CN113625340B - 一种基于属性敏感度选择储层敏感地震属性组合的方法 - Google Patents
一种基于属性敏感度选择储层敏感地震属性组合的方法 Download PDFInfo
- Publication number
- CN113625340B CN113625340B CN202110880907.1A CN202110880907A CN113625340B CN 113625340 B CN113625340 B CN 113625340B CN 202110880907 A CN202110880907 A CN 202110880907A CN 113625340 B CN113625340 B CN 113625340B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- seismic
- attribute
- sensitivity
- intersection
- 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
- 230000035945 sensitivity Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 description 8
- 238000011161 development Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000006467 substitution reaction 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. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
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
本发明涉及一种基于属性敏感度选择敏感属性组合的方法,包括步骤:提取储层中潜在的多种类型储层地震属性;计算所述第一交会椭圆得到地震属性敏感度S1;根据所述地震属性敏感度S1从大到小选出若干种储层地震属性作为储层敏感地震属性集;计算对应的两种储层敏感地震属性之间的地震属性敏感度S2,并根据所述的地震属性敏感度S2得到地震属性敏感度矩阵;计算所述地震属性敏感度矩阵每行的敏感度平均值,作为该行所对应的储层敏感地震属性与其他储层敏感属性之间的平均相关程度,选择平均相关程度较小的多个储层敏感地震属性作为最终的储层敏感地震属性组合。述选择敏感属性组合的方法能够提高对储层结构预测的准确性。
Description
技术领域
本发明涉及油气田开发技术领域,尤其涉及一种基于属性敏感度选择储层敏感地震属性组合的方法。
背景技术
地震属性分析是油气田开发阶段储层预测常用的一种技术手段,通过沿着解释的砂体顶、底层面提取振幅、频率、波形等各种类别的地震属性,就能根据属性值在平面上呈现出的分布形态,实现储层展布范围刻画、砂体优势发育区域厘定以及沉积微相划分等储层研究工作。目前,常采用多种地震属性作为组合,通过多元线性回归或非线性神经网络算法形成一种最终的复合属性来预测储层,即多属性储层预测。而选用哪些储层敏感地震属性形成储层敏感属性组合,则直接决定了最终预测结果是否与井上实钻结果相吻合,以及属性趋势是否符合地质沉积模式认识。
而现有技术并没有可行的方法能够从若干种属性组合中选择出与储层参数的相关程度最高,同时包含冗余信息最少的敏感属性组合,因此导致储层预测结果存在可靠性不高的问题。
发明内容
针对上述问题,本发明的目的是提供一种基于属性敏感度选择储层敏感地震属性组合的方法、装置、介质及设备,能够选出的与储层参数的相关程度高,且包含冗余信息少的多种敏感地震属性组合,进一步提高储层预测结果的准确性。
为实现上述目的,本发明采取以下技术方案:
一种基于属性敏感度选择储层敏感地震属性组合的方法,包括步骤:
提取储层中潜在的多种类型储层地震属性;
计算所述多种类型储层地震属性的地震属性敏感度S1;
根据所述地震属性敏感度S1从大到小选出若干种储层地震属性作为储层敏感地震属性集;
计算所述储层敏感地震属性集中的任意两种储层敏感地震属性之间的地震属性敏感度S2,并根据所述的地震属性敏感度S2得到地震属性敏感度矩阵;
计算所述地震属性敏感度矩阵每行的敏感度平均值,作为该行所对应的储层敏感地震属性与其他储层敏感属性之间的平均相关程度,选择平均相关程度较小的多个储层敏感地震属性作为最终的储层敏感地震属性组合。
进一步地,计算所述多种类型储层地震属性的地震属性敏感度S1包括:制作所述多种类型储层地震属性与待预测的储层参数的交会图,并根据所述交会图制作第一交会椭圆,测量所述第一交会椭圆的长轴长度R1与短轴长度R2,通过所述长轴长度R1除以短轴长度R2得到地震属性敏感度S1。
进一步地,所述第一交会椭圆的制作方法具体为:
先绘制标准圆形以能够尽可能包含储层地震属性与待预测的储层参数之间的交会点为原则,之后对标准圆形分别沿着长轴和短轴两个轴向方向进行压缩与拉伸将标准圆形改造为椭圆,以椭圆尽可能少包含非交会点区域为原则,得到第一交会椭圆。
进一步地,计算对应的任意两种储层敏感地震属性之间的地震属性敏感度S2包括:对所述储层敏感地震属性集中的任意两种储层敏感地震属性进行两两交会得到第二交会椭圆,并将第二交会椭圆的长轴长度r1除以短轴长度r2得到的值作为两种储层敏感地震属性之间的属性敏感度S2。
进一步地,所述第二交会椭圆的制作方法包括:
先绘制标准圆形以能够尽可能包含两种储层敏感地震属性之间的交会点为原则,之后对标准圆形分别沿着长轴和短轴两个轴向方向进行压缩与拉伸将标准圆形改造为椭圆,以椭圆尽可能少包含非交会点区域为原则,得到第二交会椭圆。
进一步地,采用如下方式计算属性敏感度矩阵:
对所述的若干种储层敏感地震属性进行编号,具体为1,2,…,n,其中n为储层敏感地震属性总数,制作n行n列的矩阵,其中第i行第j列所对应的值为第i个储层敏感地震属性与第j个储层敏感地震属性组合的属性敏感度,获得属性敏感度矩阵,其中,1<=i、j<=n;
该属性敏感度矩阵中每行元素的敏感度平均值代表该行对应储层敏感地震属性与其他行对应的储层敏感地震属性的平均相关程度,所述平均相关程度越小说明该行所对应的储层敏感属性包含的冗余信息越少。
进一步地,提取储层中潜在的多种类型储层地震属性,具体为:
提取总负振幅、最小振幅、弧长、平均瞬时相位、平均瞬时频率共5种类型储层地震属性。
一种基于属性敏感度选择储层敏感地震属性组合的装置,包括:
第一处理装置,用于提取储层中潜在的多种类型储层地震属性;
第二处理装置,用于计算所述多种类型储层地震属性的地震属性敏感度S1;
第三处理装置,用于根据所述地震属性敏感度S1从大到小选出若干种储层地震属性作为储层敏感地震属性集;
第四处理装置,用于计算任意两种储层敏感地震属性之间的地震属性敏感度S2,并根据所述的地震属性敏感度S2得到地震属性敏感度矩阵;
第五处理装置,用于计算所述地震属性敏感度矩阵每行的敏感度平均值,作为该行所对应的储层敏感地震属性与其他储层敏感属性之间的平均相关程度,选择平均相关程度较小的多个储层敏感地震属性作为最终的储层敏感地震属性组合。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序用于被处理器执行时实现所述的选择储层敏感地震属性组合的方法的步骤。
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所述的选择储层敏感地震属性组合的方法的步骤。
本发明由于采取以上技术方案,其具有以下优点:采用本发明提供的选择敏感属性组合的方法能够优选出与储层参数(如砂体厚度、砂地比等)相关程度最高的多种地震属性,同时各属性之间保持相互独立、即尽可能少包含冗余信息,进而提高对储层结构预测的准确性。
附图说明
图1是本发明实施的提供的选择储层敏感地震属性组合的方法的流程图;
图2(a)-(e)分别表示实施例中提取的某海上油田某砂体顶、底层面之间总负振幅、最小振幅、弧长、平均瞬时相位、平均瞬时频率共5种地震属性;
图3(a)-(e)分别表示总负振幅、最小振幅、弧长、平均瞬时相位、平均瞬时频率分别5中地震属性与井上钻遇砂体厚度的交会图与交会椭圆;
图4(a)-(f)分别表示总负振幅、最小振幅、弧长、平均瞬时相位4种储层敏感属性两两交会的得到的交会椭圆,以及任意两种属性之间的属性敏感度;
图5是基于属性敏感度计算的属性敏感度矩阵,其中第i行第j列元素值代表第i种储层敏感属性与第j种储层敏感属性组合的属性敏感度;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例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,本领域普通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。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的系统或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,使用术语“第一”、“第二”等词语来限定零部件,仅仅是为了便于对上述零部件进行区别,如没有另行声明,上述词语并没有特殊含义,不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如图1所示,以渤海某油田某砂体储层预测为例,采用本发明方法优选出3种储层敏感地震属性,形成储层敏感地震属性组合,具体包括以下步骤:
1)提取总负振幅、最小振幅、弧长、平均瞬时相位、平均瞬时频率共5种储层地震属性,如图2(a)-(e)所示;
2)制作上述5种储层地震属性与井上钻遇砂体厚度的交会图,并根据所述交会图绘制第一交会椭圆,如图3(a)-(e)所示,根据第一交会椭圆上长轴长度R1与短轴长度R2之比求得地震属性敏感度S1=R1/R2,即长轴长度除以短轴长度;
其中,所述第一交会椭圆的制作方法具体为:
先绘制标准圆形以能够尽可能包含主要交会点为原则,之后对标准圆形分别沿着长轴和短轴两个轴向方向进行压缩与拉伸将标准圆形改造为椭圆,以椭圆尽可能少包含非交会点区域为原则,得到第一交会椭圆。
3)根据地震属性敏感度从大到小的原则选出了4种储层敏感地震属性:总负振幅、最小振幅、弧长、平均瞬时频率作为储层敏感地震属性;
4)对所述储层敏感地震属性两两进行交会,得到共6种交会图,分别为:最小振幅-总负振幅交会、弧长-总负振幅交会、平均瞬时频率-总负振幅交会、弧长-最小振幅交会、平均瞬时频率-最小振幅交会、平均瞬时频率-弧长交会,计算任意两种敏感地震属性组合的属性敏感度S2,如图4(a)-(f)所示;
该步骤中计算任意两种敏感地震属性的属性敏感度S2与步骤2)基本相同,具体为:
对储层敏感地震属性两两进行交会,得到第二交会椭圆,并将第二交会椭圆的长轴长度r1除以短轴长度r2得到的值为两种地震敏感属性组合的属性敏感度S2。
5)根据上述任意两种敏感地震属性组合的属性敏感度S2得到属性敏感度矩阵,如图5所示,矩阵中第i行第j列元素代表的是总负振幅、最小振幅、弧长、平均瞬时频率这4种属性中第i种储层敏感属性与第j种储层敏感地震属性组合的属性敏感度。
6)计算属性敏感度矩阵每行的平均值,其中第i行的平均值作为总负振幅、最小振幅、弧长、平均瞬时频率这4种属性中第i个储层敏感地震属性与其它敏感地震属性的平均相关程度。由此计算出总负振幅属性与其他敏感地震属性的平均相关程度为2.2,最小振幅属性与其他敏感地震属性的平均相关程度为2.5,弧长属性与其他敏感地震属性的平均相关程度为2.4,平均瞬时频率属性与其它敏感地震属性的平均相关程度为1.9。该矩阵每行元素的平均值代表了该行的储层敏感地震属性与其他敏感地震属性的平均相关程度,相关程度越小说明该储层敏感地震属性包含的冗余信息越少。因此,选取平均相关程度最小的三种属性作为最终优选出的储层敏感属性组合,即总负振幅、弧长、平均瞬时频率。
采用本发明提供的选择敏感属性组合的方法能够优选出与储层参数(如砂体厚度、砂地比等)相关程度最高的多种地震属性,同时各属性之间保持相互独立、即尽可能少包含冗余信息,进而提高对储层结构预测的准确性。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种基于属性敏感度选择储层敏感地震属性组合的方法,其特征在于,包括步骤:
提取储层中潜在的多种类型储层地震属性;
计算所述多种类型储层地震属性的地震属性敏感度S1;
根据所述地震属性敏感度S1从大到小选出若干种储层地震属性作为储层敏感地震属性集;
计算所述储层敏感地震属性集中的任意两种储层敏感地震属性之间的地震属性敏感度S2,并根据所述的地震属性敏感度S2得到地震属性敏感度矩阵;
计算所述地震属性敏感度矩阵每行的敏感度平均值,作为该行所对应的储层敏感地震属性与其他储层敏感属性之间的平均相关程度,选择平均相关程度较小的多个储层敏感地震属性作为最终的储层敏感地震属性组合;
计算所述多种类型储层地震属性的地震属性敏感度S1包括:制作所述多种类型储层地震属性与待预测的储层参数的交会图,并根据所述交会图制作第一交会椭圆,测量所述第一交会椭圆的长轴长度R1与短轴长度R2,通过所述长轴长度R1除以短轴长度R2得到地震属性敏感度S1;
所述第一交会椭圆的制作方法具体为:
先绘制标准圆形以能够尽可能包含储层地震属性与待预测的储层参数之间的交会点为原则,之后对标准圆形分别沿着长轴和短轴两个轴向方向进行压缩与拉伸将标准圆形改造为椭圆,以椭圆尽可能少包含非交会点区域为原则,得到第一交会椭圆;
计算对应的任意两种储层敏感地震属性之间的地震属性敏感度S2包括:对所述储层敏感地震属性集中的任意两种储层敏感地震属性进行两两交会得到第二交会椭圆,并将第二交会椭圆的长轴长度r1除以短轴长度r2得到的值作为两种储层敏感地震属性之间的属性敏感度S2;
所述第二交会椭圆的制作方法包括:
先绘制标准圆形以能够尽可能包含两种储层敏感地震属性之间的交会点为原则,之后对标准圆形分别沿着长轴和短轴两个轴向方向进行压缩与拉伸将标准圆形改造为椭圆,以椭圆尽可能少包含非交会点区域为原则,得到第二交会椭圆;
提取储层中潜在的多种类型储层地震属性,具体为:
提取总负振幅、最小振幅、弧长、平均瞬时相位、平均瞬时频率共5种类型储层地震属性。
2.根据权利要求1所述的方法,其特征在于,采用如下方式计算属性敏感度矩阵:
对所述的若干种储层敏感地震属性进行编号,具体为1,2,…,n,其中n为储层敏感地震属性总数,制作n行n列的矩阵,其中第i行第j列所对应的值为第i个储层敏感地震属性与第j个储层敏感地震属性组合的属性敏感度,获得属性敏感度矩阵,其中,1<=i、j<=n;
该属性敏感度矩阵中每行元素的敏感度平均值代表该行对应储层敏感地震属性与其他行对应的储层敏感地震属性的平均相关程度,所述平均相关程度越小说明该行所对应的储层敏感属性包含的冗余信息越少。
3.一种基于属性敏感度选择储层敏感地震属性组合的装置,其特征在于,包括:
第一处理装置,用于提取储层中潜在的多种类型储层地震属性;
第二处理装置,用于计算所述多种类型储层地震属性的地震属性敏感度S1;
第三处理装置,用于根据所述地震属性敏感度S1从大到小选出若干种储层地震属性作为储层敏感地震属性集;
第四处理装置,用于计算任意两种储层敏感地震属性之间的地震属性敏感度S2,并根据所述的地震属性敏感度S2得到地震属性敏感度矩阵;
第五处理装置,用于计算所述地震属性敏感度矩阵每行的敏感度平均值,作为该行所对应的储层敏感地震属性与其他储层敏感属性之间的平均相关程度,选择平均相关程度较小的多个储层敏感地震属性作为最终的储层敏感地震属性组合;
计算所述多种类型储层地震属性的地震属性敏感度S1包括:制作所述多种类型储层地震属性与待预测的储层参数的交会图,并根据所述交会图制作第一交会椭圆,测量所述第一交会椭圆的长轴长度R1与短轴长度R2,通过所述长轴长度R1除以短轴长度R2得到地震属性敏感度S1;
所述第一交会椭圆的制作方法具体为:
先绘制标准圆形以能够尽可能包含储层地震属性与待预测的储层参数之间的交会点为原则,之后对标准圆形分别沿着长轴和短轴两个轴向方向进行压缩与拉伸将标准圆形改造为椭圆,以椭圆尽可能少包含非交会点区域为原则,得到第一交会椭圆;
计算对应的任意两种储层敏感地震属性之间的地震属性敏感度S2包括:对所述储层敏感地震属性集中的任意两种储层敏感地震属性进行两两交会得到第二交会椭圆,并将第二交会椭圆的长轴长度r1除以短轴长度r2得到的值作为两种储层敏感地震属性之间的属性敏感度S2;
所述第二交会椭圆的制作方法包括:
先绘制标准圆形以能够尽可能包含两种储层敏感地震属性之间的交会点为原则,之后对标准圆形分别沿着长轴和短轴两个轴向方向进行压缩与拉伸将标准圆形改造为椭圆,以椭圆尽可能少包含非交会点区域为原则,得到第二交会椭圆;
提取储层中潜在的多种类型储层地震属性,具体为:
提取总负振幅、最小振幅、弧长、平均瞬时相位、平均瞬时频率共5种类型储层地震属性。
4.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序用于被处理器执行时实现如权利要求1或2所述的选择储层敏感地震属性组合的方法的步骤。
5.一种计算机设备,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如权利要求1或2所述的选择储层敏感地震属性组合的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110880907.1A CN113625340B (zh) | 2021-08-02 | 2021-08-02 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110880907.1A CN113625340B (zh) | 2021-08-02 | 2021-08-02 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113625340A CN113625340A (zh) | 2021-11-09 |
CN113625340B true CN113625340B (zh) | 2023-09-19 |
Family
ID=78382163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110880907.1A Active CN113625340B (zh) | 2021-08-02 | 2021-08-02 | 一种基于属性敏感度选择储层敏感地震属性组合的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113625340B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6950786B1 (en) * | 2000-10-10 | 2005-09-27 | Schlumberger Technology Corporation | Method and apparatus for generating a cross plot in attribute space from a plurality of attribute data sets and generating a class data set from the cross plot |
WO2011005353A1 (en) * | 2009-07-06 | 2011-01-13 | Exxonmobil Upstream Research Company | Method for seismic interpretation using seismic texture attributes |
CN104635269A (zh) * | 2013-11-13 | 2015-05-20 | 中国石油化工股份有限公司 | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 |
CN105137483A (zh) * | 2015-07-27 | 2015-12-09 | 中国石油天然气股份有限公司 | 碳酸盐岩地层热液储层空间分布预测方法及系统 |
CN105652316A (zh) * | 2014-12-01 | 2016-06-08 | 北京石大创新石油科技有限公司 | 一种基于裂缝模型的智能优化地震多属性融合方法 |
CN105760673A (zh) * | 2016-02-22 | 2016-07-13 | 中国海洋石油总公司 | 一种河流相储层地震敏感参数模板分析方法 |
CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
CN106526670A (zh) * | 2016-09-21 | 2017-03-22 | 中石化石油工程技术服务有限公司 | 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 |
US9829591B1 (en) * | 2013-01-07 | 2017-11-28 | IHS Global, Inc. | Determining seismic stratigraphic features using a symmetry attribute |
CN107894615A (zh) * | 2017-11-13 | 2018-04-10 | 中国石油化工股份有限公司华北油气分公司勘探开发研究院 | 一种定量化评价三维地震属性预测储层参数有效性的方法 |
CN108398721A (zh) * | 2018-04-13 | 2018-08-14 | 中国石油大学(北京) | 基于地质导向的相移属性的识别方法及装置 |
CN108508485A (zh) * | 2018-03-09 | 2018-09-07 | 山东科技大学 | 基于粗糙集理论与色相法的多波油气地震响应表征方法 |
CN108957535A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 油藏地震储层的预测方法及装置 |
CN109425900A (zh) * | 2017-09-05 | 2019-03-05 | 中国石油化工股份有限公司 | 一种地震储层预测方法 |
CN111239809A (zh) * | 2018-11-29 | 2020-06-05 | 中国石油天然气集团有限公司 | 一种基于属性融合原理的优势储层确定方法及系统 |
CN111913220A (zh) * | 2020-08-13 | 2020-11-10 | 中海石油(中国)有限公司 | 基于相模式的低渗砂岩相对高渗条带预测方法 |
CN112578441A (zh) * | 2020-11-26 | 2021-03-30 | 中海石油(中国)有限公司 | 储层厚度预测分析方法、计算机设备及存储介质 |
CN112649869A (zh) * | 2019-10-12 | 2021-04-13 | 中国石油化工股份有限公司 | 基于ga-wnn的储层特征参数预测方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7859943B2 (en) * | 2005-01-07 | 2010-12-28 | Westerngeco L.L.C. | Processing a seismic monitor survey |
-
2021
- 2021-08-02 CN CN202110880907.1A patent/CN113625340B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6950786B1 (en) * | 2000-10-10 | 2005-09-27 | Schlumberger Technology Corporation | Method and apparatus for generating a cross plot in attribute space from a plurality of attribute data sets and generating a class data set from the cross plot |
WO2011005353A1 (en) * | 2009-07-06 | 2011-01-13 | Exxonmobil Upstream Research Company | Method for seismic interpretation using seismic texture attributes |
US9829591B1 (en) * | 2013-01-07 | 2017-11-28 | IHS Global, Inc. | Determining seismic stratigraphic features using a symmetry attribute |
CN104635269A (zh) * | 2013-11-13 | 2015-05-20 | 中国石油化工股份有限公司 | 一种基于叠前方位角道集预测火成岩裂缝型储层的方法 |
CN105652316A (zh) * | 2014-12-01 | 2016-06-08 | 北京石大创新石油科技有限公司 | 一种基于裂缝模型的智能优化地震多属性融合方法 |
CN105137483A (zh) * | 2015-07-27 | 2015-12-09 | 中国石油天然气股份有限公司 | 碳酸盐岩地层热液储层空间分布预测方法及系统 |
CN105760673A (zh) * | 2016-02-22 | 2016-07-13 | 中国海洋石油总公司 | 一种河流相储层地震敏感参数模板分析方法 |
CN106353811A (zh) * | 2016-08-12 | 2017-01-25 | 北京天工新源科技有限公司 | 一种基于井资料属性优选的多属性融合储层流体识别方法 |
CN106526670A (zh) * | 2016-09-21 | 2017-03-22 | 中石化石油工程技术服务有限公司 | 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 |
CN109425900A (zh) * | 2017-09-05 | 2019-03-05 | 中国石油化工股份有限公司 | 一种地震储层预测方法 |
CN107894615A (zh) * | 2017-11-13 | 2018-04-10 | 中国石油化工股份有限公司华北油气分公司勘探开发研究院 | 一种定量化评价三维地震属性预测储层参数有效性的方法 |
CN108508485A (zh) * | 2018-03-09 | 2018-09-07 | 山东科技大学 | 基于粗糙集理论与色相法的多波油气地震响应表征方法 |
CN108398721A (zh) * | 2018-04-13 | 2018-08-14 | 中国石油大学(北京) | 基于地质导向的相移属性的识别方法及装置 |
CN108957535A (zh) * | 2018-06-12 | 2018-12-07 | 中国石油天然气股份有限公司 | 油藏地震储层的预测方法及装置 |
CN111239809A (zh) * | 2018-11-29 | 2020-06-05 | 中国石油天然气集团有限公司 | 一种基于属性融合原理的优势储层确定方法及系统 |
CN112649869A (zh) * | 2019-10-12 | 2021-04-13 | 中国石油化工股份有限公司 | 基于ga-wnn的储层特征参数预测方法及系统 |
CN111913220A (zh) * | 2020-08-13 | 2020-11-10 | 中海石油(中国)有限公司 | 基于相模式的低渗砂岩相对高渗条带预测方法 |
CN112578441A (zh) * | 2020-11-26 | 2021-03-30 | 中海石油(中国)有限公司 | 储层厚度预测分析方法、计算机设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
A two-step multitrace inversion based on shaping regularization;Fan, T., Du, X., Zhang, X., & Zhang, J;《SEG Technical Program Expanded Abstracts 2019》;774-778 * |
Linking reservoir geomechanics and time-lapse seismics: Predicting anisotropic velocity changes and seismic attributes;Herwanger, J. V., & Horne, S. A;《Geophysics》;第74卷(第4期);W13-W33 * |
地震敏感属性优化选择方法分析;肖湘;《内蒙古石油化工》(第12期);55-56 * |
时移地震属性分析技术的基本框架;尹成;赵伟;鲍祥生;张金淼;丁峰;范廷恩;;《勘探地球物理进展》;第29卷(第06期);387-389 * |
深水扇储层物性多属性反演方法研究――基于"步聪法"进行敏感地震属性组合优选;董建华;范廷恩;高云峰;;《中国海上油气》;第23卷(第02期);86-89 * |
Also Published As
Publication number | Publication date |
---|---|
CN113625340A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11704748B2 (en) | System and method for automatically correlating geologic tops | |
US11016214B2 (en) | Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium | |
RU2600944C1 (ru) | Формирование моделей распознаваемых геологических структур на основании набора узловых точек | |
US9378462B2 (en) | Probability mapping system | |
Lia et al. | Uncertainties in reservoir production forecasts | |
CN105277979B (zh) | 一种地震属性的优化方法和装置 | |
CN110081884A (zh) | 基于虚拟航向的重力辅助惯性导航区域适配性评价方法 | |
CN106569272B (zh) | 一种基于数据性质空间升维的地震属性融合方法 | |
CN112529267A (zh) | 一种基于模糊综合评价法的超前地质预报方法及系统 | |
CN106501146B (zh) | 一种致密油藏物性上限确定方法及装置 | |
CN113625340B (zh) | 一种基于属性敏感度选择储层敏感地震属性组合的方法 | |
Alameedy et al. | Evaluating machine learning techniques for carbonate formation permeability prediction using well log data | |
Zhang et al. | A novel comprehensive model of suitability analysis for matching area in underwater geomagnetic aided inertial navigation | |
CN109165312A (zh) | 一种勘测数据管理系统 | |
Vanegas et al. | Conditioning Model Ensembles to Various Observed Data (Field and Regional Level) by Applying Machine-Learning-Augmented Workflows to a Mature Field with 70 Years of Production History | |
Bouzarkouna et al. | Well placement optimization under uncertainty with CMA-ES using the neighborhood | |
CN109444960A (zh) | 用于断层构造的判定方法 | |
CN107765335A (zh) | 一种识别陆相页岩气储层的方法 | |
Bhowmik et al. | Predicting the migration of CO2 plume using injection data and a distance-metric approach to reservoir-model selection | |
CN112213772B (zh) | 一种井震结合识别地下沉积体形态的方法、设备及系统 | |
CN110990936A (zh) | 一种岩体质量指标的确定方法及系统 | |
Chen et al. | Improving exploration success through uncertainty mapping, Keg River reef play, Western Canada Sedimentary Basin | |
CN117633658B (zh) | 岩石储层岩性识别方法及系统 | |
CN115857015B (zh) | 一种火山地层中定量预测沉凝灰岩分布的方法 | |
CN114814947B (zh) | 基于多属性引导下的三维全层位追踪方法 |
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 | ||
GR01 | Patent grant |