CN115126480A - 识别页岩油甜点段的方法、装置、设备及存储介质 - Google Patents
识别页岩油甜点段的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115126480A CN115126480A CN202110333410.8A CN202110333410A CN115126480A CN 115126480 A CN115126480 A CN 115126480A CN 202110333410 A CN202110333410 A CN 202110333410A CN 115126480 A CN115126480 A CN 115126480A
- Authority
- CN
- China
- Prior art keywords
- oil
- interval
- well
- dessert
- 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.)
- Pending
Links
- 239000003079 shale oil Substances 0.000 title claims abstract description 130
- 235000021185 dessert Nutrition 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 239000003129 oil well Substances 0.000 claims abstract description 163
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 47
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 47
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 47
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000004519 manufacturing process Methods 0.000 claims description 67
- 235000009508 confectionery Nutrition 0.000 claims description 44
- 238000003062 neural network model Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 17
- 238000011161 development Methods 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 238000005304 joining Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000005553 drilling Methods 0.000 abstract description 5
- 239000003921 oil Substances 0.000 description 107
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Geochemistry & Mineralogy (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请实施例公开了一种识别页岩油甜点段的方法、装置、设备及存储介质,属于油气勘探领域。方法包括:根据目标区域的油井中每个层段的页岩油的油气产量,确定每个层段所属的甜点段等级;构建油井的含油量曲线,含油量曲线用于表示每个层段的含油量,建立含油量曲线与目标区域对应的第一地震数据体之间的关联关系;根据目标区域对应的第一地震数据体创建地层框架模型,将含油量曲线作为地震储层反演的特征曲线,根据油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示页岩油甜点段的分布规律。本申请实施例提高了甜点段的钻遇率,降低了勘探风险。
Description
技术领域
本申请实施例涉及油气勘探技术领域,特别涉及一种识别页岩油甜点段的方法、装置、设备及存储介质。
背景技术
随着常规油气勘探程度的不断提高、勘探难度的日益增大以及勘探风险的日益提高,寻找新的接替油气资源成为当今油气勘探的热点问题之一。页岩油是一种非常规油气资源,具有油气资源丰富、勘探潜力大、勘探程度低的特征,已成为重要的接替油气资源。
页岩油局部富集形成甜点段,甜点段具有隐蔽性强、分布规律复杂的典型特征,寻找页岩油甜点段是实现非常规油气勘探开发的关键。因此亟需提供一种识别页岩油甜点段的方法。
发明内容
本申请实施例提供了一种识别页岩油甜点段的方法、装置、设备及存储介质,能够对传统的单井预测方法进行辅助和扩展,提高了甜点段的钻遇率,降低了勘探风险,也能更加准确和更大范围地确定页岩油甜点段的分布范围,为页岩油地质资源量的预测提供了可靠依据。所述技术方案如下:
一方面,提供了一种识别甜点段的方法,所述方法包括:
根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级;
构建所述油井的含油量曲线,所述含油量曲线用于表示所述每个层段的含油量,建立所述含油量曲线与所述目标区域对应的第一地震数据体之间的关联关系;
根据所述目标区域对应的第一地震数据体创建地层框架模型,将所述含油量曲线作为地震储层反演的特征曲线,根据所述油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对所述第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示所述页岩油甜点段的分布规律。
在一种可能实现方式中,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
对于所述每个层段,执行如下步骤:
如果所述层段的油气产量大于第一阈值,将所述层段所属的甜点段等级确定为第一等级;
如果所述层段的油气产量大于第二阈值且不大于所述第一阈值,将所述层段所属的甜点段等级确定为第二等级;
如果所述层段的油气产量不大于所述第二阈值,将所述层段所属的甜点段等级确定为第三等级;
其中,所述第一阈值大于所述第二阈值,所述第一等级和所述第二等级表示甜点段,所述第三等级表示非甜点段。
在一种可能实现方式中,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
按照不同的岩性将所述油井的地层划分为页岩油层系与非页岩油层系;
根据所述油井中页岩油层系中每个层段的页岩油的油气产量,将所述页岩油层系划分为不同级别的甜点段。
在一种可能实现方式中,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
收集所述目标区域内的多个油井的资料信息,所述资料信息包括测井曲线、岩性资料、试油试采资料或开发层段油气产量相关资料中的至少一种;
基于所述多个油井的资料信息,从所述多个油井中选取目标油井;
根据所述目标油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级。
在一种可能实现方式中,所述基于所述多个油井的资料信息,从所述多个油井中选取目标油井,包括:
从所述多个油井中,选取资料信息的数据量最多、测井曲线最多或者钻遇地层最多的油井,作为所述目标油井。
在一种可能实现方式中,所述构建所述油井的含油量曲线,包括:
将所述油井的测井曲线输入至神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
在一种可能实现方式中,所述将所述油井的测井曲线输入至神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线,包括:
获取所述油井的多种测井曲线,所述多种测井曲线中包括值域范围不同的测井曲线;
对所述多种测井曲线进行归一化处理,以使处理后的多种测井曲线的值域范围相同;
将所述处理后的多种测井曲线输入至所述神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
在一种可能实现方式中,所述根据所述目标区域对应的第一地震数据体创建地层框架模型,包括:
在任一层段的顶地震体层位和底地震体层位之间进行线性插值,创建所述地层框架模型。
在一种可能实现方式中,所述对所述第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示所述页岩油甜点段的分布规律,包括:
对所述第一地震数据体进行储层反演,对反演得到的反演体进行参数设置,以使所述反演体中的同相轴中包括页岩油甜点段变化规律的特征,得到所述第二地震数据体。
在一种可能实现方式中,所述建立所述含油量曲线与所述目标区域对应的第一地震数据体之间的关联关系,包括:
获取所述目标区域的第一地震数据体、层位数据与速度体数据;
根据所述层位数据,将任一层段的顶地震体层位和底地震体层位确定为储层反演的约束时窗,根据所述速度体数据将测井解释层位与地震层位对应,建立所述含油量曲线与地震体反射波同相轴之间的关联关系。
在一种可能实现方式中,所述根据所述目标区域对应的第一地震数据体创建地层框架模型之前,所述方法还包括:
创建所述目标区域的联井剖面,将所述联井剖面中的油井轨迹投影到所述第一地震数据体的地震剖面;
基于投影后的所述油井轨迹,对所述地震剖面进行层段标定,以使所述第一地震数据体中的地震层段与所述联井剖面中的测井层段一致。
在一种可能实现方式中,所述方法还包括:
对所述第二地震数据体中的甜点段通过开取时窗的方式进行子层段的振幅属性提取,根据所述子层段的振幅,确定所述子层段的甜点段的平面分布位置。
另一方面,提供了一种识别甜点段的装置,所述装置包括:
等级确定模块,用于根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级;
曲线构建模块,用于构建所述油井的含油量曲线,所述含油量曲线用于表示所述每个层段的含油量;
关联建立模块,用于建立所述含油量曲线与所述目标区域对应的第一地震数据体之间的关联关系;
反演模块,用于根据所述目标区域对应的第一地震数据体创建地层框架模型,将所述含油量曲线作为地震储层反演的特征曲线,根据所述油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对所述第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示所述页岩油甜点段的分布规律。
在一种可能实现方式中,所述等级确定模块,用于:
对于所述每个层段,执行如下步骤:
如果所述层段的油气产量大于第一阈值,将所述层段所属的甜点段等级确定为第一等级;
如果所述层段的油气产量大于第二阈值且不大于所述第一阈值,将所述层段所属的甜点段等级确定为第二等级;
如果所述层段的油气产量不大于所述第二阈值,将所述层段所属的甜点段等级确定为第三等级;
其中,所述第一阈值大于所述第二阈值,所述第一等级和所述第二等级表示甜点段,所述第三等级表示非甜点段。
在一种可能实现方式中,所述等级确定模块,包括:
层系划分单元,用于按照不同的岩性将所述油井的地层划分为页岩油层系与非页岩油层系;
甜点段划分单元,用于根据所述油井中页岩油层系中每个层段的页岩油的油气产量,将所述页岩油层系划分为不同级别的甜点段。
在一种可能实现方式中,所述等级确定模块,包括:
信息收集单元,用于收集所述目标区域内的多个油井的资料信息,所述资料信息包括测井曲线、岩性资料、试油试采资料或开发层段油气产量相关资料中的至少一种;
选取单元,用于基于所述多个油井的资料信息,从所述多个油井中选取目标油井;
等级确定单元,用于根据所述目标油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级。
在一种可能实现方式中,所述选取单元用于从所述多个油井中,选取资料信息的数据量最多、测井曲线最多或者钻遇地层最多的油井,作为所述目标油井。
在一种可能实现方式中,所述曲线构建模块,包括:
预测单元,用于将所述油井的测井曲线输入至神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
在一种可能实现方式中,所述预测单元,包括:
曲线获取子单元,用于获取所述油井的多种测井曲线,所述多种测井曲线中包括值域范围不同的测井曲线;
归一化子单元,用于对所述多种测井曲线进行归一化处理,以使处理后的多种测井曲线的值域范围相同;
预测子单元,用于将所述处理后的多种测井曲线输入至所述神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
在一种可能实现方式中,所述反演模块,包括:
插值单元,用于在任一层段的顶地震体层位和底地震体层位之间进行线性插值,创建所述地层框架模型。
在一种可能实现方式中,所述反演模块,包括:
参数设置单元,用于对所述第一地震数据体进行储层反演,对反演得到的反演体进行参数设置,以使所述反演体中的同相轴中包括页岩油甜点段变化规律的特征,得到所述第二地震数据体。
在一种可能实现方式中,所述关联建立模块,包括:
地震数据获取单元,用于获取所述目标区域的第一地震数据体、层位数据与速度体数据;
关联建立单元,用于根据所述层次数据,将任一层段的顶地震体层位和底地震体层位确定为储层反演的约束时窗,根据所述速度体数据将测井解释层位与地震层位对应,建立所述含油量曲线与地震体反射波同相轴之间的关联关系。
在一种可能实现方式中,所述装置还包括:
剖面创建模块,用于创建所述目标区域的联井剖面,将所述联井剖面中的油井轨迹投影到所述第一地震数据体的地震剖面;
标定模块,用于基于投影后的所述油井轨迹,对所述地震剖面进行层段标定,以使所述第一地震数据体中的地震层段与所述联井剖面中的测井层段一致。
在一种可能实现方式中,所述装置还包括:
属性提取模块,用于对所述第二地震数据体中的甜点段通过开取时窗的方式进行子层段的振幅属性提取,根据所述子层段的振幅,确定所述子层段的甜点段的平面分布位置。
另一方面,提供了一种计算机设备,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条计算机程序,所述计算机程序由所述一个或多个处理器加载并执行以实现如前述任一项所述的识别甜点段的方法。
另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条计算机程序,所述计算机程序由处理器加载并执行以实现如前述任一项所述的识别甜点段的方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
本申请实施例提供了一种页岩油甜点段的预测方案,能够对传统的单井预测方法进行辅助和扩展,提高了甜点段的钻遇率,降低了勘探风险,也能更加准确和更大范围地确定页岩油甜点段的分布范围,为页岩油地质资源量的预测提供了可靠依据。
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单地介绍,显而易见地,下面描述中的附图仅仅是本申请实施例的一些实施例,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是本申请实施例提供的一种识别甜点段的方法的流程图;
图2是本申请实施例提供的另一种识别甜点段的方法的流程图;
图3是本申请实施例提供的一种构建含油量曲线的流程示意图;
图4是本申请实施例提供的一种甜点综合柱状图;
图5是本申请实施例提供的一种目标区域和目标区域内的目标油井的示意图;
图6是本申请实施例提供的另一种目标区域和目标区域内的目标油井的示意图;
图7是本申请实施例提供的一种反演成果剖面图;
图8是本申请实施例提供的一种均方根振幅属性图;
图9是本申请实施例提供的一种识别甜点段的装置的结构示意图;
图10是本申请实施例提供的一种终端的结构示意图;
图11是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请所使用的术语“第一”、“第二”、“第三”等可在本文中用于描述各种概念,但除非特别说明,这些概念不受这些术语限制。这些术语仅用于将一个概念与另一个概念区分。举例来说,在不脱离本申请的范围的情况下,可以将第一地震数据体称为第二地震数据体,且类似地,可将第二地震数据体称为第一地震数据体。
本申请所使用的术语“多个”、“每个”,多个包括两个或两个以上,而每个是指对应的多个中的每一个。举例来说,多个测井曲线包括7个测井曲线,而每个是指这7个测井曲线中的每一个测井曲线。
图1是本申请实施例提供的一种识别甜点段的方法的流程图,参见图1,该方法包括:
101、根据目标区域的油井中每个层段的页岩油的油气产量,确定每个层段所属的甜点段等级。
102、构建油井的含油量曲线,含油量曲线用于表示每个层段的含油量,建立含油量曲线与目标区域对应的第一地震数据体之间的关联关系。
103、根据目标区域对应的第一地震数据体创建地层框架模型,将含油量曲线作为地震储层反演的特征曲线,根据油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示页岩油甜点段的分布规律。
本申请实施例提供了一种页岩油甜点段的预测方法,能够对传统的单井预测方法进行辅助和扩展,提高了甜点段的钻遇率,降低了勘探风险,也能更加准确和更大范围地确定页岩油甜点段的分布范围,为页岩油地质资源量的预测提供了可靠依据。
在一种可能实现方式中,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
对于所述每个层段,执行如下步骤:
如果所述层段的油气产量大于第一阈值,将所述层段所属的甜点段等级确定为第一等级;
如果所述层段的油气产量大于第二阈值且不大于所述第一阈值,将所述层段所属的甜点段等级确定为第二等级;
如果所述层段的油气产量不大于所述第二阈值,将所述层段所属的甜点段等级确定为第三等级;
其中,所述第一阈值大于所述第二阈值,所述第一等级和所述第二等级表示甜点段,所述第三等级表示非甜点段。
在一种可能实现方式中,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
按照不同的岩性将所述油井的地层划分为页岩油层系与非页岩油层系;
根据所述油井中页岩油层系中每个层段的页岩油的油气产量,将所述页岩油层系划分为不同级别的甜点段。
在一种可能实现方式中,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
收集所述目标区域内的多个油井的资料信息,所述资料信息包括测井曲线、岩性资料、试油试采资料或开发层段油气产量相关资料中的至少一种;
基于所述多个油井的资料信息,从所述多个油井中选取目标油井;
根据所述目标油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级。
在一种可能实现方式中,所述基于所述多个油井的资料信息,从所述多个油井中选取目标油井,包括:
从所述多个油井中,选取资料信息的数据量最多、测井曲线最多或者钻遇地层最多的油井,作为所述目标油井。
在一种可能实现方式中,所述构建所述油井的含油量曲线,包括:
将所述油井的测井曲线输入至神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
在一种可能实现方式中,所述将所述油井的测井曲线输入至神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线,包括:
获取所述油井的多种测井曲线,所述多种测井曲线中包括值域范围不同的测井曲线;
对所述多种测井曲线进行归一化处理,以使处理后的多种测井曲线的值域范围相同;
将所述处理后的多种测井曲线输入至所述神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
在一种可能实现方式中,所述根据所述目标区域对应的第一地震数据体创建地层框架模型,包括:
在任一层段的顶地震体层位和底地震体层位之间进行线性插值,创建所述地层框架模型。
在一种可能实现方式中,所述对所述第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示所述页岩油甜点段的分布规律,包括:
对所述第一地震数据体进行储层反演,对反演得到的反演体进行参数设置,以使所述反演体中的同相轴中包括页岩油甜点段变化规律的特征,得到所述第二地震数据体。
在一种可能实现方式中,所述建立所述含油量曲线与所述目标区域对应的第一地震数据体之间的关联关系,包括:
获取所述目标区域的第一地震数据体、层位数据与速度体数据;
根据所述层位数据,将任一层段的顶地震体层位和底地震体层位确定为储层反演的约束时窗,根据所述速度体数据将测井解释层位与地震层位对应,建立所述含油量曲线与地震体反射波同相轴之间的关联关系。
在一种可能实现方式中,所述根据所述目标区域对应的第一地震数据体创建地层框架模型之前,所述方法还包括:
创建所述目标区域的联井剖面,将所述联井剖面中的油井轨迹投影到所述第一地震数据体的地震剖面;
基于投影后的所述油井轨迹,对所述地震剖面进行层段标定,以使所述第一地震数据体中的地震层段与所述联井剖面中的测井层段一致。
在一种可能实现方式中,所述方法还包括:
对所述第二地震数据体中的甜点段通过开取时窗的方式进行子层段的振幅属性提取,根据所述子层段的振幅,确定所述子层段的甜点段的平面分布位置。
图2是本申请实施例提供的一种识别甜点段的方法的流程图,该方法应用于计算机设备中,如图2所示,该方法包括:
201、根据生产规律进行单井页岩油甜点段的分级。
在本申请实施例中,为了识别油井中的页岩油甜点段,首先要对页岩油甜点段进行分级。以目标区域为例,该目标区域可以为用于进行页岩油甜点段的研究区域,可以为包含油井的任一区域。该目标区域内包括一个或多个油井。举例来说,黄骅坳陷沧东凹陷Ek2段是页岩油的主力层系,岩心及录井显示地层以湖相深灰色、灰黑色页岩层系为主。近年来,该地区有多口井在页岩层系获得工业性油流,成为未来页岩油勘探的主战场。因此可以以沧东凹陷Ek2段作为目标区域。
针对目标区域的油井,可以获取该油井中每个层段的页岩油的油气产量,每个层段的页岩油的油气产量能够反映页岩油的生产规律,因此根据每个层段的页岩油的油气产量,确定每个层段所属的甜点段等级。
具体的分级方式可以包括以下至少一种:
第一种,对于每个层段,执行如下步骤:如果层段的油气产量大于第一阈值,将层段所属的甜点段等级确定为第一等级;如果层段的油气产量大于第二阈值且不大于第一阈值,将层段所属的甜点段等级确定为第二等级;如果层段的油气产量不大于第二阈值,将层段所属的甜点段等级确定为第三等级;
其中,第一阈值大于第二阈值,第一等级和第二等级表示甜点段,第三等级表示非甜点段。
采用此种分级方式,能够按照油气产量的不同范围,将油井中的层段划分为三种等级。
第二种,按照不同的岩性将油井的地层划分为页岩油层系与非页岩油层系;从而在油井中找到页岩油层系,根据油井中页岩油层系中每个层段的页岩油的油气产量,将页岩油层系划分为不同级别的甜点段。
采用此种分级方式,先将页岩油层系与非页岩油层系区分开,再根据页岩油层系中每个层段的页岩油的油气产量进行分级。
其中,在根据页岩油层系中每个层段的页岩油的油气产量进行分级时所采用的方式与上述第一种方式类似。也即是,对于页岩油层系中的每个层段执行如下步骤:如果层段的油气产量大于第一阈值,将层段所属的甜点段等级确定为第一等级;如果层段的油气产量大于第二阈值且不大于第一阈值,将层段所属的甜点段等级确定为第二等级。
需要说明的是,目标区域内包括多个油井的情况下,可以针对这些油井分别进行甜点段的识别,或者仅针对某些符合条件的油井进行甜点段的识别。
在一种可能实现方式中,根据目标区域的油井中每个层段的页岩油的油气产量,确定每个层段所属的甜点段等级,包括:收集目标区域内的多个油井的资料信息,资料信息包括测井曲线、岩性资料、试油试采资料或开发层段油气产量相关资料中的至少一种;基于多个油井的资料信息,从多个油井中选取目标油井;根据目标油井中每个层段的页岩油的油气产量,确定每个层段所属的甜点段等级。
在一种可能实现方式中,基于多个油井的资料信息,从多个油井中选取目标油井,包括:从多个油井中,选取资料信息的数据量最多、测井曲线最多或者钻遇地层最多的油井,作为目标油井。
需要说明的是,所选取的目标油井为至少一口,目标油井的数量越多,对最后的预测结果就越有利。因此需要尽力选取目标油井,选取的数量越多越好。
例如,在分级过程中,收集、统计目标区域内所有油井的测井曲线、岩性资料、试油试采资料、开发层段油气产量相关资料。选取其中地质资料齐全,钻遇地层最全的油井作为重点井,也即是目标油井,参与到后续研究工作中。针对该目标油井,从目标油井中选定要研究的目标层位,根据岩性资料,将目标油井按照不同的岩性将地层分为页岩油层系与非页岩油层系。统计目标油井中页岩油层段的油气产量(包括试油试采阶段和开发阶段),根据油气产量将页岩层段分为不同级别的甜点段。
采用上述分级方式,能够根据级别的高低将油井划分为一类甜点段、二类甜点段、三类甜点段、非甜点段等多个级别。
如下表1所示,以目标区域内的一口重点油井X1井为例,该井岩心资料揭示Ek2段主要划分为页岩油层与非页岩油层,非页岩油层主要为致密砂岩,页岩油层主要为灰黑色、深灰色泥页岩,夹少量薄层灰褐色、褐色白云岩,局部可见砂质条带、砂质团块富集。统计目标区域内所有油井Ek2段页岩层段中试油试采阶段和开发阶段的油气产量数据,将试油试采阶段油气日产量>20吨且开发稳产阶段油气日产量>2吨的页岩油层段定义为一类甜点段,试油试采阶段油气日产量介于5-20吨之间且开发稳产阶段油气日产量>0.5吨的页岩油层段定义为二类甜点段,试油试采阶段油气日产量介于1-5吨之间且开发稳产阶段油气日产量>0.1吨的页岩油层段定义为三类甜点段,试油试采阶段油气日产量小于1吨且开发稳产阶段油气日产量<0.1吨的层段定义为非甜点段。
表1
202、构建含油量曲线。
其中,该含油量曲线用于表示每个层段的含油量,能在一定程度上反映油井的生产规律。
在一种可能实现方式中,将油井的测井曲线输入至神经网络模型中,基于神经网络模型获取油井的含油量曲线。其中,该神经网络模型用于预测任一油井的含油量曲线,可以为卷积神经网络模型或者其他类型的神经网络模型。
在一种可能实现方式中,将油井的测井曲线输入至神经网络模型中,基于神经网络模型获取油井的含油量曲线,包括:获取油井的多种测井曲线,多种测井曲线中包括值域范围不同的测井曲线;对多种测井曲线进行归一化处理,以使处理后的多种测井曲线的值域范围相同;将处理后的多种测井曲线输入至神经网络模型中,基于神经网络模型获取油井的含油量曲线。
其中,多种测井曲线可以包括自然伽马、电阻率、声波时差、密度等测井曲线。该多种测井曲线的值域范围不同,因此对该多种测井曲线进行归一化处理,并设定值域范围,以使归一化处理后的多种测井曲线均属于该值域范围内,再将处理后的多种测井曲线输入至神经网络模型中,基于神经网络模型获取油井的含油量曲线。例如,该值域范围可以为0-100,或者也可以为其他值域范围。
通过研究发现,自然伽马、电阻率、声波时差、密度等测井曲线与页岩油的岩性、物性、含油性等指标存在相关关系,通过上述测井曲线拟合得到一条含油量曲线,可以表征页岩油的甜点的级别。
另外,该方法还包括:将含油量曲线中的每个层段的含油量与每个层段所属的甜点段等级进行对比分析,确定甜点段与非甜点段之间的含油量分界值,则可以理解,含油量大于该含油量分界值的层段应为甜点段,含油量不大于该含油量分界值的层段应为非甜点段。
图3是本申请实施例提供的一种构建含油量曲线的流程示意图,图4是本申请实施例提供的X1井Ek2段甜点综合柱状图,以图4为例,借助软件平台,截取所有油井Ek2段的GR(自然伽马)、Rt(电阻率)、AC(声波时差)、CNL(中子),DEN(密度)等测井曲线,对其进行标准化处理。以X1井为例,应用图3所示的神经网络模型,构建得到一条“含油量”的曲线,其他油井均按此方法处理。将目标区域内的所有重点油井的含油量曲线进行归一化处理,值域范围设定为0-100。将含油量曲线的数值与相对应深度的孔二段页岩层系甜点解释结果进行交会分析,确定甜点段与非甜点段分界值为50。
203、建立含油量曲线与地震数据体之间的关联关系。
以目标区域的地震数据体称为第一地震数据体为例,在一种可能实现方式中,该第一地震数据体为目标区域的叠后地震体,计算机设备获取目标区域的第一地震数据体、层位数据与速度体数据;根据层位数据,将任一层段的顶地震体层位和底地震体层位确定为储层反演的约束时窗,根据速度体数据将测井解释层位与地震层位对应,建立含油量曲线与地震体反射波同相轴之间的关联关系。
另外,若该目标区域内没有速度体数据,可以进行合成地震记录,实现层位的标定。
204、采用波形指示模拟或者波形差异模拟技术,得到反映页岩油甜点规律的甜点段。
在本申请实施例中,根据目标区域对应的第一地震数据体创建地层框架模型,将含油量曲线作为地震储层反演的特征曲线,根据油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示页岩油甜点段的分布规律。
其中,在创建地层框架模型时,可以在任一层段的顶地震体层位和底地震体层位之间进行线性插值,创建地层框架模型。该线性插值过程可以由计算机设备上运行的软件实现,或者采用其他方式实现。
另外,对于距离较近的油井,在创建地层框架模型之前还可以进行层段标定,例如创建目标区域的联井剖面,将联井剖面中的油井轨迹投影到第一地震数据体的地震剖面;基于投影后的油井轨迹,对地震剖面进行层段标定,以使第一地震数据体中的地震层段与联井剖面中的测井层段一致。
在创建地层框架模型,将含油量曲线作为地震储层反演的特征曲线,根据油井的地质特征设置关键反演参数之后,采用波形指示模拟或波形差异模拟的方法,对第一地震数据体进行储层反演,得到反演体,之后对反演体进行参数设置,以使反演体中的同相轴中包括页岩油甜点段变化规律的特征,此时得到的地震数据体可称为第二地震数据体,该第二地震数据体用于指示页岩油甜点段的分布规律,可以作为寻找页岩油甜点段的预测依据。
其中,在进行储层反演时,可以根据目标区域内目标油井的数量的多少,选择进行波形指示模拟或波形差异模拟,如在目标区域内目标油井的数量较多时,选择波形指示模拟方法进行储层反演。
其中,图5和图6中的黑框表示目标区域,黑点表示目标油井,参见图5,目标油井的数量较多的标准是:目标油井在全目标区域内均有分布,且目标油井的数量够多,足够覆盖全目标区域。比如,全目标区域内目标油井的数量大于预先设置的某一数量,即可认为目标油井的数量够多。反之,参见图6,若不满足上述标准,可以认为目标油井的数量不够多,则选择波形差异模拟方法进行储层反演。
在进行储层反演时,可以设置横向平滑半径为2-3,有效样本数为4-6,时窗深度一般为30ms,高通频率介于100Hz-300Hz之间,高通截止频率介于150Hz-350Hz之间,采样率为0.1-0.3ms。
其中,在进行参数设置时,设置反演体色标范围为0-100,与含油量曲线的值域范围相对应。在色表中设置甜点段与非甜点段的分界值,该分界值与上述步骤202中确定的甜点段与非甜点段的含油量分界值相对应。
例如,步骤202中确定的甜点段与非甜点段分界值为50,则设置反演地震体色表范围为0-100,在色表中将中间色设定为50,作为甜点段与非甜点段的分界值。将测井解释甜点段与过井的反演体剖面进行比对,查看反演体中同相轴的位置规律与测井解释甜点段的位置规律是否符合。通过适当调整色表达到最优符合率,使反演体中的同相轴被赋予页岩油甜点体变化规律的地质意义,最终成为可反映页岩油甜点规律的甜点体,作为寻找页岩油甜点的预测依据。
205、进行甜点段平面属性提取,确定甜点平面分布规律。
在一种可能实现方式中,对第二地震数据体中的甜点段通过开取时窗的方式进行子层段的振幅属性提取,根据子层段的振幅,确定子层段的甜点段的平面分布位置。
在本申请实施例中可以将第二地震数据体中的甜点段分成具体的子层段,对于某一具体的子层段,可以通过开取时窗的方式进行振幅属性提取,得到该子层段的振幅值的大小,从而能够查看该子层段的甜点段的平面的分布位置,从而了解了甜点段中的甜点平面的分布规律。
参见图7和图8,图7是本申请实施例提供的Ek2段反演成果剖面图,图8是本申请实施例提供的Ek2段的均方根振幅属性图。其中,在图7和图8中不同的颜色代表不同的振幅,颜色越深振幅越大。
本申请实施例提供了一种页岩油甜点段的预测方法,能够对传统的单井预测方法进行辅助和扩展,提高了甜点段的钻遇率,降低了勘探风险,也能更加准确和更大范围地确定页岩油甜点段的分布范围,为页岩油地质资源量的预测提供了可靠依据,通过甜点反演预测的位置可进行井轨迹设计部署工作,页岩油有利区范围预测以及页岩油地质储量的计算工作等。
图9是本申请实施例提供的一种识别甜点段的装置的结构示意图,参见图9,该装置包括:
等级确定模块901,用于根据目标区域的油井中每个层段的页岩油的油气产量,确定每个层段所属的甜点段等级;
曲线构建模块902,用于构建油井的含油量曲线,含油量曲线用于表示每个层段的含油量;
关联建立模块903,用于建立含油量曲线与目标区域对应的第一地震数据体之间的关联关系;
反演模块904,用于根据目标区域对应的第一地震数据体创建地层框架模型,将含油量曲线作为地震储层反演的特征曲线,根据油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示页岩油甜点段的分布规律。
在一种可能实现方式中,等级确定模块901,用于:
对于每个层段,执行如下步骤:
如果层段的油气产量大于第一阈值,将层段所属的甜点段等级确定为第一等级;
如果层段的油气产量大于第二阈值且不大于第一阈值,将层段所属的甜点段等级确定为第二等级;
如果层段的油气产量不大于第二阈值,将层段所属的甜点段等级确定为第三等级;
其中,第一阈值大于第二阈值,第一等级和第二等级表示甜点段,第三等级表示非甜点段。
在一种可能实现方式中,等级确定模块901,包括:
层系划分单元,用于按照不同的岩性将油井的地层划分为页岩油层系与非页岩油层系;
甜点段划分单元,用于根据油井中页岩油层系中每个层段的页岩油的油气产量,将页岩油层系划分为不同级别的甜点段。
在一种可能实现方式中,等级确定模块901,包括:
信息收集单元,用于收集目标区域内的多个油井的资料信息,资料信息包括测井曲线、岩性资料、试油试采资料或开发层段油气产量相关资料中的至少一种;
选取单元,用于基于多个油井的资料信息,从多个油井中选取目标油井;
等级确定单元,用于根据目标油井中每个层段的页岩油的油气产量,确定每个层段所属的甜点段等级。
在一种可能实现方式中,选取单元用于从多个油井中,选取资料信息的数据量最多、测井曲线最多或者钻遇地层最多的油井,作为目标油井。
在一种可能实现方式中,曲线构建模块902,包括:
预测单元,用于将油井的测井曲线输入至神经网络模型中,基于神经网络模型获取油井的含油量曲线。
在一种可能实现方式中,预测单元,包括:
曲线获取子单元,用于获取油井的多种测井曲线,多种测井曲线中包括值域范围不同的测井曲线;
归一化子单元,用于对多种测井曲线进行归一化处理,以使处理后的多种测井曲线的值域范围相同;
预测子单元,用于将处理后的多种测井曲线输入至神经网络模型中,基于神经网络模型获取油井的含油量曲线。
在一种可能实现方式中,反演模块904,包括:
插值单元,用于在任一层段的顶地震体层位和底地震体层位之间进行线性插值,创建地层框架模型。
在一种可能实现方式中,反演模块904,包括:
参数设置单元,用于对第一地震数据体进行储层反演,对反演得到的反演体进行参数设置,以使反演体中的同相轴中包括页岩油甜点段变化规律的特征,得到第二地震数据体。
在一种可能实现方式中,关联建立模块903,包括:
地震数据获取单元,用于获取目标区域的第一地震数据体、层位数据与速度体数据;
关联建立单元,用于根据层次数据,将任一层段的顶地震体层位和底地震体层位确定为储层反演的约束时窗,根据速度体数据将测井解释层位与地震层位对应,建立含油量曲线与地震体反射波同相轴之间的关联关系。
在一种可能实现方式中,装置还包括:
剖面创建模块,用于创建目标区域的联井剖面,将联井剖面中的油井轨迹投影到第一地震数据体的地震剖面;
标定模块,用于基于投影后的油井轨迹,对地震剖面进行层段标定,以使第一地震数据体中的地震层段与联井剖面中的测井层段一致。
在一种可能实现方式中,装置还包括:
属性提取模块,用于对第二地震数据体中的甜点段通过开取时窗的方式进行子层段的振幅属性提取,根据子层段的振幅,确定子层段的甜点段的平面分布位置。
本申请实施例还提供了一种计算机设备,该计算机设备包括一个或多个处理器和一个或多个存储器,一个或多个存储器中存储有至少一条计算机程序,计算机程序由一个或多个处理器加载并执行以实现上述实施例的识别甜点段的方法。
可选地,计算机设备提供为终端。图10是本申请实施例提供的一种终端的结构示意图,该终端1000可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端1000还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
终端1000包括有:处理器1001和存储器1002。
处理器1001可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1001可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1001可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1001还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1002可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1002中的非暂态的计算机可读存储介质用于存储至少一个计算机程序,该至少一个计算机程序用于被处理器1001所执行以实现本申请中方法实施例提供的识别甜点段的方法。
在一些实施例中,终端1000还可选包括有:外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地,外围设备包括:射频电路1004、显示屏1005、摄像头组件1006、音频电路1007、定位组件1008和电源1009中的至少一种。
外围设备接口1003可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中,处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上;在一些其他实施例中,处理器1001、存储器1002和外围设备接口1003中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1004用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1004包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1004还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1005用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时,显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时,显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1005可以为一个,设置在终端1000的前面板;在另一些实施例中,显示屏1005可以为至少两个,分别设置在终端1000的不同表面或呈折叠设计;在另一些实施例中,显示屏1005可以是柔性显示屏,设置在终端1000的弯曲表面上或折叠面上。甚至,显示屏1005还可以设置成非矩形的不规则图形,也即异形屏。显示屏1005可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-EmittingDiode,有机发光二极管)等材质制备。
摄像头组件1006用于采集图像或视频。可选地,摄像头组件1006包括前置摄像头和后置摄像头。前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1007可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1001进行处理,或者输入至射频电路1004以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1000的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1001或射频电路1004的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1007还可以包括耳机插孔。
定位组件1008用于定位终端1000的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1008可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源1009用于为终端1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于:加速度传感器1011、陀螺仪传感器1012、压力传感器1013、指纹传感器1014、光学传感器1015以及接近传感器1016。
加速度传感器1011可以检测以终端1000建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号,控制显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1011还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1012可以检测终端1000的机体方向及转动角度,陀螺仪传感器1012可以与加速度传感器1011协同采集用户对终端1000的3D动作。处理器1001根据陀螺仪传感器1012采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1013可以设置在终端1000的侧边框和/或显示屏1005的下层。当压力传感器1013设置在终端1000的侧边框时,可以检测用户对终端1000的握持信号,由处理器1001根据压力传感器1013采集的握持信号进行左右手识别或快捷操作。当压力传感器1013设置在显示屏1005的下层时,由处理器1001根据用户对显示屏1005的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1014用于采集用户的指纹,由处理器1001根据指纹传感器1014采集到的指纹识别用户的身份,或者,由指纹传感器1014根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1001授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1014可以被设置在终端1000的正面、背面或侧面。当终端1000上设置有物理按键或厂商Logo时,指纹传感器1014可以与物理按键或厂商Logo集成在一起。
光学传感器1015用于采集环境光强度。在一个实施例中,处理器1001可以根据光学传感器1015采集的环境光强度,控制显示屏1005的显示亮度。具体地,当环境光强度较高时,调高显示屏1005的显示亮度;当环境光强度较低时,调低显示屏1005的显示亮度。在另一个实施例中,处理器1001还可以根据光学传感器1015采集的环境光强度,动态调整摄像头组件1006的拍摄参数。
接近传感器1016,也称距离传感器,设置在终端1000的前面板。接近传感器1016用于采集用户与终端1000的正面之间的距离。在一个实施例中,当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变小时,由处理器1001控制显示屏1005从亮屏状态切换为息屏状态;当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变大时,由处理器1001控制显示屏1005从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图10中示出的结构并不构成对终端1000的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
可选地,计算机设备提供为服务器。图11是本申请实施例提供的一种服务器的结构示意图,该服务器1100可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(Central Processing Units,CPU)1101和一个或一个以上的存储器1102,其中,存储器1102中存储有至少一条计算机程序,至少一条计算机程序由处理器1101加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器还可以具有有线或无线网络接口、键盘及输入输出接口等部件,以便进行输入输出,该服务器还可以包括其他用于实现设备功能的部件,在此不做赘述。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有至少一条计算机程序,该至少一条计算机程序由处理器加载并执行以实现上述实施例的识别甜点段的方法。
本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机程序代码,该计算机程序代码存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序代码,处理器执行该计算机程序代码,使得该计算机设备实现如上述实施例的识别甜点段的方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请实施例的可选实施例,并不用以限制本申请实施例,凡在本申请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,均应包含在本申请的保护范围之内。
Claims (15)
1.一种识别甜点段的方法,其特征在于,所述方法包括:
根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级;
构建所述油井的含油量曲线,所述含油量曲线用于表示所述每个层段的含油量,建立所述含油量曲线与所述目标区域对应的第一地震数据体之间的关联关系;
根据所述目标区域对应的第一地震数据体创建地层框架模型,将所述含油量曲线作为地震储层反演的特征曲线,根据所述油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对所述第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示所述页岩油甜点段的分布规律。
2.根据权利要求1所述的方法,其特征在于,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
对于所述每个层段,执行如下步骤:
如果所述层段的油气产量大于第一阈值,将所述层段所属的甜点段等级确定为第一等级;
如果所述层段的油气产量大于第二阈值且不大于所述第一阈值,将所述层段所属的甜点段等级确定为第二等级;
如果所述层段的油气产量不大于所述第二阈值,将所述层段所属的甜点段等级确定为第三等级;
其中,所述第一阈值大于所述第二阈值,所述第一等级和所述第二等级表示甜点段,所述第三等级表示非甜点段。
3.根据权利要求1所述的方法,其特征在于,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
按照不同的岩性将所述油井的地层划分为页岩油层系与非页岩油层系;
根据所述油井中页岩油层系中每个层段的页岩油的油气产量,将所述页岩油层系划分为不同级别的甜点段。
4.根据权利要求1所述的方法,其特征在于,所述根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级,包括:
收集所述目标区域内的多个油井的资料信息,所述资料信息包括测井曲线、岩性资料、试油试采资料或开发层段油气产量相关资料中的至少一种;
基于所述多个油井的资料信息,从所述多个油井中选取目标油井;
根据所述目标油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级。
5.根据权利要求4所述的方法,其特征在于,所述基于所述多个油井的资料信息,从所述多个油井中选取目标油井,包括:
从所述多个油井中,选取资料信息的数据量最多、测井曲线最多或者钻遇地层最多的油井,作为所述目标油井。
6.根据权利要求1所述的方法,其特征在于,所述构建所述油井的含油量曲线,包括:
将所述油井的测井曲线输入至神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
7.根据权利要求6所述的方法,其特征在于,所述将所述油井的测井曲线输入至神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线,包括:
获取所述油井的多种测井曲线,所述多种测井曲线中包括值域范围不同的测井曲线;
对所述多种测井曲线进行归一化处理,以使处理后的多种测井曲线的值域范围相同;
将所述处理后的多种测井曲线输入至所述神经网络模型中,基于所述神经网络模型获取所述油井的含油量曲线。
8.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域对应的第一地震数据体创建地层框架模型,包括:
在任一层段的顶地震体层位和底地震体层位之间进行线性插值,创建所述地层框架模型。
9.根据权利要求1所述的方法,其特征在于,所述对所述第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示所述页岩油甜点段的分布规律,包括:
对所述第一地震数据体进行储层反演,对反演得到的反演体进行参数设置,以使所述反演体中的同相轴中包括页岩油甜点段变化规律的特征,得到所述第二地震数据体。
10.根据权利要求9所述的方法,其特征在于,所述建立所述含油量曲线与所述目标区域对应的第一地震数据体之间的关联关系,包括:
获取所述目标区域的第一地震数据体、层位数据与速度体数据;
根据所述层位数据,将任一层段的顶地震体层位和底地震体层位确定为储层反演的约束时窗,根据所述速度体数据将测井解释层位与地震层位对应,建立所述含油量曲线与地震体反射波同相轴之间的关联关系。
11.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域对应的第一地震数据体创建地层框架模型之前,所述方法还包括:
创建所述目标区域的联井剖面,将所述联井剖面中的油井轨迹投影到所述第一地震数据体的地震剖面;
基于投影后的所述油井轨迹,对所述地震剖面进行层段标定,以使所述第一地震数据体中的地震层段与所述联井剖面中的测井层段一致。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述第二地震数据体中的甜点段通过开取时窗的方式进行子层段的振幅属性提取,根据所述子层段的振幅,确定所述子层段的甜点段的平面分布位置。
13.一种识别甜点段的装置,其特征在于,所述装置包括:
等级确定模块,用于根据目标区域的油井中每个层段的页岩油的油气产量,确定所述每个层段所属的甜点段等级;
曲线构建模块,用于构建所述油井的含油量曲线,所述含油量曲线用于表示所述每个层段的含油量;
关联建立模块,用于,建立所述含油量曲线与所述目标区域对应的第一地震数据体之间的关联关系;
反演模块,用于根据所述目标区域对应的第一地震数据体创建地层框架模型,将所述含油量曲线作为地震储层反演的特征曲线,根据所述油井的地质特征设置关键反演参数,采用波形指示模拟或波形差异模拟的方法,对所述第一地震数据体进行储层反演,以使反演后的第二地震数据体用于指示所述页岩油甜点段的分布规律。
14.一种计算机设备,其特征在于,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条计算机程序,所述计算机程序由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求12任一项所述的识别甜点段的方法。
15.一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中存储有至少一条计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至权利要求12任一项所述的识别甜点段的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110333410.8A CN115126480A (zh) | 2021-03-29 | 2021-03-29 | 识别页岩油甜点段的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110333410.8A CN115126480A (zh) | 2021-03-29 | 2021-03-29 | 识别页岩油甜点段的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115126480A true CN115126480A (zh) | 2022-09-30 |
Family
ID=83375749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110333410.8A Pending CN115126480A (zh) | 2021-03-29 | 2021-03-29 | 识别页岩油甜点段的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115126480A (zh) |
-
2021
- 2021-03-29 CN CN202110333410.8A patent/CN115126480A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109696706B (zh) | 盐构造检测方法、装置及存储介质 | |
CN114970919A (zh) | 钻速确定方法、装置、计算机设备及存储介质 | |
CN111427082A (zh) | 地震响应模板的确定方法、装置及存储介质 | |
CN111077570B (zh) | 确定油藏中辉绿岩的侵入位置的方法、装置和存储介质 | |
CN110673214B (zh) | 预测水平井的入口靶点和末端点的深度的方法和装置 | |
CN115935816A (zh) | 钻井参数确定方法、装置、设备及存储介质 | |
CN111736215B (zh) | 断层断距确定方法及装置 | |
CN115126480A (zh) | 识别页岩油甜点段的方法、装置、设备及存储介质 | |
CN111426813B (zh) | 砂体连通质量的确定方法、装置及存储介质 | |
CN113216926A (zh) | 页岩气井的筛选方法、装置、终端及存储介质 | |
CN114280686A (zh) | 碳酸盐岩储层的岩心物性分析方法及设备 | |
CN111999140A (zh) | 制备声发射样品、确定压裂泵的方法、装置及存储介质 | |
CN112698391B (zh) | 砂体刻画方法、装置、设备及存储介质 | |
CN112987105B (zh) | 定量预测地下岩盐层分布的方法、装置、终端和存储介质 | |
CN112096373B (zh) | 选定页岩气区域的方法、装置及计算机存储介质 | |
CN115182718A (zh) | 识别水侵层的确定方法、装置、终端和存储介质 | |
CN112412444B (zh) | 注采连通强度确定方法、装置、计算机设备和存储介质 | |
CN111812744B (zh) | 地层可压性确定方法、装置及计算机存储介质 | |
CN110630254B (zh) | 油水层的区分方法、装置及计算机可读存储介质 | |
CN114545507A (zh) | 取心深度确定方法、装置、终端和存储介质 | |
CN113139877B (zh) | 页岩气井的筛选方法及装置 | |
CN110058306B (zh) | 确定三维速度体的方法、装置及计算机存储介质 | |
CN115898363A (zh) | 构型表征图像生成方法、装置、计算机设备及存储介质 | |
CN118155744A (zh) | 敏感参数确定方法、装置、计算机设备及存储介质 | |
CN116359997A (zh) | 声波速度的确定方法、装置、设备、存储介质及产品 |
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 |