本发明专利技术属于地震勘探技术领域，具体涉及一种窄方位数据白云岩储层的预测方法及装置。该方法通过岩石物理特征分析，筛选了与波阻抗相关性好的储层参数，进行储层参数反演，利用与储层相关的电性参数组合，构建储层参数关系式与孔隙度交会分析，寻找储层敏感性强的参数组合及定量化评价标准，利用门槛值子体检测，实现多套白云岩储层的预测。本发明专利技术基于窄方位数据，利用多参数重构预测多套白云岩储层，增强多套层位白云岩储层识别能力，提高白云储层预测精度。该方法既解决了地震资料方位窄，无法利用叠前弹性参数反演预测白云岩储层的问题，又解决了岩性复杂多样，单一储层参数无法有效区分多套白云岩储层的问题。区分多套白云岩储层的问题。区分多套白云岩储层的问题。
【技术实现步骤摘要】
一种窄方位数据白云岩储层的预测方法及装置
[0001]本专利技术属于地震勘探
，具体涉及一种窄方位数据白云岩储层的预测方法及装置。
技术介绍
[0002]近年来，白云岩储层成为重要的油气勘探新领域，但白云岩储层厚度薄、非均质性强、埋藏深、储层与非储层弹性参数差异小，储层精细识别难度大；多层系储层发育、岩性复杂多变，进一步增加了白云岩储层的识别难度。
[0003]授权公告号为CN110333551B的中国专利技术专利公开了一种基于井震结合的白云岩储层预测方法、系统及存储介质，其方法步骤包括：获取测试区的测井数据；将钻井区的测井数据进行敏感曲线分析，求取白云岩指数特征曲线并根据其响应范围差异区分白云岩和灰岩；将所述钻井区的白云岩指数特征曲线经人工智能深度学习后，得到虚拟钻井区的白云岩指数特征曲线；以所述钻井区和虚拟钻井区的白云岩指数特征曲线为约束条件，采用叠后地震资料进行反演，得到所述测试区的白云岩储层的分布和发育状况。该方法适用井少区，针对岩性复杂多变，白云岩、灰岩、膏岩交互发育，该技术无法有效识别，针对多套地层同时发育的岩溶白云岩储层无法有效识别。
[0004]授权公告号为CN109425896B的中国专利技术专利公开了白云岩油气储层分布预测方法及装置，该方法是通过白云岩目的层系岩石物理弹性参数交汇分析，确定储层的岩石物理弹性参数类别及槛值范围，根据宽方位叠前地震数据体和测井数据联合反演，识别岩溶白云岩储层。该方法适用于信噪比高、横纵比大于0.5的宽方位地震资料，不适用于信噪比低、横纵比小于0.5的窄方位地震资料。
[0005]综合来看，近年提出利用叠前弹性参数反演识别白云岩储层的方法，适用于信噪比高、横纵比宽的地震资料；利用单一参数的反演识别某一套地层的白云岩储层的方法，针对多套地层同时发育的白云岩储层却无法有效识别。
技术实现思路
[0006]本专利技术的目的是提供一种窄方位数据白云岩储层的预测方法，该方法适用于窄方位地震资料，通过储层多参数组合增强多套层位白云岩储层识别能力，提高白云储层预测精度。
[0007]本专利技术的第二个目的是提供与上述方法相应的窄方位数据白云岩储层的预测装置。
[0008]为了实现以上目的，本专利技术的窄方位数据白云岩储层的预测方法所采用的技术方案是：
[0009]一种窄方位数据白云岩储层的预测方法，包括以下步骤：
[0010](1)根据研究区已钻井资料进行储层岩石物理特征分析，明确与波阻抗敏感的两个以上储层参数作为储层特征参数；
[0011](2)获取地震层位、窄方位叠后地震数据、钻井数据进行波阻抗反演，得到波阻抗反演体，以所述波阻抗反演体为中间体进行储层特征参数反演，得到相应的储层特征参数反演体；
[0012](3)建立储层特征参数之间运算关系以构建储层参数组合，以储层参数组合与孔隙度进行交会分析，确定储层参数组合的识别门槛值；
[0013](4)以储层特征参数反演体按照所述运算关系进行多体运算，重构储层参数数据体；
[0014](5)以步骤(4)所得储层参数数据体及层位数据，利用识别门槛值进行子体检测，预测目的层白云岩储层厚度。
[0015]本专利技术的窄方位数据白云岩储层的预测方法，基于窄方位数据，利用多参数重构预测多套白云岩储层，增强多套层位白云岩储层识别能力，提高白云储层预测精度。该方法既解决了地震资料方位窄，无法利用叠前弹性参数反演预测白云岩储层的问题，又解决了岩性复杂多样，单一储层参数无法有效区分多套白云岩储层的问题。
[0016]窄方位数据指横纵比小于0.5的叠前地震数据。
[0017]步骤(1)是进行储层岩石物理特征分析，明确储层特征参数。可根据研究区已钻井资料的储层岩石物理特征分析，明确多套白云岩储层的特征，可通过这些特征与波阻抗交会分析，明确相关性。
[0018]优选地，步骤(1)中，储层特征参数有两个，分别为储层参数A、储层参数B。进一步优选地，储层参数A为中子，储层参数B为自然伽马。
[0019]步骤(2)是进行储层参数反演，获得储层参数反演体。
[0020]优选地，步骤(2)中，中子、自然伽马反演采用地质统计学反演。进一步优选地，所述波阻抗反演采用稀疏脉冲反演。稀疏脉冲反演是用地震道的振幅产生波阻抗模型，用地震解释层位和测井约束控制波阻抗的趋势和幅值范围，获得稀疏脉冲波阻抗。
[0021]地质统计学反演是以地质统计学原理为基本模式算法，通过直方图分析和变异图分析建立地层属性统计关系，以待反演参数与波阻抗之间的统计关系为指导，通过波阻抗数据体进行约束，在空间实现待反演参数、波阻抗之间的协同模拟。
[0022]稀疏脉冲反演虽然纵向分辨率低，但是通过趋势约束可以增加反演解的稳定性，减少反演解的多解性。地质统计学反演，一方面在井点处与测井数据计算的波阻抗一致；另一方面在井间符合地震数据和已知数据的特征。利用不同实现的差异反映了地下地质的非均质性和随机性，通过不同实现的差异评价反演结果的风险。
[0023]步骤(3)进行交会分析、确定储层多参数关系式及门槛值。
[0024]优选地，步骤(3)中，所述运算关系为A/B。
[0025]优选地，步骤(3)中，建立多个所述运算关系，构建多个所述储层参数组合，根据交会分析结果筛选敏感储层参数组合，依据所述敏感储层参数组合确定所述识别门槛值。进一步优选地，多个运算关系包括A/B、B/A、A*10/B、B*10/A。
[0026]例如，通过储层参数组合与孔隙度交会分析，明确中子A比伽马B为储层敏感参数关系式，门槛值为N1，则大于或等于N1为储层，小于N1为非储层。
[0027]步骤(4)为进行多体运算，重构储层敏感参数数据体。
[0028]步骤(5)为获取储层敏感参数数据体及层位数据，利用门槛值N1进行子体检测，预
测目的层白云岩储层厚度。
[0029]本专利技术的窄方位数据白云岩储层的预测装置的技术方案是：
[0030]一种窄方位数据白云岩储层的预测装置，该装置包括处理器和存储器，所述处理器执行由所述存储器存储的计算机程序，以实现上述窄方位数据白云岩储层的预测方法。
[0031]利用上述窄方位数据白云岩储层的预测装置，可方便实现储层多参数组合增强多套层位白云岩储层识别能力，提高白云储层预测精度。
附图说明
[0032]图1为本专利技术的窄方位数据白云岩储层的预测方法的工作流程图；
[0033]图2为本专利技术实施例中中子、伽马与波阻抗交会分析图；
[0034]图3为本专利技术实施例中中子、伽马反演剖面；
[0035]图4为本专利技术实施例中多参数关系式与孔隙度交会分析图；
[0036]图5为本专利技术实施例获得的储层反演剖面；
[0037]图6为本专利技术实施例对白云岩储层的预测结果。
具体实施方式
[0038]本专利技术从数据分析角度筛选了与波阻抗的相关性好的储层参数，构建了储层敏感性强的参数组合本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种窄方位数据白云岩储层的预测方法，其特征在于，包括以下步骤：(1)根据研究区已钻井资料进行储层岩石物理特征分析，明确与波阻抗敏感的两个以上储层参数作为储层特征参数；(2)获取地震层位、窄方位叠后地震数据、钻井数据进行波阻抗反演，得到波阻抗反演体，以所述波阻抗反演体为中间体进行储层参数反演，得到相应的储层特征参数反演体；(3)建立储层特征参数之间运算关系以构建储层参数组合，以储层参数组合与孔隙度进行交会分析，确定储层参数组合的识别门槛值；(4)以储层特征参数反演体按照所述运算关系进行多体运算，重构储层参数数据体；(5)以步骤(4)所得储层参数数据体及层位数据，利用识别门槛值进行子体检测，预测目的层白云岩储层厚度。2.如权利要求1所述的窄方位数据白云岩储层的预测方法，其特征在于，步骤(1)中，储层特征参数有两个，分别为储层参数A、储层参数B。3.如权利要求2所述的窄方位数据白云岩储层的预测方法，其特征在于，储层参数A为中子，储层参数B为自然伽马。4.如权利要求3所述的窄方位数据白云岩储层的预测方法，其特征在于，步骤...
【专利技术属性】
技术研发人员：崇荔萍，冯发勇，孙涵静，高叶铭，
申请(专利权)人：中国石油化工股份有限公司华北油气分公司，
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。