CN104330824A - 一种利用能量相对变化率的油层识别方法 - Google Patents

Abstract

本发明涉及一种利用能量相对变化率的油层识别方法，属于油气勘探开发技术领域。本发明首先采用时频变换放入方法对地震数据进行频谱分解，针对勘探目标层位确定油层的时频变化特征，然后优选低频强振幅和高频弱振幅的分频地震数据，并提取目标层位的分频数据体，对低频和高频分频数据体进行归一化处理，计算其能量和能量相对变化率，最够根据计算得到能量相对变化率识别目标层位的油层特征。本发明所提供的油层识别方法，借助源自地震数据的能量相对变化率，能够更简单更高效地确定储层油层的分布范围。

Description

一种利用能量相对变化率的油层识别方法

技术领域

本发明涉及一种利用能量相对变化率的油层识别方法，属于油气勘探开发技术领域。

背景技术

随着油气勘探开发的深入，直接利用地震数据进行储层油层识别也越来越困难。目前，已经发展了地震反演、频谱衰减、多属性融合、AVO和神经网络预测等方法技术进行油层识别，取得了成功的应用实例。但由于地下地层复杂多变，导致不同油气藏的物性差异大，采用上述油层识别方法的应用都具有一定局限性，其检测含油层的结果会出现非唯一性。

发明内容

本发明的目的是提供一种利用能量相对变化率的油层识别方法，以解决目前的油层识别方法存在的局限性和检测结果非唯一性的问题。

本发明为解决上述技术问题而提供一种利用能量相对变化率的油层识别方法,该识别方法包括以下步骤：

1)采用时频变换方法对地震数据进行频谱分解，计算地震数据的分频数据；

2)根据地震数据的分频数据确定勘探目标层位的时频变化特征；

3)选取低频强振幅和高频弱振幅的分频地震数据并对其进行归一化处理；

4)对归一化的地震数据计算其能量及能量相对变化率，根据得到的能量相对变化率确定勘探目标层位的油层分布特征和展布范围。

所述步骤1)中采用的时频变换方法为傅里叶变换、连续小波变换和广义S变换、时频变换方法中的至少一种。

所述步骤4)中能量相对变化率为ΔEnergy，

$\mathrm{\ΔEnergy}=\frac{|{\mathrm{Energy}}_{\mathrm{low}}-{\mathrm{Energy}}_{\mathrm{high}}|}{{\mathrm{Energy}}_{\mathrm{low}}+{\mathrm{Energy}}_{\mathrm{high}}}$

其中Energy_low为低频强振幅的归一化能量，Energy_high为高频弱振幅的归一化能量。

所述步骤2)中的勘探目标层位是利用地质、测井和合成地震记录资料确定的。

所述的识别方法还包括对油层识别结果的交互验证，通过已有的钻井、试油、采油和地质资料验证识别结果的可靠性，如果符合率较低，重复步骤3)-4)，直至达到设定的识别结果。

本发明的有益效果是:本发明首先采用时频变换放入方法对地震数据进行频谱分解，针对勘探目标层位确定油层的时频变化特征，然后优选低频强振幅和高频弱振幅的分频地震数据，并提取目标层位的分频数据体，对低频和高频分频数据体进行归一化处理，计算其能量和能量相对变化率，最够根据计算得到能量相对变化率识别目标层位的油层特征。本发明所提供的油层识别方法，借助源自地震数据的能量相对变化率，能够更简单更高效地确定储层油层的分布范围。

附图说明

图1是本发明实施例中不同储层类型的时频谱特征示意图；

图2是本发明实施例中目标层沿层的低频分频平面图；

图3是本发明实施例中目标层沿层的高频分频平面图；

图4是本发明实施例中目标层沿层的能量相对变化率平面图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的说明。

1.针对叠加和偏移的地震数据(尽可能选择高精度纯波带三维地震数据)采用时频分析对整个地震数据体进行频谱分解，得到不同频率的分频地震数据。本发明可采用傅立叶变换、连续小波变换和广义S变换等时频变换方法中的至少一种对地震数据体进行频谱分解。本实施例中采用具有较高的时频分辨率的广义S变换，广义S变换的具体实现原理如下：

Stockwell在1996年借鉴小波变换和Gaussian函数傅里叶变换的思路之上，提出S变换，并实例研究说明S变换与小波变换、短时傅里叶变换等时频分析方法相比，具有较高的时间、频率分辨率，其变换结果与傅里叶谱具有直接的联系。

S变换

时间域信号h(t)的S变换计算公式为：

$S(\mathrm{\τ},f)=\underset{-\∞}{\overset{\∞}{\∫}}h\left(t\right)\frac{\left|f\right|}{\sqrt{2\mathrm{\π}}}\exp \{-{(t-\mathrm{\τ})}^2{f}^2/2-i2\mathrm{\πft}\}\mathrm{dt}---\left(1\right)$

其中，S(τ,f)是变换后得到的时频谱，f表示频率，t为时间，τ为计算时窗的中心位置的时间。由于S变换的基本小波是固定不变的，因此，在计算地震数据时频谱时也受到了一定程度的限制。为了实现对非平稳地震信号的时频谱分析，对S变换中的窗函数或基本小波进行了改进，从而选择最佳窗函数或基本小波，使之更适应地震信号的计算，这种改进称为广义S变换。

广义S变换

设信号h(t)∈L²(R)，在S变换中，基本小波函数为：

$w\left(t\right)=\frac{1}{\sqrt{2\mathrm{\π}}}\exp -(t^2/2-i2\mathrm{\πt})---\left(2\right)$

信号h(t)相对于基本小波w(t)的广义S变换的计算公式为：

$S(f,\mathrm{\τ})={\∫}_{-\∞}^{\∞}{g}_f(t-\mathrm{\τ})h\left(t\right)\exp [-i2\mathrm{\π}{f}_0\mathrm{ft}]\mathrm{dt}---\left(3\right)$

则广义S变换的反变换的计算公式为：

$h\left(\frac{t}{f_0}\right)=f_0\mathrm{IFT}\left(\frac{1}{A}\sqrt{\frac{\mathrm{\α}}{\mathrm{\π}}y\left(f\right)}\right)\left(t\right)---\left(4\right)$

式中，IFT表示逆傅里叶变换。式中，y(f)由下式定义：

$y\left(f\right)={\∫}_{-\∞}^{\∞}S(\mathrm{\τ},f)\mathrm{d\τ}=A\sqrt{\frac{\mathrm{\π}}{\mathrm{\α}}}\hat{h}\left({\mathrm{ff}}_0\right)---\left(5\right)$

表示h的傅里叶变换。由于我们计算的地震数据，一般都是离散的，因此，结合式(1)-式(3)可以导出广义S变换的离散有限的计算公式为：

$S(j,n)=\underset{m=-N/2}{\overset{N/2-1}{\mathrm{\Σ}}}H\left(\frac{m+n}{\mathrm{NT}}\right)e^{-\frac{2{\mathrm{\π}}^2{m}^2}{A^2{n}^2}}{e}^{i2\mathrm{\πnj},n\≠0---\left(6\right)}$

2.针对需要勘探的目标层位(其中可包括含油层或含气层等)，结合钻井、试油和采油等资料，通过二维或三维可视化技术，浏览不同储层类型及非储层地震时频图。如图1所示，本实施例选取了钻遇沙湾组2砂的干井、油井和含水井三口典型井旁时频图，以及无井且地震振幅在沙湾组2砂较弱的地震道的时频图。通过研究、分析，从图1中可见油井well B的出油段下方时频谱特征呈现上拉现象，即在低频段振幅增强，而随着频率增大，振幅衰减明显；干井well D和无井到No well在目标层段时频图没有明显的上拉现象；含水井well C时频谱在目标层段存在下拉现象，但在直观上没有油井的时频谱特征明显。

3.根据地震波场散射理论，当地震纵波穿过含油气层时，波的能量将随着频率的升高而出现较大的频率衰减，在含油气储层下方会出现低频强振幅的现象，而当频率逐步升高至调谐频率时，油气层的特征越发明显，低频强振幅区逐步衰减消失。根据这一理论，分析由广义S变换对地震数据进行时频谱分解，得到一系列的地震分频剖面f_i(i＝1,n)，并结合已有钻井(含油井)研究不同频率的地震振幅谱变化特征，优选出低频强振幅和高频振幅衰减特征明显的分频剖面。沿含油层下方提取低频分频f_low平面图和高频分频f_high平面图。

本实施例根据图1中的分频地震数据，沿勘探目标层段分别提取了f_38Hz和f_64Hz的沿层分频数据平面图。如图2和图3所示，通过分析图2，从中可以看出也钻井A、B、C、D、E、F都具有较好的储层，可是干井D和含水井C都无法区分；图3中虽然区分了干井、油井和水井，但油层横向展布边界不清晰。

4.得到两个分频平面图f_low和f_high的幅值，由于衰减后其大小范围不一致，对其采用线性函数法进行归一化。其归一化的目的是将不同数量级大小的振幅转变成具有可比性、且可以相互进行数学运算的相同数量级的振幅数据。

对归一化的地震振幅计算其能量Energy_low、Energy_high，并利用公式(7)计算能量变化率，计算的能量是经过归一化的数据计算，并不能真实的表针波的能量，但能够代表地震波的能量相对关系，因此，取名叫能量相对变化率。

$\mathrm{\ΔEnergy}=\frac{|{\mathrm{Energy}}_{\mathrm{low}}-{\mathrm{Energy}}_{\mathrm{high}}|}{{\mathrm{Energy}}_{\mathrm{low}}+{\mathrm{Energy}}_{\mathrm{high}}}---\left(7\right)$

本实施例中对f_38Hz和f_64Hz的分频数据经过归一化分别计算其能量Energy_38Hz、Energy_64Hz，带入公式(7)得到 $\mathrm{\ΔEnergy}=\frac{|{\mathrm{Energy}}_{38\mathrm{Hz}}-{\mathrm{Energy}}_{64\mathrm{Hz}}|}{{\mathrm{Energy}}_{38\mathrm{Hz}}+{\mathrm{Energy}}_{64\mathrm{Hz}}}$ 计算其能量相对变化率。如图4所示，经过图1，再综合其它属性消除了非储层的能量相对变化率得到的反应油层展布的能量相对变化率的平面图。从图4中，能够明显地区分油层、水层、干层，以及非储层，并且储层油层横向展布的边界清楚，范围明确。

5.油层识别结果交互验证。采用已有钻井、试油、采油、地质等资料验证识别结果的可靠性，如果符合率较低，可重复(3)至(4)步骤，直到达到满意的识别结果。

通过上述实例研究表明，能量相对变化率比单一的分频或频谱衰减等参数更容易识别岩性油气藏的油层展布。

对于另外的其它时频变换，比如小波变换、短时傅里叶变换，仅将第一步中广义S变换替代为相应的时频分析方法，其分析过程与以上类同，分析的结果也比较相似，重复2至4即可，可以参考以上对于广义S变换的分析过程操作，在此不再论述。

上述所描述的实施例仅仅是本发明的其中实施例之一，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。

Claims (5)

1.一种利用能量相对变化率的油层识别方法,其特征在于，该识别方法包括以下步骤：

1)采用时频变换方法对地震数据进行频谱分解，计算地震数据的分频数据；

2)根据地震数据的分频数据确定勘探目标层位的时频变化特征；

3)选取低频强振幅和高频弱振幅的分频地震数据并对其进行归一化处理；

4)对归一化的地震数据计算其能量及能量相对变化率，根据得到的能量相对变化率确定勘探目标层位的油层分布特征和展布范围。

2.根据权利要求1所述的利用能量相对变化率的油层识别方法，其特征在于，所述步骤1)中采用的时频变换方法为傅里叶变换、连续小波变换和广义S变换、时频变换方法中的至少一种。

3.根据权利要求1所述的利用能量相对变化率的油层识别方法，其特征在于，所述步骤4)中能量相对变化率为ΔEnergy，

$\mathrm{\ΔEnergy}=\frac{|{\mathrm{Energy}}_{\mathrm{low}}-{\mathrm{Energy}}_{\mathrm{high}}|}{{\mathrm{Energy}}_{\mathrm{low}}+{\mathrm{Energy}}_{\mathrm{high}}}$

其中Energy_low为低频强振幅的归一化能量，Energy_high为高频弱振幅的归一化能量。

4.根据权利要求1所述的利用能量相对变化率的油层识别方法，其特征在于，所述步骤2)中的勘探目标层位是利用地质、测井和合成地震记录资料确定的。

5.根据权利要求3所述的利用能量相对变化率的油层识别方法，其特征在于，所述的识别方法还包括对油层识别结果的交互验证，通过已有的钻井、试油、采油和地质资料验证识别结果的可靠性，如果符合率较低，重复步骤3)-4)，直至达到设定的识别结果。