CN114859418A - 河道砂储层识别方法、装置和电子设备 - Google Patents

Abstract

本发明提供了一种河道砂储层识别方法、装置和电子设备，涉及油气勘探的技术领域，包括获取目标区域的地震数据、目标区域内每口井在目标地质层的测井数据和沉积微相数据；从测井数据对应的各测井参数中确定目标测井参数；确定每口井在目标地质层的重构波阻抗数据和重构波阻抗数据的河道相识别门限；基于地震数据、重构波阻抗数据和河道相识别门限，确定目标地质层的砂岩厚度平面分布图；基于地震数据和每口井在目标地质层的沉积微相数据，确定目标地质层的河道平面形态分布图；将上述两种分布图进行融合，得到目标区域内目标地质层的河道砂储层定量描述平面图。本发明方法能够有效地缓解现有的河道砂储层识别方法存在的识别准确性差的技术问题。

Description

河道砂储层识别方法、装置和电子设备

技术领域

本发明涉及油气勘探的技术领域，尤其是涉及一种河道砂储层识别方法、装置和电子设备。

背景技术

河道砂体是陆相盆地最重要的储层之一，如何准确定量地识别河道砂储层是油气勘探领域的一个研究热点。河道砂储层具有纵向多期叠置、横向变化快、单砂体厚度薄且分布不规律等特点而难以精确定量描述。一方面，前人在使用地震属性分析方法进行河道边界形态刻画时，选择地震属性时依赖于地质解释人员的经验；另一方面，对于河道砂厚度定量预测问题，通常使用波阻抗反演的结果，但上述反演结果并不能准确反演地下沉积微相信息，从而导致河道砂岩厚度预测不准确。

综上所述，现有技术中的河道砂储层识别方法存在识别准确性差的技术问题。

发明内容

本发明的目的在于提供一种河道砂储层识别方法、装置和电子设备，以缓解了现有技术中的河道砂储层识别方法存在的识别准确性差的技术问题。

第一方面，本发明提供一种河道砂储层识别方法，包括：获取目标区域的地震数据、所述目标区域内每口井在目标地质层的测井数据和沉积微相数据；基于所有井的所述测井数据和所述沉积微相数据，从所述测井数据对应的各测井参数中确定目标测井参数；其中，所述目标测井参数表示对河道砂岩最敏感的测井参数；基于所述目标测井参数、所述测井数据和所述沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和所述重构波阻抗数据的河道相识别门限；基于所述地震数据、所述重构波阻抗数据和所述河道相识别门限，确定所述目标地质层的砂岩厚度平面分布图；基于所述地震数据和每口井在所述目标地质层的沉积微相数据，确定所述目标地质层的河道平面形态分布图；将所述砂岩厚度平面分布图和所述河道平面形态分布图进行融合，得到所述目标区域内目标地质层的河道砂储层定量描述平面图。

在可选的实施方式中，基于所有井的所述测井数据和所述沉积微相数据，从所述测井数据对应的各测井参数中确定目标测井参数，包括：分别对每口井的沉积微相数据进行数字化处理，得到每口井的目标沉积微相数据；分别对每口井的测井数据进行归一化处理，得到每口井的目标测井数据；对所有井的目标测井数据和目标沉积微相数据进行交会分析，基于交会分析结果确定所述目标测井参数。

在可选的实施方式中，对所有井的目标测井数据和目标沉积微相数据进行交会分析，基于交会分析结果确定所述目标测井参数，包括：利用多元线性回归算法拟合每种测井参数对应的目标测井数据与目标沉积微相数据的算式，以得到每种测井参数对应的可决系数；将最大可决系数对应的测井参数作为所述目标测井参数。

在可选的实施方式中，基于所述目标测井参数、所述测井数据和所述沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和所述重构波阻抗数据的河道相识别门限，包括：分别基于每口井在目标地质层的第一测井数据和目标测井数据中的波阻抗数据，确定每口井在目标地质层的重构波阻抗数据；第一测井数据表示所述目标测井参数对应的目标测井数据；对所有井的所述重构波阻抗数据和目标沉积微相数据进行交会分析，基于交会分析结果确定所述重构波阻抗数据的河道相识别门限。

在可选的实施方式中，基于所述地震数据、所述重构波阻抗数据和所述河道相识别门限，确定所述目标地质层的砂岩厚度平面分布图，包括：基于所述地震数据和所有井在所述目标地质层的重构波阻抗数据进行地质统计学反演，得到所述目标地质层的重构波阻抗反演数据体；基于所述河道相识别门限对所述重构波阻抗反演数据体进行数据筛选处理，得到目标反演数据体；提取所述目标反演数据体的层段累加重构波阻抗属性，以构建所述目标地质层的层段累加重构波阻抗属性平面图；基于所述层段累加重构波阻抗属性平面图和每口井在所述目标地质层的河道砂岩厚度数据，确定所述目标地质层的砂岩厚度平面分布图。

在可选的实施方式中，基于所述层段累加重构波阻抗属性平面图和每口井在所述目标地质层的河道砂岩厚度数据，确定所述目标地质层的砂岩厚度平面分布图，包括：基于所述层段累加重构波阻抗属性平面图确定每口井在所述目标地质层的累加重构波阻抗属性；基于每口井在所述目标地质层的累加重构波阻抗属性和每口井在所述目标地质层的河道砂岩厚度数据，确定目标拟合关系；其中，所述目标拟合关系表征所述目标反演数据体的层段累加重构波阻抗属性与河道砂岩厚度的拟合关系；基于所述目标拟合关系，将所述层段累加重构波阻抗属性平面图转换为所述目标地质层的砂岩厚度平面分布图。

在可选的实施方式中，基于所述地震数据和每口井在所述目标地质层的沉积微相数据，确定所述目标地质层的河道平面形态分布图，包括：对地震数据进行目标类型的属性计算，得到若干三维属性体；其中，所述目标类型包括：振幅、频率、相位、统计学；提取每个所述三维属性体在所述目标地质层的层段平均属性，以构建每个所述层段平均属性的平面分布图；对每个所述平面分布图上所有井的属性值和所有井在所述目标地质层的沉积微相数据进行交会分析，基于交会分析结果确定目标属性；其中，所述目标属性表示对河道边界形态最敏感的地震属性；以所有井在所述目标地质层的沉积微相数据为约束，基于所述目标属性刻画河道边界形态，得到所述目标区域内目标地质层的河道平面形态分布图。

第二方面，本发明提供一种河道砂储层识别装置，包括：获取模块，用于获取目标区域的地震数据、所述目标区域内每口井在目标地质层的测井数据和沉积微相数据；第一确定模块，用于基于所有井的所述测井数据和所述沉积微相数据，从所述测井数据对应的各测井参数中确定目标测井参数；其中，所述目标测井参数表示对河道砂岩最敏感的测井参数；第二确定模块，用于基于所述目标测井参数、所述测井数据和所述沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和所述重构波阻抗数据的河道相识别门限；第三确定模块，用于基于所述地震数据、所述重构波阻抗数据和所述河道相识别门限，确定所述目标地质层的砂岩厚度平面分布图；第四确定模块，用于基于所述地震数据和每口井在所述目标地质层的沉积微相数据，确定所述目标地质层的河道平面形态分布图；融合模块，用于将所述砂岩厚度平面分布图和所述河道平面形态分布图进行融合，得到所述目标区域内目标地质层的河道砂储层定量描述平面图。

第三方面，本发明提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述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上述实施方式中任一项所述的河道砂储层识别方法的步骤。

第四方面，本发明提供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计算机指令，所述计算机指令被处理器执行时实现上述实施方式中任一项所述的河道砂储层识别方法。

本发明提供了一种河道砂储层识别方法，包括：获取目标区域的地震数据、目标区域内每口井在目标地质层的测井数据和沉积微相数据；基于所有井的测井数据和沉积微相数据，从测井数据对应的各测井参数中确定目标测井参数；其中，目标测井参数表示对河道砂岩最敏感的测井参数；基于目标测井参数、测井数据和沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和重构波阻抗数据的河道相识别门限；基于地震数据、重构波阻抗数据和河道相识别门限，确定目标地质层的砂岩厚度平面分布图；基于地震数据和每口井在目标地质层的沉积微相数据，确定目标地质层的河道平面形态分布图；将砂岩厚度平面分布图和河道平面形态分布图进行融合，得到目标区域内目标地质层的河道砂储层定量描述平面图。

本发明提供的河道砂储层识别方法，在确定砂体厚度时，选取河道砂岩最敏感的测井参数来重构波阻抗数据，再基于重构波阻抗数据确定砂体厚度，从而提高了河道砂岩厚度的识别准确性，并且，本发明是基于地震数据和每口井在目标地质层的沉积微相数据来刻画河道平面形态分布图，与利用人员经验刻画相比，保证了河道平面形态分布刻画的准确性，因此，本发明方法能够有效地缓解现有的河道砂储层识别方法存在的识别准确性差的技术问题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种河道砂储层识别方法的流程图；

图2为本发明实施例提供的一种砂岩厚度平面分布图的示意图；

图3为本发明实施例提供的一种层段平均属性的平面分布图的示意图；

图4为本发明实施例提供的一种河道平面形态分布图的示意图；

图5为本发明实施例提供的一种河道砂储层定量描述平面图的示意图；

图6为本发明实施例提供的一种河道砂储层识别装置的功能模块图；

图7为本发明实施例提供的一种电子设备的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

河道砂体是陆相盆地最重要的储层之一，如何准确定量地识别河道砂储层是油气勘探领域的一个研究热点。河道砂储层具有纵向多期叠置、横向变化快、单砂体厚度薄且分布不规律等特点而难以精确定量描述。一方面，前人在使用地震属性分析方法进行河道边界形态刻画时，选择地震属性时依赖于地质解释人员的经验；另一方面，对于河道砂厚度定量预测问题，通常使用波阻抗反演的结果，但上述反演结果并不能准确反演地下沉积微相信息，从而导致河道砂岩厚度预测不准确。有鉴于此，本发明实施例提供了一种河道砂储层识别方法，用以缓解上文中所涉及的技术问题。

实施例一

图1为本发明实施例提供的一种河道砂储层识别方法的流程图，如图1所示，该方法具体包括如下步骤：

步骤S102，获取目标区域的地震数据、目标区域内每口井在目标地质层的测井数据和沉积微相数据。

为了准确的识别河道砂储层，首先需要获取目标区域的地震数据，该区域内每口井在目标地质层的测井数据和沉积微相数据，上述目标区域即为待测工区，目标地质层可以根据实际的测量需求进行选择，例如可以为扶余油层。目标区域的地震数据可以表征目标区域地质体的三维空间信息；测井数据包括：每个井点处的测井曲线数据，测井曲线数据包括:自然伽马、自然电位等等10多种曲线。

步骤S104，基于所有井的测井数据和沉积微相数据，从测井数据对应的各测井参数中确定目标测井参数。

本发明实施例采用测井参数重构方法选取和河道砂岩最敏感的测井参数重构波阻抗数据，然后再进行河道砂岩反演，从而提高河道砂岩反演的准确性，进而提高对河道砂岩厚度的识别准确性。因此，在获取到每口井在目标地质层的测井数据和沉积微相数据之后，本发明实施例首先根据所有井的测井数据和沉积微相数据，从测井数据对应的各测井参数中确定出目标测井参数，其中，目标测井参数表示对河道砂岩最敏感的测井参数。一般地，测井参数包括：声波时差、密度、波阻抗、伽马、电阻率等，因此，测井数据包括每个井点处的声波时差曲线、密度曲线、波阻抗曲线、伽马曲线、电阻率曲线等。

步骤S106，基于目标测井参数、测井数据和沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和重构波阻抗数据的河道相识别门限。

如果确定出的目标测井参数为伽马，即表示根据所有井的测井数据和沉积微相数据确定对河道砂岩最敏感的测井参数是伽马，那么本步骤中将利用伽马进行数据重构，得到每口井在目标地质层的重构波阻抗数据，然后再根据重构波阻抗数据和沉积微相数据确定出重构波阻抗数据的河道相识别门限，也即，划分出河道相识别的门槛值。

步骤S108，基于地震数据、重构波阻抗数据和河道相识别门限，确定目标地质层的砂岩厚度平面分布图。

在计算得到重构波阻抗数据之后，根据重构波阻抗数据和地震数据即可进行河道砂岩反演，结合已经确定的河道相识别门限，就能进一步将非河道区域进行剔除，从而提升重构波阻抗反演数据体的精确度。进一步的，根据重构波阻抗反演数据体可提取出目标地质层的层段累加重构波阻抗属性平面图，进一步结合各个井点的砂岩厚度信息，拟合累加重构波阻抗属性与砂岩厚度之间的关系，即可通过层段累加重构波阻抗属性平面图确定出目标地质层的砂岩厚度平面分布图。

步骤S110，基于地震数据和每口井在目标地质层的沉积微相数据，确定目标地质层的河道平面形态分布图。

现有技术中，对河道平面形态进行刻画时，其地震属性的选择依赖专业人员的经验，因此，无法确保河道形态刻画的准确性。有鉴于此，本发明实施例是以地震数据和沉积微相数据作为依据，从多种地震属性中选择出对河道相区分度最高的属性，并将其作为刻画河道边界形态的属性，从而刻画出目标地质层的河道平面形态分布图。

步骤S112，将砂岩厚度平面分布图和河道平面形态分布图进行融合，得到目标区域内目标地质层的河道砂储层定量描述平面图。

在确定出砂岩厚度平面分布图和河道平面形态分布图之后，将二者进行融合，即可得到目标区域内目标地质层的河道砂储层定量描述平面图。本发明实施例不对融合处理的方法进行具体限定，用户可以根据实际需求进行选择，例如，融合处理的步骤可以为：首先将以上两种分布图进行数字化处理，例如，将河道平面形态分布图河道范围数值定为1，非河道部分定为0；然后将砂砂岩厚度平面分布图与河道平面形态分布图同坐标相乘，即可得到河道砂储层定量描述平面图，也即，储层定量描述图。或者，融合处理的步骤可以为：首先将以上两种分布图进行数字化处理，然后再将数字化处理后的分布图进行叠合显示，最后切除河道系统外的砂厚数据，从而得到具有清晰轮廓边界且附有砂岩厚度信息的河道砂储层定量预测图。

本发明提供的河道砂储层识别方法，在确定砂体厚度时，选取河道砂岩最敏感的测井参数来重构波阻抗数据，再基于重构波阻抗数据确定砂体厚度，从而提高了河道砂岩厚度的识别准确性，并且，本发明是基于地震数据和每口井在目标地质层的沉积微相数据来刻画河道平面形态分布图，与利用人员经验刻画相比，保证了河道平面形态分布刻画的准确性，因此，本发明方法能够有效地缓解现有的河道砂储层识别方法存在的识别准确性差的技术问题。

在一个可选的实施方式中，上述步骤S104，基于所有井的测井数据和沉积微相数据，从测井数据对应的各测井参数中确定目标测井参数，具体包括如下步骤：

步骤S1041，分别对每口井的沉积微相数据进行数字化处理，得到每口井的目标沉积微相数据。

步骤S1042，分别对每口井的测井数据进行归一化处理，得到每口井的目标测井数据。

为了便于后续步骤的数据处理，本发明实施例在获取到沉积微相数据之后，首先将其进行数字化处理，以得到每口井的目标沉积微相数据。数字化处理可以理解为为所有的沉积微相数据生成标签数据，例如，标签1代表主干河道相，标签2代表非主体河道相，标签3代表三角洲平原相。

同样的，为了便于后续计算分析，除了需要将沉积微相数据进行数字化处理，还需要将各个测井数据进行归一化处理，也即，数字标准化处理，具体的，将所有测井曲线(包括声波时差、密度、伽马、电阻率等曲线)的数值按照相应的值域范围等比例缩减到[0，1]之间，从而得到每口井的目标测井数据。

步骤S1043，对所有井的目标测井数据和目标沉积微相数据进行交会分析，基于交会分析结果确定目标测井参数。

为了确定出对河道砂岩最敏感的测井参数，在得到所有井的目标测井数据和目标沉积微相数据之后，将所有井的目标测井数据(也即，归一化处理后的所有类型的测井曲线)和目标沉积微相数据进行交会分析，从而根据交会分析结果确定出目标测井参数。其中，交会分析也称为交会图技术，是一种基于井点处数据的作图解释技术，它把多种井点处数据在平面图上交会，根据交会点的坐标确定目标参数的数值及范围。

在一个可选的实施方式中，上述步骤S1043中，对所有井的目标测井数据和目标沉积微相数据进行交会分析，基于交会分析结果确定目标测井参数，具体包括如下步骤：

步骤S10431，利用多元线性回归算法拟合每种测井参数对应的目标测井数据与目标沉积微相数据的算式，以得到每种测井参数对应的可决系数。

步骤S10432，将最大可决系数对应的测井参数作为目标测井参数。

根据交汇分析结果中数据的集中程度可锁定目标测井参数，但是为了能够更直观的得到所需的结果，本发明实施例采用了多元线性回归算法。具体的，利用多元线性回归算法拟合每种测井参数对应的目标测井数据与目标沉积微相数据的算式，从而可根据算式得到每种测井参数对应的可决系数R²。接下来，比较不同测井参数对应的可决系数，根据比较结果选取最大可决系数对应的测井参数作为目标测井参数。

在一个可选的实施方式中，上述步骤S106，基于目标测井参数、测井数据和沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和重构波阻抗数据的河道相识别门限，具体包括如下步骤：

步骤S1061，分别基于每口井在目标地质层的第一测井数据和目标测井数据中的波阻抗数据，确定每口井在目标地质层的重构波阻抗数据。

步骤S1062，对所有井的重构波阻抗数据和目标沉积微相数据进行交会分析，基于交会分析结果确定重构波阻抗数据的河道相识别门限。

为了提高河道砂岩厚度的识别准确性，选取出对河道砂岩最敏感的目标测井参数之后，需要进一步对每口井在目标地质层的波阻抗数据进行重构，重构需要使用每口井在目标地质层的第一测井数据和波阻抗数据，其中，第一测井数据表示目标测井参数对应的目标测井数据。本发明实施例不对波阻抗数据重构的方式进行具体限定，可以选择利用第一测井数据在目标频段的数据替换波阻抗数据在目标频段的数据。假设目测井参数为伽马，那么重构时可以选择将伽马曲线的中高频部分和波阻抗曲线的低频部分进行重构，得到重构波阻抗曲线。

在得到重构波阻抗数据之后，再将所有井的重构波阻抗数据和目标沉积微相数据相交会，即可划分出重构波阻抗数据的河道相识别门限。

在一个可选的实施方式中，上述步骤S108，基于地震数据、重构波阻抗数据和河道相识别门限，确定目标地质层的砂岩厚度平面分布图，具体包括如下步骤：

步骤S1081，基于地震数据和所有井在目标地质层的重构波阻抗数据进行地质统计学反演，得到目标地质层的重构波阻抗反演数据体。

步骤S1082，基于河道相识别门限对重构波阻抗反演数据体进行数据筛选处理，得到目标反演数据体。

具体的，在得到所有井在目标地质层的重构波阻抗数据之后，首先要结合目标区域的地震数据进行地质统计学反演。本发明实施例不对反演的方法进行限定，用户可以根据实际情况进行选择，例如，可以利用Jason软件的Statmod模块进行井控地质统计学反演，从而得到目标地质层的重构波阻抗反演数据体。

经过反演求得重构波阻抗反演数据体后，根据上文中所求得的重构波阻抗数据的河道相识别门限，可进一步对重构波阻抗反演数据体进行数据筛选处理，上述筛选处理具体为将河道相识别门限之外的数据归零，从而即可得到仅包含河道相信息的目标反演数据体。

步骤S1083，提取目标反演数据体的层段累加重构波阻抗属性，以构建目标地质层的层段累加重构波阻抗属性平面图。

步骤S1084，基于层段累加重构波阻抗属性平面图和每口井在目标地质层的河道砂岩厚度数据，确定目标地质层的砂岩厚度平面分布图。

接下来，对目标反演数据体提取层段累加重构波阻抗属性，并根据提取出的所有属性构建目标地质层的层段累加重构波阻抗属性平面图。已知本发明实施例实际还需要求得的是目标地质层的砂岩厚度平面分布图，所以只需要确定出砂岩厚度平面分布图和层段累加重构波阻抗属性平面图之间的关联，即可实现图之间的转换。已知通过沉积微相数据可以确定出每口井在目标地质层的河道砂岩厚度数据，根据层段累加重构波阻抗属性平面图可确定每口井的累加重构波阻抗属性，因此，利用层段累加重构波阻抗属性平面图和每口井在目标地质层的河道砂岩厚度数据，即可确定出目标地质层的砂岩厚度平面分布图。

在一个可选的实施方式中，上述步骤S1084，基于层段累加重构波阻抗属性平面图和每口井在目标地质层的河道砂岩厚度数据，确定目标地质层的砂岩厚度平面分布图，具体包括如下步骤：

步骤S10841，基于层段累加重构波阻抗属性平面图确定每口井在目标地质层的累加重构波阻抗属性。

步骤S10842，基于每口井在目标地质层的累加重构波阻抗属性和每口井在目标地质层的河道砂岩厚度数据，确定目标拟合关系。

其中，目标拟合关系表征目标反演数据体的层段累加重构波阻抗属性与河道砂岩厚度的拟合关系。

步骤S10843，基于目标拟合关系，将层段累加重构波阻抗属性平面图转换为目标地质层的砂岩厚度平面分布图。

具体的，为了确定出砂岩厚度平面分布图和层段累加重构波阻抗属性平面图之间的关联，首先在层段累加重构波阻抗属性平面图中选出每口井在该层段的累加重构波阻抗属性，同时，还已知每口井在目标地质层的河道砂岩厚度数据，因此，结合所有井的多组已知数据，利用多元线性回归方法即可构建出目标反演数据体的层段累加重构波阻抗属性与河道砂岩厚度的拟合公式，上述拟合公式即可表示目标拟合关系。最后根据目标拟合关系即可将层段累加重构波阻抗属性平面图转换为目标地质层的砂岩厚度平面分布图。图2为本发明实施例提供的一种砂岩厚度平面分布图的示意图。

确定目标拟合关系的过程例如：已知A1井1200m深度的河道砂岩厚度是4.2米，这一处的累积波阻抗(累加重构波阻抗属性)为60000，A2井1200m深度的河道砂岩厚度是5米，这一处的累积波阻抗为50000，以此类推，统计多个井的河道砂岩厚度数据和波阻抗信息，通过多元线性回归即可计算出目标反演数据体的层段累加重构波阻抗属性与河道砂岩厚度的拟合关系。

在一个可选的实施方式中，上述步骤S110，基于地震数据和每口井在目标地质层的沉积微相数据，确定目标地质层的河道平面形态分布图，具体包括如下步骤：

步骤S1101，对地震数据进行目标类型的属性计算，得到若干三维属性体。

步骤S1102，提取每个三维属性体在目标地质层的层段平均属性，以构建每个层段平均属性的平面分布图。

步骤S1103，对每个平面分布图上所有井的属性值和所有井在目标地质层的沉积微相数据进行交会分析，基于交会分析结果确定目标属性。

具体的，为了准确的刻画目标地质层的河道平面形态，本发明实施例需要确定出对河道边界最敏感的地震属性。由于地震属性数量非常多，可达上百种，但是很多属性差异不大，因此，首先对获取到的目标区域的地震数据进行目标类型的属性计算，得到若干三维属性体，其中，目标类型包括：振幅、频率、相位、统计学。也即，每种类型(振幅、频率、相位、统计学)各选取出一些地震属性进行属性计算，然后根据井上信息和地震属性的匹配度进行优选。本发明实施例不对属性计算的方法和地震属性的数量进行具体限定，用户可以根据实际需求进行选择，可选的，利用现有的landmark软件的PAL模块进行属性计算，计算振幅、频率、相位、统计学四种类型的三维属性体若干个。

接下来，提取每个三维属性体在目标地质层的层段平均属性，以构建每个层段平均属性的平面分布图。图3为本发明实施例提供的一种层段平均属性的平面分布图的示意图。

最后，统计各个属性在井点上的属性值，联合上文中已经求得的所有井在目标地质层的沉积微相数据，进行交会分析，从而确定出对沉积微相(特别是河道相)区分度最高的属性(目标属性)以及目标属性的河道相识别门限，其中，目标属性表示对河道边界形态最敏感的地震属性。本步骤中的交会分析具体为分别计算各个地震属性与沉积微相数据的相关系数，然后取最大相关系数对应的属性作为刻画河道边界形态的属性。

步骤S1104，以所有井在目标地质层的沉积微相数据为约束，基于目标属性刻画河道边界形态，得到目标区域内目标地质层的河道平面形态分布图。

确定出目标属性之后，即可根据目标属性刻画河道边界形态，但是因为根据地震属性预测得到的河道平面图准确率并不是100％，而井点处的信息比较可靠，因此需要以点带面，在井点处对平面预测结果进行校正，也即，如果井点处属性与井上沉积微相数据不匹配，则应以井点的沉积微相数据为准。通过上述方法，即可准确的勾勒出河道形态边界，得到目标区域内目标地质层的河道平面形态分布图。图4为本发明实施例提供的一种河道平面形态分布图的示意图。接下来，再将砂岩厚度数据填充在河道平面形态分布图中，将非河道区域设置为空白区，即可定量预测河道砂储层。也即，将图2和图4进行融合，即可得到图5所示的河道砂储层定量描述平面图。

综上所述，本发明实施例提供了一种河道砂储层识别方法，该方法在计算河道砂岩厚度时，采用测井参数重构方法选取和河道砂岩最敏感的测井参数重构参与河道砂岩反演，从而有效地提高了河道砂岩反演的准确性；在选择河道刻画属性时，采用将数字化的沉积微相信息与地震属性交会分析的方法来选择地震属性及确定河道的属性门槛值，利用上述方法所确定的地震属性的可靠性高于凭人员经验所选出的地震，保证了河道平面形态分布刻画的准确性；另外在对河道砂定量预测时，结合地震属性刻画的河道边界形态信息与地震反演的河道砂厚度信息，通过去除非河道区域，使得储层综合预测图不但具有明确的河道相地质意义，还具有砂体储层的厚度信息，可以为井位优选提供参考建议，简化了目标优选流程。也就是说，本发明方法解决了河道相地区河道分布复杂，砂岩识别困难的问题，解决了单一地震属性或者地震反演结果在储层预测效果不好的问题，优化了河道砂储层目标优选过程。根据本发明实施例所提供的方法确定的河道砂储层定量描述平面图可作为油气勘探开发阶段井位目标优选的参考。

实施例二

本发明实施例还提供了一种河道砂储层识别装置，该河道砂储层识别装置主要用于执行上述实施例一所提供的河道砂储层识别方法，以下对本发明实施例提供的河道砂储层识别装置做具体介绍。

图6是本发明实施例提供的一种河道砂储层识别装置的功能模块图，如图6所示，该装置主要包括：获取模块10，第一确定模块20，第二确定模块30，第三确定模块40，第四确定模块50，融合模块60，其中：

获取模块10，用于获取目标区域的地震数据、目标区域内每口井在目标地质层的测井数据和沉积微相数据。

第一确定模块20，用于基于所有井的测井数据和沉积微相数据，从测井数据对应的各测井参数中确定目标测井参数；其中，目标测井参数表示对河道砂岩最敏感的测井参数。

第二确定模块30，用于基于目标测井参数、测井数据和沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和重构波阻抗数据的河道相识别门限。

第三确定模块40，用于基于地震数据、重构波阻抗数据和河道相识别门限，确定目标地质层的砂岩厚度平面分布图。

第四确定模块50，用于基于地震数据和每口井在目标地质层的沉积微相数据，确定目标地质层的河道平面形态分布图。

融合模块60，用于将砂岩厚度平面分布图和河道平面形态分布图进行融合，得到目标区域内目标地质层的河道砂储层定量描述平面图。

本发明提供的河道砂储层识别装置所执行的河道砂储层识别方法，在确定砂体厚度时，选取河道砂岩最敏感的测井参数来重构波阻抗数据，再基于重构波阻抗数据确定砂体厚度，从而提高了河道砂岩厚度的识别准确性，并且，本发明是基于地震数据和每口井在目标地质层的沉积微相数据来刻画河道平面形态分布图，与利用人员经验刻画相比，保证了河道平面形态分布刻画的准确性，因此，本发明装置能够有效地缓解现有的河道砂储层识别方法存在的识别准确性差的技术问题。

可选地，第一确定模块20包括：

数字化处理单元，用于分别对每口井的沉积微相数据进行数字化处理，得到每口井的目标沉积微相数据。

归一化处理单元，用于分别对每口井的测井数据进行归一化处理，得到每口井的目标测井数据。

交会分析单元，用于对所有井的目标测井数据和目标沉积微相数据进行交会分析，基于交会分析结果确定目标测井参数。

可选地，交会分析单元具体用于：

利用多元线性回归算法拟合每种测井参数对应的目标测井数据与目标沉积微相数据的算式，以得到每种测井参数对应的可决系数。

将最大可决系数对应的测井参数作为目标测井参数。

可选地，第二确定模块30具体用于：

分别基于每口井在目标地质层的第一测井数据和目标测井数据中的波阻抗数据，确定每口井在目标地质层的重构波阻抗数据；第一测井数据表示目标测井参数对应的目标测井数据。

对所有井的重构波阻抗数据和目标沉积微相数据进行交会分析，基于交会分析结果确定重构波阻抗数据的河道相识别门限。

可选地，第三确定模块40包括：

反演单元，用于基于地震数据和所有井在目标地质层的重构波阻抗数据进行地质统计学反演，得到目标地质层的重构波阻抗反演数据体。

筛选单元，用于基于河道相识别门限对重构波阻抗反演数据体进行数据筛选处理，得到目标反演数据体。

提取单元，用于提取目标反演数据体的层段累加重构波阻抗属性，以构建目标地质层的层段累加重构波阻抗属性平面图。

确定单元，用于基于层段累加重构波阻抗属性平面图和每口井在目标地质层的河道砂岩厚度数据，确定目标地质层的砂岩厚度平面分布图。

可选地，确定单元具体用于：

基于层段累加重构波阻抗属性平面图确定每口井在目标地质层的累加重构波阻抗属性。

基于每口井在目标地质层的累加重构波阻抗属性和每口井在目标地质层的河道砂岩厚度数据，确定目标拟合关系；其中，目标拟合关系表征目标反演数据体的层段累加重构波阻抗属性与河道砂岩厚度的拟合关系。

基于目标拟合关系，将层段累加重构波阻抗属性平面图转换为目标地质层的砂岩厚度平面分布图。

可选地，第四确定模块50具体用于：

对地震数据进行目标类型的属性计算，得到若干三维属性体；其中，目标类型包括：振幅、频率、相位、统计学。

提取每个三维属性体在目标地质层的层段平均属性，以构建每个层段平均属性的平面分布图。

对每个平面分布图上所有井的属性值和所有井在目标地质层的沉积微相数据进行交会分析，基于交会分析结果确定目标属性；其中，目标属性表示对河道边界形态最敏感的地震属性。

以所有井在目标地质层的沉积微相数据为约束，基于目标属性刻画河道边界形态，得到目标区域内目标地质层的河道平面形态分布图。

实施例三

参见图7，本发明实施例提供了一种电子设备，该电子设备包括：处理器60，存储器61，总线62和通信接口63，所述处理器60、通信接口63和存储器61通过总线62连接；处理器60用于执行存储器61中存储的可执行模块，例如计算机程序。

其中，存储器61可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器61用于存储程序，所述处理器60在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的过程定义的装置所执行的方法可以应用于处理器60中，或者由处理器60实现。

处理器60可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61，处理器60读取存储器61中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的一种河道砂储层识别方法、装置和电子设备的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“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，或者是该发明产品使用时惯常摆放的方位或位置关系，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装置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，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“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。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (10)

1.一种河道砂储层识别方法，其特征在于，包括：

获取目标区域的地震数据、所述目标区域内每口井在目标地质层的测井数据和沉积微相数据；

基于所有井的所述测井数据和所述沉积微相数据，从所述测井数据对应的各测井参数中确定目标测井参数；其中，所述目标测井参数表示对河道砂岩最敏感的测井参数；

基于所述目标测井参数、所述测井数据和所述沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和所述重构波阻抗数据的河道相识别门限；

基于所述地震数据、所述重构波阻抗数据和所述河道相识别门限，确定所述目标地质层的砂岩厚度平面分布图；

基于所述地震数据和每口井在所述目标地质层的沉积微相数据，确定所述目标地质层的河道平面形态分布图；

将所述砂岩厚度平面分布图和所述河道平面形态分布图进行融合，得到所述目标区域内目标地质层的河道砂储层定量描述平面图。

2.根据权利要求1所述的河道砂储层识别方法，其特征在于，基于所有井的所述测井数据和所述沉积微相数据，从所述测井数据对应的各测井参数中确定目标测井参数，包括：

分别对每口井的沉积微相数据进行数字化处理，得到每口井的目标沉积微相数据；

分别对每口井的测井数据进行归一化处理，得到每口井的目标测井数据；

对所有井的目标测井数据和目标沉积微相数据进行交会分析，基于交会分析结果确定所述目标测井参数。

3.根据权利要求2所述的河道砂储层识别方法，其特征在于，对所有井的目标测井数据和目标沉积微相数据进行交会分析，基于交会分析结果确定所述目标测井参数，包括：

利用多元线性回归算法拟合每种测井参数对应的目标测井数据与目标沉积微相数据的算式，以得到每种测井参数对应的可决系数；

将最大可决系数对应的测井参数作为所述目标测井参数。

4.根据权利要求2所述的河道砂储层识别方法，其特征在于，基于所述目标测井参数、所述测井数据和所述沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和所述重构波阻抗数据的河道相识别门限，包括：

分别基于每口井在目标地质层的第一测井数据和目标测井数据中的波阻抗数据，确定每口井在目标地质层的重构波阻抗数据；第一测井数据表示所述目标测井参数对应的目标测井数据；

对所有井的所述重构波阻抗数据和目标沉积微相数据进行交会分析，基于交会分析结果确定所述重构波阻抗数据的河道相识别门限。

5.根据权利要求1-4任一项所述的河道砂储层识别方法，其特征在于，基于所述地震数据、所述重构波阻抗数据和所述河道相识别门限，确定所述目标地质层的砂岩厚度平面分布图，包括：

基于所述地震数据和所有井在所述目标地质层的重构波阻抗数据进行地质统计学反演，得到所述目标地质层的重构波阻抗反演数据体；

基于所述河道相识别门限对所述重构波阻抗反演数据体进行数据筛选处理，得到目标反演数据体；

提取所述目标反演数据体的层段累加重构波阻抗属性，以构建所述目标地质层的层段累加重构波阻抗属性平面图；

基于所述层段累加重构波阻抗属性平面图和每口井在所述目标地质层的河道砂岩厚度数据，确定所述目标地质层的砂岩厚度平面分布图。

6.根据权利要求5所述的河道砂储层识别方法，其特征在于，基于所述层段累加重构波阻抗属性平面图和每口井在所述目标地质层的河道砂岩厚度数据，确定所述目标地质层的砂岩厚度平面分布图，包括：

基于所述层段累加重构波阻抗属性平面图确定每口井在所述目标地质层的累加重构波阻抗属性；

基于每口井在所述目标地质层的累加重构波阻抗属性和每口井在所述目标地质层的河道砂岩厚度数据，确定目标拟合关系；其中，所述目标拟合关系表征所述目标反演数据体的层段累加重构波阻抗属性与河道砂岩厚度的拟合关系；

基于所述目标拟合关系，将所述层段累加重构波阻抗属性平面图转换为所述目标地质层的砂岩厚度平面分布图。

7.根据权利要求1-4任一项所述的河道砂储层识别方法，其特征在于，基于所述地震数据和每口井在所述目标地质层的沉积微相数据，确定所述目标地质层的河道平面形态分布图，包括：

对地震数据进行目标类型的属性计算，得到若干三维属性体；其中，所述目标类型包括：振幅、频率、相位、统计学；

提取每个所述三维属性体在所述目标地质层的层段平均属性，以构建每个所述层段平均属性的平面分布图；

对每个所述平面分布图上所有井的属性值和所有井在所述目标地质层的沉积微相数据进行交会分析，基于交会分析结果确定目标属性；其中，所述目标属性表示对河道边界形态最敏感的地震属性；

以所有井在所述目标地质层的沉积微相数据为约束，基于所述目标属性刻画河道边界形态，得到所述目标区域内目标地质层的河道平面形态分布图。

8.一种河道砂储层识别装置，其特征在于，包括：

获取模块，用于获取目标区域的地震数据、所述目标区域内每口井在目标地质层的测井数据和沉积微相数据；

第一确定模块，用于基于所有井的所述测井数据和所述沉积微相数据，从所述测井数据对应的各测井参数中确定目标测井参数；其中，所述目标测井参数表示对河道砂岩最敏感的测井参数；

第二确定模块，用于基于所述目标测井参数、所述测井数据和所述沉积微相数据，确定每口井在目标地质层的重构波阻抗数据和所述重构波阻抗数据的河道相识别门限；

第三确定模块，用于基于所述地震数据、所述重构波阻抗数据和所述河道相识别门限，确定所述目标地质层的砂岩厚度平面分布图；

第四确定模块，用于基于所述地震数据和每口井在所述目标地质层的沉积微相数据，确定所述目标地质层的河道平面形态分布图；

融合模块，用于将所述砂岩厚度平面分布图和所述河道平面形态分布图进行融合，得到所述目标区域内目标地质层的河道砂储层定量描述平面图。

9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述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上述权利要求1至7中任一项所述的河道砂储层识别方法的步骤。

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计算机指令，所述计算机指令被处理器执行时实现上述权利要求1至7中任一项所述的河道砂储层识别方法。

Images