本发明专利技术提供了一种储层特征分类确定方法及装置，方法包括：对地震资料进行OVT处理，生成AVOAZ道集数据；根据目的层井旁道的AVO正演模型特征确定优选方位角；根据确定的优选方位角和所述的AVOAZ道集数据确定目的层的AVO振幅属性数据；根据所述AVO振幅属性数据确定储层特征分类。利用全方位观测得到的叠前地震资料，利用确定的优选方位角进行AVO属性波形分类，更有利于储层识别。更有利于储层识别。更有利于储层识别。
【技术实现步骤摘要】
储层特征分类确定方法及装置
[0001]本专利技术涉及地质勘探技术，具体的讲是一种储层特征分类确定方法及装置。
技术介绍
[0002]地质勘探中及油藏开采中，储层的特性对油藏的识别、储层内流体的识别、解释具有重要意义，储层分类、评价是油藏研究的重要内容。
[0003]并且，现有技术中，随着全方位角和高密度地震勘探的发展，可以获得大量的全方位叠前地震资料，其中蕴藏着丰富的地质信息。
[0004]如何管理、分析和解释海量的多维地震数据，充分利用多维地震资料，解决储层的非均质性问题，是需要不断探索的重要课题。
技术实现思路
[0005]为解决现有技术中存在的问题，对储层流体进行识别，本专利技术实施例提供了一种储层特征分类确定方法，包括：
[0006]根据地震资料获取已知井的AVO正演模型特征；
[0007]用预设的角度范围内划分方位角，确定目的层各方位角的井旁道的AVO正演模型特征；
[0008]根据各方位角的井旁道的AVO正演模型特征和已知井的AVO正演模型特征确定优选方位角。
[0009]本专利技术实施例中，根据目的层井旁道的AVO正演模型特征确定优选方位角包括；
[0010]获取目的层的井旁道的AVO正演模型特征；
[0011]用预设的角度范围内划分方位角；
[0012]根据划分的各方位角内的道集数据的AVO正演模型特征和井旁道的AVO正演模型特征确定优选方位角。
[0013]本专利技术实施例中，所述的根据确定的优选方位角和所述的AVOAZ道集数据确定目的层的AVO振幅属性数据包括：
[0014]根据确定的优选方位角从入射角AVOAZ道集数据中提取目的层反射界面对应的振幅值，确定目的层的AVO振幅属性数据。
[0015]本专利技术实施例中，所述的根据所述AVO振幅属性数据确定储层特征分类包括：
[0016]利用自组织神经网络对所述AVO振幅属性数据进行特征曲线分类；
[0017]根据特征曲线分类结果确定目的层储层特征分类。
[0018]本专利技术实施例中，所述的储层特征分类包括：岩性特征分类、流体特征分类。
[0019]同时，本专利技术还提供一种储层特征分类确定装置，包括：
[0020]OVT处理模块，用于对地震资料进行OVT处理，生成AVOAZ道集数据；
[0021]优选方位角确定模块，用户已根据目的层井旁道的AVO正演模型特征确定优选方位角；
[0022]属性数据确定模块，用于根据确定的优选方位角和所述的AVOAZ道集数据确定目的层的AVO振幅属性数据；
[0023]分类模块，用于根据所述AVO振幅属性数据确定储层特征分类。
[0024]本专利技术实施例中，所述的优选方位角确定模块包括；
[0025]井旁道特征获取单元，用于获取目的层的井旁道的AVO正演模型特征；
[0026]方位角划分单元，用于用预设的角度范围内划分方位角；
[0027]优选单元，用于根据划分的各方位角内的道集数据的AVO正演模型特征和井旁道的AVO正演模型特征确定优选方位角。
[0028]本专利技术实施例中，所述的根据确定的优选方位角和所述的AVOAZ道集数据确定目的层的AVO振幅属性数据包括：
[0029]根据确定的优选方位角从入射角AVOAZ道集数据中提取目的层反射界面对应的振幅值，确定目的层的AVO振幅属性数据。
[0030]本专利技术实施例中，所述的分类模块包括：
[0031]神经网络处理单元，用于利用自组织神经网络对所述AVO振幅属性数据进行特征曲线分类；
[0032]分类单元，用于根据特征曲线分类结果确定目的层储层特征分类。
[0033]本专利技术实施例中，所述的储层特征分类包括：岩性特征分类、流体特征分类。
[0034]同时，本专利技术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，处理器执行计算机程序时实现上述方法。
[0035]同时，本专利技术还提供一种计算机可读存储介质，计算机可读存储介质存储有执行上述方法的计算机程序。
[0036]本专利技术利用全方位观测得到的叠前地震资料，利用确定的优选方位角进行AVO属性波形分类，更有利于储层识别。
[0037]为让本专利技术的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
[0038]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。
[0039]图1为本专利技术公开的储层特征分类确定方法的流程图；
[0040]图2为本专利技术实施例中已知井A目的层段AVO特征曲线；
[0041]图3为本专利技术实施例中已知井A点处不同方位角的AVO地震道集；
[0042]图4a为为本专利技术实施例中优选的方位角的AVO道集；
[0043]图4b为为本专利技术实施例中优选的方位角的AVO道集提取的反射振幅属性；
[0044]图5为本专利技术实施例中自组织神经网络的AVO属性模型道；
[0045]图6a为本专利技术实施例中优选方位角的AVO属性波形分类图；
[0046]图6b为本专利技术实施例中全部方位角叠加的AVO属性波形分类图。
具体实施方式
[0047]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0048]为更便于理解本专利技术的技术方案，在此，对本专利技术中的名词作简单解释。
[0049]AVO(Amplitude versus Offset，振幅随偏移距变化的特征)，AVO道集数据，即为一个观测点上不同的入射角(如入射角0
°
～40
°
)的AVO数据集合；
[0050]AVOAZ道集数据，振幅随方位角和入射角变化的特征，Amplitude Versus Offset and Azimuth，一个方位角(如方位角10
°
)，可以得到一组入射角的AVO道集数据，多个方位角(如方位角0
°
～360
°
)，可以有多组入射角域的AVO道集数据集合。
[0051]AVO振幅属性数据，从AVO道集数据上计算得到某一时刻的振幅值，每一个入射角得到一个振幅值，多个入射角对应的振幅数据集为AVO振幅属性数据，图形为曲线。这次修改将波形分类统一命名为特征曲线形状分类。
[005本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种储层特征分类确定方法，其特征在于，所述的方法包括：对地震资料进行OVT处理，生成AVOAZ道集数据；根据目的层井旁道的AVO正演模型特征确定优选方位角；根据确定的优选方位角和所述的AVOAZ道集数据确定目的层的AVO振幅属性数据；根据所述AVO振幅属性数据确定储层特征分类。2.如权利要求1所述的储层特征分类确定方法，其特征在于，所述的根据目的层井旁道的AVO正演模型特征确定优选方位角包括；根据地震资料获取已知井的AVO正演模型特征；用预设的角度范围内划分方位角，确定目的层各方位角的井旁道的AVO正演模型特征；根据各方位角的井旁道的AVO正演模型特征和已知井的AVO正演模型特征确定优选方位角。3.如权利要求1所述的储层特征分类确定方法，其特征在于，所述的根据确定的优选方位角和所述的AVOAZ道集数据确定目的层的AVO振幅属性数据包括：根据确定的优选方位角从入射角AVOAZ道集数据中提取目的层反射界面对应的振幅值，确定目的层的AVO振幅属性数据。4.如权利要求1所述的储层特征分类确定方法，其特征在于，所述的根据所述AVO振幅属性数据确定储层特征分类包括：利用自组织神经网络对所述AVO振幅属性数据进行特征曲线分类；根据特征曲线分类结果确定目的层储层特征分类。5.如权利要求1或4中任一项所述的储层特征分类确定方法，其特征在于，所述的储层特征分类包括：岩性特征分类、流体特征分类。6.一种储层特征分类确定装置，其特征在于，所述的装置包括：OVT处理模块，用于对地震资料进行OVT处理，生成AVOAZ道集数据；优选方位角确定模块，用户已根据目的层井旁道的AVO正演模型特征确定优选方位角；属...
【专利技术属性】
技术研发人员：段玉顺，
申请(专利权)人：中国石油集团东方地球物理勘探有限责任公司，
类型：发明
国别省市：
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。