阅读说明：本技术 缝洞储层反演方法及系统 (Fracture-cave reservoir inversion method and system ) 是由 陈冬 于 2019-08-23 设计创作，主要内容包括：公开了一种缝洞储层反演方法及系统。该方法包括：步骤1：获得预处理后的测井数据；步骤2：根据叠后地震数据与预处理后的测井数据,获得井旁道地震子波；步骤3：根据预处理后的测井资料、叠后地震数据与井旁道地震子波,建立低频模型；步骤4：针对低频模型进行迭代修正,获得叠后波阻抗反演阻抗体；步骤5：确定叠后地质统计学反演相关参数；步骤6：获得叠后反演波阻抗残差体；步骤7：获得最终的叠后波阻抗反演阻抗体。本发明通过误差迭代法得到波阻抗反演结果,根据高精度波阻抗残差体对波阻抗体进行回校得到高精度反演结果,缝洞储集体有利储层分布平面图与实际钻井生产情况吻合度更高,提高了缝洞储层地震反演的精度。(A fracture-cave reservoir inversion method and system are disclosed. The method comprises the following steps: step 1: obtaining pre-processed logging data; step 2: acquiring well side channel seismic wavelets according to the post-stack seismic data and the preprocessed logging data; and step 3: establishing a low-frequency model according to the preprocessed logging data, the post-stack seismic data and the well side channel seismic wavelets; and 4, step 4: performing iterative correction on the low-frequency model to obtain a post-stack wave impedance inversion impedance body; and 5: determining relevant parameters of post-stack geostatistical inversion; step 6: obtaining a post-stack inversion wave impedance residual error body; and 7: and obtaining a final post-stack wave impedance inversion impedance body. According to the method, the wave impedance inversion result is obtained through an error iteration method, the wave impedance body is subjected to back correction according to the high-precision wave impedance residual error body to obtain the high-precision inversion result, the goodness of fit between the fracture-cave reservoir favorable reservoir distribution plane diagram and the actual drilling production condition is higher, and the precision of fracture-cave reservoir seismic inversion is improved.)

缝洞储层反演方法及系统

技术领域

本发明涉及油气地震勘探与开发领域，更具体地，涉及一种缝洞储层反演方法及系统。

背景技术

随着油气勘探的不断深入，南方和西部大型海相油气田的陆续发现，碳酸盐岩缝洞油气藏成为我国油气勘探的重要目标，缝洞储层综合预测成为地球物理学家越来越关注的研究重点。

与碎屑岩储层相比，碳酸盐岩储层具有非均质性强，横向变化剧烈，储集空间多变的特点。地震反演是对缝洞储层进行(半)定量预测的有效手段，波阻抗参数作为联系地震、测井及地质信息的纽带，是进行储层预测不可缺少的内容。现有的缝洞型碳酸盐岩储层地震反演方法包括确定性的波阻抗数据体反演等和基于随机模拟的地质统计学反演二类。

缝洞储层的常规波阻抗反演存在分辨率不够及结果多解性的问题。地质统计学反演能够兼顾地震横向分辨率和测井纵向分辨率，综合了地震反演与储层随机建模的优势。在对缝洞储层的表征上优势明显。然而，随机模拟本质上对于储层的横向展布预测依旧是基于井点的插值过程，较大程度依赖于工区内井的数量及空间分布规律。对于碳酸盐岩等非均质性强的地层，地下地质体并不存在明显的成层性，而测井仅反映井眼附近的地层信息，且钻井过程中容易发生钻井液漏失和放空，造成测井曲线缺失或失真。此外，这类方法由于完全基于统计的假定，进行黑箱反演使储层预测的可信度低，物理意义不明确，缺乏横向外推的理论依据，是一种完全基于数据的反演。

现有技术中，针对波阻抗反演分辨率低的缺陷，从测井资料统计获取待预测碳酸盐岩储层的概率密度分布函数完成迭代式无井约束反演，但是存在以下问题：①地质统计学的井间插值算法导致反演结果横向成层性严重，而碳酸盐岩缝洞储层并不具备明显成层性；②测井仅反映井眼附近的地层信息，且钻井过程中容易发生钻井液漏失和放空，造成测井曲线缺失或失真。由此导致反演结果的不确定性或者谬误度增加；③采用地质统计学反演方法对整个地震数据进行反演，计算量大，耗时久。因此，有必要开发一种缝洞储层反演方法及系统。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提出了一种缝洞储层反演方法及系统，其能够通过误差迭代法得到波阻抗反演结果，根据高精度波阻抗残差体对波阻抗体进行回校得到高精度反演结果，缝洞储集体有利储层分布平面图与实际钻井生产情况吻合度更高，提高了缝洞储层地震反演的精度。

根据本发明的一方面，提出了一种缝洞储层反演方法。所述方法可以包括：步骤1：针对待预测区域的测井资料进行预处理，获得预处理后的测井数据；步骤2：根据叠后地震数据提取过井地震道，与所述预处理后的测井数据进行地震地质综合标定，获得井旁道地震子波；步骤3：根据所述预处理后的测井资料、所述叠后地震数据与所述井旁道地震子波，建立低频模型；步骤4：根据波阻抗残差体，针对所述低频模型进行迭代修正，进而获得叠后波阻抗反演阻抗体；步骤5：根据地质认识、所述叠后波阻抗反演阻抗体与所述预处理后的测井数据，确定叠后地质统计学反演相关参数；步骤6：以迭代后的波阻抗残差体作为地震输入，根据所述叠后地质统计学反演相关参数开展叠后地质统计学反演，获得叠后反演波阻抗残差体；步骤7：根据所述叠后反演波阻抗残差体对所述叠后波阻抗反演阻抗体进行误差校正，获得最终的叠后波阻抗反演阻抗体。

优选地，所述步骤4还包括：针对所述井旁道地震子波与所述低频模型进行约束开展确定性反演，根据地震资料信噪比与所述预处理后的测井数据，调整确定反演参数，生成叠后波阻抗体；根据所述叠后波阻抗体，提取井点处的阻抗与井上阻抗进行残差比较计算，获得所述波阻抗残差体。

优选地，所述步骤4的针对所述低频模型进行迭代修正包括：步骤401：以所述波阻抗残差体为地震数据项的约束条件，对所述低频模型进行修正，获得修正后的低频模型；步骤402：根据所述修正后的低频模型，获得修正后的叠后波阻抗体；步骤403：判断所述修正后的叠后波阻抗体的井点误差是否符合设定要求，若是，则以所述修正后的叠后波阻抗体为所述叠后波阻抗反演阻抗体，若否，则以所述修正后的低频模型为低频模型，重复步骤401-403。

优选地，所述步骤403还包括：根据所述预处理后的测井数据，计算原始井点波阻抗；将所述修正后的叠后波阻抗体提取的井点波阻抗与所述原始井点波阻抗进行差值计算，获得井点误差。

优选地，所述步骤1的预处理包括：井眼垮塌校正、多井标准化与一致性处理。

根据本发明的另一方面，提出了一种缝洞储层反演系统，其特征在于，该系统包括：存储器，存储有计算机可执行指令；处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：步骤1：针对待预测区域的测井资料进行预处理，获得预处理后的测井数据；步骤2：根据叠后地震数据提取过井地震道，与所述预处理后的测井数据进行地震地质综合标定，获得井旁道地震子波；步骤3：根据所述预处理后的测井资料、所述叠后地震数据与所述井旁道地震子波，建立低频模型；步骤4：根据波阻抗残差体，针对所述低频模型进行迭代修正，进而获得叠后波阻抗反演阻抗体；步骤5：根据地质认识、所述叠后波阻抗反演阻抗体与所述预处理后的测井数据，确定叠后地质统计学反演相关参数；步骤6：以迭代后的波阻抗残差体作为地震输入，根据所述叠后地质统计学反演相关参数开展叠后地质统计学反演，获得叠后反演波阻抗残差体；步骤7：根据所述叠后反演波阻抗残差体对所述叠后波阻抗反演阻抗体进行误差校正，获得最终的叠后波阻抗反演阻抗体。

优选地，所述步骤4还包括：针对所述井旁道地震子波与所述低频模型进行约束开展确定性反演，根据地震资料信噪比与所述预处理后的测井数据，调整确定反演参数，生成叠后波阻抗体；根据所述叠后波阻抗体，提取井点处的阻抗与井上阻抗进行残差比较计算，获得所述波阻抗残差体。

优选地，所述步骤4的针对所述低频模型进行迭代修正包括：步骤401：以所述波阻抗残差体为地震数据项的约束条件，对所述低频模型进行修正，获得修正后的低频模型；步骤402：根据所述修正后的低频模型，获得修正后的叠后波阻抗体；步骤403：判断所述修正后的叠后波阻抗体的井点误差是否符合设定要求，若是，则以所述修正后的叠后波阻抗体为所述叠后波阻抗反演阻抗体，若否，则以所述修正后的低频模型为低频模型，重复步骤401-403。

优选地，所述步骤403还包括：根据所述预处理后的测井数据，计算原始井点波阻抗；将所述修正后的叠后波阻抗体提取的井点波阻抗与所述原始井点波阻抗进行差值计算，获得井点误差。

优选地，所述步骤1的预处理包括：井眼垮塌校正、多井标准化与一致性处理。

本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的

具体实施方式

中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。

附图说明

通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了根据本发明的缝洞储层反演方法的步骤的流程图。

图2示出了根据本发明的一个实施例的最终的叠后波阻抗反演阻抗体的剖面图。

具体实施方式

下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

图1示出了根据本发明的缝洞储层反演方法的步骤的流程图。

在该实施例中，根据本发明的缝洞储层反演方法可以包括：步骤1：针对待预测区域的测井资料进行预处理，获得预处理后的测井数据；步骤2：根据叠后地震数据提取过井地震道，与预处理后的测井数据进行地震地质综合标定，获得井旁道地震子波；步骤3：根据预处理后的测井资料、叠后地震数据与井旁道地震子波，建立低频模型；步骤4：根据波阻抗残差体，针对低频模型进行迭代修正，进而获得叠后波阻抗反演阻抗体；步骤5：根据地质认识、叠后波阻抗反演阻抗体与预处理后的测井数据，确定叠后地质统计学反演相关参数；步骤6：以迭代后的波阻抗残差体作为地震输入，根据叠后地质统计学反演相关参数开展叠后地质统计学反演，获得叠后反演波阻抗残差体；步骤7：根据叠后反演波阻抗残差体对叠后波阻抗反演阻抗体进行误差校正，获得最终的叠后波阻抗反演阻抗体。

在一个示例中，步骤4还包括：针对井旁道地震子波与低频模型进行约束开展确定性反演，根据地震资料信噪比与预处理后的测井数据，调整确定反演参数，生成叠后波阻抗体；根据叠后波阻抗体，提取井点处的阻抗与井上阻抗进行残差比较计算，获得波阻抗残差体。

在一个示例中，步骤4的针对低频模型进行迭代修正包括：步骤401：以波阻抗残差体为地震数据项的约束条件，对低频模型进行修正，获得修正后的低频模型；步骤402：根据修正后的低频模型，获得修正后的叠后波阻抗体；步骤403：判断修正后的叠后波阻抗体的井点误差是否符合设定要求，若是，则以修正后的叠后波阻抗体为叠后波阻抗反演阻抗体，若否，则以修正后的低频模型为低频模型，重复步骤401-403。

在一个示例中，步骤403还包括：根据预处理后的测井数据，计算原始井点波阻抗；将修正后的叠后波阻抗体提取的井点波阻抗与原始井点波阻抗进行差值计算，获得井点误差。

在一个示例中，步骤1的预处理包括：井眼垮塌校正、多井标准化与一致性处理。

具体地，根据本发明的缝洞储层反演方法可以包括：

步骤1：针对待预测区域的测井资料进行井眼垮塌校正、多井标准化与一致性处理等预处理，获得预处理后的测井数据。

步骤2：根据叠后地震数据提取过井地震道，与预处理后的测井数据进行地震地质综合标定，获得井旁道地震子波。

步骤3：根据预处理后的测井资料、叠后地震数据与井旁道地震子波，建立低频模型。

步骤4：针对井旁道地震子波与低频模型进行约束开展确定性反演，根据地震资料信噪比与预处理后的测井数据，调整确定反演参数，包括选取的测井数据的采样率，地震数据的纵向时间和深度域的采样间隔，Gardner公式系数，高低频截止频率，硬约束趋势，信噪比数值等，通过反复调整上述参数值，对比反演试验结果，最终确定各项参数值，进而生成叠后波阻抗体；根据叠后波阻抗体，提取井点处的阻抗与井上阻抗进行残差比较计算，获得波阻抗残差体；

根据波阻抗残差体，针对低频模型进行迭代修正，进而获得叠后波阻抗反演阻抗体；针对低频模型进行迭代修正具体包括：步骤401：以波阻抗残差体为地震数据项的约束条件，对低频模型进行修正，获得修正后的低频模型；步骤402：根据修正后的低频模型，获得修正后的叠后波阻抗体；步骤403：根据预处理后的测井数据，计算原始井点波阻抗，将修正后的叠后波阻抗体提取的井点波阻抗与原始井点波阻抗进行差值计算，获得井点误差，判断修正后的叠后波阻抗体的井点误差是否符合设定要求，若是，则以修正后的叠后波阻抗体为叠后波阻抗反演阻抗体，若否，则以修正后的低频模型为低频模型，重复步骤401-403。

步骤5：根据地质认识、叠后波阻抗反演阻抗体与预处理后的测井数据，确定叠后地质统计学反演相关参数，包括变差函数的xyz三向变程值、基台值、块金效应值、砂泥岩比例、地质体走向角度，还包括概率分布密度函数以及变差函数拟合算法的选择等。

步骤6：以迭代后的波阻抗残差体作为地震输入，根据叠后地质统计学反演相关参数开展叠后地质统计学反演，获得叠后反演波阻抗残差体。

步骤7：将叠后反演波阻抗残差体与叠后波阻抗反演阻抗体相加进行误差校正，获得缝洞储层反演最终的叠后波阻抗反演阻抗体。

本方法通过误差迭代法得到波阻抗反演结果，根据高精度波阻抗残差体对波阻抗体进行回校得到高精度反演结果，缝洞储集体有利储层分布平面图与实际钻井生产情况吻合度更高，提高了缝洞储层地震反演的精度。

应用示例

为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。

根据本发明的缝洞储层反演方法包括：

步骤1：针对待预测区域的测井资料进行井眼垮塌校正、多井标准化与一致性处理等预处理，获得预处理后的测井数据。

步骤2：根据叠后地震数据提取过井地震道，与预处理后的测井数据进行地震地质综合标定，获得井旁道地震子波。

步骤3：根据预处理后的测井资料、叠后地震数据与井旁道地震子波，建立低频模型。

步骤4：针对井旁道地震子波与低频模型进行约束开展确定性反演，根据地震资料信噪比与预处理后的测井数据，调整确定反演参数，包括选取的测井数据的采样率，地震数据的纵向时间和深度域的采样间隔，Gardner公式系数，高低频截止频率，硬约束趋势，信噪比数值等，通过反复调整上述参数值，对比反演试验结果，最终确定各项参数值，进而生成叠后波阻抗体；根据叠后波阻抗体，提取井点处的阻抗与井上阻抗进行残差比较计算，获得波阻抗残差体；

根据波阻抗残差体，针对低频模型进行迭代修正，进而获得叠后波阻抗反演阻抗体；针对低频模型进行迭代修正具体包括：步骤401：以波阻抗残差体为地震数据项的约束条件，对低频模型进行修正，获得修正后的低频模型；步骤402：根据修正后的低频模型，获得修正后的叠后波阻抗体；步骤403：根据预处理后的测井数据，计算原始井点波阻抗，将修正后的叠后波阻抗体提取的井点波阻抗与原始井点波阻抗进行差值计算，获得井点误差，判断修正后的叠后波阻抗体的井点误差是否符合设定要求，若是，则以修正后的叠后波阻抗体为叠后波阻抗反演阻抗体，若否，则以修正后的低频模型为低频模型，重复步骤401-403。

步骤5：根据地质认识、叠后波阻抗反演阻抗体与预处理后的测井数据，确定叠后地质统计学反演相关参数，包括变差函数的xyz三向变程值、基台值、块金效应值、砂泥岩比例、地质体走向角度，还包括概率分布密度函数以及变差函数拟合算法的选择等。

步骤6：以迭代后的波阻抗残差体作为地震输入，根据叠后地质统计学反演相关参数开展叠后地质统计学反演，获得叠后反演波阻抗残差体。

步骤7：将叠后反演波阻抗残差体与叠后波阻抗反演阻抗体相加进行误差校正，获得缝洞储层反演最终的叠后波阻抗反演阻抗体。

图2示出了根据本发明的一个实施例的最终的叠后波阻抗反演阻抗体的剖面图。剖面图显示，地下缝洞储集体的分布范围及储集体的轮廓十分清楚，能准确界定缝洞储集空间的形态，A、B钻井钻遇目的层缝洞完钻，实际生产结果为：A井日产油27.68万吨/天，无水，距风化壳30米左右，B井日产油10.45万吨/天，无水，距风化壳70米左右，证实2口井的油气产出效果较好，不含水，日产油量及稳产时间均较好，C井为干井。从平面图来看，本发明能将研究区域内缝洞储集体的发育情况准确勾勒出来，对于储层整体的走向及优势储层分布范围与地质认识吻合，实际钻井效果证实了平面图缝洞体刻画的准确性。

综上所述，本发明通过误差迭代法得到波阻抗反演结果，根据高精度波阻抗残差体对波阻抗体进行回校得到高精度反演结果，缝洞储集体有利储层分布平面图与实际钻井生产情况吻合度更高，提高了缝洞储层地震反演的精度。

本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。

根据本发明的实施例，提供了一种缝洞储层反演系统，其特征在于，该系统包括：存储器，存储有计算机可执行指令；处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：步骤1：针对待预测区域的测井资料进行预处理，获得预处理后的测井数据；步骤2：根据叠后地震数据提取过井地震道，与预处理后的测井数据进行地震地质综合标定，获得井旁道地震子波；步骤3：根据预处理后的测井资料、叠后地震数据与井旁道地震子波，建立低频模型；步骤4：根据波阻抗残差体，针对低频模型进行迭代修正，进而获得叠后波阻抗反演阻抗体；步骤5：根据地质认识、叠后波阻抗反演阻抗体与预处理后的测井数据，确定叠后地质统计学反演相关参数；步骤6：以迭代后的波阻抗残差体作为地震输入，根据叠后地质统计学反演相关参数开展叠后地质统计学反演，获得叠后反演波阻抗残差体；步骤7：根据叠后反演波阻抗残差体对叠后波阻抗反演阻抗体进行误差校正，获得最终的叠后波阻抗反演阻抗体。

在一个示例中，步骤4还包括：针对井旁道地震子波与低频模型进行约束开展确定性反演，根据地震资料信噪比与预处理后的测井数据，调整确定反演参数，生成叠后波阻抗体；根据叠后波阻抗体，提取井点处的阻抗与井上阻抗进行残差比较计算，获得波阻抗残差体。

在一个示例中，步骤4的针对低频模型进行迭代修正包括：步骤401：以波阻抗残差体为地震数据项的约束条件，对低频模型进行修正，获得修正后的低频模型；步骤402：根据修正后的低频模型，获得修正后的叠后波阻抗体；步骤403：判断修正后的叠后波阻抗体的井点误差是否符合设定要求，若是，则以修正后的叠后波阻抗体为叠后波阻抗反演阻抗体，若否，则以修正后的低频模型为低频模型，重复步骤401-403。

在一个示例中，步骤403还包括：根据预处理后的测井数据，计算原始井点波阻抗；将修正后的叠后波阻抗体提取的井点波阻抗与原始井点波阻抗进行差值计算，获得井点误差。

在一个示例中，步骤1的预处理包括：井眼垮塌校正、多井标准化与一致性处理。

本系统通过误差迭代法得到波阻抗反演结果，根据高精度波阻抗残差体对波阻抗体进行回校得到高精度反演结果，缝洞储集体有利储层分布平面图与实际钻井生产情况吻合度更高，提高了缝洞储层地震反演的精度。

本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。