CN112835098B - 风化壳岩溶储层的储能系数预测方法及装置 - Google Patents
风化壳岩溶储层的储能系数预测方法及装置 Download PDFInfo
- Publication number
- CN112835098B CN112835098B CN202110008598.9A CN202110008598A CN112835098B CN 112835098 B CN112835098 B CN 112835098B CN 202110008598 A CN202110008598 A CN 202110008598A CN 112835098 B CN112835098 B CN 112835098B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- target sample
- seismic
- sample reservoir
- energy storage
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000006243 chemical reaction Methods 0.000 claims abstract description 56
- 230000004044 response Effects 0.000 claims description 28
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 19
- 239000000284 extract Substances 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 2
- 235000017491 Bambusa tulda Nutrition 0.000 description 2
- 241001330002 Bambuseae Species 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 2
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 2
- 239000011425 bamboo Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000013505 freshwater Substances 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000002386 leaching Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 240000008574 Capsicum frutescens Species 0.000 description 1
- 241000756137 Hemerocallis Species 0.000 description 1
- 240000002834 Paulownia tomentosa Species 0.000 description 1
- 235000010678 Paulownia tomentosa Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 125000005587 carbonate group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- ZXQYGBMAQZUVMI-GCMPRSNUSA-N gamma-cyhalothrin Chemical compound CC1(C)[C@@H](\C=C(/Cl)C(F)(F)F)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 ZXQYGBMAQZUVMI-GCMPRSNUSA-N 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using 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
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6244—Porosity
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本发明公开了一种风化壳岩溶储层的储能系数预测方法及装置,该方法包括:提取待预测储层的地震数据的地震振幅属性值,利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。本发明通过拟合储能系数和地震振幅属性值之间的转换关系,进而直接预测风化壳岩溶储层的储能系数,能够提高风化壳岩溶储层的储能系数预测的精度。
Description
技术领域
本发明涉及地质勘探技术领域,尤其涉及风化壳岩溶储层的储能系数预测方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
国内深层海相碳酸盐岩古岩溶普遍发育,风化壳岩溶储层,在我国主要分布在鄂尔多斯、塔里木和四川盆地等,是中国海相含油气盆地主要产气层之一。风化壳岩溶储层的地震预测主要采用地震属性或地震反演方法,对风化壳岩溶储层的地震相、厚度、孔隙度、含油气性、沉积相进行预测,预测有利储层分布范围,支持勘探和开发的井位部署。
影响风化壳岩溶储层产能的因素很多,其中最主要的两个关键因素是风化壳岩溶储层的厚度和孔隙度。其中孔隙度的大小决定单位体积储层所含流体多少,孔隙度越大,孔隙空间所含流体越多;储层厚度越大,油气产量越高。显然,单一的厚度或者孔隙度都不能很好的反映储层的潜在产能。在石油天然气工业中,储能系数是储层厚度与孔隙度和含油气饱和度的乘积,常用(hφSg)或(hφSo)来表示。储能系数综合反映了储层的厚度、规模、形态、物性和级别等特征,其大小与储量和产能密切相关,是油气富集和预测产能的良好参数。因此,与单一的孔隙度或储层厚度相比,储能系数更适用于风化壳岩溶形成的低孔低渗型储层的产能预测。
目前利用地震资料开展储能系数预测的实例不多,主要都是采用地震资料分别预测储层孔隙度和厚度,再将二者相乘后求取储能系数。例如2004年,黄花香选取地震属性,分别预测储层孔隙度和有效厚度,将二者相乘获得储能系数分布预测图。2004年,谢芳分别反演获得平面上储层的厚度和孔隙度后,将二者联合计算出储能系数。2017年,贾跃玮应用模型迭代反演预测储层厚度,基于速度反演预测孔隙度,最后将厚度与孔隙度成果做数学乘积运算获得储能系数。
近年来,基于地震剖面的地震相解释成为岩溶储层预测的主要方法,即根据已知井和其井旁地震道的反射特征对比统计分析,总结得出不同类型储层所对应的不同地震波形特征,用于岩溶储层产能的预测。例如,2018年,肖富森采用高分辨率地震资料开展了不同储层组合类型典型井的地震响应特征及高产井地震模式研究,将灯四段风化壳岩溶储层划分3类地震模式,对岩溶储层的产能进行定性预测。
然而,现有技术基本通过孔隙度及厚度等参数,间接预测风化壳岩溶储层的储能系数,或者对风化壳岩溶储层的产能进行定性预测,导致风化壳岩溶储层的储能系数预测精度不高。
发明内容
本发明实施例提供一种风化壳岩溶储层的储能系数预测方法,用以直接实现风化壳岩溶储层的储能系数预测,提高储能系数预测精度,该风化壳岩溶储层的储能系数预测方法包括:
提取待预测储层的地震数据的地震振幅属性值;
利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。
本发明实施例还提供一种风化壳岩溶储层的储能系数预测装置,用以直接实现风化壳岩溶储层的储能系数预测,提高储能系数预测精度,该风化壳岩溶储层的储能系数预测装置包括:
振幅属性提取模块,用于提取待预测储层的地震数据的地震振幅属性值;
储能系数预测模块,用于利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述风化壳岩溶储层的储能系数预测方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述风化壳岩溶储层的储能系数预测方法的计算机程序。
本发明实施例中,通过提取待预测储层的地震数据的地震振幅属性值,利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。本发明实施例通过拟合储能系数和地震振幅属性值之间的转换关系,进而直接预测风化壳岩溶储层的储能系数,能够提高风化壳岩溶储层的储能系数预测的精度。
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,下面描述中的附图仅仅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。在附图中:
图1为本发明实施例提供的风化壳岩溶储层的储能系数预测方法的实现流程图;
图2为本发明实施例提供的风化壳岩溶储层的储能系数预测方法的另一实现流程图;
图3为本发明实施例提供的风化壳岩溶储层的储能系数预测方法中拟合储能系数和地震振幅属性值之间的转换关系的实现流程图;
图3-1为本发明实施例提供的目标样本储层的三维正演地震记录示意图;
图3-2为本发明实施例提供的目标样本储层储能系数和地震振幅属性值的散点交会示意图;
图4为本发明实施例提供的风化壳岩溶储层的储能系数预测方法中拟合储能系数和地震振幅属性值之间的转换关系的另一实现流程图;
图4-1为本发明实施例提供的目标样本储层去屏蔽后的三维正演地震记录示意图;
图5为本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤301的实现流程图;
图6为本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤503的实现流程图;
图6-1为本发明实施例提供的目标样本储层的三维波阻抗模型示意图;
图7为本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤503的另一实现流程图;
图8为本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤302的实现流程图;
图9为本发明实施例提供的风化壳岩溶储层的储能系数预测装置的功能模块图;
图10为本发明实施例提供的风化壳岩溶储层的储能系数预测装置的另一功能模块图;
图11为本发明实施例提供的风化壳岩溶储层的储能系数预测装置中拟合储能系数和地震振幅属性值之间的转换关系的结构框图;
图12为本发明实施例提供的风化壳岩溶储层的储能系数预测装置中拟合储能系数和地震振幅属性值之间的转换关系的另一结构框图;
图13为本发明实施例提供的风化壳岩溶储层的储能系数预测装置中地震记录确定模块1101的结构框图;
图14为本发明实施例提供的风化壳岩溶储层的储能系数预测装置中模型构建单元1303的结构框图;
图15为本发明实施例提供的风化壳岩溶储层的储能系数预测装置中模型构建单元1303的另一结构框图;
图16为本发明实施例提供的风化壳岩溶储层的储能系数预测装置中样本地震振幅提取模块1102的结构框图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
如图1所示,风化壳岩溶储层的储能系数预测方法,其包括:
步骤101,提取待预测储层的地震数据的地震振幅属性值;
步骤102,利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。
风化壳不整合面最好沉积间断时间较长,溶蚀作用相对强烈。短周期性暴露引起的同生或准同生岩溶作用难以形成影响深度大、规模大和分布广泛的岩溶,不足以形成岩溶不整合,岩溶储层厚度小,地震识别困难。
本发明实施例以四川盆地川中地区上震旦统灯影组岩溶储层(即目标样本储层)为例进行说明。受桐湾运动影响,灯影组抬升,遭受两期不同程度的大气淡水淋滤改造,形成了灯四段和灯二段两套风化壳岩溶储层。早寒武世早期,在高低起伏的古地貌基础上,沉积了下寒武统筇竹寺组黑灰色碳质页岩、粉砂质页岩,寒武系与下伏震旦系为不整合接触关系。其中灯影组顶部地层暴露地表,经过大气淡水的溶蚀淋滤,使碳酸盐岩地层遭受长期强烈的溶蚀作用,生成大量溶蚀孔洞,储层物性好,在灯四上段形成优质的风化壳岩溶储层。
在对风化壳岩溶储层的储能系数进行预测时,首先提取待预测储层地震数据的地震振幅属性值。其中,待预测储层地震数据为待处理的实际生产使用的地震数据。在提取到待预测储层地震数据的地震振幅属性值之后,利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,对待预测储层的储能系数进行预测,以得到待预测储层的储能系数。其中,拟合后得到的储能系数和地震振幅属性值之间的转换关系,反映了储能系数和地震振幅属性值之间的关联关系,即在地震振幅属性值已知的情况下,可以通过该拟合后得到的储能系数和地震振幅属性值之间的转换关系,得到待预测储层的储能系数。
在本发明实施例中,通过提取待预测储层的地震数据的地震振幅属性值,利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。本发明实施例通过拟合储能系数和地震振幅属性值之间的转换关系,进而直接预测风化壳岩溶储层的储能系数,能够提高风化壳岩溶储层的储能系数预测的精度。
图2示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法的另一实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高储能系数的预测精度,如图2所示,在上述图1所示方法步骤的基础上,风化壳岩溶储层的储能系数预测方法,还包括:
步骤201,对待预测储层的地震数据进行去强反射屏蔽处理,得到待预测储层去屏蔽后的地震数据;
步骤101,提取待预测储层的地震数据的地震振幅属性值,包括:
步骤202,提取待预测储层去屏蔽后的地震数据的地震振幅属性值。
由于当岩溶储层厚度较小时,受风化壳强反射的调谐作用影响,储层底部振幅规律不明显,不同厚度和孔隙度的岩溶储层可能分别对应强反射波峰、零值点弱反射波峰或波谷。直接通过正演地震记录,难以追踪储层底面,并且地震反射能量和储层厚度、孔隙度相关性差,储层预测困难。
故在提取待预测储层的地震数据的地震振幅属性值之前,还可以对待预测储层的地震数据进行去强反射屏蔽处理,进而提取待预测储层去屏蔽后的地震数据的地震振幅属性值。去屏蔽后的岩溶储层的真实地震反射得以恢复,储层底面均对应波峰反射,并且储层厚度越大波峰能量越强、孔隙度越大波峰能量越强。
其中,提取待预测储层的地震数据的地震振幅属性值具体可以包括:获取待预测储层的地震数据;根据待预测储层的地震数据获取目标样本储层的地震子波;构建待预测储层的三维波阻抗模型;利用构建的待预测储层的三维波阻抗模型及地震子波进行地震正演模拟,获取待预测储层的三维正演地震记录,进而提取待预测储层的三维正演地震记录的地震振幅属性值。
在本发明实施例中,对待预测储层的地震数据进行去强反射屏蔽处理,得到待预测储层去屏蔽后的地震数据,提取待预测储层去屏蔽后的地震数据的地震振幅属性值,能够进一步提高储能系数的预测精度。
图3示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法中拟合储能系数和地震振幅属性值之间的转换关系的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高储能系数的预测精度,如图3所示,拟合储能系数和地震振幅属性值之间的转换关系,包括:
步骤301,根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录;
步骤302,提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值;
步骤303,根据地震振幅属性值对应的纵测线序号值及横测线序号值,确定目标样本储层的储能系数;
步骤304,对目标样本储层的储能系数和地震振幅属性值进行交会分析,拟合构建储能系数和地震振幅属性值之间的转换关系。
在对储能系数和地震振幅属性值之间的转换关系进行拟合时,首先获取目标样本储层的地震数据,例如从油田获取四川盆地川中地区上震旦统灯影组岩溶储层的地震数据。进而根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录。图3-1示出了本发明实施例提供的四川盆地川中地区上震旦统灯影组岩溶储层(目标样本储层)的三维正演地震记录。
然后从目标样本储层的三维正演地震记录中提取地震振幅属性值Amp(i,j),其中,i与j分别表示地震振幅属性值对应的纵测线序号值与横测线序号值。
在提取到地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,具体可以基于风化壳岩溶储层的地质模型,利用下述公式确定目标样本储层的储能系数:
其中,表示目标样本储层的储能系数,i与j分别表示目标样本储层的地震振幅属性值对应的纵测线序号值与横测线序号值。
在分别获得目标样本储层的三维正演地震记录的地震振幅属性值及目标样本储层的储能系数后,对目标样本储层的储能系数和地震振幅属性值进行交会分析,获得储能系数和地震振幅属性值的散点交会图。图3-2示出了本发明实施例提供的目标样本储层储能系数和地震振幅属性值的散点交会图,X轴为地震振幅属性值,Y轴为储能系数,从图3-2可以看出储能系数和地震振幅属性值二者之间存在良好的线性关系,据此利用该散点交会图对储能系数和地震振幅属性值二者之间的转换关系进行拟合,得到储能系数和地震振幅属性值二者之间的转换关系可以为:
其中,表示储能系数,Amp表示地震振幅属性值,R2表示方差。
在本发明实施例中,根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录,进而提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,然后根据地震振幅属性值对应的纵测线序号值及横测线序号值,确定目标样本储层的储能系数,最后对目标样本储层的储能系数和地震振幅属性值进行交会分析,拟合构建储能系数和地震振幅属性值之间的转换关系,拟合得到的转换关系能够准确反映储能系数和地震振幅属性值之间的关联关系,利用拟合得到的储能系数和地震振幅属性值之间的转换关系预测储能系数,能够进一步提高储能系数的预测精度。
图4示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法中拟合储能系数和地震振幅属性值之间的转换关系的另一实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高储能系数的预测精度,如图4所示,在上述图3所示方法步骤的基础上,拟合储能系数和地震振幅属性值之间的转换关系,还包括:
步骤401,对目标样本储层的三维正演地震记录沿风化壳进行去强反射屏蔽处理,得到目标样本储层去屏蔽后的三维正演地震记录;
步骤302,提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,包括:
步骤402,提取目标样本储层去屏蔽后的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
由于当岩溶储层厚度较小时,受风化壳强反射的调谐作用影响,储层底部振幅规律不明显,不同厚度和孔隙度的岩溶储层可能分别对应强反射波峰、零值点弱反射波峰或波谷。直接通过正演地震记录,难以追踪储层底面,并且地震反射能量和储层厚度、孔隙度相关性差,储层预测困难。
故在提取目标样本储层的三维正演地震记录的地震振幅属性值之前,还可以对目标样本储层的三维正演地震记录进行去强反射屏蔽处理,进而提取目标样本储层去屏蔽后的三维正演地震记录的地震振幅属性值。
图4-1示出了本发明实施例提供的目标样本储层去屏蔽后的三维正演地震记录,从图4-1中可以看出,去屏蔽后的岩溶储层的真实地震反射得以恢复,储层底面均对应波峰反射,并且储层厚度越大波峰能量越强、孔隙度越大波峰能量越强。
在本发明实施例中,对目标样本储层的三维正演地震记录沿风化壳进行去强反射屏蔽处理,得到目标样本储层去屏蔽后的三维正演地震记录,提取目标样本储层去屏蔽后的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,去强反射屏蔽处理能够进一步提高储能系数的预测精度。
图5示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤301的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了提高确定目标样本储层三维正演地震记录的准确性,如图5所示,步骤301,根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录,包括:
步骤501,获取目标样本储层的地震数据;
步骤502,根据目标样本储层的地震数据获取目标样本储层的地震子波;
步骤503,构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型;
步骤504,利用构建的目标样本储层的三维波阻抗模型及地震子波进行地震正演模拟,获取目标样本储层的三维正演地震记录。
在确定目标样本储层的三维正演地震记录时,首先获取目标样本储层的地震数据,进而提取目标样本储层的地震数据的地震子波,然后构建目标样本储层的三维波阻抗模型,该目标样本储层的三维波阻抗模型为关于储层厚度、储层孔隙度及时间的三维波阻抗模型。在分别获得目标样本储层的地震子波及三维波阻抗模型后,将目标样本储层的地震子波及三维波阻抗模型进行褶积,以进行地震正演模拟,得到目标样本储层的三维正演地震记录(即图3-1)。
在本发明实施例中,首先获取目标样本储层的地震数据,进而根据目标样本储层的地震数据获取目标样本储层的地震子波,然后构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,最后利用构建的目标样本储层的三维波阻抗模型及地震子波进行地震正演模拟,获取目标样本储层的三维正演地震记录,本发明实施例通过将三维波阻抗模型及地震子波褶积进行地震正演模拟,能够提高确定目标样本储层的三维正演地震记录的准确性。
图6示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤503的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了提高构建三维波阻抗模型的准确性,进而提高储能系数的预测精度,如图6所示,步骤503,构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,包括:
步骤601,获取目标样本储层的测井数据;
步骤602,利用目标样本储层的测井数据确定目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗;
步骤603,利用目标样本储层的测井数据,通过岩石物理分析确定目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗;
步骤604,根据目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,建立目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型。
在构建目标样本储层的三维波阻抗模型时,首先获取目标样本储层已钻井的测井数据,该目标样本储层的测井数据包括声波时差、密度曲线及储层参数等。
在本发明实施例中,目标样本储层灯影组顶风化壳上覆地层(盖层)为下寒武统筇竹寺组地层,其下段为深灰色、黑灰色泥岩和黑色碳质页岩。风化壳之下为岩溶储层,风化壳下伏地层(碳酸盐岩地层)为灯影组碳酸盐岩地层,以灰色、灰褐色白云岩为主。故目标样本储层包括上覆地层、岩溶储层及下伏地层。进而利用该目标样本储层的测井数据进行统计分析,计算确定上覆地层下寒武统筇竹寺组泥页岩的平均波阻抗为10000m/s×g/cm3,及风化壳下伏地层碳酸盐岩的平均波阻抗为13800m/s×g/cm3。进一步的,利用目标样本储层的测井数据,通过岩石物理分析的方法,计算目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗。
在分别获得目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗后,基于上述目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,建立目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型。
图6-1示出了本发明实施例提供的目标样本储层的三维波阻抗模型,纵测线方向为储层厚度,从0逐步增加到30米;横测线方向为孔隙度,从0%变化到10%;Z方向为时间深度,采样率为1ms。图6-1中风化壳面位于时间深度20ms处,风化壳之上为厚度稳定的泥岩地层(上覆地层),波阻抗为10000m/s×g/cm3;风化壳之下为岩溶储层,孔隙度从0%~10%的储层波阻抗变化范围为10900~13800m/s×g/cm3;最下部为碳酸盐岩非储层地层(下伏地层),波阻抗为13800m/s×g/cm3。
在本发明实施例中,首先获取目标样本储层的测井数据,进而利用目标样本储层的测井数据确定目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,然后利用目标样本储层的测井数据,通过岩石物理分析确定目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,最后根据目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,建立目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,通过构建关于储层厚度、储层孔隙度及时间的三维波阻抗模型,能够提高构建三维波阻抗模型的准确性,进而提高储能系数的预测精度。
图7示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤503的另一实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高构建三维波阻抗模型的准确性,如图7所示,在上述图6所示方法步骤的基础上,步骤503,构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,还包括:
步骤701,利用目标样本储层的测井数据,确定目标样本储层中风化壳岩溶储层的储层厚度最大值及孔隙度最大值。
其中,目标样本储层的三维波阻抗模型以储层厚度变化方向为纵测线方向,储层孔隙度变化方向为横测线方向,时间变化方向为竖测线方向;
目标样本储层中风化壳岩溶储层的储层厚度沿纵测线方向从零到储层厚度最大值逐步变化,目标样本储层中风化壳岩溶储层的孔隙度沿横测线方向从零到孔隙度最大值逐步变化。
基于风化壳岩溶储层的区域地质认识,利用目标样本储层的测井数据确定岩溶储层厚度最大值hmax和孔隙度最大值φmax。目标样本储层的三维波阻抗模型的地震网格设置为:纵测线方向为储层厚度变化方向;横测线方向为储层孔隙度变化方向;Z方向为时间方向。并且目标样本储层的三维波阻抗模型为一个沿风化壳从上至下的3层波阻抗模型。在风化壳之上为厚度稳定、均匀的上覆地层;风化壳之下为岩溶储层,沿纵测线方向对应储层厚度从0~hmax,横测线方向对应储层孔隙度从0变化到φmax;岩溶储层之下,为均质的碳酸盐岩非储层下伏地层。在四川盆地的实施例中,据研究区已有的实际钻井结果,统计岩溶储层厚度值,确定岩溶储层厚度的最大值为30米,最大孔隙度为10%。
在本发明实施例中,利用目标样本储层的测井数据,确定目标样本储层中风化壳岩溶储层的储层厚度最大值及孔隙度最大值,能够进一步提高构建三维波阻抗模型的准确性,进而提高储能系数的预测精度。
图8示出了本发明实施例提供的风化壳岩溶储层的储能系数预测方法中步骤302的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了提高提取地震振幅属性值的准确性,进而提高储能系数的预测精度,如图8所示,步骤302,提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,包括:
步骤801,根据目标样本储层的三维正演地震记录,确定目标样本储层的有效地震响应时窗;目标样本储层的有效地震响应时窗为储层厚度最大值、孔隙度最大值所在地震道上,风化壳距离储层对应波峰反射底部的时间长度;
步骤802,根据目标样本储层的三维正演地震记录,沿目标样本储层的有效地震响应时窗提取地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
在提取目标样本储层的三维正演地震记录的地震振幅属性值时,首先根据目标样本储层的三维正演地震记录,确定目标样本储层的有效地震响应时窗。其中,目标样本储层的有效地震响应时窗为储层厚度最大值、孔隙度最大值所在地震道上,风化壳距离储层对应波峰反射底部的时间长度。图4-1为本发明实施例提供的目标样本储层去屏蔽后的三维正演地震记录,从图4-1中可以看出,不同的岩溶储层地震波峰反射对应的时间范围为20~39ms,因此,确定储层有效地震响应时窗为风化壳~风化壳向下19ms。
在确定目标样本储层的有效地震响应时窗后,根据目标样本储层的三维正演地震记录,沿目标样本储层的有效地震响应时窗提取地震振幅属性值Amp(i,j)。其中,i和j分别表示地震振幅属性值对应的纵测线序号值及横测线序号值。
在本发明实施例中,根据目标样本储层的三维正演地震记录,确定目标样本储层的有效地震响应时窗,进而根据目标样本储层的三维正演地震记录,沿目标样本储层的有效地震响应时窗提取地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,沿有效地震响应时窗提取地震振幅属性值,能够提高提取地震振幅属性值的准确性,进而提高储能系数的预测精度。
本发明实施例还提供一种风化壳岩溶储层的储能系数预测装置,如下面的实施例所述。由于这些装置解决问题的原理与风化壳岩溶储层的储能系数预测方法相似,因此这些装置的实施可以参见方法的实施,重复之处不再赘述。
图9示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置的功能模块,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
参考图9,所述风化壳岩溶储层的储能系数预测装置所包含的各个模块用于执行图1对应实施例中的各个步骤,具体请参阅图1以及图1对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述风化壳岩溶储层的储能系数预测装置包括振幅属性提取模块901及储能系数预测模块902。
振幅属性提取模块901,用于提取待预测储层的地震数据的地震振幅属性值。
储能系数预测模块902,用于利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。
在本发明实施例中,通过振幅属性提取模块901提取待预测储层的地震数据的地震振幅属性值,储能系数预测模块902利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。本发明实施例通过拟合储能系数和地震振幅属性值之间的转换关系,进而直接预测风化壳岩溶储层的储能系数,能够提高风化壳岩溶储层的储能系数预测的精度。
图10示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置的另一功能模块,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高储能系数的预测精度,参考图10,所述风化壳岩溶储层的储能系数预测装置所包含的各个单元用于执行图2对应实施例中的各个步骤,具体请参阅图2以及图2对应实施例中的相关描述,此处不再赘述。本发明实施例中,在上述图9所示功能模块的基础上,所述风化壳岩溶储层的储能系数预测装置,还包括去屏蔽处理模块1001。
去屏蔽处理模块1001,用于对待预测储层的地震数据进行去强反射屏蔽处理,得到待预测储层去屏蔽后的地震数据。
振幅属性提取模块901,还用于提取待预测储层去屏蔽后的地震数据的地震振幅属性值。
在本发明实施例中,去屏蔽处理模块1001对待预测储层的地震数据进行去强反射屏蔽处理,得到待预测储层去屏蔽后的地震数据,振幅属性提取模块901提取待预测储层去屏蔽后的地震数据的地震振幅属性值,能够进一步提高储能系数的预测精度。
图11示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置中拟合储能系数和地震振幅属性值之间的转换关系的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高储能系数的预测精度,参考图11,所述拟合储能系数和地震振幅属性值之间的转换关系所包含的各个单元用于执行图3对应实施例中的各个步骤,具体请参阅图3以及图3对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述拟合储能系数和地震振幅属性值之间的转换关系包括地震记录确定模块1101、样本地震振幅提取模块1102、样本储能系数确定模块1103及转换关系拟合构建模块1104。
地震记录确定模块1101,用于根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录。
样本地震振幅提取模块1102,用于提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
样本储能系数确定模块1103,用于根据地震振幅属性值对应的纵测线序号值及横测线序号值,确定目标样本储层的储能系数。
转换关系拟合构建模块1104,用于对目标样本储层的储能系数和地震振幅属性值进行交会分析,拟合构建储能系数和地震振幅属性值之间的转换关系。
在本发明实施例中,地震记录确定模块1101根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录,进而样本地震振幅提取模块1102提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,然后样本储能系数确定模块1103根据地震振幅属性值对应的纵测线序号值及横测线序号值,确定目标样本储层的储能系数,最后转换关系拟合构建模块1104对目标样本储层的储能系数和地震振幅属性值进行交会分析,拟合构建储能系数和地震振幅属性值之间的转换关系,拟合得到的转换关系能够准确反映储能系数和地震振幅属性值之间的关联关系,利用拟合得到的储能系数和地震振幅属性值之间的转换关系预测储能系数,能够进一步提高储能系数的预测精度。
图12示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置中拟合储能系数和地震振幅属性值之间的转换关系的另一结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高储能系数的预测精度,参考图12,所述拟合储能系数和地震振幅属性值之间的转换关系所包含的各个单元用于执行图4对应实施例中的各个步骤,具体请参阅图4以及图4对应实施例中的相关描述,此处不再赘述。本发明实施例中,在上述图11所示模块结构的基础上,所述拟合储能系数和地震振幅属性值之间的转换关系,还包括样本去屏蔽处理模块1201。
样本去屏蔽处理模块1201,用于对目标样本储层的三维正演地震记录沿风化壳进行去强反射屏蔽处理,得到目标样本储层去屏蔽后的三维正演地震记录。
样本地震振幅提取模块1102,还用于提取目标样本储层去屏蔽后的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
在本发明实施例中,样本去屏蔽处理模块1201对目标样本储层的三维正演地震记录沿风化壳进行去强反射屏蔽处理,得到目标样本储层去屏蔽后的三维正演地震记录,样本地震振幅提取模块1102提取目标样本储层去屏蔽后的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,去强反射屏蔽处理能够进一步提高储能系数的预测精度。
图13示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置中地震记录确定模块1101的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了提高确定目标样本储层三维正演地震记录的准确性,参考图13,所述地震记录确定模块1101所包含的各个单元用于执行图5对应实施例中的各个步骤,具体请参阅图5以及图5对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述地震记录确定模块1101包括地震数据获取单元1301、子波获取单元1302、模型构建单元1303及正演模拟单元1304。
地震数据获取单元1301,用于获取目标样本储层的地震数据。
子波获取单元1302,用于根据目标样本储层的地震数据获取目标样本储层的地震子波。
模型构建单元1303,用于构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型。
正演模拟单元1304,用于利用构建的目标样本储层的三维波阻抗模型及地震子波进行地震正演模拟,获取目标样本储层的三维正演地震记录。
在本发明实施例中,首先地震数据获取单元1301获取目标样本储层的地震数据,进而子波获取单元1302根据目标样本储层的地震数据获取目标样本储层的地震子波,然后模型构建单元1303构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,最后正演模拟单元1304利用构建的目标样本储层的三维波阻抗模型及地震子波进行地震正演模拟,获取目标样本储层的三维正演地震记录,本发明实施例通过将三维波阻抗模型及地震子波褶积进行地震正演模拟,能够提高确定目标样本储层的三维正演地震记录的准确性。
图14示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置中模型构建单元1303的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了提高构建三维波阻抗模型的准确性,进而提高储能系数的预测精度,参考图14,所述模型构建单元1303所包含的各个单元用于执行图6对应实施例中的各个步骤,具体请参阅图6以及图6对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述模型构建单元1303包括测井数据获取子单元1401、上下地层波阻抗确定子单元1402、岩溶储层波阻抗确定子单元1403及模型构建子单元1404。
测井数据获取子单元1401,用于获取目标样本储层的测井数据。
上下地层波阻抗确定子单元1402,用于利用目标样本储层的测井数据确定目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗。
岩溶储层波阻抗确定子单元1403,用于利用目标样本储层的测井数据,通过岩石物理分析确定目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗。
模型构建子单元1404,用于根据目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,建立目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型。
在本发明实施例中,首先测井数据获取子单元1401获取目标样本储层的测井数据,进而上下地层波阻抗确定子单元1402利用目标样本储层的测井数据确定目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,然后岩溶储层波阻抗确定子单元1403利用目标样本储层的测井数据,通过岩石物理分析确定目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,最后模型构建子单元1404根据目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,建立目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,通过构建关于储层厚度、储层孔隙度及时间的三维波阻抗模型,能够提高构建三维波阻抗模型的准确性,进而提高储能系数的预测精度。
图15示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置中模型构建单元1303的另一结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了进一步提高构建三维波阻抗模型的准确性,参考图15,所述模型构建单元1303所包含的各个单元用于执行图7对应实施例中的各个步骤,具体请参阅图7以及图7对应实施例中的相关描述,此处不再赘述。本发明实施例中,在上述图14所示模块结构的基础上,所述模型构建单元1303还包括最大值确定子单元1501。
最大值确定子单元1501,用于利用目标样本储层的测井数据,确定目标样本储层中风化壳岩溶储层的储层厚度最大值及孔隙度最大值。
其中,目标样本储层的三维波阻抗模型以储层厚度变化方向为纵测线方向,储层孔隙度变化方向为横测线方向,时间变化方向为竖测线方向;
目标样本储层中风化壳岩溶储层的储层厚度沿纵测线方向从零到储层厚度最大值逐步变化,目标样本储层中风化壳岩溶储层的孔隙度沿横测线方向从零到孔隙度最大值逐步变化。
在本发明实施例中,最大值确定子单元1501利用目标样本储层的测井数据,确定目标样本储层中风化壳岩溶储层的储层厚度最大值及孔隙度最大值,能够进一步提高构建三维波阻抗模型的准确性,进而提高储能系数的预测精度。
图16示出了本发明实施例提供的风化壳岩溶储层的储能系数预测装置中样本地震振幅提取模块1102的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,为了提高提取地震振幅属性值的准确性,参考图16,所述样本地震振幅提取模块1102所包含的各个单元用于执行图8对应实施例中的各个步骤,具体请参阅图8以及图8对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述样本地震振幅提取模块1102包括响应时窗确定单元1601及地震振幅属性提取单元1602。
响应时窗确定单元1601,用于根据目标样本储层的三维正演地震记录,确定目标样本储层的有效地震响应时窗;目标样本储层的有效地震响应时窗为储层厚度最大值、孔隙度最大值所在地震道上,风化壳距离储层对应波峰反射底部的时间长度。
地震振幅属性提取单元1602,用于根据目标样本储层的三维正演地震记录,沿目标样本储层的有效地震响应时窗提取地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
在本发明实施例中,响应时窗确定单元1601根据目标样本储层的三维正演地震记录,确定目标样本储层的有效地震响应时窗,进而地震振幅属性提取单元1602根据目标样本储层的三维正演地震记录,沿目标样本储层的有效地震响应时窗提取地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,沿有效地震响应时窗提取地震振幅属性值,能够提高提取地震振幅属性值的准确性,进而提高储能系数的预测精度。
和古地貌恢复和地震相等间接预测岩溶储层产能(储能系数)的方法相比,本发明实施例利用测井数据和地震数据,通过建立厚度、孔隙度连续变化的岩溶储层三维波阻抗模型及其正演地震记录分析,从机理分析岩溶储层厚度、孔隙度和地震之间的内在定量关系,从而直接实现风化壳岩溶储层储能系数的定量预测。
目前储能系数的地震预测方法均为采用地震资料分别预测储层孔隙度和厚度,再将二者相乘后求取储能系数。本发明实施例直接实现了岩溶储层储能系数的预测,产能预测精度更高。具体表现在三个方面:一是同时兼顾了影响岩溶储层产能的两个最主要关键因素:厚度和孔隙度;二是建立了厚度、孔隙度和地震振幅属性之间的内在定量关系,赋予地震属性合理的物理意义,地震信息应用更为充分;三是采用沿风化壳去强反射屏蔽处理恢复岩溶储层的真实地震反射,储层弱的反射特征得以恢复和突出,以更好地提高预测能力。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述风化壳岩溶储层的储能系数预测方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述风化壳岩溶储层的储能系数预测方法的计算机程序。
综上所述,本发明实施例中,通过提取待预测储层的地震数据的地震振幅属性值,利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数。本发明实施例通过拟合储能系数和地震振幅属性值之间的转换关系,进而直接预测风化壳岩溶储层的储能系数,能够提高风化壳岩溶储层的储能系数预测的精度。
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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种风化壳岩溶储层的储能系数预测方法,其特征在于,包括:
提取待预测储层的地震数据的地震振幅属性值;
利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数;
所述方法,还包括:
对待预测储层的地震数据进行去强反射屏蔽处理,得到待预测储层去屏蔽后的地震数据;
提取待预测储层的地震数据的地震振幅属性值,包括:
提取待预测储层去屏蔽后的地震数据的地震振幅属性值;
拟合储能系数和地震振幅属性值之间的转换关系包括:
根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录;
提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值;
根据地震振幅属性值对应的纵测线序号值及横测线序号值,确定目标样本储层的储能系数;
对目标样本储层的储能系数和地震振幅属性值进行交会分析,拟合构建储能系数和地震振幅属性值之间的转换关系;
所述储能系数和地震振幅属性值之间的转换关系为:
方差R2=0.94;
其中,表示储能系数,Amp表示地震振幅属性值,R2表示方差。
2.如权利要求1所述的风化壳岩溶储层的储能系数预测方法,其特征在于,拟合储能系数和地震振幅属性值之间的转换关系,还包括:
对目标样本储层的三维正演地震记录沿风化壳进行去强反射屏蔽处理,得到目标样本储层去屏蔽后的三维正演地震记录;
提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,包括:
提取目标样本储层去屏蔽后的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
3.如权利要求1所述的风化壳岩溶储层的储能系数预测方法,其特征在于,根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录,包括:
获取目标样本储层的地震数据;
根据目标样本储层的地震数据获取目标样本储层的地震子波;
构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型;
利用构建的目标样本储层的三维波阻抗模型及地震子波进行地震正演模拟,获取目标样本储层的三维正演地震记录。
4.如权利要求3所述的风化壳岩溶储层的储能系数预测方法,其特征在于,构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,包括:
获取目标样本储层的测井数据;
利用目标样本储层的测井数据确定目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗;
利用目标样本储层的测井数据,通过岩石物理分析确定目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗;
根据目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,建立目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型。
5.如权利要求4所述的风化壳岩溶储层的储能系数预测方法,其特征在于,构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型,还包括:
利用目标样本储层的测井数据,确定目标样本储层中风化壳岩溶储层的储层厚度最大值及孔隙度最大值;
其中,目标样本储层的三维波阻抗模型以储层厚度变化方向为纵测线方向,储层孔隙度变化方向为横测线方向,时间变化方向为竖测线方向;
目标样本储层中风化壳岩溶储层的储层厚度沿纵测线方向从零到储层厚度最大值逐步变化,目标样本储层中风化壳岩溶储层的孔隙度沿横测线方向从零到孔隙度最大值逐步变化。
6.如权利要求1所述的风化壳岩溶储层的储能系数预测方法,其特征在于,提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值,包括:
根据目标样本储层的三维正演地震记录,确定目标样本储层的有效地震响应时窗;目标样本储层的有效地震响应时窗为储层厚度最大值、孔隙度最大值所在地震道上,风化壳距离储层对应波峰反射底部的时间长度;
根据目标样本储层的三维正演地震记录,沿目标样本储层的有效地震响应时窗提取地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
7.一种风化壳岩溶储层的储能系数预测装置,其特征在于,包括:
振幅属性提取模块,用于提取待预测储层的地震数据的地震振幅属性值;
储能系数预测模块,用于利用拟合后得到的储能系数和地震振幅属性值之间的转换关系,预测获得待预测储层的储能系数;
所述装置,还包括:
去屏蔽处理模块,用于对待预测储层的地震数据进行去强反射屏蔽处理,得到待预测储层去屏蔽后的地震数据;
振幅属性提取模块,还用于提取待预测储层去屏蔽后的地震数据的地震振幅属性值;
拟合储能系数和地震振幅属性值之间的转换关系,包括:
地震记录确定模块,用于根据目标样本储层的地震数据确定目标样本储层的三维正演地震记录;
样本地震振幅提取模块,用于提取目标样本储层的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值;
样本储能系数确定模块,用于根据地震振幅属性值对应的纵测线序号值及横测线序号值,确定目标样本储层的储能系数;
转换关系拟合构建模块,用于对目标样本储层的储能系数和地震振幅属性值进行交会分析,拟合构建储能系数和地震振幅属性值之间的转换关系;
所述储能系数和地震振幅属性值之间的转换关系为:
方差R2=0.94;
其中,表示储能系数,Amp表示地震振幅属性值,R2表示方差。
8.如权利要求7所述的风化壳岩溶储层的储能系数预测装置,其特征在于,拟合储能系数和地震振幅属性值之间的转换关系,还包括:
样本去屏蔽处理模块,用于对目标样本储层的三维正演地震记录沿风化壳进行去强反射屏蔽处理,得到目标样本储层去屏蔽后的三维正演地震记录;
样本地震振幅提取模块,还用于提取目标样本储层去屏蔽后的三维正演地震记录的地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
9.如权利要求7所述的风化壳岩溶储层的储能系数预测装置,其特征在于,地震记录确定模块包括:
地震数据获取单元,用于获取目标样本储层的地震数据;
子波获取单元,用于根据目标样本储层的地震数据获取目标样本储层的地震子波;
模型构建单元,用于构建目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型;
正演模拟单元,用于利用构建的目标样本储层的三维波阻抗模型及地震子波进行地震正演模拟,获取目标样本储层的三维正演地震记录。
10.如权利要求9所述的风化壳岩溶储层的储能系数预测装置,其特征在于,模型构建单元包括:
测井数据获取子单元,用于获取目标样本储层的测井数据;
上下地层波阻抗确定子单元,用于利用目标样本储层的测井数据确定目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗;
岩溶储层波阻抗确定子单元,用于利用目标样本储层的测井数据,通过岩石物理分析确定目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗;
模型构建子单元,用于根据目标样本储层中上覆地层的平均波阻抗及下伏碳酸盐地层的平均波阻抗,以及目标样本储层中不同孔隙度的风化壳岩溶储层对应的波阻抗,建立目标样本储层关于储层厚度、储层孔隙度及时间的三维波阻抗模型。
11.如权利要求10所述的风化壳岩溶储层的储能系数预测装置,其特征在于,模型构建单元还包括:
最大值确定子单元,用于利用目标样本储层的测井数据,确定目标样本储层中风化壳岩溶储层的储层厚度最大值及孔隙度最大值;
其中,目标样本储层的三维波阻抗模型以储层厚度变化方向为纵测线方向,储层孔隙度变化方向为横测线方向,时间变化方向为竖测线方向;
目标样本储层中风化壳岩溶储层的储层厚度沿纵测线方向从零到储层厚度最大值逐步变化,目标样本储层中风化壳岩溶储层的孔隙度沿横测线方向从零到孔隙度最大值逐步变化。
12.如权利要求7所述的风化壳岩溶储层的储能系数预测装置,其特征在于,样本地震振幅提取模块包括:
响应时窗确定单元,用于根据目标样本储层的三维正演地震记录,确定目标样本储层的有效地震响应时窗;目标样本储层的有效地震响应时窗为储层厚度最大值、孔隙度最大值所在地震道上,风化壳距离储层对应波峰反射底部的时间长度;
地震振幅属性提取单元,用于根据目标样本储层的三维正演地震记录,沿目标样本储层的有效地震响应时窗提取地震振幅属性值及地震振幅属性值对应的纵测线序号值及横测线序号值。
13.一种计算机设备,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6任一所述风化壳岩溶储层的储能系数预测方法。
14.一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6任一所述风化壳岩溶储层的储能系数预测方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110008598.9A CN112835098B (zh) | 2021-01-05 | 2021-01-05 | 风化壳岩溶储层的储能系数预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110008598.9A CN112835098B (zh) | 2021-01-05 | 2021-01-05 | 风化壳岩溶储层的储能系数预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112835098A CN112835098A (zh) | 2021-05-25 |
CN112835098B true CN112835098B (zh) | 2024-03-01 |
Family
ID=75925955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110008598.9A Active CN112835098B (zh) | 2021-01-05 | 2021-01-05 | 风化壳岩溶储层的储能系数预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112835098B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759745A (zh) * | 2011-04-28 | 2012-10-31 | 中国石油天然气集团公司 | 一种基于数字地质露头模型正演的碳酸盐岩储层预测方法 |
CN103323875A (zh) * | 2012-03-20 | 2013-09-25 | 中国石油化工股份有限公司 | 一种振幅归一化处理方法 |
CN107576984A (zh) * | 2017-07-27 | 2018-01-12 | 中国石油天然气集团公司 | 地震振幅属性提取过程中时窗的确定方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106054248B (zh) * | 2016-07-15 | 2017-07-18 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
-
2021
- 2021-01-05 CN CN202110008598.9A patent/CN112835098B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759745A (zh) * | 2011-04-28 | 2012-10-31 | 中国石油天然气集团公司 | 一种基于数字地质露头模型正演的碳酸盐岩储层预测方法 |
CN103323875A (zh) * | 2012-03-20 | 2013-09-25 | 中国石油化工股份有限公司 | 一种振幅归一化处理方法 |
CN107576984A (zh) * | 2017-07-27 | 2018-01-12 | 中国石油天然气集团公司 | 地震振幅属性提取过程中时窗的确定方法和装置 |
Non-Patent Citations (3)
Title |
---|
四川盆地中部地区致密河道砂岩气藏高产井地震模式及井轨迹设计;朱讯 等;天然气勘探与开发(第3期);第86-93页 * |
朱讯 等.四川盆地中部地区致密河道砂岩气藏高产井地震模式及井轨迹设计.天然气勘探与开发.2020,(第3期),第86-93页. * |
港西油田的储层预测;程岩;高树海;王喜明;牟智全;贾岩;;石油科技论坛(5);58-61 * |
Also Published As
Publication number | Publication date |
---|---|
CN112835098A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108802812A (zh) | 一种井震融合的地层岩性反演方法 | |
CN105445800B (zh) | 一种厚层砂体顶部分异岩性油藏的识别方法 | |
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 | |
US8760968B2 (en) | Determining a quantity of a given material in a subterranean structure | |
EP3014310B1 (en) | System and method for remaining resource mapping | |
CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
CN111475920A (zh) | 一种深水盆地古水深的获取方法、系统、电子设备及存储介质 | |
CN110095811B (zh) | 膏岩层速度模型构建处理方法及装置 | |
CN105116449A (zh) | 一种弱反射储层的识别方法 | |
CN112114380A (zh) | 一种用于砂砾岩油藏储层的预测方法 | |
Hewett | Modelling reservoir heterogeneity with fractals | |
CN112147677B (zh) | 油气储层参数标签数据生成方法及装置 | |
CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
CN112835098B (zh) | 风化壳岩溶储层的储能系数预测方法及装置 | |
CN111077578B (zh) | 岩层分布预测方法和装置 | |
CN110727027B (zh) | 多期次河道砂的精细刻画方法 | |
CN105158803A (zh) | 一种选取优势储层的方法 | |
CN114482995A (zh) | 一种细粒沉积物泥质含量精细确定方法 | |
Tian et al. | “Geology-geophysics-data mining” integration to enhance the identification of deep fault-controlled paleokarst reservoirs in the Tarim Basin | |
CN105989240A (zh) | 砂层预测方法及装置 | |
CN113495293B (zh) | 油藏流体预测方法及装置 | |
CN114563816B (zh) | 油气藏评价阶段建立地震解释速度模型的方法及装置 | |
CN111708100B (zh) | 深部薄层油气储层确定方法及相关装置 | |
CN109425904B (zh) | 一种碳酸盐岩地层孔隙压力获取方法 | |
CN117406286A (zh) | 一种生物灰岩储层的地震预测方法及系统 |
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 |