CN112462421A - 储层信息预测方法、装置、电子设备及存储介质 - Google Patents
储层信息预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112462421A CN112462421A CN202011188399.2A CN202011188399A CN112462421A CN 112462421 A CN112462421 A CN 112462421A CN 202011188399 A CN202011188399 A CN 202011188399A CN 112462421 A CN112462421 A CN 112462421A
- Authority
- CN
- China
- Prior art keywords
- information
- azimuth
- preferred
- determining
- reservoir
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000011160 research Methods 0.000 claims abstract description 27
- 239000004576 sand Substances 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011435 rock Substances 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading 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. analysis, for interpretation, for correction
- 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. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- 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. analysis, for interpretation, for correction
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for 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
-
- 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
- G01V2210/632—Amplitude variation versus offset or angle of incidence [AVA, AVO, AVI]
Abstract
本发明公开了一种储层信息预测方法、装置、电子设备及存储介质,其中,方法包括:获取研究区域的完钻井信息、道集信息和地震属性信息;对所述完钻井信息和所述道集信息进行振幅随偏移距变化(AVO)分析,以确定入射角范围信息;根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角;根据所述优选方位角和所述入射角范围信息生成优选分方位数据体;对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。通过本发明,可以提高储层预测的精度。
Description
技术领域
本发明涉及油气田勘探技术领域,具体涉及一种储层信息预测方法、装置、电子设备及存储介质。
背景技术
目前在鄂尔多斯盆地利用地震资料进行储层预测的精度不高,基本保持在60%-75%。例如,利用宽频反演,刻画砂体展布,储层预测符合率65%。在岩石物理分析基础上,确定砂岩与泥岩的门槛值,通过叠前反演预测储层展布,预测符合率68%。以地质统计理论为基础,井震结合,利用叠前确定性反演得到的数据体作为横向约束条件,提高纵向分辨率,预测岩性概率体,预测符合率为72%。采用属性分析技术及相控下的属性融合技术,对砂体展布形态进行预测。提取振幅类、频率类属性,优选符合度>70%的单属性,在沉积微相控制下进行多融合,符合率为75%。
发明内容
有鉴于此,本发明提供一种储层信息预测方法、装置、电子设备及存储介质,以解决上述提及的储层预测精度较低的问题。
根据本发明的第一方面,提供一种储层信息预测方法,所述方法包括:
获取研究区域的完钻井信息、道集信息和地震属性信息;
对所述完钻井信息和所述道集信息进行振幅随偏移距变化(AVO)分析,以确定入射角范围信息;
根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角;
根据所述优选方位角和所述入射角范围信息生成优选分方位数据体;
对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。
根据本发明的第二方面,提供一种储层信息预测装置,所述装置包括:
信息获取单元,用于获取研究区域的完钻井信息、道集信息和地震属性信息;
入射角信息确定单元,用于对所述完钻井信息和所述道集信息进行振幅随偏移距变化(AVO)分析,以确定入射角范围信息;
方位角确定单元,用于根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角;
分方位数据体生成单元,用于根据所述优选方位角和所述入射角范围信息生成优选分方位数据体;
预测单元,用于对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。
根据本发明的第三方面,提供一种电子设备,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,所述处理器执行所述程序时实现上述方法的步骤。
根据本发明的第四方面,提供一种计算机可读存储介质,其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方法的步骤。
由上述技术方案可知,通过对获取的研究区域的完钻井信息和道集信息进行AVO分析,确定入射角范围信息,之后根据研究区域的不同分方位、完钻井信息和地震属性信息确定优选方位角,随后根据优选方位角和入射角范围信息生成优选分方位数据体,并对该优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息,由于利用了多方位信息,发挥了多维资料在储层预测中的作用,因而可以提高储层预测的精度。
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是根据本发明实施例的储层信息预测方法的流程图;
图2是根据本发明实施例的单井AVO反射振幅随入射角变化图;
图3是根据本发明实施例的30-60°的道集特征图;
图4是根据本发明实施例的分方位道集叠加剖面图;
图5是根据本发明实施例的分方位数据体地震标定剖面图;
图6是根据本发明实施例的分方位角入射角数据体属性图;
图7是根据本发明实施例的分方位数据体振幅类属性与完钻井砂厚的相关性统计图;
图8是根据本发明实施例的全方位数据体叠前反演长81砂体预测图;
图9是根据本发明实施例的优势方位数据体叠前反演长81砂体预测图;
图10根据本发明实施例的储层信息预测装置的结构框图;
图11为本发明实施例的电子设备600的系统构成的示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,显然,所描述的实施例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作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。
随着大方位角和高密度地震勘探的发展,可以获得大量的全方位叠前地震资料,其中蕴藏着丰富的地质信息。鉴于目前的储层预测精度较低,本发明实施例提供一种储层信息预测方案,该方案利用多方位信息,发挥出多维资料在储层预测中的作用,从而提高储层信息预测的精度。以下结合附图来详细描述本发明实施例。
图1是根据本发明实施例的储层信息预测方法的流程图,如图1所示,该方法包括:
步骤101,获取研究区域的完钻井信息、道集信息和地震属性信息。
步骤102,对所述完钻井信息和所述道集信息进行振幅随偏移距变化((AmplitudeVariation with Offset,AVO)分析,以确定入射角范围信息。
上述AVO也可以称为振幅和偏移距关系(Amplitude Versus Offset)。AVO分析是一项利用振幅随偏移距变化特征来分析岩性和油藏的地震勘探技术。AVO分析的基本依据是反射系数随入射角变化的规律与岩石弹性参数有关。在地震勘探中,振幅随入射角变化与振幅随偏移距变化是等价的。这意味着利用振幅随偏移距的变化可以进行岩石弹性参数分析。
在一个实施例中,可以先对所述完钻井信息进行AVO分析,以确定反射振幅随入射角的变化规律;之后根据所述道集信息和所述反射振幅随入射角的变化规律确定所述入射角范围信息。
步骤103,根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角。
具体地,步骤103可以根据如下至少之一来确定优选方位角:
(1)根据对所述不同分方位与所述完钻井信息的AVO分析结果来确定所述优选方位角;
(2)根据所述完钻井信息和分方位数据体的地震剖面信息来确定所述优选方位角;
(3)根据对目的层地震响应与已知井的AVO分析结果来确定所述优选方位角;
(4)根据所述完钻井信息和分方位数据体振幅类属性的相关性来确定所述优选方位角。
步骤104,根据所述优选方位角和所述入射角范围信息生成优选分方位数据体。
步骤105,对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。
在一个实施例中,在执行步骤105之前,还可以对所述优选分方位数据体进行属性提取操作,生成储层砂体的平面展布。之后,利用优选分方位数据体进行叠前反演操作,精细刻画砂体展布,预测研究区域的储层信息。
通过对获取的研究区域的完钻井信息和道集信息进行AVO分析,确定入射角范围信息,之后根据研究区域的不同分方位、完钻井信息和地震属性信息确定优选方位角,随后根据优选方位角和入射角范围信息生成优选分方位数据体,并对该优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息,由于利用了多方位信息,发挥了多维资料在储层预测中的作用,因而可以提高储层预测的精度。
为了更好地理解本发明,以下结合具体实例来描述本发明实施例的储层信息预测流程,该流程具体包括如下步骤1-3,以下分别详细描述各步骤。
步骤1、对完钻井、道集资料进行AVO分析,明确入射角的范围。
中生界延长组长81砂岩含油后,长81顶部反射振幅随入射角的由小到大,其反射振幅逐渐减弱。并且,含油砂岩厚度越大、含油性越好,在零入射角处反射振幅越强,随入射角的减弱也越明显。当入射角增大到一定程度后(例如,40°),其反射振幅能量发生反转,即随入射角增大,长81顶部反射振幅随入射角的能量逐渐增强。这里的反转位置即为最大入射角。
该步骤1具体包括如下两个步骤(1)-(2),其中:
步骤(1):通过完钻井AVO正演研究反射振幅随入射角变化规律。
例如,古峰庄三维A井中生界延长组长81储层AVO特征为Ⅰ类,振幅随入射角增大而减弱,具体可参见图2。
步骤(2):利用道集特征,明确入射角的范围。
长81顶部反射振幅值随入射角的增加而减小,当入射角足够大时,在道集上可以看到振幅的能量变化。
例如,古峰庄三维1期,最大偏移距4942m,目的层深度2600m,最大入射角为43.5°;在入射角小于32°范围内,长81反射振幅随入射角增大而减弱,与AVO正演模型结果一致,具体可参见图3。
步骤2、对方位角进行优选。
该步骤2具体可包括如下步骤(1)-(4),通过下述步骤(1)-(4)可以明确最优方位角,其中:
步骤(1):通过分方位道集的AVO与完钻井AVO特征是否一致来优选最优方位角。
古峰庄三维1期,最大偏移距4942m,目的层深度2600m,最大入射角为43.5°。
图4中在入射角小于32°范围内,30°-60°分方位道集数据中长81反射振幅随入射角增大而减弱,为Ⅰ类AVO特征,与图2中A井AVO正演模型结果一致。
步骤(2):通过钻井合成记录和分方位数据体地震剖面吻合情况优选最优方位角。
首先制作完钻井合成记录,并与分方位数据体地震剖面进行匹配;之后,依据完钻井合成记录与分方位数据体地震剖面相关度优选方位角,筛选出匹配最佳的分方位角数据体,从而确定最优方位角。
图5中30°-60°分方位数据体形成的分角度偏移数据,目的层地震响应AVO特征与已知井AVO特征一致。
步骤(3):通过目的层地震响应AVO特征与已知井AVO特征是否一致优选最优方位角。
为更好的预测储层展布,通过给定方位角和入射角,地震处理形成不同方位角分角度数据体。在该数据体上提取目的层长81段的反射振幅属性,首先针对不同方位角,利用该方位角下分角度数据体残差值判别与完钻井AVO特征是否吻合。
地震属性代表了地下地质现象在地震数据体上某种特征。对地震数据体进行单一属性的提取与分析,或多种属性融合分析,是研究地下储层物性的一种较为有效的技术方法。振幅属性的物理特征是储层流体变化、岩性和孔隙度变化以及河道砂体、三角洲砂体、不整合面、地层调谐效应、地层层序变化等因素的综合反映。
首先提取不同方位角的分角度数据体振幅属性,通过远道数据体减去近道数据体,形成不同方位角的分角度残差值;之后,分析完钻井AVO特征,并通过分析不同方位角的分角度残差值与完钻井AVO特征相关性筛选最优方位角。
图6示出了30°-60°分方位数据体形成的分角度数据,完钻井分角度残差值为正值,揭示其为第Ⅲ类AVO异常,与已知井AVO特征一致。
步骤(4):统计分方位数据体振幅类属性与完钻井砂厚的相关性来优选最优方位角,具体可参见图7。
首先提取分方位数据体振幅类属性值,之后统计完钻井长81储层厚度值,随后利用交会分方位数据体振幅类属性值与完钻井储层厚度值,分析其相关性,筛选相关性最大的最优分方位数据体。
步骤3、储层预测。
利用优选方位数据体提取属性,刻画砂体宏观平面展布;之后利用优选方位数据体进行叠前反演,精细刻画砂体展布。
例如,针对古峰庄地区可以分别采取全方位数据体和优选方位数据体利用叠前反演技术完成研究区长81砂体预测(可参见图8、图9),叠前反演技术是利用叠前偏移后的CRP(common reflection point,共反射点)道集数据以及纵波、横波速度、密度等测井资料,联合反演出多种岩石物理参数,如纵波阻抗、横波阻抗、纵横波速度比、泊松比等,来综合判别储层岩性、物性及含油气性的一种教成熟的储层预测技术。利用全方位数据体和优选分方位数据体预测完钻井y0an67(砂厚26.1m)、y0an28(砂厚18.2m)和huang270(砂厚12m)均位于砂体发育区,但是仅利用全方位数据体预测huang281(砂厚3m)井砂体发育,与实钻不吻合,而仅利用优选分方位数据体预测该井位于砂体不发育区,预测结果更吻合。
本发明实施例基于“两宽一高”地震数据特点,突出宽频带、宽方位信息,通过方位角优选,应用方位角数据体精细刻画砂体展布,总结并完善了储层预测技术流程,提高了储层预测的精度。
基于相似的发明构思,本发明实施例还提供了一种储层信息预测装置,该装置优选地用于实现上述方法实施例的流程。
图10是该储层信息预测装置的结构框图,如图10所示,该装置包括:信息获取单元1、入射角信息确定单元2、方位角确定单元3、分方位数据体生成单元4和预测单元5,其中:
信息获取单元1,用于获取研究区域的完钻井信息、道集信息和地震属性信息;
入射角信息确定单元2,用于对所述完钻井信息和所述道集信息进行振幅随偏移距变化(AVO)分析,以确定入射角范围信息;
方位角确定单元3,用于根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角;
分方位数据体生成单元4,用于根据所述优选方位角和所述入射角范围信息生成优选分方位数据体;
预测单元5,用于对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。
通过入射角信息确定单元2对信息获取单元1获取的研究区域的完钻井信息和道集信息进行AVO分析,确定入射角范围信息,之后方位角确定单元3根据研究区域的不同分方位、完钻井信息和地震属性信息确定优选方位角,随后分方位数据体生成单元4根据优选方位角和入射角范围信息生成优选分方位数据体,预测单元5对该优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息,由于利用了多方位信息,发挥了多维资料在储层预测中的作用,因而可以提高储层预测的精度。
具体地,上述入射角信息确定单元2包括:AVO分析模块和入射角信息确定模块,其中:
AVO分析模块,用于对所述完钻井信息进行AVO分析,以确定反射振幅随入射角的变化规律;
入射角信息确定模块,用于根据所述道集信息和所述反射振幅随入射角的变化规律确定所述入射角范围信息。
在一个实施例中,上述方位角确定单元3包括如下至少之一:
第一方位角确定模块,用于根据对所述不同分方位与所述完钻井信息的AVO分析结果来确定所述优选方位角;
第二方位角确定模块,用于根据所述完钻井信息和分方位数据体的地震剖面信息来确定所述优选方位角;
第三方位角确定模块,用于根据对目的层地震响应与已知井的AVO分析结果来确定所述优选方位角;
第四方位角确定模块,用于根据所述完钻井信息和分方位数据体振幅类属性的相关性来确定所述优选方位角。
在具体实施过程中,上述装置还可以包括:砂体平面展布生成单元,用于对所述优选分方位数据体进行属性提取操作,以生成储层砂体的平面展布。
上述各单元、各模块的具体执行过程,可以参见上述方法实施例中的描述,此处不再赘述。
在实际操作中,上述各单元、各模块可以组合设置、也可以单一设置,本发明不限于此。
本实施例还提供一种电子设备,该电子设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该电子设备可以参照上述方法实施例进行实施及储层信息预测装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
图11为本发明实施例的电子设备600的系统构成的示意框图。如图11所示,该电子设备600可以包括中央处理器100和存储器140;存储器140耦合到中央处理器100。值得注意的是,该图是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,储层信息预测功能可以被集成到中央处理器100中。其中,中央处理器100可以被配置为进行如下控制:
获取研究区域的完钻井信息、道集信息和地震属性信息;
对所述完钻井信息和所述道集信息进行振幅随偏移距变化AVO分析,以确定入射角范围信息;
根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角;
根据所述优选方位角和所述入射角范围信息生成优选分方位数据体;
对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。
从上述描述可知,本申请实施例提供的电子设备,通过对获取的研究区域的完钻井信息和道集信息进行AVO分析,确定入射角范围信息,之后根据研究区域的不同分方位、完钻井信息和地震属性信息确定优选方位角,随后根据优选方位角和入射角范围信息生成优选分方位数据体,并对该优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息,由于利用了多方位信息,发挥了多维资料在储层预测中的作用,因而可以提高储层预测的精度。
在另一个实施方式中,储层信息预测装置可以与中央处理器100分开配置,例如可以将储层信息预测装置配置为与中央处理器100连接的芯片,通过中央处理器的控制来实现储层信息预测功能。
如图11所示,该电子设备600还可以包括:通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是,电子设备600也并不是必须要包括图11中所示的所有部件;此外,电子设备600还可以包括图11中没有示出的部件,可以参考现有技术。
如图11所示,中央处理器100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器100接收输入并控制电子设备600的各个部件的操作。
其中,存储器140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序,以实现信息存储或处理等。
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142,该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
存储器140还可以包括数据存储部143,该数据存储部143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132,以经由扬声器131提供音频输出,并接收来自麦克风132的音频输入,从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器130还耦合到中央处理器100,从而使得可以通过麦克风132能够在本机上录音,且使得可以通过扬声器131来播放本机上存储的声音。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时以实现上述储层信息预测方法的步骤。
综上所述,本发明实施例提供了一种基于多方位信息储层预测方案,该方案利用大量的全方位叠前地震资料获取多方位信息,发挥了多维资料在储层预测中的作用,提高了储层预测的精度。
以上参照附图描述了本发明的优选实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的,因此权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外,由于本领域的技术人员容易想到很多修改和改变,因此不是要将本发明的实施方式限于所例示和描述的精确结构和操作,而是可以涵盖落入其范围内的所有合适修改和等同物。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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。
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 (10)
1.一种储层信息预测方法,其特征在于,所述方法包括:
获取研究区域的完钻井信息、道集信息和地震属性信息;
对所述完钻井信息和所述道集信息进行振幅随偏移距变化AVO分析,以确定入射角范围信息;
根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角;
根据所述优选方位角和所述入射角范围信息生成优选分方位数据体;
对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。
2.根据权利要求1所述的方法,其特征在于,对所述完钻井信息和所述道集信息进行振幅随偏移距变化AVO分析,以确定入射角范围信息包括:
对所述完钻井信息进行AVO分析,以确定反射振幅随入射角的变化规律;
根据所述道集信息和所述反射振幅随入射角的变化规律确定所述入射角范围信息。
3.根据权利要求1所述的方法,根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角包括如下至少之一:
根据对所述不同分方位与所述完钻井信息的AVO分析结果来确定所述优选方位角;
根据所述完钻井信息和分方位数据体的地震剖面信息来确定所述优选方位角;
根据对目的层地震响应与已知井的AVO分析结果来确定所述优选方位角;
根据所述完钻井信息和分方位数据体振幅类属性的相关性来确定所述优选方位角。
4.根据权利要求1所述的方法,对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息之前,所述方法还包括:
对所述优选分方位数据体进行属性提取操作,生成储层砂体的平面展布。
5.一种储层信息预测装置,其特征在于,所述装置包括:
信息获取单元,用于获取研究区域的完钻井信息、道集信息和地震属性信息;
入射角信息确定单元,用于对所述完钻井信息和所述道集信息进行振幅随偏移距变化AVO分析,以确定入射角范围信息;
方位角确定单元,用于根据所述研究区域的不同分方位、所述完钻井信息和地震属性信息确定优选方位角;
分方位数据体生成单元,用于根据所述优选方位角和所述入射角范围信息生成优选分方位数据体;
预测单元,用于对所述优选分方位数据体进行叠前反演操作来预测所述研究区域的储层信息。
6.根据权利要求5所述的装置,其特征在于,所述入射角信息确定单元包括:
AVO分析模块,用于对所述完钻井信息进行AVO分析,以确定反射振幅随入射角的变化规律;
入射角信息确定模块,用于根据所述道集信息和所述反射振幅随入射角的变化规律确定所述入射角范围信息。
7.根据权利要求5所述的装置,所述方位角确定单元包括如下至少之一:
第一方位角确定模块,用于根据对所述不同分方位与所述完钻井信息的AVO分析结果来确定所述优选方位角;
第二方位角确定模块,用于根据所述完钻井信息和分方位数据体的地震剖面信息来确定所述优选方位角;
第三方位角确定模块,用于根据对目的层地震响应与已知井的AVO分析结果来确定所述优选方位角;
第四方位角确定模块,用于根据所述完钻井信息和分方位数据体振幅类属性的相关性来确定所述优选方位角。
8.根据权利要求5所述的装置,所述装置还包括:
砂体平面展布生成单元,用于对所述优选分方位数据体进行属性提取操作,以生成储层砂体的平面展布。
9.一种电子设备,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4中任一项所述方法的步骤。
10.一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4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011188399.2A CN112462421A (zh) | 2020-10-30 | 2020-10-30 | 储层信息预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011188399.2A CN112462421A (zh) | 2020-10-30 | 2020-10-30 | 储层信息预测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112462421A true CN112462421A (zh) | 2021-03-09 |
Family
ID=74834230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011188399.2A Pending CN112462421A (zh) | 2020-10-30 | 2020-10-30 | 储层信息预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112462421A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061301A (en) * | 1997-06-30 | 2000-05-09 | Atlantic Richfield Company | Filtering of overburden azimuthal anisotropy effects from 3D seismic survey signals |
US20070260404A1 (en) * | 2004-11-18 | 2007-11-08 | Wenjie Dong | Method for Quantification and Mitigation for Dip-Induced Azimuthal Avo |
US20100027376A1 (en) * | 2007-06-15 | 2010-02-04 | Chevron U.S.A. Inc. | Optimizing Seismic Processing and Amplitude Inversion Utilizing Statistical Comparisons of Seismic to Well Control Data |
CN104635269A (zh) * | 2013-11-13 | 2015-05-20 | 中国石油化工股份有限公司 | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 |
US20160209531A1 (en) * | 2015-01-15 | 2016-07-21 | Chevron U.S.A. Inc. | System and method for analyzing geologic features using seismic data |
US20160334528A1 (en) * | 2013-12-31 | 2016-11-17 | Cgg Services Sa | Systems and methods for characterizing subterranean formations utilizing azimuthal data |
CN107045145A (zh) * | 2016-12-30 | 2017-08-15 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 地震层序控制下的叠前振幅随偏移距变化检测缝洞方法 |
CN109100797A (zh) * | 2018-06-19 | 2018-12-28 | 中国石油天然气集团有限公司 | 一种确定致密储层含气性的方法及装置 |
CN109655908A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 基于HTI介质的方位AVAz的正演模拟方法及系统 |
CN109655905A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 基于全方位角数据叠前avaz反演裂缝预测方法及系统 |
-
2020
- 2020-10-30 CN CN202011188399.2A patent/CN112462421A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061301A (en) * | 1997-06-30 | 2000-05-09 | Atlantic Richfield Company | Filtering of overburden azimuthal anisotropy effects from 3D seismic survey signals |
US20070260404A1 (en) * | 2004-11-18 | 2007-11-08 | Wenjie Dong | Method for Quantification and Mitigation for Dip-Induced Azimuthal Avo |
US20100027376A1 (en) * | 2007-06-15 | 2010-02-04 | Chevron U.S.A. Inc. | Optimizing Seismic Processing and Amplitude Inversion Utilizing Statistical Comparisons of Seismic to Well Control Data |
CN104635269A (zh) * | 2013-11-13 | 2015-05-20 | 中国石油化工股份有限公司 | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 |
US20160334528A1 (en) * | 2013-12-31 | 2016-11-17 | Cgg Services Sa | Systems and methods for characterizing subterranean formations utilizing azimuthal data |
US20160209531A1 (en) * | 2015-01-15 | 2016-07-21 | Chevron U.S.A. Inc. | System and method for analyzing geologic features using seismic data |
CN107045145A (zh) * | 2016-12-30 | 2017-08-15 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 地震层序控制下的叠前振幅随偏移距变化检测缝洞方法 |
CN109655908A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 基于HTI介质的方位AVAz的正演模拟方法及系统 |
CN109655905A (zh) * | 2017-10-11 | 2019-04-19 | 中国石油化工股份有限公司 | 基于全方位角数据叠前avaz反演裂缝预测方法及系统 |
CN109100797A (zh) * | 2018-06-19 | 2018-12-28 | 中国石油天然气集团有限公司 | 一种确定致密储层含气性的方法及装置 |
Non-Patent Citations (4)
Title |
---|
林娟等: "准噶尔盆地玛湖1井区高密度三维OVT域裂缝预测的应用", 石油地球物理勘探, vol. 52, no. 2, 31 December 2017 (2017-12-31), pages 146 - 150 * |
祝旭双;龚福华;张世荣;夏训文;: "叠前弹性参数反演在鄂尔多斯Su76区块储层预测中的应用", 长江大学学报(自然科学版), vol. 08, no. 12, 31 December 2011 (2011-12-31), pages 43 - 45 * |
罗辑;吴国忱;宗兆云;赵小龙;朱晓雨;: "基于方位弹性阻抗反演的裂缝型储层流体检测方法", 石油地球物理勘探, vol. 50, no. 06, 31 December 2015 (2015-12-31), pages 1157 - 1158 * |
陈志刚;徐刚;代双和;孙星;韩宇春;郭增虎;: ""两宽一高"地震资料的敏感方位油气检测技术在乍得潜山油藏描述的应用", 地球物理学进展, vol. 32, no. 03, 15 June 2017 (2017-06-15), pages 1114 - 1120 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11016214B2 (en) | Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium | |
CN108802812B (zh) | 一种井震融合的地层岩性反演方法 | |
CN110286421B (zh) | 一种致密砂岩储层天然裂缝建模方法 | |
EP1820137B1 (en) | Integrated anisotropic rock physics model | |
CN108897066B (zh) | 碳酸盐岩裂缝密度定量预测方法及装置 | |
US20220011456A1 (en) | Generating a model for seismic velocities in a subsurface region using inversion with lateral variations | |
CN104570066A (zh) | 地震反演低频模型的构建方法 | |
CN110887772B (zh) | 一种碳酸盐岩储层渗透率识别方法、系统及装置 | |
WO2016115437A1 (en) | Approaches to tying well logs to seismic data | |
CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
CN113433587A (zh) | 岩石物理反演方法及系统 | |
Pyrcz et al. | Representative input parameters for geostatistical simulation | |
CN112462421A (zh) | 储层信息预测方法、装置、电子设备及存储介质 | |
CN112130209B (zh) | 岩溶储层预测方法及装置 | |
CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
CN114859407A (zh) | 火山岩储层声学特征参数的确定方法及装置 | |
CN112782780A (zh) | 一种基于岩石物理相的储层评价方法、装置及设备 | |
CN111751879A (zh) | 储层孔隙度预测方法及装置 | |
CN113075747B (zh) | 储层裂缝发育区域的预测方法及装置 | |
CN107589457A (zh) | 测井资料尺度粗化的方法和装置 | |
CN112305594B (zh) | 非均质储层的油气分布确定方法及系统 | |
CN115903026B (zh) | 复合砂体构型解析方法、设备及介质 | |
CN113945973B (zh) | 一种储层特征分析方法、存储介质及电子设备 | |
CN112363244A (zh) | 波阻抗反演方法与碳酸盐岩非均质储层预测方法及系统 | |
Rajput et al. | An innovative method of integrating geo-cellular and dynamic models for secondary oil recovery |
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 |