200605基于地震属性分析的地层孔隙压力钻前预测模型
2006_金龙_利用地震资料定量反演孔隙度和饱和度的新方法
石
油
学
报
Vol. 27 No . 4 J uly
2006
AC TA P E TROL EI SIN ICA
利用地震资料定量反演孔隙度和饱和度的新方法
金 龙 陈小宏 姜香云
Fit ness = min ( Seiso bs
-
ρ 其中 i 为第 i 种流体的密度 。 流体模量与密度是温度 、 压力 、 矿化度等参数的函 数 , 利用 Batzle 与 Wang [ 17 ] 提供的公式进行计算 。
2 遗传算法与模式搜索
遗传算法 [ 18 ] 模拟达尔文生物进化过程 ,是一种基 于自然选择和遗传变异等生物进化机制的全局性概率 搜索方法 。它从一组解 ( 解群) 开始搜索 , 通过遗传算 子寻优 ,能有效地跳出局部极值点 , 适用于多峰值 、 参 数问题的求解 。与传统优化算法相比 , 遗传算法的优 势体现在 : ① 遗传算法不是直接作用在参变量集上 ,而 是利用参变量的某种编码 ; ② 群体搜索 , 隐含并行性 ; ③ 利用适应值信息 ,无需导数信息 ; ④ 利用概率转移规
vp =
2
2
μ ρ kd + 3 d + <
kf
1
4
kd 1km
2
～
r = b + a ( b - r)
(5)
+
1
-
km
< - kd
2
km
(2)
式中 a > 0 , 一般取 a = 1 或用直接搜索技术来确定 。 当 a = 1 时 , 式 ( 5 ) 简化为
基于灰色理论的地层孔隙压力随钻预测
收稿日期 : 2007- 08- 18 ; 修回日期 : 2007- 12- 19
基金项目 : 国家自然科学基金项目 ( 50674077) 和 863 项目 ( 2006AA 09Z312) 资助。 作者简介 : 何世明 ( 1966- ) , 博士 , 副教授 ; 1988年毕业于西南石油学院钻井工程专业 , 现为塔里木油田分公司博士后科 研工作站研究人 员 , 长期从事 欠 平 衡 钻井、 井壁 稳 定 等 研 究 工 作。地 址 : ( 610500 ) 四 川省 成 都 市 新 都 区 新 都 大 道 8 号 西 南 石 油 大 学 石 工 院。电 话 : 13981894760 , 13899064980, E - m ai: l hesm ing@ s ina. com
采用不同 的灰色预测模型对塔里木油田塔中 722井进行了地层孔隙压力随钻预测计算, 计算结 果如图 1~ 图 3 所示。由计算结果可知: 全数据灰 色模型预测结果较差 , 平均误差为 16 . 39 % ; 新信息 灰色模型预测结果平均误差 为 10. 16 % ; 改进新信 息灰色模型预测结果较好 , 平均误差为 5 . 34 % 。因 此 , 灰色理论虽然能够真实的反映事物发展的客观 规律, 是比较理想的预测方法, 但要较好地预测变化 大的地层孔隙压力, 就要注意模型的选择 , 不同模型 计算的结果差异较大。由图 1~ 图 3 可知, 改进新 信息灰色模型预测结果较好 , 与该地区随钻检测结 果相比 , 吻合度较高, 能够满足现场施工需要。
地层孔隙压力预测新方法
训练点最终能够产 生一个稀疏估计函数 , 而这 些 训练点即为支撑向 量 , 能够根据输入数据来估 计 输出 。 虽然在这点上支撑向量回归机和神经网络 相类似 , 但神经网络的方法是基于经验风险最 小 原则 。 相比较而言 , 支撑向量回归机通过在经 验 误差 ( 风险 ) 与模型复杂性之间的折中 , 近似地实 现了 V a p n i k 的结构风险最小原则 , 因此 , 支撑向量 回归机实现全局最 优化 , 而神经网络只是实现 了 一个局部最优化 。 在支撑向量机回归分析模 型中 , 训练数据 集 形式为 { X ,y } ∈ i i i =1 , 趋势线 , 并根
据测井曲线是否偏离正常趋势线来定性判断是否 存在异常地层孔隙 压力 , 若测井曲线明显偏离 了 正常趋势线 , 则认为存在异常高压或低压 , 然后再 通过经验系数法 、 等效深度法和 E a t o n 法 计算地层孔隙压力 。
[ 3]
等定量
1 2 2 2
A b s t r a c t : B y a n a l y z i n gt h e l i m i t a t i o n s o f t h e t r a d i t i o n a l p o r e p r e s s u r e p r e d i c t i o nm e t h o d s , an e wp o r e p r e s s u r e p r e d i c t i o na p p r o a c hb a s e do nt h ee f f e c t i v es t r e s s t h e o r e ma n dt h ea c o u s t i c v e l o c i t ym o d e l i s p r o p o s e d .I t f i r s t c a l c u l a t e s c l a y c o n t e n t , p o r o s i t y , a n d a c o u s t i c v e l o c i t y w i t h r e l e v a n t l o g d a t a , a n dt h e nc a l c u l a t e s v e r t i c a l e f f e c t i v es t r e s s b y u s i n gS u p p o r t V e c t o r M a c h i n e s f o r R e g r e s s i o na n dt h e o v e r b u r d e np r e s s u r e w i t hd e n s i t y l o gd a t a , a n df i n a l l y c a l c u l a t e f o r m a t i o np o r ep r e s s u r e b y t h ee f f e c t i v ep r e s s u r et h e o r e m .P r a c t i c a l a p p l i c a t i o no f t h e a p p r o a c hs h o w s t h a t i t i s f e a s i b l ei np r e d i c t i o no f a b n o r m a l f o r m a t i o np r e s s u r eo f s a n d s t o n ea n ds h a l ec a u s e db y u n d e r c o m p a c t i o n .C o m p a r e dw i t ht r a d i t i o n a l p o r ep r e s s u r ep r e d i c t i o nm e t h o d s , t h ea p p r o a c hd o e sn o t r e q u i r e e s t a b l i s h i n g n o r m a l c o m p a c t i o nt r e n dl i n ea n dh a s b e t t e r a d a p t a b i l i t y a n dh i g h e r a c c u r a c y o f p r e d i c t i o n s . K e yw o r d s : p o r e p r e s s u r e ; s u p p o r t v e c t o r m a c h i n ef o r r e g r e s s i o n ; s o n i cv e l o c i t y ; p o r o s i t y ; s h a l ec o n t e n t ; v e r t i c a l e f f e c t i v e s t r e s s 异常地层孔隙压力的存在 , 不仅给石油勘探 、 钻井和开发带来很多困难 , 而且对安全钻井构成 潜在的威胁 。 因此 , 在石油勘探中 , 地层孔隙压力 的预测显得十分重要 , 其为设计钻井参数 、井身结 构提供重要的压力技术数据 , 对保护油气层 、 提高 钻井成功率具有重要意义 。 测井资料 , 尤其是地层声波速度 , 与地层孔隙 压力密切相关 , 是确 定地层孔隙压力较为理想的 资料 。 利用测井资料预测地层孔隙压力的传统方 法有声波时差法 、 电导率法 、 密度法和中子测井法 等
(整理)地层压力定量计算方法.
地层压力的定量计算对任何井及区块地层压力的认识首先是从对区域地震剖面、地质构造、地层沉积史、油气运移、生排烃史以及周边和实钻资料的综合分析获得的，在此基础上建立区域地层压力模型，绘制出地层压力、破裂压力和上覆地层压力剖面，并对即将钻探的井提出具有指导性的意见和套管下深结构建议。
在随后的实钻过程中，通过对实时钻井数据的分析不断修改和完善预测结果。
最后以实测的地层压力数据对所建立的地层压力剖面及模型加以校正。
由此可见对地层压力的认识是一个不断认知-更新的过程，地层压力预测、评价服务贯穿了一口井从设计到完井的始终。
为了将问题简单化我们按其和钻井作业的对应关系将地层压力预测、监测和评价大致分为：钻前地层压力预测、随钻地层压力监测和钻后地层压力评价三部分。
其中随钻地层压力监测是对地层压力准确认识的关键，它关系到钻井作业的成败。
一、地层压力检测所需资料地层压力检测结果出自对定量数据的计算和对定性数据的分析。
所需的资料大致分为数据类、图表类和文字描述类。
数据类：预测井和临井经深度校正后的地层层速度数据及分层数据；预测井和临井的海拔高度、补心高度、钻盘面距名义海平面距离、井位坐标及地下水平面高度数据；临井套管下深结构数据；临井钻井录井数据，包括：井深、垂深、钻速、钻压、气测、出/入口泥浆密度、出/入口泥浆温度、ECD、Dxc等；临井的测井或LWD数据，包括：然伽玛或自然电位、深浅电阻率、声波、岩石密度等数据；临井实测地层压力数据，包括：MDT、RFT或DST；临井地层漏失实验（LOT）或地层完整性实验FIT数据。
图表类：临井综合录井图和地层压力录井图；过井地震剖面；预测井含临井的地理位置图。
文字描述类：临井岩屑和岩芯定名及描述；临井地质完井报告、钻井报告和井史；临井井漏、井涌、井喷记录。
二、伊顿法地层压力的定量计算对地层压力的计算通常基于Terzaghi (1948)的应力模型，也既是：P f=S-σ 。
在具体的计算中使用伊顿，所得出的为孔隙压力梯度而不是压力。
地层压力预测公式
4地层压力预测4.1dcs 指数法1、d 指数⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=D WOB RPM ROP d AV AV AV 61012ln 60ln 式中，ROP A V —平均钻速，英尺/小时； RPM A V —平均转速，转/分钟； WOB A V —平均钻压，磅； D —钻头直径，英寸。
2、dc 指数消除钻井液密度对d 指数的影响。
ECDd dc nρ⨯=式中，d —d 指数；ρn —正常地层孔隙压力梯度，通常ρn =1.03克/厘米3； ECD —钻井液循环当量泥浆密度，克/厘米3。
3、dcs 指数消除钻头钝化对dc 指数的影响。
ECD D WOB RPM ROP B dcs n AV AV AV ρ⨯⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⨯=61012ln 60ln 式中，ROP A V —平均钻速，英尺/小时； RPM A V —平均转速，转/分钟； WOB A V —平均钻压，磅； D —钻头直径，英寸；ρn —正常地层孔隙压力梯度，通常ρn =1.03克/厘米3；ECD —钻井液循环当量泥浆密度，克/厘米3； B —钻头磨损校正因子。
(1)、非牙轮钻头，B=1；(2)、牙轮钻头，其钻头磨损校正因子B 是钻头进尺和钻头最终磨损量的函数：pB α=16928125.02++=T T α1331.01331.022++++⨯=X X F F X TLH H F X 0-⨯= 式中，F —钻头最终磨损量，介于0～1；H —当前井深，米；H 0—该钻头使用的起始井深，米； L —该钻头总进尺，米；P —“P ”指数（由钻头IADC 编码的第一位数字查得）； X 、T —代换变量。
4、dcs 正常趋势线dcsB H dcsA dcsn V +∙=)ln(式中，H V —垂直井深，米；a —斜率，1/米；b —截距。
可用下面两种方法计算a 、b ： (1)、在dcs 半对数坐标图上，合理画出正常趋势线，读出其上的两点坐标A （H V1，dcs 1）、B （H V2，dcs 2），用两点式计算出a 、b 。
地层压力-地层破裂压力-地层坍塌压力预检测
地层压力-地层破裂压力-地层坍塌压力预检测地层破裂压力和坍塌压力预测摘要地层破裂压力和地层坍塌压力是钻井工程设计的重要依据，对确定合理的钻井液密度和其他钻井参数有重要意义。
在参考了一些书籍和相关论文的基础上，对地层破裂压力和坍塌压力的预测方法做出了较为系统的总结。
地层破裂压力的预测主要有H-W模式和H-F模式，包括伊顿法、黄荣樽法、安德森法等；地层坍塌压力的预测主要基于井壁岩石剪切和拉伸破坏的原理。
关键词：破裂压力；坍塌压力；预测第一章前言地层破裂压力是指使地层产生水力裂缝或张开原有裂缝时的井底流体压力。
它是钻井和压裂设计的基础和依据。
如何准确地预测地层破裂压力，对于预防漏、喷、塌、卡等钻井事故的发生及确保油气井压裂增产施工的成功有着重要的意义。
地层坍塌压力是指随着钻井液密度的降低，井眼围岩的剪应力水平不断提高，当超过岩石的抗剪强度时，岩石发生剪切破坏时的临界井眼压力。
它的确定对于确定合理的钻井液密度和钻井设计及施工有重要意义。
地层三项压力研究历史及发展现状：八十年代以前，地层孔隙压力以监测为主，地层破裂压力预测处于经验模式阶段，如马修斯-凯利模式、伊顿模式等。
没有地层坍塌压力的概念。
八十年代，提出了地层坍塌压力的概念，从理论上对地层三个压力进行了公式推导。
九十年代以来，一般根据岩石力学的基本原理由地应力和地层的抗拉强度预测地层的破裂压力，进入实用技术开发阶段。
目前，地层三项压力预测技术已经得到广泛的重视，也从各个方面对其进行了研究和应用：●室内实验研究方法（研究院）●地震层速度法（石大北京）●常规测井资料法（华北钻井所、石大）●页岩比表面积法（Exxon)●人造岩心法(Norway)●岩屑法(Amoco、石油大学）●LWD、SWD法（厂家）●经验模式法（USA)第二章地层三项压力预测机理2.1 地应力模型1、各向同性模型利用电缆地层测试或压力恢复测试资料，在不考虑构造应力影响情况下，各向同性模型计算水平应力公式为：()p p b x P P P PR PR αασ+--=01（2-1）式中：PR —泊松比；Pob —上覆岩层压力；Pp —孔隙流体压力；α — Biot 常量。
(完整版)地震属性分析技术在储层预测中的应用_zyz
地震属性分析技术在储层预测中的应用新疆油田公司勘探开发研究院地物所地震属性分析技术在储层预测中的应用新疆油田公司勘探开发研究院地物所2007．5 乌鲁木齐目录前言 (1)1、地震属性的分类 (1)2、地震属性提取方法及影响因素 (2)2．1、信躁比 (2)2．2、时窗的选取 (5)2．3、属性色标的使用原则 (7)3、结论及认识 (9)前言近年来，随着计算机技术和地震采集、处理、解释技术的进步，地震技术在油气勘探、开发工作中的重要性日益显著。
地震属性分析预测以其独到的技术优势，在油田得到了广泛的应用，已成为油气勘探开发，油气藏描述所不可或缺的重要技术手段，发挥着关键性作用。
地震属性是对地震资料的几何学、运动学、动力学及统计学特征的度量，其应用是通过各类地震解释软件来提取、统计分析、验证，进行地层分析、岩性特征描述。
准噶尔盆地的油气勘探开发经历了50余年，目前的勘探目标已经由显性的构造型油气藏全面转向隐蔽型油气藏。
配套的地震勘探解释技术已经从单纯的构造解释，向高精度构造解释下的储层预测、油藏描述和油藏监测延伸。
近几年准噶尔盆地众多油气田的发现（例如车89井区、石南21井区、石南31井区），地震属性技术起到了非常关键的作用。
准噶尔盆地多旋回的构造运动，多期湖平面升降，造就了多种类型沉积体系的发育，为多种类型的岩性圈闭的发育奠定了雄厚的资源基础。
但是，由于地震勘探技术本身的精度限制，识别并描述出各种类型的岩性圈闭，存在预测结果的多解性和可靠性低的问题。
本项目的设立，期望通过对已知典型油气藏发现过程的解剖分析，总结地震属性提取时应注重的关键环节（信躁比、时窗、色标的正确使用），建立起储层分析技术针对不同沉积类型的储层的研究工作流程。
1、地震属性的分类地震属性是指由叠前或叠后地震数据,经过数学变换而导出有关地震波的几何形态、运动学、动力学特征和统计学特征的特殊测量值。
地震属性分析技术是以地震属性为载体从地震资料中提取隐蔽的信息,并把这些信息转换成与岩性、物性或油藏参数相关的、可以为地质解释或油藏工程直接利用的信息,从而达到充分发挥地震资料潜力,提高地震资料在储层预测、油藏监测能力的一项技术。
利用地震资料预测地层孔隙压力及应用
利用地震资料预测地层孔隙压力及应用
杨保海;王永清;谢建华
【期刊名称】《内蒙古石油化工》
【年(卷),期】2008(034)009
【摘要】简述了利用地震资料预测地层孔隙压力原理及方法.通过对地震资料的处理,更精确求取地层层速度,提高地层孔隙压力预测的精度.方法成功应用于现场.【总页数】3页(P181-183)
【作者】杨保海;王永清;谢建华
【作者单位】西南石油大学;西南石油大学;西南石油大学
【正文语种】中文
【中图分类】P61
【相关文献】
1.提高地震资料预测地层孔隙压力精度的方法 [J], 王越之;韩永友;谢慧华
2.利用测井资料预测地层孔隙压力方法研究综述 [J], 刘厚彬;孟英峰;王先起;颜海
3.利用CYT资料预测地层孔隙压力和地层破裂压力的方法探讨 [J], 田军;李建忠;杨仕会;魏芳友
4.地震资料预测地层孔隙压力应基于欠压实成因 [J], 金业权;王越之;李自俊
5.利用四分量地震资料进行钻前孔隙压力预测 [J], CohnM．Sayers;张树林;张桂华
因版权原因，仅展示原文概要，查看原文内容请购买。
石油钻井地层压力预测与计算方法
石油钻井地层压力预测与计算方法石油钻井地层压力预测与计算方法是石油钻井工程中非常重要的一项技术，它对于确定钻井的安全性、决策措施和钻井工艺起到了至关重要的作用。
在石油钻井过程中，地层压力是指在地层中由地层岩石的自重和上覆岩层压力产生的压力。
地层压力的准确预测和计算对于决策钻井贯通井段、选择钻井液密度和防喷措施等方面都有着至关重要的作用。
地层压力预测与计算的方法有很多种，根据所依据的理论基础和计算模型的不同，可以分为经验方法、物理模型方法和数学模型方法。
经验方法是根据统计和经验公式来进行地层压力预测和计算的方法。
这种方法是根据过去类似井的经验数据，通过对这些井的地层信息和地层压力数据的分析，建立了一些经验公式或预测模型，然后根据当前钻井井段的地层特征和钻井液情况，通过这些经验公式或预测模型来计算地层压力。
经验方法简单易行，适用范围广，但是精度相对较低。
物理模型方法是基于岩石力学和地层力学原理来进行地层压力预测和计算的方法。
这种方法是通过对地层力学性质和钻井液参数等进行实验室测试，然后根据物理模型和理论计算公式，将测试结果应用于井下实际情况的预测和计算。
物理模型方法具有一定的科学性和准确性，但是需要进行大量的实验和测试，成本较高。
数学模型方法是以数学计算为基础的地层压力预测和计算方法。
这种方法是通过建立数学方程和计算模型，根据井身中地层岩石的特征参数、地层参数和钻井液性质，利用计算机进行模拟和计算，得到地层压力的预测和计算结果。
数学模型方法是目前应用最广泛的方法之一，它具有较高的精度和准确性，但是需求模型参数较多，对计算机和软件的要求较高。
总结来说，石油钻井地层压力预测与计算方法有经验方法、物理模型方法和数学模型方法。
经验方法简单易行，适用范围广，但精度较低；物理模型方法具有科学性和准确性，但成本较高；数学模型方法精度高但需要大量参数和计算机支持。
在实际应用中，可以根据具体的情况和需求选择不同的方法进行地层压力预测和计算。
GPA压力预测技术
♥ 技术思路及关键技术：
井数据
（速度、密度和压力）
速度谱、井中速度
（包括VSP）
模型拟合及优选
速度调整校正 时深转换
优选预测模型
层速度体
密度估算
有效应力
上覆地层压力
孔隙压力或压力梯度数据体
基于Bowers模型计算地层压力，解决钻前压力预测问题
基于Eaton方法计算地层破裂压力数据
钻前地层压力预测解决方案软件 EPoffice GPA
三维可视化与分析（LD-ResViz） 构造解释（LD-SeisTalk ） EPoffice软件开发工具包（SDK）
EPoffice LandMod EPoffice LandFrac
地质建模软件 裂缝型油藏建模和数模一体化解决方案软件
● Required ● Optional
综合地质分析软件 现代地震资料构造解释软件 储层快速成像和分析解决方案软件 高分辨率地震反演和储层预测解决方案软件 裂缝型储层预测解决方案软件 海洋/陆地无井少井探区储层预测解决方案软件 钻前地层压力预测解决方案软件
一体化数据管理平台（ LD-DataManagement) 平面成图与数据分析（LD-GeoMapping) 子波估算与井震标定（LD-SeisWellTie） 速度建模及时深转换（LD-TDConvert） 综合地层压力预测（LD-GeoPressure）
基于bowers模型计算地层压力解决钻前压力预测问题基于eaton方法计算地层破裂压力数据x项目地层压力预测技术流程图井中压力预测三维地层压力预测计算上覆地层压力梯度计算岩石体积密度拾取泥岩趋势线求取压力梯度建立正常压实趋势地层压力系数平面图基于bowers模型计算孔隙压力梯度x井地层压力系数预测剖面图孔隙压力和破裂压力曲线钻前地层压力预测解决方案软件epofficegpa一体化数据管理平台lddatamanagement平面成图与数据分析ldgeomapping子波估算与井震标定ldseiswelltie速度建模及时深转换ldtdconvert综合地层压力预测ldgeopressure三维可视化与分析ldresviz构造解释ldseistalkepoffice软件开发工具包sdkepoffice储层描述与油藏开发解决方案系列软件epofficegeotalkepofficeseistalkepofficeimageepofficeepsepofficefrsepofficeoceanproepofficegpa综合地质分析软件现代地震资料构造解释软件储层快速成像和分析解决方案软件高分辨率地震反演和储层预测解决方案软件裂缝型储层预测解决方案软件海洋陆地无井少井探区储层预测解决方案软件钻前地层压力预测解决方案软件epofficelandmodepofficelandfrac地质建模软件裂缝型油藏建模和数模一体化解决方案软件
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[收稿日期]2006-09-10 [基金项目]国家自然科学基金项目(50304010,90510005);中国石油天然气集团公司优秀中青年创新基金项目(05E7015)。
[作者简介]吴超(1976-),男,2002年大学毕业,博士生,现主要从事油气井岩石力学研究工作。
基于地震属性分析的地层孔隙压力钻前预测模型 吴 超,陈 勉,金 衍 (中国石油大学(北京)石油天然气工程学院,北京102249)[摘要]钻前准确预测地层孔隙压力是进行井壁稳定状态分析的基础。
基于地震和测井信息间的密切联系,提出了利用地震属性预测孔隙压力的新方法。
通过神经网络建立已钻井段的井旁地震属性和声波时差测井数据之间的非线性关系模型,以此模型为基础预测未钻地层的声波速度。
利用预测结果结合岩石力学模型得到垂直有效应力,最后根据有效应力原理计算地层孔隙压力。
该方法有效克服了传统的地震层速度预测模型的不足之处,在油田的实际应用中取得了良好的效果,尤其适用于在勘探新区进行孔隙压力预测。
[关键词]孔隙压力;预测;地震属性;声波速度;神经网络;有效应力[中图分类号]P631144;TE142[文献标识码]A [文章编号]1000-9752(2006)05-0066-04地层孔隙压力是井壁稳定分析中的重要参数,钻前准确预测孔隙压力对于有效控制井壁失稳具有重要意义。
基于有效应力原理的层速度预测法是目前预测孔隙压力的主要方法[1～4],这类方法根据垂直有效应力和声波速度之间存在的非线性关系,利用声波速度来计算垂直有效应力进而确定孔隙压力,因此声波速度资料的获取非常关键。
层速度预测方法中获得速度资料的主要途径是从地震速度谱中提取或者利用测井约束反演。
但速度谱不易获取,且从中得到的层速度精度不高;另外,测井约束反演的方法经常受到客观条件的制约。
为此,笔者提出利用地震属性预测孔隙压力的新方法。
使用声波测井资料可以得到精度较高的声波速度资料,然而待预测地层的测井资料却是未知的,无法直接利用测井资料钻前预测孔隙压力。
但由于地震和声波测井信息之间存在着密切的物理关系,同时地震属性是从地震数据中提取出来的反映地震波形态、运动学、动力学和统计特征的特殊测量值,因此可以考虑利用地震属性来预测待钻地层的声波测井曲线。
基于预测的测井声波时差值,结合岩石力学分析方法,就可以计算出地层孔隙压力。
1 提取地震属性地震属性在开发地震学研究中的应用日趋广泛[5～7],其中自相关属性、瞬时属性、功率谱属性和傅里叶谱属性具有代表性,这4类地震属性能够全面集中地反映地震记录的内在特征。
111 自相关属性对地震信号f (t )作自相关运算,可得到自相关函数R (x ): R (x )=∑t f (t )f (t +x )(1)从中可提取主极值半周期宽度、主极值面积、旁极值面积等3种地震属性。
主极值半周期宽度τ1是自相关函数的第1个零点延迟时的2倍,它反映地震信号的视周期大小。
主极值面积S 1是自相关函数在主极值半周期范围内所包含的面积,它反映地震信号的能量分布。
旁极值面积S 2是自相关函数在与主极值相邻的3个正负旁极值范围内所包含的面积,它反映地震信号的分辨率。
・66・石油天然气学报(江汉石油学院学报) 2006年10月 第28卷 第5期Journal of Oil and G as T echnology (J 1J PI ) Oct 12006 Vol 128 No 15112 瞬时属性对地震道f (t )进行Hilbert 变换,得到正交地震道f ′(t ): f ′(t )=f (t )h (t )=f (t )1πt(2)利用f ′(t )可以计算出瞬时振幅A (t )、瞬时相位<(t )、瞬时频率F (t )等3种地震属性: A (t )=f (t )2+f ′(t )2(3) <(t )=arctanf (t )f ′(t )(4) F (t )=12πf (t )d f ′(t )d t -f ′(t )d f (t )d t f (t )2+f ′(t )2(5)瞬时振幅A (t )反映了地下反射界面反射系数;瞬时相位<(t )反映了相位突变情况;瞬时频率F (t )反映了介质吸收特性。
113 功率谱属性功率谱可利用最大熵谱估计得到,从中提取主频、平均频率和二阶中心矩等3种地震属性。
功率谱主频f wm 是功率谱最大峰值所对应的频率,它反映地震信号成分中能量最大的简谐波频率。
设功率谱频率序列为f i ,对应谱值序列为P (f i ),则平均频率f a 为: f a =∑if i P (f i )∑i P (f i)(6)它反映地震信号的能量按频率分布的特点。
功率谱二阶中心矩M 2以平均频率为基础进行计算: M 2=∑i (f i -f a )2P (f i )∑i P (f i )(7)它反映地震信号频率分布变化的特征。
114 傅里叶谱属性利用对地震数据做快速傅里叶变换后所得的振幅谱提取主频、中心频率和频带宽度等3种属性参数。
振幅谱主频f am 是振幅最大值所对应的频率,它反映出地震信号简谐成分中振幅最大的分量频率;中心频率f m 是把振幅谱曲线划分为面积相等的高频和低频2部分的分界频率,它反映地震信号简谐成分随频率分布的特征;频带宽度f b 是把振幅谱A (f )中低截频f l 与高截频f h 之间包含面积转换为一个等面积的以振幅谱最大值A max 为高的矩形的宽度: f b =1A max ∫f h f l A (f )d f (8)它反映地震波形特征。
2 利用神经网络预测声波速度将已钻井段声波时差测井数据和对应的地震属性组合作为学习样本,对通过神经网络建立非线性映射关系模型,在此基础上进行声波测井曲线预测。
笔者选择B P 神经网络来实现这一过程。
BP 学习算法是前馈型神经网络中研究得最成熟且应用最广的一种有监督的学习算法[8,9],它采用梯度下降法在权矢量空间中求取误差函数的极小值,能够使误差函数极小化的权值组合即为学习问题的解答。
在学习阶段,把从已钻井段井旁地震记录中提取出来的地震属性组合加在神经网络的输入端,沿前向在各层神经元按输入和激励函数的方式产生输出: Y j =F (∑i W ji X i -θj )(9)式中,Y j 为节点j 的输出;θj 为节点j 的阈值;X i 为下一层节点i 的输出;W ji 为2节点的连接权值;F 为激励函数。
把利用已钻井段声波时差测井值作为网络期望输出,将输出层神经元的实际输出值和期望输出值・76・第28卷第5期吴超等:基于地震属性分析的地层孔隙压力钻前预测模型 之差沿反向传播到各层神经元,并且根据误差的大小和符号相应地调整各连接权值W n+1ji 和阈值θn+1j : W n+1ji =W n+1ji +ηδj Y i +α(W n ji -W n-1ji )(10) θn+1j =θn j +ηδj +α(θn j -θn-1j)(11)式中,n 为迭代次数;η为学习率,0<η<1;α为动量项,0<α<1;δj 为节点j 的误差项。
此过程一直进行到神经网络权连接方式能在给定样本下以一定精度产生给定输出结果为止,即认为学习阶段结束。
此时将当前待钻地层的地震属性输入已经学习建模成功的神经网络输入端时,神经网络将会在输出端给出所需预测的未钻地层声波时差测井值,可利用其进一步推算声波速度。
3 地层孔隙压力的预测在获取声波速度资料后,可以利用已有的地质、钻井和测井资料建立起声波速度和垂直有效应力的经验关系模型,以此为基础由声波速度计算垂直有效应力。
笔者使用以下计算模型[1]: v =A +B P C e +D exp (EP e )(12)式中,v 为声波速度;P e 为垂直有效应力;A ,B ,C ,D ,E 为模型参数,它们可根据已钻地层中正常压实井段的声波速度和垂直有效应力通过多元非线性回归来确定。
模型回归时声波速度通过声波测井资料获得,垂直有效应力利用上覆地层压力和静液压力确定,其中上覆地层压力资料又可通过已知密度测井资料得到。
在获得垂直有效应力和上覆地层压力的基础上,根据下面的有效应力公式预测孔隙压力: P p =P o -P e(13)式中,P p 是孔隙压力;P o 是上覆地层压力。
4 实际应用利用某油田一口预探井的实际资料来模拟验证该方法的可行性。
图1是以该井4000～4800m 井段地震属性和测井声波时差间关系的建模结果为基础所预测的4800～5500m 井段声波测井曲线,并和同井段的实际声波测井曲线进行对比。
同时测井资料显示出该井段的井径扩大率基本平稳。
通过对比,可以发现声波测井曲线的预测取得了较好效果。
图1 预测和实际声波测井曲线对比图2是利用预测声波测井数据计算的该井相应井段的孔隙压力曲线,并与通过地层测试所测得的孔隙压力值进行对比。
从图2中可以看到预测结果和实测数据较为一致,预测效果良好,说明该研究的理・86・ 石油天然气学报(江汉石油学院学报)2006年10月论和方法是可行的,可适用于现场地层孔隙压力的钻前预测。
图2 预测和实测孔隙压力对比5 结 论1)提出的利用地震属性预测孔隙压力的方法相比于传统的地震层速度预测方法,使用简便,预测精度高,易于推广,尤其适合于预探井的地层孔隙压力预测。
2)合理选择和准确提取地震属性,对于正确预测声波测井数据乃至最终的地层孔隙压力有着重要的影响。
3)用于预测声波时差测井曲线的B P 神经网络模型的收敛速度、容错能力和预测精度均令人满意。
4)正确计算垂直有效应力是孔隙压力预测成功的基础,准确求取声波速度和选择合理的有效应力计算模型是其中2个关键环节。
[参考文献][1]樊洪海,张传进1复杂地层孔隙压力求取新技术[J ]1石油钻探技术,2005,33(5):40～431[2]Bowers G L 1Pore pressure estimation from velocity data :accounting for overpressure mechanisms besides undercompaction [J ]1SPEDrilling &Completion ,1995,(6):89～951[3]Alixant J L 1A new approach to realtime pore pressure evaluation [J ]1SPE 19336,19891[4]樊洪海1适于检测砂泥岩地层孔隙压力的综合解释方法[J ]1石油勘探与开发,2002,29(1):90～921[5]王永刚,乐友喜,刘伟等1地震属性与储层特征的相关性研究[J ]1石油大学学报(自然科学版),2004,28(1):26～301[6]王永刚,谢东,乐友喜等1地震属性分析技术在储层预测中的应用[J ]1石油大学学报(自然科学版),2003,27(3):30～321[7]Quincy C ,Steve S 1Seismic attribute technology for forecasting and monitoring [J ]1The Leading Edge ,1997,16(5):445～4561[8]焦李成1神经网络计算[M ]1西安:西安电子科技大学出版社,19931[9]张立明1人工神经网络的模型及其应用[M ]1上海:复旦大学出版社,19941[编辑] 弘 文・96・第28卷第5期吴超等:基于地震属性分析的地层孔隙压力钻前预测模型 K ey w ords:mineral reserves;reserves comp utation;visualization;ordinary Krige met hod;variationf unction66Model Used for Pre2drilling Prediction of Formation Pore Pressure B ased on Seismic Attrib2 uteWU Chao,CHE N Mian,J I N Y an (China Universit y of Pet roleum,Bei j ing102249)Abstract:Predicting pore pressure accurately is t he foundation for analyzing borehole stability1Based on t he clo se relationship between seismic and logging information,a new met hod for predicting pore pressure is p resented based on seismic att ribute analysis1Through neural network technology,t he nonlinear relationship model is established between borehole2side seismic att ributes and sonic logging data of drilled formation so as to p redict acoustic velocity under bottomhole1On t he basis of t he pre2 dicted result s and rock mechanical model,t he vertical effective pressure is obtained1Pore pressure of formation can be calculated by using t he effective pressure principle1This met hod,which effectively overcomes t he weak point s of t he conventional p rediction model based on seismic interval velocity da2 ta,has excellent result s in practical application in t he oilfield1It is particularly suitable for t he pre2 diction of pore pressure in new p rospecting areas1K ey w ords:pore p ressure;p redictio n;seismic att ribute;acoustic velocity;neural network;effective pressure70Application of Seismic Attribute Analysis in Tuoputai R eservoir Prediction NI NG Song2hua (Key L aboratory of Ex ploration Technologies f or Oil and Gas Resources(Yangtze Universit y),Minist ry of Edu2 cation,J ingz hou434023)Abstract:Seismic data of high signal2noise ratio can be obtained after t he amplit ude equalizing for3 dimensional po st2stack data in Tuop utai reservoir1A window scanning met hod is used to determine a p roper window cont rol,by which attribute data which can accurately present t he property changes of oil and gas reservoirs are ext racted1Because t here are t hin reservoirs in Tuop utai Area,t he ext racted att ribute data are analyzed,it is found out t hat t he characteristics of reservoir changes in t he area can be reflected by t he att ribute of amplit ude and f requency,especially for t he att ribute of t hin reser2 voirs1It is p roven by t he att ribute data from T00reflected horizon in Well Block S11222t hat t he met h2 od can be used for better p rediction of main reservoir dist ribution ranges1K ey w ords:seismic att ribute;amplit ude equalizing;window scanning;reservoir prediction;Tuop utai Area78A Digitalized Design of Induction Logging ToolDANG Rui2rong,Y ANG Bin (X iπan Pet roleum Universit y,X iπan710065)Abstract:In consideration of t he p roblems existed in t he induction logging tool at present,a digital inductio n logging tool is designed1The design and implementation of it s system st ruct ure,digitali2 zation scheme and each f unction module are emp hatically int roduced1It s design is based on DSP chip TMS320VC33,by which t he digital f unction of a waveform generator and p hase sensitive demodula2 tion is realized,t he system is optimized and a new met hod is produced for t he develop ment of logging tools1K ey w ords:induction logging;digitalization p hase sensitive demodulation82R esult of NMR of Viscous Oil Samples and Viscosity Experimental Measurement HE Z ong2bin (Yangtze Universit y,J ingz hou434023)NI Jing (J ingz hou Mechanic and Elect ronic School,J i ngz hou434000)Abstract:Nuclear magnetic resonance(NMR)logging is t he only logging for p roviding information on oil visco sity1The relationship between T2and visco sity is established by using NMR measurement wit h6barrels of oil samples,it s correlation coefficient is01966,based on it NMR logging can be used to estimate oil viscosity1After T2changing wit h temperat ure is analyzed,fluid p roperties of vis2 cous reservoirs can be established based t he dist ribution of T21K ey w ords:nuclear magnetic logging;crude oil viscosity;relaxation time;temperat ure correctio n85Study on Improving G as2condensate Well Productivity by H uff and Puff Dry G as Injection T ANG Y ong (Post Doctoral Scienti f ic Research W orking S tation,Cheng du Uni versit y of Technolog y,Cheng du610059;S tate Key L aboratory of Oil and Gas Reservoi r Geology and Ex ploration,S out hwest Pet roleum Universit y,Cheng du610500)SUN Lei,DU Zhi2min,SUN Liang2tian,LI Shi2lun (S tate Key L aboratory of Oil and Gas Reservoi r Geology and Ex ploration,・Ⅴ・。