CN113552627B - 一种自适应地震横波速度预测方法及装置 - Google Patents
一种自适应地震横波速度预测方法及装置 Download PDFInfo
- Publication number
- CN113552627B CN113552627B CN202110754163.9A CN202110754163A CN113552627B CN 113552627 B CN113552627 B CN 113552627B CN 202110754163 A CN202110754163 A CN 202110754163A CN 113552627 B CN113552627 B CN 113552627B
- Authority
- CN
- China
- Prior art keywords
- modulus
- wave velocity
- rock
- shear
- seismic
- 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 37
- 239000011435 rock Substances 0.000 claims abstract description 165
- 239000011148 porous material Substances 0.000 claims abstract description 109
- 239000012530 fluid Substances 0.000 claims abstract description 66
- 239000011159 matrix material Substances 0.000 claims abstract description 46
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 43
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 16
- 239000011707 mineral Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000007704 transition Effects 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 235000020299 breve Nutrition 0.000 claims description 5
- 230000006870 function Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000274177 Juniperus sabina Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 235000001520 savin Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 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
- G01V1/30—Analysis
- G01V1/303—Analysis for determining velocity profiles or travel times
-
- 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
- G01V2210/62—Physical property of subsurface
- G01V2210/622—Velocity, density or impedance
- G01V2210/6222—Velocity; travel time
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
本发明公开了一种自适应地震横波速度预测方法及装置，所述方法包括：建立多孔隙岩石物理模型，包括初始等效孔隙形状因子；根据模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；获得流体的第三体积模量，并根据第二体积模量、第二剪切模块及第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量；根据第四体积模量和第三剪切模量获得理论地震纵波速度；获得实际地震纵波速度，根据实际地震纵波速度和理论地震纵波速度的差值调节初始等效孔隙形状因子，获得目标等效孔隙形状因子；根据目标等效孔隙形状因子对地震横波速度进行预测。本发明提高多孔隙岩石物理模型的适用性和预测的地震横波速度的准确度。
Description
技术领域
本发明涉及油气地球物理技术领域，具体涉及一种自适应地震横波速度预测方法及装置。
背景技术
致密砂岩储层已成为我国现阶段油气勘探的重点目标，加强致密储层的岩石物理技术研究是开展精准致密储层预测的基础之一。加强致密储层的岩石物理研究的一个关键技术是地震波速度预测，即：通过建立能够反映储层特征的岩石物理模型，在常规测井资料基础上计算纵、地震横波速度。地震波速度预测的关键点是岩石物理模型，不同储层的特征需要能够反映这种特征的岩石物理模型。针对不同的地质目标，前人提出了多种岩石物理模型来描述岩石中矿物颗粒与一定形状的岩石孔隙之间的关系。
但目前业界的致密砂岩岩石物理模型都是将岩石孔隙等效为椭圆或椭球形，与实际情况不符。而Kachanove多边形孔隙岩石物理模型的孔隙形状参数有多个，不同多边形孔隙的形状因子具体数值不同，在使用时需要根据Savin 的方法推导孔隙形状参数的具体数值；虽然Kachanove推导了三角形、正方形等八种规则多边形孔隙的形状因子，但是岩石中的孔隙形状极为复杂，这八种规则多边形孔隙并不能代表岩石中的所有复杂孔隙形状；且每次使用时，研究者并不能明确岩石中的孔隙形状从而确定孔隙形状因子，从而导致致密砂岩储层的地震横波速度预测不准确的问题。
发明内容
本发明的目的在于克服上述技术不足，提供一种自适应地震横波速度预测方法及装置，旨在解决现有技术中存在的仅通过八种规则多边形孔隙的形状因子建立多孔隙岩石物理模型，导致多孔隙物理模型的适应性不高和预测的地震横波速度不准确的技术问题。
一方面，本发明提供一种自适应地震横波速度预测方法，包括：
建立多孔隙岩石物理模型，所述多孔隙岩石物理模型包括初始等效孔隙形状因子；
根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
获得流体的第三体积模量，并根据所述第二体积模量、第二剪切模块以及所述第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量；
根据所述第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
获得饱和流体岩石的实际地震纵波速度，并根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
根据所述目标等效孔隙形状因子对所述地震横波速度进行预测。
在本发明一种可能的实现方式中，所述多孔隙岩石物理模型为：
式中，g为所述初始等效孔隙形状因子；
为孔隙度；Km为所述岩石基质的第一体积模量；Gm为所述岩石基质的第一剪切模量；Kdry为所述干岩石的第二体积模量；Gdry为所述干岩石的第二剪切模量。
在本发明一种可能的实现方式中，所述获得流体的第三体积模量具体为：通过布瑞方程获得流体的第三体积模量；所述布瑞方程为：
式中，Kf为所述流体的第三体积模量；Kw为水的体积模量；Kg为空气的体积模量；Sw e为含水饱和度；e为布瑞系数。
在本发明一种可能的实现方式中，所述根据所述第二体积模量、第二剪切模块以及所述第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量为：
Gsat＝Gdry
式中，Ksat为所述饱和流体岩石的第四体积模量；Gsat为所述饱和流体岩石的第三剪切模量。
在本发明一种可能的实现方式中，所述理论地震纵波速度为：
式中，Vpc为所述理论地震纵波速度；ρsat为饱和流体岩石的密度；ρm为所述岩石基质的密度；ρf为所述流体的密度。
在本发明一种可能的实现方式中，所述地震横波速度为：
式中，Vsc为所述地震横波速度。
在本发明一种可能的实现方式中，所述根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子包括：
判断所述实际地震纵波速度和所述理论地震纵波速度的差值是否小于阈值差值；
若所述实际地震纵波速度和所述理论地震纵波速度的差值小于所述阈值差值，则初始等效孔隙形状因子为所述目标等效孔隙形状因子；
若所述实际地震纵波速度和所述理论地震纵波速度的差值大于或等于所述阈值差值，则调节所述初始等效孔隙形状因子，获得过渡等效孔隙形状因子，直至根据所述过渡等效孔隙形状因子获得的实际地震纵波速度和理论地震纵波速度之间的差值小于阈值差值，则所述过渡等效孔隙形状因子为所述目标等效孔隙形状因子。
在本发明一种可能的实现方式中，在所述根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量之前还包括：
获取所述岩石基质的第一体积模量和第一剪切模量；
其中，所述获取所述岩石基质的第一体积模量和第一剪切模量包括：
判断所述岩石基质中的矿物种类是否大于一种；
若否，则根据预设的参数表获取所述岩石基质的第一体积模量和第一剪切模量；
若是，则根据预设的参数表获取所述岩石基质中每一种矿物的初始体积模量和初始剪切模量，并根据Voigt-Reuss-Hill公式以及所述每一种矿物的初始体积模量和初始剪切模量获得所述岩石基质的第一体积模量和第一剪切模量。
在本发明一种可能的实现方式中，所述目标等效孔隙形状因子大于1。
另一方面，本发明提供一种自适应地震横波速度预测装置，包括：
模型建立模块，用于建立多孔隙岩石物理模型，所述多孔隙岩石物理模型包括初始等效孔隙形状因子；
干岩石参数计算模块，用于根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
饱和流体岩石参数计算模块，用于获得流体的第三体积模量，并根据所述第二体积模量、第二剪切模块以及所述第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量；
理论地震纵波速度计算模块，用于根据所述第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
参数调节模块，用于获得饱和流体岩石的实际地震纵波速度，并根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
地震横波速度预测模块，用于根据所述目标等效孔隙形状因子对所述地震横波速度进行预测。
另一方面，本发明还提供了一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现上述任一项所述的自适应地震横波速度预测方法。
另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行上述任一项所述的自适应地震横波速度预测方法中的步骤。
本发明首先构建仅包括初始等效孔隙形状因子的多孔隙岩石物理模型，相比于现有技术，简化了多孔隙岩石物理模型中的孔隙形状因子，通过调整初始等效孔隙形状因子即可实现对各种孔隙岩石进行计算，提高了多孔隙岩石物理模型的适用性；进一步地，本发明根据多孔隙岩石物理模型、岩石基质的第一体积模量、第一剪切模量、流体的第三体积模量获得饱和流体岩石的理论地震纵波速度，并根据理论地震纵波速度和实际地震纵波速度的差值调节初始等效孔隙形状因子，以保证通过目标等效孔隙形状因子计算出的理论地震纵波速度接近实际地震纵波速度，提高建立的多孔隙岩石物理模型的可靠性，从而提高通过多孔隙岩石物理模型预测的地震横波速度的准确度。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域技术人员来讲，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是本发明实施例提供的自适应地震横波速度预测方法的一个实施例流程示意图；
图2是本发明实施例提供的S105的一个实施例结构示意图；
图3是本发明实施例提供的获取第一体积模量和第一剪切模量的一个实施例流程示意图；
图4是本发明实施例提供的自适应地震横波速度预测装置的一个实施例结构示意图；
图5是本发明实施例提供的计算机设备的一个实施例结构示意图。
具体实施方式
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，都属于本发明保护的范围。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明提供了一种自适应地震横波速度预测方法及装置，以下分别进行详细说明。
如图1所示，为本发明实施例提供的自适应地震横波速度预测方法的一个实施例流程示意图，该方法包括：
S101、建立多孔隙岩石物理模型，多孔隙岩石物理模型包括初始等效孔隙形状因子；
S102、根据多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
S103、获得流体的第三体积模量，并根据第二体积模量、第二剪切模块以及第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量；
S104、根据第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
S105、获得饱和流体岩石的实际地震纵波速度，并根据实际地震纵波速度和理论地震纵波速度的差值调节初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
S106、根据目标等效孔隙形状因子对地震横波速度进行预测。
具体地：根据目标等效孔隙形状因子对地震横波速度进行预测具体为：根据包括目标等效孔隙形状因子的多孔隙岩石物理模型，重复S102-S103，然后根据计算出来的饱和流体岩石的第三剪切模量，计算或的地震横波速度。
本发明实施例提供的自适应地震横波速度预测方法，首先构建仅包括初始等效孔隙形状因子的多孔隙岩石物理模型，相比于现有技术，简化了多孔隙岩石物理模型中的孔隙形状因子，通过调整初始等效孔隙形状因子即可实现对各种孔隙岩石进行计算，提高了多孔隙岩石物理模型的适用性；进一步地，本发明实施例根据多孔隙岩石物理模型、岩石基质的第一体积模量、第一剪切模量、流体的第三体积模量获得饱和流体岩石的理论地震纵波速度，并根据理论地震纵波速度和实际地震纵波速度的差值调节初始等效孔隙形状因子，以保证通过目标等效孔隙形状因子计算出的理论地震纵波速度接近实际地震纵波速度，提高建立的多孔隙岩石物理模型的可靠性，从而提高通过多孔隙岩石物理模型预测的地震横波速度的准确度。
具体地，多孔隙岩石物理模型为：
式中，g为初始等效孔隙形状因子；
为孔隙度；Km为岩石基质的第一体积模量；Gm为岩石基质的第一剪切模量；Kdry为干岩石的第二体积模量；Gdry为干岩石的第二剪切模量。
由上述公式可知：多孔隙岩石物理模型中的孔隙形状因子仅包括初始等效孔隙形状因子g，因此，在实际应用中，仅需要确定初始等效孔隙形状因子g，即可提高多孔隙岩石物理模型的适应性。
进一步地，在本发明的一些实施例中，获得流体的第三体积模量具体为：通过布瑞方程获得流体的第三体积模量；其中，布瑞方程为：
式中，Kf为流体的第三体积模量；Kw为水的体积模量；Kg为空气的体积模量；
为含水饱和度；e为布瑞系数。
需要说明的是：在本发明的实施例中，布瑞系数e为3。
进一步地，S103为：
Gsat＝Gdry
式中，Ksat为饱和流体岩石的第四体积模量；Gsat为饱和流体岩石的第三剪切模量。
进一步地，理论地震纵波速度为：
式中，Vpc为理论地震纵波速度；ρsat为饱和流体岩石的密度；ρm为岩石基质的密度；ρf为流体的密度。
进一步地，地震横波速度为：
式中，Vsc为地震横波速度。
由上述可知，通过建立的多孔隙岩石物理模型即可对致密砂岩储层的地震横波速度进行预测。
进一步地，为了提高对自适应地震横波速度预测的准确性，如图2所示，S105包括：
S201、判断实际地震纵波速度和理论地震纵波速度的差值是否小于阈值差值；
S202、若实际地震纵波速度和理论地震纵波速度的差值小于阈值差值，则初始等效孔隙形状因子为目标等效孔隙形状因子；
S203、若实际地震纵波速度和理论地震纵波速度的差值大于或等于阈值差值，则调节初始等效孔隙形状因子，获得过渡等效孔隙形状因子，直至根据过渡等效孔隙形状因子获得的实际地震纵波速度和理论地震纵波速度之间的差值小于阈值差值，则过渡等效孔隙形状因子为目标等效孔隙形状因子。
通过上述设置，实现通过实际地震纵波速度对初始等效孔隙形状因子进行迭代优化，获得目标等效孔隙形状因子，提高了建立的多孔隙岩石物理模型的可靠性，从而提高预测的地震横波速度的准确度。
具体地，为了计算干岩石的第二体积模量和第二剪切模量，在S102之前还包括：
获取岩石基质的第一体积模量和第一剪切模量。
进一步地，由于在实际应用中，岩石基质有时并不只含有一种矿物，因此，在本发明的一些实施例中，如图3所示，获取岩石基质的第一体积模量和第一剪切模量包括：
S301、判断岩石基质中的矿物种类是否大于一种；
S302、若否，则根据预设的参数表获取岩石基质的第一体积模量和第一剪切模量；
S303、若是，则根据预设的参数表获取岩石基质中每一种矿物的初始体积模量和初始剪切模量，并根据Voigt-Reuss-Hill公式以及每一种矿物的初始体积模量和初始剪切模量获得岩石基质的第一体积模量和第一剪切模量。
具体地，预设的参数表如表1所示：
表1
即：通过表1即可获取各种类矿物的初始体积模量和初始剪切模量。
应当理解的是：岩石基质可不仅仅包括如表1中所述的矿物种类，在此不做一一赘述，不同矿物种类的初始体积模量和初始剪切模量可由实验室测量或者测井解释得到。
进一步地，Voigt-Reuss-Hill公式为：
式中，MVRH为岩石基质的第一体积模量或第一剪切模量；fi为第i种矿物在岩石中的体积分数；Mi为第i种矿物在岩石中的弹性模量(弹性模量为体积模量或剪切模量)；MV为Voigt上限；MR为Reuss下限。
进一步地，在本发明的一些实施例中，目标等效孔隙形状因子大于1。
其确定过程具体为：将干岩石的第二体积模量Kdry和干岩石的第二剪切模量Gdry对g进行求导，得到下述公式：
式中，vm为岩石基质的泊松比。
如上述公式有意义，则公式中的分母部分不为0。即：
因为
νm∈(0，0.5)，经过推导可知：目标等效孔隙形状因子的取值范围为：大于1。
但在实际应用中，g的取值并非无限大，当g大于某个数时，第二体积模量和第二剪切模量的变化率可忽略，例如档致密砂岩储层为砂泥岩时，当g大于约500时，第二体积模量和第二剪切模量的变化率可忽略，即目标等效孔隙形状因子取值范围可以为大于1，小于等于500。
为了更好实施本发明实施例中的自适应地震横波速度预测方法，在自适应地震横波速度预测方法基础之上，对应的，如图4所示，本发明实施例中还提供一种自适应地震横波速度预测装置，自适应地震横波速度预测装置400包括：
模型建立模块401，用于建立多孔隙岩石物理模型，多孔隙岩石物理模型包括初始等效孔隙形状因子；
干岩石参数计算模块402，用于根据多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
饱和流体岩石参数计算模块403，用于获得流体的第三体积模量，并根据第二体积模量、第二剪切模块以及第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量；
理论地震纵波速度计算模块404，用于根据第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
参数调节模块405，用于获得饱和流体岩石的实际地震纵波速度，并根据实际地震纵波速度和理论地震纵波速度的差值调节初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
地震横波速度预测模块406，用于根据目标等效孔隙形状因子对地震横波速度进行预测。
本发明实施例提供的自适应地震横波速度预测装置400，首先通过模型建立模块401构建仅包括初始等效孔隙形状因子的多孔隙岩石物理模型，相比于现有技术，简化了多孔隙岩石物理模型中的孔隙形状因子，通过调整初始等效孔隙形状因子即可实现对各种孔隙岩石进行计算，提高了多孔隙岩石物理模型的适用性；进一步地，本发明实施例中的理论地震纵波速度计算模块404根据多孔隙岩石物理模型、岩石基质的第一体积模量、第一剪切模量、流体的第三体积模量获得饱和流体岩石的理论地震纵波速度，参数调节模块405根据理论地震纵波速度和实际地震纵波速度的差值调节初始等效孔隙形状因子，以保证通过目标等效孔隙形状因子计算出的理论地震纵波速度接近实际地震纵波速度，提高建立的多孔隙岩石物理模型的可靠性，从而提高地震横波速度预测模块406预测的地震横波速度的准确度。
本发明实施例还提供了一种计算机设备，其集成了本发明实施例所提供的任一种自适应地震横波速度预测装置。如图5所示，其示出了本发明实施例所涉及的计算机设备的结构示意图，具体来讲：
该计算机设备可以包括一个或者一个以上处理核心的处理器501、一个或一个以上计算机可读存储介质的存储器502、电源503和输入单元504等部件。本领域技术人员可以理解，图5中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器501是该计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分，通过运行或执行存储在存储器502内的软件程序和/或模块，以及调用存储在存储器502内的数据，执行计算机设备的各种功能和处理数据，从而对计算机设备进行整体监控。可选的，处理器501可包括一个或多个处理核心；优选的，处理器501可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、操作用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。
存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器502 可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
计算机设备还包括给各个部件供电的电源503，优选的，电源503可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源503还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元504，该输入单元504可用于接收输入的数字或字符信息，以及产生与操作用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，计算机设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，计算机设备中的处理器501会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中，并由处理器501 来运行存储在存储器502中的应用程序，从而实现各种功能，如下：
建立多孔隙岩石物理模型，所述多孔隙岩石物理模型包括初始等效孔隙形状因子；
根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
获得流体的第三体积模量，并根据所述第二体积模量、第二剪切模块以及所述第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量；
根据所述第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
获得饱和流体岩石的实际地震纵波速度，并根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
根据所述目标等效孔隙形状因子对所述地震横波速度进行预测。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行本发明实施例所提供的任一种自适应地震横波速度预测方法中的步骤。例如，所述计算机程序被处理器进行加载可以执行如下步骤：
建立多孔隙岩石物理模型，所述多孔隙岩石物理模型包括初始等效孔隙形状因子；
根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
获得流体的第三体积模量，并根据所述第二体积模量、第二剪切模块以及所述第三体积模块获得饱和流体岩石的第四体积模量和第三剪切模量；
根据所述第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
获得饱和流体岩石的实际地震纵波速度，并根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
根据所述目标等效孔隙形状因子对所述地震横波速度进行预测。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (9)
1.一种自适应地震横波速度预测方法，其特征在于，包括：
建立多孔隙岩石物理模型，所述多孔隙岩石物理模型包括初始等效孔隙形状因子；
根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
获得流体的第三体积模量，并根据所述第二体积模量、第二剪切模量 以及所述第三体积模量 获得饱和流体岩石的第四体积模量和第三剪切模量；
根据所述第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
获得饱和流体岩石的实际地震纵波速度，并根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
根据所述目标等效孔隙形状因子对所述地震横波速度进行预测；
所述多孔隙岩石物理模型为：
式中，g为所述初始等效孔隙形状因子；
为孔隙度；Km为所述岩石基质的第一体积模量；Gm为所述岩石基质的第一剪切模量；Kdry为所述干岩石的第二体积模量；Gdry为所述干岩石的第二剪切模量。
2.根据权利要求1所述的自适应地震横波速度预测方法，其特征在于，所述获得流体的第三体积模量具体为：通过布瑞方程获得流体的第三体积模量；所述布瑞方程为：
式中，Kf为所述流体的第三体积模量；Kw为水的体积模量；Kg为空气的体积模量；Sw e为含水饱和度；e为布瑞系数。
3.根据权利要求2所述的自适应地震横波速度预测方法，其特征在于，所述根据所述第二体积模量、第二剪切模量 以及所述第三体积模量 获得饱和流体岩石的第四体积模量和第三剪切模量为：
Gsat＝Gdry
式中，Ksat为所述饱和流体岩石的第四体积模量；Gsat为所述饱和流体岩石的第三剪切模量。
4.根据权利要求3所述的自适应地震横波速度预测方法，其特征在于，所述理论地震纵波速度为：
式中，Vpc为所述理论地震纵波速度；ρsat为饱和流体岩石的密度；ρm为所述岩石基质的密度；ρf为所述流体的密度。
5.根据权利要求4所述的自适应地震横波速度预测方法，其特征在于，所述地震横波速度为：
式中，Vsc为所述地震横波速度。
6.根据权利要求1所述的自适应地震横波速度预测方法，其特征在于，所述根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子包括：
判断所述实际地震纵波速度和所述理论地震纵波速度的差值是否小于阈值差值；
若所述实际地震纵波速度和所述理论地震纵波速度的差值小于所述阈值差值，则初始等效孔隙形状因子为所述目标等效孔隙形状因子；
若所述实际地震纵波速度和所述理论地震纵波速度的差值大于或等于所述阈值差值，则调节所述初始等效孔隙形状因子，获得过渡等效孔隙形状因子，直至根据所述过渡等效孔隙形状因子获得的实际地震纵波速度和理论地震纵波速度之间的差值小于阈值差值，则所述过渡等效孔隙形状因子为所述目标等效孔隙形状因子。
7.根据权利要求1所述的自适应地震横波速度预测方法，其特征在于，在所述根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量之前还包括：
获取所述岩石基质的第一体积模量和第一剪切模量；
其中，所述获取所述岩石基质的第一体积模量和第一剪切模量包括：
判断所述岩石基质中的矿物种类是否大于一种；
若否，则根据预设的参数表获取所述岩石基质的第一体积模量和第一剪切模量；
若是，则根据预设的参数表获取所述岩石基质中每一种矿物的初始体积模量和初始剪切模量，并根据Voigt-Reuss-Hill公式以及所述每一种矿物的初始体积模量和初始剪切模量获得所述岩石基质的第一体积模量和第一剪切模量。
8.根据权利要求1所述的自适应地震横波速度预测方法，其特征在于，所述目标等效孔隙形状因子大于1。
9.一种自适应地震横波速度预测装置，其特征在于，包括：
模型建立模块，用于建立多孔隙岩石物理模型，所述多孔隙岩石物理模型包括初始等效孔隙形状因子；
干岩石参数计算模块，用于根据所述多孔隙岩石物理模型、岩石基质的第一体积模量和第一剪切模量获得干岩石的第二体积模量和第二剪切模量；
饱和流体岩石参数计算模块，用于获得流体的第三体积模量，并根据所述第二体积模量、第二剪切模量 以及所述第三体积模量 获得饱和流体岩石的第四体积模量和第三剪切模量；
理论地震纵波速度计算模块，用于根据所述第四体积模量和第三剪切模量获得饱和流体岩石的理论地震纵波速度；
参数调节模块，用于获得饱和流体岩石的实际地震纵波速度，并根据所述实际地震纵波速度和所述理论地震纵波速度的差值调节所述初始等效孔隙形状因子，以获得目标等效孔隙形状因子；
地震横波速度预测模块，用于根据所述目标等效孔隙形状因子对所述地震横波速度进行预测；
所述多孔隙岩石物理模型为：
式中，g为所述初始等效孔隙形状因子；
为孔隙度；Km为所述岩石基质的第一体积模量；Gm为所述岩石基质的第一剪切模量；Kdry为所述干岩石的第二体积模量；Gdry为所述干岩石的第二剪切模量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110754163.9A CN113552627B (zh) | 2021-07-01 | 2021-07-01 | 一种自适应地震横波速度预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110754163.9A CN113552627B (zh) | 2021-07-01 | 2021-07-01 | 一种自适应地震横波速度预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113552627A CN113552627A (zh) | 2021-10-26 |
| CN113552627B true CN113552627B (zh) | 2023-01-17 |
Family
ID=78131287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110754163.9A Active CN113552627B (zh) | 2021-07-01 | 2021-07-01 | 一种自适应地震横波速度预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113552627B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6226390B1 (en) * | 1996-11-18 | 2001-05-01 | Institute Francais Du Petrole | Method for modeling the pore-size distribution of a porous sample of variable porosity |
| CN103645509A (zh) * | 2013-11-08 | 2014-03-19 | 中国石油大学(北京) | 致密储层孔隙纵横比反演及横波速度预测方法 |
| CN103792581A (zh) * | 2013-12-31 | 2014-05-14 | 刘致水 | 基于岩石物理模型的页岩气储层地应力测井预测方法 |
| WO2018010628A1 (zh) * | 2016-07-15 | 2018-01-18 | 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 |
| CN108415074A (zh) * | 2017-12-21 | 2018-08-17 | 中国石油天然气股份有限公司 | 一种缝洞储集体地震响应特征分析方法及装置 |
| CN109581490A (zh) * | 2017-09-28 | 2019-04-05 | 中国石油化工股份有限公司 | 一种致密储层的地震波速度预测方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7894300B2 (en) * | 2007-01-18 | 2011-02-22 | Schlumberger Technology Corporation | Fluid characterization from acoustic logging data |
| CN104570129A (zh) * | 2014-12-19 | 2015-04-29 | 中国石油天然气股份有限公司 | 碳酸盐岩岩石储层横波速度预测方法 |
-
2021
- 2021-07-01 CN CN202110754163.9A patent/CN113552627B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6226390B1 (en) * | 1996-11-18 | 2001-05-01 | Institute Francais Du Petrole | Method for modeling the pore-size distribution of a porous sample of variable porosity |
| CN103645509A (zh) * | 2013-11-08 | 2014-03-19 | 中国石油大学(北京) | 致密储层孔隙纵横比反演及横波速度预测方法 |
| CN103792581A (zh) * | 2013-12-31 | 2014-05-14 | 刘致水 | 基于岩石物理模型的页岩气储层地应力测井预测方法 |
| WO2018010628A1 (zh) * | 2016-07-15 | 2018-01-18 | 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 |
| CN109581490A (zh) * | 2017-09-28 | 2019-04-05 | 中国石油化工股份有限公司 | 一种致密储层的地震波速度预测方法及系统 |
| CN108415074A (zh) * | 2017-12-21 | 2018-08-17 | 中国石油天然气股份有限公司 | 一种缝洞储集体地震响应特征分析方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| A shale rock physics model for analysis of brittleness index, mineralogy and porosity in the Barnett Shale;Zhiqi Guo et al.;《J. Geophys. Eng.》;20131231;第10卷;全文 * |
| Zhishui Liu et al..The differential Kuster–Toksöz rock physics model for predicting S-wave velocity.《J. Geophys. Eng.》.2015,第12卷第839-848页. * |
| 富有机质岩石横波速度预测方法;刘致水等;《石油地球物理勘探》;20210228;第56卷(第1期);第127-136页 * |
| 碳酸盐岩孔洞储层地震岩石物理建模及应用;曹晓初等;《地球物理学进展》;20191231;第34卷(第6期);第2239-2246页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113552627A (zh) | 2021-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2669948C2 (ru) | Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности | |
| CN110717249B (zh) | 页岩气储层测井孔隙度快速预测方法及系统 | |
| CN112149282A (zh) | 一种井中天然气水合物饱和度岩石物理计算方法及系统 | |
| CN111090125A (zh) | 确定致密砂岩储层的弹性模量的方法和装置 | |
| US11181662B2 (en) | Static earth model grid cell scaling and property re-sampling methods and systems | |
| US20140156246A1 (en) | System for automated identification of surfaces for building of geologic hydrodynamic model of oil and gas deposit by seismic data | |
| US20130332132A1 (en) | Computerized method for the estimation of a value for at least a parameter of a hydrocarbon-producing region, for planning the operation and operating the region | |
| CN113552627B (zh) | 一种自适应地震横波速度预测方法及装置 | |
| Moret‐Fernández et al. | A modified multiple tension upward infiltration method to estimate the soil hydraulic properties | |
| CN110232208A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
| CN110046414A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
| CN112285801B (zh) | 碳酸盐岩储层渗透率的预测方法、设备及系统 | |
| CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
| CN113552626B (zh) | 一种致密砂岩储层的地震横波速度预测方法及装置 | |
| CN116148924A (zh) | 基于统计岩石物理的页岩纹层密度预测方法及相关设备 | |
| CN111381279B (zh) | 储层孔隙度定量预测方法及装置 | |
| 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 | |
| CN112347707B (zh) | 油藏流动非均质性的表征方法及装置 | |
| US20090043549A1 (en) | Methods, apparatus, and products for seismic ray tracing | |
| CN114818514A (zh) | 用于确定储气库的库容量的方法及处理器 | |
| CN114153002A (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 | |
| US20200291775A1 (en) | Fracture configuration using a kalman filter | |
| CN112446118B (zh) | 一种复杂生物礁底水气藏见水时间预测方法 | |
| CN112596102A (zh) | 油藏渗流特征参数的地球物理预测方法、装置及介质 | |
| CN115526017A (zh) | 油藏剩余油饱和度确定方法、装置、电子设备及介质 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Junzhou Inventor after: Liu Zhishui Inventor after: Shi Lei Inventor after: Bao Qianzong Inventor after: Wang Zhenyu Inventor before: Liu Zhishui Inventor before: Liu Junzhou Inventor before: Shi Lei Inventor before: Bao Qianzong Inventor before: Wang Zhenyu |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20221117 Address after: 100000 22 Chaoyangmen North Street, Chaoyang District, Beijing. Applicant after: CHINA PETROLEUM & CHEMICAL Corp. Applicant after: CHANG'AN University Address before: No. 126, south section of Yanta Road, Yanta District, Xi'an, Shaanxi 710000 Applicant before: CHANG'AN University |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |