一种预测低孔低渗致密性砂岩储层的横波速度的方法及系统与流程

[0001]
本发明属于岩石物理技术领域，具体涉及一种预测低孔低渗致密性砂岩储层的横波速度的方法及系统。


背景技术：

[0002]
横波是指振动方向与质点传播方向垂直的地震波，在油气储层中岩石骨架传播而速度不变，根据横波速度在储层预测中可以推导出对油气非常敏感的参数，如纵横波速度比、泊松比、剪切模量、拉梅常数等，因此横波在砂岩油气储层预测中有着非常重要的作用。但是实际工作中实测横波代价很高，通常只有在一口井的某一层段才会进行实测横波。因此，在实际工作中通常是根据一口或者几口具有横波资料的测井资料对其它未有横波资料的井进行预测计算。
[0003]
现有技术中常用纵波速度(v
p
)来预测横波速度(v
s
)，典型的预测方法为castagna于1985年提出的砂泥岩线公式：v
p
＝1.16v
s
+1360m/s，在砂泥岩线公式的基础上研究者们又提出了改进公式：v
s
＝104(0.0526ln2v
p-0.7662ln v
p
+2.92370)。但是由于横波速度受多种因素的影响，只采用纵波速度进行预测，容易造成预测得到的横波速度精度不够导致储层预测中模型建立不准的问题。现有技术中还有采用多种参数计算横波速度的方法，但选用的参数中有的参数与横波速度的相关度较小甚至是负相关，因此计算得到的横波速度的准确度不高。


技术实现要素：

[0004]
本发明的目的在于提供一种准确度较高的预测低孔低渗致密性砂岩储层的横波速度的方法及系统。
[0005]
为实现上述目的，本发明的预测低孔低渗致密性砂岩储层的横波速度的方法采用的技术方案为：
[0006]
一种预测低孔低渗致密性砂岩储层的横波速度的方法，包括以下步骤：
[0007]
1)根据已测井的伽马测井数据、声波测井数据、密度测井数据以及横波速度资料，采用最小二乘法进行回归拟合，得横波速度与伽马、声波、密度的关系式；
[0008]
2)然后根据目标井的伽马测井数据、声波测井数据以及密度测井数据，利用步骤1)确定的关系式计算目标井的横波速度。
[0009]
本发明利用了伽马、声波、密度三种地球物理属性来预测横波速度，较单一的纵波速度更能反映各地球物理属性维度内的含油情况。伽马、声波以及密度是所有井都具有的三种测井数据，因此本发明的预测横波速度的方法适用范围广。伽马、声波以及密度对横波速度的相关度较大，且均为正相关，保证了计算得到的横波速度的准确度。
[0010]
步骤1)中确定的关系式为：v
s
＝gr
×
a+ac
×
b+den
×
c+d，其中v
s
为横波速度，gr为伽马值，ac为声波时差，den为密度，a、b、c、d均为常数。采用本发明的关系式正演得到道集模型可以更接近真实的道集模型，在后续的储层属性分析中能够更真实的接近实际道集情
况。本发明的预测方法解决现有技术中低孔低渗致密性砂岩储层预测中对横波速度的预测精度不够导致储层预测中模型建立不准、对含油气交会分析准确度不够的问题。
[0011]
所述低孔低渗致密性砂岩储层的孔隙度低于15％，空气渗透率低于50md。
[0012]
一种预测低孔低渗致密性砂岩储层的横波速度的系统，包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序，处理器在执行所述计算机程序时实现的步骤包括：
[0013]
(1)根据已测井的伽马测井数据、声波测井数据、密度测井数据以及横波速度资料，采用最小二乘法进行回归拟合，得横波速度与伽马、声波、密度的关系式；
[0014]
(2)然后根据目标井的伽马测井数据、声波测井数据以及密度测井数据，利用步骤1)确定的关系式计算目标井的横波速度。
[0015]
本发明的预测横波速度的系统根据现有的测井资料建立了横波速度与伽马、声波、密度关系式，然后利用得到的关系式对未获得横波资料的储层进行预测，预测得到的更接近实际值，能够解决现有低孔低渗砂岩横波预测技术中方法单一、步骤冗余、结果可靠性差的问题。
[0016]
步骤(1)中确定的关系式为：v
s
＝gr
×
a+ac
×
b+den
×
c+d，其中v
s
为横波速度，gr为伽马值，ac为声波时差，den为密度，a、b、c、d均为常数。采用本发明的关系式计算得到的横波速度更接近实际值。
[0017]
所述低孔低渗致密性砂岩储层的孔隙度低于15％，空气渗透率低于50md。
附图说明
[0018]
图1为根据本发明的实施例1的预测方法得到的横波正演得到的道集模型；
[0019]
图2为根据对比例1的方法得到的横波正演得到的道集模型；
[0020]
图3为a101井的实际道集模型；
[0021]
图4为图2的道集模型和图3的实际道集的avo分析情况，其中曲线ⅰ是实际道集的振幅偏移距变化情况，曲线ⅱ是正演模型的振幅偏移距变化情况；
[0022]
图5为图1的道集模型和图3的实际道集的avo分析情况，其中曲线i是实际道集的振幅偏移距变化情况，曲线ⅱ是正演模型的振幅偏移距变化情况。
具体实施方式
[0023]
一、预测低孔低渗致密性砂岩储层的横波速度的方法的实施例
[0024]
实施例1
[0025]
本实施例的预测致密性砂岩储层的横波速度的方法，具体包括以下步骤：
[0026]
(1)根据a油田a12井区的伽马测井曲线、声波测井曲线、密度测井曲线以及已有的横波资料，根据一次函数模型进行线性回归拟合，具体回归拟合过程如表(1)所示。
[0027]
表1 回归拟合分析过程
[0028]
ac系数den系数gr系数标准误差r平方值10017.81981015244020.841596329235201031.79580958251430.26694904945846400121.94212056866480.746797377585828
11017.77107798086480.84317054063783901113.48470367702840.91299701713135110113.54492325586470.91218073889269211111.14068828147260.941707578373882
[0029]
表中数值1表示为非零值，0表示零值。
[0030]
其中，标准误差越小，r平方值越大回归的精度越高，可以看出ac、den、gr三个系数均是非零的公式为最佳回归公式。最佳回归公式为：v
s
＝gr
×
(-4.3287)+ac
×
(-6.1742)+den
×
811.377+2290.92；
[0031]
(2)将目标井a101井的伽马、声波时差以及密度值代入步骤(1)得到的最佳回归公式对横波速度进行计算，得该井的横波速度。
[0032]
对比例1
[0033]
本对比例采用现有的公式v
s
＝104(0.0526ln2v
p-0.7662ln v
p
+2.92370)，对a101井的横波速度进行计算。
[0034]
试验例1
[0035]
对采用实施例1的方法得到的横波速度进行模型正演，道集模型结果如图1所示；对采用对比例的方法得到的横波进行模型正演，道集模型结果如图2所示；a101井的实际道集结果如图3所示。图1～图3中，inline表示纵测线，xline表示横测线，offset表示偏移距(单位为米)，azimuth表示方位角。由图1～图3对比可知，采用本发明的方法与传统经验公式得到的横波正演得到的道集模型无明显区别。
[0036]
试验例2
[0037]
分别对图1～3中a101井p9地段950ms深度的道集进行avo(振幅随偏移距的变化)分析，结果如图4和图5所示。图4以及图5中，ampitude表示振幅，offset表示偏移距(单位是米)，theta表示角度，linear correlation表示线性相关，grad correlation表示梯度相关。由图4和图5可知，虽然传统经验公式预测的横波正演的模型也能反映该深度的振幅变化趋势，但是，曲线变化趋势与真实的道集变化趋势振幅相差较大，不能更准确的表现振幅随偏移距变化的真实情况。而采用本发明的方法得到横波正演模型的道集振幅随偏移距变化同实际道集模型相似，因此本发明的方法较为准确。
[0038]
作为低孔低渗致密性砂岩储层的横波速度的方法的其他实施例，根据目标区域的实际情况，在进行回归拟合时还可以根据二次函数模型、三次函数模型或多次函数模型，建立横波速度与伽马、声波时差以及密度的三元二次函数、三元三次函数或三元多次函数。
[0039]
二、预测低孔低渗致密性砂岩储层的横波速度的系统的实施例
[0040]
实施例2
[0041]
按照实施例1中的方法流程编制计算机程序，执行计算机程序，即可直接计算出横波速度。将上述计算机程序存储于存储器中，以供处理器调用并且执行。存储器与处理器构成了实现本发明方法的一种预测低孔低渗致密性砂岩储层的横波速度的系统。