CN113138412B - 深层页岩气孔隙度地震预测方法及装置 - Google Patents

深层页岩气孔隙度地震预测方法及装置 Download PDF

Info

Publication number
CN113138412B
CN113138412B CN202010064574.0A CN202010064574A CN113138412B CN 113138412 B CN113138412 B CN 113138412B CN 202010064574 A CN202010064574 A CN 202010064574A CN 113138412 B CN113138412 B CN 113138412B
Authority
CN
China
Prior art keywords
porosity
data
gas
correction
work area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010064574.0A
Other languages
English (en)
Other versions
CN113138412A (zh
Inventor
王小兰
巫芙蓉
杨晓
邓小江
黄诚
欧居刚
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.)
China National Petroleum Corp
BGP Inc
Original Assignee
China National Petroleum Corp
BGP Inc
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 China National Petroleum Corp, BGP Inc filed Critical China National Petroleum Corp
Priority to CN202010064574.0A priority Critical patent/CN113138412B/zh
Publication of CN113138412A publication Critical patent/CN113138412A/zh
Application granted granted Critical
Publication of CN113138412B publication Critical patent/CN113138412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/622—Velocity, density or impedance
    • G01V2210/6226—Impedance
    • 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

  • 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

本申请公开了一种深层页岩气孔隙度地震预测方法及装置，该方法包括：获取从目标工区内井点测得的测井数据和地震叠前时间偏移数据；对弹性阻抗参数的测井数据进行含气性校正，得到校正数据；以校正数据为约束，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体；利用弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体；利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型；将弹性阻抗参数体和岩石物理参数体代入孔隙度计算模型，以孔隙度的测井数据为约束，反演得到孔隙度体，孔隙度体用于预测目标工区内深层页岩气孔隙度。本申请可以准确、可靠的预测深层页岩气孔隙度。

Description

深层页岩气孔隙度地震预测方法及装置
技术领域
本申请涉及地球物理信号解释技术领域，尤其涉及一种深层页岩气孔隙度地震预测方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
我国页岩气资源丰富，具有巨大的资源潜力和勘探远景。目前，页岩勘探开发主要集中于四川盆地及周缘的志留系龙马溪组。实钻勘探表明，孔隙度是页岩气勘探开发的重要因素，高孔隙度与高产能有很重要的关系。
目前，孔隙度地震预测主要有以下3种方式：
①、基于地震和测井的统计学关系，建立预测模型，利用贝叶斯-克里金技术预测孔隙度。但当工区地层深度变化较大，尤其深层页岩气藏地层普遍存在超压，很难建立适合的预测模型得到准确的孔隙度。
②、基于地震属性分析寻找适合的数学统计方法预测孔隙度。利用聚类分析、经验分析法、数学理论法等方法对分析地震数据。但复杂地质条件下，过井地震道地震属性与孔隙度的关系并不十分明确。因此利用地震属性预测孔隙度横向变化规律也不十分可靠。
③、利用地震反演方法预测孔隙度。利用有限频带的地震资料反演得到宽频带波阻抗数据，建立波阻抗数据与孔隙度之间的统计关系式，利用统计关系式与反演波阻抗数据计算得出孔隙度数据体。
但是，特别是在大于3500米的深层页岩地层，随着埋深增加，孔隙度、声波时差与埋深的关系往往偏离正常压实趋势，传统的利用测井数据中的声波时差或波阻抗反演数据预测深层孔隙度横向变化规律的方法不再适用于深层页岩气储层。
发明内容
本申请实施例提供一种深层页岩气孔隙度地震预测方法，用以准确、可靠的预测深层页岩气孔隙度，该方法包括：
获取从目标工区内井点测得的测井数据和地震叠前时间偏移数据，所述测井数据包括页岩气储层的孔隙度、弹性阻抗参数和与孔隙度相关的岩石物理参数；对弹性阻抗参数的测井数据进行含气性校正，得到校正数据；以所述校正数据为约束，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体；利用所述弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体；岩石物理参数体为反映整个目标工区三维地质情况的数据；利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型；将所述弹性阻抗参数体和所述岩石物理参数体代入所述孔隙度计算模型，以孔隙度的测井数据为约束，反演得到孔隙度体，孔隙度体用于预测目标工区内深层页岩气孔隙度；孔隙度体反映整个目标工区中的孔隙度情况；利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型，包括：将页岩气储层的孔隙度、含气性校正后的弹性阻抗参数的测井数据和与孔隙度相关的岩石物理参数，代入构建的多元线性回归的反演函数，确定多元线性回归的反演函数中的系数，建立孔隙度计算模型；其中，反演函数通过岩石物理分析构建；孔隙度计算模型反映单个井点的孔隙度与含气性校正后的测井数据、与孔隙度相关的岩石物理参数之间的关系；孔隙度计算模型为其中，φ表示孔隙度，a0为常量，表示纵波速度，a1为纵波速度的系数，表示总有机碳含量，a2为总有机碳含量的系数，σ表示有效应力，a3为有效应力的系数，b为有效应力幂指数。
本申请实施例还提供一种深层页岩气孔隙度地震预测装置，用以准确、可靠的预测深层页岩气孔隙度，该装置包括：
获取模块，用于获取从目标工区内井点测得的测井数据和地震叠前时间偏移数据，所述测井数据包括页岩气储层的孔隙度、弹性阻抗参数和与孔隙度相关的岩石物理参数；校正模块，用于对获取模块获取的弹性阻抗参数的测井数据进行含气性校正，得到校正数据；
反演模块，用于以校正模块得到的所述校正数据为约束，利用获取模块获取的地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体；所述反演模块，还用于利用所述弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体；岩石物理参数体为反映整个目标工区三维地质情况的数据；模型建立模块，用于利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型；所述反演模块，还用于将所述弹性阻抗参数体和所述岩石物理参数体代入模型建立模块建立的所述孔隙度计算模型，以孔隙度的测井数据为约束，反演得到孔隙度体，孔隙度体用于预测目标工区内深层页岩气孔隙度；孔隙度体反映整个目标工区中的孔隙度情况；
模型建立模块，具体用于将页岩气储层的孔隙度、含气性校正后的弹性阻抗参数的测井数据和与孔隙度相关的岩石物理参数，代入构建的多元线性回归的反演函数，确定多元线性回归的反演函数中的系数，建立孔隙度计算模型；其中，反演函数通过岩石物理分析构建；孔隙度计算模型反映单个井点的孔隙度与含气性校正后的测井数据、与孔隙度相关的岩石物理参数之间的关系；
孔隙度计算模型为其中，φ表示孔隙度，a0为常量，表示纵波速度，a1为纵波速度的系数，表示总有机碳含量，a2为总有机碳含量的系数，σ表示有效应力，a3为有效应力的系数，b为有效应力幂指数。
本申请实施例中，利用目标工区井点处测得的页岩气储层的孔隙度、含气性校正的弹性阻抗参数和与孔隙度相关的岩石物理参数等测井数据建立孔隙度计算模型，并通过含气性校正、反演等过程确定了反映整个目标工区页岩气储层情况的弹性阻抗参数体以及岩石物理参数体，利用孔隙度计算模型与弹性阻抗参数体、岩石物理参数体反演得到预测目标工区中深层页岩气孔隙度的孔隙度体，与现有技术中单一的通过测井数据中声波时差或波阻抗反演数据预测深层孔隙度相比，本申请实施例中额外考虑到了含气性对于测井数据的影响，以及测井数据中的岩石物理参数对于孔隙度的影响，建立的孔隙度体更加符合深层孔隙度横向变化规律，通过孔隙度体能够更加准确、可靠的预测深层页岩气孔隙度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。在附图中：
图1为本申请实施例中一种深层页岩气孔隙度地震预测方法的流程图；
图2为本申请实施例中一种深层页岩气孔隙度地震预测装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本申请实施例做进一步详细说明。在此，本申请的示意性实施例及其说明用于解释本申请，但并不作为对本申请的限定。
针对目前深层页岩气孔隙度地震预测方法准确率低的问题，以及当前对于页岩气勘探开发的精确需要，本申请实施例提供了一种深层页岩气孔隙度地震预测方法，为油田的后续开发投资提供科学的分析数据，进而使油田投资收益最大化。
如图1所示，该方法包括步骤101至步骤106：
步骤101、获取从目标工区内井点测得的测井数据和地震叠前时间偏移数据。
其中，测井数据包括页岩气储层的孔隙度、弹性阻抗参数和与孔隙度相关的岩石物理参数。
需要说明的是，钻取的单井处的页岩气储层的孔隙度、弹性阻抗参数和与孔隙度相关的岩石物理参数可以通过测量得到。
弹性阻抗参数包括纵波速度、横波速度、密度和纵横波速度比。
与孔隙度相关的岩石物理参数至少包括纵波速度、有效应力、总有机碳含量、脆性矿物含量、裂缝密度、储层厚度、粘土矿物含量和天然裂缝密度中的纵波速度、有效应力和总有机碳含量。也就是说，后续在利用测井数据建立孔隙度计算模型时，至少利用的岩石物理参数包括纵波速度、有效应力和总有机碳含量，发明人经过研究发现，这三个参数对孔隙度的影响最大，除这三个之外的其他岩石物理参数对孔隙度的影响较小，可以选择其中的一个或多个使用，也可以不使用。
地震叠前时间偏移数据可以采用本领域的常规方法得到，比如说，将目标工区的地震采集单炮数据进行偏移处理，得到地震叠前时间偏移数据。对于得到地震叠前时间偏移数据的方法，在此不做限定。
步骤102、对弹性阻抗参数的测井数据进行含气性校正，得到校正数据。
考虑到页岩气储层为含气段，非储层段为不含气段，根据岩石物理分析表明，纵波速度受气体影响而明显降低，横波速度受气体影响较小，在单井井点获得的弹性阻抗参数中包括储层段以及非储层段的纵波速度、横波速度和密度，为了弱化储层段气体对于纵波速度及密度的影响，在本申请实施例中，基于岩石物理分析，对弹性阻抗参数的测井数据进行含气性校正。
具体的，建立非储层段纵波速度和非储层段横波速度的关系式，将储层段横波速度带入关系式，将计算得到的非储层段纵波速度作为储层段含气性校正后的纵波速度，也即不含气纵波速度；建立非储层段纵波速度和非储层段密度的关系式，将含气性校正后的纵波速度带入关系式，得到含气性校正后的密度，也即不含气密度。将横波速度、经过含气性校正的纵波速度和密度作为校正数据。
步骤103、以校正数据为约束，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体。
具体的，利用地震叠前时间偏移数据进行层位追踪来构建目标工区的精细层序格架；之后以校正数据为约束，精细层序格架为控制，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体。
其中，层位可以采用本领域常规层位解释追踪方法得到，例如，对地质地震反射层进行全区连续对比追踪，在此不再赘述。
需要说明的是，步骤101中获取的弹性阻抗参数为反映单井井点所在位置的数据，该部分参数不能反映整个目标工区的地质情况，而本步骤中反演得到的弹性阻抗参数体为反映整个目标工区三维地质情况的数据。
步骤104、利用弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体。
具体的，构建与孔隙度相关的岩石物理参数与校正数据的目标反演函数；利用得到的弹性阻抗参数体与目标反演函数进行反演，得到与孔隙度相关的岩石物理参数体。
与弹性阻抗参数和弹性阻抗参数体类似，步骤101中获取的与孔隙度相关的岩石物理参数为反映单井井点所在位置的数据，该部分参数不能反映整个目标工区的地质情况，而本步骤中反演得到的岩石物理参数体为反映整个目标工区三维地质情况的数据。
步骤105、利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型。
具体的，将页岩气储层的孔隙度、校正数据(即含气性校正后的弹性阻抗参数的测井数据)和与孔隙度相关的岩石物理参数，代入构建的多元线性回归的反演函数，确定多元线性回归的反演函数中的系数，建立孔隙度计算模型。其中，反演函数可以通过本领域的岩石物理分析构建，比如说纵波速度、横波速度和密度随总有机碳含量的增加而减小，随有效应力的增加而呈幂指数增加。
以下将描述本申请实施例中建立孔隙度计算模型的步骤。
(1)构建含气性校正后的纵波速度、横波速度、密度和总有机碳含量、有效应力的反演函数。
(2)基于反演函数，利用步骤102得到的含气性校正后的纵波速度、横波速度和密度，以总有机碳含量和有效应力为约束，得到总有机碳含量和有效应力数据体。
(3)基于总有机碳含量、有效应力数据体、校正数据与孔隙度构建多元非线性回归的反演函数，计算反演函数中的纵波速度的系数、总有机碳含量的系数和有效应力的系数，得到孔隙度计算模型如下所示：
其中，φ表示孔隙度，a0为常量，表示纵波速度，a1为纵波速度的系数，表示总有机碳含量，a2为总有机碳含量的系数，σ表示有效应力，a3为有效应力的系数，b为有效应力幂指数。
步骤106、将弹性阻抗参数体和岩石物理参数体代入孔隙度计算模型，以孔隙度的测井数据为约束，反演得到孔隙度体。
其中，孔隙度体用于预测目标工区内深层页岩气孔隙度。
需要说明的是，孔隙度计算模型可以反映单个井点的孔隙度与含气性校正后的测井数据、与孔隙度相关的岩石物理参数之间的关系，通过单个井点处的孔隙度计算模型反演得到的孔隙度体可以反映整个目标工区中的孔隙度情况，可以用于预测目标工区中任何位置的深层页岩气孔隙度。
本申请实施例中，利用目标工区井点处测得的页岩气储层的孔隙度、含气性校正后的弹性阻抗参数和与孔隙度相关的岩石物理参数等测井数据建立孔隙度计算模型，并通过含气性校正、反演等过程确定了反映整个目标工区页岩气储层情况的弹性阻抗参数体以及岩石物理参数体，利用孔隙度计算模型与弹性阻抗参数体、岩石物理参数体反演得到预测目标工区中深层页岩气孔隙度的孔隙度体，与现有技术中单一的通过测井数据中声波时差或波阻抗反演数据预测深层孔隙度相比，本申请实施例中额外考虑到了含气性对于测井数据的影响，以及测井数据中的岩石物理参数对于孔隙度的影响，建立的孔隙度体更加符合深层孔隙度横向变化规律，通过孔隙度体能够更加准确、可靠的预测深层页岩气孔隙度。
本申请实施例还提供了一种深层页岩气孔隙度地震预测装置，如图2所示，该装置200包括获取模块201、校正模块202、反演模块203和模型建立模块204。
其中，获取模块201，用于获取从目标工区内井点测得的测井数据和地震叠前时间偏移数据，测井数据包括页岩气储层的孔隙度、弹性阻抗参数和与孔隙度相关的岩石物理参数。
校正模块202，用于对获取模块201获取的弹性阻抗参数的测井数据进行含气性校正，得到校正数据。
反演模块203，用于以校正模块202得到的校正数据为约束，利用获取模块201获取的地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体。
反演模块203，还用于利用弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体。
模型建立模块204，用于利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型。
反演模块203，还用于将弹性阻抗参数体和岩石物理参数体代入模型建立模块204建立的孔隙度计算模型，以孔隙度的测井数据为约束，反演得到孔隙度体，孔隙度体用于预测目标工区内深层页岩气孔隙度。
在本申请实施例的一种实现方式中，弹性阻抗参数包括纵波速度、横波速度和密度。
校正模块202，用于：
建立非储层段纵波速度和非储层段横波速度的关系式，将储层段横波速度带入关系式，将计算得到的非储层段纵波速度作为储层段含气性校正后的纵波速度；
建立非储层段纵波速度和非储层段密度的关系式，将含气性校正后的纵波速度带入关系式，得到含气性校正后的密度。
在本申请实施例的一种实现方式中，反演模块203，用于：
利用地震叠前时间偏移数据构建目标工区的精细层序格架；
以校正数据为约束，精细层序格架为控制，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体。
在本申请实施例的一种实现方式中，反演模块203，用于：
构建与孔隙度相关的岩石物理参数与校正数据的目标反演函数；
利用得到的弹性阻抗参数体与目标反演函数进行反演，得到与孔隙度相关的岩石物理参数体。
在本申请实施例的一种实现方式中，与孔隙度相关的岩石物理参数至少包括纵波速度、有效应力、总有机碳含量、脆性矿物含量、裂缝密度、储层厚度、粘土矿物含量和天然裂缝密度中的纵波速度、有效应力和总有机碳含量。
本申请实施例中，利用目标工区井点处测得的页岩气储层的孔隙度、含气性校正后的弹性阻抗参数和与孔隙度相关的岩石物理参数等测井数据建立孔隙度计算模型，并通过含气性校正、反演等过程确定了反映整个目标工区页岩气储层情况的弹性阻抗参数体以及岩石物理参数体，利用孔隙度计算模型与弹性阻抗参数体、岩石物理参数体反演得到预测目标工区中深层页岩气孔隙度的孔隙度体，与现有技术中单一的通过测井数据中声波时差或波阻抗反演数据预测深层孔隙度相比，本申请实施例中额外考虑到了含气性对于测井数据的影响，以及测井数据中的岩石物理参数对于孔隙度的影响，建立的孔隙度体更加符合深层孔隙度横向变化规律，通过孔隙度体能够更加准确、可靠的预测深层页岩气孔隙度。
本申请实施例中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，处理器执行计算机程序时实现步骤101至步骤106及其各种实现方式所述的任一方法。
本申请实施例中还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现步骤101至步骤106及其各种实现方式所述的任一方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (12)

1.一种深层页岩气孔隙度地震预测方法，其特征在于，所述方法包括：
获取从目标工区内井点测得的测井数据和地震叠前时间偏移数据，所述测井数据包括页岩气储层的孔隙度、弹性阻抗参数和与孔隙度相关的岩石物理参数；
对弹性阻抗参数的测井数据进行含气性校正，得到校正数据；
以所述校正数据为约束，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体；
利用所述弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体；岩石物理参数体为反映整个目标工区三维地质情况的数据；
利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型；
将所述弹性阻抗参数体和所述岩石物理参数体代入所述孔隙度计算模型，以孔隙度的测井数据为约束，反演得到孔隙度体，孔隙度体用于预测目标工区内深层页岩气孔隙度；孔隙度体反映整个目标工区中的孔隙度情况；
利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型，包括：将页岩气储层的孔隙度、含气性校正后的弹性阻抗参数的测井数据和与孔隙度相关的岩石物理参数，代入构建的多元线性回归的反演函数，确定多元线性回归的反演函数中的系数，建立孔隙度计算模型；其中，反演函数通过岩石物理分析构建；孔隙度计算模型反映单个井点的孔隙度与含气性校正后的测井数据、与孔隙度相关的岩石物理参数之间的关系；
孔隙度计算模型为其中，φ表示孔隙度，a0为常量，表示纵波速度，a1为纵波速度的系数，表示总有机碳含量，a2为总有机碳含量的系数，σ表示有效应力，a3为有效应力的系数，b为有效应力幂指数。
2.根据权利要求1所述的方法，其特征在于，所述弹性阻抗参数包括纵波速度、横波速度和密度，所述对弹性阻抗参数的测井数据进行含气性校正，包括：
建立非储层段纵波速度和非储层段横波速度的关系式，将储层段横波速度带入关系式，将计算得到的非储层段纵波速度作为储层段含气性校正后的纵波速度；
建立非储层段纵波速度和非储层段密度的关系式，将含气性校正后的纵波速度带入关系式，得到含气性校正后的密度。
3.根据权利要求1或2所述的方法，其特征在于，以所述校正数据为约束，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体，包括：
利用地震叠前时间偏移数据构建目标工区的精细层序格架；
以校正数据为约束，精细层序格架为控制，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体。
4.根据权利要求3所述的方法，其特征在于，利用所述弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体，包括：
构建所述与孔隙度相关的岩石物理参数与所述校正数据的目标反演函数；
利用得到的弹性阻抗参数体与目标反演函数进行反演，得到与孔隙度相关的岩石物理参数体。
5.根据权利要求1所述的方法，其特征在于，所述与孔隙度相关的岩石物理参数至少包括纵波速度、有效应力、总有机碳含量、脆性矿物含量、裂缝密度、储层厚度、粘土矿物含量和天然裂缝密度中的纵波速度、有效应力和总有机碳含量。
6.一种深层页岩气孔隙度地震预测装置，其特征在于，所述装置包括：
获取模块，用于获取从目标工区内井点测得的测井数据和地震叠前时间偏移数据，所述测井数据包括页岩气储层的孔隙度、弹性阻抗参数和与孔隙度相关的岩石物理参数；
校正模块，用于对获取模块获取的弹性阻抗参数的测井数据进行含气性校正，得到校正数据；
反演模块，用于以校正模块得到的所述校正数据为约束，利用获取模块获取的地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体；
所述反演模块，还用于利用所述弹性阻抗参数体进行反演，得到目标工区与孔隙度相关的岩石物理参数体；岩石物理参数体为反映整个目标工区三维地质情况的数据；
模型建立模块，用于利用构建的多元非线性回归的反演函数与含气性校正后的测井数据，建立孔隙度计算模型；
所述反演模块，还用于将所述弹性阻抗参数体和所述岩石物理参数体代入模型建立模块建立的所述孔隙度计算模型，以孔隙度的测井数据为约束，反演得到孔隙度体，孔隙度体用于预测目标工区内深层页岩气孔隙度；孔隙度体反映整个目标工区中的孔隙度情况；
模型建立模块，具体用于将页岩气储层的孔隙度、含气性校正后的弹性阻抗参数的测井数据和与孔隙度相关的岩石物理参数，代入构建的多元线性回归的反演函数，确定多元线性回归的反演函数中的系数，建立孔隙度计算模型；其中，反演函数通过岩石物理分析构建；孔隙度计算模型反映单个井点的孔隙度与含气性校正后的测井数据、与孔隙度相关的岩石物理参数之间的关系；
孔隙度计算模型为其中，φ表示孔隙度，a0为常量，表示纵波速度，a1为纵波速度的系数，表示总有机碳含量，a2为总有机碳含量的系数，σ表示有效应力，a3为有效应力的系数，b为有效应力幂指数。
7.根据权利要求6所述的装置，其特征在于，所述弹性阻抗参数包括纵波速度、横波速度和密度，所述校正模块，用于：
建立非储层段纵波速度和非储层段横波速度的关系式，将储层段横波速度带入关系式，将计算得到的非储层段纵波速度作为储层段含气性校正后的纵波速度；
建立非储层段纵波速度和非储层段密度的关系式，将含气性校正后的纵波速度带入关系式，得到含气性校正后的密度。
8.根据权利要求6或7所述的装置，其特征在于，所述反演模块，用于：
利用地震叠前时间偏移数据构建目标工区的精细层序格架；
以校正数据为约束，精细层序格架为控制，利用地震叠前时间偏移数据进行反演，得到目标工区的弹性阻抗参数体。
9.根据权利要求8所述的装置，其特征在于，所述反演模块，用于：
构建所述与孔隙度相关的岩石物理参数与所述校正数据的目标反演函数；
利用得到的弹性阻抗参数体与目标反演函数进行反演，得到与孔隙度相关的岩石物理参数体。
10.根据权利要求6所述的装置，其特征在于，所述与孔隙度相关的岩石物理参数至少包括纵波速度、有效应力、总有机碳含量、脆性矿物含量、裂缝密度、储层厚度、粘土矿物含量和天然裂缝密度中的纵波速度、有效应力和总有机碳含量。
11.一种计算机设备，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5任一所述方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任一所述方法。
CN202010064574.0A 2020-01-20 2020-01-20 深层页岩气孔隙度地震预测方法及装置 Active CN113138412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010064574.0A CN113138412B (zh) 2020-01-20 2020-01-20 深层页岩气孔隙度地震预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010064574.0A CN113138412B (zh) 2020-01-20 2020-01-20 深层页岩气孔隙度地震预测方法及装置

Publications (2)

Publication Number Publication Date
CN113138412A CN113138412A (zh) 2021-07-20
CN113138412B true CN113138412B (zh) 2024-07-26

Family

ID=76809077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010064574.0A Active CN113138412B (zh) 2020-01-20 2020-01-20 深层页岩气孔隙度地震预测方法及装置

Country Status (1)

Country Link
CN (1) CN113138412B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113608264B (zh) * 2021-07-30 2023-06-09 成都理工大学 联合叠前弹性反演参数及深度网络目标反演方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005119276A2 (en) * 2004-05-27 2005-12-15 Exxonmobil Upstream Research Company Method for predicting lithology and porosity from seismic reflection data
AU2006262697B2 (en) * 2005-06-24 2010-12-23 Exxonmobil Upstream Research Company Method for obtaining porosity and shale volume from seismic data
CN104977618B (zh) * 2014-04-09 2017-09-22 中国石油集团东方地球物理勘探有限责任公司 一种评价页岩气储层及寻找甜点区的方法
CN105700013B (zh) * 2016-04-26 2018-06-22 中国石油天然气集团有限公司 构建页岩气甜点产能模型的方法
CN106019403B (zh) * 2016-06-08 2018-05-01 西北大学 自生自储油气层孔隙度测量方法
EP3571532B1 (en) * 2017-01-17 2022-12-21 Services Pétroliers Schlumberger Systematic evaluation of shale plays
CN108037528B (zh) * 2017-09-25 2019-08-30 中国石油化工股份有限公司 少井区基于统计岩石物理建模的孔隙度预测方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于岩石物理模型和叠前弹性参数反演的孔隙度计算;蔡涵鹏;贺振华;何光明;邹文;龙浩;高刚;《天然气工业》;第33卷(第09期);第48-52页 *
页岩气储层孔隙压力测井预测新方法;徐春露等;《石油学报》;第38卷(第6期);第666-676页 *

Also Published As

Publication number Publication date
CN113138412A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN106951660B (zh) 一种海相碎屑岩水平井储层测井解释方法及装置
RU2669948C2 (ru) Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности
US8359184B2 (en) Method, program and computer system for scaling hydrocarbon reservoir model data
CN105386756B (zh) 一种应用应变量计算脆性地层孔隙度的方法
CN111399050B (zh) 高角度裂缝预测方法及装置
CN114066084B (zh) 一种基于机器学习的相渗曲线预测方法及系统
CN107831540A (zh) 储层物性参数直接提取新方法
CN110095811B (zh) 膏岩层速度模型构建处理方法及装置
CN108873065A (zh) 砂岩优质储层预测方法及装置
CN113138412B (zh) 深层页岩气孔隙度地震预测方法及装置
CN111381280A (zh) 预测储层含烃饱和度的方法及装置
CN112346130A (zh) 一种富有机质岩石横波速度预测方法、存储介质及系统
CN111239809B (zh) 一种基于属性融合原理的优势储层确定方法及系统
CN109991663B (zh) 工区地震速度体校正方法和装置
CN113189645B (zh) 一种基质矿物模量确定方法、装置、电子设备和存储介质
CN110927787A (zh) 基于虚拟岩性的横波速度计算方法及系统
CN114563816B (zh) 油气藏评价阶段建立地震解释速度模型的方法及装置
CN113376692B (zh) 致密砂岩气水平井压裂改造方案优化方法及装置
CN113325468B (zh) 储层缝洞分布范围预测方法及装置
CN108875109B (zh) 一种异常地层压力的预测方法及系统
CN112347707B (zh) 油藏流动非均质性的表征方法及装置
CN108318936B (zh) 一种地层划分处理方法和装置
CN115144929A (zh) 油气藏储量确定方法、装置、存储介质及电子设备
CN114565116A (zh) 一种低渗储层物性参数的预测方法和装置
Li et al. Uncertainty evaluation method and application of reservoir Lithofacies proportion under the condition of few wells

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