【技术实现步骤摘要】
一种少井条件下盐下湖相灰岩储层预测方法和系统
本专利技术是关于一种少井条件下盐下湖相灰岩储层预测方法和系统，属于地质勘探
技术介绍
南大西洋两岸被动大陆边缘含盐盆地油气资源丰富，盐下湖相灰岩层系勘探潜力大。由于盐下湖相灰岩沉积相带变化快，与火成岩交互发育，岩性复杂且空间非均质性强，需要开展储层预测对湖相灰岩储层进行识别。目前，多利用地震反演技术对地下储层进行识别预测。地震反演是基于地震反演理论，以已知地质规律和钻井、测井资料为约束，对地下岩层弹性参数进行求解，在岩石物理统计分析的指导下，利用反演的弹性参数进行储层识别预测。在实际地震反演应用中，由于地震资料10赫兹以下频段信息的缺失，需要建立低频模型对反演结果进行低频补偿，以及在反演过程中，以低频模型作为初始参数参与迭代寻优。因此，低频模型直接影响最终反演的弹性参数，从而影响储层预测效果。现有的地震反演的低频模型构建方法是在表征主要地质构造运动的等时层位约束下，对测井数据进行数学插值。针对盐下湖相灰岩储层，低频模型构建方法的可靠性较低，存在两方面原因...
【技术保护点】
1.一种少井条件下盐下湖相灰岩储层预测方法，其特征在于，包括以下步骤：/nS1获取叠后地震数据并结合钻井信息进行时深标定，将盐下湖相灰岩储层分为等时界面和次级等时界面，利用所述等时界面和次级等时界面构建地层层位框架；/nS2通过所述叠后地震数据计算地震属性，基于所述地震属性和层序界面体进行所述盐下湖相灰岩储层沉积相的相带划分，并在不同的所述相带上设置若干虚拟井点；/nS3提取所述虚拟井点的纵波速度曲线，利用BP神经网络算法建立所述纵波速度到横波速度和密度参数的非线性映射关系，根据所述非线性映射关系计算所述虚拟井的横波速度和密度参数，并结合地层层位框架生成模型数据体，对所述模...
【技术特征摘要】
1.一种少井条件下盐下湖相灰岩储层预测方法，其特征在于，包括以下步骤：
S1获取叠后地震数据并结合钻井信息进行时深标定，将盐下湖相灰岩储层分为等时界面和次级等时界面，利用所述等时界面和次级等时界面构建地层层位框架；
S2通过所述叠后地震数据计算地震属性，基于所述地震属性和层序界面体进行所述盐下湖相灰岩储层沉积相的相带划分，并在不同的所述相带上设置若干虚拟井点；
S3提取所述虚拟井点的纵波速度曲线，利用BP神经网络算法建立所述纵波速度到横波速度和密度参数的非线性映射关系，根据所述非线性映射关系计算所述虚拟井的横波速度和密度参数，并结合地层层位框架生成模型数据体，对所述模型数据体进行低通滤波以获得低频模型；
S4将所述低频模型进行反演，获得盐下湖相灰岩储层的反演结果。
2.如权利要求1所述的少井条件下盐下湖相灰岩储层预测方法，其特征在于，所述步骤S1的具体步骤是：
S1.1获取叠后地震数据、测井曲线以及测井解释结果，并进行时深标定，获得地震响应特征；
S1.2根据地震响应特征获得等时界面；
S1.3对所述叠后地震数据进行盐下地震的能量均衡处理和构造倾角导向的滤波处理；并以所述等时界面为约束条件，对经过处理的地震数据进行矢量方位角扫描，计算灰岩层段的层序界面体，获得次级等时界面；
S1.4利用所述等时界面和次级等时界面构建地层层位框架。
3.如权利要求2所述的少井条件下盐下湖相灰岩储层预测方法，其特征在于，所述等时界面包括：盐岩底面、坳陷期底面以及基底。
4.如权利要求2所述的少井条件下盐下湖相灰岩储层预测方法，其特征在于，所述步骤S2的具体步骤是：
S2.1计算所述步骤S1.4中经过处理的叠后地震数据的地震属性；
S2.2利用所述时深标定的结果对地震尺度能够识别的沉积体进行分类；
S2.3依据地震相、所述地震属性，确定不同类型沉积体的特征，并依据所述特征进行平面沉积相带的划分；
S2.4依据所述层序界面体对所述平面沉积相带的划分结果进行细化，并在各所述平面沉积相带中设置若干虚拟井点。
5.如权利要求4所述的少井条件下盐下湖相灰岩储层预测方法，其特征在于，所述步骤S2.1中地震属性包括：叠后地震数据的均方根振幅、最大正曲率和相干体。
6.如权利要求5所述的少井条件下盐下湖相灰岩储层预测方法，其特...
【专利技术属性】
技术研发人员：张世鑫，杜向东，韩文明，贾怀存，史瑞其，孙林洁，
申请(专利权)人：中国海洋石油集团有限公司，中海油研究总院有限责任公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。