CN115220100A - 一种碳酸盐岩水窜通道的分析方法及系统 - Google Patents
一种碳酸盐岩水窜通道的分析方法及系统 Download PDFInfo
- Publication number
- CN115220100A CN115220100A CN202210676606.1A CN202210676606A CN115220100A CN 115220100 A CN115220100 A CN 115220100A CN 202210676606 A CN202210676606 A CN 202210676606A CN 115220100 A CN115220100 A CN 115220100A
- Authority
- CN
- China
- Prior art keywords
- data
- water
- analysis
- carbonate
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
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
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
Abstract
本发明提供了一种碳酸盐岩水窜通道的分析方法及系统;其中,所述方法包括:对目标区域的地震数据进行裂缝连通性分析,以获得流体流动通道数据;对地震数据进行均方根振幅提取,以获得储层孔洞空间分布数据;根据含水性预测结果数据和水面分布高度数据获得水体预测数据;对流体流动通道数据、储层孔洞空间分布数据、水体预测数据进行多维度矢量计算,以获得碳酸盐岩水窜通道数据。本发明将孔洞发育与裂缝预测和水体预测有机结合,客观清晰,很好地符合了碳酸盐岩缝洞体和水的地质认识,为降低开发水窜风险提供一定的依据。
Description
技术领域
本发明涉及碳酸盐岩水体预测技术领域,具体而言,涉及一种碳酸盐岩水窜通道的分析方法、系统、电子设备及计算机存储介质。
背景技术
碳酸盐岩储层类型丰富,发育裂缝、溶洞地质体,非基质属性特征明显,裂缝发育主控因素、分布规律、参数特征不明朗,裂缝表征难度大,溶洞地质体导致深层热水上窜部分油井,溶洞体刻画精度低,给油田未来井位部署、开发规划、风险规避带来困难。
随着碳酸盐岩勘探开发程度的提高,为了规避一些深层水上窜造成含水量上升的风险,需先将碳酸盐岩缝洞体和水体的分布准确刻画出来,从而降低水窜风险。目前针对碳酸盐岩裂缝、孔洞、流体的预测已开展了地质、地球物理方面的研究,取得了一批技术成果。这些成果主要包含:地震反射特征研究、原始地震数据曲率体、方差体、相关体、均方根振幅属性、高频衰减、低频增强属性提取等。这些手段虽能在一定程度上预测缝洞体和流体的分布,但是每种方法具有多解性,且不够精确,无法准确识别水窜通道。
发明内容
为了至少解决上述背景技术中存在的技术问题,本发明提供了一种碳酸盐岩水窜通道的分析方法、系统、电子设备及计算机存储介质。
本发明的第一方面提供了一种碳酸盐岩水窜通道的分析方法,包括如下步骤:
S1,接收目标区域的地震数据,根据所述地震数据对所述目标区域进行裂缝连通性分析,以获得流体流动通道数据;
S2,对所述地震数据进行均方根振幅提取,以获得储层孔洞空间分布数据;
S3,根据含水饱和度曲线进行含水性预测,以获得含水性预测结果数据;接收钻采数据,根据所述钻采数据提取得出水面分布高度数据;根据所述含水性预测结果数据和所述水面分布高度数据获得水体预测数据;
S4,对所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行多维度矢量计算,以获得碳酸盐岩水窜通道数据。
进一步地,在所述根据所述地震数据对所述目标区域进行裂缝连通性分析和/或所述对所述地震数据进行均方根振幅提取之前,还包括:
对所述地震数据进行微分处理。
进一步地,步骤S1中,所述根据所述地震数据对所述目标区域进行裂缝连通性分析,以获得流体流动通道数据,包括:
基于S变换对微分处理后的所述地震数据进行最小三维时窗的第一不连续性检测提取,以获得若干分析数据体;对于每个分析数据体在局部三维空间进行第二不连续性检测提取,以所有提取数据的均值作为不连续性检测数值;
将不连续性检测数值大于第一阈值的分析数据体对应的区域判定为流体流动通道。
进一步地,所述对于每个分析数据体在局部三维空间进行第二不连续性检测提取,包括:
对于某个分析数据体,沿Inline取2L1个第一数据点,沿Crossline取2L2个第二数据点,沿travel time取N个样本点;
将所述第一数据点、所述第二数据点、所述样本点进行归一化处理;
根据所述第一数据点、所述第二数据点、所述样本点将该分析数据体划分成L1×L2×N个子数据体;
根据每个所述子数据体的数据构造互相关矩阵,根据所述互相关矩阵进行局部不连续性检测提取计算。
进一步地,所述步骤S3具体包括:
S31,将所述含水饱和度曲线与多属性体进行相关分析,筛选出相关性最高的属性体,根据该属性体进行含水性预测,以获得含水性预测数据;
S32,根据钻采数据,确定所述目标区域内所有井的油气水界面,结合所述目标区域的构造信息,圈定出水体高度上限空间曲面;
S33,将所述含水性预测数据与所述水体高度上限空间曲面进行三维空间镶嵌,生成所述水体预测数据。
进一步地,步骤S4中,所述对所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行多维度矢量计算,包括:
将所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据分别矢量化,且矢量方向处于相互平行;
将矢量化后的所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行矢量相加,即将多个平行在同一水平方向的不相关矢量的首尾相结合,形成一个空间数据体,作为水窜通道结构框架的不同单元。
进一步地,所述步骤S4还包括:
S41,将所述目标区域分为若干子区域;
S42,针对每对相邻子区域,分别以第一子区域、第二子区域、第一子区域和第二子区域为整体的区域进行所述多维度矢量计算,以获得第一计算结果、第二计算结果和第三计算结果;
S43,将所述第一计算结果、所述第二计算结果分别与所述第三计算结果进行匹配度计算,若所述匹配度计算结果之和大于第二阈值,则转S44,否则转S45;
S44,以所述目标区域进行所述多维度矢量计算,以获得碳酸盐岩水窜通道数据;
S45,将所述相邻区域作为所述目标区域重新执行步骤S1-S4,以获得修正后的碳酸盐岩水窜通道数据;
S46,将所述修正后的碳酸盐岩水窜通道数据与所述碳酸盐岩水窜通道数据进行融合,以获得最终的所述碳酸盐岩水窜通道数据。
本发明的第二方面提供了一种碳酸盐岩水窜通道的分析系统,包括获取模块、处理模块、存储模块;所述处理模块与所述获取模块、所述存储模块连接;
所述存储模块,用于存储可执行的计算机程序代码;
所述获取模块,用于获取历史日志数据、实时日志数据并传输给所述处理模块;
所述处理模块,用于通过调用所述存储模块中的所述可执行的计算机程序代码,执行如前任一项所述的方法。
本发明的第三方面提供了一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,执行如前任一项所述的方法。
本发明的第四方面提供了一种计算机存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上任一项所述的方法。
本发明的方案,与现有技术相比,本发明能够减少单一技术所带来的局限性和多解性的干扰,更为精确地刻画水体通道,可将裂缝、孔洞、水体于一体的识别出来;本发明将微分、含水饱和度曲线、多属性筛选、水体高度上限曲面、多维度矢量计算等关键环节串联起来,将多种有价值信息融合在一起,减少单一技术所带来的局限性和多解性的干扰;通过该方法预测水体通道,将孔洞发育与裂缝预测和水体预测有机结合,客观清晰,很好地符合了碳酸盐岩缝洞体和水的地质认识,为降低开发水窜风险提供一定的依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本发明实施例公开的一种碳酸盐岩水窜通道的分析方法的流程示意图;
图2是本发明实施例公开的一种碳酸盐岩水窜通道的分析系统的结构示意图;
图3是本发明实施例公开一种电子设备的结构示意图。
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分实施例,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。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本申请实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本申请实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,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商品或者系统不仅包括那些要素,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商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
下面结合附图详细说明本发明的优选实施例。
实施例一
请参阅图1,图1是本发明实施例公开的一种碳酸盐岩水窜通道的分析方法的流程示意图。如图1所示,本发明实施例的一种碳酸盐岩水窜通道的分析方法,包括如下步骤:
S1,接收目标区域的地震数据,根据所述地震数据对所述目标区域进行裂缝连通性分析,以获得流体流动通道数据;
S2,对所述地震数据进行均方根振幅提取,以获得储层孔洞空间分布数据;
S3,根据含水饱和度曲线进行含水性预测,以获得含水性预测结果数据;接收钻采数据,根据所述钻采数据提取得出水面分布高度数据;根据所述含水性预测结果数据和所述水面分布高度数据获得水体预测数据;
S4,对所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行多维度矢量计算,以获得碳酸盐岩水窜通道数据。
在本发明实施例中,如背景技术所述,现有技术在进行碳酸盐岩水窜通道分析时都是基于单一手段,导致分析结果具有多解性而且不够精确。有鉴于此,本发明设计了根据流体流动通道数据、储层孔洞空间分布数据、水体预测数据的碳酸盐岩水窜通道的分析方法,采用多种技术手段进行融合分析,使得获取到的碳酸盐岩水窜通道分析结果更为准确。
另外,在获得碳酸盐岩水窜通道数据之后,为便于工作人员的分析,还可以将该数据进行可视化转化,从而以二维或三维图像的方式进行输出展示,由于属于成熟的现有技术,本发明不再赘述。
进一步地,在所述根据所述地震数据对所述目标区域进行裂缝连通性分析和/或所述对所述地震数据进行均方根振幅提取之前,还包括:
对所述地震数据进行微分处理。
在本发明实施例中,在使用地震数据之前,本发明先对地震数据进行微分处理,以使得地震数据包括更多的数据细节,有利于后续分析的准确性。
进一步地,步骤S1中,所述根据所述地震数据对所述目标区域进行裂缝连通性分析,以获得流体流动通道数据,包括:
基于S变换对微分处理后的所述地震数据进行最小三维时窗的第一不连续性检测提取,以获得若干分析数据体;对于每个分析数据体在局部三维空间进行第二不连续性检测提取,以所有提取数据的均值作为不连续性检测数值;
将不连续性检测数值大于第一阈值的分析数据体对应的区域判定为流体流动通道。
在本发明实施例中,本发明中的不连续性检测包括两部分,即先通过S变换对地震数据进行最小三维时窗的不连续性检测提取,从而得出各分析数据体;然后再对各分析数据体再次进行不连续性检测提取,将提取得到的所有数据的均值作为每个分析数据体的中心点的值,也即获得每个分析数据体的不连续性检测数值;最后,通过比较不连续性检测数值与第一阈值之间的关系即可快速确定流体流动通道。
其中,基于S变换的不连续检测技术十分适于进行地质结构的分析,本发明对接收到的地震数据采用该方法进行裂缝连通性分析。
进一步地,所述对于每个分析数据体在局部三维空间进行第二不连续性检测提取,包括:
对于某个分析数据体,沿Inline取2L1个第一数据点,沿Crossline取2L2个第二数据点,沿travel time取N个样本点;
将所述第一数据点、所述第二数据点、所述样本点进行归一化处理;
根据所述第一数据点、所述第二数据点、所述样本点将该分析数据体划分成L1×L2×N个子数据体;
根据每个所述子数据体的数据构造互相关矩阵,根据所述互相关矩阵进行局部不连续性检测提取计算。
在本发明实施例中,本发明中的分析数据体为能反映地质体时空变化的三维数据体,由此分析数据体可以提取出供分析使用的三维切片图,即垂直剖面和水平切片。Inline为主测线(EFGH剖面)剖面,即沿垂直方向的剖面;Crossline表示与主测线垂直的联络测线(MNOP剖面)。
进一步地,所述步骤S3具体包括:
S31,将所述含水饱和度曲线与多属性体进行相关分析,筛选出相关性最高的属性体,根据该属性体进行含水性预测,以获得含水性预测数据;
S32,根据钻采数据,确定所述目标区域内所有井的油气水界面,结合所述目标区域的构造信息,圈定出水体高度上限空间曲面;
S33,将所述含水性预测数据与所述水体高度上限空间曲面进行三维空间镶嵌,生成所述水体预测数据。
在本发明实施例中,本发明先根据含水饱和度曲线与各属性体进行相关分析,从而筛选出最佳的用于进行含水性预测的属性体,并利用该属性体分析得出含水性预测数据;然后,再根据钻采数据确定出水体高度上限空间曲面;最后,对以上两组数据进行三维空间镶嵌处理,最终获得水体预测数据。于是,本发明通过对含水性预测数据和水体高度上限空间曲面进行有机融合,极大的提高了水体预测数据的准确性,有利于后续获得更为准确的碳酸盐岩水窜通道数据。
进一步地,步骤S4中,所述对所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行多维度矢量计算,包括:
将所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据分别矢量化,且矢量方向处于相互平行;
将矢量化后的所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行矢量相加,即将多个平行在同一水平方向的不相关矢量的首尾相结合,形成一个空间数据体,作为水窜通道结构框架的不同单元。
在本发明实施例中,本发明将获得的以上三种数据进行矢量化处理,再将矢量化处理后的各数据进行融合即矢量相加,从而获得若干空间数据体,这些空间数据体即构成水窜通道结构框架的不同单元。
进一步地,所述步骤S4还包括:
S41,将所述目标区域分为若干子区域;
S42,针对每对相邻子区域,分别以第一子区域、第二子区域、第一子区域和第二子区域为整体的区域进行所述多维度矢量计算,以获得第一计算结果、第二计算结果和第三计算结果;
S43,将所述第一计算结果、所述第二计算结果分别与所述第三计算结果进行匹配度计算,若所述匹配度计算结果之和大于第二阈值,则转S44,否则转S45;
S44,以所述目标区域进行所述多维度矢量计算,以获得碳酸盐岩水窜通道数据;
S45,将所述相邻区域作为所述目标区域重新执行步骤S1-S4,以获得修正后的碳酸盐岩水窜通道数据;
S46,将所述修正后的碳酸盐岩水窜通道数据与所述碳酸盐岩水窜通道数据进行融合,以获得最终的所述碳酸盐岩水窜通道数据。
在本发明实施例中,在目标区域较大时,获得的地震数据、钻采数据实际上很难准确描述目标区域内各个局部区域的地质情况,导致分析结果容易产生较大的误差。有鉴于此,本发明进一步将目标区域分为若干子区域,对每对相邻区域进行如步骤S42的分析,以确定相邻的第一子区域、第二子区域的数据可靠性,在各子区域的可靠性均满足要求时,则直接以目标区域的整体数据为基础进行碳酸盐岩水窜通道的融合分析;否则,则重新执行步骤S1-S4,即针对相邻区域重新制造并接收地震数据、钻采数据,进而获得修正后的碳酸盐岩水窜通道数据,并将其与目标区域对应的碳酸盐岩水窜通道数据进行融合(例如局部替换的方式),从而使得获得的碳酸盐岩水窜通道数据更为准确。
进一步地,采用下式进行匹配度计算:
式中,W代表第一计算结果或第二计算结果与第三计算结果的匹配度值;R1代表第一计算结果或第二计算结果的多维度矢量数据矩阵,R2代表第三计算结果的多维度矢量矩阵;r1i代表第一计算结果或第二计算结果的多维度矢量矩阵的第i组水平分量数据矩阵,r2i代表第三计算结果的多维度矢量矩阵的第i组水平分量数据矩阵,n为水平分量数据矩阵的数量;d(·)代表数据矩阵之间的距离。
在本发明实施例中,本发明将第一计算结果、第二计算结果、第三计算结果对应的多维度矢量数据矩阵分别进行水平切片,从而获得多组水平分量数据矩阵,在此基础上,分别从多维度矢量数据矩阵的局部角度和整体角度进行匹配度的分析计算。在获得第一计算结果与第三计算结果的匹配度、第二计算结果与第三计算结果的匹配度之后,对二者的匹配度值进行求和,在和值满足第二阈值条件时,即可说明该相邻区域的碳酸盐岩水窜通道分析用数据是相对可靠的,此时可直接以原先获得的整体数据为基础进行碳酸盐岩水窜通道的分析;反之,则说明数据不可靠,以相邻区域为基础而重复步骤S1-S4,并将其与原先获取的整体数据进行融合(例如局部替换),然后再进行碳酸盐岩水窜通道的分析。
实施例二
请参阅图2,图2是本发明实施例公开的一种碳酸盐岩水窜通道的分析系统的结构示意图。如图2所示,本发明实施例的一种碳酸盐岩水窜通道的分析系统,包括获取模块(101)、处理模块(102)、存储模块(103);所述处理模块(102)与所述获取模块(101)、所述存储模块(103)连接;
所述存储模块(103),用于存储可执行的计算机程序代码;
所述获取模块(101),用于获取地震数据和钻采数据,并传输给所述处理模块(102);
所述处理模块(102),用于通过调用所述存储模块(103)中的所述可执行的计算机程序代码,执行如前任一项所述的方法。
该实施例中的一种碳酸盐岩水窜通道的分析系统的具体功能参照上述实施例一,由于本实施例中的系统采用了上述实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
实施例三
请参阅图3,图3是本发明实施例公开的一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,执行如实施例一所述的方法。
实施例四
本发明实施例还公开了一种计算机存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如实施例一所述的方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是,但不限于,电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括、但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用的技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明的构思的情况下,还可以包括更多其他等效实施例,均属于本发明的保护范畴。
Claims (10)
1.一种碳酸盐岩水窜通道的分析方法,其特征在于,包括如下步骤:
S1,接收目标区域的地震数据,根据所述地震数据对所述目标区域进行裂缝连通性分析,以获得流体流动通道数据;
S2,对所述地震数据进行均方根振幅提取,以获得储层孔洞空间分布数据;
S3,根据含水饱和度曲线进行含水性预测,以获得含水性预测结果数据;接收钻采数据,根据所述钻采数据提取得出水面分布高度数据;根据所述含水性预测结果数据和所述水面分布高度数据获得水体预测数据;
S4,对所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行多维度矢量计算,以获得碳酸盐岩水窜通道数据。
2.根据权利要求1所述的一种碳酸盐岩水窜通道的分析方法,其特征在于:在所述根据所述地震数据对所述目标区域进行裂缝连通性分析和/或所述对所述地震数据进行均方根振幅提取之前,还包括:
对所述地震数据进行微分处理。
3.根据权利要求1或2所述的一种碳酸盐岩水窜通道的分析方法,其特征在于:步骤S1中,所述根据所述地震数据对所述目标区域进行裂缝连通性分析,以获得流体流动通道数据,包括:
基于S变换对微分处理后的所述地震数据进行最小三维时窗的第一不连续性检测提取,以获得若干分析数据体;对于每个分析数据体在局部三维空间进行第二不连续性检测提取,以所有提取数据的均值作为不连续性检测数值;
将不连续性检测数值大于第一阈值的分析数据体对应的区域判定为流体流动通道。
4.根据权利要求3所述的一种碳酸盐岩水窜通道的分析方法,其特征在于:所述对于每个分析数据体在局部三维空间进行第二不连续性检测提取,包括:
对于某个分析数据体,沿Inline取2L1个第一数据点,沿Crossline取2L2个第二数据点,沿travel time取N个样本点;
将所述第一数据点、所述第二数据点、所述样本点进行归一化处理;
根据所述第一数据点、所述第二数据点、所述样本点将该分析数据体划分成L1×L2×N个子数据体;
根据每个所述子数据体的数据构造互相关矩阵,根据所述互相关矩阵进行局部不连续性检测提取计算。
5.根据权利要求1或4所述的一种碳酸盐岩水窜通道的分析方法,其特征在于:所述步骤S3具体包括:
S31,将所述含水饱和度曲线与多属性体进行相关分析,筛选出相关性最高的属性体,根据该属性体进行含水性预测,以获得含水性预测数据;
S32,根据钻采数据,确定所述目标区域内所有井的油气水界面,结合所述目标区域的构造信息,圈定出水体高度上限空间曲面;
S33,将所述含水性预测数据与所述水体高度上限空间曲面进行三维空间镶嵌,生成所述水体预测数据。
6.根据权利要求1或4所述的一种碳酸盐岩水窜通道的分析方法,其特征在于:步骤S4中,所述对所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行多维度矢量计算,包括:
将所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据分别矢量化,且矢量方向处于相互平行;
将矢量化后的所述流体流动通道数据、所述储层孔洞空间分布数据、所述水体预测数据进行矢量相加,即将多个平行在同一水平方向的不相关矢量的首尾相结合,形成一个空间数据体,作为水窜通道结构框架的不同单元。
7.根据权利要求6所述的一种碳酸盐岩水窜通道的分析方法,其特征在于:所述步骤S4还包括:
S41,将所述目标区域分为若干子区域;
S42,针对每对相邻子区域,分别以第一子区域、第二子区域、第一子区域和第二子区域为整体的区域进行所述多维度矢量计算,以获得第一计算结果、第二计算结果和第三计算结果;
S43,将所述第一计算结果、所述第二计算结果分别与所述第三计算结果进行匹配度计算,若所述匹配度计算结果之和大于第二阈值,则转S44,否则转S45;
S44,以所述目标区域进行所述多维度矢量计算,以获得碳酸盐岩水窜通道数据;
S45,将所述相邻区域作为所述目标区域重新执行步骤S1-S4,以获得修正后的碳酸盐岩水窜通道数据;
S46,将所述修正后的碳酸盐岩水窜通道数据与所述碳酸盐岩水窜通道数据进行融合,以获得最终的所述碳酸盐岩水窜通道数据。
8.一种碳酸盐岩水窜通道的分析系统,包括获取模块、处理模块、存储模块;所述处理模块与所述获取模块、所述存储模块连接;
所述存储模块,用于存储可执行的计算机程序代码;
所述获取模块,用于获取地震数据、钻采数据并传输给所述处理模块;
其特征在于:所述处理模块,用于通过调用所述存储模块中的所述可执行的计算机程序代码,执行如权利要求1-7任一项所述的方法。
9.一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;其特征在于:所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的方法。
10.一种计算机存储介质,该存储介质上存储有计算机程序,其特征在于:该计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210676606.1A CN115220100B (zh) | 2022-06-15 | 2022-06-15 | 一种碳酸盐岩水窜通道的分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210676606.1A CN115220100B (zh) | 2022-06-15 | 2022-06-15 | 一种碳酸盐岩水窜通道的分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115220100A true CN115220100A (zh) | 2022-10-21 |
CN115220100B CN115220100B (zh) | 2023-09-01 |
Family
ID=83607734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210676606.1A Active CN115220100B (zh) | 2022-06-15 | 2022-06-15 | 一种碳酸盐岩水窜通道的分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115220100B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572739A (zh) * | 2016-02-19 | 2016-05-11 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩孔洞裂缝性发育特征判断方法 |
US20190080122A1 (en) * | 2017-09-14 | 2019-03-14 | Saudi Arabian Oil Company | Subsurface reservoir model with 3d natural fractures prediction |
CN110706344A (zh) * | 2019-11-04 | 2020-01-17 | 西南石油大学 | 一种碳酸盐岩缝洞储层连通性的3d建模方法 |
CN111751211A (zh) * | 2020-06-30 | 2020-10-09 | 中国科学院地质与地球物理研究所 | 一种岩石压裂缝网拓扑结构刻画方法 |
CN112114357A (zh) * | 2019-06-19 | 2020-12-22 | 中国石油天然气股份有限公司 | 缝洞型储层连通性预测方法及装置 |
CN114429085A (zh) * | 2020-09-09 | 2022-05-03 | 中国石油化工股份有限公司 | 一种用于分析缝洞型油藏流体势的方法及系统 |
-
2022
- 2022-06-15 CN CN202210676606.1A patent/CN115220100B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105572739A (zh) * | 2016-02-19 | 2016-05-11 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩孔洞裂缝性发育特征判断方法 |
US20190080122A1 (en) * | 2017-09-14 | 2019-03-14 | Saudi Arabian Oil Company | Subsurface reservoir model with 3d natural fractures prediction |
CN112114357A (zh) * | 2019-06-19 | 2020-12-22 | 中国石油天然气股份有限公司 | 缝洞型储层连通性预测方法及装置 |
CN110706344A (zh) * | 2019-11-04 | 2020-01-17 | 西南石油大学 | 一种碳酸盐岩缝洞储层连通性的3d建模方法 |
CN111751211A (zh) * | 2020-06-30 | 2020-10-09 | 中国科学院地质与地球物理研究所 | 一种岩石压裂缝网拓扑结构刻画方法 |
CN114429085A (zh) * | 2020-09-09 | 2022-05-03 | 中国石油化工股份有限公司 | 一种用于分析缝洞型油藏流体势的方法及系统 |
Non-Patent Citations (1)
Title |
---|
ZHANG ZHIRANG ET AL.: "Seismic characterization of fracture-cave system in carbonate rocks: an example of western China", ISTANBUL INTERNATIONAL GEOPHYSICAL CONFERENCE AND OIL & GAS EXHIBITION, ISTANBUL,TURKEY, 17-19 SEPTEMBER 2012, pages 1 - 4 * |
Also Published As
Publication number | Publication date |
---|---|
CN115220100B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2888606B1 (en) | Method and system for 3d seismic data depth conversion utilizing artificial neural networks | |
EP2106558B1 (en) | Geological fracture cluster mapping | |
CA2823710C (en) | Methods and systems regarding models of underground formations | |
US11226424B2 (en) | Method for detecting geological objects in a seismic image | |
US20120320712A1 (en) | Dip seismic attribute | |
WO2017132294A1 (en) | Feature index-based feature detection | |
US20230161061A1 (en) | Structured representations of subsurface features for hydrocarbon system and geological reasoning | |
CN110073246B (zh) | 与质量控制有关的改进的方法 | |
CA3212222A1 (en) | Method to automatically pick formation tops using optimization algorithm | |
EP3359983B1 (en) | Seismic polynomial filter | |
CN115220100B (zh) | 一种碳酸盐岩水窜通道的分析方法及系统 | |
US20200308934A1 (en) | Automatic calibration of forward depositional models | |
US11156740B2 (en) | Electrofacies determination | |
US11719851B2 (en) | Method and system for predicting formation top depths | |
CN114236604A (zh) | 用于地震预报的监测数据处理方法、地震预报方法和系统 | |
US10996357B2 (en) | Downhole interpretation techniques using borehole dips | |
CN114021700A (zh) | 基于岩石物理约束神经网络的渗透率计算方法及装置 | |
US11899150B2 (en) | Velocity model for sediment-basement interface using seismic and potential fields data | |
Ramadhan et al. | Unravel Carbonate Reservoir Heterogeneities Through 3D Seismic Neural Network Application: A Machine Learning Based Approach and Workflow | |
CN112682034B (zh) | 基于致密砂岩储层的裂缝识别、倾角表征的方法及装置 | |
US20230358910A1 (en) | Automated fault segment generation | |
CN117434595A (zh) | 用岩溶漏失分布图调整地震参数反映潜山缝洞分布的方法 | |
Ray et al. | Machine Learning Assisted Fracture Network Characterization of A Naturally Fractured Reservoir Using Seismic Attributes | |
US20220282601A1 (en) | Method for determining drain configurations of wells in a field | |
RU2097794C1 (ru) | Способ определения пространственных координат геологических формаций |
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 |