CN112578441A - 储层厚度预测分析方法、计算机设备及存储介质 - Google Patents
储层厚度预测分析方法、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112578441A CN112578441A CN202011345251.5A CN202011345251A CN112578441A CN 112578441 A CN112578441 A CN 112578441A CN 202011345251 A CN202011345251 A CN 202011345251A CN 112578441 A CN112578441 A CN 112578441A
- Authority
- CN
- China
- Prior art keywords
- thickness
- reservoir
- prediction
- seismic
- reservoir thickness
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000013076 uncertainty analysis Methods 0.000 claims abstract description 38
- 238000010586 diagram Methods 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 238000005553 drilling Methods 0.000 claims description 16
- 238000011161 development Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 230000010363 phase shift Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 7
- 239000007787 solid Substances 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012216 screening 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
- G01V1/282—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. 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
- G01V1/307—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
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
-
- 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
-
- 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]
-
- 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
Abstract
本发明涉及一种储层厚度预测分析方法、计算机设备及存储介质。储层厚度预测不确定性分析方法包括:S1、建立二维楔形机理模型,对楔形模型进行地震正演;S2、正演得到的合成记录与楔形模型叠合显示,确定能识别的最大厚度和最小厚度;S3、以已钻井位置处的敏感地震属性值与以已钻储层厚度建立散点图进行交会分析;S4、拟合形成通过地震属性预测储层厚度的线性公式,形成地震属性预测储层厚度不确定性分析图版;S5、分类统计已钻储层厚度在大于最大厚度、小于最小厚度及在两者间范围对应的储层厚度预测相对误差;S6、形成储层厚度预测相对误差不确定性分析图版。本发明对敏感地震属性预测储层厚度所存在的不确定性实现了定量的表征,提高了预测精度。
Description
技术领域
本发明涉及油气田开发技术领域,具体涉及一种油气田开发过程中定量评价储层厚度预测不确定性的分析方法、储层厚度预测方法、计算机设备及存储介质。
背景技术
储层是油气的储藏空间,有储层的地方才可能有油气,储层的空间展布范围直接决定了油气田的储量规模。因此,储层预测是油气田储量评价和开发设计的重要基础。储层厚度是表征储层空间展布的重要定量参数,储层厚度预测结果是油气田储量品质分析、动用储量评价和开发井位设计和优化的重要基础,求取储层厚度预测的不确定性对评价动用储量风险、优化井位和规避低效井有重要意义。
目前,储层厚度预测主要通过敏感地震属性进行预测,即已钻井的储层厚度与地震属性进行相关性分析,筛选相关性最高的地震属性通过聚类分析、拟合公式实现储层厚度预测。储层厚度预测受到地震资料品质、地震属性相关性的影响,其预测精度是有限的。储层厚度预测相对误差主要通过已钻井实际钻遇储层厚度与预测厚度的误差来分析。这种误差分析仅局限于统计后续新钻井实钻储层厚度与钻前预测厚度之间的差异,没有精细地分析预测相对误差的范围和相对误差产生的原因,对后续如何提高预测精度没有指导意义。故有必要研究储层厚度预测的不确定性,分析导致预测相对误差的因素和预测相对误差范围,以帮助提高后续钻前储层厚度预测的精度。目前在油气田开发技术领域还没有定量分析储层厚度预测不确定性的研究。
发明内容
针对上述现有技术的不足,本发明旨在提供一种油气田开发过程中定量评价储层厚度预测不确定性的分析方法、储层厚度预测方法、计算机设备及存储介质,以对敏感地震属性预测储层厚度所存在的不确定性实现定量表征,提高预测精度。
本发明首先提出一种储层厚度预测不确定性分析方法,包括以下步骤:
S1、建立二维楔形机理模型,砂岩为楔形分布,对楔形模型进行地震正演;
S2、把正演得到的合成记录与所述楔形模型叠合显示,分析确定合成记录所能识别的最大厚度和最小厚度,据此确定地震资料所能识别的最大厚度和最小厚度;
S3、以已钻井位置处的敏感地震属性值为横坐标,以已钻井钻遇目的层的储层厚度为纵坐标建立散点图进行交会分析;
S4、拟合形成通过地震属性预测储层厚度的线性公式,并根据步骤S3中散点分析公式预测的不确定性范围,形成地震属性预测储层厚度不确定性分析图版;
S5、以步骤S2确定的地震资料所能识别的最大厚度和最小厚度为界限,分类统计已钻储层厚度在大于最大厚度、在最大厚度和最小厚度之间、小于最小厚度范围对应的储层厚度预测相对误差;
S6、根据步骤S5分类统计的储层厚度预测相对误差,以横坐标为已钻储层厚度,纵坐标为厚度预测相对误差,对不同厚度范围的储层,形成储层厚度预测相对误差不确定性分析图版。
根据本发明的一种实施方式,所述方法还包括以下步骤:
S0、统计已钻井钻遇目的层的储层厚度,统计相应的钻前储层预测厚度;
S01、优选预测储层厚度的敏感地震属性,提取目的层的所述敏感地震属性,统计已钻井位置处的所述敏感地震属性的值。
根据本发明的一种实施方式,所述步骤S01中优选预测储层厚度的敏感地震属性的具体步骤为:
S011、提取目的层的地震属性,包括波阻抗、纵横波速度比、振幅类属性、频率类属性;
S012、将所有提取到的地震属性之间做交会分析,求取相关系数,将相关系数大于0.95的一对属性只保留其中一种属性,另外一种属性去掉;
S013、将步骤S012中保留下来的地震属性与钻遇的储层厚度进行交会分析,求取相关系数,把相关系数最高的地震属性作为敏感地震属性。
根据本发明的一种实施方式,在所述步骤S1中,还包括:
所述砂岩的楔形分布厚度从0m到60m,长度为500m-1000m(可参考实际情况在500m到1000m之间取值),所述砂岩四周被泥岩包围,根据目的层测井数据确定所述砂岩和泥岩的速度、密度,正演子波的主频与目的层地震资料的主频相同,采用褶积模型对楔形模型进行地震正演。
根据本发明的一种实施方式,在所述步骤S2中确定地震资料所能识别的最大厚度和最小厚度的具体步骤为:
S21、把正演得到的合成记录进行90度相移处理,然后与楔形模型叠合显示,寻找地震资料所能识别的最大厚度和最小厚度所在位置;
S22、通过合成记录波形长度与楔形模型的储层厚度进行对比来确定地震资料所能识别的最大厚度和最小厚度,即寻找单独一个合成记录波形长度与楔形模型储层厚度相等的位置,其中的储层厚度最大值为地震资料所能识别的最大厚度,储层厚度最小值为地震资料所能识别的最小厚度。
根据本发明的一种实施方式,所述步骤S4中形成地震属性预测储层厚度不确定性分析图版的具体步骤为:
S41、以目的层已钻井的储层厚度为纵坐标,对应位置的地震属性值为横坐标,建立散点图并进行交会分析,通过添加趋势线拟合地震属性预测储层厚度的线性公式:y=ax+b,其中a、b的值通过斜率和截距来确定,同时在散点图上用线条显示该趋势线;
S42、在所述线条上方寻找一个距离最远的数据点,采用与步骤S41相同的斜率添加一条第二线条,该第二线条与所述线条平行,并拟合一个线性公式:y=ax+b1,其中a的值与步骤S41的a相同,b1的值通过截距来确定;
S43、在所述线条下方寻找一个距离最远的数据点,采用与步骤S41相同的斜率添加一条第三线条,该第三线条与所述线条平行,并拟合一个线性公式:y=ax+b2,其中a的值与步骤S41的a相同,b2的值通过截距来确定;
S44、通过散点图上步骤S41到S43形成的3条线来表征储层厚度预测的不确定性:利用中间所述线条对应的线性公式y=ax+b,根据地震属性来预测储层厚度h;利用最上面的所述第二线条对应的线性公式y=ax+b1,根据地震属性预测可能的最大储层厚度hmax;利用最下面的所述第三线条对应的线性公式y=ax+b2,根据地震属性预测可能的最小储层厚度hmin;
S45、根据所述线条对应的线性公式y=ax+b预测的储层厚度h,其不确定性范围在hmin和hmax之间。
根据本发明的一种实施方式,所述步骤S6中形成储层厚度预测相对误差不确定性分析图版的具体步骤为:
S61、以已钻储层厚度为横坐标,厚度预测相对误差为纵坐标,基于步骤S5得到的统计数据形成厚度预测相对误差分布散点图;
S62、在横坐标上找到储层厚度0≤h≤h1的区域,其中h为储层厚度,h1为地震资料识别的最小厚度,在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标线的上下画两条平行线段,该线段的长度与横坐标0≤h≤h1的区域长度相等,这两条平行线段表示储层厚度0≤h≤h1时的预测相对误差不确定性范围;
S63、在横坐标上找到储层厚度h1<h≤h2的区域,其中h2为地震资料识别的最大厚度,在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标线的上下画两条平行线段,该线段的长度与横坐标h1<h≤h2的区域长度相等,这两条平行线段表示储层厚度h1<h≤h2时的预测相对误差不确定性范围;
S64、在横坐标上找到储层厚度h2<h的区域,在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标线的上下画两条平行线段,线段的长度从横坐标值h2开始,到最后一个数据点终止,这两条平行线段表示储层厚度h2<h时的预测相对误差不确定性范围。
本发明还提出一种基于所述的储层厚度预测不确定性分析方法进行储层厚度的预测方法,对同一目的层在后续开发井进行钻前储层厚度预测时,先根据所述敏感地震属性和储层厚度之间的线性公式预测储层厚度,再根据预测储层厚度所在的厚度范围,利用所述储层厚度预测相对误差不确定性分析图版判断其预测相对误差,并根据该预测相对误差进行厚度校正,得到后续开发井钻前储层厚度预测值。
本发明还提出一种用于储层厚度预测不确定性分析方法的计算机设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现所述的储层厚度预测不确定性分析方法。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的储层厚度预测不确定性分析方法。
本发明通过敏感地震属性和储层厚度的交会分析,对敏感地震属性预测储层厚度所存在的不确定性实现了定量的表征,提高了预测精度。
本发明根据地震资料的储层厚度识别能力,定量分析了不同厚度区间内储层厚度预测相对误差,更精确地表征了不同厚度区间的储层厚度预测不确定性。
本发明可根据敏感地震属性预测储层厚度及其不确定性范围,并根据预测储层厚度所处的厚度区间,确定其厚度预测相对误差,然后根据预测相对误差校正预测厚度,使其更接近真实厚度,提高厚度预测精度。
本发明可以广泛用于油气田开发过程中储层厚度预测研究。
附图说明
图1为本发明一实施例的储层厚度预测不确定性分析方法的流程图。
图2为本发明的楔形模型合成地震记录图;
图3为本发明的地震属性预测储层厚度不确定性分析图版;
图4为本发明的储层厚度预测相对误差不确定性分析图版。
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。
本发明提供一种能够实现定量评价储层厚度预测不确定性的方法,能够定量评价储层厚度预测的不确定性,分析导致预测相对误差的因素和预测相对误差范围,帮助提高后续开发井钻前储层厚度预测的精度。
如图1所示,本发明一实施方式提供的一种储层厚度预测不确定性分析方法,包括如下步骤:
1)统计已钻井钻遇目的层的储层厚度,同时统计相应的钻前储层预测厚度;
2)优选预测储层厚度的敏感地震属性,提取目的层的敏感地震属性,统计已钻井位置处的敏感地震属性值;
其中,优选储层厚度的敏感地震属性的具体步骤为:
2.1)提取目的层的地震属性,包括波阻抗、纵横波速度比、振幅类属性(RMS振幅、平均瞬时振幅、波峰最大值等)、频率类属性(总能量、瞬时频率、中心频率等)等;
2.2)将所有提取到的地震属性之间做交会分析,求取相关系数,将相关系数大于0.95的一对属性只保留其中一种属性,另外一种属性去掉;
2.3)将2.2)中保留下来的地震属性与钻遇的储层厚度进行交会分析,求取相关系数,把相关系数最高的地震属性作为敏感地震属性。
3)建立一个二维楔形机理模型,砂岩为楔形分布,厚度从0m到60m,长度为1000m(可参考实际情况在500m到1000m之间取值),砂岩四周被泥岩包围。根据目的层测井数据确定砂岩和泥岩的速度、密度,正演子波的主频与目的层地震资料的主频相同,采用褶积模型对楔形模型进行地震正演;
4)把正演得到的合成记录与楔形模型叠合显示,如图2上部分所示,分析确定合成记录所能识别的最大厚度和最小厚度,据此确定地震资料所能识别的最大厚度和最小厚度;
其中,确定地震资料所能识别的最大厚度和最小厚度的具体步骤为:
4.1)把正演得到的合成记录进行90度相移处理,如图2下部分所示,然后与楔形模型叠合显示,寻找地震资料所能识别的最大厚度和最小厚度所在位置;
4.2)通过合成记录黑色波形长度与楔形模型的储层厚度进行对比来确定地震资料所能识别的最大厚度和最小厚度,即寻找单独一个黑色合成记录波形长度与楔形模型储层厚度相等的位置,其中的储层厚度最大值为地震资料所能识别的最大厚度,储层厚度最小值为地震资料所能识别的最小厚度。
5)基于步骤1)的目的层已钻储层厚度和步骤2)对应位置处的敏感地震属性值,以地震属性值为横坐标,储层厚度为纵坐标建立散点图进行交会分析;
6)在步骤5)交会分析基础上,如图3所示,拟合一个通过地震属性预测储层厚度的线性公式,并分析公式预测的不确定性范围,形成地震属性预测储层厚度不确定性分析图版;
其中,形成表征地震属性预测储层厚度不确定性分析图版的具体步骤为:
6.1)以目的层已钻井的储层厚度为纵坐标,对应位置的地震属性值为横坐标,建立散点图并进行交会分析,通过添加趋势线拟合一个地震属性预测储层厚度的线性公式:y=ax+b,其中a、b的值通过斜率和截距来确定,同时在散点图上用黑色实线显示该趋势线;
6.2)在黑色实线上方寻找一个距离最远的数据点,采用与6.1)相同的斜率添加一条黑色虚线(与黑色实线平行),并拟合一个线性公式:y=ax+b1,其中a的值与6.1)的相同,b1的值通过截距来确定;
6.3)在黑色实线下方寻找一个距离最远的数据点,采用与6.1)相同的斜率添加一条黑色虚线(与黑色实线平行),并拟合一个线性公式:y=ax+b2,其中a的值与6.1)的相同,b2的值通过截距来确定;
6.4)通过散点图上6.1)到6.3)形成的3条线来表征储层厚度预测的不确定性:利用中间黑色实线对应的线性公式y=ax+b,根据地震属性来预测储层厚度h;利用最上面的黑色虚线对应的线性公式y=ax+b1,根据地震属性预测可能的最大储层厚度hmax;利用最下面的黑色虚线对应的线性公式y=ax+b2,根据地震属性预测可能的最小储层厚度hmin。
6.5)根据步骤6.4),根据黑色实线对应的线性公式y=ax+b预测的储层厚度h,其不确定性范围在hmin和hmax之间。
7)以步骤4)确定的地震资料所能识别的最大厚度和最小厚度为界限,分类统计已钻储层厚度在大于最大厚度、在最大厚度和最小厚度之间、小于最小厚度时对应的储层厚度预测相对误差;
8)根据步骤7)分类统计的储层厚度预测相对误差,如图4所示,以横坐标为已钻储层厚度,纵坐标为厚度预测相对误差,对不同厚度范围的储层,形成表征其厚度预测相对误差分布散点图;
其中,形成储层厚度预测相对误差不确定性分析图版的具体步骤为:
8.1)以实钻储层厚度为横坐标,厚度预测相对误差为纵坐标,基于步骤7)得到的统计数据形成厚度预测相对误差分布散点图;
8.2)在横坐标上找到储层厚度0≤h≤h1的区域(其中h为储层厚度,h1为地震资料识别的最小厚度),在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标上下画两条平行线段,线段的长度与横坐标0≤h≤h1的区域长度相等。这两条平行线段表示储层厚度0≤h≤h1时的预测相对误差不确定性范围;
8.3)在横坐标上找到储层厚度h1<h≤h2的区域(其中h2为地震资料识别的最大厚度),在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标上下画两条平行线段,线段的长度与横坐标h1<h≤h2的区域长度相等。这两条平行线段表示储层厚度h1<h≤h2时的预测相对误差不确定性范围;
8.4)在横坐标上找到储层厚度h2<h的区域,在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标上下画两条平行线段,线段的长度从横坐标值h2开始,到最后一个数据点终止。这两条平行线段表示储层厚度h2<h时的预测相对误差不确定性范围。
9)基于前述的储层厚度预测不确定性分析方法,在后续开发井进行钻前储层厚度预测时,首先根据敏感地震属性和储层厚度之间的线性公式预测储层厚度,然后根据预测储层厚度所在的厚度范围,利用储层厚度预测相对误差不确定性分析图版判断其预测相对误差,并根据预测相对误差进行厚度校正,以提高钻前储层厚度预测精度。
本发明由于采取以上技术方案,其具有以下优点:
本发明通过敏感地震属性和储层厚度的交会分析,对敏感地震属性预测储层厚度所存在的不确定性实现了定量的表征,提高了预测精度。
本发明根据地震资料的储层厚度识别能力,定量分析了不同厚度区间内储层厚度预测相对误差,更精确地表征了不同厚度区间的储层厚度预测不确定性。
本发明可根据敏感地震属性预测储层厚度及其不确定性范围,并根据预测储层厚度所处的厚度区间,确定其厚度预测相对误差,然后根据预测相对误差校正预测厚度,使其更接近真实厚度,提高厚度预测精度。
本发明可以广泛用于油气田开发过程中储层厚度预测研究。
实施例
统计已钻井钻遇目的层的储层厚度,同时统计相应的钻前储层预测厚度。优选预测储层厚度的敏感地震属性,确定该属性为从纵横波速度比提取的最小振幅属性,并统计已钻井位置处的最小振幅属性值。
建立如图2的二维楔形机理模型,砂岩速度和密度分别为2000m/s、2.1g/cm3,泥岩速度和密度分别为2300m/s、2.3g/cm3,正演子波主频为35Hz。根据该模型可以确定地震资料可识别的最大储层厚度为27m,最小储层厚度为10m。
如图3所示,以已钻井位置处的最小振幅属性值为横坐标,已钻目的层储层厚度为纵坐标建立散点图,拟合一个通过地震属性预测储层厚度的线性公式y=0.2497x-1.0654,并通过y=0.2497x+2.8721和y=0.2497x-4.6621计算根据地震属性预测的可能最大和最小储层厚度。例如最小振幅属性值为80,预测储层厚度为19m,预测的可能最大和最小储层厚度分别为22.8m和15.3m。
以横坐标为已钻储层厚度,纵坐标为厚度预测相对误差,形成图4的储层厚度预测相对误差不确定性分析图版。在图4中,在储层厚度大于27m的区域,根据该范围内最大的相对误差绝对值20%在横坐标上下画两条平行线段,这两条平行线段表示预测相对误差不确定性范围为≤20%、≥-20%;储层厚度10m和27m之间的区域,根据该范围内最大的相对误差绝对值15%在横坐标上下画两条平行线段,这两条平行线段表示预测相对误差不确定性范围为≤15%、≥-15%;储层厚度小于10m时的区域,根据该范围内最大的相对误差绝对值10%在横坐标上下画两条平行线段,这两条平行线段表示预测相对误差不确定性范围为≤10%、≥-10%。当最小振幅属性值为140,根据公式预测储层厚度为33.9m,预测的可能最大和最小储层厚度分别为37.8m和30.3m。预测的储层厚度33.9m大于27m,因此预测相对误差不确定性范围为≤20%、≥-20%,储层厚度大于27m时预测偏薄的可能性较大,所以推荐预测储层厚度为37.8m。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
上述各实施例仅用于说明本发明,其中实施例的各零部件、装置都是可以有所变化的,各实施方式都可根据需要进行组合或删减,附图中并非所有部件都是必要设置,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所述的这些实施例,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (10)
1.一种储层厚度预测不确定性分析方法,其特征在于,包括以下步骤:
S1、建立二维楔形机理模型,砂岩为楔形分布,对楔形模型进行地震正演;
S2、把正演得到的合成记录与所述楔形模型叠合显示,分析确定合成记录所能识别的最大厚度和最小厚度,据此确定地震资料所能识别的最大厚度和最小厚度;
S3、以已钻井位置处的敏感地震属性值为横坐标,以已钻井钻遇目的层的储层厚度为纵坐标建立散点图进行交会分析;
S4、拟合形成通过地震属性预测储层厚度的线性公式,并根据步骤S3中散点分析公式预测的不确定性范围,形成地震属性预测储层厚度不确定性分析图版;
S5、以步骤S2确定的地震资料所能识别的最大厚度和最小厚度为界限,分类统计已钻储层厚度在大于最大厚度、在最大厚度和最小厚度之间、小于最小厚度范围对应的储层厚度预测相对误差;
S6、根据步骤S5分类统计的储层厚度预测相对误差,以横坐标为已钻储层厚度,纵坐标为厚度预测相对误差,对不同厚度范围的储层,形成储层厚度预测相对误差不确定性分析图版。
2.根据权利要求1所述的储层厚度预测不确定性分析方法,其特征在于,所述方法还包括以下步骤:
S0、统计已钻井钻遇目的层的储层厚度,统计相应的钻前储层预测厚度;
S01、优选预测储层厚度的敏感地震属性,提取目的层的所述敏感地震属性,统计已钻井位置处的所述敏感地震属性的值。
3.根据权利要求2所述的储层厚度预测不确定性分析方法,其特征在于,所述步骤S01中优选预测储层厚度的敏感地震属性的具体步骤为:
S011、提取目的层的地震属性,包括波阻抗、纵横波速度比、振幅类属性、频率类属性;
S012、将所有提取到的地震属性之间做交会分析,求取相关系数,将相关系数大于0.95的一对属性只保留其中一种属性,另外一种属性去掉;
S013、将步骤S012中保留下来的地震属性与钻遇的储层厚度进行交会分析,求取相关系数,把相关系数最高的地震属性作为敏感地震属性。
4.根据权利要求1或2或3所述的储层厚度预测不确定性分析方法,其特征在于,在所述步骤S1中,还包括:
所述砂岩的楔形分布厚度从0m到60m,长度为500m-1000m,所述砂岩四周被泥岩包围,根据目的层测井数据确定所述砂岩和泥岩的速度、密度,正演子波的主频与目的层地震资料的主频相同,采用褶积模型对楔形模型进行地震正演。
5.根据权利要求1或2或3所述的储层厚度预测不确定性分析方法,其特征在于,在所述步骤S2中确定地震资料所能识别的最大厚度和最小厚度的具体步骤为:
S21、把正演得到的合成记录进行90度相移处理,然后与楔形模型叠合显示,寻找地震资料所能识别的最大厚度和最小厚度所在位置;
S22、通过合成记录波形长度与楔形模型的储层厚度进行对比来确定地震资料所能识别的最大厚度和最小厚度,即寻找单独一个合成记录波形长度与楔形模型储层厚度相等的位置,其中的储层厚度最大值为地震资料所能识别的最大厚度,储层厚度最小值为地震资料所能识别的最小厚度。
6.根据权利要求1或2或3所述的储层厚度预测不确定性分析方法,其特征在于,所述步骤S4中形成地震属性预测储层厚度不确定性分析图版的具体步骤为:
S41、以目的层已钻井的储层厚度为纵坐标,对应位置的地震属性值为横坐标,建立散点图并进行交会分析,通过添加趋势线拟合地震属性预测储层厚度的线性公式:y=ax+b,其中a、b的值通过斜率和截距来确定,同时在散点图上用线条显示该趋势线;
S42、在所述线条上方寻找一个距离最远的数据点,采用与步骤S41相同的斜率添加一条第二线条,该第二线条与所述线条平行,并拟合一个线性公式:y=ax+b1,其中a的值与步骤S41的a相同,b1的值通过截距来确定;
S43、在所述线条下方寻找一个距离最远的数据点,采用与步骤S41相同的斜率添加一条第三线条,该第三线条与所述线条平行,并拟合一个线性公式:y=ax+b2,其中a的值与步骤S41的a相同,b2的值通过截距来确定;
S44、通过散点图上步骤S41到S43形成的3条线来表征储层厚度预测的不确定性:利用中间所述线条对应的线性公式y=ax+b,根据地震属性来预测储层厚度h;利用最上面的所述第二线条对应的线性公式y=ax+b1,根据地震属性预测可能的最大储层厚度hmax;利用最下面的所述第三线条对应的线性公式y=ax+b2,根据地震属性预测可能的最小储层厚度hmin;
S45、根据所述线条对应的线性公式y=ax+b预测的储层厚度h,其不确定性范围在hmin和hmax之间。
7.根据权利要求1或2或3所述的储层厚度预测不确定性分析方法,其特征在于,所述步骤S6中形成储层厚度预测相对误差不确定性分析图版的具体步骤为:
S61、以已钻储层厚度为横坐标,厚度预测相对误差为纵坐标,基于步骤S5得到的统计数据形成厚度预测相对误差分布散点图;
S62、在横坐标上找到储层厚度0≤h≤h1的区域,其中h为储层厚度,h1为地震资料识别的最小厚度,在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标线的上下画两条平行线段,该线段的长度与横坐标0≤h≤h1的区域长度相等,这两条平行线段表示储层厚度0≤h≤h1时的预测相对误差不确定性范围;
S63、在横坐标上找到储层厚度h1<h≤h2的区域,其中h2为地震资料识别的最大厚度,在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标线的上下画两条平行线段,该线段的长度与横坐标h1<h≤h2的区域长度相等,这两条平行线段表示储层厚度h1<h≤h2时的预测相对误差不确定性范围;
S64、在横坐标上找到储层厚度h2<h的区域,在该横坐标范围内找到预测相对误差绝对值最大的数据点,并根据该点对应的相对误差绝对值在横坐标线的上下画两条平行线段,线段的长度从横坐标值h2开始,到最后一个数据点终止,这两条平行线段表示储层厚度h2<h时的预测相对误差不确定性范围。
8.一种基于权利要求1至7任一项所述的储层厚度预测不确定性分析方法进行储层厚度的预测方法,其特征在于,对同一目的层在后续开发井进行钻前储层厚度预测时,先根据所述敏感地震属性和储层厚度之间的线性公式预测储层厚度,再根据预测储层厚度所在的厚度范围,利用所述储层厚度预测相对误差不确定性分析图版判断其预测相对误差,并根据该预测相对误差进行厚度校正,得到后续开发井钻前储层厚度预测值。
9.一种用于储层厚度预测不确定性分析方法的计算机设备,包括存储器和处理器,所述存储器上存储有计算机程序,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7任一项所述的储层厚度预测不确定性分析方法。
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,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的储层厚度预测不确定性分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011345251.5A CN112578441B (zh) | 2020-11-26 | 2020-11-26 | 储层厚度预测分析方法、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011345251.5A CN112578441B (zh) | 2020-11-26 | 2020-11-26 | 储层厚度预测分析方法、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112578441A true CN112578441A (zh) | 2021-03-30 |
CN112578441B CN112578441B (zh) | 2024-01-26 |
Family
ID=75123831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011345251.5A Active CN112578441B (zh) | 2020-11-26 | 2020-11-26 | 储层厚度预测分析方法、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112578441B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113625340A (zh) * | 2021-08-02 | 2021-11-09 | 中海石油(中国)有限公司 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
CN113850007A (zh) * | 2021-11-30 | 2021-12-28 | 浙江中自庆安新能源技术有限公司 | 一种基于有限元分析的油藏有效油层厚度预测方法及系统 |
CN114167498A (zh) * | 2021-11-30 | 2022-03-11 | 中海石油(中国)有限公司 | 一种测井和地震属性联合的分步聚类分析方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009062935A1 (en) * | 2007-11-16 | 2009-05-22 | Statoilhydro Asa | Forming a geological model |
CN102369460A (zh) * | 2009-01-16 | 2012-03-07 | 岩石形变研究有限公司 | 断层分析系统 |
CN102759757A (zh) * | 2012-07-06 | 2012-10-31 | 中国石油天然气股份有限公司 | 一种基于井震结合的辉绿岩蚀变带储层预测方法 |
CN103733089A (zh) * | 2011-08-15 | 2014-04-16 | 雪佛龙美国公司 | 用于包括不确定性估计的地下表征的系统和方法 |
CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
CN108957535A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 油藏地震储层的预测方法及装置 |
CN109470187A (zh) * | 2018-11-12 | 2019-03-15 | 中国海洋石油集团有限公司 | 基于地震三属性的储层厚度预测方法 |
-
2020
- 2020-11-26 CN CN202011345251.5A patent/CN112578441B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009062935A1 (en) * | 2007-11-16 | 2009-05-22 | Statoilhydro Asa | Forming a geological model |
CN102369460A (zh) * | 2009-01-16 | 2012-03-07 | 岩石形变研究有限公司 | 断层分析系统 |
CN103733089A (zh) * | 2011-08-15 | 2014-04-16 | 雪佛龙美国公司 | 用于包括不确定性估计的地下表征的系统和方法 |
CN102759757A (zh) * | 2012-07-06 | 2012-10-31 | 中国石油天然气股份有限公司 | 一种基于井震结合的辉绿岩蚀变带储层预测方法 |
CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
CN108957535A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 油藏地震储层的预测方法及装置 |
CN109470187A (zh) * | 2018-11-12 | 2019-03-15 | 中国海洋石油集团有限公司 | 基于地震三属性的储层厚度预测方法 |
Non-Patent Citations (1)
Title |
---|
彭作磊;陈铭;: "多元地震属性分析提高薄储层预测精度", 断块油气田, no. 03 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113625340A (zh) * | 2021-08-02 | 2021-11-09 | 中海石油(中国)有限公司 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
CN113625340B (zh) * | 2021-08-02 | 2023-09-19 | 中海石油(中国)有限公司 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
CN113850007A (zh) * | 2021-11-30 | 2021-12-28 | 浙江中自庆安新能源技术有限公司 | 一种基于有限元分析的油藏有效油层厚度预测方法及系统 |
CN114167498A (zh) * | 2021-11-30 | 2022-03-11 | 中海石油(中国)有限公司 | 一种测井和地震属性联合的分步聚类分析方法 |
CN114167498B (zh) * | 2021-11-30 | 2023-09-15 | 中海石油(中国)有限公司 | 一种测井和地震属性联合的分步聚类分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112578441B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112578441B (zh) | 储层厚度预测分析方法、计算机设备及存储介质 | |
US7777606B2 (en) | Fracture cluster mapping | |
CN110847901B (zh) | 一种变矿化度地层水下的致密砂岩储层流体识别方法 | |
US20150088424A1 (en) | Identifying geological formation depth structure using well log data | |
US10969323B2 (en) | Systems and methods for special core analysis sample selection and assessment | |
NO20181025A1 (en) | Machine learning for production prediction | |
US11748644B2 (en) | System and method for oil and gas predictive analytics | |
CN105240006A (zh) | 一种适用于火山岩储层的油水层识别方法 | |
CN107153881B (zh) | 一种钻井风险的预测方法 | |
CN116168224A (zh) | 基于成像砾石含量的机器学习岩相自动识别方法 | |
CN115390155A (zh) | 针对非均质储层的测井解释方法、装置、电子设备及介质 | |
CN113503156A (zh) | 储层垂向非均质性定量测定方法、系统、介质、设备及终端 | |
US20210340861A1 (en) | Method and system to automate formation top selection using well logs | |
CN111488666A (zh) | 一种气藏水平井产能预测模型建立、预测方法及装置 | |
CN112505154B (zh) | 泥页岩储层矿物成分含量解析与岩相识别表征方法 | |
RU2530324C2 (ru) | Способ определения положения координат глубин маркера при построении геологической модели месторождения | |
CN114153002A (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 | |
CN112731556B (zh) | 一种裂缝发育区的预测方法及用于预测裂缝发育区的计算机存储介质 | |
Wu et al. | Real-Time Intelligent Recognition Method for Horizontal Well Marker Bed | |
Ashayeri et al. | A Stochastic Method in Investigating Basin-Wide Underlying Distribution Functions of Decline Rate Behavior for Unconventional Resources | |
EP3685190B1 (en) | Processing a 4d seismic signal based on noise model | |
CN117687098A (zh) | 缝洞型储层的预测方法、装置、设备及存储介质 | |
CN115903029A (zh) | 一种属性预测方法、装置、设备以及可读存储介质 | |
Wu et al. | Research Article Real-Time Intelligent Recognition Method for Horizontal Well Marker Bed | |
RU2534964C2 (ru) | Способ, устройство и машиночитаемый носитель данных для определения положения координат глубин маркера при построении геологической модели месторождения |
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 |