CN116774285B - 基于特征曲线重构的薄互层预测方法、装置、设备及介质 - Google Patents

基于特征曲线重构的薄互层预测方法、装置、设备及介质 Download PDF

Info

Publication number
CN116774285B
CN116774285B CN202210232222.0A CN202210232222A CN116774285B CN 116774285 B CN116774285 B CN 116774285B CN 202210232222 A CN202210232222 A CN 202210232222A CN 116774285 B CN116774285 B CN 116774285B
Authority
CN
China
Prior art keywords
sampling point
lithology
data
curve
point set
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
CN202210232222.0A
Other languages
English (en)
Other versions
CN116774285A (zh
Inventor
徐海
王光付
孙建芳
李发有
杨秀祥
刘仁静
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 CN202210232222.0A priority Critical patent/CN116774285B/zh
Publication of CN116774285A publication Critical patent/CN116774285A/zh
Application granted granted Critical
Publication of CN116774285B publication Critical patent/CN116774285B/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
    • G01V1/301—Analysis for determining seismic cross-sections or geostructures
    • 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
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • 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
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/612—Previously recorded data, e.g. time-lapse or 4D
    • 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
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/614—Synthetically generated data
    • 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
    • G01V2210/66—Subsurface modeling
    • G01V2210/665—Subsurface modeling using geostatistical modeling
    • 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
    • G01V2210/66—Subsurface modeling
    • G01V2210/665—Subsurface modeling using geostatistical modeling
    • G01V2210/6652—Kriging

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

本申请公开了一种基于特征曲线重构的薄互层预测方法、装置、设备及介质。该方法可以包括：确定敏感的标准测井曲线，进而获得敏感的标准测井曲线的采样点集合；确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据。本发明通过岩性约束重构并放大岩性特征曲线“正负取值的相对差异”，从而改进反演或地质统计学建模的输入端，达到明确薄互层或隔夹层的取值范围，精确厘定反演或地质统计学薄互层预测或建模的取值范围的目的。

Description

基于特征曲线重构的薄互层预测方法、装置、设备及介质
技术领域
本发明涉及油气地球物理技术领域，更具体地，涉及一种基于特征曲线重构的薄互层预测方法、装置、设备及介质。
背景技术
广泛发育的薄互储层以其蕴含的巨大资源潜力受到越来越多的关注，但其常常具有非均质性强、横向变化快、识别难度大的特点。在新时期“勘探开发一体化研究”的大背景下，钻前储层预测工作正逐步从传统意义上的前期勘探向开发目标延伸。“地震-测井-地质”一体化综合研究的形势发展要求储层预测走向精细化，对薄层目标预测精度提出了更高要求。在岩性地震勘探中，薄层反射信号不但受地震采集处理等因素的影响，而且受地震资料分辨率的限制及其互层间干涉的影响。
前人在薄层预测的技术方法与应用上开展了许多有益的探索和实践，主要包括叠前与叠后的地震反演，地震约束的地质统计学反演以及地质统计学地质建模等三大类。前两类基于地震反演的薄层预测，其主要利用系数脉冲、谱分解、小波变换、压缩感知等方法提高地震分辨率，结合贝叶斯等非线性算法联合测井信息反演预测薄层，预测的精度与合理性往往取决于地震波的分辨率以及测井对薄层的识别能力；而基于地质统计学薄层建模插值方法一般可分为如确定性的克里金与不确定性的序贯高斯性插值方法。其中克里金估计是一种局部估计方法，当数据点距离超过研究区域的1/2或1/3时相关性就比较差，且具有平滑效应，使得结果变得平滑的一种确定性建模。序贯高斯随机模拟法是目前被大家广泛接受的一种整合地震数据建立储层模型的方法，可克服克里金方法的局限性，但随机建模产生多个实现，可根据模拟结果是否符合地质意义、原始数据与生产动态数据来交叉对其验证；
通常，井震联合反演或地质统计学反演过程中，一些研究区薄互层的密度与声波阻抗往往不能有效界定储层与隔夹层顶底界面，一般采用频谱分解或小波变换的分频方法重构声波、自然GR与电阻率等岩性特征曲线，利用地井震联合反演的方法对薄层进行预测。以上方法在客观上提高了薄层预测精度，在油气勘探中发挥着重要作用，但随滚动勘探开发程度的提高，钻井密度的提高，对薄互层与隔夹层预测提出更高的要求。目前基于地震的3～5薄互层与隔夹层预测主要受制于两个因素：(1)高于地震分辨能力的薄层通常采用随机算法进行内插与外推，稳定性较弱；(2)当存在多套不同沉积旋回的储层与隔夹层时，测井敏感曲线或重构曲线的门槛取值难以界定，往往存在扩大或缩小储层与隔夹层的预测范围的问题。
其次，对于地质统计学建模而言，一般是在构造格架和沉积等时格架下，利用平面沉积相边界约束或直接利用测井曲线对砂泥岩储层空间插值建模时，但受各种地层、非地层因素的影响，仅利用测井曲线进行确定性或随机建模往往不能正确反映储层沉积空间变化，即使非地层因素的影响通过环境校正、曲线标准化后能达到目的，也同样面临很难确定砂泥岩的边界范围的问题，导致砂体空间预测及与测井解释结果的符合率低，尤其是薄互层与隔夹层。
因此，有必要开发一种基于特征曲线重构的薄互层预测方法、装置、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
本发明提出了一种基于特征曲线重构的薄互层预测方法、装置、设备及介质，其能够通过岩性约束重构并放大岩性特征曲线“正负取值的相对差异”，从而改进反演或地质统计学建模的输入端，达到明确薄互层或隔夹层的取值范围，精确厘定反演或地质统计学薄互层预测或建模的取值范围的目的。
第一方面，本公开实施例提供了一种基于特征曲线重构的薄互层预测方法，包括：
确定敏感的标准测井曲线，进而获得所述敏感的标准测井曲线的采样点集合；
确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；
根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；
通过所述岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据。
优选地，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为所述敏感的标准测井曲线。
优选地，根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得所述岩性分类解释数据。
优选地，所述敏感的标准测井曲线的采样点集合包括所述敏感的标准测井曲线上每一个垂向采样点的采样点数据。
优选地，所述岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据。
优选地，根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据集合包括：
计算所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；
计算每一个垂向采样点对应的采样点特征数据，获得所述采样点特征数据集合。
优选地，通过所述岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据包括：
通过所述岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面；
根据所述层序界面进行井震联合反演或地质统计学建模，获得所述薄互层预测数据。
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基于特征曲线重构的薄互层预测装置，包括：
敏感曲线确定模块，确定敏感的标准测井曲线，进而获得所述敏感的标准测井曲线的采样点集合；
解释数据确定模块，确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；
重构模块，根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；
预测模块，通过所述岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据。
优选地，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为所述敏感的标准测井曲线。
优选地，根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得所述岩性分类解释数据。
优选地，所述敏感的标准测井曲线的采样点集合包括所述敏感的标准测井曲线上每一个垂向采样点的采样点数据。
优选地，所述岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据。
优选地，根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据集合包括：
计算所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；
计算每一个垂向采样点对应的采样点特征数据，获得所述采样点特征数据集合。
优选地，通过所述岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据包括：
通过所述岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面；
根据所述层序界面进行井震联合反演或地质统计学建模，获得所述薄互层预测数据。
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，以实现所述的基于特征曲线重构的薄互层预测方法。
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基于特征曲线重构的薄互层预测方法。
其有益效果在于：
(1)根据工区的测井情况，采用成熟的井眼环境校正与标准化方法对不同测井系列与测井曲线进行校正与标准化处理后，综合利用钻测井资料对目标层层段进行砂泥岩薄互层地质解释，界定砂泥岩的深度范围，并优选出对砂泥岩响应敏感的测井曲线系列；
(2)根据砂泥岩综合解释结果将不同的岩性赋予“正负”值，创建砂泥岩的连续采样的函数，同时根据先前优选的敏感曲线建立敏感曲线函数系列；
(3)取两个曲线函数的乘积，创建含有正负值的岩性特征曲线，去除混叠效应，达到厘定砂泥岩薄互层取值门槛，实现准确区分砂泥岩薄互层的目的；
(4)以此岩性特征曲线，在地层格架约束下对砂泥岩薄互层进行地质统建模或地质统计学反演，预测薄砂层以及泥岩隔夹层的空间分布。
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根据敏感的标准测井曲线以及岩性分类解释数据重构岩性特征曲线的示意图。
图2a和图2b分别示出了根据本发明的一个实施例的根据自然伽马与重构的岩性特征曲线的直方示意图。
图3示出了根据本发明的一个实施例的基于特征曲线重构的薄互层预测方法的步骤的流程图。
图4示出了根据本发明的一个实施例的密度与声波曲线、岩性分类交汇示意图。
图5示出了根据本发明的一个实施例的自然伽马与阻抗曲线、岩性分类交汇示意图。
图6示出了根据本发明的一个实施例的标准化前井间同一层段GR直方图。
图7示出了根据本发明的一个实施例的标准化后井间同一层段GR直方图。
图8示出了根据本发明的一个实施例的敏感的标准测井曲线DT、RHOB以及GR的示意图。
图9示出了根据本发明的一个实施例的重构岩性特征曲线与声波时差的交汇示意图。
图10示出了根据本发明的一个实施例的重构岩性特征曲线与纵波阻抗的交汇示意图。
图11示出了根据本发明的一个实施例的构造层序格架的示意图。
图12a和图12b分别示出了根据本发明的一个实施例的重构曲线与地层约束下建模结果剖面对比图。
图13a和图13b分别示出了根据本发明的一个实施例的重构曲线与地层约束下建模结果平面对比图。
图14示出了根据本发明的一个实施例的一种岩性特征曲线重构装置的框图。
附图标记说明：
201、敏感曲线确定模块；202、解释数据确定模块；203、重构模块。
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。
本发明提供一种基于特征曲线重构的薄互层预测方法，包括：
确定敏感的标准测井曲线，进而获得敏感的标准测井曲线的采样点集合；
确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；
根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；
通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据。
在一个示例中，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为敏感的标准测井曲线。
在一个示例中，根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得岩性分类解释数据。
在一个示例中，敏感的标准测井曲线的采样点集合包括敏感的标准测井曲线上每一个垂向采样点的采样点数据。
在一个示例中，岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据。
在一个示例中，根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据集合包括：
计算敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；
计算每一个垂向采样点对应的采样点特征数据，获得采样点特征数据集合。
在一个示例中，通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据包括：
通过岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面；
根据层序界面进行井震联合反演或地质统计学建模，获得薄互层预测数据。
具体地，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为敏感的标准测井曲线，敏感的标准测井曲线可以为一条或多条，进而针对每一条敏感的标准测井曲线获得对应的采样点集合，其中，敏感的标准测井曲线的采样点集合包括敏感的标准测井曲线上每一个垂向采样点的采样点数据；测井资料预处理与标准化是测井解释前非常重要的一个环节，主要目的消除不同时期、不同测井系列、不同操作方式、不同环境、不同处理软件的影响，保持数据一致性。
根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得岩性分类解释数据，针对岩性进行方波化赋值区分，对砂岩赋值+1，泥岩赋值-1，也可以采用其他的赋值，对岩性能够区分即可，确定岩性分类解释采样点集合，其中，岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据；
计算敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；计算每一个垂向采样点对应的采样点特征数据，获得采样点特征数据集合，进而重构岩性特征曲线，不但具有原测井曲线得到连续沉积旋回变化特征，同时包含了岩性综合解释结果信息，令砂岩取值为正、泥岩为负。
图1示出了根据本发明的一个实施例的根据敏感的标准测井曲线以及岩性分类解释数据重构岩性特征曲线的示意图。
图2a和图2b分别示出了根据本发明的一个实施例的根据自然伽马与重构的岩性特征曲线的直方示意图。
单一测井曲线测量值往往受测量方法与岩性组合变化影响，单一曲线的门槛难以界定砂泥岩互层精确取值范围。在同一基线条件下，往往导致岩性划分中存在重叠或漏失储层与隔夹层的现象，如图1中所示的声波时差、密度以及自然GR，皆不能用单一曲线划分储层与隔夹层；即使图2a中对岩性较为敏感的GR曲线，在门槛值附近，仍然存在砂泥岩混叠的现象。
根据本方法，以岩性为约束对重构曲线对特征值进行“正负异常”的放大，如泥岩取值为负值，储层为正值。从而可客观有效地将薄储层与隔夹层进行区分，不存在取值范围混叠的现象，重构的岩性特征曲线如图1中e所示，其储层与非储层直方图区分结果如图2b所示。
通过岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面，为井震联合反演或地质统计学建模建立构造层序的约束格架；根据层序界面进行井震联合反演或地质统计学建模，获得薄互层预测数据。
本发明还提供一种基于特征曲线重构的薄互层预测装置，包括：
敏感曲线确定模块，确定敏感的标准测井曲线，进而获得敏感的标准测井曲线的采样点集合；
解释数据确定模块，确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；
重构模块，根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；
预测模块，通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据。
在一个示例中，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为敏感的标准测井曲线。
在一个示例中，根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得岩性分类解释数据。
在一个示例中，敏感的标准测井曲线的采样点集合包括敏感的标准测井曲线上每一个垂向采样点的采样点数据。
在一个示例中，岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据。
在一个示例中，根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据集合包括：
计算敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；
计算每一个垂向采样点对应的采样点特征数据，获得采样点特征数据集合。
在一个示例中，通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据包括：
通过岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面；
根据层序界面进行井震联合反演或地质统计学建模，获得薄互层预测数据。
具体地，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为敏感的标准测井曲线，敏感的标准测井曲线可以为一条或多条，进而针对每一条敏感的标准测井曲线获得对应的采样点集合，其中，敏感的标准测井曲线的采样点集合包括敏感的标准测井曲线上每一个垂向采样点的采样点数据；测井资料预处理与标准化是测井解释前非常重要的一个环节，主要目的消除不同时期、不同测井系列、不同操作方式、不同环境、不同处理软件的影响，保持数据一致性。
根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得岩性分类解释数据，针对岩性进行方波化赋值区分，对砂岩赋值+1，泥岩赋值-1，也可以采用其他的赋值，对岩性能够区分即可，确定岩性分类解释采样点集合，其中，岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据；
计算敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；计算每一个垂向采样点对应的采样点特征数据，获得采样点特征数据集合，进而重构岩性特征曲线，不但具有原测井曲线得到连续沉积旋回变化特征，同时包含了岩性综合解释结果信息(令砂岩取值为正、泥岩为负)。
通过岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面，为井震联合反演或地质统计学建模建立构造层序的约束格架；根据层序界面进行井震联合反演或地质统计学建模，获得薄互层预测数据。
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，以实现上述的基于特征曲线重构的薄互层预测方法。
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基于特征曲线重构的薄互层预测方法。
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3示出了根据本发明的一个实施例的基于特征曲线重构的薄互层预测方法的步骤的流程图。
如图3所示，该岩性特征曲线重构方法包括：步骤101，确定敏感的标准测井曲线，进而获得敏感的标准测井曲线的采样点集合；步骤102，确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；步骤103，根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；步骤104，通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据。
图4示出了根据本发明的一个实施例的密度与声波曲线、岩性分类交汇示意图。
图5示出了根据本发明的一个实施例的自然伽马与阻抗曲线、岩性分类交汇示意图。
研究区为扇三角洲沉积体系，储层主要由含砂砾岩、砾岩、含中粗砂岩、含泥砂砾岩、泥质砾岩及泥岩的互层叠加而成，含泥质为主，测井曲线的岩性和电性的旋回特征比较明显，其研究储层可划分为五个次级旋回。研究储层厚度为80-100m，薄砂层平均厚度在1.2～1.8m之间，各薄砂层间发育1～14m的泥岩隔层。砂体平均宽度约为300～600m，延伸长度为300～900m。如图4与图5所示，地震分辨能力不能满足薄砂岩与隔夹层预测条件，同时测井密度、声波、以及阻抗不能有效区分砂泥岩层，若直接采用相应的敏感曲线直接建模，由于门槛取值不能精确厘定岩性取值范围，导致砂体与隔夹层很难区分。
图6示出了根据本发明的一个实施例的标准化前井间同一层段GR直方图。
图7示出了根据本发明的一个实施例的标准化后井间同一层段GR直方图。
测井资料预处理与标准化是测井解释前非常重要的一个环节，主要目的消除不同时期、不同测井系列、不同操作方式、不同环境、不同处理软件的影响，保持数据一致性。GR标准化前后对比如图6与图7所示。
图8示出了根据本发明的一个实施例的敏感的标准测井曲线DT、RHOB以及GR的示意图。
在测井信息经环境校正与标准化处理后，选择具有反映岩性与沉积旋回的标准测井曲线作为敏感的标准测井曲线，如图8所示，进而获得敏感的标准测井曲线的采样点集合。
根据敏感的标准测井曲线，综合录井与取芯等综合信息对渗透层与非渗透层进行划分，对离散解释结论重采样，并赋予不同岩性相应权值，此处砂岩取值+1，泥岩取值-1，确定岩性分类解释数据，如图1中d所示，进而确定岩性分类解释采样点集合。
根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线，如图1中e所示。
图9示出了根据本发明的一个实施例的重构岩性特征曲线与声波时差的交汇示意图。
图10示出了根据本发明的一个实施例的重构岩性特征曲线与纵波阻抗的交汇示意图。
重构的岩性特征曲线与声波DT、纵波阻抗的交汇图分别如图9、图10所示，声波时差横轴取值范围56～112ms/m，阻抗横轴取值范围20000～50000，砂岩储层与隔夹层取值范围横跨整个取值范围，无法将砂岩储层与隔夹层有效分开；而纵轴的重构曲线可有效将储层与隔夹层分离，正值为有效砂岩储层，负值为泥岩隔夹层。同时，图2a中GR可将大部分的砂岩储层与泥岩隔夹层分开，但直方图中砂泥岩之间依然存在重叠区间，不能有效区分薄层砂岩与泥岩隔夹层，而图2b利用重构的岩性特征曲线可无重叠地将薄层砂岩与泥岩隔夹层分开。
图11示出了根据本发明的一个实施例的构造层序格架的示意图。
运用层序地层学和沉积学的原理和方法，通过地震、钻井、测井等资料的综合分析，通过井震标定建立目标层段的层序地层格架，以此作为三维地质统计学建模或地质统计学反演的软约束，达到在此框架约束下对“砂泥岩互层”进行预测建模的目的，建立地层格架如图11所示。
图12a和图12b分别示出了根据本发明的一个实施例的重构曲线与地层约束下建模结果剖面对比图。
在地层格架约束下，以传统重构曲线与本发明采用的重构曲线为不同输入端曲线，利用协同克里金算法对砂岩层与泥岩层进行了空间预测与建模，预测结果砂岩为黄色，泥岩为灰色。剖面对比结果如图12a、图12b所示。图12a纵向剖面中，因不能准确厘定取值范围，导致某些井预测的砂体漏失或砂体合并混叠，漏失泥岩隔夹层；而图12b纵向剖面中的互层边界更加清晰，且与解释砂体边界一一吻合，无混叠现象。
图13a和图13b分别示出了根据本发明的一个实施例的重构曲线与地层约束下建模结果平面对比图。
平面对比结果如图13a、图13b所示。图13a中预测砂体的纵横向展布并不连续，与测井、地质沉积背景吻合较差，水下分流河道平面展布不连续，不符合地质沉积规律；而图13b中预测的砂体平面展布与沉积背景吻合，横向上展布更加合理，水下分流河道连续性较好，砂体边界范围收缩与扩展更加合理。
实施例2
图14示出了根据本发明的一个实施例的一种基于特征曲线重构的薄互层预测装置的框图。
如图14所示，该岩性特征曲线重构装置，包括：
敏感曲线确定模块201，确定敏感的标准测井曲线，进而获得敏感的标准测井曲线的采样点集合；
解释数据确定模块202，确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；
重构模块203，根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；
预测模块204，通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据。
作为可选方案，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为敏感的标准测井曲线。
作为可选方案，根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得岩性分类解释数据。
作为可选方案，敏感的标准测井曲线的采样点集合包括敏感的标准测井曲线上每一个垂向采样点的采样点数据。
作为可选方案，岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据。
作为可选方案，根据敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合，计算采样点特征数据集合包括：
计算敏感的标准测井曲线的采样点集合与岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；
计算每一个垂向采样点对应的采样点特征数据，获得采样点特征数据集合。
作为可选方案，通过岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据包括：
通过岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面；
根据层序界面进行井震联合反演或地质统计学建模，获得薄互层预测数据。
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，以实现上述基于特征曲线重构的薄互层预测方法。
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基于特征曲线重构的薄互层预测方法。
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 (6)

1.一种基于特征曲线重构的薄互层预测方法，其特征在于，包括：
确定敏感的标准测井曲线，进而获得所述敏感的标准测井曲线的采样点集合；
确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；
根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据集合，进而重构岩性特征曲线；
通过所述岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据；
其中，根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得所述岩性分类解释数据；
其中，所述敏感的标准测井曲线的采样点集合包括所述敏感的标准测井曲线上每一个垂向采样点的采样点数据；
其中，所述岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据；
其中，根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据集合包括：
计算所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；
计算每一个垂向采样点对应的采样点特征数据，获得所述采样点特征数据集合。
2.根据权利要求1所述的基于特征曲线重构的薄互层预测方法，其中，针对测井数据进行环境校正与标准化处理，以反映岩性与沉积旋回的标准测井曲线作为所述敏感的标准测井曲线。
3.根据权利要求1所述的基于特征曲线重构的薄互层预测方法，其中，通过所述岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据包括：
通过所述岩性特征曲线对目标层的地震反射进行井震地质标定，确定并解释层序界面；
根据所述层序界面进行井震联合反演或地质统计学建模，获得所述薄互层预测数据。
4.一种基于特征曲线重构的薄互层预测装置，其特征在于，包括：
敏感曲线确定模块，确定敏感的标准测井曲线，进而获得所述敏感的标准测井曲线的采样点集合；
解释数据确定模块，确定岩性分类解释数据，针对岩性进行方波化赋值区分，确定岩性分类解释采样点集合；
重构模块，根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据，进而重构岩性特征曲线；
预测模块，通过所述岩性特征曲线进行井震联合反演或地质统计学建模，获得薄互层预测数据；
其中，根据标准化后的测井数据，通过录井与取芯综合信息对渗透层与非渗透层进行划分，获得所述岩性分类解释数据；
其中，所述敏感的标准测井曲线的采样点集合包括所述敏感的标准测井曲线上每一个垂向采样点的采样点数据；
其中，所述岩性分类解释采样点集合包括岩性分类解释数据中每一个垂向采样点的赋值数据；
其中，根据所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合，计算采样点特征数据集合包括：
计算所述敏感的标准测井曲线的采样点集合与所述岩性分类解释采样点集合中相同垂向采样点对应的采样点数据的乘积，即为该垂向采样点对应的采样点特征数据；
计算每一个垂向采样点对应的采样点特征数据，获得所述采样点特征数据集合。
5.一种电子设备，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1-3中任一项所述的基于特征曲线重构的薄互层预测方法。
6.一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1-3中任一项所述的基于特征曲线重构的薄互层预测方法。
CN202210232222.0A 2022-03-09 2022-03-09 基于特征曲线重构的薄互层预测方法、装置、设备及介质 Active CN116774285B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210232222.0A CN116774285B (zh) 2022-03-09 2022-03-09 基于特征曲线重构的薄互层预测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210232222.0A CN116774285B (zh) 2022-03-09 2022-03-09 基于特征曲线重构的薄互层预测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN116774285A CN116774285A (zh) 2023-09-19
CN116774285B true CN116774285B (zh) 2024-05-07

Family

ID=88010321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210232222.0A Active CN116774285B (zh) 2022-03-09 2022-03-09 基于特征曲线重构的薄互层预测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116774285B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105988137A (zh) * 2015-02-11 2016-10-05 中国石油化工股份有限公司 砂砾岩体基于岩心刻度测井的测井特征曲线重构方法
CN106908856A (zh) * 2017-01-19 2017-06-30 中国石油天然气股份有限公司 一种湖相薄层白云岩储层的地震预测方法
CN112034526A (zh) * 2020-08-13 2020-12-04 中国石油大学(华东) 基于岩相组合的灰质泥岩发育区薄层浊积砂体的地震识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6963803B2 (en) * 2004-02-02 2005-11-08 Schlumberger Technology Corporation System and method for analyzing a thin bed formation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105988137A (zh) * 2015-02-11 2016-10-05 中国石油化工股份有限公司 砂砾岩体基于岩心刻度测井的测井特征曲线重构方法
CN106908856A (zh) * 2017-01-19 2017-06-30 中国石油天然气股份有限公司 一种湖相薄层白云岩储层的地震预测方法
CN112034526A (zh) * 2020-08-13 2020-12-04 中国石油大学(华东) 基于岩相组合的灰质泥岩发育区薄层浊积砂体的地震识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张胜 ; 韩春元 ; 杜新江 ; 夏竹 ; 胡少华 ; 付亮亮 ; .测井岩性解释模型构建技术及在薄储层反演中的应用.石油地球物理勘探.2018,(第S1期),全文. *

Also Published As

Publication number Publication date
CN116774285A (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN113759425B (zh) 井震联合评价深层古岩溶储层充填特征的方法与系统
EP0896677B1 (en) Method for inverting reflection trace data from 3-d and 4-d seismic surveys
JP3390445B2 (ja) 地質学的特性を推定するために統計学的較正技術を使用する地震トレース解析方法
US6654692B1 (en) Method of predicting rock properties from seismic data
US8706420B2 (en) Seismic fluid prediction via expanded AVO anomalies
CN102937720B (zh) 井控提高地震资料分辨率的方法
US11054537B2 (en) Feature index-based feature detection
WO2000060379A1 (en) A method for gravity and magnetic data inversion using vector and tensor data with seismic imaging and geopressure prediction for oil, gas and mineral exploration and production
WO2018021991A1 (en) Seismic spectral balancing
CN103792573A (zh) 一种基于频谱融合的地震波阻抗反演方法
NO347171B1 (en) Coherent lineament noise attenuation using a dip model determined by seismic structural dip values
CN107831540A (zh) 储层物性参数直接提取新方法
EP3243089A1 (en) Method for obtaining estimates of a model parameter so as to characterise the evolution of a subsurface volume over a time period
CN111812716B (zh) 页岩气储层总有机碳含量叠前定量预测方法、装置及设备
CN116774285B (zh) 基于特征曲线重构的薄互层预测方法、装置、设备及介质
CN109991663B (zh) 工区地震速度体校正方法和装置
CN113219531A (zh) 致密砂岩气水分布的识别方法及装置
CN115327627A (zh) 多信息融合的致密砂岩气分流河道表征方法及装置
CN113806674B (zh) 古河道纵向尺度的量化方法、装置、电子设备及存储介质
CN114996953A (zh) 一种电磁成像方法、系统、介质、设备及终端
CN104345337B (zh) 一种用于地震反演的时控储层参数建模方法
CN107589457A (zh) 测井资料尺度粗化的方法和装置
CN114076990B (zh) 油页岩反射能量确定方法、系统、存储介质及电子设备
CN113495293B (zh) 油藏流体预测方法及装置
CN112363244B (zh) 波阻抗反演方法与碳酸盐岩非均质储层预测方法及系统

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
GR01 Patent grant
GR01 Patent grant