CN113126155A - 一种针对分布于煤岩间受强反射影响的砂岩储层预测方法 - Google Patents

一种针对分布于煤岩间受强反射影响的砂岩储层预测方法 Download PDF

Info

Publication number
CN113126155A
CN113126155A CN202110357201.7A CN202110357201A CN113126155A CN 113126155 A CN113126155 A CN 113126155A CN 202110357201 A CN202110357201 A CN 202110357201A CN 113126155 A CN113126155 A CN 113126155A
Authority
CN
China
Prior art keywords
coal
thickness
sandstone
reservoir
stratum
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
Application number
CN202110357201.7A
Other languages
English (en)
Other versions
CN113126155B (zh
Inventor
秦雪霏
江东辉
李巍
张沛
刘冰
周兴海
周锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI OCEAN OIL GAS BRANCH OF SINOPEC
China Petroleum and Chemical Corp
Original Assignee
SHANGHAI OCEAN OIL GAS BRANCH OF SINOPEC
China Petroleum and Chemical Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHANGHAI OCEAN OIL GAS BRANCH OF SINOPEC, China Petroleum and Chemical Corp filed Critical SHANGHAI OCEAN OIL GAS BRANCH OF SINOPEC
Priority to CN202110357201.7A priority Critical patent/CN113126155B/zh
Publication of CN113126155A publication Critical patent/CN113126155A/zh
Application granted granted Critical
Publication of CN113126155B publication Critical patent/CN113126155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/301—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
    • 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
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/32—Transforming one recording into another or one representation into another
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking
    • 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

  • 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

本发明提供一种针对分布于煤岩间受强反射影响的砂岩储层预测方法，所述方法包括：分别统计目标区已钻井煤岩层数、各层厚度、煤间地层厚度参数，以及煤岩之间砂岩、储层的叠合厚度参数；对目标区三维地震数据进行分频处理，选取对煤岩识别最有效的数据；拟合煤岩之间地层与煤岩反射波时差，并实现煤岩反射波时差平面数据从时间域到深度域的转换；分别拟合煤岩之间地层与砂岩、砂岩与储层叠合厚度之间的关系式，筛选满足误差要求的钻井，并对煤岩间地层、砂岩及储层叠合厚度平面数据进行分步校正，实现逐级误差控制。本发明避免了煤岩强反射对储层本身反射信息的屏蔽干涉，和煤岩段井壁垮塌等原因导致的测井参数不真实，直接建模或反演失真的问题。

Description

一种针对分布于煤岩间受强反射影响的砂岩储层预测方法
技术领域
本发明属于三维地震储层预测技术领域，涉及一种针对分布于煤岩间受强反射影响的砂岩储层预测方法。
背景技术
煤岩是油气藏最主要的烃源岩之一，由于煤岩岩石骨架本身具有低速度、低密度等特征，容易与围岩形成强烈的反射界面，在三维地震中通常表现为横向连续稳定的低频强反射现象。已有相关研究证实，煤岩强反射数倍于储层反射，使得煤岩之间的储层反射信息被严重干涉，储层预测无法获得准确结果。为解决这一问题，前人重点采用井震结合三维建模、定量反演预测等技术手段，并在一定范围内取得了效果。但是这些技术通常容易受井控程度、钻井分布均匀程度等诸多条件限制，而且建模或反演过程中参数设置的人为因素影响较大。除此之外，由于煤岩岩性相对较脆，钻井过程中往往伴有不同程度的井壁垮塌，使得测井资料难以获得煤岩准确岩电参数，测井资料的应用受到了极大限制，这些都为煤系地层砂岩储层预测带来困难，特别是对于分布在煤岩之间的砂岩储层预测，难度更大。
因此，如何提供一种针对分布于煤岩间受强反射影响的砂岩储层预测方法，以解决现有技术对于分布在煤岩之间的砂岩储层预测难度大、储层预测无法获得准确结果等缺陷，实已成为本领域技术人员亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种针对分布于煤岩间受强反射影响的砂岩储层预测方法，用于解决现有技术对于分布在煤岩之间的砂岩储层预测难度大、储层预测无法获得准确结果的问题。
为实现上述目的及其他相关目的，本发明提供一种针对分布于煤岩间受强反射影响的砂岩储层预测方法，包括：分别统计目标区已钻井煤岩层数、各层厚度、煤间地层厚度参数，以及煤岩之间砂岩、储层的叠合厚度参数；对目标区三维地震数据进行分频处理，选取对煤岩识别最有效的数据；拟合煤岩之间地层与煤岩反射波时差，实现煤岩反射波时差平面数据从时间域到深度域的转换；分别拟合煤岩之间地层与砂岩、砂岩与储层叠合厚度之间的关系式，筛选满足误差要求的钻井，并对煤岩间地层、砂岩及储层厚度平面数据进行分步校正，实现逐级误差控制。
于本发明的一实施例中，对所述目标区三维地震数据进行分频处理，以选取对煤岩识别最有效的三维地震数据的步骤包括：对所述目标区三维地震数据进行分频处理，形成不同频段地震数据体，并分别提取已钻井点处各套煤岩不同频段的反射波振幅值，形成振幅数据集；将煤岩厚度与不同频段的反射波振幅值进行散点交汇，选取相关度最高的拟合方式所对应的数据对，形成第一拟合关系式和第一相关度，作为分频参数优选的依据。对所述对煤岩识别最有效的三维地震数据中煤岩反射波进行层位解释，对所解释的煤岩反射波时间层位进行相减并取绝对值，形成煤间反射波时差平面数据。
于本发明的一实施例中，拟合煤岩之间地层厚度与煤岩反射波时差之间的关系式，并优选出相关度最高的拟合关系式，以实现煤岩反射波时差平面数据从时间域到深度域的转换，并筛选满足误差率要求的已钻井进行校正的步骤包括：利用已筛选对煤岩识别最有效的三维地震数据，提取各井点处所述煤间反射波时差数值，并与实钻煤岩之间地层厚度进行散点交汇，选取相关度最高的拟合方式，形成第二拟合关系式及第二相关度；将所述煤间反射波时差平面数据按照第二拟合关系式进行计算，以获取校正前的深度域煤间地层厚度平面数据；将满足第一误差率要求的已钻井定义为第一校正井集合，并对校正前的深度域煤间地层厚度平面数据进行校正，形成校正后的深度域煤间地层厚度平面数据。
于本发明的一实施例中，分别拟合煤岩之间地层与砂岩、砂岩与储层的叠合厚度之间的关系式，优选出相关对最高的拟合关系式，分步筛选满足误差率要求的已钻井，进而对砂岩及储层厚度进行分步校正，实现逐级误差控制的步骤包括：将已有钻井的煤岩之间的砂岩叠合厚度与煤岩之间地层厚度进行散点交汇，选取相关度最高的拟合方式，形成第三拟合关系式及第三相关度；将校正后的深度域煤间地层厚度平面数据按照第三拟合关系式进行计算，以获取校正前砂岩叠合厚度平面数据；将满足第二误差率要求的已钻井定义为第二校正井集合，并对校正前砂岩叠合厚度平面数据进行校正，形成校正后砂岩叠合厚度平面数据。
于本发明的一实施例中，分别拟合煤岩之间地层与砂岩、砂岩与储层的叠合厚度之间的关系式，优选出相关对最高的拟合关系式，分步筛选满足误差率要求的已钻井，进而对砂岩及储层厚度进行分步校正，实现逐级误差控制的步骤还包括：将已有钻井的煤岩之间的砂岩叠合厚度与储层叠合厚度进行散点交汇，选取相关度最高的拟合方式，形成第四拟合关系式及第四相关度；对校正后砂岩叠合厚度平面数据按照第四拟合关系式进行计算，得到校正前储层叠合厚度平面数据；将满足第三误差率要求的已钻井定义为第三校正井集合，并对校正前砂岩叠合厚度平面数据进行校正，以获取煤间最终储层叠合厚度分布结果。
于本发明的一实施例中，第一误差率要求是指第一误差率小于(1-第二相关度)*100％；第二误差率要求是指第二误差率小于(1-第三相关度)*100％；第三误差率要求是指第三误差率小于(1-第四相关度)*100％。
于本发明的一实施例中，第一误差率是指指已钻井点处经拟合关系式函数计算所得到的地层厚度与实钻地层厚度差值，取绝对值后与相应实钻厚度的百分比；第二误差率是指指已钻井点处经拟合关系式函数计算所得到的砂岩叠合厚度与实钻砂岩叠合厚度差值，取绝对值后与相应实钻厚度的百分比；第三误差率是指已钻井点处经拟合关系式函数计算所得到的储层叠合厚度与实钻储层叠合厚度差值，取绝对值后与相应实钻厚度的百分比。
如上所述，本发明所述的针对分布于煤岩间受强反射影响的砂岩储层预测方法，具有以下有益效果：
本发明所述针对分布于煤岩间受强反射影响的砂岩储层预测方法通过对地震资料的优化处理及优选，明确对煤岩最敏感的地震数据，以落实煤岩之间的地层时间域厚度展布，进而建立地层与砂岩、砂岩与储层之间的最佳拟合关系式，进行递推和逐步校正。由于只利用各类岩性的厚度信息，从而避免了由于井径垮塌等造成的测井曲线不真实，直接建模或反演失真的问题，同时也有效削弱了建模或反演过程中参数设置的人为因素影响。
附图说明
图1显示为本发明的针对分布于煤岩间受强反射影响的砂岩储层预测方法于一实施例中的实施流程图。
图2显示为本发明的针对分布于煤岩间受强反射影响的砂岩储层预测方法的方法流程示意图。
元件标号说明
S11～S20 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。
实施例一
本实施例提供一种针对分布于煤岩间受强反射影响的砂岩储层预测方法，包括：
根据岩性及储层划分标准，对目标区已有钻井的煤系地层进行测井解释，分别统计各钻井的煤岩层数、各层厚度、煤间地层厚度参数，以及煤岩之间砂岩、储层的叠合厚度参数；
对所述目标区三维地震数据进行分频处理，以选取对煤岩识别最有效的三维地震数据；
拟合煤岩之间地层厚度与煤岩反射波时差之间的关系式，并优选出相关度最高的拟合关系式，以实现煤岩反射波时差平面数据从时间域到深度域的转换，并筛选满足误差率要求的已钻井进行校正；
分别拟合煤岩之间地层与砂岩、砂岩与储层的叠合厚度之间的关系式，优选出相关对最高的拟合关系式，分步筛选满足误差率要求的已钻井，进而对砂岩及储层厚度进行分步校正，实现逐级误差控制。
以下将结合图示对本实施例所提供的针对分布于煤岩间受强反射影响的砂岩储层预测方法进行详细描述。请参阅图1，显示为针对分布于煤岩间受强反射影响的砂岩储层预测方法于一实施例中的流程示意图。如图1所示，所述针对分布于煤岩间受强反射影响的砂岩储层预测方法具体包括以下几个步骤：
S11，根据岩性及储层划分标准，对目标区已有钻井的煤系地层进行测井解释，分别统计各钻井的煤岩层数、各层厚度、煤间地层厚度参数，以及煤岩之间砂岩、储层的叠合厚度参数。
所述S11中的岩性及储层划分标准需根据目标区实际沉积特征、储层特征、测录井及试油气数据制定，不具有统一标准。
以某工区为例，该地区已有完钻井20余口，均于煤系地层钻遇三套主力煤岩，由于沼泽相沉积环境相对稳定，因此煤岩横向分布稳定井间对比可靠，仅煤岩厚度、煤间地层厚度及砂岩、储层叠合厚度有所差异。根据实施例所处区域地质沉积背景，将三套煤岩编号为5号、6号及7号煤，本实施例以5号及6号煤之间储层识别为例。
例如，根据岩性及储层划分标准，对目标区已有钻井的煤岩地层进行测井解释，统计各完钻井5号及6号煤岩厚度，以及5-6号煤之间的地层厚度；统计5-6号煤之间砂岩及储层叠合厚度。
S12，对所述目标区三维地震数据进行分频处理，形成不同频段地震数据体，并分别提取已钻井点处各套煤岩不同频段的反射波振幅值，形成振幅数据集。
所述S12中的分频处理需视实际地震资料品质进行参数设置，经分频处理后的地震资料需能够将各套煤岩反射波在纵向上有所区分。
在本实施例中，所述S12中的反射波振幅值需依据井震时深标定关系而定，若煤岩标定于波峰则统一读取最大振幅值，若标定于波谷则统一读取最小振幅值。
S13，将S11中的煤岩厚度与S12中不同频段的反射波振幅值进行散点交汇，选取相关度最高的拟合方式所对应的数据对，形成第一拟合关系式和第一相关度，作为分频参数优选的依据。在本实施例中，拟合方式包括对比线性、二项式、三项式等。
例如，目标区三维地震数据有效频带6-45Hz，主频22-25Hz，由于煤岩反射主要为低频强反射特征，经分析，目标区20Hz以内地震数据分辨率较低，难以将5号及6号煤岩反射波完全分离开，读取振幅值容易产生混淆，即视20Hz以下为无效反射频段；对20-45Hz地震资料以2Hz为间隔、10Hz为长度进行分频，形成8个有效分频数据体(20-30Hz、22-32Hz...34-44Hz)。
根据井震标定结果，5号及6号煤岩均标定于反射波波谷范围内，分别提取上述8个分频数据体煤岩所对应的反射波最小振幅值，形成最小振幅数据集。
将5号及6号煤岩实钻厚度与8个分频数据所提取的最小振幅值分别进行散点交汇，并分别对比线性、二项式、三项式等拟合方式，最终确定26-36Hz所对应的e指数函数相关度最高(作为第一拟合关系式)，达到0.81(作为第一相关度)，因此，选取26-36Hz频段，作为对煤岩反应最敏感的地震数据。
S14，将S13中优选的分频段地震数据中煤岩反射波进行层位解释，对所解释的煤岩反射波时间层位进行相减并取绝对值，形成煤间反射波时差平面数据。
S15，根据S14所得煤间反射波时差平面数据，分别提取各井点处所述煤间反射波时差平面数据，并与实钻煤岩之间地层厚度进行散点交汇，选取相关度最高的拟合方式(拟合方式包括对比线性、二项式、三项式等)，形成第二拟合关系式及第二相关度。
例如，对步骤S14所确定的26-36Hz分频地震数据中5号和6号煤岩反射波的最小振幅进行层位解释，并取两套煤岩反射波层位时间差值的绝对值，形成5-6号煤之间的时差平面数据；提取各井点处煤间反射波时差数值，并与实钻5-6号煤间地层厚度进行散点拟合，优选相关度最高达到0.84的三项式拟合，作为第二相关度及第二拟合关系式。
S16，将S14中所述煤间反射波时差平面数据按照第二拟合关系式进行计算，以获取校正前的深度域煤间地层厚度平面数据；优选满足第一误差率要求的已钻井作为第一校正井点集合，对校正前的深度域煤间地层厚度平面数据进行校正，形成校正后的深度域煤间地层厚度平面数据。
第一误差率是指指已钻井点处经拟合关系式函数计算所得到的地层厚度与实钻地层厚度差值，取绝对值后与相应实钻厚度的百分比。
第一误差率要求是指第一误差率小于(1-第二相关度)*100％。
例如，按照第二拟合关系式，对煤间反射波时差平面数据进行计算，得到校正前的深度域煤间地层厚度平面数据，分别提取已钻井点处对应的地层厚度数值；并与已钻井实钻5-6号煤间地层厚度取差值的绝对值，得到每口井煤间地层厚度误差率；
由于26-36Hz地震振幅数值对煤岩厚度的最大相关度为0.84，即该分频数据对5-6号煤系地层识别准确度，因此实钻井与预测可允许的最大误差率为(1-0.84)*100％＝16％。
将实钻煤间地层厚度与预测煤间地层厚度误差率小于16％的井作为第一校正井集合，并对所得校正前的深度域煤间地层厚度平面数据进行校正。误差率大于16％的井不可参与校正，否则容易造成局部畸变。
S17，根据S11中的识别结果，将已有钻井煤岩之间的砂岩叠合厚度与煤间地层厚度进行散点交汇，选取相关度最高的拟合方式(拟合方式包括对比线性、二项式、三项式等)，形成第三拟合关系式及第三相关度；将S16中校正后的深度域煤间地层厚度平面数据按照第三拟合关系式进行计算，以获取校正前砂岩叠合厚度平面数据。
例如，建立S11中钻井实测的5-6号煤之间地层厚度以及砂岩叠合厚度散点交汇，并优选相关度最高达到0.79的二项式拟合方式，作为第三相关度及第三拟合关系式；并对S16中校正后的深度域平面数据进行二项式函数计算，得到校正前煤间砂岩叠合厚度平面数据。
S18，优选满足第二误差率要求的已钻井作为第二校正井点集合，对S17中校正前砂岩叠合厚度平面数据进行校正，形成校正后砂岩叠合厚度平面数据。
第二误差率是指已钻井点处经拟合关系式函数计算所得到的砂岩叠合厚度与实钻砂岩叠合厚度差值，取绝对值后与相应实钻砂岩叠合厚度的百分比。
第二误差率要求是指第二误差率小于(1-第三相关度)*100％。
例如，建立钻井实测的5-6号煤之间地层厚度以及砂岩叠合厚度散点交汇，并优选相关度最高达到0.79的二项式拟合方式，作为第三相关度及第三拟合关系式；并对校正后砂岩厚度平面数据进行函数计算，得到校正前砂岩叠合厚度平面数据；
优选误差率小于21％的井作为第二校正井集合，并对校正前砂岩叠合厚度平面数据进行校正，形成校正后砂岩叠合厚度平面数据。
S19，根据S11中的识别结果，将已有钻井的煤岩之间的砂岩叠合厚度与储层叠合厚度进行散点交汇，选取相关度最高的拟合方式(拟合方式包括对比线性、二项式、三项式等)，形成第四拟合关系式及第四相关度；对S18中校正后砂岩叠合厚度平面数据按照第四拟合关系式进行计算，得到校正前储层叠合厚度平面数据。
例如，建立已钻井煤岩之间的砂岩叠合厚度与储层叠合厚度的散点交汇，并优选相关度为0.89的线性拟合方式，作为第四相关度及第四拟合关系式；并对S19中的砂岩叠合厚度平面数据进行线性函数计算，得到校正前煤间储层叠合厚度平面数据。
S20，优选满足第三误差率要求的已钻井作为第三校正井点集合，对校正前储层叠合厚度平面数据进行校正，以获取煤间最终储层叠合厚度分布结果。
第三误差率是指已钻井点处经拟合关系式函数计算所得到的储层厚度与实钻储层厚度差值，取绝对值后与相应实钻厚度的百分比。
第三误差率要求是指第三误差率小于(1-第四相关度)*100％。
例如，建立已钻井煤岩之间的砂岩叠合厚度与储层叠合厚度的散点交汇，并优选相关度为0.89的线性拟合方式，作为第四相关度及第四拟合关系式；并对校正后砂岩叠合厚度平面数据进行线性函数计算，得到校正前砂岩叠合厚度平面数据。
优选误差率小于11％的井作为第三校正井集合，并对校正前储层叠合厚度平面数据进行校正，得到煤间最终储层叠合厚度分布结果。
综上所述，本发明所述分布于煤岩之间受强反射影响的砂岩储层预测方法，通过对地震资料的优化处理及优选，明确对煤岩最敏感的地震数据，以落实煤岩之间的地层时间域厚度展布，进而建立地层与砂岩、砂岩与储层之间的最佳拟合关系式，进行递推和逐步校正。由于只利用各类岩性的厚度信息，从而避免了由于井径垮塌等造成的测井曲线不真实，直接建模或反演失真的问题，同时也有效削弱了建模或反演过程中参数设置的人为因素影响。本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

Claims (7)

1.一种针对分布于煤岩间受强反射影响的砂岩储层预测方法，其特征在于，包括：
根据岩性及储层划分标准，对目标区已有钻井的煤系地层进行测井解释，分别统计各钻井的煤岩层数、各层厚度、煤间地层厚度参数，以及煤岩之间砂岩、储层的叠合厚度参数；
对所述目标区三维地震数据进行分频处理，以选取对煤岩识别最有效的三维地震数据；
拟合煤岩之间地层厚度与煤岩反射波时差之间的关系式，并优选出相关度最高的拟合关系式，以实现煤岩反射波时差平面数据从时间域到深度域的转换，并筛选满足误差率要求的已钻井进行校正；
分别拟合煤岩之间地层与砂岩、砂岩与储层的叠合厚度之间的关系式，优选出相关对最高的拟合关系式，分步筛选满足误差率要求的已钻井，进而对砂岩及储层厚度进行分步校正，实现逐级误差控制。
2.根据权利要求1所述的针对分布于煤岩间受强反射影响的砂岩储层预测方法，其特征在于，对所述目标区三维地震数据进行分频处理，以选取对煤岩识别最有效的三维地震数据的步骤包括：
对所述目标区三维地震数据进行分频处理，形成不同频段地震数据体，并分别提取已钻井点处各套煤岩不同频段的反射波振幅值，形成振幅数据集；
将煤岩厚度与不同频段的反射波振幅值进行散点交汇，选取相关度最高的拟合方式所对应的数据对，形成第一拟合关系式和第一相关度，作为分频参数优选的依据。
对所述对煤岩识别最有效的三维地震数据中煤岩反射波进行层位解释，对所解释的煤岩反射波时间层位进行相减并取绝对值，形成煤间反射波时差平面数据。
3.根据权利要求1所述的针对分布于煤岩间受强反射影响的砂岩储层预测方法，其特征在于，拟合煤岩之间地层厚度与煤岩反射波时差之间的关系式，并优选出相关度最高的拟合关系式，以实现煤岩反射波时差平面数据从时间域到深度域的转换，并筛选满足误差率要求的已钻井进行校正的步骤包括：
利用已筛选对煤岩识别最有效的三维地震数据，提取各井点处所述煤间反射波时差数值，并与实钻煤岩之间地层厚度进行散点交汇，选取相关度最高的拟合方式，形成第二拟合关系式及第二相关度；
将所述煤间反射波时差平面数据按照第二拟合关系式进行计算，以获取校正前的深度域煤间地层厚度平面数据；
将满足第一误差率要求的已钻井定义为第一校正井集合，并对校正前的深度域煤间地层厚度平面数据进行校正，形成校正后的深度域煤间地层厚度平面数据。
4.根据权利要求1所述的针对分布于煤岩间受强反射影响的砂岩储层预测方法，其特征在于，分别拟合煤岩之间地层与砂岩、砂岩与储层的叠合厚度之间的关系式，优选出相关对最高的拟合关系式，分步筛选满足误差率要求的已钻井，进而对砂岩及储层厚度进行分步校正，实现逐级误差控制的步骤包括：
将已有钻井的煤岩之间的砂岩叠合厚度与煤岩之间地层厚度进行散点交汇，选取相关度最高的拟合方式，形成第三拟合关系式及第三相关度；
将校正后的深度域煤间地层厚度平面数据按照第三拟合关系式进行计算，以获取校正前砂岩叠合厚度平面数据；
将满足第二误差率要求的已钻井定义为第二校正井集合，并对校正前砂岩叠合厚度平面数据进行校正，形成校正后砂岩叠合厚度平面数据。
5.根据权利要求4所述的针对分布于煤岩间受强反射影响的砂岩储层预测方法，其特征在于，分别拟合煤岩之间地层与砂岩、砂岩与储层的叠合厚度之间的关系式，优选出相关对最高的拟合关系式，分步筛选满足误差率要求的已钻井，进而对砂岩及储层厚度进行分步校正，实现逐级误差控制的步骤还包括：
将已有钻井的煤岩之间的砂岩叠合厚度与储层叠合厚度进行散点交汇，选取相关度最高的拟合方式，形成第四拟合关系式及第四相关度；
对校正后砂岩叠合厚度平面数据按照第四拟合关系式进行计算，得到校正前储层叠合厚度平面数据；
将满足第三误差率要求的已钻井定义为第三校正井集合，并对校正前砂岩叠合厚度平面数据进行校正，以获取煤间最终储层叠合厚度分布结果。
6.根据权利要求5所述的针对分布于煤岩间受强反射影响的砂岩储层预测方法，其特征在于，
第一误差率要求是指第一误差率小于(1-第二相关度)*100％；
第二误差率要求是指第二误差率小于(1-第三相关度)*100％；
第三误差率要求是指第三误差率小于(1-第四相关度)*100％。
7.根据权利要求6所述的针对分布于煤岩间受强反射影响的砂岩储层预测方法，其特征在于，
第一误差率是指指已钻井点处经拟合关系式函数计算所得到的地层厚度与实钻地层厚度差值，取绝对值后与相应实钻厚度的百分比；
第二误差率是指指已钻井点处经拟合关系式函数计算所得到的砂岩叠合厚度与实钻砂岩叠合厚度差值，取绝对值后与相应实钻厚度的百分比；
第三误差率是指已钻井点处经拟合关系式函数计算所得到的储层叠合厚度与实钻储层叠合厚度差值，取绝对值后与相应实钻厚度的百分比。
CN202110357201.7A 2021-04-01 2021-04-01 一种针对分布于煤岩间受强反射影响的砂岩储层预测方法 Active CN113126155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110357201.7A CN113126155B (zh) 2021-04-01 2021-04-01 一种针对分布于煤岩间受强反射影响的砂岩储层预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110357201.7A CN113126155B (zh) 2021-04-01 2021-04-01 一种针对分布于煤岩间受强反射影响的砂岩储层预测方法

Publications (2)

Publication Number Publication Date
CN113126155A true CN113126155A (zh) 2021-07-16
CN113126155B CN113126155B (zh) 2024-03-01

Family

ID=76774683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110357201.7A Active CN113126155B (zh) 2021-04-01 2021-04-01 一种针对分布于煤岩间受强反射影响的砂岩储层预测方法

Country Status (1)

Country Link
CN (1) CN113126155B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113592183A (zh) * 2021-08-05 2021-11-02 杭州企智互联科技有限公司 就餐高峰预测方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830432A (zh) * 2011-06-13 2012-12-19 中国石油化工股份有限公司 一种煤系强地震反射特征掩盖下弱反射储层的识别方法
CN106199725A (zh) * 2016-08-16 2016-12-07 中国石油化工股份有限公司 一种基于正振幅求和属性的煤岩厚度预测方法及装置
CN107340536A (zh) * 2016-05-03 2017-11-10 中国石油化工股份有限公司 地震反演剥离煤层强反射的方法和装置
CN108363100A (zh) * 2018-01-16 2018-08-03 太原理工大学 基于封存单元与粗糙集的煤层气甜点区地震地质识别方法
CN109470187A (zh) * 2018-11-12 2019-03-15 中国海洋石油集团有限公司 基于地震三属性的储层厚度预测方法
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
CN109709607A (zh) * 2018-12-07 2019-05-03 中国石油天然气股份有限公司 一种预测薄层砂岩储层厚度方法及装置
US20210026031A1 (en) * 2019-07-26 2021-01-28 Yangtze University Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium
CN112305617A (zh) * 2020-11-02 2021-02-02 中国矿业大学(北京) 含煤岩系非常规气储层地球物理识别方法及装置
CN115877447A (zh) * 2021-09-28 2023-03-31 大庆油田有限责任公司 一种直平联合井网条件下地震约束三维地质建模的储层预测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830432A (zh) * 2011-06-13 2012-12-19 中国石油化工股份有限公司 一种煤系强地震反射特征掩盖下弱反射储层的识别方法
CN107340536A (zh) * 2016-05-03 2017-11-10 中国石油化工股份有限公司 地震反演剥离煤层强反射的方法和装置
CN106199725A (zh) * 2016-08-16 2016-12-07 中国石油化工股份有限公司 一种基于正振幅求和属性的煤岩厚度预测方法及装置
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
CN108363100A (zh) * 2018-01-16 2018-08-03 太原理工大学 基于封存单元与粗糙集的煤层气甜点区地震地质识别方法
CN109470187A (zh) * 2018-11-12 2019-03-15 中国海洋石油集团有限公司 基于地震三属性的储层厚度预测方法
CN109709607A (zh) * 2018-12-07 2019-05-03 中国石油天然气股份有限公司 一种预测薄层砂岩储层厚度方法及装置
US20210026031A1 (en) * 2019-07-26 2021-01-28 Yangtze University Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium
CN112305617A (zh) * 2020-11-02 2021-02-02 中国矿业大学(北京) 含煤岩系非常规气储层地球物理识别方法及装置
CN115877447A (zh) * 2021-09-28 2023-03-31 大庆油田有限责任公司 一种直平联合井网条件下地震约束三维地质建模的储层预测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SHENG XIAOFENG 等: "The Prediction and Application of Sandstone Reservoirs with Coal-Bearing Zone in South Turgay Basin, Kazakhstan", SPE RUSSIAN PETROLEUM TECHNOLOGY CONFERENCE *
王利田 等: "应用地震属性分析预测气藏储集层", 新疆石油地质, vol. 28, no. 03, pages 369 - 371 *
秦雪霏 等: "大牛地气田煤系地层去煤影响储层预测技术", 吉林大学学报(地球科学版), vol. 44, no. 03, pages 1048 - 1054 *
陈志刚 等: "煤系地层中薄砂岩储层预测", 石油地球物理勘探, vol. 51, pages 52 - 57 *
齐宇 等: "煤系地层地震储层预测技术研究和应用:以鄂尔多斯盆地临兴气田太2段为例", 地质科技情报, vol. 37, no. 01, pages 252 - 257 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113592183A (zh) * 2021-08-05 2021-11-02 杭州企智互联科技有限公司 就餐高峰预测方法及装置

Also Published As

Publication number Publication date
CN113126155B (zh) 2024-03-01

Similar Documents

Publication Publication Date Title
US10767471B2 (en) Resource density screening tool
CN109425896B (zh) 白云岩油气储层分布预测方法及装置
CN106154323B (zh) 基于地震拓频处理的相控随机反演薄储层预测方法
CN104047597B (zh) 含油气泥页岩地层测井曲线标准化方法
CN110412649B (zh) 一种单期水下分流河道的识别方法
CN111722284B (zh) 一种基于道集数据建立速度深度模型的方法
CN112363226A (zh) 一种非常规油气有利区地球物理预测方法
US20130292111A1 (en) Method of constructing a well log of a quantitative property from sample measurements and log data
Lideng et al. Key technologies for seismic reservoir characterization of high water-cut oilfields
CN108665545B (zh) 录井参数三维地质模型建立方法
CN112363210B (zh) 基于透射槽波波速和衰减系数联合反演的煤厚定量预测方法
CN113126155B (zh) 一种针对分布于煤岩间受强反射影响的砂岩储层预测方法
Singh et al. Neural networks and their applications in lithostratigraphic interpretation of seismic data for reservoir characterization
Alves et al. Simulation of acoustic impedance images by stochastic inversion of post-stack seismic reflection amplitudes and well data
Carter et al. Velocity-attenuation model from check-shot drift trends in North Sea well data
CN112433248B (zh) 一种碳酸盐岩沉积环境下隐蔽储层的探测方法
Rotimi et al. Reservoir characterization and modeling of lateral heterogeneity using multivariate analysis
Li et al. Joint inversion of quality factor based on upgoing and downgoing waves
CN116930023A (zh) 致密砂岩相控分类孔隙度测井精细解释方法和装置
George et al. Challenges and key learning for developing tight carbonate reservoirs
Bezkhodarnov et al. Prediction of Reservoir Properties from Seismic Data by Multivariate Geostatistics Analysis
CN113806674A (zh) 古河道纵向尺度的量化方法、装置、电子设备及存储介质
Hu et al. Seismic interpretation of sandstone-type uranium deposits in the Songliao Basin, Northeast China
Price et al. Dynamic calibration of the Shaikan Jurassic full-field fractured reservoir model through single-well DST and multi-well interference discrete fracture network simulation
Jiang et al. Quantitative identification of pseudofaults underlying igneous rocks through wave-equation-based velocity modeling: A case study of the Shuntuoguole uplift, Tarim Basin, China

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