致密裂缝储层地震预测方法，其特征在于，各向同性流体/孔隙度项f方程如下：
Figure FDA0002585669400000011
其中，Kdry、Km和Kf分别是干岩石、基质材料和孔隙流体的有效体积模量；φp是各向同性多孔岩的孔隙度；Miso是各向同性Gassmann的孔隙空间模量，用于测量将孔隙流体以恒定体积压入岩石所需的孔隙流体压力；β0是Biot系数，它是当液压达到平衡时孔隙流体的体积变化与岩石的体积变化之比。
3.根据权利要求2所述的一种基于各向异性流体因子的致密裂缝储层地震预测方法，其特征在于，流体饱和压裂多孔介质的线性化和弱各向异性刚度分量δf
Figure 2
。
4.根据权利要求3所述的一种基于各向异性流体因子的致密裂缝储层地震预测方法，其特征在于，包含耦合各向异性流体指示因子的线性化PP波反射系数，表示为
Figure FDA0002585669400000013
其中，
Figure FDA0002585669400000014
Figure FDA0002585669400000021
Figure FDA0002585669400000022
Figure FDA0002585669400000023
Figure FDA0002585669400000024
Figure FDA0002585669400000025
在等式中(14)
Figure FDA0002585669400000026
是方位角，Δ表示裂缝参数的扰动，δf是耦合的各向异性流体指示因子。
5.根据权利要求4所述的一种基于各向异性流体因子的致密裂缝储层地震预测方法，其特征在于，利用两个正交方位角振幅差的地震数据进行反演，得到耦合的各向异性流体指示因子δf；其中一个方位角沿裂缝方向延伸，另一个方位角与裂缝方向垂直；将三个入射角的两个方位角之间的地震方位角振幅差写为：
Figure FDA0002585669400000027
两个方位角满足的条件
Figure FDA0002585669400000028
Figure FDA0002585669400000029
Figure FDA00025856694000000210
Figure FDA00025856694000000211
Figure 3
。
6.根据权利要求5所述的一种基于各向异性流体因子的致密裂缝储层地震预测方法，其特征在于，将两个方位角数据之间的方位角振幅差的数据向量写成裂缝诱导各向异性模型参数的加权系数矩阵与这三个模型参数的数据向量的乘积，即
[ΔSPP]3M×1＝[G]3M×3M·[Δδ]3M×1, (26)
Figure FDA0002585669400000031
Figure FDA0002585669400000032
Figure FDA0002585669400000033
Figure FDA0002585669400000034
Figure FDA0002585669400000035
Figure FDA0002585669400000036
Figure FDA0002585669400000037
Figure FDA0002585669400000038
Figure FDA0002585669400000039
Figure FDA00025856694000000310
这里t1和tM分别是第一个和最后一个采样界面；w1和wk分别是估计地震子波的第一个和最后一个分量；T该符号表示矩阵转置。
7.根据权利要求6所述的一种基于各向异性流体因子的致密裂缝储层地震预测方法，其特征在于，遵循贝叶斯理论构建目标函数为Φ(Δδ)
Figure FDA00025856694000000311
其中，Jsparse(Δδ)和Jmodel(Δδ)是柯西稀疏正则化约束项和初始模型正则化约束项，
Figure FDA00025856694000000312
Figure FDA00025856694000000313
Figure FDA0002585669400000041
和
Figure FDA0002585669400000042
分别是地震噪声和未知模型参数的方差；ΔδN0、ΔδT0和Δδf0分别是未知模型参数的初始模型；κ1,κ2和κ3分别是未知模型参数的对应正则化系数；P是积分矩阵；
目标函数Φ(Δδ)相对于未知模型参数Δδ的推导通过以下方式获得：
Figure FDA0002585669400000043
其中，QCauchy是柯西稀疏正则化约束的对角矩阵，即
Figure FDA0002585669400000044
接下来通过等式
Figure FDA0002585669400000045
即
Figure FDA0002585669400000046
引入了迭代奇异值分解(ISVD)算法解决方程(42)QCauchy，即迭代方程(42)在迭代k中获得的模型参数Δδk表示为
Figure FDA0002585669400000047
最终得到迭代估算模型参数Δδ，即
Figure FDA0002585669400000048
Figure FDA0002585669400000049
Figure 4
。
CN202010680564.XA 2020-07-15 2020-07-15 一种基于各向异性流体因子的致密裂缝储层地震预测方法 Active CN111751883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010680564.XA CN111751883B (zh) 2020-07-15 2020-07-15 一种基于各向异性流体因子的致密裂缝储层地震预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010680564.XA CN111751883B (zh) 2020-07-15 2020-07-15 一种基于各向异性流体因子的致密裂缝储层地震预测方法

Publications (2)

Publication Number Publication Date
CN111751883A true CN111751883A (zh) 2020-10-09
CN111751883B CN111751883B (zh) 2021-07-30

Family

ID=72710311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010680564.XA Active CN111751883B (zh) 2020-07-15 2020-07-15 一种基于各向异性流体因子的致密裂缝储层地震预测方法

Country Status (1)

Country Link
CN (1) CN111751883B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113568045A (zh) * 2021-07-26 2021-10-29 中南大学 一种tti介质裂缝倾角的反演方法
CN113740910A (zh) * 2021-09-06 2021-12-03 中南大学 一种vti等效介质裂缝弱度参数地震反演方法及系统
CN116755141A (zh) * 2023-04-18 2023-09-15 成都捷科思石油天然气技术发展有限公司 一种深度域地震子波提取方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160047239A1 (en) * 2014-04-18 2016-02-18 Halliburton Energy Services, Inc. Log processing and fracture characterization in biaxially anisotropic formations
CN109490963A (zh) * 2017-09-13 2019-03-19 中国石油化工股份有限公司 裂缝储层岩石物理建模方法及系统
CN110646849A (zh) * 2019-11-01 2020-01-03 中南大学 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法
CN110687601A (zh) * 2019-11-01 2020-01-14 中南大学 一种正交各向异性介质流体因子与裂缝参数反演方法
CN111077568A (zh) * 2019-12-20 2020-04-28 中国石油大学(北京) 致密油气储层流体因子检测油气储层的方法及设备
CN111159917A (zh) * 2020-01-06 2020-05-15 中国石油化工股份有限公司 基于岩石物理模型的各向异性流体因子构建方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160047239A1 (en) * 2014-04-18 2016-02-18 Halliburton Energy Services, Inc. Log processing and fracture characterization in biaxially anisotropic formations
CN109490963A (zh) * 2017-09-13 2019-03-19 中国石油化工股份有限公司 裂缝储层岩石物理建模方法及系统
CN110646849A (zh) * 2019-11-01 2020-01-03 中南大学 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法
CN110687601A (zh) * 2019-11-01 2020-01-14 中南大学 一种正交各向异性介质流体因子与裂缝参数反演方法
CN111077568A (zh) * 2019-12-20 2020-04-28 中国石油大学(北京) 致密油气储层流体因子检测油气储层的方法及设备
CN111159917A (zh) * 2020-01-06 2020-05-15 中国石油化工股份有限公司 基于岩石物理模型的各向异性流体因子构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG JIA-JIA 等: "Crack fl uid identifi cation of shale reservoir based on stress-dependent anisotropy", 《APPLIED GEOPHYSICS》 *
潘新朋 等: "裂缝-孔隙型含气储层流体与裂缝参数贝叶斯地震反演方法", 《中国科学：地球科学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113568045A (zh) * 2021-07-26 2021-10-29 中南大学 一种tti介质裂缝倾角的反演方法
CN113740910A (zh) * 2021-09-06 2021-12-03 中南大学 一种vti等效介质裂缝弱度参数地震反演方法及系统
CN116755141A (zh) * 2023-04-18 2023-09-15 成都捷科思石油天然气技术发展有限公司 一种深度域地震子波提取方法
CN116755141B (zh) * 2023-04-18 2024-03-29 成都捷科思石油天然气技术发展有限公司 一种深度域地震子波提取方法

Also Published As

Publication number Publication date
CN111751883B (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN111751883B (zh) 一种基于各向异性流体因子的致密裂缝储层地震预测方法
US11098565B2 (en) Method for estimating permeability of fractured rock formations from induced slow fluid pressure waves
Russell et al. Linearized AVO and poroelasticity
Pan et al. Azimuthally pre-stack seismic inversion for orthorhombic anisotropy driven by rock physics
CN105093294B (zh) 基于可变模态分解的地震波衰减梯度估计方法
US9234977B2 (en) Processing collected survey data
CN106772604A (zh) 基于流体体积压缩系数的叠前地震反演方法
CN102508294A (zh) 一种利用时移地震勘探资料进行差异avo分析的方法
CN114048627A (zh) 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统
CN105044777A (zh) 基于经验模态分解检测地震标志层强反射振幅消除的方法
CN103630939A (zh) 一种气层识别评价方法
Pan et al. Seismic characterization of fractured reservoirs with elastic impedance difference versus angle and azimuth: A low-frequency poroelasticity perspective
CN114488302B (zh) 一种原位各向异性地应力场预测方法及系统
Pan et al. Bayesian seismic inversion for estimating fluid content and fracture parameters in a gas-saturated fractured porous reservoir
Jie et al. Time-reverse location of microseismic sources in viscoelastic orthotropic anisotropic medium based on attenuation compensation
Lin et al. Self-adapting extraction of matrix mineral bulk modulus and verification of fluid substitution
Amoura et al. Investigation of lithological heterogeneities from velocity logs using EMD-Hölder technique combined with multifractal analysis and unsupervised statistical methods
Ali et al. On the accuracy of Rüger's approximation for reflection coefficients in HTI media: implications for the determination of fracture density and orientation from seismic AVAZ data
White et al. Stochastic fluid modulus inversion
US8411529B2 (en) Walkaway VSP calibrated sonic logs
CN115061202B (zh) 一种页岩含气性地震储层直接检测方法
CN110471129A (zh) 一种深层页岩高温高压下的各向异性岩石物理建模方法
Pan et al. A coupled anisotropic fluid indicator for seismic characterization of tight gas-bearing fractured reservoirs
Chen Estimating elastic properties and attenuation factor from different frequency components of observed seismic data
Pan et al. Estimating fluid term and anisotropic parameters in saturated transversely isotropic media with aligned fractures

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