【技术实现步骤摘要】
本专利技术涉及石油天然气勘探开发领域，更具体地，涉及一种自适应时窗属性提取的砂体预测方法、装置、设备及介质。
技术介绍
1、储层预测常采用的手法主要是利用地震属性分析的技术，利用从三维地震数据中提取的大量地震属性与井点处测井资料和地震资料揭示的储层特征，建立地震属性与储层参数之间的关系，从而将地震属性转换为相应的储层参数。
2、目前在对属性提取时，常采用的方法是固定时窗，即以目的层为中心，向上和向下开固定数值的时窗，求取该时窗范围内属性信息。但是在实际研究过程中，目的层常受多种因素影响，如当研究区发育煤层时，其振幅属性表现为异常高值或者异常低值。当前用常规利用地震振幅属性预测砂体厚度时，即：采用以计算点为中心的固定时窗长度，地震数据的频带范围是时变的，固定时窗很难兼顾具有宽频带的浅层数据和窄频带的深层数据，导致最终预测的砂体厚度图精度降低。近年来，有学者提出自适应时窗的技术，但是这些技术中，均采用了一定程度的滤波或基于趋势面的平滑处理，进行异常值的剔除，这些方法对地震属性分析的精度均有一定程度的降低。
3、因此，有必要开发一种自适应时窗属性提取的砂体预测方法、装置、设备及介质。
4、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
技术介绍
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自适应时窗属性提取的砂体预测方法、装置、设备及介质，规避了选取固定时
2、第一方面，本公开实施例提供了一种自适应时窗属性提取的砂体预测方法，包括：
3、对目标层位进行地震解释，获得第一层位h1，提取目标层位井点处目标层位砂体厚度；
4、提取振幅属性值，确定砂体发育时的临界振幅属性值f；
5、提取振幅值大于f的属性图g1，将g1转换为时间域厚度网格g2；
6、将h1转换为时间域网格，叠加g2，获得层位属性h2；
7、以h1为顶时窗，h2为底部时窗，f为门槛值，提取最大振幅门槛值属性图g3；
8、以测井上砂体厚度为控制点，g3为控制层，获得平面砂体厚度预测结果。
9、优选地，对目标层位进行地震解释前，还包括：
10、获取目标储层区域的测井和地震数据，进行井震结合并确定目标层位。
11、优选地，提取振幅值大于f的属性图g1包括：
12、研究区由n个点组成，即s1，s2，s3…sn，每个点中包含有m个采样点，即s11，s12，s13…s1m，s21，s22，s23…s2m，s31，s32，s33…s3m，…sn1，sn2，sn3…snm；
13、若sxy处振幅值>f，则f(sxy)＝1，若sxy处振幅值<f，则f(sxy)＝0；
14、sxy处的门槛值属性值为则0<f(sxy)<100；
15、研究区每个点的门槛值属性值为：f(s11)，f(s12)，f(s13)…f(s1m)，f(s21)，f(s22)，f(s23)…f(s2m)，f(s31)，f(s32)，f(s33)…f(s3m)，…f(sn1)，f(sn2)，f(sn3)…f(snm)；
16、此时n*m个点的f(sxy)值组成属性图g1。
17、优选地，还包括：
18、将h1转换为零相位处，读取点sxy处h1的时间t1及h1之下地震波由正值转换为负值的另一个零相位处的时间t2，计算时间差δh。
19、优选地，还包括：
20、当点sxy处的f(sxy)>f时，h2＝h1+δh；当f(sxy)<f时，h2＝h1。
21、优选地，以测井上砂体厚度为控制点，g3为控制层，获得平面砂体厚度预测结果包括：
22、判断井点相关性是否大于相关性阈值，若是，则进行剩余散点误差计算、剩余散点网格生成，获得所述平面砂体厚度预测结果；
23、若否，则对相关性吻合度高的点进行保留，获得新的控制层，重复上述步骤，直到所述井点相关性大于所述相关性阈值，获得所述平面砂体厚度预测结果。
24、优选地，所述相关性阈值为90％。
25、作为本公开实施例的一种具体实现方式，
26、第二方面，本公开实施例还提供了一种自适应时窗属性提取的砂体预测装置，包括：
27、地震解释模块，对目标层位进行地震解释，获得第一层位h1，提取目标层位井点处目标层位砂体厚度；
28、临界振幅属性确定模块，提取振幅属性值，确定砂体发育时的临界振幅属性值f；
29、时间域厚度网格获取模块，提取振幅值大于f的属性图g1，将g1转换为时间域厚度网格g2；
30、层位属性获取模块，将h1转换为时间域网格，叠加g2，获得层位属性h2；
31、提取模块，以h1为顶时窗，h2为底部时窗，f为门槛值，提取最大振幅门槛值属性图g3；
32、预测模块，以测井上砂体厚度为控制点，g3为控制层，获得平面砂体厚度预测结果。
33、优选地，对目标层位进行地震解释前，还包括：
34、获取目标储层区域的测井和地震数据，进行井震结合并确定目标层位。
35、优选地，提取振幅值大于f的属性图g1包括：
36、研究区由n个点组成，即s1，s2，s3…sn，每个点中包含有m个采样点，即s11，s12，s13…s1m，s21，s22，s23…s2m，s31，s32，s33…s3m，…sn1，sn2，sn3…snm；
37、若sxy处振幅值>f，则f(sxy)＝1，若sxy处振幅值<f，则f(sxy)＝0；
38、sxy处的门槛值属性值为则0<f(sxy)<100；
39、研究区每个点的门槛值属性值为：f(s11)，f(s12)，f(s13)…f(s1m)，f(s21)，f(s22)，f(s23)…f(s2m)，f(s31)，f(s32)，f(s33)…f(s3m)，…f(sn1)，f(sn2)，f(sn3)…f(snm)；
40、此时n*m个点的f(sxy)值组成属性图g1。
41、优选地，还包括：
42、将h1转换为零相位处，读取点sxy处h1的时间t1及h1之下地震波由正值转换为负值的另一个零相位处的时间t2，计算时间差δh。
43、优选地，还包括：
44、当点sxy处的f(sxy)>f时，h2＝h1+δh；当f(sxy)<f时，h2＝h1。
45、优选地，本文档来自技高网...
【技术保护点】
1.一种自适应时窗属性提取的砂体预测方法，其特征在于，包括：
2.根据权利要求1所述的自适应时窗属性提取的砂体预测方法，其中，对目标层位进行地震解释前，还包括：
3.根据权利要求1所述的自适应时窗属性提取的砂体预测方法，其中，提取振幅值大于F的属性图G1包括：
4.根据权利要求3所述的自适应时窗属性提取的砂体预测方法，其中，还包括：
5.根据权利要求4所述的自适应时窗属性提取的砂体预测方法，其中，还包括：
6.根据权利要求1所述的自适应时窗属性提取的砂体预测方法，其中，以测井上砂体厚度为控制点，G3为控制层，获得平面砂体厚度预测结果包括：
7.根据权利要求6所述的自适应时窗属性提取的砂体预测方法，其中，所述相关性阈值为90％。
8.一种自适应时窗属性提取的砂体预测装置，其特征在于，包括：
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，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权利要求1-7中任一项所述的
...【技术特征摘要】
1.一种自适应时窗属性提取的砂体预测方法，其特征在于，包括：
2.根据权利要求1所述的自适应时窗属性提取的砂体预测方法，其中，对目标层位进行地震解释前，还包括：
3.根据权利要求1所述的自适应时窗属性提取的砂体预测方法，其中，提取振幅值大于f的属性图g1包括：
4.根据权利要求3所述的自适应时窗属性提取的砂体预测方法，其中，还包括：
5.根据权利要求4所述的自适应时窗属性提取的砂体预测方法，其中，还包括：
6.根据权利要求1所述的自适应时窗属性提取的...
【专利技术属性】
技术研发人员：罗盼，李九生，李潇，
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。