CN112987105A - 定量预测地下岩盐层分布的方法、装置、终端和存储介质 - Google Patents
定量预测地下岩盐层分布的方法、装置、终端和存储介质 Download PDFInfo
- Publication number
- CN112987105A CN112987105A CN201911214830.3A CN201911214830A CN112987105A CN 112987105 A CN112987105 A CN 112987105A CN 201911214830 A CN201911214830 A CN 201911214830A CN 112987105 A CN112987105 A CN 112987105A
- Authority
- CN
- China
- Prior art keywords
- rock salt
- wave impedance
- dimensional seismic
- seismic data
- impedance value
- 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
- 235000002639 sodium chloride Nutrition 0.000 title claims abstract description 230
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 title claims abstract description 224
- 239000011780 sodium chloride Substances 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000000611 regression analysis Methods 0.000 claims abstract description 14
- 238000012360 testing method Methods 0.000 claims description 63
- 238000005070 sampling Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000005755 formation reaction Methods 0.000 claims description 6
- 150000003839 salts Chemical class 0.000 abstract description 8
- 239000011435 rock Substances 0.000 description 22
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 235000019738 Limestone Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000010440 gypsum Substances 0.000 description 3
- 229910052602 gypsum Inorganic materials 0.000 description 3
- 239000006028 limestone Substances 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 239000010459 dolomite Substances 0.000 description 2
- 229910000514 dolomite Inorganic materials 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 235000010755 mineral Nutrition 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/40—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
- 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
-
- 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
- G01V2210/60—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
- G01V2210/622—Velocity, density or impedance
- G01V2210/6226—Impedance
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
本申请公开了一种定量预测地下岩盐层分布的方法、装置、终端和存储介质,属于盐穴选址技术领域。所述方法包括:获取目标地域的测井数据,基于测井数据和在目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值,对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程,基于测井数据,确定带波阻抗值的三维地震数据体,基于回归方程和带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。采用本方法,得到了带岩盐含量的三维地震数据体,可以实现定量化预测地下岩盐层的岩盐分布,降低了对技术人员专业知识的要求。
Description
技术领域
本申请涉及盐穴选址技术领域,特别涉及一种定量预测地下岩盐层分布的方法、装置、终端和存储介质。
背景技术
盐穴储气库具有注采率高、封闭性强、安全系数高等优点,是地下储气库的首选。地下岩盐层在溶解造腔后,可以用来建设盐穴储气库,利用地下岩盐层建设盐穴储气库时,需要对地下岩盐层的分布进行预测,从而掌握地下岩盐层的分布情况。
相关技术中,预测地下岩盐层分布的方法主要为:通过分析已发现的地下岩盐层的岩盐物理特性,结合该地区地层的沉积规律,定性预测地下岩盐层的分布规律。其中,沉积规律是指不同沉积物形成的层状分布规律。
在实现本申请的过程中,发明人发现相关技术至少存在以下问题:
相关技术中预测地下岩盐层分布的方法,仅仅通过定性分析来预测地下岩盐层的分布规律,而定性分析要求技术人员拥有足够的地质专业知识和工程专业知识,否则预测得到的地下岩盐层的分布规律很难达到最优。因此,相关技术中亟需一种可以定量预测地下岩盐层分布的方法。
发明内容
本申请实施例提供了一种定量预测地下岩盐层分布的方法、装置、终端和存储介质,能够解决相关技术中缺少定量预测地下岩盐层分布的方法的问题。
所述技术方案如下:
第一方面,提供了一种定量预测地下岩盐层分布的方法,所述方法包括:
获取目标地域的测井数据;
基于所述测井数据和在所述目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值;
对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程;
基于所述测井数据,确定带波阻抗值的三维地震数据体;
基于所述回归方程和所述带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。
可选的,所述测井数据包括深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系,所述获取目标地域的测井数据,包括:
获取所述目标地域的多个测试井的测井数据,其中,每个测试井位于一个目标子地域中;
所述基于所述测井数据和在所述目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值,包括:
基于每个测试井的测井数据,确定每个测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系;
对于每个岩心样品,根据所述岩心样品的采样深度值、所述岩心样品所位于的测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系,确定所述岩心样品的声波时差和岩盐密度值;
根据每个岩心样品的声波时差和岩盐密度值,以及公式I=105×DEN/AC,确定每个岩心样品的波阻抗值,其中,I为岩盐的波阻抗值,DEN为岩盐密度值,AC为声波时差。
可选的,所述基于所述测井数据,确定带波阻抗值的三维地震数据体,包括:
基于在所述目标地域采集的三维地震数据,确定所述目标地域的三维地震数据体;
将各个测试井的测井数据添加到所述目标地域的三维地震数据体中,得到带测井数据的三维地震数据体;
基于所述各个测试井的测井数据和公式I=105×DEN/AC,确定所述各个测试井的测井波阻抗曲线;
基于每个测试井的测井波阻抗曲线,对所述带测井数据的三维地震数据体中的波阻抗值进行内插外推,预测得到每个测试井所在的目标子地域的其余区域的波阻抗数值,以得到所述带波阻抗值的三维地震数据体。
可选的,所述预测得到每个测试井所在的目标子地域的其余区域的波阻抗数值之后,还包括:
基于所述目标地域的实际地震道与预测后的三维地震数据体的虚拟地震道,对所述预测后的三维地震数据体进行调整,直至所述虚拟地震道与所述实际地震道的相似度大于第一预设阈值,得到所述带波阻抗值的三维地震数据体。
可选的,所述基于所述回归方程和所述带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体,包括:
基于所述回归方程和所述带波阻抗值的三维地震数据体,确定所述带波阻抗值的三维地震数据体中的各波阻抗值对应的岩盐含量;
将所述带波阻抗值的三维地震数据体中的各波阻抗值替换为对应的岩盐含量,得到带岩盐含量的三维地震数据体。
可选的,所述确定带岩盐含量的三维地震数据体之后,还包括:
在所述带岩盐含量的三维地震数据体中,剔除岩盐含量小于80%的岩盐层,得到高品位岩盐层分布的三维地震数据体。
第二方面,提供了一种定量预测地下岩盐层分布的装置,所述装置包括:
获取模块,用于获取目标地域的测井数据;
波阻抗值确定模块,用于基于所述测井数据和在所述目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值;
回归方程确定模块,用于对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程;
波阻抗值数据体确定模块,基于所述测井数据,确定带波阻抗值的三维地震数据体;
岩盐含量数据体确定模块,基于所述回归方程和所述带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。
可选的,所述测井数据包括深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系,所述获取模块,用于:
获取所述目标地域的多个测试井的测井数据,其中,每个测试井位于一个目标子地域中;
所述波阻抗值确定模块,用于:
基于每个测试井的测井数据,确定每个测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系;
对于每个岩心样品,根据所述岩心样品的采样深度值、所述岩心样品所位于的测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系,确定所述岩心样品的声波时差和岩盐密度值;
根据每个岩心样品的声波时差和岩盐密度值,以及公式I=105×DEN/AC,确定每个岩心样品的波阻抗值,其中,I为岩盐的波阻抗值,DEN为岩盐密度值,AC为声波时差。
可选的,所述波阻抗值数据体确定模块,用于:
基于在所述目标地域采集的三维地震数据,确定所述目标地域的三维地震数据体;
将各个测试井的测井数据添加到所述目标地域的三维地震数据体中,得到带测井数据的三维地震数据体;
基于所述各个测试井的测井数据和公式I=105×DEN/AC,确定所述各个测试井的测井波阻抗曲线;
基于每个测试井的测井波阻抗曲线,对所述带测井数据的三维地震数据体中的波阻抗值进行内插外推,预测得到每个测试井所在的目标子地域的其余区域的波阻抗数值,以得到所述带波阻抗值的三维地震数据体。
可选的,所述波阻抗值数据体确定模块,还用于:
基于所述目标地域的实际地震道与预测后的三维地震数据体的虚拟地震道,对所述预测后的三维地震数据体进行调整,直至所述虚拟地震道与所述实际地震道的相似度大于第一预设阈值,得到所述带波阻抗值的三维地震数据体。
可选的,所述岩盐含量数据体确定模块,用于:
基于所述回归方程和所述带波阻抗值的三维地震数据体,确定所述带波阻抗值的三维地震数据体中的各波阻抗值对应的岩盐含量;
将所述带波阻抗值的三维地震数据体中的各波阻抗值替换为对应的岩盐含量,得到带岩盐含量的三维地震数据体。
可选的,所述装置还包括剔除模块,用于:
在所述带岩盐含量的三维地震数据体中,剔除岩盐含量小于80%的岩盐层,得到高品位岩盐层分布的三维地震数据体。
第三方面,提供了一种终端,其特征在于,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述的定量预测地下岩盐层分布的方法所执行的操作。
第四方面,提供了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中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述的定量预测地下岩盐层分布的方法所执行的操作。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供的定量预测地下岩盐层分布的方法,通过获取目标地域的测井数据,根据测井数据和目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值。对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程。根据测井数据,确定带波阻抗值的三维地震数据体,根据回归方程和带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。采用本方法,得到了带岩盐含量的三维地震数据体,可以实现定量化预测地下岩盐层的岩盐分布,降低了对技术人员专业知识的要求。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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是本申请实施例提供的一种定量预测地下岩盐层分布的方法流程图;
图2是本申请实施例提供的一种定量预测地下岩盐层分布的方法流程图;
图3是本申请实施例提供的一种定量预测地下岩盐层分布的装置结构示意图;
图4是本申请实施例提供的一种终端的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供的一种定量预测地下岩盐层分布的方法,可以应用在油气田开发技术领域,具体的用于定量预测地下岩盐层分布。利用地下岩盐层建设盐穴储气库时,首先,技术人员可以采集目标地域的多个岩心样品,并测量得到目标地域的测井数据。然后,可以将测井数据进行存储,终端即可获取测井数据,并采用本申请实施例提供的方法得到带岩盐含量的三维地震数据体。最后,工作人员即可根据带岩盐含量的三维地震数据体,预测分析地下岩盐层的分布,从而为建设盐穴储气库提供依据。
图1是本申请实施例提供的一种定量预测地下岩盐层分布的方法流程图。
参见图1,该实施例包括:
在步骤101中,获取目标地域的测井数据。
在步骤102中,基于测井数据和在目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值。
在步骤103中,对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程。
在步骤104中,基于测井数据,确定带波阻抗值的三维地震数据体。
在步骤105中,基于回归方程和带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供的定量预测地下岩盐层分布的方法,通过获取目标地域的测井数据,根据测井数据和目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值。对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程。根据测井数据,确定带波阻抗值的三维地震数据体,根据回归方程和带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。采用本方法,得到了带岩盐含量的三维地震数据体,可以实现定量化预测地下岩盐层的岩盐分布,降低了对技术人员专业知识的要求。
图2是本申请实施例提供的一种定量预测地下岩盐层分布的方法流程图。
参见图2,该实施例包括:
在步骤201中,获取目标地域的测井数据。
其中,测井数据可以包括深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系。声波时差指接收声波的时间差值,即声波速度的倒数。
在实施中,工作人员可以通过测井电缆,将各种测井仪器下入目标地域的多个测试井内,利用电、磁、声、热、核等物理原理,记录随测试井深度连续变化的各种参数,得到目标地域的多个测试井的测井数据。基于每个测试井的测井数据,确定每个测试井的深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系。其中,每个测试井位于一个目标子地域中。
可选的,测井数据可以为测井曲线的形式,则深度值与声波时差的对应关系可以为密度曲线(Densimentric curve,即DEN曲线),深度值与岩盐密度值的对应关系可以为声波时差曲线(Acoustic time curve,即AC曲线)。测井数据还可以包括自然伽玛曲线(GammaRay curve,即GR曲线)和电阻率曲线(Resistivity curve,即RT曲线)。
另外,岩盐通常与泥岩、膏岩、石灰岩、白云岩等伴生,识别岩盐层需要将岩盐层与其他伴生岩石区分。在这几种岩石类型中,岩盐的密度值极低,传播波的速度也低。在本申请实施例中,根据得到的测井数据,可知岩盐的密度值为1.87g/m3~2.11g/m3,低于泥岩(2.25g/m3~2.67g/m3)、石灰岩(2.43g/m3~2.75g/m3、石膏(2.36g/m3~2.98g/m3)、白云岩(2.56g/m3~2.89g/m3)等其他伴生岩的密度值。
岩盐的声波时差为速度的倒数,则岩盐的声波时差比其他伴生岩石的波阻抗值高。在本申请实施例中,根据得到的测井数据,可知岩盐的声波时差为220μs/m~270μs/m,高于石灰岩(173μs/m~196μs/m)、石膏(158μs/m~181μs/m)、白云岩(168μs/m~191μs/m)等其他伴生岩的声波时差。
在步骤202中,基于测井数据和在目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值。
其中,岩心样品是指圆柱状的岩盐矿物,岩心样品的识别标志为无色透明,玻璃光泽,摩氏硬度为2至2.5,比重为2.1至2.2,易溶于水,味咸。本申请实施例中,岩心样品为立方体晶体,在立方体晶面上有阶梯状凹陷,呈粒状或块状。波阻抗值是指应力波在岩体中传播时,岩石质点产生单位速度所需要克服的阻力。波阻抗值可以为岩盐密度值和速度的乘积,也可以通过岩盐密度值和声波时差进行计算,波阻抗值能反映地层物性变化。
在实施中,对于每个岩心样品,根据岩心样品的测试井、岩心样品的采样深度值、岩心样品所位于的测试井的深度值与声波时差的对应关系,以及岩心样品的测试井的深度值与岩盐密度值的对应关系,确定岩心样品的声波时差和岩盐密度值。根据每个岩心样品的声波时差和岩盐密度值,以及公式I=105×DEN/AC,确定每个岩心样品的波阻抗值,其中,I为岩盐的波阻抗值,DEN为岩盐密度值,AC为声波时差。
可选的,在目标地域采集多个岩心样品的过程可以为:在对目标地域钻井的过程中,按照岩心样品的识别标志选取多个岩心样品。对每个岩心样品进行化学成分分析,测量得到每个岩心样品中氯化钠的含量,将氯化钠的含量作为每个岩心样品的岩盐含量。为提高后续操作中岩盐含量的回归效果,采集选样的多个岩心样品的岩盐含量可以包括0至100%的范围。本申请实施例中,经过多次采集选样,得到的岩心样品的岩盐含量涵盖了3.5%至99.99%的范围。
另外,根据步骤201,由于波阻抗值为岩盐密度值和速度的乘积,则岩盐的波阻抗值比其他伴生岩石的波阻抗值低。
在步骤203中,对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程。
其中,回归分析是指预测因变量和自变量之间关系的方法。回归方程是指通过回归分析得到的一个变量对另一个变量的回归关系的数学表达式。由于岩盐的波阻抗值与其他伴生岩石相比为明显低值,因此岩盐层中岩盐含量越高,波阻抗值越低,根据岩盐层这一物理特点,建立岩盐含量与波阻抗值的回归关系。
在实施中,对于目标地域的每个岩心样品,可以利用Excel软件分析每个岩心样品的岩盐含量与波阻抗值的关系,将x横轴设置为波阻抗值,y纵轴设置为岩盐含量,然后利用最小二乘法回归方式,得到目标地域的岩盐含量和波阻抗值的回归方程。
在步骤204中,基于在目标地域采集的三维地震数据,确定带测井数据的三维地震数据体。
其中,三维地震数据可以包括炮点位置、地震波反射时间、地震波反射速度和地震波振幅等数据。三维地震数据体为地下地层的三维空间分布。
在实施中,首先,工作人员可以在野外放炮,利用接收器采集地下地层反射回来的数据,得到目标地域的三维地震数据。终端可以利用Promax软件(流程模拟软件)对三维地震数据进行处理,得到目标地域的三维地震数据体。然后,将该三维地震数据体导入Landmark解释软件(油气藏解释软件)中,采用自相关统计方法,确定地震子波。最后,将各个测试井的测井数据添加到该三维地震数据体中,利用地震子波进行目的地层的层位标定,进行目的地层的层位解释,得到带测井数据的三维地震数据体。其中,地震子波是地震记录中的一个基本单元,可以为一个脉冲信号。
在步骤205中,基于带测井数据的三维地震数据体,确定带波阻抗值的三维地震数据体。
在实施中,首先,将测井数据和带测井数据的三维地震数据体导入Strata软件(三维建模软件)中,基于各个测试井的测井数据和公式I=105×DEN/AC,得到各个测试井的测井波阻抗曲线。然后,根据每个测试井的测井波阻抗曲线,对带测井数据的三维地震数据体中的波阻抗值进行内插外推,预测得到每个测试井所位于的目标子地域的其它区域的波阻抗值,得到带波阻抗值的三维地震数据体。其中,内插是指在已观测点的区域内估算未观测点的数据,外推是指在已观测点的区域外估算未观测点的数据。
可选的,预测得到每个测试井所位于的目标子地域的其它区域的波阻抗值之后,可以将该波阻抗值作为波阻抗初始值。利用约束波阻抗反演法,根据目标地域的实际地震道与预测后的三维地震数据体的虚拟地震道,对预测后的三维地震数据体进行调整,直至虚拟地震道与实际地震道的相似度大于第一预设阈值,计算得到高精度的波阻抗值,从而得到带波阻抗值的三维地震数据体。
其中,地震道是指地震检波器对地震波的接收记录。波阻抗反演是综合实际地震资料、地质信息和测井信息,根据反射系数和波阻抗初始值,利用递推波阻抗的反演方法算出高精度的波阻抗值的过程。
在实施中,利用约束波阻抗反演法计算高精度的波阻抗值的过程可以为:首先,预测得到每个测试井所位于的目标子地域的其它区域的波阻抗值之后,将该波阻抗值作为波阻抗初始值,并获取三维地震数据体的反射系数。然后,根据波阻抗初始值、反射系数和公式Ii=Ii-1×(1+Ri)/(1-Ri),计算得到高精度的波阻抗值。其中,Ii为高精度的波阻抗值,Ii-1为波阻抗初始值,Ri为反射系数。
在步骤206中,基于回归方程和带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。
在实施中,基于回归方程和带波阻抗值的三维地震数据体,确定带波阻抗值的三维地震数据体中的各波阻抗值对应的岩盐含量,将带波阻抗值的三维地震数据体中的各波阻抗值替换为对应的岩盐含量,得到带岩盐含量的三维地震数据体。
在步骤207中,基于带岩盐含量的三维地震数据体,确定高品位岩盐层分布的三维地震数据体。
其中,高品位岩盐层是指岩盐含量大于或等于80%的岩盐层,盐穴储气库通常建立在高品位含岩盐地层中。
在实施中,在带岩盐含量的三维地震数据体中,通过剔除岩盐含量小于80%的岩盐层,剔除带岩盐含量的三维地震数据体中的非岩盐层和较低品位的岩盐层,得到高品位岩盐层分布的三维地震数据体。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供的定量预测地下岩盐层分布的方法,通过获取目标地域的测井数据,根据测井数据和目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值。对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程。根据测井数据,得到带波阻抗值的三维地震数据体,根据回归方程和带波阻抗值的三维地震数据体,将带波阻抗值的三维地震数据体转化为带岩盐含量的三维地震数据体。采用本方法,得到了带岩盐含量的三维地震数据体,可以实现定量化预测地下岩盐层的岩盐分布,降低了对技术人员专业知识的要求。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
基于相同的技术构思,本申请实施例还提供了一种定量预测地下岩盐层分布的装置,该装置可以为上述实施例中的终端,如图3所示,该装置包括:
获取模块301,用于获取目标地域的测井数据;
波阻抗值确定模块302,用于基于测井数据和在目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值;
回归方程确定模块303,用于对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程;
波阻抗值数据体确定模块304,基于测井数据,确定带波阻抗值的三维地震数据体;
岩盐含量数据体确定模块305,基于回归方程和带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。
可选的,测井数据包括深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系,获取模块301,用于:
获取目标地域的多个测试井的测井数据,其中,每个测试井位于一个目标子地域中;
波阻抗值确定模块302,用于:
基于每个测试井的测井数据,确定每个测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系;
对于每个岩心样品,根据岩心样品的采样深度值、岩心样品所位于的测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系,确定岩心样品的声波时差和岩盐密度值;
根据每个岩心样品的声波时差和岩盐密度值,以及公式I=105×DEN/AC,确定每个岩心样品的波阻抗值,其中,I为岩盐的波阻抗值,DEN为岩盐密度值,AC为声波时差。
可选的,波阻抗值数据体确定模块304,用于:
基于在目标地域采集的三维地震数据,确定目标地域的三维地震数据体;
将各个测试井的测井数据添加到目标地域的三维地震数据体中,得到带测井数据的三维地震数据体;
基于各个测试井的测井数据和公式I=105×DEN/AC,确定各个测试井的测井波阻抗曲线;
基于每个测试井的测井波阻抗曲线,对带测井数据的三维地震数据体中的波阻抗值进行内插外推,预测得到每个测试井所在的目标子地域的其余区域的波阻抗数值,得到带波阻抗值的三维地震数据体。
可选的,波阻抗值数据体确定模块304,还用于:
基于目标地域的实际地震道与预测后的三维地震数据体的虚拟地震道,对预测后的三维地震数据体进行调整,直至虚拟地震道与实际地震道的相似度大于第一预设阈值,得到带波阻抗值的三维地震数据体。
可选的,岩盐含量数据体确定模块305,用于:
基于回归方程和带波阻抗值的三维地震数据体,确定带波阻抗值的三维地震数据体中的各波阻抗值对应的岩盐含量;
将带波阻抗值的三维地震数据体中的各波阻抗值替换为对应的岩盐含量,得到带岩盐含量的三维地震数据体。
可选的,装置还包括剔除模块,用于:
在带岩盐含量的三维地震数据体中,剔除岩盐含量小于80%的岩盐层,得到高品位岩盐层分布的三维地震数据体。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供的定量预测地下岩盐层分布的装置,通过获取目标地域的测井数据,根据测井数据和目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值。对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程。根据测井数据,得到带波阻抗值的三维地震数据体,根据回归方程和带波阻抗值的三维地震数据体,将带波阻抗值的三维地震数据体转化为带岩盐含量的三维地震数据体。采用本装置,得到了带岩盐含量的三维地震数据体,可以实现定量化预测地下岩盐层的岩盐分布,降低了对技术人员专业知识的要求。
需要说明的是:上述实施例提供的定量预测地下岩盐层分布的装置在定量预测地下岩盐层分布时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的定量预测地下岩盐层分布的装置与定量预测地下岩盐层分布的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图4示出了本申请一个示例性实施例提供的终端400的结构框图。该终端400可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端400还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,终端400包括有:处理器401和存储器402。
处理器401可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器401所执行以实现本申请中方法实施例提供的定量预测地下岩盐层分布的方法。
在一些实施例中,终端400还可选包括有:外围设备接口403和至少一个外围设备。处理器401、存储器402和外围设备接口403之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口403相连。具体地,外围设备包括:射频电路404、触摸显示屏405、摄像头406、音频电路407、定位组件408和电源409中的至少一种。
外围设备接口403可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器401和存储器402。在一些实施例中,处理器401、存储器402和外围设备接口403被集成在同一芯片或电路板上;在一些其他实施例中,处理器401、存储器402和外围设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路404用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路404将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路404包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路404还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏405用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时,显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时,显示屏405还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏405可以为一个,设置终端400的前面板;在另一些实施例中,显示屏405可以为至少两个,分别设置在终端400的不同表面或呈折叠设计;在再一些实施例中,显示屏405可以是柔性显示屏,设置在终端400的弯曲表面上或折叠面上。甚至,显示屏405还可以设置成非矩形的不规则图形,也即异形屏。显示屏405可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件406用于采集图像或视频。可选地,摄像头组件406包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件406还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器401进行处理,或者输入至射频电路404以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或射频电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路407还可以包括耳机插孔。
定位组件408用于定位终端400的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件408可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源409用于为终端400中的各个组件进行供电。电源409可以是交流电、直流电、一次性电池或可充电电池。当电源409包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端400还包括有一个或多个传感器410。该一个或多个传感器410包括但不限于:加速度传感器411、陀螺仪传感器412、压力传感器413、指纹传感器414、光学传感器415以及接近传感器416。
加速度传感器411可以检测以终端400建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器411可以用于检测重力加速度在三个坐标轴上的分量。处理器401可以根据加速度传感器411采集的重力加速度信号,控制触摸显示屏405以横向视图或纵向视图进行用户界面的显示。加速度传感器411还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器412可以检测终端400的机体方向及转动角度,陀螺仪传感器412可以与加速度传感器411协同采集用户对终端400的3D动作。处理器401根据陀螺仪传感器412采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器413可以设置在终端400的侧边框和/或触摸显示屏405的下层。当压力传感器413设置在终端400的侧边框时,可以检测用户对终端400的握持信号,由处理器401根据压力传感器413采集的握持信号进行左右手识别或快捷操作。当压力传感器413设置在触摸显示屏405的下层时,由处理器401根据用户对触摸显示屏405的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器414用于采集用户的指纹,由处理器401根据指纹传感器414采集到的指纹识别用户的身份,或者,由指纹传感器414根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器401授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器414可以被设置终端400的正面、背面或侧面。当终端400上设置有物理按键或厂商Logo时,指纹传感器414可以与物理按键或厂商Logo集成在一起。
光学传感器415用于采集环境光强度。在一个实施例中,处理器401可以根据光学传感器415采集的环境光强度,控制触摸显示屏405的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏405的显示亮度;当环境光强度较低时,调低触摸显示屏405的显示亮度。在另一个实施例中,处理器401还可以根据光学传感器415采集的环境光强度,动态调整摄像头组件406的拍摄参数。
接近传感器416,也称距离传感器,通常设置在终端400的前面板。接近传感器416用于采集用户与终端400的正面之间的距离。在一个实施例中,当接近传感器416检测到用户与终端400的正面之间的距离逐渐变小时,由处理器401控制触摸显示屏405从亮屏状态切换为息屏状态;当接近传感器416检测到用户与终端400的正面之间的距离逐渐变大时,由处理器401控制触摸显示屏405从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图4中示出的结构并不构成对终端400的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端中的处理器执行以完成上述实施例中定量预测地下岩盐层分布的方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种定量预测地下岩盐层分布的方法,其特征在于,所述方法包括:
获取目标地域的测井数据;
基于所述测井数据和在所述目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值;
对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程;
基于所述测井数据,确定带波阻抗值的三维地震数据体;
基于所述回归方程和所述带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。
2.根据权利要求1所述的方法,其特征在于,所述测井数据包括深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系,所述获取目标地域的测井数据,包括:
获取所述目标地域的多个测试井的测井数据,其中,每个测试井位于一个目标子地域中;
基于每个目标子地域的测试井的测井数据,确定每个测试井每个目标子地域的深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系;
所述基于所述测井数据和在所述目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值,包括:
对于每个岩心样品,根据所述岩心样品的采样深度值、所述岩心样品所位于的测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系,确定所述岩心样品的声波时差和岩盐密度值;
根据每个岩心样品的声波时差和岩盐密度值,以及公式I=105×DEN/AC,确定每个岩心样品的波阻抗值,其中,I为岩盐的波阻抗值,DEN为岩盐密度值,AC为声波时差。
3.根据权利要求2所述的方法,其特征在于,所述基于所述测井数据,确定带波阻抗值的三维地震数据体,包括:
基于在所述目标地域采集的三维地震数据,确定所述目标地域的三维地震数据体;
将各个测试井的测井数据添加到所述目标地域的三维地震数据体中,得到带测井数据的三维地震数据体;
基于所述各个测试井的测井数据和公式I=105×DEN/AC,确定所述各个测试井的测井波阻抗曲线;
基于每个测试井的测井波阻抗曲线,对所述带测井数据的三维地震数据体中的波阻抗值进行内插外推,预测得到每个测试井所在的目标子地域的其余区域的波阻抗数值,以得到所述带波阻抗值的三维地震数据体。
4.根据权利要求3所述的方法,其特征在于,所述预测得到每个测试井所在的目标子地域的其余区域的波阻抗数值之后,还包括:
基于所述目标地域的实际地震道与预测后的三维地震数据体的虚拟地震道,对所述预测后的三维地震数据体进行调整,直至所述虚拟地震道与所述实际地震道的相似度大于第一预设阈值,得到所述带波阻抗值的三维地震数据体。
5.根据权利要求1所述的方法,其特征在于,所述基于所述回归方程和所述带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体,包括:
基于所述回归方程和所述带波阻抗值的三维地震数据体,确定所述带波阻抗值的三维地震数据体中的各波阻抗值对应的岩盐含量;
将所述带波阻抗值的三维地震数据体中的各波阻抗值替换为对应的岩盐含量,得到带岩盐含量的三维地震数据体。
6.根据权利要求1所述的方法,其特征在于,所述确定带岩盐含量的三维地震数据体之后,还包括:
在所述带岩盐含量的三维地震数据体中,剔除岩盐含量小于80%的岩盐层,得到高品位岩盐层分布的三维地震数据体。
7.一种定量预测地下岩盐层分布的装置,其特征在于,所述装置包括:
获取模块,用于获取目标地域的测井数据;
波阻抗值确定模块,用于基于所述测井数据和在所述目标地域采集的多个岩心样品的采集深度值,确定每个岩心样品的波阻抗值;
回归方程确定模块,用于对每个岩心样品的岩盐含量和波阻抗值进行回归分析,确定岩盐含量和波阻抗值的回归方程;
波阻抗值数据体确定模块,用于基于所述测井数据,确定带波阻抗值的三维地震数据体;
岩盐含量数据体确定模块,用于基于所述回归方程和所述带波阻抗值的三维地震数据体,确定带岩盐含量的三维地震数据体。
8.根据权利要求7所述的装置,其特征在于,所述测井数据包括深度值与声波时差的对应关系和深度值与岩盐密度值的对应关系,所述获取模块,用于:
获取所述目标地域的多个测试井的测井数据,其中,每个测试井位于一个目标子地域中;
所述波阻抗值确定模块,用于:
基于每个测试井的测井数据,确定每个测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系;
对于每个岩心样品,根据所述岩心样品的采样深度值、所述岩心样品所位于的测试井的深度值与声波时差的对应关系,以及深度值与岩盐密度值的对应关系,确定所述岩心样品的声波时差和岩盐密度值;
根据每个岩心样品的声波时差和岩盐密度值,以及公式I=105×DEN/AC,确定每个岩心样品的波阻抗值,其中,I为岩盐的波阻抗值,DEN为岩盐密度值,AC为声波时差。
9.一种终端,其特征在于,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至权利要求6任一项所述的定量预测地下岩盐层分布的方法所执行的操作。
10.一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中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求1至权利要求6任一项所述的定量预测地下岩盐层分布的方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214830.3A CN112987105B (zh) | 2019-12-02 | 2019-12-02 | 定量预测地下岩盐层分布的方法、装置、终端和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911214830.3A CN112987105B (zh) | 2019-12-02 | 2019-12-02 | 定量预测地下岩盐层分布的方法、装置、终端和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112987105A true CN112987105A (zh) | 2021-06-18 |
CN112987105B CN112987105B (zh) | 2023-09-26 |
Family
ID=76331118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911214830.3A Active CN112987105B (zh) | 2019-12-02 | 2019-12-02 | 定量预测地下岩盐层分布的方法、装置、终端和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112987105B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107237627A (zh) * | 2017-05-20 | 2017-10-10 | 陕西延长石油(集团)有限责任公司研究院 | 一种岩溶型碳酸盐岩储层布井方法 |
CN107783183A (zh) * | 2016-08-31 | 2018-03-09 | 中国石油化工股份有限公司 | 深度域地震波阻抗反演方法及系统 |
CN108897066A (zh) * | 2018-08-23 | 2018-11-27 | 中国石油天然气股份有限公司 | 碳酸盐岩裂缝密度定量预测方法及装置 |
WO2019062655A1 (zh) * | 2017-09-27 | 2019-04-04 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
CN109870719A (zh) * | 2019-01-25 | 2019-06-11 | 中国石油天然气集团有限公司 | 一种碳酸盐岩致密薄储层分布确定方法、装置及系统 |
-
2019
- 2019-12-02 CN CN201911214830.3A patent/CN112987105B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107783183A (zh) * | 2016-08-31 | 2018-03-09 | 中国石油化工股份有限公司 | 深度域地震波阻抗反演方法及系统 |
CN107237627A (zh) * | 2017-05-20 | 2017-10-10 | 陕西延长石油(集团)有限责任公司研究院 | 一种岩溶型碳酸盐岩储层布井方法 |
WO2019062655A1 (zh) * | 2017-09-27 | 2019-04-04 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
CN108897066A (zh) * | 2018-08-23 | 2018-11-27 | 中国石油天然气股份有限公司 | 碳酸盐岩裂缝密度定量预测方法及装置 |
CN109870719A (zh) * | 2019-01-25 | 2019-06-11 | 中国石油天然气集团有限公司 | 一种碳酸盐岩致密薄储层分布确定方法、装置及系统 |
Non-Patent Citations (3)
Title |
---|
刘江丽 等: ""地震约束鲕粒滩型碳酸盐岩储层三维地质建模"", 《中国石油勘探》, vol. 22, no. 3, pages 63 - 70 * |
古莉 等: ""三维地质建模在盐岩分布预测中的应用"", 《天然气工业》, vol. 26, no. 6, pages 118 - 120 * |
李万忠 等: ""河南省濮阳县梨园岩盐矿区二维地震 及矿层地质特征"", 《物探与化探》, vol. 43, no. 4, pages 758 - 766 * |
Also Published As
Publication number | Publication date |
---|---|
CN112987105B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109696706B (zh) | 盐构造检测方法、装置及存储介质 | |
CN110174699B (zh) | 确定断层封闭性的方法、装置及存储介质 | |
CN114970919A (zh) | 钻速确定方法、装置、计算机设备及存储介质 | |
CN111077570B (zh) | 确定油藏中辉绿岩的侵入位置的方法、装置和存储介质 | |
CN111255434B (zh) | 气井的试井方法、装置和计算机存储介质 | |
CN110673214B (zh) | 预测水平井的入口靶点和末端点的深度的方法和装置 | |
CN108733902B (zh) | 油藏渗透率的确定方法、装置及存储介质 | |
CN116796503A (zh) | 一种页岩有机物碳含量计算模型建立方法和装置 | |
CN111736215B (zh) | 断层断距确定方法及装置 | |
CN112987105B (zh) | 定量预测地下岩盐层分布的方法、装置、终端和存储介质 | |
CN111999140B (zh) | 制备声发射样品、确定压裂泵的方法、装置及存储介质 | |
CN109343113B (zh) | 一种预测油气藏位置的方法和装置 | |
CN113009573A (zh) | 地震数据采集方法、装置、计算机设备及存储介质 | |
CN113216926A (zh) | 页岩气井的筛选方法、装置、终端及存储介质 | |
CN110058306B (zh) | 确定三维速度体的方法、装置及计算机存储介质 | |
CN112096373B (zh) | 选定页岩气区域的方法、装置及计算机存储介质 | |
CN113107449B (zh) | 一种页岩储层多级压裂水平井压裂参数的确定方法及装置 | |
CN111812744B (zh) | 地层可压性确定方法、装置及计算机存储介质 | |
CN115708001A (zh) | 预测油气储层的方法、装置、设备及存储介质 | |
CN115757847A (zh) | 微测井的筛选方法、装置、计算机设备和存储介质 | |
CN115223665A (zh) | 岩石电阻率的影响因素确定方法、装置及计算机存储介质 | |
CN110927788A (zh) | 检测地层不连续性的方法、装置及存储介质 | |
CN115711123A (zh) | 页岩储层的孔隙度确定方法、装置及计算机存储介质 | |
CN114527505A (zh) | 薄层识别方法、装置、设备及存储介质 | |
CN112698391A (zh) | 砂体刻画方法、装置、设备及存储介质 |
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 |