CN112147676A - 一种煤层及夹矸厚度预测方法 - Google Patents
一种煤层及夹矸厚度预测方法 Download PDFInfo
- Publication number
- CN112147676A CN112147676A CN202010787373.3A CN202010787373A CN112147676A CN 112147676 A CN112147676 A CN 112147676A CN 202010787373 A CN202010787373 A CN 202010787373A CN 112147676 A CN112147676 A CN 112147676A
- Authority
- CN
- China
- Prior art keywords
- data
- longitudinal wave
- wave impedance
- gangue
- coal seam
- 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.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005553 drilling Methods 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000010276 construction Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01V1/282—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
- G01V1/28—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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种煤层及夹矸厚度预测的方法，包括如下步骤：岩性分类与统计，纵波阻抗的计算与统计，煤层顶、底界面确定，井震标定，三维地层模型构建，概率密度函数及变差函数拟合，煤层及夹矸厚度预测。本发明基于钻孔、测井及叠后三维地震数据，通过钻孔和测井数据获得岩性、纵波阻抗数据，通过识别煤层的顶底界面和标定井震数据建立井震数据的转换关系。对获得的煤层顶底界面范围之间的空间进行网格化。对岩性和纵波阻抗数据分别进行拟合获取概率密度函数和变差函数。基于测井数据、叠后三维地震数据、地层模型、岩性和纵波阻抗的概率密度函数及变差函数进行模拟、计算，最终获得煤层和夹矸的厚度。
Description
技术领域
本发明涉及煤矿储量预测领域，具体涉及一种煤层及夹矸厚度预测方法。
背景技术
目前，煤炭在中国一次能源生产和消费结构中占重要组成部分，而煤炭及其所含夹矸分布的精准预测对煤炭的生产起着重要指导作用。由于煤炭形成于地下较深部位，当前常用的方法主要是利用钻井进行局部探测和利用地震进行大范围探测。对地下进行钻孔探测，虽然精确度很高，但范围小，对大范围的地区进行打钻成本太高。地震勘探是目前广泛的探测方法之一，对大范围区域进行探测，成本较低，但地震勘探不能直接反映地下煤层及夹矸的分布和厚度信息，需要利用反演方法对地下信息进行间接预测。目前常用的反演方法是约束稀疏脉冲反演，该方法是基于地震纵波阻抗的反演方法，但其分辨率较低，在面对几米左右的薄煤层尤其是内部含有1-2m厚的夹矸反演时，准确度较低。目前在煤炭领域内，在薄煤层及夹矸厚度的准确预测方面没有较为成熟的体系流程。
发明内容
为了解决煤层及夹矸的反演准确度较低的问题，形成一套可行的反演方法，本发明提供了一种煤层及夹矸厚度预测方法。
所述煤层及夹矸厚度预测方法包括如下步骤：
对钻孔岩性数据进行分类和统计，获得包括煤层和夹矸在内的各岩性分布数据；
对密度和声波速度测井数据进行计算，获得纵波阻抗数据；
对叠后三维地震数据进行层位追踪，获取煤层顶面时间界面和煤层底面时间界面；
进行井震标定，并提取子波，建立测井数据与所述叠后三维地震数据的时深转换关系；
对所述煤层顶面时间界面上移第一时间值，得到新煤层顶面时间界面，对所述煤层底面时间界面下移第二时间值，得到新煤层底面时间界面，并对所述新煤层顶面时间界面和所述新煤层底面时间界面之间构成的三维空间进行网格化处理，获得三维网格化地层模型；
对所述各岩性分布数据进行分析拟合，获得各岩性概率密度函数和各岩性变差函数；
对所述纵波阻抗数据进行分析拟合，获得纵波阻抗概率密度函数和纵波阻抗变差函数；
基于所述叠后三维地震数据、所述测井数据、所述地层模型、所述各岩性概率密度函数、所述各岩性变差函数、所述纵波阻抗概率密度函数及所述纵波阻抗变差函数对煤层及夹矸开展厚度预测，并获得煤层和夹矸的厚度。
可选地，对钻孔岩性数据进行分类和统计的步骤中，对钻孔岩性数据进行分类是对不同岩性按照测井的采样点依次进行编号，同类岩性编号相同。
可选地，对所述岩性分布数据进行分析拟合步骤中，采用高斯分布法或混合高斯分布法进行拟合。
可选地，对所述纵波阻抗数据进行分析拟合步骤中，采用高斯分布法或混合高斯分布法进行拟合。
可选地，基于所述叠后三维地震数据、所述测井数据、所述地层模型、所述各岩性概率密度函数、所述各岩性变差函数、所述纵波阻抗概率密度函数及所述纵波阻抗变差函数对煤层及夹矸开展厚度预测，并获得煤层和夹矸的厚度步骤中，包括如下步骤：
利用所述纵波阻抗数据对所述地层模型进行克里金插值，获得初始纵波阻抗模型；
分别统计所述岩性分布数据中的各岩性的含量；
利用所述各岩性概率密度函数、所述纵波阻抗概率密度函数和所述各岩性含量构建马尔科夫链，利用蒙特卡洛模拟方法在所述初始纵波阻抗模型上进行不断迭代、计算，模拟出时间域上的岩性数据体；
将所述测井数据的声波数据转换为速度数据，将所述速度数据与所述时间域上的岩性数据进行计算得到最终的煤层厚度和夹矸厚度。
附图说明
图1是本发明的方法流程示意图；
图2是岩性、纵波阻抗统计示意图；
图3是三维网格化地层模型示意图；
图4是煤层、夹矸预测结果示意图；
具体实施方式
在准备好目标研究区的钻孔、测井和叠后三维地震数据后，如图1所示，首先对钻孔岩性数据进行分类和统计，获得包括煤层和夹矸在内的各岩性分布数据，按照钻井的采样点依次进行编号，同类岩性编号相同，用于区分岩性，在本实施例中，煤层标记为1，泥岩标记为2，砂岩标记为3，获得深度域上岩性的分布数据。并对密度、声波速度测井数据进行计算，获得纵波阻抗数据。岩性和纵波阻抗数据结果如图2所示。接着对叠后三维地震数据进行层位追踪，获取煤层顶面时间界面和煤层底面时间界面，再进行井震标定，并提取子波，建立测井数据与所述叠后三维地震数据的时深转换关系，实现深度域的岩性及纵波阻抗数据在内的测井数据与时间域的所述叠后三维地震数据的对应。之后对所述煤层顶面时间界面上移第一时间值，得到新煤层顶面时间界面，对所述煤层底面时间界面下移第二时间值，得到新煤层底面时间界面，并对所述新煤层顶面时间界面和所述新煤层底面时间界面之间构成的三维空间进行网格化处理，获得三维网格化地层模型。为了消除边界效应，避免影响最终结果的精度，所述煤层顶面时间界面上移第一时间值，所述煤层底面时间界面下移第二时间值，所述第一时间值与所述第二时间值的大小视实际情况和范围而定，在本实施例中，所述第一时间值与所述第二时间值均设置为20ms，所述地层模型确定了后续地质统计学反演的范围，结果如图3所示。
对所述各岩性分布数据进行分析拟合，获得各岩性概率密度函数和各岩性变差函数。其中，各岩性概率密度函数表示各岩性在空间上的概率分布规律，各岩性变差函数表示各岩性在空间上随距离的变化规律。
对所述纵波阻抗数据进行分析拟合，获得纵波阻抗概率密度函数和纵波阻抗变差函数。其中，所述纵波阻抗概率密度函数表示纵波阻抗属性在空间上的概率分布规律，纵波阻抗变差函数表示纵波阻抗属性在空间上随距离的变化规律。
之后利用所述纵波阻抗数据对所述地层模型进行克里金插值，获得初始纵波阻抗模型。所述初始纵波阻抗模型是进行地质统计学反演的初次计算模型。接着统计所述地层模型空间范围内所述各岩性分布数据中各岩性(包括煤层和夹矸)占整体的厚度百分比。
最后利用各岩性概率密度函数、所述各岩性变差函数、所述纵波阻抗概率密度函数、所述纵波阻抗变差函数和所述各岩性含量构建马尔科夫链，采用蒙特卡洛模拟方法在所述初始纵波阻抗模型上进行模拟计算，通过对比模拟结果和实际地震数据和测井信息比较，在误差允许范围内，对初始模拟进行调整获得新的的模型，如此不断迭代、计算，最终模拟出在时间域上最可能的岩性数据体。
为得到煤层和夹矸的厚度，还需将所述测井数据的声波数据转换为速度数据，将所述速度数据与时间域上的岩性数据进行计算得到最终的煤层厚度和夹矸厚度。煤层与夹矸的厚度预测结果如图4所示。
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范围。
Claims (5)
1.一种煤层及夹矸厚度预测方法，其特征在于，包括如下步骤：
对钻孔岩性数据进行分类和统计，获得包括煤层和夹矸在内的各岩性分布数据；
对密度和声波速度测井数据进行计算，获得纵波阻抗数据；
对叠后三维地震数据进行层位追踪，获取煤层顶面时间界面和煤层底面时间界面；
进行井震标定，并提取子波，建立测井数据与所述叠后三维地震数据的时深转换关系；
对所述煤层顶面时间界面上移第一时间值，得到新煤层顶面时间界面，对所述煤层底面时间界面下移第二时间值，得到新煤层底面时间界面，并对所述新煤层顶面时间界面和所述新煤层底面时间界面之间构成的三维空间进行网格化处理，获得三维网格化地层模型；
对所述各岩性分布数据进行分析拟合，获得各岩性概率密度函数和各岩性变差函数；
对所述纵波阻抗数据进行分析拟合，获得纵波阻抗概率密度函数和纵波阻抗变差函数；
基于所述叠后三维地震数据、所述测井数据、所述地层模型、所述各岩性概率密度函数、所述各岩性变差函数、所述纵波阻抗概率密度函数及所述纵波阻抗变差函数对煤层及夹矸开展厚度预测，并获得煤层和夹矸的厚度。
2.根据权利要求1所述的煤层及夹矸厚度预测方法，其特征在于：
对钻孔岩性数据进行分类和统计的步骤中，对钻孔岩性数据进行分类是对不同岩性按照测井的采样点依次进行编号，同类岩性编号相同。
3.根据权利要求1所述的煤层及夹矸厚度预测方法，其特征在于：
对所述岩性分布数据进行分析拟合步骤中，采用高斯分布法或混合高斯分布法进行拟合。
4.根据权利要求1所述的煤层及夹矸厚度预测方法，其特征在于：
对所述纵波阻抗数据进行分析拟合步骤中，采用高斯分布法或混合高斯分布法进行拟合。
5.根据权利要求1所述的煤层及夹矸厚度预测方法，其特征在于，基于所述叠后三维地震数据、所述测井数据、所述地层模型、所述各岩性概率密度函数、所述各岩性变差函数、所述纵波阻抗概率密度函数及所述纵波阻抗变差函数对煤层及夹矸开展厚度预测，并获得煤层和夹矸的厚度步骤中，包括如下步骤：
利用所述纵波阻抗数据对所述地层模型进行克里金插值，获得初始纵波阻抗模型；
分别统计所述岩性分布数据中的各岩性的含量；
利用所述各岩性概率密度函数、所述各岩性变差函数、所述纵波阻抗概率密度函数、所述纵波阻抗变差函数和所述各岩性含量构建马尔科夫链，利用蒙特卡洛模拟方法在所述初始纵波阻抗模型上进行不断迭代、计算，模拟出时间域上的岩性数据体；
将所述测井数据的声波数据转换为速度数据，将所述速度数据与所述时间域上的岩性数据进行计算得到最终的煤层厚度和夹矸厚度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010787373.3A CN112147676A (zh) | 2020-08-07 | 2020-08-07 | 一种煤层及夹矸厚度预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010787373.3A CN112147676A (zh) | 2020-08-07 | 2020-08-07 | 一种煤层及夹矸厚度预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112147676A true CN112147676A (zh) | 2020-12-29 |
Family
ID=73888743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010787373.3A Pending CN112147676A (zh) | 2020-08-07 | 2020-08-07 | 一种煤层及夹矸厚度预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112147676A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113138415A (zh) * | 2021-04-21 | 2021-07-20 | 中国煤炭地质总局地球物理勘探研究院 | 一种基于岩性反演数据体快速预测煤层厚度的方法 |
-
2020
- 2020-08-07 CN CN202010787373.3A patent/CN112147676A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113138415A (zh) * | 2021-04-21 | 2021-07-20 | 中国煤炭地质总局地球物理勘探研究院 | 一种基于岩性反演数据体快速预测煤层厚度的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11500117B1 (en) | Method and system for evaluating filling characteristics of deep paleokarst reservoir through well-to-seismic integration | |
| US11802985B2 (en) | Method and system for analyzing filling for karst reservoir based on spectrum decomposition and machine learning | |
| CN111257926B (zh) | 一种利用老旧地震资料进行古河谷铀储层预测的方法 | |
| WO2019062655A1 (zh) | 薄夹层的确定方法和装置 | |
| CN102650701B (zh) | 一种基于偶极子波进行储层波阻抗预测的方法 | |
| CN104516018B (zh) | 一种地球物理勘探中岩性约束下的孔隙度反演方法 | |
| CN108680951A (zh) | 一种基于地震信息判断煤层气富集沉积控制作用的方法 | |
| CN107121699A (zh) | 一种地震相控制下的沉积微相识别方法 | |
| CN105697002A (zh) | 一种用于识别煤系地层岩性的方法 | |
| CN104769458A (zh) | 一种基于柯西分布的叠后波阻抗反演方法 | |
| CN105093306A (zh) | 一种地球物理勘探中储层自动解释与厚度求取方法 | |
| CN105093304A (zh) | 一种地球物理勘探利用测井曲线自动求取岩性曲线的方法 | |
| CN112946782B (zh) | 一种致密油气储渗体地震精细刻画方法 | |
| CN116856845A (zh) | 一种致密砂岩气藏水平井地质导向方法 | |
| CN117452518B (zh) | 基于多学科数据融合聚类算法的储层岩性预测方法 | |
| CN108121008A (zh) | 一种地震属性预测河道砂空间分布的方法 | |
| CN112147676A (zh) | 一种煤层及夹矸厚度预测方法 | |
| CN109283577A (zh) | 一种地震层位标定方法 | |
| Khan et al. | Three-dimensional structural modeling (3D SM) and joint geophysical characterization (JGC) of hydrocarbon reservoir: a case study of the Kadanwari field in Middle Indus Basin (MIB), Southeastern Pakistan | |
| CN110847887A (zh) | 一种细粒沉积陆相页岩裂缝识别评价方法 | |
| Zhang et al. | Hierarchical modeling of carbonate fault-controlled Paleokarst systems: A case study of the Ordovician reservoir in the Tahe Oilfield, Tarim Basin | |
| CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
| CN113848593A (zh) | 一种定量预测含煤地层中岩浆岩侵蚀区的方法 | |
| CN113640873B (zh) | 砂岩型铀矿叠前地震预测方法及装置 | |
| CN116931078A (zh) | 一种层位精细追踪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201229 |