CN112925019A - 孔隙型白云岩的识别方法及装置 - Google Patents
孔隙型白云岩的识别方法及装置 Download PDFInfo
- Publication number
- CN112925019A CN112925019A CN201911238604.9A CN201911238604A CN112925019A CN 112925019 A CN112925019 A CN 112925019A CN 201911238604 A CN201911238604 A CN 201911238604A CN 112925019 A CN112925019 A CN 112925019A
- Authority
- CN
- China
- Prior art keywords
- data
- dolomite
- distribution range
- seismic data
- analysis
- 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
- 239000010459 dolomite Substances 0.000 title claims abstract description 107
- 229910000514 dolomite Inorganic materials 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000011148 porous material Substances 0.000 title claims description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 75
- 238000009826 distribution Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 59
- 208000035126 Facies Diseases 0.000 claims abstract description 53
- 230000002349 favourable effect Effects 0.000 claims abstract description 43
- 238000005457 optimization Methods 0.000 claims description 21
- 230000015572 biosynthetic process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 239000010410 layer Substances 0.000 description 48
- 230000006870 function Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 239000000872 buffer Substances 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000011435 rock Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G01V1/282—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
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
- G01V1/302—Analysis for determining seismic cross-sections or geostructures in 3D data cubes
-
- 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
- G01V2210/6244—Porosity
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种孔隙型白云岩的识别方法及装置，方法包括：对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。本发明能够有效预测地层中优质白云岩储层并提高地层中优质白云岩储层的预测精度。
Description
技术领域
本发明涉及储层预设技术领域，具体涉及一种孔隙型白云岩的识别方法及装置。
背景技术
石油地质勘探领域中关于储层的岩石成因分析是储层评价中较为关键的研究内容之一，特别是白云岩的成因分析对寻找致密碳酸盐岩储层中相对优质的白云岩储层具有重要指导意义。
现有技术中，有效识别孔隙型白云岩的难度大，精度更低。主要体现在：(1)储层埋藏深、地震信号弱；(2)储层单层厚度薄、横向变化快、非均质性强；(3)白云岩、灰岩、碎屑岩交互，导致岩性复杂多样。
因此，需要本领域技术人员迫切解决的一个技术问题就是：如何能够提供一种有效识别孔隙型白云岩储层的识别体系。
发明内容
针对现有技术中的问题，本发明提供一种孔隙型白云岩的识别方法及装置，能够有效预测白云岩储层并提高预测精度。
为解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供一种孔隙型白云岩的识别方法，包括：
对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；
提取所述三维地层数据中的目标层数据；
对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；
根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
进一步的，在所述对获取的地震数据进行空间解构处理之前，还包括：
获取地震数据并对所述地震数据进行优化处理，得到优化后的地震数据；
相对应的，所述对获取的地震数据进行空间解构处理，包括：
对优化后的地震数据进行空间解构处理。
其中，所述对所述地震数据进行优化处理，包括：
通过谱模拟反褶积的方式对所述地震数据进行分辨率优化处理。
进一步的，在所述提取所述三维地层数据中的目标层数据之后，还包括：
对所述目标层数据进行古地貌恢复，得到恢复古地貌的目标层数据；
相对应的，所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据，包括：
对所述恢复古地貌的目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据。
进一步的，在所述根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围之后，还包括：
采用中子孔隙度测井的方式计算白云岩的分布范围内白云岩的孔隙度。
其中，所述对获取的地震数据进行空间解构处理，包括：
根据地震数据处理的最优化原则对地震数据进行空间解构。
其中，所述预设的地震识别模式是采用波动方程正演模拟方式对测井数据进行正演处理得到的。
第二方面，本发明提供一种孔隙型白云岩的识别装置，包括：
解构单元，用于对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；
提取单元，用于提取所述三维地层数据中的目标层数据；
分析单元，用于对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；
预测单元，用于根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
进一步的，还包括：
优化单元，用于获取地震数据并对所述地震数据进行优化处理，得到优化后的地震数据；
相对应的，所述解构单元，包括：
解构子单元，用于对优化后的地震数据进行空间解构处理。
其中，所述优化单元，包括：
优化子单元，用于通过谱模拟反褶积的方式对所述地震数据进行分辨率优化处理。
进一步的，还包括：
古地貌恢复单元，用于对所述目标层数据进行古地貌恢复，得到恢复古地貌的目标层数据；
相对应的，所述分析单元，包括：
分析子单元，用于对所述恢复古地貌的目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据。
进一步的，还包括：
计算单元，用于采用中子孔隙度测井的方式计算白云岩的分布范围内白云岩的孔隙度。
其中，所述解构单元，包括：
处理子单元，用于根据地震数据处理的最优化原则对地震数据进行空间解构。
其中，所述预设的地震识别模式是采用波动方程正演模拟方式对测井数据进行正演处理得到的。
第三方面，本发明提供一种电子设备，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所述的孔隙型白云岩的识别方法的步骤。
第四方面，本发明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所述的孔隙型白云岩的识别方法的步骤。
由上述技术方案可知，本发明提供一种孔隙型白云岩的识别方法及装置，通过对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围，能够有效预测地层中优质白云岩储层并提高地层中优质白云岩储层的预测精度。
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为本发明实施例中的孔隙型白云岩的识别方法的第一种流程示意图。
图2为本发明实施例中的孔隙型白云岩的识别方法的第一种流程示意图。
图3为本发明实施例中的孔隙型白云岩的识别方法的第一种流程示意图。
图4为本发明实施例中的孔隙型白云岩的识别方法的第一种流程示意图。
图5为本发明实施例中的孔隙型白云岩的识别装置的结构示意图。
图6为本发明实施例中的电子设备的结构示意图。
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做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。
本发明提供一种孔隙型白云岩的识别方法的实施例，参见图1，所述孔隙型白云岩的识别方法具体包含有如下内容：
S101：对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；
在本步骤中，对获取的地震数据进行空间解构处理，获得三维地层数据，根据三维地层数据能够建立地层的三维模型，可以降低直接利用地震数据预测储层物性所带来的多解性。
具体进行空间解构处理时，根据地震数据处理的最优化原则对地震数据进行空间解构。
S102：提取所述三维地层数据中的目标层数据；
在本步骤中，根据地层的三维模型，从该三维模型中抽取目标层。可以理解的是，该目标层是白云岩所在的地层，该白云岩所在的地层是白云岩整体分布的层，不确定地层中白云岩的分布。从提取出来的层位来看，比人工解释更精细，更符合地质情况；避免了地震数据的质量及地质环境因素等带来的局限性，减少了解释人员所带来的人为误差。
其中，直接从三维模型中抽取目标层并获取目标层对应的目标层数据。
S103：对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；
在本步骤中，利用单井沉积相分析指导目标层数据的波形分类和属性的优选。在本实施例中选取波形分类和最大波峰振幅来反映储层宏观分布特征。统计工区内单井的储层厚度，并在井点处提取最大波峰振幅值，拟合储层厚度随最大波峰振幅值，确定储层厚度与最大波峰振幅值的变换曲线。
在确定有利相带分布范围时，沿目标层提取最大波峰振幅值，根据储层厚度与最大波峰振幅值的变换曲线可以确定目标层的储层厚度图，并根据该储层厚度图确定有利相带分布范围对应的分析数据。
S104：根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
在本步骤中，预设的地震识别模式是采用波动方程正演模拟方式对测井数据进行正演处理得到的。
通过实际井资料的精细标定和基于非均质层状介质建模技术正演模拟明确不同岩性的地震响应特征，确定地震数据对应的地震识别模式。正演模拟的参数来源于实际采集参数，采用波动方程正演模拟方式对测井数据进行正演处理得到的预设的地震识别模式。
从上述描述可知，本发明实施例提供的孔隙型白云岩的识别方法，通过对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围，能够有效预测地层中优质白云岩储层并提高地层中优质白云岩储层的预测精度。
在本发明的一实施例中，参见图2，所述孔隙型白云岩的识别方法的步骤S101之前还包含有步骤S100，具体包含有如下内容：
S100：获取地震数据并对所述地震数据进行优化处理，得到优化后的地震数据；
相对应的，步骤S101所述对获取的地震数据进行空间解构处理，包括：
S1011：对优化后的地震数据进行空间解构处理。
在本步骤中，通过对地震数据进行优化处理，能够提高地震数据的质量，进而提高白云岩的识别精度。
本实施例中，通过谱模拟反褶积的方式对所述地震数据进行分辨率优化处理，能够提高地震数据的分辨率，通过谱模拟反褶积技术可以有效保护低频、拓展高频，为利用地震资料识别白云岩储层奠定基础。
在本发明的一实施例中，参见图3，所述孔隙型白云岩的识别方法的步骤S102之后还包含有步骤S105，具体包含有如下内容：
S105：对所述目标层数据进行古地貌恢复，得到恢复古地貌的目标层数据；
相对应的，步骤S103所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据，包括：
S1031：对所述恢复古地貌的目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据。
在本步骤中，利用层位恢复古地貌对提取的目标层数据进行古地貌恢复，结合单井沉积相分析，精细刻画有利相带的分布范围，进而提高有利相带的分布范围的精度。
进一步的，由于地层遭到不同程度的剥蚀，可以采用解释层位的地层倾角反算剥蚀量，恢复目的层沉积前的古地貌。
在本发明的一实施例中，参见图4，所述孔隙型白云岩的识别方法的步骤S104之后还包含有步骤S106，具体包含有如下内容：
S106：采用中子孔隙度测井的方式计算白云岩的分布范围内白云岩的孔隙度。
可以理解的是，中子孔隙度测井是根据中子与地层的相互作用研究地层性质的一种测井方法，中子测井主要用于识别岩性，计算孔隙度等。
在本步骤中，采用中子孔隙度测井来定量预测储层物性，进而提高反应白云岩储层的物性特征的精度，根据高精度的物性特征计算白云岩的分布范围内白云岩的孔隙度，能够提高白云岩的孔隙度的精度。
本发明实施例提供一种能够实现所述孔隙型白云岩的识别方法中全部内容的孔隙型白云岩的识别装置的具体实施方式，参见图5，所述孔隙型白云岩的识别装置具体包括如下内容：
解构单元20，用于对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；
提取单元30，用于提取所述三维地层数据中的目标层数据；
分析单元40，用于对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；
预测单元50，用于根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
进一步的，还包括：
优化单元10，用于获取地震数据并对所述地震数据进行优化处理，得到优化后的地震数据；
相对应的，所述解构单元20，包括：
解构子单元，用于对优化后的地震数据进行空间解构处理。
其中，所述优化单元10，包括：
优化子单元，用于通过谱模拟反褶积的方式对所述地震数据进行分辨率优化处理。
进一步的，还包括：
古地貌恢复单元60，用于对所述目标层数据进行古地貌恢复，得到恢复古地貌的目标层数据；
相对应的，所述分析单元40，包括：
分析子单元，用于对所述恢复古地貌的目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据。
进一步的，还包括：
计算单元70，用于采用中子孔隙度测井的方式计算白云岩的分布范围内白云岩的孔隙度。
其中，所述解构单元20，包括：
处理子单元，用于根据地震数据处理的最优化原则对地震数据进行空间解构。
其中，所述预设的地震识别模式是采用波动方程正演模拟方式对测井数据进行正演处理得到的。
本发明提供的孔隙型白云岩的识别装置的实施例具体可以用于执行上述实施例中的孔隙型白云岩的识别方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明实施例提供的孔隙型白云岩的识别装置，通过对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围，能够有效预测地层中优质白云岩储层并提高地层中优质白云岩储层的预测精度。
本申请提供一种用于实现所述孔隙型白云岩的识别方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现相关设备之间的信息传输；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实施例用于实现所述孔隙型白云岩的识别方法的实施例及用于实现所述孔隙型白云岩的识别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6为本申请实施例的电子设备9600的系统构成的示意框图。如图6所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图6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，孔隙型白云岩的识别功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
从上述描述可知，本申请的实施例提供的电子设备，通过对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围，能够有效预测地层中优质白云岩储层并提高地层中优质白云岩储层的预测精度。
在另一个实施方式中，孔隙型白云岩的识别装置可以与中央处理器9100分开配置，例如可以将孔隙型白云岩的识别配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现孔隙型白云岩的识别功能。
如图6所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图6中所示的所有部件；此外，电子设备9600还可以包括图6中没有示出的部件，可以参考现有技术。
如图6所示，中央处理器9100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9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，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9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160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9140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9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143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9140的驱动程序存储部9144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9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，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9110，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)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130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9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的孔隙型白云岩的识别方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质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实施例中的孔隙型白云岩的识别方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
从上述描述可知，本发明实施例提供的计算机可读存储介质，通过对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；提取所述三维地层数据中的目标层数据；对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围，能够有效预测地层中优质白云岩储层并提高地层中优质白云岩储层的预测精度。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例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、装置(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。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。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。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (16)
1.一种孔隙型白云岩的识别方法，其特征在于，包括：
对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；
提取所述三维地层数据中的目标层数据；
对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；
根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
2.根据权利要求1所述的孔隙型白云岩的识别方法，其特征在于，在所述对获取的地震数据进行空间解构处理之前，还包括：
获取地震数据并对所述地震数据进行优化处理，得到优化后的地震数据；
相对应的，所述对获取的地震数据进行空间解构处理，包括：
对优化后的地震数据进行空间解构处理。
3.根据权利要求2所述的孔隙型白云岩的识别方法，其特征在于，所述对所述地震数据进行优化处理，包括：
通过谱模拟反褶积的方式对所述地震数据进行分辨率优化处理。
4.根据权利要求1所述的孔隙型白云岩的识别方法，其特征在于，在所述提取所述三维地层数据中的目标层数据之后，还包括：
对所述目标层数据进行古地貌恢复，得到恢复古地貌的目标层数据；
相对应的，所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据，包括：
对所述恢复古地貌的目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据。
5.根据权利要求1所述的孔隙型白云岩的识别方法，其特征在于，在所述根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围之后，还包括：
采用中子孔隙度测井的方式计算白云岩的分布范围内白云岩的孔隙度。
6.根据权利要求1所述的孔隙型白云岩的识别方法，其特征在于，所述对获取的地震数据进行空间解构处理，包括：
根据地震数据处理的最优化原则对地震数据进行空间解构。
7.根据权利要求1所述的孔隙型白云岩的识别方法，其特征在于，所述预设的地震识别模式是采用波动方程正演模拟方式对测井数据进行正演处理得到的。
8.一种孔隙型白云岩的识别装置，其特征在于，包括：
解构单元，用于对获取的地震数据进行空间解构处理，确定所述地震数据对应的三维地层数据；
提取单元，用于提取所述三维地层数据中的目标层数据；
分析单元，用于对所述目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据；
预测单元，用于根据预设的地震识别模式和所述分析数据确定有利相带分布范围中白云岩的分布范围。
9.根据权利要求8所述的孔隙型白云岩的识别装置，其特征在于，还包括：
优化单元，用于获取地震数据并对所述地震数据进行优化处理，得到优化后的地震数据；
相对应的，所述解构单元，包括：
解构子单元，用于对优化后的地震数据进行空间解构处理。
10.根据权利要求9所述的孔隙型白云岩的识别装置，其特征在于，所述优化单元，包括：
优化子单元，用于通过谱模拟反褶积的方式对所述地震数据进行分辨率优化处理。
11.根据权利要求8所述的孔隙型白云岩的识别装置，其特征在于，还包括：
古地貌恢复单元，用于对所述目标层数据进行古地貌恢复，得到恢复古地貌的目标层数据；
相对应的，所述分析单元，包括：
分析子单元，用于对所述恢复古地貌的目标层数据进行单井沉积相分析确定有利相带分布范围对应的分析数据。
12.根据权利要求8所述的孔隙型白云岩的识别装置，其特征在于，还包括：
计算单元，用于采用中子孔隙度测井的方式计算白云岩的分布范围内白云岩的孔隙度。
13.根据权利要求8所述的孔隙型白云岩的识别装置，其特征在于，所述解构单元，包括：
处理子单元，用于根据地震数据处理的最优化原则对地震数据进行空间解构。
14.根据权利要求8所述的孔隙型白云岩的识别装置，其特征在于，所述预设的地震识别模式是采用波动方程正演模拟方式对测井数据进行正演处理得到的。
15.一种电子设备，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7任一项所述的孔隙型白云岩的识别方法的步骤。
16.一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7任一项所述的孔隙型白云岩的识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911238604.9A CN112925019A (zh) | 2019-12-06 | 2019-12-06 | 孔隙型白云岩的识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911238604.9A CN112925019A (zh) | 2019-12-06 | 2019-12-06 | 孔隙型白云岩的识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112925019A true CN112925019A (zh) | 2021-06-08 |
Family
ID=76161513
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911238604.9A Pending CN112925019A (zh) | 2019-12-06 | 2019-12-06 | 孔隙型白云岩的识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112925019A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
| CN104330828A (zh) * | 2014-10-27 | 2015-02-04 | 中国石油天然气股份有限公司 | 甜点储层的预测方法及预测装置 |
| CN104765065A (zh) * | 2015-04-17 | 2015-07-08 | 中国地质大学（北京） | 一种确定沉积地层古地貌的方法及装置 |
| CN106597532A (zh) * | 2016-11-14 | 2017-04-26 | 中国石油化工股份有限公司 | 一种结合井资料与层位资料的叠前地震数据频带拓展方法 |
| CN106908856A (zh) * | 2017-01-19 | 2017-06-30 | 中国石油天然气股份有限公司 | 一种湖相薄层白云岩储层的地震预测方法 |
| CN107490810A (zh) * | 2017-08-17 | 2017-12-19 | 中国地质大学（北京） | 基于风场、物源、盆地系统的储集砂体预测方法和装置 |
-
2019
- 2019-12-06 CN CN201911238604.9A patent/CN112925019A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
| CN104330828A (zh) * | 2014-10-27 | 2015-02-04 | 中国石油天然气股份有限公司 | 甜点储层的预测方法及预测装置 |
| CN104765065A (zh) * | 2015-04-17 | 2015-07-08 | 中国地质大学（北京） | 一种确定沉积地层古地貌的方法及装置 |
| CN106597532A (zh) * | 2016-11-14 | 2017-04-26 | 中国石油化工股份有限公司 | 一种结合井资料与层位资料的叠前地震数据频带拓展方法 |
| CN106908856A (zh) * | 2017-01-19 | 2017-06-30 | 中国石油天然气股份有限公司 | 一种湖相薄层白云岩储层的地震预测方法 |
| CN107490810A (zh) * | 2017-08-17 | 2017-12-19 | 中国地质大学（北京） | 基于风场、物源、盆地系统的储集砂体预测方法和装置 |
Non-Patent Citations (4)
| Title |
|---|
| G.L.霍夫曼 等: "《煤田勘探地球物理测井手册》", 31 December 1987, 煤炭工业出版社, pages: 161 - 163 * |
| 于正军: "《东营凹陷浊积砂体地震描述技术》", 31 January 2016, 中国地质大学出版社, pages: 109 - 111 * |
| 赵贤正 等: "细粒沉积岩性识别新方法与储集层甜点分析———以渤海湾盆地沧东凹陷孔店组二段为例", 《石油勘探与开发》, vol. 44, no. 4, 31 August 2017 (2017-08-31), pages 492 - 502 * |
| 高艺 等: "古地貌恢复及其对滩坝沉积的控制作用——以辽河西部凹陷曙北地区沙四段为例", 《油气地质与采收率》, vol. 22, no. 5, 30 September 2015 (2015-09-30), pages 40 - 46 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11703608B2 (en) | Reservoir characterization using machine-learning techniques | |
| CN112415591A (zh) | 绕射波的成像方法、装置、电子设备及存储介质 | |
| CN112147688B (zh) | 一种储层油气识别方法和装置 | |
| CN112925019A (zh) | 孔隙型白云岩的识别方法及装置 | |
| CN112817042B (zh) | 沉积储层中油气识别方法及装置 | |
| CN112130209B (zh) | 岩溶储层预测方法及装置 | |
| CN112699528B (zh) | 含规则裂缝柱塞岩样数字岩心建模方法及装置 | |
| CN112462423A (zh) | 生物礁厚度预测方法及装置 | |
| CN112255679A (zh) | 地震资料绕射深度偏移处理方法及装置 | |
| CN114721046A (zh) | 缝洞检测方法、装置、计算机存储介质 | |
| CN113075747B (zh) | 储层裂缝发育区域的预测方法及装置 | |
| CN111751879A (zh) | 储层孔隙度预测方法及装置 | |
| CN110632650B (zh) | 全波形反演数据的分时窗提取方法及装置 | |
| CN114329878A (zh) | 页岩气井小层划分方法、装置、设备和存储介质 | |
| CN112859160A (zh) | 薄互层砂体厚度的预测方法及装置 | |
| CN114578445A (zh) | 基于重力资料确定断裂位置的方法及装置 | |
| CN113077074A (zh) | 基于储层预测因子的储层预测方法及装置 | |
| CN112363246A (zh) | 一种火成岩岩性识别方法及装置 | |
| CN112987100B (zh) | 预测受层序界面控制的弱振幅岩溶层中储层的方法和装置 | |
| CN110320561B (zh) | 火成岩储层边界的刻画方法、装置及存储介质 | |
| CN110888163B (zh) | 微断裂发育位置的确定方法和装置 | |
| CN108108512B (zh) | 一种储层岩相的表征方法及装置 | |
| CN115705451A (zh) | 岩性敏感弹性参数的反演方法、装置及计算机存储介质 | |
| CN112462421A (zh) | 储层信息预测方法、装置、电子设备及存储介质 | |
| CN117538929A (zh) | 裂缝信息确定方法、装置、设备及介质 |
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 |