CN114966851B - 一种储层预测方法、装置及存储介质 - Google Patents
一种储层预测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114966851B CN114966851B CN202210521878.4A CN202210521878A CN114966851B CN 114966851 B CN114966851 B CN 114966851B CN 202210521878 A CN202210521878 A CN 202210521878A CN 114966851 B CN114966851 B CN 114966851B
- Authority
- CN
- China
- Prior art keywords
- vector
- avo
- reservoir
- space
- 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 41
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 239000013598 vector Substances 0.000 claims abstract description 507
- 230000008859 change Effects 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 238000010606 normalization Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 19
- 230000002194 synthesizing effect Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 12
- 230000000704 physical effect Effects 0.000 claims description 9
- 239000011435 rock Substances 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 238000002203 pretreatment Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 16
- 230000005856 abnormality Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- -1 i.e. Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/306—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
- G01V2210/624—Reservoir parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
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
本申请公开了一种储层预测方法、装置及存储介质,用于提高储层预测的精度。本申请公开的储层预测方法用不同的AVO属性的属性值合成多维度空间向量,通过向量方式,精确定位AVO异常的位置。在不同空间比对正演储层AVO向量和实际地震AVO向量响应,找出相关度最高的地震响应所在向量空间作为储层预测的敏感向量空间。在敏感向量空间确定后,根据正演储层AVO向量变化最快的方向,重构向量空间坐标系,使该坐标系能最大程度突出储层变化特征;同时,基于储层正演的结果,确定AVO向量的有效储层变化区域,追踪该区域内的地震AVO向量样点分布来预测储层。本申请还提供了一种储层预测装置及存储介质。
Description
技术领域
本申请涉及勘探技术领域,尤其涉及一种储层预测方法、装置和存储介质。
背景技术
当砂岩储层含气后,AVO(Amplitue Variation with Offset,振幅随偏移距变化)振幅随偏移距增大而增大,在油气勘探中具有一定的应用。但是传统AVO技术寻找储层具有局限性。由于盖层岩性、储层岩性、物性、含油气性变化的复杂性,实际地层地震反射AVO关系是渐变过渡的,并不存在突变的分类界线,业界对各类AVO分类位置并没有严格的定义,实际工作中,不同的人、不同的情况下对分类位置的选取不一,存在模糊性和人为性。此外,有利储层的AVO异常位置并不总是在强度最大的位置上,导致储层预测不准确。
发明内容
针对上述技术问题,本申请实施例提供了一种储层预测方法、装置及存储介质,用以提高储层预测的准确性。
第一方面,本申请实施例提供的一种储层预测方法,包括:
根据正演道集计算第一截距,第一梯度和第一曲率;
根据地震道集计算第二截距,第二梯度和第二曲率;
根据所述第一截距,第一梯度和第一曲率,合成二维空间正演AVO向量和三维空间正演AVO向量;
根据所述第二截距,第二梯度和第二曲率,合成二维空间地震AVO向量和三维空间地震AVO向量;
根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间;
根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子,对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理;
根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系,并根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换;
在所述第二坐标系中,根据正演AVO向量确定AVO向量的有效储层波动区域;
根据所述AVO向量的有效储层波动区域预测储层分布。
优选的,所述二维空间正演AVO向量或者二维空间地震AVO向量包括:
截距梯度二维空间向量、截距曲率二维空间向量和梯度曲率二维空间向量。
优选的所述根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间包括:
计算所述截距梯度二维向量空间内地震AVO向量和正演AVO向量的第一相关度;
计算所述截距曲率二维向量空间内地震AVO向量和正演AVO向量的第二相关度;
计算所述梯度曲率二维向量空间内地震AVO向量和正演AVO向量的第三相关度;
计算所述截距梯度曲率三维向量空间内地震AVO向量和正演AVO向量的第四相关度;
确定所述第一相关度,第二相关度,第三相关度和第四相关度中的最大值,将所述最大值对应的向量空间,作为储层敏感AVO向量空间。
其中,根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子包括:
所述匹配因子包括截距匹配因子,梯度匹配因子和曲率匹配因子;
其中,所述截距匹配因子rp根据以下公式确定:
rp=Pmax正演/Pmax地震,Pmax正演为所述储层敏感AVO向量空间中正演AVO向量截距的最大值,Pmax地震为所述储层敏感AVO向量空间中地震AVO向量截距的最大值;
所述梯度匹配因子rg根据以下公式确定:
rg=Gmax正演/Gmax地震,Gmax正演为所述储层敏感AVO向量空间中正演AVO向量梯度的最大值,Gmax地震为所述储层敏感AVO向量空间中地震AVO向量梯度的最大值;
所述曲率匹配因子rc根据以下公式确定:
rc=Cmax正演/Cmax地震,Cmax正演为所述储层敏感AVO向量空间中正演AVO向量曲率的最大值,Cmax地震为所述储层敏感AVO向量空间中地震AVO向量曲率的最大值。
优选的,所述对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理包括:
根据以下公式进行标准化处理:
P'标准化=rp.P地震,
G'标准化=rg.G地震,
C'标准化=rc.C地震,
其中,P'标准化为标准化处理后的截距,G'标准化为标准化处理后的梯度,C'标准化为标准化处理后的曲率,P地震为标准化处理前的截距,G地震为标准化处理前的梯度,C地震为标准化处理前的曲率。
优选的,根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系包括:
所述第二坐标系的原点为原坐标系中有效储层变化的起始点位置;
所述第二坐标系相对原坐标系的旋转角度为储层物性和/或含油气性变化最快的方向与原始坐标系的夹角。
优选的,根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换包括:
对于截距P,梯度G,曲率C,通过以下公式进行坐标变换:
其中,P为原坐标系中的截距,G为原坐标系中的梯度,C为原坐标系中的曲率,ΔP为截距在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,ΔG为梯度在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,ΔC为曲率在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,α为所述第二坐标系沿P轴的旋转角度,β为所述第二坐标系沿G轴的旋转角度,θ为所述第二坐标系沿C轴的旋转角度。
优选的,所述根据正演AVO向量确定AVO向量的有效储层波动区域包括:
根据区域地质分析、已钻井资料确定岩石组分、孔隙度和含油气性的有效变化范围,再根据所述有效变化范围的正演结果,确定所述储层敏感AVO向量的波动区域,将所述储层敏感AVO向量的波动区域作为所述有效储层波动区域。
优选的,根据所述AVO向量的有效储层波动区域预测储层分布,包括:
根据所述有效储层波动区域,在目的层段内追踪在所述有效储层波动区域内的地震AVO向量样点,将所述地震AVO向量样点投影到地震剖面和平面图,得到有效储层分布。
通过本发明的方法,用不同的AVO属性的属性值合成多维度空间向量,通过向量方式,精确定位AVO异常的位置。在不同空间比对正演储层AVO向量和实际地震AVO向量响应,找出相关度最高的地震响应所在向量空间作为储层预测的敏感向量空间。在敏感向量空间确定后,根据正演储层AVO向量变化最快的方向,重构向量空间坐标系,使该坐标系能最大程度突出储层变化特征;同时,基于储层正演的结果,确定AVO向量的有效储层变化区域,追踪该区域内的地震AVO向量样点分布来预测储层。通过本发明的方法,能够准确匹配理想储层响应和实际地震响应,避免分类方式、单一属性值方式带来的模糊性,提高储层预测的精度。
第二方面,本申请实施例还提供一种储层预测装置,包括:
向量合成模块,被配置用于根据正演道集计算第一截距,第一梯度和第一曲率;根据地震道集计算第二截距,第二梯度和第二曲率;根据所述第一截距,第一梯度和第一曲率,合成二维空间、三维空间正演AVO向量;根据所述第二截距,第二梯度和第二曲率,合成二维、三维空间地震AVO向量;根据所述正演AVO向量和所述地震AVO向量确定储层敏感AVO向量空间;根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子,对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理;
坐标变换模块,被配置用于根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系,并根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换;
预测模块,被配置用于在所述第二坐标系中,根据正演AVO向量确定AVO向量的有效储层波动区域;根据所述AVO向量的有效储层波动区域预测储层分布。
第三方面,本申请实施例还提供一种储层预测装置,包括:存储器、处理器和用户接口;
所述存储器,用于存储计算机程序;
所述用户接口,用于与用户实现交互;
所述处理器,用于读取所述存储器中的计算机程序,所述处理器执行所述计算机程序时,实现本发明提供的储层预测方法。
第四方面,本申请实施例还提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述处理器执行所述计算机程序时实现本发明提供的储层预测方法。
附图说明
为了更清楚地说明本申请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要介绍,显而易见地,下面描述中的附图仅是本申请的一些实施例,对于本领域的普通技术人员来讲,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储层预测方法流程示意图;
图2为本申请实施例提供的正演泥岩盖层、砂岩储层在截距~梯度二维空间样点位置、重构坐标系位置及有效储层AVO向量波动区域示意图;
图3为本申请实施例提供的截距~梯度二维空间实际地震资料样点位置图在新坐标系位置及有效储层AVO向量波动区域示意图;
图4为本申请实施例提供的预测储层剖面位置示意图;
图5为本申请实施例提供的预测储层平面位置示意图;
图6为本申请实施例提供的储层预测装置示意图;
图7为本申请实施例提供的另一储层预测装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,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它实施例,都属于本发明保护的范围。
下面对文中出现的一些词语进行解释:
1、本发明实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
2、本申请实施例中术语“多个”是指两个或两个以上,其它量词与之类似。
3、AVO分类。AVO类型分为4类,以I-IV罗马数字表示。以地震资料样点所在的AVO分区位置来寻找油气藏。以低阻抗砂岩为例,低阻抗砂岩含气后,砂岩顶界AVO响应为III类AVO异常。
4、AVO属性。AVO属性包括截距、梯度和曲率。梯度属性主要反映地层内物性、流体变化。由于地层阻抗变化、物性、流体变化会同时引起截距、梯度量值变化,单一属性无法准确反映地层性质。曲率属性需要入射角大于30度时才有明显的响应,现有技术中未有应用。
5、正演道集:通过已知的上覆/下伏地层岩石物理参数、厚度等计算得到的在不同偏移距上的理论地震波响应。
6、地震道集:通过地震资料采集、处理得到的地层在不同偏移距上对地震波实际响应;
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,本申请实施例的展示顺序仅代表实施例的先后顺序,并不代表实施例所提供的技术方案的优劣。
实施例一
参见图1,本申请实施例提供的一种储层预测方法示意图,如图1所示,该方法包括步骤S101到S108:
S101,计算截距,梯度和曲率,包含S101a和S101b,S101a和S101b没有执行的先后顺序要求,即可以先执行S101a再执行S101b,也可以先执行S101b再执行S101a,也可以同时执行S101a和S101b,在执行S102之前完成S101a和S101b即可。
S101a,根据正演道集计算第一截距,第一梯度和第一曲率;
S101b,根据地震道集计算第二截距,第二梯度和第二曲率;
其中,根据正演道集计算第一截距,第一梯度和第一曲率是根据正演道集计算AVO的第一截距,第一梯度和第一曲率;根据地震道集计算第二截距,第二梯度和第二曲率是根据地震道集计算AVO的第二截距,第二梯度和第二曲率;
优选的,AVO截距P、梯度G、曲率C与地震反射系数的关系如下式:
R(θ)=P+G sin2θ+C(tan2θ-sin2θ)
其中R为反射系数,θ为入射角。
S102,合成向量空间,包括S102a和S102b,S102a和S102b没有执行的先后顺序要求,即可以先执行S102a再执行S102b,也可以先执行S102b再执行S102a,也可以同时执行S102a和S102b,在执行S103之前完成S102a和S102b即可。
S102a,根据所述第一截距,第一梯度和第一曲率,合成二维空间正演AVO向量和三维空间正演AVO向量;
S102b,根据所述第二截距,第二梯度和第二曲率,合成二维空间地震AVO向量和三维空间地震AVO向量;
所述二维空间正演AVO向量或者二维空间地震AVO向量包括:截距~梯度(也可表示为截距梯度)二维空间向量、截距~曲率(也可表示为截距曲率)二维空间向量和梯度~曲率(也可表示为梯度曲率)二维空间向量。所述三维空间正演AVO向量或者三维空间地震AVO向量包括:截距~梯度~曲率(也可表示为截距梯度曲率)三维空间向量。也就是说,二维空间向量,即由两个维度构成的二维空间中的向量,两个维度可以是截距、梯度和曲率中的任意二者。具体的,二维空间正演AVO向量包括正演道集计算得到的截距~梯度二维空间向量、截距~曲率二维空间向量和梯度~曲率二维空间向量;二维空间地震AVO向量包括地震道集计算得到的截距~梯度二维空间向量、截距~曲率二维空间向量和梯度~曲率二维空间向量。
三维空间向量,即由三个维度构成的三维空间中的向量,本发明实施例中,三个维度为截距、梯度和曲率。具体的,三维空间正演AVO向量为正演道集计算得到的截距~梯度~曲率三维空间向量;三维空间地震AVO向量为地震道集计算得到的截距~梯度~曲率三维空间向量。
S103,根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间;
作为一种优选示例,本步骤包括:
计算所述截距梯度二维向量空间内地震AVO向量和正演AVO向量的第一相关度;
计算所述截距曲率二维向量空间内地震AVO向量和正演AVO向量的第二相关度;
计算所述梯度曲率二维向量空间内地震AVO向量和正演AVO向量的第三相关度;
计算所述截距梯度曲率三维向量空间内地震AVO向量和正演AVO向量的第四相关度;
确定所述第一相关度,第二相关度,第三相关度和第四相关度中的最大值,将所述最大值对应的向量空间,作为储层敏感AVO向量空间。
作为一种优选示例,计算所述截距~梯度二维向量空间内地震AVO向量和正演AVO向量的第一相关度可以是:截距~梯度二维向量空间内包含的地震AVO向量和正演AVO向量,计算二者之间的相关度。相应的,第二相关度可以是:截距~曲率二维向量空间内包含的地震AVO向量和正演AVO向量,计算二者之间的相关度;相应的,计算所述梯度~曲率二维向量空间内地震AVO向量和正演AVO向量;第三相关度可以是:梯度~曲率二维向量空间内包含的地震AVO向量和正演AVO向量,计算二者之间的相关度。
作为一种优选示例,计算所述截距~梯度~曲率三维向量空间内地震AVO向量和正演AVO向量的第四相关度可以是:截距~梯度~曲率三维向量空间内包含的地震AVO向量和正演AVO向量,计算二者之间的相关度
作为一种优选示例,相关度计算方法可以采用统计学方法,如余弦相似系数、皮尔逊相似系数,计算正演AVO向量和地震AVO向量的相关度。
作为一种优选示例,确定所述第一相关度,第二相关度,第三相关度和第四相关度中的最大值,将所述最大值对应地震AVO向量所在的向量空间,作为储层敏感AVO向量空间,即先计算出第一相关度,第二相关度,第三相关度和第四相关度,对第一相关度,第二相关度,第三相关度和第四相关度进行大小排序,选出最大的相关度,将该最大的相关度对应的AVO向量空间,作为储层敏感AVO向量空间。例如,第一相关度为0.9,第二相关度为0.85,第三相关度为0.82,第四相关度为0.82的情况下,取第一相关度所在的空间,也即截距~梯度空间为储层敏感AVO向量空间。
S104,根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子,对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理;
由于正演的向量和实际地震向量取值空间往往不同,需要标准化到同一取值空间。通过分别比对敏感向量空间内正演、地震AVO向量各分量值域,确定匹配因子。匹配因子可以通过统计方法获得,进行统计前应先对异常值进行剔除,确保AVO向量各分量值域的合理性。通过匹配运算将地震AVO向量值域标准化到正演AVO向量值域。
作为一种优选示例,所述匹配因子包括截距匹配因子,梯度匹配因子和曲率匹配因子;
其中,所述截距匹配因子rp根据以下公式确定:
rp=Pmax正演/Pmax地震,Pmax正演为所述储层敏感AVO向量中正演AVO向量截距的最大值,Pmax地震为所述储层敏感AVO向量中地震AVO向量截距的最大值;
所述梯度匹配因子rg根据以下公式确定:
rg=Gmax正演/Gmax地震,Gmax正演为所述储层敏感AVO向量中正演AVO向量梯度的最大值,Gmax地震为所述储层敏感AVO向量中地震AVO向量梯度的最大值;
所述曲率匹配因子rc根据以下公式确定:
rc=Cmax正演/Cmax地震,Cmax正演为所述储层敏感AVO向量中正演AVO向量曲率的最大值,Cmax地震为所述储层敏感AVO向量中地震AVO向量曲率的最大值。
本步骤中,计算出截距匹配因子,梯度匹配因子和曲率匹配因子后,根据计算出来的截距匹配因子,梯度匹配因子和曲率匹配因子对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理,具体的可以是:
根据以下公式进行标准化处理:
P'标准化=rp.P地震,
G'标准化=rg.G地震,
C'标准化=rc.C地震,
其中,P'标准化为标准化处理后的截距,G'标准化为标准化处理后的梯度,C'标准化为标准化处理后的曲率,P地震为标准化处理前的截距,G地震为标准化处理前的梯度,C地震为标准化处理前的曲率。其中,.表示乘积运算。
S106,根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系,并根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换;
根据正演结果,确定反映敏感向量的新的坐标原点和坐标旋转角度,即第二坐标系的坐标原点和坐标旋转角度,原始坐标系即转换前的坐标系。原始坐标系方向不是储层物性、含油气性变化最快的方向,对储层变化的反映不够精确。通过确定储层物性、含油气性变化最快的方向与原始坐标系的夹角,以原始坐标系中的有效储层变化的起始点位置作为新坐标系原点,确定向量空间各分量的原点位移量。即:
所述第二坐标系的原点为原坐标系中有效储层变化的起始点位置;
所述第二坐标系相对原坐标系的旋转角度为储层物性和/或含油气性变化最快的方向与原始坐标系的夹角。
具体的,本步骤中,根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换可以是:
对于截距P,梯度G,曲率C,通过以下公式进行坐标变换:
其中,P为原坐标系中的截距,G为原坐标系中的梯度,C为原坐标系中的曲率,ΔP为截距在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,ΔG为梯度在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,ΔC为曲率在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,α为所述第二坐标系沿P轴的旋转角度,β为所述第二坐标系沿G轴的旋转角度,θ为所述第二坐标系沿C轴的旋转角度。
如图2和图3所示为坐标转换结果,以截距P和梯度G为例,原始坐标系即为转换前的坐标系,新坐标系即为第二坐标系。
S107,在所述第二坐标系中,根据正演AVO向量确定AVO向量的有效储层波动区域;
由于储层岩石组分、孔隙度、含油气性是连续变化的量,需要根据区域地质分析、测井岩石物理分析结果,确定其岩石组分、孔隙度、含油气性可能变化范围,再根据该变化范围内的正演结果,确定有效储层敏感向量的波动区域,以此波动区域为AVO向量储层预测的向量有效区域。即:
根据区域地质分析、已钻井资料确定岩石组分、孔隙度和含油气性的有效变化范围,再根据所述有效变化范围的正演结果,确定所述储层敏感AVO向量的波动区域,将所述储层敏感AVO向量的波动区域作为所述有效储层波动区域。
作为一种优选示例,根据区域地质分析、测井岩石物理分析结果,确定其岩石组分、孔隙度、含油气性可能变化范围可以包括以下三个步骤:
步骤1:区域地质分析。包括构造演化史、沉积演化史分析,分析目标层段的沉积环境,找出区域内典型的储层、盖层组合;
步骤2:获取区域内已钻井的测井曲线。首先进行环境校正、标准化处理,通过岩石物理分析,获取储层、盖层的弹性参数,具体包括P波速度、S波速度、密度等;
步骤3:根据区域地质分析和测井曲线分析的结果,估计储层的厚度、孔隙度、流体可能变化范围,形成不同厚度、孔隙度、水饱和度正演组合。作为一种优选示例,利用Zoeppritz方程正演储层变化的地震响应,Zoeppritz方程公式如下:
假设两层弹性介质,其纵波速度、横波速度、密度分别为VP1、VS1、ρ1,VP2、VS2、ρ2
其中,rP为反射纵波反射系数,rS为反射横波反射系数,TP为透射纵波反射系数,TS为透射横波反射系数,θ1为入射角,θ2为折射角,φ1为横波反射角,φ2为横波透射角。
S108,根据所述AVO向量的有效储层波动区域预测储层分布。
本步骤中,根据所述有效储层波动区域,在目的层段内追踪在所述有效储层波动区域内的地震AVO向量样点,将所述地震AVO向量样点投影到地震剖面和平面图,得到有效储层分布。也就是说,追踪目的层段在有效储层AVO向量有效储层波动区域内的地震AVO向量样点(例如附图3中所示),将得到的地震数据样点投影到地震剖面,即为预测的储层的垂向分布(例如附图4中所示),将样点顶面投影到平面图,即为预测的储层的平面分布,预测的结果如图5所示。
通过本发明的方法,用不同的AVO属性的属性值合成多维度空间向量,通过向量方式,精确定位AVO异常的位置。在不同空间比对正演储层AVO向量和实际地震AVO向量响应,找出相关度最高的地震响应向量空间作为储层预测的敏感向量空间。在敏感向量空间确定后,根据正演储层AVO向量变化最快的方向,重构向量空间坐标系,使该坐标系能最大程度突出储层变化特征;同时,基于储层正演的结果,确定AVO向量的有效储层变化区域,追踪该区域内的地震AVO向量样点分布来预测储层。通过本发明的方法,能够准确匹配理想储层响应和实际地震响应,避免分类方式、单一属性值方式带来的模糊性,提高储层预测的精度。
通过本实施例的方法,与现有AVO储层预测技术相比,本发明掘弃了传统AVO分类方法带来的模糊性、人为性及单一属性值方式带来的多解性,充分利用了地震数据AVO截距、梯度、曲率信息。通过不同的AVO属性合成不同空间向量,以向量运算的方式,比对实际地震响应与正演储层响应的AVO向量空间位置,达到对储层进行精确预测的目的。本预测方法既可以用于成熟的勘探、开发区,也可以用于无井区,提高油气勘探、开发的成功率。
实施例二
基于同一个发明构思,本发明实施例还提供了一种储层预测装置,如图6所示,该装置包括:
向量合成模块,被配置用于根据正演道集计算第一截距,第一梯度和第一曲率;根据地震道集计算第二截距,第二梯度和第二曲率;根据所述第一截距,第一梯度和第一曲率,合成二维空间、三维空间正演AVO向量;根据所述第二截距,第二梯度和第二曲率,合成二维、三维空间地震AVO向量;根据所述正演AVO向量和所述地震AVO向量确定储层敏感AVO向量空间;根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子,对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理;
坐标变换模块,被配置用于根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系,并根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换;
预测模块,被配置用于在所述第二坐标系中,根据正演AVO向量确定AVO向量的有效储层波动区域;根据所述AVO向量的有效储层波动区域预测储层分布。
作为一种优选示例,所述二维空间正演AVO向量或者二维空间地震AVO向量包括:截距~梯度二维空间向量、截距~曲率二维空间向量和梯度~曲率二维空间向量。所述三维空间正演AVO向量或者三维空间地震AVO向量包括:截距~梯度~曲率三维空间向量。也就是说,二维空间向量,即由两个维度构成的二维空间中的向量,两个维度可以是截距、梯度和曲率中的任意二者。具体的,二维空间正演AVO向量包括正演道集计算得到的截距~梯度二维空间向量,正演道集计算得到的截距~曲率二维空间向量和正演梯度~曲率二维空间向量;二维空间地震AVO向量包括地震道集计算得到的截距~梯度二维空间向量,地震道集计算得到的截距~曲率二维空间向量和地震梯度~曲率二维空间向量。
三维空间向量,即由三个维度构成的三维空间中的向量,本发明实施例中,三个维度为截距、梯度和曲率。具体包括正演道集计算得到的截距、梯度、曲率构成的三维空间向量;地震道集计算得到的截距、梯度、曲率构成的三维空间向量。
作为一种优选示例,所述向量合成模块还被配置用于确定储层敏感AVO向量:
计算所述截距~梯度二维向量空间内地震AVO向量和正演AVO向量的第一相关度;
计算所述截距~曲率二维向量空间内地震AVO向量和正演AVO向量的第二相关度;
计算所述梯度~曲率二维向量空间内地震AVO向量和正演AVO向量的第三相关度;
计算所述截距~梯度~曲率三维向量空间内地震AVO向量和正演AVO向量的第四相关度;
确定所述第一相关度,第二相关度,第三相关度和第四相关度中的最大值,将所述最大值对应地震AVO向量所在的向量,作为储层敏感AVO向量。
其中,所述匹配因子包括截距匹配因子,梯度匹配因子和曲率匹配因子,所述截距匹配因子rp根据以下公式确定:
rp=Pmax正演/Pmax地震,Pmax正演为所述储层敏感AVO向量中正演AVO向量截距的最大值,Pmax地震为所述储层敏感AVO向量中地震AVO向量截距的最大值;
所述梯度匹配因子rg根据以下公式确定:
rg=Gmax正演/Gmax地震,Gmax正演为所述储层敏感AVO向量中正演AVO向量梯度的最大值,Gmax地震为所述储层敏感AVO向量中地震AVO向量梯度的最大值;
所述曲率匹配因子rc根据以下公式确定:
rc=Cmax正演/Cmax地震,Cmax正演为所述储层敏感AVO向量中正演AVO向量曲率的最大值,Cmax地震为所述储层敏感AVO向量中地震AVO向量曲率的最大值。
作为一种优选示例,所述向量确定模块还被配置用于根据以下公式对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理:
P'标准化=rp.P地震,
G'标准化=rg.G地震,
C'标准化=rc.C地震,
其中,P'标准化为标准化处理后的截距,G'标准化为标准化处理后的梯度,C'标准化为标准化处理后的曲率,P地震为标准化处理前的截距,G地震为标准化处理前的梯度,C地震为标准化处理前的曲率。
作为一种优选示例,所述坐标变换模块还被配置用于根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系包括:
所述第二坐标系的原点为原坐标系中有效储层变化的起始点位置;
所述第二坐标系相对原坐标系的旋转角度为储层物性和/或含油气性变化最快的方向与原始坐标系的夹角。
对于截距P,梯度G,曲率C,通过以下公式进行坐标变换:
其中,P为原坐标系中的截距,G为原坐标系中的梯度,C为原坐标系中的曲率,ΔP为截距在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,ΔG为梯度在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,ΔC为曲率在第二坐标系中坐标原点相对原坐标系坐标原点的平移量,α为所述第二坐标系沿P轴的旋转角度,β为所述第二坐标系沿G轴的旋转角度,θ为所述第二坐标系沿C轴的旋转角度。
作为一种优选示例,所述预测模块还被配置用于根据正演AVO向量确定AVO向量的有效储层波动区域包括:
根据区域地质分析、已钻井资料确定岩石组分、孔隙度和含油气性的有效变化范围,再根据所述有效变化范围的正演结果,确定所述储层敏感AVO向量的波动区域,将所述储层敏感AVO向量的波动区域作为所述有效储层波动区域。
作为一种优选示例,所述预测模块还被配置用于根据所述AVO向量的有效储层波动区域预测储层分布包括:
根据所述有效储层波动区域,在目的层段内追踪在所述有效储层波动区域内的地震AVO向量样点,将所述地震AVO向量样点投影到地震剖面和平面图,得到有效储层分布。
需要说明的是,本实施例提供的向量合成模块,能实现实施例一中步骤S101到S105包含的全部功能,解决相同技术问题,达到相同技术效果,在此不再赘述;
需要说明的是,本实施例提供的坐标变换模块,能实现实施例一中步骤S106包含的全部功能,解决相同技术问题,达到相同技术效果,在此不再赘述;
需要说明的是,本实施例提供的预测模块,能实现实施例一中步骤S107到S108包含的全部功能,解决相同技术问题,达到相同技术效果,在此不再赘述;
需要说明的是,实施例二提供的装置与实施例一提供的方法属于同一个发明构思,解决相同的技术问题,达到相同的技术效果,实施例二提供的装置能实现实施例一的所有方法,相同之处不再赘述。
实施例三
基于同一个发明构思,本发明实施例还提供了一种储层预测装置,如图7所示,该装置包括:
包括存储器702、处理器701和用户接口703;
所述存储器702,用于存储计算机程序;
所述用户接口703,用于与用户实现交互;
所述处理器701,用于读取所述存储器702中的计算机程序,所述处理器701执行所述计算机程序时,实现:
根据正演道集计算第一截距,第一梯度和第一曲率;
根据地震道集计算第二截距,第二梯度和第二曲率;
根据所述第一截距,第一梯度和第一曲率,合成二维空间正演AVO向量和三维空间正演AVO向量;
根据所述第二截距,第二梯度和第二曲率,合成二维空间地震AVO向量和三维空间地震AVO向量;
根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间;
根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子,对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理;
根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系,并根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换;
在所述第二坐标系中,根据正演AVO向量确定AVO向量的有效储层波动区域;
根据所述AVO向量的有效储层波动区域预测储层分布。
其中,在图7中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器701代表的一个或多个处理器和存储器702代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。处理器701负责管理总线架构和通常的处理,存储器702可以存储处理器701在执行操作时所使用的数据。
处理器701可以是CPU、ASIC、FPGA或CPLD,处理器701也可以采用多核架构。
处理器701执行存储器702存储的计算机程序时,实现实施例一中的任一储层预测方法。
需要说明的是,实施例三提供的装置与实施例一提供的方法属于同一个发明构思,解决相同的技术问题,达到相同的技术效果,实施例三提供的装置能实现实施例一的所有方法,相同之处不再赘述。
本申请还提出一种处理器可读存储介质。其中,该处理器可读存储介质存储有计算机程序,所述处理器执行所述计算机程序时实现实施例一中的任一储层预测方法。
需要说明的是,本申请实施例中对单元的划分是示意性的,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。另外,在本申请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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种储层预测方法,其特征在于包括:
根据正演道集计算第一截距,第一梯度和第一曲率;
根据地震道集计算第二截距,第二梯度和第二曲率;
根据所述第一截距,第一梯度和第一曲率,合成二维空间正演AVO向量和三维空间正演AVO向量;
根据所述第二截距,第二梯度和第二曲率,合成二维空间地震AVO向量和三维空间地震AVO向量;
根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间;
根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子,对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理;
根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系,并根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换;
在所述第二坐标系中,根据正演AVO向量确定AVO向量的有效储层波动区域;
根据所述AVO向量的有效储层波动区域预测储层分布;
所述二维空间正演AVO向量或者二维空间地震AVO向量包括:
截距梯度二维空间向量、截距曲率二维空间向量和梯度曲率二维空间向量;
所述三维空间正演AVO向量或者三维空间地震AVO向量包括:
截距梯度曲率三维空间向量;
所述根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间包括:
计算所述截距梯度二维向量空间内地震AVO向量和正演AVO向量的第一相关度;
计算所述截距曲率二维向量空间内地震AVO向量和正演AVO向量的第二相关度;
计算所述梯度曲率二维向量空间内地震AVO向量和正演AVO向量的第三相关度;
计算所述截距梯度曲率三维向量空间内地震AVO向量和正演AVO向量的第四相关度;
确定所述第一相关度,第二相关度,第三相关度和第四相关度中的最大值,将所述最大值对应的向量空间,作为储层敏感AVO向量空间。
2.根据权利要求1所述的方法,其特征在于,根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子包括:
所述匹配因子包括截距匹配因子,梯度匹配因子和曲率匹配因子;
其中,所述截距匹配因子rp根据以下公式确定:
rp=Pmax正演/Pmax地震,Pmax正演为所述储层敏感AVO向量空间中正演AVO向量截距的最大值,Pmax地震为所述储层敏感AVO向量空间中地震AVO向量截距的最大值;
所述梯度匹配因子rg根据以下公式确定:
rg=Gmax正演/Gmax地震,Gmax正演为所述储层敏感AVO向量空间中正演AVO向量梯度的最大值,Gmax地震为所述储层敏感AVO向量空间中地震AVO向量梯度的最大值;
所述曲率匹配因子rc根据以下公式确定:
rc=Cmax正演/Cmax地震,Cmax正演为所述储层敏感AVO向量空间中正演AVO向量曲率的最大值,Cmax地震为所述储层敏感AVO向量空间中地震AVO向量曲率的最大值。
3.根据权利要求2所述的方法,其特征在于,所述对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理包括:
根据以下公式进行标准化处理:
P'标准化=rp.P地震,
G'标准化=rg.G地震,
C'标准化=rc.C地震,
其中,P'标准化为标准化处理后的截距,G'标准化为标准化处理后的梯度,C'标准化为标准化处理后的曲率,P地震为标准化处理前的截距,G地震为标准化处理前的梯度,C地震为标准化处理前的曲率。
4.根据权利要求1所述的方法,其特征在于,根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系包括:
所述第二坐标系的原点为原坐标系中有效储层变化的起始点位置;
所述第二坐标系相对原坐标系的旋转角度为储层物性和/或含油气性变化最快的方向与原始坐标系的夹角。
6.根据权利要求1所述的方法,其特征在于,所述根据正演AVO向量确定AVO向量的有效储层波动区域包括:
根据区域地质分析、已钻井资料确定岩石组分、孔隙度和含油气性的有效变化范围,再根据所述有效变化范围的正演结果,确定所述储层敏感AVO向量的波动区域,将所述储层敏感AVO向量的波动区域作为所述有效储层波动区域。
7.根据权利要求1所述的方法,其特征在于,根据所述AVO向量的有效储层波动区域预测储层分布,包括:
根据所述有效储层波动区域,在目的层段内追踪在所述有效储层波动区域内的地震AVO向量样点,将所述地震AVO向量样点投影到地震剖面和平面图,得到有效储层分布。
8.一种储层预测装置,其特征在于,包括:
向量合成模块,被配置用于根据正演道集计算第一截距,第一梯度和第一曲率;根据地震道集计算第二截距,第二梯度和第二曲率;根据所述第一截距,第一梯度和第一曲率,合成二维空间正演AVO向量和三维空间正演AVO向量;根据所述第二截距,第二梯度和第二曲率,合成二维空间地震AVO向量和三维空间地震AVO向量;根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间;根据所述储层敏感AVO向量空间内正演AVO向量、地震AVO向量确定匹配因子,对所述储层敏感AVO向量空间内的地震AVO向量的样点向量取值进行标准化处理;
坐标变换模块,被配置用于根据所述储层敏感AVO向量空间内正演AVO向量重构储层敏感AVO向量空间坐标系得到第二坐标系,并根据所述第二坐标系对所述正演AVO向量和所述地震AVO向量进行坐标变换;
预测模块,被配置用于在所述第二坐标系中,根据正演AVO向量确定AVO向量的有效储层波动区域;根据所述AVO向量的有效储层波动区域预测储层分布;
所述二维空间正演AVO向量或者二维空间地震AVO向量包括:
截距梯度二维空间向量、截距曲率二维空间向量和梯度曲率二维空间向量;
所述三维空间正演AVO向量或者三维空间地震AVO向量包括:
截距梯度曲率三维空间向量;
所述根据所述二维空间正演AVO向量、三维空间正演AVO向量、二维空间地震AVO向量和三维空间地震AVO向量确定储层敏感AVO向量空间包括:
计算所述截距梯度二维向量空间内地震AVO向量和正演AVO向量的第一相关度;
计算所述截距曲率二维向量空间内地震AVO向量和正演AVO向量的第二相关度;
计算所述梯度曲率二维向量空间内地震AVO向量和正演AVO向量的第三相关度;
计算所述截距梯度曲率三维向量空间内地震AVO向量和正演AVO向量的第四相关度;
确定所述第一相关度,第二相关度,第三相关度和第四相关度中的最大值,将所述最大值对应的向量空间,作为储层敏感AVO向量空间。
9.一种储层预测装置,其特征在于,包括存储器、处理器和用户接口;
所述存储器,用于存储计算机程序;
所述用户接口,用于与用户实现交互;
所述处理器,用于读取所述存储器中的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1到7之一所述的储层预测方法。
10.一种处理器可读存储介质,其特征在于,所述处理器可读存储介质存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7之一所述的储层预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210521878.4A CN114966851B (zh) | 2022-05-13 | 2022-05-13 | 一种储层预测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210521878.4A CN114966851B (zh) | 2022-05-13 | 2022-05-13 | 一种储层预测方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114966851A CN114966851A (zh) | 2022-08-30 |
CN114966851B true CN114966851B (zh) | 2023-05-05 |
Family
ID=82982823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210521878.4A Active CN114966851B (zh) | 2022-05-13 | 2022-05-13 | 一种储层预测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114966851B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114428286A (zh) * | 2020-09-09 | 2022-05-03 | 中国石油化工股份有限公司 | 一种基于叠前地震数据的含气饱和度预测方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6662112B2 (en) * | 2001-08-31 | 2003-12-09 | Exxonmobil Upstream Research Company | Method for classifying AVO data using an interpreter-trained neural network |
US7072767B2 (en) * | 2003-04-01 | 2006-07-04 | Conocophillips Company | Simultaneous inversion for source wavelet and AVO parameters from prestack seismic data |
US7343245B2 (en) * | 2005-06-09 | 2008-03-11 | Eseis, Inc. | Method of processing seismic data to extract and portray AVO information |
CN101281253B (zh) * | 2007-04-06 | 2010-06-30 | 中国石油集团东方地球物理勘探有限责任公司 | 一种利用振幅随偏移距变化特征提高油气检测精度的方法 |
US8706420B2 (en) * | 2008-06-18 | 2014-04-22 | Exxonmobil Upstream Research Company | Seismic fluid prediction via expanded AVO anomalies |
CN105425292B (zh) * | 2015-11-20 | 2019-04-12 | 中国石油天然气集团公司 | 一种油气预测方法及装置 |
CN106338768B (zh) * | 2016-11-04 | 2019-01-18 | 中国石油天然气股份有限公司 | 一种生成储层预测属性数据的处理方法、装置及系统 |
CN107045145B (zh) * | 2016-12-30 | 2019-02-15 | 中国石油集团东方地球物理勘探有限责任公司 | 地震层序控制下的叠前振幅随偏移距变化检测缝洞方法 |
CN112946746B (zh) * | 2019-12-11 | 2022-11-01 | 中国石油天然气股份有限公司 | 用于提高薄煤层avo反演准确性的方法及装置 |
CN111045080B (zh) * | 2019-12-25 | 2022-07-05 | 安徽省煤田地质局勘查研究院 | 一种基于pso-bp模型和地震属性参数的煤层含气量预测方法 |
CN113156509B (zh) * | 2021-04-25 | 2022-07-08 | 中南大学 | 基于饱和介质精确Zoeppritz方程的地震振幅反演方法及系统 |
CN114200519B (zh) * | 2021-11-15 | 2023-05-23 | 广州海洋地质调查局 | 一种无井区窄入射角道集获得密度的反演方法 |
-
2022
- 2022-05-13 CN CN202210521878.4A patent/CN114966851B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114428286A (zh) * | 2020-09-09 | 2022-05-03 | 中国石油化工股份有限公司 | 一种基于叠前地震数据的含气饱和度预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114966851A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11073631B2 (en) | Selection of pick values for automated near surface analysis | |
Bakker | Image structure analysis for seismic interpretation | |
Liu et al. | Common-azimuth seismic data fault analysis using residual UNet | |
BR112021011246A2 (pt) | Inversão guiada por interpretação sísmica automatizada | |
US20100149917A1 (en) | Method For Geophysical and Geological Interpretation of Seismic Volumes In The Domains of Depth, Time, and Age | |
CA2683618C (en) | Inverse-vector method for smoothing dips and azimuths | |
US11169287B2 (en) | Method and system for automated velocity model updating using machine learning | |
CA3111394A1 (en) | Reservoir characterization utilizing inversion of resampled seismic data | |
US11531127B2 (en) | Methods and systems for reference-based inversion of seismic image volumes | |
Yu | Using cylindrical surface-based curvature change rate to detect faults and fractures | |
RU2746691C1 (ru) | Система интеллектуального определения тектонических нарушений по сейсмическим данным на основе сверточных нейронных сетей | |
CN114966851B (zh) | 一种储层预测方法、装置及存储介质 | |
WO2015175053A2 (en) | Decision guidance | |
Lomask | Seismic volumetric flattening and segmentation | |
US20210374465A1 (en) | Methodology for learning a similarity measure between geophysical objects | |
GB2468023A (en) | Seismic attributes for structural analysis | |
US10082588B2 (en) | Adaptive structure-oriented operator | |
Liu et al. | Automatic estimation of traveltime parameters in VTI media using similarity-weighted clustering | |
Stepanov et al. | Mathematical modeling of seismic wave kinematics in complex media | |
Iversen | Velocity rays for heterogeneous anisotropic media: Theory and implementation | |
CN110646846A (zh) | Vit介质各向异性参数确定方法、装置和设备 | |
US20230184975A1 (en) | Method and system for determining seismic velocities using global path tracing | |
He et al. | Seismic 3D full-horizon tracking based on a knowledge graph to represent the stratigraphic sequence relationship | |
Davis | Interpretation of velocity spectra through an adaptive modeling strategy | |
Hollister | Visualizing multimodal uncertainty in ensemble vector fields |
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 |