公开/公告号CN112649865A
专利类型发明专利
公开/公告日2021-04-13
原文格式PDF
申请/专利号CN201910969327.2
申请日2019-10-12
分类号G01V1/30(20060101);
代理机构11218 北京思创毕升专利事务所;
代理人孙向民;廉莉莉
地址 100027 北京市朝阳区朝阳门北大街22号
入库时间 2023-06-19 10:35:20
技术领域
本发明涉及地震资料储层预测领域,更具体地,涉及一种基于特征子波的火山岩储层识别方法及系统。
背景技术
四川盆地首次钻遇火山碎屑岩储层,与东北松辽盆地、塔中地区常见的火成岩相比,两者存在较大的差异。川西盆地火山岩储层埋藏深,地震资料分辨率低、信噪比低,火山机构、内幕不清,火山通道/深断裂不易识别,制约着储层的进一步勘探。由于常规的方法技术不适用此种类型储层研究,常规方法主要包括地震属性、波形聚类、地震反演等,但是针对多期喷发且强横向非均质性火山岩,现有方法存在较大的局限性,预测精度较低,不能满足此种类型储层的深入研究。因此,有必要开发一种基于特征子波的火山岩储层识别方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明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。
发明内容
本发明提出了一种基于特征子波的火山岩储层识别方法及系统,其针对不同喷发期次地震响应特征的差异,构建相应的特征子波开展火山岩储层识别,突出了火山岩响应特征,更好的开展火山岩储层预测工作,提高火山岩储层预测精度,降低勘探的风险。
根据本发明的一方面,提出了一种基于特征子波的火山岩储层识别方法。所述方法可以包括:根据研究目标特征,确定目标储层的子波频率范围,进而计算中心频率和频带宽度;根据子波能量占比与N次矩阵,计算多个特征子波;根据所述目标储层的地震响应特征,确定特征子波,计算所述特征子波与所述目标储层的地震道的相关系数;设定相关系数阈值,根据目标储层对应的地震道的相关系数进行火山岩储层识别。
优选地,通过公式(1)计算中心频率:
其中,f
优选地,通过公式(2)计算频带宽度:
f
其中,f
优选地,所述子波能量占比为:
其中,λ
优选地,所述N次矩阵为:
A={a
其中,
优选地,通过公式(5)计算特征子波:
Aw=λw (5)。
优选地,通过公式(6)计算所述特征子波与所述目标储层的地震道的相关系数:
其中,s为地震道,w为特征子波,C(t,i)为相关系数。
优选地,进行火山岩储层识别包括:判断所述目标储层对应的地震道的相关系数是否小于相关系数阈值,若是,则所述目标储层为非储层,若否,则所述目标储层为火山岩储层。
根据本发明的另一方面,提出了一种基于特征子波的火山岩储层识别系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:据研究目标特征,确定目标储层的子波频率范围,进而计算中心频率和频带宽度;根据子波能量占比与N次矩阵,计算多个特征子波;根据所述目标储层的地震响应特征,确定特征子波,计算所述特征子波与所述目标储层的地震道的相关系数;设定相关系数阈值,根据目标储层对应的地震道的相关系数进行火山岩储层识别。
优选地,通过公式(1)计算中心频率:
其中,f
优选地,通过公式(2)计算频带宽度:
f
其中,f
优选地,所述子波能量占比为:
其中,λ
优选地,所述N次矩阵为:
A={a
其中,
优选地,通过公式(5)计算特征子波:
Aw=λw (5)。
优选地,通过公式(6)计算所述特征子波与所述目标储层的地震道的相关系数:
其中,s为地震道,w为特征子波,C(t,i)为相关系数。
优选地,进行火山岩储层识别包括:判断所述目标储层对应的地震道的相关系数是否小于相关系数阈值,若是,则所述目标储层为非储层,若否,则所述目标储层为火山岩储层。
本发明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具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的基于特征子波的火山岩储层识别方法的步骤的流程图。
图2示出了根据本发明的应用示例1的理论模型的示意图。
图3a和图3b分别示出了根据图2的零相位特征子波与-90度相移特征子波的示意图。
图4示出了根据本发明的图3的零相位特征子波识别结果与-90度相移特征子波识别结果的示意图。
图5示出了根据本发明的应用示例2的合成地震记录标定结果的示意图。
图6示出了根据本发明的应用示例2的井点处目标储层时频分析结果的示意图。
图7a和图7b分别示出了根据本发明的应用示例2的-90度相移特征子波与零相位特征子波的示意图。
图8a和图8b分别示出了根据本发明的应用示例2的C1喷发期次应用相关系数阈值处理前后的储层识别结果的示意图。
图9a和图9b分别示出了根据本发明的应用示例2的C3喷发期次应用相关系数阈值处理前后的储层识别结果的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的基于特征子波的火山岩储层识别方法的步骤的流程图。
在该实施例中,根据本发明的基于特征子波的火山岩储层识别方法可以包括:步骤101,根据研究目标特征,确定目标储层的子波频率范围,进而计算中心频率和频带宽度;步骤102,根据子波能量占比与N次矩阵,计算多个特征子波;步骤103,根据目标储层的地震响应特征,确定特征子波,计算特征子波与目标储层的地震道的相关系数;步骤104,设定相关系数阈值,根据目标储层对应的地震道的相关系数进行火山岩储层识别。
在一个示例中,通过公式(1)计算中心频率:
其中,f
在一个示例中,通过公式(2)计算频带宽度:
f
其中,f
在一个示例中,子波能量占比为:
其中,λ
在一个示例中,N次矩阵为:
A={a
其中,
在一个示例中,通过公式(5)计算特征子波:
Aw=λw (5)。
在一个示例中,通过公式(6)计算特征子波与目标储层的地震道的相关系数:
其中,s为地震道,w为特征子波,C(t,i)为相关系数。
在一个示例中,进行火山岩储层识别包括:判断目标储层对应的地震道的相关系数是否小于相关系数阈值,若是,则目标储层为非储层,若否,则目标储层为火山岩储层。
具体地,根据本发明的基于特征子波的火山岩储层识别方法可以包括:
根据研究目标特征,确定目标储层的子波频率范围为[f
λ
根据目标储层的地震响应特征,分析其地震波形相位特征,确定特征子波,通过公式(6)计算特征子波与目标储层的地震道的相关系数;设定相关系数阈值,判断目标储层对应的地震道的相关系数是否小于相关系数阈值,若是,则目标储层为非储层,若否,则目标储层为火山岩储层。
本方法针对不同喷发期次地震响应特征的差异,构建相应的特征子波开展火山岩储层识别,突出了火山岩响应特征,更好的开展火山岩储层预测工作,提高火山岩储层预测精度,降低勘探的风险。
为便于理解本发明实施例的方案及其效果,以下给出两个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
图2示出了根据本发明的应用示例1的理论模型的示意图。
制作一个如图2所示简单理论模型,分别为单反射系数界面和正负反射系数对模式,如图2第1道数据,利用30Hz零相位Morlet子波进行正演,得到合成地震记录,如图2第2道数据。由图可见,两个界面的地震响应特征分别表现为零相位模式(上部波形)和90°相移模式(下部波形),即不同研究目标所表现出的地震反射特征有明显的差别。
图3a和图3b分别示出了根据图2的零相位特征子波与-90度相移特征子波的示意图。
图4示出了根据本发明的图3的零相位特征子波识别结果与-90度相移特征子波识别结果的示意图。
针对零相位地震响应特征,利用零相位特征子波,对合成地震记录进行检测分析,较好的突出了零相位地震响应特征,如图4a所示,较好识别了该地质异常(箭头所示)。针对90度相移地震响应特征,利用90度相移特征子波,对合成地震记录进行检测分析,较好的突出了90度相移地震响应特征,如图4b所示,较好识别了该地质异常(箭头所示)。
图5示出了根据本发明的应用示例2的合成地震记录标定结果的示意图。
针对四川盆地某研究工区内探井A,开展合成地震记录标定,如图5所示,并从井上划分了三个喷发期次,分别为C1、C2和C3。从地震合成记录看,C3期次地震反射特征为近零相位特征,C1期次地震反射特征为近-90度相移特征。根据上述认识,开展针对不同喷发期次的特征子波火山岩识别,具有较好的研究基础。
图6示出了根据本发明的应用示例2的井点处目标储层时频分析结果的示意图。
图7a和图7b分别示出了根据本发明的应用示例2的-90度相移特征子波与零相位特征子波的示意图。
根据如图6所示的井A储层段时频分析结果,确定特征子波中心频率为27Hz,频带宽度37Hz,则频带范围8.5-45.5Hz,计算得到如图7a所示的-90度相移特征子波和如图7b所示的零相位特征子波。
图8a和图8b分别示出了根据本发明的应用示例2的C1喷发期次应用相关系数阈值处理前后的储层识别结果的示意图。
针对C1喷发期次,采用-90度相移子波开展相关检测,如图8a所示,C1喷发期次处理信号响应特征较原始信号明显增强(黑色箭头)。通过相关系数阈值,有效识别了C1喷发期次火山岩储层分布特征,如图8b黑色箭头所示。
图9a和图9b分别示出了根据本发明的应用示例2的C3喷发期次应用相关系数阈值处理前后的储层识别结果的示意图。
针对C3喷发期次,采用零相位子波开展相关检测,如图9a所示,C3喷发期次处理信号响应特征较原始信号明显增强(黑色箭头)。通过相关系数阈值,有效识别了C3喷发期次火山岩储层分布特征,如图9b黑色箭头所示。
综上所述,本发明针对不同喷发期次地震响应特征的差异,构建相应的特征子波开展火山岩储层识别,突出了火山岩响应特征,更好的开展火山岩储层预测工作,提高火山岩储层预测精度,降低勘探的风险。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的实施例,提供了一种基于特征子波的火山岩储层识别系统,其特征在于,该系统包括:存储器,存储有计算机可执行指令;处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:根据研究目标特征,确定目标储层的子波频率范围,进而计算中心频率和频带宽度;根据子波能量占比与N次矩阵,计算多个特征子波;根据目标储层的地震响应特征,确定特征子波,计算特征子波与目标储层的地震道的相关系数;设定相关系数阈值,根据目标储层对应的地震道的相关系数进行火山岩储层识别。
在一个示例中,通过公式(1)计算中心频率:
其中,f
在一个示例中,通过公式(2)计算频带宽度:
f
其中,f
在一个示例中,子波能量占比为:
其中,λ
在一个示例中,N次矩阵为:
A={a
其中,
在一个示例中,通过公式(5)计算特征子波:
Aw=λw (5)。
在一个示例中,通过公式(6)计算特征子波与目标储层的地震道的相关系数:
其中,s为地震道,w为特征子波,C(t,i)为相关系数。
在一个示例中,进行火山岩储层识别包括:判断目标储层对应的地震道的相关系数是否小于相关系数阈值,若是,则目标储层为非储层,若否,则目标储层为火山岩储层。
本系统通过针对不同喷发期次地震响应特征的差异,构建相应的特征子波开展火山岩储层识别,突出了火山岩响应特征,更好的开展火山岩储层预测工作,提高火山岩储层预测精度,降低勘探的风险。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
机译: 基于特征的人脸识别家庭网络系统和基于人脸的面孔识别方法
机译: 基于特征融合的情绪识别方法及系统
机译: 基于特征融合的情绪识别方法及系统