深层流体识别因子反演

发布时间：2020-11-17 13:39

　　 随着勘探程度越来越高,中浅层的油气藏越来越少,人们逐渐把目光转向了深层、超深层,并在这些领域有一些重大发现,如塔河奥陶系、川东北二叠、三叠系等。然而由于深层的储层的围岩古老,构造复杂,加之深层地震资料能量较弱,分辨率较低,深层油气勘探也面临巨大的挑战。更富有挑战性的课题是,人们现在已不满足于构造勘探,而更多地关注岩性和流体。在流体识别过程中,寻找高灵敏度流体识别因子是人们常用方法之一。流体因子是以岩石物理属性为基础用于描述储层流体性质的参数。选择合理的流体识别因子和边界条件建立流体识别因子地震波反射系数方程,然后利用地震反演方法实现流体识别因子的估计过程,是利用地震资料进行储层预测和流体识别的必然趋势。一般而言,叠前地震资料提供了比叠后地震资料更多的信息,叠前反演可获得大量的流体识别因子;然而反射系数的近似方程大多由三项组成,但深层叠前的地震资料缺乏远角道集,故在三参数反演时会使参数矩阵的稳定性降低,导致最终提取的流体识别因子误差较大。针对深部储层缺乏大倾角反射地震资料的事实,本文开展了以下研究并取得了相应的成果:(1)对Zoeppritz方程及其各种近似方程进行阐述和精度对比;对AVO反演基础进行了深入调研,包括角道集生成、子波提取等方面;对各种流体识别因子的发展及优劣进行探讨。(2)考虑到基于Aki-Richard近似式的三参数反演不稳定性较突出,文章拟从减少参数维数入手,提高反演结果的稳健性。首先从宗兆云等人推导的基于纵横波模量的Zeoppritz近似公式出发,合理地对公式中的纵波模量与密度进行幂指数拟合,推导出直接反演纵波模量(M)、横波模量(U)的两项式反射系数近似方程并进行反演。其次,建立纵横波模量与高灵敏度流体识别因子的联系,并求取高灵敏度流体识别因子。模型试算和实例应用均表明,新方法能较好地识别储层内的流体性质。(3)由于深层地震数据分辨率较低,故将基追踪算法推广到叠前地震数据,获得叠前反射系数,利用固定子波将其恢复成高分辨率的地震数据,再对其进行叠前AVO反演。通过模型试算说明基追踪算法的优越性,通过对比数据处理前后得出的反演剖面证明了新方法的实用性。(4)利用上述两种方法,对珠江口盆地中深部储层进行了流体识别工作。通过提高深层地震资料分辨率和两参数AVO叠前反演技术,得到了更准确的流体识别因子剖面,为有效流体识别探索出了新方法。
【学位单位】：成都理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P618.13;P631.4
【部分图文】：

（4）从实际地震资料和测井资料分析入手，对荔湾工区储层进行了对反演和评价工作。通过新开发的提高深层地震资料分辨率方法和两参数 前反演技术，得到了反映含流体性的弹性参数体，并将反演结果用于流体识分利用地震资料中的 AVO 信息，为有效预测储层岩性和流体识别探索出法。4 研究的技术思路与技术流程由于深层地震资料往往具有缺失远角道集及分辨率较低这两大特点，我提出了两种方法来提高流体识别的准确性。针对缺失远角道集，本文利用理参数关系，推导出直接反演纵波模量（M）、横波模量（U）的两项式反近似方程代替传统的三项近似式进行流体识别因子反演；针对分辨率较低，本文利用基追踪算法求取叠前地震数据的反射系数，并进行高分辨率恢处理后的地震数据做 AVO 反演，获得分辨率较高的识别结果。具体技术 1-1 如下：

AVO 的基础是反射系数与透射系数随入射角变化的关系， Zoeppritz 利界面两侧应变和应力的连续性作为边界条件，得到反射和透射系数，这是和介质弹性特性的函数（陈建江，2007）。应变连续性是指沿界面入射波分离或滑移。法向应力和切向应力的连续性避免了突变面上的无限加速。1.1 Zoeppriztz 方程1899 年，英国地球物理学家 Cargill Gilston Knott 发展了 Knott 方程，它界面上非垂直入射时产生的反射波和折射波振幅的第一个方程。他利用位描述与 Zoeppritz 方程用振幅位移来描述相同的现象。这两种方法都是有效 Zoeppritz 的方法更容易理解。1919 年，德国地球物理学家 Karl Bernhard Zoeppritz 提出了著名的 Zoep程，它是一组描述地震波在一个界面上的能量，通常是两层不同岩石之间，且是研究入射角改变时影响反射地震波振幅的因素的基础。图 2-1 表示在非正常入射时反射出界面时发生的转换。

（a）不同方程的反射系数对比；（b）不同方程的反射系数差值对比图 2-2 正波阻抗界面下的对比正波阻抗界面的反射系数曲线和相对误差曲线如图2-2所示。在10°范围内，所有的近似方程都逼近于精确的 Zoeppritz 方程的反射系数。超过 15°后，将各近
【相似文献】

相关期刊论文 前10条

1 陈钢花;张艳;毛克宇;曾亚丽;牛云峰;;声-电测井联合流体识别因子构建方法及其应用——以川东北碳酸盐岩气藏为例[J];石油物探;2017年02期

2 贺振华;王栋;;扩展流体识别因子及应用[J];矿物岩石;2009年04期

3 李杨;贺振华;黄德济;程刚建;宋洪勇;;流体识别因子试验分析及应用[J];石油物探;2010年06期

4 王栋;贺振华;黄德济;;含气含水砂岩的高灵敏度流体识别因子的研究[J];长江大学学报(自然科学版)理工卷;2008年03期

5 牛宝童;李导;胡晓丽;;流体识别因子提取中C的取值[J];内蒙古石油化工;2009年08期

6 江伟;;垦71地区多波属性与流体识别的研究及应用[J];油气地球物理;2009年04期

7 赵倩;杨斌;李星;王少龙;魏杰;;基于图版法决策树在流体识别中的应用[J];测井技术;2018年06期

8 王玉风;姬安召;;多属性参数交会在流体识别中的应用[J];内江科技;2016年08期

9 胡恒波;;延安气田延长-子长地区储层测井流体识别方法探讨[J];石化技术;2019年07期

10 张海义;马佳国;蒋志恒;王腾;赵志平;李博;;频谱分解技术在储层刻画及流体识别中的应用[J];复杂油气藏;2017年01期

相关博士学位论文 前10条

1 邹文;基于地震资料的流体识别技术研究[D];成都理工大学;2008年

2 唐湘蓉;生物礁滩储层预测与流体识别研究[D];成都理工大学;2012年

3 凌云;介观尺度孔隙介质地震波衰减特征与流体识别[D];吉林大学;2015年

4 蔡涵鹏;基于地震资料低频信息的储层流体识别[D];成都理工大学;2012年

5 李鹏举;核磁共振T2谱反演及流体识别评价方法研究[D];东北石油大学;2010年

6 罗德江;基于核方法的井—震多属性碎屑岩储层预测技术研究[D];成都理工大学;2012年

7 崔杰;弱各向异性介质转换波AVO分析与流体识别方法研究[D];吉林大学;2011年

8 郝前勇;岩石弹性参数反演与流体识别方法与应用[D];中国石油大学（华东）;2013年

9 郑静静;基于曲波变换和贝叶斯理论的储层预测方法研究[D];中国石油大学;2011年

10 刘爱疆;缝洞型储层测井综合评价与流体识别方法研究[D];成都理工大学;2013年

相关硕士学位论文 前10条

1 贾云娇;AVO分析与基于近似支持向量机的流体识别[D];成都理工大学;2019年

2 李雷豪;深层流体识别因子反演[D];成都理工大学;2019年

3 王慧欣;面向深部储层的叠前地震反演与流体识别[D];中国石油大学(华东);2017年

4 郑琳;长岭凹陷别字井区致密油测井技术研究[D];东北石油大学;2018年

5 何鹏;孔隙储层的流体识别方法研究[D];成都理工大学;2018年

6 周岳军;南八仙油气田薄层识别及储层精细评价研究[D];中国石油大学（北京）;2017年

7 沈洪涛;基于纵波资料的流体识别[D];成都理工大学;2007年

8 郭越;碳酸盐岩储层测井流体识别方法研究[D];中国地质大学(北京);2013年

9 张文姣;复杂储层流体性质识别方法研究[D];中国石油大学;2011年

10 王刚;大情字井油田北部葡萄花油层流体识别方法[D];东北石油大学;2016年

本文编号：2887564