砂岩优质储层预测方法及装置制造方法及图纸

本发明专利技术公开了一种砂岩优质储层预测方法及装置，其中方法包括：获取工区的纵波阻抗数据和横波阻抗数据；根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据；利用所述纵横波速度比数据和纵波阻抗数据构建属性因子；根据所述属性因子进行砂岩优质储层预测。本发明专利技术可以有效预测砂岩优质储层的分布范围，提高储层预测的精度。

【技术实现步骤摘要】
砂岩优质储层预测方法及装置
本专利技术涉及石油地球物理勘探
，尤其涉及砂岩优质储层预测方法及装置。
技术介绍
随着石油勘探难度的逐渐增大，新的地球探测技术不断涌现，使得地震勘探的目标不断精细化、定量化，同时储层预测技术也由最初的构造解释、属性分析发展为叠前高精度反演以及各向异性表征，尤其是叠前AVO反演技术的广泛应用，使得基于叠前反演数据体的应用创新不断涌现，出现了一系列以纵横波阻抗为基础的属性因子，用来直接检测储层物性并预测流体分布。在实际勘探过程中，储层岩性识别与物性描述是判断目标区油气成藏潜力的两个重要方面，对于砂泥岩储层，其勘探潜力取决于储层的孔隙度和含水饱和度发育情况，通常情况下具有高孔隙度、低含水饱和度的砂岩储层被定义为优质储层，是最具油气开发潜力的目标。对于我国陆相油气藏勘探，砂岩优质储层的识别目前主要依赖一些常规的基于属性分析或者弹性阻抗反演的方法，这些方法通常情况下很难做到同时对储层孔隙发育状况以及孔隙流体分布规律进行精细刻画，而往往只能反映储层某一方面的特征，从而增大了储层预测的风险和不确定性。
技术实现思路
本专利技术实施例提供一种砂岩优质储层预测方法，用以有效预测砂岩优质储层的分布范围，提高储层预测的精度，该方法包括：获取工区的纵波阻抗数据和横波阻抗数据；根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据；利用所述纵横波速度比数据和纵波阻抗数据构建属性因子；根据所述属性因子进行砂岩优质储层预测。本专利技术实施例还提供一种砂岩优质储层预测装置，用以有效预测砂岩优质储层的分布范围，提高储层预测的精度，该装置包括：阻抗数据获取模块，用于获取工区的纵波阻抗数据和横波阻抗数据；速度比数据计算模块，用于根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据；属性因子构建模块，用于利用所述纵横波速度比数据和纵波阻抗数据构建属性因子；储层预测模块，用于根据所述属性因子进行砂岩优质储层预测。本专利技术实施例还提供一种计算机设备，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，所述处理器执行所述计算机程序时实现上述砂岩优质储层预测方法。本专利技术实施例还提供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执行上述砂岩优质储层预测方法的计算机程序。在本专利技术实施例中，获取工区的纵波阻抗数据和横波阻抗数据，根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据，利用所述纵横波速度比数据和纵波阻抗数据构建属性因子，根据所述属性因子进行砂岩优质储层预测，从而基于叠前反演得到的纵横波阻抗数据体构建属性因子，该属性因子能够对砂岩优质储层进行识别，有效预测砂岩优质储层的分布范围，排除致密砂岩以及含水砂岩的干扰，克服常规流体因子在同时刻画储层孔隙发育与流体分布时的局限性，从而提高储层预测的精度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，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。在附图中：图1为本专利技术实施例中砂岩优质储层预测方法的示意图；图2为本专利技术实施例中属性因子分布示例图；图3为本例中根据属性因子预测出的砂岩优质储层分布剖面图；图4为本例中根据属性因子预测出的砂岩优质储层分布平面图；图5为本专利技术实施例中砂岩优质储层预测装置的示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。针对现有技术中含油气砂岩储层中物性检测存在的问题，本专利技术实施例提出了一种砂岩优质储层预测方法和装置，旨在通过地震岩石物理模型构建一种能够综合反映砂岩优质储层分布规律的属性因子，克服常规流体因子在同时刻画储层孔隙发育与流体分布时的局限性，降低含水砂岩与致密砂岩的影响，从而提高储层预测的精度。图1为本专利技术实施例中砂岩优质储层预测方法的示意图，如图1所示，该方法可以包括：步骤101、获取工区的纵波阻抗数据和横波阻抗数据；步骤102、根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据；步骤103、利用所述纵横波速度比数据和纵波阻抗数据构建属性因子；步骤104、根据所述属性因子进行砂岩优质储层预测。由图1所示流程可以得知，在本专利技术实施例中，基于叠前反演得到的纵横波阻抗数据体构建属性因子，该属性因子能够对砂岩优质储层进行识别，有效预测砂岩优质储层的分布范围，排除致密砂岩以及含水砂岩的干扰，克服常规流体因子在同时刻画储层孔隙发育与流体分布时的局限性，从而提高储层预测的精度。具体实施时，先获取工区的纵波阻抗数据和横波阻抗数据。实施例中，可以利用常规叠前反演技术获得工区的纵波阻抗数据和横波阻抗数据。在获取工区的纵波阻抗数据和横波阻抗数据后，根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据。实施例中，可以按如下公式计算纵横波速度比数据：其中，VR表示纵横波速度比数据，Ip表示纵波阻抗数据，Is表示横波阻抗数据。在计算纵横波速度比数据后，利用所述纵横波速度比数据和纵波阻抗数据构建属性因子。实施例中，可以按如下公式构建属性因子：其中，Fsand表示属性因子，Ip表示纵波阻抗数据，Ipmin表示纵波阻抗数据最小值，Ipmax表示纵波阻抗数据最大值，VR表示纵横波速度比数据，VRmin表示纵横波速度比数据最小值，VRmax表示纵横波速度比数据最大值。在构建属性因子后，根据所述属性因子进行砂岩优质储层预测。实施例中，可以在横轴为纵波阻抗数据、纵轴为纵横波速度比数据的岩石物理模版中，将所述属性因子的取值低于临界阈值的区域确定为砂岩优质储层分布范围。图2为本专利技术实施例中属性因子分布示例图，如图2所示，在本例中，由属性因子在纵波阻抗数据-纵横波速度比数据(Ip-VR)预设的岩石物理模版中的分布可知，属性因子的取值低于临界阈值的区域指示砂岩优质储层的分布范围，砂岩优质储层为孔隙度高于特定孔隙度值且含水饱和度低于特定含水饱和度值的砂岩储层；属性因子的取值高于临界阈值的区域指示含水砂岩或者致密砂岩的分布范围；其中临界阈值可以根据工区测井数据得到，例如在本例中可以取值为0.45。如上所述，属性因子的取值低于临界阈值的区域指示砂岩优质储层的分布范围，属性因子的取值高于临界阈值的区域指示含水砂岩或者致密砂岩的分布范围，可见属性因子能够有效排除含水砂岩与致密砂岩的影响，准确的识别砂岩优质储层的分布范围。为验证本专利技术实施例砂岩优质储层预测结果的准确性，下面给出一实例，将预测结果与工区测钻井成果进行对比分析。图3为本例中根据属性因子预测出的砂岩优质储层分布剖面图，图4为本例中根据属性因子预测出的砂岩优质储层分布平面图。图3和图4分别展示了本例中利用属性因子预测的工区内砂岩优质储层的纵向分布与横向展布规律。如图3和图4所示，钻井成果显示W-2、W-3井均为高产工业气井，测井结果显示两口井在1500m深度附近发育一套高孔隙度高渗透率砂岩储层，同时位于构造低部位的W-1井在1600m深度处也钻遇该套砂岩，试油结果显示为水层，分析认为试油位置处于油水分界面以本文档来自技高网...

【技术保护点】
1.一种砂岩优质储层预测方法，其特征在于，包括：获取工区的纵波阻抗数据和横波阻抗数据；根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据；利用所述纵横波速度比数据和纵波阻抗数据构建属性因子；根据所述属性因子进行砂岩优质储层预测。

【技术特征摘要】
1.一种砂岩优质储层预测方法，其特征在于，包括：获取工区的纵波阻抗数据和横波阻抗数据；根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据；利用所述纵横波速度比数据和纵波阻抗数据构建属性因子；根据所述属性因子进行砂岩优质储层预测。2.如权利要求1所述的方法，其特征在于，根据所述纵波阻抗数据和横波阻抗数据计算纵横波速度比数据，包括按如下公式计算纵横波速度比数据：其中，VR表示纵横波速度比数据，Ip表示纵波阻抗数据，Is表示横波阻抗数据。3.如权利要求1所述的方法，其特征在于，利用所述纵横波速度比数据和纵波阻抗数据构建属性因子，包括按如下公式构建属性因子：其中，Fsand表示属性因子，Ip表示纵波阻抗数据，Ipmin表示纵波阻抗数据最小值，Ipmax表示纵波阻抗数据最大值，VR表示纵横波速度比数据，VRmin表示纵横波速度比数据最小值，VRmax表示纵横波速度比数据最大值。4.如权利要求1至3任一项所述的方法，其特征在于，根据所述属性因子进行砂岩优质储层预测，包括：在横轴为纵波阻抗数据、纵轴为纵横波速度比数据的岩石物理模版中，将所述属性因子的取值低于临界阈值的区域确定为砂岩优质储层分布范围。5.一种砂岩优质储层预测装置，其特征在于，包括：阻抗数据获取模块，用于获取工区的纵波阻抗数据和横波阻抗数据；速度比数据计算模块，用于根据所述纵波阻...

【专利技术属性】
技术研发人员：王磊，徐中华，陈广坡，石兰亭，方乐华，郭维华，郑茜，李娟，景紫岩，洪亮，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：北京,11