CN115437003B - 兼顾裂缝表征的地震相计算方法、装置、电子设备及介质 - Google Patents

兼顾裂缝表征的地震相计算方法、装置、电子设备及介质

Info

Publication number
CN115437003B
CN115437003B CN202110620470.8A CN202110620470A CN115437003B CN 115437003 B CN115437003 B CN 115437003B CN 202110620470 A CN202110620470 A CN 202110620470A CN 115437003 B CN115437003 B CN 115437003B
Authority
CN
China
Prior art keywords
seismic
data
fracture
crack
characterization
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
Application number
CN202110620470.8A
Other languages
English (en)
Other versions
CN115437003A (zh
Inventor
刘志远
刘喜武
郝爽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN202110620470.8A priority Critical patent/CN115437003B/zh
Publication of CN115437003A publication Critical patent/CN115437003A/zh
Application granted granted Critical
Publication of CN115437003B publication Critical patent/CN115437003B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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

本申请公开了一种兼顾裂缝表征的地震相计算方法、装置、电子设备及介质。该方法可以包括：针对原始地震数据体，计算多个地震裂缝属性数据体；以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；将基础资料与原始地震数据体融合，计算融合地震相。本发明充分考虑裂缝因素对沉积的影响，在做地震相时引进经过优化分析的地震裂缝数据体，计算得到更加符合地质规律的、兼顾裂缝相的地震相结果。

Description

兼顾裂缝表征的地震相计算方法、装置、电子设备及介质
技术领域
本发明涉及油汽地球物理技术领域，更具体地，涉及一种兼顾裂缝表征的地震相计算方法、装置、电子设备及介质。
背景技术
地震相是沉积相在地震剖面上表现的总和，是由沉积环境(如海相或陆相)所形成的地震特征，是指一定面积内的地震反射单元，该单元内的地震属性参数与相邻的单元不同.它代表产生其反射的沉积物的岩性组合、层理和沉积特征。在石油、煤炭等地下沉积矿产的勘探开发中，沉积相研究具有极为重要的意义。三维地震数据的振幅、一致性等属性会随着岩性和流体的变化而变化。会根据这些属性进行储层建模和地下地质解析，所以说这些属性在的地震解析是发挥很重要的作用。总的来说，属性是用来生成地震相的，而地震相能反应不同地震波之间振幅的差异。因此地震相是能够反应地下的结构。地震相分析是用来提取和解析地震反射参数(一致性、连续性等)有用信息。目前，波形分类技术的主要特点有：(1)多学科交叉的特征，设计到地理、计算法、仿生等学科。充分利用地震数据信息，对地震相进行划分和识别，减少人工对其的干预影响，为岩层的油气藏预测和地质构造分析提供更为可靠的分析依据；(2)人工参与越来越少，主要是利用计算机处理，提高地震相划分效率，减少了人为因素对结果的影响，并降低在地震相划分识别中的人工花费。
地震相技术所使用的方法主要有：判别因子分析法、人工神经网络、纹理模型回归和统计模型等。Widrow等人于1962年提出了一种可连续取值的权值自适应理论；而后Minskey与Papert合作的《Perceptrons》一书于1969年问世；芬兰科学家Kohonen于1972提出了自组织映射神经网络理论；Fukushima在1975年提出了神经网络的认知机原理；Grossberg于1976年提出了人工神经网络自适应共振机理。Hopfield在1982年提出了HNN模型，在HNN模型中引入了能量函数理论，并且得到了判别人工神经网络稳定性和电子线路实现的方法，该模型极大的推动了人工神经网络理论的发展。Hinton于1984年提出了Boltzmann机模型，该方法借鉴了统计物理学中的模拟退火技术，保证可以使人工神经网络的学习过程可以全局收敛。在这后面一段时间里，基于人工神经网络的波形分类方法取得了快速发展，并且应用到了许多领域。国内在地震研究相应的成果，段玉顺等于2004年提出了地震相的自动识别方法及应用，该方法能够自动的进行地震相的识别。陈方鸿等于2005提出了基于可视化的三维地震相分析，并应用到了沉积相的识别上。邓传伟等人于2008提出了基于波形分类的技术在储层微相预测中的应用，使用了波形分类算法对微小地震相进行识别。2009年Iván Dimitri Marroquín等人提出了基于可视化的数据挖掘进行波形分类，并用于与传统监督波形分类方法结果作对比，该方法说明了可视化的数据挖掘方法也能很好的进行地震信号的波形分类。2010年张林科等人提出了基于地震属性的地震像分析思路。刘庆敏等于2010年提出了基于经验模态分解的地震相分析技术，在地震相分析中引入了经验模态分解方法。ATISH ROY Norman等人于2013年分析了潜在空间的地震相分布。
而近十年来，地震相的主要研究其实主要集中在应用领域。多个油田不同区块为了表征各自不同区域不同层系的地震沉积特征，均在地震相的应用中有着针对各自区域层位特性提出了针对性的应用方法。张帅(2013)针对潜水湖盆砂体，唐华风(2007)针对松辽盆地火山岩，佘刚(2012)针对鄂北薄砂岩储层、王锦程(2011)针对黄骅坳陷孔三段沉积体系、孙靖(2013)针对准噶尔盆地西北缘白垩系清水河组等均提出了地震相各针对式应用模式。
但在诸多地震相的应用研究中，却少有将裂缝因素考虑进去的研究方法。
裂缝的研究无论在油气勘探阶段还是开发阶段都是关系储层目标的重要甜点要素之一。作为储层中油气的有效储集空间和主要的渗流通道，裂缝控制着油气的赋存和产能，有利的裂缝发育带往往预示着油气高产区的存在，在致密砂岩和火山岩储层中更有“无缝不成藏”的论断，由此可见，裂缝系统对于油气的富集和成藏起着至关重要的作用。同时，在关于裂缝的诸多研究热点问题之中，如何有效的评价裂缝对于产能的影响，直观关系到油气的最终产量和动辄上百万乃至上千万的巨额实际单井钻井工程成本。
国外早在20世纪70年代就开始运用地震方法进行裂缝油气藏的检测。先后经历了横波勘探、多波多分量勘探和纵波裂缝检测等几个发展阶段，尤其是在纵波地震裂缝检测方面取得了长足进步。裂缝预测的发展往往是在岩石物理等效模型研究的发展基础之上发展起来的，目前国外对各向异性介质、双相介质和双相各向异性介质的岩石物理模型已经发展起来。近年来，随着国内外大量裂缝性油气藏的发现和投入开发，针对储层中裂缝表征这一核心问题，研究者们进行了大量的研究工作，取得了较大的进展，提出了野外露头描述的地质学方法、实验室岩心分析方法、测井方法和地震勘探方法等。虽然钻井、测井、岩心资料对裂缝有比较精细和准确的描述，但其表征范围仅限于该井的井点之处，尚属一孔之见。而地震勘探方法以其具有勘探范围相对较广、费用相对较低的优点，在裂缝系统识别、裂缝性储层预测和精细描述中占有重要地位。目前常用的裂缝性储层预测与识别技术主要包括地震属性技术和基于地震各向异性发展起来的相干技术。地震属性技术如振幅属性、相干体技术、曲率体技术等，以其技术相对简单、实用的优点，在裂缝性储层勘探初期的井位部署中发挥了重要作用。
可见对于油气勘探来说，地震相和裂缝均具有相当重要的地位。在表征地震相时，为了其表征的准确度，尤其提高对裂缝型储层的描述时，还是有必要考虑裂缝因素的。黄捍东(2015)曾将地震与测井集合表征火山岩裂缝，但此类结合并没能实现地震相层面与裂缝的结合。
因此，有必要开发一种兼顾裂缝表征的地震相计算方法、装置、电子设备及介质。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种兼顾裂缝表征的地震相计算方法、装置、电子设备及介质，在常规地震相表征技术的基础上，考虑裂缝因素，更加准确的表征地震相，为地震相带的代表意义、演化规律和边界划分提供数据依据。
第一方面，本公开实施例提供了一种兼顾裂缝表征的地震相计算方法，包括：
针对原始地震数据体，计算多个地震裂缝属性数据体；
以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；
将所述基础资料与所述原始地震数据体融合，计算融合地震相。
优选地，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料包括：
分别计算所述地震裂缝属性数据体对应的地震相；
以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料。
优选地，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为大尺度裂缝时，采用相干法或者AFE法计算得到的地震裂缝属性数据体作为所述基础资料。
优选地，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为小尺度裂缝时，采用叠前AVAZ法或者VVAZ法计算得到的地震裂缝属性数据体作为所述基础资料。
优选地，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为兼顾不同尺度级别的裂缝时，采用likelyhood法或者曲率法计算得到的地震裂缝属性数据体作为所述基础资料。
优选地，将所述基础资料与所述原始地震数据体融合，计算融合地震相包括：
针对所述基础资料与所述原始地震数据体进行归一化处理；
计算融合数据体；
通过所述融合数据体计算所述融合地震相。
优选地，通过公式(1)计算融合数据体：
N＝D2+C*M’ (1)
其中，N为融合数据体，D2为归一化后的基础资料，M’为归一化后的原始地震数据体，C为融合参数。
作为本公开实施例的一种具体实现方式，
第二方面，本公开实施例还提供了一种兼顾裂缝表征的地震相计算装置，包括：
计算模块，针对原始地震数据体，计算多个地震裂缝属性数据体；
基础资料确定模块，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；
融合模块，将所述基础资料与所述原始地震数据体融合，计算融合地震相。
优选地，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料包括：
分别计算所述地震裂缝属性数据体对应的地震相；
以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料。
优选地，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为大尺度裂缝时，采用相干法或者AFE法计算得到的地震裂缝属性数据体作为所述基础资料。
优选地，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为小尺度裂缝时，采用叠前AVAZ法或者VVAZ法计算得到的地震裂缝属性数据体作为所述基础资料。
优选地，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为兼顾不同尺度级别的裂缝时，采用likelyhood法或者曲率法计算得到的地震裂缝属性数据体作为所述基础资料。
优选地，将所述基础资料与所述原始地震数据体融合，计算融合地震相包括：
针对所述基础资料与所述原始地震数据体进行归一化处理；
计算融合数据体；
通过所述融合数据体计算所述融合地震相。
优选地，通过公式(1)计算融合数据体：
N＝D2+C*M’ (1)
其中，N为融合数据体，D2为归一化后的基础资料，M’为归一化后的原始地震数据体，C为融合参数。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现所述的兼顾裂缝表征的地震相计算方法。
第四方面，本公开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存储有计算机程序，该计算机程序被处理器执行时实现所述的兼顾裂缝表征的地震相计算方法。
其有益效果在于：
为了提高对裂缝型储层的地震相表征，充分考虑裂缝因素对沉积的影响，在做地震相时引进经过优化分析的地震裂缝数据体，计算得到更加符合地质规律的、兼顾裂缝相的地震相结果。
本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的兼顾裂缝表征的地震相计算方法的步骤的流程图。
图2示出了根据本发明的一个实施例的目的层的地震数据平面图切片的示意图。
图3示出了根据本发明的一个实施例的常规地震相表征结果的示意图。
图4a、图4b和图4c分别示出了根据本发明的一个实施例的曲率裂缝属性、相干裂缝属性和Likelyhood裂缝属性的示意图。
图5a、图5b、图5c和图5d分别示出了根据本发明的一个实施例的相干属性对应的地震相、曲率属性对应的地震相、Likelyhood属性对应的地震相、相干与曲率属性融合对应的地震相的示意图。
图6示出了根据本发明的一个实施例的兼顾裂缝表征的地震相成果的示意图。
图7示出了根据本发明的一个实施例的一种兼顾裂缝表征的地震相计算装置的框图。
附图标记说明：
201、计算模块；202、基础资料确定模块；203、融合模块。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明提供一种兼顾裂缝表征的地震相计算方法，包括：
针对原始地震数据体，计算多个地震裂缝属性数据体。
具体地，针对原始地震数据体M，通过不同计算原理计算地震裂缝属性数据体Bi(i＝1，2，3……)，例如用曲率法表征得到的地震裂缝属性数据体为B1，用相干法表征得到的地震裂缝属性数据体为B2，用likelyhood法表征得到的地震裂缝属性数据体为B3，用AFE方法表征得到的地震裂缝属性数据体为B4等。
以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；在一个示例中，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料包括：
分别计算地震裂缝属性数据体对应的地震相；
以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料。
在一个示例中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为大尺度裂缝时，采用相干法或者AFE法计算得到的地震裂缝属性数据体作为基础资料。
在一个示例中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为小尺度裂缝时，采用叠前AVAZ法或者VVAZ法计算得到的地震裂缝属性数据体作为基础资料。
在一个示例中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为兼顾不同尺度级别的裂缝时，采用likelyhood法或者曲率法计算得到的地震裂缝属性数据体作为基础资料。
具体地，分别计算地震裂缝属性数据体Bi对应的地震相Ci，分析优选裂缝表征效果较好的Ci，对应的Bi数据体作为基础资料D1。裂缝表征效果较好的标准，即当地质目标为大尺度裂缝时，可以用相干法或者AFE法计算得到的Bi作为D1；当地质目标为小尺度裂缝时，可以用叠前AVAZ法或者VVAZ法得到的Bi作为D1；当地质目标为兼顾不同尺度级别的裂缝时，可以用likelyhood法或者曲率法计算得到的Bi作为D1。其中，大裂缝指尺度大小在1个地震波长之上的裂缝或者断裂，中尺度裂缝指尺度在1个地震波长到四分之一波长大小范围内的裂缝，小尺度裂缝指在地震波四分之一波长以下尺度的裂缝。
将基础资料与原始地震数据体融合，计算融合地震相。在一个示例中，将基础资料与原始地震数据体融合，计算融合地震相包括：
针对基础资料与原始地震数据体进行归一化处理；
计算融合数据体；
通过融合数据体计算融合地震相。
在一个示例中，通过公式(1)计算融合数据体：
N＝D2+C*M’ (1)
其中，N为融合数据体，D2为归一化后的基础资料，M’为归一化后的原始地震数据体，C为融合参数。
具体地，针对基础资料D1与原始地震数据体M进行归一化处理，即将两者的数值范围统一在同一量纲级别，可以将D1和M的数值范围都统一到0到1之间。通过公式(1)计算融合数据体，融合系数C的数值范围控制在(0.1-10)之间，C的选取标准为尽量使得融合数据体N中的层切片属性中能够清晰的看到裂缝痕迹。
最后，通过融合数据体计算融合地震相，即得到兼顾裂缝的地震相。
本发明还提供一种兼顾裂缝表征的地震相计算装置，包括：
计算模块，针对原始地震数据体，计算多个地震裂缝属性数据体。
具体地，针对原始地震数据体M，通过不同计算原理计算地震裂缝属性数据体Bi(i＝1，2，3……)，例如用曲率法表征得到的地震裂缝属性数据体为B1，用相干法表征得到的地震裂缝属性数据体为B2，用likelyhood法表征得到的地震裂缝属性数据体为B3，用AFE方法表征得到的地震裂缝属性数据体为B4等。
基础资料确定模块，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；在一个示例中，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料包括：
分别计算地震裂缝属性数据体对应的地震相；
以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料。
在一个示例中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为大尺度裂缝时，采用相干法或者AFE法计算得到的地震裂缝属性数据体作为基础资料。
在一个示例中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为小尺度裂缝时，采用叠前AVAZ法或者VVAZ法计算得到的地震裂缝属性数据体作为基础资料。
在一个示例中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为兼顾不同尺度级别的裂缝时，采用likelyhood法或者曲率法计算得到的地震裂缝属性数据体作为基础资料。
具体地，分别计算地震裂缝属性数据体Bi对应的地震相Ci，分析优选裂缝表征效果较好的Ci，对应的Bi数据体作为基础资料D1。裂缝表征效果较好的标准，即当地质目标为大尺度裂缝时，可以用相干法或者AFE法计算得到的Bi作为D1；当地质目标为小尺度裂缝时，可以用叠前AVAZ法或者VVAZ法得到的Bi作为D1；当地质目标为兼顾不同尺度级别的裂缝时，可以用likelyhood法或者曲率法计算得到的Bi作为D1。其中，大裂缝指尺度大小在1个地震波长之上的裂缝或者断裂，中尺度裂缝指尺度在1个地震波长到四分之一波长大小范围内的裂缝，小尺度裂缝指在地震波四分之一波长以下尺度的裂缝。
融合模块，将基础资料与原始地震数据体融合，计算融合地震相。在一个示例中，将基础资料与原始地震数据体融合，计算融合地震相包括：
针对基础资料与原始地震数据体进行归一化处理；
计算融合数据体；
通过融合数据体计算融合地震相。
在一个示例中，通过公式(1)计算融合数据体：
N＝D2+C*M’ (1)
其中，N为融合数据体，D2为归一化后的基础资料，M’为归一化后的原始地震数据体，C为融合参数。
具体地，针对基础资料D1与原始地震数据体M进行归一化处理，即将两者的数值范围统一在同一量纲级别，可以将D1和M的数值范围都统一到0到1之间。通过公式(1)计算融合数据体，融合系数C的数值范围控制在(0.1-10)之间，C的选取标准为尽量使得融合数据体N中的层切片属性中能够清晰的看到裂缝痕迹。
最后，通过融合数据体计算融合地震相，即得到兼顾裂缝的地震相。
本发明还提供一种电子设备，电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述的兼顾裂缝表征的地震相计算方法。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的兼顾裂缝表征的地震相计算方法。
为便于理解本发明实施例的方案及其效果，以下给出四个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
实施例1
图1示出了根据本发明的一个实施例的兼顾裂缝表征的地震相计算方法的步骤的流程图。
如图1所示，该兼顾裂缝表征的地震相计算方法包括：步骤101，针对原始地震数据体，计算多个地震裂缝属性数据体；步骤102，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；步骤103，将基础资料与原始地震数据体融合，计算融合地震相。
针对某一油田地区的某个目的层位，进行兼顾裂缝的地震相表征。该区为致密砂岩油气勘探研究区。在此类区域，裂缝对油气的成藏起着至关重要的作用。
图2示出了根据本发明的一个实施例的目的层的地震数据平面图切片的示意图。
图3示出了根据本发明的一个实施例的常规地震相表征结果的示意图。
图2与图3一定程度上揭示着该层的沉积特征。由图2的振幅切片可知，该层发育有较大的裂缝，但图3的地震相表中，本该非常明显存在的裂缝却表征的十分模糊。
图4a、图4b和图4c分别示出了根据本发明的一个实施例的曲率裂缝属性、相干裂缝属性和Likelyhood裂缝属性的示意图。
可以表征裂缝的属性很多，大致为图4a-图4c中的三类，其他属性在本示例中不作赘述。单独表征裂缝的数据体各有特点，能各有针对性的表征不同级别不同方向不同尺度的裂缝，Likelyhood属性还能分级表征裂缝。
图5a、图5b、图5c和图5d分别示出了根据本发明的一个实施例的相干属性对应的地震相、曲率属性对应的地震相、Likelyhood属性对应的地震相、相干与曲率属性融合对应的地震相的示意图。
依照图4a-图4c中三类裂缝属性体，分别作出各自对应的地震相如图5a、图5b、图5c；也可以两个体或者多个体为一组，计算出一个地震相，如图5d。将属性体通过波形分类计算出地震相后，仅有图5a能比较明显的表征出裂缝。因此，将其对应的相干裂缝属性体作为基础数据D1。
图6示出了根据本发明的一个实施例的兼顾裂缝表征的地震相成果的示意图。与同为该目的层的常规地震相成果图3相比，图6一方面能够突出表征裂缝相得存在，另一方面，当考虑了裂缝因素时，沉积相的分布更加稳定和具有区带性特点，比图3与实际已经取得的地质认识更加吻合。证明这种地震相成果更加可靠。
实施例2
图7示出了根据本发明的一个实施例的一种兼顾裂缝表征的地震相计算装置的框图。
如图7所示，该兼顾裂缝表征的地震相计算装置，包括：
计算模块201，针对原始地震数据体，计算多个地震裂缝属性数据体；
基础资料确定模块202，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；
融合模块203，将基础资料与原始地震数据体融合，计算融合地震相。
作为可选方案，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料包括：
分别计算地震裂缝属性数据体对应的地震相；
以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料。
作为可选方案，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为大尺度裂缝时，采用相干法或者AFE法计算得到的地震裂缝属性数据体作为基础资料。
作为可选方案，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为小尺度裂缝时，采用叠前AVAZ法或者VVAZ法计算得到的地震裂缝属性数据体作为基础资料。
作为可选方案，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为兼顾不同尺度级别的裂缝时，采用likelyhood法或者曲率法计算得到的地震裂缝属性数据体作为基础资料。
作为可选方案，将基础资料与原始地震数据体融合，计算融合地震相包括：
针对基础资料与原始地震数据体进行归一化处理；
计算融合数据体；
通过融合数据体计算融合地震相。
作为可选方案，通过公式(1)计算融合数据体：
N＝D2+C*M’ (1)
其中，N为融合数据体，D2为归一化后的基础资料，M’为归一化后的原始地震数据体，C为融合参数。
实施例3
本公开提供一种电子设备包括，该电子设备包括：存储器，存储有可执行指令；处理器，处理器运行存储器中的可执行指令，以实现上述兼顾裂缝表征的地震相计算方法。
根据本公开实施例的电子设备包括存储器和处理器。
该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。
实施例4
本公开实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现所述的兼顾裂缝表征的地震相计算方法。
根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。
本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims (8)

1.一种兼顾裂缝表征的地震相计算方法，其特征在于，包括：
针对原始地震数据体，计算多个地震裂缝属性数据体；
以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；
将所述基础资料与所述原始地震数据体融合，计算融合地震相；
其中，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料包括：
分别计算所述地震裂缝属性数据体对应的地震相；
以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料；
其中，将所述基础资料与所述原始地震数据体融合，计算融合地震相包括：
针对所述基础资料与所述原始地震数据体进行归一化处理；
计算融合数据体；
通过所述融合数据体计算所述融合地震相。
2.根据权利要求1所述的兼顾裂缝表征的地震相计算方法，其中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为大尺度裂缝时，采用相干法或者AFE法计算得到的地震裂缝属性数据体作为所述基础资料。
3.根据权利要求1所述的兼顾裂缝表征的地震相计算方法，其中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为小尺度裂缝时，采用叠前AVAZ法或者VVAZ法计算得到的地震裂缝属性数据体作为所述基础资料。
4.根据权利要求1所述的兼顾裂缝表征的地震相计算方法，其中，以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料包括：
当地质目标为兼顾不同尺度级别的裂缝时，采用likelyhood法或者曲率法计算得到的地震裂缝属性数据体作为所述基础资料。
5.根据权利要求1所述的兼顾裂缝表征的地震相计算方法，其中，通过公式(1)计算融合数据体：
N＝D2+C*M’ (1)
其中，N为融合数据体，D2为归一化后的基础资料，M’为归一化后的原始地震数据体，C为融合参数。
6.一种兼顾裂缝表征的地震相计算装置，其特征在于，包括：
计算模块，针对原始地震数据体，计算多个地震裂缝属性数据体；
基础资料确定模块，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料；
融合模块，将所述基础资料与所述原始地震数据体融合，计算融合地震相；
其中，以裂缝表征效果最好的地震裂缝属性数据体作为基础资料包括：
分别计算所述地震裂缝属性数据体对应的地震相；
以裂缝表征效果最好的地震相对应的地震裂缝属性数据体作为基础资料；
其中，将所述基础资料与所述原始地震数据体融合，计算融合地震相包括：
针对所述基础资料与所述原始地震数据体进行归一化处理；
计算融合数据体；
通过所述融合数据体计算所述融合地震相。
7.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有可执行指令；
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现权利要求1-5中任一项所述的兼顾裂缝表征的地震相计算方法。
8.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-5中任一项所述的兼顾裂缝表征的地震相计算方法。
CN202110620470.8A 2021-06-03 2021-06-03 兼顾裂缝表征的地震相计算方法、装置、电子设备及介质 Active CN115437003B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110620470.8A CN115437003B (zh) 2021-06-03 2021-06-03 兼顾裂缝表征的地震相计算方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110620470.8A CN115437003B (zh) 2021-06-03 2021-06-03 兼顾裂缝表征的地震相计算方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN115437003A CN115437003A (zh) 2022-12-06
CN115437003B true CN115437003B (zh) 2025-09-19

Family

ID=84240382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110620470.8A Active CN115437003B (zh) 2021-06-03 2021-06-03 兼顾裂缝表征的地震相计算方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN115437003B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506861A (zh) * 2020-04-24 2020-08-07 成都捷科思石油天然气技术发展有限公司 一种目的层有利区域裂缝强度计算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111025389A (zh) * 2018-10-10 2020-04-17 中国石油化工股份有限公司 多尺度相干降维融合的裂缝预测方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506861A (zh) * 2020-04-24 2020-08-07 成都捷科思石油天然气技术发展有限公司 一种目的层有利区域裂缝强度计算方法

Also Published As

Publication number Publication date
CN115437003A (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
CN106094029B (zh) 利用偏移距矢量片地震数据预测储层裂缝的方法
Tadeusiewicz Neural networks in mining sciences–general overview and some representative examples
CN113917560A (zh) 一种三维重磁电震多参数协同反演方法
CN102650702A (zh) 一种地震波形分析及储层预测方法和装置
CN109388817A (zh) 一种储层裂缝三维建模方法
Ali et al. Hydrocarbon potential assessment of carbonate-bearing sediments in a meyal oil field, Pakistan: Insights from logging data using machine learning and quanti elan modeling
Ge et al. Fracture development and inter-well interference for shale gas production from the Wufeng-Longmaxi Formation in a gentle syncline area of Weirong shale gas field, southern Sichuan, China
CN118011477A (zh) 多尺度裂缝建模方法、裂缝等效属性的计算方法及装置
CN112379435A (zh) 相控岩溶型缝洞集合体刻画方法及装置
Nosrati et al. Reservoir properties distribution in the framework of sequence stratigraphic units: A case study from the Kangan Formation, Iranian offshore gas field, the Persian Gulf basin
Xue et al. Hydrocarbon accumulation conditions and key exploration and development technologies for PL 19–3 oilfield
Lie et al. A successful geophysical prediction of fractured porous basement reservoir-Rolvsnes oil discovery 2015, Utsira High
Newman et al. Evolution of seismic layer 2B across the Juan de Fuca Ridge from hydrophone streamer 2‐D traveltime tomography
CN115494551B (zh) 基于叠前avo属性的裂缝预测方法、电子设备及介质
Sarkheil et al. The fracture network modeling in naturally fractured reservoirs using artificial neural network based on image loges and core measurements
Athmer et al. Integrating Seismic Interpretation, Classification and Geologic Process Modeling for Shale Reservoir Characterization
Aghchelou et al. Lithofacies estimation by multi-resolution graph-based clustering of petrophysical well logs: Case study of South Pars Gas Field of Iran
CN115437003B (zh) 兼顾裂缝表征的地震相计算方法、装置、电子设备及介质
CN111236934B (zh) 水淹级别确定方法和装置
Xie et al. Application of seismic attribute analysis techniques to multi-scale natural fractures description: a case study of the Longmaxi-Wufeng formation in H shale gas block, Yangtze plate, China
Li et al. Quantitative prediction of fracture parameters in volcanic reservoirs using integrated rock physics and BO-BiLSTM network approach
Zhang et al. Tight carbonate reservoir evaluation case study based on neural network assisted fracture identification and analytic hierarchy process
Buddo et al. Joint interpretation of seismic and TEM data from the Kovykta gas-condensate field, East Siberia
Warren et al. Final Phase 1 Report DE-EE0007698: A Novel Approach to Map Permeability Using Passive Seismic Emission Tomography
Li et al. Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China

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