[发明专利]基于井震结合的白云岩储层预测方法、系统及存储介质

说明书

本发明公开了一种基于井震结合的白云岩储层预测方法、系统及存储介质，该方法步骤包括：获取测试区的测井数据；将钻井区的测井数据进行敏感曲线分析，求取白云岩指数特征曲线并根据其响应范围差异区分白云岩和灰岩；将所述钻井区的白云岩指数特征曲线经人工智能深度学习后，得到虚拟钻井区的白云岩指数特征曲线；以所述钻井区和虚拟钻井区的白云岩指数特征曲线为约束条件，采用叠后地震资料进行反演，得到所述测试区的白云岩储层的分布和发育状况。本发明通过白云岩指数特征曲线有效地将白云岩与灰岩区分开来，通过人工智能深度学习并结合叠后地震数据，准确预测测试区的白云岩储层的分布和发育状况，为少井区勘探工作提供有效预测方法。

技术领域

本发明涉及油气勘探领域，特别是一种基于井震结合的白云岩储层预测方法、系统及存储介质。

背景技术

白云岩作为最重要的碳酸盐岩储层之一，多年来一直受到勘探家们的青睐。近年来，中国多个大型油气田的发现均与白云岩储层状况息息相关，故通过白云岩储层分布状况来对油气田的分布进行预测这种勘探手段越来越受到重视。由于白云岩储层纵、横向变化相变快，非均质性强，尤其在横波阻抗上与灰岩差异较小，致使在地震剖面上白云岩层与灰岩层之间难于识别。目前，关于白云岩储层的地球物理预测多基于正演模型下的叠前反演技术，尽管已经取得了较好的预测效果，但是均需要结合叠前地震资料来进行预测演算，而中国大多数地区缺乏叠前地震资料，进而在国内采用现有叠前反演技术对白云岩储层进行预测具有较大的局限性，所以如何有效利用叠后地震资料预测白云岩储层分布特征直接关系到下一步的勘探部署工作；特别是由于白云岩与灰岩在测井资料上较难区分开，而对于少井区的白云岩预测就更加困难，故很大程度上限制了白云岩叠后反演技术的发展。

针对这一问题，需要提出一种新的白云岩储层预测手段用于解决上述问题。

发明内容

本发明的目的在于，提供一种基于井震结合的白云岩储层预测方法、系统及存储介质，用于解决现有技术中白云岩与灰岩在横波阻抗图上难以区分，且于少井区采用叠后反演技术进行白云岩储层预测时具有较大局限性的问题。

为解决上述技术问题，本发明提供的第一解决方案是：提供一种基于井震结合的白云岩储层预测方法，步骤包括：获取测试区的测井数据，且测试区包括钻井区和虚拟钻井区；将钻井区中已知钻井的测井数据进行测井敏感性分析，求取钻井区的白云岩指数特征曲线，根据钻井区的白云岩指数特征曲线的响应范围差异区分白云岩和灰岩；将钻井区的白云岩指数特征曲线经人工智能深度学习后，得到虚拟钻井区的白云岩指数特征曲线；以钻井区和虚拟钻井区的白云岩指数特征曲线为约束条件，采用叠后地震资料进行反演，得到测试区的白云岩储层的分布和发育状况。

其中，钻井区中已知钻井的测井数据包括声波时差AC、密度DEN和中子CNL。

其中，钻井区中已知钻井的白云岩指数特征曲线I_dolo为：I_dolo＝DEN*CNL*AC*10^-6，其中，AC为声波时差，DEN为密度，CNL为中子。

其中，白云岩指数特征曲线的响应范围差异具体为：白云岩对钻井区的白云岩指数特征曲线的特征响应范围为31.5～49，灰岩对钻井区的白云岩指数特征曲线的特征响应范围为0～14。

其中，将钻井区的白云岩指数特征曲线经人工智能深度学习后，得到虚拟钻井区的白云岩指数特征曲线的具体步骤为：在测试区中设置虚拟钻井区，且虚拟钻井区包括若干虚拟钻井，根据三维叠后地震数据体得到各虚拟钻井的地震井旁道曲线；基于钻井区处的光截面指数与地震井旁道曲线线性相关的特性，建立虚拟钻井的光截面指数与地震井旁道曲线线性关系，并求出虚拟钻井的光截面指数；基于钻井区的白云岩指数特征曲线与光截面指数具有相关性，通过人工智能深度学习，根据虚拟钻井的光截面指数求出虚拟钻井的白云岩指数特征曲线。

其中，虚拟钻井的白云岩指数特征曲线用于区分虚拟钻井的白云岩与灰岩分布状况。