CN112014881B - 基于时移地震的水驱速度预测方法 - Google Patents

基于时移地震的水驱速度预测方法 Download PDF

Info

Publication number
CN112014881B
CN112014881B CN202010877076.8A CN202010877076A CN112014881B CN 112014881 B CN112014881 B CN 112014881B CN 202010877076 A CN202010877076 A CN 202010877076A CN 112014881 B CN112014881 B CN 112014881B
Authority
CN
China
Prior art keywords
water
time
seismic
attribute
data
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
CN202010877076.8A
Other languages
English (en)
Other versions
CN112014881A (zh
Inventor
范洪军
乐靖
范廷恩
蔡文涛
高云峰
张会来
张显文
马淑芳
周建楠
田楠
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.)
Beijing Research Center of CNOOC China Ltd
CNOOC China Ltd
Original Assignee
Beijing Research Center of CNOOC China Ltd
CNOOC China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Center of CNOOC China Ltd, CNOOC China Ltd filed Critical Beijing Research Center of CNOOC China Ltd
Priority to CN202010877076.8A priority Critical patent/CN112014881B/zh
Publication of CN112014881A publication Critical patent/CN112014881A/zh
Application granted granted Critical
Publication of CN112014881B publication Critical patent/CN112014881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/307Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • E21B43/16Enhanced recovery methods for obtaining hydrocarbons
    • E21B43/20Displacing by water
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/306Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Remote Sensing (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Geophysics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种基于时移地震的水驱速度预测方法,包括:1)选择相关系数最大的地震属性作为岩性指示因子参数值Lith,并对该参数值进行归一化,得到Lithnor;2)通过两次时移地震流体指示因子求取时移地震流体因子差异参数Δf,将参数值Δf进行归一化,得到Δfnor;3)计算孔喉半径为:4)构建水驱速度因子5)获取数据点的点到对应注水井的平面距离、注入水驱替到所选取数据点的时间、岩性指示因子Lith值、时移地震流体因子差异参数Δf、孔隙度和渗透率K;6)计算数据点位置的水驱速度V和水驱速度因子Vf;7)建立时移地震的水驱速度预测公式为:8)根据水驱速度预测公式计算未见水采油井和注采井之间任意点的水驱速度。本发明能结合时移地震信息进行水驱速度的预测。

Description

基于时移地震的水驱速度预测方法
技术领域
本发明涉及油气田开发技术领域,具体是关于一种基于时移地震的水驱速度预测方法。
背景技术
现今,大部分油气藏都采用注水开发的方式,注水开发能够有效的补充地层能量,减缓地层压力下降,提高油气藏的采收率。因此,研究影响注水开发的因素,提高注水开发的效果,对提高油气藏采出程度有重要意义。注水开发过程中,水驱速度直接影响油气藏的采出程度。水驱速度过快,采油井将很快见水,无水采油时间较短,采出程度下降;水驱速度合理,采油井的无水采油时间较长,采出程度较高。因此,研究水驱速度的预测方法,指导注水开发过程中的生产措施调整,从而延缓见水时间,对提高油气藏采出程度具有重要意义。
随着时移地震技术应用到水驱油气藏的开发当中,可以实现水驱前缘的有效监测,为水驱速度预测提供了更多的信息。然而常规的水驱速度预测主要根据油气藏类型,考虑隔夹层和渗透率的影响建立数学模型,然后再结合生产动态数据建立水驱速度预测公式,实现对油气藏见水时间的预测。在应用时移地震技术的水驱油气田开发中,时移地震能够提供三维的流体变化信息,相比生产动态信息具有更高的横向分辨率。现有的水驱速度预测方法几乎没有结合时移地震信息进行水驱速度的预测,存在不足。因此,针对应用时移地震和注水开发的海上油气田,目前还没有一种应用时移地震信息进行水驱速度定量预测的方法。
发明内容
针对上述问题,本发明的目的是提供一种基于时移地震的水驱速度预测方法,能够结合时移地震信息进行水驱速度的预测。
为实现上述目的,本发明采取以下技术方案:
本发明所述的一种基于时移地震的水驱速度预测方法,其特征在于,包括以下步骤:1)从地震反演得到的纵波阻抗或纵横波速度比数据中提取地震属性,将所述地震属性与已钻井的砂地比数据进行交会分析,得到地震属性与砂地比的相关系数,选择相关系数最大的地震属性作为岩性指示因子参数值Lith,并对该参数值进行归一化,得到Lithnor;2)通过时移地震叠前匹配反演得到反映流体变化最敏感的弹性数据体,从该弹性数据体中提取油藏的时移地震流体指示因子f,并通过两次时移地震流体指示因子求取时移地震流体指示因子差异参数值Δf,其中Δf为第二次时移地震和第一次时移地震的流体指示因子相减,将流体指示因子差异参数值Δf进行归一化,得到Δfnor;3)从已钻井的测井数据中获取渗透率K和孔隙度并计算孔喉半径,其中孔喉半径等于渗透率和孔隙度之比/>4)构建水驱速度因子为:/>5)根据时移地震流体指示因子差异反映的水驱波及范围,在对应的注采井组之间的水驱波及范围内选取已见水采油井作为数据点,获取所述数据点的点到对应注水井的平面距离、注入水驱替到所选取数据点的时间、岩性指示因子参数值Lith值、时移地震流体指示因子差异参数值Δf、孔隙度/>和渗透率K;6)根据步骤5)选取的数据点相关数据,计算这些数据点位置的水驱速度V和水驱速度因子Vf,其中水驱速度等于所选取数据点到对应注水井的平面距离s除以注入水驱替到所选取数据点的时间t,即V=s/t;7)根据步骤6)得到的水驱速度V和水驱速度因子Vf数据,建立散点图进行交会分析,根据散点图拟合线性公式,建立时移地震的水驱速度预测公式为:其中,a和b的值分别在拟合线性公式过程中通过斜率和截距来确定;8)根据水驱速度预测公式计算未见水采油井和注采井之间任意点的水驱速度。
所述的水驱速度预测方法,优选地,所述步骤1)中的地震属性包括均方根属性、最小振幅属性和平均振幅属性。
所述的水驱速度预测方法,优选地,所述步骤2)中的时移地震流体指示因子f清楚的将水层和油层或水层和气层区分开。
所述的水驱速度预测方法,优选地,所述Lith归一化的步骤为:
通过公式Lithnor=[Lith-min(Lith)]/[max(Lith)-min(Lith)],将岩性指示因子参数值Lith映射到(0,1)之间,其中max(Lith)和min(Lith)分别是Lith中最大值和最小值;
所述Δf归一化的步骤为:
通过公式Δfnor=[Δf-min(Δf)]/[maxΔf)-min(Δf)]将流体指示因子差异参数值Δf映射到(0,1)之间,其中max(Δf)和min(Δf)分别是Δf中最大值和最小值。
所述的水驱速度预测方法,优选地,所述步骤2)中求取时移地震流体指示因子差异参数值Δf包括以下步骤:2.1)建立岩石物理模型,通过流体替换正演分析,筛选对流体变化敏感的地震弹性参数,根据所述的地震弹性参数构建流体指示因子;2.2)分别对两次时移地震数据进行匹配反演,所述两次时移地震数据分别为Base和Monitor数据,并获取Base和Monitor数据的流体指示因子属性体;2.3)根据步骤2.2)中的Base和Monitor数据的流体指示因子属性体求取流体指示因子差异属性体,以地震解释的油藏的顶底层位作为提取时窗,提取流体指示因子差异参数值Δf,该参数反映了油藏水驱前缘和水驱波及范围的平面展布。
所述的水驱速度预测方法,优选地,所述步骤3)中获取油藏的孔隙度和渗透率K包括以下步骤:3.1)把已钻井的孔隙度分布与提取的地震属性进行交会分析,分析两者的相关系数,选取与孔隙度分布相关系数最大的地震属性作为敏感地震属性;然后通过敏感地震属性和孔隙度的交会分析,拟合一个孔隙度线性公式作为基于敏感地震属性预测孔隙度的定量公式;所述孔隙度线性公式为:/>其中Sn为敏感地震属性,a0和b0的值通过交会分析来确定;最后以油藏的顶底层位作为时窗提取敏感地震属性,根据孔隙度线性公式预测油藏的孔隙度分布;3.2)将提取的地震属性与井点渗透率进行交会分析,分析两者的相关系数,选取相关系数最大的地震属性作为敏感地震属性,然后通过敏感地震属性与渗透率的交会分析拟合一个渗透率线性公式作为通过敏感地震属性预测渗透率的定量公式;所述渗透率线性公式为:K=a1*Sm+b1,其中Sm为敏感地震属性,a1和b1的值通过交会分析来确定;最后以油藏的顶底层位作为时窗提取敏感地震属性,根据渗透率线性公式预测油藏的渗透率分布。
所述的水驱速度预测方法,优选地,所述步骤5)中在时移地震流体指示因子差异反映的水驱波及范围内选取数据点包括以下步骤:5.1)根据Base数据和Monitor数据进行时移地震叠前匹配反演,分别得到这两次时移地震的流体指示因子属性体,两者相减求取流体指示因子差异属性体,以油藏的顶底层位作为提取时窗,在差异属性体上提取流体指示因子差异参数值Δf;5.2)在步骤5.1)中提取的流体指示因子差异参数值Δf反映了在采集Monitor数据时刻注入水波及的范围,在注采井组之间选取水驱波及范围内的已见水采油井作为数据点,在数据点上读取该点到对应注水井的平面距离,单位为米,注入水驱替到所选取数据点的时间是从已见水采油井开始生产的时间为起点,以该采油井见水的时刻为终点,时间单位为月;5.3)在数据点位置上,根据步骤1)中沿层提取的岩性指示因子确定Lith值,根据所述2)中沿层提取的时移地震流体指示因子差异参数确定Δf值,并归一化得到Δfnor,根据步骤3)中计算的油藏孔隙度和渗透率的平面分布确定孔隙度和渗透率K的值。
所述的水驱速度预测方法,优选地,所述Base数据为在油田投产前第一次采集的时移地震数据;所述Moniror数据为油田生产一段时间后第二次采集的时移地震数据。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明能够有效利用时移地震的流体变化信息来预测水驱速度,显著提高水驱速度预测精度。2、本发明将岩性分布结合到水驱速度预测中,考虑了岩性分布对流体变化的影响,提高了预测精度。3、本发明将储层物性参数结合到水驱速度预测中,考虑了储层的孔喉半径对渗流能力的影响,提高了预测精度。4、本发明综合时移地震、岩性、储层物性、生产动态等多信息来预测水驱速度,利用了时移地震横向信息丰富的优势,不仅预测精度高,而且对油藏生产具有指导作用。
附图说明
图1为本发明所述的基于时移地震的水驱速度预测方法的流程图;
图2为本发明的时移地震水驱前缘波及范围示意图;
图3为本发明的水驱速度预测结果示意图。
具体实施方式
以下将结合附图对本发明的较佳实施例进行详细说明,以便更清楚理解本发明的目的、特点和优点。应理解的是,附图所示的实施例并不是对本发明范围的限制,而只是为了说明本发明技术方案的实质精神。
如图1所示,本发明提供的基于时移地震的水驱速度预测方法,包括以下步骤:
1)从地震反演得到的纵波阻抗或纵横波速度比数据中提取地震属性,地震属性包括均方根属性、最小振幅属性、平均振幅属性,将所述地震属性与已钻井的砂地比数据进行交会分析,得到地震属性与砂地比的相关系数,选择相关系数最大的地震属性作为岩性指示因子参数值Lith,并对该参数值进行归一化,得到Lithnor
需要说明的是:所述Lith归一化的具体为:通过公式:
Lithnor=[Lith-min(Lith)]/[max(Lith)-min(Lith)],将岩性指示因子参数值Lith映射到(0,1)之间,其中max(Lith)和min(Lith)分别是Lith中最大值和最小值。
2)通过时移地震叠前匹配反演得到反映流体变化最敏感的弹性数据体,从该弹性数据体中提取油藏的时移地震流体指示因子f,时移地震流体指示因子f能够清楚的将水层和油层或水层和气层区分开,并通过两次时移地震流体指示因子求取时移地震流体指示因子差异参数值Δf,其中Δf为第二次时移地震和第一次时移地震的流体指示因子相减,将流体指示因子差异参数值Δf进行归一化,得到Δfnor
其中,求取时移地震流体指示因子差异参数值Δf包括以下步骤:
2.1)建立岩石物理模型,通过流体替换正演分析,筛选对流体变化敏感的地震弹性参数,根据所述的地震弹性参数构建流体指示因子;
2.2)分别对两次时移地震数据进行匹配反演,所述两次时移地震数据分别为Base和Monitor数据,并获取Base和Monitor数据的流体指示因子属性体;
2.3)根据步骤2.2)中的Base和Monitor数据的流体指示因子属性体求取流体指示因子差异属性体,以地震解释的油藏的顶底层位作为提取时窗,提取流体指示因子差异参数值Δf,该参数反映了油藏水驱前缘和水驱波及范围的平面展布。
需要说明的是:所述Δf归一化的具体为:通过公式:
Δfnor=[Δf-min(Δf)]/[max(Δf)-min(Δf)],将流体指示因子差异参数值Δf映射到(0,1)之间,其中max(Δf)和min(Δf)分别是Δf中最大值和最小值。
3)从已钻井的测井数据中获取渗透率K和孔隙度并计算孔喉半径,其中,孔喉半径等于渗透率和孔隙度之比/>
其中,步骤3)中获取油藏的孔隙度和渗透率K包括以下步骤:
3.1)把已钻井的孔隙度分布与提取的地震属性进行交会分析,分析两者的相关系数,选取与孔隙度分布相关系数最大的地震属性作为敏感地震属性;并通过敏感地震属性和孔隙度的交会分析,拟合一个孔隙度线性公式(其中Sn为敏感地震属性,a0和b0的值通过交会分析来确定)作为基于敏感地震属性预测孔隙度的定量公式,最后以油藏的顶底层位作为时窗提取敏感地震属性,根据孔隙度线性公式预测油藏的孔隙度分布;
3.2)将提取的地震属性与井点渗透率进行交会分析,分析两者的相关系数,选取相关系数最大的地震属性作为敏感地震属性,然后通过敏感地震属性与渗透率的交会分析拟合一个渗透率线性公式K=a1*Sm+b1(其中Sm为敏感地震属性,a1和b1的值通过交会分析来确定),把该公式作为通过敏感地震属性预测渗透率的定量公式。最后以油藏的顶底层位作为时窗提取敏感地震属性,根据渗透率线性公式预测油藏的渗透率分布。
4)构建水驱速度因子,为:
5)根据时移地震流体指示因子差异反映的水驱波及范围(如图2所示),在对应的注采井组之间的水驱波及范围内选取若干数据点,选取的若干数据点均为已见水的采油井,获取所述数据点的点到对应注水井的平面距离、注入水驱替到所选取数据点的时间、岩性指示因子参数值Lith值、时移地震流体指示因子差异参数值Δf、孔隙度和渗透率K;
其中,步骤5)中在时移地震流体指示因子差异反映的水驱波及范围内选取数据点包括以下步骤:
5.1)根据Base数据和Monitor数据进行时移地震叠前匹配反演,分别得到这两次时移地震的流体指示因子属性体,两者相减求取流体指示因子差异属性体,以油藏的顶底层位作为提取时窗,在差异属性体上提取流体指示因子差异参数值Δf;
5.2)在步骤5.1)中提取的流体指示因子差异参数值Δf反映了在采集Monitor数据时刻注入水波及的范围,在注采井组之间选取水驱范围内的数据点,其中数据点为已见水的采油井,在数据点上读取该点到对应注水井的平面距离,单位为米,注入水驱替到所选取数据点(已见水采油井)的时间是从生产井(已见水采油井)开始生产的时间为起点,以该采油井见水的时间为终点,时间单位为月;
需要说明的是,采集Monitor数据时刻和采油井见水时间不一定是同一个时间,可能采油井见水时间更早。
5.3)在数据点位置上(即已见水采油井处),根据步骤1)中沿层提取的岩性指示因子确定Lith值,根据所述2)中沿层提取的时移地震流体指示因子差异参数确定Δf值,将其归一化得到Δfnor,根据步骤3)中计算的油藏孔隙度和渗透率的平面分布确定孔隙度和渗透率K的值。
6)根据步骤5)选取的数据点(已见水采油井)的相关数据,计算这些数据点位置(已见水采油井处)的水驱速度V和水驱速度因子Vf,其中水驱速度等于所选取数据点到对应注水井的平面距离s除以注入水驱替到所选取数据点的时间t,即:V=s/t;
在此,需要说明的是,根据步骤6)计算了已见水采油井的水驱速度,但其它未见水的采油井和注采井之间的水驱速度是未知的,在已见水采油井处获取相关数据计算水驱速度因子:并与相应的水驱速度建立散点图做交会分析,发现水驱速度和水驱速度因子存在线性关系。
7)根据步骤6)得到的水驱速度V和水驱速度因子Vf数据,建立散点图进行交会分析,根据散点图拟合线性公式,建立时移地震的水驱速度预测公式为:其中a和b的值分别在拟合线性公式过程中通过斜率和截距来确定;
8)根据水驱速度预测公式就可以计算未见水采油井和注采井之间任意点的水驱速度(如图3所示),结合平面距离就可以计算出在注入量不变的条件下,该点的水淹时间,从而指导油气藏开发的生产措施调整、剩余油气预测和井位优化。
另外,在本发明中,所述Base数据为在油田投产前第一次采集的时移地震数据;所述Monitor数据为油田生产一段时间后第二次采集的时移地震数据。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于时移地震的水驱速度预测方法,其特征在于,包括以下步骤:
1)从地震反演得到的纵波阻抗或纵横波速度比数据中提取地震属性,将所述地震属性与已钻井的砂地比数据进行交会分析,得到地震属性与砂地比的相关系数,选择相关系数最大的地震属性作为岩性指示因子参数值Lith,并对该参数值进行归一化,得到Lithnor
2)通过时移地震叠前匹配反演得到反映流体变化最敏感的弹性数据体,从该弹性数据体中提取油藏的时移地震流体指示因子f,并通过两次时移地震流体指示因子求取时移地震流体指示因子差异参数值Δf,其中Δf为第二次时移地震和第一次时移地震的流体指示因子相减,将流体指示因子差异参数值Δf进行归一化,得到Δfnor
3)从已钻井的测井数据中获取渗透率K和孔隙度并计算孔喉半径,其中孔喉半径等于渗透率和孔隙度之比/>
4)构建水驱速度因子为:
5)根据时移地震流体指示因子差异反映的水驱波及范围,在对应的注采井组之间的水驱波及范围内选取已见水采油井作为数据点,获取所述数据点的点到对应注水井的平面距离、注入水驱替到所选取数据点的时间、岩性指示因子参数值Lith、时移地震流体指示因子差异参数值Δf、孔隙度和渗透率K;
6)根据步骤5)选取的数据点相关数据,计算这些数据点位置的水驱速度V和水驱速度因子Vf,其中水驱速度等于所选取数据点到对应注水井的平面距离s除以注入水驱替到所选取数据点的时间t,即V=s/t;
7)根据步骤6)得到的水驱速度V和水驱速度因子Vf数据,建立散点图进行交会分析,根据散点图拟合线性公式,建立时移地震的水驱速度预测公式为:
其中,a和b的值分别在拟合线性公式过程中通过斜率和截距来确定;
8)根据水驱速度预测公式计算未见水采油井和注采井之间任意点的水驱速度。
2.根据权利要求1所述的水驱速度预测方法,其特征在于,所述步骤1)中的地震属性包括均方根属性、最小振幅属性和平均振幅属性。
3.根据权利要求1所述的水驱速度预测方法,其特征在于,所述步骤2)中的时移地震流体指示因子f清楚的将水层和油层或水层和气层区分开。
4.根据权利要求1所述的水驱速度预测方法,其特征在于,所述Lith归一化的步骤为:
通过公式Lithnor=[Lith-min(Lith)]/[max(Lith)-min(Lith)],将岩性指示因子参数值Lith映射到(0,1)之间,其中max(Lith)和min(Lith)分别是Lith中最大值和最小值;
所述Δf归一化的步骤为:
通过公式Δfnor=[Δf-min(Δf)]/[max(Δf)-min(Δf)]将流体指示因子差异参数值Δf映射到(0,1)之间,其中max(Δf)和min(Δf)分别是Δf中最大值和最小值。
5.根据权利要求1至4中任一项所述的水驱速度预测方法,其特征在于,所述步骤2)中求取时移地震流体指示因子差异参数值Δf包括以下步骤:
2.1)建立岩石物理模型,通过流体替换正演分析,筛选对流体变化敏感的地震弹性参数,根据所述的地震弹性参数构建流体指示因子;
2.2)分别对两次时移地震数据进行匹配反演,所述两次时移地震数据分别为Base和Monitor数据,并获取Base和Monitor数据的流体指示因子属性体;
2.3)根据步骤2.2)中的Base和Monitor数据的流体指示因子属性体求取流体指示因子差异属性体,以地震解释的油藏的顶底层位作为提取时窗,提取流体指示因子差异参数值Δf,该参数反映了油藏水驱前缘和水驱波及范围的平面展布。
6.根据权利要求5所述的水驱速度预测方法,其特征在于,所述步骤3)中获取油藏的孔隙度和渗透率K包括以下步骤:
3.1)把已钻井的孔隙度分布与提取的地震属性进行交会分析,分析两者的相关系数,选取与孔隙度分布相关系数最大的地震属性作为敏感地震属性;然后通过敏感地震属性和孔隙度的交会分析,拟合一个孔隙度线性公式作为基于敏感地震属性预测孔隙度的定量公式;
所述孔隙度线性公式为:其中Sn为敏感地震属性,a0和b0的值通过交会分析来确定;
最后以油藏的顶底层位作为时窗提取敏感地震属性,根据孔隙度线性公式预测油藏的孔隙度分布;
3.2)将提取的地震属性与井点渗透率进行交会分析,分析两者的相关系数,选取相关系数最大的地震属性作为敏感地震属性,然后通过敏感地震属性与渗透率的交会分析拟合一个渗透率线性公式作为通过敏感地震属性预测渗透率的定量公式;
所述渗透率线性公式为:K=a1*Sm+b1,其中Sm为敏感地震属性,a1和b1的值通过交会分析来确定;
最后以油藏的顶底层位作为时窗提取敏感地震属性,根据渗透率线性公式预测油藏的渗透率分布。
7.根据权利要求6所述的水驱速度预测方法,其特征在于,所述步骤5)中在时移地震流体指示因子差异反映的水驱波及范围内选取数据点包括以下步骤:
5.1)根据Base数据和Monitor数据进行时移地震叠前匹配反演,分别得到这两次时移地震的流体指示因子属性体,两者相减求取流体指示因子差异属性体,以油藏的顶底层位作为提取时窗,在差异属性体上提取流体指示因子差异参数值Δf;
5.2)在步骤5.1)中提取的流体指示因子差异参数值Δf反映了在采集Monitor数据时刻注入水波及的范围,在注采井组之间选取水驱波及范围内的已见水采油井作为数据点,在数据点上读取该点到对应注水井的平面距离,单位为米,注入水驱替到所选取数据点的时间是从已见水采油井开始生产的时间为起点,以该采油井见水的时刻为终点,时间单位为月;
5.3)在数据点位置上,根据步骤1)中沿层提取的岩性指示因子确定Lith值,根据所述2)中沿层提取的时移地震流体指示因子差异参数确定Δf值,并归一化得到Δfnor,根据步骤3)中计算的油藏孔隙度和渗透率的平面分布确定孔隙度和渗透率K的值。
8.根据权利要求7所述的水驱速度预测方法,其特征在于,所述Base数据为在油田投产前第一次采集的时移地震数据;所述Monitor数据为油田生产一段时间后第二次采集的时移地震数据。
CN202010877076.8A 2020-08-27 2020-08-27 基于时移地震的水驱速度预测方法 Active CN112014881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010877076.8A CN112014881B (zh) 2020-08-27 2020-08-27 基于时移地震的水驱速度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010877076.8A CN112014881B (zh) 2020-08-27 2020-08-27 基于时移地震的水驱速度预测方法

Publications (2)

Publication Number Publication Date
CN112014881A CN112014881A (zh) 2020-12-01
CN112014881B true CN112014881B (zh) 2023-10-27

Family

ID=73504066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010877076.8A Active CN112014881B (zh) 2020-08-27 2020-08-27 基于时移地震的水驱速度预测方法

Country Status (1)

Country Link
CN (1) CN112014881B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117514097A (zh) * 2024-01-08 2024-02-06 成都英沃信科技有限公司 一种在有水气藏中实施ccus并提高气藏采收率的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2008251945A1 (en) * 2007-05-09 2008-11-20 Exxonmobil Upstream Research Company Inversion of 4D seismic data
CN104487870A (zh) * 2012-06-28 2015-04-01 雪佛龙美国公司 用于使用移位归一化均方根度量估计时移地震信号记录的系统和方法
CN105607120A (zh) * 2016-01-19 2016-05-25 中国海洋石油总公司 一种基于时移测井的地震相约束构建初始模型的方法
CN106646603A (zh) * 2017-01-04 2017-05-10 中海石油(中国)有限公司 一种实际时移地震资料处理差异的可靠性判断方法
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
CN111119875A (zh) * 2019-12-24 2020-05-08 中海石油(中国)有限公司 一种基于原油烷基酚类化合物含量变化的水驱前缘监测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2008251945A1 (en) * 2007-05-09 2008-11-20 Exxonmobil Upstream Research Company Inversion of 4D seismic data
CN104487870A (zh) * 2012-06-28 2015-04-01 雪佛龙美国公司 用于使用移位归一化均方根度量估计时移地震信号记录的系统和方法
CN105607120A (zh) * 2016-01-19 2016-05-25 中国海洋石油总公司 一种基于时移测井的地震相约束构建初始模型的方法
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
CN106646603A (zh) * 2017-01-04 2017-05-10 中海石油(中国)有限公司 一种实际时移地震资料处理差异的可靠性判断方法
CN111119875A (zh) * 2019-12-24 2020-05-08 中海石油(中国)有限公司 一种基于原油烷基酚类化合物含量变化的水驱前缘监测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
《井间时移地震属性在水驱前缘监测中的应用研究》;孙渊 等;石油仪器;第27卷(第2期);第39-42页 *
《油藏水驱开采时移地震监测岩石物理基础测量》;云美厚 等;《地球物理学报》;第49卷(第6期);第1813-1818页 *
孙渊 等.《井间时移地震属性在水驱前缘检测中的应用研究》.《石油仪器》.2013,第27卷 (第2期),第39-42页. *
张会来 等.《水驱油藏时移地震叠前匹配反演――西非深水扇A油田时移地震研究实例》.《石油地球物理勘探》.2015,第50卷(第3期),第530-535页. *
石玉梅 等.《时移地震监测水驱前沿的方法和应用研究》.《地球物理学报》.2006,第49卷(第4期),第1198-1205页. *

Also Published As

Publication number Publication date
CN112014881A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN103592690B (zh) 基于电成像测井孔隙度谱信息自动识别储层裂缝的方法
CN106951660A (zh) 一种海相碎屑岩水平井储层测井解释方法及装置
CN108301825B (zh) 一种高温高压储层孔隙压力分析方法
CN104213899B (zh) 一种地层岩石骨架的测井识别方法
CN109138975B (zh) 一种基于时移测井数据的求解相渗特征曲线的新方法
CN103777245B (zh) 基于地震资料的油气成藏条件定量评价方法
CN101634716A (zh) 流体弹性阻抗反演技术
Du et al. Automatic mutation feature identification from well logging curves based on sliding t test algorithm
CN112145165B (zh) 一种微裂缝-孔隙型储层动静态渗透率转换方法
CN112014881B (zh) 基于时移地震的水驱速度预测方法
CN112034521A (zh) 一种欠压实与生烃混合成因地层超压的预测方法
CN107831540A (zh) 储层物性参数直接提取新方法
CN103590828A (zh) 一种录井dck指数法评价地层压力的方法
CN106156456A (zh) 砂砾岩体无效储层扣除方法
CN111830558B (zh) 一种断裂带雕刻方法
CN109814174B (zh) 一种碎屑岩不整合结构体测井综合识别方法
CN114060015B (zh) 一种致密砂岩含气性的评价方法及装置
US8532954B2 (en) Method of characterizing a CO2 plume in a geological storage aquifer
CN114167515B (zh) 一种岩性圈闭有效性识别的方法
CN114876454A (zh) 一种大斜度井复杂岩性水淹层识别方法及系统
CN113777655A (zh) 一种盐湖盆地小层烃源岩平面分布预测方法
CN106353813A (zh) 基于阵列声波测井的流体性质识别方法
CN112835124A (zh) 基于成像测井和阵列声波测井资料的裂缝有效性评价方法
CN113495293B (zh) 油藏流体预测方法及装置
CN115508890B (zh) 一种裂缝孔隙型储层叠前叠后反演方法

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