CN114048627A - 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统 - Google Patents
基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统 Download PDFInfo
- Publication number
- CN114048627A CN114048627A CN202111406230.4A CN202111406230A CN114048627A CN 114048627 A CN114048627 A CN 114048627A CN 202111406230 A CN202111406230 A CN 202111406230A CN 114048627 A CN114048627 A CN 114048627A
- Authority
- CN
- China
- Prior art keywords
- brittleness
- inversion
- azimuth
- shale reservoir
- prediction
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000009826 distribution Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 239000011148 porous material Substances 0.000 claims description 4
- 229920006395 saturated elastomer Polymers 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 239000011435 rock Substances 0.000 description 8
- 238000011161 development Methods 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本公开提供了一种基于贝叶斯反演的页岩储层裂缝及脆性预测方法,包括:获取方位部分角度叠加地震数据、方位地震子波及模型参数低频模型;依据获取的方位部分角度叠加地震数据、方位地震子波及模型参数低频模型,以及预设的页岩储层裂缝及脆性预测模型,得到预测结果;其中,页岩储层裂缝及脆性预测模型的建立过程为:推导含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程;依据上述关系和贝叶斯AVAZ反演方法,建立页岩储层裂缝及脆性预测模型。本公开有效地避免了参数间接转换过程中的累积误差,提高了页岩储层裂缝及脆性预测精度。
Description
技术领域
本公开属于页岩储层反演预测技术领域,尤其涉及基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统。
背景技术
页岩储层具有低孔隙度和超低渗透和致密的特点,需要通过压裂改造形成复杂缝网才能获得商业产能。可压裂性定义为页岩储层能够被有效压裂从而获得增产能力的性质,影响可压裂性的主要因素包括页岩脆性和天然裂缝等。通常储层天然裂缝越发育,脆性越好,则可压裂性越好。一般用脆性指数来表示页岩的脆性程度,脆性评价方法主要包括矿物成分法和岩石力学参数法,矿物组分法主要依据页岩中脆性矿物的含量计算脆性指数,而岩石力学参数法主要应用杨氏模量(E)和泊松比(σ)计算脆性指数,页岩储层地震脆性预测一般采用岩石力学参数法,通常页岩杨氏模量越高,泊松比越低,则脆性越好。
本公开发明人发现,现存的对页岩储层进行反演预测的方法存在以下问题:
1.由于受页岩储层中有机碳含量、孔隙度及流体等因素的影响,在某些情况下杨氏模量不足以表征页岩脆性。此外,传统方法通过反演得到的弹性参数(纵、横波速度及密度),间接转换为脆性指示因子,因而不可避免地存在累积误差;
2.传统方法通过反演各向异性参数来指示裂缝发育情况,各向异性参数易受流体影响,不能较好地指示储层裂缝发育情况。
发明内容
本公开为了解决上述问题,提出了一种基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统,本公开首先推导了含新脆性指示因子及裂缝密度的HTI(HorizontalTransversely Isotropy)介质纵波方位反射系数近似方程;其次,在贝叶斯框架下发展了一种柯西约束及平滑模型约束正则化的AVAZ(Amplitude Variation with Azimuth)反演方法,用于实现页岩气储层裂缝密度及新脆性指示因子同步反演预测;最后,利用模型测试及实际应用验证了本发明在页岩气储层裂缝及脆性地震预测方面的有效性;有效地避免了参数间接转换过程中的累积误差,提高了页岩储层裂缝及脆性预测精度。
为了实现上述目的,本发明是通过如下的技术方案来实现:
第一方面,本公开提供了一种基于贝叶斯反演的页岩储层裂缝及脆性预测方法,包括:
获取方位部分角度叠加地震数据、方位地震子波及模型参数低频模型;
依据获取的方位部分角度叠加地震数据、方位地震子波及模型参数低频模型,以及预设的页岩储层裂缝及脆性预测模型,得到预测结果;
其中,页岩储层裂缝及脆性预测模型的建立过程为:推导含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程;依据上述关系和贝叶斯AVAZ反演方法,建立页岩储层裂缝及脆性预测模型。
进一步的,所述新脆性指示因子设置为杨氏模量与第一拉梅常数的比值。
进一步的,含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程推导过程包括:
将杨氏模量、泊松比及密度表征的纵波反射系数近似方程带入饱和HTI介质中的孔隙流体项和干裂缝弱度解耦的纵波反射系数近似方程,得到中间方程;
依据裂缝密度与干裂缝弱度之间的关系、新脆性指示因子与泊松比的关系和所述中间方程,得到由杨氏模量、新脆性指示因子、密度及裂缝密度表征的HTI介质纵波方位反射系数近似方程。
进一步的,进行反演时,考虑地震子波的影响,将所述HTI介质纵波方位反射系数近似方程改写为矩阵形式。
进一步的,采用贝叶斯AVAZ反演方法。
进一步的,模型参数的先验分布采用柯西分布。
进一步的,反演时,通过后验分布最大化,推导得到初始反演目标函数,利用测井资料补充反演结果中缺失的低频信息;加入初始模型低频约束,得到最终的反演目标函数,作为页岩储层裂缝及脆性预测模型。
第二方面,本公开还提供了一种基于贝叶斯反演的页岩储层裂缝及脆性预测系统,包括数据采集模块和预测模块;
所述数据采集模块,被配置为:获取方位部分角度叠加地震数据、方位地震子波及模型参数低频模型;
所述预测模块,被配置为:依据获取的方位部分角度叠加地震数据、方位地震子波及模型参数低频模型,以及预设的页岩储层裂缝及脆性预测模型,得到预测结果;
其中,页岩储层裂缝及脆性预测模型的建立过程为:推导含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程;依据上述关系和贝叶斯AVAZ反演方法,建立页岩储层裂缝及脆性预测模型。
第三方面,本公开还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了第一方面所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法的步骤。
第四方面,本公开还提供了一种电子设备,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程序时实现了第一方面所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法的步骤。
与现有技术相比,本公开的有益效果为:
1.本公开有效地避免了参数间接转换过程中的累积误差,提高了页岩储层裂缝及脆性预测精度;
2.本公开中,首先,推导了含新脆性指示因子及裂缝密度的HTI介质纵波方位反射系数近似方程;其次,在贝叶斯框架下发展了一种柯西约束及平滑模型约束正则化的AVAZ反演方法,用于实现页岩气储层裂缝密度及新脆性指示因子同步反演预测;最后,利用模型测试及实际应用验证了本发明在页岩气储层裂缝及脆性地震预测方面的有效性。
附图说明
构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解,本实施例的示意性实施例及其说明用于解释本实施例,并不构成对本实施例的不当限定。
图1为本公开实施例1的页岩储层裂缝密度及新脆性指示因子预测流程图;
图2为本公开实施例1的A井数据;
图3为本公开实施例1的合成的无噪声的方位角道集;
图4为本公开实施例1的合成的信噪比为2的方位角道集;
图5为本公开实施例1的无噪声情况下反演的模型参数(实线表示真实值,虚线表示反演结果);
图6为本公开实施例1的信噪比为2情况下反演的模型参数(实线表示真实值,虚线表示反演结果);
图7为本公开实施例2的方位部分角度叠加地震数据在小角度下的纵波阻抗(实线表示纵波阻抗);
图8为本公开实施例2的方位部分角度叠加地震数据在中角度下的纵波阻抗(实线表示纵波阻抗);
图9为本公开实施例2的方位部分角度叠加地震数据在大角度下的纵波阻抗(实线表示纵波阻抗);
图10为本公开实施例2的预测的模型参数剖面(实线表示纵波阻抗)。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
实施例1:
本实施例提供了一种基于贝叶斯反演的页岩储层裂缝及脆性预测方法,包括:
获取方位部分角度叠加地震数据、方位地震子波及模型参数低频模型;
依据获取的方位部分角度叠加地震数据、方位地震子波及模型参数低频模型,以及预设的页岩储层裂缝及脆性预测模型,得到预测结果;
其中,页岩储层脆性预测模型的建立过程为:推导含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程;依据上述关系和贝叶斯AVAZ反演方法,建立页岩储层裂缝及脆性预测模型。
具体的,如图1所示,基于贝叶斯反演的页岩储层裂缝密度及新脆性指示因子的预测流程为:
将方位叠前地震道集进行分方位处理,并进行入射角叠加,得到方位部分角度叠加地震数据体,结合方位部分角度叠加地震数据和测井资料提取方位地震角度子波;
结合测井资料和地震层位数据,将井曲线沿着地震层位进行内插外推,建立杨氏模量、新脆性指示因子、密度及裂缝密度的低频模型;
结合方位部分角度叠加地震数据、方位地震角度子波、杨氏模量、新脆性指示因子、密度及裂缝密度的低频模型以及裂缝方位先验信息,开展贝叶斯AVAZ反演,得到杨氏模量、新脆性指示因子、密度及裂缝密度的数据体,分别利用裂缝密度及新脆性指示因子进行储层裂缝及脆性预测。
具体实现内容为:
一组旋转不变的垂直裂缝嵌入各向同性背景可引起HTI各向异性,在本实施例中,饱和HTI介质中的孔隙流体项和干裂缝弱度解耦的纵波方位反射系数近似方程如下:
其中,
式中,f,μ和ρ分别表示孔隙流体项,剪切模量和密度,δN和δT分别表示干岩石中垂直裂缝引起的法向和切向弱度,gs表示饱和岩石的横波速度与纵波速度比值平方,gd表示干岩石的横波速度与纵波速度比值平方,符号Δ表示界面两侧岩石性质的差异,符号-表示界面两侧岩石性质取平均值,θ表示入射角,φ表示方位角,即地震测线观测方位与裂缝对称轴方位之间的夹角。
在本实施例中,各向同性介质中由杨氏模量E、泊松比σ及密度表征的纵波反射系数近似方程如下:
将方程(3)带入方程(1),得到中间方程,如下:
一般而言,页岩杨氏模量越高,泊松比越低,脆性越好;然而由于受页岩储层中有机碳含量、孔隙度及流体等因素的影响,在某些情况下杨氏模量不足以表征页岩脆性。
在本实施例中,将杨氏模量与第一拉梅常数的比值(BI=E/λ)作为新的脆性指示因子,通过岩石物理分析表明新脆性指示因子对页岩脆性更敏感,新脆性指示因子越高,脆性越好。根据弹性参数之间的转换关系,可得到新脆性指示因子与泊松比的关系:
令
ψ=1-2σ (7)
则
根据方程(6)和(7)可推导得到:
将方程(9)和(10)带入方程(8)得到:
由于
将方程(12)带入方程(11)可推导得到:
裂缝密度与干裂缝弱度之间的关系可表示为:
将方程(13)-(15)带入方程(4),得到由杨氏模量、新脆性指示因子、密度及裂缝密度表征的HTI介质方位纵波反射系数近似方程:
RPP(θ,φ)=aE(θ)RE+aBI(θ)RBI+aρ(θ)Rρ+ae(θ,φ)Δe (16)
其中,
贝叶斯AVAZ反演:
在M个方位角,N个入射角,K个时间样点情况下,考虑地震子波的影响,方程(16)可改写为如下矩阵形式:
d=Gm (18)
其中,
式中,W(θi,φj)表示方位角度子波矩阵,上标T表示矩阵的转置。
在本实施例中,采用贝叶斯理论构建反演目标函数,基于贝叶斯理论,后验概率分布P(m|d)可由观测数据的似然函数P(d|m)及模型参数的先验分布P(m)表示为:
P(m|d)∝P(d|m)P(m) (20)
一般假设观测数据中存在的噪声服从高斯分布,因此似然函数表示为:
采用不同的模型参数先验分布会产生不同的解,由于柯西分布能够产生稀疏解,得到的反演结果具有更高的分辨率。因此假设先验分布服从柯西分布,具体表示为:
将方程(21)和(22)带入方程(20)中,通过使后验分布最大化,推导得到初始反演目标函数如下:
由于地震数据的带限性质,通常利用测井资料来补充反演结果中缺失的低频信息。加入初始模型低频约束,得到最终的反演目标函数,作为页岩储层裂缝及脆性预测模型:
在本实施例中,对上模型进行了测试,具体如下:
利用某工区A井数据制作合成地震记录验证本发明的有效性;图2展示了A井数据,包括杨氏模量、新脆性指示因子、密度及裂缝密度曲线。根据测井及岩心解释结果,储层大致位于1910~1940毫秒,储层脆性较好,裂缝较为发育;由图2可以看出,储层位置处的杨氏模量表现为低值,并不能有效地指示储层脆性区域,而新脆性因子表现为高值,能够较好地指示储层脆性区域。利用方程(16),结合A井数据和35Hz的雷克子波制作合成地震记录。图3展示了无噪声的合成方位角道集。图5展示了无噪声情况下反演的模型参数。可以看出无噪声情况下反演的新脆性指示因子和裂缝密度与真实值基本吻合。为了验证方法的抗噪性,向合成方位角道集中添加信噪比为2的高斯噪声,得到信噪比为2的合成方位角道集如图4所示。图6展示了信噪比为2情况下的模型参数反演结果。可以看出信噪比为2情况下反演的新脆性指示因子和裂缝密度与真实值仍基本一致,验证了该方法在页岩储层裂缝及脆性预测方面的有效性。
实施例2:
本实施例对实施例1中提出的方法进行了实际应用,具体如下:
利用四川盆地某工区的过A井的二维测线地震数据验证该方法的有效性。成像测井资料和岩心资料表明含气页岩储层主要发育近垂直的高角度裂缝,因此可将其等效为HTI介质。叠前方位角道集已事先经过保幅和去噪处理,通过分方位和部分角度叠加处理得到12个部分角度叠加地震数据,划分的方位角为20°,65°,110°和155°,入射角为10°(小角度),20°(中角度)和30°(大角度),如图7、图8和图9所示。利用方位部分角度叠加地震数据,开展贝叶斯AVAZ反演,反演得到的模型参数剖面如图10所示。可以看出反演的新脆性指示因子和裂缝密度剖面具有较好的横向连续性,在储层位置处(约1910~1940毫秒),纵波阻抗表现为相对低值,反演的裂缝密度表现出相对高值,与储层裂缝发育特征较为一致。反演杨氏模量表现为相对低值,并不能指示储层脆性,而反演的新脆性指示因子表现出相对高值,表明储层脆性较好,与测井解释结果基本一致。综合利用反演的新脆性指示因子和裂缝密度,有助于有利压裂区域的横向识别。
实施例3:
本实施例提供了一种基于贝叶斯反演的页岩储层裂缝及脆性预测系统,包括数据采集模块和预测模块;
所述数据采集模块,被配置为:获取方位部分角度叠加地震数据、方位地震子波及模型参数低频模型;
所述预测模块,被配置为:依据获取的方位部分角度叠加地震数据、方位地震子波及模型参数低频模型,以及预设的页岩储层裂缝及脆性预测模型,得到预测结果;
其中,页岩储层脆性预测模型的建立过程为:推导含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程;依据上述关系和贝叶斯AVAZ反演方法,建立页岩储层裂缝及脆性预测模型。
实施例4:
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了实施例1所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法的步骤。
实施例5:
本实施例提供了一种电子设备,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程序时实现了实施例1所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法的步骤。
以上所述仅为本实施例的优选实施例而已,并不用于限制本实施例,对于本领域的技术人员来说,本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实施例的保护范围之内。
Claims (10)
1.基于贝叶斯反演的页岩储层裂缝及脆性预测方法,其特征在于,包括:
获取方位部分角度叠加地震数据、方位地震子波及模型参数低频模型;
依据获取的方位部分角度叠加地震数据、方位地震子波及模型参数低频模型,以及预设的页岩储层裂缝及脆性预测模型,得到预测结果;
其中,页岩储层裂缝及脆性预测模型的建立过程为:推导含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程;依据所述近似方程和贝叶斯AVAZ反演方法,建立页岩储层裂缝及脆性预测模型。
2.如权利要求1所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法,其特征在于,所述新脆性指示因子设置为杨氏模量与第一拉梅常数的比值。
3.如权利要求1所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法,其特征在于,含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程推导过程包括:
将杨氏模量、泊松比及密度表征的纵波反射系数近似方程带入饱和HTI介质中的孔隙流体项和干裂缝弱度解耦的纵波方位反射系数近似方程,得到中间方程;
依据裂缝密度与干裂缝弱度之间的关系、新脆性指示因子与泊松比的关系和所述中间方程,得到由杨氏模量、新脆性指示因子、密度及裂缝密度表征的HTI介质纵波方位反射系数近似方程。
4.如权利要求3所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法,其特征在于,进行反演时,考虑地震子波的影响,将所述纵波方位反射系数近似方程改写为矩阵形式。
5.如权利要求1所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法,其特征在于,采用贝叶斯AVAZ反演方法。
6.如权利要求1所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法,其特征在于,模型参数的先验分布采用柯西分布。
7.如权利要求1所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法,其特征在于,反演时,通过后验分布最大化,推导得到初始反演目标函数,利用测井资料补充反演结果中缺失的低频信息;加入初始模型低频约束,得到最终的反演目标函数,作为页岩储层裂缝及脆性预测模型。
8.基于贝叶斯反演的页岩储层裂缝及脆性预测系统,其特征在于,包括数据采集模块和预测模块;
所述数据采集模块,被配置为:获取方位部分角度叠加地震数据、方位地震子波及模型参数低频模型;
所述预测模块,被配置为:依据获取的方位部分角度叠加地震数据、方位地震子波及模型参数低频模型,以及预设的页岩储层裂缝及脆性预测模型,得到预测结果;
其中,页岩储层脆性预测模型的建立过程为:推导含新脆性指示因子和裂缝密度的HTI介质纵波方位反射系数近似方程;依据所述近似方程和贝叶斯AVAZ反演方法,建立页岩储层裂缝及脆性预测模型。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现了如权利要求1-7任一项所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法的步骤。
10.一种电子设备,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程序时实现了如权利要求1-7任一项所述的基于贝叶斯反演的页岩储层裂缝及脆性预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406230.4A CN114048627A (zh) | 2021-11-24 | 2021-11-24 | 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406230.4A CN114048627A (zh) | 2021-11-24 | 2021-11-24 | 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114048627A true CN114048627A (zh) | 2022-02-15 |
Family
ID=80210610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111406230.4A Pending CN114048627A (zh) | 2021-11-24 | 2021-11-24 | 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114048627A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114609669A (zh) * | 2022-05-10 | 2022-06-10 | 青岛油金能源科技有限公司 | 基于方位弹性阻抗的hti型裂缝储层参数预测方法及系统 |
CN115993649A (zh) * | 2023-02-21 | 2023-04-21 | 中国石油大学(华东) | 基于等效方位杨氏模量的裂缝参数预测方法及系统 |
CN116796496A (zh) * | 2023-04-07 | 2023-09-22 | 中国地质调查局油气资源调查中心 | 基于Norris-KG模型的裂缝性储层物性参数预测方法 |
CN117687093A (zh) * | 2023-11-02 | 2024-03-12 | 中国石油大学(华东) | 一种含倾斜裂缝的富有机质储层裂缝和脆性直接预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407150A (zh) * | 2018-12-06 | 2019-03-01 | 中国石油大学(北京) | 基于统计岩石物理的页岩储层可压裂性解释方法及系统 |
CN113156510A (zh) * | 2021-04-27 | 2021-07-23 | 中南大学 | 一种页岩储层脆性和各向异性参数预测方法及系统 |
CN113312583A (zh) * | 2021-05-26 | 2021-08-27 | 中南大学 | 裂缝性页岩气储层性能参数预测方法及系统 |
US20210277778A1 (en) * | 2020-03-04 | 2021-09-09 | China University Of Petroleum | Method for evaluating brittleness of deep shale reservoir and computer readable storage medium |
-
2021
- 2021-11-24 CN CN202111406230.4A patent/CN114048627A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407150A (zh) * | 2018-12-06 | 2019-03-01 | 中国石油大学(北京) | 基于统计岩石物理的页岩储层可压裂性解释方法及系统 |
US20210277778A1 (en) * | 2020-03-04 | 2021-09-09 | China University Of Petroleum | Method for evaluating brittleness of deep shale reservoir and computer readable storage medium |
CN113156510A (zh) * | 2021-04-27 | 2021-07-23 | 中南大学 | 一种页岩储层脆性和各向异性参数预测方法及系统 |
CN113312583A (zh) * | 2021-05-26 | 2021-08-27 | 中南大学 | 裂缝性页岩气储层性能参数预测方法及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114609669A (zh) * | 2022-05-10 | 2022-06-10 | 青岛油金能源科技有限公司 | 基于方位弹性阻抗的hti型裂缝储层参数预测方法及系统 |
CN115993649A (zh) * | 2023-02-21 | 2023-04-21 | 中国石油大学(华东) | 基于等效方位杨氏模量的裂缝参数预测方法及系统 |
CN115993649B (zh) * | 2023-02-21 | 2024-03-19 | 中国石油大学(华东) | 基于等效方位杨氏模量的裂缝参数预测方法及系统 |
CN116796496A (zh) * | 2023-04-07 | 2023-09-22 | 中国地质调查局油气资源调查中心 | 基于Norris-KG模型的裂缝性储层物性参数预测方法 |
CN116796496B (zh) * | 2023-04-07 | 2024-04-16 | 中国地质调查局油气资源调查中心 | 基于Norris-KG模型的裂缝性储层物性参数预测方法 |
CN117687093A (zh) * | 2023-11-02 | 2024-03-12 | 中国石油大学(华东) | 一种含倾斜裂缝的富有机质储层裂缝和脆性直接预测方法 |
CN117687093B (zh) * | 2023-11-02 | 2024-05-24 | 中国石油大学(华东) | 一种含倾斜裂缝的富有机质储层裂缝和脆性直接预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114048627A (zh) | 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统 | |
Grana et al. | Probabilistic petrophysical-properties estimation integrating statistical rock physics with seismic inversion | |
CN107203005B (zh) | 一种定量化计算裂缝描述参数的方法 | |
CN111208560B (zh) | 正交介质裂缝型储层水平裂缝及垂直裂缝同步预测方法 | |
CN110133718B (zh) | 一种衰减各向异性流体弹性阻抗反演方法 | |
US11243318B2 (en) | Method and apparatus for unambiguously estimating seismic anisotropy parameters | |
Prioul et al. | Forward modeling of fracture-induced sonic anisotropy using a combination of borehole image and sonic logs | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
CN111751883B (zh) | 一种基于各向异性流体因子的致密裂缝储层地震预测方法 | |
US20160334528A1 (en) | Systems and methods for characterizing subterranean formations utilizing azimuthal data | |
CN103630939A (zh) | 一种气层识别评价方法 | |
Li et al. | Identification of fractured carbonate vuggy reservoirs in the S48 well area using 3D 3C seismic technique: A case history from the Tarim Basin | |
Pan et al. | Bayesian seismic inversion for estimating fluid content and fracture parameters in a gas-saturated fractured porous reservoir | |
CN114488302B (zh) | 一种原位各向异性地应力场预测方法及系统 | |
Wang et al. | Analysis and estimation of an inclusion-based effective fluid modulus for tight gas-bearing sandstone reservoirs | |
Qi et al. | Attenuation methods for quantifying gas saturation in organic-rich shale and tight gas formations | |
Pan et al. | Detection of natural tilted fractures from azimuthal seismic amplitude data based on linear-slip theory | |
Pan et al. | Elastic‐Impedance‐Based Fluid/Porosity Term and Fracture Weaknesses Inversion in Transversely Isotropic Media with a Tilted Axis of Symmetry | |
Zhang et al. | Seismic fracture characterization in tight sand reservoirs: A case study of the Xujiahe Formation, Sichuan Basin, China | |
CN112946752B (zh) | 基于裂缝密度模型预测裂缝概率体的方法 | |
Marrett et al. | Anisotropy and beyond: Geologic perspectives on geophysical prospecting for natural fractures | |
US8411529B2 (en) | Walkaway VSP calibrated sonic logs | |
CN111077574A (zh) | 一种确定地层弹性参数的方法、装置及系统 | |
Li et al. | Bayesian amplitude variation with angle and azimuth inversion for direct estimates of a new brittleness indicator and fracture density | |
Iqbal et al. | Analysis of 2D and 3D GPR data interpretation using continuous wavelet transforms: Case study from an archaeological test site |
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 |