CN113311483B - 基于页岩油的叠前弹性参数组合反演方法及系统 - Google Patents
基于页岩油的叠前弹性参数组合反演方法及系统 Download PDFInfo
- Publication number
- CN113311483B CN113311483B CN202010123341.3A CN202010123341A CN113311483B CN 113311483 B CN113311483 B CN 113311483B CN 202010123341 A CN202010123341 A CN 202010123341A CN 113311483 B CN113311483 B CN 113311483B
- Authority
- CN
- China
- Prior art keywords
- inversion
- data
- frequency
- reservoir
- stack
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000003079 shale oil Substances 0.000 title claims abstract description 60
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000004088 simulation Methods 0.000 claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000008021 deposition Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 235000011850 desserts Nutrition 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6242—Elastic parameters, e.g. Young, Lamé or Poisson
Abstract
本发明公开了一种基于页岩油的叠前弹性参数组合反演方法及系统，其中，该方法包括：获取测井数据及地震数据；根据测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果；根据目的储层的岩石物理分析结果，确定储层的敏感参数；对中频叠前同时反演数据及高频模拟结果进行频率域合并，得到叠前相控反演数据体。该方法及系统通过对反演实现过程中不同频段的处理方式优选及组合，提高了叠前反演精度，反演纵横向分辨率得到有效提高；并且由于地震横向约束的作业，反演结果更符合地质规律，可以更加准确地刻画储层的空间结构分布，对页岩油储层地震预测有重要的应用价值。
Description
技术领域
本发明涉及地震勘探领域，尤其涉及一种基于页岩油的叠前弹性参数组合反演方法及系统。
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。
目前，页岩气的勘探开发已经进入具有商业价值的开采阶段，而页岩油的勘探开发还处于初级阶段，主要有如下是三个原因：
1)不同于页岩气的海相沉积，页岩油为陆相沉积，其沉积相变快，横向非均质性强，储层塑性强，目前对不同岩相的储集空间类型及储集物性差异的认识还不够清晰。
2)目前对页岩气储层预测实际生产应用较为普遍的是叠前弹性参数反演，即在反演出弹性阻抗后，利用Zoepprit方程简化式进行计算，同时得到纵横波阻抗、密度、纵横波速度比等参数，再利用反演结果计算泊松比、杨氏模量、脆性等与页岩地震甜点有关的页岩储层弹性参数。从叠前地震反演的基本原理和实现过程来看，其收敛精度受叠前井震标定、AVA子波、迭代次数等众多因素影响，造成反演精度降低，无法满足横向变化快，夹层薄的页岩油优质储层预测。
3)目前比较流行的叠前高分辨率随机反演，采用基于变差函数理论，由于变差函数拟合难度大，反演结果的高频成分可靠性低，随机性强且计算效率低，对页岩油的储层预测造成较大影响。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
为解决上述问题，本发明提出了一种基于页岩油的叠前弹性参数组合反演方法及系统，该方法及系统可以针对页岩油纵向厚度薄，横向变化快，强非均质性等特征，从一个新的角度，先将叠前CRP道集分成远、中、近三个不同分入射角叠加数据；然后，根据地震中、高频带采用组合反演方法，得到高分辨率的叠前弹性参数反演结果。利用该方法及系统可以提高叠前地震反演的纵横向分辨率，实现页岩油的定量预测，为后期TOC、脆性、孔隙度等弹性参数提供可靠的数据，为页岩油的地震综合预测提供有力的数据支持。
在本发明一实施例中，提出了一种基于页岩油的叠前弹性参数组合反演方法，该方法包括：
获取测井数据及地震数据；
根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果；
根据所述目的储层的岩石物理分析结果，确定储层的敏感参数；
根据所述储层的敏感参数，利用叠前同时反演，运用井AVA属性反演获得中频叠前同时反演数据；
根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频模拟结果；
对所述中频叠前同时反演数据及高频模拟结果进行频率域合并，得到叠前相控反演数据体。
在本发明一实施例中，还提出了一种基于页岩油的叠前弹性参数组合反演系统，该系统包括：
数据获取模块，用于获取测井数据及地震数据；
物理分析模块，用于根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果；
敏感参数确定模块，用于根据所述目的储层的岩石物理分析结果，确定储层的敏感参数；
叠前同时反演模块，用于根据所述储层的敏感参数，利用叠前同时反演，运用井AVA属性反演获得中频叠前同时反演数据；
高频模拟模块，用于根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频模拟结果；
数据合并模块，用于对所述中频叠前同时反演数据及高频模拟结果进行频率域合并，得到叠前相控反演数据体。
在本发明一实施例中，还提出了一种计算机设备，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基于页岩油的叠前弹性参数组合反演方法。
在本发明一实施例中，还提出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执行基于页岩油的叠前弹性参数组合反演方法的计算机程序。
本发明提出的基于页岩油的叠前弹性参数组合反演方法及系统通过对反演实现过程中不同频段的处理方式优选及组合，提高了叠前反演精度，反演纵横向分辨率得到有效提高；并且由于地震横向约束的作业，反演结果更符合地质规律，可以更加准确地刻画储层的空间结构分布，对页岩油储层地震预测有重要的应用价值。
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，下面描述中的附图仅仅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是本发明一实施例的基于页岩油的叠前弹性参数组合反演方法流程示意图。
图2是本发明一具体实施例的页岩油的叠前弹性参数组合反演的详细方法流程示意图。
图3是本发明一具体实施例的频带控制示意图。
图4是本发明一具体实施例的高频模拟的详细流程示意图。
图5是本发明一具体实施例的连井反演剖面示意图。
图6是本发明一实施例的基于页岩油的叠前弹性参数组合反演系统架构示意图。
图7是本发明一具体实施例的高频模拟模块的详细架构示意图。
图8是本发明一实施例的计算机设备结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
鉴于叠前弹性参数地震反演存在的上述问题，本发明提出了基于页岩油的叠前弹性参数组合反演方法及系统，能够在提高提前反演确定性成分的同时，还满足页岩油薄夹层的预测，对今后页岩油的地震勘探技术具有十分重要的意义。
下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
图1是本发明一实施例的基于页岩油的叠前弹性参数组合反演方法流程示意图。
如图1所示，该方法包括：
步骤S100，获取测井数据及地震数据；
步骤S200，根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果；
步骤S300，根据所述目的储层的岩石物理分析结果，确定储层的敏感参数；
步骤S400，根据所述储层的敏感参数，利用叠前同时反演，运用井AVA属性反演获得中频叠前同时反演数据；
步骤S500，根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频模拟结果；
步骤S600，对所述中频叠前同时反演数据及高频模拟结果进行频率域合并，得到叠前相控反演数据体。
为了对上述基于页岩油的叠前弹性参数组合反演方法进行更为清楚的解释，下面结合每一步进行详细说明。
首先，结合图2所示，为页岩油的叠前弹性参数组合反演的详细方法流程示意图。
步骤S100：
获取测井数据及地震数据，该些数据是进行叠前弹性参数组合反演的基础。
步骤S200：
根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果。
具体的，该步骤包括：
对CRP地震道集进行AVA属性分析，得到不同入射角叠加的地震数据；其中，所述不同入射角叠加的地震数据包括远、中、近3个入射角数据；其中，将入射角范围划分为3部分，根据每部分的角度从小至大分别对应近、中、远入射角。
步骤S300：
根据所述目的储层的岩石物理分析结果，确定储层的敏感参数。
对所述不同入射角叠加的地震数据进行分角度井震标定及AVA子波提取，通过页岩油储层弹性参数特征，建立弹性参数与储层的关系，确定页岩油储层的敏感参数。
在一实施例中，在对CRP地震道集开展AVA属性分析时，Zoeppritz方程近似式均以入射角作为变量进行描述，具体依据振幅与入射角的关系，这里相当于将AVO转换为了AVA，具体属性包括截距、梯度等属性，从而可以计算得到不同入射角叠加的地震数据。
其中，不同入射角的数据分为远、中、近三个入射角数据；该些数据是叠前反演的基础，根据入射角的分布范围，一般分3个数据；举例而言，如果CRP地震道集在0至36度分布，那么，可以将入射角范围划分为0至12度、12至24度及24至36度三个数据体，对应称为近、中、远数据(一般入射角越远，频率越低)。
进一步的，对不同入射角的数据进行分角度井震标定及AVA子波提取，再通过页岩油储层弹性参数特征，建立弹性参数与储层的关系，确定页岩油储层的敏感参数；其中，可以通过弹性参数交汇来确定敏感参数，例如，弹性参数包括纵波速度、横波速度、密度、纵横波速度比等，判断哪一个参数最能区分页岩，则认为其最敏感，确定该参数为页岩油储层的敏感参数，为叠前弹性参数反演提供依据。
步骤S400：
根据所述储层的敏感参数，将地震中频段利用叠前同时反演，运用井AVA属性反演获得中频叠前同时反演数据。
在一实施例中，中频叠前同时反演数据的详细获取过程为：
基于所述页岩油储层的敏感参数，将地震中频段利用叠前同时反演，根据Zoeppritz方程或近似方程，运用井AVA属性反演获得中频叠前同时反演数据，其中包括地震频带范围内的纵、横波阻抗数据。
步骤S500：
根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频模拟结果。
需要说明的是，反演结果一般由为低、中、高频部分组成，地震中频段来自于地震数据，低频信息和高频信息(高频模拟结果)来自于井的相关信息，并由井的相关信息进行补充，当超出地震频带范围时属于高频部分。本方案的主要思想是在高频段进行改进；低频与中频都是利用弹性参数反演实现(其中，弹性参数反演时所利用到的叠前反演方法属于本领域成熟的技术。)
在一具体实施例中，结合图3，为频带控制示意图。如图3所示，可以通过设置低频部分的高通频率31、高截频率32，及高频部分的低截频率33、低通频率34、高通频率35、高截频率36，控制远、中、近的频带值。
其中，以一具体频率参数为例，
设置低频部分的高通频率31为5Hz，高截频率32为10Hz，高频部分的低截频率33为60Hz，低通频率34为80Hz，高通频率35为120Hz，高截频率36为150Hz；地震中频权重设置为1。
得到如图3所示的频带控制示意图，结合图3所示，坐标图中左侧部分(填充效果为竖线)为低频部分，中间部分(填充效果为左下斜线)与地震频带相当，右侧部分(填充效果为右下斜线)为高频部分。
具体的，结合图4，为高频模拟的详细流程示意图，如图4所示，步骤S500的详细步骤包括：
步骤S501，建立纵、横波阻抗初始模型；
步骤S502，基于贝叶斯理论进行统计学运算，将纵、横波阻抗初始模型与叠前同时反演的纵、横波阻抗数据进行匹配滤波，得到似然函数；
步骤S503，通过匹配滤波，将源自叠前同时反演对应的确定性数据及源自波形指示模拟的逐步确定性数据进行融合，生成概率分布空间；
步骤S504，在贝叶斯框架下，联合所述似然函数及所述概率分布空间中的先验概率密度分布，利用MCMC随机模拟算法(马尔科夫链蒙托卡罗随机模拟算法)作为目标函数，进行多次模型扰动；
步骤S505，在模型扰动过程中，判断后验概率密度值，当后验概率密度值达到预设阈值时(达到最大时)，停止模型扰动得到叠前弹性参数反演结果。
其中，贝叶斯框架下反演公式：
J(m)＝λ1Jfitting(m)+λ2Jprior(m)；
其中，J(m)为贝叶斯框架下的目标泛函；
Jfitting(m)＝||d-Gm||22为实际地震数据和模型正演数据的L2范数残差度量(似然函数引入)；
Jprior(m)为待反演参数的先验约束项；
λ1、λ2分别为似然函数和模型参数先验分布在贝叶斯估计中所占权重。
贝叶斯参数估算反演理论的过程为：首先，将某种确定性概率密度分布赋给似然函数和先验分布，然后通过求取最大后验概率分布(MAP)来实现最优解估计。贝叶斯地震反演中的先验概率分布主要用来提高反演过程的抗噪性和稀疏性，从本质上分析，先验分布约束从数学意义上可以理解为一系列模型参数的重加权正则化方法，此时小的模型参数对应大的正则化系数，大的模型参数对应小的正则化系数进而压制弱小反射突出强反射系数。
步骤S600：
将所述中频叠前同时反演数据和所述叠前弹性参数反演结果进行频率域合并求和，得到全频段叠前相控反演数据体，包括各弹性参数反演体。
为了对上述基于页岩油的叠前弹性参数组合反演方法进行更为清楚的解释，下面结合一个具体的实施例来进行说明，然而值得注意的是该实施例仅是为了更好地说明本发明，并不构成对本发明不当的限定。
以一示例性地区为例，经过上述处理过程，可以得到其连井反演剖面示意图(如图5)。
结合图5所示，在该连井反演剖面示意图中，纵坐标表示时间(单位为ms)，井上曲线为密度曲线(DEN)，黑色部分为反演的优质页岩发育区，基于岩石物理分析优质页岩有效DEN门槛值为小于2.65，从叠前弹性组合反演上能看出密度曲线与反演结果吻合度高，且优质页岩的横向延伸性较好，符合沉积地质规律。
在上述步骤过程中，利用了井震标定、子波提取及叠前同时反演等技术，其中所使用的基础数据为纵横波及密度曲线，中频段通过叠前同时反演过程获得反演数据，高频段在参考远中近波形的情况下，结合AVA属性变化和距离因素，对井样本进行筛选，基于叠前道集特征指示的MCMC模拟算法(马尔科夫链蒙托卡罗随机模拟算法)作为目标函数，不断进行模型扰动，使后验概率密度值最大，最后得到高精度的叠前弹性参数反演结果。
本方法是在地震高频段结合道集波形特征、AVA属性变化和空间距离三变量优选方法取代变差函数来识别储层空间结构变化，提高纵向分辨率的同时，很好的提高了反演结果的横向分辨率，对平面地质规律吻合度更高；通过借助全局优化算法，提高了反演的确定性，该方法在实际应用中具有较佳的拓展性和广泛适用性。
综上来看，尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
在介绍了本发明示例性实施方式的方法之后，接下来，参考图6至图7对本发明示例性实施方式的基于页岩油的叠前弹性参数组合反演系统进行介绍。
基于页岩油的叠前弹性参数组合反演统的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的术语“模块”或者“单元”，可以是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。
基于同一发明构思，本发明还提出了一种基于页岩油的叠前弹性参数组合反演系统，如图6所示，该系统包括：
数据获取模块610，用于获取测井数据及地震数据；
物理分析模块620，用于根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果；
敏感参数确定模块630，用于根据所述目的储层的岩石物理分析结果，确定储层的敏感参数；
叠前同时反演模块640，用于根据所述储层的敏感参数，利用叠前同时反演，运用井AVA属性反演获得中频叠前同时反演数据；
高频模拟模块650，用于根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频模拟结果；
数据合并模块660，用于对所述中频叠前同时反演数据及高频模拟结果进行频率域合并，得到叠前相控反演数据体。
在一实施例中，所述物理分析模块620具体用于：
对CRP地震道集进行AVA属性分析，得到不同入射角叠加的地震数据；其中，所述不同入射角叠加的地震数据包括远、中、近3个入射角数据；其中，将入射角范围划分为3部分，根据每部分的角度从小至大分别对应近、中、远入射角。
在一实施例中，所述敏感参数确定模块630具体用于：
对所述不同入射角叠加的地震数据进行分角度井震标定及AVA子波提取，通过页岩油储层弹性参数特征，建立弹性参数与储层的关系，确定页岩油储层的敏感参数。
在一实施例中，所述叠前同时反演模块640具体用于：
基于所述页岩油储层的敏感参数，将地震中频段利用叠前同时反演，根据Zoeppritz方程或近似方程，运用井AVA属性反演获得中频叠前同时反演数据，其中包括地震频带范围内的纵、横波阻抗数据。
其中，所述中频叠前同时反演数据来自于地震数据，所述高频模拟结果来自于井的相关信息，并由井的相关信息进行补充，当超出地震频带范围时属于高频部分。
在一实施例中，结合图7，为高频模拟模块的详细架构示意图。如图7所示，高频模拟模块包括：
初始模型建立单元651，用于建立纵、横波阻抗初始模型；
匹配滤波单元652，用于基于贝叶斯理论进行统计学运算，将纵、横波阻抗初始模型与叠前同时反演的纵、横波阻抗数据进行匹配滤波，得到似然函数；
融合单元653，用于通过匹配滤波，将源自叠前同时反演对应的确定性数据及源自波形指示模拟的逐步确定性数据进行融合，生成概率分布空间；
模型扰动单元654，用于在贝叶斯框架下，联合所述似然函数及所述概率分布空间中的先验概率密度分布，利用MCMC随机模拟算法作为目标函数，进行多次模型扰动；在模型扰动过程中，判断后验概率密度值，当后验概率密度值达到预设阈值时，停止模型扰动得到叠前弹性参数反演结果。
在一实施例中，数据合并模块660具体还用于：
将所述中频叠前同时反演数据和所述叠前弹性参数反演结果进行频率域合并求和，得到全频段叠前相控反演数据体。
应当注意，尽管在上文详细描述中提及了基于页岩油的叠前弹性参数组合反演系统的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
基于前述发明构思，如图8所示，本发明还提出了一种计算机设备800，包括存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机程序830，所述处理器820执行所述计算机程序830时实现前述基于页岩油的叠前弹性参数组合反演方法。
基于前述发明构思，本发明还提出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执行基于页岩油的叠前弹性参数组合反演方法的计算机程序。
本发明提出的基于页岩油的叠前弹性参数组合反演方法及系统通过对反演实现过程中不同频段的处理方式优选及组合，提高了叠前反演精度，反演纵横向分辨率得到有效提高；并且由于地震横向约束的作业，反演结果更符合地质规律，可以更加准确地刻画储层的空间结构分布，对页岩油储层地震预测有重要的应用价值。
虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
Claims (10)
1.一种基于页岩油的叠前弹性参数组合反演方法，其特征在于，该方法包括：
获取测井数据及地震数据；
根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果；
根据所述目的储层的岩石物理分析结果，确定储层的敏感参数；
根据所述储层的敏感参数，利用叠前同时反演，运用井AVA属性反演获得中频段叠前同时反演数据；
根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频段模拟结果；
对所述中频段叠前同时反演数据及高频段模拟结果进行频率域合并，得到叠前相控反演数据体；其中，所述中频段叠前同时反演数据来自于地震数据，所述高频段模拟结果来自于井的相关信息，并由井的相关信息进行补充，当超出地震频带范围时属于高频段部分；
其中，根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果，包括：
对CRP地震道集进行AVA属性分析，得到不同入射角叠加的地震数据；其中，所述不同入射角叠加的地震数据包括远、中、近3个入射角数据；其中，将入射角范围划分为3部分，根据每部分的角度从小至大分别对应近、中、远入射角；
其中，根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频段模拟结果，包括：
建立纵、横波阻抗初始模型；
基于贝叶斯理论进行统计学运算，将纵、横波阻抗初始模型与叠前同时反演的纵、横波阻抗数据进行匹配滤波，得到似然函数；
通过匹配滤波，将源自叠前同时反演对应的确定性数据及源自波形指示模拟的逐步确定性数据进行融合，生成概率分布空间；
在贝叶斯框架下，联合所述似然函数及所述概率分布空间中的先验概率密度分布，利用MCMC随机模拟算法作为目标函数，进行多次模型扰动；
在模型扰动过程中，判断后验概率密度值，当后验概率密度值达到预设阈值时，停止模型扰动得到叠前弹性参数反演结果。
2.根据权利要求1所述的基于页岩油的叠前弹性参数组合反演方法，其特征在于，根据所述目的储层的岩石物理分析结果，确定储层的敏感参数，包括：
对所述不同入射角叠加的地震数据进行分角度井震标定及AVA子波提取，通过页岩油储层弹性参数特征，建立弹性参数与储层的关系，确定页岩油储层的敏感参数。
3.根据权利要求2所述的基于页岩油的叠前弹性参数组合反演方法，其特征在于，根据所述储层的敏感参数，将地震中频段利用叠前同时反演，运用井AVA属性反演获得中频段叠前同时反演数据，包括：
基于所述页岩油储层的敏感参数，将地震中频段利用叠前同时反演，根据Zoeppritz方程或近似方程，运用井AVA属性反演获得中频段叠前同时反演数据，其中包括地震频带范围内的纵、横波阻抗数据。
4.根据权利要求3所述的基于页岩油的叠前弹性参数组合反演方法，其特征在于，对所述中频段叠前同时反演数据及高频段模拟结果进行频率域合并，得到叠前相控反演数据体，包括：
将所述中频段叠前同时反演数据和所述叠前弹性参数反演结果进行频率域合并求和，得到全频段叠前相控反演数据体。
5.一种基于页岩油的叠前弹性参数组合反演系统，其特征在于，该系统包括：
数据获取模块，用于获取测井数据及地震数据；
物理分析模块，用于根据所述测井数据及地震数据，对目的储层进行岩石物理分析，得到目的储层的岩石物理分析结果；
敏感参数确定模块，用于根据所述目的储层的岩石物理分析结果，确定储层的敏感参数；
叠前同时反演模块，用于根据所述储层的敏感参数，利用叠前同时反演，运用井AVA属性反演获得中频段叠前同时反演数据；
高频模拟模块，用于根据所述储层的敏感参数、预设的地震频带高通频及地震频带高截频，在参考不同入射角及叠前波形几何特征的情况下，结合AVA的变化特征及空间距离，对井样本进行筛选，得到高频段模拟结果；
数据合并模块，用于对所述中频段叠前同时反演数据及高频段模拟结果进行频率域合并，得到叠前相控反演数据体；其中，所述中频段叠前同时反演数据来自于地震数据，所述高频段模拟结果来自于井的相关信息，并由井的相关信息进行补充，当超出地震频带范围时属于高频段部分；
其中，所述物理分析模块具体用于：
对CRP地震道集进行AVA属性分析，得到不同入射角叠加的地震数据；其中，所述不同入射角叠加的地震数据包括远、中、近3个入射角数据；其中，将入射角范围划分为3部分，根据每部分的角度从小至大分别对应近、中、远入射角；
其中，所述高频模拟模块，包括：
初始模型建立单元，用于建立纵、横波阻抗初始模型；
匹配滤波单元，用于基于贝叶斯理论进行统计学运算，将纵、横波阻抗初始模型与叠前同时反演的纵、横波阻抗数据进行匹配滤波，得到似然函数；
融合单元，用于通过匹配滤波，将源自叠前同时反演对应的确定性数据及源自波形指示模拟的逐步确定性数据进行融合，生成概率分布空间；
模型扰动单元，用于在贝叶斯框架下，联合所述似然函数及所述概率分布空间中的先验概率密度分布，利用MCMC随机模拟算法作为目标函数，进行多次模型扰动；在模型扰动过程中，判断后验概率密度值，当后验概率密度值达到预设阈值时，停止模型扰动得到叠前弹性参数反演结果。
6.根据权利要求5所述的基于页岩油的叠前弹性参数组合反演系统，其特征在于，所述敏感参数确定模块具体用于：
对所述不同入射角叠加的地震数据进行分角度井震标定及AVA子波提取，通过页岩油储层弹性参数特征，建立弹性参数与储层的关系，确定页岩油储层的敏感参数。
7.根据权利要求6所述的基于页岩油的叠前弹性参数组合反演系统，其特征在于，所述叠前同时反演模块具体用于：
基于所述页岩油储层的敏感参数，将地震中频段利用叠前同时反演，根据Zoeppritz方程或近似方程，运用井AVA属性反演获得中频段叠前同时反演数据，其中包括地震频带范围内的纵、横波阻抗数据。
8.根据权利要求7所述的基于页岩油的叠前弹性参数组合反演系统，其特征在于，数据合并模块具体还用于：
将所述中频段叠前同时反演数据和所述叠前弹性参数反演结果进行频率域合并求和，得到全频段叠前相控反演数据体。
9.一种计算机设备，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4任一项所述方法。
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存储有执行权利要求1至4任一项所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010123341.3A CN113311483B (zh) | 2020-02-27 | 2020-02-27 | 基于页岩油的叠前弹性参数组合反演方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010123341.3A CN113311483B (zh) | 2020-02-27 | 2020-02-27 | 基于页岩油的叠前弹性参数组合反演方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113311483A CN113311483A (zh) | 2021-08-27 |
| CN113311483B true CN113311483B (zh) | 2024-04-30 |
Family
ID=77370247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010123341.3A Active CN113311483B (zh) | 2020-02-27 | 2020-02-27 | 基于页岩油的叠前弹性参数组合反演方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113311483B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103176211A (zh) * | 2013-03-07 | 2013-06-26 | 中国石油集团东方地球物理勘探有限责任公司 | 基于多敏感弹性参数的含气储层预测方法及装置 |
| 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 |
| CN105044780A (zh) * | 2015-08-26 | 2015-11-11 | 成都理工大学 | 依赖频率的avo频散参数反演中敏感参考频率的交会确定方法 |
| CN106054248A (zh) * | 2016-07-15 | 2016-10-26 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
| CN106324674A (zh) * | 2016-08-23 | 2017-01-11 | 中国石油大学(华东) | 一种页岩气toc叠前地震反演预测方法 |
| CN106405639A (zh) * | 2015-07-30 | 2017-02-15 | 中国石油化工股份有限公司 | 一种叠前地震储层岩性参数的反演方法 |
| CN106842310A (zh) * | 2015-12-04 | 2017-06-13 | 中国石油化工股份有限公司 | 叠前地震四参数同步反演方法 |
| CN107861149A (zh) * | 2017-11-03 | 2018-03-30 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于波形驱动下的叠前纵横波速度比模拟方法 |
| CN109471165A (zh) * | 2018-12-03 | 2019-03-15 | 中国石油化工股份有限公司 | 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 |
| CN109521474A (zh) * | 2018-11-29 | 2019-03-26 | 中海石油(中国)有限公司 | 一种三维双控下的叠前地质统计学反演方法 |
| 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 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102870009A (zh) * | 2010-03-12 | 2013-01-09 | 地球物理维里达斯集团（美国）有限公司 | 用于执行方位角联立弹性反演的方法及系统 |
-
2020
- 2020-02-27 CN CN202010123341.3A patent/CN113311483B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103176211A (zh) * | 2013-03-07 | 2013-06-26 | 中国石油集团东方地球物理勘探有限责任公司 | 基于多敏感弹性参数的含气储层预测方法及装置 |
| 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 |
| CN106405639A (zh) * | 2015-07-30 | 2017-02-15 | 中国石油化工股份有限公司 | 一种叠前地震储层岩性参数的反演方法 |
| CN105044780A (zh) * | 2015-08-26 | 2015-11-11 | 成都理工大学 | 依赖频率的avo频散参数反演中敏感参考频率的交会确定方法 |
| CN106842310A (zh) * | 2015-12-04 | 2017-06-13 | 中国石油化工股份有限公司 | 叠前地震四参数同步反演方法 |
| CN106054248A (zh) * | 2016-07-15 | 2016-10-26 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
| CN106324674A (zh) * | 2016-08-23 | 2017-01-11 | 中国石油大学(华东) | 一种页岩气toc叠前地震反演预测方法 |
| 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 |
| CN107861149A (zh) * | 2017-11-03 | 2018-03-30 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于波形驱动下的叠前纵横波速度比模拟方法 |
| CN109521474A (zh) * | 2018-11-29 | 2019-03-26 | 中海石油(中国)有限公司 | 一种三维双控下的叠前地质统计学反演方法 |
| CN109471165A (zh) * | 2018-12-03 | 2019-03-15 | 中国石油化工股份有限公司 | 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 |
Non-Patent Citations (7)
| Title |
|---|
| 《叠前地震反演技术的应用条件及难点分析》;苗永康;《油气地质与采收率》;20141130;第21卷(第6期);第61-65页 * |
| 《叠前地震波形指示反演在薄互储层预测中的应用》;段南;《地球物理学进展》;第34卷(第2期);第523-528页 * |
| 《地震波形指示反演及特征参数模拟在薄储层预测中的应用》;杜伟维 等;《工程地球物理学报》;第14卷(第1期);第56-61页 * |
| 《地震波形指示反演技术在薄储层预测中的应用――以准噶尔盆地B地区薄层砂岩气藏为例》;顾雯 等;《天然气地球科学》;第27卷(第11期);第2064-2069页 * |
| 《基于地震岩石物理分析与叠前地质统计学反演技术的齐家地区致密薄储层预测》;赵海波 等;《石油物探》;20171130;第56卷(第6期);第853-862页 * |
| 《强屏蔽下薄储层高精度预测研究--以松辽盆地三肇凹陷为例》;顾雯 等;《石油物探》;第56卷(第3期);第439-448页 * |
| 《波形指示叠前地震反演方法在致密含油薄砂层预测中的应用》;章雄 等;《物探与化探》;第42卷(第3期);第545-554页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113311483A (zh) | 2021-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109709603B (zh) | 地震层位识别与追踪方法、系统 | |
| Wrona et al. | Seismic facies analysis using machine learning | |
| CA3076280C (en) | Method and apparatus for determining thin interlayers | |
| CN113759425B (zh) | 井震联合评价深层古岩溶储层充填特征的方法与系统 | |
| EP0896677B1 (en) | Method for inverting reflection trace data from 3-d and 4-d seismic surveys | |
| CN106154323B (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
| CN113759424B (zh) | 基于频谱分解和机器学习的岩溶储层充填分析方法和系统 | |
| BR112021011250A2 (pt) | Modelagem automatizada de reservatório usando redes generativas profundas | |
| CN111897011B (zh) | 储层孔隙特征确定方法、装置及设备 | |
| CN104502966A (zh) | 一种薄储层的预测方法及系统 | |
| CN111856566B (zh) | 湖相滩坝砂体中薄储层预测方法及装置 | |
| CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
| CN108508489B (zh) | 一种基于波形微变化匹配的地震反演方法 | |
| WO2022272058A1 (en) | Method and system for seismic imaging using s-wave velocity models and machine learning | |
| CN106842291B (zh) | 一种基于叠前地震射线阻抗反演的不整合圈闭储层岩性预测方法 | |
| Alves et al. | Simulation of acoustic impedance images by stochastic inversion of post-stack seismic reflection amplitudes and well data | |
| CN113311483B (zh) | 基于页岩油的叠前弹性参数组合反演方法及系统 | |
| Miele et al. | Iterative geostatistical seismic inversion with rock-physics constraints for permeability prediction | |
| CN111077578B (zh) | 岩层分布预测方法和装置 | |
| Mehdipour et al. | The Best Scenario for Geostatistical Modeling of Porosity in the Sarvak Reservoir in an Iranian Oil Field, Using Electrofacies, Seismic Facies, and Seismic Attributes | |
| CN112147677B (zh) | 油气储层参数标签数据生成方法及装置 | |
| CN111025393B (zh) | 针对含薄煤层地层的储层预测方法、装置、设备及介质 | |
| 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 | |
| Fu | Caianiello neural network method for geophysical inverse problems | |
| CN111538080A (zh) | 地震成像的方法 |
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 |