海上窄方位角资料的方位各向异性属性差裂缝预测方法

技术领域

本发明涉及石油勘探领域，应用于储层预测，特别涉及海上窄方位角资料的方位 各向异性属性差裂缝预测方法。

背景技术

随着对能源需求的日益增加，裂缝性油气藏在新增储量中所占有的比重越来越 大，在此种油气藏中，裂缝是有效的储集空间，因此对储层裂缝的准确描述与预测就显得尤 为重要。在现有的裂缝预测方法中，主要有基于岩心和地质露头的裂缝统计分析法、基于常 规测井信息的裂缝识别法、成像测井法、地震预测法、古应力场数值模拟法等。地震预测法 由于涵盖空间广、探测深度大等优点使其得到了广泛的应用，但其纵向分辨率低、具有多解 性是其不利因素。在地震预测法中又包括纵波方位各向异性分析法、横波分裂法、多波多分 量法。由于横波采集成本高、应用复杂，使横波分裂法得到了很大的限制。在多波多分量法 中，由于处理难度大、成本高，使得该方法难以普及。因此，目前的地震预测法中主要使用纵 波方位各向异性分析法。纵波方位各向异性分析法裂缝预测技术中，首先在叠前CMP道集中 抽选方位道集并进行叠加，所计算的方位角个数可选3-6个，使其均匀地分布在0-180°范围 内；其次，是地震属性的计算，对每一个方位叠加道集计算各种地震属性，包括振幅、频率、 瞬时参数等属性；然后，对每个CMP点使用上述各方位角叠加剖面上相应CMP点属性值进行 椭圆拟合，计算出3个特征值：椭圆长轴长度、短轴长度、及其与X轴的夹角，计算长轴与短轴 的比值，获得椭圆扁率，椭圆扁率通常指示裂缝密度分布，通过上述获得的各种属性拟合的 裂缝密度数据体与井上的裂缝发育段进行对比，选取对比最好的地震属性作为最优属性， 使用通过最优属性拟合的裂缝密度体作为最终的裂缝密度分布；最后，通过井数据建立正 演模型，根据正演模拟结果选取椭圆长轴或短轴作为裂缝的指示方向。上述的现有技术中， 对叠前地震数据的要求比较高，要求采集的地震数据具有很宽的方位角，此外，由于海上采 集的地震数据的方位角通常都比较小，因此，该现有技术在海上窄方位角采集的情况下很 难应用。

发明内容

为了克服现有技术存在的缺陷和不足，解决现有技术中由于对叠前地震数据的方 位角要求高，海上采集的地震数据方位角却通常较小，因而造成裂缝预测难度大的问题，本 发明提出了海上窄方位角资料的方位各向异性属性差裂缝预测方法。

本发明技术方案：

1.海上窄方位角资料的方位各向异性属性差裂缝预测方法，其特征在于，该方法 包含以下步骤：步骤一，利用测井数据设计基于岩石物理模型的方位各向异性正演模型，获 得不同裂缝密度下正演的井旁道叠加道集；

步骤二，利用所述正演的井旁道叠加道集计算地震属性，获取属性异常度与裂缝 走向的关系图版；

步骤三，通过所述关系图版获取可检测的裂缝方位范围；

步骤四，对叠前地震数据体进行方位角划分，获取属性差绝对值数据体；

步骤五，通过所述属性差绝对值数据体与井上储层进行对比，获取裂缝密度；

步骤六，通过已获取的所述可检测的裂缝方位范围和所述裂缝密度分析裂缝发育 特征。

2.执行步骤一之前，还需要获取测井数据，进行层位标定。

3.所述步骤一中，根据所述层位标定的结果，使用如下参数设计所述方位各向异 性正演模型：填充流体类型、裂缝密度、岩石密度和纵、横波速度。

4.所述步骤一中的不同裂缝密度下正演的井旁道叠加道集的获取主要包含两个 步骤：⑴根据方位各向异性正演模型进行正演模拟获取不同裂缝密度下井旁道正演道集， 所述裂缝密度分别设置为0％、1％、2％、3％，方位角设置为0°、10°、20°…180°，增量为10°； ⑵通过对所述井旁道正演道集进行叠加，获取不同裂缝密度下正演的井旁道叠加道集。

5.执行步骤二之前，分析叠前地震数据体，获取实际采集资料的方位角。

6.所述步骤二中，利用所述正演的井旁道叠加道集计算地震属性，，所述地震属性 具体包括：均方根振幅、起始衰减频率、能量比、85％能量对应的频率、65％能量对应的频 率、瞬时频率、最大能量、低频能量和总能量。

7.所述步骤二中，利用所述的各种地震属性，计算不同裂缝密度下、固定实际采集 资料的方位角条件下不同裂缝走向的属性异常度，建立属性异常度与裂缝走向的关系图 版。

8.所述步骤三中，利用所述关系图版设置置信度值，确定可检测的裂缝方位范围。

9.步骤四中，将叠前地震数据均匀划分为两个方位角道集并分别进行叠加，获取 这两个方位角的叠加数据体，所述叠加数据体是指：地震道集经过叠前处理后形成一套CMP (共中心点)道集，然后对这些共中心点道集进行叠加，形成了叠加数据体。

10.利用所述两个方位角的叠加数据体，分别计算地震属性。

11.所述步骤四中，计算所述地震属性每个CMP点处的两个方位角属性差绝对值， 获取属性差绝对值数据体。

12.所述步骤五中，利用所述属性差绝对值数据体与井上储层进行对比，获取裂缝 密度过程中，选择最优属性，使用最优属性的属性差绝对值作为裂缝密度。

本发明技术效果：

与现有技术相比，本发明的上述实施方式具有以下优点：能够在窄方位角地震采 集条件下，利用方位属性差进行裂缝预测，能够在部分角度覆盖范围内有效的检测裂缝发 育程度，并且可以和其他裂缝预测方法优势互补，有效地弥补了现有方法对数据宽方位采 集要求所带来的局限性。同时，本发明又具有较好的通用性，能够有效的分析裂缝发育特 征，提高预测精度，从而降低裂缝型储层开发的风险，获得了较高的收益。

本发明把测井数据与实际地震数据完美的融合在一起，能够最大限度的应用地下 地质信息，有效的分析裂缝发育特征，提高预测精度。

附图说明

图1是本发明海上窄方位角资料的方位各向异性属性差裂缝预测方法流程图。

图2是本发明固定采集方位与变化裂缝走向模型；

图3是本发明振幅属性异常度图版。

具体实施方式

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 整地描述，显然，所述的实施例仅仅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做出创造性劳动前提下所获得的所有其他实 施例，皆属于本发明保护的范围。下面参考附图详细描述本发明实施例。

如图1所示，本发明提供了海上窄方位角资料的方位各向异性属性差裂缝预测方 法，包括：利用测井数据设计基于岩石物理模型的方位各向异性正演模型，获得不同裂缝密 度下正演的井旁道叠加道集(S101)；利用正演的井旁道叠加道集计算各种地震属性，获取 各种属性异常度与裂缝走向的关系图版(S102)；通过关系图版获取可检测的裂缝方位范围 (S103)；对叠前地震数据体进行方位角划分，获取各种属性的属性差绝对值数据体(S104)； 通过所述各种属性的属性差绝对值数据体与井上储层进行对比，获取裂缝密度(S105)；通 过可检测裂缝方位范围和裂缝密度确定裂缝发育规律(S106)。S103和S104没有次序上的关 系，它们是两个分支。S103是利用正演的关系图版得到，S104是来自实际地震数据计算得 到。即图1体现出本发明提供的海上窄方位角资料的方位各向异性属性差裂缝预测方法主 要包括六个步骤：步骤一，利用测井数据设计基于岩石物理模型的方位各向异性正演模型， 获得不同裂缝密度下正演的井旁道叠加道集。测井数据包括：纵波时差、横波时差、密度测 井数据。

步骤二，利用正演的井旁道叠加道集计算地震属性，获取属性异常度与裂缝走向 的关系图版。属性异常度定义为：不同走向的裂缝属性值相对于固定方位夹角的属性值的 变化与平行于裂缝走向的方位属性值的百分比绝对值。步骤三，通过所述关系图版获取可 检测的裂缝方位范围；

步骤四，对叠前地震数据体进行方位角划分，获取属性差绝对值数据体。在本发明 中，根据实际地震数据的方位角范围，把实际地震数据按照方位角度和覆盖次数均衡的划 分为两个方位角道集数据，然后对每一个位置点上，相应的两个分属于不同方位角道集的 地震属性值进行相减后取绝对值，得到各个位置点上的属性差绝对值，从而形成了一个包 含每个位置点上的属性差绝对值的数据体。

这些属性包括：均方根振幅、起始衰减频率、能量比、85％能量对应的频率、65％能 量对应的频率、瞬时频率、最大能量、低频能量、总能量。

叠前指的是地震数据进行叠加以前。

步骤五，通过所述属性差绝对值数据体与井上储层进行对比，获取裂缝密度；

步骤六，通过已获取的可检测的所述裂缝方位范围和裂缝密度分析裂缝发育特 征。

其中，对应图1的步骤S101中，首先要利用声波时差、密度测井数据，进行层位标 定，在单井上确定裂缝储层的位置，此处的“单井”指的是某一口井。

标识出裂缝储集层组的数量和深度间隔。本发明中使用填充流体类型、裂缝密度、 岩石密度和纵横波速度建立方位各向异性正演模型。通常，裂缝能够引起严重的各向异性， 这里的“各向异性”指的是：在地层中，岩石物理性质(如：弹性模量)随着方位的变化而变化 的性质。

岩石中裂缝的密度、宽度和所含流体的成份都是影响地震各向异性的因素，因此 若要分析裂缝对各向异性的影响，叠前正演模拟是非常必要的。在叠前正演模拟中，需要建 立裂缝储层的岩石物理模型。要建立岩石物理模型，需要知道岩石的纵横波速度和密度，这 些参数可以从井资料中获取，用于计算岩石的弹性参数。这里的“叠前”指的是叠加之前，即 地震数据还没有叠加在一起。

在叠前的正演模拟中，通过建立储层的岩石物理模型，即：首先通过填充流体类 型、裂缝密度、岩石密度和纵横波速度参数，创建岩石物理模型，然后通过对这些参数的计 算，获得岩石的各向异性弹性模量，最后通过射线追踪，获得地震射线在空间上的传播位 置、走时及振幅，从而模拟出在这个岩石物理模型中的地震道。

这里的“纵横波速度”指的是纵波速度和横波速度。

这里的“井资料”指的是声波时差和密度测井数据。

在建立岩石物理模型中，本发明中采用的是Hudson椭圆缝等效介质模型，这里的 “Hudson椭圆缝等效介质模型”指的是：为了从地震或测井数据中获得裂缝的物理属性，需 要用到某种理论把岩石裂缝的动力学属性与它的物理属性联系起来，现今有三种理论比较 流行，Hudson椭圆缝等效介质理论就是其中一种，Hudson椭圆缝等效介质模型就是在这种 理论下的介质模型。

假定整个介质由未包含裂缝的弹性介质和它内部分布的狭长椭圆形裂隙组成，使 用裂缝密度θ和裂缝的扁率α来描述裂缝系统，等效的刚度系数为：

$C_{ij}^{eff}=C_{ij}^0+C_{ij}^1,i,j=1,2,3,4,5,6---\left(1\right)$

在等式(1)中，表示各向同性背景的刚度系数，为一阶校正量。由于多数裂 缝型储层的裂缝发育角度通常较大且成组出现，因此可简化为HTI(水平横向各向同性)介 质模型，在这种情况下，Hudson模型的各向同性背景的刚度系数为:

$C_{11}^0=\lambda +2\mu ---\left(2a\right)$

$C_{33}^0=C_{11}^0---\left(2b\right)$

$C_{44}^0=\mu ---\left(2c\right)$

$C_{13}^0=C_{11}^0-2C_{44}^0---\left(2d\right)$

$C_{66}^0=C_{44}^0---\left(2e\right)$

在等式(2a)-(2e)中，λ，μ表示没有裂隙岩石的拉梅系数，可通过所述的岩石纵横 波速度和密度求得，

$\lambda =\rho \left(V_P^2-2V_S^2\right)---\left(3a\right)$

$\mu ={\mathrm{\rho V}}_S^2---\left(3b\right)$

在等式(3a)和(3b)中，ρ、V_P、V_S分别为所述从井资料中获取的岩石密度和纵横波速 度。

此时，Hudson模型的刚度系数一阶校正量为：

$C_{11}^1=-\frac{{\lambda }^2}{\mu }{\mathrm{eU}}_3---\left(4a\right)$

$C_{13}^1=-\frac{\lambda \left(\lambda +2\mu \right)}{\mu }{\mathrm{eU}}_3---\left(4b\right)$

$C_{33}^1=-\frac{{\left(\lambda +2\mu \right)}^2}{\mu }{\mathrm{eU}}_3---\left(4c\right)$

$C_{44}^1=-{\mathrm{\mu eU}}_1---\left(4d\right)$

$C_{66}^1=0---\left(4e\right)$

在等式(4a)-(4e)中，U₁和U₃由裂隙来确定，当包含流体时，U₁和U₃为：

$U_3=\frac{4\left(\lambda +2\mu \right)}{3\left(\lambda +\mu \right)}\frac{1}{1+K}---\left(5b\right)$

在等式(5a)-(5b)中，

$M=\frac{4\bar{\mu }\left(\lambda +2\mu \right)}{\pi \alpha \mu \left(3\lambda +4\mu \right)}---\left(6a\right)$

$K=\frac{\left(\bar{K}+\frac{4}{3}\bar{\mu }\right)\left(\lambda +2\mu \right)}{\pi \alpha \mu \left(\lambda +\mu \right)}---\left(6b\right)$

在等式(6a)和(6b)中，分别为包含流体的体积模量和剪切模量。

通过确定填充流体类型，计算出所包含流体的体积模量和剪切模量。进一步把从 井资料中获取的岩石密度和纵横波速度及裂缝密度作为参数，计算出井中的弹性参数，建 立井中的弹性参数模型。使用建立的井中弹性参数模型，确定方位角、入射角，通过正演模 拟计算叠前地震反射在各个方位角的响应，获得不同裂缝密度、不同方位角、不同入射角的 正演井旁道道集。在裂缝密度的选择上，当裂缝体密度小于1％时，裂缝的地震各向异性强 度通常较小，当裂缝体密度大于1％后，裂缝的地震各向异性强度迅速增大。因此，裂缝密度 增量不宜过大，参数可选择为0％、1％、2％、3％。在方位角的选择上，通常方位角在0°-180° 之间，因此方位角的增量可选择为10°。在入射角的选择上，可采用最小值0°、最大值30°、增 量为3°的办法确定入射角。此处的方位角的增量是在步骤1中，建立正演模型时设置的不同 方位角，即：在使用填充流体类型、裂缝密度、岩石密度和纵、横波速度建立正演模型时，设 置的方位角，其方位角分别为：0°、10°、20°…180°，增量为10°。通过正演模拟获得不同裂缝 密度、不同方位角、不同入射角的正演井旁道道集，固定裂缝密度和方位角，把不同入射角 的正演井旁道道集进行叠加，得到不同裂缝密度、不同方位角条件下的正演井旁道叠加道 集。在实施步骤S102之前，需要对叠前地震数据体进行分析获得实际的采集资料方位角。在 步骤S102中，利用所述正演的井旁道叠加道集计算各种地震属性，获取各种属性异常度与 裂缝走向的关系图版。利用所述不同裂缝密度、不同方位角条件下的正演井旁道叠加道集 计算各种地震属性，地震属性包括：均方根振幅、起始衰减频率、能量比、85％能量对应的频 率、65％能量对应的频率、瞬时频率、最大能量、低频能量、总能量。分别计算所述各种地震 属性的属性异常度，属性异常度定义为：不同走向的裂缝属性值相对于固定方位夹角的属 性值的变化与平行于裂缝走向的方位属性值的百分比绝对值。

图2为固定采集方位与变化裂缝走向模型。“固定”即“设定”的意思，设定实际采集 方位固定不变。在此模型中，实际采集的方位角在84°-134°之间，方位角间隔为50°，裂缝的 起始走向与实际采集方位的84°相对应，此模型的属性异常度计算公式为：

$F\left(\theta \right)=100\times \left|\left(A\left(\theta \right)-A\left(\left|50-\theta \right|\right)\right)/A\left(0\right)\right|$(7)在等式(7)中，θ为裂缝走向，A(θ)为裂 缝走向上的属性值，F(θ)为裂缝走向上的属性异常度，A(|50-θ|)为固定方位夹角的属性 值，A(θ)为平行于裂缝走向的方位属性值。在本发明中，θ取值为0°、10°、20°、…180°。

利用各种属性异常度，分别建立各种属性异常度与裂缝走向的关系图版，横坐标 为裂缝走向，纵坐标为某种属性异常度。

在步骤S103中，通过关系图版获取可检测的裂缝方位范围。

在获取的各种属性异常度图版中，比较每种属性不同裂缝密度下属性异常度的变 化曲线，选择变化差异大的图版作为最终的裂缝检测图版。图3为本发明实施例最终选择的 振幅属性异常度图版。结合图1和图3，当裂缝密度大于1％、置信度设置为20％时，裂缝走向 在30°-100°和120°-190°范围内，为可检测的裂缝方位的范围。当裂缝走向在10°-30°和 100°-120°检测能力弱。

在步骤S104中，通过对叠前地震数据体进行方位角划分，获取各种属性的属性差 绝对值数据体。实际地震数据的方位角为84°-134°，可均匀的把叠前地震数据划分为两个 方位角道集，分别为84°-109°的方位角道集和110°-134°的方位角道集，分别对这两个方位 角道集进行叠加，得到这两个方位角的叠加数据体。分别对两个方位角叠加数据体计算各 种地震属性，得到两个方位角的各种属性数据体。利用两个方位角的各种属性数据体进行 每个CMP点的两个方位角属性差计算，获取各种属性的属性差绝对值数据体。CMP的全称是 commonmidpoint，即：共中心点，图3中表明的是AMP，AMP:amplitude，即：振幅。

图3中的AMP指的是振幅属性，而CMP指的是共中心点地震道集数据，此处的AMP为 共中心点道集(CMP)的一种属性。

在步骤S105中，通过各种属性的属性差绝对值数据体与井上储层进行对比，获取 裂缝密度。做各种属性的属性差绝对值连井剖面，把井曲线投到剖面上，对比井上裂缝储层 位置处的吻合情况，选择吻合情况最好的属性作为最优属性，把此最优属性对应的属性差 绝对值作为裂缝密度。在步骤S106中，通过所述可检测裂缝方位范围和裂缝密度确定裂缝 发育规律，分析裂缝发育特征。可检测裂缝方位范围是通过正演模拟加以确定的，反映了裂 缝的发育方向，裂缝密度是通过实际地震数据的属性差绝对值计算获得的，把二者结合起 来就可以确定裂缝发育规律，本发明把井数据与实际地震数据完美的融合在一起，能够最 大限度的应用地下地质信息，有效的预测裂缝发育分布规律，提高预测精度。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明 创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创 造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改 或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改变，其均应涵 盖在本发明创造专利的保护范围当中。