一种基于随机云模拟的储层参数高频成分估计的方法

技术领域

本发明涉及油气勘探储层预测技术领域，尤其涉及一种基于随机云模拟的储层参数高频成分估计的方法。

背景技术

随着国内油气勘探越来越深入，油气勘探从大而厚转向了小而薄的精细储层预测，薄储层预测的问题也越来越受到重视，传统储层预测手段基于地震分辨率，而地震资料的分辨率很难达到100hz以上，因此对薄储层识别能力有限，无法识别低于1/4λ的储层。为此20世纪90年代之后国内外油气勘探储层预测均开始研发探索能够提高分辨率的方法并且在各大油气田都进行了广泛的应用，也取得了令人瞩目的成果，一大批高产薄储层被发现并投入开发，其中最常见高频估算的方法是针对储层预测成果进行高频合并，通过加入储层参数的高频估算来提高储层预测分辨率，目前使用的方法主要是基于随机云模拟的统计学算法。

但在实际工作的过程中，基于随机云模拟的高频估算方法存在着很多的不确定性，也给油气勘探预测带来了很大的困扰。首先：随机云模拟的随机性强，相同的模拟样本，多次运算的云模拟结果差异较大，垂向分辨率虽然提高(高频成分增加)，满足了薄层储层预测的需求，但其横向高频估算成果变化过快，无规律，可信度低；其次：传统随机云模拟高频估算成果基于井点样本，井点样本稀疏或者分布不均匀都会对结果造成较大影响，因此其成果高频成分钻井符合率低，预测性差；最后：传统随机云模拟高频估算方法是基于统计属性的随机算法，不受地质规律约束，没有加入实际地震数据进行控制，因此其成果不符合实际地下的地质规律。综上，缺少约束控制的随机云模拟方法是造成储层预测准确率低进而造成钻井成功率低的主要原因之一。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于随机云模拟的储层参数高频成分估计的方法，在实际工作中首先通过已钻井收集到的样本点位置对地震波形进行波形分类，对无类别波形进行降频滤波后再次分类；之后在相同类别波形下分别进行储层参数云模拟，之后建立不同波形类别的权重系数体，最后将不同类别储层参数云模拟体进行加权平均计算，得到在不同类别波形的约束下的云模拟高频成分估算成果。

本发明的目的是通过以下技术方案来实现的：

一种基于随机云模拟的储层参数高频成分估计的方法，包括以下步骤：

步骤一：获取钻井井点样本位置的储层参数曲线与地震波形，建立样本对，并提供垂向约束范围，对样本对进行地震波形分类，若遇到无类别波形，可对地震波形数据进行高频滤波从而进行归类；

步骤二：提取已经归类的波形与储层参数样本对分别都进行随机高频云模拟，得到多个随机高频云模拟成果数据体；

步骤三：按照序关系分析方法，对井点的储层参数与波形样本对建立加权平面，对步骤二中得到的不同波形类别的随机高频云模拟数据体进行权重约束；

步骤四：利用步骤三中的权重平面对各个随机云模拟高频成果加权平均，获得基于地震波形控制的云模拟储层参数高频模拟成果。

具体的，所述步骤一中对样本对进行地震波形分类过程具体包括以下子步骤：

S101，对钻井样本点的地震进行波形拾取，通过已解释的层位顶按照等时的原则设置垂向拾取长度，拾取1个波长的波形，将拾取的波形在等时条件下进行时间域相似性比对，若相似性达到百分之75以上，即拾取的波形为相似波形进行归类；若相似性低于百分之75，则进入子步骤S102；

S102，将低于百分之75相似性波形进行滤波降频处理，根据实际地震的主频与频宽范围进行逐步降频处理，将降频后的波形重新进行波形比对和分类，且将无法通过降频处理归类的波形样本作为异常值，不参与储层参数模拟；

S103，将归类波形与钻井储层参数进行匹配，建立波形-储层样本对。

具体的，所述子步骤101中的波形样本相似性比对的公式为：

A＝{A

其中，A

具体的，所述步骤二随机高频云模拟具体包括以下子步骤：

S201，提取步骤1中建立的4对波形-储层样本对，建立4个点的正方形，在正方形中心点生成随机值，中心点为两个对角线的交点，其中中心点值为平均4个样本对再加上一个随机量计算得到，如此利用产生的中心点便得到4个新的正方形。

S202，再利用4个新生成的正方形，在中心位置生成随机值。再加上与S201步相同的随机量，计算出正方形每条边的中点值，如此又得到了新的16个正方形。

S203，通过S201、S202步骤由1个种子点的4个样本对，细分到新的4个正方形，经过迭代就得到了16个正方形、64个正方形，经过迭代可以得到2

具体的，所述步骤三具体包括以下子步骤：

S301，获取权重标准，若评价指标x

S302，用户根据自身数据情况基于评价准则标记最重要的评价指标进行标记，确定由用户定义的序关系；

S303，对各个评价指标的重要性程度参数进行设定，并对各个评价指标进行赋值；

S304，根据储层预测中随机云模拟体的权重评价指标，计算出地震波形及测井参数权重系数。

具体的，所述步骤四具体包括以下子步骤：

S401，根据步骤二中获取地震波形的高频模拟成果，将地震波形分类为评价指标：距离、相位、振幅、频率，之后根据步骤三中确立的序关系，以及用户标记的最大权重系数，对评价指标进行赋值。

S402，将赋值后的评价指标(距离、相位、振幅、频率)代入测井参数高频模拟成果，进行叠加后，除以4，得到相控平均高频成分估算成果。

本发明的有益效果：本发明结合了地震波形相控的思想，在地震波形分类的基础上进行随机云模拟，使得高频估算成果垂向即保持了随机模拟的高频信息又能够在横向进行波形约束。在无样本井控制区，地震波形的控制约束也会让随机模拟成果的趋势趋近于地震产状，不会出现异常突变值，大大提高了高频成分的可信度，从而为后期油气勘探提供有利保障。

附图说明

图1是本发明的方法流程图。

图2是本发明的地震波形比对图。

图3是本发明地震波形与钻井曲线建立的波形-储层样本对示意图。

图4是本发明波形与距离地震属性序关系示意图。

图5是本发明波形与振幅地震属性序关系示意图。

图6是本发明波形与主频地震属性序关系示意图。

图7是本发明波形与相位地震属性序关系示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。

本实施例中，如图1所示，一种基于随机云模拟的储层参数高频成分估计的方法，包括以下步骤：

步骤一：获取钻井井点样本位置的储层参数曲线与地震波形，建立样本对，并提供垂向约束范围，对样本对进行地震波形分类，若遇到无类别波形，可对地震波形数据进行高频滤波从而进行归类；

步骤二：提取已经归类的波形与储层参数样本对分别都进行随机高频云模拟，得到多个随机高频云模拟成果数据体；

步骤三：按照序关系分析方法，对井点的储层参数与波形样本对建立加权平面，对步骤二中得到的不同波形类别的随机高频云模拟数据体进行权重约束；

步骤四：利用步骤三中的权重平面对各个随机云模拟高频成果加权平均，获得基于地震波形控制的云模拟储层参数高频模拟成果。

本发明中，每个步骤的实现过程如下：

地震波形分类。首先钻井样本点的地震进行波形拾取，通过已解释的层位顶按照等时的原则设置垂向拾取长度，拾取1个波长的波形，将拾取的波形在等时条件下进行时间域相似性比对，若相似性达到百分之75以上即可认为相似波形进行归类；实际工作中，波形相似的类别基于不同的地震资料品质会有差别，将低于百分之75相似性波形，需要进行滤波降频，根据实际地震的主频与频宽范围进行逐步降频处理，将降频后的波形重新进行波形比对与分类，其结果如图2所示，图2中进行地震波形比对，在垂向等时格架的约束下将井点的地震波形进行等时提取，之后在频率域进行波形相似性比对，其中S1为A井的地震波形，S2为B井的地震波形。将无法通过降频处理归类的波形样本作为异常值，将不再参与后续的储层参数模拟。

波形样本比对的公式为：

A＝{A

其中，A

其次，将归类波形与钻井储层参数进行匹配，建立如图3所示的波形-储层样本对，为下一步储层参数云模拟做好数据准备。

储层参数云模拟。传统上的高频云模拟是将所有储层参数样本进行统一模拟，本方法首选按照波形分类后建立的波形与储层参数曲线样本对进行曲线分类提取，之后将同一类波形类别的曲线单独进行储层参数云模拟，并保证每一类随机云模拟参数的一致性，这样得到多个不同波形类别的随机云模拟的储层参数体。

权重系数加权平均。权重系数的确立是加权平均的基础，本发明应用的是序关系分析法。第一，定义及确定序关系的评价标准即权重标准：若评价指标x

X

时，则评价指标x

然后，将钻井样本点储层参数及地震波形参数代入评价指标集，可得：{井距、振幅、相位、频率、频宽、子波长度…..等}，分别建立如图4～图7所示的序关系图；

第二，用户根据自身数据情况标记最重要的(基于评价准则)指标进行标记，例如X

第三，设定各个评价指标的重要性程度参数，如：X

赋值说明：R

第四，计算地震波形及测井参数权重系数

储层预测中随机云模拟体的权重评价指标主要由距离、振幅、相位、频率4部分组成，

其中距离为用户标记最重要评价指标，4者之间具有如下序关系：距离>频率>相位>振幅，W

R

R

R

解得：W

最后，将权重系数代入各个波形类别的随机云模拟体计算后进行平均即可得到波形相控下的模拟高频成果。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由所附的权利要求书及其等效物界定。