面向深部储层的叠前地震反演与流体识别

发布时间：2020-11-15 16:46

　　 随着油气勘探开发的不断深入,勘探重点逐步从浅层油气藏向中深层油气藏转变。目前,中国的深层油气已进入了突破发现期,在渤海湾盆地以及东北、西南和西北部等主要盆地都发现了深部油气藏,深部油气藏将是石油工业未来最重要的发展领域之一,也是中国石油引领未来油气勘探与开发重要战略的现实领域。因此,行之有效的有关深部储层的地震反演方法将成为地球物理领域的研究热点。深部储层由于目的层埋藏较深,受温度、压力和成岩作用等各个方面的影响,储层参数与浅部储层差异较大,这就导致了有关深部储层的反演存在一系列亟待解决的问题,比如常规的流体因子在针对深部储层进行储层预测和流体识别时,敏感度较低,反演效果较差,精度不高,而且随着埋藏深度的增加,地震波在目的层的入射角范围逐渐变小,因此本文根据Zoeppritz方程,从岩石物理理论出发,构建了对深部储层碳氢化合物较为敏感的流体因子即流体体积模量K_f,并推导出包含该流体因子的的三项AVO近似方程。该方程适用于深部储层入射角范围比较窄的特点,并且能够满足较窄角度入射时反演对精度和稳定性的要求,在此基础上推导出K_f-f_m-ρ三项弹性阻抗方程并建立了叠前弹性阻抗反演提取流体体积模量K_f的流程,为更加稳定提取流体因子K_f奠定了基础。由于深部储层的目的层埋藏较深,地震信号能量比较弱,当存在泥岩强反射时,这种强反射的存在使得有效的地层信息淹没,导致该区域的储层预测工作难以进行。对于该问题,首先从稀疏表示理论的角度出发,利用多道匹配追踪方法对工区资料进行强反射识别,使得被压制的有效地震信息凸显出来,然后利用上述的反演方法开展储层反演工作。模型试算和实际资料反演表明,流体体积模量K_f可以从叠前地震数据中稳定地提取出来,并具有较好的精确性、稳定性和实用性。
【学位单位】：中国石油大学(华东)
【学位级别】：硕士
【学位年份】：2017
【中图分类】：P618.13;P631.4
【部分图文】：

第一章 引言时频分辨方面的优点。Alvaro 等[113]利用匹配追踪算法计算地震信号的反褶积astagna 等[114]利用匹配追踪算法进行烃类检测。2007 年，WangY H[115]利用匹配追踪对含气储层进行了有效预测，取得了不错的效果。WangY H 在 2010 年提出多道匹踪的新算法[116]，并用该方法成功去除了煤层强反射，在实际应用中效果较好。匹踪算法简单，学者们在提高计算效率和构建稀疏字典方面做出了大量的改进，主要高效率和过完备原子库构建两个方面进行。在算法改进方面，在算法改进方面，有分辨率匹配追踪（high-resolution pursuit，HRP）算法[69]、梯度追踪算法[106]、StagewMP（St OMP）算法[70]、迭代硬阈值（Iterative hard thresholding，IHT）算法[71][72]、匹配追踪（orthogonal matching pursuit， OMP）算法[73][106]等。在原子库构建方面 Curvelet 字典为例，可以很好表示出地震数据中的线状奇异性[80][81]。1.4 研究思路和研究内容

量与含水饱和度与孔隙度的关系图（孔隙流体类Fluid bulk modulus versus the water saturation a（when the pore-fluid type is gas and water）对目的层的敏感性，分别比较了四类不同 2-4 所示。第一类砂岩相对于上覆单元页岩与上覆单元阻抗相近；第三类砂岩比上成两小类：梯度为正时属于第三类，反之面类型，利用 Dillion 等提出的流体因子敏敏感性。图 2-5 至图 2-8 分别对应一、二、性分析结果。表2-4 砂岩模型参数Table 2-4 Parameters of sand model孔隙度

图 2-5 流体敏感性分析（第一类 AVO）Fig 2-5 Analysis of sensitivity to fluid（class one AVO）图 2-6 流体敏感性分析（第二类 AVO）Fig 2-6 Analysis of sensitivity to fluid（class two AVO）流体敏感参数序号流体敏感参数序号敏感性VPVSρ ISσIPμ EλKρf fKf
【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 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

10 朱建刚;;4D AVO法流体识别浅析[J];地下水;2012年02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 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

2 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

3 何鹏;孔隙储层的流体识别方法研究[D];成都理工大学;2018年

4 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

5 沈洪涛;基于纵波资料的流体识别[D];成都理工大学;2007年

6 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

7 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

8 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

9 应倩;基于地震岩石物理的致密砂岩流体识别及分析[D];成都理工大学;2013年

10 陈洁;苏里格气田储层的AVO分析及流体识别[D];长江大学;2012年

本文编号：2884977