收藏 分享(赏)

AVO信息约束匹配追踪技术在富煤储层刻画中的应用_刘庆文.pdf

上传人:哎呦****中 文档编号:2236790 上传时间:2023-05-03 格式:PDF 页数:9 大小:2.33MB
下载 相关 举报
AVO信息约束匹配追踪技术在富煤储层刻画中的应用_刘庆文.pdf_第1页
第1页 / 共9页
AVO信息约束匹配追踪技术在富煤储层刻画中的应用_刘庆文.pdf_第2页
第2页 / 共9页
AVO信息约束匹配追踪技术在富煤储层刻画中的应用_刘庆文.pdf_第3页
第3页 / 共9页
亲,该文档总共9页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、刘庆文,秦德文,胡伟.AVO 信息约束匹配追踪技术在富煤储层刻画中的应用J.CT 理论与应用研究,2023,32(2):189-197.DOI:10.15953/j.ctta.2022.218.LIU Q W,QIN D W,HU W.Application of AVO Information-constrained Matching Pursuit Technique in Rich Coal ReservoirCharacterizationJ.CT Theory and Applications,2023,32(2):189-197.DOI:10.15953/j.ctta.2022.2

2、18.(in Chinese).AVO 信息约束匹配追踪技术在富煤储层刻画中的应用刘庆文,秦德文,胡伟中海石油(中国)有限公司上海分公司研究院,上海 200300摘要:针对西湖凹陷富煤环境下储层刻画精度低问题,本文结合煤层 AVO 截距、梯度特征,提出一种基于 AVO 信息约束的匹配追踪技术,压制煤层强反射引起的岩性假象,凸显储层真实、有效信号。该方法首先利用煤层 4 类 AVO 负强截距 P、正强梯度 G 特点,构建煤层地震敏感因子 P-G,放大煤层地震响应,并压制非煤层强振幅影响,实现煤层位置精细定位;在此基础上,将该煤层地震信息作为匹配追踪需要分解、重构的原始信号,利用复地震道分析技术提

3、高信号快速匹配分解的效率,完成煤层强反射解耦。模型试算及实际资料应用表明:匹配追踪技术在精细定位煤层地震响应基础上,提高了匹配追踪算法去煤层强振幅效率;煤层解耦后地震数据较好地凸显储层横向展布变化,提高主力气层的纵向刻画精度。关键词:强反射;煤层敏感因子;匹配追踪;复地震道分析;储层刻画DOI:10.15953/j.ctta.2022.218中图分类号:P 631.4;P 315文献标识码:A西湖凹陷斜坡带平湖组沉积环境复杂,主要发育三角洲潮坪相,储层横向变化快;同时,目的层段 0.52 m 薄煤广泛发育,地震强反射特征明显1-2,这对于地震信息驱动的储层反演易引起岩性假象风险,淹没砂岩真实地

4、震响应,使得富煤环境下储层预测难度极大。针对强反射屏蔽相邻储层信号问题,许多学者开展了相关研究和讨论,主要包括多子波分解与重构、匹配追踪及压缩感知等技术。张军华等3利用多子波分解重构方法对胜利探区5 号桩油田 T2强反射进行剥离,提高了储层预测精度;秦雪霏等4利用多子波分解与重构技术对大牛地气田三维地震资料开展分频段信号重组,凸显了储层有效反射信息;Wang5-6提出了基于自由多尺度的匹配追踪去强屏蔽方法,利用地震时频谱分解剥离强反射,随后,采用多道匹配追踪算法解决横向连续性问题;朱博华等7详细分析了匹配追踪算法中子波控制参数选取问题,提出利用能量增长率作为参数优选,并较好地刻画了河道边界及砂

5、体展布;李海山等8-9利用匹配追踪算法分离了煤层强反射,在此基础上,通过叠前反演方法对含气层进行了有效识别;张在金等10将沿层信息引进匹配追踪算法,实现了强屏蔽剥离,并用低频伴影现象验证了去强屏蔽效果;何峰等11提出一种地震约束的井控匹配追踪去强反射技术,优化改进了匹配子波控制参数。压缩感知去强屏蔽上,张云银等12联合“钉型”子波与压缩感知技术有效地去除了渤海湾盆地济阳坳陷渤南地区强反射背景,突出了目的层段砂砾岩地震响应特征;张军华等13提出基于压缩感知的反射系数域沿层L2范数约束的去强屏蔽方法,一定程度上解决了去强屏蔽损失弱反射信号问题。为了消除薄煤强反射对储层弱有效信号的影响,提高平湖组储

6、层预测精度,本文提出一种基于AVO 信息约束的匹配追踪去煤层强反射技术,通过截距减去梯度(P-G)精细定位煤层位置,并将该“先验信息”作为后续快速匹配追踪分解的原始信号,实现煤层精细定位及解耦,进而解决平湖组富煤环境储层精细刻画难问题。收稿日期:20221108。基金项目:中国海油“七年行动计划”东海专项课题(西湖凹陷西部地区勘探开发关键技术研究(CNOOCKJ 135 ZDXM39SH01);中国海油“十四五”重大科技项目“海上深层/超深层油气勘探技术”(KJGG2022-0402)。第 32 卷第 2 期CT 理论与应用研究Vol.32,No.22023 年 3 月(189197)CT T

7、heory and ApplicationsMar.,20231煤层识别由于煤层与砂岩弹性阻抗差异大,在地震剖面上易引起强反射,这对于上下邻近储层影响较大,使得砂岩有效信息淹没于强反射之中;同时,平湖组埋深约 4 000 m,受地层压实等影响,高阻抗砂岩地震表现为强反射特征,给煤层识别带来一定干扰,进而影响富煤环境下储层精细刻画。常见砂岩 AVO 类型主要包含 3 种:类 AVO 低阻抗储层、类 AVO 近零阻抗差储层及类 AVO高阻抗储层14-15。结合靶区实钻测井数据,对不同类型砂岩和煤层进行 AVO 曲线分析(上下围岩均为泥岩),不同岩性弹性参数见表 1。图 1 所示为 3 种类型 AV

8、O 砂岩与煤层的 AVO 曲线,分析可知,低阻抗、近零阻抗差及高阻抗砂岩的截距随着阻抗差异有正有负,但其 AVO 斜率均表现为负值,即不同类型砂岩顶界面均对应负梯度;与之相反,煤层 AVO 斜率表现为正值,即煤层顶界面的 AVO 梯度正值较大,且负截距特征明显。不同类型砂岩和煤层的截距、梯度值如表 2 所示。表 2 分析可知,类和 类砂岩及煤层截距绝对值较大,分别为 0.103、0.135 和 0.301,煤层截距绝对值最大;梯度上,类砂岩和煤层绝对值较大,分别为 0.357 和 0.369。对比截距、梯度可知,煤层与类砂岩均表现为强振幅特征,由于地震数据频带的带限性,应重点辨别煤层与类砂岩差

9、异,对此,结合不同岩性的截距、梯度特征,提出煤层地震敏感因子 P-G,分析不同岩性 P-G 值可知,相比于单一截距、梯度,P-G 属性一定程度上放大了煤层与非煤层差异,煤层的 P-G 绝对值最大,且极性为负,即振幅绝对值远大于非煤层,极性上与 P-G 值较大的类砂岩相反。基于此,利用 P-G 地震属性开展煤层精细定位,为后续匹配追踪去煤层强振幅提供原始信号。2匹配追踪煤层解耦2.1基本原理1993 年,Mallat 等16提出匹配追踪算法(matching pursuit),利用常见子波构建一个过完备表 1靶区不同岩性弹性参数Table 1Elastic parameters of diffe

10、rent lithologies in the target area岩性Vp/(m/s)Vs/(m/s)密度/(g/cm3)纵波阻抗/(m/s)(g/cm3)泥岩4 1502 2202.6510 998 类砂岩3 5002 3752.40 8 400类 a 型砂岩4 6002 7502.4911 454类 b 型砂岩4 3002 6102.4710 621类砂岩5 3003 2502.5513 515煤层2 9001 5002.00 5 800 类砂岩 类 a 型砂岩 类 b 型砂岩 类砂岩煤层0.200.1-0.1-0.2-0.3-0.4入射角反射系数010203040图 1靶区不同岩性

11、AVO 类型Fig.1AVO type of different lithologiesin the target area190CT 理论与应用研究32 卷时频原子库,将信号投影其中进行迭代自适应分解,表示为一系列时频原子的线性组合,其公式为:f=f,g0g0+R1f,(1)ff,g0R1fR1fg0式中,表示 Hilbert 空间的初始信号,为初始信号与优选原子的内积,为迭代产生的残差,其中,和 满足正交性,即:f2=|f,g0|2+R1f2。(2)f,g0g0ff,g0分析可知,为 的最佳逼近,基于内积 尽可能大,信号残差尽可能小的原则,优选第一次最佳原子。R0f=fnRnfgnRnf假

12、设第 0 次迭代残差为原始信号 ,则第 次迭代剩余残差为 ,然后利用内积最大的方式从原子库中优选原子 与上一步残差 进行最佳匹配,即:Rnf=Rnf,gngn+Rn+1f,(3)Rn+1fn+1Rn+1fgn其中,为 次迭代处理后的残差,且 和 正交。mf假设进行 次迭代后满足信号分解要求,则信号 为:f=m1n=0Rnf,gngn+Rmf。(4)上述迭代停止原则分两种:一种是分解次数满足设定极大值,另一种为剩余残差符合设定的截止阈值。2.2去煤层技术流程R1f匹配追踪作为一种最优匹配、残差逐级递减的贪婪匹配算法17,其第 1 次计算结果为富煤地震输入信号最优匹配,即第 1 次分解为煤层反射信

13、号,残差信号 为去煤层强反射结果,为了精细、高效完成煤层识别及解耦,本次研究利用煤层地震敏感因子 P-G 实现煤层精细定位,基于此“先验信息”作为匹配追踪初始信号,同时,为了解决算法计算量大、效率较低等问题,利用快速匹配追踪算法18-19实现局部最优搜索,最终实现煤层解耦的准确性与高效性。具体流程如下:(1)基于 Shuey 近似20计算地震角道集数据的截距 P、梯度 G,在此基础上得到煤层地震敏感因子 P-G;(2)分析已钻井煤层段与非煤层段对应的 P-G 值,确定煤层地震敏感因子阈值并将该阈值位置对应的地震数据作为后续匹配追踪去强振幅的目标处理信号;(3)过完备原子库构建。常用的原子库有

14、Ricker 子波、Gabor 子波及 Morlet 子波,本次研究选择更适用于靶区地震数据的 Morlet 子波,其函数如下:M(t)=exp(ln(2)2w2m(tu)22)exp(i(wm(tu)+),(5)w,u,其中,分别表示子波频率、时移量、相位及尺度因子。表 2靶区不同岩性截距 P、梯度 G 及 PG 值Table 2Intercept P,gradient G,and PG of different lithologies in the target area岩性截距 P梯度 GP-G 类砂岩-0.135-0.123-0.012类 a 型砂岩 0.020-0.183 0.203

15、类 b 型砂岩-0.017-0.147 0.130类砂岩 0.103-0.357 0.460煤层-0.301 0.369-0.6702 期刘庆文等:AVO 信息约束匹配追踪技术在富煤储层刻画中的应用191(4)输入地震数据 S,计算总道数 N 及纵向采样点数 n,利用 Hilbert 变换计算地震数据得瞬时振幅、频率及相位;u0w0000=1(5)依据步骤(2)和步骤(4)可以获取煤层初始时移时间 ,初始频率 ,初始相位 及尺度因子 ,其中,尺度因子控制子波时频域宽度,值域范围为 02,初始值 ;u0u,w0w,0,0R1f(6)基于煤层 4 个参数,利用快速匹配追踪分解方法,在一定范围进行局

16、部针对性高效匹配搜索 ,得到残差 最小时的最优子波参数;(7)将最优子波参数代入式(2)式(5)小波函数,求取对应振幅,将其与子波相乘得到解耦煤层信号;(8)对每一道地震中满足煤层 P-G 阈值的信号重复步骤(5)步骤(7),完成输入地震数据 S 的煤层信号解耦,得到煤层响应信号 S煤;(9)地震数据 S 减去煤层响应数据 S煤,得到煤层解耦后地震数据。2.3模型试算为了验证该方法煤层识别、解耦的有效性,依据靶区实钻砂、泥岩及煤层岩石物理参数,设计图 2(a)上覆砂岩、下覆泥岩背景下含煤层反射界面理论模型,其中(b)为理论反射系数模型、(c)为正演 25 Hz 零相位雷克子波、(d)为合成地震记录、(e)无煤层背景下上覆砂岩、下覆泥岩理论模型、(f)无煤层背景下理论反射系数、(g)为处理前后单道地震记录对比。图 2(g)黑色曲线为有煤层背景下地震正演记录,蓝色曲线为去煤层反射地震记录,红线为无煤层背景下地震正演记录。分析可知,匹配追踪技术对煤层反射有很好分离效果,去煤层后反射地震记录与无煤层背景下地震记录基本一致。为了进一步验证煤层强反射背景下匹配追踪算法的可靠性,以靶区 N-1 井富

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2