一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

复合火成岩分类精细识别方法、识别装置及电子设备与流程

2022-05-17 22:24:37 来源:中国专利 TAG:


1.本发明属于地震资料解释领域,具体涉及一种复合火成岩分类识别的技术流程。


背景技术:

2.地震资料的岩性预测是储层预测内容之一。在一个地震层序内包含着不同的沉积相带,由于沉积环境的不同,在岩性参量上会表现出很大的差异,包括岩石的组成、颗粒的大小和形状、胶结程度、孔隙度、孔隙中的流体成分和饱和度、温度、压力、沉积厚度等。岩性的变化引起弹性参量的变化,包括弹性模量、密度、速度、泊松比、吸收特性等。弹性参量的变化又将引起地震剖面上反射特性的变化,包括振幅、波形、频率成分、波的干涉、相干性等,因此在地震剖面上表现为不同的地震属性,即不同的地震相模式。提取和分析地震层序内的这些地震相属性,将具有大致相同的地震相属性、属于同一类地震相模式的地段识别出来,达到划分地震相的目的。
3.自从大规模勘探开采油气以来,对储层的研究就没有停歇过,沉积岩油气藏更是重中之重,但大家对发育在沉积盆地中的火成岩却没有重视。而现如今,对能源的消耗越来越大,火成岩油气藏正逐渐走入人们的视野。但由于火成岩埋藏深度深,地面无露头,测井资料缺乏,岩性种类储集空间类型多种多样等一系列原因,造成我们无法进行有效分析。这使火成岩的地震勘探成为世界级的难题,具有十分重要的理论研究价值。
4.自从发现火成岩油气藏以来,在油田勘探中火成岩研究备受关注。地震方法能够发现火成岩,并高精度确定火成岩深度,甚至圈定火成岩范围,但难以确定火成岩岩性岩相。
5.在实际地层中,火成岩由于是分期次喷发,所以大多为多种岩性组合体,纵横向变化都十分复杂,由于火成岩速度异常,通常会对下伏地层的地震成像精度造成很大影响。目前已展开的研究大多数是将各类复杂火成岩组合体当作一个整体进行分析,虽然也取得一定效果,但刻画精细程度明显不足。常规火成岩识别流程依据有限,不能进行纵横向精细刻画,所以需开展新方法的研究和应用。


技术实现要素:

6.针对目前实际生产中出现的问题,本发明探索建立了一套基于不同火成岩自身响应特征以及对下伏地层影响皆不同的识别流程。最终实现对火成岩组合体的精细识别。
7.本发明基于正演模拟,分析了当没有对火成岩进行精细识别及速度建模时,不同速度、厚度、分布范围火成岩对下伏地层成像精度的影响;然后利用井数据交汇分析,在测井曲线上识别出各类火成岩,结合地震剖面,确定不同种类火成岩的地震响应特征。结合平面振幅属性等,建立实际资料中各类火成岩的识别模式,最终通过这一结论进行复合火成岩的分类识别,并在实际资料应用中取得了良好的效果,提高了多火成岩分类识别的精度,证实了方法的实用性。
8.根据本发明的一个方面,提供一种复合火成岩分类精细识别方法,包括:
9.对火成岩及下伏地层进行正演模拟,分析不同岩性火成岩对下伏地层的影响;
10.针对实际测井数据,进行多参数交汇分析,建立火成岩岩性与测井参数之间的关系;
11.利用上述的分析数据,实现不同类型的火成岩在平面与空间上的精细描述。
12.进一步地,其中通过建立不同单一变量的正演模型,进行正演模拟分析,分析火成岩不同参数对于下伏地层准确成像的影响程度。
13.进一步地,地层上拉对应高速火成岩,地层下沉对应低速火成岩,地层小幅抖动对应小面积分布火成岩。
14.进一步地,其中利用测井数据,进行交汇分析,统计敏感参数,对井数据进行岩性分类,对比井地震剖面,确定不同岩性与地震响应特征间的关系。
15.进一步地,其中结合下伏地层的成像形态与各类火成岩的地震响应特征进行纵向上的火成岩精细识别,并结合平面属性,识别各类火成岩在空间上的分布。
16.根据本发明另一方面,提供一种复合火成岩分类精细识别装置,包括:
17.正演单元,对火成岩及下伏地层进行正演模拟,分析不同岩性火成岩对下伏地层的影响;
18.分析单元,针对实际测井数据,进行多参数交汇分析,建立火成岩岩性与测井参数之间的关系;
19.识别单元,利用上述的分析数据,实现不同类型的火成岩在平面与空间上的精细描述。
20.进一步地,所述正演单元通过建立不同单一变量的正演模型,进行正演模拟分析,分析火成岩不同参数对于下伏地层准确成像的影响程度。
21.进一步地,所述分析单元利用测井数据,进行交汇分析,统计敏感参数,对井数据进行岩性分类,对比井地震剖面,确定不同岩性与地震响应特征间的关系。
22.进一步地,所述识别单元结合下伏地层的成像形态与各类火成岩的地震响应特征进行纵向上的火成岩精细识别,并结合平面属性,识别各类火成岩在空间上的分布。
23.根据本发明的另一方面,提供一种电子设备,所述电子设备包括:
24.存储器,存储有可执行指令;
25.处理器,所述处理器运行所述存储器中的所述可执行指令,以实现所述的复合火成岩分类精细识别方法。
26.本发明对比已有技术具有以下优势:
27.建立起了火成岩各类参数变化与下伏地层成像准确度之间的关系,为后续研究打下良好基础。
28.基于实际测井资料与地震数据,实现了不同岩性的复合火成岩分类识别,提高了火成岩刻画的精度。
附图说明
29.通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施方式中,相同的参考标号通常代表相同部件。
30.图1为本发明的复合火成岩分类精细识别方法的流程图。
31.图2为根据本发明实施例的识别方法流程图。
32.图3a为根据本发明实施例的不同分布范围火成岩模型图。
33.图3b为根据本发明实施例的不同厚度火成岩模型图。
34.图3c为根据本发明实施例的不同速度火成岩模型图。
35.图4a-图4c为根据本发明实施例的正演分析结果。
36.图5为根据本发明实施例的井数据交汇图。
37.图6为根据本发明实施例的火成岩分类与地震响应特征图。
38.图7为根据本发明实施例的火成岩剖面上分类识别图。
39.图8a-图8d为根据本发明实施例的火成岩平面上分类识别图。
具体实施方式
40.下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
41.本发明建立了一套复合火成岩分类精细识别的方法流程,首先通过建立不同单一变量的正演模型,进行正演模拟分析,分析火成岩不同参数对于下伏地层准确成像的影响程度;然后利用测井数据,进行交汇分析,统计敏感参数,对井数据进行岩性分类,对比过井地震剖面,确定不同岩性与地震响应特征间的关系,最终结合下伏地层的成像形态与各类火成岩的地震响应特征进行纵向上的火成岩精细识别,结合平面属性,最终识别了各类火成岩在空间上的分布。此方法在实际工区中应用取得了良好的效果,提高了复杂火成岩的分类刻画精度,证实了方法的实用性。
42.如图1所示,本发明提出了一种复合火成岩分类精细识别方法,包括:
43.对火成岩及下伏地层进行正演模拟,分析不同岩性火成岩对下伏地层的影响;
44.针对实际测井数据,进行多参数交汇分析,建立火成岩岩性与测井参数之间的关系;
45.利用上述的分析数据,实现不同类型的火成岩在平面与空间上的精细描述。
46.本发明主要内容包括正演模拟分析,井数据交汇分析,和火成岩分类精细识别三部分。
47.通过建立不同岩性参数,厚度及分布面积的复合火成岩模型,得到正演记录,通过统计分析,明确了不同类型火成岩对下伏地层成像效果的影响,明确了连续沉积的平缓地层出现各种异常构造对于上伏火成岩识别的重要意义。如地层上拉对应高速火成岩,地层下沉对应低速火成岩,地层小幅抖动对应小面积分布火成岩。
48.针对多口均匀分布井的测井数据,对几种标志性测井参数进行交汇分析,确定区分各类火成岩的敏感参数。建立起测井参数与火成岩类别间的关系,对应井地震成像剖面确定各类火成岩对应的地震响应特征,为后续火成岩分类精细识别奠定基础。
49.在上述研究的基础上,结合振幅属性进行了火成岩精细识别,得到各类火成岩平面及空间分布范围。
50.本发明通过设计不同密度,厚度,厚度,以及分布范围的火成岩及下伏地层正演模型,通过分析不同类型火成岩对下伏地层的成像精度影响,反推上伏火成岩的类型。再通过测井数据研究不同类型火成岩的地震响应特征,在剖面上进行火成岩分类识别,结合振幅等平面属性,最终确定各类火成岩在空间上的分布,并在实际资料应用中取得了良好的效果。
51.本发明的创新点在于首次建立了复合火成岩内幕不同岩性精细描述的技术流程,并利用这一方法开展实际资料的火成岩分类精细描述。利用正演模型,分析了火成岩各类参数变化与下伏地层成像准确度之间的关系,同时对实际测井数据进行分析研究,建立了火成岩种类与地震响应特征之间的关系,最终实现复合火成岩不同岩性精细描述,提高了火成岩刻画的精度,为后续速度建模及成像工作打下了良好的基础,降低了勘探风险。
52.为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
53.实施例1
54.如图2所示,本发明的具体实施步骤如下:
55.对火成岩及下伏地层进行正演模拟,分析不同岩性火成岩对下伏地层的影响。具体地,设计不同变量火成岩对下伏地层影响的正演模型,通过正演模拟得到正演记录,从而火成岩各参数与下伏地层成像异常之间的关系,并结合实际目的层的成像结果,反推上伏火成岩。
56.同时,针对实际测井数据,进行多参数交汇分析,得到各类火成岩的敏感参数区间,从而建立起各类火成岩与地震响应特征之间的对应关系。
57.最后,在地震响应特征的基础上选取敏感属性进行分析,结合属性分析结果平面切片,可以在纵横向都精细识别各类火成岩。最终实现不同类型的火成岩在平面与空间上的精细描述。
58.实施例2
59.在西部某探区,二叠纪覆盖大量火成岩,且火成岩分多批次喷发与沉积,横向及纵向上岩性变化都非常快,作为地层沉积中的速度异常体,火成岩的存在对其下伏储层的精细成像形成了很大的干扰。
60.图3a为根据本发明实施例的不同分布范围火成岩模型图,图3b为根据本发明实施例的不同厚度火成岩模型图,图3c为根据本发明实施例的不同速度火成岩模型图。
61.制作的火成岩参数变化与下伏地层间关系的模型说明了在实际工作中,当火成岩没有被精细识别,成像速度不准时,各参数与下伏地层成像结果旅行时差之间的关系。如附图3a-图3c所示,三个模型都为单一变量模型。图3a中火成岩的速度固定为5500m/s,厚度固定为350m,成像所用速度低于火成岩真实速度,为5000m/s,通过变化其宽度大小来建立火成岩分布范围与下伏地层成像关系;图3b中火成岩速度固定为5500m/s,宽度固定为800m,成像速度为5000m/s,通过变化其厚度来进行正演分析;图3c中火成岩宽度固定为800m,厚度固定为350m,设置从4700m/s至6300m/s九个不同速度的火成岩异常体,成像速度统一用5500m/s,用来研究火成岩不同成像速度误差对下伏目的层成像结果的影响。
62.图4a-图4c为根据本发明实施例的正演分析结果,从图4a中可以看出火成岩分布
范围与成像结果旅行时间差的关系,当火成岩分布范围小于160m,对下伏地层成像产生了影响,但比较杂乱,不是明显的抬升作用,分布范围在320m以上时明显对四千米处地层成像产生影响,误差约为28米,随厚度增加误差程度基本不变;从图4b中可以看到随着火成岩厚度的增加,旅行时差越来越大;图4c显示了对火成岩识别不精准,速度误差越大,下伏地层成像误差越大。
63.图5为根据本发明实施例的井数据交汇图。
64.图6为根据本发明实施例的火成岩分类与地震响应特征图。
65.为进一步建立不同类别火成岩与地震响应特征间的关系,对已有测井数据进行交汇分析,可以发现,gr曲线可以较好的区分实验工区的三类火成岩(参见图5)。以此为依据对整个工区测井曲线进行岩性划分,对照过井剖面,建立起岩性与地震响应特征间的关系(参见图6)。
66.图7为根据本发明实施例的火成岩剖面上分类识别图。
67.综合上述分析结果对照工区实际剖面,结合下伏目的层成像形态,在纵向上精细识别了各类火成岩(参见图7)。
68.图8a-图8d为根据本发明实施例的火成岩平面上分类识别图。
69.最后在在地震响应特征的基础上选取敏感属性进行分析,结合属性分析结果平面切片,可以在纵横向都精细识别各类火成岩(参见图8a-图8d),这种对火成岩全方位立体精细识别的结果,可以应用与火成岩精细速度建模,进一步提高成像精度,降低勘探风险。
70.实施例3
71.本实施例提供一种复合火成岩分类精细识别装置,包括:
72.正演单元,对火成岩及下伏地层进行正演模拟,分析不同岩性火成岩对下伏地层的影响;
73.分析单元,针对实际测井数据,进行多参数交汇分析,建立火成岩岩性与测井参数之间的关系;
74.识别单元,利用上述的分析数据,实现不同类型的火成岩在平面与空间上的精细描述。
75.正演单元、分析单元分别与识别单元通信连接,用于将正演的结果和交汇分析分别发送至识别单元。识别单元,利用上述的分析数据,实现不同类型的火成岩在平面与空间上的精细描述。
76.实施例4
77.本实施例提供一种电子设备包括,该电子设备包括:存储器,存储有可执行指令;处理器,处理器运行存储器中的可执行指令,以实现上述的复合火成岩分类精细识别方法。
78.根据本公开实施例的电子设备包括存储器和处理器。
79.该存储器用于存储非暂时性计算机可读指令。具体地,存储器可以包括一个或多个计算机程序产品,该计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。
80.该处理器可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力
的其它形式的处理单元,并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中,该处理器用于运行该存储器中存储的该计算机可读指令。
81.本领域技术人员应能理解,为了解决如何获得良好用户体验效果的技术问题,本实施例中也可以包括诸如通信总线、接口等公知的结构,这些公知的结构也应包含在本公开的保护范围之内。
82.有关本实施例的详细说明可以参考前述各实施例中的相应说明,在此不再赘述。
83.实施例5
84.本实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现所述的复合火成岩分类精细识别方法。
85.根据本公开实施例的计算机可读存储介质,其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时,执行前述的本公开各实施例方法的全部或部分步骤。
86.上述计算机可读存储介质包括但不限于:光存储介质(例如:cd-rom和dvd)、磁光存储介质(例如:mo)、磁存储介质(例如:磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如:存储卡)和具有内置rom的媒体(例如:rom盒)。
87.本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
88.以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献