Crystal高分辨率储层预测
储层预测
5多元统计方法在储层预测中的应用 5.1多元统计方法原理 5.2多元统计方法的应用 6模式识别技术及其在储层预测中的应用 6.1统计模式识别技术的基本原理与应用 6.2人工神经网络基本原理与应用 7边缘检测技术与应用 7.1边缘检测技术的基本原理 7.2基于小波边缘检测技术与应用 7.3基于分形边缘检测技术与应用
8地震波阻抗反演方法理论与应用 8.1波阻抗反演的基本原理 8.2测井约束地震反演方法的应用 9多波多分量地震储层描述与应用 9.1多波多分量地震勘探的理论基础 9.2多波多分量地震资料采集与处理 9.3多波地震资料解释和储层描述 10 四维地震勘探技术与应用 10.1四维地震的可行性与研究前提 10.2四维地震资料处理方法与原则 10.3四维地震资料解释方法
岩石类型
速度 （米/秒）
砾岩碎石干砂
200~800
砂质粘土
300 ~ 900
湿砂
600 ~ 800
粘土
1200 ~ 2500
砂岩
1400 ~ 4500
泥灰岩
2000 ~ 3500
石灰岩，白云岩
2500 ~ 6100
泥质页岩
2700 ~ 4100
盐岩
4200 ~ 5500
几种沉积岩的波速
三、地震波速度与岩石密度的关系
k i1
i 1 N
( fi f )2
i 1
K:反映吸收系数的大小
求出自相关函数
N
i 2k
X (n) x(k)e N
i 1
N
S X 2 (n) n1
总能量
X max MAX [x(1), x(2), x(3),..., x(n)]
最新的石油软件列表
最新的石油软件列表最新的石油软件列表一、解释软件系列（地质专业）（1）3大经典地震地质综合解释软件（unix系统，微机Linux系统）1、GeoFrame （version：4.5，linux、solaris操作系统）2010年8月的版本，比gf4.4多了mathcube体计算,geoplot模块2、LandMark （version：5000,windows、linux、solaris操作系统）2011年的最新版，与2003差别较大，变化也主要集中在数据管理方面。
功能方面，增加好像并不多。
3、Epos （version：4.0，linux操作系统）Paradigm公司的软件，还是相当不错的。
一直都非常喜欢。
（2）其它微机地震地质综合解释系统（window系统）1、Discover （version：5000.01，window操作系统,）2010年的正版原始安装介质，1个多G。
都说是landmark的微机版。
但是现在，landmark 真的快要出微机版了，但肯定不是discover。
2、SMT (version:8.6, 32位与64位完整介质，window操作系统)软件更新超级快，快的令人窒息。
不知道公司到底是出于何种目的，是开发力量强，还是软件问题多呢？3、SeisWare （version：7.2，window操作系统）过去一直是7.02，总被人认为7.2，现在总算真的7.2了。
用的较少，但是还是有人寻找，不知道效果怎样。
4、Transform (version:3.0，window操作系统）多波解释系统，2011年的最新版，这么热门的技术，怎么就很少有人问起？5、Mdi (version:4.0, solaris操作系统)俄罗斯的多维解释软件6、SeisX (version:420，Window操作系统)Paradigm公司的window系统解释软件，2010年8月安装测试成功，需要Exceed仿真终端的支持。
储层弹性参数预测方法及其核心技术优化研究
储层弹性参数预测方法及其核心技术优化研究引言：储层弹性参数是地球物理学中重要的一项参数，对于油气勘探与开发具有重要的意义。
准确预测储层弹性参数能够有效地指导油气勘探工作，在提高开发效率和降低风险方面起到关键作用。
本文旨在研究储层弹性参数预测方法及其核心技术的优化，为油气勘探和工程应用提供支持。
储层弹性参数预测方法：1. 基于孔隙结构的预测方法：该方法依赖于储层的孔隙结构特征，通过分析孔隙度、孔隙连接性等指标来预测储层的弹性参数。
这种方法具有简单、直观的特点，但对孔隙结构的精确描述和理解要求较高。
2. 基于地心引力的预测方法：该方法利用地心引力场对储层密度分布的影响，通过重力测量数据来反演储层弹性参数。
这种方法适用范围广，但需要准确的重力测量数据，并且对地质模型的约束较高。
3. 基于地震数据的预测方法：该方法利用地震波在不同介质中传播速度变化对储层的弹性参数进行预测。
常用的方法包括层析成像、波动方程反演等。
这种方法具有较高的分辨率和灵敏度，但对地震数据质量和处理方法要求较高。
储层弹性参数预测核心技术优化研究：1. 数据质量优化：地球物理勘探数据中常常存在噪音和不确定性，对数据进行质量优化是保证预测结果准确性的关键。
应采用合适的滤波、去噪和补偿方法，提高数据信噪比和分辨率。
2. 弹性参数反演与模型约束：在进行弹性参数预测时，反演方法和地质模型的约束是关键因素。
优化反演方法的选择和参数设置，结合地质模型约束，能够提高预测结果的可靠性和准确性。
3. 多源数据融合：利用不同来源的地球物理数据，如地震数据、重力数据、电磁数据等，进行多源数据融合可提高预测结果的精度。
通过合理权衡不同数据的优势和缺点，融合各种数据来源能够克服单一数据的局限性。
4. 机器学习与人工智能技术：近年来，机器学习和人工智能技术在储层弹性参数预测中得到广泛应用。
通过建立数据驱动的预测模型，利用机器学习算法进行特征提取和预测，能够更加高效地解决储层弹性参数预测问题。
储层参数预测范文
储层参数预测范文储层参数预测是油气勘探开发中的一项重要任务，可以提供储集层的物性参数信息，为油气资源的勘探、开发和生产提供关键数据支持。
储层参数的预测通常基于采样数据、地质模型和地球物理资料，通过建立合理的预测模型和算法，对未采样地区或未采样井点的储层参数进行预测。
储层参数包括孔隙度、渗透率、孔喉半径分布、孔隙结构、饱和度等，这些参数直接影响着储层的储集性能和流体动力学行为。
因此，储层参数的准确预测对于油气勘探开发而言尤为关键。
目前，储层参数的预测主要采用以下几种方法：1.统计学方法：通过分析和处理采样数据，建立统计模型，并通过统计学方法对未采样地区的储层参数进行插值和外推。
常用的统计学方法包括克里金法、反演法、概率统计法等。
2.地质模型方法：借助地质建模软件，将储层参数与地质模型进行耦合，通过地质模型的空间插值和外推，实现对未知区域储层参数的预测。
这种方法能够充分利用地质模型的信息，提高预测的准确性。
3.地球物理方法：地球物理资料中包含了有关储层参数的相关信息，如地震波速度、电阻率、密度等。
通过建立地球物理模型和地质模型的关系，可以将地球物理资料转换为储层参数，并对未采样地区进行预测。
4.数值模拟方法：通过建立储层数值模拟模型，模拟流体在储层中的流动行为，进而得到储层参数。
这种方法适用于对复杂储层和流体动力学特征进行预测，但计算量较大，计算耗时长。
以上方法在储层参数预测中都有其适用范围和局限性，具体选用哪种方法应根据具体情况而定。
此外，为了提高预测的准确性和可靠性，还可以采用多种方法的综合应用，进行数据耦合和结果整合。
总之，储层参数预测是一项复杂而关键的工作，它对于油气勘探开发的成功与否起着至关重要的作用。
通过合理选择预测方法、优化数据处理和分析，以及整合不同数据和模型的信息，可以有效提高储层参数预测的准确性和可靠性，为油气资源勘探和开发提供有力的技术支持。
相控地震储层预测的开题报告
相控地震储层预测的开题报告题目：基于相控地震的储层预测研究一、研究背景和意义储层预测是石油勘探与开发中至关重要的一项任务，其准确性和精度直接影响到油田的勘探与开发效果。
传统的储层预测方法主要依靠岩石物理学理论和地质调查等手段，但这些方法存在着一定的局限性和不足，对于深层、复杂或低孔隙度的储层，预测难度较大。
因此，需要采用新的技术手段来提高储层预测的准确性和精度。
相控地震是一种新型的地震勘探技术，通过改变地震波的相位和振幅，实现对储层的成像和定量分析。
相控地震在地震成像和储层预测方面具有较大的优势，能够对复杂储层进行高分辨率成像和预测，是一种十分有前景的储层预测技术。
本研究旨在探索基于相控地震的储层预测方法，通过分析相控地震数据，提取储层信息，建立储层预测模型，实现对储层的高精度预测，为油田勘探与开发提供参考和决策依据。
二、研究内容和方法1. 分析相控地震数据。
本研究将收集相控地震数据，并对其进行处理和分析，提取有效的储层信息，并进行地震成像。
2. 建立储层预测模型。
本研究将利用分析得到的相控地震数据，以及其它岩石物理学和地质学参数，建立储层预测模型，对储层进行定量预测。
3. 评估储层预测模型。
本研究将采用交叉验证等方法对所建立的储层预测模型进行评估，验证模型的有效性和准确性。
三、研究目标和意义1. 提高储层预测的准确性和精度，为油田勘探和开发提供可靠的预测结果。
2. 探索相控地震在储层预测方面的应用价值，为相控地震在石油勘探领域的进一步应用提供参考。
3. 推动相控地震技术的发展和应用，促进地震勘探技术的创新和进步。
四、研究计划和进度安排1. 确定研究项目、制定研究计划及进度安排：1个月。
2. 收集和整理相控地震数据，对数据进行预处理和分析：2个月。
3. 建立储层预测模型，对储层进行定量预测： 3个月。
4. 评估储层预测模型的有效性和准确性，进行研究成果的总结和分析：2个月。
五、预期成果及结论通过本研究，预计可以得到以下成果：1. 提出基于相控地震的储层预测方法，建立储层预测模型。
储层预测综述
储层预测综述一、序言储层是储集层的简称，在油气勘探生产中特指地下可供油气聚集、赋存的岩层。
通常从储层的岩性、形态、物性和含油气性四大方面对储层进行表征。
储层岩性是用来描述储层构成成分的要素，它直接或间接地反映了岩层的储集性能和储层特征，一般从储层的岩性、所处相带等方面描述，对于碎屑岩储层还常用砂地比(或砂泥岩百分比)来描述其储集性能;储层形态是对储层的几何形态进行描述的重要参数，常用的描述参数主要有储层的分布范围、储层顶界面构造形态、储层厚度等;描述储层物性参数主要是孔隙度和渗透率;储层含油气性描述主要包括储层是否含有流体、储层含流体的类型和含油气饱和度。
储层地震预测技术是以地震信息为主要依据，综合利用其他资料(地质、测井、岩石物理等)作为约束，对油气储层的几何特征、地质特性、油藏物理特性等进行预测的一门专项技术。
储层地震预测主要是通过分析地震波的速度、振幅、相位、频率、波形等参数的变化来预测储集岩层的分布范围、储层特征等。
岩性、储层物性和充填在其中的流体性质的空间变化，造成了地震反射波速度、振幅、相位、频率、波形等的相应变化。
这些变化是目前储层地震预测的主要依据。
在特定的地震地质条件下，只有这些储层特征参数变化达到一定程度时，才能在地震剖面上反映出来。
随着地震资料采集和处理技术的发展、地震资料品质的不断提高，这些特征参数的变化在地震剖面上的清晰度越来越明显，可信度也越来越高。
运用地震波的运动学特征确定地震波传播时间和传播速度，可以确定地层上下起伏变化的几何形态;而研究岩性时就必须运用波的动力学特征，结合运动学特征确定各种物性参数，来判断地层的岩性成分，以便寻找油气。
在储层预测中，储层的空间追踪和描述借助于提取出的储层的各种参数，包括纵波、横波速度、频率、相位、振幅、阻抗、密度、弹性系数、吸收系数及薪滞系数等。
根据这些参数的差异来分辨、识别、预测岩性，甚至油气层。
二、储层预测技术储层地震预测技术是一门方法繁多、综合性强、相互交叉的技术系列，单项技术不下数十种。
储层预测技术
4.1 LPM 储层预测技术LPM 是斯伦贝谢公司GeoFrame 地震解释系统中最新推出的储层预测软件，利用地震属性体来指导储层参数（如砂岩厚度）在平面的展布，以此来实现储层参数的准确预测。
LPM 预测储层砂体可分两步进行：首先，它是将提取的地震属性特征参数与井孔处的砂岩厚度、有效厚度进行数据分析，将对储层预测起关键作用的地震属性特征参数优选出来，根据线性相关程度的大小，建立线性或非线性方程。
线性方程的建立主要采用多元线性回归方法；非线性方程的建立主要采用神经网络方法；其次，根据建立的方程，利用网格化的地震属性体来指导储层参数（如砂岩厚度）在平面的成图。
4.1.1多元线性回归基本原理设因变量y 与自变量x 1， x 2 ，…，x m 有线性关系，那么建立y 的ｍ元线性回归模型：ξβββ++++=m m x x y 110 (4.1)其中β0，β1，…，βm 为回归系数；ξ是遵从正态分布N(0，σ2)的随机误差。
在实际问题中，对y 与x 1， x 2 ，…，x m 作n 次观测，即x 1t ， x 2t ，…，x mt ，即有：t m t m t t x x y ξβββ++++= 110 (4.2)建立多元回归方程的基本方法是：(1)由观测值确定回归系数β0，β1，…，βm 的估计b 0，b 1， …，b m 得到y t 对x 1t ，x 2t ，…，x mt ；的线性回归方程：t m t m t t e x x y ++++=βββ 110 (4.3)其中t y 表示t y 的估计；t e 是误差估计或称为残差。
(2)对回归效果进行统计检验。
(3)利用回归方程进行预报。
回归系数的最小二乘法估计根据最小二乘法，要选择这样的回归系数b 0，b 1， …，b m 使∑∑∑===----=-==nt n t mt m t t t t n t tx b x b b y y y e Q 11211012)()( (4.4) 达到极小。
储层厚度预测流程
储层厚度预测流程
储层厚度预测是石油勘探和开发中的重要环节，其流程主要包括以下步骤：
数据收集：收集地震数据、测井数据、地质数据等相关资料，为后续的预测提供基础数据。
数据预处理：对收集到的数据进行清洗、格式转换、坐标匹配等处理，确保数据的质量和一致性。
特征提取：从地震数据、测井数据、地质数据中提取与储层厚度相关的特征，如地震波形特征、岩性特征、地层结构特征等。
模型训练：利用已知的储层厚度数据和提取的特征，训练预测模型。
常用的模型包括神经网络、支持向量机、决策树等机器学习模型，以及基于统计的方法、地质统计学方法等。
模型验证与优化：对训练好的模型进行验证，评估其预测精度和稳定性。
根据验证结果对模型进行优化调整，提高预测精度。
储层厚度预测：将训练好的模型应用于未知区域，根据输入的特征进行预测，得到储层厚度的分布情况。
结果分析：对预测结果进行分析，了解储层的分布规律和变化趋势。
结合实际的地质情况和开发需求，制定相应的开发方案和调整措施。
反馈与更新：将预测结果与实际开发情况进行对比，根据实际情况对预测模型进行调整和更新，不断完善预测方法和精度。
Crystal
• di : 地震数据 • si : 合成记录
a:
• ti :
趋势约束权系数
趋势
• zi : 约束阻抗模型 • p, q: L模因子: 缺省 p=0.9 缺省 q=2
反射系数L1 模稀疏 =地震匹配误差能量最小
20 Houston——Beijing
确定性反演—DI
1 m p 2 Obj Min{ r (i ) n(i ) } p i 1 2 i nbs
残差
DI 极大似然 混沌效应
迭代次数
反演的优势在于：收敛快，高频成分不因迭代次数过多而丧失
22 Houston——Beijing
初始模型与反演结果对比
23 Houston——Beijing
与CSSI反演结果对比
24 Houston——Beijing
横向分辨率——河道特征
25 Houston——Beijing
深度域地震属性
孔隙度
相模式 含水饱和度
云变换
渗透率
3 Houston——Beijing
Crystal 软件界面
•基于Windows
•浏览器方式管 理各类数据 •软件模块按工 作流程列表，便 于直接使用、制 定研究流程和参 数
4 Houston——Beijing
Crystal软件特色
• 复杂断块地质框架模型
相模式聚类
测井及地震体 (声波、密度，阻抗 及频谱成像属性体)
测井相
随机模拟
或
神经网络
岩芯相
49 Houston——Beijing
相模式
相控随机模拟
50 Houston——Beijing
模糊神经网络相模式聚类
51 Houston——Beijing
高分辨率储层预测技术在油田开发中的应用
地震多属性分析及其在储层预测中的应用研究
地震多属性分析及其在储层预测中的应用研究一、概述地震多属性分析及其在储层预测中的应用研究，是近年来地球物理勘探领域的一个重要研究方向。
随着油气勘探开发的不断深入，对储层的精细刻画和准确预测已成为提高勘探成功率、降低开发成本的关键所在。
地震多属性分析作为一种有效的技术手段，能够从地震数据中提取出多种与储层特征相关的信息，进而实现对储层的定量评价和预测。
地震属性是指从地震数据中提取的能够反映地下介质某种物理特性的量度。
这些属性可以包括振幅、频率、相位、波形等多种类型，它们与储层的岩性、物性、含油气性等因素密切相关。
通过对地震属性的分析，可以揭示出储层的空间展布规律、物性变化特征以及含油气性等信息，为储层预测提供重要的依据。
地震多属性分析也面临着诸多挑战。
地震数据本身受到多种因素的影响，如噪声干扰、地层非均质性等，这可能导致提取出的地震属性存在误差或不确定性。
不同地震属性之间可能存在一定的相关性或冗余性，如何选择合适的属性组合以最大化预测效果是一个需要解决的问题。
如何将地震属性分析与其他地质、工程信息相结合，形成综合的储层预测模型，也是当前研究的热点和难点。
本文旨在通过对地震多属性分析及其在储层预测中的应用研究进行综述和探讨，分析现有方法的优缺点及适用条件，提出改进和优化策略，以期为提高储层预测的准确性和可靠性提供有益的参考和借鉴。
同时，本文还将结合具体实例，展示地震多属性分析在储层预测中的实际应用效果，为相关领域的科研人员和实践工作者提供有益的参考和启示。
1. 研究背景：介绍地震勘探在石油勘探中的重要性，以及储层预测对于油气开发的关键作用。
地震勘探作为石油勘探领域的一种重要技术手段，其在揭示地下构造、地层岩性以及油气藏分布等方面发挥着不可替代的作用。
随着石油勘探难度的不断增加，对地震勘探技术的精度和可靠性也提出了更高的要求。
深入研究地震勘探的多属性特征，并将其应用于储层预测中，对于提高油气开发的成功率具有重要意义。
做好储层预测的几点经验
19
评估地震资料品质的横向变化
BZ34区方差体等时切片
20
20
评估地震资料品质的横向变化
BZ25-1S油田目的层段地震平均频率分布图（黄色为40-60Hz）
21
21
合理界定研究要求
考虑地震资料品质与 地质条件的匹配程度 高目标：储层形态和 物性描述 低目标：储层组外包 络描述；储盖组合定 性分析
测井ρ、Vp、Vs、AI 地震属性
8
8
寻找储层和非储层的地球物理差异
用于分析的数据要排除埋深、压实、测井 仪器和操作过程造成的差异，最大限度地 突出地层岩性、物性的差异 比如：研究储层和非储层时，构建岩性区 分曲线作为分析中统一的简单区分标准 岩性区分曲线可以通过和岩性有关的测井 曲线和测井解释成果来构建（比如：SP、 GR、Vsh、φ等等）
9
9
建立岩性区分曲线（ LDC ）
RD GR
泥 岩 基 线
SP
LDC
SP
渤中34-1油田例子
LDC
方法是：基于SP曲线，参考GR、RD、Vsh、φ 等可以区分砂泥岩的其他曲 线，通过人工识别泥岩并描画“泥岩基线” ；然后把SP减掉“泥岩基线” 后再比例到[0,100]的范围。这样就建立起了各井可以对比的衡量砂岩和泥 岩的“尺子”，叫做岩性区分曲线LDC
地震采集和资料处理必须重 视潮高校正！这对于低幅度 构造和薄储层勘探极为关键
日 月相 潮时 潮高 潮时 潮高 潮时 潮高 潮时 潮高 潮时 潮高 1 Ｎ 0629 112 1322 370 1914 254 2 0019 349 0740 103 1426 382 2026 251 3 0127 352 0843 93 1511 391 2119 239 4 Ａ 0224 359 0937 85 1545 399 2202 224 5 ● 0309 365 1021 84 1615 404 2239 209 6 0344 368 1059 87 1645 406 2314 196 7 0416 370 1130 94 1713 405 2348 186 8 0448 370 1158 102 1741 401 9 Ｅ 0021 177 0522 369 1224 110 1808 398 10 0052 168 0559 368 1252 120 1835 397 11 0124 158 0638 365 1323 133 1904 398 12 0157 146 0721 361 1358 152 1934 397 13 0236 135 0811 355 1436 176 2009 393 14 0321 126 0916 349 1523 207 2050 384 15 0416 122 1040 349 1625 237 2143 371 16 Ｓ 0525 117 1211 359 1754 258 2253 360 17 0649 108 1329 378 1930 257 18 0015 358 0808 91 1431 395 2045 239 19 ○Ｐ 0132 368 0914 74 1521 407 2143 214 20 0235 384 1011 63 1603 411 2232 189 21 0332 397 1059 61 1641 411 2318 165 22 Ｅ 0424 404 1142 68 1717 409 23 0001 144 0513 405 1222 83 1752 407 24 0042 127 0600 402 1300 104 1828 404 25 0121 113 0649 395 1338 131 1904 398 26 0200 104 0741 385 1417 164 1941 388 27 0242 102 0843 371 1459 201 2022 374 28 Ｎ 0331 107 1002 358 1552 238 2110 357 29 0434 117 1133 353 1708 265 2215 342 30 0557 123 1258 359 1848 270 2342 334 31 0718 119 1403 372 2009 252 时区：-0800 潮高基准面：在平均海面下 241cm
储层预测技术详解
4.1 LPM 储层预测技术LPM 是斯伦贝谢公司GeoFrame 地震解释系统中最新推出的储层预测软件，利用地震属性体来指导储层参数（如砂岩厚度）在平面的展布，以此来实现储层参数的准确预测。
LPM 预测储层砂体可分两步进行：首先，它是将提取的地震属性特征参数与井孔处的砂岩厚度、有效厚度进行数据分析，将对储层预测起关键作用的地震属性特征参数优选出来，根据线性相关程度的大小，建立线性或非线性方程。
线性方程的建立主要采用多元线性回归方法；非线性方程的建立主要采用神经网络方法；其次，根据建立的方程，利用网格化的地震属性体来指导储层参数（如砂岩厚度）在平面的成图。
4.1.1多元线性回归基本原理设因变量y 与自变量x 1， x 2 ，…，x m 有线性关系，那么建立y 的ｍ元线性回归模型：ξβββ++++=m m x x y 110 (4.1)其中β0，β1，…，βm 为回归系数；ξ是遵从正态分布N(0，σ2)的随机误差。
在实际问题中，对y 与x 1， x 2 ，…，x m 作n 次观测，即x 1t ， x 2t ，…，x mt ，即有：t mt m t t x x y ξβββ++++= 110 (4.2)建立多元回归方程的基本方法是：(1)由观测值确定回归系数β0，β1，…，βm 的估计b 0，b 1， …，b m 得到y t 对x 1t ，x 2t ，…，x mt ；的线性回归方程：t mt m t t e x x y ++++=βββ 110 (4.3)其中t y 表示t y 的估计；t e 是误差估计或称为残差。
(2)对回归效果进行统计检验。
(3)利用回归方程进行预报。
回归系数的最小二乘法估计根据最小二乘法，要选择这样的回归系数b 0，b 1， …，b m 使∑∑∑===----=-==nt n t mt m t t t t n t tx b x b b y y y e Q 11211012)()( (4.4) 达到极小。
考虑温度因素的储层敏感性预测方法
考虑温度因素的储层敏感性预测方法近年来，随着石油资源的日益枯竭和环境污染的加剧，对油气储层的有效开发和管理日益成为焦点。
而储层敏感性预测是油气勘探开发中关键的一环，其能够为储层优化开发和管理提供科学依据和指导。
而在考虑储层温度因素的情况下，预测储层敏感性的方法就显得尤为重要。
储层敏感性是指储层岩石对采油活动的敏感程度，这种敏感程度反映了岩石物性与采油活动之间的相互影响关系。
储层敏感性预测方法可以通过分析储层岩石的物性参数及层位结构、耐受破坏能力等方面，对储层对采油活动的响应进行定量分析和评估。
传统的储层敏感性预测方法主要以地质统计分析为主，忽略了温度因素对储层敏感性的影响。
实际上，储层温度是影响储层敏感性的重要因素之一。
温度会改变储层岩石的物性参数和层位结构，从而影响储层的响应。
针对这种情况，本文提出了一种考虑储层温度因素的敏感性预测方法，其主要包括以下步骤：（1）储层物性参数测试和分析首先，对储层进行物性测试，包括孔隙度、渗透率、饱和度、流体粘度等参数的测定，并对测得的数据进行分析和处理。
这些参数是决定储层敏感性的关键因素，可以通过统计分析等手段研究其变化规律和敏感性关系。
（2）搜集和分析温度数据通过地质勘探和测井工作，获取储层的温度数据，分析其分布规律和变化趋势。
同时，将获得的温度数据与物性参数进行匹配，以研究温度对物性参数变化的影响，进而评估储层敏感性。
（3）储层敏感性评估模型构建针对以上收集和分析的数据，可以建立储层敏感性评估模型，该模型可以通过统计学方法建模，并考虑到温度对储层敏感性的影响，从而对储层敏感性进行更加准确的预测和评估。
（4）预测模型验证建立模型后，需要对模型进行验证，以确定模型的准确性和可靠性。
其中，可以通过地球物理数据和实际开采数据和采油实验数据作为参考，评估模型的准确性、稳定性和预测效果。
综上所述，考虑温度因素的储层敏感性预测方法可以更全面地评估储层的响应，提高储层的开发和管理效率，具有重要的研究价值。
储层预测特色技术简介
储层预测特色技术简介基于模型的三维叠前深度偏移技术，采用模型正、反演相结合和反复迭代的思想方法求取层速度，建立并优化地下地质模型，以地质模型为控制实现全三维叠前深度偏移。
通过对实际资料处理，我们总结出了解决复杂构造成像问题的处理方法和有效手段，并取得了良好的处理效果。
三维时间模型三维深度模型常规时间偏移叠前深度偏移利用三维建成模思路，对二维多线工区建立统一的时间模型、层速度和深度模型，实现联片叠前深度偏移处理。
这种方法可以有效地解决多测线交点的深度域闭合问题，保证小幅度构造成像的精确性和可靠性。
二维联片叠前深度偏移处理技术在不同地区得到了广泛应用，取得了明显的地质效果。
工区统一时间模型工区统一层速度模型常规时间偏移叠前深度偏移时频分析技术是把地震资料的频特性与实际地质体相结合，利用地震资料的频特征研究实际地质的一项技术。
地震资料的频成份能够反映沉积岩石体的厚度和沉积岩颗粒的粗细，因此可以利用时频分析研究地质体的层序和岩性变化特征，进行构造层序解释和沉积旋回解释等方面的处理工作。
井旁道垂直时频分析油页岩标志层追踪图地震动力学储层参数反演技术（简称CCFY）,为中国石油天然气总公司西北地质研究所专有。
该技术利用地震波的动力学特征，在井约束条件下反演出多种表征地层岩性特征的物理学参数，从而描述油气或其它储层的岩性、物理变化及空间展布。
该技术以垂向分辨薄层的能力强而具优势。
目前可分辨4米左右的单砂层、2-3的煤层、2-3米的泥岩或灰岩夹层。
它是目前国际国内地震储层预测的领先技术。
该技术使用六年来，取得了很好的经济效益和社会效益。
CCFY孔隙度剖面CCFY层速度剖面多域迭代静校正方法以野外获得的静校正量为初始条件，在共炮点域、共检波点域和共偏移距域进行初至拟合和误差分配，能较好地解决短、中、长波长的静较正量。
该方法采用多迭代、逐步逼近和最优化算法，具有较高的精度和较强的容错能力。
通过对西部复杂地区资料的广泛应用，效果明显。
“高分辨率地震数据处理和反演方法”教案讲义
已知： y(t)=r(t)* w(t); 且, r(t), w(t) 未知； 求解： h(t)=r(t)*w(at); 已知 a>1
不需要已知子波，避免了 求取子波方法上的问题。
由于不需要子波，
HFE可以保持地震子波 时变、空变的相对关系，
保持地震数据的时频特性 和波组特征。
HiSPEC
HFE高频拓展方法原理
滩坝砂岩
HFE + AIW
HiSPEC
~3m ~ 4m
1292-1295 1298-1302
~ 3.5m
AIW波阻抗反演结果
薄互砂岩储层
HiSPEC
AIW波阻抗反演结果
大套砂砾岩层
HiSPEC
目录
高分辨率处理方法的一点认识
高频拓展的可能性 决定地震数据分辨率的关键因素 高分辨率与保持信噪比、相对振幅关系的矛盾
HFE 高频拓展方法
AIW 基于小波边缘分析建模的波阻抗反演 HFE 及 AIW应用实例分析
三参数 HiSPEC-AVO 反演技术
HiSPEC
HFE 及 AIW应用实例分析
— 构造形态及地层接触关系 — 碳酸盐岩储层 — 砂岩储层（致密砂岩） — 非常规储层
HiSPEC
地层接触关系分析 HFE 及 AIW应用实例分析
变换到复赛谱域
s()r()w ()
高通滤波
s()r()
逆变换到时间域
r(t)
Application of homomorphic theory in non stationary
deconvolution CREWS Research Report – Volume11(1999) Mi YanPeng & G of Calgary
StatModcMC反演在薄互层地震储层预测中的应用
StatModcMC反演在薄互层地震储层预测中的应用吴翠莲;蔡雷冲【摘要】In geostatistical inversion, first, wave impedance is obtained by using deterministic inversion methods in order to understand the general distribution of reservoirs and to get horizontal variogram; then, interwell wave impendence is produced by stochasticsimulation based on original seismic data; third, the interwell wave impendence is transformed into reflection factor, the compose seismic traces are produced by the convolution of the wave impendence with the wavelets obtained by the deterministic inversion methods, the proper matching of the compose seismic traces with original seismic traces is reached by iterating again and again. The geostatistical inversion method integrates geologic, logging and 3D seismic data, and it combines the higher vertical resolution of logging data with the higher horizontal resolution of seismic data. The inversion result accords with the geostatictical characteristics of the input data and is restrained by geologic model. The several implementations of the inversion result are used for the nondeterministic assessment of the reservoirs. The applied result of the inversion method in Fuyu Oilfield in Jilin Province shows that, the geostatistical inversion method caneffectively predict reservoirs, especially thinner reservoirs by integrating geologic, logging and 3D seismic data.%地质统计学反演首先应用确定性反演方法得到波阻抗体,以了解储层的大致分布,并用于求取水平变差函数:然后从井点出发,井间遵从原始地震数据,通过随机模拟产生井问波阻抗,再将波阻抗转换成反射系数并与确定性反演方法求得的子波进行褶积产生合成地震道,该方法有效地综合了地质、测井和三维地震数据,反演结果是多个等概率的波阻抗数据体实现,符合输入数据的地质统计学特征并受地质模型的约束,具有测井数据的垂向分辨率高和地震数据的横向分辨率高的优势,可用于不确定性评价.【期刊名称】《价值工程》【年(卷),期】2011(030)028【总页数】2页(P326-327)【关键词】地质统计学反演;薄层砂体;随机模拟【作者】吴翠莲;蔡雷冲【作者单位】东北石油大学,大庆163000;中国石油东方地球物理公司,涿州072750【正文语种】中文【中图分类】P3150 引言StatModcMC反演是地质统计学反演的一种实现方法。
高分辨率层序分析与储层预测——以惠州凹陷古近系为例的开题报告
高分辨率层序分析与储层预测——以惠州凹陷古近系为例的开题报告一、选题背景在石油勘探领域中，储层预测是一项非常重要的工作。
通过储层预测，可以确定勘探区域内存在的油气资源量及其分布，为油气勘探提供重要的指导意见。
而层序地层学是一种对岩石储层进行分析和描述的方法，可以对储层进行准确定量和定性的判断，从而判断储层的质量、容积和分布。
惠州凹陷是一个岩石油藏富集的重要区域，其古近系储层的预测工作一直备受关注。
本文选取了惠州凹陷古近系为例，以高分辨率层序分析为手段，探究储层预测的理论与实践问题。
二、研究目的本文旨在探究惠州凹陷古近系储层的质量、容积和分布等方面的问题，提出一种高分辨率层序分析的方法，为该区域的储层预测提供有效的参考依据。
三、研究内容和方法本文将分析惠州凹陷古近系的地质背景和储层特征，利用高分辨率层序分析的方法，对该区域的储层进行定量和定性的描述。
具体工作包括：1. 研究该区域的地质背景和储层特征，包括沉积环境、沉积物类型、储层岩性和脆性程度等方面的内容。
2. 采用高分辨率层序分析的方法，对该区域的储层进行分析和描述。
高分辨率层序分析是一种结合测井资料和储层地质特征的分析方法，可以对储层进行准确的刻画和分类。
3. 基于高分辨率层序分析的结果，对惠州凹陷古近系的储层进行预测和评价。
利用储层预测的方法，对储层质量、容积和分布等方面进行评价，为勘探工作提供科学依据。
四、研究意义本文将利用高分辨率层序分析的方法，对惠州凹陷古近系的储层进行深入分析和描述，从而提高储层预测的准确性和科学性。
同时，本文的研究结果在区域油气勘探和开发中具有重要的应用价值，为相关领域的发展提供有力支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
随机反演－开发阶段的应用
• 软数据作为约束 • 利用带断层地质框 架模型建立变差函 数和变差椭球体 • 针对算法优化，提 高运算速度，降低 内存使用，适应任 意工区大小 概率模拟
虚拟井位
约束规范
• 反演算法：
– 序贯高斯＋协克 里金 虚井输出
27 Houston——Beijing
模拟退火
APEX Solutions, Inc.
30 Hz Ricker Wavelet
Wedge Model Impulse Response
30 Hz Ricker
0.3 0.30 0.25 0.2 0.15 0.15 0.1 0.05 0
调谐曲线
0
0 10 20 30 40 50 60 70 80
31 Houston —— Beijing 90 100
Houston——Beijing
29 Houston——Beijing
变差函数
水平变差函数曲线图
30 Houston——Beijing
地震极限分辨力
60m 60 m
30 30m m
Resolution Limit ~26m (w/4)
WELL
0m 0m
楔状模型－波阻抗
Detection Limit ~ 4m (w/26)
55 Houston——Beijing
56 Houston——Beijing
地质建模
测井及地震体 (声波、密度，阻抗 及频谱成像属性体)
测井相
随机模拟
或
神经网络
岩芯相
57 Houston——Beijing
相模式
相控随机模拟
58 Houston——Beijing
云变换渗透率建模
两种数据整体相关性较差时，将源数据分成 不同的块，使每一块内数据之间具有较好的 相关性，再用随机模拟得到目标数据种 反 演
Crystal
多 种 属 性
Crystal
裂 缝 预 测
3D Move
裂 缝 建 模
Refract
叠 前 反 演
Crystal
吸 收 分 析
Metalink
广 义 A V O Metalink
属性 相控 建模
Crystal
经济 评价 储量 评估
Continuum
研究区砂砾岩储层特点
水下冲积扇沉积环境，颗粒粗，分选差
含有大量不稳定矿物成份，石英含量相对较低
各期次砂砾岩间的泥岩隔层较薄，平均厚度在5米左右 54 Houston——Beijing
PR×Rho与岩性的关系
• 从交汇图和直方图上可以 看出，砾岩和泥岩的 PR×Rho的界限较明显， PR×Rho小于0.7可认为 是有效储层。因此利用 PR×Rho可有效识别储 层。
均值振幅 均方根振幅 斜坡反射强度
45 Houston——Beijing
地震反演与地震属性对比
波形分类 总能量 Skew振幅
在砂泥岩阻抗差很小的情 况下，地震属性与薄互砂 岩分布很难找到关联。
46 Houston——Beijing
储层预测面临的主要问题
薄互层 储层预测
储层预测
技术问题
构造复杂
声波不能 刻画岩性
垂直变差函数
34 Houston——Beijing
变差函数
水平变差函数曲线图
35 Houston——Beijing
变差函数
①水平变差函数结构类型为 球状模型； ②水平变差函数最大変程为 1320m，最小変程为807m， 方向为57°，变程椭圆的长 轴和短轴比值约为0.61，说 明砂岩（阻抗高值）分布方 向性较强，平面上属不均匀 分布； ③水平変程长轴与垂直変程 之比为459：1，属于薄互层 砂岩分布。
20 Houston——Beijing
横向分辨率－河道特征
21 Houston——Beijing
典型井储层特征分析
叠后反演阻抗量板
侵入 岩
火山沉积岩
GR
P阻抗
典型井GR和P波阻抗的交会图显示常规波阻抗反演可以区分侵入岩储层 22 Houston——Beijing
叠后反演典型剖面
反演剖面和岩相剖面符合程度很高，侵入岩 储积体的顶底界面及边界均十分清晰，储层 突变的过程明显
2 Houston——Beijing
储层预测面临的主要问题
薄互层 储层预测
储层预测
技术问题
构造复杂
声波不能 刻画岩性
3 Houston——Beijing
三维地质框架模型
二维地质框架模型
4 Houston——Beijing
5 Houston——Beijing
三维地质框架模型
带断层的地质框架模型
51 Houston——Beijing
叠前反演
• 输入：测井P波、S波速度，密度、 限角叠加或部分叠加体 • 输出：纵、横波阻抗，密度，Vp/Vs， 拉梅系数 • 反演方法：EEI
52 Houston——Beijing
Connolly弹性阻抗
Whitcomb扩展弹性阻抗
53 Houston——Beijing
残差 DI 极大似然 混沌效应
迭代次数 反演的优势在于：收敛快，高频成分不因迭代次数过多而丧失
17 Houston——Beijing
DI与CSSI反演结果对比－河流相储层
DI
CSSI
18 Houston——Beijing
横向分辨率－河道特征
19 Houston——Beijing
横向分辨率－河道特征
构造沉 积研究
储层研究
油气预测
建 模
建 模
数 模
数 模
储量 评估
经 济 评 价
地 震 属 性
测 井 分 析
地 震 反 演
地 震 反 演
吸 收 分 析
A V O
APEX Solutions, Inc.
Houston——Beijing
66 Houston——Beijing
6 Houston——Beijing
断层编辑
7 Houston——Beijing
断层层位关系编辑
8 Houston——Beijing
地质框架模型：断层、层位关系
层位、断层处理前
层位、断层处理后
9 Houston——Beijing
10 Houston——Beijing
11 Houston——Beijing
Crystal 高分辨率储层预测软件
阿派斯科技（北京）有限公司
APEX Solutions, Inc.
Houston——Beijing
Crystal反演及高分辨率储层预测软件
• 开发商：美国Prizm Seismic公司 • 运行平台：Windows （32bit，64bit） • 数据兼容性：支持标准地震、测井数据
15 Houston——Beijing
确定性反演—DI
m m 1 p 2 Obj Min { r ( i ) n ( i ) } p i 1 2 i nbs
• 噪声分布 • 使用Hessan矩阵求解 • 利用尺度因子建立高精度阻抗初始模型和低频 模型
16 Houston——Beijing
DI反演的数学原理
泰勒展开： y y 0 f ' ( x0 )( x x0 ) f '' ( x0 )( x x0 ) 2 ... 极大似然 (现行反演 )： y f ' ( x0 ) x DI 反演： y f ' ( x0 ) x f '' ( x0 ) x 2
48 Houston——Beijing
多属性反演——回馈BP网络
i
增加网络反馈节点，确保 最佳属性反演贡献最大。
49 Houston——Beijing
井控属性排序分析
50 Houston——Beijing
多属性反演结果描述岩性展布
该目标砂层阻抗与围岩相近， 属性反演的伽玛数据体能清晰 展现砂体空间发育规律。
32 Houston——Beijing
P11-P1332四米以上的油层 0.5 0.4 0.3 0.2 0.1 0 1 2
42.7%
统计结果
19.1% 10.5% 9.38%
18.23%
3
4
20
油层厚度分类 油层厚度统计
33 Houston——Beijing
变差函数
①变差函数是球形模型； ②平均垂直变程是2.77m。 垂直变程代表了单个砂体 的平均厚度，表明目的层 岩性垂向空间变化的范围； ③变差函数模型的块金常 数为0，说明近距离的空间 变异小； ④拱高的变化比较大，平 均为1800左右，表明阻抗 数据在空间上变化幅度相 对较大。
－地震反演 －地震属性 －地质建模
• 适用性强
－适合于勘探开发各个阶段 －适合于各种不同地质条件的储层预测
64 Houston——Beijing
构 造 验 证
地 震 资 料 测 井 资 料 地 质 认 识 2D/3D Move NORSAR
构 造 解 释
沉 积 分 析
2D/3D Move
沉 积 环 境
Crystal频谱成像
两套储层
传统频谱成像
41 Houston——Beijing
42 Houston——Beijing
分频属性
河道展布——60Hz总能量
43 Houston——Beijing
地震反演与地震属性对比
弧长
反射强度 半时能量
44 Houston——Beijing
地震反演与地震属性对比
47 Houston——Beijing
多属性反演