基于分频联合反演的叠前高分辨率流体因子反演方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111522063A(43)申请公布日2020.08.11(21)申请号202010362773.X(22)申请日2020.04.30(71)申请人湖南科技大学地址411201湖南省湘潭市雨湖区石码头2号(72)发明人周林廖建平刘兴业杨天春朱明峰(74)专利代理机构湘潭市汇智专利事务所(普通合伙)43108代理人宋向红(51)Int.Cl.G01V1/36(2006.01)G01V1/38(2006.01)权利要求书2页说明书12页附图4页(54)发明名称基于分频联合反演的叠前高分辨率流体因子反演方法(57)摘要本发明提供一种基于分频联合反演的叠前高分辨率流体因子反演方法，该方法包括：基于孔弹性理论对传统形式的精确Zoeppritz方程进行改写得到包含流体因子项的新形式精确Zoeppritz方程；利用工区实际地震数据的分频处理结果、测井数据统计得到的多个储层参数的先验分布函数及推导的新形式Zoeppritz方程构建贝叶斯框架下的多波数据分频联合反演目标函数；利用泰勒级数展开对目标函数进行求解得到所述储层参数扰动量的求解表达式；对求解表达式进行迭代求解，利用求解结果对初始储层参数值进行迭代更新，直至达到迭代终止条件。本发明能够提高储层流体因子的预测精度。CN111522063ACN111522063A权利要求书1/2页1.一种基于分频联合反演的叠前高分辨率流体因子反演方法，其特征在于包括如下步骤：(1)采用广义S正反变换对叠前角道集数据进行分频处理，得到不同频段对应的叠前角道集数据；(2)基于不同频段对应的叠前角道集数据提取角度依赖的子波，基于精确Zoeppritz方程和测井数据正演合成地震角道集并结合实际井旁角道集数据确定振幅缩放因子；(3)基于工区内所有测井数据统计模型参数的先验信息及其均值，包括流体因子、剪切模量和密度，并计算包含流体因子、剪切模量和密度统计相关性的协方差矩阵；(4)利用地震构造解释资料和工区所有测井数据，基于沉积模式建立时间域的流体因子、剪切模量和密度参数的初始模型；(5)基于孔弹性理论，对传统形式的精确Zoeppritz方程进行改写，得到包含流体因子、剪切模量、密度以及干岩石纵横波速度比的平方的新形式FMR-Zoeppritz方程；其中，VP、VS是干岩石的纵、横波速度；(6)首先由测井数据统计分析得到固定常数的值，然后基于时间域的初始模型和新形式的FMR-Zoeppritz方程正演模拟角度域的多波地震叠前道集，最后由正演模拟记录和实际记录直接计算叠前反演残差；(7)基于Bayesian原理、先验信息和新形式的FMR-Zoeppritz方程正演算子构建最大后验概率意义下的反演目标函数，借助泰勒展开对目标函数进行求解，得到流体因子、剪切模量和密度参数扰动量的求解表达式；(8)基于上述参数扰动量的求解表达式和反演残差，采用迭代重加权最小二乘算法求解模型参数的扰动量，并利用求解得到的扰动量对初始模型进行更新；同时利用井旁道反演结果选择合理的权重因子，重复以上步骤(6)、(7)和(8)，并通过反演残差控制最大迭代次数，获得最优储层参数，包括流体因子、剪切模量和密度。2.根据权利要求1所述基于分频联合反演的叠前高分辨率流体因子反演方法，其特征在于：步骤(1)具体是，采用广义S变换将原始叠前角道集数据变换至频率域，结合测井数据分析地震数据的最大分辨能力，确定频段划分原则，根据这一原则对频率域的地震数据进行频段划分，最后将不同频段对应的地震数据采用广义S反变换转换至时间域，从而得到不同频段对应的时间域叠前角道集数据。3.根据权利要求1所述基于分频联合反演的叠前高分辨率流体因子反演方法，其特征在于：步骤(2)具体是，首先，基于分解得到的不同频段对应的地震叠前角道集和测井数据采用统计方法提取若干个依赖于入射角度的地震子波；以测井数据为输入模型利用精确Zoeppritz方程正演模拟角度域的地震道集，与实际井旁角度域地震道集对比，计算振幅缩放因子，并应用于所提取的地震子波。4.根据权利要求1所述基于分频联合反演的叠前高分辨率流体因子反演方法，其特征在于：步骤(3)具体是，假设模型参数服从高斯分布的同时引入服从微分拉普拉斯分布的垂向块约束项，通过测井数据分析获得需要的模型参数，求取各参数的自相关系数和互相关系数，构建协方差矩阵，形成符合该工区的模型参数先验分布函数。5.根据权利要求1所述基于分频联合反演的叠前高分辨率流体因子反演方法，其特征2CN111522063A权利要求书2/2页在于：步骤(4)具体是，利用地震构造解释资料，基于沉积模式建立地质模型，并将测井资料，按构造模式进行插值和外推，得到每条测线的初始参数模型，包括流体因子、剪切模量和密度的