专利名称：叠前afi反演定量预测含气概率的方法
技术领域：
本发明涉及一种叠前AFI反演定量预测含气概率的方法，属于地震勘探资料储层预测领域。
背景技术：
AVO(Amplitude versus Offset)研究的是地震纵波振幅随偏移距的变化关系，其理论基础是描述平面纵波在阻抗界面处产生的各种反射波、透射波能量关系的heppritz 方程。由于^^ppritz方程过于复杂，难以直接看清对反射系数有直接影响的参数。 多年来，诸多学者推导了其近似表达式(Wang，1999)，先后有Bortfeld (1961)、Aki & Richards (1980)、Shuey (1985) ,Hilterman (1990)和 Mallick (1993)等简化关系式，其中最有影响的当Siuey的^^ppritz方程两项近似，这一简化极大地推动了 AVO技术的研究和应用。AVO技术的特点是利用叠前CMP道集数据，分析振幅随偏移距变化的规律，通过一系列AVO属性(截距P和梯度G、纵波反射系数Rp和横波反射系数Rs等)来预测地层的岩性及含油气状况。例如，《江汉石油科技》2006年02期公开的AVO技术在⑶N地区TTB构造含气预测中的应用。AVO已经成为油气勘探开发中常用的油气检测技术，但所有AVO属性都存在很大的“不确定性”，即存在一个大范围的岩性和流体组合，不同组合可以产生类似的AVO响应。导致AVO技术在油气检测中存在极大不确定性，影响了流体识别效果。为了解决上述问题，2009年第12期的《内蒙古石油化工》中公开了 AFI技术原理及应用，其实现原理及过程如下=AFI假设一个“中间砂岩、上下泥岩”的三层模型，泥岩层通过Vp、Ns、Density三个参数来表征，砂岩层通过弹性模量、含水饱和度、孔隙度、密度等更多的油层物理参数来表征。理论上，模型中的每一个参数都有一个概率分布图，而实际应用中由于无法获取足够多的样点，大部分参数在研究区内假设为常数，如骨架的弹性模量和密度、不同流体的弹性模量和密度；泥质含量、含水饱和度、厚度认为是均勻分布的；Vp、 Vs、泥岩密度、砂岩孔隙度通过对测井的趋势分析来确定其概率分布。趋势分析的目的是确定不同深度位置的地层表征参数的概率分布状况，而一组特定参数的组合就构成了一个随机模型。这样通过不同参数的随机组合即可获得不同深度位置的随机模型。但采用此方法还存在如下问题预测结果与实际数据和模型数据间的校正结果有关，实际地震数据所得到的截距和梯度与模型所产生的截距和梯度存在较大差异，如何确定权系数将已知实际数据拟合到模型数据中，检索到的文章方法不清楚。

发明内容
本发明的目的在于克服现有油气检测技术存在的上述问题，提供一种叠前AFI反演定量预测含气概率的方法，本发明解决了 AVO在油气检测中存在的不确定性问题，将AVO 分析中不确定性转变为含气概率分布的确定性分析方法，通过含气概率定量反演，得到较准确的含气概率分布。为实现上述目的，本发明采用的技术方案如下一种叠前AFI反演定量预测含气概率的方法，其特征在于，包括如下步骤a、利用测井资料进行趋势分析，在趋势面分析的基础上，根据储层的深度范围，对目标层段的η个深度的层地表征参数的概率分布状况进行随机模拟，通过不同参数的随机组合即可获得不同深度位置的随机地质模型；b、对每一个随机地质模型进行流体替换，得到各种流体组合状态砂岩模型对应的响应，形成三种不同的深度模板图；C、对实际CMP道集数据体计算的AVO属性点(截距，梯度)进行校正，将校正后的实际数据点结果投影到对应的深度模板图上，对比分析便获得含气概率定量预测的概率分布。所述a步骤中，利用Vp、Vs或/和Density测井资料进行趋势分析。所述a步骤中，建立随机地质模型时确定的砂岩和泥岩的速度、密度随深度变化进行的趋势面结果来自于测井资料趋势分析。所述b步骤中，利用Biot-Gassman方法对每一个随机地质模型进行流体替换，在截距I-梯度G交汇图上形成三种不同的深度模板图。本发明中，多次重复b步骤，得到油、气、盐水三种砂岩流体的每种可能性分布图。所述c步骤中，对实际CMP道集数据体计算的AVO属性点(截距，梯度)进行加权校正，使得实际数据体与模型匹配。所述c步骤中，用多个振幅值差异较大的区域拟合到模型数据中，采用神经网络多属性的方式对校正结果进行对比分析，当相关性相对最大时为校正完成。采用本发明的优点在于一、本发明解决了 AVO在油气检测中存在的不确定性问题，将AVO分析中不确定性转变为含气概率分布的确定性分析方法，通过含气概率定量反演，得到较准确的含气概率分布。二、本发明在预测含气性的同时，可在一定程度上检测结论的可信度，将地震信息转化为表达可用自然伽马、密度等表达的流体信息数据，然后将此结果与井上的表达此类信息的参数相匹配，对比分析，最终获得含气概率定量预测的概率分布图，大地提高了钻探成功率。三、本发明能够定量预测出含气概率高值区，较以往定性预测精度明显提高，通过含气概率定量反演方法，从而得到较准确的含气概率分布图，查明研究区须二段上部有大面积(> 25% )含气概率> 80%储层分布，具有广阔的勘探成果。四、本发明与现有技术相比，具有如下优点1、与现有技术相比，本申请可较准确地提取用户需要的含气概率大于百分比 (90% 60% )的预测图，含气概率越高，越是钻探最有利的部位。2、与现有技术相比，本申请可预测含水概率分析结果，对开发方案的制定能提供重要依据。3、本申请在对实际数据点进行“校正”时，采用神经网络多属性的方式对“校正”结果进行对比分析，寻找相关性相对最大时“校正”结果，与现有技术中仅靠“人为判断”相比更为精确可行。


图1为本发明AFI含气概率定量反演技术流程2为本发明建立正演随机Avo模型3为本发明不同深度油、气、水层的截距-梯度的概率分布4为本发明实际数据体与模型进行匹配5是最终获得的须二段含气概率分布图
具体实施例方式实施例1一种叠前AFI反演定量预测含气概率的方法，包括如下步骤a、利用Vp、Vs、Density等测井资料进行趋势分析，在趋势面分析的基础上，根据储层的深度范围，对目标层段的η个深度的层地表征参数的概率分布状况进行随机模拟， 通过不同参数的随机组合即可获得不同深度位置的随机地质模型。进行随机建模时确定的砂岩和泥岩的速度、密度随深度变化进行的趋势面结果就来自于测井资料趋势分析。b、利用Biot-Gassman方法对每一个随机地质模型进行流体替换，得到各种流体组合状态砂岩模型对应的响应，在截距I-梯度G交汇图上形成三种不同的深度模板图。利用Monte Carlo方法对以上过程进行多次重复，得到油、气、盐水三种砂岩流体的每种可能性分布图。从模拟结果分析，在截距一梯度交汇图中如果气、水和油分布在离原点坐标不同的地方，该区则可利用储层流体反Bayes理论计算出不同深度这些点为油、气或盐水的概率有多大。C、由于地震振幅与实际测井模型存在差异，地震资料与测井计算的截距和梯度存在差异，因此在对实际CMP道集数据体计算的AVO属性点(截距，梯度)应用Bayes理论时我们需要对实际数据点进行“校正”。对地震资料进行加权校正，使得实际数据体与模型的匹配，将校正后的实际数据点结果投影到对应的深度模板上，对比分析便可获得含气概率定量预测的概率分布。一般尽可能用多个振幅值差异较大的区域拟合到模型数据中，采用神经网络多属性的方式对“校正”结果进行对比分析，当相关性相对最大时为“校正”完成。实施例2—种叠前AFI反演定量预测含气概率的方法，包括如下步骤a、在威东三维区块，利用4 口井测井资料进行趋势分析。进行趋势面分析的前提是假定所分析的岩石参数为正态高斯分布，利用曲线的标准偏差和平均值确定不同深度位置的地层表征参数的概率分布状况。根据概率进行随机建模时确定的砂岩和泥岩的速度、 密度随深度变化进行的趋势面结果。从该区趋势图可以看到，砂岩速度随深度的增加逐渐增加的趋势，但在2000 2200m之间，也就是目的层附近砂岩速度、密度为减少的趋势，砂岩孔隙度随深度为增大趋势，泥岩的变化趋势基本与砂岩一致。b、在趋势面分析的基础上，根据储层的深度范围，对深度分别是1900m，2000， 2100，2200m的4个目标层段进行随机模拟。利用Biot-Gassman方法对每一个随机地质模型进行流体替换，得到各种流体组合状态砂岩模型对应的响应。分析随机模拟的截距和梯
5度的结果，形成不同的深度模板，从模板上明显看出，气(绿色)分布在离原点坐标最远的地方，而含水和油的截距和梯度差距较小，但也分布在离原点坐标不同的地方。因此在本区利用储层流体反演可以在平面上预测和描述含气、油、水的分布规律。C、由于地震振幅与实际测井模型存在差异，地震资料与测井计算的截距和梯度存在差异，因此在对实际CMP道集数据体计算的AVO属性点(截距，梯度)应用Bayes理论时我们需要对实际数据点进行“校正”。“校正”的过程就是将实际数据体的振幅值进行加权以便使之匹配于模型数据体的振幅值。定义两个加权系数Sglobal和Sgradient Iscaled = SglobalXIrealGscaled = Sglobal X Sgradient X Greal两个权系数的确定方法本申请采用神经网络多属性的方式对比分析法对地震资料进行加权校正，将实际数据体与模型的匹配，将校正结果投影到对应的深度模板上，获得含气概率定量预测的概率分布。AFI流体反演得出的流体可能性分布预测图中，代表含气概率大于70%和代表水 /油概率大于70%都能准确的显示。图中含气概率大于70%区主要分布在威东2井以以西。预测结果与已知井的测试情况吻合效果很好，分析认为，AFI流体反演结果较为可靠， 可以作为全区含气有利区评价的一个主要依据之一。实施例3根据预测结果，在研究区提出了 5 口建议井位，经钻探岳001-X12在须二段产气 92X 104m3/d,日产油102m3是该区产能情况最好的井，威东12井在须二段产气8. 15X104m3/ d，日产油9. 2m3，取得巨大经济效益，预计效益达30亿元。利用该成果钻探的成功极大地提高了该区须家河组的储量。极大地提高了钻探成功率。实施例4本发明对于叠前含气概率定量反演等流体识别技术的研究工作起到指导与推进作用，形成的碎屑岩储层流体识别配套技术在大川得到很好的推广应用。研究形成的碎屑岩储层流体识别地震预测技术应用到大川中区块，须二段36 口工业气井中观口位于预测高、中含气概率区内，预测符合率达到78%，预测出大川中区块须二段含气概率高值区总面积达2517. Skm2 ；须四段含气概率检测符合率达80%，含气概率高值区总面积达 4415. 02km2，展示了该区广阔的勘探前景。推动了大川中须家河组勘探进程。
权利要求
1.一种叠前AFI反演定量预测含气概率的方法，其特征在于，包括如下步骤a、利用测井资料进行趋势分析，在趋势面分析的基础上，根据储层的深度范围，对目标层段的η个深度的层地表征参数的概率分布状况进行随机模拟，通过不同参数的随机组合获得不同深度位置的随机地质模型；b、对每一个随机地质模型进行流体替换，得到各种流体组合状态砂岩模型对应的响应，形成三种不同的深度模板图；C、对实际CMP道集数据体计算的AVO属性点(截距，梯度)进行校正，将校正后的实际数据点结果投影到对应的深度模板图上，对比分析获得含气概率定量预测的概率分布。
2.根据权利要求1所述的叠前AFI反演定量预测含气概率的方法，其特征在于所述a 步骤中，利用VP、Vs或/和Density测井资料进行趋势分析。
3.根据权利要求1或2所述的叠前AFI反演定量预测含气概率的方法，其特征在于 所述a步骤中，建立随机地质模型时确定的砂岩和泥岩的速度、密度随深度变化进行的趋势面结果来自于测井资料趋势分析。
4.根据权利要求1或2所述的叠前AFI反演定量预测含气概率的方法，其特征在于 所述b步骤中，利用Biot-Gassman方法对每一个随机地质模型进行流体替换，在截距I-梯度G交汇图上形成三种不同的深度模板图。
5.根据权利要求4所述的叠前AFI反演定量预测含气概率的方法，其特征在于多次重复b步骤，得到油、气、盐水三种砂岩流体的每种可能性分布图。
6.根据权利要求1、2或5所述的叠前AFI反演定量预测含气概率的方法，其特征在于 所述c步骤中，对实际CMP道集数据体计算的AVO属性点(截距，梯度)进行加权校正，使得实际数据体与模型匹配。
7.根据权利要求6所述的叠前AFI反演定量预测含气概率的方法，其特征在于所述 c步骤中，用多个振幅值差异较大的区域拟合到模型数据中，采用神经网络多属性的方式对校正结果进行对比分析，当相关性相对最大时为校正完成。
全文摘要
本发明公开了一种叠前AFI反演定量预测含气概率的方法，包括利用测井资料进行趋势分析，对目标层段的n个深度的层地表征参数的概率分布状况进行随机模拟，通过不同参数的随机组合获得不同深度位置的随机地质模型；对每一个随机地质模型进行流体替换，得到各种流体组合状态砂岩模型对应的响应，形成三种不同的深度模板图；对实际CMP道集数据体计算的AVO属性点进行校正，将校正后的实际数据点结果投影到对应的深度模板图上，获得含气概率定量预测的概率分布。本发明解决了AVO在油气检测中存在的不确定性问题，将AVO分析中不确定性转变为含气概率分布的确定性分析方法，通过含气概率定量反演，得到较准确的含气概率分布。
文档编号G01V1/30GK102288996SQ201110198570
公开日2011年12月21日 申请日期2011年7月15日 优先权日2011年7月15日
发明者刘春 , 司阳涛, 孙建库, 巫芙蓉, 文中平, 杨冬梅, 梁虹, 秦俐, 陈春兰, 黄花香 申请人:中国石油天然气集团公司, 中国石油集团川庆钻探工程有限公司