[發明專利]一種AVO波形數據驅動的高分辨率井震融合疊前反演方法

有效

• 申請號: 202011041094.9
• 申請日: 2020-09-28
• 公開（公告）號: CN112162316B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 畢建軍;陳彥虎;魏恒飛;邸永香;翟浩杰
• 申請（專利權）人: 北京中恒利華石油技術研究所
• 主分類號: G01V1/28
• 分類號: G01V1/28;G01V1/30;G01V1/48;G01V1/50
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

本發明公開了一種AVO波形數據驅動的高分辨率井震融合疊前反演方法，通過基于AVO波形驅動建立高精度彈性參數初始模型的新的井震融合方式，實現了高分辨率疊前反演方法。一方面通過AVO波形聚類建立代表不同儲層、流體特征的AVO波形數據?彈性參數曲線樣本組，實現了地震相控下的疊前反演；另一方面通過小波變換求取樣本組內彈性參數曲線的共性結構建立初始模型，實現了高分辨率疊前反演。旨在解決現有技術中存在的在進行井震疊前反演時薄儲層、流體預測的縱向和橫向分辨率不高的技術問題。

技術領域

本發明涉及油氣地球物理勘探技術領域，尤其涉及一種AVO波形數據驅動的高分辨率井震融合疊前反演方法。

背景技術

通過疊前反演能夠獲得研究儲層和流體變化規律所需的縱波速度、橫波速度、密度以及縱橫波速度比等彈性參數，從而能更加可靠地揭示地下儲層的孔隙度、滲透性、含油氣性空間分布規律，更有利于油氣藏的勘探與開發。

目前常用的疊前反演方法有疊前同時反演及疊前地質統計學反演兩種，但是兩種方法都存在一定的缺陷：其中疊前同時反演成果受地震資料頻帶限制，其縱向分辨率過低，難以滿足薄儲層、流體預測的需求；疊前地質統計學反演雖然滿足了縱向高分辨率的需求，但其橫向變化受控于變差函數，無法充分利用地震橫向分辨率高的優勢，成果隨機性高，且對井樣本分布要求均勻，適用性較窄。因此，如何提高薄儲層、流體預測的縱向和橫向分辨率，是一個亟需解決的技術問題。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種AVO波形數據驅動的高分辨率井震融合疊前反演方法，旨在解決現有技術中存在的在進行井震疊前反演時薄儲層、流體預測的縱向和橫向分辨率不高的技術問題。

為實現上述目的，本發明提出一種AVO波形數據驅動的高分辨率井震融合疊前反演方法，所述疊前反演方法包括如下步驟：

對獲取的CRP道集進行角度疊加，得到近角度、中角度和遠角度三個分角度疊加數據體，并根據計算得到的截距和梯度特征獲得AVO波形數據；

根據采集的實測橫波測井數據建立巖石物理模型，并進行橫波曲線預測，進而獲得包括縱波速度曲線、橫波速度曲線和密度曲線的所有已鉆井彈性參數曲線；

建立已鉆井目的層段AVO波形數據-彈性參數曲線數據庫；利用自組織映射神經網絡分類法對數據庫內所有樣本進行波形聚類，建立代表不同儲層、流體特征的AVO波形數據-彈性參數曲線樣本組；

提取所有地震道目的層段AVO波形數據，逐道與建立的樣本組中的AVO波形數據進行比較，在該樣本組中取相似程度最高的前預設比例的樣本井的彈性參數曲線，開展小波變換求取共性結構作為該道的初始彈性參數模型；

以統計的彈性參數曲線作為先驗信息，在AVO波形驅動下對初始彈性參數模型進行貝葉斯反演，按照后驗概率應用Gibbs抽樣法計算得到模型期望值，獲得高精度的反演結果。

優選的，一種AVO波形數據驅動的高分辨率井震融合疊前反演方法，所述疊前反演方法還包括對初始CRP道集進行包括開展去噪、提高分辨率、道集拉平的優化處理，用以提高CRP道集的信噪比和分辨率。

優選的，一種AVO波形數據驅動的高分辨率井震融合疊前反演方法，所述建立巖石物理模型包括如下子步驟：

收集實測的橫波測井數據，并進行曲線校正和標準化處理；

根據處理后的橫波測井數據建立巖石物理模型，通過預測橫波速度和實測橫波數據進行比較，修正巖石物理模型參數；

取與實測橫波吻合度最高的預測橫波參數作為最終巖石物理參數，進而建立最終巖石物理模型。

優選的，一種AVO波形數據驅動的高分辨率井震融合疊前反演方法，所述初始彈性參數模型的獲取通過如下實現：