基于多属性融合致密砂岩储层裂缝预测方法与流程

本发明涉及油田开发，特别是涉及到一种基于多属性融合致密砂岩储层裂缝预测方法。

背景技术：

1、裂缝作为油气运移和聚集的通道，在致密砂岩中广泛存在。通过评估，国内主要盆地致密油地质资源总量为(106.7～111.5)×108t，然而其高产能区受裂缝发育影响大。地震数据体属性是一种从地震数据体或者是由地震数据体产生的其他数据体(如声波阻抗)中提取的属性，对这些属性的解释可以获得许多有关于断层、裂缝的变化的重要特征信息。目前地震属性技术已经是预测裂缝发育的常用手段。

2、由于裂缝的特殊形态，围绕反射波形的突变而展开的地震属性分析更能体现精细的裂缝，其中曲率分析最为常用。相关学者于1994年第一次将曲率算法引入地质分析，而后其他研究人员又在在三维曲率体计算、构造倾角滤波和多尺度曲率分析方面进行了研究。同时，国内相关学者又综合应用相干、曲率、倾角方位角﹑剩余振幅等多个属性，更有效地识别小断层和预测裂缝发育带。在单一属性基础上提出的地震多属性融合技术不仅为多种属性综合分析提供一种手段，还能降低单一属性给断层和裂缝预测带来的多解性，得到广泛应用。

3、目前，该方法虽然得到广泛的应用，但仍然存在缺陷。在传统方法中，由于受到原始地震资料分辨率的影响，地震属性的结果无法保证精确；同时，直接基于原始地震数据进行裂缝预测，无法对不同维度、不同成因下的裂缝进行预测。

4、在申请号：cn201710384745.6的中国专利申请中，涉及到一种基于多属性融合的基岩裂缝预测的方法，包括以下步骤：(一)搜集并统计研究区基岩的资料和信息；(二)开展基底层位标定，对研究区基底顶面界限进行地震解释工作，通过解释工作搭建研究区的基岩地层格架；(三)计算afe断裂预测属性；(四)计算分频相干属性；(五)计算蚂蚁追踪属性；(六)通过识别基底岩性，将获得的该区基底岩性分布图数据化并根据统计结果，计算不同岩性裂缝影响因子ε，生成影响因子ε平面数据体；(七)基于井属性的属性融合计算。大大提高了基底裂缝预测的效率，能够较准确地确定裂缝分布特征，进一步明确基岩潜山勘探靶区。对加快油气产能建设的步伐具有重要的现实意义。

5、在申请号：cn201710147223.4的中国专利申请中，涉及到一种基于神经网络的多属性地震信息融合裂缝预测的方法，包括以下步骤：步骤一：单井裂缝发育强度曲线拟合；步骤二：叠前地震多属性的裂缝预测，获得方位角各向异性属性的裂缝预测体与远近偏移距属性的裂缝预测体；步骤三：地震属性裂缝预测体的时深转换，获得深度域裂缝预测体；步骤四：深度域裂缝预测体粗化；步骤五：基于bp神经网络叠前地震属性预测裂缝信息融合。该发明将bp神经网络算法融入到多地震属性裂缝预测信息融合的过程中，获取科学客观的融合裂缝预测体，并将地震数据与单井数据进行结合，对地震属性体进行单井约束，进一步提高了预测精度。

6、在申请号：cn201410717095.9的中国专利申请中，涉及到一种基于裂缝模型的智能优化地震多属性融合方法，包括以下步骤：s1：加载地震和测井资料并做标定；s2：人工校正测井曲线，保证测井资料与地震资料匹配；s3：计算裂缝密度曲线，分析不同尺度裂缝引起不同的测井响应以及不同地球物理响应；s4：依据不同尺度裂缝的地球物理响应，井震结合建立裂缝网络正演模型，分析优选裂缝敏感属性；s5：引入裂缝敏感参数，在井点附近训练地震资料；s6：将训练出的非线性关系应用于整个地震数据体，达到裂缝变量参数预测的目的。该发明的有益效果在于，通过该算法的非线性扩展，进行裂缝多属性的组合优选，经过多次训练学习和概率估算，有效地降低不同尺度裂缝预测的多解性。

7、以上现有技术均与本发明有较大区别，未能解决我们想要解决的技术问题，为此我们发明了一种新的基于多属性融合致密砂岩储层裂缝预测方法。

技术实现思路

1、本发明的目的是提供一种解决了无法对不同维度成因下的裂缝进行预测以及受到地震资料分辨率影响，从而导致结果不精确的问题的基于多属性融合致密砂岩储层裂缝预测方法。

2、本发明的目的可通过如下技术措施来实现：基于多属性融合致密砂岩储层裂缝预测方法，该基于多属性融合致密砂岩储层裂缝预测方法包括：

3、步骤1，对原始地震数据进行多级分解处理，从不同级次地震结果中优选突出裂缝的级次；

4、步骤2，通过对地震进行多属性计算，确定不同成因裂缝的敏感属性；

5、步骤3，基于优选级次地震数据，计算不同成因裂缝的敏感属性；

6、步骤4，将上述属性进行叠合，进行剖面分析和平面分析，确定最优属性并进行裂缝情况预测。

7、本发明的目的还可通过如下技术措施来实现：

8、在步骤1中，多级分解是在函数l2(r)空间内，将函数f描述为一系列近似函数的极限；每个近似都是函数f经过平滑后的结果，并且这些近似会逐渐精细；正是因为这些近似是在不一样的级次上获得的，所以将其命名为多级次分解。

9、在步骤1中，选用图像金字塔的多级分解技术，其核心内容是用不同分辨率对图像进行分析和解释；实现金字塔一般需要两个步：首先，选用适当的滤波器对图像进行平滑，之后分别对滤波图像的行和列抽样或插值，这样便能得到经过尺度变换后的图像。

10、在步骤1中，为了在构建金字塔中减少运算数据量，针对图像数据行和列上以1∶2进行采样，每一层图像尺寸是前一层图像的四倍；根据所需要的金字塔层数，重复上述过程，这样就构成了图像的金字塔结构，从下到上图像分别代表不同的像素和大小，金字塔最下部图像为大尺度，可反映出图像的细节部分，越往上，图像尺度和分辨率越低，最上部图像为粗尺度图像。

11、在步骤1中，为了凸显裂缝边缘信息的检测，选用拉普拉斯金字塔结构；拉普拉斯算子是各项同性微分算子，且具有旋转不变性；二维函数的拉普拉斯变换是各项同性的二阶导数，其定义如下：

12、

13、其中，

14、代表偏微分计算符号；

15、代表二阶偏微分计算符号；

16、f(x，y)代表一个二维图像函数；

17、代表在x方向上的二阶偏微分；

18、代表在y方向上的二阶偏微分。

19、在步骤1中，选取低通滤波器，通过递归分解，将输入信号或图像分解为低通部分和高通部分；拉普拉斯金字塔的每一层[b0，b1，…，bl-1，bl]都是高斯金字塔[i0，i1，…，in]相邻两层的差值，公式如下：

20、bk＝ik-eik+1 (2)

21、其中：

22、bk代表拉普拉斯金字塔的每一层；

23、ik代表高斯金字塔的每一层；

24、eik+1代表经过升采样后，经过平滑处理后的结果，即

25、

26、

27、g代表用于拉普拉斯金字塔的滤波器。

28、在步骤2中，为确定不同成因的裂缝敏感性，根据地震属性数据结果，选取曲率、曲度、方差进行进一步优选。

29、在步骤2中，曲率属性是描述地层弯曲程度的一种地震几何属性，它能够刻画地层的挠曲、褶皱、断裂这些地质构造特征，是间接预测裂缝的一种属性，在地震解释中得到广泛的应用；包含平均曲率、高斯曲率、最大正曲率和最小负曲率，每-种曲率属性都可以从不同角度描述地层界面的形态信息，其中最大正曲率对断层及裂缝的分布与发育最敏感。

30、在步骤2中，对地震数据进行曲率计算，该方法是以构造形态为计算向导，在构造解释上，针对目标层来直接计算曲率；在数学上，曲率可表示为曲线上某个点的角度与弧长变换的比率的比值，也可表示为该点的二阶微分；其表达式为：

31、

32、其中：

33、k代表曲率；

34、ω代表曲线与坐标夹角；

35、s代表曲线位移量；

36、x代表曲线横坐标；

37、y代表曲线纵坐标。

38、在步骤2中，曲度即为振幅曲率，曲度的计算就不仅仅借用构造上的变化来分析，而是应用地震数据中振幅值大小的变化来计算相应的曲率；即在实际计算过程中，将地震数据振幅变化参与到计算过程中来，无论断裂或沉积体，在地震上不仅是构造形态上的异常，同样在振幅值的大小上也有明显的变化。

39、在步骤2中，在数学上，通过laplacian算子来求取振幅值的二阶微分：

40、

41、其中：

42、e代表平均曲度；

43、a代表地震切片上的振幅值；

44、x代表地震切片上该振幅值的横坐标；

45、y代表地震切片上该振幅值的纵坐标。

46、在步骤2中，地震方差体属性的基础是误差分析，主要通过相邻道地震信号的相似度属性描述地质构造资料；其在地震道特征描述以及储集层砂体展布方面已经取得了良好的应用效果；因此，地震方差体属性可以应用在构造解释中，由于对构造解释的精度要求越来越高，基于地震方差体属性能够表述出地质构造间不连续的断层与褶皱关系。

47、在步骤2中，设构造解释地震方差值的方程式为σ2，计算公式如下：

48、

49、其中：

50、σ2代表地震方差值；

51、j代表方差计算时间；

52、i代表地震道个数，为实数；

53、i代表计算方差时选用的层位、断层道数；

54、l代表方差计算时间下时窗长度；

55、w代表地震方差体的三角加权函数，其区间范围为[0，1]；

56、x代表方差计算时间下的平均振幅值。

57、在步骤2中，根据实际地震属性体计算，可确定砂岩裂缝以断裂活动成因的构造缝和构造形变成因的构造缝两大组成为主，多属于斜缝和高角度缝；沉积成因缝以低角度缝和水平缝为主；倾角大于30度的构造缝与低于30度的沉积成因缝可组成网状缝，利于高产；从而选定方差和曲度两个作为致密砂岩裂缝敏感属性。

58、在步骤3中，利用步骤1确定的最优级次叠加地震数据体，并计算在此数据体上计算曲度体和方差体。

59、在步骤4中，由步骤3中结果分析可得，曲度主要分布于断层周围发生振幅曲率变化的区域，通常用于表示方向以及断层周围微小裂缝发育区；方差属性与大断层的匹配效果最好，且连续性强；从而将步骤3中计算所得的方差体以及曲度体叠加，形成以方差为主，曲度为辅，更好反映断裂系统。

60、本发明中的基于多属性融合致密砂岩储层裂缝预测方法，其核心是提供一种适用于致密砂岩的多属性融合的裂缝预测方法，该方法基于常规的地震多属性融合技术，不再基于原始地震进行裂缝相关属性计算，而是通过对原始地震进行多级分解并优选最优级次，并在最优级次地震上进行多属性融合。解决了无法对不同维度成因下的裂缝进行预测以及受到地震资料分辨率影响，从而导致结果不精确的问题，克服了现有技术存在的缺陷。

61、该基于多属性融合致密砂岩储层裂缝预测方法对致密砂岩储层非常有用，可以通过该方法将地震数据分解为不同级次的地震数据。这种不同级次的地震数据可以表现不同成因下的裂缝情况。解决了无法对不同维度、不同成因下的裂缝进行预测的问题，以及受到原始地震资料分辨率的影响，从而导致结果不精确的问题，降低勘探风险，克服了现有技术存在的缺陷。