专利名称：利用地震数据体结构特征预测油气的方法
技术领域：
本发明涉及一种油气预测方法，尤其涉及一种利用地震数据体结构特征 进行预测油气的方法。
背景技术：
地震信息量包含有油气信息，记录在地震测线上的总信息量是很大的， 至少包含着油气信息和非油气信息这两方面内容，当地震波穿过油气层时不 仅地震参数发生了变化，而且也出现了不同的地震数据体结构，含油气砂岩 储集层物性与围岩物性的不同，以及流体性质的不同，不仅可以使得地震纵 波(P波)穿过该油气层时地震参数的变化而出现不同的地震相(即传统预测 方法，数值差异法)，而且也会出现不同的地震数据体结构。利用差异信息 原理显示数值差(即地震相变原理)预测油气只是展示这总信息量中的一部 分，而利用地震数据体结构特征预测油气则是另一部分，因为地震数据体结 构较为稳定，所以，理论上讲它可以较好地用来预测油气。利用地震资料进行钻前油气预测，自上世纪40年代以来，应用地震资料 进行钻前油气藏预测的研究中，曾相继出现"亮点"、"暗点"、AVO、模式 识别和神经网络等诸多试图直接显示油气的技术。历经半个世纪实践验证， 人们逐渐意识到油气藏所赋存的地质圈闭条件有别，致使不同类别的油气藏 (田)呈现其自身特性的差异；因此，现有成型技术的应用效果差异甚巨。从 而促使科技界为认识现有用地震反射波资料显示油气方法和技术中的局限性 及影响因素开展深入研究，以期借以有效地提高钻探成功率。关于地震数据 体结构特征，是指地震数据体中每一地震道离散数据点按时间顺序排列所显 示的波形特征；利用地震数据体结构特征预测油气的方法，即通过提取每一地震道的振幅数值或其它属性参数，研究其数据点的排列、组合特征与含油 气性的关系，最后达到在剖面上和平面上准确地、定量化预测出油气层的目 的。总体上，传统的油气预测法划分为纵向预测和横向预测方法，但是由于 两种预测方法存在不一致的现象，导致长期以来纵向上与横向上油气预测不 和谐，使得预测准确率不高。发明内容本发明针对现有技术存在的上述技术问题，提供了一种利用地震数据体 结构特征预测油气的方法。本发明的利用地震数据体结构特征预测油气的方法包括以下步骤提取地震振幅数据序列；建立灰色数列预测模型；求解地震数据的振幅数据序列 预测值；计算上述预测值与实测值之间的误差；根据上述误差确定地震振幅 数据灰色异常值；对原始地震振幅数据和各地震振幅数据灰色异常值进行无 量刚化处理分别得到母序列和各子序列；求解上述母序列和各子序列之间的 关联系数根据上述关联系数，求解上述母序列和各子序列之间的关联度；对 上述关联度按大小排序得到关联序；并根据该关联序确定油气层。所述建立灰色数列预测模型包括，从原始地震数据的振幅数据列中选择 任一子数列，对该子数列作一次累加生成，利用一次累加生成的子序列根据 下式表示的时间函数建立灰色模型GM (1， 1)，其中，a为待辨识参数，u为待辨识内生变量。所述求得地震数据的振幅数据序列预测值包括:设定灰参数纟为5=:，用最小二乘法根据下式求出a和"，5 = 08^)—'^^，其中B为累加矩阵，j;为常 数向量；将灰参数"、"代入所述的时间函数，并求导还原得到模型值序列，如下式所示:<formula>formula see original document page 7</formula>利用上述模型值序列经累减得到原始数列的预测值序列, 所述累加矩阵B和常数向量L分别为<formula>formula see original document page 7</formula>所述预测值与实测值之间的误差包括绝对误差和相对误差，按照 e(0)0"))-fff， ^=:计算，其中勾, 为预测值和《/为实测值。所述确定地震振幅数据灰色异常值包括通过预测值与实测值存在绝对误 差和相对误差确定数据结构与其它层段不一致的对应地震上一段地层的一段 数据序列。所述无量刚化处理的方法为初值化与均值化或区间相对值化处理。所述初值化处理为数据序列中的所有数据均被第l个数据除得到的数列。所述均值化处理为数据序列中的所有数据除以这个数据序列的平均值得 到的数列。所述区间相对值处理为将数据序列的每个数值减去整个数据序列的最小 值然后除以数据序列最大值与最小值之差，具体表达式为倉x(max) — x(min)，其中，x(k)为原始的数据序列中第k个数据，y(k)为无量纲化处理后的数据序列的第k个数据，x(max)， x(min)分别表示原始数据序 列中数据的最大值和最小值。按照下式求解母序列和各子序列之间的关联系数，<formula>formula see original document page 8</formula>其中，母序列记为X。—X。(1),X。(2),…,X。("；子序列为x, =^(l),~(2V'',x7.(")}， j、l，2，…，m; 、W为子序列、的第k个元素；x。W为 母序列A的与、W相应的元素；《为分辨系数；"nm^卜。("-A("l是第二级最小差，mf 义;(M为两级最大差，<formula>formula see original document page 8</formula>是第k点母序列振幅值与子序列振幅值的绝对差。按照下式求解解母序列和各子序列之间的关联系数的关联度，^ =丄f 。W)其中，5为子序列对母序列的关联度。根据该关联序确定油气层，依据预测的相对和绝对误差都为最大的异常 值段，并与已钻井的目的层处的关联度为样本，根据该关联序确定油气层， 与之最匹配的层段即为预测的含油气层段。本发明的有益效果在于(1) 本发明将单道和多道地震数据体结构特征应用在生产实践中，实现 了纵向与横向可同时量化标定和图表相互对比，定量解释油气层的新技术， 弥补了传统一些油气预测法预测准确率不高的不足。其中，单道地震数据列 的地震数据体结构特征是指每一地震道离散数据点按时间顺序排列所显示的 单道波形特征。多道地震数据体的地震数据体结构特征是指道与道之间离散 数据点按时间顺序排列所显示的众多波形相邻数据点的结构特征。(2) 本发明的油气预测主要基于数据点不同排列组合的结构特征上，在剖面上，依据众多地震道数据点的结构特征可以较为准确地预测含油气性的 位置，在平面上，通过道与道之间矢量关联分析可以较为准确地圈出油气层 分布范围，从而实现了纵与横可以联动对比的新型油气预测技术手段，克服 了纵向预测和横向推测技术方法等不一致所带来预测准确率不高的困难。(3) 本发明在油气预测成果表达方面，采用图与表对比和无量纲黑白标 定，使预测结果更为简单、明了，有利于准确地预测出油气区的分布范围和 特征，减少人为因素的影响，降低油气检测的不确定性。(4) 本发明的预测方法所需的资料仅为常规的地震数据和少量测井数据，在油田勘探和开发各个阶段均可应用，即使在少井的新区也可以进行油 气预测。因为预测模型为连续型，而不是离散型，所以可较长远、连续动态 的预测。(5) 本发明的预测方法利用地震道数据序列判断油气，减少地震解释成 果的限制，无需过多地考虑断层和层位的情况。只需提取原始地震数据体目 的层处的振幅数据序列，并结合测井资料的情况，即可进行油气的预测。这 将大大降低常规油田勘探、开发过程中地震解释的工作量，同时也可以减少 地震解释过程中解释人员对解释成果人为因素的影响，所以，成果更为客观。(6) 本发明提出的地震数据体结构特征预测油气理论改变了以往油气预 测方法中以利用地震数据数值为主的局面，将地震数据的波形和数值结合在 一起进行油气预测，使地震资料全方位的得到了应用。
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，并不构成对本发明的限定。在附图中图1是本发明的利用地震数据体结构特征预测油气的方法的流程图。
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明白，下面结合实 施例和附图，对本发明实施例做进一步详细说明。在此，本发明的示意性实 施例及其说明用于解释本发明，但并不作为对本发明的限定。本发明提供一种利用地震数据体结构特征预测油气的方法。以下结合图1 对本发明进行详细说明。(1)提取地震振幅数据序列，建立灰色数列预测模型和确定灰色异常值首先，根据提取的地震数据序列，建立灰色数列预测模型(GM模型)，灰色模型表示为GM (1， n) ， 1表示一阶，n表示变量的维数，通常采用GM (1， 1)模型，包括第一步，从原始地震数据的振幅数据中，选择任一地震振幅数据列作为子数列。例如，式(1)表示原始地震记录的原始地震数据的振幅数据列义(o<formula>formula see original document page 10</formula>(l)其中，下标表示变量个数，上标表示操作次数。从式(1)表示的原始地震数据的振幅数据列中选择任一子数列，如式(2)所示<formula>formula see original document page 10</formula>第二步，对该子数列作一次累加生成， 一次累加生成的具体运算操作是 《))+砧)-,广Zg，得到<formula>formula see original document page 10</formula>第三步，利用一次累加生成的序列建立灰色模型GM (1， 1)，如式(4)所示<formula>formula see original document page 0</formula>其中a为发展系数(待辨识参数)，反映原始数列和累加数列的发展 态势；"为灰色作用量(待辨识内生变量)， 一般情况下，系统作用量应是外 生的或前定的，而GM(1，1)是单列建模，只用到系统的行为序列，而没有外作 用序列。GM(1，1)中的灰色作用量是从背景值挖掘出来的数据，它反映数据变 化的关系，其确切内涵是灰的。灰色作用量是内涵外延化的具体体现，它的 存在是区别灰色建模与一般建模的分水岭，也是区分灰色系统观点与灰箱观 点的重要标志。第四步，设定灰参数纟为3 =，用最小二乘法可以求出"和"，则:(5)其中B为累加矩阵，^为常数向量，是通过解前面白化模型的微分方程 得到的推导结果，且分别如式(6)和(7)所示，5 =2(6)rw={x(1)，x(2)，... w 、 (0) ， (o) (o) j根据上面建立的灰色数列预测模型求解地震数据的振幅数据序列的预测值，包括第一步，通过将灰参数"、"代入式(4)表示的时间函数，并对其求导 还原得到模型值序列，如式(8)所示f (o) _ —wy (0)如—。'(8)第二步，利用上述模型进行预测得到的模型值序列，并经累减得到原始 数列的预测值序列，如式(9)所示i(。)=&H'.,^} (9) 接着，利用预测值iff和实测值夂ff之间的绝对误差和现对误差，计算地 震振幅数据灰色异常值，即通过预测值与实测值存在绝对误差和相对误差确 定数据结构与其它层段不一致的对应地震上一段地层的一段数据序列。其中，义ff与iff的绝对误差及相对误差按式(10)计算e(0)《H, ao)灰微分响应所得的预测值与实测值之间的绝对误差能够反映出由于储层 所含流体不同而使地震波波形产生的畸变，而它们间的相对误差则体现发生偏差的程度。因此对绝对误差和相对误差进行分析，可以做出地层中是否含 有油气的预测。实际预测可根据寻找相对误差小的层位段做出。(2)关联分析对地震数据体结构特征的灰色异常值进行五个步骤的关联分析，然后排 序确定油气水层。首先，第一步对原始地震振幅数据进行无量纲化处理。无 量纲化的方法，常用的有初值化与均值化，区间相对值化。初值化是指所有 数据均用第1个数据除，然后得到一个新的数列，这个新的数列即是各不同 时刻的值相对于第1个时刻的值的百分比。均值化是指所有数据除以这个数据序列的平均值。区间相对化是指所有数据区间相对值化数据列的每个数 值减去整个数据列的最小值然后除以数据列最大值与最小值之差，具体表达式为^)、(:^-1c::。《中，x(k)力原J台^Ji[^，歹lJ巾mk々idg， y(k) 为无量纲化处理后的数据序列的第k个数据，x(max)， x(min)分别表示原始 数据序列中数据的最大值和最小值。第二步，求关联系数中的两级差。计算关联系数过程中的一个差值为下 面计算关联系数做准备，包括A(fc)-、询|，其中角标表示两个数列中和各个向量，角标取值取不同时所 得值不同。具体来说，卜。(/c)-XyW| = A#)称为第K点X。与Xj的绝对差， mnm)n卜。W-义,("l为两级最小差，m〗n卜。(fc)-义,("|为第一级最小差，它表示在 第j条曲线上找各点与A的最小差，^nm》n卜。("-A("l是第二级最小差，表示在各条曲线中找出的最小差的基础上，再找出所有曲线中的最小差。 m"m严卜。(A:)-A(A)I为第二级最大差，意义与第二级最小差相同，表示在各条曲线中找出的最大差的基础上，再找出所有曲线中的最大差。第三步，求关联系数。将无量纲化处理后的地震振幅数据设为母序列并 记为A ，即A = (x。(l),x。(2),…，x。("》；将子序列记为x)即、 = b(l),x<formula>formula see original document page 13</formula>各数列间的联系，称为灰关系。灰关系的紧密程度可以用灰关联 系数来体现，其表达式为<formula>formula see original document page 13</formula>(11)表明子序列、的第k个元素、W与母序列x。的相应元素;c。W的相对差 值，《为分辨系数。第四步，求关联度。由于关联系数的数目较多，信息不集中，不便于比较。 为此，将各个元素下的关联系数取平均值为5。将5定义为子序列对母序列的关联度，艮口<formula>formula see original document page 13</formula>(12)两条曲线的形状彼此越相似，关联度就越大，反之，则关联度越小。其 中的关键是对灰关联矩阵进行分析，找出其中起主导作用的因素。第五步，排出关联序。当参考数列不止一个，被比较因素也不止一个时， 就可进行优势分析。下面称参考数列为母数列(或母因素)，比较数列为子 数列(子因素)，由母数列(或母因素)与子数列(子因素)可构成关联矩 陈。(3)预测油气对前两个步骤得到的地震数据体结构特征灰色异常值的关联序进行分 析，对比含有油气时的地震数据体结构特征模型的情况分析灰色异常值的关 联序是否与油气有关，预测储层的含油气性。通过关联矩陈各元素间的关系， 可以分析哪些因素是优势，哪些因素不是优势，然后对所得到的各层段的关 联度按大小进行排序以得到一个关联序。关联序与油气的关系是根据各地区 的具体井资料确定的，以已钻井的目的层处的关联度为样本，与之最匹配的 层段即为预测的含油气层段，或者是预测的相对和绝对误差都为最大的一段 地层即为含油气地层。以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了 进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已， 并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任 何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1、一种利用地震数据体结构特征预测油气的方法，该方法包括下列步骤a)提取地震振幅数据序列并建立灰色数列预测模型；b)求解地震数据的振幅数据序列预测值；c)计算上述预测值与实测值之间的误差；d)根据上述误差确定地震振幅数据灰色异常值段；e)对原始地震振幅数据和各地震振幅数据灰色异常值进行无量刚化处理分别得到母序列和各子序列；f)求解上述母序列和各子序列之间的关联系数；g)根据上述关联系数，求解上述母序列和各子序列之间的关联度；h)对上述关联度按大小排序得到关联序；i)并根据上述关联序确定油气层。
2、 根据权利要求l所述的方法，其特征在于所述建立灰色数列预测模 型包括，从原始地震数据的振幅数据列中选择任一子数列，对该子数列作一 次累加生成，利用一次累加生成的子序列根据下式表示的时间函数建立灰色 模型GM (1， 1)，M (1)(i)其中，"为待辨识参数，u为待辨识内生变量，均可用最小二乘法求得。
3、根据权利要求2所述的方法，其特征在于，所述求得地震数据的振幅 数据序列预测值包括-a )设定灰参数为5 =用最小二乘法根据下式求出"和"，5二CB^)-'^^，其中，B为累加矩阵，BT是B的转置矩阵，^为常数向量； b)将灰参数a、"代入所述的时间函数，并求导还原得到模型值序列，如下式所示<formula>formula see original document page 3</formula>c)利用上述模型值序列经累减得到原始数列的预测值序列。
4、根据权利要求3所述的方法，其特征在于，所述累加矩阵B和常数向量 K分别为<formula>formula see original document page 3</formula>
5、根据权利要求l所述的方法，其特征在于所述预测值与实测值之间的误差包括绝对误差和相对误差，按照e<formula>formula see original document page 3</formula>计算，其中勾。)'为预测值和《, 为实测值，根据上述预测模型，确定地震振幅数据灰色异 常值段，如果原始数据建立的灰色模型得到的预测序列经检验误差太大，则 建立对原模型作出修正的残差模型直到达到要求为止。
6、 根据权利要求l所述的方法，其特征在于所述确定地震振幅数据灰 色异常值包括通过预测值与实测值存在绝对误差和相对误差确定数据结构与 其它层段不一致的对应地震上一段地层的一段数据序列。
7、 根据权利要求l所述的方法，其特征在于所述无量刚化处理的方法 为初值化与均值化或区间相对值化处理，所述初值化处理为数据序列中的所 有数据均被第l个数据除得到的数列，所述均值化处理为数据序列中的所有数 据除以这个数据序列的平均值得到的数列，所述区间相对值处理为将数据序 列的每个数值减去整个数据序列的最小值然后除以数据序列最大值与最小值之差，具体表达式为^)=，其中，x(k)为原始的数据序列中第k个数据，y(k)为无量纲化处理后的数据序列的第k个数据，x(max)， x(min) 分别表示原始数据序列中数据的最大值和最小值。
8、根据权利要求l所述的方法，其特征在于，如果参考数列为X。，被比 较的数列(因素数列)为Xj， j=l， 2，…，n，则曲线X。与Xj在第k点的关联系 数由下式来表示minmin<formula>formula see original document page 4</formula>其中，参考数列记为x。—x。(l),x。②，…,x。(")h被比较的数列(因素数列) 为、.={~(1)，~(2),，、(")}， y' = l,2,..,m; x,(A)为子序列^的第k个元素；x。(" 为参考数列A与被比较的数列、W相应的元素；《为分辨系数，取值范围在0 与1之间， 一般取O. 5; m)證^卜。("-A("l是第二级最小差，m"mpc卜。("-为两级最大差，卜。("-&W| = A7("是第k点母序列振幅值与子序列振幅值的绝 对差。
9、根据权利要求l所述的方法，其特征在于，按照下式就得到表示整个Xj曲线与参数曲线X。序列之间的关联系数的关联度<formula>formula see original document page 4</formula>其中，5为子序列对母序列的关联度。
10、根据权利要求l所述的方法，其特征在于依据预测的相对和绝对误 差都为最大的异常值段，并与已钻井的目的层处的关联度为样本，根据该关 联序确定油气层，与之最匹配的层段即为预测的含油气层段。
全文摘要
本发明提供一种利用地震数据体结构特征预测油气的方法，包括以下步骤提取地震振幅数据序列；建立灰色数列预测模型；求解地震数据的振幅数据序列预测值；计算上述预测值与实测值之间的误差；根据上述误差确定地震振幅数据灰色异常值段；对原始地震振幅数据和各地震振幅数据灰色异常值段进行无量刚化处理分别得到母序列和各子序列；求解上述母序列和各子序列之间的关联系数，根据上述关联系数，求解上述母序列和各子序列之间的关联度；对上述关联度按大小排序得到关联序，并根据该关联序确定油气层。该方法的优点在于对数据不作很多的条件限制，应用范围广泛，适用于油气田从勘探到开发各个阶段，预测结果可靠。
文档编号G01V1/28GK101266299SQ20081010401
公开日2008年9月17日 申请日期2008年4月14日 优先权日2008年4月14日
发明者林昌荣 申请人:林昌荣