CN103163553B - 基于多重孔隙介质模型的地震烃类检测方法及装置 - Google Patents
基于多重孔隙介质模型的地震烃类检测方法及装置 Download PDFInfo
- Publication number
- CN103163553B CN103163553B CN201310042296.9A CN201310042296A CN103163553B CN 103163553 B CN103163553 B CN 103163553B CN 201310042296 A CN201310042296 A CN 201310042296A CN 103163553 B CN103163553 B CN 103163553B
- Authority
- CN
- China
- Prior art keywords
- phi
- prime
- porosity
- sigma
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011148 porous material Substances 0.000 title claims abstract description 157
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract description 121
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract description 120
- 239000004215 Carbon black (E152) Substances 0.000 title claims abstract description 97
- 238000001514 detection method Methods 0.000 title abstract 3
- 239000011435 rock Substances 0.000 claims abstract description 130
- 238000000034 method Methods 0.000 claims abstract description 76
- 239000012530 fluid Substances 0.000 claims abstract description 68
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 13
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 41
- 239000011707 mineral Substances 0.000 claims description 41
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 30
- 239000007787 solid Substances 0.000 claims description 30
- 238000010008 shearing Methods 0.000 claims description 12
- 238000001615 p wave Methods 0.000 claims description 11
- 239000004576 sand Substances 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 238000013481 data capture Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 15
- 230000007613 environmental effect Effects 0.000 abstract 1
- 230000000704 physical effect Effects 0.000 abstract 1
- 238000004321 preservation Methods 0.000 abstract 1
- 230000001360 synchronised effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 101100491335 Caenorhabditis elegans mat-2 gene Proteins 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 125000001183 hydrocarbyl group Chemical group 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000002062 proliferating effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及地球物理技术领域,尤其涉及基于多重孔隙介质模型的地震烃类检测方法及装置。该方法包括:获取与地下储层岩石相关的数据集并从中得到储层信息,储层信息包括:储层环境及物性、岩石物理性质以及微观孔隙结构信息;根据储层信息获得多重孔隙介质模型所需的模型参数,建立流体饱和岩石的岩石物理模板;对地震数据进行保幅处理后提取角道集,将角道集通过叠前同步反演,获得叠前弹性参数;将叠前弹性参数投影到所述岩石物理模板上形成多个投影数据点,并计算被测介质的孔隙度和/或饱和度;由被测介质的孔隙度和/或饱和度判断地下储层油气分布以进行烃类检测,能够直接预测非常规储层的油气分布,有效降低了烃类检测的多解性。
Description
技术领域
本发明涉及地球物理技术领域,尤其涉及基于多重孔隙介质模型的地震烃类检测方法及装置。
背景技术
在过去的几十年里,地震勘探技术发生了翻天覆地的变化,同时地震解释也经历了构造解释、地层岩性解释、开发地震解释、岩石物理分析等多个发展阶段,并朝着地震定量解释方向发展。但是,地震勘探的目标始终都是油气,这一恒久不变的追求持续推动烃类检测理论和技术进步。
烃类检测技术是指利用地震反射或折射特征寻找油气藏的方法。在地震反射波勘探中,地下返回的地震信号不仅包括反映地下界面的构造信息,还含有反映地层岩性和流体的振幅信息。在以往的地震解释中人们只局限于构造解释,随着现代真振幅采集和处理得到极大增强,地震振幅已成为了识别潜在烃类储层的一个主要依据。
20世纪80年代初,首先提出利用振幅随入射角变化识别“亮点”型气藏,他的工作标志着实用振幅随偏移距的变化(Amplitude Versus Offset,AVO)技术的出现。AVO技术使地震振幅解释从叠后逐渐转向叠前,可以直接进行烃类检测并预测储层油气分布。随后,不少学者对反映界面能量分配的佐普立兹(Zoeppritz)方程提出不同的近似表达式。通过这些公式可以提取相应的AVO属性,而这些属性的组合派生出一系列与流体有关的检测因子,像P*G、LMR参数、K-μ流体因子等等。此外,以弹性阻抗反演和叠前同步反演为代表的叠前弹性参数反演技术进一步提升了烃类检测的能力。
地震波在岩石中传播的另一个本质就是能量的吸收衰减,导致波形发生变化。一般来说,油气藏具有较低的品质因子,地震反射能量衰减可能比较明显,因此人们发展出一些地震衰减技术来探测储层的含油气性。
近些年来,地震岩石物理技术的快速发展促进了烃类检测由以前定性描述逐步迈向定量化解释,特别是以岩石物理模板为代表的地震定量预测技术。岩石物理模板这个概念首先由ФDegaar和Avseth于2003年首先提出,随后发展出各种形式的定量解释模板,包括AI-VP/VS模板、PGT模板等。岩石物理模板技术将地质与地震紧密联系,是一种非常重要的工具,大大减少了地震勘探及远景评估中的风险。
随着社会经济发展对油气资源需求的持续增长,常规油气资源日益枯竭,人们把更多的目光投向了资源丰富且勘探潜力巨大的非常规油气资源,如致密砂岩气、页岩气、致密油、页岩油等。由于具有低孔渗、强非均质性、复杂油气水关系等特征,这些非常规油气藏的地震响应较弱,隐蔽性非常强,目前的烃类检测技术存在着一定程度上的不足。
AVO技术、叠前弹性参数反演、地震衰减等以地震属性为指导的烃类检测技术只能定性识别含油气异常,由于非常规油气藏与围岩之间弹性参数差异较小,这些技术很难有效判别,存在较明显的多解性。对岩石物理模板技术而言,其核心在于岩石物理模型,但是目前对于低孔渗的非常规储层没有形成较为完善的岩石物理理论模型,如果贸然运用中高孔砂泥岩模型开展地震定量预测会存在较大的风险。
发明内容
本发明实施例提供基于多重孔隙介质模型的地震烃类检测方法及装置,用于解决现有技术中对非常规油气藏的开发与研究。
本发明实施例中一种基于多重孔隙介质模型的地震烃类检测方法,其中,所述方法包括:
获取与地下储层岩石相关的数据集,并从所述数据集中得到储层信息,所述储层信息包括:储层环境及物性、岩石物理性质以及微观孔隙结构信息;
根据所述储层信息获得多重孔隙介质模型所需的模型参数,基于所述多重孔隙介质模型建立流体饱和岩石的岩石物理模板;
对地震数据进行保幅处理后提取角道集,将所述角道集通过叠前同步反演,获得叠前弹性参数;
将所述叠前弹性参数投影到所述岩石物理模板上形成多个投影数据点,并计算被测介质的孔隙度和/或饱和度;
由所述被测介质的孔隙度和/或饱和度判断地下储层油气分布以进行烃类检测。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述数据集包括:地质报告、岩屑记录、岩芯数据、测井曲线。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述岩石物理模板为弹性参数中任意两个所述物理量的组合;所述弹性参数至少包括以下物理量:纵波速度VP、横波速度VS、纵波阻抗ZP、横波阻抗ZS、弹性阻抗EI、转换波弹性阻抗PSEI、纵横波速度比VP/VS、泊松比v、体积模量K、剪切模量μ、杨氏模量E、纵波模量P以及拉梅常数λ。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述计算被测介质的孔隙度和/或饱和度包括:查找每个所述投影数据点最近的模板网格点,进而得到相应的所述被测介质的孔隙度和/或饱和度。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述储层环境及物性包括:温度、负载压力、孔隙压力、层位、岩性、矿物成分、矿物含量、孔隙度范围、饱和度范围、孔隙流体类型。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述岩石物理性质包括:超声波测量的纵波速度VP、横波速度VS与岩石孔隙度、岩石饱和度之间的对应关系。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述基于多重孔隙介质模型建立流体饱和岩石的岩石物理模板包括:根据所述孔隙度范围与饱和度范围设定孔隙度与饱和度的刻度值,利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的所述弹性参数中的任意两个所述物理量,绘制所述弹性参数中任意两个所述物理量的交会图并标示所述孔隙度和饱和度的刻度值,形成所述岩石物理模板。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的所述弹性参数具体包括:
获得三个孔隙结构参数以及三个饱和度参数;三个所述孔隙结构参数分别为:纵横比α、比例因子x以及连通系数ξ;三个所述饱和度参数分别为:总含水饱和度Sw、连通孔含水饱和度Scw以及孤立孔含水饱和度Siw;三个所述饱和度参数之间的关系为:Sw=Scwξ+Siw(1-ξ);
根据公式:φiso=φ(1-ξ),计算固体基质的孔隙度φiso,其中,φ为岩石的总孔隙度;所述固体基质包括:孤立孔和矿物颗粒;
再根据公式:
计算固体基质的弹性模量,其中:Kmin和μmin分别为所述矿物颗粒的平均体积模量和平均剪切模量,Khc和Kw分别为烃类和水的体积模量,P和Q是与孔隙形态有关的几何因子;
根据公式:φcon=φξ,计算干骨架的孔隙度φcon;所述干骨架包括:孤立孔、连通孔和矿物颗粒;
再根据公式:
计算所述干骨架的弹性模量;其中,
根据所述固体基质的弹性模量和干骨架的弹性模量,计算所述流体饱和岩石的总体弹性模量:
其中,
再根据公式:ρsat=(1-φ)ρmin+φ(1-Sw)ρhc+φSwρw计算所述流体饱和岩石的密度ρsat,其中:ρmin为所述矿物颗粒的平均密度,ρhc和ρw分别为烃类和水的密度。
所述流体饱和岩石的其它所述物理量通过所述固体基质的弹性模量Ksat、干骨架的弹性模量μsat和所述流体饱和岩石的密度ρsat这三个参数获得。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述模型参数包括:矿物颗粒参数、流体参数、孔隙度参数、孔隙结构参数、饱和度参数;其中,矿物颗粒参数包括:平均体积模量Kmin、平均剪切模量μmin、平均密度ρmin;流体参数包括:烃类体积模量Khc、烃类密度ρhc、水体积模量Kw、水密度ρw。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述矿物颗粒参数根据Hill模型计算得到。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述流体参数根据Flag程序计算得到。
上述基于多重孔隙介质模型的地震烃类检测方法,其中,所述孔隙结构参数中的所述纵横比α和所述比例因子x根据孔隙结构表征技术获得;所述连通系数ξ根据纵波速度VP与饱和度之间的关系估计得到。
本发明实施例还提供一种基于多重孔隙介质模型的地震烃类检测装置,其中,所述装置包括:
数据获取单元,用于获取与地下储层岩石相关的数据集,并从所述数据集中得到储层信息,所述储层信息包括:储层环境及物性、岩石物理性质以及微观孔隙结构信息;
模板建立单元,用于根据所述储层信息获得多重孔隙介质模型所需的模型参数,基于所述多重孔隙介质模型建立流体饱和岩石的岩石物理模板;
数据处理单元,用于对地震数据进行保幅处理后提取角道集,将所述角道集通过叠前同步反演,获得叠前弹性参数;
投影单元,用于将所述叠前弹性参数投影到所述岩石物理模板上形成多个投影数据点,并计算被测介质的孔隙度和/或饱和度;
判断单元,用于由所述被测介质的孔隙度和/或饱和度判断地下储层油气分布以进行烃类检测。
上述基于多重孔隙介质模型的地震烃类检测装置,其中,所述投影单元具体用于查找每个所述投影数据点最近的模板网格点,进而得到相应的所述被测介质的孔隙度和/或饱和度。
上述基于多重孔隙介质模型的地震烃类检测装置,其中,所述模板建立单元具体用于根据孔隙度范围与饱和度范围设定孔隙度与饱和度的刻度值,利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的弹性参数中的任意两个所述物理量,绘制所述弹性参数中任意两个所述物理量的交会图并标示所述孔隙度和饱和度的刻度值,形成所述岩石物理模板。
上述基于多重孔隙介质模型的地震烃类检测装置,其中,所述模板建立单元还包括:计算单元,用于获得三个孔隙结构参数以及三个饱和度参数;三个所述孔隙结构参数分别为:纵横比α、比例因子x以及连通系数ξ;三个所述饱和度参数分别为:总含水饱和度Sw、连通孔含水饱和度Scw以及孤立孔含水饱和度Siw;三个所述饱和度参数之间的关系为:Sw=Scwξ+Siw(1-ξ);
所述计算单元根据公式:φiso=φ(1-ξ),计算固体基质的孔隙度φiso,其中,φ为岩石的总孔隙度;所述固体基质包括:孤立孔和矿物颗粒;
所述计算单元再根据公式:
计算固体基质的弹性模量,其中:Kmin和μmin分别为所述矿物颗粒的平均体积模量和平均剪切模量,Khc和Kw分别为烃类和水的体积模量,P和Q是与孔隙形态有关的几何因子;
所述计算单元还根据公式:φcon=φξ,计算干骨架的孔隙度φcon;所述干骨架包括:孤立孔、连通孔和矿物颗粒;
所述计算单元根据公式:
计算所述干骨架的弹性模量;
所述计算单元还根据所述固体基质的弹性模量和干骨架的弹性模量,计算所述流体饱和岩石的总体弹性模量:
其中,
所述计算单元再根据公式:ρsat=(1-φ)ρmin+φ(1-Sw)ρhc+φSwρw计算所述流体饱和岩石的密度ρsat,其中:ρmin为所述矿物颗粒的平均密度,ρhc和ρw分别为烃类和水的密度。
所述流体饱和岩石的其它所述物理量通过所述固体基质的弹性模量Ksat、干骨架的弹性模量μsat和所述流体饱和岩石的密度ρsat这三个参数获得。
本发明对比已有技术具有如下有益效果:提出的多重孔隙介质模型体现了复杂孔隙结构以及微观流体不均匀分布对岩石弹性特征的影响,更适合于描述非常规储层特别是致密储层,因此基于该模型的反演结果更加可靠。将多重孔隙介质模型与岩石物理模板技术相结合,并采用模板映射法将叠前地震属性转化为更能反演储层含油气性的孔隙度与饱和度参数,直接预测非常规储层的油气分布,有效降低了烃类检测的多解性。模板映射法计算效率非常高,更适于工业化应用。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明实施例提供的基于多重孔隙介质模型的地震烃类检测方法的流程图;
图2为本发明实施例提供的基于多重孔隙介质模型的地震烃类检测装置的结构示意图;
图3为本发明实施例提供的一种致密砂岩微观孔隙结构纳米CT扫描示意图;
图4为本发明实施例提供的根据实验数据分析微观的孔隙结构参数示意图;
图5为本发明实施例提供的基于多重孔隙介质模型建立的ZP-VP/VS模板;
图6为本发明实施例提供的对角道集通过叠前同步反演获得的纵波阻抗ZP和纵横波速度比VP/VS的剖面示意图;
图7为本发明实施例提供的叠前弹性参数在ZP-VP/VS模板上的投影;
图8为本发明实施例提供的地震烃类检测剖面示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例作进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1给出了本发明实施例提供的基于多重孔隙介质模型的地震烃类检测方法的流程图,所述方法具体包括:
步骤101,获取与地下储层岩石相关的数据集,并从所述数据集中得到储层信息,所述储层信息包括:储层环境及物性、岩石物理性质以及微观孔隙结构信息;较佳的,所述数据集包括:地质报告、岩屑记录、岩芯数据、测井曲线等。在此数据集是可以从现有的地下储层岩石有关的现有资料中获得,本发明是提取数据集中的相关储层信息,并用于建立流体饱和岩石的岩石物理模板。
步骤102,根据所述储层信息获得多重孔隙介质模型所需的模型参数,基于所述多重孔隙介质模型建立流体饱和岩石的岩石物理模板;具体的,该步骤是根据模型参数建立岩石的岩石物理模板,其中的多重孔隙介质模型所需的模型参数能够从储层信息中计算或者估计得到。
步骤103,对地震数据进行保幅处理后提取角道集,将所述角道集通过叠前同步反演,获得叠前弹性参数;具体的,将获得的已知的地震数据进行保幅处理可以采用现有技术的方法,以此得到角道集,而将角道集采用现有的叠前同步反演技术获得叠前弹性参数。
步骤104,将所述叠前弹性参数投影到所述岩石物理模板上形成多个投影数据点,并计算被测介质的孔隙度和/或饱和度;
步骤105,由所述被测介质的孔隙度和/或饱和度判断地下储层油气分布以进行烃类检测。具体的,在判断地下储层油气分布时,可以观测被测介质的孔隙度或饱和度,由此得到地下储层油气分布;较佳的,为了减少单纯的利用被测介质的孔隙度或饱和度判断的多解性,还可以利用孔隙度乘以饱和度得到含气量来进行判断,使得到的储层油气分布结果更加准确。
在此,本发明实施例所提出的多重孔隙介质模型体现了复杂孔隙结构以及微观流体不均匀分布对岩石弹性特征的影响,更适合于描述非常规储层特别是致密储层,因此基于该模型的反演结果更加可靠。将多重孔隙介质模型与岩石物理模板技术相结合,并采用模板映射法将叠前地震属性转化为更能反映储层含油气性的孔隙度与饱和度参数,直接预测非常规储层的油气分布,有效降低了烃类检测的多解性。模板映射法计算效率非常高,更适于工业化应用。
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,多重孔隙介质模型所需的模型参数包括:矿物颗粒参数、流体参数、孔隙度参数、孔隙结构参数、饱和度参数;其中,矿物颗粒参数包括:平均体积模量Kmin、平均剪切模量μmin、平均密度ρmin;流体参数包括:烃类体积模量Khc、烃类密度ρhc、水体积模量Kw、水密度ρw。上述参数可以通过计算或者估计得到;具体的,根据介质类型的不同,对方便计算得到的参数采用计算方法,对计算难以获得的参数采用估计方法得到,具体的计算或估计方法可以采用本领域的现有技术。
较佳的,所述矿物颗粒参数根据Hill模型计算得到;另一较佳的实施例中,所述流体参数根据Flag程序计算得到。具体的,Hill模型以及Flag程序(UH&CSM,Fluid/DHI协会)是本领域常用的现有技术,在此不再赘述。
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,根据所述岩石物理模板为弹性参数中任意两个所述物理量的组合;所述弹性参数至少包括以下物理量:纵波速度VP、横波速度VS、纵波阻抗ZP、横波阻抗ZS、弹性阻抗EI、转换波弹性阻抗PSEI、纵横波速度比VP/VS、泊松比v、体积模量K、剪切模量μ、杨氏模量E、纵波模量P以及拉梅常数λ。具体的,一般认为流体饱和岩石是各向同性的,弹性参数中只有任意两个物理量是独立的,比如纵波速度VP与横波速度VS,或体积模量K与剪切模量μ,而弹性参数中的其他物理量就都可以通过这弹性参数中任意的其他两个物理量进行转化。
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,所述基于多重孔隙介质模型建立流体饱和岩石的岩石物理模板包括:根据所述孔隙度范围与饱和度范围设定孔隙度与饱和度的刻度值,利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的所述弹性参数中的任意两个所述物理量,绘制所述弹性参数中任意两个所述物理量的交会图并标示所述孔隙度和饱和度的刻度值,形成所述岩石物理模板。
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,所述计算被测介质的孔隙度和/或饱和度包括:查找每个所述投影数据点最近的模板网格点,进而得到相应的所述被测介质的孔隙度和/或饱和度。具体的,将得到的若干个叠前弹性参数的值依照岩石物理模板上的横纵坐标的内容以及刻度进行一一投影对位,以此形成多个投影数据点,投影数据点所对应的最接近的模板网格点的孔隙度和饱和度的刻度值便是被测介质的每个孔隙度和饱和度的值。
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,所述储层环境及物性包括:温度、负载压力、孔隙压力、层位、岩性、矿物成分、矿物含量、孔隙度范围、饱和度范围、孔隙流体类型。
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,所述岩石物理性质包括:超声波测量的纵波速度VP、横波速度VS与岩石孔隙度、岩石饱和度之间的对应关系。即弹性参数中物理量纵波速度VP、横波速度VS与岩石孔隙度、岩石饱和度之间的对应关系。
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,所述利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的所述弹性参数具体包括:
获得三个孔隙结构参数以及三个饱和度参数;较佳的,先假设:1、岩石孔隙由孤立孔和连通孔两部分组成;2、后期运移的烃类优先充填连通性好的孔隙。根据上述假设得到三个所述孔隙结构参数分别为:纵横比α、比例因子x以及连通系数ξ;三个所述饱和度参数分别为:总含水饱和度Sw、连通孔含水饱和度Scw以及孤立孔含水饱和度Siw
那么三个所述饱和度参数之间的关系为:Sw=Scwξ+Siw(1-ξ);
根据公式:φiso=φ(1-ξ),计算固体基质的孔隙度φiso,其中,φ为岩石的总孔隙度;所述固体基质包括:孤立孔和矿物颗粒;
再根据公式:
计算固体基质的弹性模量,其中:Kmin和μmin分别为所述矿物颗粒的平均体积模量和平均剪切模量,Khc和Kw分别为烃类和水的体积模量,P和Q是与孔隙形态有关的几何因子;在此,P和Q的取值与孔隙形态有关,其可以通过现有技术得到,在此不再计算。
根据公式:φcon=φξ,计算干骨架的孔隙度φcon;所述干骨架包括:孤立孔、连通孔和矿物颗粒;
再根据公式:
计算所述干骨架的弹性模量;其中,
根据所述固体基质的弹性模量和干骨架的弹性模量,利用Gassmann方程计算所述流体饱和岩石的总体弹性模量:
其中,
再根据公式:ρsat=(1-φ)ρmin+φ(1-Sw)ρhc+φSwρw计算所述流体饱和岩石的密度,其中:ρmin为所述矿物颗粒的平均密度,ρhc和ρw分别为烃类和水的密度。
所述流体饱和岩石的其它所述物理量通过所述固体基质的弹性模量Ksat、干骨架的弹性模量μsat和所述流体饱和岩石的密度ρsat这三个参数获得,例如
本发明实施例所提供的基于多重孔隙介质模型的地震烃类检测方法,较佳的,所述孔隙结构参数中的所述纵横比α和所述比例因子x根据孔隙结构表征技术获得,即观察精确到纳米级别细微现象;连通系数ξ根据纵波速度VP与饱和度之间的关系估计得到,具体的估计方法可以采用现有技术中的方法。
采用本发明上述实施例所提供的多重孔隙介质模型建立流体饱和岩石的岩石物理模板体现了复杂孔隙结构以及微观流体不均匀分布对岩石弹性特征的影响,更适合于描述非常规储层特别是致密储层,因此基于该模型的反演结果更加可靠。将多重孔隙介质模型与岩石物理模板技术相结合,并采用模板映射法将叠前地震属性转化为更能反演储层含油气性的孔隙度与饱和度参数,直接预测非常规储层的油气分布,有效降低了烃类检测的多解性。模板映射法计算效率非常高,更适于工业化应用。
本发明实施例还提供一种基于多重孔隙介质模型的地震烃类检测装置,其中如图2所示,所述装置包括:
数据获取单元201,用于获取与地下储层岩石相关的数据集,并从所述数据集中得到储层信息,所述储层信息包括:储层环境及物性、岩石物理性质以及微观孔隙结构信息;在此数据集是可以从现有的地下储层岩石有关的现有资料中获得,本发明是提取数据集中的相关储层信息,并用于建立流体饱和岩石的岩石物理模板。
模板建立单元202,用于根据所述储层信息获得多重孔隙介质模型所需的模型参数,基于所述多重孔隙介质模型建立流体饱和岩石的岩石物理模板;具体的,该步骤是根据模型参数建立岩石的岩石物理模板,其中的多重孔隙介质模型所需的模型参数能够从储层信息中计算或者估计得到。
数据处理单元203,用于对地震数据进行保幅处理后提取角道集,将所述角道集通过叠前同步反演,获得叠前弹性参数;具体的,将获得的已知的地震数据进行保幅处理可以采用现有技术的方法,以此得到角道集,而将角道集采用现有的叠前同步反演技术获得叠前弹性参数。
投影单元204,用于将所述叠前弹性参数投影到所述岩石物理模板上形成多个投影数据点,并计算被测介质的孔隙度和/或饱和度;
判断单元205,用于由所述被测介质的孔隙度和/或饱和度判断地下储层油气分布以进行烃类检测。具体的,在判断地下储层油气分布时,可以观测被测介质的孔隙度或饱和度,由此得到地下储层油气分布;较佳的,为了减少单纯的利用被测介质的孔隙度或饱和度判断的多解性,还可以利用孔隙度乘以饱和度得到含气量来进行判断,使得到的储层油气分布结果更加准确。
本发明所提供的基于多重孔隙介质模型的地震烃类检测装置,一较佳的实施例中,多重孔隙介质模型所需的模型参数包括:矿物颗粒参数、流体参数、孔隙度参数、孔隙结构参数、饱和度参数;其中,矿物颗粒参数包括:平均体积模量Kmin、平均剪切模量μmin、平均密度ρmin;流体参数包括:烃类体积模量Khc、烃类密度ρhc、水体积模量Kw、水密度ρw。上述参数可以通过计算或者估计得到;具体的,根据介质类型的不同,对方便计算得到的参数采用计算方法,对计算难以获得的参数采用估计方法得到,具体的计算或估计方法可以采用本领域的现有技术。
一较佳的实施例中,所述矿物颗粒参数根据Hill模型计算得到;另一较佳的实施例中,所述流体参数根据Flag程序计算得到。具体的,Hill模型以及Flag程序是本领域常用的现有技术,在此不再赘述。
本发明的基于多重孔隙介质模型的地震烃类检测装置,一较佳的实施例中,根据所述岩石物理模板为弹性参数中任意两个所述物理量的组合;所述弹性参数至少包括以下物理量:纵波速度VP、横波速度VS、纵波阻抗ZP、横波阻抗ZS、弹性阻抗EI、转换波弹性阻抗PSEI、纵横波速度比VP/VS、泊松比v、体积模量K、剪切模量μ、杨氏模量E、纵波模量P以及拉梅常数λ。具体的,一般认为流体饱和岩石是各向同性的,弹性参数中只有任意两个物理量是独立的,比如纵波速度VP与横波速度VS,或体积模量K与剪切模量μ,而弹性参数中的其他物理量就都可以通过这弹性参数中任意的其他两个物理量进行转化。
本发明实施例所提供的一种基于多重孔隙介质模型的地震烃类检测装置,较佳的,所述投影单元具体用于查找每个所述投影数据点最近的模板网格点,进而得到相应的所述被测介质的孔隙度和/或饱和度。具体的,将得到的若干个叠前弹性参数的值依照岩石物理模板上的横纵坐标的内容以及刻度进行一一投影对位,以此形成多个投影数据点,投影数据点所对应的最接近的模板网格点的孔隙度和饱和度的刻度值便是被测介质的每个孔隙度和饱和度的值。
本发明实施例所提供的一种基于多重孔隙介质模型的地震烃类检测装置,较佳的,所述模板建立单元具体用于根据孔隙度范围与饱和度范围设定孔隙度与饱和度的刻度值,利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的弹性参数中的任意两个所述物理量,绘制所述弹性参数中任意两个所述物理量的交会图并标示所述孔隙度和饱和度的刻度值,形成所述岩石物理模板。
本发明的基于多重孔隙介质模型的地震烃类检测装置,一较佳的实施例中,所述储层环境及物性包括:温度、负载压力、孔隙压力、层位、岩性、矿物成分、矿物含量、孔隙度范围、饱和度范围、孔隙流体类型。
本发明的基于多重孔隙介质模型的地震烃类检测装置,一较佳的实施例中,所述岩石物理性质包括:超声波测量的纵波速度VP、横波速度VS与岩石孔隙度、岩石饱和度之间的对应关系。即弹性参数中物理量纵波速度VP、横波速度VS与岩石孔隙度、岩石饱和度之间的对应关系。
本发明实施例所提供的一种基于多重孔隙介质模型的地震烃类检测装置,较佳的,所述模板建立单元还包括:计算单元,用于获得三个孔隙结构参数以及三个饱和度参数;三个所述孔隙结构参数分别为:纵横比α、比例因子x以及连通系数ξ;三个所述饱和度参数分别为:总含水饱和度Sw、连通孔含水饱和度Scw以及孤立孔含水饱和度Siw;三个所述饱和度参数之间的关系为:Sw=Scwξ+Siw(1-ξ);
较佳的,所述计算单元根据公式:φiso=φ(1-ξ),计算固体基质的孔隙度φiso,其中,φ为岩石的总孔隙度;所述固体基质包括:孤立孔和矿物颗粒;
所述计算单元再根据公式:
计算固体基质的弹性模量,其中:Kmin和μmin分别为所述矿物颗粒的平均体积模量和平均剪切模量,Khc和Kw分别为烃类和水的体积模量,P和Q是与孔隙形态有关的几何因子;在此,P和Q的取值与孔隙形态有关,其可以通过现有技术得到,在此不再计算。
所述计算单元还根据公式:φcon=φξ,计算干骨架的孔隙度φcon;所述干骨架包括:孤立孔、连通孔和矿物颗粒;
所述计算单元根据公式:
计算所述干骨架的弹性模量;
所述计算单元还根据所述固体基质的弹性模量和干骨架的弹性模量,利用Gassmann方程计算所述流体饱和岩石的总体弹性模量:
其中,
所述计算单元再根据公式:ρsat=(1-φ)ρmin+φ(1-Sw)ρhc+φSwρw计算所述流体饱和岩石的密度,其中:ρmin为所述矿物颗粒的平均密度,ρhc和ρw分别为烃类和水的密度。
所述流体饱和岩石的其它所述物理量通过所述固体基质的弹性模量Ksat、干骨架的弹性模量μsat和所述流体饱和岩石的密度ρsat这三个参数获得,例如
本发明的基于多重孔隙介质模型的地震烃类检测装置,一较佳的实施例中,所述孔隙结构参数中的所述纵横比α和所述比例因子x根据孔隙结构表征技术获得,即观察精确到纳米级别细微现象;所述连通系数ξ根据纵波速度VP与饱和度之间的关系估计得到,具体的估计方法可以采用现有技术中的方法。
以下以某盆地致密砂岩气藏为实例,说明基于多重孔隙介质模型的地震烃类检测方法的实现过程。
如图3所示,为本发明实施例提供的某致密砂岩样品的微观孔隙结构纳米CT扫描示意图。黑色部分为矿物颗粒组成的骨架,浅色部分代表微观孔隙。在该实施例中,致密砂岩的微观孔隙结构非常复杂,含有不同尺度、形态以及连通性的孔隙。从微观孔隙结构图像上,可以分析每个孔隙的形态特征,进而得到相应的孔隙结构参数,如纵横比α、比例因子x以及连通系数ξ。
如图4所示,为本发明实施例根据实验数据分析孔隙结构参数。横坐标为含水饱和度,单位为%;纵波坐标为纵波速度,单位为km/s。菱形点为样品II-01(孔隙度φ=12.1%,渗透率κ=0.054mD)的实验测量数据,虚线为Patchy饱和模型预测结果,其它四条线分别表示连通性系数ξ为0、0.4、0.8、1时多重孔隙介质模型的预测结构。样品II-01的渗透率非常低,说明其孔隙连通性非常差,其实验测量数据也充分证实了这一点,基本上位于连通系数为0的曲线附近。
如图5所示,为本发明实施例基于多重孔隙介质模型建立的纵波阻抗ZP与纵横波速度比VP/VS之间的ZP-VP/VS模板。横坐标为纵波阻抗,单位为g/cm3*km/s;纵坐标为纵横波速度比。模板给出的孔隙度范围是2%~14%,饱和度范围为0%~100%,图中的圆圈点对应一定的岩石孔隙度和岩石饱和度。
如图6所示,为本发明实施例提供的对角道集通过叠前同步反演获得的叠前弹性参数:实际纵波阻抗以及实际纵横波速度比VP1/VS1的剖面示意图。横坐标是地震道号,纵坐标是旅行时,单位毫米。利用测井数据建立初始模型,然后根据AVO反演理论对叠前角道集开展叠前同步反演,得到叠前弹性参数中的实际纵波阻抗以及实际纵横波速度比VP1/VS1,其中可以从图6中看出,包含两个井,Y1井和Y2井。
如图7所示,为本发明实施例,叠前弹性参数实际纵波阻抗以及实际纵横波速度比VP1/VS1在ZP-VP/VS模板上的投影。横坐标为纵波阻抗,单位为g/cm3*km/s;纵坐标为纵横波速度比,图中的灰色颗粒为投影数据点。纵横波速度比部分以砂岩为主,基本上被模板刻度线所覆盖,通过岩石物理模板上的刻度可以清晰地反映储层岩石的孔隙度以及饱和度。在此基础上,利用模板映射法可以更进一步反演孔隙度与饱和度。
如图8所示,为本发明实施例,根据模板映射法计算得到的地震烃类检测剖面示意图。上图为孔隙度剖面,中图为饱和度剖面,下图为孔隙度×饱和度剖面。横坐标是地震道号,纵坐标是旅行时,单位毫米。反演的围压含气饱和度基本上都为0,不会干扰储层含气性分析,所以饱和度剖面中的含气异常就代表了气藏,最高饱和度可达90%。孔隙度与饱和度的乘积的剖面能更进一步反映储层的含气性。从这些烃类检测剖面上可以识别出两个含气有利区带,分别为I区和II区,在Y1井附近1040至1060ms范围内检测到显著含气异常。Y1井为高产井,产量为11.43万方/天,这证实烃类检测结果的正确性。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述方法包括:
获取与地下储层岩石相关的数据集,并从所述数据集中得到储层信息,所述储层信息包括:储层环境及物性、岩石物理性质以及微观孔隙结构信息;
根据所述储层信息获得多重孔隙介质模型所需的模型参数,基于所述多重孔隙介质模型建立流体饱和岩石的岩石物理模板;
对地震数据进行保幅处理后提取角道集,将所述角道集通过叠前同步反演,获得叠前弹性参数;
将所述叠前弹性参数投影到所述岩石物理模板上形成多个投影数据点,并计算被测介质的孔隙度和/或饱和度;
由所述被测介质的孔隙度和/或饱和度判断地下储层油气分布以进行烃类检测。
2.根据权利要求1所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述数据集包括:地质报告、岩屑记录、岩芯数据、测井曲线。
3.根据权利要求1所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述岩石物理模板为弹性参数中任意两个物理量的组合;所述弹性参数至少包括以下物理量:纵波速度VP、横波速度VS、纵波阻抗ZP、横波阻抗ZS、弹性阻抗EI、转换波弹性阻抗PSEI、纵横波速度比VP/VS、泊松比ν、体积模量K、剪切模量μ、杨氏模量E、纵波模量P以及拉梅常数λ。
4.根据权利要求1所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述计算被测介质的孔隙度和/或饱和度包括:查找每个所述投影数据点最近的模板网格点,进而得到相应的所述被测介质的孔隙度和/或饱和度。
5.根据权利要求3所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述储层环境及物性包括:温度、负载压力、孔隙压力、层位、岩性、矿物成分、矿物含量、孔隙度范围、饱和度范围、孔隙流体类型。
6.根据权利要求1所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述岩石物理性质包括:超声波测量的纵波速度VP、横波速度VS与岩石孔隙度、岩石饱和度之间的对应关系。
7.根据权利要求5所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述基于多重孔隙介质模型建立流体饱和岩石的岩石物理模板包括:根据所述孔隙度范围与饱和度范围设定孔隙度与饱和度的刻度值,利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的所述弹性参数中的任意两个所述物理量,绘制所述弹性参数中任意两个所述物理量的交会图并标示所述孔隙度和饱和度的刻度值,形成所述岩石物理模板。
8.根据权利要求7所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的所述弹性参数具体包括:
获得三个孔隙结构参数以及三个饱和度参数;三个所述孔隙结构参数分别为:纵横比α、比例因子x以及连通系数ξ;三个所述饱和度参数分别为:总含水饱和度Sw、连通孔含水饱和度Scw以及孤立孔含水饱和度Siw;三个所述饱和度参数之间的关系为:Sw=Scwξ+Siw(1-ξ);
根据公式:φiso=φ(1-ξ),计算固体基质的孔隙度φiso,其中,φ为岩石的总孔隙度;所述固体基质包括:孤立孔和矿物颗粒;
再根据公式:
计算固体基质的弹性模量,其中:Kmin和μmin分别为所述矿物颗粒的平均体积模量和平均剪切模量,Khc和Kw分别为烃类和水的体积模量,P和Q是与孔隙形态有关的几何因子;
根据公式:φcon=φξ,计算干骨架的孔隙度φcon;所述干骨架包括:孤立孔、连通孔和矿物颗粒;
再根据公式:
计算所述干骨架的弹性模量;其中,
根据所述固体基质的弹性模量和干骨架的弹性模量,计算所述流体饱和岩石的总体弹性模量:
其中,
再根据公式:ρsat=(1-φ)ρmin+φ(1-Sw)ρhc+φSwρw计算所述流体饱和岩石的密度ρsat,其中:ρmin为所述矿物颗粒的平均密度,ρhc和ρw分别为烃类和水的密度。
所述流体饱和岩石的其它所述物理量通过所述固体基质的弹性模量Ksat、干骨架的弹性模量μsat和所述流体饱和岩石的密度ρsat这三个参数获得。
9.根据权利要求8所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述模型参数包括:矿物颗粒参数、流体参数、孔隙度参数、孔隙结构参数、饱和度参数;其中,矿物颗粒参数包括:平均体积模量Kmin、平均剪切模量μmin、平均密度ρmin;流体参数包括:烃类体积模量Khc、烃类密度ρhc、水体积模量Kw、水密度ρw。
10.根据权利要求9所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述矿物颗粒参数根据Hill模型计算得到。
11.根据权利要求9所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述流体参数根据Flag程序计算得到。
12.根据权利要求9所述基于多重孔隙介质模型的地震烃类检测方法,其特征在于,所述孔隙结构参数中的所述纵横比α和所述比例因子x根据孔隙结构表征技术获得;所述连通系数ξ根据纵波速度VP与饱和度之间的关系估计得到。
13.一种基于多重孔隙介质模型的地震烃类检测装置,其特征在于,所述装置包括:
数据获取单元,用于获取与地下储层岩石相关的数据集,并从所述数据集中得到储层信息,所述储层信息包括:储层环境及物性、岩石物理性质以及微观孔隙结构信息;
模板建立单元,用于根据所述储层信息获得多重孔隙介质模型所需的模型参数,基于所述多重孔隙介质模型建立流体饱和岩石的岩石物理模板;
数据处理单元,用于对地震数据进行保幅处理后提取角道集,将所述角道集通过叠前同步反演,获得叠前弹性参数;
投影单元,用于将所述叠前弹性参数投影到所述岩石物理模板上形成多个投影数据点,并计算被测介质的孔隙度和/或饱和度;
判断单元,用于由所述被测介质的孔隙度和/或饱和度判断地下储层油气分布以进行烃类检测。
14.根据权利要求13所述的基于多重孔隙介质模型的地震烃类检测装置,其特征在于,所述投影单元具体用于查找每个所述投影数据点最近的模板网格点,进而得到相应的所述被测介质的孔隙度和/或饱和度。
15.根据权利要求13所述的基于多重孔隙介质模型的地震烃类检测装置,其特征在于,所述模板建立单元具体用于根据孔隙度范围与饱和度范围设定孔隙度与饱和度的刻度值,利用所述多重孔隙介质模型计算每一组孔隙度和饱和度的刻度值对应的流体饱和岩石的弹性参数中的任意两个物理量,绘制所述弹性参数中任意两个所述物理量的交会图并标示所述孔隙度和饱和度的刻度值,形成所述岩石物理模板。
16.根据权利要求15所述的基于多重孔隙介质模型的地震烃类检测装置,其特征在于,所述模板建立单元还包括:计算单元,用于获得三个孔隙结构参数以及三个饱和度参数;三个所述孔隙结构参数分别为:纵横比α、比例因子x以及连通系数ξ;三个所述饱和度参数分别为:总含水饱和度Sw、连通孔含水饱和度Scw以及孤立孔含水饱和度Siw;三个所述饱和度参数之间的关系为:Sw=Scwξ+Siw(1-ξ);
所述计算单元根据公式:φiso=φ(1-ξ),计算固体基质的孔隙度φiso,其中,φ为岩石的总孔隙度;所述固体基质包括:孤立孔和矿物颗粒;
所述计算单元再根据公式:
计算固体基质的弹性模量,其中:Kmin和μmin分别为所述矿物颗粒的平均体积模量和平均剪切模量,Khc和Kw分别为烃类和水的体积模量,P和Q是与孔隙形态有关的几何因子;
所述计算单元还根据公式:φcon=φξ,计算干骨架的孔隙度φcon;所述干骨架包括:孤立孔、连通孔和矿物颗粒;
所述计算单元根据公式:
计算所述干骨架的弹性模量;
所述计算单元还根据所述固体基质的弹性模量和干骨架的弹性模量,计算所述流体饱和岩石的总体弹性模量:
其中,
所述计算单元再根据公式:ρsat=(1-φ)ρmin+φ(1-Sw)ρhc+φSwρw计算所述流体饱和岩石的密度ρsat,其中:ρmin为所述矿物颗粒的平均密度,ρhc和ρw分别为烃类和水的密度。
所述流体饱和岩石的其它所述物理量通过所述固体基质的弹性模量Ksat、干骨架的弹性模量μsat和所述流体饱和岩石的密度ρsat这三个参数获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310042296.9A CN103163553B (zh) | 2013-02-01 | 2013-02-01 | 基于多重孔隙介质模型的地震烃类检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310042296.9A CN103163553B (zh) | 2013-02-01 | 2013-02-01 | 基于多重孔隙介质模型的地震烃类检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103163553A CN103163553A (zh) | 2013-06-19 |
CN103163553B true CN103163553B (zh) | 2015-09-09 |
Family
ID=48586792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310042296.9A Active CN103163553B (zh) | 2013-02-01 | 2013-02-01 | 基于多重孔隙介质模型的地震烃类检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103163553B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106032751B (zh) * | 2015-03-10 | 2019-02-19 | 中国石油化工股份有限公司 | 一种钻井轨迹岩石相标定方法 |
CN106886045A (zh) * | 2015-12-15 | 2017-06-23 | 师素珍 | 一种基于叠前同步反演进行构造煤分布预测的方法 |
CN106054248B (zh) * | 2016-07-15 | 2017-07-18 | 河海大学 | 一种基于大面积致密储层地震岩石物理反演方法 |
CN106646604B (zh) * | 2016-09-29 | 2018-06-08 | 中国石油大学(北京) | 基于叠前地震资料的页岩空间展布获取方法和装置 |
CN108876898B (zh) * | 2018-04-28 | 2022-06-03 | 清能艾科(深圳)能源技术有限公司 | 实现原油饱和度预测的方法和装置、机器设备 |
CN110658555A (zh) * | 2018-06-29 | 2020-01-07 | 中国石油化工股份有限公司 | 储层流体因子构建方法及储层流体识别方法 |
CN109115987B (zh) * | 2018-07-20 | 2021-01-29 | 中国石油天然气股份有限公司 | 一种基于岩石物理模型的流体因子的评价方法及装置 |
CN109116422B (zh) * | 2018-10-31 | 2021-02-26 | 中国石油化工股份有限公司 | 基于纵波速度计算多岩性有效应力系数的方法 |
CN112285801B (zh) * | 2019-07-24 | 2023-02-28 | 中国石油天然气股份有限公司 | 碳酸盐岩储层渗透率的预测方法、设备及*** |
CN112485827A (zh) * | 2019-09-12 | 2021-03-12 | 中国石油天然气股份有限公司 | 裂缝孔隙型储层的岩石物理建模方法及装置 |
CN114428372B (zh) * | 2020-09-09 | 2023-06-27 | 中国石油化工股份有限公司 | 一种自适应的岩石物理建模方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414013A (zh) * | 2007-10-17 | 2009-04-22 | 中国石油天然气股份有限公司 | 一种利用地震资料确定地下流体的方法 |
CN102288996A (zh) * | 2011-07-15 | 2011-12-21 | 中国石油天然气集团公司 | 叠前afi反演定量预测含气概率的方法 |
CN102445708A (zh) * | 2010-10-14 | 2012-05-09 | 中国石油大学(北京) | 三维等效富泥质砂岩速度预测模型 |
CN102508296A (zh) * | 2011-11-14 | 2012-06-20 | 中国石油天然气股份有限公司 | 一种非饱和双重孔隙介质地震波频散衰减分析方法及装置 |
CN102590863A (zh) * | 2012-01-29 | 2012-07-18 | 中国石油天然气股份有限公司 | 确定反射系数频散、反射能量及识别气层的方法及装置 |
CN102854531A (zh) * | 2012-09-11 | 2013-01-02 | 中国石油天然气股份有限公司 | 用于储层烃类检测的多尺度岩石物理图版方法及装置 |
-
2013
- 2013-02-01 CN CN201310042296.9A patent/CN103163553B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414013A (zh) * | 2007-10-17 | 2009-04-22 | 中国石油天然气股份有限公司 | 一种利用地震资料确定地下流体的方法 |
CN102445708A (zh) * | 2010-10-14 | 2012-05-09 | 中国石油大学(北京) | 三维等效富泥质砂岩速度预测模型 |
CN102288996A (zh) * | 2011-07-15 | 2011-12-21 | 中国石油天然气集团公司 | 叠前afi反演定量预测含气概率的方法 |
CN102508296A (zh) * | 2011-11-14 | 2012-06-20 | 中国石油天然气股份有限公司 | 一种非饱和双重孔隙介质地震波频散衰减分析方法及装置 |
CN102590863A (zh) * | 2012-01-29 | 2012-07-18 | 中国石油天然气股份有限公司 | 确定反射系数频散、反射能量及识别气层的方法及装置 |
CN102854531A (zh) * | 2012-09-11 | 2013-01-02 | 中国石油天然气股份有限公司 | 用于储层烃类检测的多尺度岩石物理图版方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103163553A (zh) | 2013-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103163553B (zh) | 基于多重孔隙介质模型的地震烃类检测方法及装置 | |
US10983232B2 (en) | Seismic rock physics inversion method based on large area tight reservoir | |
Gholami et al. | Brittleness of gas shale reservoirs: A case study from the north Perth basin, Australia | |
Han et al. | Gassmann's equation and fluid-saturation effects on seismic velocities | |
Xu et al. | Modeling elastic properties in carbonate rocks | |
Chadwick et al. | Quantitative analysis of time-lapse seismic monitoring data at the Sleipner CO 2 storage operation | |
Carcione et al. | Cross-property relations between electrical conductivity and the seismic velocity of rocks | |
CN104950331B (zh) | 一种砂泥岩储层的孔隙度与泥质含量的地震预测方法 | |
CN105182424B (zh) | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 | |
Bodziak et al. | The role of seismic attributes in understanding the hydraulically fracturable limits and reservoir performance in shale reservoirs: An example from the Eagle Ford Shale, south Texas | |
Bouchaala et al. | Azimuthal investigation of compressional seismic-wave attenuation in a fractured reservoir | |
CN101231346A (zh) | 应用地震波速度预测煤、岩体物理力学参数方法 | |
CN103487831B (zh) | Avo地震正演计算方法 | |
CN103675907A (zh) | 一种基于岩相约束的avo反演油气检测方法 | |
Grana et al. | A rock physics and seismic reservoir characterization study of the Rock Springs Uplift, a carbon dioxide sequestration site in Southwestern Wyoming | |
Yang et al. | Integrated application of 3D seismic and microseismic data in the development of tight gas reservoirs | |
CN105277982A (zh) | 一种泥页岩总有机碳含量地震预测方法 | |
CN103643949A (zh) | 一种储层含油气的定量预测方法及装置 | |
Chen et al. | The application study on the multi-scales integrated prediction method to fractured reservoir description | |
CN105301644A (zh) | 基于多参数梯度向量和海色矩阵的油气检测方法及装置 | |
Oyeyemi et al. | Hydrocarbon resource evaluation using combined petrophysical analysis and seismically derived reservoir characterization, offshore Niger Delta | |
Li et al. | An Integrated quantitative modeling approach for fault-related fractures in tight sandstone reservoirs | |
Shahin et al. | Optimal dynamic rock-fluid physics template validated by petroelastic reservoir modeling | |
Inamori et al. | Detection of methane hydrate‐bearing zones from seismic data | |
Raza et al. | Reservoir Characterization of the B-Interval of Lower Goru Formation, Miano 9 and 10, Miano area, Lower Indus Basin, Pakistan. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |