一种目的层地震钻井数据的随钻预测方法和装置制造方法及图纸

本申请提供了一种目的层地震钻井数据的随钻预测方法和装置，其中，该方法包括：根据二维的钻井数据和二维的测井资料，生成地质分层深度域数据，以建立时深字典；从三维地震数据中确定

【技术实现步骤摘要】
一种目的层地震钻井数据的随钻预测方法和装置


[0001]本申请属于地质勘探
，尤其涉及一种目的层地震钻井数据的随钻预测方法和装置
。

技术介绍

[0002]碳酸盐岩油气资源的储量是很大的，塔里木盆地碳酸盐岩储层深度较大，地震波速极高，储集空间复杂，主要为次生溶孔或裂缝，油田一口井动用一套缝洞体的开发方式无法满足效益开发的需求，一口井需要尽可能沟通多个缝洞的“一井多控”，才能实现效益开发的需求
。
[0003]地下溶洞
、
裂缝并不是孤立存在的，具有一致的水压条件
、
相对独立的缝洞系统，称之为缝洞体
。
在叠后地震剖面上，孔洞表现为反射振幅强
、
横向范围不大
、
纵向差异明显的“串珠状”地震特征，通常这种“串珠状”地震特征一般和底层同相轴
、
噪声叠加在一起，很难识别
。
在实际的地质勘探中，“串珠异常”的类型很多，为了研究碳酸盐岩孔洞储层的“串珠状”的形成机理，一般是采用数值和地震物理模型，基于波动方程数值模拟和实验室物理模拟正演响应研究
。
目前，碳酸盐岩孔洞型储层的地震解释大多分为两类：第一类是基于地震数据属性的“串珠状”异常反射传统识别方法和频率变化强度识别方法；第二类是利用人工智能方法提取孔洞储层“串珠状”异常反射特征的识别方式
。
然而，现有的方式仅考虑了识别地震绕射波形成的“串珠状”异常反射，例如：使用均方根振幅
、/>波阻抗反演
、
基于属性识别的“串珠”边缘检测等，忽略了碳酸盐岩孔洞储层含流体对于地震波的吸收衰减粘滞效应，无法够做到钻井场景下孔洞边缘位置的实时更新，以指导钻井
。
且现有的识别方法利用单地震属性从运动学特征描述储层，并未考虑储层内幕信息，不确定性强，无法准确识别孔洞的储层边界，难以实现随钻“一井多控”的安全性需求
。
[0004]针对上述问题，目前尚未提出有效的解决方案
。

技术实现思路

[0005]本申请目的在于提供一种目的层地震钻井数据的随钻预测方法和装置，可以解决现有的通过单一属性进行孔洞储层预测所存在的准确性较低的技术问题
。
[0006]本申请提供一种目的层地震钻井数据的随钻预测方法和装置是这样实现的：
[0007]一种目的层地震钻井数据的随钻预测方法，所述方法包括：
[0008]获取二维的钻井数据和二维的测井资料，根据所述二维的钻井数据和所述二维的测井资料，生成地质分层深度域数据；
[0009]将所述地质分层深度域数据与层位时间域数据进行匹配，以建立时深字典；
[0010]获取三维地震数据，从所述三维地震数据中提取出梯度结构张量
GST
结构特征属性数据
、
振幅能量类属性数据和频率吸收衰减类属性数据；
[0011]确定
GST
结构特征属性数据的第一贡献度
、
振幅能量类属性数据的第二贡献度和频率吸收衰减类属性数据的第三贡献度，建立多元多类型复合属性表征的地震钻井初始数
据；
[0012]获取实时的二维随钻数据，根据所述时深字典，将所述二维随钻数据映射为三维随钻地震数据；
[0013]根据所述三维随钻地震数据，对第一贡献度
、
第二贡献度和第三贡献度进行更新；
[0014]根据更新后的第一贡献度
、
第二贡献度和第三贡献度，得到多元多类型复合属性表征的目的层的地震钻井预测数据
。
[0015]在一个实施方式中，所述多元多类型复合属性表征的地震钻井初始数据表示为：
[0016][0017]其中，
R1为地震钻井初始数据，
A
表示
GST
结构特征属性数据，
B
表示振幅能量类属性数据，
C
表示频率吸收衰减属性数据，表示初始第一贡献度，表示初始第二贡献度，表示初始第三贡献度
。
[0018]在一个实施方式中，根据所述三维随钻地震数据，对第一贡献度
、
第二贡献度和第三贡献度进行更新，包括：
[0019]建立如下的目标函数：
[0020][0021]其中，
D
n
表示第
n
次更新后的三维随钻地震数据，为第
n
次更新后的多元多类型复合属性表征的地震钻井预测数据；
[0022]采用如下公式对所述目标函数进行求解：
[0023]l
＝
(S
T
S)
‑1S
T
D
[0024]其中，
l
为第一贡献度
、
第二贡献度和第三贡献度，
S
为三类属性数据的特征参数组成的
l
×3的矩阵，
D
为
l
×1的更新后的三维随钻地震数据；
[0025]将求解得到的第一贡献度
、
第二贡献度和第三贡献度，作为更新后的第一贡献度
、
第二贡献度和第三贡献度
。
[0026]在一个实施方式中，将所述地质分层深度域数据与层位时间域数据进行匹配，以建立时深字典，包括：
[0027]通过所述地层分层深度域数据和所述层位时间域数据，匹配介质分层的起始位置，以得到起始映射关系；
[0028]根据临近目的层的测井资料和预测得到的目的层平均速度，进行时深转换，以建立得到时深字典
。
[0029]在一个实施方式中，从所述三维地震数据中提取出
GST
结构特征属性数据，包括：
[0030]对所述三维地震数据任意一点
u
在三个方向上求取一阶偏导得到梯度矢量：
[0031][0032]其中，
g
表示所述三维地震数据任意一点
u
的梯度矢量，
g1,g2,g3为所述三维地震数据中任意一点
u
在
x,y,z
三个方向上的偏导数；
[0033]根据所述梯度矢量，构建张量矩阵：
[0034][0035]对所述张量矩阵进行特征分解，得到
GST
结构特征属性数据：
[0036]T
＝
g1mm
T
+g2nn
T
+g3ww
T
[0037]其中，
T
表示
GST
结构特征属性数据，
g1、g2、g3表示
T
grad
的三个特征值，
m
表示横向
x
方向上的单位面元，
n
表示横向
y
方向上的单位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种目的层地震钻井数据的随钻预测方法，其特征在于，所述方法包括：获取二维的钻井数据和二维的测井资料，根据所述二维的钻井数据和所述二维的测井资料，生成地质分层深度域数据；将所述地质分层深度域数据与层位时间域数据进行匹配，以建立时深字典；获取三维地震数据，从所述三维地震数据中提取出梯度结构张量
GST
结构特征属性数据
、
振幅能量类属性数据和频率吸收衰减类属性数据；确定
GST
结构特征属性数据的第一贡献度
、
振幅能量类属性数据的第二贡献度和频率吸收衰减类属性数据的第三贡献度，建立多元多类型复合属性表征的地震钻井初始数据；获取实时的二维随钻数据，根据所述时深字典，将所述二维随钻数据映射为三维随钻地震数据；根据所述三维随钻地震数据，对第一贡献度
、
第二贡献度和第三贡献度进行更新；根据更新后的第一贡献度
、
第二贡献度和第三贡献度，得到多元多类型复合属性表征的目的层的地震钻井预测数据
。2.
根据权利要求1所述的方法，其特征在于，所述多元多类型复合属性表征的地震钻井初始数据表示为：其中，
R1为地震钻井初始数据，
A
表示
GST
结构特征属性数据，
B
表示振幅能量类属性数据，
C
表示频率吸收衰减属性数据，表示初始第一贡献度，表示初始第二贡献度，表示初始第三贡献度
。3.
根据权利要求2所述的方法，其特征在于，根据所述三维随钻地震数据，对第一贡献度
、
第二贡献度和第三贡献度进行更新，包括：建立如下的目标函数：其中，
D
n
表示第
n
次更新后的三维随钻地震数据，为第
n
次更新后的多元多类型复合属性表征的地震钻井预测数据；采用如下公式对所述目标函数进行求解：
l
＝
(S
T
S)
‑1S
T
D
其中，
l
为第一贡献度
、
第二贡献度和第三贡献度，
S
为三类属性数据的特征参数组成的
l
×3的矩阵，
D
为
l
×1的更新后的三维随钻地震数据；将求解得到的第一贡献度
、
第二贡献度和第三贡献度，作为更新后的第一贡献度
、
第二贡献度和第三贡献度
。4.
根据权利要求1所述的方法，其特征在于，将地质分层深度域数据与层位时间域数据进行匹配，以建立时深字典，包括：通过地层分层深度域数据和层位时间域数据，匹配介质分层的起始位置，以得到起始映射关系；根据临近目的层的测井资料和预测得到的目的层平均速度，进行时深转换，以建立得到时深字典
。
5.
根据权利要求1所述的方法，其特征在于，从所述三维地震数据中提取出
GST
结构特征属性数据，包括：对所述三维地震数据任意一点
u
在三个方向上求取一阶偏导得到梯度矢量：其中，
g
表示所述三维地震数据任意一点
u
的梯度矢量，
g1,g2,g3为所述三维地震数据中任意一点
u
在
x,y,z
三个方向上的偏导数；根据所述梯度矢量，构建张量矩阵：对所述张量矩阵进行特征分解，得到
GST
结构特征属性数据：
T

【专利技术属性】
技术研发人员：袁三一，冯建祥，吴超，冯庚，王尚旭，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：