CN112946746A - 用于提高薄煤层avo反演准确性的方法及装置 - Google Patents
用于提高薄煤层avo反演准确性的方法及装置 Download PDFInfo
- Publication number
- CN112946746A CN112946746A CN201911281929.5A CN201911281929A CN112946746A CN 112946746 A CN112946746 A CN 112946746A CN 201911281929 A CN201911281929 A CN 201911281929A CN 112946746 A CN112946746 A CN 112946746A
- Authority
- CN
- China
- Prior art keywords
- avo
- coal seam
- gradient
- intercept
- target
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 345
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000008859 change Effects 0.000 claims abstract description 77
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 239000011435 rock Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005755 formation reaction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000704 physical effect Effects 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
- G01V1/36—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
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/52—Move-out correction
-
- 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
- G01V2210/66—Subsurface modeling
- G01V2210/665—Subsurface modeling using geostatistical modeling
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于提高薄煤层AVO反演准确性的方法及装置，该方法包括：获取对薄煤层进行岩石物理分析得到的不同煤样的密度、纵波速度、横波速度、泊松比参数，并根据参数建立不同煤样在不同煤层厚度的地质模型；对所述地质模型进行AVO正演模拟得到不同地质模型所对应的地震道集；根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况；根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律；获取对地震数据进行AVO反演得到的目标煤层的AVO截距和AVO梯度，并根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正。本发明提高了煤层预测的准确率。
Description
技术领域
本发明涉及薄煤层勘探技术领域，具体而言，涉及一种用于提高薄煤层AVO反演准确性的方法及装置。
背景技术
AVO技术很早就在储层勘探中进行实际应用，现在不论是在油田勘探还是煤田勘探中都属于一种比较常规的勘探方法了，但是AVO技术的理论基础Zoeppritz方程是针对于单界面地震波的传播的数学表达式，出发点是研究单界面两侧的地震波传播规律，公式的每个参数都有明确的地质含义。然而在实际情况中，地层往往会是以薄互层的状态出现，特别是在煤田勘探中。因此，在这种情况下直接利用AVO技术进行薄煤层的预测会存在很大的误差。
AVO技术能够对单界面两侧的岩性变化进行分析，但是当煤层厚度较小时，地震反射波为上界面和下界面反射波的复合波，在这种情况下，煤层顶底板岩性、厚度、煤层自身物性的变化都会对AVO的响应产生影响。
因此，如何获取提高薄煤层AVO反演准确性的方法是本领域技术人员亟需解决的问题。
发明内容
本发明为了解决上述问题中的至少一个，提出了一种用于提高薄煤层AVO反演准确性的方法及装置。
为了实现上述目的，根据本发明的一个方面，提供了一种用于提高薄煤层AVO反演准确性的方法，该方法包括：
获取对薄煤层进行岩石物理分析得到的不同煤样的密度、纵波速度、横波速度、泊松比参数，并根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型；
对所述地质模型进行AVO正演模拟得到不同地质模型所对应的地震道集；
根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况；
根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律；
获取对地震数据进行AVO反演得到的目标煤层的AVO截距和AVO梯度，并根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，以利用校正后的AVO截距和AVO梯度对目标煤层进行AVO分析。
可选的，所述根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，包括：
利用测井数据和实际地震数据确定目标煤层的厚度和速度参数；
根据所述速度参数确定目标煤层的煤样类型；
根据目标煤层的厚度、目标煤层的煤样类型以及所述变化规律确定目标煤层的AVO截距和AVO梯度的理论值，并根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正。
可选的，所述根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正，其中，校正后的目标煤层的AVO截距为：
校正后的目标煤层的AVO梯度为：
其中，a为目标煤层的AVO截距，b为目标煤层的AVO梯度，a1为目标煤层的AVO截距的理论值，b1为目标煤层的AVO梯度的理论值，A为目标煤层在厚度为1/2波长处的AVO截距，B为目标煤层在厚度为1/2波长处的AVO梯度。
可选的，所述根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型，其中，煤样的类型为α种，煤层厚度为βm，煤层厚度以1m为单位，建立α×β个地质模型。
可选的，所述根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况，其中所述入射角的范围是0至40°。
可选的，所述根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律，包括：
在反射系数随入射角的变化情况上提取AVO截距和AVO梯度，其中，确定入射角度为0°时的反射系数为AVO截距，确定入射角度为0°时的反射系数随入射角的变化情况对应的曲线的斜率为AVO梯度。
为了实现上述目的，根据本发明的另一方面，提供了一种用于提高薄煤层AVO反演准确性的装置，该装置包括：
地质模型建立单元，用于获取对薄煤层进行岩石物理分析得到的不同煤样的密度、纵波速度、横波速度、泊松比参数，并根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型；
AVO正演模拟单元，用于对所述地质模型进行AVO正演模拟得到不同地质模型所对应的地震道集；
反射系数随入射角的变化情况确定单元，用于根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况；
变化规律确定单元，用于根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律；
AVO截距和梯度校正单元，用于获取对地震数据进行AVO反演得到的目标煤层的AVO截距和AVO梯度，并根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，以利用校正后的AVO截距和AVO梯度对目标煤层进行AVO分析。
可选的，所述AVO截距和梯度校正单元，包括：
厚度和速度参数确定模块，用于利用测井数据和实际地震数据确定目标煤层的厚度和速度参数；
煤样类型确定单元，用于根据所述速度参数确定目标煤层的煤样类型；
校正模块，用于根据目标煤层的厚度、目标煤层的煤样类型以及所述变化规律确定目标煤层的AVO截距和AVO梯度的理论值，并根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正。
可选的，所述校正模块根据以下公式对目标煤层的AVO截距和AVO梯度进行校正，其中，校正后的目标煤层的AVO截距为：
校正后的目标煤层的AVO梯度为：
其中，a为目标煤层的AVO截距，b为目标煤层的AVO梯度，a1为目标煤层的AVO截距的理论值，b1为目标煤层的AVO梯度的理论值，A为目标煤层在厚度为1/2波长处的AVO截距，B为目标煤层在厚度为1/2波长处的AVO梯度。
可选的，当煤样的类型为α种，煤层厚度为βm时，所述地质模型建立单元以煤层厚度1m为单位建立单元建立α×β个地质模型。
可选的，所述入射角的范围是0至40°。
可选的，所述变化规律确定单元，还用于：在反射系数随入射角的变化情况上提取AVO截距和AVO梯度，其中，所述变化规律确定单元确定入射角度为0°时的反射系数为AVO截距，所述变化规律确定单元确定入射角度为0°时的反射系数随入射角的变化情况对应的曲线的斜率为AVO梯度。
为了实现上述目的，根据本发明的另一方面，还提供了一种计算机设备，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用于提高薄煤层AVO反演准确性的方法中的步骤。
为了实现上述目的，根据本发明的另一方面，还提供了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计算机程序，所述计算机程序在计算机处理器中执行时实现上述用于提高薄煤层AVO反演准确性的方法中的步骤。
本发明的有益效果为：本发明提供了一种用于提高薄煤层AVO反演准确性的方法，由于薄煤层厚度变化会对AVO产生影响，在这种情况下，利用AVO属性进行煤层预测时误差很大，而本发明通过消除薄层厚度变化对AVO的影响，能很大程度上突出煤层结构特征变化对AVO响应特征的影响，进而提高煤层预测的准确率。
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。在附图中：
图1是本发明一实施例用于提高薄煤层AVO反演准确性的方法的流程图；
图2是本发明实施例用于提高薄煤层AVO反演准确性的装置的结构框图；
图3是本发明另一实施例用于提高薄煤层AVO反演准确性的方法的流程图；
图4是本发明实施例三层双界面模型示意图；
图5是本发明实施例正演叠前地震道集示意图；
图6是本发明实施例反射系数随入射角度变化曲线示意图；
图7是本发明实施例截距随入射角度变化曲线示意图；
图8是本发明实施例梯度随入射角度变化曲线示意图；
图9是本发明实施例3#煤层截距属性效果图；
图10是本发明实施例3#煤层梯度属性效果图；
图11是本发明实施例3#煤层速度平面图；
图12是本发明实施例3#煤层厚度平面图；
图13是本发明实施例截距校正示意图；
图14是本发明实施例梯度校正示意图；
图15是本发明实施例3#煤层校正后截距平面图；
图16是本发明实施例3#煤层校正后梯度平面图；
图17是本发明实施例3#煤层构造煤预测分布图；
图18是本发明实施例计算机设备示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
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。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
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。下面将参考附图并结合实施例来详细说明本发明。
本发明实施例以寺河矿3#薄煤层的构造煤预测研究为例，在文中简称为3#。
图1是本发明实施例用于提高薄煤层AVO反演准确性的方法的流程图，如图1所示，本实施例的用于提高薄煤层AVO反演准确性的方法包括步骤S101至步骤S105。
步骤S101，获取对薄煤层进行岩石物理分析得到的不同煤样的密度、纵波速度、横波速度、泊松比参数，并根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型。
在本发明实施例，本步骤对不同的煤样进行岩石物理分析，得到表1所示的原生煤和构造煤的密度、纵横波速度等参数。
表1
本发明根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型，本发明实施例的地质模型为三层双界面模型，三层双界面模型的示意图如图4所示。在建立模型时模型煤层顶底板岩性不变，其中模型的底板为砂岩，模型的顶板为泥岩，中间为不同类型、不同厚度的煤层。
在本发明实施例中，本步骤根据煤样的类型的数量以及煤层厚度建立多个地质模型，具体当煤样的类型为α种，煤层厚度为βm，煤层厚度以1m为单位时，建立α×β个地质模型。
在本发明的可选实施例中，模型中煤样类型为4种，分别为原生煤1、原生煤2、构造煤1和构造煤2，煤层厚度在1～16m之间发生变化，不同类型模型共计4×16＝64个地质模型。
步骤S102，对所述地质模型进行AVO正演模拟得到不同地质模型所对应的地震道集。
在本发明实施例中，本步骤利用Zoeppritz方程对64组地质模型进行AVO正演模拟，得到64组不同地质模型情况下的叠前地震道集，其中入射角范围为0°～40°。图5是本发明实施例原生煤1在厚度为1m情况下的叠前地震道集示意图。
步骤S103，根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况。
在本发明实施例中，本步骤利用Aki-Richards近似方程对64组地质模型的叠前道集进行AVO分析，得到4类煤样分别再厚度为1m、2m…16m厚度下的反射系数随入射角变化情况。在本发明实施例中该变化情况可以用曲线表示，如图6为原生煤和构造煤在厚度为8m情况反射系数随入射角度变化情况的曲线。
步骤S104，根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律。
在本发明实施例中，在已知不同煤样在不同煤层厚度的反射系数随入射角的变化情况的基础上，可以得到不同煤样在不同煤层厚度的AVO截距和AVO梯度。具体为，在反射系数随入射角的变化情况上提取AVO截距和AVO梯度，其中，确定入射角度为0°时的反射系数为AVO截距，确定入射角度为0°时的反射系数随入射角的变化情况对应的曲线的斜率为AVO梯度。由此可以得到不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律。在本发明实施例中，通过本步骤最终得到4组煤样的AVO截距和梯度属性随煤层厚度变化的变化规律，如图7和图8所示。
在本发明可选实施例中，本步骤还可以对不同煤样的截距和梯度随厚度的变化规律进行多项式拟合，得到4种煤样的截距和梯度随煤层厚度变化关系的数学表达式，如下表2、表3所示，其中，表2中的x为厚度，y为截距；表3中的x为厚度，y为梯度。
表2
表3
步骤S105，获取对地震数据进行AVO反演得到的目标煤层的AVO截距和AVO梯度，并根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，以利用校正后的AVO截距和AVO梯度对目标煤层进行AVO分析。
在本发明实施例中，本步骤先对实际的地震数据进行AVO反演，得到目标煤层的AVO截距和AVO梯度，如图9和图10所示。
然后利用测井数据和地震数据，对煤层厚度进行预测，如图12所示。进而利用测井曲线和地震数据得到多井纵波速度场，提取3#煤层的速度(纵波速度和横波速度)，如图11，并根据煤层的速度确定煤层的煤样类型，具体根据煤层的速度确定煤层的煤样类型可以根据表1中各煤样的速度参数来进行确定。在得到目标煤层的煤样类型依据目标煤层的厚度之后，可以根据上述步骤S104得到的不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律计算出目标煤层的AVO截距和AVO梯度的理论值，进而可以根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正。
由图7和图8中可以看出，受到煤层厚度变化的影响，导致原生煤和构造煤在截距先减小后增大，到厚度为1/2波长时保持不变。梯度也满足类似的规律，当厚度大于1/2波长时，梯度不在受厚度的影响。所以，当煤层的实际厚度小于1/2波长时，可以利用表2和表3截距和梯度随厚度变化的关系将反演得到的AVO属性进行校正到煤层厚度大于1/2波长处所对应的截距和梯度，使得校正后的截距和梯度属性不再受厚度的影响。从而可以利用截距和梯度属性对不同煤样类型进行预测研究。
具体计算如下：根据图11判断勘探区的煤层速度与四种煤样速度进行对比，判断需要使用的校正关系，并得到理论关系厚度在1/2波长处的AVO截距和梯度为A和B；煤层实际厚度为d，反演得到的AVO截距和梯度分别为a和b，将厚度d带入表2和表3截距和梯度随厚度变化的关系中得到理论下所对应的AVO截距和梯度分别为A1和B1。图13和图14分别是本发明实施例截距校正示意图以及梯度校正示意图，如图13和图14所示，计算理论条件下将目标煤层的AVO截距和梯度校正到厚度为1/2波长处的的变化率分别为
和
校正后的截距和梯度分别为
和
最终得到校正后的AVO截距和梯度属性，如图15和图16所示。
在本发明实施例中，在得到校正后的AVO截距和AVO梯度后，可以利用校正后的AVO截距和AVO梯度对目标煤层进行储层的AVO分析，可以提高薄煤层预测的准确率。在本发明实施例中，可以综合考虑图15和图16，即校正后的AVO截距和梯度属性，可以对勘探区的构造煤进行预测研究，生成煤层构造煤预测分布图，如图17所示，图17中灰色部分可能为构造煤发育区域。
从以上描述可以看出，本发明公开了一种用于提高薄煤层AVO反演准确性的方法，由于薄煤层厚度变化会对AVO产生影响，在这种情况下，利用AVO属性进行煤层预测时误差很大，本发明通过消除薄煤层厚度变化对AVO的影响，能很大程度上突出煤层煤体结构变化对AVO响应特征的影响，进而提高薄煤层预测的准确率。
图3是本发明另一实施例用于提高薄煤层AVO反演准确性的方法的流程图，与图1所示的实施例原理相同。如图3所示，本发明实施例用于提高薄煤层AVO反演准确性的方法的流程包括：对实际地震数据通过AVO正演、CRP道集、AVO反演得到目标煤层的AVO截距和梯度；同时根据地震数据和测井数据确定目标煤层的煤样类型和厚度；进而根据上述步骤S104得到的不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律计算出目标煤层的AVO截距和AVO梯度的理论值；最后根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正，以根据校正后的AVO截距和AVO梯度对煤层结果特征进行预测。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
基于同一发明构思，本发明实施例还提供了一种用于提高薄煤层AVO反演准确性的装置，可以用于实现上述实施例所描述的用于提高薄煤层AVO反演准确性的方法，如下面的实施例所述。由于用于提高薄煤层AVO反演准确性的装置解决问题的原理与用于提高薄煤层AVO反演准确性的方法相似，因此用于提高薄煤层AVO反演准确性的装置的实施例可以参见用于提高薄煤层AVO反演准确性的方法的实施例，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图2是本发明实施例用于提高薄煤层AVO反演准确性的装置的结构框图，如图2所示，本发明实施例用于提高薄煤层AVO反演准确性的装置包括：地质模型建立单元1、AVO正演模拟单元2、反射系数随入射角的变化情况确定单元3、变化规律确定单元4和AVO截距和梯度校正单元5。
地质模型建立单元1，用于获取对薄煤层进行岩石物理分析得到的不同煤样的密度、纵波速度、横波速度、泊松比参数，并根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型。
在本发明实施例中，当煤样的类型为α种，煤层厚度为βm时，所述地质模型建立单元1以煤层厚度1m为单位建立单元建立α×β个地质模型。
AVO正演模拟单元2，用于对所述地质模型进行AVO正演模拟得到不同地质模型所对应的地震道集。
反射系数随入射角的变化情况确定单元3，用于根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况。在本发明实施例中，所述入射角的范围是0至40°。
变化规律确定单元4，用于根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律。
在本发明实施例中，所述变化规律确定单元4，还用于：在反射系数随入射角的变化情况上提取AVO截距和AVO梯度，其中，所述变化规律确定单元确定入射角度为0°时的反射系数为AVO截距，所述变化规律确定单元确定入射角度为0°时的反射系数随入射角的变化情况对应的曲线的斜率为AVO梯度。
AVO截距和梯度校正单元5，用于获取对地震数据进行AVO反演得到的目标煤层的AVO截距和AVO梯度，并根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，以利用校正后的AVO截距和AVO梯度对目标煤层进行AVO分析。
在本发明实施例中所述AVO截距和梯度校正单元5，包括：
厚度和速度参数确定模块，用于利用测井数据和实际地震数据确定目标煤层的厚度和速度参数；
煤样类型确定单元，用于根据所述速度参数确定目标煤层的煤样类型；
校正模块，用于根据目标煤层的厚度、目标煤层的煤样类型以及所述变化规律确定目标煤层的AVO截距和AVO梯度的理论值，并根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正。
在本发明实施例中，所述校正模块根据以下公式对目标煤层的AVO截距和AVO梯度进行校正，其中，校正后的目标煤层的AVO截距为：
校正后的目标煤层的AVO梯度为：
其中，a为目标煤层的AVO截距，b为目标煤层的AVO梯度，a1为目标煤层的AVO截距的理论值，b1为目标煤层的AVO梯度的理论值，A为目标煤层在厚度为1/2波长处的AVO截距，B为目标煤层在厚度为1/2波长处的AVO梯度。
为了实现上述目的，根据本申请的另一方面，还提供了一种计算机设备。如图18所示，该计算机设备包括存储器、处理器、通信接口以及通信总线，在存储器上存储有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实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元，如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及作品数据处理，即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器中，当被所述处理器执行时，执行上述实施例中的方法。
上述计算机设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解，此处不再赘述。
为了实现上述目的，根据本申请的另一方面，还提供了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计算机程序，所述计算机程序在计算机处理器中执行时实现上述用于提高薄煤层AVO反演准确性的方法中的步骤。本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种用于提高薄煤层AVO反演准确性的方法，其特征在于，包括：
获取对薄煤层进行岩石物理分析得到的不同煤样的密度、纵波速度、横波速度、泊松比参数，并根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型；
对所述地质模型进行AVO正演模拟得到不同地质模型所对应的地震道集；
根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况；
根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律；
获取对地震数据进行AVO反演得到的目标煤层的AVO截距和AVO梯度，并根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，以利用校正后的AVO截距和AVO梯度对目标煤层进行AVO分析。
2.根据权利要求1所述的用于提高薄煤层AVO反演准确性的方法，其特征在于，所述根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，包括：
利用测井数据和实际地震数据确定目标煤层的厚度和速度参数；
根据所述速度参数确定目标煤层的煤样类型；
根据目标煤层的厚度、目标煤层的煤样类型以及所述变化规律确定目标煤层的AVO截距和AVO梯度的理论值，并根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正。
3.根据权利要求2所述的用于提高薄煤层AVO反演准确性的方法，其特征在于，所述根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正，其中，校正后的目标煤层的AVO截距为：
校正后的目标煤层的AVO梯度为：
其中，a为目标煤层的AVO截距，b为目标煤层的AVO梯度，a1为目标煤层的AVO截距的理论值，b1为目标煤层的AVO梯度的理论值，A为目标煤层在厚度为1/2波长处的AVO截距，B为目标煤层在厚度为1/2波长处的AVO梯度。
4.根据权利要求1所述的用于提高薄煤层AVO反演准确性的方法，其特征在于，所述根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型，其中，煤样的类型为α种，煤层厚度为βm，煤层厚度以1m为单位，建立α×β个地质模型。
5.根据权利要求1所述的用于提高薄煤层AVO反演准确性的方法，其特征在于，所述根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况，其中所述入射角的范围是0至40°。
6.根据权利要求1所述的用于提高薄煤层AVO反演准确性的方法，其特征在于，所述根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律，包括：
在反射系数随入射角的变化情况上提取AVO截距和AVO梯度，其中，确定入射角度为0°时的反射系数为AVO截距，确定入射角度为0°时的反射系数随入射角的变化情况对应的曲线的斜率为AVO梯度。
7.一种用于提高薄煤层AVO反演准确性的装置，其特征在于，包括：
地质模型建立单元，用于获取对薄煤层进行岩石物理分析得到的不同煤样的密度、纵波速度、横波速度、泊松比参数，并根据不同煤样的密度、纵波速度、横波速度、泊松比参数建立不同煤样在不同煤层厚度的地质模型；
AVO正演模拟单元，用于对所述地质模型进行AVO正演模拟得到不同地质模型所对应的地震道集；
反射系数随入射角的变化情况确定单元，用于根据各地质模型对应的地震道集确定不同煤样在不同煤层厚度的反射系数随入射角的变化情况；
变化规律确定单元，用于根据所述变化情况确定不同煤样的AVO截距和AVO梯度随煤层厚度变化的变化规律；
AVO截距和梯度校正单元，用于获取对地震数据进行AVO反演得到的目标煤层的AVO截距和AVO梯度，并根据所述变化规律对目标煤层的AVO截距和AVO梯度进行校正，以利用校正后的AVO截距和AVO梯度对目标煤层进行AVO分析。
8.根据权利要求7所述的用于提高薄煤层AVO反演准确性的装置，其特征在于，所述AVO截距和梯度校正单元，包括：
厚度和速度参数确定模块，用于利用测井数据和实际地震数据确定目标煤层的厚度和速度参数；
煤样类型确定单元，用于根据所述速度参数确定目标煤层的煤样类型；
校正模块，用于根据目标煤层的厚度、目标煤层的煤样类型以及所述变化规律确定目标煤层的AVO截距和AVO梯度的理论值，并根据目标煤层的AVO截距和AVO梯度的理论值对目标煤层的AVO截距和AVO梯度进行校正。
9.根据权利要求8所述的用于提高薄煤层AVO反演准确性的装置，其特征在于，所述校正模块根据以下公式对目标煤层的AVO截距和AVO梯度进行校正，其中，校正后的目标煤层的AVO截距为：
校正后的目标煤层的AVO梯度为：
其中，a为目标煤层的AVO截距，b为目标煤层的AVO梯度，a1为目标煤层的AVO截距的理论值，b1为目标煤层的AVO梯度的理论值，A为目标煤层在厚度为1/2波长处的AVO截距，B为目标煤层在厚度为1/2波长处的AVO梯度。
10.根据权利要求7所述的用于提高薄煤层AVO反演准确性的装置，其特征在于，当煤样的类型为α种，煤层厚度为βm时，所述地质模型建立单元以煤层厚度1m为单位建立单元建立α×β个地质模型。
11.根据权利要求7所述的用于提高薄煤层AVO反演准确性的装置，其特征在于，所述入射角的范围是0至40°。
12.根据权利要求7所述的用于提高薄煤层AVO反演准确性的装置，其特征在于，所述变化规律确定单元，还用于：在反射系数随入射角的变化情况上提取AVO截距和AVO梯度，其中，所述变化规律确定单元确定入射角度为0°时的反射系数为AVO截距，所述变化规律确定单元确定入射角度为0°时的反射系数随入射角的变化情况对应的曲线的斜率为AVO梯度。
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任一项方法中的步骤。
14.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序在计算机处理器中执行时实现如权利要求1至6任意一项方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911281929.5A CN112946746B (zh) | 2019-12-11 | 2019-12-11 | 用于提高薄煤层avo反演准确性的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911281929.5A CN112946746B (zh) | 2019-12-11 | 2019-12-11 | 用于提高薄煤层avo反演准确性的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112946746A true CN112946746A (zh) | 2021-06-11 |
| CN112946746B CN112946746B (zh) | 2022-11-01 |
Family
ID=76234379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911281929.5A Active CN112946746B (zh) | 2019-12-11 | 2019-12-11 | 用于提高薄煤层avo反演准确性的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112946746B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114330593A (zh) * | 2022-01-06 | 2022-04-12 | 中国科学院地质与地球物理研究所 | Avo属性的分析方法、装置以及电子设备 |
| CN114966851A (zh) * | 2022-05-13 | 2022-08-30 | 广州海洋地质调查局 | 一种储层预测方法、装置及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5583825A (en) * | 1994-09-02 | 1996-12-10 | Exxon Production Research Company | Method for deriving reservoir lithology and fluid content from pre-stack inversion of seismic data |
| CN101281253A (zh) * | 2007-04-06 | 2008-10-08 | 中国石油集团东方地球物理勘探有限责任公司 | 一种利用振幅随偏移距变化特征提高油气检测精度的方法 |
| CN101359057A (zh) * | 2007-07-31 | 2009-02-04 | 中国石油天然气股份有限公司 | 一种利用中心频率随入射角变化衰减信息进行气藏检测的方法 |
| CN105092343A (zh) * | 2014-05-04 | 2015-11-25 | 中国石油化工股份有限公司 | 一种基于叠前道集去除薄层调谐效应的方法 |
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| US20160209531A1 (en) * | 2015-01-15 | 2016-07-21 | Chevron U.S.A. Inc. | System and method for analyzing geologic features using seismic data |
| CN106772579A (zh) * | 2016-12-07 | 2017-05-31 | 中国矿业大学(北京) | 一种薄煤层中地震叠前反演方法和装置 |
-
2019
- 2019-12-11 CN CN201911281929.5A patent/CN112946746B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5583825A (en) * | 1994-09-02 | 1996-12-10 | Exxon Production Research Company | Method for deriving reservoir lithology and fluid content from pre-stack inversion of seismic data |
| CN101281253A (zh) * | 2007-04-06 | 2008-10-08 | 中国石油集团东方地球物理勘探有限责任公司 | 一种利用振幅随偏移距变化特征提高油气检测精度的方法 |
| CN101359057A (zh) * | 2007-07-31 | 2009-02-04 | 中国石油天然气股份有限公司 | 一种利用中心频率随入射角变化衰减信息进行气藏检测的方法 |
| CN105092343A (zh) * | 2014-05-04 | 2015-11-25 | 中国石油化工股份有限公司 | 一种基于叠前道集去除薄层调谐效应的方法 |
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| US20160209531A1 (en) * | 2015-01-15 | 2016-07-21 | Chevron U.S.A. Inc. | System and method for analyzing geologic features using seismic data |
| CN106772579A (zh) * | 2016-12-07 | 2017-05-31 | 中国矿业大学(北京) | 一种薄煤层中地震叠前反演方法和装置 |
Non-Patent Citations (7)
| Title |
|---|
| CAROLYN P.PEDDY等: "高阻砂岩储层的AVO分析", 《国外油气勘探》 * |
| GUO TONGCUI ET AL.: "Identification of reefs underlying the complex deformed Halo-anlydrite", 《SPG/SEG BEIJING 2016 INTERNATIONAL GEOPHYSICAL CONFERENCE》 * |
| JINFENG MA ET AL.: "AVO Attributes of a Deep Coal Seam", 《2008 CSPG CSEG CWLS CONVENTION》 * |
| 崔大尉等: "利用 AVO 属性研究构造煤的分布规律", 《煤炭学报》 * |
| 师素珍等: "含煤地层 AVO 正演模型参数优选分析", 《中国煤炭地质》 * |
| 张铁强等: "薄煤层 AVO 响应特征分析", 《石油地球物理勘探》 * |
| 王君恒等: "《固体地球物理学概论》", 31 August 2014, 北京：地质出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114330593A (zh) * | 2022-01-06 | 2022-04-12 | 中国科学院地质与地球物理研究所 | Avo属性的分析方法、装置以及电子设备 |
| CN114330593B (zh) * | 2022-01-06 | 2022-09-20 | 中国科学院地质与地球物理研究所 | Avo属性的分析方法、装置以及电子设备 |
| CN114966851A (zh) * | 2022-05-13 | 2022-08-30 | 广州海洋地质调查局 | 一种储层预测方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112946746B (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10620339B2 (en) | Static earth model calibration methods and systems using tortuosity evaluations | |
| CN109709607B (zh) | 一种预测薄层砂岩储层厚度方法及装置 | |
| CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
| CN105158796B (zh) | 确定toc含量的方法和装置 | |
| CN112946746B (zh) | 用于提高薄煤层avo反演准确性的方法及装置 | |
| CN113919219A (zh) | 基于测井大数据的地层评价方法及系统 | |
| CN112882100B (zh) | 一种储层参数确定方法、装置、电子设备和存储介质 | |
| CN110879412A (zh) | 地下横波速度反演方法、装置、计算设备及存储介质 | |
| Chaki et al. | Well tops guided prediction of reservoir properties using modular neural network concept: a case study from western onshore, India | |
| CN110954950B (zh) | 地下横波速度反演方法、装置、计算设备及存储介质 | |
| CN113740910B (zh) | 一种vti等效介质裂缝弱度参数地震反演方法及系统 | |
| US20210341642A1 (en) | Nested model simulations to generate subsurface representations | |
| Cho et al. | Quasi 3D transdimensional Markov-chain Monte Carlo for seismic impedance inversion and uncertainty analysis | |
| CN111679318A (zh) | 储层中断裂系统的识别方法及系统 | |
| CN114091333A (zh) | 一种基于机器学习的页岩含气量人工智能预测方法 | |
| CN113970787B (zh) | 物性参数反演方法、装置、计算机设备和存储介质 | |
| CN107368688B (zh) | 海相单砂体的确定方法和装置 | |
| CN111381279B (zh) | 储层孔隙度定量预测方法及装置 | |
| CN110988991B (zh) | 一种弹性参数反演方法、装置及系统 | |
| Arwini et al. | Combining experimental design with proxy derived sensitivities to improve convergence rates in Seismic History Matching | |
| CN111983677B (zh) | 基于Russell属性因子的储层孔隙度预测方法及装置 | |
| CN117345208B (zh) | 一种压裂优势区定量表征方法、装置、电子设备及介质 | |
| CN112346117B (zh) | 一种基于地震属性融合的储层特征预测方法和装置 | |
| Grubas | Seismic-wave traveltime computation by supervised and unsupervised training of artificial neural networks | |
| CN113052356B (zh) | 油井单井产能预测方法、装置、电子设备和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |