一种不依赖测井资料的含油气饱和度预测方法

摘要

本发明公开一种不依赖测井资料的含油气饱和度预测方法，包括：进行地质背景调查，获得岩石物理参数的先验概率分布；具有先验概率分布的所有岩石物理参数中对每一个岩石物理参数进行多次随机抽样若干数值，得到岩石物理参数抽样值；预设R‑H‑G岩石物理经验模型和岩石密度方程；将岩石物理参数抽样值代入，计算出对应的纵波速度、密度和纵波阻抗，得到纵波阻抗与含油气饱和度之间的后验概率分布数据；将纵波阻抗作为自变量、含油气饱和度作为因变量进行拟合优化后，得到通过纵波阻抗计算含油气饱和度的计算公式，该计算公式作为预测公式，按预测公式进行预测含油气饱和度。本发明不依赖与测井资料即可实现含油气饱和度的预测。

权利要求

1.一种不依赖测井资料的含油气饱和度预测方法，其特征在于，包括以下步骤：步骤1：对目标区域进行地质背景调查，以获得目标区域的岩石物理参数，并对岩石物理参数中各个参数赋予概率，得到岩石物理参数的先验概率分布；

步骤2：从具有先验概率分布的所有岩石物理参数中对每一个岩石物理参数进行多次随机抽样若干数值，得到岩石物理参数抽样值；

步骤3：预设R‑H‑G岩石物理经验模型和岩石密度方程，R‑H‑G岩石物理经验模型如公式①，岩石密度方程如公式②：

2

Vp＝(1‑φ) Vps+φVpf‑‑‑‑‑‑①ρ＝(1‑φ)ρm+φρf‑‑‑‑‑‑②式中，Vp为纵波速度，φ为孔隙度，Vps为岩石骨架速度，Vpf为孔隙流体的速度，ρ表示岩石密度，ρm为岩石矿物骨架密度，ρf为孔隙流体密度；

步骤4：根据岩石物理参数抽样值计算出纵波速度Vp和岩石密度ρ，纵波速度Vp和岩石密度ρ相乘结果得到纵波阻抗，从而得到纵波阻抗与含油气饱和度之间的后验概率分布数据；

步骤5：在后验概率分布数据中，将纵波阻抗作为自变量、含油气饱和度作为因变量进行拟合优化后，得到通过纵波阻抗计算含油气饱和度的计算公式，该计算公式作为用于预测含油气饱和度的预测公式；

获得目标区域的纵波阻抗，将纵波阻抗代入预测公式，输出结果即是预测结果。

2.根据权利要求1所述的不依赖测井资料的含油气饱和度预测方法，其特征在于，地质背景调查的内容包括沉积盆地的类型，目的层的沉积年代和演化过程，目的层的现今埋藏深度和温压场特征，目的层的沉积、构造和储层特征以及目的层的含流体类型，得到相应的地质背景调查结果，根据地质背景调查结果综合分析，得到目标区域的岩石物理参数及对应的概率。

3.根据权利要求1所述的不依赖测井资料的含油气饱和度预测方法，其特征在于，岩石物理参数的先验概率分布包括孔隙度先验概率分布、油气饱和度先验概率分布、地层温度先验概率分布、地层压力先验概率分布、石英矿物含量先验概率分布、粘土矿物含量先验概率分布。

4.根据权利要求1所述的不依赖测井资料的含油气饱和度预测方法，其特征在于，随机抽样采用马尔可夫链蒙特卡洛随机抽样。

5.根据权利要求1所述的不依赖测井资料的含油气饱和度预测方法，其特征在于，在步骤4中，将多组岩石物理参数抽样值代入公式①和②，每一次代入采用一组岩石物理参数抽样值，一组岩石物理参数抽样值是指同一次抽样得到的岩石物理参数抽样值。

6.根据权利要求1所述的不依赖测井资料的含油气饱和度预测方法，其特征在于，在步骤5之后，还包括以下步骤：

步骤6：获得地震CMP道集数据，对地震CMP道集数据进行反演，得到层析速度数据体，将层析速度数据体代入Gardner方程，计算出密度数据体，再根据密度数据体计算出纵波阻抗数据体，并将该纵波阻抗数据体作为反演所需的初始模型，该初始模型记为纵波阻抗初始模型；

步骤7：获得地震叠后振幅数据体并代入到纵波阻抗初始模型中，采用基于模型的反演方法进行反演，得到纵波阻抗反演数据体；

步骤8：将纵波阻抗反演数据体代入所述预测公式，从而计算出含油气饱和度数据体，完成预测。

7.根据权利要求6所述的不依赖测井资料的含油气饱和度预测方法，其特征在于，步骤

6中，对地震CMP道集数据进行层析网格反演，得到层析速度数据体。

8.根据权利要求1所述的不依赖测井资料的含油气饱和度预测方法，其特征在于，步骤

4中，所述根据岩石物理参数抽样值计算出纵波速度Vp和岩石密度ρ的具体实现包括以下步骤：

将步骤岩石物理参数中地层温度、地层压力和油气饱和度的抽样值代入Batzle‑Wang公式，计算出Vpf和ρf；

将石英矿物含量和粘土矿物含量的抽样值代入岩石矿物骨架密度计算公式，计算出ρm，岩石矿物骨架密度计算公式为：

ρm＝Vqρq+Vshρsh

式中，Vq代表石英含量，Vsh代表粘土矿物含量，ρq代表石英矿物密度，ρsh代表粘土矿物密度；

将石英矿物含量和粘土矿物含量的抽样值代入Voigt‑Reuss‑Hill公式计算出岩石骨架的体积模量K；

将上述计算得到的的ρm和K，通过公式③计算出Vps：根据计算得到的Vps、ρm代入公式①和②，从而计算得到纵波速度Vp和岩石密度ρ。

说明书

一种不依赖测井资料的含油气饱和度预测方法

技术领域

[0001] 本发明涉及含油气饱和度预测技术领域，具体涉及一种不依赖测井资料的含油气饱和度预测方法。

背景技术

[0002] 含油气饱和度预测是地震油气勘探的重要目标之一。现有的含油气饱和度预测的技术方案通常是从已钻井资料出发，通过钻井资料中的测井数据和岩心数据得到目标地层
的岩性、物性(物理特性)、流体和油藏条件等岩石物理参数，然后选择合适的岩石物理模
型，建立出含油气饱和度与地震波阻抗等弹性参数的换算关系，最后利用基于井模型的地
震反演技术计算出的波阻抗等弹性参数反演结果，并利用含油气饱和度与反演结果的换算
关系完成含油气饱和度的预测。现有的含油气饱和度预测的前提就是需要依赖于测井资
料，也即对目标区域有进行过钻井而获得测井资料。

[0003] 但在实际使用时，有些目标区域受当地实际环境或其他外部条件的限制，某些含油气盆地还未进行过钻井，自然也就没有相应实际的测井资料，现有含油气饱和度预测技
术无法解决此困境。为此，需要不依赖于测井资料，也能够对目标区域进行含油气饱和度预
测的实现方法。

发明内容

[0004] 针对现有技术的不足，本发明的目的提供一种不依赖测井资料的含油气饱和度预测方法，其能够解决无测井资料下预测含油气饱和度的问题。

[0005] 实现本发明的目的技术方案为：一种不依赖测井资料的含油气饱和度预测方法，包括以下步骤：

[0006] 步骤1：对目标区域进行地质背景调查，以获得目标区域的岩石物理参数，并对岩石物理参数中各个参数赋予概率，得到岩石物理参数的先验概率分布；

[0007] 步骤2：从具有先验概率分布的所有岩石物理参数中对每一个岩石物理参数进行多次随机抽样若干数值，得到岩石物理参数抽样值；

[0008] 步骤3：预设R‑H‑G岩石物理经验模型和岩石密度方程，R‑H‑G岩石物理经验模型如公式①，岩石密度方程如公式②：

[0009] Vp＝(1‑φ)2Vps+φVpf‑‑‑‑‑‑①

[0010] ρ＝(1‑φ)ρm+φρf‑‑‑‑‑‑②

[0011] 式中，Vp为纵波速度，φ为孔隙度，Vps为岩石骨架速度，Vpf为孔隙流体的速度，ρ表示岩石密度，ρm为岩石矿物骨架密度，ρf为孔隙流体密度；

[0012] 步骤4：根据岩石物理参数抽样值计算出纵波速度Vp和岩石密度ρ，纵波速度Vp和岩石密度ρ相乘结果得到纵波阻抗，从而得到纵波阻抗与含油气饱和度之间的后验概率分布
数据，得到纵波阻抗与含油气饱和度之间的后验概率分布数据；

[0013] 步骤5：在后验概率分布数据中，将纵波阻抗作为自变量、含油气饱和度作为因变量进行拟合优化后，得到通过纵波阻抗计算含油气饱和度的计算公式，该计算公式作为用
于预测含油气饱和度的预测公式；

[0014] 获得目标区域的纵波阻抗，将纵波阻抗代入预测公式，输出结果即是预测结果。

[0015] 进一步地，地质背景调查的内容包括沉积盆地的类型，目的层的沉积年代和演化过程，目的层的现今埋藏深度和温压场特征，目的层的沉积、构造和储层特征以及目的层的
含流体类型，得到相应的地质背景调查结果，根据地质背景调查结果综合分析，得到目标区
域的岩石物理参数及对应的概率。

[0016] 进一步地，岩石物理参数的先验概率分布包括孔隙度先验概率分布、油气饱和度先验概率分布、地层温度先验概率分布、地层压力先验概率分布、石英矿物含量先验概率分
布、粘土矿物含量先验概率分布。

[0017] 进一步地，随机抽样采用马尔可夫链蒙特卡洛随机抽样。

[0018] 进一步地，在步骤4中，将多组岩石物理参数抽样值代入公式①和②，每一次代入采用一组岩石物理参数抽样值，一组岩石物理参数抽样值是指同一次抽样得到的岩石物理
参数抽样值。

[0019] 进一步地，在步骤5之后，还包括以下步骤：

[0020] 步骤6：获得地震CMP道集数据，对地震CMP道集数据进行反演，得到层析速度数据体，将层析速度数据体代入Gardner方程，计算出密度数据体，再根据密度数据体计算出纵
波阻抗数据体，并将该纵波阻抗数据体作为反演所需的初始模型，该初始模型记为纵波阻
抗初始模型；

[0021] 步骤7：获得地震叠后振幅数据体并代入到纵波阻抗初始模型中，采用基于模型的反演方法进行反演，得到纵波阻抗反演数据体；

[0022] 步骤8：将纵波阻抗反演数据体代入所述预测公式，从而计算出含油气饱和度数据体，完成预测。

[0023] 进一步地，步骤6中，对地震CMP道集数据进行层析网格反演，得到层析速度数据体。

[0024] 进一步地，步骤4中，所述根据岩石物理参数抽样值计算出纵波速度Vp和岩石密度ρ的具体实现包括以下步骤：

[0025] 将步骤岩石物理参数中地层温度、地层压力和油气饱和度的抽样值代入Batzle‑Wang公式，计算出Vpf和ρf；

[0026] 将石英矿物含量和粘土矿物含量的抽样值代入岩石矿物骨架密度计算公式，计算出ρm，岩石矿物骨架密度计算公式为：

[0027] ρm＝Vqρq+Vshρsh

[0028] 式中，Vq代表石英含量，Vsh代表粘土矿物含量，ρq代表石英矿物密度，ρsh代表粘土矿物密度；

[0029] 将石英矿物含量和粘土矿物含量的抽样值代Voigt‑Reuss‑Hill公式计算出岩石骨架的体积模量K；

[0030] 将上述计算得到的的ρm和K，通过公式③计算出Vps：

[0031]

[0032] 根据计算得到的Vps、ρm代入公式①和②，从而计算得到纵波速度Vp和岩石密度ρ。

[0033] 本发明的有益效果为：本发明不依赖于测井资料即可实现含油气饱和度的预测，能够在实际应用时，在无法钻井或不需要钻井的目标区域进行预测，能够降低成本。

附图说明

[0034] 图1是较佳实施例的流程示意图；

[0035] 图2是示例6种岩石物理参数的先验概率分布示意图；

[0036] 图3是纵波阻抗与岩石物理参数之间的后验概率分布数据示意图；

[0037] 图4是根据图3的后验概率分布数据拟合得到的拟合曲线示意图；

[0038] 图5是某目标区域进行预测得到的含油气饱和度示意图。

具体实施方式

[0039] 下面，下面结合附图以及具体实施方案，对本发明做进一步描述。

[0040] 如图1‑图5所示，一种不依赖测井资料的含油气饱和度预测方法，包括以下步骤：

[0041] 步骤1：对目标区域进行地质背景调查，以获得目标区域的岩石物理参数，并对岩石物理参数中各个参数赋予概率形成概率分布，从而获得岩石物理参数的先验概率分布。

[0042] 本步骤中，地质背景调查包括查阅文献资料以及现有对目标区域地质研究获得的地质情况，当然也还可以通过与当地科研人员交流获得目标区域的岩石物理参数。

[0043] 参考图2，地质背景调查获得的结果主要包括沉积盆地的类型，目的层的沉积年代和演化过程，目的层的现今埋藏深度和温压场特征，目的层的沉积、构造和储层特征以及目
的层的含流体类型等，通过地质背景调查获得的结果进行综合分析后，对岩石物理参数赋
予概率，从而以概率的形式对岩石物理参数进行表征，得到岩石物理参数的先验概率分布。
其中，岩石物理参数包括储层的矿物含量(如石英矿物含量、粘土矿物含量)、储层岩石的孔
隙度、储层岩石的油气饱和度、目的层的温度及压力特征。图2中示例了6种岩石物理参数的
先验概率分布示意图，分别是孔隙度先验概率分布、油气饱和度先验概率分布、地层温度先
验概率分布、地层压力先验概率分布、石英矿物含量先验概率分布、粘土矿物含量先验概率
分布。

[0044] 其中赋予各个岩石物理参数的概率可以通过人工预设赋予其数值，通常各个岩石物理参数的概率需要满足高斯分布。图2中示例出的6个岩石物理参数的先验概率分布均呈
高斯分布。

[0045] 步骤2：从具有先验概率分布的所有岩石物理参数中对每一个岩石物理参数进行多次随机抽样若干数值，得到岩石物理参数抽样值。

[0046] 对图2中6个岩石物理参数进行多次随机抽样，每一次随机抽样，均得到6个对应岩石物理参数抽样值。其中，6个岩石物理参数抽样值分别为孔隙度、油气饱和度、地层温度、
地层压力、石英矿物含量和粘土矿物含量。

[0047] 在一个可选的实施方式中，随机抽样可以采用马尔可夫链蒙特卡洛随机抽样，也即通过马尔可夫链蒙特卡洛随机抽样方法对多种岩石物理参数进行多次随机抽样，获得相
应的抽样值。

[0048] 步骤3：选择Raymer‑Hunt‑Gardner(R‑H‑G)岩石物理经验模型作为岩石物理模型，以及预设岩石密度方程，岩石密度方程表征构成岩石的各组分的简单体积平均。其中，R‑H‑
G岩石物理经验模型如公式①，岩石密度方程如公式②：

[0049] Vp＝(1‑φ)2Vps+φVpf‑‑‑‑‑‑①

[0050] ρ＝(1‑φ)ρm+φρf‑‑‑‑‑‑②

[0051] 式中，Vp为纵波速度，φ为孔隙度，体现岩石物性对弹性参数的影响；Vps为岩石骨架速度，体现岩石岩性特征对弹性参数的影响，与组成岩石的矿物含量及矿物模量有关；Vpf
为孔隙流体的速度，体现孔隙流体特征对弹性参数的影响，与流体类型，油气饱和度和油气
藏的温度压力条件有关。ρ表示岩石密度，ρm为岩石矿物骨架密度，ρf为孔隙流体密度。

[0052] 本步骤中，在无测井资料条件的限制下，复杂的岩石物理模型会带来更多的不确定性，需要选择合适的岩石物理模型。R‑H‑G岩石物理经验模型的模型参数相对较少，能够
准确描述弹性参数与岩性物性及流体的关系，且对于碎屑岩地层和碳酸盐地层均适用。故
本实施例选用R‑H‑G岩石物理经验模型，当然在实际应用时，也可以选择其他合适的岩石物
理模型。

[0053] 由于地震振幅大小是地震波阻抗的函数，而地震波阻抗等于纵波速度和密度的乘积，因此，可以先根据岩石密度方程求取出岩石密度ρ。

[0054] 步骤4：将步骤2的岩石物理参数中地层温度、地层压力和油气饱和度的抽样值代入Batzle‑Wang公式中计算出Vpf和ρf。

[0055] 步骤5：将步骤2的石英矿物含量和粘土矿物含量的抽样值代入岩石矿物骨架密度的计算公式，计算出ρm，岩石矿物骨架密度计算公式为：

[0056] ρm＝Vqρq+Vshρsh

[0057] 式中，Vq代表石英矿物含量，Vsh代表粘土矿物含量，ρq代表石英矿物密度，取固定3 3
值2.65g/cm，ρsh代表粘土矿物密度，取固定值2.56g/cm。

[0058] 步骤6：将步骤2的石英矿物含量和粘土矿物含量的抽样值代Voigt‑Reuss‑Hill公式计算出岩石骨架的体积模量K。

[0059] 步骤7：将步骤5中得到的ρm和步骤6中得到的K，通过下列公式计算出Vps，公式为：

[0060]

[0061] 步骤8：将步骤4至步骤7中求取Vpf、ρf、ρm、Vps和步骤2的孔隙度抽样值代入步骤3中的R‑H‑G岩石物理经验模型和岩石密度方程，也即代入公式①和②，从而计算出对应的纵波
速度和密度，并将纵波速度乘以密度得到纵波阻抗。

[0062] 步骤9：将每一次抽样得到的一组岩石物理参数抽样值通过步骤3至步骤8计算出对应的纵波阻抗，由于有多组岩石物理参数抽样值，将多组岩石物理参数抽样值通过步骤3
至步骤8进行多次(至少2次)重复计算，即得到纵波阻抗与包含油气饱和度在内的岩石物理
参数之间的后验概率分布数据。图3即是纵波阻抗与岩石物理参数之间的后验概率分布数
据示意图，图中的纵坐标(Sw)表示岩石物理参数‑含油气饱和度，横坐标(Ip)表示表示纵波
阻抗。

[0063] 步骤10：在步骤9中的后验概率分布数据中，将纵波阻抗作为自变量、含油气饱和度作为因变量，并通过合适的最优化方法进行拟合优化后，得到通过纵波阻抗计算含油气
饱和度的计算公式。该计算公式即作为用于预测含油气饱和度的预测公式，通过该计算公
式即可在不依赖于测井资料的前提下实现对含油气饱和度的预测。也即通过拟合方法拟合
出纵波阻抗与含油气饱和度之间的函数，该函数即是可计算含油气饱和度的计算公式。

[0064] 参考图4，图4即是根据图3中纵波阻抗与岩石物理参数之间的后验概率分布数据通过拟合优化方法得到的拟合曲线，该拟合曲线也即是预测公式的函数曲线。

[0065] 在得到预测公式后，当需要对待预测目标区域进行预测含油气饱和度时，先获得目标区域的纵波阻抗数据体，将纵波阻抗数据代入预测公式，计算出含油气饱和度数据体，
进而完成无井条件下含油气饱和度的预测。

[0066] 除了含油气饱和度这个岩石物理参数外，由于其他岩石物理参数也会引起纵波阻抗的显著变化，通过纵波阻抗计算出的含油气饱和度作为预测结果，该预测效果取决于其
他岩石物理参数的先验认识(即先验概率分布)，即步骤1中岩石物理先验概率分布的设置
会对含油气饱和度预测结果的可靠性产生明显影响。在无井(即无测井资料)条件下的实际
应用中，需要对研究区开展深入的地质背景调查，尽可能降低除含油气饱和度外的其他岩
石物理参数的不确定性，才能得到预测效果较好的含油气饱和度预测公式。因此，当步骤1
中的地质背景调查越详细准确，给出的先验概率分布越合理越接近真实，则预测效果越好，
即预测到的含油气饱和度越符合实际目标区域的含油气饱和度。可见，本实施例能够提供
无需依赖测井资料很好地进行含油气饱和度的预测，预测结果可靠准确。

[0067] 经过步骤10后得到预测公式，就可以对目标区域的含油气饱和度进行预测。但目标区域在无井条件下，无法通过常规的测井数据建立反演所需的初始模型，从而无法依赖
测井数据进行含油气饱和度预测。为此，在步骤10之后，还包括以下步骤：

[0068] 步骤11：获得地震CMP道集数据，地震CMP道集数据不需要通过钻井获得，即不依赖于测井、在无井条件下即可获得地震CMP道集数据。对地震CMP道集数据选择层析网格反演
方法进行反演，得到低频的层析速度数据体。利用Gardner方程，将层析速度数据体代入到
Gardner方程中计算出低频的密度数据体，再根据密度数据体计算出纵波阻抗数据体，并将
该纵波阻抗数据体作为反演所需的初始模型，该初始模型记为纵波阻抗初始模型。

[0069] 步骤12：获得地震叠后振幅数据体并代入到纵波阻抗初始模型中，采用常规基于模型的反演方法进行反演，得到纵波阻抗反演数据体。

[0070] 其中，地震叠后振幅数据可通过采集得到，例如通过采集船的拖缆进行采集得到，仍然不需要进行钻井获得。

[0071] 步骤13：参考图5，将纵波阻抗反演数据体代入所述预测公式，从而计算出含油气饱和度数据体，从而完成无井条件下含油气饱和度的预测。图5即是某目标区域通过本实施
例方法预测得到的含油气饱和度示意图。

[0072] 其中，需要说明的是，数据体指地震数据，数据指测井数据。测井和地震中都可以得到纵波阻抗、油气饱和度等数据，但测井数据只在空间中的某一点存在，是一维数据(Z方
向)，而地震数据是一个三维数据体(包括X方向、Y方向和Z方向)。例如，层析速度数据体是
地震数据上的概念，含有三维信息，而层析速度是测井数据上的概念，仅含有一维信息(Z方
向)。

[0073] 本实施例提供的含油气饱和度预测方法可以作为一项高技术服务，用于为海洋、测绘、地质勘探等目标客户提供高端服务，也即为目标客户提供专业技术服务。同时，也可
以作为海洋工程中勘探等自用，可作为海洋工程中工程勘察船、海底资源调查船等上的技
术终端，以实现在无钻井区域提取预测目标区域的含油气饱和度，从而为后续油气勘探打
下坚实基础。

[0074] 本说明书所公开的实施例只是对本发明单方面特征的一个例证，本发明的保护范围不限于此实施例，其他任何功能等效的实施例均落入本发明的保护范围内。对于本领域
的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变
形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。