气层识别方法及装置

文档序号:584875 发布日期:2021-05-25 浏览:17次 >En<

阅读说明:本技术 气层识别方法及装置 (Gas layer identification method and device ) 是由 李新豫 包世海 于 2019-11-25 设计创作,主要内容包括:本发明提供了一种气层识别方法及装置,该方法包括:根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据;根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值;根据所述远偏移距叠加数据生成水井以及所述气井的主频参数,并获取所述远偏移距叠加数据的瞬时频率参数;根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层。本发明提供的气层识别方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层识别的多解性,提高气层识别的精度。(The invention provides a gas layer identification method and a device, and the method comprises the following steps: generating near offset stacking data and far offset stacking data according to the seismic data of the target work area and the offset range capable of reflecting the gas well characteristics; generating an instantaneous amplitude difference value between the near offset distance superposed data and the far offset distance superposed data of the gas layer of the target work area according to the near offset distance superposed data and the far offset distance superposed data; generating main frequency parameters of a water well and the gas well according to the far offset distance superposed data, and acquiring instantaneous frequency parameters of the far offset distance superposed data; and identifying the gas layer of the target work area according to the amplitude difference, the main frequency parameter and the instantaneous frequency parameter. The gas reservoir identification method provided by the invention fully utilizes the pre-stack AVO amplitude difference information and the seismic frequency information, effectively predicts the plane distribution of the gas reservoir, reduces the multi-solution property of gas reservoir identification and improves the precision of gas reservoir identification.)

气层识别方法及装置

技术领域

本发明涉及石油勘探领域,尤其是地球物理勘探领域中的烃类检测技术领域,具体涉及一种气层识别方法及装置。

背景技术

近年来,天然气新增探明储量不断增加,如何提高天然气勘探开发效益,保证天然气产量稳步增长是一个极其复杂的难题。其中地球物理气层检测是促进天然气高效勘探开发的一项关键内容,也是目前的最主要难点之一。典型气层具有低速度、低密度、低泊松比等特征。

目前常用的气层检测方法包括AVO技术、吸收衰减技术及地震反演技术。AVO技术从上世纪60年代Bortfeld提出后,后经众多学者研究得以推广应用,但后期发现AVO技术主要分析振幅随偏移距变化特征(即振幅信息),由于气层具有低速度、低密度、低泊松比等特征,并且存在岩性差异小或不同流体造成的多解性;吸收衰减技术主要是基于频率信息进行气层检测,目前已衍生多项成熟的技术,但其预测分辨率低、受岩性影响存在较强多解性;地震反演技术特别是叠前地震反演技术通过多年的发展,目前已经在气层检测逐渐成熟,并推广应用,但其对地震资料品质和测井资料要求较高,多数区块不能满足叠前反演气层检测要求。

发明内容

针对现有技术中的问题,本发明提供的气层识别方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层识别的多解性,提高气层识别的精度。

为解决上述技术问题,本发明提供以下技术方案:

第一方面,本发明提供一种气层识别方法,包括:

根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据;

根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值;

根据所述远偏移距叠加数据生成水井以及所述气井的主频参数,并获取所述远偏移距叠加数据的瞬时频率参数;

根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层。

一实施例中,所述根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据;

利用叠前AVO正演方法,在地震剖面上,根据气井在所述地震剖面上的位置的振幅属性确定可以反映所述气井特征的偏移距范围;

根据目标工区地震数据以及所述偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

一实施例中,所述根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的振幅差值,包括:

分别提取所述偏移距叠加数据以及远偏移距叠加数据的瞬时振幅;

根据所述气井处的瞬时振幅、所述水井处的瞬时振幅、以及所述瞬时振幅生成所述振幅差值。

一实施例中,所述根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层,包括:

根据所述振幅差异、所述主频参数以及瞬时频率参数生成所述目标工区的振幅频率差异属性因子;

根据所述振幅频率差异属性因子识别所述目标工区的气层以及水层。

第二方面,本发明提供一种气层识别装置,该装置包括:

叠加数据生成单元,用于根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据;

振幅差值生成单元,用于根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值;

主频参数生成单元,用于根据所述远偏移距叠加数据生成水井以及所述气井的主频参数,并获取所述远偏移距叠加数据的瞬时频率参数;

气层识别单元,用于根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层。

一实施例中,所述叠加数据生成单元包括:

偏移距范围确定模块,用于利用叠前AVO正演方法,在地震剖面上,根据气井在所述地震剖面上的位置的振幅属性确定可以反映所述气井特征的偏移距范围;

叠加数据生成模块,用于根据目标工区地震数据以及所述偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

一实施例中,所述振幅差值生成单元包括:

瞬时振幅模块,用于分别提取所述偏移距叠加数据以及远偏移距叠加数据的瞬时振幅;

振幅差值生成模块,用于根据所述气井处的瞬时振幅、所述水井处的瞬时振幅、以及所述瞬时振幅生成所述振幅差值。

一实施例中,所述气层识别单元包括:

属性因子生成模块,用于根据所述振幅差异、所述主频参数以及瞬时频率参数生成所述目标工区的振幅频率差异属性因子;

气层识别模块,用于根据所述振幅频率差异属性因子识别所述目标工区的气层以及水层。

第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现气层识别方法的步骤。

第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现气层识别方法的步骤。

从上述描述可知,本发明实施例提供气层识别方法及装置,首先根据典型气井敏感的振幅随偏移距变化范围,并以此为基础生成近偏移距叠加数据以及远偏移距叠加数据,接着,通过目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值、水井主频参数、气井的主频参数以及远偏移距叠加数据的瞬时频率参数构建可以区分目标工区的气层以及水层的振幅频率差异属性因子。本方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层检测的多解性,提高气层检测的精度。

与现有技术相比,本方法充分利用了叠前AVO振幅偏移距变化的振幅差异信息和气层吸收衰减作用明显的频率信息,通过振幅差异与频率信息的有机结合构建振幅频率差异属性因子,能够有效降低气层检测的多解性,提高地震气层检测精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明的实施例中的气层识别方法的流程示意图;

图2为本发明的实施例中步骤100的流程示意图;

图3为本发明的实施例中步骤200的流程示意图;

图4为本发明的实施例中步骤400的流程示意图;

图5为本发明的具体应用实例中气层识别方法的工作流程图;

图6为本发明的具体应用实例中气层识别方法的流程示意图;

图7为本发明的具体应用实例中地震近偏移距叠加剖面;

图8为本发明的具体应用实例中地震远偏移距叠加剖面;

图9为本发明的具体应用实例中近偏移距、远偏移距振幅差异属性平面图;

图10为本发明的具体应用实例中典型气井频谱分布图;

图11为本发明的具体应用实例中典型水井频谱分布图;

图12为本发明的具体应用实例中典型干井频谱分布图;

图13为本发明的具体应用实例中振幅频率差异属性剖面;

图14为本发明的具体应用实例中振幅频率差异属性平面图;

图15为本发明的实施例中气层识别装置的结构示意图;

图16为本发明的实施例中叠加数据生成单元的结构框图;

图17为本发明的实施例中振幅差值生成单元的结构框图;

图18为本发明的实施例中气层识别单元的结构框图;

图19为本发明的实施例中的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

本发明的实施例提供一种气层识别方法的具体实施方式,参见图1,该方法具体包括如下内容:

步骤100:根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

步骤100在实施时,具体为:根据典型气井敏感的振幅随偏移距变化范围,并以此为基础对地震资料进行近偏移距、远偏移距数据叠加,获得地震近偏移距、远偏移距叠加数据。另外,步骤100所取得的技术效果为充分利用了叠前AVO振幅偏移距变化的振幅差异信息和气层吸收衰减作用明显的频率信息。

步骤200:根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值。

首先提取近偏移距叠加数据以及远偏移距叠加数据之间的振幅差异信息:分别提取近偏移距、远偏移距地震数据瞬时振幅属性,并根据气井、水井点处振幅值进行拟合,寻找最佳的调节系数,使气井、水井振幅差异值更明显、更容易区分。

步骤300:根据所述远偏移距叠加数据生成水井以及所述气井的主频参数,并获取所述远偏移距叠加数据的瞬时频率参数。

步骤300在实施时,具体为:根据目的工区得远偏移距叠加数据分别提取典型气井以及水井的主频信息。

步骤400:根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层。

具体地,步骤400充分应用近偏移距、远偏移距振幅差异信息(振幅随偏移距增大而变化的AVO信息),同时加入对气层反应敏感的地震频率信息,充分应用AVO特征差异信息和地震频率信息,提取振幅频率差异属性因子,其中振幅差异属性因子大,代表近、远偏移距振幅差异大,地震资料主频接近气层主频,指示含气性好,振幅差异属性因子小,代表近、远偏移距振幅差异小,地震资料主频接近水层等非气层主频,指示含气性差。

从上述描述可知,本发明实施例提供气层识别方法,首先根据典型气井敏感的振幅随偏移距变化范围,并以此为基础生成近偏移距叠加数据以及远偏移距叠加数据,接着,通过目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值、水井主频参数、气井的主频参数以及远偏移距叠加数据的瞬时频率参数构建可以区分目标工区的气层以及水层的振幅频率差异属性因子。本方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层检测的多解性,提高气层检测的精度。

一实施例中,参见图2,步骤100包括:

步骤101:利用叠前AVO正演方法,在地震剖面上,根据气井在所述地震剖面上的位置的振幅属性确定可以反映所述气井特征的偏移距范围。

步骤101中的AVO(Amplitude variation with offset,振幅随偏移距的变化)技术用于研究地震反射振幅随炮点与接收器之间的距离即炮检距(或入射角)的变化特征来探讨反射系数响应随炮检距(或入射角)的变化,进而确定反射界面上覆、下伏介质的岩性特征及物性参数。而步骤101中的“根据气井在所述地震剖面上的位置的振幅属性确定可以反映所述气井特征的偏移距范围”是指该偏移距范围内的地震数据均含有典型气井的特征,而在该偏移距范围之外,则不能反应典型气井的特征,或者反应不明显。

叠前AVO正演方法是利用模型正演模拟AVO现象,结合目标工区的油藏特征,分析不同地质条件下油、气、水以及特殊岩性体的AVO特征,建立相应的AVO检测标志,从而在实际地震记录中直接识别气层以及水层。

步骤102:根据目标工区地震数据以及所述偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

在步骤101的基础上,对地震资料进行近偏移距、远偏移距数据叠加,从而生成地震近偏移距、远偏移距叠加数据。

一实施例中,参见图3,步骤200包括:

步骤201:分别提取所述偏移距叠加数据以及远偏移距叠加数据的瞬时振幅。

步骤202:根据所述气井处的瞬时振幅、所述水井处的瞬时振幅、以及所述瞬时振幅生成所述振幅差值。

在步骤201以及步骤202中,提取近偏移距、远偏移距振幅差异信息:分别提取近偏移距、远偏移距地震数据瞬时振幅属性,并根据气井、水井点处振幅值进行拟合,寻找最佳的调节系数,使气井、水井振幅差异值更明显、更容易区分。

一实施例中,参见图4,步骤400包括:

步骤401:根据所述振幅差异、所述主频参数以及瞬时频率参数生成所述目标工区的振幅频率差异属性因子。

步骤402:根据所述振幅频率差异属性因子识别所述目标工区的气层以及水层。

可以理解的是,振幅频率差异属性因子大,代表近、远偏移距振幅差异大,地震资料主频接近气层主频,指示含气性好,振幅差异属性因子小,代表近、远偏移距振幅差异小,地震资料主频接近水层等非气层主频,指示含气性差。

从上述描述可知,本发明实施例提供气层识别方法,首先根据典型气井敏感的振幅随偏移距变化范围,并以此为基础生成近偏移距叠加数据以及远偏移距叠加数据,接着,通过目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值、水井主频参数、气井的主频参数以及远偏移距叠加数据的瞬时频率参数构建可以区分目标工区的气层以及水层的振幅频率差异属性因子。本方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层检测的多解性,提高气层检测的精度。

与现有技术相比,本方法充分利用了叠前AVO振幅偏移距变化的振幅差异信息和气层吸收衰减作用明显的频率信息,通过振幅差异与频率信息的有机结合构建振幅频率差异属性因子,能够有效降低气层检测的多解性,提高地震气层检测精度。

为进一步地说明本方案,本发明以某油田H区块为例,提供气层识别方法的具体应用实例,该具体应用实例具体包括如下内容,参见图5以及图6。

S0:确定能够有效识别气层的分偏移距叠加数据的偏移距范围。

具体地,通过叠前AVO正演,分析H区块的气井、水井AVO特征,并统计典型气井敏感的振幅随偏移距变化范围,确定能够有效识别气层的地震分偏移距叠加数据的偏移距范围。

S1:构建近偏移距、远偏移距叠加数据。

在步骤S0的基础上,以优选的有效的偏移距范围为依据,并对部分资料信噪比较低的大偏移距数据进行切除,构建近偏移距、远偏移距地震数据。图7为通过应用优选的气层敏感近偏移距范围叠加得到的近偏移距地震叠加剖面,图8为通过应用优选的气层敏感近偏移距范围叠加得到的远偏移距地震叠加剖面,此两套数据为后续开展分析的基础叠前地震数据。

S2:生成远偏移距数据地震瞬时频率信息和典型气井与水井的主频信息。

根据所述地震数据计算目的层段近偏移距与远偏移距振幅差异,获取远偏移距数据地震瞬时频率信息和典型气井与水井的主频信息。

S3:生成近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值。

提取近偏移距、远偏移距振幅差异信息:分别提取近偏移距、远偏移距地震数据瞬时振幅属性,并根据气井、水井点处振幅值进行拟合,寻找最佳的调节系数a、b,使气井、水井振幅差异值M更易区分;

M=a*Amp(Far)-b*Amp(Near)

图9为通过分析拟合得到最佳调节系数a取2,b取1,并通过计算得到的近偏移距、远偏移距振幅差异属性平面图,其中红黄色代表近偏移距与远偏移距数据振幅差异大,浅蓝色代表近偏移距与远偏移距数据振幅差异小,从图中可以看出,总体上气井位于红黄色振幅差异大值范围内,水井、干井位于浅蓝色振幅差异小范围内。

S4:生成远偏移距瞬时频率信息。

提取远道地震瞬时频率信息:对远偏移距数据进行地震频谱分析,获得远偏移距瞬时频率信息;并提取H区块典型气层、水层与干层主频信息。

图10为典型气层频谱分析图,从图中看出典型气层主频为28Hz,图11为典型水层频谱分析图,从图中看出水层主频为33Hz,图12为典型干层频谱分析图,从图中看出干层主频为38Hz。通过频谱分析对比发现总体上气层主频小于水层主频小于干层主频的特征。

S5:生成振幅频率差异属性因子。

利用所述近偏移距、远偏移距资料振幅差异,气井与水井主频及地震频谱分析数据构造振幅频率差异属性因子。可以理解的是,该振幅频率差异属性因子充分应用近偏移距、远偏移距振幅差异信息(振幅随偏移距增大而变化的AVO信息),同时加入对气层反应敏感的地震频率信息,充分应用AVO特征差异信息和地震频率信息,提取振幅频率差异属性因子MF,其中振幅差异属性因子大,代表近、远偏移距振幅差异大,地震资料主频接近气层主频,指示含气性好,振幅差异属性因子小,代表近、远偏移距振幅差异小,地震资料主频接近水层等非气层主频,指示含气性差:

a、b为振幅拟合系数,根据气井、水井点处振幅值进行拟合分析得出;

c为频率系数,由典型气井主频信息分析得出;

e为调节系数,为0-1之间常数。

图13为通过计算得到的目的层振幅频率差异属性因子与近偏移距、远偏移距地震数据对比剖面,其中在计算过程中,a取2,b取1,c取28,e取0.05。从对比剖面可以看出,在两口气井处目的层(剖面圆圈范围)远偏移距振幅大于近偏移距,且远偏移距数据视频率低(反射同相轴宽),振幅频率差异属性因子值较大,而干井目的层近偏移距、远偏移距振幅差异小,远偏移距数据视频率较高(反射同相轴较窄),振幅频率差异属性因子值较小。

S6:根据振幅频率差异属性因子识别气层以及水层。

根据所述属性因子进行气水层识别:主要结合已钻气井、水井、干井的振幅差异属性因子值进行分析,选取合理的气层、非气层平面分布范围,有效提高气层检测精度。

图14为本具体应用实例所计算的振幅频率差异属性平面图。其中MF值大于A的地方代表振幅差异值大,指示含气性好,MF值小于A的地方代表振幅差异值小,指示含气性一般。图中通过本具体应用实例所提出的方法应用后,陆续有14口井完钻,其中13口井符合预测结果。通过实例分析可以看出本方法能够有效的提高地震含气性预测精度

从上述描述可知,本发明实施例提供气层识别方法,首先根据典型气井敏感的振幅随偏移距变化范围,并以此为基础生成近偏移距叠加数据以及远偏移距叠加数据,接着,通过目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值、水井主频参数、气井的主频参数以及远偏移距叠加数据的瞬时频率参数构建可以区分目标工区的气层以及水层的振幅频率差异属性因子。本方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层检测的多解性,提高气层检测的精度。

与现有技术相比,本方法充分利用了叠前AVO振幅偏移距变化的振幅差异信息和气层吸收衰减作用明显的频率信息,通过振幅差异与频率信息的有机结合构建振幅频率差异属性因子,能够有效降低气层检测的多解性,提高地震气层检测精度。

基于同一发明构思,本申请实施例还提供了气层识别装置,可以用于实现上述实施例所描述的方法,如下面的实施例。由于气层识别装置解决问题的原理与气层识别方法相似,因此气层识别装置的实施可以参见气层识别方法实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。

本发明的实施例提供一种能够实现气层识别方法的气层识别装置的具体实施方式,参见图15,气层识别装置具体包括如下内容:

叠加数据生成单元10,用于根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

振幅差值生成单元20,用于根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值。

主频参数生成单元30,用于根据所述远偏移距叠加数据生成水井以及所述气井的主频参数,并获取所述远偏移距叠加数据的瞬时频率参数。

气层识别单元40,用于根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层。

一实施例中,参见图16,所述叠加数据生成单元10包括:

偏移距范围确定模块101,用于利用叠前AVO正演方法,在地震剖面上,根据气井在所述地震剖面上的位置的振幅属性确定可以反映所述气井特征的偏移距范围。

叠加数据生成模块102,用于根据目标工区地震数据以及所述偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

一实施例中,参见图17,所述振幅差值生成单元20包括:

瞬时振幅模块201,用于分别提取所述偏移距叠加数据以及远偏移距叠加数据的瞬时振幅。

振幅差值生成模块202,用于根据所述气井处的瞬时振幅、所述水井处的瞬时振幅、以及所述瞬时振幅生成所述振幅差值。

一实施例中,参见图18,所述气层识别单元40包括:

属性因子生成模块401,用于根据所述振幅差异、所述主频参数以及瞬时频率参数生成所述目标工区的振幅频率差异属性因子。

气层识别模块402,用于根据所述振幅频率差异属性因子识别所述目标工区的气层以及水层。

从上述描述可知,本发明实施例提供气层识别装置,首先根据典型气井敏感的振幅随偏移距变化范围,并以此为基础生成近偏移距叠加数据以及远偏移距叠加数据,接着,通过目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值、水井主频参数、气井的主频参数以及远偏移距叠加数据的瞬时频率参数构建可以区分目标工区的气层以及水层的振幅频率差异属性因子。本方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层检测的多解性,提高气层检测的精度。

与现有技术相比,本方法充分利用了叠前AVO振幅偏移距变化的振幅差异信息和气层吸收衰减作用明显的频率信息,通过振幅差异与频率信息的有机结合构建振幅频率差异属性因子,能够有效降低气层检测的多解性,提高地震气层检测精度。

本申请的实施例还提供能够实现上述实施例中的气层识别方法中全部步骤的一种电子设备的具体实施方式,参见图19,电子设备具体包括如下内容:

处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204;

其中,处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信;通信接口1203用于实现服务器端设备、采集设备以及用户端设备等相关设备之间的信息传输。

处理器1201用于调用存储器1202中的计算机程序,处理器执行计算机程序时实现上述实施例中的气层识别方法中的全部步骤,例如,处理器执行计算机程序时实现下述步骤:

步骤100:根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

步骤200:根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值。

步骤300:根据所述远偏移距叠加数据生成水井以及所述气井的主频参数,并获取所述远偏移距叠加数据的瞬时频率参数。

步骤400:根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层。

从上述描述可知,本申请实施例中的电子设备,首先根据典型气井敏感的振幅随偏移距变化范围,并以此为基础生成近偏移距叠加数据以及远偏移距叠加数据,接着,通过目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值、水井主频参数、气井的主频参数以及远偏移距叠加数据的瞬时频率参数构建可以区分目标工区的气层以及水层的振幅频率差异属性因子。本方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层检测的多解性,提高气层检测的精度。

与现有技术相比,本方法充分利用了叠前AVO振幅偏移距变化的振幅差异信息和气层吸收衰减作用明显的频率信息,通过振幅差异与频率信息的有机结合构建振幅频率差异属性因子,能够有效降低气层检测的多解性,提高地震气层检测精度。

本申请的实施例还提供能够实现上述实施例中的气层识别方法中全部步骤的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的气层识别方法的全部步骤,例如,处理器执行计算机程序时实现下述步骤:

步骤100:根据目标工区地震数据以及可反映气井特征的偏移距范围生成近偏移距叠加数据以及远偏移距叠加数据。

步骤200:根据所述近偏移距叠加数据、远偏移距叠加数据生成所述目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值。

步骤300:根据所述远偏移距叠加数据生成水井以及所述气井的主频参数,并获取所述远偏移距叠加数据的瞬时频率参数。

步骤400:根据所述振幅差异、所述主频参数以及瞬时频率参数识别所述目标工区的气层。

从上述描述可知,本申请实施例中的计算机可读存储介质,首先根据典型气井敏感的振幅随偏移距变化范围,并以此为基础生成近偏移距叠加数据以及远偏移距叠加数据,接着,通过目标工区的气层的近偏移距叠加数据与远偏移距叠加数据之间的瞬时振幅差值、水井主频参数、气井的主频参数以及远偏移距叠加数据的瞬时频率参数构建可以区分目标工区的气层以及水层的振幅频率差异属性因子。本方法充分利用叠前AVO振幅差异信息和地震频率信息,有效预测气层的平面分布,降低了气层检测的多解性,提高气层检测的精度。

与现有技术相比,本方法充分利用了叠前AVO振幅偏移距变化的振幅差异信息和气层吸收衰减作用明显的频率信息,通过振幅差异与频率信息的有机结合构建振幅频率差异属性因子,能够有效降低气层检测的多解性,提高地震气层检测精度。

本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。

虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。

为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。

本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。

本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。

25页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种基于地震目录对长断层类型和危险性分段的方法

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!

技术分类