CN117665905A - 识别三角洲前缘薄砂层的方法、装置、电子设备及介质 - Google Patents
识别三角洲前缘薄砂层的方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN117665905A CN117665905A CN202211035744.8A CN202211035744A CN117665905A CN 117665905 A CN117665905 A CN 117665905A CN 202211035744 A CN202211035744 A CN 202211035744A CN 117665905 A CN117665905 A CN 117665905A
- Authority
- CN
- China
- Prior art keywords
- sand
- determining
- thin
- sand body
- thick
- 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
- 239000004576 sand Substances 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000004044 response Effects 0.000 claims abstract description 70
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 3
- 238000009933 burial Methods 0.000 abstract description 5
- 238000001228 spectrum Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000007480 spreading Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
-
- 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
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
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
本发明公开了识别三角洲前缘薄砂层的方法、装置、电子设备及介质。该方法包括确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。本技术方案,能较好的解决深埋藏下弱地震信号的退积型三角洲前缘薄砂体难以识别的问题。
Description
技术领域
本发明涉及石油地质勘探技术领域,尤其涉及识别三角洲前缘薄砂层的方法、装置、电子设备及介质。
背景技术
薄砂体是断陷湖盆缓坡带重要的砂体类型,往往具有砂体厚度薄、横向分布范围广、沉积成因类型多样、成岩作用特征复杂及储层发育规律难预测等特点。
自国内开始重视薄砂层的研究以来,经过多年的研究,取得了一定的进展,特别在埋藏浅,信号较好的东部地区,围绕退积型三角洲相沉积的薄砂体发现了两个亿吨级规模储量油田。而西部盆地地层较老,埋藏深的三角洲前缘相的薄砂体预测一直没有得到较好的解决;另外,由于勘探目的层埋藏深,地表条件多数为山地和沙漠,采集的地震信号较弱,造成地震资料的主频低,利用地震资料预测薄砂体难度非常大。
因此,针对中国西部盆地埋藏深的三角洲前缘薄砂体,在弱地震信号的情况下,为了准确预测薄砂体的展布,需要形成新的一套技术方法开展预测。
发明内容
本发明提供了识别三角洲前缘薄砂层的方法、装置、电子设备及介质,能较好的解决深埋藏下弱地震信号的退积型三角洲前缘薄砂体难以识别的问题。
根据本发明的一方面,提供了识别三角洲前缘薄砂层的方法,该方法包括:
确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;
根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;
利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;
根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
根据本发明的另一方面,提供了识别三角洲前缘薄砂层的装置,该装置包括:
砂体分布情况确定模块,用于确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;
地震响应特征确定模块,用于根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;
地震数据体确定模块,用于利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;
地震数据体反演模块,用于根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
根据本发明的另一方面,提供了一种电子设备,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计算机程序,所述计算机程序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本发明任一实施例所述的识别三角洲前缘薄砂层的方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的识别三角洲前缘薄砂层的方法。
本发明实施例的技术方案,通过确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;根据厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;利用厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;根据地震数据体,利用预设测井高频信息进行反演预测,确定厚砂剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。本技术方案,能较好的解决深埋藏下弱地震信号的退积型三角洲前缘薄砂体难以识别的问题。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的识别三角洲前缘薄砂层的方法的流程图;
图2为本发明实施例二提供的识别三角洲前缘薄砂层的装置的结构示意图;
图3是实现本发明实施例的识别三角洲前缘薄砂层的方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的识别三角洲前缘薄砂层的方法的流程图,本实施例可适用于对地震信号较弱的区域进行三角洲前缘薄砂层识别情况,该方法可以由识别三角洲前缘薄砂层的装置来执行,该识别三角洲前缘薄砂层的装置可以采用硬件和/或软件的形式实现,该识别三角洲前缘薄砂层的装置可配置于电子设备中。如图1所示,该方法包括:
S110、确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况。
其中,三角洲即河口冲积平原,是一种常见的地表形貌。河口为河流终点,即河流注入海洋、湖泊或其他河流的地方。三角洲前缘围绕三角洲平原的边缘伸向海洋或湖,位于海(湖)平面和浪基面之间,呈环带分布。
在本实施例中,由于岩性变化,一些渗透率较高的砂岩层被另一些渗透率低的岩层分隔成若干互不连通的独立的砂层个体称为砂体。
在本方案中,可以通过将地层与砂体进行对比,明确砂组下的退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况。
在本技术方案中,可选的,确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况,包括:
在层序格架下将地层和砂体进行对比,确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况。
具体的,在井上的层序精细划分与对比的基础上,精细对比到砂组上,明确研究砂组的退积型三角洲前缘相的分布范围,通过连井和砂地比研究,进一步确定退积型三角洲前缘的厚、薄砂体分布情况。
通过确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况,能够基于退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况进行约束识别三角洲前缘薄砂层。
S120、根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征。
其中,地震响应特征包括厚度、能量变化、频率、振幅等。
在本技术方案中,可选的,根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征,包括:
利用井震标定技术,根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征。
具体的,在精细砂体对比基础上,从井上明确了退积型三角洲前缘相向滨浅湖相过渡的过程中,厚砂体向薄砂体过度的井控范围。通过井震标定技术,由此来明确井上厚、薄砂体的地震响应特征。
通过确定地震响应特征,能够精细标定厚薄砂体的地震相分析。
S130、利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体。
在本方案中,地震数据体的剖面初步能反映厚、薄砂体地震响应规律性:首先剖面上厚砂体地震响应能量较强,波长较宽,而砂体逐步变薄的过程中能量变弱,波长变窄,且砂泥岩的相变点更清晰,依据该套地震数据体提取平面地震属性上也很好的反映出厚、薄砂体的展布规律,且分界线清晰。
在本技术方案中,可选的,利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体,包括:
利用所述厚砂体地震响应特征和薄砂体地震响应特征,进行子波提取,得到混合相位子波;
对所述混合相位子波进行反褶积处理,得到地震数据体。
在本实施例中,由于目的层埋藏深,地表条件差影响的采集的地震信号弱,造成厚、薄砂体的地震响应规律性不清晰,如厚、薄砂体的地震能量变化不规律,薄砂处的地震分辨率低,尖灭点不明显等现象,无法准确预测薄砂体初步的平面展布规律。而实际地震记录的子波通常不是最小相位而是混合相位的,反射系数的功率谱并非白色而具有近似分形性;提出了利用子波的振幅谱,在复赛谱域确定混合相位子波最大和最小相位分量进行混合相位子波的提取,通过扫描可以确定一组具有相同振幅谱但相位谱不同的子波集合,就可以提取不同混合相位子波。
设子波w(t)的最大、最小分量分别为u(t),v(t);
w(t)=u(t)*v(t);
在复赛谱表示为:
其中,是振幅谱的复赛谱,/>是子波的最小相位分量,/>最大相位分量;和/>分别与它们在复赛谱的负轴上的对称。
然后利用提取的子波进行反褶积提高分辨率处理得到新的地震数据体。
通过获取新的地震数据体,能够进一步确定厚、薄砂体地震响应规律。
S140、根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
其中,可以利用测井高频信息进行反演模拟,确定不同厚度砂体的剖面特征和平面规律,进而落实了薄砂体的展布规律。
在本技术方案中,可选的,根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况征,包括:
将所述地震数据体中伽马测井曲线的共性结构作为初始模型;
利用贝叶斯判别技术对所述初始模型的高频成分进行模拟,确定厚砂剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
具体的,在提高分辨率的预处理的地震数据体上,利用地震波形相似特征,从井上优选不同厚度砂体的伽马测井曲线值的样本;在小波域对不同厚度砂体的伽马测井曲线值的样本进行多尺度分析,明确不同厚度砂体的伽马测井曲线的共性结构作为初始模型和高频旋回结构特征;最后在贝叶斯判别方法下对初始模型的高频成分进行模拟,反演结果同时符合地震频段阻抗与测井曲线高频旋回结构,确定不同厚度砂体的剖面特征和平面规律,进而落实了薄砂体的展布规律。
通过落实薄砂体的展布规律,能较好的解决深埋藏下弱地震信号的退积型三角洲前缘薄砂体难以识别的问题。
本发明实施例的技术方案,通过确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;根据厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;利用厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;根据地震数据体,利用预设测井高频信息进行反演预测,确定厚砂剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。本技术方案,能较好的解决深埋藏下弱地震信号的退积型三角洲前缘薄砂体难以识别的问题。
实施例二
图2为本发明实施例二提供的识别三角洲前缘薄砂层的装置的结构示意图。如图2所示,该装置包括:
砂体分布情况确定模块210,用于确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;
地震响应特征确定模块220,用于根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;
地震数据体确定模块230,用于利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;
地震数据体反演模块240,用于根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
在本技术方案中,可选的,砂体分布情况确定模块210,具体用于:
在层序格架下将地层和砂体进行对比,确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况。
在本技术方案中,可选的,地震响应特征确定模块220,具体用于:
利用井震标定技术,根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征。
在本技术方案中,可选的,地震数据体确定模块230,具体用于:
利用所述厚砂体地震响应特征和薄砂体地震响应特征,进行子波提取,得到混合相位子波;
对所述混合相位子波进行反褶积处理,得到地震数据体。
在本技术方案中,可选的,地震数据体反演模块240,具体用于:
将所述地震数据体中伽马测井曲线的共性结构作为初始模型;
利用贝叶斯判别技术对所述初始模型的高频成分进行模拟,确定厚砂剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
本发明实施例所提供的识别三角洲前缘薄砂层的装置可执行本发明任意实施例所提供的识别三角洲前缘薄砂层的方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如识别三角洲前缘薄砂层的方法。
在一些实施例中,识别三角洲前缘薄砂层的方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的识别三角洲前缘薄砂层的方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行识别三角洲前缘薄砂层的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.识别三角洲前缘薄砂层的方法,其特征在于,包括:
确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;
根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;
利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;
根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
2.根据权利要求1所述的方法,其特征在于,确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况,包括:
在层序格架下将地层和砂体进行对比,确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况。
3.根据权利要求1所述的方法,其特征在于,根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征,包括:
利用井震标定技术,根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征。
4.根据权利要求1所述的方法,其特征在于,利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体,包括:
利用所述厚砂体地震响应特征和薄砂体地震响应特征,进行子波提取,得到混合相位子波;
对所述混合相位子波进行反褶积处理,得到地震数据体。
5.根据权利要求1所述的方法,其特征在于,根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况征,包括:
将所述地震数据体中伽马测井曲线的共性结构作为初始模型;
利用贝叶斯判别技术对所述初始模型的高频成分进行模拟,确定厚砂剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
6.识别三角洲前缘薄砂层的装置,其特征在于,包括:
砂体分布情况确定模块,用于确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况;
地震响应特征确定模块,用于根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征;
地震数据体确定模块,用于利用所述厚砂体地震响应特征和薄砂体地震响应特征,确定地震数据体;
地震数据体反演模块,用于根据所述地震数据体,利用预设测井高频信息进行反演预测,确定厚砂体剖面特征和平面分布情况,以及薄砂体的剖面特征和平面分布情况。
7.根据权利要求6所述的装置,其特征在于,砂体分布情况确定模块,具体用于:
在层序格架下将地层和砂体进行对比,确定退积型三角洲前缘的厚砂体分布情况和薄砂体分布情况。
8.根据权利要求6所述的装置,其特征在于,地震响应特征确定模块,具体用于:
利用井震标定技术,根据所述厚砂体分布情况和薄砂体分布情况,确定厚砂体地震响应特征和薄砂体地震响应特征。
9.一种电子设备,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计算机程序,所述计算机程序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1-5中任一项所述的识别三角洲前缘薄砂层的方法。
10.一种计算机可读介质,其特征在于,所述计算机可读介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的识别三角洲前缘薄砂层的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211035744.8A CN117665905A (zh) | 2022-08-26 | 2022-08-26 | 识别三角洲前缘薄砂层的方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211035744.8A CN117665905A (zh) | 2022-08-26 | 2022-08-26 | 识别三角洲前缘薄砂层的方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117665905A true CN117665905A (zh) | 2024-03-08 |
Family
ID=90068537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211035744.8A Pending CN117665905A (zh) | 2022-08-26 | 2022-08-26 | 识别三角洲前缘薄砂层的方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117665905A (zh) |
-
2022
- 2022-08-26 CN CN202211035744.8A patent/CN117665905A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117786500A (zh) | 一种盾构施工地表沉降预测方法、装置、设备及存储介质 | |
CN117665905A (zh) | 识别三角洲前缘薄砂层的方法、装置、电子设备及介质 | |
CN117250661B (zh) | 一种富氦气藏区带的评价方法、装置、设备及介质 | |
CN116699684B (zh) | 面向储层预测的地震数据拼接方法、装置、设备及介质 | |
CN118295011A (zh) | 白云岩成岩相的识别方法、装置、电子设备及存储介质 | |
CN118627368A (zh) | 一种储层评价方法、装置、设备及存储介质 | |
CN116432511A (zh) | 白云岩储层分形维数的建模方法、装置、设备和介质 | |
CN118673827A (zh) | 地层正演模型的构建方法、装置、电子设备及存储介质 | |
CN118643028A (zh) | 地震道数据分辨率提升方法、装置、设备及存储介质 | |
CN116253491B (zh) | 一种絮凝沉淀效率的确定方法、装置、设备及存储介质 | |
CN118708982A (zh) | 一种砂砾岩储层构型快速识别方法 | |
CN115616664A (zh) | 一种储层岩石种类确定方法、装置、设备及介质 | |
CN118585873A (zh) | 最大海泛面识别方法、装置、设备及可读介质 | |
CN118732036A (zh) | 黄土地区近地表的速度模型建立方法、装置、设备和介质 | |
CN116398117A (zh) | 低阻油藏的产能确定方法、装置及电子设备 | |
CN118131318A (zh) | 一种无井区低频模型的建立方法、装置、设备及介质 | |
CN116838318A (zh) | 一种油藏加密调整井产能预测方法、装置、设备及介质 | |
CN117988714A (zh) | 一种水平井的钻井轨迹确定方法、装置、设备及介质 | |
CN116430466A (zh) | 一种甜点分布预测方法、装置、电子设备及存储介质 | |
CN118426055A (zh) | 基于支持向量机的孔隙度反演方法、装置、设备及介质 | |
CN118521798A (zh) | 基于待识别测井曲线的沉积微相识别方法、装置、电子设备和存储介质 | |
CN118296448A (zh) | 地震相智能识别模型构建方法、装置、设备及存储介质 | |
CN118707603A (zh) | 一种湖底扇平面分布图确定方法、装置、设备及存储介质 | |
CN116738517A (zh) | 一种储层预测方法、装置、电子设备及介质 | |
CN115561815A (zh) | 基于扩展弹性阻抗的地震储层预测方法及装置 |
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 |