[发明专利]一种提高断层似然属性分析精度的方法有效

专利信息
申请号: 202010080252.5 申请日: 2020-02-05
公开(公告)号: CN111239817B 公开(公告)日: 2022-04-01
发明(设计)人: 熊晓军;张鑫;陈容;袁野;黄劲 申请(专利权)人: 成都理工大学
主分类号: G01V1/30 分类号: G01V1/30
代理公司: 暂无信息 代理人: 暂无信息
地址: 610059 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 提高 断层 属性 分析 精度 方法
【说明书】:

发明涉及一种提高断层似然属性分析精度的方法,隶属于油气田勘探技术领域。首先对原始三维叠后地震数据(记做g)做高分辨处理,处理后具有高分辨率的地震数据体记做Hg;再对高分辨率地震数据体采用基于倾角控制的构造导向滤波方法进行滤波(滤波后的地震数据体记做(Hg)f);对(Hg)f进行分频处理(分低频、中频和高频),采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3);最后用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood=1‑C3_1*C3_2*C3_3,其数值范围为0~1)。该方法有利于凸显断裂异常的成像,获得更加精确的地下断裂构造信息,提高了断裂构造的识别能力,增强断裂的地震成像效果。

技术领域

本发明涉及油气田勘探技术领域,尤其涉及一种提高断层似然属性分析精度的方法。

背景技术

断裂在改善储层物性与油气运聚成藏方面具有重要的控制作用,地球物理工作者也将断裂的精细刻画作为一直追求的目标。

目前,主要有以下3种断裂的地震识别方法:相干类属性、曲率类属性、特殊处理等。这些算法是通过计算地震资料中相邻道之间的相关性,将相邻两道的相似系数作为判断条件,抗干扰能力差,需要资料具有较高的信噪比,而且当地层倾角过大或者变化过快时,检测结果也会出现错误,非断层信息会被错误地当成断层信息。

因此,Hale将图像处理中断裂异常概率统计最大似然体算法引入到地震勘探领域中,提出了一种叫做断裂似然体地震属性检测新技术。断层似然属性分析的常规流程是基于常规三维地震资料,先计算相干性属性Semblance,计算公式为:其中:image为常规三维地震数据体;images为对尖括号内常规三维地震数据进行构造导向平滑滤波;imagef为对断层的走向、倾向进行平滑滤波。断层似然体属性计算的表达式为:F=1-Semblance8。式中:F为断裂似然体属性。断层似然属性分析的常规分析方法虽加大了因断裂似然体属性F低值与高值之间的反差,更有利于凸显断裂异常的成像,但其缺点是基于常规三维地震数据,若是原始地震数据分辨率低、信噪比差,则后续的处理也会没有明显的效果。

因此,本发明针对分辨率、信噪比和地震成像效果三个对裂缝预测结果影响较大的干扰因素,提供一种提高断层似然属性分析精度的方法。首先对原始地震数据进行了高分辨率处理来获得具有更高分辨率的地震数据,然后通过多窗口倾角扫描与构造导向滤波处理,收集地层倾角信息并将其应用于指导滤波工作,将原始资料中“要断不断”的断层和“要连不连”的同相轴进行滤波修饰提高信噪比;之后对滤波后的地震数据体进行分频处理(分低频、中频和高频),采用第3代相干体算法计算分频后数据体的相干值数据体(记做C3_1、C3_2和C3_3,C3_1是低频数据体的相干体,C3_2是中频数据体的相干体,C3_3是高频数据体的相干体);最后用1与分频后频率域数据体的第3代相干系数的乘积的差值得到新的断层似然属性值(记做likelihood=1-C3_1*C3_2*C3_3,其数值范围为0~1)。该方法更有利于凸显断裂异常的成像,获得更加精确的地下断裂构造信息,提高了断裂构造的识别能力,增强断裂的地震成像效果。

发明内容

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都理工大学,未经成都理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010080252.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top