CN111897011A - 储层孔隙特征确定方法、装置及设备 - Google Patents
储层孔隙特征确定方法、装置及设备 Download PDFInfo
- Publication number
- CN111897011A CN111897011A CN202010731159.6A CN202010731159A CN111897011A CN 111897011 A CN111897011 A CN 111897011A CN 202010731159 A CN202010731159 A CN 202010731159A CN 111897011 A CN111897011 A CN 111897011A
- Authority
- CN
- China
- Prior art keywords
- pore
- modulus
- reservoir
- equivalent
- inversion
- 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
Links
- 239000011148 porous material Substances 0.000 title claims abstract description 252
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000011435 rock Substances 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 34
- 239000012530 fluid Substances 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000035699 permeability Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 230000015654 memory Effects 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 7
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 22
- 239000011800 void material Substances 0.000 description 14
- 230000015572 biosynthetic process Effects 0.000 description 13
- 230000007246 mechanism Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 229910052500 inorganic mineral Inorganic materials 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 239000011707 mineral Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002023 wood Substances 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
- G01V1/40—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
- G01V2210/6244—Porosity
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
本说明书实施例公开了一种储层孔隙特征确定方法、装置及设备，所述方法包括获取目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量；其中，等效体积模量、等效剪切模量通过综合考虑纵波及横波数据确定。利用孔隙特征参数反演模型对岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得目标储层的孔隙特征参数数据；其中，孔隙特征参数包括孔隙度以及孔隙形态指数；孔隙形态指数用于表征储层的孔隙结构特征；基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙特征进行分析。利用本说明书各个实施例，可以更加准确的确定碳酸盐储层的孔隙特征。
Description
技术领域
本说明书涉及石油勘探技术领域，特别地，涉及一种储层孔隙特征确定方法、装置及设备。
背景技术
随着国内外油气勘探开发的逐步深入，碳酸盐储层因具有储量大、产量高、容易形成大型油气田的特点，成为目前石油勘探研究的重点之一。但碳酸盐储层的沉积环境和成岩作用复杂，使得储层特征具有多样化与强非均质性特征。碳酸盐储层的储集空间包括了孔、洞、缝等多种类型，储集空间形成机制的复杂多变，导致其形成机制较难准确确定。因此，储层孔隙特征分析成为储集空间形成机制分析中的一项重要环节，储层孔隙特征分析的准确性对储集空间形成机制的准确预测具有重要的影响。
目前储层孔隙特征分析多以孔隙度为特征参数，分析其与其他储层参数之间的影响关系，进而预测储集空间的形成机制。但因碳酸盐储层孔隙特征复杂多变，仅仅利用孔隙度难以准确全面的表征碳酸盐储层的孔隙特征，进而影响了碳酸盐储集空间形成机制分析的准确性。因此，目前亟需一种更为准确的储层孔隙特征确定方法，以提高储层孔隙特征分析的准确性以及全面性，进而提高储集空间形成机制分析的准确性。
发明内容
本说明书实施例的目的在于提供一种储层孔隙特征确定方法、装置及设备，可以更加准确的确定碳酸盐储层的孔隙特征，进而提高碳酸盐储集空间形成机制分析的准确性。
本说明书提供一种储层孔隙特征确定方法、装置及设备是包括如下方式实现的：
一种储层孔隙特征确定方法，包括：
获取目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量。其中，所述等效体积模量、等效剪切模量根据利用纵横波联合反演确定的弹性参数计算得到。利用孔隙特征参数反演模型对所述岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得所述目标储层的孔隙特征参数数据；其中，所述孔隙特征参数包括孔隙度以及孔隙形态指数。所述孔隙形态指数用于表征储层的孔隙结构特征；所述孔隙特征参数反演模型包括表征孔隙特征参数与岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量之间的函数关系的模型。基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙特征进行分析，获得所述目标储层的储层空隙特征分析结果。
本说明书提供的所述方法的另一些实施例中，所述孔隙特征参数反演模型包括：
μ＝μS(1-φ)γ
其中，KS表示岩石骨架体积含量，μS表示岩石骨架剪切模量，Kf表示流体体积模量，K表示等效体积模量，μ表示等效剪切模量，φ表示孔隙度，γ表示孔隙形态指数。
本说明书提供的所述方法的另一些实施例中，所述等效体积模量、等效剪切模量采用下述方式计算获得：以所述目标储层的纵波层位数据为横向约束，对基于测井数据计算获得的初始纵波阻抗、初始横波阻抗以及初始密度进行横向插值，获得初始弹性参数模型。以所述目标储层的纵波地震数据、纵波域下的横波地震数据以及纵波地震子波数据、横波地震子波数据作为输入，对所述初始弹性参数模型进行反演处理，获得所述目标储层的纵波阻抗、横波阻抗以及密度。根据反演获得的纵波阻抗、横波阻抗以及密度计算得到所述目标储层的等效体积模量、等效剪切模量。
本说明书提供的所述方法的另一些实施例中，所述对所述初始弹性参数模型进行反演处理，包括：
根据下述纵横波联合反演模型对所述初始弹性参数模型进行反演处理：
其中，Rpp表示纵波反射系数，Rps表示横波反射系数，θ、
分别表示纵波入射角、横波反射角，IP、IS分别表示纵波阻抗、横波阻抗，ρ表示密度，ΔIP表示上下介质纵波速度的变化，ΔIS表示上下介质横波速度的变化，Δρ表示上下介质密度的变化，VP、VS分别表示纵波速度、横波速度。
本说明书提供的所述方法的另一些实施例中，所述方法还包括：基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙纵横比、纵波阻抗与孔隙度的关系、横波阻抗与孔隙度的关系、渗透率与孔隙度的关系进行分析，获得所述目标储层的储层特征分析结果。
另一方面，本说明书实施例还提供一种储层孔隙特征确定装置，所述装置包括：数据获取模块，用于获取目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量；其中，所述等效体积模量、等效剪切模量根据利用纵横波联合反演确定的弹性参数计算得到。第一反演处理模块，用于利用孔隙特征参数反演模型对所述岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得所述目标储层的孔隙特征参数数据；其中，所述孔隙特征参数包括孔隙度以及孔隙形态指数；所述孔隙形态指数用于表征储层的孔隙结构特征；所述孔隙特征参数反演模型包括表征孔隙特征参数与岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量之间的函数关系的模型。孔隙特征确定模块，用于基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙特征进行分析，获得所述目标储层的储层空隙特征分析结果。
本说明书提供的所述装置的另一些实施例中，所述孔隙特征参数反演模型包括：
μ＝μS(1-φ)γ
其中，KS表示岩石骨架体积含量，μS表示岩石骨架剪切模量，Kf表示流体体积模量，K表示等效体积模量，μ表示等效剪切模量，φ表示孔隙度，γ表示孔隙形态指数。
本说明书提供的所述装置的另一些实施例中，所述装置还包括：弹性参数模型构建模块，用于以所述目标储层的纵波层位数据为横向约束，对基于测井数据计算获得的初始纵波阻抗、初始横波阻抗以及初始密度进行横向插值，获得初始弹性参数模型。第二反演处理模块，用于以所述目标储层的纵波地震数据、纵波域下的横波地震数据以及纵波地震子波数据、横波地震子波数据作为输入，对所述初始弹性参数模型进行反演处理，获得所述目标储层的纵波阻抗、横波阻抗以及密度。计算模块，用于根据反演获得的纵波阻抗、横波阻抗以及密度计算得到所述目标储层的等效体积模量、等效剪切模量。
本说明书提供的所述装置的另一些实施例中，所述装置还包括：储层特征确定模块，用于基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙纵横比、纵波阻抗与孔隙度的关系、横波阻抗与孔隙度的关系、渗透率与孔隙度的关系进行分析，获得所述目标储层的储层特征分析结果。
另一方面，本说明书实施例还提供一种储层孔隙特征确定设备，所述设备包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现上述任意一个或者多个实施例所述方法的步骤。
本说明书一个或多个实施例提供的储层孔隙特征确定方法、装置及设备，可以通过进一步引入表征储层孔隙结构的孔隙形态指数作为储层特征参数，联合孔隙度以及孔隙形态指数综合分析储层孔隙特征，实现从储层孔隙类型以及储层孔隙度量两方面对储层孔隙特征的准确全面分析，进一步提高储层孔隙特征分析的准确性，进而提高储集空间形成机制分析的准确性。同时，还可以在储层孔隙特征参数确定时，同时考虑纵波与转换波对储层弹性参数的影响，进一步提高储层孔隙特征参数定量确定的准确性。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本说明书实施例提供的一种储层孔隙特征确定方法的流程示意图；
图2为本说明书提供的一些实施例中的预测的横波以及纵波数据示意图；
图3(a)、图3(b)分别为反演得到的纵波叠前道集、转换波叠前道集示意图；
图4(a)、图4(b)分别为纵波地震剖面、纵波域的转换波地震剖面示意图；
图5(a)、图5(b)、图5(c)分别为反演得到的过井的纵波阻抗、横波阻抗和密度反演剖面示意图；
图6(a)、图6(b)分别为孔隙度、孔隙形态指数反演剖面示意图；
图7为井旁道的孔隙特征参数与测井计算的孔隙特征参数的对比示意图；
图8为反演得到的孔隙形态指数与测井计算的孔隙形态指数比对示意图；
图9为反演得到的孔隙度与测井计算的孔隙度示比对意图；
图10(a)、图10(b)、图10(c)分别为反演得到的研究工区的纵波阻抗、横波阻抗、密度平面图；
图11(a)、图11(b)分别为反演得到的研究工区的孔隙形态指数、孔隙度平面图；
图12为研究工区内典型井的孔隙形态指数与孔隙类型的对应情况示意图；
图13为研究区内孔隙形态指数对纵波速度与孔隙度交会的影响分析示意图；
图14为孔隙形态指数对横波阻抗与孔隙度交会的影响分析示意图；
图15为研究区内孔隙形态指数对渗透率与孔隙度交会的影响分析示意图；
图16为本说明书实施例提供的一种储层孔隙特征确定装置的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是说明书一部分实施例，而不是全部的实施例。基于说明书一个或多个实施例，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，都应当属于本说明书实施例方案保护的范围。
图1表示本说明书一些实施例提供的一种储层孔隙特征确定方法。所述方法可以应用于一种执行储层孔隙特征确定的设备，如服务器。如图1所示，所述方法可以包括如下步骤。
S20：获取目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量；其中，所述等效体积模量、等效剪切模量根据利用纵横波联合反演确定的弹性参数计算得到。
服务器可以获取预先确定的目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量等参数数据。上述参数数据可以为基于目标储层的测井数据和/或地震记录数据估算获得，也可以参考与目标储层具有相似特征的已开发储层估算获得。
一些实施方式中，可以从矿物含量曲线出发，利用V-R-H模型式(1)至式(3)，计算目标储层的岩石骨架体积模量KS和岩石骨架剪切模量μS。
其中，N为矿物类型数量，fi为矿物含量，Mi表示第i种矿物的体积模量或者剪切模量，MS为岩石骨架的体积模量KS或剪切模量μS。
另一些实施方式中，可以由含水饱和度曲线SW，利用Wood方程(下式(4))计算储层的含油或含气的等效流体体积模量Kf。
其中，Kg(o)为气或油的体积模量，KW是水的体积模量。
另一些实施方式中，所述等效体积模量、等效剪切模量可以根据利用纵横波联合反演确定的弹性参数计算得到。
所述等效体积模量、等效剪切模量采用下述方式计算获得：以所述目标储层的纵波域层位数据为横向约束，对基于测井数据计算获得的初始纵波阻抗、初始横波阻抗以及初始密度进行横向插值，获得初始弹性参数模型。以所述目标储层的纵波地震数据、纵波域下的横波地震数据以及纵波地震子波数据、横波地震子波数据作为输入，对所述初始弹性参数模型进行反演处理，获得所述目标储层的纵波阻抗、横波阻抗以及密度。根据反演获得的纵波阻抗、横波阻抗以及密度计算得到所述目标储层的等效体积模量、等效剪切模量。
一些实施方式中，可以利用采集多波多分量地震数据。可以利用如三分量检波器在野外采集的多波多分量地震资料。然后对野外采集的多波多分量资料进行波场分离，分别得到纵波波场和转换波(即横波)波场。根据纵波和转换波资料的传播特征，对其分别进行反褶积、叠加和偏移成像处理，得到纵波和转换波的叠前资料，如叠前角道集数据。通过上述反褶积、叠加和偏移成像处理，可以使得得到的叠前角度道集资料具有一定的保真度，保持其稳定的AVO特征。同时还可以使得得到的叠前角度道集资料具有较高的信噪比和分辨率，确保叠前反演的稳定性。
获得多波多分量地震数据后，一些实施方式中，可以基于如下方式进行纵波地震子波、转换波地震子波提取以及纵波、转换波资料的井震标定。
可以先对声波时差曲线、横波时差曲线、密度曲线等常规测井曲线进行去野值、标准化等预处理。
利用纵波时差曲线和密度曲线计算纵波反射系数，在纵波地震叠后地震资料中提取纵波地震子波，并将纵波地震子波与纵波反射系数进行褶积得到纵波合成地震记录。依据纵波井旁道地震数据进行标定处理。具体的，可以对纵波合成地震记录进行上下漂移，使其主要的波形特征与纵波井旁道数据对齐。然后，可以求取标定后的纵波合成地震记录与井旁道数据的相关系数。
若相关系数较低，则重新提取子波，并重复上述步骤，直到纵波合成地震记录与井旁道数据的相关系数达到要求为止。此时的子波作为最终输出的纵波地震子波，此时的时深关系作为最终的纵波井震标定结果。
之后，可以利用横波时差曲线和密度曲线计算转换波反射系数。在转换波叠后地震资料中提取转换波地震子波，并将转换波地震子波与反射系数进行褶积，得到转换波的合成地震记录。采取用上述纵波相同的标定方法进行标定以及相关系数判断处理，直至相关系数达到要求为止。得到转换波地震子波以及转换波的井震标定结果。
一些实施方式中，还可以进行纵波和转换波地震资料的层位拾取。可以分别在对应的纵波叠后地震数据和转换波叠后地震数据上拾取地下同一地质体的层位数据，得到纵波域的解释层位和转换波域的解释层位，确保解释层位的合理性，同时解释层位要光滑，不能出现跳变点，以提高后续数据估算的准确性。
层位拾取后，可以对纵波和转换波道集的同相轴进行匹配。可以基于上述拾取的纵波域层位数据和转换波域层位数据对纵波地震数据和转换波叠地震数据进行时间匹配，按照式(5),将转换波的同相轴匹配到纵波域中，得到纵波域的转换波地震数据。
其中，tpp是纵波旅行时，tps是转换波的旅行时，h是单个地质体的厚度，l是纵波速度与横波速度比。通常纵波速度与横波速度比可以通过纵波速度场和横波速度场确定。
一些实施方式中，可以基于岩石物理建模进行横波速度预测。可以根据碳酸盐岩储层特点，从声波曲线、密度曲线、GR曲线、SP曲线、孔隙度、饱和度、矿物组分和泥质含量等测井曲线，构建裂缝储层的岩石物理模型。然后，可以基于岩石物理模型对没有实测横波曲线的井进行横波速度估算。
然后，可以利用实测测井数据以及估计的横波速度计算纵波阻抗、横波阻抗以及密度等弹性参数。可以先以纵波层位数据作为横向约束，利用上述井震标定结果将测井上的纵波阻抗、横波阻抗以及密度在相应的层位上进行横向外推插值，得到纵波阻抗、横波阻抗以及密度的初始弹性参数模型。所述初始弹性参数模型即为插值后得到的纵波阻抗、横波阻抗以及密度三维空间分布。
以所述目标储层的纵波地震数据、纵波域下的横波地震数据以及纵波地震子波数据、横波地震子波数据作为输入，对所述初始弹性参数模型进行反演处理。一些实施方式中，如可以利用所述初始弹性参数模型计算纵波反射系数以及横波反射系数，然后，将纵波反射系数、横波反射系数与上述纵波地震子波数据、横波地震子波数据分布进行褶积处理，获得纵波合成地震数据、横波合成地震数据。然后，将纵波合成地震数据、横波合成地震数据与井旁地震道数据进行比对，如果相关性不满足预设要求，则基于预设反演算法对初始弹性参数模型进行调整，然后，基于调整后的弹性参数，重复上述步骤，重新判断合成地震数据与井旁地震数据的相关性。直至相关性满足预设要求，则输出最终满足要求的弹性参数。
一些实施方式中，上述反演过程如可以在贝叶斯框架下进行。可以以地质、测井以及岩石物理分析数据为先验信息，明确弹性参数分布形态特征，使得反演结果与已经信息保持很好的一致性，与地质认识保持较高的吻合度，从而获得更为可靠的反演结果，进而提高储层空隙特征确定的准确性。
通过采用多波多分量地震资料，在纵波以及转换波地震资料的联合约束下，基于纵横波叠前联合反演方法估算弹性参数，进一步将更加丰富的转换波传播特征引入到反演过程中，大幅提高反演的分辨率以及结果的稳定性。
一些实施例中，可以根据下述纵横波联合反演模型(下式(6)及(7))对所述初始弹性参数模型进行反演处理：
其中，Rpp表示纵波反射系数，Rps表示横波反射系数，θ、
分别表示纵波入射角、横波反射角，IP、IS分别表示纵波阻抗、横波阻抗，ρ表示密度，ΔIP表示上下介质纵波速度的变化，ΔIS表示上下介质横波速度的变化，Δρ表示上下介质密度的变化，VP、VS分别表示纵波速度、横波速度。
通过利用上述纵横波联合反演模型进行反演处理，可以进一步提高反演处理的准确性。
然后，可以根据反演获得的纵波阻抗、横波阻抗以及密度计算得到所述目标储层的等效体积模量K、等效剪切模量μ。
一些实施方式中，如可以利用反演获得的纵波阻抗、横波阻抗计算得到纵波速度、横波速度，然后，利用该纵波速度、横波速度，基于下述计算公式计算得到等效体积模量、等效剪切模量：
当然，也可以采用其他方式进行等效体积模量、等效剪切模量的计算，这里不想做限定。
S22：利用孔隙特征参数反演模型对所述岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得所述目标储层的孔隙特征参数数据；其中，所述孔隙特征参数包括孔隙度以及孔隙形态指数；所述孔隙形态指数用于表征储层的孔隙结构特征。
服务器可以利用孔隙特征参数反演模型对所述岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得所述目标储层的孔隙特征参数数据。本说明书实施例中，所述孔隙特征参数可以包括孔隙度以及孔隙形态指数。所述孔隙形态指数可以用于表征储层的孔隙结构特征。所述孔隙特征参数反演模型可以包括表征孔隙特征参数与岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量之间的函数关系的模型。
所述孔隙形态指数表征了储层的孔隙结构特征，可以使得孔隙形态指数与孔隙类型可以具有较好的一致性。例如，可以设定孔隙形态指数与空隙纵横比成反比。相应的，孔隙形态指数较大时可以对应裂缝储集空间，孔隙形态指数中间值可以对应溶蚀孔隙，孔隙形态指数较小时对应粒间孔隙。通过同时利用孔隙度和孔隙形态指数两个参数描述储层孔隙特征，可以从空隙结构以及空隙度量上综合描述储层的空隙特征，进一步提高储层空隙特征描述的准确性以及全面性，进而提高储层特征认识的准确性。
一些实施例中，所述孔隙特征参数反演模型可以包括：
μ＝μS(1-φ)γ (11)
其中，KS表示岩石骨架体积含量，μS表示岩石骨架剪切模量，Kf表示流体体积模量，K表示等效体积模量，μ表示等效剪切模量，φ表示孔隙度，γ表示孔隙形态指数。
基于上述孔隙特征参数反演模型进行孔隙特征参数的反演，可以大幅提高反演结果的准确性。
S24：基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙特征进行分析，获得所述目标储层的储层空隙特征分析结果。
服务器可以在获得上述目标储层的空隙特征参数数据后，可以进一步利用空隙特征参数数据对所述目标储层的孔隙特征进行分析，获得所述目标储层的储层特征分析结果。如上文所述，可以利用孔隙形态指数分析储层空隙的类型，确定目标储层是属于裂缝空隙，还是溶蚀孔隙或者粒间孔隙，并在确定类型的基础上，分析不同位置的空隙度、空隙纵横比等。从而从空隙结构以及空隙度量上综合描述储层的空隙特征，进一步提高储层空隙特征描述的准确性以及全面性，进而提高储层特征认识的准确性。相应的，所述储层空隙特征分析结果可以根据实际分析的需求输出。
同时，上述实施例中在储层孔隙特征参数的预测的过程中，进一步利用了不同的岩石物理模型，并充分考虑了储层中矿物组分、孔隙形态以及流体类型等多种因素，使得储层孔隙特征参数的预估更加准确，且具有计算效率高、简单易行的特点。
另一些实施例中，所述方法还包括：基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙纵横比、纵波阻抗与孔隙度的关系、横波阻抗与孔隙度的关系、渗透率与孔隙度的关系进行分析，获得所述目标储层的储层特征分析结果。进一步结合孔隙形态指数分析纵波阻抗与孔隙度、横波速度与孔隙度以及渗透率与孔隙度之间的关系，可以综合考虑储层空隙结构对反映储层特征参数的影响，提高对储层特征的认识的准确性以及全面性。
以中国西部某个实际的多波多分量地震工区为实例，进行碳酸盐岩储层孔隙特征定量表征分析的说明，如下。依据实施例提供的方案进行孔隙特征参数的预测与储层孔隙特征的分析。
图2是利用工区内测井数据预测的横波以及纵波数据与实测值的比对示意图。该井同时也含有实测横波，可以利用该井实测横波数据来验证岩石物理建模的方法预测的横波速度的有效性。图2中的(a)图表示实测的纵波速度与预测的纵波速度叠合示意图，由图2中的(a)图可以看出，预测与实测结果几乎重合。图2中的(b)图为纵波速度的预测结果相对实测结果误差示意图。图2中的(c)图为表示实测的横波速度与预测的横波速度叠合示意图。图2中的(d)图为横波速度的预测结果相对实测结果误差示意图。预测误差来看，纵波速度的预测误差小于1％，横波速度的预测误差大部分小于5％，从误差分析来看，该岩石物理模型预测的横波速度较为可靠。
图3(a)、图3(b)分别是用于纵横波叠前联合反演的纵波叠前道集、转换波叠前道集示意图。图3(a)、图3(b)中箭头位置指示目的层段。
图4(a)、图4(b)分别是经过纵波和转换波匹配后的纵波地震剖面、纵波域的转换波地震剖面示意图。
图5(a)、图5(b)、图5(c)分别是经过纵横波叠前联合反演得到的过井W23的纵波阻抗、横波阻抗和密度反演剖面示意图。
图6(a)、图6(b)分别是过井W23孔隙度、孔隙形态指数反演剖面示意图。
图7是井旁道的孔隙特征参数与测井计算的孔隙特征参数的对比示意图。从图7中可以发现，反演的孔隙形态指数与测井计算的孔隙形态指数具有很好的一致性，同时，反演的孔隙形态指数与测井计算的形态指数具有很高的相似性。
图8是反演的孔隙形态指数(Predicted Pore Structure)与测井计算的孔隙形态指数(Measured Pore Structure)比对示意图。
图9是反演的孔隙度(Predicted Porosity)与测井计算的孔隙度(MeasuredPorosity)示比对意图。
图8与图9可以表明，反演的孔隙形态指数、孔隙度与测井计算的孔隙度具有吻合度较高，弹性参数反演和孔隙形态指数的反演具有一定的可靠性。
图10(a)、图10(b)、图10(c)分别是研究工区内通过纵横波叠前联合反演得到的纵波阻抗、横波阻抗、密度平面图。
图11(a)、图11(b)分别是研究工区内反演得到的孔隙形态指数、孔隙度预测平面图。研究区内的测井解释结果分析，该层段平均孔隙度平均3.84％，而反演的孔隙度在1.0％～7.0％，平均孔隙度大约为3.0％，与测井解释结果一致。可以说明反演的孔隙形态指数的解释结果与测井储层孔隙特征解释结果吻合，与地质认识高度吻合。上述分析结果进一步证实了上述实施例方案的有效性和适用性，且该方法简单易实现。
图12是研究工区内典型井的交会曲线中孔隙形态指数与孔隙类型的对应情况示意图。图12中的零散分布的数据点表示孔隙形态指数采样点数据。不同的符号表征了各采样点所对应的孔隙形态指数值不同，其中，方块、三角、实心圆圈所对应的孔隙形态指数值逐渐增大。由图12中可以看出，随着孔隙形态指数的增大，孔隙类型逐渐由裂缝孔隙、溶蚀孔隙向粒间孔隙过度，孔隙的纵横比逐渐减小。因此，可以说明随着孔隙形态指数增大，孔隙形态由扁形向圆形逐渐过度。其中，P wave velocity表示纵波速度，Porosity表示孔隙度。
图13是研究区内孔隙形态指数对纵波速度与孔隙度交会的影响分析示意图。图13、图14、图15中的零散分布的数据点表示孔隙形态指数采样点数据。不同的符号表征了各采样点所对应的孔隙形态指数值不同，其中，方块、三角、实心圆圈所对应的孔隙形态指数值逐渐减小。图13表明速度随孔隙形态指数变小而增大，孔隙形态指数与速度成反比。同时，孔隙度越小，孔隙度-速度趋势线越集中，孔隙度越大，孔隙度-速度趋势越发散。且在不同的孔隙形态指数下纵波速度和孔隙度的之间的线性关系也明显不同。因此，可以说明孔隙形态对储层孔隙具有明显的控制作用。
图14是孔隙形态指数对横波阻抗与孔隙度交会的影响分析示意图。由图14可知，孔隙形态指数有利于区分横波阻抗和孔隙度趋势线，从而提高孔隙度的预测精度。可以根据孔隙形态指数的不同判别不同的孔隙度-阻抗趋势线计算储层的孔隙度。其中，S waveImpedance表示横波阻抗。
图15是研究区内孔隙形态指数对渗透率与孔隙度交会的影响分析示意图。孔隙度和渗透率的关系会随着孔隙形态指数的变换而变换，因此，可基于孔隙形态指数建立不同孔隙结构下的渗透率-孔隙度趋势线进行分析，进而有利提高渗透率预测的精度。其中，Permeability表示渗透率。
上述分析可以说明，结合孔隙形态指数以及孔隙度对纵波阻抗、横波速度以及渗透率等描述储层特征的参数进行分析，可以更加准确的解释储层孔隙特征，提高对储层特征的认识的准确性，进而提高储集空间形成机制分析的准确性，以准确预测大规模的有利成藏区。
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。具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
基于上述一个或者多个实施例，可以通过进一步引入表征储层孔隙结构的孔隙形态指数作为储层特征参数，联合孔隙度以及孔隙形态指数综合分析储层孔隙特征，实现从储层孔隙类型以及储层孔隙度量两方面对储层孔隙特征的准确全面分析，进一步提高储层孔隙特征分析的准确性，进而提高储集空间形成机制分析的准确性。同时，还可以在储层孔隙特征参数确定时，同时考虑纵波与转换波对储层弹性参数的影响，进一步提高储层孔隙特征参数定量确定的准确性。
基于上述所述的储层孔隙特征确定方法，本说明书一个或多个实施例还提供一种储层孔隙特征确定装置。所述的装置可以包括使用了本说明书实施例所述方法的系统、软件(应用)、模块、组件、服务器等并结合必要的实施硬件的装置。基于同一创新构思，本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参见前述方法的实施，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装置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。具体的，图16表示说明书提供的一种储层孔隙特征确定装置实施例的模块结构示意图，如图16所示，所述装置可以包括：
数据获取模块102，可以用于获取目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量；其中，所述等效体积模量、等效剪切模量根据利用纵横波联合反演确定的弹性参数计算得到；
第一反演处理模块104，可以用于利用孔隙特征参数反演模型对所述岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得所述目标储层的孔隙特征参数数据；其中，所述孔隙特征参数包括孔隙度以及孔隙形态指数；所述孔隙形态指数用于表征储层的孔隙结构特征；所述孔隙特征参数反演模型包括表征孔隙特征参数与岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量之间的函数关系的模型；
孔隙特征确定模块106，可以用于基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙特征进行分析，获得所述目标储层的储层空隙特征分析结果。
另一些实施例中，所述孔隙特征参数反演模型可以包括：
μ＝μS(1-φ)γ
其中，KS表示岩石骨架体积含量，μS表示岩石骨架剪切模量，Kf表示流体体积模量，K表示等效体积模量，μ表示等效剪切模量，φ表示孔隙度，γ表示孔隙形态指数。
另一些实施例中，所述装置还可以包括：
弹性参数模型构建模块，可以用于以所述目标储层的纵波层位数据为横向约束，对基于测井数据计算获得的初始纵波阻抗、初始横波阻抗以及初始密度进行横向插值，获得初始弹性参数模型。
第二反演处理模块，可以用于以所述目标储层的纵波地震数据、纵波域下的横波地震数据以及纵波地震子波数据、横波地震子波数据作为输入，对所述初始弹性参数模型进行反演处理，获得所述目标储层的纵波阻抗、横波阻抗以及密度。
计算模块，用于根据反演获得的纵波阻抗、横波阻抗以及密度计算得到所述目标储层的等效体积模量、等效剪切模量。
另一些实施例中，所述装置还可以包括：
储层特征确定模块，用于基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙纵横比、纵波阻抗与孔隙度的关系、横波阻抗与孔隙度的关系、渗透率与孔隙度的关系进行分析，获得所述目标储层的储层特征分析结果。
需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
本说明书一个或多个实施例提供的储层孔隙特征确定装置，可以通过进一步引入表征储层孔隙结构的孔隙形态指数作为储层特征参数，联合孔隙度以及孔隙形态指数综合分析储层孔隙特征，实现从储层孔隙类型以及储层孔隙度量两方面对储层孔隙特征的准确全面分析，进一步提高储层孔隙特征分析的准确性，进而提高储集空间形成机制分析的准确性。同时，还可以在储层孔隙特征参数确定时，同时考虑纵波与转换波对储层弹性参数的影响，进一步提高储层孔隙特征参数定量确定的准确性。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果。因此，本说明书还提供一种储层孔隙特征确定设备，包括处理器及存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括上述任意一个实施例所述方法的步骤。
所述存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。
需要说明的，上述所述的设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
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。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种储层孔隙特征确定方法，其特征在于，包括：
获取目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量；其中，所述等效体积模量、等效剪切模量根据利用纵横波联合反演确定的弹性参数计算得到；
利用孔隙特征参数反演模型对所述岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得所述目标储层的孔隙特征参数数据；其中，所述孔隙特征参数包括孔隙度以及孔隙形态指数；所述孔隙形态指数用于表征储层的孔隙结构特征；所述孔隙特征参数反演模型包括表征孔隙特征参数与岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量之间的函数关系的模型；
基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙特征进行分析，获得所述目标储层的储层空隙特征分析结果。
2.根据权利要求1所述的方法，其特征在于，所述孔隙特征参数反演模型包括：
μ＝μS(1-φ)γ
其中，KS表示岩石骨架体积含量，μS表示岩石骨架剪切模量，Kf表示流体体积模量，K表示等效体积模量，μ表示等效剪切模量，φ表示孔隙度，γ表示孔隙形态指数。
3.根据权利要求1所述的方法，其特征在于，所述等效体积模量、等效剪切模量采用下述方式计算获得：
以所述目标储层的纵波层位数据为横向约束，对基于测井数据计算获得的初始纵波阻抗、初始横波阻抗以及初始密度进行横向插值，获得初始弹性参数模型；
以所述目标储层的纵波地震数据、纵波域下的横波地震数据以及纵波地震子波数据、横波地震子波数据作为输入，对所述初始弹性参数模型进行反演处理，获得所述目标储层的纵波阻抗、横波阻抗以及密度；
根据反演获得的纵波阻抗、横波阻抗以及密度计算得到所述目标储层的等效体积模量、等效剪切模量。
4.根据权利要求3所述的方法，其特征在于，所述对所述初始弹性参数模型进行反演处理，包括：
根据下述纵横波联合反演模型对所述初始弹性参数模型进行反演处理：
其中，Rpp表示纵波反射系数，Rps表示横波反射系数，θ、
分别表示纵波入射角、横波反射角，IP、IS分别表示纵波阻抗、横波阻抗，ρ表示密度，ΔIP表示上下介质纵波速度的变化，ΔIS表示上下介质横波速度的变化，Δρ表示上下介质密度的变化，VP、VS分别表示纵波速度、横波速度。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙纵横比、纵波阻抗与孔隙度的关系、横波阻抗与孔隙度的关系、渗透率与孔隙度的关系进行分析，获得所述目标储层的储层特征分析结果。
6.一种储层孔隙特征确定装置，其特征在于，所述装置包括：
数据获取模块，用于获取目标储层的岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量；其中，所述等效体积模量、等效剪切模量根据利用纵横波联合反演确定的弹性参数计算得到；
第一反演处理模块，用于利用孔隙特征参数反演模型对所述岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量进行反演处理，获得所述目标储层的孔隙特征参数数据；其中，所述孔隙特征参数包括孔隙度以及孔隙形态指数；所述孔隙形态指数用于表征储层的孔隙结构特征；所述孔隙特征参数反演模型包括表征孔隙特征参数与岩石骨架体积含量、岩石骨架剪切模量、流体体积模量以及等效体积模量、等效剪切模量之间的函数关系的模型；
孔隙特征确定模块，用于基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙特征进行分析，获得所述目标储层的储层空隙特征分析结果。
7.根据权利要求6所述的装置，其特征在于，所述孔隙特征参数反演模型包括：
μ＝μS(1-φ)γ
其中，KS表示岩石骨架体积含量，μS表示岩石骨架剪切模量，Kf表示流体体积模量，K表示等效体积模量，μ表示等效剪切模量，φ表示孔隙度，γ表示孔隙形态指数。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
弹性参数模型构建模块，用于以所述目标储层的纵波层位数据为横向约束，对基于测井数据计算获得的初始纵波阻抗、初始横波阻抗以及初始密度进行横向插值，获得初始弹性参数模型；
第二反演处理模块，用于以所述目标储层的纵波地震数据、纵波域下的横波地震数据以及纵波地震子波数据、横波地震子波数据作为输入，对所述初始弹性参数模型进行反演处理，获得所述目标储层的纵波阻抗、横波阻抗以及密度；
计算模块，用于根据反演获得的纵波阻抗、横波阻抗以及密度计算得到所述目标储层的等效体积模量、等效剪切模量。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
储层特征确定模块，用于基于反演获得的所述孔隙特征参数数据对所述目标储层的孔隙纵横比、纵波阻抗与孔隙度的关系、横波阻抗与孔隙度的关系、渗透率与孔隙度的关系进行分析，获得所述目标储层的储层特征分析结果。
10.一种储层孔隙特征确定设备，其特征在于，所述设备包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现权利要求1-5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010731159.6A CN111897011B (zh) | 2020-07-27 | 2020-07-27 | 储层孔隙特征确定方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010731159.6A CN111897011B (zh) | 2020-07-27 | 2020-07-27 | 储层孔隙特征确定方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111897011A true CN111897011A (zh) | 2020-11-06 |
| CN111897011B CN111897011B (zh) | 2024-03-22 |
Family
ID=73189662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010731159.6A Active CN111897011B (zh) | 2020-07-27 | 2020-07-27 | 储层孔隙特征确定方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111897011B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112649871A (zh) * | 2020-12-18 | 2021-04-13 | 中国矿业大学(北京) | 纵波反射系数确定方法、装置、电子设备及存储介质 |
| CN113109875A (zh) * | 2021-04-30 | 2021-07-13 | 中海石油(中国)有限公司 | 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法 |
| CN113640883A (zh) * | 2021-09-16 | 2021-11-12 | 中国石油大学(北京) | 测井速度预测、基于井震融合的孔隙度确定方法及装置 |
| CN116165701A (zh) * | 2022-12-08 | 2023-05-26 | 中国矿业大学 | 一种碳酸盐岩储层的孔隙结构参数叠前地震直接反演方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080015782A1 (en) * | 2004-05-27 | 2008-01-17 | Saltzer Rebecca L | Method For Predicting Lithology And Porosity From Seismic Reflection Data |
| CN103424772A (zh) * | 2012-05-24 | 2013-12-04 | 中国石油化工股份有限公司 | 一种基于岩石物理的储层横波速度预测方法 |
| CN103760081A (zh) * | 2013-12-31 | 2014-04-30 | 中国石油天然气股份有限公司 | 基于孔隙结构特征的碳酸盐岩储层的气藏预测方法及系统 |
| CN104181585A (zh) * | 2014-06-27 | 2014-12-03 | 中国石油化工股份有限公司 | 一种地球物理勘探横波估算方法和系统 |
| CN104316962A (zh) * | 2014-07-28 | 2015-01-28 | 中国石油化工股份有限公司 | 岩石孔隙结构参数反演方法及其系统 |
| CN106054248A (zh) * | 2016-07-15 | 2016-10-26 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
| CN106324672A (zh) * | 2015-07-03 | 2017-01-11 | 中国石油化工股份有限公司 | 一种岩石物理建模方法及系统 |
| CN106368691A (zh) * | 2015-07-24 | 2017-02-01 | 中国石油化工股份有限公司 | 基于岩石物理地震信息三维异常孔隙压力预测方法 |
| US20170059728A1 (en) * | 2015-08-25 | 2017-03-02 | Beijing Ivy Technology Co. Ltd. | Method, apparatus and device of fracture avo inversion for fractured medium |
| CN107290782A (zh) * | 2016-03-30 | 2017-10-24 | 中国石油化工股份有限公司 | 储层孔隙度、含水饱和度和泥质含量参数同时反演新方法 |
-
2020
- 2020-07-27 CN CN202010731159.6A patent/CN111897011B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080015782A1 (en) * | 2004-05-27 | 2008-01-17 | Saltzer Rebecca L | Method For Predicting Lithology And Porosity From Seismic Reflection Data |
| CN103424772A (zh) * | 2012-05-24 | 2013-12-04 | 中国石油化工股份有限公司 | 一种基于岩石物理的储层横波速度预测方法 |
| CN103760081A (zh) * | 2013-12-31 | 2014-04-30 | 中国石油天然气股份有限公司 | 基于孔隙结构特征的碳酸盐岩储层的气藏预测方法及系统 |
| CN104181585A (zh) * | 2014-06-27 | 2014-12-03 | 中国石油化工股份有限公司 | 一种地球物理勘探横波估算方法和系统 |
| CN104316962A (zh) * | 2014-07-28 | 2015-01-28 | 中国石油化工股份有限公司 | 岩石孔隙结构参数反演方法及其系统 |
| CN106324672A (zh) * | 2015-07-03 | 2017-01-11 | 中国石油化工股份有限公司 | 一种岩石物理建模方法及系统 |
| CN106368691A (zh) * | 2015-07-24 | 2017-02-01 | 中国石油化工股份有限公司 | 基于岩石物理地震信息三维异常孔隙压力预测方法 |
| US20170059728A1 (en) * | 2015-08-25 | 2017-03-02 | Beijing Ivy Technology Co. Ltd. | Method, apparatus and device of fracture avo inversion for fractured medium |
| CN107290782A (zh) * | 2016-03-30 | 2017-10-24 | 中国石油化工股份有限公司 | 储层孔隙度、含水饱和度和泥质含量参数同时反演新方法 |
| CN106054248A (zh) * | 2016-07-15 | 2016-10-26 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
| WO2018010628A1 (zh) * | 2016-07-15 | 2018-01-18 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
Non-Patent Citations (15)
| Title |
|---|
| YUE FENG SUN: "《岩石孔隙结构的地震信号特征》", 《APPLIED GEOPHYSICS》 * |
| YUE FENG SUN: "《岩石孔隙结构的地震信号特征》", 《APPLIED GEOPHYSICS》, vol. 1, no. 4, 10 December 2004 (2004-12-10), pages 268 - 276 * |
| 严丽等: "《Sun Modle 在川东北元坝地区长兴组的应用》", 《天然气技术与经济》 * |
| 严丽等: "《Sun Modle 在川东北元坝地区长兴组的应用》", 《天然气技术与经济》, vol. 5, no. 4, 28 July 2011 (2011-07-28), pages 21 - 22 * |
| 严丽等: "Sun Modle在川东北元坝地区长兴组的应用", 《天然气技术与经济》, vol. 5, no. 04, pages 21 - 22 * |
| 刘欣欣等: "《一种碳酸盐岩储层横波速度估算方法》", 《中国石油大学学报(自然科学版)》 * |
| 刘欣欣等: "《一种碳酸盐岩储层横波速度估算方法》", 《中国石油大学学报(自然科学版)》, vol. 37, no. 1, 20 February 2013 (2013-02-20), pages 42 - 29 * |
| 孙成禹等: "基于岩石物理学的横波速度计算", 中国地球物理学会第二十三届年会论文集, pages 373 * |
| 宋建国等: "《AVO 技术进展》", 《地球物理学进展》 * |
| 宋建国等: "《AVO 技术进展》", 《地球物理学进展》, vol. 23, no. 2, 15 April 2008 (2008-04-15), pages 508 - 514 * |
| 宋建国等: "AVO技术进展", 《地球物理学进展》, vol. 23, no. 02, pages 508 - 514 * |
| 张一琛等: "基于动态时间规整算法的纵波与转换波时间域匹配", 《石油科学通报》, vol. 3, no. 2, pages 144 - 153 * |
| 蔡春江: "叠前偏移技术在准噶尔盆地逆冲断裂带地震资料处理中的应用", 《石油勘探与开发》, vol. 31, no. 4, pages 55 - 57 * |
| 赵艳丽: "叠前时间偏移技术的应用", 《中国地球物理学会第二十三届年会论文集》, pages 172 - 98 * |
| 龚雪萍: "改进纵波与转换波时间匹配方法研究", 《石油地球物理勘探》, vol. 47, no. 5, pages 698 - 704 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112649871A (zh) * | 2020-12-18 | 2021-04-13 | 中国矿业大学(北京) | 纵波反射系数确定方法、装置、电子设备及存储介质 |
| CN112649871B (zh) * | 2020-12-18 | 2021-08-24 | 中国矿业大学(北京) | 纵波反射系数确定方法、装置、电子设备及存储介质 |
| CN113109875A (zh) * | 2021-04-30 | 2021-07-13 | 中海石油(中国)有限公司 | 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法 |
| CN113109875B (zh) * | 2021-04-30 | 2022-12-20 | 中海石油(中国)有限公司 | 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法 |
| CN113640883A (zh) * | 2021-09-16 | 2021-11-12 | 中国石油大学(北京) | 测井速度预测、基于井震融合的孔隙度确定方法及装置 |
| CN116165701A (zh) * | 2022-12-08 | 2023-05-26 | 中国矿业大学 | 一种碳酸盐岩储层的孔隙结构参数叠前地震直接反演方法 |
| CN116165701B (zh) * | 2022-12-08 | 2024-02-20 | 中国矿业大学 | 一种碳酸盐岩储层的孔隙结构参数叠前地震直接反演方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111897011B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7463552B1 (en) | Method for deriving 3D output volumes using filters derived from flat spot direction vectors | |
| EP1746443B1 (en) | Method of estimating elastic parameters and rock composition of underground formations using seismic data | |
| CN111897011B (zh) | 储层孔隙特征确定方法、装置及设备 | |
| US7453767B1 (en) | Method for deriving a 3D GRAZ seismic attribute file | |
| NO346583B1 (no) | Fremgangsmåte for Identifisering av en Kildebergartkandidat | |
| EP3830612B1 (en) | Fluid saturation model for petrophysical inversion | |
| WO2008157737A2 (en) | Multi-attribute seismic characterization of gas hydrates | |
| CN104514552A (zh) | 一种煤层气储层识别与丰度预测的方法 | |
| Stephen et al. | Improved normalization of time‐lapse seismic data using normalized root mean square repeatability data to improve automatic production and seismic history matching in the Nelson field | |
| CN110618450B (zh) | 基于岩石物理建模的致密储层智能化含气性预测方法 | |
| CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
| Fahimuddin | 4D seismic history matching using the ensemble Kalman filter (EnKF): possibilities and challenges | |
| CN111856566A (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
| Miele et al. | Iterative geostatistical seismic inversion with rock-physics constraints for permeability prediction | |
| CN111077574A (zh) | 一种确定地层弹性参数的方法、装置及系统 | |
| CN115586572B (zh) | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 | |
| CN113219531A (zh) | 致密砂岩气水分布的识别方法及装置 | |
| Rotimi et al. | Reservoir characterization and modeling of lateral heterogeneity using multivariate analysis | |
| CN112305594B (zh) | 非均质储层的油气分布确定方法及系统 | |
| CN116559953A (zh) | I类储层连续厚度的确定方法、装置、设备及存储介质 | |
| CN113848593A (zh) | 一种定量预测含煤地层中岩浆岩侵蚀区的方法 | |
| CN113806674A (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
| CN111077573A (zh) | 一种确定地层弹性参数的方法、装置及系统 | |
| Lee et al. | Predicting S-wave sonic logs using machine learning with conventional logs for the Delaware Basin, Texas | |
| CN114428293A (zh) | 储层参数随机反演方法、装置、电子设备及存储介质 |
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 |