CN115508890B - 一种裂缝孔隙型储层叠前叠后反演方法 - Google Patents
一种裂缝孔隙型储层叠前叠后反演方法 Download PDFInfo
- Publication number
- CN115508890B CN115508890B CN202211193783.0A CN202211193783A CN115508890B CN 115508890 B CN115508890 B CN 115508890B CN 202211193783 A CN202211193783 A CN 202211193783A CN 115508890 B CN115508890 B CN 115508890B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- inversion
- porosity
- logging
- curve
- 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 49
- 239000011148 porous material Substances 0.000 title claims abstract description 13
- 230000002349 favourable effect Effects 0.000 claims abstract description 44
- 230000035699 permeability Effects 0.000 claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 230000007613 environmental effect Effects 0.000 claims abstract description 9
- 230000035945 sensitivity Effects 0.000 claims description 25
- 239000004576 sand Substances 0.000 claims description 20
- 230000009286 beneficial effect Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 239000012530 fluid Substances 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000004927 clay Substances 0.000 claims description 6
- 230000001788 irregular Effects 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 5
- 238000005755 formation reaction Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 11
- 239000011435 rock Substances 0.000 description 11
- 230000009897 systematic effect Effects 0.000 description 9
- 230000018109 developmental process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000000704 physical effect Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000004215 Carbon black (E152) Substances 0.000 description 5
- 229930195733 hydrocarbon Natural products 0.000 description 5
- 150000002430 hydrocarbons Chemical class 0.000 description 5
- 238000005553 drilling Methods 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000033558 biomineral tissue development Effects 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000008398 formation water Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000004868 gas analysis Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003094 perturbing effect Effects 0.000 description 1
- 230000005502 phase rule Effects 0.000 description 1
- 208000019585 progressive encephalomyelitis with rigidity and myoclonus Diseases 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 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
- 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- 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
-
- 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
- G01V2210/6244—Porosity
-
- 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
- G01V2210/6246—Permeability
-
- 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
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本发明公开了一种裂缝孔隙型储层叠前叠后反演方法,涉及地震储层反演技术领域,方法针对储层原始测井曲线进行环境校正;在储层作业区范围内选取一标准层,对每口井的测井值进行二次刻度,利用标准层对所有测井值进行统一标定;基于环境校正和标准化后的测井数据,对储层进行岩石物理分析,优选出识别敏感参数;分别建立孔隙度解释模型、渗透率解释模型和解释图版对测井数据进行分析,优选出敏感地震属性和敏感曲线;依据优选出的敏感曲线、敏感参数和敏感地震属性,利用SMI反演软件对各个储层进行地震波形指示反演。本发明提高了反演结果的分辨率,能够较好的反映目的层有利储层变化特征,反演剖面与已知井综合解释结果吻合率高。
Description
技术领域
本发明涉及地震储层反演技术领域,尤其涉及一种裂缝孔隙型储层叠前叠后反演方法。
背景技术
油气储层是在油气勘探工程中,地下存在油气聚集的岩层区域。储层的特征包括了岩性、物性、含油气性等方面,这也是储层预测的主要方向。储层岩性是描述储层矿物质组成成分的主要特征,反映了岩层的储藏性能和储层特征,常用参数包括储层岩石物理结构、分布范围、储层顶界面构造形态、储层厚度等。储层物性是描述储层的物理性质,包括物性参数性质、物性空间展布。广义上包括了储集层岩石的骨架性质、孔隙性、渗透性、含流体性、热学性质、导电性、声学性质、放射性及各种敏感性等。狭义的一般指储层岩石的孔隙率和渗透率。储层含油气性主要指储层内的流体性质、流体类型等特性。对储层含油气性评价,可以利用测井等资料对地找出渗透层,然后对含油性进行评价。把常规的界面型反射剖面转换成岩层型的测井剖面,将地震资料变成可与测井资料直接对比的形式,实现这种转换的处理过程叫地震反演。
目前传统应用的地震反演技术没有对储层地震数据进行环境校正和数据标准化,储层反演过程易受环境和系统误差影响,反演结果的分辨率较低,不能准确反映目的层有利储层变化特征,反演剖面与已知井综合解释结果吻合率较低,缺乏一种针对裂缝孔隙型储层的叠前叠后反演技术。
发明内容
本发明的目的在于克服现有技术的不足,提供一种裂缝孔隙型储层叠前叠后反演方法,旨在解决传统应用的地震反演技术没有对储层地震数据进行环境校正和数据标准化,储层反演过程易受环境和系统误差影响,反演结果的分辨率较低,不能准确反映目的层有利储层变化特征,反演剖面与已知井综合解释结果吻合率较低的问题。
本发明的目的是通过以下技术方案来实现的:
一种裂缝孔隙型储层叠前叠后反演方法,包括以下步骤:
步骤一:环境校正,针对储层原始测井曲线中受井径扩大和井壁不规则的影响较大的测井曲线,采用计算上限的方法对其进行逐点检查和校正,消除井径条件的影响;
步骤二:测井数据标准化,在储层作业区范围内选取一标准层,对每口井的测井值进行二次刻度,利用标准层对所有测井值进行统一标定,消除各个测井数据之间的系统误差;
步骤三:基于环境校正和标准化后的测井数据,对储层进行岩石物理分析,根据岩石物理分析结果优选出识别砂泥岩敏感曲线、物性反演敏感参数和叠前含气性反演敏感参数;分别建立孔隙度解释模型、渗透率解释模型和解释图版对测井数据进行分析,优选出识别有利储层敏感地震属性、识别有效储层敏感地震属性、识别孔隙度敏感曲线和识别渗透率敏感曲线;
步骤四:依据步骤三中优选出的敏感曲线、敏感参数和敏感地震属性,利用SMI反演软件对各个储层进行地震波形指示反演,获得储层的波形指示反演结果。
具体的,所述步骤一具体包括:针对储层原始测井曲线中受井径扩大和井壁不规则的影响较大的测井曲线进行井眼影响校正,包括密度曲线ρb的井眼校正和声波测井曲线的井眼校正;其中,密度曲线ρb的井眼校正过程为:设正常井径条件下,解释井段的地层密度的下限值为ρmin,则有
ρmin=Vsh×ρsh+(1-Vsh×ρsh)ρp
式中,ρsh为解释井段的泥岩密度;Vsh为当前采样点处地层的泥质含量,由自然伽马测井曲线等计算;ρp为解释井段中孔隙度最大的纯地层密度值。
具体的,所述步骤一中声波测井曲线的井眼校正过程具体包括:设正常井眼条件下解释井段的地层声波时差的上限值为Δtmax:
Δtmax=Vsh×Δtsh+(1-Vsh)Δtp
式中,Δtsh为解释井段的泥质声波时差值;Δtp为解释井段中孔隙度最大的纯地层声波时差值;Vsh为当前采样点处地层的泥质含量,它可由自然伽马测井曲线等计算。
具体的,所述步骤三中对储层进行岩石物理分析过程具体包括以下步骤:
S301,横波预测,收集储层的已知实测横波资料,利用徐怀特方法对没有横波资料井进行横波预测,获取预测横波曲线,将预测横波曲线与实测横波曲线进行比对,优选出识别砂泥岩敏感曲线和物性反演敏感参数;
S302,测井解释,收集储层的岩心资料,并以收集的岩心资料分别建立孔隙度解释模型、渗透率模型和解释图版,优选出有利储层、有效储层、孔隙度、渗透率敏感属性。
具体的,所述步骤四中的利用SMI反演软件对各个储层进行地震波形指示反演过程具体包括
(a)常规致密储层反演,在速度反演去除>4800m/s致密砂岩,在去除>4800m/s致密砂岩的数据体上,利用伽玛反演剔除伽马>90API的泥岩、孔隙度反演获取>6%有利储层后,再叠前VP/VS反演获取有效储层;
(b)非常规致密储层反演,通过有利储层预测识别流体发育储层,首先利用伽玛拟声波反演,剔除伽马>90API的泥岩,在剔除伽马>90API的泥岩数据体上,利用伽玛拟声波技术开展孔隙度反演,获取孔隙度>4%有利储层,再叠前VP/VS反演获取有效储层;
(c)孔隙度、渗透率反演,先根据声波与孔隙度的相关性,利用声波反演孔隙度;然后根据孔隙度与渗透率的相关性,将孔隙度体转换成渗透率体。
本发明的有益效果:本发明方法在储层反演过程进行了测井数据环境校正和测井数据标准化,消除各种测量环境因素的影响和测量误差,使测井曲线尽可能真实地反映地层及其孔隙流体的性质,满足反演或储层参数计算对测井数据精度的要求。
附图说明
图1是本发明的方法技术流程图;
图2是纵波速度与横波速度交会图;
图3是识别砂泥岩敏感曲线优选直方图;
图4是叠前反演含气性敏感参数优选直方图;
图5是须五段、须四段孔隙度解释模型示意图;
图6是须四段、须五段渗透率解释模型示意图;
图7是须四段解释图版示意图;
图8是地震波形指示反演基本流程图;
图9是HC6井-HC1井有利储层反演剖面图;
图10是HC6井-HC1井反演砂岩与连井砂岩对比图;
图11是HC6井-HC1井有利储层、有效储层、气藏剖面对比图;
图12是6-X2井-52-X1井有利储层、有效储层剖面对比图;
图13是HC001-31井-13-X2井有利储层、有效储层剖面对比图;
图14是HC6井-HC112井须二段孔隙度剖面图;
图15是HC6井-HC112井须二段渗透率剖面图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。
为了更加详细的说明本发明的具体计算方法,下面结合附图进行详细的说明,为了说明该方法的具体可操作性及实用性,本发明对针对HC区块满覆盖面积457km2(资料面积780km2),目的层须家河组、自流井组、沙溪庙组,进行了精细构造解释及成图。构造解释密度主要目的层须家河组须二段及其内部小层为1*1CDP,其他目的层为4*4CDP。完成了各大层、须二段小层,共15层构造图、15层T0图、18层地层厚度图。其中,图2~图7、图9~图15所示出的附图内容均不影响本申请方案的实施。下面根据图1对本发明的具体实施方案进行详细介绍。
一种裂缝孔隙型储层叠前叠后反演方法,包括以下步骤:
步骤一:环境校正,针对储层原始测井曲线中受井径扩大和井壁不规则的影响较大的测井曲线,采用计算上限的方法对其进行逐点检查和校正,消除井径条件的影响;
步骤二:测井数据标准化,在储层作业区范围内选取一标准层,对每口井的测井值进行二次刻度,利用标准层对所有测井值进行统一标定,消除各个测井数据之间的系统误差;
步骤三:基于环境校正和标准化后的测井数据,对储层进行岩石物理分析,根据岩石物理分析结果优选出识别砂泥岩敏感曲线、物性反演敏感参数和叠前含气性反演敏感参数;分别建立孔隙度解释模型、渗透率解释模型和解释图版对测井数据进行分析,优选出识别有利储层敏感地震属性、识别有效储层敏感地震属性、识别孔隙度敏感曲线和识别渗透率敏感曲线;
步骤四:依据步骤三中优选出的敏感曲线、敏感参数和敏感地震属性,利用SMI反演软件对各个储层进行地震波形指示反演,获得储层的波形指示反演结果。
众所周知,所有测井曲线均不可避免地要受到各种测量环境因素的影响,如井径大小(特别是扩径)、钻井液密度、矿化度、地层水矿化度、温度、压力等因素,钻井液侵入带以及仪器外径,间隙距离,偏芯或居中等也会影响曲线测量。如果直接用受这些非地层因素严重影响的、质量差的原始测井曲线作数字处理,就不能获得可靠的地质参数与好的地质效果,有时甚至会得出与地质、试油等资料相反的错误结论。因此,在使用测井曲线进行反演之前,必须首先对原始测井曲线进行适当的环境影响校正,尽可能地消除各种测量环境因素的影响,使测井曲线尽可能真实地反映地层及其孔隙流体的性质。只有这样,才能得到良好的反演结果,取得较好的地质效果。
一、本实施例中,步骤一环境校正,具体包括以下子步骤:
本发明的环境校正主要针对受井径扩大和井壁不规则的影响较大的测井曲线进行的井眼影响校正。井眼影响校正模型一般采用计算上限的方法逐点检查和校正。对密度曲线ρb进行井眼校正。其原理为:设正常井径条件下,解释井段的地层密度的下限值为ρmin
ρmin=Vsh×ρsh+(1-Vsh×ρsh)ρp
式中,ρsh为解释井段的泥岩密度;Vsh为当前采样点处地层的泥质含量,它可由自然伽马测井曲线等计算;ρp为解释井段中孔隙度最大的纯地层密度值。当ρb<ρmin时,则认为由于井径扩大或井眼不规则,致使所测的ρb<ρmin,此时,令ρb=ρmin,作为该采样点处地层密度的近似值。反之,若ρb作为ρmin,则不变。
对声波测井曲线,设正常井眼条件下解释井段的地层声波时差的上限值为Δtmax
Δtmax=Vsh×Δtsh+(1-Vsh)Δtp
式中,Δtsh为解释井段的泥质声波时差值;Δtp为解释井段中孔隙度最大的纯地层声波时差值;Vsh为当前采样点处地层的泥质含量,它可由自然伽马测井曲线等计算。当Δt>Δtmax时,则认为由于井眼扩径影响,使所测Δt比Δtmax还大,此时令Δt=Δtmax,作为该点处的近似声波时差值;当Δt为Δtmax,则不作校正,仍采用原Δt值。
高石16地区少数井声波、密度曲线受井径影响较大,扩径越大,密度曲线变小的趋势越快。针对声波、密度曲线受井径变化的影响,我们利用SMI处理软件,在曲线拼接基础上做环境校正处理,消除井径条件的影响。校正后的声波、密度曲线均趋于合理,可以用于后期的储层反演。
环境校正主要用于消除非系统误差,对于系统误差则由数据标准化来消除。系统误差主要来自仪器本身的技术性能与探测能力、仪器刻度偏差、某种稳定性的仪器故障和操作人员不合理的操作等因素。由于工区中的测井数据是在不同时期、使用不同的仪器、由不同的测量人员完成的,各个测井资料之间存在系统误差。
二、本实施例中,步骤二测井数据标准化,具体包括以下子步骤:
为了满足反演或储层参数计算对测井数据精度的要求,需要在工区范围内对每口井的测井值进行二次刻度,最常用的方法是利用标准层对所有测井资料进行统一标定,这就是测井数据标准化。
原始测井数据含有两种潜在的测量误差,即系统误差与非系统误差。非系统误差的消除由环境影响校正完成,而消除系统误差正是数据标准化的任务。我们采用均值方差法对测井曲线进行标准化处理。
针对测井年代不同、使用仪器不同、测井单位不同、泥浆不同导致的系统误差,在敏感曲线分析前必须对曲线进行标准化处理。选取雷口坡组顶部的致密灰岩作为标准层。工区内的井均为相对较新的井,井之间的测井曲线的系统误差很小,一般在
1~2us/ft。本次标准化处理了AC曲线、GR曲线、DEN曲线、RD曲线,共计152口井,标准化处理采用SMI软件实现。
三、本实施例中,步骤三岩石物理分析,具体包括以下子步骤:
岩石物理分析是地震储层预测的基础。通过分析岩石弹性参数与储层物性参数间的关系,找到能够较好反应岩性或储层物性的敏感参数。储层的敏感参数选取决定了反演方案的制定及反演结果的定量分析。
本发明给出了须二段岩石物理分析过程,具体如下:
1)横波预测
如图2所示,共收集到8口实测横波井,根据纵波速度与横波速度关系看,8口井部分层段纵横波匹配关系稍差,整体上看横波资料可用。因HC001-22-X1井岩性分布较全,砂泥岩都分布,作为确定工区矿物骨架模量井,其余井作为校验井。
叠前反演受限于横波资料,本次采利用徐怀特方法用8口已知实测横波资料井(HC001-20-X1、HC001-22-X1、HC001-3-X2、HC001-8、HC1、HC104、HC107、HC112),预测没有横波资料井。
2)识别砂泥岩敏感曲线优选
如图3所示,从泥岩、砂岩测井曲线直方图分析表明:AC、DEN、LLD曲线识别砂泥岩不好,砂泥岩曲线叠置,GR曲线识别砂泥岩最为敏感,砂岩GR<90API。
3)物性反演敏感参数优选
利用HC1、HC102、HC104、HC112、HC3井岩心数据归位,与测井曲线建立关系。岩芯分析孔隙度与密度、岩芯分析孔隙度与声波时差,相关性均较好,其中岩心分析孔隙度与声波时差关系性最好,相关系数达到0.92,样品数:237,可直接用声波时差反演孔隙度。
4)叠前含气性反演敏感参数优选
利用8口井(HC001-20-X1、HC001-22-X1、HC001-3-X2、HC001-8、HC1、HC104、HC107、HC112)实测横波井的试气分析资料。从拉梅系数、剪切模量、纵横波速度比、泊松比四种叠前反演弹性参数统计直方图4可知:泊松比、纵横波速度比区分气层、差气层、气水同层与水层最为敏感。水层界限值:纵横波速度比界限为1.68;泊松比界限为0.23。
综上所述,须二段岩石物理分析结果如下:
A、识别岩性敏感参数有两种,一是利用GR曲线拟声波可识别砂泥岩,砂岩门槛值GR<90API;二是利用叠前纵横波速度比开展叠前反演可识别砂泥岩,砂岩纵横波速度比≤1.76;
B、有利储层孔隙度下限为6%,声波或拟声波反演孔隙度可识别有利储层;
C、纵横波速度比≤1.68,泊松比≤0.23,识别含气性最为敏感。利用敏感参数开展叠前反演可识别含气性储层。
本实施例中,还给出了须三段~须六段岩石物理分析过程,具体如下:
1)须三段~须六段测井解释
①孔隙度解释模型建立
依据收集到岩心分析资料,建立了须四段、须五段孔隙度解释模型。由于资料有限,须五段数据点较少,须四段有3口井有岩心数据,须三段、须六段物性解释根据这两个图版进行。须五段利用HC1井16个数据点建立了孔隙度模型,须四段利用HC1井、HC3井、HC107井,110个数据点建立了孔隙度模型,如图5所示。
②渗透率解释模型建立
依据收集到岩心分析资料,HC1井、HC3井、HC104、HC107,4口井139个数据点,建立须四段、须五段渗透率解释模型,如图6所示。渗透率与孔隙度的幂函数关系要好于指数关系,所以,渗透率的计算公式采用幂函数关系式。
③解释图版建立
依据HC001-21-X2、HC001-34-X2、HC001-44-X3、HC001-47-X4、HC001-51-X1、HC001-51-X2、HC001-51-X3等7口井试气数据建立须四段图版,如图7所示,有阵列感应测井系列的井少。
2)识别有利储层、有效储层、孔隙度、渗透率敏感属性优选
须三段~须六段识别有利储层敏感曲线优选了GR和DEN,当GR<90API,DEN<2.48g/cm3、DEN<2.5g/cm3、DEN<2.54g/cm3、DEN<2.52g/cm3,为识别须三段~须六段有利储层敏感属性
须三段~须六段识别有效储层敏感属性优选了叠前VP/VS,须三段~须六段纵横波速度比分别为:VP/VSく1.52、1.53、1.55、1.6。
须三段~须六段识别孔隙度敏感曲线,优选了须四段、须五段DT-POR孔隙度模型。须三段和须六段没有数据,分别用邻层须四段和须五段孔隙度模型代替。须三段~须六段识别渗透率敏感曲线,优选了须四段、须五段POR—PERM渗透率模型。须三段和须六段没有数据用须四段、须五段渗透率模型代替。
四、本实施例中,步骤四地震波形指示反演,具体包括以下子步骤:
目前相控反演方法大体有两大类,一类常规的地质统计学相控反演;另一类是基于“地震波形指示反演”的相控。不同的相控反演方法将得到不同的反演成果,反演方法的选择至关重要。
SMI相控反演是指“地震波形指示反演”不需要加入相约束、不用相作为前提条件,而是利用波形自身特征实现相控的目的,相规律是用来检验反演结果的,而不是反演的先决条件,这样才能达到真正的“相控”反演。SMI相控反演主要特点:
1)地震横向分辨率较高;
2)对井分布无特殊要求;
3)反演建模一体化流程。
地震波形特征指示反演软件(SMI软件,其基本思想是在筛选统计样本时参照波形相似性和空间距离两个因素,在保证样本结构特征一致性的基础上按照分布距离对样本排序,从而使反演结果在空间上体现了沉积相带的约束,平面上更符合沉积规律和特点。
如图8所示,地震波形指示反演基本流程如下:
A、按照地震波形特征对已知井进行分析,优选与待判别道波形关联度高的井建立初始模型,并统计其纵波阻抗作为先验信息。
B、将初始模型与地震波阻抗进行匹配滤波,计算得到似然函数。
C、在贝叶斯框架下联合似然函数和先验概率得到后验概率密度分布,对其采样作为目标函数。不断扰动模型参数,使后验概率密度值最大,此时的解作为可行随机实现,取多次可行实现的均值作为期望值输出。
本实施例中,给出了须二段叠前、叠后反演流程:
1、须二段叠后反演
岩石物理分析结果表明:须二段GR识别砂泥岩最为敏感,砂岩门槛值GR<90API;有利储层孔隙度下限为6%;利用纵横波速度比识别含气性最为敏感,纵横波速度比≤1.68。须二段叠后反演流程如下:
1)储层物性特征
高石16东地区须家河组储层为裂缝-孔隙型储层。对于裂缝-孔隙型储层,孔隙是其主要的储集空间,裂缝则主要起到改善油气层的渗流能力,提高钻井产气量的作用。钻探表明,具有一定厚度的储层是在该区获气的基础,储层与裂缝的有效配置是该区获得高产气的关键。
高石16东须家河组储层发育在致密砂岩层中,其岩性以粗-中粒岩屑长石砂岩及长石岩屑砂岩为主,孔隙度6%以上的砂岩可以形成有利储层。
2)储层敏感参数特征
高石16东地区须家河组薄层泥岩较为发育,其储层为处在致密砂岩中的相对低速层,在测井曲线上总体上表现为相对低自然伽玛、低密度、低纵波速度以及高孔隙的“三低一高”测井响应特征。
有利储层段特点:孔隙度大于6%;自然伽玛值小于90API;纵波速度在4900m/s以下。去除高自然伽马泥岩的影响后,纵波速度与孔隙度呈较好的线性负相关关系,即纵波速度随着孔隙度的增大而降低。
3)须二1亚段、须二2亚段常规致密储层反演技术路线
针对须二段非常规致密储层和致密储层采用不同反演方法。须二2须二1致密储层:在速度反演去除>4800m/s致密砂岩、伽玛反演剔除伽马>90API的泥岩、孔隙度反演获取>6%有利储层后,再叠前VP/VS反演获取有效储层。
A、SMI速度反演。通过速度反演去除>4800m/s致密砂岩,保留有利砂岩;
B、SMI伽玛拟声波反演。在去除>4800m/s致密砂岩的数据体上,利用伽玛拟声波反演,剔除伽马>90API的泥岩;
C、SMI孔隙度反演。在剔除伽马>90API的泥岩数据体上,利用伽玛拟声波技术开展孔隙度反演,获取孔隙度>6%有利储层。
4)须二3亚段非常规致密储层反演技术路线
须二3非常规致密储层:通过有利储层预测识别流体发育储层,首先伽玛拟声波反演剔除泥岩、孔隙度反演获取孔隙度>4%的有利储层,再叠前VP/VS反演获取有效储层。
须二3亚段比须二1亚段、须二2亚段砂岩更加致密,把须二3亚段作为致密气藏反演,有利储层孔隙度设为>4%,具体反演技术路线:
A、SMI伽玛拟声波反演。利用伽玛拟声波反演,剔除伽马>90API的泥岩;
B、SMI孔隙度反演。在剔除伽马>90API的泥岩数据体上,利用伽玛拟声波技术开展孔隙度反演,获取孔隙度>4%有利储层。
5)孔隙度、渗透率反演技术路线
利用岩心孔隙度与声波时差建立关系,相关系数很高,(数据源:HC1、HC102、HC104、HC112、HC3井岩心数据归位)与测井曲线建立关系,可直接用于反演孔隙度与渗透率。
反演方法:根据声波与孔隙度的相关性,利用声波反演孔隙度。根据孔隙度与渗透率的相关性,将孔隙度体转换成渗透率体。
2、须二段叠前反演
岩石物理分析结果表明:纵横波速度比识别须二段含气性最为敏感,纵横波速度比<1.68含气性最为敏感。有效储层反演总体思路是:通过叠前纵横波速度比反演,识别纵横波速度比<1.68的有效储层。在叠前反演的基础上,结合叠前、叠后烃类检测成果,叠前、叠后裂缝预测成果,叠后有利储层反演成果等,综合确定最终有效储层平面分布范围。
3、须二段孔隙度>6%有利储层展布特征
须二段孔隙度>6%有利储层具有“厚砂薄储”特征,储层平面上大范围叠置连片分布。小层有利储层最大厚度20-40m,一般厚度10-15m。纵向上须二1亚段有利储层较须二2亚段发育;横向东部较发育,西部发育较差;受南东物源控制,有利储层呈条带展布。
4、须二3亚段孔隙度>4%有利储层展布特征
须二3亚段孔隙度>4%有利储层明显比孔隙度>6%有利储层发育,纵向上须二3 2小层比须二3 1小层有利储层发育,横向上东部比西部发育。其中须二3 1小层有利储层最大厚度33m,一般以15m为主;须二3 2小层有利储层最大厚度34m,一般以20m为主;须二3亚段有利储层最大厚度58m,一般以35m为主。
5、须二3亚段孔隙4%~6%有利储层展布特征
须二3亚段孔隙度4%~6%有利储层与孔隙度>4%的有利储层相比厚度较薄。纵向上须二3 2小层比须二3 1小层有利储层发育,横向上东部比西部发育。其中须二3 1小层有利储层最大厚度30m,一般以15m为主;须二3 2小层有利储层最大厚度30m,一般以20m为主;须二3亚段有利储层最大厚度58m,一般以30m为主。
6须二段储层反演效果分析
1)有利储层反演效果分析
叠后有利储层反演剖面与测井解释结果一致,小层绝对误差小于1m,平面与剖面一致,具体表现:
一是反演结果分辨率有明显的提高。如图9所示,反演孔隙度>6%、隙度>4%、隙度4%~6%的有利储层反演剖面与测井解释气层、差气层、同层、水层吻合较好,反演分辨率比地震剖面分辨率有明显提高。
二是能够较好的反映目的层有利储层变化特征。如图10所示,从去掉致密砂岩、剔除伽马>90API的泥岩、砂岩反演剖面与井上声波>63μs/ft的砂体对比剖面看,单井砂岩厚度大体相当,井震对比一致。
三是反演剖面与已知井综合解释结果吻合率高。从SMI速度反演剖面看:通过速度反演去除>4800m/s致密砂岩,保留了速度≤4800m/s的有利砂岩;从SMI伽玛拟声波反演剖面看:在去除>4800m/s致密砂岩的数据体上,利用伽玛拟声波反演,剔除伽马>90API的泥岩,保留了伽马<90API的砂岩;从SMI孔隙度反演剖面看:在剔除伽马>90API的泥岩数据体上,利用伽玛拟声波技术开展孔隙度反演,获取孔隙度>6%有利储层。上述反演剖面有效频带得到合理拓宽,通过反演剖面与地震剖面的叠合剖面可以看出,反演剖面分辨率明显高于常规地震剖面,砂体尖灭点清晰,有利储层厚度反映明显。特别是反演剖面与已知井综合解释结果吻合率高。
平面上看,预测孔隙度>6%的有利储层与已钻遇的有利储层吻合较好。把该区须二段各井不同层位已知测井解释成果和反演后的有利储层平面图进行对比,井、震符合较好,各小层有效储层预测与井比误差小于1m。
2)有效储层反演效果分析
一是与测井解释结果一致。从叠前有效储层反演剖面看,有效储层与水层、干层等非有效储层分辨清楚。反演剖面中暖色代表有效储层(气层、气水同层、差气层),冷色代表水层、干层等非储层。反演的有效储层与已知井上的测井解释成果和曲线吻合较好,剖面上有效储层展布特征明显。预测有效储层厚度绝对误差小于1m。
二是反演结果与地质规律的吻合。如图11~图13所示,孔隙度反演获取孔隙度>6%有利储层反演剖面与叠前反演VP/VS有效储层剖面对比与测井解释成果一致;叠前反演VP/VS有效储层剖面与解释结论气藏剖面对比,有效储层剖面特征大体一致。
3)物性反演效果分析
如图14和图15所示,从孔隙度和渗透率反演结果看与测井解释成果吻合较好,剖面中由冷色至暖色代表反演孔隙度和渗透率值由低至高。孔隙度、渗透率反演结果与测井解释成果吻合较好,孔隙度、渗透率高值与有利储层吻合较好,而孔隙度、渗透率低值与测井解释的干层及非渗透性储层相对应。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种裂缝孔隙型储层叠前叠后反演方法,其特征在于,包括以下步骤:
步骤一:环境校正,针对储层原始测井曲线中受井壁不规则的影响较大的测井曲线,采用计算上限的方法对其进行逐点检查和校正,消除井径条件的影响;
步骤二:测井数据标准化,在储层作业区范围内选取一标准层,对每口井的测井值进行二次刻度,利用标准层对所有测井值进行统一标定,消除各个测井数据之间的系统误差;
步骤三:基于环境校正和标准化后的测井数据,对储层进行岩石物理分析,根据岩石物理分析结果优选出识别砂泥岩敏感曲线、物性反演敏感参数和叠前含气性反演敏感参数;分别建立孔隙度解释模型、渗透率解释模型和解释图版对测井数据进行分析,优选出识别有利储层敏感地震属性、识别孔隙度敏感曲线和识别渗透率敏感曲线;
其中,识别砂泥岩敏感曲线为测井曲线中标准化处理后的GR曲线;物性反演敏感参数为声波时差;叠前含气性反演敏感参数为纵横波速度比和泊松比;
步骤四:依据步骤三中优选出的敏感曲线、敏感参数和敏感地震属性,利用SMI反演软件对各个储层进行地震波形指示反演,获得储层的波形指示反演结果。
2.根据权利要求1所述的一种裂缝孔隙型储层叠前叠后反演方法,其特征在于,所述步骤一具体包括:针对储层原始测井曲线中受井壁不规则的影响较大的测井曲线进行井眼影响校正,包括密度曲线ρb的井眼校正和声波测井曲线的井眼校正;其中,密度曲线ρb的井眼校正过程为:设正常井径条件下,解释井段的地层密度的下限值为ρmin,则有
ρmin=Vsh×ρsh+(1-Vsh×ρsh)ρp
式中,ρsh为解释井段的泥岩密度;Vsh为当前采样点处地层的泥质含量,由自然伽马测井曲线计算获得;ρp为解释井段中孔隙度最大的纯地层密度值。
3.根据权利要求2所述的一种裂缝孔隙型储层叠前叠后反演方法,其特征在于,所述步骤一中声波测井曲线的井眼校正过程具体包括:设正常井眼条件下解释井段的地层声波时差的上限值为Δtmax:
Δtmax=Vsh×Δtsh+(1-Vsh)Δtp
式中,Δtsh为解释井段的泥质声波时差值;Δtp为解释井段中孔隙度最大的纯地层声波时差值;Vsh为当前采样点处地层的泥质含量,由自然伽马测井曲线计算获得。
4.根据权利要求1所述的一种裂缝孔隙型储层叠前叠后反演方法,其特征在于,所述步骤三中对储层进行岩石物理分析过程具体包括以下步骤:
S301,横波预测,收集储层的已知实测横波资料,利用徐怀特方法对没有横波资料井进行横波预测,获取预测横波曲线,将预测横波曲线与实测横波曲线进行比对,优选出识别砂泥岩敏感曲线和物性反演敏感参数;
S302,测井解释,收集储层的岩心资料,并以收集的岩心资料分别建立孔隙度解释模型、渗透率模型和解释图版,优选出有利储层、孔隙度和渗透率敏感属性。
5.根据权利要求1所述的一种裂缝孔隙型储层叠前叠后反演方法,其特征在于,所述步骤四中的利用SMI反演软件对各个储层进行地震波形指示反演过程具体包括:
(a)常规致密储层反演,在速度反演去除>4800m/s致密砂岩,在去除>4800m/s致密砂岩的数据体上,利用伽玛反演剔除伽马>90API的泥岩、孔隙度反演获取>6%有利储层后,再叠前VP/VS反演获取有效储层;
(b)非常规致密储层反演,通过有利储层预测识别流体发育储层,首先利用伽玛拟声波反演,剔除伽马>90API的泥岩,在剔除伽马>90API的泥岩数据体上,利用伽玛拟声波技术开展孔隙度反演,获取孔隙度>4%有利储层,再叠前VP/VS反演获取有效储层;
(c)孔隙度、渗透率反演,先根据声波与孔隙度的相关性,利用声波反演孔隙度;然后根据孔隙度与渗透率的相关性,将孔隙度体转换成渗透率体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211193783.0A CN115508890B (zh) | 2022-09-28 | 2022-09-28 | 一种裂缝孔隙型储层叠前叠后反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211193783.0A CN115508890B (zh) | 2022-09-28 | 2022-09-28 | 一种裂缝孔隙型储层叠前叠后反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115508890A CN115508890A (zh) | 2022-12-23 |
CN115508890B true CN115508890B (zh) | 2023-05-12 |
Family
ID=84508025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211193783.0A Active CN115508890B (zh) | 2022-09-28 | 2022-09-28 | 一种裂缝孔隙型储层叠前叠后反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115508890B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415075A (zh) * | 2018-01-24 | 2018-08-17 | 中国海洋石油集团有限公司 | 一种少井条件下的储层预测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9152745B2 (en) * | 2012-03-06 | 2015-10-06 | Ion Geophysical Corporation | Model predicting fracturing of shale |
CN103993871B (zh) * | 2014-05-08 | 2017-02-15 | 中国石油化工股份有限公司 | 针对薄互层地层的测井资料标准化处理方法及装置 |
CN105044770A (zh) * | 2015-07-06 | 2015-11-11 | 成都理工大学 | 致密砂砾岩气藏储层定量预测方法 |
CN106054248B (zh) * | 2016-07-15 | 2017-07-18 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
CN109425896B (zh) * | 2017-08-25 | 2021-04-30 | 中国石油天然气股份有限公司 | 白云岩油气储层分布预测方法及装置 |
CN107817535B (zh) * | 2017-09-27 | 2019-07-09 | 中国石油天然气股份有限公司 | 薄夹层的确定方法和装置 |
CN111856566B (zh) * | 2019-04-28 | 2023-04-25 | 中国石油天然气股份有限公司 | 湖相滩坝砂体中薄储层预测方法及装置 |
CN112162316B (zh) * | 2020-09-28 | 2021-10-26 | 北京中恒利华石油技术研究所 | 一种avo波形数据驱动的高分辨率井震融合叠前反演方法 |
CN114488293A (zh) * | 2020-10-23 | 2022-05-13 | 中国石油化工股份有限公司 | 基于敏感测井曲线的高分辨率反演方法 |
CN112946782B (zh) * | 2021-03-15 | 2022-03-25 | 西南石油大学 | 一种致密油气储渗体地震精细刻画方法 |
-
2022
- 2022-09-28 CN CN202211193783.0A patent/CN115508890B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415075A (zh) * | 2018-01-24 | 2018-08-17 | 中国海洋石油集团有限公司 | 一种少井条件下的储层预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115508890A (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105277982B (zh) | 一种泥页岩总有机碳含量地震预测方法 | |
CN107917865A (zh) | 一种致密砂岩储层多参数渗透率预测方法 | |
CN107829731B (zh) | 一种黏土蚀变的火山岩孔隙度校正方法 | |
Kianoush et al. | Compressional and shear interval velocity modeling to determine formation pressures in an oilfield of SW Iran | |
CN112034521B (zh) | 一种欠压实与生烃混合成因地层超压的预测方法 | |
CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
CN111381292B (zh) | 一种预测砂岩含烃储层的测井解释方法与装置 | |
CN107831540A (zh) | 储层物性参数直接提取新方法 | |
CN112946782B (zh) | 一种致密油气储渗体地震精细刻画方法 | |
CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
CN111308558B (zh) | 页岩气水平井纵波时差校正方法 | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
CN109826623B (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
Ozkaya | Modeling finite-fracture networks in a partially fractured reservoir in the Middle East | |
CN115508890B (zh) | 一种裂缝孔隙型储层叠前叠后反演方法 | |
CN113219531A (zh) | 致密砂岩气水分布的识别方法及装置 | |
CN110320562B (zh) | 页岩气储层水平井中声波时差的校正方法 | |
CN116413831A (zh) | 多井合成地震记录自动标定及构造解释和储层预测方法 | |
CN113720745A (zh) | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 | |
RU2210094C1 (ru) | Способ геофизической разведки для определения фильтрационно-емкостных свойств нефтегазопродуктивных отложений в межскважинном пространстве | |
CN115079261B (zh) | 一种基于多参数定量解释模板的致密砂岩气储层评价方法 | |
Gomez et al. | Quantifying fracture intensity: An example from the Piceance Basin | |
RU2201606C1 (ru) | Способ типизации и корреляции нефтегазопродуктивных горных пород по скважинным спектрально-временным параметрам | |
CN111352154B (zh) | 一种基于宽方位地震的储层预测方法 | |
CN108931813B (zh) | 一种识别礁盖、礁核、礁基的方法 |
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 |