一种储层岩性预测方法、装置、电子设备及介质制造方法及图纸

技术编号:37885286 阅读:20 留言:0更新日期:2023-06-18 11:50
本申请公开了一种基于储层岩性预测方法、装置、电子设备及介质,其中,预测方法包括:步骤1:获取历史测井数据及其解释结果,根据测井数据计算出不同岩性的弹性参数,解释结果包括岩性种类及岩性分布;步骤2:将解释结果和弹性参数形成样本数据;步骤3:采用样本数据对模糊最邻近算法模型进行训练,完成训练的模糊最邻近算法模型能够根据输入的弹性参数输出对应的岩性分类;步骤4:针对研究区域储层,在测井约束下进行叠前地震反演,得到反演结果,利用反演结果计算出研究区域储层的待分类的弹性参数数据体;步骤5:利用模糊最邻近算法模型对弹性参数数据体中的每个数据点进行岩性分类,以预测出研究区域储层的岩性分布。以预测出研究区域储层的岩性分布。以预测出研究区域储层的岩性分布。

【技术实现步骤摘要】
一种储层岩性预测方法、装置、电子设备及介质


[0001]本专利技术涉及油气及煤层气地震勘探与开发,更具体地,涉及一种储层岩性预测方法、装置、电子设备及介质。

技术介绍

[0002]在石油、煤炭等地下沉积矿产的勘探开发中,岩性研究具有极为重要的意义。然而,由于目的层深埋于地下,因此所采用的研究手段和研究方法与露头区的岩性研究相比有很大不同。
[0003]在地下岩性分析中只有通过岩石资料才能够观察到目的的岩性标志,而钻井取心一般都不是连续进行的,并且一口探井的全井取心率往往只有百分之几到百分之十几,这给岩性空间展布研究造成很大困难。利用测井资料进行岩性分析虽可对全井做出连续的岩性解释,但其多解性较强,因此除上述两种资料外,还迫切需要从其它资料中获取更多的信息以提高岩性解释的准确性。
[0004]更重要的是,即使单井岩性分析的资料足够充分,但采用传统研究方法所得到的毕竟只是一部分信息,而如地层叠置模式、沉积体外形等重要信息并没有利用。进一步看,即使解释完全正确,但毕竟只是“一孔之见”。要想进一步掌握岩性的平面展布特征就必须有大量的足够密集的钻孔,而这在勘探阶段恰恰难以满足。因此迫切需要一种仅用少量钻孔就能较好地掌握岩性平面变化特征的新手段、新方法。
[0005]地震储层岩性预测正是为满足上述迫切需要而产生的。在石油勘探及某些煤田、盐矿勘探中,地震勘探资料是必不可少的重要基础资料。这些资料一般在勘探初期就可获得,且一般都能覆盖整个盆地,其中具有极为丰富的地层、构造和沉积等信息,因此是地下地质分析中极为宝贵的基础资料。
[0006]传统的地震储层岩性预测是以地震资料为基础,在地质原理指导下,用钻井、测井资料进行约束,研究含油气储层的岩性、储层物性空问变化特征的。在具体实现上有两种方法:一种是以地震反演为基础,利用测井数据的交会分析,优选对目标储层段岩性敏感的敏感弹性属性并构建以岩性为分类目标的分类准则或者标准;然后利用地震反演结果计算所述敏感弹性参数,并利用所述分类标准或者准则,获得岩性空间分布特征。这种方法需要在交会分析阶段确定分类准则或者标准,例如阀值。另一种是以波阻抗反演结果为基础,结合岩性概率进行地质统计分析得到变差函数,再用此变差函数做指示模拟得到空间上岩性的分布,这种方法本质上是用统计图的方式获得分类准则或标准。
[0007]因此,期待一种储层岩性预测的方法,能够细致地刻画储层岩性的纵横向变化,从而得到储层岩性的空间分布规律。
[0008]公开于本专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术的一般
技术介绍
的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现思路

[0009]本专利技术的目的是提出一种基于模糊最邻近算法的储层岩性预测方法、装置、电子设备及介质,能够细致地刻画储层岩性的纵横向变化,从而得到储层岩性的空间分布规律。
[0010]第一方面,本公开实施例提供了一种基于模糊最邻近算法的储层岩性预测方法,包括:
[0011]步骤1:获取历史测井数据及其解释结果,根据所述测井数据计算出不同岩性的弹性参数,所述解释结果包括岩性种类及岩性分布;
[0012]步骤2:将所述解释结果和所述弹性参数形成样本数据;
[0013]步骤4:采用所述样本数据对模糊最邻近算法模型进行训练,完成训练的所述模糊最邻近算法模型能够根据输入的弹性参数输出对应的岩性分类;
[0014]步骤3:针对研究区域储层,在测井约束下进行叠前地震反演,得到反演结果,利用所述反演结果计算出所述研究区域储层的待分类的弹性参数数据体;
[0015]步骤5:利用所述模糊最邻近算法模型对所述弹性参数数据体中的每个数据点进行岩性分类,以预测出所述研究区域储层的岩性分布。
[0016]作为本公开实施例的一种具体实现方式,所述步骤5中,所述模糊最邻近算法模型的运算公式为:
[0017][0018]其中,表示待分类的弹性参数数据体,i表示岩性所属的类别,C为岩性种类的数量,表示待分类的弹性参数数据体属于最邻近的K个样本所属i类的隶属程度,表示第j个邻近样本,表示第j个邻近样本属于第i类的隶属程度,m为设定值。
[0019]作为本公开实施例的一种具体实现方式,所述步骤4中,在训练模型时,所述的确定方法包括:
[0020]对于已选出的K个最邻近所述样本数据中的第j个邻近样本属于第i类的程度通过如下方式确定:
[0021][0022]其中,表示已选出的K个最邻近所述样本数据中的第j个邻近样本,表示所述样本数据中第j个邻近样本属于第i类的隶属程度,n
s
表示K个最邻近所述样本数据中属于s类的样本个数;
[0023]或者,
[0024]当已选出的K个最邻近所述样本数据中的第j个邻近样本属于的类别为已知
时,直接将相应样本的值置为1,其余样本的值置为零。
[0025]作为本公开实施例的一种具体实现方式,所述测井数据包括:纵波速度、横波速度和密度;
[0026]所述弹性参数包括:纵波阻抗、横波阻抗、纵横波速度比、泊松比、体积模量、剪切模量、杨氏模量、弹性阻抗。
[0027]作为本公开实施例的一种具体实现方式,所述样本数据为每个岩性所属类别下的P维数据集,P为所述弹性参数的种类数量。
[0028]第二方面,本公开实施例还提供了一种电子设备,包括:
[0029]至少一个处理器;以及,
[0030]与所述至少一个处理器通信连接的存储器;其中,
[0031]所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的储层岩性预测方法。
[0032]第三方面,本公开实施例还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行上述的储层岩性预测方法。
[0033]第四方面,本公开实施例还提供了一种储层岩性预测装置,包括:样本数据模块,所述样本数据模块用于获取历史测井数据及其解释结果,根据所述测井数据计算出不同岩性的弹性参数,所述解释结果包括岩性种类及岩性分布;将所述解释结果和所述弹性参数形成样本数据;
[0034]模型模块,所述模型数据模块用于采用所述样本数据对模糊最邻近算法模型进行训练,完成训练的所述模糊最邻近算法模型能够根据输入的弹性参数输出对应的岩性分类;
[0035]反演模块,所述反演模块用于针对研究区域储层,在测井约束下进行叠前地震反演,得到反演结果,利用所述反演结果计算出所述研究区域储层的待分类的弹性参数数据体;
[0036]预测模块,所述预测模块用于利用所述模糊最邻近算法模型对所述弹性参数数据体中的每个数据点进行岩性分类,以预测出所述研究区域储层的岩性分布。
[0037]作为本公开实施例的一种具体实现方式,所述预测模块中所述模糊最邻近算法模型的运算公式为:
[0038本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种储层岩性预测方法,其特征在于,包括:步骤1:获取历史测井数据及其解释结果,根据所述测井数据计算出不同岩性的弹性参数,所述解释结果包括岩性种类及岩性分布;步骤2:将所述解释结果和所述弹性参数形成样本数据;步骤3:采用所述样本数据对模糊最邻近算法模型进行训练,完成训练的所述模糊最邻近算法模型能够根据输入的弹性参数输出对应的岩性分类;步骤4:针对研究区域储层,在测井约束下进行叠前地震反演,得到反演结果,利用所述反演结果计算出所述研究区域储层的待分类的弹性参数数据体;步骤5:利用所述模糊最邻近算法模型对所述弹性参数数据体中的每个数据点进行岩性分类,以预测出所述研究区域储层的岩性分布。2.根据权利要求1所述的储层岩性预测方法,其特征在于,所述步骤5中,所述模糊最邻近算法模型的运算公式为:其中,表示待分类的弹性参数数据体,i表示岩性所属的类别,C为岩性种类的数量,表示待分类的弹性参数数据体属于最邻近的K个样本所属i类的隶属程度,表示第j个邻近样本,表示第j个邻近样本属于第i类的隶属程度,m为设定值。3.根据权利要求2所述的储层岩性预测方法,其特征在于,所述步骤4中,在训练模型时,所述的确定方法包括:对于已选出的K个最邻近所述样本数据中的第j个邻近样本属于第i类的程度通过如下方式确定:其中,表示已选出的K个最邻近所述样本数据中的第j个邻近样本,表示所述样本数据中第j个邻近样本属于第i类的隶属程度,n
s
表示K个最邻近所述样本数据中属于s类的样本个数;或者,当已选出的K个最邻近所述样本数据中的第j个邻近样本属于的类别为已知时,直接将相应样本的值置为1,其余样本的值置为零。4.根据权利要求1所述的储层岩性预测方法,其特征在于,所述测井数据包括:纵波速度、横波速度和密度;
所述弹性参数包括:纵波阻抗、横波阻抗、纵横波速度比、泊松比、体积模量、剪切模量、杨氏模量、弹性阻抗。5.根据权利要求1所述的储层岩性预测方法,其特征在于,所述样本数据为每个岩性所属类别下的P维数据集,P为所述弹性参数的种类数量。6.一种电子设备,其特征在于,所述电子设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所...

【专利技术属性】
技术研发人员:郑四连刘百红
申请(专利权)人:中国石油化工股份有限公司石油物探技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1