基于地震弹性属性制造技术

本发明专利技术公开了基于地震弹性属性

【技术实现步骤摘要】
基于地震弹性属性、电阻率和极化率联合的储层流体识别方法


[0001]本专利技术涉及地球物理综合探测
，尤其是基于地震弹性属性
、
电阻率和极化率联合的储层流体识别方法
。

技术介绍

[0002]地球科学与资源开发领域一直是人类关注的焦点之一，特别是在油气勘探
、
储层评价和开发方面
。
为了更好地开发地下资源，石油工程师和地质学家一直在寻求更准确
、
高效的储层流体探测技术
。
在过去的几十年里，地球物理勘探技术一直在不断发展，为了获得更多关键信息，科学家们不断尝试将多种勘探技术进行联合利用
。
[0003]其中，地震勘探是一种常用的地球物理勘探方法，其通过探测地下的声波反射和传播特性，来识别油气藏或矿床的存在
。
地震波在不同储层岩石中传播时会发生折射和反射，这些波的传播速度和方向与地下岩石的物理性质
(
如密度
、
泊松比等
)
有关，因此，可以通过地震数据来了解地下构造和储层流体的存在情况
。
然而，传统的地震勘探方法仅仅能提供地下岩石的弹性属性信息，对于流体类型和分布状态等信息了解较为有限
。
[0004]为了克服传统地震勘探方法的局限性，现有技术人员开始研究联合利用其他地球物理勘探技术来提高储层流体探测的准确性
。
电阻率测井以及电磁勘探是一种常用的地球物理勘探方法，它通过测量地下岩石的电阻率来判断流体
(
如水
、
油
、
气
)
的分布情况
。
不同类型的流体在岩石中具有不同的导电性，因此可以通过电阻率测井来区分不同类型的储层流体
。
然而，电阻率方法也有其局限性，它主要适用于含水层的识别，对于非常规油气储层等情况效果较差
。
[0005]另一个有潜力的地球物理勘探方法是极化率测井以及电磁勘探提取的极化率参数
。
极化率是指岩石在外加电场作用下产生极化现象的能力
。
当岩石中存在流体时，流体的极化率与岩石的极化率不同，因此可以通过测量岩石的极化率来识别流体的存在
。
极化率测井以及电磁勘探极化率提取方法对于非常规油气储层的探测有一定优势，然而它通常不能提供储层的弹性属性信息
。
[0006]综上所述，传统的地震勘探方法
、
电磁勘探方法
、
电阻率测井和极化率测井各自具有一定的优势和局限性
。
因此，石油工程师和地质学家开始尝试将这些地球物理勘探技术联合利用，以获得更多
、
更全面的储层流体信息
。
但是，到目前为止，暂无将地震勘探
、
电磁勘探
、
电阻率测井和极化率测井等数据进行综合分析和处理的相关技术介绍，其有待于进一步改进，并提高储层流体探测的准确性和可靠性
。
[0007]在彭国民
《
基于交叉梯度的
CSEM
和地震联合反演方法研究
》
一文中提到：该联合反演方法建立了可控源电磁和地震同步联合反演目标函数
,
利用非线性共轭梯度
(NLCG)
算法求解该联合反演目标函数
,
且基于相邻两次迭代过程的数据拟合
,
采用了一种自适应正则化方法来调整模型正则化因子
。
其中，可控源电磁和地震联合反演中采用以下三种：自适应修正法
、
电磁分频多尺度和多重网格反演法和交叉梯度加权法
。
[0008]但是，该技术涉及到多个步骤和算法，包括建立联合目标函数
、
使用非线性共轭梯度算法进行求解
、
采用自适应正则化方法等
。
这些步骤的复杂性增加了方法的实施难度，对操作者的要求较高
。
其中，该方法采用相邻两次迭代过程的数据拟合来更新模型参数，这种依赖关系可能导致迭代过程中的误差累积，影响反演结果的准确性
。
另外，该方法使用自适应正则化方法来调整模型的正则化因子
。
然而，如何选择合适的正则化因子仍然是一个挑战
。
如果选择不当，可能会导致反演结果过度平滑或过度复杂，影响成像质量
。
不仅如此，该方法主要应用于可控源电磁和地震联合反演问题
。
因此，在其他领域或数据类型的反演问题上可能不适用，限制了方法的适用范围
。
非线性共轭梯度算法的计算复杂度较高，特别是在高维问题或大规模数据集上
。
这可能导致反演过程耗时较长，限制了方法的实时性和实用性
。
[0009]因此，急需要提出一种逻辑简单
、
准确可靠的基于地震弹性属性
、
电阻率和极化率联合的储层流体识别方法
。

技术实现思路

[0010]针对上述问题，本专利技术的目的在于提供基于地震弹性属性
、
电阻率和极化率联合的储层流体识别方法，在油气勘探中，储层流体的准确定位和识别是至关重要的
。
传统的地震勘探技术可以获取地下岩石的弹性属性，但对于流体的探测能力有限；而电阻率和极化率测量技术虽然对流体敏感，但不能直接提供岩石储层的弹性信息
。
本专利技术采用的技术方案如下：
[0011]基于地震弹性属性
、
电阻率和极化率联合的储层流体识别方法，其包括以下步骤：
[0012]获取待检测识别区域的地震探测数据和电磁探测数据，提取电阻率
、
极化率和地震波的速度，得到第一物性模型；
[0013]依据含有电阻率
、
极化率和地震波的速度的测井数据，并结合岩石物理实验分析，采用
K
均值聚类分析和回归分析，得到第二物性模型；
[0014]利用第二物性模型对第一物性模型进行修正，并进行联合反演；
[0015]获得反演后含有电阻率
、
极化率和速度的模型参数，并根据模型参数进行储层流体预测
。
[0016]进一步地，所述
K
均值聚类分析，包括以下步骤：
[0017]获取含有电阻率
、
极化率和地震波的速度的测井数据，并组成待分类的数据集
X
＝
{x1,x2,
…
,x
n
}
；所述
n∈k
；所述
k
表示聚类的个数；
[0018]初始化待分类的数据集
X
＝
{x1,x2,
…
,x
n
}
的聚类中心<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于地震弹性属性
、
电阻率和极化率联合的储层流体识别方法，其特征在于，包括以下步骤：获取待检测识别区域的地震探测数据和电磁探测数据，提取电阻率
、
极化率和地震波的速度，得到第一物性模型；依据含有电阻率
、
极化率和地震波的速度的测井数据，并结合岩石物理实验分析，采用
K
均值聚类分析和回归分析，得到第二物性模型；利用第二物性模型对第一物性模型进行修正，并进行联合反演；获得反演后含有电阻率
、
极化率和速度的模型参数，并根据模型参数进行储层流体预测
。2.
根据权利要求1所述的基于地震弹性属性
、
电阻率和极化率联合的储层流体识别方法，其特征在于，所述
K
均值聚类分析，包括以下步骤：获取含有电阻率
、
极化率和地震波的速度的测井数据，并组成待分类的数据集
X
＝
{x1,x2,
…
,x
n
}
；所述
n∈k
；所述
k
表示聚类的个数；初始化待分类的数据集
X
＝
{x1,x2,
…
,x
n
}
的聚类中心
c1,c2,
…
,c
k
；将待分类的数据集
X
＝
{x1,x2,
…
,x
n
}
进行族类分配，其表达式为：其中，
x
表示待分类的数据集
X
＝
{x1,x2,
…
,x
n
}
内的数据；
C
j
表示第
j
个族类；
c
j
表示更新后的族类中心；求得任一族类所包含的数据点的平均值，并将该平均值作为更新后的族类中心
c
j
，其表达式为：其中，
N
j
表示第
j
个族类内的数据点的个数；构建聚类准则函数，其表达式为：
3.
根据权利要求1或2所述的基于地震弹性属性
、
电阻率和极化率联合的储层流体识别...

【专利技术属性】
技术研发人员：王绪本，邓继新，高文龙，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：