CN111856569B - 地层砂体预测方法及装置 - Google Patents

地层砂体预测方法及装置 Download PDF

Info

Publication number
CN111856569B
CN111856569B CN201910363656.2A CN201910363656A CN111856569B CN 111856569 B CN111856569 B CN 111856569B CN 201910363656 A CN201910363656 A CN 201910363656A CN 111856569 B CN111856569 B CN 111856569B
Authority
CN
China
Prior art keywords
sand
seismic
medium
amplitude
frequency
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
CN201910363656.2A
Other languages
English (en)
Other versions
CN111856569A (zh
Inventor
安鹏
于志龙
党虎强
刘专
尹晓贺
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 National Petroleum Corp
BGP Inc
Original Assignee
China National Petroleum Corp
BGP Inc
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 National Petroleum Corp, BGP Inc filed Critical China National Petroleum Corp
Priority to CN201910363656.2A priority Critical patent/CN111856569B/zh
Publication of CN111856569A publication Critical patent/CN111856569A/zh
Application granted granted Critical
Publication of CN111856569B publication Critical patent/CN111856569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/30—Analysis
    • G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • 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
    • G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase

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

本发明提供了一种地层砂体预测方法及装置，包括：获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；所述地震甜点为渗透性砂体组合对应的不同地震反射波形特征；基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类；在所述目标地层中预测各地震甜点分类的分布范围；将预测得到的分布范围进行融合，得到砂体融合图。通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。

Description

地层砂体预测方法及装置
技术领域
本发明是关于地球物理勘探技术领域，特别是关于一种地层砂体预测方法及装置。
背景技术
地震反射波来自地下地层的反射，地层特征的横向变化导致波形特征横向变化，随着三维地震数据在油田评价开发领域应用的不断深入，勘探难度也日益增大。地下地层中砂体的组合多样、厚薄不等，有单层砂体、两层砂体和薄互层砂体，其对应的地震波形特征却不是唯一的，有单波和复波，波形能量、连续性和频率特征也不尽相同，总而言之，砂体组合与地震波形两者之间表现为多对多的复杂映射关系。
当前，常见的研究思路是以砂体组合特征为主线，开展相关分析工作，预测不同地震响应特征下砂体的分布，由于波形特征横向变化的不确定性，给地震属性预测工作带来较大的困难，导致了属性预测结果的对井符合率较低，给评价开发井位的部署带来了较大风险。
发明内容
基于现有技术中存在的问题，本发明实施例提供了一种地层砂体预测方法及装置，以精细预测砂体平面分布，提高砂体预测精度。
一方面，本发明实施例提供了一种地层砂体预测方法，包括：
获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；所述地震甜点为渗透性砂体组合对应的不同地震反射波形特征；
基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类；
在所述目标地层中预测各地震甜点分类的分布范围；
将预测得到的分布范围进行融合，得到砂体融合图。
进一步地，该地层砂体预测方法还包括：根据地震数据中的频带宽度及主频选取所述目标地层。
进一步地，根据地震数据中的频带宽度及主频选取所述目标地层，包括：
判断频带宽度及主频是否大于对应的预设值；
选取频带宽度及主频大于对应的预设值的地层作为目标地层。
进一步地，所述地震甜点的分类包括：强振幅中高频中强连续类型、中强振幅中低频中连续类型及弱振幅中低频中连续类型。
进一步地，在将预测得到的分布范围进行融合之前，还包括：
根据预测的分布范围判断井符合率是否满足设定比例；
如果否，根据地震甜点分类对井符合率进行修正。
进一步地，根据地震甜点分类对井符合率进行修正，包括：
对于强振幅中高频中强连续类型，根据不同砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征。
进一步地，根据地震甜点分类对井符合率进行修正，包括：
对于中强振幅中低频中连续类型，提取原始地震数据的振幅斜率属性，所述振幅斜率属性反映了中强振幅中低频中连续类型的地震砂体的砂体分布。
进一步地，根据地震甜点分类对井符合率进行修正，包括：
对于中弱振幅中低频中弱连续类型，提取最大波谷属性，以刻画该类甜点内砂体分布。
另一方面，本发明实施例提供了一种地层砂体预测装置，包括：
关系建立单元，用于获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；所述地震甜点为渗透性砂体组合对应的不同地震反射波形特征；
分类单元，用于基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类；
分布预测单元，用于在所述目标地层中预测各地震甜点分类的分布范围；
融合单元，用于将预测得到的分布范围进行融合，得到砂体融合图。
进一步地，还包括：目的层选取单元，用于根据地震数据中的频带宽度及主频选取所述目标地层。
进一步地，所述目的层选取单元包括：
判断模块，用于判断频带宽度及主频是否大于对应的预设值；
选取模块，用于选取频带宽度及主频大于对应的预设值的地层作为目标地层。
进一步地，所述地震甜点的分类包括：强振幅中高频中强连续、中强振幅中低频中连续及弱振幅中低频中连续。
进一步地，还包括：
判断单元，用于根据预测的分布范围判断井符合率是否满足设定比例；
修正单元，用于根据地震甜点分类对井符合率进行修正。
进一步地，所述修正单元具体用于：
对于强振幅中高频中强连续类型，根据不同砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征。
进一步地，所述修正单元具体用于：
对于中强振幅中低频中连续类型，提取原始地震数据的振幅斜率属性，所述振幅斜率属性反映了中强振幅中低频中连续类型的地震砂体的砂体分布。
进一步地，所述修正单元具体用于：对于中弱振幅中低频中弱连续类型，提取最大波谷属性，以刻画该类甜点内砂体分布。
本发明实施例中，选取所述目标地层，获取目标地层的砂体类型并建立砂体类型与地震甜点的对应关系；基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类；在所述目标地层中预测各地震甜点分类的分布范围；将预测得到的分布范围进行融合，得到砂体融合图，即有利砂体分布预测图，通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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。
图1为本申请的地层砂体预测方法流程图；
图2为本申请实施例选取的目标地层的研究区地震剖面示意图；
图3为本申请实施例选取的目标地层的研究区地震数据频谱分析示意图；
图4为某一目标地层的小层发育的砂体组合类型示意图；
图5为本申请实施例研究区FⅠ5小层地震甜点类型对应的各砂体组合特征示意图。
图6为本申请实施例研究区FⅠ5小层地震甜点分布示意图；
图7为本申请实施例的目的层研究区FⅠ5小层原始地震数据均方根振幅属性示意图；
图8为本申请实施例不同频率单频体连井地震剖面示意图；
图9为本申请实施例的在65Hz单频体上提取的均方根振幅属性示意图；
图10为本申请实施例的研究区FⅠ5小层提取原始地震数据振幅斜率属性示意图；
图11为本申请实施例在图10基础步利用频率较低特点提取的甜心体属性示意图；
图12为本申请实施例FⅠ5小层原始地震数据最大波谷属性示意图；
图13为本申请实施例的研究区FⅠ5小层针对不同地震甜点分布范围内预测的有利砂体融合图；
图14为本申请实施例的地层砂体预测装置的结构框图一；
图15为本申请实施例的地层砂体预测装置的结构框图二；
图16为本申请实施例的目的层选取单元结构框图；
图17为本申请实施例的地层砂体预测装置的结构框图三；
图18为本申请实施例的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
考虑现有技术中由于波形特征横向变化的不确定性，给地震属性预测工作带来较大的困难，导致了属性预测结果的对井符合率较低，给评价开发井位的部署带来了较大风险等问题。本发明提供了一种地层砂体预测方法、装置、电子设备和计算机可读存储介质。选取所述目标地层，获取目标地层的砂体类型并建立砂体类型与地震甜点的对应关系；基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类；在所述目标地层中预测各地震甜点分类的分布范围；将预测得到的分布范围进行融合，得到砂体融合图，即有利砂体分布预测图，通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。
为了精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果，本申请以“地震甜点”为主线，提供一种地层砂体预测方法的一种实施例，如图1所示，该地层砂体预测方法包括：
S101：获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；
步骤S101中，砂体类型是指不同钻井在目的层系钻遇的不同砂体组合，砂体类型一般包括：单砂体、两套砂体和薄互层多套砂体及不发育砂体。
其中，地震甜点为渗透性砂体组合对应的不同地震反射波形特征。
建立砂体类型与地震甜点的对应关系可以通过精细合成记录标定的方式实现，精细合成记录标定是连接钻井资料和地震资料的桥梁，是应用地震资料开展构造解释和储层预测的基础。
S102：基于地震波形反射特征对目标地层的砂体组合进行地震甜点分类；
依据目标地层(目的层段)的地震甜点，可以进行目的层段研究区的地震甜点分类。地震甜点分类可以基于地震波形反射特征(如振幅、频率、连续性等)，按目标地层的砂体组合对应的地震甜点类型进行划分。
S103：在所述目标地层中预测各地震甜点分类的分布范围；
于S102中的地震甜点的分类包括：强振幅中高频中强连续类型、中强振幅中低频中连续类型及弱振幅中低频中连续类型。根据各分类，可以分别确定分布范围。具体地，需要各分类中的井的数量及各分类中的对井符合率。
S104：将预测得到的分布范围进行融合，得到砂体融合图。
由于各地震甜点分类的分布范围是分别单独确定的，为了进行地层砂体预测，需要将各分布范围融合到一张图上，得到砂体融合图，即砂体融合平面图。
由图1所示的流程可知，本发明通过选取所述目标地层，获取目标地层的砂体类型并建立砂体类型与地震甜点的对应关系；基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类；在所述目标地层中预测各地震甜点分类的分布范围；将预测得到的分布范围进行融合，得到砂体融合图，即有利砂体分布预测图，通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。
本发明具体实施时，还需要首先选取目标地层，地震数据品质主要是指地震数据的频带宽度为主和主频，地震主频越高，频带宽度越大，对砂体预测越有利。因此，可以根据地震数据中的频带宽度及主频选取目标地层。具体做法如下：
首先判断频带宽度及主频是否大于对应的预设值，然后选取频带宽度及主频大于对应的预设值的地层作为目标地层。
一实施例中，频带宽度的预设值设置为8-70Hz，主频值设置为40Hz。具体选取地层时，可以选择频带宽度及主频均大于对应的预设值的地层作为目标地层，也可以选择频带宽度大于对应的预设值的地层作为目标地层。
一实施例中，为了得到更好的地层砂体预测结果，在将预测得到的分布范围进行融合之前，可以根据预测的分布范围判断井符合率是否满足设定比例；根据地震甜点分类对井符合率进行修正。
对于强振幅中高频中强连续类型，可以根据不同砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征。
对于中强振幅中低频中连续类型，可以提取原始地震数据的振幅斜率属性，所述振幅斜率属性反映了中强振幅中低频中连续类型的地震砂体的砂体分布。
对于中弱振幅中低频中弱连续类型，可以提取最大波谷属性，以刻画该类甜点内砂体分布。
下面以具体的目标地层为例，对本发明进行详细说明。
S1：根据地震数据中的频带宽度及主频选取所述目标地层。
地震数据品质主要是指地震数据的频带宽度为主和主频，地震主频越高，频带宽度越大，对砂体预测越有利。因此，可以根据地震数据中的频带宽度及主频选取目标地层。具体做法如下：
首先判断频带宽度及主频是否大于对应的预设值，然后选取频带宽度及主频大于对应的预设值的地层作为目标地层。
一实施例中，频带宽度的预设值设置为8-70Hz，主频值设置为40Hz。具体选取地层时，可以选择频带宽度及主频均大于对应的预设值的地层作为目标地层，也可以选择频带宽度大于对应的预设值的地层作为目标地层。
图2为选取的目标地层的研究区地震剖面示意图，由图2可以看出，地震数据连续性较强。图3为选取的目标地层的研究区地震数据频谱分析示意图，从图3可以看出，研究区地震数据主频较高，频带较宽，基本满足砂体预测需求。
S2：获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；
步骤S101中，砂体类型是指不同钻井在目的层系钻遇的不同砂体组合，砂体类型一般包括：单砂体、两套砂体和薄互层多套砂体及不发育砂体，参见图4所示的某一目标地层的小层(例如称为FⅠ5小层)发育的砂体组合类型示意图。
其中，地震甜点为渗透性砂体组合对应的不同地震反射波形特征。
建立砂体类型与地震甜点的对应关系可以通过精细合成记录标定的方式实现，精细合成记录标定是连接钻井资料和地震资料的桥梁，是应用地震资料开展构造解释和储层预测的基础。
图5为本申请实施例研究区FⅠ5小层地震甜点类型对应的各砂体组合特征示意图。单波强振幅中高频中强连续反射对应两套砂体、不发育砂体、多套砂体组合；复波中强振幅中低频中连续反射对应两套砂体组合；单波弱振幅中低频中连续对应两套砂体组合。
S3：基于地震波形反射特征对目标地层的砂体组合进行地震甜点分类；
依据目标地层(目的层段)的地震甜点，可以进行目的层段研究区的地震甜点分类。地震甜点分类可以基于地震波形反射特征(如振幅、频率、连续性等)，按目标地层的砂体组合对应的地震甜点类型进行划分。图6为本申请实施例研究区FⅠ5小层地震甜点分布示意图，如图6所示，研究区地震甜点分为三类，分别为强振幅中高频中连续、中强振幅中低频中连续及弱振幅中低频中连续。
S4：在所述目标地层中预测各地震甜点分类的分布范围；
基于目标地层，对各地震甜点，在对应的区域地图上，分别进行井的分布的预测，得到各地震甜点对应的分布范围。
S5：根据预测的分布范围判断井符合率是否满足设定比例；对应不满足设定比例的分布范围，根据地震甜点分类对井符合率进行修正。
对于强振幅中高频中强连续类型，可以根据不同砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征。图7为本申请实施例的目的层研究区FⅠ5小层原始地震数据均方根振幅属性示意图，如图7所示，该目的层共8口井分布在该地震甜点范围内，其中3口井为两套砂体组合，1口井为多套砂体组合，4口井不发育砂体，对井符合率50％，应用均方根振幅属性不能准确预测砂体分布。
为了提高对井符合率，本申请利用分频技术，寻找不同井砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征，提高砂体预测精度。图8为本申请实施例不同频率单频体连井地震剖面示意图，如图8所示，65Hz单频体与井上砂体有较好对应关系，发育砂体井振幅响应明显，不发育砂体井振幅响应较弱，图9是在65Hz单频体上提取的均方根振幅属性示意图，相应的地震甜点范围内砂体分布预测成果对井符合率达100％，预测的砂体发育区与该类甜点范围的交会区是可靠的有利砂体发育区。
对于中强振幅中低频中连续类型，可以提取原始地震数据的振幅斜率属性，振幅斜率属性反映了中强振幅中低频中连续类型的地震砂体的砂体分布。
图10为研究区FⅠ5小层提取原始地震数据振幅斜率属性示意图，如图10所示，该地震甜点范围内分布8口井，均为两套砂体组合，该属性较好的反映该类地震甜点内的砂体分布，对井符合率100％。图11为本申请实施例在图10基础上利用目的层段砂体对应地震资料频率较低特点提取的甜心体属性示意图，由图11可更加精细地预测砂体边界。
对于中弱振幅中低频中弱连续类型，可以提取最大波谷属性，以刻画该类地震甜点内砂体分布。
图12为本申请实施例FⅠ5小层原始地震数据最大波谷属性示意图，针对中弱振幅中低频中弱连续类型的地震甜点，对井符合率为100％.如图12所示，该地震甜点范围内分布3口井，两口井为两套砂体组合，一口井不发育砂体，该类甜点范围内砂体对应波谷反射，因此可以提取最大波谷属性刻画该类甜点内砂体分布。
S6：将预测得到的分布范围进行融合，得到砂体融合图。
将预测的不同地震甜点分布范围内的有利砂体融合放到一张图中，可以得到最终的砂体预测平面图，图13为本申请实施例的研究区FⅠ5小层针对不同地震甜点分布范围内预测的有利砂体融合图，通过图13，可以为该目标地层最终的有利砂体预测平面分布图。
本申请通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。
基于同一发明构思，本申请实施例还提供了一种地层砂体预测装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于地层砂体预测装置解决问题的原理与地层砂体预测方法相似，因此地层砂体预测装置的实施可以参见基于访问控制策略的访问控制方法的实施，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系统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。
图14为本申请实施例的地层砂体预测装置的结构框图，如图14所示，该地层砂体预测装置包括：关系建立单元1401，分类单元1402，分布预测单元1403，融合单元1404。
关系建立单元1401用于获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；所述地震甜点为渗透性砂体组合对应的不同地震反射波形特征；
分类单元1402用于基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类；
分布预测单元1403用于在所述目标地层中预测各地震甜点分类的分布范围；
融合单元1404用于将预测得到的分布范围进行融合，得到砂体融合图。
一实施例中，如图15所示，该地层砂体预测装置还包括：目的层选取单元1405，用于根据地震数据中的频带宽度及主频选取所述目标地层。
一实施例中，如图16所示，目的层选取单元1405包括：
判断模块1601，用于判断频带宽度及主频是否大于对应的预设值；
选取模块1602，用于选取频带宽度及主频大于对应的预设值的地层作为目标地层。
一实施例中，所述地震甜点的分类包括：强振幅中高频中强连续、中强振幅中低频中连续及弱振幅中低频中连续。
一实施例中，如图17所示，该地层砂体预测装置还包括：
判断单元1701，用于根据预测的分布范围判断井符合率是否满足设定比例；
修正单元1702，用于根据地震甜点分类对井符合率进行修正。
一实施例中，所述修正单元1702具体用于：对于强振幅中高频中强连续类型，根据不同砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征。
一实施例中，所述修正单元1702具体用于：对于中强振幅中低频中连续类型，提取原始地震数据的振幅斜率属性，所述振幅斜率属性反映了中强振幅中低频中连续类型的地震砂体的砂体分布。
一实施例中，所述修正单元1702具体用于：对于中弱振幅中低频中弱连续类型，提取最大波谷属性，以刻画该类甜点内砂体分布。
从上述描述可知，本申请实施例提供的地层砂体预测装置，通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。
从硬件层面来看，本申请的实施例还提供能够实现上述实施例中的地层砂体预测方法中全部步骤的一种电子设备的具体实施方式，参见图18，所述电子设备具体包括如下内容：
处理器(processor)1801、存储器(memory)1802、通信接口(CommunicationsInterface)1803和总线1804；
其中，所述处理器1801、存储器1802、通信接口1803通过所述总线1804完成相互间的通信；所述通信接口1803用于实现各个数据库以及其他参与机构之间的信息传输；
所述处理器1801用于调用所述存储器1802中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的地层砂体预测方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S101：获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；
S102：基于地震波形反射特征对目标地层的砂体组合进行地震甜点分类；
S103：在所述目标地层中预测各地震甜点分类的分布范围；
S104：将预测得到的分布范围进行融合，得到砂体融合图。
从上述描述可知，本申请实施例提供的电子设备，通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。
本申请的实施例还提供能够实现上述实施例中的地层砂体预测方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的地层砂体预测方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
S101：获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；
S102：基于地震波形反射特征对目标地层的砂体组合进行地震甜点分类；
S103：在所述目标地层中预测各地震甜点分类的分布范围；
S104：将预测得到的分布范围进行融合，得到砂体融合图。
从上述描述可知，本申请实施例提供的计算机可读存储介质，通过全区的有利砂体分布预测图，可以精细预测砂体平面分布，提高砂体预测精度，为评价开发井位实施提供更可靠的成果。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种地层砂体预测方法，其特征在于，包括：
获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；所述地震甜点为渗透性砂体组合对应的不同地震反射波形特征；
基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类，所述地震甜点的分类包括：强振幅中高频中强连续类型、中强振幅中低频中连续类型及弱振幅中低频中连续类型；
在所述目标地层中预测各地震甜点分类的分布范围；
根据预测的分布范围判断井符合率是否满足设定比例，如果否，对于强振幅中高频中强连续类型，根据不同砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征；对于中强振幅中低频中连续类型，提取原始地震数据的振幅斜率属性，所述振幅斜率属性反映了中强振幅中低频中连续类型的地震砂体的砂体分布；对于中弱振幅中低频中弱连续类型，提取最大波谷属性，以刻画该类甜点内砂体分布；
将预测得到的分布范围进行融合，得到砂体融合图。
2.根据权利要求1所述的地层砂体预测方法，其特征在于，还包括：根据地震数据中的频带宽度及主频选取所述目标地层。
3.根据权利要求2所述的地层砂体预测方法，其特征在于，根据地震数据中的频带宽度及主频选取所述目标地层，包括：
判断频带宽度及主频是否大于对应的预设值；
选取频带宽度及主频大于对应的预设值的地层作为目标地层。
4.一种地层砂体预测装置，其特征在于，包括：
关系建立单元，用于获取目标地层的砂体类型，并建立砂体类型与地震甜点的对应关系；所述地震甜点为渗透性砂体组合对应的不同地震反射波形特征；
分类单元，用于基于地震波形反射特征对所述目标地层的砂体组合进行地震甜点分类，所述地震甜点的分类包括：强振幅中高频中强连续、中强振幅中低频中连续及弱振幅中低频中连续；
分布预测单元，用于在所述目标地层中预测各地震甜点分类的分布范围；
判断单元，用于根据预测的分布范围判断井符合率是否满足设定比例；
修正单元，用于当判断单元判断结果为否时，对于强振幅中高频中强连续类型，根据不同砂体与地震波形的对应关系，去除不发育砂体对应的地震强反射特征；对于中强振幅中低频中连续类型，提取原始地震数据的振幅斜率属性，所述振幅斜率属性反映了中强振幅中低频中连续类型的地震砂体的砂体分布；对于中弱振幅中低频中弱连续类型，提取最大波谷属性，以刻画该类甜点内砂体分布；
融合单元，用于将预测得到的分布范围进行融合，得到砂体融合图。
5.根据权利要求4所述的地层砂体预测装置，其特征在于，还包括：目的层选取单元，用于根据地震数据中的频带宽度及主频选取所述目标地层。
6.根据权利要求5所述的地层砂体预测装置，其特征在于，所述目的层选取单元包括：
判断模块，用于判断频带宽度及主频是否大于对应的预设值；
选取模块，用于选取频带宽度及主频大于对应的预设值的地层作为目标地层。
7.一种电子设备，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程序时实现权利要求1至3任一项所述的地层砂体预测方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至3任一项所述的地层砂体预测方法的步骤。
CN201910363656.2A 2019-04-30 2019-04-30 地层砂体预测方法及装置 Active CN111856569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910363656.2A CN111856569B (zh) 2019-04-30 2019-04-30 地层砂体预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910363656.2A CN111856569B (zh) 2019-04-30 2019-04-30 地层砂体预测方法及装置

Publications (2)

Publication Number Publication Date
CN111856569A CN111856569A (zh) 2020-10-30
CN111856569B true CN111856569B (zh) 2023-07-25

Family

ID=72965188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910363656.2A Active CN111856569B (zh) 2019-04-30 2019-04-30 地层砂体预测方法及装置

Country Status (1)

Country Link
CN (1) CN111856569B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326620A (zh) * 2015-07-01 2017-01-11 中国石油化工股份有限公司 勘探目标分布范围成岩系数模型的优选方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6223126B1 (en) * 1999-10-20 2001-04-24 Phillips Petroleum Company Multi-attribute seismic waveform classification
CN105005080B (zh) * 2015-06-16 2018-04-13 中国石油化工股份有限公司 一种利用振幅比率属性识别地层圈闭尖灭线的方法
CN105317375B (zh) * 2015-10-15 2017-10-17 中国石油天然气集团公司 水平井引导入靶方法及装置
CN106526670B (zh) * 2016-09-21 2019-04-19 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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326620A (zh) * 2015-07-01 2017-01-11 中国石油化工股份有限公司 勘探目标分布范围成岩系数模型的优选方法

Also Published As

Publication number Publication date
CN111856569A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
US11579332B2 (en) Dynamic engine for a cognitive reservoir system
US11112516B2 (en) Data fusion technique to compute reservoir quality and completion quality by combining various log measurements
Mohaghegh et al. Modeling, history matching, forecasting and analysis of shale reservoirs performance using artificial intelligence
CN102418518A (zh) 神经网络模拟交会图识别油层水淹级别的方法
Olea et al. A methodology for the assessment of unconventional (continuous) resources with an application to the Greater Natural Buttes Gas Field, Utah
CN110284873A (zh) 一种油井储集性质的检测方法及检测装置
CN110309518A (zh) 缝洞型碳酸盐岩油藏溶蚀孔洞分级分类建模方法
CN106338765B (zh) 用于确定复合弹性参数油气识别因子的方法及系统
GB2598979A (en) Facilitating hydrocarbon exploration by applying a machine learning model to basin data
Roueché et al. Zone identification and oil saturation prediction in a waterflooded field: Residual oil zone, East Seminole Field, Texas, USA, Permian Basin
CN111856569B (zh) 地层砂体预测方法及装置
Kamal et al. Numerical well testing: a method to use transient testing results in reservoir simulation
Nguyen et al. Applications of data analysis techniques for oil production prediction
Roberts et al. Joint stochastic constraint of a large data set from a salt dome
CN106291748A (zh) 一种获取烃源岩有机碳含量的方法
Peel et al. What to expect when you are prospecting: How new information changes our estimate of the chance of success of a prospect
US10705235B2 (en) Method of characterising a subsurface volume
Astratti et al. Seismic to simulation fracture characterization of a Green carbonate reservoir in presence of large uncertainties
CN112114357B (zh) 缝洞型储层连通性预测方法及装置
CN115220098A (zh) 碳酸盐岩断控缝洞体自动识别方法及装置
Becerra et al. Petroleum reservoir uncertainty mitigation through the integration with production history matching
Jewbali et al. Applicability of categorical simulation methods for assessment of mine plan risk
CN115857015B (zh) 一种火山地层中定量预测沉凝灰岩分布的方法
Shen et al. Hierarchical approach to modeling karst and fractures in carbonate karst reservoirs in the Tarim Basin
CN113050191A (zh) 基于双参数的页岩油toc预测方法及装置

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