CN117471540A - 基于叠后地震数据预测储层物性参数的方法、装置和设备 - Google Patents
基于叠后地震数据预测储层物性参数的方法、装置和设备 Download PDFInfo
- Publication number
- CN117471540A CN117471540A CN202210900816.4A CN202210900816A CN117471540A CN 117471540 A CN117471540 A CN 117471540A CN 202210900816 A CN202210900816 A CN 202210900816A CN 117471540 A CN117471540 A CN 117471540A
- Authority
- CN
- China
- Prior art keywords
- seismic data
- reservoir
- data
- quality factor
- post
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000035699 permeability Effects 0.000 claims abstract description 51
- 239000011229 interlayer Substances 0.000 claims abstract description 38
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 23
- 230000000704 physical effect Effects 0.000 claims description 29
- 239000011435 rock Substances 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 20
- 239000010410 layer Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 238000011160 research Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 229920006395 saturated elastomer Polymers 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000001360 synchronised effect Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 57
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 14
- 238000012937 correction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000003345 natural gas Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Geophysics (AREA)
- Acoustics & Sound (AREA)
- Operations Research (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Environmental & Geological Engineering (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Geology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于叠后地震数据预测储层物性参数的方法、装置和设备，该方法根据叠后地震资料，利用提出的鲁棒谱分解方法得到不同频率的分频地震数据，相比于常规技术所采用的叠前地震资料信噪比较高，鲁棒谱分解方法有效保证了谱分解数据的正确性；根据不同频率的分频地震数据确定层间品质因子数据，能避免单个频率分频地震数据存在未知异常的情况；所有层间品质因子数据的均值能够减少由于品质因子在求取过程中误差的不确定性；对最终层间品质因子数据进行非线性同步反演得到孔隙度、渗透率、含气饱和度参数数据，与常规单项参数反演相比，更能够利用孔隙度、渗透率、含气饱和度三参数间的物理联系，提高反演结果的准确性。
Description
技术领域
本发明涉及天然气地球物理勘探技术领域，特别涉及一种基于叠后地震数据预测储层物性参数的方法、装置和设备。
背景技术
天然气作为全球重要资源，其勘探开发技术成为目前人们的研究热点和难点。随着天然气勘探的深入，勘探目标逐渐变深、变小，对地震储层预测的分辨率、精度要求也越来越高；同时，天然气勘探对地震技术提出了更高的要求，地震预测不仅要定性地判别储层的含气性，同时也需定量分析储层物性条件的好坏，排除低孔隙、低含气饱和度等商业价值较低的贫气藏。因此，需要不断研发高精度气藏物性定量预测技术，来提高天然气藏地震勘探成功率。天然气储层物性参数，如孔隙度、渗透率、含气饱和度等，是天然气储层预测的重要参数。而目前获取上述参数的有效途径之一就是叠前地震反演，其核心是基于岩石物理模型建立地震振幅响应与储层参数间的确定性关系。
发明内容
发明人发现，由于复杂气藏成藏条件极其复杂，地震响应特征与储层参数间存在高度非线性的关系与不确定性，岩石物理反演问题难以准确建立。再加之叠前地震资料受现阶段地震采集技术的制约，往往具有难以去除的噪声，特别是对于构造比较复杂的地区，信噪比较低，物性参数预测存在较大的误差，达不到定量化勘探的要求。此外，常规技术对于孔隙度、渗透率、含气饱和度的预测往往以单项参数为主，未充分利用孔隙度、渗透率、含气饱和度三参数间的物理联系，缺乏一体化同步预测手段。因此，开发一套叠后地震孔隙度、渗透率、含气饱和度同步预测方法以解决上述技术问题显得尤为迫切。鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于叠后地震数据预测储层物性参数的方法、装置和设备。
第一方面，本发明实施例提供了一种基于叠后地震数据预测储层物性参数的方法，该方法可以包括：
对研究区的叠后地震数据进行鲁棒谱分解，以得到不同频率的分频地震数据；
基于不同频率的所述分频地震数据分别确定不同频率的层间品质因子；
基于储层敏感参考频率和所述层间品质因子确定地层品质因子；
将所述地层品质因子和预先构建的地层品质因子与储层物性参数的关系结构式，建立所述储层物性参数的目标反演结构式；
基于所述储层物性参数的目标反演结构式得到的所述储层物性参数。
可选的，所述预先构建的地层品质因子与储层物性参数的关系结构式为：
其中，real、imag分别表示取实部、虚部运算；
ρ＝(1-Sg)ρw+Sgρg，饱和流体密度，单位为千克/立方米；
快纵波能量，j＝1，2；
KGj＝Km+α2Mj，饱和岩石体积模量，单位为兆帕，j＝1，2；
慢纵波阻抗，单位为米/秒*千克/立方米j＝1，2；
慢纵波复数，j＝1，2；
骨架体积模量，单位为兆帕；
μm＝Kmμs/Ks，骨架剪切模量，单位为兆帕；
盖思曼刚性参数计算式，无量纲；
j＝1时为含水层的厚度，j＝2时为含气层的厚度，单位为米；
Q表示品质因子，无量纲；
Sg表示含气饱和度，无量纲；
表示孔隙度，无量纲；
κ表示渗透率，单位为达西；
Ks表示岩石基质体积模量，单位为兆帕；
μs表示岩石基质剪切模量，单位为兆帕；
ρg表示气体密度，单位为千克/立方米；
ρw表示水密度，单位为千克/立方米；
d表示地层平均厚度，单位为米；
i表示虚数符号，无量纲；
π表示圆周率，无量纲；
f0为储层敏感参考频率，单位为赫兹。
可选的，所述岩石基质体积模量、所述岩石基质剪切模量、所述气体密度和所述水密度基于所述研究区的岩石物理试验或者经验值确定；
所述储层敏感参考频率基于井旁道分频测试结果确定。
可选的，所述对研究区的叠后地震数据进行鲁棒谱分解通过下述方式确定：
其中，表示误差最小二乘拟合，/>表示鲁棒约束项；G表示不同频率的子波矩阵；m表示不同频率的地震数据矩阵；S表示实际叠后地震数据；λ为鲁棒约束项的权重因子。
可选的，所述基于不同频率的所述分频地震数据分别确定不同频率的层间品质因子，具体通过下述方式确定：
其中，m(t0,fz)、m(t1,fz)分别表示频率为fz的分频数据在地震解释层顶、层底位置处的取值，z＝1,2,3…n；Δt表示层顶、底层间时差。
可选的，所述建立所述储层物性参数的目标反演结构式如下：
其中，f(x)为预先构建的地层品质因子与储层物性参数的关系结构式。
可选的，得到所述储层物性参数之后，还可以包括：
基于井旁道反演数据的方差、储层物性参数井旁道反演数据的均值、储层物性参数的测井数据方差、储层物性参数的测井数据均值对所述储层物性参数进行校正。
可选的，对所述储层物性参数进行校正的公式如下：
其中，y为校正后的储层物性参数，所述储层物性参数包括：孔隙度、渗透率、含气饱和度；Var(x)表示孔隙度、渗透率、含气饱和度井旁道反演数据的方差；Var(w)表示孔隙度、渗透率、含气饱和度测井数据的方差；表示孔隙度、渗透率、含气饱和度井旁道反演数据的均值；/>表示孔隙度、渗透率、含气饱和度测井数据的均值。
第二方面，本发明实施例提供了一种基于叠后地震数据预测储层物性参数的装置，可以包括：
鲁棒谱分解模块，用于对研究区的叠后地震数据进行鲁棒谱分解，以得到不同频率的分频地震数据；
层间品质因子确定模块，用于基于不同频率的所述分频地震数据分别确定不同频率的层间品质因子；
地层品质因子确定模块，用于基于储层敏感参考频率和所述层间品质因子确定地层品质因子；
反演模块，用于将所述地层品质因子和预先构建的地层品质因子与储层物性参数的关系结构式，建立所述储层物性参数的目标反演结构式；以基于所述储层物性参数的目标反演结构式得到的所述储层物性参数。
第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面所述的基于叠后地震数据预测储层物性参数的方法。
第四方面，本发明实施例提供了一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现第一方面所述的基于叠后地震数据预测储层物性参数的方法。
本发明实施例提供的上述技术方案的有益效果至少包括：
本发明实施例提供了一种基于叠后地震数据预测储层物性参数的方法、装置和设备，该方法通过预先建立地层品质因子与孔隙度、渗透率、含气饱和度参数间的定量关系结构式来实施由品质因子到孔隙度、渗透率、含气饱和度的预测，克服了常规技术对于岩石物理模型的依赖，适用于岩石物理资料缺乏，精确模型难以建立的研究区；根据叠后地震资料，利用提出的鲁棒谱分解方法得到不同频率的分频地震数据，相比于常规技术所采用的叠前地震资料信噪比较高，且鲁棒谱分解的方法有效保证了谱分解数据的正确性；根据目的层地震解释层位信息和分频地震数据，选择不同频率的分频地震数据计算层间品质因子数据，能避免单个频率分频地震数据存在未知异常的情况；取所有层间品质因子数据的均值作为最终的层间品质因子数据(地层品质因子)，能够减少由于品质因子在求取过程中误差的不确定性；对最终层间品质因子数据进行非线性同步反演得到孔隙度、渗透率、含气饱和度参数数据，与常规单项参数反演相比，更能够利用孔隙度、渗透率、含气饱和度三参数间的物理联系，提高反演结果的准确性。
进一步的，对反演得到的孔隙度、渗透率、含气饱和度数据进行幅值校正，得到最终的孔隙度、渗透率、含气饱和度参数，能有效解决反演结果与真实值存在尺度偏差的问题。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中提供的基于叠后地震数据预测储层物性参数的方法的流程图；
图2为本发明实施例中提供的叠后地震剖面的具体示例；
图3为图2中25Hz的分频地震数据；
图4为图2中35Hz的分频地震数据；
图5为图2中40Hz的分频地震数据；
图6为图3～图5中的分频地震数据确定的层间品质因子；
图7为基于图6中的分频地震数据确定的层间品质因子确定的地层品质因子；
图8为本发明实施例中反演的孔隙度(a)、渗透率(b)、含气饱和度(c)曲线；
图9为图8中幅值校正后的孔隙度(a)、渗透率(b)、含气饱和度(c)曲线；
图10为本发明实施例中提供的基于叠后地震数据预测储层物性参数装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例中提供了一种基于叠后地震数据预测储层物性参数的方法，本发明实施例中的上述储层物性参数包括：孔隙度、渗透率和含气饱和度，发明人针对现有技术中使用常规技术手段对上述单项参数进行预测，未充分考虑各个参数之间的物理联系的弊端，创新性地提出了对上述储层物性参数进行同步预测的方法。参照图1所示，该方法可以包括以下步骤：
步骤S11、对研究区的叠后地震数据进行鲁棒谱分解，以得到不同频率的分频地震数据。
本发明实施例中的上述叠后地震数据包括叠后地震剖面以及地震解释层位等数据。例如参照图2提供的某一研究区的具体示例中，其中白色虚线为地震解释层位的顶、黑色虚线为地震解释层位的底，研究目标即位于储层顶、底间。
本发明实施例通过对上述地震数据进行鲁棒谱分解，得到不同频率的分频地震数据，参照图3～图5所示，为图2中的地震剖面进行鲁棒谱分解后得到的25Hz、35Hz和40Hz的分频地震数据。从图中可见，不同频率的剖面图中值的高低与分布存在着明显的差异。需要说明的是，图3～图5中条状的竖纹为地震数据逐道计算的痕迹，本发明实施例对此并不做其他限定。
在一个可选的实施例中，本发明实施例中提供了一种具体的对叠后地震数据进行鲁棒谱分解的方式，如下述公式所示：
其中，表示误差最小二乘拟合，/>表示鲁棒约束项；G表示不同频率的子波矩阵；m表示不同频率的地震数据矩阵；S表示实际叠后地震数据；λ为鲁棒约束项的权重因子。
本发明实施例中通过鲁棒约束能够使得谱分解过程更稳定、结果更精确。
步骤S12、基于不同频率的分频地震数据分别确定不同频率的层间品质因子。
本步骤是基于上述步骤S11中得到的分频地震数据进行计算，以确定不同频率的层间品质因子。例如本发明实施例中共计有n个分频地震数据，在具体实施时，可以通过下述方式确定：
其中，m(t0,fz)、m(t1,fz)分别表示频率为fz的分频数据在地震解释层顶、层底位置处的取值，z＝1,2,3…n；Δt表示层顶、底层间时差。
需要说明的是，本发明实施例中可以预先确定储层敏感参考频率f0，以计算该储层敏感参考频率f0附近预设频率范围内的分频地震数据的层间品质因子。参照图6所示，为图3～图5中25Hz、35Hz、40Hz分频地震剖面计算得到的层间品质因子。从图6中可知不同频率分频地震剖面计算的层间品质因子具有较小的差异。
步骤S13、基于储层敏感参考频率和层间品质因子确定地层品质因子。
本发明实施例中的地层品质因子即为储层敏感参考频率f0附近预设频率范围内的分频地震数据的层间品质因子的均值，本发明实施例中基于不同频率的分频地震数据的层间品质因子的算术平均值作为地层品质因子。具体可以参照下述公式所示：
本发明实施例储层敏感参考频率f0为30Hz，图7展示的为本发明实施例敏感参考频率30Hz附近预设频率范围内所有分频地震数据计算的层间品质因子的均值。本发明实施例中该步骤储层敏感参考频率f0附近预设频率范围内所有分频地震数据的算术平均值作为地层品质因子，有利于避免地震数据噪声引起的品质因子计算误差。
步骤S14、将地层品质因子和预先构建的地层品质因子与储层物性参数的关系结构式，建立储层物性参数的目标反演结构式；并基于储层物性参数的目标反演结构式得到的储层物性参数。
根据地层品质因子与孔隙度、渗透率、含气饱和度参数间的定量关系方程，将最终层间品质因子数据作为输入数据，而孔隙度、渗透率、含气饱和度参数作为待预测参数，记为则建立的储层物性参数(孔隙度、渗透率、含气饱和度)目标反演结构式(目标反演函数)如下：
其中，f(x)为预先构建的地层品质因子与储层物性参数的关系结构式。
本发明实施例中，采用常规的差分进化算法即可对所述的孔隙度、渗透率、含气饱和度目标反演函数求解，即可同步反演得到孔隙度、渗透率、含气饱和度反演数据。同步反演的优点是可以充分利用待反演参数间的物理联系，提高反演精度。参照图8所示，为反演的孔隙度(a)、渗透率(b)、含气饱和度(c)曲线。
在另一个可选的实施例中，还参照图1所示，得到储层物性参数之后，还可以包括：
步骤S15、基于井旁道反演数据的方差、储层物性参数井旁道反演数据的均值、储层物性参数的测井数据方差、储层物性参数的测井数据均值对储层物性参数进行校正。
在另一个可选的实施例中，对储层物性参数进行校正的公式如下：
其中，y为校正后的储层物性参数，储层物性参数包括：孔隙度、渗透率、含气饱和度；Var(x)表示孔隙度、渗透率、含气饱和度井旁道反演数据的方差；Var(w)表示孔隙度、渗透率、含气饱和度测井数据的方差；表示孔隙度、渗透率、含气饱和度井旁道反演数据的均值；/>表示孔隙度、渗透率、含气饱和度测井数据的均值。
本发明实施例中，幅值校正的目的是利用研究区已知孔隙度、渗透率、含气饱和度测井数据的取值分布特征(均值、方差)对反演数据进行校正，使得二者在幅值上具备一致性，解决反演误差带来的幅度差异。
图9为图8中数据经过幅值校正后的孔隙度、渗透率、含气饱和度数据。通过对比，可见图9较图8曲线形态基本一致，但在幅度上有所差别。
本发明实施例中，通过预先建立地层品质因子与孔隙度、渗透率、含气饱和度参数间的定量关系方程来实施由品质因子到孔隙度、渗透率、含气饱和度的预测，克服了常规技术对于岩石物理模型的依赖，适用于岩石物理资料缺乏，精确模型难以建立的研究区；根据叠后地震资料，利用提出的鲁棒谱分解方法得到不同频率的分频地震数据，相比于常规技术所采用的叠前地震资料信噪比较高，且鲁棒谱分解的方法有效保证了谱分解数据的正确性；根据目的层地震解释层位信息和分频地震数据，选择不同频率的分频地震数据计算层间品质因子数据，能避免单个频率分频地震数据存在未知异常的情况；取所有层间品质因子数据的均值作为最终的层间品质因子数据(地层品质因子)，能够减少由于品质因子在求取过程中误差的不确定性；对最终层间品质因子数据进行非线性同步反演得到孔隙度、渗透率、含气饱和度参数数据，与常规单项参数反演相比，更能够利用孔隙度、渗透率、含气饱和度三参数间的物理联系，提高反演结果的准确性；对反演得到的孔隙度、渗透率、含气饱和度数据进行幅值校正，得到最终的孔隙度、渗透率、含气饱和度参数，能有效解决反演结果与真实值存在尺度偏差的问题。
在一个可选的实施例中，预先构建的地层品质因子与储层物性参数的关系是本发明的重要核心，建立的结构式为后续预测提供了理论基础，其结构式为：
其中，real、imag分别表示取实部、虚部运算；
ρ＝(1-Sg)ρw+Sgρg，饱和流体密度，单位为千克/立方米；
快纵波能量，j＝1，2；
饱和岩石体积模量，单位为兆帕，j＝1，2；
慢纵波阻抗，单位为米/秒*千克/立方米j＝1，2；
慢纵波复数，j＝1，2；
骨架体积模量，单位为兆帕；
μm＝Kmμs/Ks，骨架剪切模量，单位为兆帕；
盖思曼刚性参数计算式，无量纲；
j＝1时为含水层的厚度，j＝2时为含气层的厚度，单位为米；
Q表示品质因子，无量纲；
Sg表示含气饱和度，无量纲；
表示孔隙度，无量纲；
κ表示渗透率，单位为达西；
Ks表示岩石基质体积模量，单位为兆帕；
μs表示岩石基质剪切模量，单位为兆帕；
ρg表示气体密度，单位为千克/立方米；
ρw表示水密度，单位为千克/立方米；
d表示地层平均厚度，单位为米；
i表示虚数符号，无量纲；
π表示圆周率，无量纲；
f0为储层敏感参考频率，单位为赫兹。
在另一个可选的实施例中，岩石基质体积模量、岩石基质剪切模量、气体密度和水密度基于研究区的岩石物理试验或者经验值确定；
储层敏感参考频率基于井旁道分频测试结果确定。
本发明实施例中的地层平均厚度由地震解释层位顶、底时差转换而来；
基于同一发明构思，本发明实施例中还提供了一种基于叠后地震数据预测储层物性参数的装置，参照图10所示，该装置可以包括：鲁棒谱分解模块11、层间品质因子确定模块12、地层品质因子确定模块13和反演模块14，其工作原理如下：
鲁棒谱分解模块11用于对研究区的叠后地震数据进行鲁棒谱分解，以得到不同频率的分频地震数据；
层间品质因子确定模块12用于基于不同频率的分频地震数据分别确定不同频率的层间品质因子；
地层品质因子确定模块13用于基于储层敏感参考频率和层间品质因子确定地层品质因子；
反演模块14用于将地层品质因子和预先构建的地层品质因子与储层物性参数的关系结构式，建立储层物性参数的目标反演结构式；以基于储层物性参数的目标反演结构式得到的储层物性参数。
在一个可选的实施例中，参照图10所示，还可以包括构建模块10，构建模块10用于预先构建的地层品质因子与储层物性参数的关系结构式为：
其中，real、imag分别表示取实部、虚部运算；
ρ＝(1-Sg)ρw+Sgρg，饱和流体密度，单位为千克/立方米；
快纵波能量，j＝1，2；
饱和岩石体积模量，单位为兆帕，j＝1，2；
慢纵波阻抗，单位为米/秒*千克/立方米j＝1，2；
慢纵波复数，j＝1，2；
骨架体积模量，单位为兆帕；
μm＝Kmμs/Ks，骨架剪切模量，单位为兆帕；
盖思曼刚性参数计算式，无量纲；
j＝1时为含水层的厚度，j＝2时为含气层的厚度，单位为米；
Q表示品质因子，无量纲；
Sg表示含气饱和度，无量纲；
表示孔隙度，无量纲；
κ表示渗透率，单位为达西；
Ks表示岩石基质体积模量，单位为兆帕；
μs表示岩石基质剪切模量，单位为兆帕；
ρg表示气体密度，单位为千克/立方米；
ρw表示水密度，单位为千克/立方米；
d表示地层平均厚度，单位为米；
i表示虚数符号，无量纲；
π表示圆周率，无量纲；
f0为储层敏感参考频率，单位为赫兹。
在一个可选的实施例中，所述岩石基质体积模量、所述岩石基质剪切模量、所述气体密度和所述水密度基于所述研究区的岩石物理试验或者经验值确定；
所述储层敏感参考频率基于井旁道分频测试结果确定。
在另一个可选的实施例中，对研究区的叠后地震数据进行鲁棒谱分解通过下述方式确定：
其中，表示误差最小二乘拟合，/>表示鲁棒约束项；G表示不同频率的子波矩阵；m表示不同频率的地震数据矩阵；S表示实际叠后地震数据；λ为鲁棒约束项的权重因子。
在另一个可选的实施例中，鲁棒谱分解模块11基于不同频率的所述分频地震数据分别确定不同频率的层间品质因子，具体通过下述方式确定：
其中，m(t0,fz)、m(t1,fz)分别表示频率为fz的分频数据在地震解释层顶、层底位置处的取值，z＝1,2,3…n；Δt表示层顶、底层间时差。
在另一个可选的实施例中，反演模块14用于建立所述储层物性参数的目标反演结构式如下：
其中，f(x)为预先构建的地层品质因子与储层物性参数的关系结构式。
在另一个可选的实施例中，还参照图10所示，还可以包括校正模块15，校正模块15用于在得到所述储层物性参数之后还基于井旁道反演数据的方差、储层物性参数井旁道反演数据的均值、储层物性参数的测井数据方差、储层物性参数的测井数据均值对所述储层物性参数进行校正。
在另一个可选的实施例中，校正模块15用于对所述储层物性参数进行校正的公式如下：
其中，y为校正后的储层物性参数，所述储层物性参数包括：孔隙度、渗透率、含气饱和度；Var(x)表示孔隙度、渗透率、含气饱和度井旁道反演数据的方差；Var(w)表示孔隙度、渗透率、含气饱和度测井数据的方差；表示孔隙度、渗透率、含气饱和度井旁道反演数据的均值；/>表示孔隙度、渗透率、含气饱和度测井数据的均值。/>
基于同一发明构思，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于叠后地震数据预测储层物性参数的方法。
基于同一发明构思，本发明实施例中还提供了一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现上述基于叠后地震数据预测储层物性参数的方法。
本发明实施例中的上述装置、介质和相关设备所解决问题的原理与前述方法相似，因此其实施可以参见前述方法的实施，重复之处不再赘述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (11)
1.一种基于叠后地震数据预测储层物性参数的方法，其特征在于，包括：
对研究区的叠后地震数据进行鲁棒谱分解，以得到不同频率的分频地震数据；
基于不同频率的所述分频地震数据分别确定不同频率的层间品质因子；
基于储层敏感参考频率和所述层间品质因子确定地层品质因子；
将所述地层品质因子和预先构建的地层品质因子与储层物性参数的关系结构式，建立所述储层物性参数的目标反演结构式；
基于所述储层物性参数的目标反演结构式得到的所述储层物性参数。
2.根据权利要求1所述的方法，其特征在于，所述预先构建的地层品质因子与储层物性参数的关系结构式为：
其中，real、imag分别表示取实部、虚部运算；
ρ＝(1-Sg)ρw+Sgρg，饱和流体密度，单位为千克/立方米；
快纵波能量，j＝1，2；
KGj＝Km+α2Mj，饱和岩石体积模量，单位为兆帕，j＝1，2；
慢纵波阻抗，单位为米/秒*千克/立方米j＝1，2；
慢纵波复数，j＝1，2；
骨架体积模量，单位为兆帕；
μm＝Kmμs/Ks，骨架剪切模量，单位为兆帕；
盖思曼刚性参数计算式，无量纲；
j＝1时为含水层的厚度，j＝2时为含气层的厚度，单位为米；
Q表示品质因子，无量纲；
Sg表示含气饱和度，无量纲；
表示孔隙度，无量纲；
κ表示渗透率，单位为达西；
Ks表示岩石基质体积模量，单位为兆帕；
μs表示岩石基质剪切模量，单位为兆帕；
ρg表示气体密度，单位为千克/立方米；
ρw表示水密度，单位为千克/立方米；
d表示地层平均厚度，单位为米；
i表示虚数符号，无量纲；
π表示圆周率，无量纲；
f0为储层敏感参考频率，单位为赫兹。
3.根据权利要求2所述的方法，其特征在于，所述岩石基质体积模量、所述岩石基质剪切模量、所述气体密度和所述水密度基于所述研究区的岩石物理试验或者经验值确定；
所述储层敏感参考频率基于井旁道分频测试结果确定。
4.根据权利要求1所述的方法，其特征在于，所述对研究区的叠后地震数据进行鲁棒谱分解通过下述方式确定：
其中，表示误差最小二乘拟合，/>表示鲁棒约束项；G表示不同频率的子波矩阵；m表示不同频率的地震数据矩阵；S表示实际叠后地震数据；λ为鲁棒约束项的权重因子。
5.根据权利要求1所述的方法，其特征在于，所述基于不同频率的所述分频地震数据分别确定不同频率的层间品质因子，具体通过下述方式确定：
其中，m(t0,fz)、m(t1,fz)分别表示频率为fz的分频数据在地震解释层顶、层底位置处的取值，z＝1,2,3…n；Δt表示层顶、底层间时差。
6.根据权利要求1所述的方法，其特征在于，所述建立所述储层物性参数的目标反演结构式如下：
其中，f(x)为预先构建的地层品质因子与储层物性参数的关系结构式。
7.根据权利要求1～6中任一项所述的方法，其特征在于，得到所述储层物性参数之后，还包括：
基于井旁道反演数据的方差、储层物性参数井旁道反演数据的均值、储层物性参数的测井数据方差、储层物性参数的测井数据均值对所述储层物性参数进行校正。
8.根据权利要求7所述的方法，其特征在于，对所述储层物性参数进行校正的公式如下：
其中，y为校正后的储层物性参数，所述储层物性参数包括：孔隙度、渗透率、含气饱和度；Var(x)表示孔隙度、渗透率、含气饱和度井旁道反演数据的方差；Var(w)表示孔隙度、渗透率、含气饱和度测井数据的方差；表示孔隙度、渗透率、含气饱和度井旁道反演数据的均值；/>表示孔隙度、渗透率、含气饱和度测井数据的均值。
9.一种基于叠后地震数据预测储层物性参数的装置，其特征在于，包括：
鲁棒谱分解模块，用于对研究区的叠后地震数据进行鲁棒谱分解，以得到不同频率的分频地震数据；
层间品质因子确定模块，用于基于不同频率的所述分频地震数据分别确定不同频率的层间品质因子；
地层品质因子确定模块，用于基于储层敏感参考频率和所述层间品质因子确定地层品质因子；
反演模块，用于将所述地层品质因子和预先构建的地层品质因子与储层物性参数的关系结构式，建立所述储层物性参数的目标反演结构式；以基于所述储层物性参数的目标反演结构式得到的所述储层物性参数。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～9中任一项所述的基于叠后地震数据预测储层物性参数的方法。
11.一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～9中任一项所述的基于叠后地震数据预测储层物性参数的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210900816.4A CN117471540A (zh) | 2022-07-28 | 2022-07-28 | 基于叠后地震数据预测储层物性参数的方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210900816.4A CN117471540A (zh) | 2022-07-28 | 2022-07-28 | 基于叠后地震数据预测储层物性参数的方法、装置和设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117471540A true CN117471540A (zh) | 2024-01-30 |
Family
ID=89633626
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210900816.4A Pending CN117471540A (zh) | 2022-07-28 | 2022-07-28 | 基于叠后地震数据预测储层物性参数的方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117471540A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118033745A (zh) * | 2024-04-11 | 2024-05-14 | 山东省地质科学研究院 | 储层属性反演方法、装置、设备及存储介质 |
-
2022
- 2022-07-28 CN CN202210900816.4A patent/CN117471540A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118033745A (zh) * | 2024-04-11 | 2024-05-14 | 山东省地质科学研究院 | 储层属性反演方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200211126A1 (en) | Prediction method for shale oil and gas sweet spot region, computer device and computer readable storage medium | |
| CN111425193B (zh) | 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法 | |
| US8364447B2 (en) | Method, program and computer system for conciliating hydrocarbon reservoir model data | |
| US20160161635A1 (en) | A simulation-to-seismic workflow construed from core based rock typing and enhanced by rock replacement modeling | |
| CN104570129A (zh) | 碳酸盐岩岩石储层横波速度预测方法 | |
| CN112083515B (zh) | 致密砂岩低阻储层挖掘效应的定量表征及含气性评价方法 | |
| CN110703330B (zh) | 基于岩石物理的碳酸盐岩测井校正和横波速度预测方法 | |
| CN105549088A (zh) | 裂缝性致密砂岩中气层的识别方法和装置 | |
| CN117471540A (zh) | 基于叠后地震数据预测储层物性参数的方法、装置和设备 | |
| CN103527172B (zh) | 可变岩电耦合指数含水饱和度计算方法 | |
| CN113552621A (zh) | 页岩气地应力确定方法和装置 | |
| CN114066084B (zh) | 一种基于机器学习的相渗曲线预测方法及系统 | |
| CN112049631A (zh) | 基于源岩-储层-脆性分析的海相页岩优质储层预测方法 | |
| CN113960288B (zh) | 一种源-汇系统定量评价方法 | |
| CN113900141B (zh) | 油气分布预测方法及装置 | |
| CN113267809B (zh) | I类页岩储层预测方法及装置 | |
| CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 | |
| Azuma et al. | Utilization of seismic attenuation in the monitoring of CO2 geological storage project | |
| CN110909311A (zh) | 一种计算薄煤层含气量的方法 | |
| Witsker et al. | Using a pseudo-steady-state flow equation and 4D seismic traveltime shifts for estimation of pressure and saturation changes | |
| CN113622903B (zh) | 储层改造方法及装置 | |
| Amanipoor | Providing a subsurface reservoir quality maps in oil fields by geostatistical methods | |
| Bezkhodarnov et al. | Prediction of Reservoir Properties from Seismic Data by Multivariate Geostatistics Analysis | |
| Madalimov et al. | Heterogeneity Modeling and Heterogeneity-Based Upscaling for Reservoir Characterization and Simulation | |
| CN107589457A (zh) | 测井资料尺度粗化的方法和装置 |
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 |