页岩裂缝预测方法及装置制造方法及图纸

本申请关于一种页岩裂缝预测方法及装置，属于油气勘探技术领域。本申请实施例提供的技术方案，需要获取第一叠前地震数据，通过对第一叠前地震数据的划分和叠加处理，得到至少三个方位的叠后地震数据，每个叠后地震数据中对应一个中心方位角，也即是说，叠后地震数据包含具有方位角的地震信息，从而为后续裂缝发育信息的获取提供方位信息，使后续获取到的裂缝发育信息具有较高的精确性。发育信息具有较高的精确性。发育信息具有较高的精确性。

【技术实现步骤摘要】
页岩裂缝预测方法及装置


[0001]本申请涉及油气勘探
，特别涉及一种页岩裂缝预测方法及装置。

技术介绍

[0002]在页岩气的开采施工中，不同规模的断裂会对页岩气的保存、钻井、水力压裂和产量等产生不同的影响。其中大部分影响是负面的：大断层可断穿上部区域盖层，成为页岩气散失的通道，造成页岩气藏被破坏或含气量减少；钻井中遇到中等断层可能会发生钻井液泄漏，或者造成入靶困难；钻井中遇到小断层，可能导致井轨迹偏离箱体，造成无效进尺。也有些裂缝的影响是正面的：小尺度天然裂缝网络既是储集空间，也是渗流通道，是页岩气从基质孔隙流入井底的必要途径，对油气渗流起到了重要的贡献，渗透能力低的页岩储层只要与其搭配，往往容易形成相对高产。因此，精细预测不同尺度的断裂、尤其是小尺度的断层和裂缝发育带意义重大。
[0003]作为当前页岩断裂预测的行之有效的方法之一，基于灰度共生矩阵的属性提取技术基本思想是：通过统计图像中的局部区域或整体区域内相邻象元或一定间距内两象元灰度呈现某种关系的矩阵，可以反应出图像在方向、变化幅度、变化快慢以及相邻间隔长度上的综合信息。该技术对于构造、岩性、物性变化引起的地震波形响应差异有较强的敏感性，在预测断层和特殊岩性体、判别断层的空间位置和平面组合关系等方面非常有效。然而该方法当前都是针对常规的叠后地震数据来处理的，尽管能够预测较大尺度的断裂，然而对较小尺度、数量更庞大的小型或微断裂系统难以准确预测。

技术实现思路

[0004]本申请实施例提供了一种页岩裂缝预测方法及装置，能够使获取到的裂缝发育信息具有较高的精确性。该技术方案如下：
[0005]一方面，提供了一种页岩裂缝预测方法，该方法包括：
[0006]获取页岩储层的第一叠前地震数据；
[0007]基于页岩储层的裂缝走向，将该第一叠前地震数据划分为至少三个方位的第二叠前地震数据；
[0008]将至少三个方位的该第二叠前地震数据进行部分叠加，得到至少三个方位的叠后地震数据，每个该叠后地震数据对应一个中心方位角；
[0009]将该叠后地震数据转换为图像灰度值；
[0010]基于该图形灰度值，以预设象元为中心，构建地震处理基元；
[0011]基于该地震处理基元，建立灰度共生矩阵；
[0012]基于该灰度共生矩阵，获取该页岩储层的灰度共生矩阵属性对应的信息，该灰度共生矩阵属性包括：同质度、对比度、熵以及角二阶矩；
[0013]基于该灰度共生矩阵属性对应的信息，获取该页岩裂缝的裂缝发育信息。
[0014]在一种可能实现方式中，该将至少三个方位的该第二叠前地震数据进行部分叠加
之前，该方法还包括：
[0015]基于对应的方位，将至少三个方位的该第二叠前地震数据进行排序。
[0016]在一种可能实现方式中，采用关系式1将该叠后地震数据转换为图像灰度值；
[0017][0018]式中，x，y分别表示地震数据线号和道号；
[0019]z表示时间或深度方向的采样点；
[0020]SeisGray(x,y,z)为原始地震数据变换到指定灰度级别后的地震数据；
[0021]SeisAmp(x,y,z)为原始地震数据的振幅值；
[0022]Min{SeisAmp((i,j)}为地震数据振幅值的最小值；
[0023]Max{SeisAmp(x,y,z)}为地震数据振幅值的最大值；
[0024]GrayLevel为地震数据转化后的灰度级数；
[0025][]表示取整数。
[0026]在一种可能实现方式中，该第一叠前地震数据还包括偏移距信息。
[0027]在一种可能实现方式中，该构建地震处理基元，包括：
[0028]构建地震处理面积元。
[0029]在一种可能实现方式中，该基于该灰度共生矩阵属性对应的信息，获取该页岩裂缝的裂缝发育信息，包括：
[0030]将同质度、对比度、熵以及角二阶矩中，对裂缝敏感性最高的灰度共生矩阵属性，获取为目标属性；
[0031]基于该目标属性对应的信息，获取该页岩裂缝的裂缝发育信息。
[0032]一方面，提供了一种页岩裂缝预测装置，该装置包括：
[0033]数据获取模块，用于获取页岩储层的第一叠前地震数据；
[0034]数据处理模块，用于基于页岩储层的裂缝走向，将该第一叠前地震数据划分为至少三个方位的第二叠前地震数据；
[0035]数据处理模块，还用于将至少三个方位的该第二叠前地震数据进行部分叠加，得到至少三个方位的叠后地震数据，每个该叠后地震数据对应一个中心方位角；
[0036]灰度值获取模块，用于将该叠后地震数据转换为图像灰度值；
[0037]灰度值处理模块，用于基于该图形灰度值，以预设象元为中心，构建地震处理基元；
[0038]矩阵获取模块，用于基于该地震处理基元，建立灰度共生矩阵；
[0039]信息获取模块，用于基于该灰度共生矩阵，获取该页岩储层的灰度共生矩阵属性对应的信息，该灰度共生矩阵属性包括：同质度、对比度、熵以及角二阶矩；
[0040]信息获取模块，还用于基于该灰度共生矩阵属性对应的信息，获取该页岩裂缝的裂缝发育信息。
[0041]在一种可能实现方式中，该数据处理模块，还用于：
[0042]基于对应的方位，将至少三个方位的该第二叠前地震数据进行排序。
[0043]在一种可能实现方式中，采用关系式1将该叠后地震数据转换为图像灰度值；
[0044][0045]式中，x，y分别表示地震数据线号和道号；
[0046]z表示时间或深度方向的采样点；
[0047]SeisGray(x,y,z)为原始地震数据变换到指定灰度级别后的地震数据；
[0048]SeisAmp(x,y,z)为原始地震数据的振幅值；
[0049]Min{SeisAmp((i,j)}为地震数据振幅值的最小值；
[0050]Max{SeisAmp(x,y,z)}为地震数据振幅值的最大值；
[0051]GrayLevel为地震数据转化后的灰度级数；
[0052][]表示取整数。
[0053]在一种可能实现方式中，该第一叠前地震数据还包括偏移距信息。
[0054]在一种可能实现方式中，该灰度值处理模块，用于：
[0055]构建地震处理面积元。
[0056]在一种可能实现方式中，该信息获取模块，用于：
[0057]将同质度、对比度、熵以及角二阶矩中，对裂缝敏感性最高的灰度共生矩阵属性，获取为目标属性；
[0058]基于该目标属性对应的信息，获取该页岩裂缝的裂缝发育信息。
[0059]本申请实施例提供的技术方案，需要获取第一叠前地震数据，通过对第一叠前地震数据的划分和叠加处理，得到至少三个方位的叠后地震数据，每个叠后地震数据中对应一个中心方位角，也即是说，叠后地震数据包含具有方位角的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种页岩裂缝预测方法，其特征在于，所述方法包括：获取页岩储层的第一叠前地震数据；基于页岩储层的裂缝走向，将所述第一叠前地震数据划分为至少三个方位的第二叠前地震数据；将至少三个方位的所述第二叠前地震数据进行部分叠加，得到至少三个方位的叠后地震数据，每个所述叠后地震数据对应一个中心方位角；将所述叠后地震数据转换为图像灰度值；基于所述图形灰度值，以预设象元为中心，构建地震处理基元；基于所述地震处理基元，建立灰度共生矩阵；基于所述灰度共生矩阵，获取所述页岩储层的灰度共生矩阵属性对应的信息，所述灰度共生矩阵属性包括：同质度、对比度、熵以及角二阶矩；基于所述灰度共生矩阵属性对应的信息，获取所述页岩裂缝的裂缝发育信息。2.根据权利要求1所述的方法，其特征在于，所述将至少三个方位的所述第二叠前地震数据进行部分叠加之前，所述方法还包括：基于对应的方位，将至少三个方位的所述第二叠前地震数据进行排序。3.根据权利要求1所述的方法，其特征在于，采用关系式1将所述叠后地震数据转换为图像灰度值；式中，x，y分别表示地震数据线号和道号；z表示时间或深度方向的采样点；SeisGray(x,y,z)为原始地震数据变换到指定灰度级别后的地震数据；SeisAmp(x,y,z)为原始地震数据的振幅值；Min{SeisAmp((i,j)}为地震数据振幅值的最小值；Max{SeisAmp(x,y,z)}为地震数据振幅值的最大值；GrayLevel为地震数据转化后的灰度级数；[]表示取整数。4.根据权利要求1所述的方法，其特征在于，所述第一叠前地震数据还包括偏移距信息。5.根据权利要求1所述的方法，其特征在于，所述基于所述灰度共生矩阵属性对应的信息，获取所述页岩裂缝的裂缝发育信息，包括：将同质度、对比度、熵以及角二阶矩中，对裂缝敏感性最高的灰度共生矩阵属性，获取为目标属性；基于所述目标属性对应的信息，获取所述页岩裂缝的裂缝发育信息。6.一种页岩裂缝预测装置，其特征在于，所...

【专利技术属性】
技术研发人员：吴建发，石学文，张洞君，吴涛，王畅，文山师，苟其勇，罗浩然，王广耀，钟文雯，
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：