CN112213770A - 基于对数域差异分布特征识别储层含烃砂岩的方法及装置 - Google Patents
基于对数域差异分布特征识别储层含烃砂岩的方法及装置 Download PDFInfo
- Publication number
- CN112213770A CN112213770A CN201910614018.3A CN201910614018A CN112213770A CN 112213770 A CN112213770 A CN 112213770A CN 201910614018 A CN201910614018 A CN 201910614018A CN 112213770 A CN112213770 A CN 112213770A
- Authority
- CN
- China
- Prior art keywords
- log
- longitudinal
- reservoir
- hydrocarbon
- formula
- 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
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract description 119
- 239000004215 Carbon black (E152) Substances 0.000 title claims abstract description 118
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract description 92
- 238000009826 distribution Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000012530 fluid Substances 0.000 claims abstract description 60
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 59
- 230000014509 gene expression Effects 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 37
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 32
- 239000011435 rock Substances 0.000 claims abstract description 24
- 125000001183 hydrocarbyl group Chemical group 0.000 claims abstract 27
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 14
- 238000001514 detection method Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory 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
- G01V1/282—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
-
- 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
- G01V1/303—Analysis for determining velocity profiles or travel times
-
- 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
- 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
本发明提供一种基于对数域差异分布特征识别储层含烃砂岩的方法及装置，该方法包括根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理；利用对数化的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板；在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式；在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子；根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别。该方法实现了多种类型数据综合约束，同时基于线性岩石物理模板分析技术，提高了含烃砂岩储层流体预测因子的稳定性，降低了勘探风险。
Description
技术领域
本发明涉及一种基于对数域差异分布特征识别储层含烃砂岩的方法及装置，属于石油地球物理勘探技术领域。
背景技术
随着石油天然气勘探程度的不断加深，对勘探目标的精细化表征要求越来越高，导致勘探目标由简单的构造圈闭逐步转变为复杂的岩性圈闭以及复合性圈闭，勘探任务也由最初的构造识别发展到流体检测。近年来，随着地球物理技术的不断进步，勘探方法与手段得到了长足发展，尤其是伴随着高精度、高密度、高保真以及宽频带采集技术的发展，以直接利用地震属性识别检测含烃储层的方法不断涌现，对储层含烃砂岩预测起到了很大的推动作用，并取得很多有益的应用效果。
从上世纪80年代开始，基于地震数据信息的储层含烃砂岩检测成为研究热点，大量的基于衰减、频散属性的甜点检测技术应运而生，尤其是随着黏弹性波动方程以及多相流体饱和岩石物理理论的广泛研究与应用，研究学者普遍认为储层流体是导致地震波衰减以及频散的最主要因素，因此地震波衰减属性是表征储层含烃的最直接手段。然而近年来该项技术在实际应用过程中出现了很多问题，其中最主要问题表现在频率分解算法的不稳定、衰减属性提取的多解性以及高保真资料的不确定性等，这些问题在很大程度上影响了衰减属性的可靠性，同时增大基于衰减属性预测含烃砂岩的风险，降低了储层预测的精度。在实际地震勘探过程中，地震资料的采集处理均在时间域进行，基于时间域地震数据利用远偏移距道集信息进行含烃砂岩检测一直以来都是储层预测领域的研究重点，尤其是随着叠前反演技术的不断发展，利用地震弹性信息进行含烃储层检测受到越来越多的重视，在实际应用过程中取得很多好的应用效果，同时也存在各种各样的不足，比较突出的问题包括流体因子的多解性、属性分布的非线性以及检测技术的单一性等，因此亟需研究学者们进一步加大研究投入以获得更多更有效的含烃储层预测方法与技术，进而提高储层预测的精度，提高勘探开发的成功率。
发明内容
为了解决上述的缺点和不足，本发明的一个目的在于提供一种基于对数域差异分布特征识别储层含烃砂岩的方法。
本发明的另一个目的还在于提供一种基于对数域差异分布特征识别储层含烃砂岩的装置。
本发明的又一个目的还在于提供一种计算机设备。
本发明的再一个目的还在于提供一种计算机可读存储介质。
为了实现以上目的，一方面，本发明提供了一种基于对数域差异分布特征识别储层含烃砂岩的方法，其中，所述基于对数域差异分布特征识别储层含烃砂岩的方法包括：
步骤1，根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理；
步骤2，利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板；
步骤3，在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式；
步骤4，在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子；
步骤5，根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别。
根据本发明具体实施方案，在所述的方法中，优选地，所述测井数据包括纵波速度、横波速度、密度以及测井解释成果数据。
其中，所述纵波速度、横波速度以及密度为利用测井仪器测量得到的实际地下地层岩石的纵波速度、横波速度以及密度。
根据本发明具体实施方案，在所述的方法中，优选地，所述地震数据体包括常规叠前地震反演得到的纵波阻抗以及纵横波速度比数据体。
根据本发明具体实施方案，在所述的方法中，优选地，步骤1所述根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理，包括：
根据如下式1以及式2分别计算纵波阻抗以及纵横波速度比曲线；
Ip＝Vp×ρ 式1；
式1以及式2中，Vp为纵波速度，Vs为横波速度，ρ为密度(实际地下地层岩石的密度)，Ip为纵波阻抗，u为纵横波速度比；
对纵波阻抗以及纵横波速度比曲线进行对数化处理，对数化处理后的纵波阻抗以及纵横波速度比曲线分别如下式3以及式4所示；
X＝log(log(Ip)) 式3；
Y＝log(log(u)) 式4；
式3以及式4中，X和Y分别为对数化后的纵波阻抗和纵横波速度比。
根据本发明具体实施方案，在所述的方法中，优选地，步骤2所述利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板，包括：
以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标，构建线性岩石物理解释模板。
根据本发明具体实施方案，在所述的方法中，优选地，步骤3所述在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式，包括：
将含水砂岩储层测井数据投影到以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标的线性岩石物理解释模板中，对含水砂岩储层对应的测井数据进行线性拟合得到饱和水趋势线线性表达式，表达式如下式5所示：
log(log(u))＝k×log(log(Ip))+log(log(u0)) 式5；
式5中，k为线性表达式的斜率，u0为线性表达式截距对应的纵横波速度比。
根据本发明具体实施方案，在所述的方法中，优选地，根据以下式7-式10计算得到斜率k和截距log(log(u0))：
式7-式10中，i为参与计算的数据点序列号，n为参与计算的数据点总数，Ipi为第i个参与计算的纵波阻抗数值，ui为第i个参与计算的纵横波速度比数值。
根据本发明具体实施方案，在所述的方法中，优选地，步骤4所述在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子，包括：
利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子公式如下式6所示；
LFI＝log(log(Ip0))+α[log(log(u))-k×log(log(Ip))-log(log(u0))] 式6；
式6中，LFI为含烃储层流体属性因子，Ip0为调节参数，α为尺度变换因子。
根据本发明具体实施方案，在所述的方法中，优选地，根据如下式12-式13计算得到log(log(Ip0))和尺度变换因子α：
式12-式13中，log(log(Iph))为含烃砂岩对应的测井数据，log(log(Ipw))为含水砂岩对应的测井数据。
从式6中可以看出，该属性因子表征了不同类型储层偏离饱和水趋势线的程度，其将不同类型储层在线性岩石物理解释模板中的分布差异性进行量化，利于评价不同类型储层的分布特征。具体地，将某一特定地区的Ip和u代入到式6中，若计算得到的LFI＝log(log(Ip0))，则表明该地区为水层，若计算得到的LFI＞log(log(Ip0))，表明该地区为含烃储层，LFI比log(log(Ip0))大的越多，表明偏离饱和水趋势线越远，说明该地区含烃丰度越多，储层越有利。
根据本发明具体实施方案，在所述的方法中，优选地，步骤5所述根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别，包括：
将地震数据体代入到含烃储层流体分布的属性因子公式中，得到含烃储层流体属性因子地震数据体，再以log(log(Ip0))为阈值，当计算得到的LFI大于该阈值时，表明储层为含烃砂岩储层。
另一方面，本发明还提供了一种基于对数域差异分布特征识别储层含烃砂岩的装置，其中，所述基于对数域差异分布特征识别储层含烃砂岩的装置包括：
数据处理模块，用于根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理；
模板建立模块，用于利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板；
数据拟合模块，用于在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式；
属性因子构建模块，用于在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子；
数据处理及储层识别模块，用于根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别。
根据本发明具体实施方案，在所述的装置中，优选地，所述测井数据包括纵波速度、横波速度、密度以及测井解释成果数据。
根据本发明具体实施方案，在所述的装置中，优选地，所述地震数据体包括常规叠前地震反演得到的纵波阻抗以及纵横波速度比数据体。
根据本发明具体实施方案，在所述的装置中，优选地，所述数据处理模块具体用于，根据如下式1以及式2分别计算纵波阻抗以及纵横波速度比曲线；
Ip＝Vp×ρ 式1；
式1以及式2中，Vp为纵波速度，Vs为横波速度，ρ为密度，Ip为纵波阻抗，u为纵横波速度比；
对纵波阻抗以及纵横波速度比曲线进行对数化处理，对数化处理后的纵波阻抗以及纵横波速度比曲线分别如下式3以及式4所示；
X＝log(log(Ip)) 式3；
Y＝log(log(u)) 式4；
式3以及式4中，X和Y分别为对数化后的纵波阻抗和纵横波速度比。
根据本发明具体实施方案，在所述的装置中，优选地，所述模板建立模块具体用于，
以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标，构建线性岩石物理解释模板。
根据本发明具体实施方案，在所述的装置中，优选地，所述数据拟合模块具体用于：
将含水砂岩储层测井数据投影到以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标的线性岩石物理解释模板中，对含水砂岩储层对应的测井数据进行线性拟合得到饱和水趋势线线性表达式，表达式如下式5所示：
log(log(u))＝k×log(log(Ip))+log(log(u0)) 式5；
式5中，k为线性表达式的斜率，u0为线性表达式截距对应的纵横波速度比。
根据本发明具体实施方案，优选地，该装置还包括第一数据计算模块，用于根据以下式7-式10计算得到斜率k和截距log(log(u0))：
式7-式10中，i为参与计算的数据点序列号，n为参与计算的数据点总数，Ipi为第i个参与计算的纵波阻抗数值，ui为第i个参与计算的纵横波速度比数值。
根据本发明具体实施方案，在所述的装置中，优选地，所述属性因子构建模块具体用于：
利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子公式如下式6所示；
LFI＝log(log(Ip0))+α[log(log(u))-k×log(log(Ip))-log(log(u0))] 式6；
式6中，LFI为含烃储层流体属性因子，Ip0为调节参数，α为尺度变换因子。
根据本发明具体实施方案，优选地，该装置还包括第二数据计算模块，用于根据如下式12-式13计算得到log(log(Ip0))和尺度变换因子α：
式12-式13中，log(log(Iph))为含烃砂岩对应的测井数据，log(log(Ipw))为含水砂岩对应的测井数据。
根据本发明具体实施方案，在所述的装置中，优选地，所述数据处理及储层识别模块具体用于：
将地震数据体代入到含烃储层流体分布的属性因子公式中，得到含烃储层流体属性因子地震数据体，再以log(log(Ip0))为阈值，当计算得到的LFI大于该阈值时，表明储层为含烃砂岩储层。
又一方面，本发明还提供了一种计算机设备，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，其中，所述处理器执行所述计算机程序时实现以上所述的基于对数域差异分布特征识别储层含烃砂岩的方法。
再一方面，本发明还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储有执行以上所述基于对数域差异分布特征识别储层含烃砂岩的方法的计算机程序。
本发明所提供的基于对数域差异分布特征识别储层含烃砂岩的方法及装置旨在利用对数域线性岩石物理模板技术构建能够充分表征储层流体分布的流体属性因子，从而实现对含烃砂岩储层的精确识别与描述。该方法利用对数化的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板，在该岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式，并基于不同类型储层差异分布特征构建表征偏离饱和水趋势线程度的属性因子计算公式，实现含烃储层的分布预测。该方法综合利用地震信息与测井数据标定，实现了多种类型数据综合约束，同时基于线性岩石物理模板分析技术，提高了含烃砂岩储层流体预测因子的稳定性，降低了勘探风险。
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为本发明实施例所提供的基于对数域差异分布特征识别储层含烃砂岩的方法的工艺流程图。
图2为本发明实施例中构建的线性岩石物理解释模板以及根据含水砂岩储层测井数据线性拟合得到的饱和水趋势线分布图。
图3为本发明实施例中利用地震数据计算的含烃储层流体属性因子剖面图。
图4为本发明实施例中利用计算得到的含烃储层流体属性因子预测的含烃储层分布图。
图5为本发明一实施方式中所提供的基于对数域差异分布特征识别储层含烃砂岩的装置的结构示意图。
图6为本发明另一实施方式中所提供的基于对数域差异分布特征识别储层含烃砂岩的装置的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现结合以下具体实施例对本发明的技术方案进行以下详细说明，但不能理解为对本发明的可实施范围的限定。
图1为本发明实施例中基于对数域差异分布特征识别储层含烃砂岩的方法的工艺流程图，如图1所示，该方法包括以下步骤：
步骤S1，根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理；
步骤S2，利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板；
步骤S3，在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式；
步骤S4，在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子；
步骤S5，根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别。
步骤S1中，所述测井数据包括纵波速度、横波速度、密度以及测井解释成果数据。
步骤S1中，所述地震数据体包括常规叠前地震反演得到的纵波阻抗以及纵横波速度比数据体。
步骤S1中，所述根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理，包括：
根据如下式1以及式2分别计算纵波阻抗以及纵横波速度比曲线；
Ip＝Vp×ρ 式1；
式1以及式2中，Vp为纵波速度，Vs为横波速度，ρ为密度，Ip为纵波阻抗，u为纵横波速度比；
对纵波阻抗以及纵横波速度比曲线进行对数化处理，对数化处理后的纵波阻抗以及纵横波速度比曲线分别如下式3以及式4所示；
X＝log(log(Ip)) 式3；
Y＝log(log(u)) 式4；
式3以及式4中，X和Y分别为对数化后的纵波阻抗和纵横波速度比。
步骤S2中，所述利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板，包括：
将对数化后的纵波阻抗和纵横波速度比投影到岩石物理模板中，其中X＝log(log(Ip))为横坐标，Y＝log(log(u))为纵坐标，所构建的线性岩石物理解释模板如图2所示，图2中，深色圆点为含水砂岩测井数据点，浅色圆点为含烃砂岩测井数据点。
步骤S3中，所述在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式，包括：
利用最小二乘法对含水砂岩储层对应的测井曲线数据进行线性拟合，斜率k和截距log(log(u0))通过以下式7-式10计算得到：
式7-式10中，i为参与计算的数据点序列号，n为参与计算的数据点总数，Ipi为第i个参与计算的纵波阻抗数值，ui为第i个参与计算的纵横波速度比数值。
拟合得到的饱和水趋势线线性表达式如下式11所示：
log(log(u))＝-70×log(log(Ip))+159.32 式11；
步骤S4中，所述在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子，包括：
利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子公式，其中调节参数log(log(Ip0))和尺度变换因子α可以通过以下式12-式13计算：
式12-式13中，log(log(Iph))为含烃砂岩对应的测井数据，log(log(Ipw))为含水砂岩对应的测井数据。
在本实施例中，计算得到的含烃储层流体属性因子公式如下式14所示：
LFI＝2.282+2.02[log(log(u))+70×log(log(Ip))-159.32] 式14；
步骤S5中，所述根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别，包括：
将地震数据体代入到含烃储层流体属性因子计算公式(式14)，得到含烃储层流体属性因子地震数据体，图3展示了过井L-1的含烃储层流体属性因子剖面，其中深色代表含烃储层流体属性因子大值，浅色代表了小值，井L-1为一口工业气井，在主要目的层区域(虚线椭圆区)日产达到8000方，投影的曲线为GR曲线。在该深度范围内流体属性因子LFI的值达到3.2左右，根据含烃储层流体属性因子分布规律可知在目的层区域应该解释为含烃砂岩储层，说明基于含烃储层流体属性因子地震数据体获得的含烃砂岩分布范围预测成果与测井结果吻合，从而验证了本方法的有效性。
以LFI＝2.282为预测阈值，将小于2.282的区域进行遮挡显示，得到图4所示含烃砂岩储层预测分布图，从图4中可以看出在目的层区域发育一套稳定的含烃厚砂岩，且在目的层上部还发育两套薄含烃砂岩。通过对含烃储层流体属性因子分布特征进行分析，揭示了该区域含烃储层分布规律，为钻井、试井提供了有力依据，节约了钻探成本，提高了试油成功率。
基于同一发明构思，本发明实施例还提供了一种基于对数域差异分布特征识别储层含烃砂岩的装置，如下面的实施所述。由于这些解决问题的原理与基于对数域差异分布特征识别储层含烃砂岩的方法相似，因此装置的实施可以参见方法的实施，重复之处不在赘述。
图5为本发明实施例的基于对数域差异分布特征识别储层含烃砂岩的装置的结构示意图，如图5所示，该装置包括：
数据处理模块201，用于根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理；
模板建立模块202，用于利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板；
数据拟合模块203，用于在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式；
属性因子构建模块204，用于在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子；
数据处理及储层识别模块205，用于根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别。
其中，所述测井数据包括纵波速度、横波速度、密度以及测井解释成果数据；所述地震数据体包括常规叠前地震反演得到的纵波阻抗以及纵横波速度比数据体。
在一实施例中，所述数据处理模块具体用于，根据如下式1以及式2分别计算纵波阻抗以及纵横波速度比曲线；
Ip＝Vp×ρ 式1；
式1以及式2中，Vp为纵波速度，Vs为横波速度，ρ为密度，Ip为纵波阻抗，u为纵横波速度比；
对纵波阻抗以及纵横波速度比曲线进行对数化处理，对数化处理后的纵波阻抗以及纵横波速度比曲线分别如下式3以及式4所示；
X＝log(log(Ip)) 式3；
Y＝log(log(u)) 式4；
式3以及式4中，X和Y分别为对数化后的纵波阻抗和纵横波速度比。
在一实施例中，所述模板建立模块具体用于，
以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标，构建线性岩石物理解释模板。
在一实施例中，所述数据拟合模块具体用于：
将含水砂岩储层测井数据投影到以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标的线性岩石物理解释模板中，对含水砂岩储层对应的测井数据进行线性拟合得到饱和水趋势线线性表达式，表达式如下式5所示：
log(log(u))＝k×log(log(Ip))+log(log(u0)) 式5；
式5中，k为线性表达式的斜率，u0为线性表达式截距对应的纵横波速度比。
在一实施例中，该装置(如图6所示)还包括第一数据计算模块206，用于根据以下式7-式10计算得到斜率k和截距log(log(u0))：
式7-式10中，i为参与计算的数据点序列号，n为参与计算的数据点总数，Ipi为第i个参与计算的纵波阻抗数值，ui为第i个参与计算的纵横波速度比数值。
在一实施例中，所述属性因子构建模块具体用于：
利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子公式如下式6所示；
LFI＝log(log(Ip0))+α[log(log(u))-k×log(log(Ip))-log(log(u0))] 式6；
式6中，LFI为含烃储层流体属性因子，Ip0为调节参数，α为尺度变换因子。
在一实施例中，该装置(如图6所示)还包括第二数据计算模块207，用于根据如下式12-式13计算得到log(log(Ip0))和尺度变换因子α：
式12-式13中，log(log(Iph))为含烃砂岩对应的测井数据，log(log(Ipw))为含水砂岩对应的测井数据。
在一实施例中，所述数据处理及储层识别模块具体用于：
将地震数据体代入到含烃储层流体分布的属性因子公式中，得到含烃储层流体属性因子地震数据体，再以log(log(Ip0))为阈值，当计算得到的LFI大于该阈值时，表明该地区为含烃砂岩储层。
本发明是参照根据本发明实施例的方法、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，仅为本发明的具体实施例，不能以其限定发明实施的范围，所以其等同组件的置换，或依本发明专利保护范围所作的等同变化与修饰，都应仍属于本专利涵盖的范畴。另外，本发明中的技术特征与技术特征之间、技术特征与技术发明之间、技术发明与技术发明之间均可以自由组合使用。
Claims (22)
1.一种基于对数域差异分布特征识别储层含烃砂岩的方法，其特征在于，所述基于对数域差异分布特征识别储层含烃砂岩的方法包括：
步骤1，根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理；
步骤2，利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板；
步骤3，在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式；
步骤4，在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子；
步骤5，根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别。
2.根据权利要求1所述的方法，其特征在于，所述测井数据包括纵波速度、横波速度、密度以及测井解释成果数据。
3.根据权利要求1或2所述的方法，其特征在于，所述地震数据体包括常规叠前地震反演得到的纵波阻抗以及纵横波速度比数据体。
4.根据权利要求1所述的方法，其特征在于，步骤1所述根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理，包括：
根据如下式1以及式2分别计算纵波阻抗以及纵横波速度比曲线；
Ip＝Vp×ρ 式1；
式1以及式2中，Vp为纵波速度，Vs为横波速度，ρ为密度，Ip为纵波阻抗，u为纵横波速度比；
对纵波阻抗以及纵横波速度比曲线进行对数化处理，对数化处理后的纵波阻抗以及纵横波速度比曲线分别如下式3以及式4所示；
X＝log(log(Ip)) 式3；
Y＝log(log(u)) 式4；
式3以及式4中，X和Y分别为对数化后的纵波阻抗和纵横波速度比。
5.根据权利要求1所述的方法，其特征在于，步骤2所述利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板，包括：
以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标，构建线性岩石物理解释模板。
6.根据权利要求1，4-5任一项所述的方法，其特征在于，步骤3所述在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式，包括：
将含水砂岩储层测井数据投影到以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标的线性岩石物理解释模板中，对含水砂岩储层对应的测井数据进行线性拟合得到饱和水趋势线线性表达式，表达式如下式5所示：
log(log(u))＝k×log(log(Ip))+log(log(u0)) 式5；
式5中，k为线性表达式的斜率，u0为线性表达式截距对应的纵横波速度比。
7.根据权利要求6所述的方法，其特征在于，根据以下式7-式10计算得到斜率k和截距log(log(u0))：
式7-式10中，i为参与计算的数据点序列号，n为参与计算的数据点总数，Ipi为第i个参与计算的纵波阻抗数值，ui为第i个参与计算的纵横波速度比数值。
8.根据权利要求1所述的方法，其特征在于，步骤4所述在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子，包括：
利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子公式如下式6所示；
LFI＝log(log(Ip0))+α[log(log(u))-k×log(log(Ip))-log(log(u0))] 式6；
式6中，LFI为含烃储层流体属性因子，Ip0为调节参数，α为尺度变换因子。
9.根据权利要求8所述的方法，其特征在于，根据如下式12-式13计算得到log(log(Ip0))和尺度变换因子α：
式12-式13中，log(log(Iph))为含烃砂岩对应的测井数据，log(log(Ipw))为含水砂岩对应的测井数据。
10.根据权利要求8或9所述的方法，其特征在于，步骤5所述根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别，包括：
将地震数据体代入到含烃储层流体分布的属性因子公式中，得到含烃储层流体属性因子地震数据体，再以log(log(Ip0))为阈值，当计算得到的LFI大于该阈值时，表明储层为含烃砂岩储层。
11.一种基于对数域差异分布特征识别储层含烃砂岩的装置，其特征在于，所述基于对数域差异分布特征识别储层含烃砂岩的装置包括：
数据处理模块，用于根据测井数据计算纵波阻抗以及纵横波速度比曲线并进行对数化处理；
模板建立模块，用于利用对数化后的纵波阻抗以及纵横波速度比数据构建线性岩石物理解释模板；
数据拟合模块，用于在线性岩石物理解释模板中对含水砂岩储层测井数据进行线性拟合得到饱和水趋势线线性表达式；
属性因子构建模块，用于在线性岩石物理解释模板中基于饱和水趋势线线性表达式利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子；
数据处理及储层识别模块，用于根据地震数据体计算含烃储层流体属性因子地震数据体并进行储层含烃砂岩识别。
12.根据权利要求11所述的装置，其特征在于，所述测井数据包括纵波速度、横波速度、密度以及测井解释成果数据。
13.根据权利要求11或12所述的装置，其特征在于，所述地震数据体包括常规叠前地震反演得到的纵波阻抗以及纵横波速度比数据体。
14.根据权利要求11所述的装置，其特征在于，所述数据处理模块具体用于，根据如下式1以及式2分别计算纵波阻抗以及纵横波速度比曲线；
Ip＝Vp×ρ 式1；
式1以及式2中，Vp为纵波速度，Vs为横波速度，ρ为密度，Ip为纵波阻抗，u为纵横波速度比；
对纵波阻抗以及纵横波速度比曲线进行对数化处理，对数化处理后的纵波阻抗以及纵横波速度比曲线分别如下式3以及式4所示；
X＝log(log(Ip)) 式3；
Y＝log(log(u)) 式4；
式3以及式4中，X和Y分别为对数化后的纵波阻抗和纵横波速度比。
15.根据权利要求11所述的装置，其特征在于，所述模板建立模块具体用于，
以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标，构建线性岩石物理解释模板。
16.根据权利要求11，14-15任一项所述的装置，其特征在于，所述数据拟合模块具体用于：
将含水砂岩储层测井数据投影到以对数化后的纵波阻抗X和纵横波速度比Y分别为横纵坐标的线性岩石物理解释模板中，对含水砂岩储层对应的测井数据进行线性拟合得到饱和水趋势线线性表达式，表达式如下式5所示：
log(log(u))＝k×log(log(Ip))+log(log(u0)) 式5；
式5中，k为线性表达式的斜率，u0为线性表达式截距对应的纵横波速度比。
17.根据权利要求16所述的装置，其特征在于，该装置还包括第一数据计算模块，用于根据以下式7-式10计算得到斜率k和截距log(log(u0))：
式7-式10中，i为参与计算的数据点序列号，n为参与计算的数据点总数，Ipi为第i个参与计算的纵波阻抗数值，ui为第i个参与计算的纵横波速度比数值。
18.根据权利要求11所述的装置，其特征在于，所述属性因子构建模块具体用于：
利用不同类型储层差异分布特征构建表征含烃储层流体分布的属性因子公式如下式6所示；
LFI＝log(log(Ip0))+α[log(log(u))-k×log(log(Ip))-log(log(u0))] 式6；
式6中，LFI为含烃储层流体属性因子，Ip0为调节参数，α为尺度变换因子。
19.根据权利要求18所述的装置，其特征在于，该装置还包括第二数据计算模块，用于根据如下式12-式13计算得到log(log(Ip0))和尺度变换因子α：
式12-式13中，log(log(Iph))为含烃砂岩对应的测井数据，log(log(Ipw))为含水砂岩对应的测井数据。
20.根据权利要求18或19所述的装置，其特征在于，所述数据处理及储层识别模块具体用于：
将地震数据体代入到含烃储层流体分布的属性因子公式中，得到含烃储层流体属性因子地震数据体，再以log(log(Ip0))为阈值，当计算得到的LFI大于该阈值时，表明储层为含烃砂岩储层。
21.一种计算机设备，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10任一项所述的基于对数域差异分布特征识别储层含烃砂岩的方法。
22.一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10任一项所述基于对数域差异分布特征识别储层含烃砂岩的方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910614018.3A CN112213770B (zh) | 2019-07-09 | 2019-07-09 | 基于对数域差异分布特征识别储层含烃砂岩的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910614018.3A CN112213770B (zh) | 2019-07-09 | 2019-07-09 | 基于对数域差异分布特征识别储层含烃砂岩的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112213770A true CN112213770A (zh) | 2021-01-12 |
| CN112213770B CN112213770B (zh) | 2023-11-28 |
Family
ID=74047315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910614018.3A Active CN112213770B (zh) | 2019-07-09 | 2019-07-09 | 基于对数域差异分布特征识别储层含烃砂岩的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112213770B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101887132A (zh) * | 2009-05-15 | 2010-11-17 | 中国石油天然气股份有限公司 | 一种井震结合定量预测砂岩储层流体饱和度的方法 |
| US20100312534A1 (en) * | 2008-02-28 | 2010-12-09 | Shiyu Xu | Rock Physics Model For Simulating Seismic Response In Layered Fractured Rocks |
| EP2772775A1 (en) * | 2011-10-24 | 2014-09-03 | Repsol, S.A. | Method for determining in real time the porosity and water saturation of an underground formation using gas level and drilling data |
| CN108629459A (zh) * | 2018-05-10 | 2018-10-09 | 中国石油天然气股份有限公司 | 储层含烃孔隙的检测方法及装置 |
| CN108873065A (zh) * | 2018-05-10 | 2018-11-23 | 中国石油天然气股份有限公司 | 砂岩优质储层预测方法及装置 |
-
2019
- 2019-07-09 CN CN201910614018.3A patent/CN112213770B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100312534A1 (en) * | 2008-02-28 | 2010-12-09 | Shiyu Xu | Rock Physics Model For Simulating Seismic Response In Layered Fractured Rocks |
| CN101887132A (zh) * | 2009-05-15 | 2010-11-17 | 中国石油天然气股份有限公司 | 一种井震结合定量预测砂岩储层流体饱和度的方法 |
| EP2772775A1 (en) * | 2011-10-24 | 2014-09-03 | Repsol, S.A. | Method for determining in real time the porosity and water saturation of an underground formation using gas level and drilling data |
| CN108629459A (zh) * | 2018-05-10 | 2018-10-09 | 中国石油天然气股份有限公司 | 储层含烃孔隙的检测方法及装置 |
| CN108873065A (zh) * | 2018-05-10 | 2018-11-23 | 中国石油天然气股份有限公司 | 砂岩优质储层预测方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| JAMES D.ROBERTSON ET.AL.: "Direct hydrocarbon detection using comparative P-wave and S-wave seismic sections", 《GEOPHYSICS》, vol. 50, no. 3, pages 383 - 393 * |
| 金吉能 等: "建南地区须四段致密砂岩含气储层预测研究", 《科学技术与工程》, vol. 15, no. 8, pages 150 - 161 * |
| 马君霞 等: "通过岩石物理模拟改进北黄海盆地中生界致密砂岩储层的地震刻画", 《地球物理学进展》, vol. 31, no. 6, pages 2609 - 2617 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112213770B (zh) | 2023-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20130338978A1 (en) | Generating facies probablity cubes | |
| CN104898161B (zh) | 一种基于测井响应模拟体的有效砂岩预测方法 | |
| Elkatatny | A self-adaptive artificial neural network technique to predict total organic carbon (TOC) based on well logs | |
| Gherabati et al. | Assessment of hydrocarbon in place and recovery factors in the Eagle Ford Shale play | |
| CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
| CN105240006B (zh) | 一种适用于火山岩储层的油水层识别方法 | |
| Sarkheil et al. | Fractures distribution modeling using fractal and multi-fractal–neural network analysis in Tabnak hydrocarbon field, Fars, Iran | |
| CN108150160A (zh) | 一种地层中欠压实作用超压的求取方法 | |
| 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 | |
| CN108629459B (zh) | 储层含烃孔隙的检测方法及装置 | |
| CN108873065A (zh) | 砂岩优质储层预测方法及装置 | |
| Djebbas et al. | Integrating hydraulic flow unit concept and adaptive neuro-fuzzy inference system to accurately estimate permeability in heterogeneous reservoirs: Case study Sif Fatima oilfield, southern Algeria | |
| Wadas et al. | Advanced seismic characterization of a geothermal carbonate reservoir–insight into the structure and diagenesis of a reservoir in the German Molasse Basin | |
| Rosa et al. | Data assimilation of production and multiple 4D seismic acquisitions in a deepwater field using ensemble smoother with multiple data assimilation | |
| CN106908838A (zh) | 构建目标区域地层非弹性衰减品质因子立体模型的方法 | |
| CN106869915A (zh) | 一种水平井井间隔夹层预测方法及装置 | |
| CN112213770B (zh) | 基于对数域差异分布特征识别储层含烃砂岩的方法及装置 | |
| CN105158803A (zh) | 一种选取优势储层的方法 | |
| CN112505761B (zh) | 一种储层含气性检测方法和装置 | |
| Christie et al. | Forward modelling for structural stratigraphic analysis, offshore Sureste Basin, Mexico | |
| CN104375171B (zh) | 一种高分辨率地震反演方法 | |
| CN117345208B (zh) | 一种压裂优势区定量表征方法、装置、电子设备及介质 | |
| CN112363224B (zh) | 一种横波地震勘探的应用潜力判断方法及装置 | |
| Gafurov et al. | Method of Creation of “Core-Gisseismic Attributes” Dependences With Use of Trainable Neural Networks | |
| CN110568150B (zh) | 油页岩的识别方法及装置 |
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 |