CN107728208B - 基于地层速度异常预测孔隙压力的方法 - Google Patents

基于地层速度异常预测孔隙压力的方法 Download PDF

Info

Publication number
CN107728208B
CN107728208B CN201710915455.XA CN201710915455A CN107728208B CN 107728208 B CN107728208 B CN 107728208B CN 201710915455 A CN201710915455 A CN 201710915455A CN 107728208 B CN107728208 B CN 107728208B
Authority
CN
China
Prior art keywords
pore pressure
velocity
formation
speed
value
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
Application number
CN201710915455.XA
Other languages
English (en)
Other versions
CN107728208A (zh
Inventor
韩宏伟
程远锋
刘立彬
慎国强
王振涛
王蓬
孙兴刚
汪浩
揭景荣
高侠
***
杨靖
王宗家
伊慧
王甜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Geophysical Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN201710915455.XA priority Critical patent/CN107728208B/zh
Publication of CN107728208A publication Critical patent/CN107728208A/zh
Application granted granted Critical
Publication of CN107728208B publication Critical patent/CN107728208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/622—Velocity, density or impedance
    • G01V2210/6222—Velocity; travel time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters
    • G01V2210/6248—Pore pressure

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提出基于地层速度异常预测孔隙压力的方法，该方法建立在对有效应力和颗粒堆积模型的精确理论分析的基础上，即孔隙压力与速度异常之间总是存在一个指数关系。首先求取地层速度，根据具体情况，可以利用声波测井速度、地震叠加速度、地震偏移速度和地震反演速度。然后设定一个正常压实趋势线。接下来求取地层速度与正常趋势的偏差，以此作为孔隙压力预测的输入数据。最后利用孔隙压力与速度异常之间的指数关系得出孔隙压力数据。对地震勘探来说，这是一个快速识别甜点的普查工具。对储层监测来说，预测出的孔隙压力是揭示流体变化的重要指标。

Description

基于地层速度异常预测孔隙压力的方法
技术领域
本发明涉及地震资料处理领域，特别是地层压力预测方法。
背景技术
对石油工业界来说，异常孔隙压力是储层工程师和地球科学家都不能忽视的至关重要的参数。对年轻的沉积盆地来说，异常压力无处不在。异常压力对石油勘探与开发的影响巨大，影响了石油的产生、甜点的识别以及钻井安全、井眼设计和储层开发规划。20世纪60年代世界上首次公布了一种孔隙压力预测的经验方法，使用的是电阻率测井数据和声波测井数据。在石油工业界，使用最广泛的预测方法可能要数上世纪70年代所提出的伊顿经验方程了。它建立了孔隙压力与四种测量参数的关系，即电阻率测井参数、电导率参数、推导出的钻井参数(校正后的“d”指数)以及声波测井参数(速度)。孔隙压力预测的终极目标就是，在钻井之前利用地震数据进行预测。不仅因为异常压力与甜点有关，而且准确的预测可以降低钻井风险。这也是新的孔隙压力预测方法提出的原因。
发明内容
本发明的目的是提供一种基于地层速度异常预测孔隙压力的方法。
本发明采用的技术方案如下。
基于地层速度异常预测孔隙压力的方法，其特征在于，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值。
进一步，在步骤1中，所述目标区域指以地震偏移速度作为初始速度资料，进行大面积普查，得出的调查区域内的速度异常分布区域。
进一步，在步骤1中，求取地层速度时，利用的地层速度资料是声波测井速度。
进一步，在步骤1中，求取地层速度时，利用的地层速度资料是地层地震速度资料。
进一步，在步骤1中，利用的地层速度资料是地层地震速度资料，在有测井资料可利用的地区，充分利用测井资料进行地震速度资料进行校准。
进一步，所述地震速度资料为地层地震叠加速度。
进一步，所述地震速度资料为地层地震偏移速度。
进一步，所述地震速度资料为地层地震反演速度。
进一步，所述地震反演速度为AVO反演，得到的地震反演速度。
进一步，AVO反演为AVO三参数反演，在进行AVO三参数反演时，同时反演出地震纵波速度、地震横波速度和地层密度参数。
进一步，在有测井资料可利用的地区，充分利用测井资料进行AVO三参数反演的校准。
进一步，在步骤2中，目标区域的地层速度正常压实趋势线是简单的直线趋势线。
进一步，在步骤2中，目标区域的地层速度正常压实趋势线是简单的曲线趋势线。
进一步，在步骤2中，目标区域的地层速度正常压实趋势线通过正常速度压实曲线方程求取。
进一步，所述正常速度压实曲线方程为V＝V0+Ah，这里V0为地表速度，h为地层深度，A为常数。
进一步，步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
进一步，所述指数b的取值范围为2到4。
进一步，对于普查，指数b取3。
进一步，对深入调查，根据本地区的实际测井资料调整指数值。
进一步，所述调整指数值的方法是：相对软的岩石指数值较低。
进一步，基于地层速度异常预测孔隙压力的方法，包括下列步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值；
步骤5：对孔隙压力预测值进行验证，当孔隙压力预测值符合要求时，流程结束；当孔隙压力预测值不符合要求时，重复步骤2-4，直到孔隙压力预测值符合要求为止。
进一步，通过孔隙压力实测数据与孔隙压力预测值进行对比，当孔隙压力实测数据与孔隙压力预测值之间的差距大于给定阈值时，判定孔隙压力预测值不符合要求。
进一步，通过经验方程确定的孔隙压力数据与孔隙压力预测值进行对比，当通过经验方程确定的孔隙压力数据与孔隙压力预测值之间的差距大于给定阈值时，判定孔隙压力预测值不符合要求。
进一步，所述经验方程为伊顿经典公式。
本发明基于异常地层速度，提出了一个预测孔隙压力的方法；排除了岩性的影响之后，只要出现速度异常的地方，就会有一个孔隙压力异常分布；将预测结果与实测数据进行比较，或与其他基于经验方程的预测结果进行比较；设定好正常堆积的速度趋势后，基于声波测井速度、地震叠加速度、偏移速度或AVO反演速度，根据方程求取速度偏离，该方法的实现过程非常简单方便。
原则上，经由综合密度函数的积分可以求取上覆层应力。然而，在各种各样的井中，密度测井数据在某些层段总是缺失的。另外，伊顿方程等经验方程中的指数的物理意义也是不明确的，在地震勘探中，这些孔隙压力预测方法的应用并不是那么直截了当的。相反，在本发明的方法中，密度测井和其他的测井数据并不是必须的资料。此外，本发明的预测方法具有良好的稳定性和适用性。经实验验证，本发明方法的预测结果与实测数据符合得都很好，不管是欠压实造成的超压还是孔隙膨胀造成的超压，并不受超压产生机理的限制。
附图说明
图1为基于地层速度异常预测孔隙压力的方法的实施流程图。
图2为速度与有效应力间的指数关系图。三角形代表实验室内对各种干燥岩石的测量值。其他的为声波测井数值，正方形代表硬岩石，十字形和圆形代表软岩石。拟合曲线的依据是速度和有效应力之间的关系，对软岩石和硬岩石分别取不同的指数数值。
图3为一口井中测量的孔隙压力随深度的变化以及预测结果。叉号代表RFT压力测量值。曲线是利用本发明中的异常速度方法预测的孔隙压力值。
图4为一口井中孔隙压力随深度的变化以及预测结果。叉号代表实际测量到的压力值。曲线代表孔隙压力的预测值，虚线为伊顿方程的预测，以及修正后的伊顿方程的预测，黑色为根据本发明中的异常速度方法所进行的预测结果。
图5为根据AVO反演地震速度进行的孔隙压力预测。上半部是AVO反演的速度剖面，***了声波测井数据。下半部是利用异常速度方法预测出的孔隙压力剖面。与速度剖面相比，孔隙压力剖面中更容易识别出甜点。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例子，并配合所附图式，作详细说明如下。
实施例1。基于地层速度异常预测孔隙压力的方法，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值。
在步骤1中，所述目标区域指以地震偏移速度作为初始速度资料，进行大面积普查，得出的调查区域内的速度异常分布区域。
在步骤1中，求取地层速度时，利用的地层速度资料是声波测井速度。
在步骤2中，目标区域的地层速度正常压实趋势线是简单的曲线趋势线。
在步骤2中，目标区域的地层速度正常压实趋势线通过正常速度压实曲线方程求取。
所述正常速度压实曲线方程为V＝V0+Ah，这里V0为地表速度，h为地层深度，A为常数。
步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
所述指数的取值范围为2到4。
对于普查，指数取3。
本实施例提出基于地层速度异常预测孔隙压力的方法，该方法建立在对有效应力和颗粒堆积模型的精确理论分析的基础上，即孔隙压力与速度异常之间总是存在一个指数关系，孔隙压力＝速度异常指数。首先求取地层速度，根据具体情况，可以利用声波测井速度、地震叠加速度、地震偏移速度和地震反演速度。然后设定一个正常压实趋势线。接下来求取地层速度与正常趋势的偏差，以此作为孔隙压力预测的输入数据。最后利用孔隙压力与速度异常之间的指数关系得出孔隙压力数据。对地震勘探来说，这是一个快速识别甜点(“甜点”表示油气富集的、具有经济开采价值的地区)的普查工具。对储层监测来说，预测出的孔隙压力是揭示流体变化的重要指标。根据几何堆积关系和组成颗粒的机械性能，集合体的宏观机械性能可以由接触力学推导出来。根据Hertz-Mindlin理论(Hertz,1882和Mindlin,1949)，由相同的球体颗粒组成的集合体的体积模量K是有效应力的指数函数，且与组成颗粒的泊松比和杨氏模量有关。不考虑颗粒间摩擦时，剪切模量G等于3K/5。根据波动力学，速度V和体积模量K、剪切模量G以及材料的密度之间的关系为V＝((K+0.75G)/ρ)1/2，这里密度ρ的变化相对较小。既然K和G都与有效应力的1/3指数成正比，我们得到速度V与有效应力的1/6指数成正比。尽管Hertz-Mindlin理论是基于理想模型的，但它对页岩和砂岩的适用性非常好。我们将指数设定为两个典型的值，软岩石为1/3，硬岩石为1/6，然后将理论曲线拟合到测井数据和实验室数据(附图2)。从图中可以看到，对硬岩石来说，速度对有效应力较不敏感。对这两种典型的表现(大体上称为软和硬)，有的将它们称为加载曲线(或欠压实主导的机理)以及卸载曲线(或流体膨胀主导的机理)。
实施例2。基于地层速度异常预测孔隙压力的方法，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值。
在步骤1中，所述目标区域指以地震偏移速度作为初始速度资料，进行大面积普查，得出的调查区域内的速度异常分布区域。
所述地震速度资料为地层地震反演速度。
所述地震反演速度为AVO反演，得到的地震反演速度。
AVO反演为AVO三参数反演，在进行AVO三参数反演时，同时反演出地震纵波速度、地震横波速度和地层密度参数。
在有测井资料可利用的地区，充分利用测井资料进行AVO三参数反演的校准。
在步骤2中，目标区域的地层速度正常压实趋势线是简单的直线趋势线。
步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
所述指数的取值范围为2到4。
对深入调查，根据本地区的实际测井资料调整指数值。
所述调整指数值的方法是相对软的岩石指数值较低。
实施例3。基于地层速度异常预测孔隙压力的方法，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值。
在步骤1中，所述目标区域指以地震偏移速度作为初始速度资料，进行大面积普查，得出的调查区域内的速度异常分布区域。
在步骤1中，利用的地层速度资料是地层地震速度资料，在有测井资料可利用的地区，充分利用测井资料进行地震速度资料进行校准。
在步骤2中，目标区域的地层速度正常压实趋势线是简单的直线趋势线。
步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
所述指数的取值范围为2到4。
对深入调查，根据本地区的实际测井资料调整指数值。
所述调整指数值的方法是相对软的岩石指数值较低。
实施例4。基于地层速度异常预测孔隙压力的方法，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值。
在步骤1中，所述目标区域指以地震偏移速度作为初始速度资料，进行大面积普查，得出的调查区域内的速度异常分布区域。
在步骤1中，所述地震速度资料为地层地震叠加速度。
在步骤2中，目标区域的地层速度正常压实趋势线是简单的直线趋势线。
步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
所述指数的取值范围为2到4。
对深入调查，根据本地区的实际测井资料调整指数值。
所述调整指数值的方法是相对软的岩石指数值较低。
实施例5。基于地层速度异常预测孔隙压力的方法，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值。
在步骤1中，所述目标区域指以地震偏移速度作为初始速度资料，进行大面积普查，得出的调查区域内的速度异常分布区域。
在步骤1中，所述地震速度资料为地层地震偏移速度。
在步骤2中，目标区域的地层速度正常压实趋势线是简单的直线趋势线。
步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
所述指数的取值范围为2到4。
对深入调查，根据本地区的实际测井资料调整指数值。
所述调整指数值的方法是相对软的岩石指数值较低。
实施例6。基于地层速度异常预测孔隙压力的方法，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值；
步骤5：对孔隙压力预测值进行验证，当孔隙压力预测值符合要求时，流程结束；当孔隙压力预测值不符合要求是，重复步骤2-4，直到孔隙压力预测值符合要求为止。通过孔隙压力实测数据与孔隙压力预测值进行对比，当孔隙压力实测数据与孔隙压力预测值之间的差距大于给定阈值时，判定孔隙压力预测值不符合要求。
在步骤1中，求取地层速度时，利用的地层速度资料是声波测井速度与地震反演速度资料。
在步骤2中，目标区域的地层速度正常压实趋势线是简单的曲线趋势线。
在步骤2中，目标区域的地层速度正常压实趋势线通过正常速度压实曲线方程求取。
所述正常速度压实曲线方程为V＝V0+Ah，这里V0为地表速度，h为地层深度，A为常数。
步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
所述指数的取值范围为2到4。
对于普查，指数取3。
实施例7。基于地层速度异常预测孔隙压力的方法，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值；
步骤5：对孔隙压力预测值进行验证，当孔隙压力预测值符合要求时，流程结束；当孔隙压力预测值不符合要求是，重复步骤2-4，直到孔隙压力预测值符合要求为止。通过孔隙压力实测数据与孔隙压力预测值进行对比，当孔隙压力实测数据与孔隙压力预测值之间的差距大于给定阈值时，判定孔隙压力预测值不符合要求。通过经验方程确定的孔隙压力数据与孔隙压力预测值进行对比，当通过经验方程确定的孔隙压力数据与孔隙压力预测值之间的差距大于给定阈值时，判定孔隙压力预测值不符合要求。
在步骤1中，求取地层速度时，利用的地层速度资料是声波测井速度与地震AOV反演速度资料。
在步骤2中，目标区域的地层速度正常压实趋势线是简单的曲线趋势线。
在步骤2中，目标区域的地层速度正常压实趋势线通过正常速度压实曲线方程求取。
所述正常速度压实曲线方程为V＝V0+Ah，这里V0为地表速度，h为地层深度，A为常数。
步骤4中，所述速度异常值与孔隙压力之间指数关系公式为P＝a(Vn b-Vb)，这里a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
所述指数的取值范围为2到4。
实施例8。基于地层速度异常预测孔隙压力的方法，该预测方法包括：一个正常压实趋势线的建立方法，即V＝V0+Ah；一个识别速度异常的具体方法，即P＝a(Vn b-Vb)，包括建立速度异常分布特征的方法，即地震AVO反演孔隙压力预测数据体的建立；一个预测结果与实测数据的验证方法，包括RFT(和MDT钻杆测试方法，以及与其他基于经验方程的预测结果的验证方法，如经典的伊顿公式；以及地震数据的三参数AVO同时反演方法。
以地震偏移速度作为初始速度资料，进行大面积普查，不需要综合测井曲线的支持也可以迅速得出调查区域内的速度异常分布；然后利用地震速度对存在速度异常的区域进行进一步的研究，如进行叠前深度反演和测井联合反演等，以便得出更为精细的速度异常值；最后，进行纵波速度、横波速度和密度三参数AVO同时反演，得到地震反演速度，以此作为速度异常的最佳依据。
在进行AVO三参数反演时，同时反演出地震纵波速度、地震横波速度和地层密度参数，在有测井资料可利用的地区，充分利用测井资料进行地震反演的校准，在测井资料缺失的情况下，利用地震速度资料仍然能够进行孔隙压力的预测。
在孔隙压力与速度异常之间指数关系的确定上，对普查目的的调查来说，指数取3可以达到较好的预测精度，对基于勘探目标的深入调查来说，需要根据本地区的实际测井资料调整指数值，根据本地区岩性的特征，取值范围为2到4，相对软的岩石取值较低。在进行预测时，不管是欠压实造成的超压还是孔隙膨胀造成的超压，只要产生速度异常的结果，就可以应用本方法进行预测，因此并不受超压产生机理的限制。
图1为本实施例的基于地层速度异常预测孔隙压力的方法的实施流程图。
在步骤101，求取地层中地震波传播速度的资料。根据具体应用情况的不同，这里的地层速度资料可以是声波测井速度，也可以是地震速度，包括数据处理过程中产生的叠加速度、偏移过程中的偏移速度以及反演过程中的反演速度。
在步骤102，根据本区域的岩性特征，设定一个正常沉积压实情况下的速度趋势线，可以是简单的直线趋势，如V＝V0+Ah，也可以是更复杂的曲线，只要符合本区域的大体速度趋势即可，不做苛刻的要求。流程进入到步骤103。
在步骤103，求取地层速度与正常压实情况下的速度的偏差。
在步骤104，利用本方法中提出的孔隙压力求取方法，即P＝a(Vn b-Vb)，基于步骤103得到的速度偏差，计算出相应的孔隙压力数值。流程结束。
图2中，利用实际测量数据对本发明方法的应用进行了验证。实测数据包括了实验室对各种岩石的测量数据，也包括了165口井中的声波测井数据。采用本发明提出的方法中，指数分别取不同的数值时，对软岩石和硬岩石这两类岩石的预测结果都非常好。
如图3所示，利用井中的实测数据对本方法的应用进行了验证。速度和压力的测量数据来自一口井中的实际测量结果。测量值落在了卸载曲线上，与页岩的实验室测量结果类似。图3中的深度跨度大，较深处速度偏离正常趋势线的幅度大，大约起始于6350英尺，即超压开始的深度。在伊顿的压力预测方法中，指数取为3的话，预测值比实测值要低(此处未显示)。使用本发明方法中提出的异常速度方法，预测值与实测值符合得很好。
在图4中，利用另外一个地区的一口井中的实际测量结果，再次验证了本发明的预测结果，并与伊顿的预测结果和根据浮力和横向传导而修改后的伊顿的预测结果进行了比较。实测数据来自一个天然气田中的一口井。图中所示的深度范围处在一个储层范围内。所有三条孔隙压力曲线都具有相同的变化趋势，与实测数据符合得都很好。
图5为利用地震数据进行孔隙压力预测的实际例子。这里利用了AVO反演速度资料，与叠加速度和偏移速度相比，反演速度具有优越性，因为已经被声波测井数据和密度测井数据校准过了。在反演过程中，声波测井数据和密度测井数据被用来对结果进行校准。之后就得到了反演速度，如图5上半部所示。应用本孔隙压力预测方法之后，就得到了孔隙压力分布剖面，如图5下半部所示。从图5中可以看到，孔隙压力异常与速度异常密切相关。并且，利用孔隙压力剖面，甜点的识别也更加容易了，说明本方法的地震应用也是具有潜力的。与其他地震属性联合的话，例如弹性阻抗、孔隙度和流体指示因子，可以对这些甜点进行更深入的分析。对地震解释员来说，孔隙压力是一个有用的地震新属性，可以与其他地震属性进行对比分析，从而降低地震解释的风险。

Claims (18)

1.基于地层速度异常预测孔隙压力的方法，其特征在于，该预测方法包括如下步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值；
在步骤1中，所述目标区域指以地震偏移速度作为初始速度资料，进行大面积普查，得出的调查区域内的速度异常分布区域；
在步骤2中，目标区域的地层速度正常压实趋势线是直线趋势线或简单的曲线趋势线，该目标区域的地层速度正常压实趋势线通过正常速度压实曲线方程求取；所述正常速度压实曲线方程为：
V＝V0+Ah，其中，V0为地表速度，h为地层深度，A为常数；
在步骤4中，所述速度异常值与孔隙压力之间指数关系公式为：
P＝a(Vn b-Vb),其中，a为常数，Vn为实际地层速度，V为正常压实速度，b为指数。
2.如权利要求1所述的基于地层速度异常预测孔隙压力的方法，其特征在于：在步骤1中，求取地层速度时，利用的地层速度资料是声波测井速度。
3.如权利要求1所述的基于地层速度异常预测孔隙压力的方法，其特征在于：在步骤1中，求取地层速度时，利用的地层速度资料是地层地震速度资料。
4.如权利要求1所述的基于地层速度异常预测孔隙压力的方法，其特征在于：在步骤1中，利用的地层速度资料是地层地震速度资料，在有测井资料可利用的地区，充分利用测井资料进行地震速度资料进行校准。
5.如权利要求3或4所述的基于地层速度异常预测孔隙压力的方法，其特征在于：所述地震速度资料为地层地震叠加速度。
6.如权利要求3或4所述的基于地层速度异常预测孔隙压力的方法，其特征在于：所述地震速度资料为地层地震偏移速度。
7.如权利要求3或4所述的基于地层速度异常预测孔隙压力的方法，其特征在于：所述地震速度资料为地层地震反演速度。
8.如权利要求7所述的基于地层速度异常预测孔隙压力的方法，其特征在于：所述地震反演速度为AVO反演，得到的地震反演速度。
9.如权利要求8所述的基于地层速度异常预测孔隙压力的方法，其特征在于：AVO反演为AVO三参数反演，在进行AVO三参数反演时，同时反演出地震纵波速度、地震横波速度和地层密度参数。
10.如权利要求9所述的基于地层速度异常预测孔隙压力的方法，其特征在于：在有测井资料可利用的地区，充分利用测井资料进行AVO三参数反演的校准。
11.如权利要求1所述的基于地层速度异常预测孔隙压力的方法，其特征在于：所述指数b的取值范围为2到4。
12.如权利要求11所述的基于地层速度异常预测孔隙压力的方法，其特征在于：对于普查，指数b取3。
13.如权利要求11所述的基于地层速度异常预测孔隙压力的方法，其特征在于：对深入调查，根据本地区的实际测井资料调整指数值。
14.如权利要求13所述的基于地层速度异常预测孔隙压力的方法，其特征在于：所述调整指数值的方法是：相对软的岩石指数值较低。
15.如权利要求1所述的基于地层速度异常预测孔隙压力的方法，其特征在于包括下列步骤：
步骤1：求取目标区域的地层速度；
步骤2：设定目标区域的地层速度正常压实趋势线；
步骤3：求取目标区域地层速度与正常趋势的偏差，得到目标区域速度异常值；
步骤4：利用速度异常值与孔隙压力之间指数关系得出目标区域地层的孔隙压力预测值；
步骤5：对孔隙压力预测值进行验证，当孔隙压力预测值符合要求时，流程结束；当孔隙压力预测值不符合要求时，重复步骤2-4，直到孔隙压力预测值符合要求为止。
16.如权利要求15所述的基于地层速度异常预测孔隙压力的方法，其特征在于：通过孔隙压力实测数据与孔隙压力预测值进行对比，当孔隙压力实测数据与孔隙压力预测值之间的差距大于给定阈值时，判定孔隙压力预测值不符合要求。
17.如权利要求15所述的基于地层速度异常预测孔隙压力的方法，其特征在于：通过经验方程确定的孔隙压力数据与孔隙压力预测值进行对比，当通过经验方程确定的孔隙压力数据与孔隙压力预测值之间的差距大于给定阈值时，判定孔隙压力预测值不符合要求。
18.如权利要求17所述的基于地层速度异常预测孔隙压力的方法，其特征在于：所述经验方程为伊顿经典公式。
CN201710915455.XA 2017-09-29 2017-09-29 基于地层速度异常预测孔隙压力的方法 Active CN107728208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710915455.XA CN107728208B (zh) 2017-09-29 2017-09-29 基于地层速度异常预测孔隙压力的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710915455.XA CN107728208B (zh) 2017-09-29 2017-09-29 基于地层速度异常预测孔隙压力的方法

Publications (2)

Publication Number Publication Date
CN107728208A CN107728208A (zh) 2018-02-23
CN107728208B true CN107728208B (zh) 2019-07-12

Family

ID=61209480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710915455.XA Active CN107728208B (zh) 2017-09-29 2017-09-29 基于地层速度异常预测孔隙压力的方法

Country Status (1)

Country Link
CN (1) CN107728208B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113062727B (zh) * 2019-12-30 2024-04-05 中石化石油工程技术服务有限公司 一种考虑模型参数不确定性的地层孔隙压力预测方法
CN113514890B (zh) * 2021-03-18 2022-12-09 中国石油大学(华东) 一种使用地震数据预测地层压力系数的方法、装置及设备
CN114396257B (zh) * 2021-12-31 2023-10-31 中国石油大学(北京) 基于地震数据的三维地层压力预测方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2174201A (en) * 1985-04-24 1986-10-29 Prad Res & Dev Nv Method of measuring pore pressure in impermeable rocks
US5142471A (en) * 1990-04-05 1992-08-25 Board Of Supervisors Of Louisiana State University And Agricultural And Mechanical College Method for determining the pressure or stress of a geological formation from acoustic measurement
CN201963295U (zh) * 2011-01-05 2011-09-07 中国海洋石油总公司 一种随钻地层压力地面模拟测量装置
CN105468886B (zh) * 2014-09-04 2018-07-27 中国石油化工股份有限公司 基于岩石物理学参数计算地层压力的方法
CN104483703B (zh) * 2014-12-31 2017-05-10 中国石油天然气股份有限公司 一种井震联合古地层压力预测方法
CN105445791B (zh) * 2015-11-25 2017-09-19 成都理工大学 一种基于多种地震属性的地层孔隙压力预测方法

Also Published As

Publication number Publication date
CN107728208A (zh) 2018-02-23

Similar Documents

Publication Publication Date Title
Kidambi et al. Mechanical earth modeling for a vertical well drilled in a naturally fractured tight carbonate gas reservoir in the Persian Gulf
US10724364B2 (en) Creation of structural earth formation models
Close et al. Integrated workflows for shale gas and case study results for the Horn River Basin, British Columbia, Canada
Asadi Application of artificial neural networks in prediction of uniaxial compressive strength of rocks using well logs and drilling data
CN105445791A (zh) 一种基于多种地震属性的地层孔隙压力预测方法
CN107728208B (zh) 基于地层速度异常预测孔隙压力的方法
Sinha et al. Estimation of formation stresses using borehole sonic data
Abbas et al. Stability analysis of highly deviated boreholes to minimize drilling risks and nonproductive time
Varela et al. Geomechanics: Pressure, stress field, and hydraulic fractures
CN101315428B (zh) 基于横波速度的高孔隙碎屑岩的高分辨率勘探方法
Liu et al. Quantitative multiparameter prediction of fractured tight sandstone reservoirs: a case study of the Yanchang Formation of the Ordos Basin, Central China
Kianoush et al. Determining the drilling mud window by integration of geostatistics, intelligent, and conditional programming models in an oilfield of SW Iran
Al-Kattan et al. Estimation of the rock mechanical properties using conventional log data in North Rumaila field
Kadkhodaie The impact of geomechanical units (GMUs) classification on reducing the uncertainty of wellbore stability analysis and safe mud window design
US20220050224A1 (en) Evaluating anisotropic effective permeability in rock formations having natural fracture networks
Donald et al. Stress characterization in deep boreholes using acoustoelasticity
Mahdi et al. Rock Mechanical Properties: A Review of Experimental Tests and Prediction Approaches
Patro et al. Horizontal Stress Determination in Anisotropic Formations Integrating Advanced Acoustic Measurements
Davies et al. Determination of geomechanical properties of a typical Niger Delta reservoir rock using geophysical well logs
Ishida et al. NUMERICAL SIMULATION TO EXAMINE ACCURACY OF AE SOURCE LOCATION AND ITS APPLICATIONS TO IN-SITU ROCK MONITORING.
Talebi et al. In-situ stress regime in the Asmari reservoir of the Zeloi and Lali oil fields, northwest of the Dezful embayment in Zagros fold-thrust belt, Iran
Zhou et al. Reservoir geomechanic heterogeneity index (RGHI): Concept, methodology, and application
Gallardo-Giozza et al. Implications of shale anisotropy on the determination of stress fracture barriers for tectonically passive and active sites
Ben Abdallah et al. Hasdrubal Field, Tunisia: geomechanical integrity study
US11366049B2 (en) Estimation of objective driven porous material mechanical properties

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant