【技术实现步骤摘要】
本专利技术涉及油气地球物理勘探，具体来说，涉及一种基于优势波形分量组合的叠前avo属性分析方法。
技术介绍
1、随着勘探开发的不断推进，储层预测所面临的地质问题和地球物理难题也越来越复杂，解决问题的难度越来越大，尤其是地层界面附近的隐蔽型储层识别(因地层界面形成的强反射或煤系地层的强反射掩盖了附近的储层)以及复杂储层预测及含油气检测等。
2、传统的地震属性预测和含油气性检测直接在原始的地震处理后的成果数据上预测，其本身提供的地震数据体上都不能很好的识别出不同类型储层的响应，必然会导致预测精度的下降。
3、针对强反射屏蔽储层信号这一问题，目前常规的做法有匹配追踪、子波分解等技术，前者是基于匹配追踪算法形成的强反射分离技术，为频率域算法，该技术是以输入层位为基准计算的，没有时窗的概念，层位的好坏对分离结果及储层的预测有较大影响。该技术根据最佳匹配准则匹配局部最优子波。局部最优子波的长度都由实际信号的局部特征来确定，最优子波代表了信号的局部地震响应特征。子波匹配过程中，由于该算法采用贪婪算法，通过创建超完备的时频原子库，对时移、频率和相位参数进行全局扫描，以寻找最佳相关的匹配原子，因此计算效率极低。近年来相关技术都是以提升计算效率为核心，从全局寻优匹配，发展到瞬时属性约束的动态寻优匹配，提升了计算效率。新技术广泛应用于薄层识别、煤层强反射分离等诸多方面，并取得了较好的应用效果。目前已经被广泛应用于提高地震分辨率和复杂储层识别中，在储层预测方法中占据重要地位。该技术是把一个地震道分解成不同能量的地震子波的集合，再
4、目前上述技术的应用都是在叠后数据的基础上开展的，且能够在一定程度上提高储层的预测精度，但是当储层和非储层之间没有明显波阻抗差异时，该方法无法满足需求。叠前地震道集中的avo属性中包括了横波信息及泊松比信息，因此用avo相关属性开展储层预测有助于提高储层含油气识别的准确性，预测结果优于叠后属性。
5、在塔里木盆地深层断溶体储层预测中，目的层段奥陶系一间房组灰岩与上覆地层碎屑岩沉积存在较大的波阻抗差异，在地震剖面上存在较强的“两谷夹一峰”的t74反射界面，t74反射界面对下伏地层储层的波场特征产生较大的影响，油气储层特征掩埋在强发射下，致使地震反演等技术得到的表征储层含油气性的地球物理参数不够准确，影响了地震储层预测的精度。
6、在前期项目研究中，发现针对目标层提取的avo梯度截距乘积属性能够较好的识别油气储层特征，但是其预测结果在一定程度上受t74不整合面的强反射干扰。因此，有必要针对叠前数据开展地层信息剥离技术，以提高储层预测精度。
技术实现思路
1、为了解决以上技术问题，本专利技术提供了一种基于优势波形分量组合的叠前avo属性分析方法，通过将子波分解技术推广到叠前道集处理中，从输入源上提高用于储层预测数据的精度和可靠性，从而更好的运用avo属性进行储层含油气性预测。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、一种基于优势波形分量组合的叠前avo属性分析方法，基于地震子波理论，从用于预测的数据体出发，剥离掉代表地层信息的分量，再综合多种信息将目的层段地震波场分解成多个不同子波类型的波场分量，优选对目标储集体类型有明显响应的波场分量进行匹配叠加，将无响应的波场分离，从而得到可表征不同类型储集体的不同波形分量叠加体，以新数据体为目标开展后续反演及属性计算。
4、优选地，所述基于优势波形分量组合的叠前avo属性分析方法，具体包括以下步骤：
5、(1)数据准备：从三维地震叠前crp道数据中，确定目的层段的时窗；
6、(2)地震数据的波形分解：根据多子波模型，将步骤(1)得到的时窗进行波形分解，得到不同子波类型的波形分量；
7、(3)剥离地层强反射信息；对步骤(2)得到的波形分量进行分析，将反映最大一级的地层结构的波形分量剥离，得到多个波形分量数据体；
8、(4)优势波形分量的选取及组合：将步骤(3)得到的多个波形分量数据体，对照不同类型的储集体，开展优势分量的组合测试，得到该类型的储层体的优势波形分量数据体；
9、(5)目标区储层avo属性提取及优势属性分析；对步骤(4)得到的优势波形分量数据体进行地震avo属性提取，开展储层含油气性预测。
10、优选地，步骤(1)中所述时窗，包括目标层段的强反射层段和强反射下需要研究的层段。
11、优选地，步骤(2)中所述波形分解的公式为：
12、
13、其中，swell(t)为地震反射信号；
14、wwell(i)(i＝1,2,λ,m)代表一个子波序列，其中的子波可以具有不同的形状或频谱特征；
15、rwell(i)(i＝1,2,λ,m)是单一反射系数的序列函数，满足
16、n(t)是噪音。
17、优选地，所述单一反射系数的序列函数的计算方法为：根据实际研究区钻井的声波测井曲线计算每套地层、每类储集体的反射系数得到。
18、优选地，所述不同子波类型的波形分量的计算方法为：根据波形分解公式以及实际钻井的反射系数组合序列，将一个地震道转换成不同形状的子波的叠加，根据波形分解公式反向的分解过程和实际地质需求，计算得到不同子波类型的波形分量。
19、优选地，步骤(3)中所述分析为：强阻抗是工区层系之间的不整合界面由于地质年代的沉积间断产生的，认为为探区最大一级的地层结构。
20、优选地，步骤(4)中所述组合测试为：通过钻测井认识将不同波形分量组合，形成能区分储层含油、含气等不同储集体类型的组合波形分量，通过波形重构，形成对不同类型储集体更加敏感的优势波形分量数据体。
21、本专利技术还提供了上述的叠前avo属性分析方法在识别含油储层和/或分析井间连通情况中的应用。
22、本专利技术的有益效果为：
23、本专利技术通过实践将子波分解与重构技术推广应用至叠前道集，通过地层分量的剥离及优势分量的组合，实现了强反射分离及储层信号的增强，实现了储层含油气性识别。
本文档来自技高网...【技术保护点】
1.一种基于优势波形分量组合的叠前AVO属性分析方法，其特征在于，基于地震子波理论，从用于预测的数据体出发，剥离掉代表地层信息的分量，再综合多种信息将目的层段地震波场分解成多个不同子波类型的波场分量，优选对目标储集体类型有明显响应的波场分量进行匹配叠加，将无响应的波场分离，从而得到可表征不同类型储集体的不同波形分量叠加体，以新数据体为目标开展后续反演及属性计算。
2.根据权利要求1所述的叠前AVO属性分析方法，其特征在于，包括以下步骤：
3.根据权利要求1所述的叠前AVO属性分析方法，其特征在于，步骤(1)中所述时窗，包括目标层段的强反射层段和强反射下需要研究的层段。
4.根据权利要求1所述的叠前AVO属性分析方法，其特征在于，步骤(2)中所述多子波模型的公式为：
5.根据权利要求4所述的叠前AVO属性分析方法，其特征在于，所述单一反射系数的序列函数的计算方法为：根据实际研究区钻井的声波测井曲线计算每套地层、每类储集体的反射系数得到。
6.根据权利要求1所述的叠前AVO属性分析方法，其特征在于，所述不同子波类型的波形分量
7.根据权利要求1所述的叠前AVO属性分析方法，其特征在于，步骤(3)中所述分析为：强阻抗是工区层系之间的不整合界面由于地质年代的沉积间断产生的，认为为探区最大一级的地层结构。
8.根据权利要求1所述的叠前AVO属性分析方法，其特征在于，步骤(4)中所述组合测试为：通过钻测井认识将不同波形分量组合，形成能区分储层含油、含气不同储集体类型的组合波形分量，通过波形重构，形成对不同类型储集体更加敏感的优势波形分量数据体。
9.根据权利要求1-8任一项所述的叠前AVO属性分析方法在识别含油储层和/或分析井间连通情况中的应用。
...【技术特征摘要】
1.一种基于优势波形分量组合的叠前avo属性分析方法，其特征在于，基于地震子波理论，从用于预测的数据体出发，剥离掉代表地层信息的分量，再综合多种信息将目的层段地震波场分解成多个不同子波类型的波场分量，优选对目标储集体类型有明显响应的波场分量进行匹配叠加，将无响应的波场分离，从而得到可表征不同类型储集体的不同波形分量叠加体，以新数据体为目标开展后续反演及属性计算。
2.根据权利要求1所述的叠前avo属性分析方法，其特征在于，包括以下步骤：
3.根据权利要求1所述的叠前avo属性分析方法，其特征在于，步骤(1)中所述时窗，包括目标层段的强反射层段和强反射下需要研究的层段。
4.根据权利要求1所述的叠前avo属性分析方法，其特征在于，步骤(2)中所述多子波模型的公式为：
5.根据权利要求4所述的叠前avo属性分析方法，其特征在于，所述单一反射系数的序列函数的计算方法为：根据实际研究区钻井的声波测井曲线计算每套地层、...
【专利技术属性】
技术研发人员：耿峰，朱猛，范伟峰，杨素举，郝建龙，曹远志，
申请(专利权)人：中国石油化工股份有限公司，
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。