CN112649853A - 基于叠后数据的裂缝参数预测方法及系统 - Google Patents
基于叠后数据的裂缝参数预测方法及系统 Download PDFInfo
- Publication number
- CN112649853A CN112649853A CN201910959455.9A CN201910959455A CN112649853A CN 112649853 A CN112649853 A CN 112649853A CN 201910959455 A CN201910959455 A CN 201910959455A CN 112649853 A CN112649853 A CN 112649853A
- Authority
- CN
- China
- Prior art keywords
- fracture
- post
- crack
- stack
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 208000010392 Bone Fractures Diseases 0.000 claims description 78
- 206010017076 Fracture Diseases 0.000 claims description 78
- 238000011161 development Methods 0.000 claims description 54
- 230000008859 change Effects 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 description 17
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000001427 coherent effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000009827 uniform distribution 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
- G01V1/30—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. for interpretation or for event detection
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/362—Effecting static or dynamic corrections; Stacking
-
- 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
- G01V2210/51—Migration
- G01V2210/514—Post-stack
-
- 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
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
公开了一种基于叠后数据的裂缝参数预测方法及系统。该方法可以包括:根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;在共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离;计算叠后地震数据的裂缝属性;根据多个计算点相对目标点的方位角与距离,针对裂缝属性进行椭圆模拟,计算裂缝参数。本发明针对叠后地震数据进行方位角裂缝各向异性反演,稳定、快速且具有高信噪比的开展裂缝各向异性预测,解决了叠前道集中计算量大,道集质量不高的问题。
Description
技术领域
本发明涉及地震勘探领域,更具体地,涉及一种基于叠后数据的裂缝参数预测方法及系统。
背景技术
近年来,针对裂缝型油气藏的识别和描述发展了多种方法技术,利用叠后地震数据开展裂缝预测包括边缘检测、本征相干、曲率、蚂蚁体等叠后属性技术;利用叠前道集开展裂缝预测技术,主要包括方位各向异性反演技术等。现有的叠前裂缝各向异性反演都是基于叠前方位入射角度(或偏移距)道集,然而实际叠前地震道集往往存在计算量比较大,道集能量不均匀,道集数据信噪比不高、子波拉伸等一系列问题。因此,有必要开发一种基于叠后数据的裂缝参数预测方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种基于叠后数据的裂缝参数预测方法及系统,其能够通过针对叠后地震数据进行方位角裂缝各向异性反演,稳定、快速且具有高信噪比的开展裂缝各向异性预测,解决了叠前道集中计算量大,道集质量不高的问题。
根据本发明的一方面,提出了一种基于叠后数据的裂缝参数预测方法。所述方法可以包括:根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;在所述共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离;计算所述叠后地震数据的裂缝属性;根据所述多个计算点相对目标点的方位角与距离,针对所述裂缝属性进行椭圆模拟,计算裂缝参数。
优选地,所述裂缝参数包括裂缝发育方位与裂缝相对发育强度。
优选地,通过公式(1)计算所述裂缝参数:
优选地,还包括:针对裂缝发育方位进行二次校正,获得最终的裂缝发育方位。
优选地,所述裂缝属性包括本征相干属性、振幅变化率、曲率。
根据本发明的另一方面,提出了一种基于叠后数据的裂缝参数预测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;在所述共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离;计算所述叠后地震数据的裂缝属性;根据所述多个计算点相对目标点的方位角与距离,针对所述裂缝属性进行椭圆模拟,计算裂缝参数。
优选地,所述裂缝参数包括裂缝发育方位与裂缝相对发育强度。
优选地,通过公式(1)计算所述裂缝参数:
优选地,还包括:针对裂缝发育方位进行二次校正,获得最终的裂缝发育方位。
优选地,所述裂缝属性包括本征相干属性、振幅变化率、曲率。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的基于叠后数据的裂缝参数预测方法的步骤的流程图。
图2示出了根据本发明的一个实施例的地震工区叠后数据CDP点的分布示意图。
图3a、图3b、图3c、图3d分别示出了根据本发明的一个实施例的四个方位的属性剖面的示意图。
图4a、图4b分别示出了根据本发明的一个实施例的裂缝发育强度和裂缝发育方位的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的基于叠后数据的裂缝参数预测方法的步骤的流程图。
在该实施例中,根据本发明的基于叠后数据的裂缝参数预测方法可以包括:步骤101,根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;步骤102,在共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离;步骤103,计算叠后地震数据的裂缝属性;步骤104,根据多个计算点相对目标点的方位角与距离,针对裂缝属性进行椭圆模拟,计算裂缝参数。
在一个示例中,裂缝参数包括裂缝发育方位与裂缝相对发育强度。
在一个示例中,通过公式(1)计算裂缝参数:
在一个示例中,还包括:针对裂缝发育方位进行二次校正,获得最终的裂缝发育方位。
在一个示例中,裂缝属性包括本征相干属性、振幅变化率、曲率。
具体地,根据本发明的基于叠后数据的裂缝参数预测方法可以包括:
根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;在共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离,以与目标点的距离由近至远选择计算点,至少选择4个,但是数据计算点过少会影响反演的稳定性,而数据点过多又可能带来信噪比的降低,根据实际裂缝预测经验,一般选择拟合范围为3×3(共9个CDP点)进行拟合,不同的工区也可以根据实际地震资料的不同进行变化。
由于叠后地震数据不同相邻CDP点之间本身的振幅变化较小,为了更好的得到裂缝之间的差异,计算叠后地震数据的裂缝属性,其中,裂缝属性包括本征相干属性、振幅变化率、曲率;相干属性描述的是地震数据相似性之间的差异,反映了实际地层中大尺度断裂、断层、地质异常体的边界以及裂缝信息;曲率属性描述的曲面的变形形态、变形强度及变形大小,反映曲面三维起伏形态——穹隆、脊梁、沟谷、地堑的形态指数等参数;振幅变化率则反映了不同地质体之间的振幅差异,它可以表示小尺度异形体的错断信息。实际计算中可以根据实际的地质情况计算地震数据的属性,而计算的地震属性可以放大裂缝之间的差异,提供更为可靠的裂缝反演结果。
具体属性的计算原理如下:
(1)基于协方差矩阵的相干计算原理
在地震三维偏移体(即偏移成像)中,取相邻J个道N个样点组成一个地震子体构成矩阵D,即用矩阵D来表示地震子体为:
D中每列代表一个有N个样点的地震道(第j道),每行为J道中同一个时间样点(第n个样点),dnJ即为每j道的第n个样点。(2)式的展开式为(3)式:
关于J个道的相关性问题,确定独立的(非相似)变量与线性相关的(相似)变量。J维变量的正交关系在数学上可用协方差矩阵来表示,其秩与自由度有关。如果dn为非零向量,则(3)式是一个半正定对称一秩阵,dndnT只有一个非零本征值。全部样点的协方差矩阵DTD可看成是N个一次阵之和,最多只有N(或Min(N,J))个秩,(3)式的协方差计算为(4)式:
协方差矩阵C是一个对称矩阵C,它的秩由(4)式正本征值的数目来确定,而协方差矩阵C的本征值的数目及相对大小决定了地震数据子体中有多少个自由度,及其每个自由度在总体能量中的相对地位,因此最大本征值及最大本征值在整体中所占有的份额,就是该子体中变化量(相似性)的定量描述,据此可定义相干系数为:
式中Tr(C)为矩阵C的迹,λi为C的本征值,由矩阵的特征分析可知:
即Tr(C)表示选定的整个数据子体的总能量,本征值个数表示子体中独立变量的个数,本征值大小表示占据子体的多少份额(地位),最大本征值为max(λi)表示该子体起主导作用的变量。由于C也是一个半正定对称矩阵,故所有本征值λi≥0,0≤λi≤Σλj,因而满足0≤Ec≤1,表示主导变量占总变量的百分数,即相似(或非相似)部分占整个子体的比例或相关因子。
假定所有道均相同的水平反射,此时D可用任一行样点d(不为0)的比例变换来表示其它各行上的样点,不失一般性假定d1 T=[a a...a],a≠0,则dn T=kn[aa...a]=kn d1,n=2,3,...N。同时各行dn T的协方差矩阵dn dn T为:
总子体协方差矩阵C为:
由于d1d1 T为一秩阵,故C也为只有一个本征值的一秩阵。即当所有道的波形均相同时,Ec=λ1/λ1=1,相似性最好;随着各道波形变化,自由变量逐渐增加,能量向各个本征值分散,故Ec随之降低,反映子体的相似性变差。
(2)基于协方差矩阵的相干计算原理
倾角数据体及沿某个方位x的曲率体为:
式中Px、Qy、Rt分别为沿x、y、t轴方向的视倾角,沿x方向的曲率Kx可由该方向的倾角体进行计算;沿任意方向(单位矢量n)的倾角为该方向的方向导数Pn=dT/dn,对应方位的曲率强度为Kn。
(3)振幅变化率
通常振幅变化率被定义为:
其中A(x,y,t)为三维体中一点处的某种属性值,VAR(x,y,t)表示该点上沿x,y方向上的变化量之矢量模,表示该属性变化的强度。在实际应用中,可考虑不同的正交组合及差分网格进行计算和平差。在计算中,可选择求导差分网格包括:前差商,后差商,中心前后差商,正交和交叉前后差商等多种形式,在每个方向还可考虑两种差商的平均,并求两种正交网格变化率的平均值;平差手段有:沿层求取时利用层位上下一定小时窗内的平均,体计算时利用相邻倾斜道若干个对应点逐道滑动,消除过零值点的影响;在计算前为抑制噪音和使异常具有一定的延续性,可附加各种处理(三瞬,道积分微分+滤波、平滑)以抑制数据的局部跳跃和极大个别值。
根据多个计算点相对目标点的方位角与距离,针对裂缝属性进行椭圆模拟,通过公式(1)计算裂缝参数,其中,裂缝参数包括裂缝发育方位与裂缝相对发育强度,针对计算获得的裂缝发育方位进行二次校正,获得最终的裂缝发育方位。在公式(1)中,νi应为方位角αi处的反射振幅,但是在实际裂缝反演中,由于反射振幅对椭圆的属性不够敏感,因为常常把裂缝属性当做公式中的反射振幅来使用,这可以较大程度的提高裂缝检测的敏感性。
方位各向异性理论可知:裂缝强度的值取决于椭圆长轴与短轴的比,裂缝的方位为椭圆长轴的方向,反演的裂缝发育强度与裂缝方位与偏移距无关,而仅与方位之间数据的差异有关,参与计算的偏移距道集数据越多,计算方法也就变成了一个超定方程,反演的结果也越稳定;可以采用更多的CDP点与周围每个偏移距的数值开展椭圆拟合计算,一般计算过程中最少需要两圈数据当数据质量较差时,也可以选择继续增大偏移距开展反演计算。
Wright(1986)反射系数方程为:
均匀介质下入射角θ时:
方位各向异性介质时,具有水平对称轴条件下方程为:
式中G=ρVS 2,ΔG为上下介质平均垂直剪切模量差值,Δω,Δγ分别为横波分裂参数及Thomsen各向异性系数差值。
许多(13)式类似的与方位角和入射角θ有关的AVO反射系数表达式都可间接转化为固定入射角(也即固定偏移距)或固定方位角下简便的振幅、AVO属性等随方位变化的一般关系。例如,由三角替代 由(12)式可得:
由(12)式和(13)式可以得到:
(14)式表示固定入射角(也即固定偏移距)上振幅随方位的变化,(15)式则为沿固定方位角下的Shuey AVO近似式。
由于方位—炮检距的分布在现行的线束状观测采集中可能达不到均匀分布的要求,外加叠前资料中噪音的影响,必须寻求更加稳键的计算方法。对于给定的CDP位置,如果有多个方位角(大于3个)的资料,确定裂缝取向就变成一个超定问题。定义裂缝方位角自北按顺时针方向计算,接着按顺时针方向分选各观测方位地震道集(部分迭置段可选做滑动处理)αi(i=1,2,...,N),则(15)式在方位角αi处的反射振幅νi就为公式(1)。
对(16)式进行解方程计算,可以得到最终的反演结果,反演的结果B/A即为各向异性参数非椭圆率,在裂缝简约介质(TI介质)中,它简洁的表示了裂缝的强度,即非椭圆率越大,裂缝发育就越强,非椭圆率越小,裂缝发育的就越弱。
由于初始测线方向不一定是正北方位,因此对椭圆拟合得到的裂缝发育方位进行二次校正:分析实际测井资料中裂缝的发育方位,然后把裂缝反演的方位进行加90度或者减去90度即可。如实际测井中裂缝发育方位为65度时,实际反演的角度大约为155度,因此需要将所有的裂缝方位的结果减去90度即为实际裂缝的发育方位。
本方法通过针对叠后地震数据进行方位角裂缝各向异性反演,稳定、快速且具有高信噪比的开展裂缝各向异性预测,解决了叠前道集中计算量大,道集质量不高的问题。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
图2示出了根据本发明的一个实施例的地震工区叠后数据CDP点的分布示意图。
根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;在共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离,以与目标点的距离由近至远选择计算点,对于CDP点(数字13)而言,第一圈椭圆拟合的道集数据可以使用方位角分别为0度(与数字14),方位角90度(与数字8),方位角180度(与数字12),方位角270度(与数字18),这四个道集数据就可以计算偏移距为m米的椭圆拟合的计算结果,计算裂缝的发育强度以及方位,第二圈的椭圆拟合的道集数据可以使用方位角分别为45度(与数字9),方位角135度(与数字7),方位角225度(与数字17),方位角315度(与数字19),偏移距为米的数据也同样可以计算得到裂缝的发育强度和方位。
计算叠后地震数据的相干属性,如图3a、图3b、图3c、图3d所示。
根据多个计算点相对目标点的方位角与距离,针对裂缝属性进行椭圆模拟,通过公式(1)计算裂缝相对发育强度与裂缝发育方位,分别如图4a、图4b所示,针对计算获得的裂缝发育方位进行二次校正,获得最终的裂缝发育方位。
综上所述,本发明通过针对叠后地震数据进行方位角裂缝各向异性反演,稳定、快速且具有高信噪比的开展裂缝各向异性预测,解决了叠前道集中计算量大,道集质量不高的问题。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的实施例,提供了一种基于叠后数据的裂缝各向异性预测系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;在共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离;计算叠后地震数据的裂缝属性;根据多个计算点相对目标点的方位角与距离,针对裂缝属性进行椭圆模拟,计算裂缝参数。
在一个示例中,裂缝参数包括裂缝发育方位与裂缝相对发育强度。
在一个示例中,通过公式(1)计算裂缝参数:
在一个示例中,还包括:针对裂缝发育方位进行二次校正,获得最终的裂缝发育方位。
在一个示例中,裂缝属性包括本征相干属性、振幅变化率、曲率。
本系统通过针对叠后地震数据进行方位角裂缝各向异性反演,稳定、快速且具有高信噪比的开展裂缝各向异性预测,解决了叠前道集中计算量大,道集质量不高的问题。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种基于叠后数据的裂缝参数预测方法,其特征在于,包括:
根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;
在所述共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离;
计算所述叠后地震数据的裂缝属性;
根据所述多个计算点相对目标点的方位角与距离,针对所述裂缝属性进行椭圆模拟,计算裂缝参数。
2.根据权利要求1所述的基于叠后数据的裂缝参数预测方法,其中,所述裂缝参数包括裂缝发育方位与裂缝相对发育强度。
4.根据权利要求2所述的基于叠后数据的裂缝参数预测方法,其中,还包括:
针对裂缝发育方位进行二次校正,获得最终的裂缝发育方位。
5.根据权利要求1所述的基于叠后数据的裂缝参数预测方法,其中,所述裂缝属性包括本征相干属性、振幅变化率、曲率。
6.一种基于叠后数据的裂缝参数预测系统,其特征在于,该系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
根据叠后地震数据,针对共深度点道集建立共深度点坐标轴;
在所述共深度点坐标轴中,确定多个计算点相对目标点的方位角与距离;
计算所述叠后地震数据的裂缝属性;
根据所述多个计算点相对目标点的方位角与距离,针对所述裂缝属性进行椭圆模拟,计算裂缝参数。
7.根据权利要求6所述的基于叠后数据的裂缝参数预测系统,其中,所述裂缝参数包括裂缝发育方位与裂缝相对发育强度。
9.根据权利要求7所述的基于叠后数据的裂缝参数预测系统,其中,还包括:
针对裂缝发育方位进行二次校正,获得最终的裂缝发育方位。
10.根据权利要求6所述的基于叠后数据的裂缝参数预测系统,其中,所述裂缝属性包括本征相干属性、振幅变化率、曲率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910959455.9A CN112649853B (zh) | 2019-10-10 | 2019-10-10 | 基于叠后数据的裂缝参数预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910959455.9A CN112649853B (zh) | 2019-10-10 | 2019-10-10 | 基于叠后数据的裂缝参数预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112649853A true CN112649853A (zh) | 2021-04-13 |
CN112649853B CN112649853B (zh) | 2023-08-11 |
Family
ID=75343275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910959455.9A Active CN112649853B (zh) | 2019-10-10 | 2019-10-10 | 基于叠后数据的裂缝参数预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112649853B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933898A (zh) * | 2021-09-23 | 2022-01-14 | 中国地质大学(武汉) | 裂缝储层各向异性特征识别方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103076623A (zh) * | 2011-10-25 | 2013-05-01 | 中国石油化工股份有限公司 | 一种基于叠前相干的裂缝检测方法 |
CN103424776A (zh) * | 2013-08-16 | 2013-12-04 | 中国石油大学(华东) | 一种碳酸盐岩油气储层裂缝地震检测方法 |
CN103869359A (zh) * | 2014-02-25 | 2014-06-18 | 中国石油天然气股份有限公司 | 地震纵波多方位属性椭圆拟合预测裂缝的方法及装置 |
CN104297784A (zh) * | 2014-08-12 | 2015-01-21 | 中国石油化工股份有限公司 | 一种基于地震纵波方位各向异性的裂缝预测方法 |
WO2016014995A1 (en) * | 2014-07-24 | 2016-01-28 | Conocophillips Company | Target-oriented process for estimating fracture attributes from seismic data |
US20180321403A1 (en) * | 2017-05-02 | 2018-11-08 | Saudi Arabian Oil Company | Seismic image orientation using 3d integration operations |
CN109212592A (zh) * | 2017-07-01 | 2019-01-15 | 中国石油化工股份有限公司 | 一种叠前方位p波各向异性裂缝检测方法及装置 |
-
2019
- 2019-10-10 CN CN201910959455.9A patent/CN112649853B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103076623A (zh) * | 2011-10-25 | 2013-05-01 | 中国石油化工股份有限公司 | 一种基于叠前相干的裂缝检测方法 |
CN103424776A (zh) * | 2013-08-16 | 2013-12-04 | 中国石油大学(华东) | 一种碳酸盐岩油气储层裂缝地震检测方法 |
CN103869359A (zh) * | 2014-02-25 | 2014-06-18 | 中国石油天然气股份有限公司 | 地震纵波多方位属性椭圆拟合预测裂缝的方法及装置 |
WO2016014995A1 (en) * | 2014-07-24 | 2016-01-28 | Conocophillips Company | Target-oriented process for estimating fracture attributes from seismic data |
CN104297784A (zh) * | 2014-08-12 | 2015-01-21 | 中国石油化工股份有限公司 | 一种基于地震纵波方位各向异性的裂缝预测方法 |
US20180321403A1 (en) * | 2017-05-02 | 2018-11-08 | Saudi Arabian Oil Company | Seismic image orientation using 3d integration operations |
CN109212592A (zh) * | 2017-07-01 | 2019-01-15 | 中国石油化工股份有限公司 | 一种叠前方位p波各向异性裂缝检测方法及装置 |
Non-Patent Citations (10)
Title |
---|
LI HONG ET AL.: "The Application of Carbonate Discrete Fracture Network Modeling in the Sangtamu Y Field", 《2018 CPS/SEG INTERNATIONAL GEOPHYSICAL CONFERENCE》 * |
LI HONG ET AL.: "The Application of Carbonate Discrete Fracture Network Modeling in the Sangtamu Y Field", 《2018 CPS/SEG INTERNATIONAL GEOPHYSICAL CONFERENCE》, 31 December 2018 (2018-12-31), pages 1244 - 1246 * |
XIE CHUNHUI ET AL.: "Pre-stack fracture detection using wide-azimuth P-wave attributes", 《SEG HOUSTON 2013 ANNUAL MEETING》 * |
XIE CHUNHUI ET AL.: "Pre-stack fracture detection using wide-azimuth P-wave attributes", 《SEG HOUSTON 2013 ANNUAL MEETING》, 31 December 2013 (2013-12-31), pages 3216 - 3220 * |
孙炜等: "改进的方位各向异性裂缝预测方法及其应用", 《石油地球物理勘探》 * |
孙炜等: "改进的方位各向异性裂缝预测方法及其应用", 《石油地球物理勘探》, vol. 49, no. 6, 31 December 2014 (2014-12-31), pages 1171 - 1172 * |
梁志强: "不同尺度裂缝的叠后地震预测技术研究", 《石油物探》 * |
梁志强: "不同尺度裂缝的叠后地震预测技术研究", 《石油物探》, vol. 58, no. 5, 30 September 2019 (2019-09-30), pages 766 - 772 * |
贾跃玮等: "应用地震纵波方位各向异性定量预测火山岩裂缝", 《石油物探》 * |
贾跃玮等: "应用地震纵波方位各向异性定量预测火山岩裂缝", 《石油物探》, vol. 53, no. 4, 31 July 2014 (2014-07-31), pages 477 - 483 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933898A (zh) * | 2021-09-23 | 2022-01-14 | 中国地质大学(武汉) | 裂缝储层各向异性特征识别方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112649853B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103076623B (zh) | 一种基于叠前相干的裂缝检测方法 | |
US6317384B1 (en) | Method for geophysical processing and interpretation using seismic trace difference for analysis and display | |
US6988038B2 (en) | Method for the determination of local similitude from seismic 3d measured data | |
CN106154323B (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
US5884229A (en) | Method for measuring lateral continuity at a specified subsurface location from seismic data | |
Hunt et al. | Quantitative estimate of fracture density variations in the Nordegg with azimuthal AVO and curvature: A case study | |
Rentsch et al. | Fast location of seismicity: A migration-type approach with application to hydraulic-fracturing data | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
CN106556861B (zh) | 一种基于全方位地震资料的方位avo反演方法 | |
CN105425292A (zh) | 一种油气预测方法及装置 | |
Rahimi et al. | Shear‐wave velocity tomography of the lithosphere–asthenosphere system beneath the Iranian plateau | |
CN111025389A (zh) | 多尺度相干降维融合的裂缝预测方法及系统 | |
CN105158795A (zh) | 利用地层叠前纹理属性值来检测缝洞的方法 | |
CN111399048A (zh) | 一种对断溶体计算相关属性及数据加权重构的方法 | |
CN111856566A (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
CN105445787B (zh) | 一种最优方位子体相干的裂缝预测方法 | |
Yuan et al. | 6D phase-difference attributes for wide-azimuth seismic data interpretation | |
CN113568046B (zh) | 裂缝方位约束的多维信息裂缝表征方法 | |
CN112946751B (zh) | 一种预测不同储层平面分布的方法及系统 | |
CN112305602A (zh) | 基于叠前多属性与古地貌融合技术的碳酸岩储层预测方法 | |
US20040220744A1 (en) | Method of measuring local similarities between several seismic trace cubes | |
CN112649853A (zh) | 基于叠后数据的裂缝参数预测方法及系统 | |
CN107942373B (zh) | 基于裂缝性油气储层断裂系统检测的相干算法 | |
CN113671566B (zh) | 一种基于深度域地震数据计算裂缝参数的方法 | |
CN112444859A (zh) | 协同异变蚂蚁体的页岩储层断裂识别方法及系统 |
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 |