本發(fā)明涉及石油工業(yè)地質工程領域，特別涉及一種湖相薄層白云巖儲層的地震預測方法。
背景技術：
湖相薄層白云巖在中國陸相盆地中大面積分布，由于單層厚度在0.5-1.5米左右，厚度非常薄，巖性識別與地震預測難度很大。目前國內外石油地質專家還沒有一種用來識別和預測湖相薄層白云巖的有效方法，只是定性的來識別和預測，從理論上考慮的因素較多，沒有過多的考慮實際鉆井情況，即井震沒有很好的結合，這樣就造成了一定的應用局限。比如，地震預測白云巖厚度10米，但實際上鉆井白云巖厚度是由0.5-1.5米的多層薄層白云巖和泥巖互層組成的。
技術實現要素：
為了更好地對湖相薄層白云巖儲層進行識別和預測，本發(fā)明提供一種采用定性與定量方法結合進行湖相薄層白云巖儲層的地震預測方法。
具體而言，包括以下的技術方案：
一種湖相薄層白云巖儲層的地震預測方法，所述方法包括：
獲取目標儲層區(qū)域的地震數據體和單井儲層的巖石薄片；
對所述巖石薄片進行微觀分析，獲取所述單井儲層的白云巖儲層分布；
通過測井方法獲取所述單井儲層的測井曲線，結合所述單井儲層的白云巖儲層分布，獲取對所述單井儲層的白云巖儲層反應敏感的測井曲線；
根據對所述單井儲層的白云巖儲層反應敏感的所述測井曲線，建立測井識別模板；
將所述測井識別模板加載到所述地震數據體中，預測所述目標儲層區(qū)域的白云巖儲層的分布。
優(yōu)選地，所述對所述巖石薄片進行微觀分析，獲取所述單井儲層的白云巖儲層分布包括：根據鉆井巖心觀察描述礦物成分、含量、膠結物類型，判別所述單井儲層的巖性，識別出所述單井儲層的白云巖儲層分布。
優(yōu)選地，所述鉆井巖心觀察的手段包括：鏡下巖石薄片、鑄體薄片、熒光薄片分析、掃描電鏡、陰極發(fā)光分析。
進一步地，所述對所述單井儲層的白云巖儲層反應敏感的所述測井曲線包括：自然伽瑪曲線、聲波時差曲線、補償中子曲線、密度曲線、和電阻率曲線。
進一步地，所述對所述單井儲層的白云巖儲層反應敏感的所述測井曲線的對應于所述單井儲層的白云巖儲層分布的取值范圍是：所述自然伽瑪曲線的自然伽瑪值在30～60API之間，所述聲波時差曲線的聲波值在210～270μs/m之間，所述補償中子曲線的補償中子值在20～34PU之間，所述密度曲線的密度值在2.35～2.65g/cm3之間，所述電阻率曲線的電阻率值大于6Ω·m。
優(yōu)選地，用于建立所述測井識別模板的所述測井曲線包括：自然伽瑪曲線、聲波時差曲線、密度曲線。
優(yōu)選地，用于建立所述測井識別模板的數學模型為：Z＝DEN/(△GR*(AC/ACmax)4)，其中，⊿GR＝(GR-GRmin)/(GRmax-GRmin)；
Z表示重構曲線值；
DEN指所述單井儲層的某一預定深度下的密度值；
AC指所述單井儲層的某一預定深度下的聲波值；
GR指所述單井儲層的某一預定深度下的自然伽馬值；
ACmax指所述單井儲層的白云巖段聲波的最大值；
GRmax指所述單井儲層的白云巖段自然伽瑪的最大值；
GRmin指所述單井儲層的白云巖段自然伽瑪的最小值。
進一步地，所述將所述測井識別模板加載到所述地震數據體中，預測所述目標儲層區(qū)域的白云巖儲層的分布包括：
將所述測井識別模板加載到所述地震數據體中后，在所述地震數據體中解釋所述目標儲層區(qū)域的白云巖儲層的頂底界面；
提取所述頂底界面內的地震屬性，定性預測所述目標儲層區(qū)域的白云巖儲層的分布范圍；
在所述分布范圍內進行測井約束反演，定量預測所述目標儲層區(qū)域的白云巖儲層的分布范圍。
本發(fā)明實施例提供的技術方案的有益效果：提供了一種借助井震結合預測白云巖儲層分布的湖相薄層白云巖儲層的地震預測方法。具體地，首先通過運用鉆井巖心、薄片數據，判斷單井儲層的類型，然后與單井儲層的測井資料相結合，建立符合“巖性-電性”規(guī)律的測井識別模版，再進行井震結合，通過地震屬性和測井約束反演進行白云巖儲層定性與定量預測。本發(fā)明實施例提供的預測方法可預測單層厚度在0.5-1.5米左右湖相薄層白云巖儲層，克服薄層白云巖地震分辨率的限制，能準確進行薄層白云巖儲層地震預測，提高鉆井成功率。
附圖說明
為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
圖1是本發(fā)明實施例提供的一種湖相薄層白云巖儲層地震預測方法的方法流程圖。
具體實施方式
為使本發(fā)明的技術方案和優(yōu)點更加清楚，下面將結合附圖對本發(fā)明實施方式作進一步地詳細描述。除非另有定義，本發(fā)明實施例所用的所有技術術語均具有與本領域技術人員通常理解的相同的含義。
本發(fā)明提供一種湖相薄層白云巖儲層的地震預測方法，參見圖1，該方法包括如下步驟：
步驟101：獲取目標儲層區(qū)域的地震數據體和單井儲層的巖石薄片；
具體地，可通過野外放炮，接收器接收來得到地震數據，在處理中心用計算機進行地震數據的處理，得到相應的地震數據體。同時，還可以把數據體加入到解釋軟件中得到地震解釋。
可通過鉆井，收集目標儲層段的巖心或巖屑，通過專業(yè)分析化驗打磨成巖石薄片，獲取單井儲層的巖石薄片。
步驟102：對所述巖石薄片進行微觀分析，獲取所述單井儲層的白云巖儲層分布；
利用顯微鏡對單井巖石薄片進行鏡下微觀分析?？梢酝ㄟ^鏡下巖石薄片、鑄體薄片、熒光薄片分析、掃描電鏡、陰極發(fā)光分析等得到的數據，來描述巖石薄片的礦物成分、含量、膠結物類型，判別單井儲層的巖性、結構以及孔隙、裂隙發(fā)育情況，進而通過對不同深度處的巖石薄片進行微觀分析，識別出單井儲層的白云巖儲層分布。
進一步地，對目標儲層區(qū)域中若干已鉆單井進行微觀分析，可以得到目標儲層區(qū)域若干單井儲層的白云巖儲層分布。需要注意的是，由于全區(qū)已鉆井非常多，工作量很大，所以也可從目標區(qū)中不同的構造和沉積背景下分別選擇幾口有代表性的井進行微觀分析。
步驟103：通過測井方法獲取所述單井儲層的測井曲線，結合所述單井儲層的白云巖儲層分布，獲取對所述單井儲層的白云巖儲層反應敏感的測井曲線；
具體地，在鉆井鉆到設計井深深度后，可以利用電、磁、聲、熱、核等物理原理制造的各種測井儀器，由測井電纜下入井內，使地面電測儀可沿著井筒連續(xù)記錄隨深度變化的各種參數，獲取單井儲層的測井曲線，得到的各類單井儲層的測井曲線可以用于識別地下的巖層，如油、氣、水層、煤層、金屬礦床等。
將通過測井方法獲取的單井儲層的測井曲線，與單井儲層的白云巖儲層分布結合，通過在同一深度進行比對的方式，可獲取對單井儲層的白云巖儲層反應敏感的測井曲線。對白云巖儲層反應敏感的曲線，可以在測井資料上明顯的反映白云巖的特性。其中，對單井儲層的白云巖儲層反應敏感的曲線包括：自然伽瑪曲線(Gamma Ray curve，即GR曲線)、聲波時差曲線(Acoustic time curve，即AC曲線)、補償中子曲線(Compensation Neutron curve，即CN曲線)、密度曲線(Densimentric curve，即DEN曲線)、和電阻率曲線(Resistivity curve，即RT曲線)。對單井儲層的白云巖儲層反應敏感的曲線的特征為：自然伽瑪GR曲線呈現低值狀態(tài)(30～60API)，聲波時差AC曲線呈低值狀態(tài)(210～270μs/m)，補償中子CN曲線呈低值狀態(tài)(20～34PU)，密度DEN曲線呈高值顯示(2.35～2.65g/cm3)，電阻率RT曲線呈高值顯示(R>6Ω·m)，即“三低兩高”狀態(tài)。
步驟104：根據對所述單井儲層的白云巖儲層反應敏感的所述測井曲線，建立測井識別模板；
AC、DEN、GR、RT、CN任意一種曲線都無法準確、清晰地識別白云巖，因此，需要結合多種曲線擬合出一條白云巖特征曲線來對白云巖進行識別。通常地，可選擇AC、DEN、GR、RT、CN中的任意2～4條曲線，通過不同的數學模型，建立模板，得到不同的重構Z值曲線，通過比對Z值曲線與白云巖的對應關系，選擇最合理的模板，即為反映白云巖“巖性-電性”規(guī)律的測井識別模板。
需要注意的是，在建立模板的過程中，通過將能夠敏感地反映白云巖的特征測井曲線值盡量放大，將對白云巖巖性反映不敏感的測井曲線值盡可能減小來擬合出一條白云巖特征指示曲線，用于識別白云巖層位。
在本實施例中，所選用的數學模型包括：
模型一：Z＝10000*RT*DEN/(AC*GR)；
模型二：Z＝DEN*RT/((AC/AC泥)*△GR)；
模型三：Z＝DEN*/((AC/AC泥)*△GR)；
模型四：Z＝DEN/(△GR*(AC/ACmax)4)。
其中，⊿GR＝(GR-GRmin)/(GRmax-GRmin)
Z表示重構曲線值；
AC指單井儲層的某一預定深度下的聲波值；
DEN指單井儲層的某一預定深度下的密度值；
RT指單井儲層的某一預定深度下的電阻率值；
GR指單井儲層的某一預定深度下的自然伽馬值；
AC泥是指單井儲層的泥質夾層的聲波值；
ACmax指單井儲層的白云巖段聲波的最大值；
GRmax指單井儲層的白云巖段自然伽瑪的最大值；
GRmin指單井儲層的白云巖段自然伽瑪的最小值；
通過計算以上四種模型的Z值曲線，分別將不同Z值曲線與白云巖的關系進行比對，經驗證，模型四：Z＝DEN/(△GR*(AC/ACmax)4)的重構曲線Z值與白云巖的對應關系最為合理，因此選擇該模型建立“巖性-電性”規(guī)律的測井識別模板。該“巖性-電性”規(guī)律的測井識別模板通過增大AC值權重，相對減少GR值權重，解決了薄白云巖層GR值受圍巖影響較大，致使GR過大，無法反應出白云巖巖性的問題。該模型效果較好，能較好地分離過渡巖與白云巖分離，同時，Z曲線識別白云巖的層數、厚度與已知井結果一致，很好地解決了白云巖薄層識別的問題。
重構曲線有統一值域，便于全區(qū)比較。且重構曲線值域盡可能小，便于后期地震解釋應用。
另外，在建立“巖性-電性”規(guī)律的測井識別模板的過程中，需注意：
(1)模型建立要素：以模型有效性為第一選擇，以巖石物理的測井反應為基礎，建立純數學模型，暫時不考慮模型的地質意義。緊扣地質研究分析成果，充分應用并體現白云巖“三低兩高”的特點。優(yōu)先選取對白云巖反應較為敏感的測井曲線，且對地層環(huán)境(除巖性外)不敏感的測井曲線；降低易受環(huán)境影響的測井曲線的權值。放大白云巖的高值信號(RT、DEN)，降低白云巖低值信號(GR、AC)，目的是增大白云巖與其它巖性的電性差異。
(2)模型優(yōu)選原則：盡可能充分利用多種測井曲線。提高對薄層的識別率。盡量減少圍巖干擾及減少地層非巖性因素干擾。便于實施，減少處理人員主觀因素影響。
步驟105：將所述測井識別模板加載到所述地震數據體中，預測所述目標儲層區(qū)域的白云巖儲層的分布。
具體地，將測井識別模板加載到地震數據體中后，在地震數據體中解釋目標儲層區(qū)域的白云巖儲層的頂底界面；
提取頂底界面內的地震屬性，定性預測目標儲層區(qū)域的白云巖儲層的分布范圍；
在分布范圍內進行測井約束反演，定量預測目標儲層區(qū)域的白云巖儲層的分布范圍。
本發(fā)明實施例提供的方法可預測單層厚度在0.5-1.5米左右湖相薄層白云巖儲層，克服薄層白云巖地震分辨率的限制，能準確進行薄層白云巖儲層地震預測，提高鉆井成功率。
以上所述僅是為了便于本領域的技術人員理解本發(fā)明的技術方案，并不用以限制本發(fā)明。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。