CN114114402A - 储层流体检测方法、装置和电子设备 - Google Patents
储层流体检测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN114114402A CN114114402A CN202111570238.4A CN202111570238A CN114114402A CN 114114402 A CN114114402 A CN 114114402A CN 202111570238 A CN202111570238 A CN 202111570238A CN 114114402 A CN114114402 A CN 114114402A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- kurtosis
- time
- reservoir fluid
- 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
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. analysis, for interpretation, for correction
-
- 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
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
-
- 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
-
- 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
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
本说明书提供了储层流体检测方法、装置和电子设备。具体进行储层流体检测时，可以先获取目标区域的目标地震数据；再根据目标地震数据，生成对应的目标时频谱数据；根据目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；再利用峰度数据体，对目标区域中的油气储层进行储层流体检测。通过先基于目标地震数据生成高分辨率的目标时频谱数据，再利用该目标时频谱数据直接计算出相应的峰度数据体，并利用峰度数据体能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势，来进行储层流体检测，从而可以有效地减少数据误差，准确、高效地实现对目标区域的储层流体检测。
Description
技术领域
本说明书属于油气勘探开发技术领域，尤其涉及储层流体检测方法、装置和电子设备。
背景技术
在进行油气勘探开发的过程中，常常需要先对区域中的油气储层进行储层流体检测；再以检测结果作为参考依据来指导对该区域进行具体的油气勘探开发。
基于现有方法在进行储层流体检测时，大多需要进行数据拟合。具体的，基于现有方法需要先提取出地震信号各个时间采样点的频率振幅谱；再通过拟合对频率振幅谱求取衰减梯度，来进行储层流体检测。但是，基于上述方法进行储层流体检测时，往往存在数据误差大、检测不准确等问题。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本说明书提供了一种储层流体检测方法、装置和电子设备，能够有效地减少数据误差，准确、高效地实现对目标区域的储层流体检测。
本说明书实施例提供了一种储层流体检测方法，包括：
获取目标区域的目标地震数据；
根据所述目标地震数据，生成对应的目标时频谱数据；
根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；
利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
在一个实施例中，根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体，包括：
根据所述目标时频谱数据，计算得到时间样点的主频数据；
根据时间样点的主频数据，确定出目标时频谱数据相对频率的二阶距数据；
根据修正的峰度系数方程，利用时间样点的主频数据和二阶距数据，计算得到峰度数据体。
在一个实施例中，根据所述目标时频谱数据，计算得到时间样点的主频数据，包括：
按照以下算式计算时间样点的主频数据：
其中，
为时间样点的主频数据，W(t,f)为目标时频谱数据，t为时间，f为频率。
在一个实施例中，根据修正的峰度系数方程，利用时间样点的主频数据和二阶距数据，计算得到峰度数据体，包括：
按照以下方式计算峰度数据体：
其中，K(t)为峰度系数，σ2(t)为目标时频谱数据相对频率的二阶距数据，no为常数。
在一个实施例中，利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测，包括：
根据所述峰度数据体，构建沿目的层位的峰值平面分布图；
根据沿目的层位的峰值平面分布图和参照井中储层流体位置的峰度阈值范围，对目标区域中的油气储层进行储层流体检测。
在一个实施例中，根据所述峰度数据体，构建沿目的层位的峰值平面分布图，包括：
对所述峰度数据体沿目标区域中的目的层位逐点提取层段内的峰值最大值；并将该峰值最大值作为对应空间位置处的峰度代表值，以形成包含有多个数据点的沿目的层位的峰值平面分布图。
在一个实施例中，根据沿目的层位的峰值平面分布图和参照井中储层流体位置的峰度阈值范围，对目标区域中的油气储层进行储层流体检测，包括：
检测所述沿目的层位的峰值平面分布图中是否存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点；
在检测到所述沿目的层位的峰值平面分布图中存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点的情况下，确定目标区域中的油气储层中与该目标数据点对应的空间位置处存在储层流体。
本说明书实施例还提供了一种储层流体检测装置，包括：
获取模块，用于获取目标区域的目标地震数据；
生成模块，用于根据所述目标地震数据，生成对应的目标时频谱数据；
确定模块，用于根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；
检测模块，用于利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
本说明书实施例还提供了一种电子设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现以下步骤：获取目标区域的目标地震数据；根据所述目标地震数据，生成对应的目标时频谱数据；根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
本说明书实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现：获取目标区域的目标地震数据；根据所述目标地震数据，生成对应的目标时频谱数据；根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
基于本说明书提供的储层流体检测方法、装置和电子设备，具体进行储层流体检测时，可以先获取目标区域的目标地震数据；再根据目标地震数据，生成得到对应的高分辨率的目标时频谱数据；根据目标时频谱数据和修正的峰度系数方程，确定出与目标时频谱数据的尖锐程度对应的峰度数据体；再利用上述峰度数据体，对目标区域中的油气储层进行储层流体检测。通过先基于目标地震数据生成高分辨率的目标时频谱数据，再利用上述高分辨率的目标时频谱数据直接计算出相应的峰度数据体，进而可以利用峰度数据体与目标时频谱的尖锐程度对应，且能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势，来进行具体的储层流体检测，从而可以有效地减少数据误差，准确、高效地实现对目标区域的储层流体检测。
附图说明
为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，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。
图1是本说明书的一个实施例提供的储层流体检测方法的流程示意图；
图2是本说明书的一个实施例提供的服务器的结构组成示意图；
图3是本说明书的一个实施例提供的储层流体检测装置的结构组成示意图
图4是在一个场景示例中，应用本说明书实施例提供的储层流体检测方法的一种实施例的示意图；
图5是在一个场景示例中，应用本说明书实施例提供的储层流体检测方法的一种实施例的示意图；
图6是在一个场景示例中，应用本说明书实施例提供的储层流体检测方法的一种实施例的示意图；
图7是在一个场景示例中，应用本说明书实施例提供的储层流体检测方法的一种实施例的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
考虑到地震数据中往往存在着与油气储层相关的振幅异常。具体的，在时间域上，当地震波穿过含有油气流体的油气储层时，地震波会由于发生衰减而引起振幅的异常。在频率域上，具体会表现为振幅谱中由于高频损失而导致振幅谱变窄，进而导致时间域中的高频能量减少，而这种高频能量减少的特征可以用于对油气储层进行流体识别。
又考虑到基于现有方法具体进行储层流体检测时，需要先通过基于地震时-频谱分析，获取时频谱数据；再基于时频谱数据提取出地震信号各个时间采样点的频率振幅谱；再通过对频率振幅谱求取衰减梯度，来进行储层流体检测。但是，由于受地震时-频谱分析法对时频谱数据的精度的限制，所提取到的各个时间采样点的频率振幅谱大多都有较宽的频率范围；而理想的时频谱往往要求各和时间采样点能够与振幅频率直接对应，但宽带频谱与时间采样点的对应关系，相对于窄带频谱的对应关系更差。
因此，基于现有方法在通过计算并利用时频谱的振幅衰减梯度来检测储层流体时，一方面，由于地震信号时频谱分辨率不够高，导致频率与振幅的对应关系会存在一定误差；另一方面，在每个时间采样点的频率振幅谱中，在从最大振幅逐步衰减的过程中往往会出现多个振幅峰值，这会对振幅衰减梯度的估算产生较大的不确定性，形成进一步误差。
针对现有方法所存在的上述问题，以及产生上述问题的根本原因，本说明书考虑可以先根据地震数据构建对应的高分辨率的时频谱数据；再基于时频谱数据确定出对应的峰度数据体。进而可以利用峰度数据体能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势，根据峰度数据直接对时频谱数据本身的尖锐程度进行判断，来分析高频能量的具体损失情况，以识别储层流体。从而可以有效地减少数据误差，准确、高效地实现储层流体检测。
基于上述思路，参阅图1所示，本说明书实施例提供了一种储层流体检测方法。具体实施时，该方法可以包括以下内容：
S101：获取目标区域的目标地震数据；
S102：根据所述目标地震数据，生成对应的目标时频谱数据；
S103：根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；
S104：利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
通过上述实施例，一方面，可以利用基于目标时频谱数据所得到的峰度数据体所具有的能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势；另一方面，在数据处理的过程中由于是直接基于目标时频谱数据通过积分计算来完成的，使得所得到计算结果相对更加稳定、可信，避免了像现有方法那样由于进行数据拟合所导致的数据误差，从而能够有效地减少数据误差，准确、高效地实现对目标区域的储层流体检测。
在一些实施例中，上述目标区域具体可以理解为待检测是否存在储层流体的区域。其中，目标区域具体可以为包含有油气储层的井下地层区域。上述储层流体具体可以理解为油气储层(或目的层)中的油气流体。
在一些实施例中，上述根据所述目标地震数据，生成对应的目标时频谱数据，具体实施时，可以包括以下内容：对目标区域的地震数据逐道计算高分辨率的时频谱，以得到目标时频谱数据。其中，所述目标时频谱数据具体可以为高分辨率的时频谱数据。
在一些实施例中，所述目标时频谱数据具体可以包括基于魏格纳威尔分布的时频谱数据。
其中，上述魏格纳威尔分布(Wigner-Ville Distribution，也称维格纳-威利分布，WVD)具体可以是一种非线性时频，具有较好的时间和频率的分辨率。
在一些实施例中，为了能够生成得到分辨率相对更高的目标时频谱数据，具体实施时，基于最大熵法，对目标区域的地震数据逐道计算高分辨率的基于魏格纳威尔分布的时频谱，以得到目标时频谱数据。
在具体计算基于魏格纳威尔分布的时频谱时，还可以基于多道最大熵法对魏格纳威尔分布的核函数(例如，φ(θ,τ))进行外推处理，以延长魏格纳威尔分布的核函数的长度；再利用延长长度的魏格纳威尔分布的核函数，对目标区域的地震数据逐道计算时频谱，以得到分频率相对更高的目标时频谱数据。
其中，上述最大熵法(maximum entropy method，MEM)是一种信号功率谱密度估计方法，基于该方法可以取一组时间序列，使其自相关函数与一组已知数据的自相关函数相同，同时使已知自相关函数以外的部分的随机性最强，以所取时间序列的谱作为已知数据的谱估值。
通过上述实施例，可以基于目标地震数据获得分辨率相对较高的目标时频谱数据，有效地减少由于使用分辨率相对较低的目标时频谱数据所引入的数据误差。
在一些实施例中，上述根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体，具体实施时，可以包括以下内容：
S1：根据所述目标时频谱数据，计算得到时间样点的主频数据；
S2：根据时间样点的主频数据，确定出目标时频谱数据相对频率的二阶距数据；
S3：根据修正的峰度系数方程，利用时间样点的主频数据和二阶距数据，计算得到峰度数据体。
通过上述实施例，可以减少数据拟合，基于目标时频谱数据，计算得到对应的峰度数据体，有效地减少在计算峰度数据体的过程中所产生的数据误差。
在一些实施例中，上述峰度数据体具体可以理解为一种直接基于时频谱数据所得到的，能够准确地反映出时频谱数据的尖锐程度的数据体。具体的，上述峰度数据体可以包括多个时间样点的峰度系数。上述峰度数据体区别于拟合得到的数据，具有与时频谱的尖锐程度对应，且能够较好地反映出振幅频率的对应关系以及高频衰减损失等优势。
在一些实施例中，具体实施时，可以基于一阶矩法来根据目标时频谱数据，计算各个时间样点的主频数据。具体的，基于一阶矩法可以对任意一个时间样点的频谱分布计算该频谱分布中心，并将该频谱分布中心位置作为对应的时间样点的主频
在一些实施例中，上述根据所述目标时频谱数据，计算得到时间样点的主频数据，具体实施时，可以包括：
按照以下算式计算时间样点的主频数据：
其中，
为时间样点的主频数据，W(t,f)为目标时频谱数据，t为时间，f为频率。
在一些实施例中，上述根据时间样点的主频数据，确定出目标时频谱数据相对频率的二阶距数据，具体实施时，可以包括：
按照以下算式计算二阶距数据：
其中，σ2(t)为目标时频谱数据相对频率的二阶距数据，
为时间样点的主频数据，W(t,f)为目标时频谱数据。
在一些实施例中，上述根据修正的峰度系数方程，利用时间样点的主频数据和二阶距数据，计算得到峰度数据体，具体实施时，可以包括：
按照以下方式计算峰度数据体：
其中，K(t)为峰度系数，σ2(t)为目标时频谱数据相对频率的二阶距数据，no为常数，
为时间样点的主频数据，W(t,f)为目标时频谱数据。
在一些实施例中，如果目标时频谱为高斯分布时，则no的取值可以为3。如果目标时频谱相对高斯分布已经很尖锐时，则no的取值可以为远大于3的数值。
在一些实施例中，可以按照上述算式计算得到各个时间样点的峰度系数，组合各个时间样点的峰度系数，得到对应的峰度数据体。
在一些实施例中，上述峰度数据体可以表征出目标时频谱的尖锐程度情况。通常目标时频谱的尖锐程度越高，则表明该样点的高频能量损失越严重，有越大的概率存在包含有油气的储层流体。即，峰度数据体具有能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势。
在一些实施例中，上述利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测，具体实施时，可以包括以下内容：
S1：根据所述峰度数据体，构建沿目的层位的峰值平面分布图；
S2：根据沿目的层位的峰值平面分布图和参照井中储层流体位置的峰度阈值范围，对目标区域中的油气储层进行储层流体检测。
在一些实施例中，上述根据所述峰度数据体，构建沿目的层位的峰值平面分布图，具体实施时，可以包括：对所述峰度数据体沿目标区域中的目的层位逐点提取层段内的峰值最大值；并将该峰值最大值作为对应空间位置处的峰度代表值，以形成包含有多个数据点的沿目的层位的峰值平面分布图。
在一些实施例中，上述参照井具体可以理解为已知检测到储层流体的井。具体实施前，可以先获取大量参照井的地震数据和储层流体的位置数据；根据参照井的地震数据和储层流体的位置数据，计算出参照井中储层流体的峰度数据；再对大量参照井中储层流体的峰度数据进行整理，以确定出参照井中储层流体位置的峰度阈值范围。具体的，例如，还可以通过对大量参照井中储层流体的峰度数据进行聚类处理，以确定出参照井中储层流体位置的峰度阈值范围。
在一些实施例中，上述根据沿目的层位的峰值平面分布图和参照井中储层流体位置的峰度阈值范围，对目标区域中的油气储层进行储层流体检测，具体实施时，可以包括：检测所述沿目的层位的峰值平面分布图中是否存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点；在检测到所述沿目的层位的峰值平面分布图中存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点的情况下，确定目标区域中的油气储层中与该目标数据点对应的空间位置处存在储层流体。
在一些实施例中，具体实施时，如果检测到沿目的层位的峰值平面分布图中的某个数据点的峰值处于参照井中储层流体位置的峰度阈值范围内，则确定检测到储层流体，并将该数据节点确定为目标数据节点。相反，如果检测到沿目的层位的峰值平面分布图中没有一个数据节点的峰值处于参照井中储层流体位置的峰度阈值范围内，则确定没有检测到储层流体。
在一些实施例中，在确定目标区域中的油气储层中与该目标数据点对应的空间位置处存在储层流体之后，所述方法具体实施时，还可以包括：对目标区域中的油气储层中与该目标数据点对应的空间位置进行针对性的油气勘探和油气开发，从而可以更加高效、准确地从目标区域中找出包含有油气的储层区域，以进行具体的油气开发。
由上可见，基于本说明书实施例提供的储层流体检测方法，具体进行储层流体检测时，可以先获取目标区域的目标地震数据；再根据目标地震数据，生成对应的目标时频谱数据；根据目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；再利用峰度数据体，对目标区域中的油气储层进行储层流体检测。通过先基于目标地震数据生成高分辨率的目标时频谱数据，再利用目标时频谱数据直接计算出相应的峰度数据体，并利用峰度数据体能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势，来进行储层流体检测，从而可以有效地减少数据误差，准确、高效地实现对目标区域的储层流体检测。
本说明书实施例还提供一种电子设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：获取目标区域的目标地震数据；根据所述目标地震数据，生成对应的目标时频谱数据；根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
为了能够更加准确地完成上述指令，参阅图2所示，本说明书实施例还提供了另一种具体的电子设备，其中，所述电子设备包括网络通信端口201、处理器202以及存储器203，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
其中，所述网络通信端口201，具体可以用于获取目标区域的目标地震数据。
所述处理器202，具体可以用于根据所述目标地震数据，生成对应的目标时频谱数据；根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
所述存储器203，具体可以用于存储相应的指令程序。
在本实施例中，所述网络通信端口201可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。
在本实施例中，所述处理器202可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
在本实施例中，所述存储器203可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。
本说明书实施例还提供了一种基于上述储层流体检测方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：获取目标区域的目标地震数据；根据所述目标地震数据，生成对应的目标时频谱数据；根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
在本实施例中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
在本实施例中，该计算机存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
参阅图3所示，在软件层面上，本说明书实施例还提供了一种储层流体检测装置，该装置具体可以包括以下的结构模块：
获取模块301，具体可以用于获取目标区域的目标地震数据；
生成模块302，具体可以用于根据所述目标地震数据，生成对应的目标时频谱数据；
确定模块303，具体可以用于根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；
检测模块304，具体可以用于利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
在一些实施例中，上述确定模块303具体实施时，可以按照以下方式确定出峰度数据体：根据所述目标时频谱数据，计算得到时间样点的主频数据；根据时间样点的主频数据，确定出目标时频谱数据相对频率的二阶距数据；根据修正的峰度系数方程，利用时间样点的主频数据和二阶距数据，计算得到峰度数据体。
在一些实施例中，上述确定模块303具体实施时，可以按照以下算式计算时间样点的主频数据：
其中，
为时间样点的主频数据，W(t,f)为目标时频谱数据，t为时间，f为频率。
在一些实施例中，具体实施时，上述确定模块303具体实施时，可以按照以下算式计算峰度数据体：
其中，K(t)为峰度系数，σ2(t)为目标时频谱数据相对频率的二阶距数据，no为常数。
在一些实施例中，上述检测模块304具体实施时，可以按照以下方式利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测：根据所述峰度数据体，构建沿目的层位的峰值平面分布图；根据沿目的层位的峰值平面分布图和参照井中储层流体位置的峰度阈值范围，对目标区域中的油气储层进行储层流体检测。
在一些实施例中，上述检测模块304具体实施时，可以按照以下方式根据所述峰度数据体，构建沿目的层位的峰值平面分布图：对所述峰度数据体沿目标区域中的目的层位逐点提取层段内的峰值最大值；并将该峰值最大值作为对应空间位置处的峰度代表值，以形成包含有多个数据点的沿目的层位的峰值平面分布图。
在一些实施例中，上述检测模块304具体实施时，检测所述沿目的层位的峰值平面分布图中是否存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点；在检测到所述沿目的层位的峰值平面分布图中存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点的情况下，确定目标区域中的油气储层中与该目标数据点对应的空间位置处存在储层流体。
需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
由上可见，基于本说明书实施例提供的储层流体检测装置，一方面，可以利用基于目标时频谱数据所得到的峰度数据体所具有的能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势；另一方面，在数据处理的过程中由于是直接基于目标时频谱数据通过积分计算来完成的，使得所得到计算结果相对更加稳定、可信，避免了像现有方法那样由于进行数据拟合所导致的数据误差。从而可以有效地减少储层流体检测过程中的数据误差，准确、高效地实现对目标区域的储层流体检测。
在一个具体的场景示例中，可以应用本说明书实施例提供的储层流体检测方法对某地层区域进行储层流体检测。具体实施过程，可以包括以下内容。
在本场景示例中，可以实现基于地震时频谱峰度来检测储层流体，可以在高分辨率的地震时频谱(例如，目标时频谱数据)上通过直接计算时频谱的峰度(例如，峰度数据体)，再通过峰度来判断其尖锐程度，以实现利用峰度对目标油气储层进行流体(储层流体)检测。其中，上述峰度的数值大小可以反映地震振幅的衰减属性。具体实现步骤参阅图4所示，包括以下内容。
S401，对目标区域的地震数据(例如，目标地震数据)逐道计算高分辨率的时频谱(例如，目标时频谱数据)；
S402，利用一阶矩方法基于时频谱计算主频分布，并依据修正的峰度系数方程获取峰度数据体；
S403，对峰度数据体沿目的层位提取得到峰值平面分布图；
S404，参考已知井储层流体峰度的阈值范围(例如，参照井中储层流体位置的峰度阈值范围)，依据峰值平面分布进行油气储层的流体检测。
在本场景示例中，通过上述方式进行流体检测，一方面，可以利用基于目标时频谱数据所得到的峰度数据体所具有的能够较好地反映出振幅频率的对应关系以及高频衰减损失的优势；另一方面，在数据处理的过程中由于是直接基于目标时频谱数据通过积分计算来完成的，使得所得到计算结果相对更加稳定、可信，避免了像现有方法那样由于进行数据拟合所导致的数据误差。
在本场景示例中，步骤S401中具体对目标区域的地震数据逐道计算高分辨率的时频谱时，可以运用多道最大熵法对魏格纳威尔分布的核函数进行外推，以延长核函数的长度。由于核函数长度的延长，可以达到提高魏格纳威尔分布时频谱的分辨率的效果。
在本场景示例中，步骤S402中可以利用一阶矩方法从时频谱计算主频分布，依据修正的峰度系数方程获取峰度数据体。其中，上述一阶矩方法具体可以是对任一时间样点的频谱分布计算其分布重心，该分布重心位置可以记为对应时间样点的主频
在本场景示例中，所使用的修正的峰度系数方程K(t)可以参阅以下算式：
其中，K(t)为峰度系数，W(t,f)为时频谱，σ2(t)为时频谱二阶距(例如，二阶距数据)，no为常数。如果时频谱为高斯分布时，no＝3。如果时频谱相对高斯分布已经很尖锐时，no远远大于3。实际应用中取目的储层任意几道K(t)的最小值的平均。
在本场景示例中，步骤S403中对峰度数据体沿目的层位提取峰值平面分布图，具体实施时，可以对峰度数据体沿目的层位逐点提取层段内的峰值最大值；峰值最大值作为该空间位置的峰度代表值，形成沿目的层位的峰值平面分布图。
在本场景示例中，步骤S404中参考已知井储层流体峰度的阈值范围，依据峰值平面分布进行油气储层的流体检测，具体实施时，可以依据已知井储层流体位置的峰度阈值范围，将步骤S403中提取出的峰值进行筛选，生成储层流体峰值的平面分布图，从而进行油气储层的流体检测。
在本场景实施例中，参阅图5所示，为波形尖锐程度与峰度大小示意图，当波形呈正态分布时峰度K＝0，波形越尖峰度越大，当波形尖锐程度小于正态分布是峰度为负值。
在本场景示例中，参阅图6所示，为地震信号道-时频谱-主频-峰度对应图。其中，图6中的a为地震信号道；图6中的b是该信号的高分辨率时-频谱，可以观察到时频谱能量非常集中，分辨率很高，振幅、频率与时间的对应关系也很好；图6中的c为从高分辨率时频谱获取的高分辨主频曲线；图6中的d从高分辨率时-频谱计算的峰度，峰度大的地方与含流体概率大。
在本场景示例中，参阅图7所示，为实际峰度平面分布与实际钻井验证图，本实验no取值为10。其中，图7中的a为强振幅河道，河道上有3口钻井，W1、W3为干井，W2为气井。通常强振幅河道与含流体关系密切，因此常常把井布控在河道上获得产能，但是该目的层在强振幅上钻井结果不理想。图7中的b为利用高分辨率时频谱提取的峰度。根据该图可以反映出W2井明显处于高值区，而W1、W3分布在低值区，该预测结果与实际情况吻合很好。
通过上述场景示例，验证了本说明书所提供的储层流体检测方法，能够在高分辨率地震时频谱上直接计算时频谱的峰度，并通过其峰度来判断其尖锐程度；其中，峰度大小可以反映出地震振幅的衰减属性，从而可以较为准确、高效地实现利用峰度对目标油气储层进行流体检测，减少数据误差。
虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施例的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (10)
1.一种储层流体检测方法，其特征在于，包括：
获取目标区域的目标地震数据；
根据所述目标地震数据，生成对应的目标时频谱数据；
根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；
利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
2.根据权利要求1所述的方法，其特征在于，根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体，包括：
根据所述目标时频谱数据，计算得到时间样点的主频数据；
根据时间样点的主频数据，确定出目标时频谱数据相对频率的二阶距数据；
根据修正的峰度系数方程，利用时间样点的主频数据和二阶距数据，计算得到峰度数据体。
3.根据权利要求2所述的方法，其特征在于，根据所述目标时频谱数据，计算得到时间样点的主频数据，包括：
按照以下算式计算时间样点的主频数据：
其中，
为时间样点的主频数据，W(t,f)为目标时频谱数据，t为时间，f为频率。
4.根据权利要求3所述的方法，其特征在于，根据修正的峰度系数方程，利用时间样点的主频数据和二阶距数据，计算得到峰度数据体，包括：
按照以下算式计算峰度数据体：
其中，K(t)为峰度系数，σ2(t)为目标时频谱数据相对频率的二阶距数据，no为常数。
5.根据权利要求1所述的方法，其特征在于，利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测，包括：
根据所述峰度数据体，构建沿目的层位的峰值平面分布图；
根据沿目的层位的峰值平面分布图和参照井中储层流体位置的峰度阈值范围，对目标区域中的油气储层进行储层流体检测。
6.根据权利要求5所述的方法，其特征在于，根据所述峰度数据体，构建沿目的层位的峰值平面分布图，包括：
对所述峰度数据体沿目标区域中的目的层位逐点提取层段内的峰值最大值；并将该峰值最大值作为对应空间位置处的峰度代表值，以形成包含有多个数据点的沿目的层位的峰值平面分布图。
7.根据权利要求5所述的方法，其特征在于，根据沿目的层位的峰值平面分布图和参照井中储层流体位置的峰度阈值范围，对目标区域中的油气储层进行储层流体检测，包括：
检测所述沿目的层位的峰值平面分布图中是否存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点；
在检测到所述沿目的层位的峰值平面分布图中存在峰值属于参照井中储层流体位置的峰度阈值范围的目标数据点的情况下，确定目标区域中的油气储层中与该目标数据点对应的空间位置处存在储层流体。
8.一种储层流体检测装置，其特征在于，包括：
获取模块，用于获取目标区域的目标地震数据；
生成模块，用于根据所述目标地震数据，生成对应的目标时频谱数据；
确定模块，用于根据所述目标时频谱数据和修正的峰度系数方程，确定出峰度数据体；
检测模块，用于利用所述峰度数据体，对目标区域中的油气储层进行储层流体检测。
9.一种电子设备，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111570238.4A CN114114402A (zh) | 2021-12-21 | 2021-12-21 | 储层流体检测方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111570238.4A CN114114402A (zh) | 2021-12-21 | 2021-12-21 | 储层流体检测方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114114402A true CN114114402A (zh) | 2022-03-01 |
Family
ID=80362145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111570238.4A Pending CN114114402A (zh) | 2021-12-21 | 2021-12-21 | 储层流体检测方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114114402A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080270033A1 (en) * | 2003-08-19 | 2008-10-30 | Apex Spectral Technology, Inc. | Methods of hydrocarbon detection using spectral energy analysis |
| CN102109611A (zh) * | 2009-12-23 | 2011-06-29 | 中国石油天然气集团公司 | 一种利用低频地震属性预测油藏优质储层的方法 |
| US20120090834A1 (en) * | 2009-07-06 | 2012-04-19 | Matthias Imhof | Method For Seismic Interpretation Using Seismic Texture Attributes |
| CN103135131A (zh) * | 2011-11-28 | 2013-06-05 | 中国石油化工股份有限公司 | 一种针对裂缝性储层预测的解释装置 |
| US20140297188A1 (en) * | 2013-03-29 | 2014-10-02 | Cgg Services Sa | Time-frequency representations of seismic traces using wigner-ville distributions |
| CN108646296A (zh) * | 2018-05-16 | 2018-10-12 | 吉林大学 | 基于自适应谱峭度滤波器的沙漠地震信号噪声消减方法 |
| CN109283432A (zh) * | 2018-10-10 | 2019-01-29 | 珠海许继电气有限公司 | 一种基于频谱序列峭度分析故障区段定位的方法及装置 |
| CN112305597A (zh) * | 2019-07-26 | 2021-02-02 | 中国石油天然气集团有限公司 | 储层预测方法及装置 |
| CN112731526A (zh) * | 2021-01-17 | 2021-04-30 | 王仰华 | 依据地震衰减截距检测油气储层的方法 |
-
2021
- 2021-12-21 CN CN202111570238.4A patent/CN114114402A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080270033A1 (en) * | 2003-08-19 | 2008-10-30 | Apex Spectral Technology, Inc. | Methods of hydrocarbon detection using spectral energy analysis |
| US20120090834A1 (en) * | 2009-07-06 | 2012-04-19 | Matthias Imhof | Method For Seismic Interpretation Using Seismic Texture Attributes |
| CN102109611A (zh) * | 2009-12-23 | 2011-06-29 | 中国石油天然气集团公司 | 一种利用低频地震属性预测油藏优质储层的方法 |
| CN103135131A (zh) * | 2011-11-28 | 2013-06-05 | 中国石油化工股份有限公司 | 一种针对裂缝性储层预测的解释装置 |
| US20140297188A1 (en) * | 2013-03-29 | 2014-10-02 | Cgg Services Sa | Time-frequency representations of seismic traces using wigner-ville distributions |
| CN108646296A (zh) * | 2018-05-16 | 2018-10-12 | 吉林大学 | 基于自适应谱峭度滤波器的沙漠地震信号噪声消减方法 |
| CN109283432A (zh) * | 2018-10-10 | 2019-01-29 | 珠海许继电气有限公司 | 一种基于频谱序列峭度分析故障区段定位的方法及装置 |
| CN112305597A (zh) * | 2019-07-26 | 2021-02-02 | 中国石油天然气集团有限公司 | 储层预测方法及装置 |
| CN112731526A (zh) * | 2021-01-17 | 2021-04-30 | 王仰华 | 依据地震衰减截距检测油气储层的方法 |
Non-Patent Citations (4)
| Title |
|---|
| ALEXANDRE DE J. PINHO，等: "APPLICATION OF TIME-FREQUENCY DECOMPOSITION METHOD IN THE STUDY OF GAS RESERVOIR IN THE SERGIPE-ALAGOAS BASIN", 《RBGF》 * |
| LEONARDO M. BATISTA，等: "Seismic Attributes and Time-Frequency analysis by using Wigner-Ville distribution combined with the Maximum Entropy Method", 《SBGF》 * |
| YING RAO，等: "Detecting Karst Voids Based on Dominant Frequencies of Seismic Profiles", 《PURE APPL. GEOPHYS.》 * |
| 刘永强等: "基于EEMD和自相关函数峰态系数的轴承故障诊断方法", 《振动与冲击》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Andersen et al. | Automated modal parameter estimation for operational modal analysis of large systems | |
| CN106814393B (zh) | 一种地层品质因子q的估算方法 | |
| EP2838022B1 (en) | User sensory quality estimation device, terminal bottleneck determination device, similar operation extraction device, and methods and programs therefor | |
| CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
| EP3837570A1 (en) | Stratigraphic boundaries identification from chemostratigraphic intervals in well logs based on first and second derivatives | |
| CN107194180B (zh) | 油藏水驱体积波及系数的确定方法、装置及系统 | |
| CN106170139A (zh) | 一种频谱检测方法及系统 | |
| CN109100803B (zh) | 微断裂的确定方法和装置 | |
| CN108254785B (zh) | 储层确定方法和装置 | |
| CN112213782B (zh) | 分相位地震数据的处理方法、装置和服务器 | |
| Kuo et al. | Identification of co-seismic ground motion due to fracturing and impact of the Tsaoling landslide, Taiwan | |
| CN108693558B (zh) | 地震数据处理方法和装置 | |
| CN114114402A (zh) | 储层流体检测方法、装置和电子设备 | |
| CN109736793B (zh) | 一种评价储层孔隙结构的方法及设备 | |
| CN111581890A (zh) | 一种储层厚度预测方法、装置、设备及存储介质 | |
| CN108828680B (zh) | 地层电阻率和极化率的确定方法和装置 | |
| CN112288243B (zh) | 一种煤中伴生金属资源评价方法及装置 | |
| US9473368B1 (en) | Network graph representation of physically connected network | |
| KR102343139B1 (ko) | 어노멀리 검출방법 및 그 장치 | |
| Chevelcha et al. | Listening sucker rod pumps: stroke’s signature | |
| CN102546116A (zh) | 基于压缩感知的跳频信号盲检测方法 | |
| CN116146202B (zh) | 一种礁滩碳酸盐岩的圈闭划分方法和装置 | |
| CN108375791B (zh) | 流体活动因子属性体的确定方法和装置 | |
| Sokolowski et al. | Features based on instantaneous frequency for seismic signals clustering | |
| CN114428298A (zh) | 断溶体分带性的识别方法、装置、电子设备及存储介质 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220301 |