基于岩石物理模型的纵、横波速度反演方法

纵、横波速度是储层特征评价、流体识别的重要参数。针对勘探生产中缺乏速度测井资料的情况,研究并提出了基于岩石物理模型的速度反演预测方法。首先介绍了前人给出的速度-孔隙度关系式和基于岩石物理模型的速度估算过程;然后以岩石孔隙参数为基础,建立测井数据与岩石弹性参数之间的岩石物理关系;最后重构反演目标函数,通过模拟退火反演获得可靠的纵、横波速度。实验室数据和实际测井资料的计算结果表明,该方法能够在不使用速度测井信息作为先验约束的情况下得到可信度较高的速度预测结果。     

徐家围子断陷营城组火山岩岩性、储层岩石物理弹性参数特征分析

本文通过测量岩样在干、饱含气和饱含水状态下的纵波速度v_P、横波速度v_S和密度ρ等参数,研究不同岩性含不同流体时纵波速度和横波速度的变化规律,得出适用于徐家围子地区火山岩横波速度的预测方法,即分岩性和含不同流体进行分层段模拟,为测井岩石物理分析提供精确的横波速度曲线;在难以区分具体火山岩岩性的现实条件下,测井岩石物理首次引入"岩性组"的概念,利用横波速度、密度、拉梅系数三个参数把营城组地层岩性划分为不同的岩性组;在岩性分组识别的基础上,分析同一岩性组的储层和气层的敏感参数,对比不同岩性组分析结果发现,储层具有低密度特征,气层都具有低泊松比特征,形成了一套完整的火山岩岩性区分、储层与气层识别的思路和方法,为火山岩储层高精度预测奠定了基础。     

基于注意力机制和双向长短时记忆网络的横波速度预测方法及应用

横波速度信息对油气勘探而言至关重要，但实际测井资料中常常缺失横波速度资料。横波速度与测井参数之间存在非线性相关性，二者关系复杂难以用解析解表征。为此，提出了一种基于注意力机制和双向长短时记忆网络的横波速度预测方法(AT-BLSTM)。该方法首先利用注意力机制为测井参数分配权重，自动聚焦对横波速度预测贡献大的测井参数，然后利用双向长短时记忆网络以及横波速度曲线纵向上的时序特征，挖掘各种测井参数与横波速度之间的相关关系，获得各种测井参数与横波速度之间的学习模型，再输入优选测井参数，最终可直接获得横波速度的预测结果。将上述方法应用于挪威北海Volve油田和我国西南某工区的实际测井资料进行横波速度预测，并将预测结果与常规双向长短时记忆网络、门控循环神经网络以及基于经验公式的传统方法的预测结果进行对比。结果表明，利用基于注意力机制和双向长短时记忆网络的横波速度预测方法得到的测井参数权重分配合理，横波速度预测结果与实测横波速度误差较小、相关系数较高，有效提高了横波速度预测精度，预测结果具有良好的稳定性。     

塔中地区ZG5-7井区横波速度的预测

纵、横波速度是储层岩性、物性和流体识别的重要参数,而实际生产中往往缺乏横波速度资料,因此,开展横波速度预测已成为岩石物理研究的重要内容。目前横波预测中普遍使用的是Greenberg-Castagna经验公式,但其在塔里木盆地塔中地区ZG5-7井区应用效果不佳。针对上述问题,充分利用已钻井的纵波速度、地层密度、泥质含量、孔隙度、含水饱和度等常规测井资料以及岩石骨架和流体的各种弹性参数,构建了流体置换的Xu-White模型,用来求取横波速度。该区６口井的横波曲线拟合的实验结果表明：Xu-White模型预测的横波速度与实测横波速度高低趋势一致,其相关系数最高达到0.970 9,完全能满足横波弹性反演和油气预测的需要。结论认为,Xu-White模型不仅适用于碎屑岩储层的横波速度预测,同样在碳酸盐岩的横波速度预测中也能取得良好的应用效果。     

岩石物理横波速度曲线计算技术

横波速度是地震勘探中的重要参数。针对实际生产中缺乏横波速度测井曲线资料，利用经验公式计算精确度不高的问题，通过对横波速度计算理论模型的研究分析，选择Blot-Gassman模型法，利用岩石矿物成分、流体成分、孔隙度及密度等测井曲线进行横波速度测井曲线的计算，并对横波速度计算技术和流程进行研究。在实际工区进行了横波速度曲线计算，计算结果与实测横波吻合程度较高，误差小于10％，该技术在储层和流体识别预测的应用中取得了较好效果。     

VSP资料在储层预测中的应用

砂、泥岩地层中储层因含气往往导致纵波速度降低,从而与围岩速度重叠或接近,此时应用常规声阻抗反演方法难以识别储层。测井资料分析发现泊松比能较好地分辨储层和围岩,因此提取并综合利用泊松比参数是识别储层的-个有效方法。本文提出利用零井源距VSP资料拾取的高精度初至获得精细的纵、横波速度,通过转换得到泊松比参数,同时基于非零井源距VSP纵、横波剖面进行纵、横波联合反演,得到纵、横波阻抗和泊松比剖面,通过对泊松比剖面分析可识别有效储层。应用该方法在SLG气田进行储层预测,结果与实钻情况吻合,取得了良好效果。     

煤系地层地震岩石物理建模及横波预测方法

煤系地层油气资源发育潜力较大,现有地震岩石物理建模方法欠缺对储层含煤后岩石物理性质的系统研究。为此,利用自洽(SCA)模型耦合煤的影响,将其以包含物的形式加入背景介质中,构建一种适用于含煤储层的地震岩石物理模型;通过分析煤层占比、泥质含量、含水饱和度及孔隙度等微观物性参数对岩石弹性模量的影响,优选表征储层物性特征的敏感弹性参数;推导出以纵波速度为约束的岩石物理反演目标泛函,利用模拟退火全局寻优算法实现了横波速度的预测。将该方法应用于实际测井数据,预测横波速度与实测数据吻合度较高,证明了该模型对煤系地层的适用性。     

利用二次型寻优网络预测砂泥岩地层横波速度

横波速度是反映储层岩性特征的重要参数之一,而常规测井数据中往往缺少横波速度数据.为此,根据横波速度与其他参数的关系,构建了端到端二次型寻优网络,利用 自然伽马、孔隙度和纵波速度直接预测横波速度,无需求解中间的过渡参数.网络训练过程使用二次型寻优算法替代Adam算法,同时采用正交试验法分析训练策略(包括优化算法)及不同参...     

基于测井资料岩石物理模拟的储层识别法

文中基于测井资料岩石物理模拟方法的理论分析,根据中国东部油田两口井的井资料及岩性和试油等资料,利用测井曲线环境校正→选择岩石物理模型→计算弹性参数这一流程,选择了微分等效介质和自适应岩石物理模型对两口井的纵、横波速度进行了模拟和预测。利用纵、横波速度、密度参数与弹性模量之间的关系导出纵、横波速度比、剪切模量、拉梅常数和泊松比参数,再根据不同参数的交会图和相关性分析了解岩性、孔隙和流体变化对弹性参数的影响规律,总结出研究区储层的识别依据:①含油层段在纵、横波波阻抗上和密度上表现为低值(纵、横波波阻抗值分别小于8×106(kg·m-2·s-1)和4.15×106(kg·m-2·s-1),密度小于2.28g/cm3);②含油层段泊松比一般小于0.29,当泊松比大于0.29后,含油储层与非储层发生重叠,可通过拉梅常数小于1.25×106(kg·m-1·s-2)作为控制,区分含油储层和非储层;③含油层段纵、横波速度比一般小于1.85,当纵、横波速度比大于1.85、小于2.0时,储层和非储层发生重叠,可用8×106(kg·m-2·s-1)纵波阻抗作为上限约束,识别含油储层;④纵波阻抗与自然伽马曲线交会分析表明,含油砂岩分布在55API以下、纵波阻抗小于8×106(kg·m-2·s-1)的区域。     

富有机质泥页岩岩石物理横波速度预测方法研究

许多实际测井资料中缺失横波速度数据,给叠前地震资料反演、脆性因子计算、应力分析和储层预测等带来不利影响。关于碎屑岩和碳酸盐岩的横波速度预测方法已日趋成熟,而关于富有机质泥页岩的横波速度预测方法的研究相对较少。基于Keys-Xu干岩石模型,引入Gassmann方程和Brown-Korringa固体替代等岩石物理理论,构建了一种包含多矿物、复杂孔隙和有机质含量的富有机质泥页岩岩石物理横波速度预测方法。该方法将富有机质泥页岩等效为由岩石基质矿物、有机质和含流体孔隙组成的混合物,将岩石中复杂的孔隙结构等效为球形孔隙与裂缝状孔隙组合的结构;利用纵波速度计算球形孔隙与裂缝状孔隙的体积分数,进而预测横波速度。将该方法应用于实验室测试数据和建南构造侏罗系下统自流井组东岳庙段富有机质泥页岩实际测井资料,预测的横波速度与实测的横波速度吻合度较高,表明该方法在预测富有机质泥页岩横波速度时适用且有效。     

利用双参数预测储层的孔隙率

本文介绍了双参数预测储层孔除率的新方法,旨在同时利用纵、横波速度或时差和密度观参数来预测储层的孔隙率。据D。Eberhart－Phillips的岩石物理实验测定结果[3]和JLK地区6口测井资料的计算结果表明:利用纵、横波速度联合求取的孔隙率的平均相对误差为7.86％利用时差和密度联合求取的孔隙率的平均相对误差为13.0％。另外,该方法在获得预测孔隙率值的同时,还可得到较可靠的泥质含量值,这对于揭示储层的非均质性具有十分重要的意义。     

虚拟孔隙度优化Xu-White模型法预测横波速度

纵、横波速度和密度是连接岩石各种物理性质与地震波勘探的桥梁,是储层岩性、物性和流体分析识别的重要参数.在实际工作中只有极少数井进行了横波速度测井,甚至没有横波资料,而利用横波速度可以得到泊松比、拉梅模量等反映流体性质的物理量,减少地震振幅解释的多解性,这种情况下,就需要预测横波速度.文中在Xu-White理论模型的基础...     

利用GRU神经网络预测横波速度

储层参数与横波速度之间存在一定的相关关系,但是这种复杂关系很难得到解析解。为此,构建了GRU（gated recurrent unit）神经网络方法,主要包括神经网络构建、数据预处理、样本训练和数据预测四个部分,通过训练神经网络逼近横波速度与储层参数之间的关系,利用纵波速度、密度和自然伽马等储层参数直接预测横波速度。采用D区的30口井的测井数据训练和测试神经网络,结果表明：①纵波速度、密度和电阻率对数与横波速度呈较好的正相关关系,自然伽马值、孔隙度与横波速度呈负相关关系。②对于多数井训练、少数井验证,训练数据预测的横波速度与真实值的相对误差和相关系数分别约为3.00%和0.9837,测试数据预测的横波速度与真实值的相对误差和相关系数分别约3.19%和0.9805;对于少数井训练、多数井验证,训练数据预测的横波速度与真实值的相对误差和相关系数分别约为2.49%和0.9867,测试数据预测的横波速度与真实值的相对误差和相关系数分别约3.92%和0.9686。因此所提方法具有较高预测精度和较强泛化能力。     

阵列声波测井资料在吐哈油田致密砂岩气层识别中的应用

吐哈盆地致密砂岩储层具有孔隙度低、渗透性差、孔隙结构复杂等特点,利用常规测井资料难以对储层含气性进行有效评价。以研究区致密砂岩声学特征实验为基础,分析岩样在饱含气状态、饱和水状态下纵波速度和横波速度等参数的变化规律,实验为利用阵列声波测井资料所提取纵、横波时差和常规测井资料计算地层的泊松比、体积压缩系数等参数进行气层识别提供了理论基础。通过储层岩心声学物理试验研究证明,地层在高含气饱和度情况下体积压缩系数和泊松比对含气饱和度变化较敏感;根据阵列声波测井资料计算得到的泊松比曲线和体积压缩系数曲线交会可以直观识别气层。给出的解释实例证实了在吐哈盆地致密砂岩储层利用泊松比与体积压缩系数交会法识别气层的实用性。     

横波速度计算方法与应用

利用地震资料研究储集体速度特征和地震响应时常需要横波速度资料,但由地震采集或测井获得的横波速度资料较少。本文利用常规测井及实验室岩石物理数据,基于Gassmann方程和Xu-White、Kuster-Toksz等岩石物理模型估算横波速度,并应用测井约束反演与叠前波形反演对估算的横波速度进行修正,最终得到符合实际地震波性质的横波速度计算方法。应用结果表明了该方法的可行性。     

基于Russell流体因子疏松砂岩含气性评价研究

基于Russell提出的流体因子f计算含气饱和度方法可以评价疏松砂岩储层的含气性.偶极横波测井能够准确地测量疏松砂岩的纵、横波速度,与常规测井资料结合可以计算流体因子f,针对疏松砂岩特点提出了调节参数c值的求取方法,该方法能够提高流体因子f对储层流体的评价能力.在柴达木盆地三湖地区应用基于f的含气性评价方法对实际资料进...     

横波预测技术在苏里格气田储层预测中的应用

横波资料的缺乏严重制约了苏里格气田A区储层岩性、物性及流体识别等工作的开展,以往横波预测结果精度低,识别能力差,已不能满足储层预测需求。为此,基于地质、钻井、测井、地震等资料,针对苏里格气田A区上古生界砂泥岩地层的实际情况,确定了构建Xu-White模型所需的各项岩石物理参数,进行了横波预测研究,结合岩石物理分析、叠前弹性参数反演等技术实现由点到面的储层预测,获得的预测横波曲线与实测横波曲线吻合度较高。结果表明:①使用纵横波速度比、剪切模量以及拉梅模量/剪切模量、体积模量/剪切模量可有效划分砂、泥岩,利用拉梅模量/剪切模量—纵波阻抗、体积模量/剪切模量—纵波阻抗、泊松比—纵波阻抗交会等是识别流体的有效手段;②利用文中方法预测的盒8段储层、气层厚度与实钻数据误差小,储层分布与该区地质规律一致。     

基于常规测井资料的横波时差估算方法及应用

横波资料在储层识别、工程参数计算、地球物理预测等方面具有非常重要的作用，但通过测井资料采集到的横波资料很少，这给储层后期研究带来了困难。以吐哈油田胜北地区岩性油气藏为例，在研究常规测井资料中补偿中子、补偿密度和电阻率曲线特征与岩性关系的基础上，通过提取现有标准井横波时差资料，建立该地区横波时差参数计算模型，以期为同类储层横波时差的计算提供参考。     

面向岩石物理建模的测井解释方法

横波速度预测是岩石物理研究的重要内容,对任何一种横波估算算法泥质含量和孔隙度曲线都是必须的。面向横波估算的测井解释技术在泥质含量计算、孔隙度计算上均与常规测井解释有很大不同。本文介绍了针对横波估算的测井解释方法。在海拉尔盆地的应用表明,该方法的解释成果在岩石物理建模中取得了良好的应用效果。     

临界孔隙度Pride模型及其应用

实际测井数据中缺少的横波速度信息对于储层表征、流体识别具有重要意义。本文给出一种新的横波速度预测方法:通过对Pride模型引入临界孔隙度导出临界孔隙度Pride模型,再结合Gassmann理论建立饱和岩石的纵横波速度计算模型。将该模型应用于室内实验室测量和实际测井资料的横波预测,结果表明本文提出的基于临界孔隙度Pride模型的横波速度预测方法是有效的。