System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及石油勘探领域,更具体地,涉及一种基于叠前弹性因子的 致密砂岩储层预测方法、设备及介质。
技术介绍
1、随着勘探目标由相对简单的常规储层转为较复杂的非常规储层,储层 刻画难度急剧增加,这些年对应的地震储层预测技术也紧跟发展。目前普 遍应用的地震储层预测思路可分为两类:一是直接对储层含油气性进行检 测(即烃类检测或流体识别),二对储层物性进行检测,这两种预测思路所 使用的技术手段却比较类似,总体可归纳为岩石物理分析、属性提取、地 震反演等方面。前一种预测思路是根据岩石在含油气后的异常响应特征来 分析的,该思路相应地衍生出了一系列弹性流体识别因子。smith and gidlow 在分析不同类型含气砂岩avo特征的基础上,首次提出了“流体因子”的 概念及相应近似公式,该研究为流体识别因子的构建和流体性质的识别奠 定了基础。goodway等基于岩石自身的拉伸特性对纵横波阻抗进行组合, 从而得到了较为明确的流体识别因子公式,但该因子在较为复杂的勘探区 域应用时检测敏感性不够高。russel等基于biot-gassmann方程推导出了流 体属性(ρf),流体属性提高了对储层流体检测的敏感性。宁忠华等综合分 析了之前所提出的一些流体识别因子之后,从biot-gassmann方程出发进一 步推导出了高灵敏度流体识别因子(σhsfif)。quakenbush et al.把泊松比与 密度线性组合起来形成泊松阻抗,相较于单参数这种组合型参数对流体区 分性更强。
2、对储层物性进行检测需要考虑储层的岩性及非均质性等特征,实现
3、综上,现有技术方法预测优质储层主要存在如下几个问题:(1)储层 预测之前地层岩性未有效落实。岩性的准确预测是优质储层预测的前提, 目前四川盆地陆相致密砂岩勘探就面临着岩性预测不准确,进而导致储层 分布刻画不精确的问题。结合已钻井的认识,川内陆相地层岩性横向变化 快,分布情况极为复杂,孔隙砂岩与高速泥岩、致密砂岩、砾岩之间难以 区分;(2)传统弹性因子的计算多基于纵、横波阻抗,然而由于实测横波 数据缺失或密度测井数据不准确,且密度项在叠前反演当中存在不稳定的 问题,致使传统弹性因子的预测结果不够准确。
4、因此,有必要开发一种基于叠前弹性因子的致密砂岩储层预测方法、 设备及介质。
5、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背景 技术的理解,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
1、本专利技术提出了一种基于叠前弹性因子的致密砂岩储层预测方法、设备 及介质,其能够通过岩性识别因子确定有利岩性区域,然后再利用不含密 度项的叠前高敏感弹性因子确定优质砂岩储层,从而提高预测精度,降低 勘探成本和风险。
2、第一方面,本公开实施例提供了一种基于叠前弹性因子的致密砂岩储 层预测方法,包括:
3、对地震资料进行预处理;
4、确定岩性指示因子与物性指示因子;
5、通过叠前两项式反演方法,获得纵波速度体与横波速度体;
6、根据岩石物理分析结果计算岩性指示因子;
7、根据去泥、砾岩后叠前反演的纵、横波速度体,计算叠前高敏感弹性 因子,即所述物性指示因子;
8、针对所述叠前高敏感弹性因子与孔隙度进行拟合,根据拟合关系将所 述叠前高敏感弹性因子体转化为孔隙度体,从而预测勘探区高孔的砂岩储 层。
9、优选地,所述预处理包括梯度化处理与标准化处理。
10、优选地,通过公式(1)进行所述梯度化处理:
11、
12、其中,s为归一化后地震数据,n为梯度化处理次数,s′为梯度化处理 后的地震数据。
13、优选地,所述标准化处理为:
14、y=k·x+b (2)
15、lgy=k·lgx+b (3)
16、其中,x为原始测井数据,k为标准化处理系数,b为标准化处理截距,y为标准化处理后测井数据。
17、优选地,确定岩性指示因子与物性指示因子包括:
18、对井上非弹性参数进行交会,建立出砂、砾、泥岩的模板;
19、通过井上纵、横波速度计算弹性参数,进行两两交会,根据交会结果 判断所述弹性参数对岩性、物性的区分度,从而确定岩性指示因子与物性 指示因子。
20、优选地,根据岩石物理分析结果计算岩性指示因子包括:
21、直接使用所述横波速度体作为所述岩性指示因子,设定阈值去除所述 横波速度体中高速砾岩和低速泥岩区域,排除非勘探目标岩性对最终储层 预测的干扰。
22、优选地,通过公式(4)计算叠前高敏感弹性因子:
23、σhsprf=δvp·δvs(δvp-cδvs)2 (4)
24、其中,σhsprf为叠前高敏感弹性因子,δvp为纵波速度变化量,为目的层最大纵波速度,为目的层最小纵波 速度,δvs为横波速度变化量,为目的层最大横波 速度,为目的层最小横波速度,c为调节参数。
25、优选地,所述拟合关系为:
26、φ=a(σhsprf)2+b(σhsprf)+c (5)
27、其中,φ为储层的孔隙度,a、b、c为拟合系数。
28、作为本公开实施例的一种具体实现方式,
29、第二方面,本公开实施例还提供了一种电子设备,该电子设备包括:
30、存储器,存储有可执行指令;
31、处理器,所述处理器运行所述存储器中的所述可执行指令,以实现所 述的基于叠前弹性因子的致密砂岩储层预测方法。
32、第三方面,本公开实施例还提供了一种计算机可读存储介质,该计算 机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现所 述的基于叠前弹性因子的致密砂岩储层预测方法。
33、本专利技术的方法和装置具有其它的特性和优点,这些特性和优点从并入 本文中的附图和随后的本文档来自技高网...
【技术保护点】
1.一种基于叠前弹性因子的致密砂岩储层预测方法,其特征在于,包括:
2.根据权利要求1所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,所述预处理包括梯度化处理与标准化处理。
3.根据权利要求2所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,通过公式(1)进行所述梯度化处理:
4.根据权利要求2所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,所述标准化处理为:
5.根据权利要求1所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,确定岩性指示因子与物性指示因子包括:
6.根据权利要求1所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,根据岩石物理分析结果计算岩性指示因子包括:
7.根据权利要求1所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,通过公式(4)计算叠前高敏感弹性因子:
8.根据权利要求7所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,所述拟合关系为:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,其特征在于,
...【技术特征摘要】
1.一种基于叠前弹性因子的致密砂岩储层预测方法,其特征在于,包括:
2.根据权利要求1所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,所述预处理包括梯度化处理与标准化处理。
3.根据权利要求2所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,通过公式(1)进行所述梯度化处理:
4.根据权利要求2所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,所述标准化处理为:
5.根据权利要求1所述的基于叠前弹性因子的致密砂岩储层预测方法,其中,确定岩性指示因子与物性指示因子包括:
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员:凡睿,张懿疆,曾韬,屈大鹏,缪志伟,黎承银,秦春雨,王涛,
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。