[发明专利]一种油田开发阶段储层精细预测方法

摘要

本发明涉及一种油田开发阶段储层精细预测方法，其步骤：基础数据收集、质控和处理：针对单井曲线问题和多井一致性问题，对存在问题的测井曲线采用岩石物理方法进行校正；利用岩石物理分析方法获得对储层的岩性、物性或含油气性具有区分性的测井曲线参数，确定储层反演目标参数；进行精细井震标定，获得准确的时深关系；采用常规波阻抗反演方法获得波阻抗数据体，作为多属性反演的外部属性输入；针对多属性反演方法的特点，采用带通滤波手段滤除测井曲线的高低频信息，即进行井震资料的频率匹配；将获得的波阻抗数据体作为外部属性输入，采用多属性反演方法得到最终反演结果。本发明能有效提高预测精度，适用范围较广，满足了油田开发阶段对于储层预测精度的需求。

主权项

1.一种油田开发阶段储层精细预测方法，其特征在于，该方法包括以下步骤：1)基础数据收集、质控和处理，重点进行测井曲线质控：针对单井曲线问题和多井一致性问题，对存在问题的测井曲线采用岩石物理方法进行校正；2)利用岩石物理分析方法获得对储层的岩性、物性或含油气性具有区分性的测井曲线参数，确定储层反演目标参数；3)进行精细井震标定，获得准确的时深关系；4)采用常规波阻抗反演方法获得波阻抗数据体，作为多属性反演的外部属性输入；5)针对多属性反演方法的特点，采用带通滤波手段滤除测井曲线的高低频信息，即进行井震资料的频率匹配；6)将步骤4)获得的波阻抗数据体作为外部属性输入，采用多属性反演方法得到最终反演结果；具体方法如下：①单属性相关分析：计算外部属性和从地震数据中提取的内部属性与储层反演目标参数之间的线性相关系数，根据相关系数大小对各个属性进行排序，根据排序的先后剔除相关性较差的属性，实现属性的初步优选；②多属性相关分析：根据单属性相关分析结果，采用“步聪法”寻找全局最优的多个属性组合，最终得到的最优敏感属性组合必须满足校验误差为最小的条件；③褶积算子长度优选：褶积算子长度即参与预测某一深度储层反演目标参数的时间域地震属性的个数，比较不同褶积算子的校验误差，当校验误差最小时对应的褶积算子长度即为最优的褶积算子长度；④神经网络非线性分析：在选定地震属性组合和褶积算子长度的基础上，采用概率神经网络方法对井点处的测井曲线进行训练学习，建立储层反演目标参数和优选的地震属性组合之间的非线性关系，然后将建立的关系推广到整个反演工区范围，实现非线性的多属性反演。