CN117805900A - 一种基于优势入射角-频率双域衰减的含气性预测方法 - Google Patents
一种基于优势入射角-频率双域衰减的含气性预测方法 Download PDFInfo
- Publication number
- CN117805900A CN117805900A CN202211215823.7A CN202211215823A CN117805900A CN 117805900 A CN117805900 A CN 117805900A CN 202211215823 A CN202211215823 A CN 202211215823A CN 117805900 A CN117805900 A CN 117805900A
- Authority
- CN
- China
- Prior art keywords
- angle
- incidence
- data
- superposition
- gas
- 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 33
- 230000004044 response Effects 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 3
- 238000005553 drilling Methods 0.000 claims description 32
- 238000001228 spectrum Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 8
- 239000011229 interlayer Substances 0.000 claims description 6
- 239000010410 layer Substances 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 230000008021 deposition Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 239000004576 sand Substances 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 31
- 238000004364 calculation method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000126 substance 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
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
本发明提出了一种基于优势入射角‑频率双域衰减的含气性预测技术,该方法首先通过AVO正演和实际道集分析,确立优势入射角范围,进而在空间上实现变入射角范围叠加,再针对每一个cdp点的优势入射角范围拾取改进的高频衰减梯度属性随入射角变化规律,形成含气性敏感因子,完成含气性检测。本发明是以叠前道集中砂体突出响应特征自动叠加为基础,获得叠前衰减梯度道集,进而完成含气性预测。
Description
技术领域
本发明属于地球物理油气勘探技术领域,具体涉及一种基于优势入射角-频率双域衰减的含气性预测方法。
背景技术
目前含气性预测方法分为两大类:一类基于叠后地震数据,以叠后衰减属性为主,这一类方法目前比较发展成熟,其方法缺陷在于仅限于使用有限的叠后信息应用效果有限;另一类基于叠前地震数据,以通过岩石物理建模构建与含气性相关的敏感弹性参数为主的叠前反演,这一类方法存在以下几个问题:第一,反演方法本身的局限性,具体包括反演算法的多解性,难以构建符合地质认识的低频模型,难以获得全区稳定且形态统一的子波,在无井或者少井时反演效果难以保证;第二,受弹性参数性质的影响,弹性参数在储层含气时,储层物性的影响要明显大于含气性差异带来的影响,难以获得高精度的预测结果。
因此,亟需一种基于叠前地震数据的高精度的含气性预测方法。
发明内容
本发明的目的为构建一种叠前衰减属性,该属性在计算过程中只基于叠前地震数据,通过自动拾取优势入射角范围内的叠前数据,可以克服岩性、物性变化或地震数据处理品质对叠前地震数据AVO特征的影响,完成含气性预测。
本发明提出了一种基于优势入射角-频率双域衰减的含气性预测方法,该方法通过AVO正演和实际道集分析,确立优势入射角范围,进而在空间上实现变入射角范围叠加,再针对每一个cdp点的优势入射角范围拾取改进的高频衰减梯度属性随入射角变化规律,形成含气性敏感因子,完成含气性检测。
作为本发明的具体实施方式,所述改进的高频衰减梯度属性表达式为:
式中,f为频率,A(f)为振幅谱。
所述改进的高频衰减梯度属性表达式是对振幅谱求平方得到的;具体地,如图2所示,将时频剖面上检测到的最大振幅频率作为初始的衰减频率,分别计算低频端、高频端65%和85%的地震波能量,拟合出频率域能量衰减梯度,高频衰减梯度的表达式为:低频衰减梯度的表达式为:/>峰值能量的表达式为fmax。
原高频衰减梯度记为:
式中,f为频率,A(f)为振幅谱。
对振幅谱求平方,得到改进的高频衰减梯度属性表达式为:
式中,f为频率,A(f)为振幅谱。
高频衰减梯度属性是以匹配追踪高精度时频分析为基础,通过65%、85%能量对应的频率反应地震波频率变化的属性(图2)。当储层中孔隙比较发育而且饱含气时,地震波中高频能量衰减明显大于低频能量衰减,通过计算高频端的衰减梯度,可以预测储层含气特征。但是实际应用的过程中,叠前道集的频谱并不是规则的形态,而是如图3a所示,在高频段50-90HZ内频谱能量有部分增强,而不是随着频率的降低能量逐渐降低,因此在进行高频梯度属性计算时会由于该部分频谱异常,导致计算结果不准确。本发明根据计算频谱偏度、峰度等属性的思想,对频谱进行改造来消除这种现象对计算结果的影响。改造后的频谱如图3b所示与理论上的频谱更为相近,主要保留着地震有效主频范围内的能量信息,基于此计算的高频衰减梯度属性更能有效的反演地震主频范围内的衰减信息,提高预测精度。
作为本发明的具体实施方式,所述高频衰减梯度属性随入射角变化规律为利用最小二乘拟合衰减梯度随入射角角度的变化规律;
衰减梯度属性值为y={y1,y2,…yn},其对应的角度为:x={x1,x2,…xn},满足:y=ax+b。n为分角度叠加道集的个数。
基于最小二乘原则,构建目标函数:
分别对a,b求导,使目标函数最小,将目标函数的求解问题转换为矩阵求解:
计算得到a,b;
式中,a为含气性敏感因子,b为最小二乘的拟合系数。
根据本发明,a为叠前衰减梯度随角度的变化,即高频衰减梯度属性随入射角变化的地震属性,也就是本发明的含气性敏感因子。
根据地震波传播的理论,在叠前地震数据中,大入射角地震道在储层含气区域的传播路程大于小入射角在储层含气区域的传播路程,因此与小入射角地震道相比较,大入射角地震道上的高频分量比低频分量衰减的更快,这个现象与储层含气丰度呈正相关,如图4所示,当储层含气丰度低时,高频衰减梯度属性随着入射角变化规律不明显,当储层含气丰度中等时,高频衰减梯度属性随着入射角存在一定的正相关,当储层含气丰度高时,高频衰减梯度属性随着入射角变化正相关规律非常明显。同样从图4中可以看到,如果单独使用大、小角度高频衰减梯度属性,理论上也可以区分含气丰度,但在实际资料应用中,地震数据难以做到完美的保真处理,因此大、小角度地震数据体可能由于多种原因存在失真的情况,直接拾取随着入射角变化的高频衰减梯度属性,是一种相对的变化关系,一定程度上可以规避地震数据处理所带来的问题。
作为本发明的具体实施方式,在实际应用中,由于岩性、物性变化或地震数据处理品质的影响,不同井储层发育处叠前AVO特征存在明显差异。下面通过实钻井进行分析,实钻井1为高产气井,储层厚度20m,实钻井2为低产气井,储层厚度5.2米,图5a、b为实钻井1和实钻井2的井旁叠前角度域道集,图6a、b为实钻井1和实钻井2井旁道集储层发育段的AVO特征,图7a、b为实钻井1和实钻井2正演道集储层发育段的AVO特征,通过对比正演道集与井旁道集AVO特征,实钻井1入射角范围在1-35度范围内与正演道集吻合,实钻井2入射角范围在1-24度范围内与正演道集吻合,因此认为实钻井1、2有效入射角范围分别为1-35度、1-24度,两口井的有效入射角范围相差11度,如果按照实钻井1的有效入射角范围进行预测,则会由于实钻井2在24-35度的AVO特征不准确影响预测精度,如果按照实钻井2的有效入射角范围进行预测,则会损失实钻井1在24-35度的地震信息。
下面分析实钻井1和实钻井2的叠前频谱特征,图8a、b为实钻井1和实钻井2相同入射角范围(1-35度)储层发育段叠前频谱特征,从图中可以看到在实钻井1优势入射角范围内,实钻井1频谱随入射角增加,能量增强,高频段衰减增大,但对于实钻井2频谱随入射角增加的变化规律受到26-30和31-35两个叠加体影响,规律不明显。图9a、b为实钻井1和实钻井2计算的高频衰减梯度属性,横轴为部分叠加体角度范围,从图9a中可以看到实钻井1高频衰减梯度属性随入射角增加而增大,拟合的高频衰减梯度属性随入射角变化的关系较好,但在图9b中,红色虚线为1-35度范围内拟合曲线,黑色实线为1-25拟合曲线,两条拟合曲线具有一定差异,入射角范围(1-24°)为实钻井2优势入射角范围,在这个范围内拟合的高频衰减梯度属性随入射角变化的关系较好,当加入26-30和31-35两个叠加体时,由于其本身AVO特征与正演模拟不吻合,导致了拟合的高频衰减梯度属性随入射角变化的关系存在一定的误差。因此实钻井1与实钻井2在进行含气性预测是不能选取相同的入射角范围,应对选取各自的优势入射角范围。
作为本发明的具体实施方式,该方法包括以下步骤:
S1:收集叠前角度域道集,叠后地震数据,目的层层位解释成果,测井数据,并完成合成记录标定,得到河道砂岩地震响应特征;
S2:基于标定和测井曲线确定河道砂岩在叠前角度道集中对应的时间范围,分析每口实钻井河道地震响应特征,得到对应的有效入射角范围;
S3:通过步骤S2得到的有效入射角范围确定三个部分角度叠加数据体的入射角叠加范围及对应中心入射角;
S4:根据步骤S3三个部分角度叠加数据体的入射角叠加范围及对应中心入射角进行叠加,得到部分角度叠加数据;
S5:对步骤S4得到的部分角度叠加数据分别提取高频衰减梯度属性,结合三个地震数据对应的中心角体,重新合成为一个叠前衰减梯度道集;
S6:根据S5形成的新的叠前衰减梯度道集,对每一个时间点衰减梯度属性及入射角进行回归拟合,获得衰减梯度属性随入射角变化的梯度数据体;
S7:根据S6获得的梯度数据体与实钻井进行对比,分析其含气性预测结果。
作为本发明的具体实施方式,所述步骤S2中,所述基于标定和测井曲线确定河道砂岩在叠前角度道集中对应的时间范围,分析每口实钻井河道砂岩处的叠前角度道集中的地震响应特征;
所述有效入射角范围记为A至B(A、B代表入射角角度),
所述每口实钻井河道砂岩在叠前道集中的有效地震响应的范围记为A1,B1,A2,B2,……,An,Bn,
计算角度间隔C1=B1-A1,C2=B2-A2,……,Cn=Bn-An,
获得常数的角度间隔C=(C1+C2+……+Cn)/n。
作为本发明的具体实施方式,所述步骤S3中,所述三个部分角度叠加数据体的入射角叠加范围记为seis1、seis2、seis3;seis1为固定入射角叠加体,seis3是每一道数据入射角叠加范围不同的数据,seis2也是每一道数据入射角叠加范围不同的数据;
seis1入射角叠加范围1-C,对应中心入射角center_angle1=(1+C)/2,
seis2入射角叠加范围D-E,对应中心入射角center_angle2=(D+E)/2,
seis3入射角叠加范围A-B,对应中心入射角center_angle3=(A+B)/2,
其中D=(1+A)/2,E=(C+B)/2。
作为本发明的具体实施方式,所述步骤S4中,所述叠加的方法包括通过编程实现;
基于步骤S2获得的河道砂岩在叠前角度道集中对应的时间范围,使用已有的层位数据进行约束保证河道砂岩对应的地震响应特征在层间范围内,并且层间地质体为同一沉积时期,
编程包括:(1)对于第i个cdp点中(1≤i≤最大cdp数),层位数据范围time_start至time_end,纵向采样点数N=(time_end-time_start)/采样间隔+1,入射角数据范围angle_start至angle_end,入射角个数M=(angle_end-angle_start)/入射角间隔+1,振幅值为N行M列的矩阵amplitude[N,M];
(2)对矩阵amplitude[N,M]寻找其中最小值,即波谷最大值,对应的入射角为center_angle3,令A=center_angle3-C/2,B=center_angle3+C/2,再根据步骤3中的公式,可以计算得到seis2体对应的D,E,与center_angle2;(3)获得seis1、seis2、seis3的叠加体。
作为本发明的具体实施方式,所述步骤S5中,所述对seis1、seis2、seis3分别提取高频衰减梯度属性,获得Qg1,Qg2,Qg3,其中Qg1为seis1对应的高频衰减梯度属性体,Qg2为seis2对应的高频衰减梯度属性体,Qg3为seis3对应的高频衰减梯度属性体;
所述重新合成为一个叠前衰减梯度道集,每一个道集中的三个入射角是随cdp变化的,第一个入射角是(1+C)/2,第二个入射角是(D+E)/2,第三个入射角为(A+B)/2。
与现有技术相比,本发明的有益效果在于:
1、现有技术中常规叠前反演的输入数据是叠前角度域道集按照不同入射角范围叠加,获得三个部分叠加数据体,通过反演算法以三个部分叠加数据体为输入,输出纵波、横波速度和密度或者是纵波阻抗、横波阻抗和密度;本发明的原理是先将叠前角度域道集按照不同入射角范围叠加,获得三个部分叠加数据体,然后对这三个部分叠加数据体提取叠后高频衰减梯度属性,这三个叠后高频衰减梯度属性体因包含角度信息与常规的叠后数据直接计算的高频衰减梯度属性体不同,然后将这三个叠后高频衰减梯度属性体重新按照角度排列,形成一个只有三个角度的叠前道集,这个新的叠前道集能量代表的是高频衰减梯度属性,而且其三个角度在每一个cdp点上都不同,最后对新的叠前道集拟合随入射角变化的属性得到含气敏感因子。
2、本发明的预测方法的基本原理为随着入射角的增加,储层含气丰度与高频衰减梯度呈正相关,即储层含气丰度越高,随着入射角的增加,频谱的高频部分衰减越明显,高频衰减梯度越大。
3、本发明的预测方法使用叠前地震数据进行计算,相较于叠后数据,叠前数据具有更丰富的信息。
4、本发明的预测方法完全基于叠前地震数据,预测结果更客观,多解性低。
附图说明
图1为本发明放入预测方法流程图;
图2为本发明高频衰减梯度属性示意图;
图3a为本发明实际数据频谱图;
图3b为本发明改造后的实际数据频谱图;
图4为本发明随着入射角变化的高频衰减梯度属性示意图;
图5a为本发明实钻井1的井旁叠前角度域道集;
图5b为本发明实钻井2的井旁叠前角度域道集;
图6a为本发明实钻井1井旁道集储层发育段的AVO特征;
图6b为本发明实钻井2井旁道集储层发育段的AVO特征;
图7a为本发明实钻井1正演道集储层发育段的AVO特征;
图7b为本发明实钻井2正演道集储层发育段的AVO特征;
图8a为本发明实钻井1储层发育段不同入射角叠加数据频谱特征;
图8b为本发明实钻井2储层发育段不同入射角叠加数据频谱特征;
图9a为本发明实钻井1高频衰减梯度属性随入射角的变化特征;
图9b为本发明实钻井2高频衰减梯度属性随入射角的变化特征;
图10为本发明实施例中a井叠前道集中砂岩地震响应特征分析;
图11为本发明实施例中b井叠前道集中砂岩地震响应特征分析;
图12为本发明实施例中c井叠前道集中砂岩地震响应特征分析;
图13为本发明实施例中验证井Y1含气性预测数据体预测结果;
图14为本发明实施例中验证井Y2含气性预测数据体预测结果;
图15为本发明实施例中B井含气性预测数据体预测结果。
具体实施方式
下面结合具体实施例对本发明作进一步说明,但并不构成对本发明的任何限制。
实施例
本实施例提供了一种基于优势入射角-频率双域衰减的含气性预测方法,具体细节如下:
S1:收集叠前角度域道集,叠后地震数据,目的层层位解释成果,测井数据,并完成合成记录标定,明确河道砂岩地震响应特征(图2-4),该工区河道砂岩在叠后地震数据为波谷响应特征;
S2:基于标定和测井曲线确定河道砂岩在叠前角度道集中对应的时间范围,分析每一口实钻井河道砂岩处的叠前角度道集中的地震响应特征(图2-4),明确对应的有效入射角范围a井为32-38,b井为24-31,c井为27-30,统计每口实钻井河道砂岩在叠前道集中的有效地震响应的范围A1=32,B1=38,A2=24,B2=31,A3=27,B3=30,计算角度间隔C1=6,C2=7,C3=5,获得常数的角度间隔C=6;
S3:确定三个部分角度叠加数据体的入射角叠加范围及对应中心入射角,seis1入射角叠加范围1-6,对应中心入射角center_angle1=3.5,seis2入射角叠加范围D-E,对应中心入射角center_angle2=(D+E)/2,seis3入射角叠加范围A-B,对应中心入射角center_angle3=(A+B)/2,其中D=(1+A)/2,E=(6+B)/2。通过入射角叠加范围可以得知,seis1为固定入射角叠加体,seis3是每一道数据入射角叠加范围不同的数据,seis2也是每一道数据入射角叠加范围不同的数据,并且其入射角叠加范围与seis3的入射角叠加范围相关联,seis2代表的意义是取seis3与seis1中间入射角范围的叠加数据,seis2叠加数据体的存在可以使拟合衰减梯度随入射角变化的规律更稳定;
S4:基于步骤S3三个部分角度叠加数据体的入射角叠加范围及对应中心入射角进行叠加,seis1体的入射角叠加范围为常数1-6因此可以直接叠加,但由于seis2、seis3的入射角叠加范围是随线道号变化的,并且seis2的入射角叠加范围随seis3变化,所以首先需要确定seis3的入射角叠加范围及对应中心入射角。基于步骤S2获得的河道砂岩在叠前角度道集中对应的时间范围,使用已有的层位数据进行约束保证河道砂岩对应的地震响应特征在层间范围内,并且层间地质体为同一沉积时期,通过编程实现,在层位间搜索波谷最大值,最大负值对应的入射角即为center_angle3,令A=center_angle3-3,B=center_angle3+3,再根据步骤S3中的公式,可以计算得到seis2体对应的D,E,与center_angle2,最终获得seis1、seis2、seis3的叠加体;
S5:对seis1、seis2、seis3分别提取高频衰减梯度属性,获得Qg1,Qg2,Qg3,结合三个地震数据对应的中心角体,将Qg1,Qg2,Qg3重新合成为一个叠前衰减梯度道集,并且每一个道集中的三个入射角是随cdp变化的,第一个入射角是3.5,第二个入射角是(D+E)/2,第三个入射角为(A+B)/2;
S6:根据步骤S5形成的新的叠前道集,对每一个时间点衰减梯度属性及入射角进行回归拟合,获得衰减梯度属性随入射角变化的含气性预测数据体;
S7:根据步骤S6获得的含气性预测数据体与实钻井进行对比(图6-8),验证井Y1日产气4.5万方,预测结果显示含气性异常特征明显与实钻吻合,验证井Y2日产气2.2万方,预测结果显示明显含气性异常特征与实钻吻合,B井日产气0.3万方,预测结果显示无明显含气性异常特征与实钻吻合,通过实钻井生产数据的检验,说明该方法可有效预测含气性。
综上,本发明的基于优势入射角-频率双域衰减的含气性预测方法,将叠前角度域道集按照不同入射角范围叠加,获得三个部分叠加数据体,然后对这三个部分叠加数据体提取叠后高频衰减梯度属性,这三个叠后高频衰减梯度属性体因包含角度信息与常规的叠后数据直接计算的高频衰减梯度属性体不同,然后将这三个叠后高频衰减梯度属性体重新按照角度排列,形成一个只有三个角度的叠前道集,这个新的叠前道集能量代表的是高频衰减梯度属性,而且其三个角度在每一个cdp点上都不同,最后对新的叠前道集拟合随入射角变化的属性得到含气敏感因子。
在本发明中的提到的任何数值,如果在任何最低值和任何最高值之间只是有两个单位的间隔,则包括从最低值到最高值的每次增加一个单位的所有值。例如,如果声明一种组分的量,或诸如温度、压力、时间等工艺变量的值为50-90,在本说明书中它的意思是具体列举了51-89、52-88……以及69-71以及70-71等数值。对于非整数的值,可以适当考虑以0.1、0.01、0.001或0.0001为一单位。这仅是一些特殊指明的例子。在本申请中,以相似方式,所列举的最低值和最高值之间的数值的所有可能组合都被认为已经公开。
应当注意的是,以上所述的实施例仅用于解释本发明,并不构成对本发明的任何限制。通过参照典型实施例对本发明进行了描述,但应当理解为其中所用的词语为描述性和解释性词汇,而不是限定性词汇。可以按规定在本发明权利要求的范围内对本发明作出修改,以及在不背离本发明的范围和精神内对本发明进行修订。尽管其中描述的本发明涉及特定的方法、材料和实施例,但是并不意味着本发明限于其中公开的特定例,相反,本发明可扩展至其他所有具有相同功能的方法和应用。
Claims (8)
1.一种基于优势入射角-频率双域衰减的含气性预测方法,其特征在于,包括:通过AVO正演和实际道集分析,确立优势入射角范围,进而在空间上实现入射角范围叠加,再针对每一个cdp点的优势入射角范围拾取改进的高频衰减梯度属性随入射角变化规律,形成含气性敏感因子,完成含气性检测。
2.根据权利要求1所述的含气性预测方法,其特征在于,所述改进的高频衰减梯度属性表达式为:
式中,f为频率,A(f)为振幅谱,E′3为高端频65%的地震波能量,E′4为高端频85%的地震波能量。
3.根据权利要求1所述的含气性预测方法,其特征在于,所述高频衰减梯度属性随入射角变化规律为利用最小二乘拟合衰减梯度随入射角角度的变化规律;
优选地,包括基于最小二乘原则,构建目标函数:
分别对a,b求导,使目标函数最小,将目标函数的求解问题转换为矩阵求解:
计算得到a,b;
式中,a为含气性敏感因子,b为最小二乘的拟合系数。
4.根据权利要求1所述的含气性预测方法,其特征在于,该方法包括以下步骤:
S1:收集叠前角度域道集、叠后地震数据、目的层层位解释成果和测井数据,并完成合成记录标定,得到河道砂岩地震响应特征;
S2:基于标定和测井曲线确定河道砂岩在叠前角度道集中对应的时间范围,分析每口实钻井河道地震响应特征,得到对应的有效入射角范围;
S3:通过步骤S2得到的有效入射角范围确定三个部分角度叠加数据体的入射角叠加范围及对应中心入射角;
S4:根据步骤S3中得到的三个部分角度叠加数据体的入射角叠加范围及对应中心入射角进行叠加,得到部分角度叠加数据;
S5:对步骤S4得到的部分角度叠加数据分别提取高频衰减梯度属性,结合三个地震数据对应的中心角体,重新合成为一个叠前衰减梯度道集;
S6:根据S5形成的新的叠前衰减梯度道集,对每一个时间点衰减梯度属性及入射角进行回归拟合,获得衰减梯度属性随入射角变化的梯度数据体;
S7:根据S6获得的梯度数据体与实钻井进行对比,分析其含气性预测结果。
5.根据权利要求4所述的预测方法,其特征在于,所述步骤S2中,所述基于标定和测井曲线确定河道砂岩在叠前角度道集中对应的时间范围,分析每口实钻井河道砂岩处的叠前角度道集中的地震响应特征;
所述有效入射角范围记为A至B(A、B代表入射角角度),
所述每口实钻井河道砂岩在叠前道集中的有效地震响应的范围记为A1,B1,A2,B2,……,An,Bn,
计算角度间隔C1=B1-A1,C2=B2-A2,……,Cn=Bn-An,
获得常数的角度间隔C=(C1+C2+……+Cn)/n。
6.根据权利要求5所述的预测方法,其特征在于,所述步骤S3中,所述三个部分角度叠加数据体的入射角叠加范围记为seis1、seis2、seis3;seis1为固定入射角叠加体,seis3是每一道数据入射角叠加范围不同的数据,seis2也是每一道数据入射角叠加范围不同的数据;
seis1入射角叠加范围1-C,对应中心入射角center_angle1=(1+C)/2,
seis2入射角叠加范围D-E,对应中心入射角center_angle2=(D+E)/2,
seis3入射角叠加范围A-B,对应中心入射角center_angle3=(A+B)/2,
其中D=(1+A)/2,E=(C+B)/2。
7.根据权利要求6所述的预测方法,其特征在于,所述步骤S4中,所述叠加的方法包括通过编程实现;
基于步骤S2获得的河道砂岩在叠前角度道集中对应的时间范围,使用已有的层位数据进行约束保证河道砂岩对应的地震响应特征在层间范围内,并且层间地质体为同一沉积时期,
编程包括:(1)对于第i个cdp点中(1≤i≤最大cdp数),层位数据范围time_start至time_end,纵向采样点数N=(time_end-time_start)/采样间隔+1,入射角数据范围angle_start至angle_end,入射角个数M=(angle_end-angle_start)/入射角间隔+1,振幅值为N行M列的矩阵amplitude[N,M];
(2)对矩阵amplitude[N,M]寻找其中最小值,即波谷最大值,对应的入射角为center_angle3,令A=center_angle3-C/2,B=center_angle3+C/2,再根据步骤3中的公式,可以计算得到seis2体对应的D,E,与center_angle2;(3)获得seis1、seis2、seis3的叠加体。
8.根据权利要求7所述的预测方法,其特征在于,所述步骤S5中,所述对seis1、seis2、seis3分别提取高频衰减梯度属性,获得Qg1,Qg2,Qg3,其中Qg1为seis1对应的高频衰减梯度属性体,Qg2为seis2对应的高频衰减梯度属性体,Qg3为seis3对应的高频衰减梯度属性体;
所述重新合成为一个叠前衰减梯度道集中,每一个道集中的三个入射角随cdp变化的,第一个入射角是(1+C)/2,第二个入射角是(D+E)/2,第三个入射角为(A+B)/2。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215823.7A CN117805900A (zh) | 2022-09-30 | 2022-09-30 | 一种基于优势入射角-频率双域衰减的含气性预测方法 |
PCT/CN2023/122765 WO2024067835A1 (zh) | 2022-09-30 | 2023-09-28 | 基于优势入射角-频率双域衰减的含气性预测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215823.7A CN117805900A (zh) | 2022-09-30 | 2022-09-30 | 一种基于优势入射角-频率双域衰减的含气性预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117805900A true CN117805900A (zh) | 2024-04-02 |
Family
ID=90418736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211215823.7A Pending CN117805900A (zh) | 2022-09-30 | 2022-09-30 | 一种基于优势入射角-频率双域衰减的含气性预测方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117805900A (zh) |
WO (1) | WO2024067835A1 (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7876643B2 (en) * | 2007-09-24 | 2011-01-25 | Apex Spectral Technology, Inc. | Methods of hydrocarbon detection using wavelet dominant frequency and a measure of energy loss on the high-frequency side of wavelet dominant frequency |
CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
CN105487122B (zh) * | 2014-09-18 | 2018-03-09 | 中国石油化工股份有限公司 | 用于确定储层流体识别因子的敏感性的方法及系统 |
CN108957534B (zh) * | 2018-06-12 | 2020-02-14 | 中国石油天然气股份有限公司 | 含气饱和度预测方法及装置 |
CN111045083A (zh) * | 2018-10-11 | 2020-04-21 | 中国石油化工股份有限公司 | 一种储层含气性检测方法 |
US10520644B1 (en) * | 2019-01-10 | 2019-12-31 | Emerson Paradigm Holding Llc | Imaging a subsurface geological model at a past intermediate restoration time |
CN112630832B (zh) * | 2019-10-09 | 2023-09-22 | 中国石油化工股份有限公司 | 基于衰减因子随入射角变化的含气性预测方法和装置 |
US20210255346A1 (en) * | 2020-02-19 | 2021-08-19 | Chevron U.S.A. Inc. | System and Method for Seismic Imaging with Amplitude Recovery |
CN113703041B (zh) * | 2020-05-20 | 2023-10-31 | 中国石油化工股份有限公司 | 气砂敏感因子的构建方法及致密性砂岩含气性的预测方法 |
CN114428286A (zh) * | 2020-09-09 | 2022-05-03 | 中国石油化工股份有限公司 | 一种基于叠前地震数据的含气饱和度预测方法 |
CN115980847A (zh) * | 2021-10-14 | 2023-04-18 | 中国石油化工股份有限公司 | 一种含气性预测方法、装置、计算机设备及存储介质 |
-
2022
- 2022-09-30 CN CN202211215823.7A patent/CN117805900A/zh active Pending
-
2023
- 2023-09-28 WO PCT/CN2023/122765 patent/WO2024067835A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024067835A1 (zh) | 2024-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109425896B (zh) | 白云岩油气储层分布预测方法及装置 | |
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 | |
CN108802812B (zh) | 一种井震融合的地层岩性反演方法 | |
CN107356966B (zh) | 基于去压实作用深层河道砂体油气检测方法 | |
CN101551466B (zh) | 一种利用与偏移距有关的地震属性提高油气储层预测精度的方法 | |
WO2017024702A1 (zh) | 一种射线弹性参数的反演系统 | |
CN103954992B (zh) | 一种反褶积方法及装置 | |
CN104516018A (zh) | 一种地球物理勘探中岩性约束下的孔隙度反演方法 | |
Kianoush et al. | Compressional and shear interval velocity modeling to determine formation pressures in an oilfield of SW Iran | |
CN113031068B (zh) | 一种基于反射系数精确式的基追踪叠前地震反演方法 | |
CN105863628A (zh) | 一种油田开发阶段储层精细预测方法 | |
CN112253087A (zh) | 一种基于多源测井资料的生物扰动储集层物性计算方法 | |
CN104597485B (zh) | 一种微小断层检测方法及断层检测装置 | |
CN110646850B (zh) | 隔夹层地震预测方法及装置 | |
CN111239833B (zh) | 一种基于泊松比分解的k值鲁棒ypd叠前同时反演方法 | |
CN106291714A (zh) | 获得地层吸收衰减品质因子的方法及其地层划分方法 | |
RU2011148308A (ru) | Способ комплексной обработки геофизических данных и технологическая система "литоскан" для его осуществления | |
Sun et al. | Shale rocks brittleness index prediction method using extended elastic impedance inversion | |
CN117805900A (zh) | 一种基于优势入射角-频率双域衰减的含气性预测方法 | |
CN109283577A (zh) | 一种地震层位标定方法 | |
CN113219531A (zh) | 致密砂岩气水分布的识别方法及装置 | |
CN105487110A (zh) | 一种基于透射方程的各向异性参数反演方法 | |
CN113806674A (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
Wang et al. | Application of multiple attributes fusion technology in the Su-14 Well Block | |
CN106249293B (zh) | 一种各向异性流体识别因子反演方法及系统 |
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 |