CN111751883B - 一种基于各向异性流体因子的致密裂缝储层地震预测方法 - Google Patents
一种基于各向异性流体因子的致密裂缝储层地震预测方法 Download PDFInfo
- Publication number
- CN111751883B CN111751883B CN202010680564.XA CN202010680564A CN111751883B CN 111751883 B CN111751883 B CN 111751883B CN 202010680564 A CN202010680564 A CN 202010680564A CN 111751883 B CN111751883 B CN 111751883B
- Authority
- CN
- China
- Prior art keywords
- fluid
- anisotropic
- fracture
- azimuth
- seismic
- 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.)
- Expired - Fee Related
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 24
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 13
- 230000008878 coupling Effects 0.000 claims abstract description 10
- 238000010168 coupling process Methods 0.000 claims abstract description 10
- 238000005859 coupling reaction Methods 0.000 claims abstract description 10
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 239000011435 rock Substances 0.000 claims description 20
- 239000011148 porous material Substances 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 206010017076 Fracture Diseases 0.000 description 43
- 208000010392 Bone Fractures Diseases 0.000 description 41
- 238000012512 characterization method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- 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
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于各向异性流体因子的致密裂缝储层地震预测方法,从低频各向异性Gassmann理论的角度出发,结合线性滑移理论和弱各向异性分析假设,得出一种新的各向异性流体指示因子;该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合;将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分;根据各向同性流体/孔隙度项、剪切模量和密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度;遵循贝叶斯框架和正则约束条件,得出一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法,以估计耦合的各向异性流体指示因子和裂缝弱度。
Description
技术领域
本发明涉及地震监测技术领域,具体涉及一种基于各向异性流体因子的致密裂缝储层地震预测方法。
背景技术
在裂缝诱导的水平横向各向同性(HTI)介质的地震储层表征中,致密裂缝性储层中流体性质的判别起着重要作用。常规的流体指示因子主要用于各向同性介质中的流体识别,并且正在寻找用于各向异性介质的流体指示因子的实际意义以寻找裂缝性储层的地震特征。
综上所述,急需一种基于各向异性流体因子的致密裂缝储层地震预测方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种基于各向异性流体因子的致密裂缝储层地震预测方法,用于实现耦合的各向异性流体指示因子、裂缝弱度参数预测,能够有效的表征致密含气裂缝性油藏。
为实现上述目的,本发明提供了一种基于各向异性流体因子的致密裂缝储层地震预测方法,包括以下步骤:
步骤一:从低频各向异性Gassmann理论的角度出发,结合线性滑移理论和弱各向异性分析假设,得出一种新的各向异性流体指示因子;该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合;将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分;
步骤二:根据各向同性流体/孔隙度项、剪切模量和密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度;
步骤三:遵循贝叶斯框架和正则约束条件,得出一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法,以估计耦合的各向异性流体指示因子和裂缝弱度。
进一步地,各向同性流体/孔隙度项f方程如下:
其中,Kdry、Km和Kf分别是干岩石、基质材料和孔隙流体的有效体积模量;φp是各向同性多孔岩的孔隙度;Miso是各向同性Gassmann的孔隙空间模量,用于测量将孔隙流体以恒定体积压入岩石所需的孔隙流体压力;β0是Biot系数,它是当液压达到平衡时孔隙流体的体积变化与岩石的体积变化之比。
进一步地,耦合的各向异性流体指示因子δf
进一步地,包含耦合各向异性流体指示因子的线性化PP波反射系数,表示为
进一步地,利用两个正交方位角振幅差的地震数据进行反演,得到耦合的各向异性流体指示因子δf;其中一个方位角沿裂缝方向延伸,另一个方位角与裂缝方向垂直;将三个入射角的两个方位角之间的地震方位角振幅差写为:
进一步地,将两个方位角数据之间的方位角振幅差的数据向量写成裂缝诱导各向异性模型参数的加权系数矩阵与这三个模型参数的数据向量的乘积,即
[ΔSPP]3M×1=[G]3M×3M·[Δδ]3M×1, (26)
这里t1和tM分别是第一个和最后一个采样界面;w1和wk分别是估计地震子波的第一个和最后一个分量;T该符号表示矩阵转置。
进一步地,遵循贝叶斯理论构建目标函数为Φ(Δδ)
其中,Jsparse(Δδ)和Jmodel(Δδ)是柯西稀疏正则化约束项和初始模型正则化约束项,
目标函数Φ(Δδ)相对于未知模型参数Δδ的推导通过以下方式获得:
其中,QCauchy是柯西稀疏正则化约束的对角矩阵,即
引入了迭代奇异值分解(ISVD)算法解决方程(42)QCauchy,即迭代方程(42)在迭代k中获得的模型参数Δδk表示为
最终得到迭代估算模型参数Δδ,即
应用本发明的技术方案,具有以下有益效果:
本发明提出了一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法,对耦合的各向异性流体指示因子和裂缝弱度进行地质上合理的估计,以用于致密含气裂缝性油藏的地震表征。提出了一种新的各向异性流体因子,用于致密裂缝储层的地震识别与预测。耦合的各向异性流体指示因子对含气裂缝性储层更敏感。耦合各向异性流体指示因子有助于以更有效的方式估算裂缝性储层的流体性质。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1(a)是显示无噪声时的合成道集和方位振幅差;
图1(b)是显示SNR为5时的合成道集和方位振幅差;
图1(c)是显示SNR为2时的合成道集和方位振幅差;
图2(a)是显示无噪声时的方位地震数据基于方位角振幅差估计的未知模型参数;
图2(b)是显示SNR为5时的方位地震数据基于方位角振幅差估计的未知模型参数;
图2(c)是显示SNR为2时的方位地震数据基于方位角振幅差估计的未知模型参数;
图3(a)是显示无噪声时原始和合成方位道集和方位振幅差之间的比较;
图3(b)是显示SNR为5时原始和合成方位道集和方位振幅差之间的比较;
图3(c)是显示SNR为2时原始和合成方位道集和方位振幅差之间的比较;
图4(a)是近入射角的剖面,沿裂缝方向方位角的地震数据;
图4(b)是中入射角的剖面,沿裂缝方向方位角的地震数据;
图4(c)是远入射角的剖面,沿裂缝方向方位角的地震数据;
图5(a)是近入射角的剖面,方位角垂直于裂缝方向的方位角地震数据;
图5(b)是中入射角的剖面,方位角垂直于裂缝方向的方位角地震数据;
图5(c)是远入射角的剖面,方位角垂直于裂缝方向的方位角地震数据;
图6(a)是具有近入射角的相差剖面,两个方位角之间的方位角振幅差数据;
图6(b)是具有中入射角的相差剖面,两个方位角之间的方位角振幅差数据;
图6(c)是具有远入射角的相差剖面,两个方位角之间的方位角振幅差数据;
图7(a)是未知的耦合各向异性流体指示因子,构造的模型参数未知的初始模型;
图7(b)是未知的干法向裂缝弱度,构造的模型参数未知的初始模型;
图7(c)是未知的干切向裂缝弱度,构造的模型参数未知的初始模型;
图8(a)是估计的耦合各向异性流体指示因子模型参数;
图8(b)是估计的干法向裂缝弱度模型参数;
图8(c)是估计的干切向裂缝弱度模型参数。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1:
一种基于各向异性流体因子的致密裂缝储层地震预测方法,从低频各向异性Gassmann理论的角度出发,结合线性滑移理论和弱各向异性分析假设,提出了一种新的各向异性流体指示因子,该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合。将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分,然后根据各向同性流体/孔隙度项,剪切模量,密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度。遵循贝叶斯框架和正则约束条件,最终提出了一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法,以估计耦合的各向异性流体指示因子和裂缝弱度。
流体/孔隙度项(f)是各向同性多孔介质的敏感流体指示因子,从低频Biot-Gassmann角度看,它可以看作是流体饱和弹性模量与气体饱和弹性模量(或干弹性模量)之间的差异,即
其中,VP、VS和ρ分别是纵向(或P-)波速,剪切(或S-)波速和密度。λ和K分别是第一个Lamé参数和体积模量;下标sat和dry分别代表岩石的流体饱和模量和干弹性模量。是P波S波速的平方之比;β0是Biot系数,它是当液压达到平衡时孔隙流体的体积变化与岩石的体积变化之比,可以表示为
Miso是各向同性Gassmann的孔隙空间模量,用于测量将孔隙流体以恒定体积压入岩石所需的孔隙流体压力。可以写成
其中,Kdry Km和Kf分别是干岩石、基质材料和孔隙流体的有效体积模量,φp是各向同性多孔岩的孔隙度。将式(2)和(3)代入式(1),可以得到
从等式(1)和(4)中,可以知道流体指示因子f是一个混合的流体/孔隙度项,等于流体饱和P波模量和干P波模量之差,即轴向应力变化率之差饱和流体和干岩石在单轴应变状态下轴向应变的变化。另外,流体/孔隙度项f不仅取决于流体的体积模量,还取决于基质材料的体积模量,干材料的体积模量的比率以及岩石的孔隙率。流体含量对流体/孔隙率项f的主导作用。因此,与其他常规流体指示因子(例如速度,阻抗,拉梅常数,泊松比等)相比,流体/孔隙度是一种更敏感的判别流体含量的指示因子。
但是,流体/孔隙度f主要用于各向同性的多孔介质,而不用于各向异性的情况。从各向异性的Gassmann方程开始,引入各向异性的流体指示因子来表征压裂多孔介质的流体性质。
岩石的流体饱和模量和干弹性模量之间的关系表示为
Mani可以看作是各向异性的Gassmann的孔隙空间模量,
与等式(3)相比,各向同性和各向异性Gassmann的孔隙空间模量有两个不同。第一个区别是等式中的孔隙率。φ在等式(7)表示多孔裂隙岩的总体孔隙度,是背景基质孔隙度φp和裂缝孔隙度φc的总和。另一个差异是各向异性情况下的广义干体积模量由下式给出:
式(6),(7)和(8)代入(5),并结合线性滑移理论的HTI模型,可以获得流体饱和的压裂多孔介质的精确弹性刚度分量。
获得所有饱和刚度分量,表示为裂隙多孔岩石的各向异性干骨架项和各向异性流体/孔隙度项的和,但是不能将精确的解析表达式线性化。为了获得线性化表达式的推导,首先基于弱各向异性假设推导了饱和弹性刚度的弱各向异性解析表达式。
耦合的各向异性流体指示因子δf
f表示近似的流体/孔隙度项,即此外,可以看出耦合各向异性流体指示因子δf取决于流体的体积模量(Kf),干物质体积模量的比(Kdry/Km),裂隙多孔岩石的整体孔隙度(φ)和干裂缝弱度参数因此,与各向同性流体/孔隙度项f相比,耦合的各向异性流体指示因子δf还可以与裂缝发育程度和裂缝中的流体含量填充有关,这是填充流体和发育裂缝的综合响应。
μ是剪切模量;χdry是第一拉梅常数与纵波模量的比值,即χdry=λdry/Mdry=λdry/(λdry+2μ)。
耦合各向异性流体指示因子的地震方位角振幅差反演包含耦合各向异性流体指示因子的线性化PP波反射系数,可以表示为
为了得到耦合的各向异性流体指示因子δf,利用地震数据的方位角振幅差信息来进行反演。使用具有两个正交方位角的地震数据,其中一个方位角沿裂缝方向延伸,另一个方位角与裂缝方向垂直。然后可以将三个入射角的两个方位角之间的地震方位角振幅差写为
式(22)和地震子波进行卷积,可以将两个方位角数据之间的方位角振幅差的数据向量写成裂缝诱导各向异性模型参数的加权系数矩阵与这三个模型参数的数据向量的乘积。反射界面M和3个入射角的情况,即
[ΔSPP]3M×1=[G]3M×3M·[Δδ]3M×1, (26)
这里t1和tM分别是第一个和最后一个采样界面;w1和wk分别是估计地震子波的第一个和最后一个分量;T该符号表示矩阵转置。
为求解方程(26),遵循贝叶斯理论来构建目标函数为Φ(Δδ):
其中Jsparse(Δδ)和Jmodel(Δδ)是柯西稀疏正则化约束项和初始模型正则化约束项,可以写成
和分别是地震噪声和未知模型参数的方差;ΔδN0,ΔδT0和Δδf0分别是未知模型参数的初始模型;κ1,κ2和κ3分别是未知模型参数的对应正则化系数;P是积分矩阵。目标函数Φ(Δδ)相对于未知模型参数Δδ的推导可以通过以下方式获得:
其中,QCauchy是柯西稀疏正则化约束的对角矩阵,即
求解方程(42)QCauchy,引入迭代奇异值分解(ISVD)算法,即迭代方程(42)在迭代k中获得的模型参数Δδk可以表示为
最终可以得到迭代估算模型参数Δδ,即
为了从方位角振幅差异检验耦合各向异性流体指示因子δf进行地震反演的可行性,本实施例使用合成道集集来证明本文提出的方法。首先,通过使用以30Hz Ricker子波卷积的测井数据生成两个方位角地震数据,其中一个方位角沿裂缝方向,而另一个方位角与裂缝方向垂直。在这项工作中,裂缝大致向北发育(即在该采集***中为0o)。图1(a),图1(b)和图1(c)展示了具有不同信噪比(SNRs)的合成方位地震道和方位振幅差,并且使用两个方位地震数据之间的方位振幅差来估计耦合各向异性流体指示因子δf和裂缝弱度和δT。从未知模型参数的敏感性分析中,可以知道,干法向和切向裂缝弱度(和δT)对方位角振幅差的敏感度要高于耦合各向异性流体指示因子(δf),因此耦合各向异性流体指示因子的反演效果(δf)可能比其他两个模型参数效果差。
图2(a)、图2(b)和图2(c)展示了使用具有不同SNRs的方位角地震数据基于方位角振幅差估计的未知模型参数,三条井曲线分别代表真实数据,初始模型和反演结果。从图中可以发现,估计的未知模型参数与混合了中等程度随机噪声的原始曲线一致,但由于裂缝弱度(和δT)的反演结果,反演耦合的各向异性流体指示因子(δf)效果不佳。从原始和合成方位道集之间的比较结果以及具有不同SNRs的方位角振幅差异。如图3(a)、图3(b)和图3(c)所示,两者之间的误差在具有适度随机噪声的储层表征和流体识别的实际应用的可接受范围内。
为了进一步利用实际数据测试在储层表征和流体识别中的实际应用,本实施例使用了位于某盆地凹陷的大型隆升带西端的工作区。另外,该区域的断层走向复杂,但较大的断层主要在SN方向,裂缝方向与断层方向一致。对于目标区间,孔隙率主要分布在2-4%的范围内(平均3.75%),渗透率通常低于0.1×103μm2(平均0.07×103μm2)。因此,它属于典型的具有超低孔隙度和超低渗透率的致密储层,其中裂缝是气藏生产的关键。
图4和图5是具有三个入射角的两个方位地震振幅数据,其中一个方位角沿着裂缝方向,另一个垂直于裂缝方向。图6(a)、图6(b)和图6(c)分别是具有近、中和远入射角的两个方位角之间的方位角振幅差数据。注意,在所有上述图中,顶部的虚线框是含水的裂缝性储层,底部的虚线框是含气的裂缝性储层。黑井曲线是切向裂缝弱度参数的测井数据,与裂缝密度直接相关。从方位振幅数据和方位振幅差数据的观察,除了一些振幅异常,两个储层之间没有显着差异。使用方位角振幅差数据进行地震反演,以表征含水和含气裂缝性油藏。
图7(a)、图7(b)和图7(c)是未知模型参数的构造初始模型,包括耦合的各向异性流体指示因子,干法向和切向裂缝弱度。三个图中的井曲线分别是耦合的各向异性流体指示因子,干法向和切向裂缝弱度的相应测井数据。图8(a)、图8(b)和图8(c)分别是估计的三个模型参数。从正常和切向裂缝弱度的反演结果,发现在含水和含气裂缝性油藏中都观察到异常高的值,这表明在两个油藏中裂缝都发育良好。但是,反演耦合各向异性流体指示因子在含气裂缝性储层中表现出明显的参数异常,而含水裂缝性储层中的参数异常可能不那么明显。通过比较表明,耦合的各向异性流体指示因子对含气裂缝性储层更敏感。因此,耦合各向异性流体指示因子有助于以更有效的方式估算裂缝性储层的流体性质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于各向异性流体因子的致密裂缝储层地震预测方法,其特征在于,包括以下步骤:
步骤一:从低频各向异性Gassmann理论的角度出发,结合线性滑移理论和弱各向异性分析假设,得出一种新的各向异性流体指示因子;该指示因子将各向同性流体/孔隙度项与干法向裂缝弱度相结合;将流体饱和的压裂多孔介质的弱各向异性弹性刚度分量的扰动与散射函数进行积分;
步骤二:根据各向同性流体/孔隙度项、剪切模量和密度耦合得出线性化且弱各向异性的PP波反射系数各向异性流体指示因子和裂缝弱度;
步骤三:遵循贝叶斯框架和正则约束条件,得出一种基于迭代奇异值分解的两个正交方位角地震方位振幅差的反演方法,以估计耦合的各向异性流体指示因子和裂缝弱度。
7.根据权利要求6所述的一种基于各向异性流体因子的致密裂缝储层地震预测方法,其特征在于,遵循贝叶斯理论构建目标函数为Φ(Δδ)
其中,Jsparse(Δδ)和Jmodel(Δδ)是柯西稀疏正则化约束项和初始模型正则化约束项,
目标函数Φ(Δδ)相对于未知模型参数Δδ的推导通过以下方式获得:
其中,QCauchy是柯西稀疏正则化约束的对角矩阵,即
引入了迭代奇异值分解算法解决方程(42)QCauchy,即迭代方程(42)在迭代k中获得的模型参数Δδk表示为
最终得到迭代估算模型参数Δδ,即
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010680564.XA CN111751883B (zh) | 2020-07-15 | 2020-07-15 | 一种基于各向异性流体因子的致密裂缝储层地震预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010680564.XA CN111751883B (zh) | 2020-07-15 | 2020-07-15 | 一种基于各向异性流体因子的致密裂缝储层地震预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111751883A CN111751883A (zh) | 2020-10-09 |
CN111751883B true CN111751883B (zh) | 2021-07-30 |
Family
ID=72710311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010680564.XA Expired - Fee Related CN111751883B (zh) | 2020-07-15 | 2020-07-15 | 一种基于各向异性流体因子的致密裂缝储层地震预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111751883B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113568045B (zh) * | 2021-07-26 | 2022-11-11 | 中南大学 | 一种tti介质裂缝倾角的反演方法 |
CN113740910B (zh) * | 2021-09-06 | 2022-08-23 | 中南大学 | 一种vti等效介质裂缝弱度参数地震反演方法及*** |
CN116755141B (zh) * | 2023-04-18 | 2024-03-29 | 成都捷科思石油天然气技术发展有限公司 | 一种深度域地震子波提取方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015161282A1 (en) * | 2014-04-18 | 2015-10-22 | Halliburton Energy Services, Inc. | Log processing and fracture characterization in biaxially anisotropic formations |
CN109490963B (zh) * | 2017-09-13 | 2021-04-23 | 中国石油化工股份有限公司 | 裂缝储层岩石物理建模方法及*** |
CN110687601A (zh) * | 2019-11-01 | 2020-01-14 | 中南大学 | 一种正交各向异性介质流体因子与裂缝参数反演方法 |
CN110646849B (zh) * | 2019-11-01 | 2021-01-15 | 中南大学 | 一种基于基质-流体-裂缝解耦的含油裂缝储层反演方法 |
CN111077568B (zh) * | 2019-12-20 | 2021-04-23 | 中国石油大学(北京) | 致密油气储层流体因子检测油气储层的方法及设备 |
CN111159917A (zh) * | 2020-01-06 | 2020-05-15 | 中国石油化工股份有限公司 | 基于岩石物理模型的各向异性流体因子构建方法 |
-
2020
- 2020-07-15 CN CN202010680564.XA patent/CN111751883B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111751883A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111751883B (zh) | 一种基于各向异性流体因子的致密裂缝储层地震预测方法 | |
US10145227B2 (en) | Method for estimating permeability of fractured rock formations from induced slow fluid pressure waves | |
Srivastava et al. | Stochastic inversion of prestack seismic data using fractal-based initial models | |
US7679993B2 (en) | Method of characterizing a fractured reservoir using seismic reflection amplitudes | |
CN106772604B (zh) | 基于流体体积压缩系数的叠前地震反演方法 | |
CN113312583B (zh) | 裂缝性页岩气储层性能参数预测方法及*** | |
Pan et al. | Azimuthal seismic amplitude variation with offset and azimuth inversion in weakly anisotropic media with orthorhombic symmetry | |
US9234977B2 (en) | Processing collected survey data | |
CN102508294A (zh) | 一种利用时移地震勘探资料进行差异avo分析的方法 | |
CN114048627A (zh) | 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及*** | |
CN114488302B (zh) | 一种原位各向异性地应力场预测方法及*** | |
Fahimuddin et al. | 4D seismic history matching of a real field case with EnKF: use of local analysis for model updating | |
CN103630939A (zh) | 一种气层识别评价方法 | |
Pan et al. | Bayesian seismic inversion for estimating fluid content and fracture parameters in a gas-saturated fractured porous reservoir | |
CN114137616A (zh) | 一种利用量子力学原理进行储层含气性检测的方法 | |
Lin et al. | Self-adapting extraction of matrix mineral bulk modulus and verification of fluid substitution | |
Amoura et al. | Investigation of lithological heterogeneities from velocity logs using EMD-Hölder technique combined with multifractal analysis and unsupervised statistical methods | |
US8411529B2 (en) | Walkaway VSP calibrated sonic logs | |
White et al. | Stochastic fluid modulus inversion | |
CN115061202B (zh) | 一种页岩含气性地震储层直接检测方法 | |
CN110471129A (zh) | 一种深层页岩高温高压下的各向异性岩石物理建模方法 | |
Zhao et al. | Anisotropic total variation pre-stack multitrace inversion based on Lp norm constraint | |
Pan et al. | A coupled anisotropic fluid indicator for seismic characterization of tight gas-bearing fractured reservoirs | |
Wen et al. | Reservoir detection based on EMD and correlation dimension | |
Pan et al. | Estimating fluid term and anisotropic parameters in saturated transversely isotropic media with aligned fractures |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210730 |
|
CF01 | Termination of patent right due to non-payment of annual fee |