一种碳酸盐岩缝洞型储集体厚度分布预测方法技术

本发明专利技术涉及复杂探区石油和天然气地震勘探技术领域，具体涉及一种碳酸盐岩缝洞型储集体厚度分布预测方法。所述预测方法，包括如下步骤：(1)对碳酸盐岩缝洞型储集体的已钻井储层进行井

【技术实现步骤摘要】
一种碳酸盐岩缝洞型储集体厚度分布预测方法


[0001]本专利技术涉及复杂探区石油和天然气地震勘探
，具体涉及一种碳酸盐岩缝洞型储集体厚度分布预测方法。

技术介绍

[0002]碳酸盐岩缝洞型油气藏是油气藏类型之一，以塔里木盆地奥陶系、四川盆地二叠系等层系碳酸盐岩缝洞型油气藏的勘探开发均取得了很好的效果。近些年，随着地球物理技术和钻井工艺的进步，勘探开发不断向深层推进，对寒武系及其下更深层碳酸盐岩地层的勘探已见到初步成效。随浅层常规油气藏的开采耗竭及开发成本的提高，碳酸盐岩缝洞型油气藏无疑成为后续勘探开发的更为关键的领域。
[0003]然而，随着钻探目标的不断加深，随埋深的增加受到地震信号高频衰减严重快速降低、储层经过多期构造破裂及溶蚀填充作用以及碳酸盐岩本身强烈的非均质性等因素影响，碳酸盐岩缝洞型储集体刻画难度不断增加、精度不断降低。
[0004]随埋深增加，地震信号高频衰减严重，导致地震品质及其分辨能力大幅度降低，同时，受碳酸盐岩本身具有脆性特征及强非均质性特点影响，其极易遭受成岩后期的不均一溶蚀、构造破裂改造，导致对碳酸盐岩缝洞型储集体的描述和刻画具有较大难度，常规储层识别、描述技术难以实现对其分布特征的精准刻画。另外，随着钻井深度的增加，钻井等工程成本快速上升，规模储集体的寻找和预测就成了重中之重，随着地震成像技术的不断推进，利用切片、属性等技术方法基本可以实现缝洞体横向边界的刻画，但受到地震波高频吸收衰减、地震子波分辨率及多地质体相干等因素的影响，缝洞体的纵向分辨能力不足，缝洞异常体的垂向厚度成为储集体规模预测的关键。
[0005]以往的储层厚度预测方法多采用测井划分储层厚度加权平均或网格插值、测井地震联合反演及属性分析来进行，但受到碳酸盐岩缝洞型储集体纵横向强非均质影响，测井加权平均或网格插值未能有效引入地震相关信息不能较好的反映储集体空间变化特征，另外同时受到地震分辨能力及不同反演结果门槛值设置的影响，使得在井周预测储层厚度较为准确，远离井的地方会出现较大误差，除去测井及联合反演外，单纯利用属性预测即使引入了井震标定信息，受到深层地震波高频吸收衰减、地震子波分辨率等因素影响，同样很难较为精确的完成缝洞异常体垂向厚度分布的预测。洞型油气藏无疑成为后续勘探开发的更为关键的领域。
[0006]受地震分辨能力大幅降低和储层类型多样性等强非均质性因素影响，导致深层碳酸盐岩缝洞型储集体的描述和刻画具有较大难度，但随着地震成像技术的不断推进，利用切片、属性等技术方法基本可以实现缝洞体横向边界的刻画，但受地震波高频吸收衰减、地震子波分辨率及多地质体相干等因素影响，缝洞体的纵向分辨能力不足，缝洞异常体的垂向厚度成为储集体规模预测的关键。
[0007]因此，开发一种能解决上述技术问题的碳酸盐岩缝洞型储集体厚度分布预测方法是非常必要的。

技术实现思路

[0008]本专利技术的目的是克服现有技术的不足而提供一种方法简单、精度高的碳酸盐岩缝洞型储集体厚度分布预测方法。
[0009]本专利技术是通过以下技术方案予以实现的：
[0010]一种碳酸盐岩缝洞型储集体厚度分布预测方法，包括如下步骤：
[0011](1)对碳酸盐岩缝洞型储集体的已钻井储层进行井
‑
震标定；
[0012](2)对不同的储集体进行多敏感属性分析，通过机器学习对不同储层的多敏感属性进行整合分析，然后进行储集体的时间域空间分布刻画；
[0013](3)利用速度模型将不同储集体的时间域空间分布结果转换成深度域分布，然后进行平面不同坐标位置厚度投影计算，形成储层厚度分布平面图；
[0014](4)通过机器学习对多样本点实钻储层厚度与对应坐标处的储层厚度数据进行关系拟合，利用拟合算法对储层厚度分布平面图进行校正，即可实现储集体的厚度分布预测。
[0015]基于碳酸盐岩储层类型多样性及强非均质性，在已钻井储层井
‑
震标定基础上针对洞穴、孔洞、裂缝等不同类型储层进行敏感属性分析，通过机器学习对针对不同储层类型储层的多敏感属性进行整合分析，形成针对于研究区内的洞穴、孔洞、裂缝三种类型储层形成的储层集合体进行刻画的整合属性，完成不同类型储层集合体的时间域空间分布刻画。
[0016]进一步地，步骤(2)中，对洞穴进行的敏感属性分析包括：波阻抗反演、张量属性、能量属性、振幅属性；对孔洞进行的敏感属性分析包括：波阻抗、均方根振幅、杂乱属性；对裂缝进行的敏感属性分析包括：本征值相干、相干AFE、蚂蚁体。
[0017]进一步地，将筛选的敏感属性分布特征作为模型开展机器学习，从而利用机器学习进行整合分析。
[0018]进一步地，步骤(2)中所述储集体的时间域空间分布刻画是根据储层与多敏感属性的对应关系建立储层标定结果模型，基于此模型来预测其它位置的同一类型储层的三维空间雕刻体。
[0019]进一步地，所述速度模型为深度域成像速度模型，将不同储集体的时间域空间分布结果转换成深度域分布的具体方法为图偏移方法。
[0020]进一步地，所述厚度投影计算过程具体如下：将深度域的三维空间内相同X和Y值、不同Z值的样本点进行厚度的叠加，即为厚度投影。
[0021]利用速度模型将不同类型储层集合体的时间域空间分布结果转换成深度域分布，在此基础上完成平面不同坐标位置厚度投影计算，形成整合属性描述的储层厚度分布平面图。
[0022]进一步地，所述校正为利用实钻厚度数据对预测厚度进行校正，得到校正后的储层真实厚度；方法具体为：在井点处求取校正系数，然后求取平面校正系数图，最终进行研究区统一校正。
[0023]机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，在本申请中则是针对不同类型储层，将各类储层的几何学、物理学等属性应用概率论、统计学等学科综合特征去整合、分类、优选，从而达到属性优选的目的。整合分析的过程就是机器学习的过程，通过建立的各
个类型储层的模型，进行机器识别，属性优选，从而优选出描述效果最好的属性及结果。
[0024]本申请在钻、测、录井洞穴、孔洞、裂缝等不同类型储层解释基础上，通过井深标定，确定地震剖面储层发育位置和基本响应特征，针对性提取多类型属性，利用机器学习的方式对不同针对性的敏感属性进行整合，完成不同类型储层集合体的时间域空间分布刻画，利用深度域成像速度模型采用图偏移方法将不同类型储层集合体的时间域空间分布形态转化成深度域分布，在此基础上完成平面不同坐标位置厚度投影计算，形成储层厚度分布平面图，再通过机器学习对多样本点实钻储层厚度与对应坐标处的不同敏感属性整合后刻画的储层厚度数据进行关系拟合，最后利用拟合算法将利用机器学习整合不同敏感属性刻画的储层厚度分布平面图转化为更为精确的储层厚度分布平面图，从而实现研究区内的储集体厚度分布预测。
[0025]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳酸盐岩缝洞型储集体厚度分布的预测方法，其特征在于，包括如下步骤：(1)对碳酸盐岩缝洞型储集体的已钻井储层进行井
‑
震标定；(2)对不同的储层进行敏感属性分析，通过机器学习对不同储层的敏感属性进行整合分析，然后进行储集体的时间域空间分布刻画；(3)利用速度模型将不同储集体的时间域空间分布结果转换成深度域分布，然后进行平面不同坐标位置厚度投影计算，形成储层厚度分布平面图；(4)通过机器学习对多样本点实钻储层厚度与对应坐标处的储层厚度数据进行关系拟合，利用拟合算法对储层厚度分布平面图进行校正，即可实现储集体的厚度分布预测。2.根据权利要求1所述的预测方法，其特征在于，步骤(1)中所述储层的类型包括洞穴、孔洞和裂缝。3.根据权利要求2所述的预测方法，其特征在于，步骤(2)中，对洞穴进行的敏感属性分析包括：波阻抗反演、张量属性、能量属性、振幅属性；对孔洞进行的敏...

【专利技术属性】
技术研发人员：李宗杰，高利君，李海英，吕海涛，魏华动，王虹，徐勤琪，刘成芳，
申请(专利权)人：中国石油化工股份有限公司西北油田分公司，
类型：发明
国别省市：