發(fā)布時間：2020-11-15 16:46

　　 隨著油氣勘探開發(fā)的不斷深入,勘探重點逐步從淺層油氣藏向中深層油氣藏轉變。目前,中國的深層油氣已進入了突破發(fā)現(xiàn)期,在渤海灣盆地以及東北、西南和西北部等主要盆地都發(fā)現(xiàn)了深部油氣藏,深部油氣藏將是石油工業(yè)未來最重要的發(fā)展領域之一,也是中國石油引領未來油氣勘探與開發(fā)重要戰(zhàn)略的現(xiàn)實領域。因此,行之有效的有關深部儲層的地震反演方法將成為地球物理領域的研究熱點。深部儲層由于目的層埋藏較深,受溫度、壓力和成巖作用等各個方面的影響,儲層參數(shù)與淺部儲層差異較大,這就導致了有關深部儲層的反演存在一系列亟待解決的問題,比如常規(guī)的流體因子在針對深部儲層進行儲層預測和流體識別時,敏感度較低,反演效果較差,精度不高,而且隨著埋藏深度的增加,地震波在目的層的入射角范圍逐漸變小,因此本文根據Zoeppritz方程,從巖石物理理論出發(fā),構建了對深部儲層碳氫化合物較為敏感的流體因子即流體體積模量K_f,并推導出包含該流體因子的的三項AVO近似方程。該方程適用于深部儲層入射角范圍比較窄的特點,并且能夠滿足較窄角度入射時反演對精度和穩(wěn)定性的要求,在此基礎上推導出K_f-f_m-ρ三項彈性阻抗方程并建立了疊前彈性阻抗反演提取流體體積模量K_f的流程,為更加穩(wěn)定提取流體因子K_f奠定了基礎。由于深部儲層的目的層埋藏較深,地震信號能量比較弱,當存在泥巖強反射時,這種強反射的存在使得有效的地層信息淹沒,導致該區(qū)域的儲層預測工作難以進行。對于該問題,首先從稀疏表示理論的角度出發(fā),利用多道匹配追蹤方法對工區(qū)資料進行強反射識別,使得被壓制的有效地震信息凸顯出來,然后利用上述的反演方法開展儲層反演工作。模型試算和實際資料反演表明,流體體積模量K_f可以從疊前地震數(shù)據中穩(wěn)定地提取出來,并具有較好的精確性、穩(wěn)定性和實用性。
【學位單位】：中國石油大學(華東)
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：P618.13;P631.4
【部分圖文】：

第一章 引言時頻分辨方面的優(yōu)點。Alvaro 等[113]利用匹配追蹤算法計算地震信號的反褶積astagna 等[114]利用匹配追蹤算法進行烴類檢測。2007 年，WangY H[115]利用匹配追蹤對含氣儲層進行了有效預測，取得了不錯的效果。WangY H 在 2010 年提出多道匹蹤的新算法[116]，并用該方法成功去除了煤層強反射，在實際應用中效果較好。匹蹤算法簡單，學者們在提高計算效率和構建稀疏字典方面做出了大量的改進，主要高效率和過完備原子庫構建兩個方面進行。在算法改進方面，在算法改進方面，有分辨率匹配追蹤（high-resolution pursuit，HRP）算法[69]、梯度追蹤算法[106]、StagewMP（St OMP）算法[70]、迭代硬閾值（Iterative hard thresholding，IHT）算法[71][72]、匹配追蹤（orthogonal matching pursuit， OMP）算法[73][106]等。在原子庫構建方面 Curvelet 字典為例，可以很好表示出地震數(shù)據中的線狀奇異性[80][81]。1.4 研究思路和研究內容

量與含水飽和度與孔隙度的關系圖（孔隙流體類Fluid bulk modulus versus the water saturation a（when the pore-fluid type is gas and water）對目的層的敏感性，分別比較了四類不同 2-4 所示。第一類砂巖相對于上覆單元頁巖與上覆單元阻抗相近；第三類砂巖比上成兩小類：梯度為正時屬于第三類，反之面類型，利用 Dillion 等提出的流體因子敏敏感性。圖 2-5 至圖 2-8 分別對應一、二、性分析結果。表2-4 砂巖模型參數(shù)Table 2-4 Parameters of sand model孔隙度

圖 2-5 流體敏感性分析（第一類 AVO）Fig 2-5 Analysis of sensitivity to fluid（class one AVO）圖 2-6 流體敏感性分析（第二類 AVO）Fig 2-6 Analysis of sensitivity to fluid（class two AVO）流體敏感參數(shù)序號流體敏感參數(shù)序號敏感性VPVSρ ISσIPμ EλKρf fKf
【相似文獻】

相關期刊論文 前10條

1 陳鋼花;張艷;毛克宇;曾亞麗;牛云峰;;聲-電測井聯(lián)合流體識別因子構建方法及其應用——以川東北碳酸鹽巖氣藏為例[J];石油物探;2017年02期

2 賀振華;王棟;;擴展流體識別因子及應用[J];礦物巖石;2009年04期

3 李楊;賀振華;黃德濟;程剛建;宋洪勇;;流體識別因子試驗分析及應用[J];石油物探;2010年06期

4 王棟;賀振華;黃德濟;;含氣含水砂巖的高靈敏度流體識別因子的研究[J];長江大學學報(自然科學版)理工卷;2008年03期

5 牛寶童;李導;胡曉麗;;流體識別因子提取中C的取值[J];內蒙古石油化工;2009年08期

6 江偉;;墾71地區(qū)多波屬性與流體識別的研究及應用[J];油氣地球物理;2009年04期

7 趙倩;楊斌;李星;王少龍;魏杰;;基于圖版法決策樹在流體識別中的應用[J];測井技術;2018年06期

8 王玉風;姬安召;;多屬性參數(shù)交會在流體識別中的應用[J];內江科技;2016年08期

9 張海義;馬佳國;蔣志恒;王騰;趙志平;李博;;頻譜分解技術在儲層刻畫及流體識別中的應用[J];復雜油氣藏;2017年01期

10 朱建剛;;4D AVO法流體識別淺析[J];地下水;2012年02期

相關博士學位論文 前10條

1 鄒文;基于地震資料的流體識別技術研究[D];成都理工大學;2008年

2 唐湘蓉;生物礁灘儲層預測與流體識別研究[D];成都理工大學;2012年

3 凌云;介觀尺度孔隙介質地震波衰減特征與流體識別[D];吉林大學;2015年

4 蔡涵鵬;基于地震資料低頻信息的儲層流體識別[D];成都理工大學;2012年

5 李鵬舉;核磁共振T2譜反演及流體識別評價方法研究[D];東北石油大學;2010年

6 羅德江;基于核方法的井—震多屬性碎屑巖儲層預測技術研究[D];成都理工大學;2012年

7 崔杰;弱各向異性介質轉換波AVO分析與流體識別方法研究[D];吉林大學;2011年

8 郝前勇;巖石彈性參數(shù)反演與流體識別方法與應用[D];中國石油大學（華東）;2013年

9 鄭靜靜;基于曲波變換和貝葉斯理論的儲層預測方法研究[D];中國石油大學;2011年

10 劉愛疆;縫洞型儲層測井綜合評價與流體識別方法研究[D];成都理工大學;2013年

相關碩士學位論文 前10條

1 王慧欣;面向深部儲層的疊前地震反演與流體識別[D];中國石油大學(華東);2017年

2 鄭琳;長嶺凹陷別字井區(qū)致密油測井技術研究[D];東北石油大學;2018年

3 何鵬;孔隙儲層的流體識別方法研究[D];成都理工大學;2018年

4 周岳軍;南八仙油氣田薄層識別及儲層精細評價研究[D];中國石油大學（北京）;2017年

5 沈洪濤;基于縱波資料的流體識別[D];成都理工大學;2007年

6 郭越;碳酸鹽巖儲層測井流體識別方法研究[D];中國地質大學(北京);2013年

7 張文姣;復雜儲層流體性質識別方法研究[D];中國石油大學;2011年

8 王剛;大情字井油田北部葡萄花油層流體識別方法[D];東北石油大學;2016年

9 應倩;基于地震巖石物理的致密砂巖流體識別及分析[D];成都理工大學;2013年

10 陳潔;蘇里格氣田儲層的AVO分析及流體識別[D];長江大學;2012年

本文編號：2884977