CN111856566B - 湖相滩坝砂体中薄储层预测方法及装置 - Google Patents
湖相滩坝砂体中薄储层预测方法及装置 Download PDFInfo
- Publication number
- CN111856566B CN111856566B CN201910348690.2A CN201910348690A CN111856566B CN 111856566 B CN111856566 B CN 111856566B CN 201910348690 A CN201910348690 A CN 201910348690A CN 111856566 B CN111856566 B CN 111856566B
- Authority
- CN
- China
- Prior art keywords
- curve
- inversion
- thin reservoir
- data
- determining
- 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
- 239000004576 sand Substances 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000001914 filtration Methods 0.000 claims abstract description 42
- 238000012216 screening Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 239000010410 layer Substances 0.000 claims description 120
- 238000009826 distribution Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 17
- 230000008021 deposition Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 9
- 238000012952 Resampling Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 239000011229 interlayer Substances 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 10
- 238000001228 spectrum Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 208000035126 Facies Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004062 sedimentation Methods 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000502 dialysis Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 125000001183 hydrocarbyl group Chemical group 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本申请公开了一种湖相滩坝砂体中薄储层预测方法及装置，该方法包括：根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果；对单井的测井曲线进行预处理和标准化，根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线；根据砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据；根据所述反演样本曲线、地震数据中的声波曲线和密度曲线，以及薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果；根据薄储层反演结果，确定薄储层的位置。本申请可以提升预测湖相滩坝砂体中的薄储层预测的精度。
Description
技术领域
本申请涉及地质勘探技术领域，尤其涉及一种薄储层地震预测方法及装置。
背景技术
湖相滩坝砂体发育于特定的沉积环境又比邻生烃中心，泥多砂少的岩性组合特点和优质储集性能使滩坝砂体容易发育岩性油气藏，从而成为当前油气勘探的热点领域。但滩坝储层所具有砂体厚度薄、横向变化快、砂泥互层叠置等特点使滩坝砂体薄储层的预测成为当前石油地质界面临的一个世界性难题。
前人利用测井约束波阻抗反演、频谱分解、地震多属性融合等先进技术探索了一系列薄储层预测方法。其中测井约束波阻抗反演将地震资料从反射波形信息转换成岩性信息，因可以直观描述储层特征备受重视，但其高频分量主要来自初始模型导致多解性较强；频谱分解是根据陷频现象通过单频调谐体对薄层进行检测，对厚度横向变化快、不连续地质体空间分布预测精度低；地震多属性融合因分辨率高、可操作性强等因素近年来推广迅速，但其解释唯一性差、应用效果欠佳。
近几年来，国内外学者尝试利用谱反演法、地震沉积学分析法、地质统计学反演及波形相控反演法等新理论方法预测刻画薄储层，来弥补现有预测方法所存在的分辨率低、解释不唯一等方面的不足。谱反演法利用频率域奇反射系数序列与厚度关系预测薄储层，理论上识别薄储层厚度达到λ/8波长甚至以下，实践上反射系数序列从叠后地震数据分解而来，分辨率受叠后地震数据限制与叠后地震数据分辨率一致。地震沉积学分析法是通过地震数据横向密集性和高分辨率利用振幅横向变化识别薄层，具有高分辨识别能力但其指示的地质意义不明确。地质统计学反演采用岩性指示模拟和序贯高斯模拟技术提高反演分辨率，但其样本点难以拟合出较好的变差函数模型，插值高频分量与实际地质现象差异大，反演结果可应用性低。波形相控反演法是利用地震波形相似性建立约束初始模型的高精度反演方法，反演分辨率达到了λ/8波长，对于当前3米～5米薄储层岩性圈闭勘探扔不能满足勘探精度需求。
由此可见，当前的勘探方法无法满足湖相滩坝砂体薄储层高精度预测需求，至今尚缺乏一种直接有效的方法预测厚度薄、横向变化快、砂泥互层叠置的湖相滩坝砂体中的薄储层。
发明内容
本申请实施例提供一种湖相滩坝砂体中薄储层预测方法，用以提升预测湖相滩坝砂体中的薄储层预测的精度，该方法包括：
根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果；对单井的测井曲线进行预处理和标准化，根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线；根据砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据；根据所述反演样本曲线、地震数据中的声波曲线和密度曲线，以及薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果；根据薄储层反演结果，确定薄储层的位置；
根据地震数据中的声波曲线和密度曲线、反演样本曲线，以及薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果，包括：
根据声波曲线、密度曲线、反演样本曲线进行合成记录标定，得到合成记录；
对比合成记录与地震数据，将目的层标定在地震反射剖面上；
对目的层顶底反射界面进行追踪，确定目的层顶、底的解释层位；
以目的层的顶为模型顶，以目的层的底为模型底，建立低频地震框架模型；
对反演样本曲线进行重新采样；根据重新采样的样本的波形相似性和空间分布距离确定最佳样本数；根据最佳样本数确定反演参数；
修改反演参数得到不同反演参数对应的后验概率分布，将最大后验概率分布对应的反演结果的均值与低频地震框架模型进行合并，得到薄储层反演结果。
本申请实施例还提供一种湖相滩坝砂体中薄储层预测装置，用以提升预测湖相滩坝砂体中的薄储层预测的精度，该装置包括：
对比模块，用于根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果；筛选模块，用于对单井的测井曲线进行预处理和标准化，根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线；滤波模块，用于根据对比模块对比得到的砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据；反演模块，用于根据筛选模块筛选得到的所述反演样本曲线、地震数据中的声波曲线和密度曲线，以及滤波模块处理得到的薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果；确定模块，用于根据反演模块反演得到的薄储层反演结果，确定薄储层的位置；
反演模块，用于：
根据声波曲线、密度曲线、反演样本曲线进行合成记录标定，得到合成记录；
对比合成记录与地震数据，将目的层标定在地震反射剖面上；
对目的层顶底反射界面进行追踪，确定目的层顶、底的解释层位；
以目的层的顶为模型顶，以目的层的底为模型底，建立低频地震框架模型；
对反演样本曲线进行重新采样；根据重新采样的样本的波形相似性和空间分布距离确定最佳样本数；根据最佳样本数确定反演参数；
修改反演参数得到不同反演参数对应的后验概率分布，将最大后验概率分布对应的反演结果的均值与低频地震框架模型进行合并，得到薄储层反演结果。
本申请实施例中，通过从测井曲线中筛选反演样本曲线、对地震数据进行带通滤波等方式，可以筛选出与薄储层位置关联性较大的数据。之后，利用波形相控地震高分辨反演方法对筛选出的反演样本曲线、薄储层地震反射数据进行反演，得到薄储层反演结果，进一步的利用该薄储层反演结果确定薄储层的位置。由于在反演时采用的数据为与薄储层位置关联性较大的数据，这样根据反演结果确定的薄储层的位置也就更加精确。并且，与现有技术中提供的谱反演法、地震沉积学分析法等传统方法相比，本申请实施例易操作、计算量适中、可靠性高、实用性更强，在实际生产中，本申请应用于湖相滩坝砂体薄储层预测，尤其对于3米～5米湖相滩坝砂体中薄储层预测取得了良好的应用效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本申请实施例中一种湖相滩坝砂体中薄储层预测方法的流程图；
图2为本申请实施例中一种湖相滩坝砂体中薄储层预测装置的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本申请实施例做进一步详细说明。在此，本申请的示意性实施例及其说明用于解释本申请，但并不作为对本申请的限定。
本发明是在传统碎屑岩高频砂体对比基础上估算滩坝单砂体大小及空间规模，指导地震高分辨率反演参数确定。通过薄储层敏感测井曲线优选、地震数据相似背景分离等技术提取薄储层有效数据信息，利用波形相控地震高分辨反演方法对有效信息进行储层反演，结合地震沉积学分析方法及光学透析技术对高分辨率反演岩性数据体进行薄储层预测。
基于上述思想，本申请实施例提供了一种湖相滩坝砂体中薄储层预测方法，如图1所示，该方法包括步骤101至步骤105：
步骤101、根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果。
在本步骤中，主要实现了高频砂体对比研究，即在高分辨率层序地层学和沉积学理论指导下，利用历史资料，如岩心资料和历史获取的测井资料，和当前获取的测井资料，采用等时对比的原则识别目的层内部的各级基准面旋回，以建立层序地层格架。在建立的层序地层格架的指导下，逐级进行单井的层序划分和砂体对比。
其中，历史资料包括钻井资料、测井资料、地震数据和实验分析数据、前人研究成果等。
具体的，在本申请实施例中，根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果，包括：根据历史资料，确定目的层沉积相类型和对应的层序级别划分标准；确定目标区域中单井的目的层沉积相类型，按照与目的层沉积相类型对应的层序级别划分标准对单井进行层序划分；确定单井各级层序的组合样式和叠加特征；将同一层序级别的不同单井的砂体进行对比，确定目标区域中砂体联通关系和空间分布特征。
其中，目的沉积相类型包括滨浅湖、滨浅湖滩坝等。层序级别包括三级层序、四级层序和五级层序，一般在同一个单井中，同时包括上述三种层序，对单井进行层序划分意为确定单井中三级层序(或称为“长期旋回”)、四级层序(或称为“中期旋回”)和五级层序(或称为“短期旋回”)所处的位置。在该层序划分的过程中，可以参考单井的测井曲线、垂向岩性变化特征、结合岩心观察结果等数据。在进行层序划分时，还可以确定各级层序的组合样式和叠加特征。其中，三级层序界面一般是不整合面或与之等价面；四级层序界面一般是最大湖泛面；五级层序界面是更小一级的湖泛面。
需要说明的是，层序级别中还包括一级层序和二级层序，这两种层序为超级层序超长旋回，在这里不考虑。
在对不同层序级别的单井分别进行砂体对比之前，可以先利用目标区域中单井的测井资料建立研究区域主干连井对比剖面。之后按照等时对比和厚度控制的原则，确定各级旋回的界面位置与旋回等级的对应关系，之后依次对不同单井进行长期、中期和短期旋回对比，进而确定目标区域中砂体联通关系和空间分布特征。
步骤102、对单井的测井曲线进行预处理和标准化，根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线。
在本步骤中，主要通过曲线直方图、交会图分析获取的测井曲线，对测井曲线进行筛选，得到建立地震反演初始模型的反演样本曲线。需要说明的是，由于筛选出的反演样本曲线一般为高频曲线，为了得到处于低频部分的有效信息，在根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线之后，还可以利用带通滤波器降低反演样本曲线的高频部分。
其中，对测井曲线进行预处理时采用的处理方法包括如下方法中的至少一种：垮塌校正处理、深度校正处理、剔除异常值处理及岩性归一化处理，以消除非地质影响及相同岩性纵向上曲线幅度差异。
对单井的测井曲线进行标准化，包括：按照预设选井标准确定标准井；按照预设选层标准确定标志层；绘制标志层测井曲线的频率直方图确定标准井曲线峰值；根据公式Lx＝Li×(LBmeanLimean)将非标准井测井曲线比例为标准测井曲线，其中，Lx为Li对应的标准井曲线值，Li非标准井曲线值，LBmean为标准井曲线峰值，Limean为非标准井曲线峰值。
预设选井标准为选择取心全、岩性特征明显及测井序列齐全的钻井作为标准井。
预设的选层标准为选择岩性稳定、区域分布广泛及测井曲线特征明显的岩层作为标志层。
在根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线包括直观优选、直方图优选及会图优选。具体的，首先建立岩性数据与测井曲线综合柱状图，对比岩性剖面与测井曲线的契合度直观优选储层敏感曲线，筛选出契合度高于一定预设阈值的曲线；然后建立目标区域测井曲线直方图，根据测井数据聚集分布特征与岩性特征再次优选储层敏感曲线；再后，赋予岩性离散数值形成岩性序列，建立岩性序列与测井曲线交会图，根据岩性数据及测井数据聚集分布特征最终优选储层敏感曲线，将筛选得到的储层敏感曲线作为反演样本曲线。同时，还可以确定敏感曲线阈值。
示例性的，以舒善河组为例，本次研究舒善河组的反演样本曲线为伽玛曲线(Gr，API)，伽玛曲线为1米8个采样点的超高频数据，通过超高频降频去除局部异常分离出砂体整体特征，采用带通滤波器降低伽玛曲线200HZ以上高频部分。具体的，在带通滤波降低伽马曲线200HZ以上高频部分时采用的滤波参数可以为10HZ低截、20HZ低通、180HZ高通、200HZ高截频率。
上述示例仅给出了一种可能的滤波参数，该滤波参数的数值可以由用户参照滤波情况自行设定，对于其具体数值，在此不做限定。
步骤103、根据砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据。
由于地震数据具有频带窄、频率低等特点，为提高分辨率、获得高频储层反演数据体，需要将地质背景低频信息剔除，得到高分辨率波形相控反演的高频薄储层地震反射数据。
在本申请实施例中，根据砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据，包括：对地震数据进行频谱分析，确定地震数据的主频和频带宽度，根据地震数据的主频和频带宽度及砂体对比结果，确定带通滤波参数；按照带通滤波参数对地震数据进行带通滤波，得到薄储层地震反射数据。
示例性的，舒善河组的英买力地区白垩系舒善河组地层的地震数据频带为5-60HZ，主频为25HZ。舒善河组地层为浅湖相沉积背景，高频砂体对比大套泥岩层间发育3米～5米滩坝单砂体薄储层，对地震数据进行带通滤波，剔除泥岩背景信息，即可分离得到薄储层地震反射数据。在滤波时，地震带通滤波器滤波参数设计可以为25HZ低截、30HZ低通、60HZ高通、80HZ高截。
需要说明的是，对地震数据进行带通滤波时使用的滤波参数可以由用户自行进行设置，对于其具体数值，在此不做限定。
步骤104、根据反演样本曲线、地震数据中的声波曲线和密度曲线，以及薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果。
波形相控随机反演实现与低频初始模型频率合并，获得高分辨储层反演数据体，即薄储层反演结果。
在本申请实施例中，根据地震数据中的声波曲线和密度曲线、反演样本曲线，以及薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果，包括：根据声波曲线、密度曲线、反演样本曲线进行合成记录标定，得到合成记录；对比合成记录与地震数据，将目的层标定在地震反射剖面上；对目的层顶底反射界面进行追踪，确定目的层顶、底的解释层位；以目的层的顶为模型顶，以目的层的底为模型底，建立低频地震框架模型；对反演样本曲线进行重新采样；根据重新采样的样本的波形相似性和空间分布距离确定最佳样本数；根据最佳样本数确定反演参数；修改反演参数得到不同反演参数对应的后验概率分布，将最大后验概率分布对应的反演结果的均值与低频地震框架模型进行合并，得到薄储层反演结果。
上述反演过程可以利用SMI地震波形相控反演系统完成，利用SMI地震波形相控反演系统执行的反演过程具体如下所示：
步骤①、数据录入
将标准化的声波曲线(DT，us/ft)、密度曲线(DEN，g/cm3)、反演样本曲线及薄储层地震反射数据分别录入SMI地震波形相控反演系统。
步骤②、合成记录标定
合成记录是地震子波与反射系数的褶积，主要是将测井资料精准的标定在地震剖面上，实现对目的层的控制反演。
首先利用声波曲线及密度曲线计算反射系数；
具体的，可以根据公式R＝(ρ2v2-ρ1v1)(ρ2v2+ρ1v1)计算得到反射系数。
然后利用理论子波与反射系数褶积得到合成记录，对比标志层合成记录与薄储层地震反射数据，将目的层初步标定在地震反射剖面上，利用井旁地震道进行子波相位谱及振幅谱估算提取地震子波，重新与反射系数褶积制作合成记录，对合成记录微调从而将目的层最终精确标定在地震反射剖面上。重复地震子波及模型微调，完成目的层精细标定。该微调过程为根据合成记录与井旁地震的相似性，对地震子波的频率、相位微量增大或减小，并将合成记录上下微量移动，从而使合成记录与井旁地震道最大程度匹配一致。
其中，利用理论子波与反射系数根据公式f(t)＝S(t)×R(t)褶积计算得到合成记录。其中，S(t)为地震子波，R(t)为反射系数，t为时间。
步骤③、反演地震层位解释
利用SMI地震波形相控反演系统层位自动追踪功能，对目的层的顶底反射界面进行追踪，得到目的层顶、底的解释层位。
步骤④、建立低频模型
以目的层的顶作为模型顶，以目的层的底作为模型底，模型中间则依据目的层沉积相类型和层序级别以均衡插值方式建立低频地质框架模型。
步骤⑤、有效样本分析
选择低频地质框架模型、薄储层地震反射数据及反演样本曲线，首先以均方根法对反演样本曲线数据进行重新采样，并依据波形相似性和空间分布距离对样本进行线性无偏估计和最优估计分析；然后对样本进行变差函数拟合，确定最佳样本数；最后匹配滤波并依据砂体规模确定高频最佳低截频率、低通频率、高通频率、高截频率等反演参数。示例性的，确定的高频最佳低截频率可以为60HZ、低通频率可以为80HZ、高通频率可以为150HZ、高截频率可以为180HZ。
步骤⑥、反演计算
依据贝叶斯理论联合似然函数分布和先验概率分布得到反演参数对应的后验概率分布，之后不断修改反演参数，求得与反演参数对应的后验概率分布，比较不同反演参数计算得到的后验概率分布，将后验概率分布最大时的反演参数作为有效随机反演实现。由于反演过程是随机的，其结果是多个、不确定的，那么可以利用该有效随机反演实现确定多组反演结果，计算多组反演结果的均值，将该均值与低频模型频率域合并作为高分辨率储层反演结果，即薄储层反演结果。
步骤105、根据薄储层反演结果，确定薄储层的位置。
对薄储层反演结果进行刻度并可视化，可以确定薄储层的位置。
在本申请实施例中，根据薄储层反演结果，确定薄储层的位置，包括：利用层间均衡插值法在目的层的顶、目的层的底之间建立等时地层切片，沿等时地层切片提取薄储层反演结果；根据反演样本曲线确定敏感曲线阈值；将薄储层反演结果大于敏感曲线阈值的采样点所在区域确定为薄储层位置。其中，敏感曲线阈值用于筛选薄储层。
需要说明的是，根据反演样本曲线确定敏感曲线阈值的过程也可以随确定反演样本曲线的过程来实现。
在SMI系统中，可以将敏感曲线阈值以下的岩性数据设置透明显示，敏感曲线阈值以上的岩性数据以高亮色显示，高亮色即目的区域的薄储层，地层切片上高亮色即为目的区域的薄储层平面分布。
在本申请一种可能的实现方式中，还可以选择未参与反演的样本点为检验点对步骤102至步骤105中的反演过程进行检验，该检验可以分为剖面维度和平面维度，如果检验点验证反演过程的准确度低于一定比例则返回步骤102重新进行参数确定等工作来修正反演过程，如果准确度高于一定比例则表明通过该反演过程得到的薄储层的位置较为准确，可以利用该反演过程预测薄储层的位置。该一定比例可以由用户进行设置，例如，可以设置为80％或85％等。
本申请实施例中，通过从测井曲线中筛选反演样本曲线、对地震数据进行带通滤波等方式，可以筛选出与薄储层位置关联性较大的数据。之后，利用波形相控地震高分辨反演方法对筛选出的反演样本曲线、薄储层地震反射数据进行反演，得到薄储层反演结果，进一步的利用该薄储层反演结果确定薄储层的位置。由于在反演时采用的数据为与薄储层位置关联性较大的数据，这样根据反演结果确定的薄储层的位置也就更加精确。并且，与现有技术中提供的谱反演法、地震沉积学分析法等传统方法相比，本申请实施例易操作、计算量适中、可靠性高、实用性更强，在实际生产中，本申请应用于湖相滩坝砂体薄储层预测，尤其对于3米～5米湖相滩坝砂体中薄储层预测取得了良好的应用效果。
本申请实施例提供了一种湖相滩坝砂体中薄储层预测装置，如图2所示，该装置200包括对比模块201、筛选模块202、滤波模块203、反演模块204、确定模块205。
其中，对比模块201，用于根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果。
筛选模块202，用于对单井的测井曲线进行预处理和标准化，根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线。
滤波模块203，用于根据对比模块201对比得到的砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据。
反演模块204，用于根据筛选模块201筛选得到的反演样本曲线、地震数据中的声波曲线和密度曲线，以及滤波模块203处理得到的薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果。
确定模块205，用于根据反演模块204反演得到的薄储层反演结果，确定薄储层的位置。
在本申请实施例的一种实现方式中，对比模块201，用于：
根据历史资料，确定目的层沉积相类型和对应的层序级别划分标准；
确定目标区域中单井的目的层沉积相类型，按照与目的层沉积相类型对应的层序级别划分标准对单井进行层序划分；
确定单井各级层序的组合样式和叠加特征；
将同一层序级别的不同单井的砂体进行对比，确定目标区域中砂体联通关系和空间分布特征。
在本申请实施例的一种实现方式中，筛选模块202对测井曲线进行预处理时采用的处理方法包括如下方法中的至少一种：
垮塌校正处理、深度校正处理、剔除异常值处理及岩性归一化处理。
在本申请实施例的一种实现方式中，筛选模块202，用于：
按照预设选井标准确定标准井；按照预设选层标准确定标志层；
绘制标志层测井曲线的频率直方图确定标准井曲线峰值；
根据公式Lx＝Li×(LBmean/Limean)将非标准井测井曲线比例为标准测井曲线，其中，Lx为Li对应的标准井曲线值，Li非标准井曲线值，LBmean为标准井曲线峰值，Limean为非标准井曲线峰值。
在本申请实施例的一种实现方式中，筛选模块202，还用于：
利用带通滤波器降低反演样本曲线的高频部分。
在本申请实施例的一种实现方式中，滤波模块203，用于：
对地震数据进行频谱分析，确定地震数据的主频和频带宽度；
根据地震数据的主频和频带宽度及砂体对比结果，确定带通滤波参数；
按照带通滤波参数对地震数据进行带通滤波，得到薄储层地震反射数据。
在本申请实施例的一种实现方式中，反演模块204，用于：
根据声波曲线、密度曲线、反演样本曲线进行合成记录标定，得到合成记录；
对比合成记录与地震数据，将目的层标定在地震反射剖面上；
对目的层顶底反射界面进行追踪，确定目的层顶、底的解释层位；
以目的层的顶为模型顶，以目的层的底为模型底，建立低频地震框架模型；
对反演样本曲线进行重新采样；根据重新采样的样本的波形相似性和空间分布距离确定最佳样本数；根据最佳样本数确定反演参数；
修改反演参数得到不同反演参数对应的后验概率分布，将最大后验概率分布对应的反演结果的均值与低频地震框架模型进行合并，得到薄储层反演结果。
在本申请实施例的一种实现方式中，确定模块205，用于：
利用层间均衡插值法在目的层的顶、目的层的底之间建立等时地层切片，沿等时地层切片提取薄储层反演结果；
根据反演样本曲线确定敏感曲线阈值；
将薄储层反演结果大于敏感曲线阈值的采样点所在区域确定为薄储层位置。
本申请实施例中，通过从测井曲线中筛选反演样本曲线、对地震数据进行带通滤波等方式，可以筛选出与薄储层位置关联性较大的数据。之后，利用波形相控地震高分辨反演方法对筛选出的反演样本曲线、薄储层地震反射数据进行反演，得到薄储层反演结果，进一步的利用该薄储层反演结果确定薄储层的位置。由于在反演时采用的数据为与薄储层位置关联性较大的数据，这样根据反演结果确定的薄储层的位置也就更加精确。并且，与现有技术中提供的谱反演法、地震沉积学分析法等传统方法相比，本申请实施例易操作、计算量适中、可靠性高、实用性更强，在实际生产中，本申请应用于湖相滩坝砂体薄储层预测，尤其对于3米～5米湖相滩坝砂体中薄储层预测取得了良好的应用效果。
本申请实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行计算机程序时实现湖相滩坝砂体中薄储层预测方法。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有执行湖相滩坝砂体中薄储层预测方法的计算机程序。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (14)
1.一种湖相滩坝砂体中薄储层预测方法，其特征在于，所述方法包括：
根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果；
对单井的测井曲线进行预处理和标准化，根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线；
根据砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据；
根据所述反演样本曲线、地震数据中的声波曲线和密度曲线，以及薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果；
根据薄储层反演结果，确定薄储层的位置；
根据地震数据中的声波曲线和密度曲线、反演样本曲线，以及薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果，包括：
根据声波曲线、密度曲线、反演样本曲线进行合成记录标定，得到合成记录；
对比合成记录与地震数据，将目的层标定在地震反射剖面上；
对目的层顶底反射界面进行追踪，确定目的层顶、底的解释层位；
以目的层的顶为模型顶，以目的层的底为模型底，建立低频地震框架模型；
对反演样本曲线进行重新采样；根据重新采样的样本的波形相似性和空间分布距离确定最佳样本数；根据最佳样本数确定反演参数；
修改反演参数得到不同反演参数对应的后验概率分布，将最大后验概率分布对应的反演结果的均值与低频地震框架模型进行合并，得到薄储层反演结果。
2.根据权利要求1所述的方法，其特征在于，根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果，包括：
根据历史资料，确定目的层沉积相类型和对应的层序级别划分标准；
确定目标区域中单井的目的层沉积相类型，按照与目的层沉积相类型对应的层序级别划分标准对单井进行层序划分；
确定单井各级层序的组合样式和叠加特征；
将同一层序级别的不同单井的砂体进行对比，确定目标区域中砂体联通关系和空间分布特征。
3.根据权利要求1所述的方法，其特征在于，对所述测井曲线进行预处理时采用的处理方法包括如下方法中的至少一种：
垮塌校正处理、深度校正处理、剔除异常值处理及岩性归一化处理。
4.根据权利要求1或3所述的方法，其特征在于，对单井的测井曲线进行标准化，包括：
按照预设选井标准确定标准井；按照预设选层标准确定标志层；
绘制标志层测井曲线的频率直方图确定标准井曲线峰值；
根据公式Lx＝Li×(LBmeanLimean)将非标准井测井曲线比例为标准测井曲线，其中，Lx为Li对应的标准井曲线值，Li非标准井曲线值，LBmean为标准井曲线峰值，Limean为非标准井曲线峰值。
5.根据权利要求4所述的方法，其特征在于，在从测井曲线中筛选反演样本曲线之后，所述方法还包括：
利用带通滤波器降低反演样本曲线的高频部分。
6.根据权利要求1所述的方法，其特征在于，根据砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据，包括：
对地震数据进行频谱分析，确定地震数据的主频和频带宽度；
根据地震数据的主频和频带宽度及砂体对比结果，确定带通滤波参数；
按照带通滤波参数对地震数据进行带通滤波，得到薄储层地震反射数据。
7.根据权利要求1所述的方法，其特征在于，根据薄储层反演结果，确定薄储层的位置，包括：
利用层间均衡插值法在目的层的顶、目的层的底之间建立等时地层切片，沿等时地层切片提取薄储层反演结果；
根据反演样本曲线确定敏感曲线阈值；
将薄储层反演结果大于敏感曲线阈值的采样点所在区域确定为薄储层位置。
8.一种湖相滩坝砂体中薄储层预测装置，其特征在于，所述装置包括：
对比模块，用于根据历史资料和目标区域中的测井资料，分别划分不同单井的层序级别；将同一层序级别的不同单井的砂体进行对比，得到砂体对比结果；
筛选模块，用于对单井的测井曲线进行预处理和标准化，根据测井曲线的岩性数据，从测井曲线中筛选反演样本曲线；
滤波模块，用于根据对比模块对比得到的砂体对比结果，对地震数据进行带通滤波，得到薄储层地震反射数据；
反演模块，用于根据筛选模块筛选得到的所述反演样本曲线、地震数据中的声波曲线和密度曲线，以及滤波模块处理得到的薄储层地震反射数据进行波形相控随机反演，得到薄储层反演结果；
确定模块，用于根据反演模块反演得到的薄储层反演结果，确定薄储层的位置；
反演模块，用于：
根据声波曲线、密度曲线、反演样本曲线进行合成记录标定，得到合成记录；
对比合成记录与地震数据，将目的层标定在地震反射剖面上；
对目的层顶底反射界面进行追踪，确定目的层顶、底的解释层位；
以目的层的顶为模型顶，以目的层的底为模型底，建立低频地震框架模型；
对反演样本曲线进行重新采样；根据重新采样的样本的波形相似性和空间分布距离确定最佳样本数；根据最佳样本数确定反演参数；
修改反演参数得到不同反演参数对应的后验概率分布，将最大后验概率分布对应的反演结果的均值与低频地震框架模型进行合并，得到薄储层反演结果。
9.根据权利要求8所述的装置，其特征在于，对比模块，用于：
根据历史资料，确定目的层沉积相类型和对应的层序级别划分标准；
确定目标区域中单井的目的层沉积相类型，按照与目的层沉积相类型对应的层序级别划分标准对单井进行层序划分；
确定单井各级层序的组合样式和叠加特征；
将同一层序级别的不同单井的砂体进行对比，确定目标区域中砂体联通关系和空间分布特征。
10.根据权利要求8所述的装置，其特征在于，筛选模块，用于：
按照预设选井标准确定标准井；按照预设选层标准确定标志层；
绘制标志层测井曲线的频率直方图确定标准井曲线峰值；
根据公式Lx＝Li×(LBmeanLimean)将非标准井测井曲线比例为标准测井曲线，其中，Lx为Li对应的标准井曲线值，Li非标准井曲线值，LBmean为标准井曲线峰值，Limean为非标准井曲线峰值。
11.根据权利要求8所述的装置，其特征在于，滤波模块，用于：
对地震数据进行频谱分析，确定地震数据的主频和频带宽度；
根据地震数据的主频和频带宽度及砂体对比结果，确定带通滤波参数；
按照带通滤波参数对地震数据进行带通滤波，得到薄储层地震反射数据。
12.根据权利要求8所述的装置，其特征在于，确定模块，用于：
利用层间均衡插值法在目的层的顶、目的层的底之间建立等时地层切片，沿等时地层切片提取薄储层反演结果；
根据反演样本曲线确定敏感曲线阈值；
将薄储层反演结果大于敏感曲线阈值的采样点所在区域确定为薄储层位置。
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至7任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910348690.2A CN111856566B (zh) | 2019-04-28 | 2019-04-28 | 湖相滩坝砂体中薄储层预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910348690.2A CN111856566B (zh) | 2019-04-28 | 2019-04-28 | 湖相滩坝砂体中薄储层预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111856566A CN111856566A (zh) | 2020-10-30 |
| CN111856566B true CN111856566B (zh) | 2023-04-25 |
Family
ID=72966179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910348690.2A Active CN111856566B (zh) | 2019-04-28 | 2019-04-28 | 湖相滩坝砂体中薄储层预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111856566B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114609666B (zh) * | 2020-12-09 | 2024-05-28 | 中国石油天然气股份有限公司 | 一种页岩薄储层的预测方法、装置、设备及存储介质 |
| CN115508890B (zh) * | 2022-09-28 | 2023-05-12 | 北京中恒利华石油技术研究所 | 一种裂缝孔隙型储层叠前叠后反演方法 |
| CN115903026B (zh) * | 2023-01-09 | 2023-05-09 | 东北石油大学三亚海洋油气研究院 | 复合砂体构型解析方法、设备及介质 |
| CN117153289B (zh) * | 2023-09-14 | 2024-04-05 | 大庆油田有限责任公司 | 一种适用于窄薄砂体的油层水淹程度预测方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109061765A (zh) * | 2018-09-26 | 2018-12-21 | 西南石油大学 | 非均质薄砂岩互层油藏的圈闭评价方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103033846B (zh) * | 2011-10-10 | 2016-06-08 | 中国石油化工股份有限公司 | 地质相控制的地震反演系统和地震反演方法 |
| CN106154323B (zh) * | 2015-04-01 | 2018-08-17 | 中国石油化工股份有限公司 | 基于地震拓频处理的相控随机反演薄储层预测方法 |
| US20160349389A1 (en) * | 2015-05-29 | 2016-12-01 | Cgg Services Sa | Method for developing a geomechanical model based on seismic data, well logs and sem analysis of horizontal and vertical drill cuttings |
| CN107817535B (zh) * | 2017-09-27 | 2019-07-09 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
| CN108490491A (zh) * | 2018-03-06 | 2018-09-04 | 中国石油集团东方地球物理勘探有限责任公司 | 一种基于波形指示反演的滩体预测方法 |
| CN108614293A (zh) * | 2018-03-14 | 2018-10-02 | 中国石油天然气股份有限公司 | 砂体预测方法及装置 |
| CN109471163B (zh) * | 2018-10-29 | 2020-07-21 | 中国海洋石油集团有限公司 | 基于地质体连续性建模的高精度井拓反演方法 |
-
2019
- 2019-04-28 CN CN201910348690.2A patent/CN111856566B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109061765A (zh) * | 2018-09-26 | 2018-12-21 | 西南石油大学 | 非均质薄砂岩互层油藏的圈闭评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111856566A (zh) | 2020-10-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111856566B (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
| CN103527184B (zh) | 一种白云岩储层的预测方法和系统 | |
| CN108802812B (zh) | 一种井震融合的地层岩性反演方法 | |
| WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
| US9817142B2 (en) | System and method for analyzing geologic features using seismic data | |
| Yanhu et al. | A method of seismic meme inversion and its application | |
| CN104237945B (zh) | 一种地震资料自适应高分辨处理方法 | |
| CN105759312A (zh) | 一种储层特征法井震标定方法 | |
| EP3140676B1 (en) | System and method for analyzing geologic features using seismic data | |
| US10215870B2 (en) | System and method for analyzing geologic features using seismic data | |
| Zeng et al. | Recent progress in analysis of seismically thin beds | |
| Behrens et al. | 4D seismic monitoring of water influx at Bay Marchand: the practical use of 4D in an imperfect world | |
| AU2018263142B2 (en) | System and method for analyzing geologic features using seismic data | |
| EA030770B1 (ru) | Система и способ адаптивной сейсмической оптики | |
| CN111983683B (zh) | 一种少井条件下盐下湖相灰岩储层预测方法和系统 | |
| CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
| Naseer | Delineating the shallow‐marine stratigraphic traps of Lower‐Cretaceous incised valley sedimentation, Pakistan using post‐stack seismic colour inversion | |
| CN110703329B (zh) | 基于弱振幅地震反射形成机制的岩性油藏边界确定方法 | |
| CN113109875A (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 | |
| Rotar | Reservoir Modeling and Uncertainty Estimation: A Comparison Between Stochastic and Deterministic Inversion. | |
| CN113759419B (zh) | 一种储层预测方法、装置、存储介质及电子设备 | |
| Arzuman | Comparison of geostatistics and artificial neural networks in reservoir property estimation | |
| Kondratyev et al. | Submarine fan reservoir architecture and heterogeneity influence on hard-to-recover reserves. Achimov Fm | |
| Alakuko et al. | Integration of Well Log, 3D Static Modeling, and Seismic Data in Characterization of KUKO Field Offshore Niger Delta, Nigeria. | |
| CN115113274A (zh) | 地层切片数据处理方法及装置 |
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 |