CN116027429A - 叠前道集优化处理方法、装置、电子设备及介质 - Google Patents
叠前道集优化处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116027429A CN116027429A CN202111238659.7A CN202111238659A CN116027429A CN 116027429 A CN116027429 A CN 116027429A CN 202111238659 A CN202111238659 A CN 202111238659A CN 116027429 A CN116027429 A CN 116027429A
- Authority
- CN
- China
- Prior art keywords
- gather
- channel set
- stack
- optimization
- avo
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 76
- 238000003672 processing method Methods 0.000 title description 10
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 238000003908 quality control method Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 14
- 238000003786 synthesis reaction Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 10
- 230000035939 shock Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 201000004569 Blindness Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请公开了一种叠前道集优化处理方法、装置、电子设备及介质,其中,处理方法包括:步骤1:基于工区内实际测井资料建立AVO合成道集;步骤2:对比分析原始井旁道集与所述合成道集的AVO特征差异,基于所述AVO特征差异评价所述原始井旁道集存在的问题,所述问题包括:噪音干扰、剩余时差、近远道频谱不一致;步骤3:针对所述原始井旁道集存在的每一问题,进行数据优化处理,将所述原始井旁道集向所述合成道集修正完善;步骤4:对优化前的数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
Description
技术领域
本发明涉及油气地球物理勘探领域,更具体地,涉及一种叠前道集优化处理方法、装置、电子设备及介质。
背景技术
常规叠后波阻抗反演方法基于叠后资料,且只能获得单一的储层弹性参数,即波阻抗信息。采用常规叠后波阻抗反演方法在一些复杂的区域难以对储层进行有效的识别,特别是当研究区储层与非储层混叠严重时,波阻抗不能将两者进行有效区分。基于叠前数据的叠前反演方法,能够反映野外采集所记录的振幅随炮检距变化特性,同时还能充分利用与炮检距关系密切的横波信息,因此通过叠前反演能够获得更多的反映储层非储层区别的弹性参数,如泊松比、杨氏模量等。最终为储层预测提供更丰富和更准确的依据。
叠前反演在储层预测中应用广泛,反演结果的精度与可靠性一方面取决于反演算法本身,另一方面与反演所用基础数据,即叠前道集品质密切相关。理想情况下,地震信息是地下岩性、储层和流体的真实反映,但是受采集、处理等各种因素的影响改变了地震记录,正是由于这些非岩性、储层、流体信息的引入,会导致反演出不准确的地下信息。叠前道集优化处理,能够消除(压制)非岩性、流体信息引起的地震信息异常,恢复能够客观反映岩性及流体变化的地震信息,最终提高叠前反演的精度。
针对常规处理后叠前道集存在的信噪比低、同相轴不平即存在剩余时差以及频谱不一致等各类问题,传统的道集优化处理方法大多缺乏全面的基础数据分析,对于原始道集存在的问题往往只是通过道集本身判断或与合成道集简单对比,没有进行深入分析,进而对处理流程的拟定也趋于主观判断,同时对于处理结果的合理性也缺乏全面有效的质控手段。
因此,期待一种叠前道集优化处理方法,能够对原始井旁道集进行较好的优化处理,为叠前反演提供较高质量的数据。
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
本发明的目的是提出一种叠前道集优化处理方法、装置、电子设备及介质,解决能够对原始井旁道集进行较好的优化处理,为叠前反演提供较高质量的数据。
第一方面,本公开实施例提供了一种叠前道集优化处理方法,包括:
步骤1:基于工区内实际测井资料建立AVO合成道集;
步骤2:对比分析原始井旁道集与所述合成道集的AVO特征差异,基于所述AVO特征差异评价所述原始井旁道集存在的问题,所述问题包括:噪音干扰、剩余时差、近远道频谱不一致;
步骤3:针对所述原始井旁道集存在的每一问题,进行数据优化处理,将所述原始井旁道集向所述合成道集修正完善;
步骤4:对优化前的数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
作为本公开实施例的一种具体实现方式,所述步骤1包括:挑选工区内典型井,基于纵波速度及密度曲线,选择子波进行合成记录标定,获取相应的时深关系,再结合横波速度基于Zoeppritz方程计算相应反射系数,选定子波建立所述AVO合成道集。
作为本公开实施例的一种具体实现方式,所述步骤2包括:结合所述原始井旁道集与所述合成道集,挑选标志层,进行AVO特征分析,从振幅、剩余时差、相关性及最大频率四方面分析评价所述原始井旁道集与所述合成道集的差异,明确所述原始井旁道集存在的问题。
作为本公开实施例的一种具体实现方式,所述步骤3包括:基于所述原始井旁道集进行参数测试,选取标志层分析所述原始井旁道集的AVO特征变化及与所述合成道集的差异性作为叠前微观质控;同时将每步优化处理的过井线进行叠加,从叠后频谱以及井震标定的相关性作为叠后宏观质控,确保每一步优化处理的合理性。
第二方面,本公开实施例还提供了一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的叠前道集优化处理方法。
第三方面,本公开实施例还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行上述的叠前道集优化处理方法。
第四方面,本公开实施例还提供了一种叠前道集优化处理装置,包括:构建模块,所述构建模块用于基于工区内实际测井资料建立AVO合成道集;
分析模块,所述分析模块用于基于对比分析原始井旁道集与所述合成道集的AVO特征差异,基于AVO特征差异评价所述原始井旁道集存在的问题;
优化模块,所述优化模块用于针对所述原始井旁道集存在的每一问题,进行优化处理,将所述原始井旁道集向所述合成道集修正完善;
评估模块,所述评估模块用于对优化前的原始数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
作为本公开实施例的一种具体实现方式,所述构建模块用于:挑选工区内典型井,基于纵波速度及密度曲线,选择子波进行合成记录标定,获取相应的时深关系,再结合横波速度基于Zoeppritz方程计算相应反射系数,选定子波建立所述AVO合成道集。
作为本公开实施例的一种具体实现方式,所述分析模块用于:结合所述原始井旁道集与所述合成道集,挑选标志层,进行AVO特征分析,从振幅、剩余时差、相关性及最大频率四方面分析评价所述原始井旁道集与所述合成道集的差异,明确所述原始井旁道集存在的问题。
作为本公开实施例的一种具体实现方式,所述优化模块用于:基于所述井旁道集进行参数测试,选取标志层分析原始井旁道集的AVO特征变化及与所述合成道集的差异性作为叠前微观质控;同时将每步优化处理的过井线进行叠加,从叠后频谱以及井震标定的相关性作为叠后宏观质控,确保每一步优化处理的合理性。
本发明的有益效果在于:
本发明通过建立AVO合成道集,对比分析原始井旁道集与合成道集的AVO特征明确原始井旁道集存在的问题,从而针对性拟定优化处理流程,最后通过叠前反演结果直观对道集优化结果进行有效评估。该方法避免了道集优化处理流程的盲目性以及处理参数设置的主观性,最终为叠前反演提供较高质量的数据。
本发明基于原始井旁道集进行参数测试,从叠前微观以及叠后宏观两方面同步进行质控确保处理流程及参数的合理性,通过系列质控手段确保了处理的合理性。
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示出了根据本发明一实施例的叠前道集优化处理方法的步骤流程图。
图2a示出了根据本发明一实施例的原始井旁道集和合成道集。
图2b示出了根据本发明一实施例的原始井旁道集和合成道集的AVO特征对比。
图3a示出了根据本发明一实施例的道集优化处理流程。
图3b示出了根据本发明一实施例的叠前微观质控。
图4a示出了根据本发明一实施例的叠后频谱分析。
图4b示出了根据本发明一实施例的井震标定相关性宏观质控。
图5a示出了根据本发明一实施例的叠前反演结果对比。
图5b示出了根据本发明一实施例的井旁道反演结果质控及相关性对比。
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。
本发明一实施例提供了一种叠前道集优化处理方法,基于AVO特征分析的叠前道集优化处理方法核心在于从实际测井资料出发,建立AVO合成道集,对比分析原始道集与合成道集的AVO特征,从而评价原始道集存在的问题,然后针对性拟定优化处理流程将原始道集向合成道集修正完善,并从叠前叠后两方面质控处理的合理性,最后通过叠前反演结果验证道集优化的有效性。
具体地,该方法包括:
步骤1:基于工区内实际测井资料建立AVO合成道集;
步骤2:对比分析原始井旁道集与所述合成道集的AVO特征差异,基于所述AVO特征差异评价所述原始井旁道集存在的问题,所述问题包括:噪音干扰、剩余时差、近远道频谱不一致;
步骤3:针对所述原始井旁道集存在的每一问题,进行数据优化处理,将所述原始井旁道集向所述合成道集修正完善;
步骤4:对优化前的数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
在一个示例中,所述步骤1包括:挑选工区内典型井,基于纵波速度及密度曲线,选择子波进行合成记录标定,获取相应的时深关系,再结合横波速度基于Zoeppritz方程计算相应反射系数,选定子波建立所述AVO合成道集。
在一个示例中,所述步骤2包括:结合所述原始井旁道集与所述合成道集,挑选标志层,进行AVO特征分析,从振幅、剩余时差、相关性及最大频率四方面分析评价所述原始井旁道集与所述合成道集的差异,明确所述原始井旁道集存在的问题。
在一个示例中,所述步骤3包括:基于所述原始井旁道集进行参数测试,选取标志层分析所述原始井旁道集的AVO特征变化及与所述合成道集的差异性作为叠前微观质控;同时将每步优化处理的过井线进行叠加,从叠后频谱以及井震标定的相关性作为叠后宏观质控,确保每一步优化处理的合理性。
在一个示例中的具体实现步骤如下:
(1)建立AVO合成道集。挑选工区内典型井,基于纵波速度及密度曲线,选择子波进行合成记录标定,获取相应的时深关系,再结合横波速度基于Zoeppritz方程计算相应反射系数,然后选定合适的子波建立AVO合成道集。
(2)对比分析原始井旁道集与合成道集AVO特征。结合原始的井旁道集与步骤(1)得到的AVO合成道集,挑选标志层,进行AVO特征分析,从振幅、剩余时差、相关性及最大频率四方面分析评价原始道集与合成道集的差异,明确原始道集存在的问题,为拟定合适的处理流程做准备。
(3)拟定优化处理流程。根据步骤(2)所分析明确的原始道集存在的问题,拟定合适的优化处理流程,并基于井旁道集进行参数测试,选取标志层分析原始道集的AVO特征变化及与AVO合成道集的差异性作为叠前微观质控。同时将每步处理的过井线进行叠加,从叠后频谱以及井震标定的相关性作为叠后宏观质控。确保每一步处理的合理性。
(4)道集优化结果评估。进行道集优化处理的最终目的旨在为叠前反演提供较高质量的数据基础,从而有效提高叠前反演的精度及可靠性。因此最后利用原始数据与优化后数据分别进行叠前反演,并基于反演结果对道集优化结果进行评估。
本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的叠前道集优化处理方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行上述的叠前道集优化处理方法。
本公开实施例还提供一种叠前道集优化处理装置,包括:
构建模块,所述构建模块用于基于工区内实际测井资料建立AVO合成道集;
分析模块,所述分析模块用于基于对比分析原始井旁道集与所述合成道集的AVO特征差异,基于AVO特征差异评价所述原始井旁道集存在的问题;
优化模块,所述优化模块用于针对所述原始井旁道集存在的每一问题,进行优化处理,将所述原始井旁道集向所述合成道集修正完善;
评估模块,所述评估模块用于对优化前的原始数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
在一个示例中,所述构建模块用于:挑选工区内典型井,基于纵波速度及密度曲线,选择子波进行合成记录精细标定,获取相应的时深关系,再结合横波速度基于Zoeppritz方程计算相应反射系数,选定子波建立所述AVO合成道集。
在一个示例中,所述分析模块用于:结合所述原始井旁道集与所述合成道集,挑选标志层,进行AVO特征分析,从振幅、剩余时差、相关性及最大频率四方面分析评价所述原始井旁道集与所述合成道集的差异,明确所述原始井旁道集存在的问题。
在一个示例中,所述优化模块用于:基于所述井旁道集进行参数测试,选取标志层分析原始井旁道集的AVO特征变化及与所述合成道集的差异性作为叠前微观质控;同时将每步优化处理的过井线进行叠加,从叠后频谱以及井震标定的相关性作为叠后宏观质控,确保每一步优化处理的合理性。
本发明通过建立AVO合成道集,对比分析原始井旁道集与合成道集的AVO特征明确原始井旁道集存在的问题,从而针对性拟定优化处理流程,最后通过叠前反演结果直观对道集优化结果进行有效评估。该方法避免了道集优化处理流程的盲目性以及处理参数设置的主观性,最终为叠前反演提供较高质量的数据。
本发明基于原始井旁道集进行参数测试,从叠前微观以及叠后宏观两方面同步进行质控确保处理流程及参数的合理性,通过系列质控手段确保了处理的合理性。
为便于理解本发明实施例的方案及其效果,以下给出三个具体应用示例。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叠前道集优化处理方法的步骤的流程图。
如图1所示,该叠前道集优化处理方法包括:步骤1,基于工区内实际测井资料建立AVO合成道集;步骤2,对比分析原始井旁道集与所述合成道集的AVO特征差异,基于所述AVO特征差异评价所述原始井旁道集存在的问题,所述问题包括:噪音干扰、剩余时差、近远道频谱不一致;步骤3,针对所述原始井旁道集存在的每一问题,进行数据优化处理,将所述原始井旁道集向所述合成道集修正完善;步骤4,对优化前的数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
参考图2a至图5b,以某地区实际资料为例,针对原始叠前道集首先进行数据质量分析。图2a为工区内某一典型井的原始井旁道集(图左侧)和AVO合成道集(图右侧),图2b为挑选的某一标志层所对应的AVO特征。从AVO特征来看原始井旁道集与合成道集的振幅趋势一致,因此后续处理无需过多做振幅的修饰性工作,主要进行去噪和拟合将振幅散点归到趋势线附近;原始井旁道集存在一定的剩余时差,需要做时差校正处理;原始井旁道集远道存在干扰,导致远道相关性和最大频率均较低,需要做谱的一致性校正,提高远道的频谱,从而与合成道集AVO特征更接近。
通过对比分析原始井旁道集与合成道集AVO特征,在明确原始井旁道集存在的问题后拟定优化处理流程。图3a为典型井的井旁道集在不同处理阶段所对应的结果,从左到右依次为,原始道集、去噪处理后的道集,拉平处理后的道集、谱平衡处理后的道集、合成道集。图3b则是不同处理阶段同一标志层的AVO特征。针对原始道集首先进行去噪处理,提高原始道集的信噪比;再进行剩余时差校正,将道集拉平;最后进行谱的一致性校正,修饰道集近远道的频谱。每步处理的参数测试均同时考虑道集本身及AVO特征,通过优化处理道集信噪比明显提升,近远道能量得到提升,同时振幅散点的拟合曲线趋势未变,且与合成道集更加接近,剩余时差拟合曲线与合成道集重合,均为0。图4a为将不同处理阶段的典型井过井线叠加,并在叠后数据上进行频谱分析。其中(a)为原始道集叠后频谱;(b)为去噪道集叠后频谱;(c)为拉平道集叠后频谱(d)为谱平衡叠后频谱。主要从叠后质控处理前后频宽是否基本一致,且没有明显的低频和高频损失。实例中原始道集叠后频谱的频宽为27HZ,优化后道集叠后频谱的频宽为28HZ,且未见低高频损失,确保处理的合理性。图4b为针对原始道集的叠加数据以及优化处理道集的叠加数据采用相同的时深和子波进行井震标定。其中(a)为原始道集叠后剖面;(b)为原始道集叠加体的井震匹配;(c)为优化道集叠后剖面;(d)为优化道集叠加体的井震匹配。对比目的层段相关性可知,道集优化处理后的叠加数据井震相关性明显提高。通过前期的道集优化处理以及AVO特征质控,有效地将原始道集向合成道集修正完善,提高原始道集的品质,最后通过反演结果进行评估及验证。图5a为叠前反演结果的对比,其中(a)为原始道集反演阻抗连井剖面,(b)为优化道集反演阻抗连井剖面,对比可知优化道集反演结果分辨率更高,与井上信息吻合度也更高。图5b为对应的道集优化处理前后井旁道反演结果对比,其中蓝色曲线为实际测井阻抗滤波结果,红色曲线为反演阻抗结果。优化后道集叠前反演阻抗结果与测井阻抗滤波结果相关性得到了明显提升。通过本方法的应用,对原始道集进行了有效的优化处理,为叠前反演提供了较高质量的数据基础。
实施例2
本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的叠前道集优化处理方法。
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。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行上述的叠前道集优化处理方法。
实施例3
本公开实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行上述的叠前道集优化处理方法。
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 (10)
1.一种叠前道集优化处理方法,其特征在于,包括:
步骤1:基于工区内实际测井资料建立AVO合成道集;
步骤2:对比分析原始井旁道集与所述合成道集的AVO特征差异,基于所述AVO特征差异评价所述原始井旁道集存在的问题,所述问题包括:噪音干扰、剩余时差、近远道频谱不一致;步骤3:针对所述原始井旁道集存在的每一问题,进行数据优化处理,将所述原始井旁道集向所述合成道集修正完善;
步骤4:对优化前的数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
2.根据权利要求1所述的叠前道集优化处理方法,其特征在于,所述步骤1包括:挑选工区内典型井,基于纵波速度及密度曲线,选择子波进行合成记录标定,获取相应的时深关系,再结合横波速度基于Zoeppritz方程计算相应反射系数,选定子波建立所述AVO合成道集。
3.根据权利要求1所述的叠前道集优化处理方法,其特征在于,所述步骤2包括:结合所述原始井旁道集与所述合成道集,挑选标志层,进行AVO特征分析,从振幅、剩余时差、相关性及最大频率四方面分析评价所述原始井旁道集与所述合成道集的差异,明确所述原始井旁道集存在的问题。
4.根据权利要求1所述的叠前道集优化处理方法,其特征在于,所述步骤3包括:基于所述原始井旁道集进行参数测试,选取标志层分析所述原始井旁道集的AVO特征变化及与所述合成道集的差异性作为叠前微观质控;同时将每步优化处理的过井线进行叠加,从叠后频谱以及井震标定的相关性作为叠后宏观质控,确保每一步优化处理的合理性。
5.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4任一所述的叠前道集优化处理方法。
6.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行权利要求1-4任一所述的叠前道集优化处理方法。
7.一种叠前道集优化处理装置,其特征在于,包括:
构建模块,所述构建模块用于基于工区内实际测井资料建立AVO合成道集;
分析模块,所述分析模块用于基于对比分析原始井旁道集与所述合成道集的AVO特征差异,基于AVO特征差异评价所述原始井旁道集存在的问题,所述问题包括:噪音干扰、剩余时差、近远道频谱不一致;
优化模块,所述优化模块用于针对所述原始井旁道集存在的每一问题,进行优化处理,将所述原始井旁道集向所述合成道集修正完善;
评估模块,所述评估模块用于对优化前的原始数据与优化后的数据分别进行叠前反演,并基于反演结果对所述原始井旁道集的优化结果进行评估。
8.根据权利要求1所述的叠前道集优化处理装置,其特征在于,所述构建模块用于:挑选工区内典型井,基于纵波速度及密度曲线,选择子波进行合成记录标定,获取相应的时深关系。再结合横波速度基于Zoeppritz方程计算相应反射系数,选定子波建立所述AVO合成道集。
9.根据权利要求1所述的叠前道集优化处理装置,其特征在于,所述分析模块用于:结合所述原始井旁道集与所述合成道集,挑选标志层,进行AVO特征分析,从振幅、剩余时差、相关性及最大频率四方面分析评价所述原始井旁道集与所述合成道集的差异,明确所述原始井旁道集存在的问题。
10.根据权利要求1所述的叠前道集优化处理装置,其特征在于,所述优化模块用于:基于所述井旁道集进行参数测试,选取标志层分析原始井旁道集的AVO特征变化及与所述合成道集的差异性作为叠前微观质控;同时将每步优化处理的过井线进行叠加,从叠后频谱以及井震标定的相关性作为叠后宏观质控,确保每一步优化处理的合理性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111238659.7A CN116027429A (zh) | 2021-10-25 | 2021-10-25 | 叠前道集优化处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111238659.7A CN116027429A (zh) | 2021-10-25 | 2021-10-25 | 叠前道集优化处理方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116027429A true CN116027429A (zh) | 2023-04-28 |
Family
ID=86074584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111238659.7A Pending CN116027429A (zh) | 2021-10-25 | 2021-10-25 | 叠前道集优化处理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116027429A (zh) |
-
2021
- 2021-10-25 CN CN202111238659.7A patent/CN116027429A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7376517B2 (en) | Method for estimation of interval seismic quality factor | |
US10705238B2 (en) | Method and apparatus for processing seismic data | |
RU2579164C1 (ru) | Способ обращения для определения добротности геологической среды | |
CN105425289B (zh) | 确定低频波阻抗的方法和装置 | |
US20090132169A1 (en) | Methods and systems for evaluating fluid movement related reservoir properties via correlation of low-frequency part of seismic data with borehole measurements | |
WO2013181044A2 (en) | Methods for generating depofacies classifications for subsurface oil or gas reservoirs or fields | |
CN106443774A (zh) | 一种提高起伏地表叠前深度偏移成像精度的方法 | |
CN101221249A (zh) | 地震资料品质分析技术 | |
US9500759B2 (en) | Identification of multiples contamination in seismic images | |
CN103675904A (zh) | 一种井震匹配解释性目标处理方法及装置 | |
CN112904415B (zh) | 基于重构源谱一致性的q层析反演方法、系统及处理设备 | |
Cheng et al. | Q estimation by a match-filter method | |
CN109471203B (zh) | 提高地震资料分辨率效果评判优选方法 | |
US6963803B2 (en) | System and method for analyzing a thin bed formation | |
CN116027429A (zh) | 叠前道集优化处理方法、装置、电子设备及介质 | |
CN109143345B (zh) | 基于模拟退火的品质因子q非线性反演方法及系统 | |
US7720607B2 (en) | Method for treating seismic cubes corresponding, for a common zone on the ground, to different source/receiver and/or angle of incidence offset values | |
CN112415601A (zh) | 表层品质因子q值的确定方法及装置 | |
White et al. | Optimised spectral merge of the background model in seismic inversion | |
CN112363222A (zh) | 叠后自适应宽带约束波阻抗反演方法及装置 | |
CN112213774B (zh) | 一种浅层q模型估计方法及装置 | |
CN111535796A (zh) | 一种测井参数的获取方法和装置 | |
CN111312272A (zh) | 一种用于减少近井声数据集中噪声信号的产品、方法及系统 | |
CN112014874B (zh) | 一种计算地震资料品质的量化评价值的方法及存储介质 | |
CN112241024B (zh) | 地震资料信噪比提高方法、计算机存储介质及系统 |
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 |