[发明专利]潜山段中裂缝型储层的分类确定方法及系统

说明书

本申请提供一种潜山段中裂缝型储层的分类确定方法及系统，通过测井数据与地震数据，得到目标储层特征相关的地震属性数据和顶面构造特征，结合分类神经网络准确确定复杂裂缝型储层油藏的分类信息，进而准确知晓全区储层的分类划分情况，方便指导后续的井位部署和油藏的开采，具有推广意义。

技术领域

本申请涉及石油勘探技术领域，更具体的，涉及一种潜山段中裂缝型储层的分类确定方法及系统。

背景技术

对于高成熟度勘探开发阶段的油田，油藏评价的目标也逐步由浅层的碎屑岩油藏转向深层的潜山油藏，潜山油藏勘探开发逐渐成为油田增储上产的重要领域。裂缝是潜山油藏的主要储集空间，潜山勘探以裂缝性油藏为主要目标，但是其油藏的复杂性对油藏评价造成了较大困难。

潜山油藏为裂缝型储层，油藏受控于裂缝发育状况。据统计，在基潜山储层中发现了大量的脉岩伴生，脉岩与围岩在岩性、物性有较大的差别。侵入岩体与构造应力密切相关，虽然岩脉侵入后裂缝被填充，但岩脉发育区的岩层在后期构造应力作用下更易形成裂缝，形成了有利的油气运移通道和储集空间。

由于裂缝型储层的复杂性，目前没有一项技术能有效确定潜山有效储层的分布规律。

发明内容

有鉴于此，为了解决目前尚未出现能够有效确定潜山有效储层的分布规律，本申请提供一种潜山段中裂缝型储层的分类确定方法、系统、电子设备及可读介质，通过测井与地震资料，获取潜山顶面构造特征及地震属性，完成潜山内部岩脉的追踪；根据潜山顶面构造特征进行数值模拟，得到地下裂缝发育参数；按照单井初期产能数据，将潜山储层进行分类，利用神经网络将单井数据与分类结果进行样本学习；将区域地震属性聚类加权结果、岩脉厚度值、裂缝发育特征结果输入神经网络，得到全区储层分类划分。

本申请第一方面实施例提供一种潜山段中裂缝型储层的分类确定方法，包括：

从目标储层的地震数据中提取出与目标储层特征相关的地震属性数据；所述目标储层为潜山段中裂缝型储层；

根据目标储层的测井数据和地震数据，确定所述目标储层的顶面构造特征；

基于所述地震属性数据和所述顶面构造特征，结合预设的分类神经网络得到目标储层的储层分类信息。

在某些实施例中，所述根据目标储层的测井数据和地震数据，确定所述目标储层的顶面构造特征，包括：

从测井数据中获取单井地层及联井地层的层位信息，执行层位对比和井震标定操作，获得目标储层顶面和内部岩脉顶面在地震剖面中对应的地震同相轴；

对所述地震同相轴进行层位追踪，并结合所述测井数据和地震数据建立区域速度场，从所述区域速度场中获取所述目标储层的顶面构造特征。

在某些实施例中，基于所述地震属性数据和所述顶面构造特征，结合预设的分类神经网络得到待确定储层的储层分类信息，包括：

对所述地震属性数据进行聚类分析，得到地震属性加权叠加数据；

对所述地震属性进行反演解释操作，得到潜山段中侵入岩的岩脉顶面位置、底面位置以及时间厚度，并结合所述区域速度场，获得目标储层内部岩脉的厚度数据；

对所述目标储层构造特征进行数值模拟，得到地下裂缝发育参数；

将所述地震属性加权叠加数据、所述厚度数据以及所述地下裂缝发育参数输入所述分类神经网络，输出所述储层分类信息。

在某些实施例中，所述地下裂缝发育参数包括：工区裂缝孔隙度和裂缝方向值；所述对所述目标储层构造特征进行数值模拟，得到地下裂缝发育参数，包括：

对测井数据中的单井成像进行岩性解释，得到目标储层的裂缝孔隙度和裂缝方向值；