基于气测全烃的高含水条件下致密砂岩气预测方法和系统与流程

本发明涉及一种基于气测全烃的高含水条件下致密砂岩气预测方法和系统，属于致密砂岩气层预测。

背景技术：

1、我国致密砂岩气勘探取得了许多重大发现，表明致密砂岩气勘探已逐渐成为油气勘探的重要领域之一。鄂尔多斯盆地东缘晋西挠褶带北段是致密砂岩气勘探开发的重要矿区，受构造影响，天然气充注动力不足，导致源内气层发育，近源发育气水混层，岩石物理分析结果表明，气层与水层弹性参数叠置，地震数据难以区分气层、水层响应特征，常规储层预测方法无法预测气层。

技术实现思路

1、针对上述问题，本发明的目的是提供了一种基于气测全烃的高含水条件下致密砂岩气预测方法和系统，是一种利用气测全烃、地震属性，结合深度学习算法，实现高含水条件下致密砂岩气层直接预测的方法。

2、为实现上述目的，本发明提出了以下技术方案：一种基于气测全烃的高含水条件下致密砂岩气预测方法，包括以下步骤：根据气测全烃校正公式对气测全烃进行标准化校正；针对叠后地震数据开展数学变换，获得冗余地震属性数据库，根据经过校正的气测全烃的结果，筛选出与所述气测全烃相关性高的地震属性；将所述经过校正的气测全烃的结果与地震属性输入深度学习模型，在叠前纵横波速度比储层预测结果的约束下，生成气测全烃与地震属性之间的映射关系，实现全区气测全烃预测；根据所述全区气测全烃预测的结果，结合地质结构刻画目的层气层分布范围。

3、进一步，所述气测全烃校正公式根据气测全烃影响因素获得，所述气测全烃影响因素包括：钻头直径、钻时、钻井液排量、钻井液密度和粘度。

4、进一步，所述气测全烃校正公式为：

5、

6、其中，tg′为气测全烃标准化校正值，tg为气测全烃实际测量值，d为钻头直径，为标准井的钻头直径，t为钻探时间，q为钻井液排量，为标准井的钻井液密度，μ为钻井液粘度，k1为与脱气器单位时间所脱泥浆量、单位时间样气流量以及单位换算相关的常量，k2为不同泥浆体系中甲烷脱气效率的倒数，为标准井的钻井液粘度，为标准井的钻探时间，为标准井的钻井液排量，ρ是钻井液密度。

7、进一步，对叠后地震数据进行数学变换的方法为：对地震数据进行hilbert变换，通过提取目的层时窗范围内的地震振幅、频率和相位相关属性，获得冗余地震属性数据库；根据经过校正的气测全烃的结果，计算井点气测全烃值与井点地震属性值之间的pearson相关系数，筛选出相关系数较大的地震属性。

8、进一步，所述地震属性包括：相干体、蚂蚁体、曲率、均方根振幅、瞬时频宽、瞬时振幅、瞬时频率、方位倾角、方差体和瞬时相位。

9、进一步，所述深度学习模型包括深度前馈神经网络和卷积神经网络。

10、进一步，对所述深度学习模型进行训练的方法为：将所述经过校正的气测全烃的结果与地震属性所述分别输入深度前馈神经网络和卷积神经网络中进行训练，将深度前馈神经网络和卷积神经网络输出结果与实际气测全烃与地震属性之间的映射关系进行拟合，根据拟合结果选择合适的深度学习模型。

11、本发明还公开了一种基于气测全烃的高含水条件下致密砂岩气预测系统，包括：校正模块，用于根据气测全烃校正公式对气测全烃进行标准化校正；地震属性筛选模块，用于针对叠后地震数据开展数学变换，获得冗余地震属性数据库，根据经过校正的气测全烃的结果，筛选出与所述气测全烃相关性高的地震属性；气测全烃预测模块，用于将所述经过校正的气测全烃的结果与地震属性输入深度学习模型，在叠前纵横波速度比储层预测结果的约束下，生成气测全烃与地震属性之间的映射关系，实现全区气测全烃预测；气层分布范围确定模块，用于根据所述全区气测全烃预测的结果，结合地质结构刻画目的层气层分布范围。

12、本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现上述任一项所述的高含水条件下致密砂岩气预测方法。

13、本发明还公开了一种计算设备，包括：一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据上述任一项所述的高含水条件下致密砂岩气预测方法。

14、本发明由于采取以上技术方案，其具有以下优点：本发明通过对气测全烃数据开展研究，建立了气测全烃标准化校正公式，实现了气测全烃数据井间对比，利用气测全烃参数能够有效区分气水层的特点，结合地震属性及深度学习模型，实现了高含水条件下气层识别。

技术特征：

1.一种基于气测全烃的高含水条件下致密砂岩气预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的高含水条件下致密砂岩气预测方法，其特征在于，所述气测全烃校正公式根据气测全烃影响因素获得，所述气测全烃影响因素包括：钻头直径、钻时、钻井液排量、钻井液密度和粘度。

3.如权利要求2所述的高含水条件下致密砂岩气预测方法，其特征在于，所述气测全烃校正公式为：

4.如权利要求1所述的高含水条件下致密砂岩气预测方法，其特征在于，对叠后地震数据进行数学变换的方法为：

5.如权利要求1所述的高含水条件下致密砂岩气预测方法，其特征在于，所述地震属性包括：相干体、蚂蚁体、曲率、均方根振幅、瞬时频宽、瞬时振幅、瞬时频率、方位倾角、方差体和瞬时相位。

6.如权利要求1所述的高含水条件下致密砂岩气预测方法，其特征在于，所述深度学习模型包括深度前馈神经网络和卷积神经网络。

7.如权利要求6所述的高含水条件下致密砂岩气预测方法，其特征在于，对所述深度学习模型进行训练的方法为：将所述经过校正的气测全烃的结果与地震属性所述分别输入深度前馈神经网络和卷积神经网络中进行训练，将深度前馈神经网络和卷积神经网络输出结果与实际气测全烃与地震属性之间的映射关系进行拟合，根据拟合结果选择合适的深度学习模型。

8.一种基于气测全烃的高含水条件下致密砂岩气预测系统，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的高含水条件下致密砂岩气预测方法。

10.一种计算设备，其特征在于，包括：一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据如权利要求1-7任一项所述的高含水条件下致密砂岩气预测方法。

技术总结
本发明属于致密砂岩气层预测技术领域，涉及一种基于气测全烃的高含水条件下致密砂岩气预测方法和系统，包括以下步骤：根据气测全烃校正公式对气测全烃进行标准化校正；对叠后地震数据进行数学变换，获得冗余地震属性数据库，根据经过校正的气测全烃的结果，筛选出与所述气测全烃相关性高的地震属性；将所述经过校正的气测全烃的结果与地震属性输入深度学习模型，在叠前纵横波速度比储层预测结果的约束下，生成气测全烃与地震属性之间的映射关系，实现全区气测全烃预测；根据所述全区气测全烃预测的结果，结合地质结构刻画目的层气层分布范围。其利用气测全烃参数有效区分气水层，结合地震属性及深度学习模型，实现了高含水条件下气层识别。

技术研发人员：吴奎,郑小文,齐宇,李祺鑫,李文兰,王波,马晓强,张璐
受保护的技术使用者：中海石油（中国）有限公司
技术研发日：
技术公布日：2024/10/10