基于时移地震的水驱速度预测方法
技术领域
本发明涉及油气田开发技术领域，具体是关于一种基于时移地震的水驱速度预测方法。
背景技术
现今，大部分油气藏都采用注水开发的方式，注水开发能够有效的补充地层能量，减缓地层压力下降，提高油气藏的采收率。因此，研究影响注水开发的因素，提高注水开发的效果，对提高油气藏采出程度有重要意义。注水开发过程中，水驱速度直接影响油气藏的采出程度。水驱速度过快，采油井将很快见水，无水采油时间较短，采出程度下降；水驱速度合理，采油井的无水采油时间较长，采出程度较高。因此，研究水驱速度的预测方法，指导注水开发过程中的生产措施调整，从而延缓见水时间，对提高油气藏采出程度具有重要意义。
随着时移地震技术应用到水驱油气藏的开发当中，可以实现水驱前缘的有效监测，为水驱速度预测提供了更多的信息。然而常规的水驱速度预测主要根据油气藏类型，考虑隔夹层和渗透率的影响建立数学模型，然后再结合生产动态数据建立水驱速度预测公式，实现对油气藏见水时间的预测。在应用时移地震技术的水驱油气田开发中，时移地震能够提供三维的流体变化信息，相比生产动态信息具有更高的横向分辨率。现有的水驱速度预测方法几乎没有结合时移地震信息进行水驱速度的预测，存在不足。因此，针对应用时移地震和注水开发的海上油气田，目前还没有一种应用时移地震信息进行水驱速度定量预测的方法。
发明内容
针对上述问题，本发明的目的是提供一种基于时移地震的水驱速度预测方法，能够结合时移地震信息进行水驱速度的预测。
为实现上述目的，本发明采取以下技术方案：
本发明所述的一种基于时移地震的水驱速度预测方法，其特征在于，包括以下步骤：1)从地震反演得到的纵波阻抗或横波速度比数据中提取地震属性，将所述地震属性与已钻井的砂地比数据进行交会分析，得到地震属性与砂地比的相关系数，选择相关系数最大的地震属性作为岩性指示因子参数值Lith，并对该参数值进行归一化,得到Lithnor；2)通过时移地震叠前匹配反演得到反映流体变化最敏感的弹性数据体，从该弹性数据体中提取油藏的时移地震流体指示因子f,并通过两次时移地震流体指示因子求取时移地震流体因子差异参数Δf，其中Δf为第二次时移地震和第一次时移地震的流体指示因子相减，将参数值Δf进行归一化，得到Δfnor；3)从已钻井的测井数据中获取渗透率K和孔隙度
所述的水驱速度预测方法，优选地，所述步骤1)中的地震属性包括均方根属性、最小振幅属性和平均振幅属性。
所述的水驱速度预测方法，优选地，所述步骤2)中的时移地震流体指示因子f清楚的将水层和油层或水层和气层区分开。
所述的水驱速度预测方法，优选地，所述Lith归一化的步骤为：
通过公式Lithnor＝[Lith-min(Lith)]/[max(Lith)-min(Lith)]，将参数值Lith映射到(0，1)之间，其中max(Lith)和min(Lith)分别是Lith中最大值和最小值；
所述Δf归一化的步骤为：
通过公式Δfnor＝[Δf-min(Δf)]/[max(Δf)-min(Δf)]将参数值Δf映射到(0，1)之间，其中max(Δf)和min(Δf)分别是Δf中最大值和最小值。
所述的水驱速度预测方法，优选地，所述步骤2)中求取时移地震流体因子差异参数Δf包括以下步骤：2.1)建立岩石物理模型，通过流体替换正演分析，筛选对流体变化敏感的地震弹性参数，根据所述的地震弹性参数构建流体指示因子；2.2)分别对两次时移地震数据进行匹配反演，所述两次时移地震数据分别为Base和Monitor数据，并获取Base和Monitor数据的流体指示因子属性体；2.3)根据步骤2.2)中的Base和Monitor数据的流体指示因子属性体求取流体因子差异属性体，以地震解释的油藏的顶底层位作为提取时窗，提取流体因子差异参数Δf，该参数反映了油藏水驱前缘和水驱波及范围的平面展布。
所述的水驱速度预测方法，优选地，所述步骤3)中获取油藏的孔隙度
所述的水驱速度预测方法，优选地，所述步骤5)中在时移地震流体因子差异反映的水驱波及范围内选取数据点包括以下步骤：5.1)根据Base数据和Monitor数据进行时移地震叠前匹配反演，分别得到这两次时移地震的流体指示因子属性体，两者相减求取流体因子差异属性体，以油藏的顶底层位作为提取时窗，在差异属性体上提取流体因子差异Δf；5.2)在步骤5.1)中提取的流体因子差异Δf反映了在采集Monitor数据时刻注入水波及的范围，在注采井组之间选取水驱波及范围内的已见水采油井作为数据点，在数据点上读取该点到对应注水井的平面距离，单位为米，注入水驱替到所选取数据点的时间是从已见水采油井开始生产的时间为起点，以该采油井见水的时刻为终点，时间单位为月；5.3)在数据点位置上，根据步骤1)中沿层提取的岩性指示因子确定Lith值，根据所述2)中沿层提取的时移地震流体因子差异参数确定Δf值，并归一化得到Δfnor，根据步骤3)中计算的油藏孔隙度和渗透率的平面分布确定孔隙度
所述的水驱速度预测方法，优选地，所述Base数据为在油田投产前第一次采集的时移地震数据；所述Monitor数据为油田生产一段时间后第二次采集的时移地震数据。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明能够有效利用时移地震的流体变化信息来预测水驱速度，显著提高水驱速度预测精度。2、本发明将岩性分布结合到水驱速度预测中，考虑了岩性分布对流体变化的影响，提高了预测精度。3、本发明将储层物性参数结合到水驱速度预测中，考虑了储层的孔喉半径对渗流能力的影响，提高了预测精度。4、本发明综合时移地震、岩性、储层物性、生产动态等多信息来预测水驱速度，利用了时移地震横向信息丰富的优势，不仅预测精度高，而且对油藏生产具有指导作用。
附图说明
图1为本发明所述的基于时移地震的水驱速度预测方法的流程图；
图2为本发明的时移地震水驱前缘波及范围示意图；
图3为本发明的水驱速度预测结果示意图。
具体实施方式
以下将结合附图对本发明的较佳实施例进行详细说明，以便更清楚理解本发明的目的、特点和优点。应理解的是，附图所示的实施例并不是对本发明范围的限制，而只是为了说明本发明技术方案的实质精神。
如图1所示，本发明提供的基于时移地震的水驱速度预测方法，包括以下步骤：
1)从地震反演得到的纵波阻抗或横波速度比数据中提取地震属性，地震属性包括均方根属性、最小振幅属性、平均振幅属性，将所述地震属性与已钻井的砂地比数据进行交会分析，得到地震属性与砂地比的相关系数，选择相关系数最大的地震属性作为岩性指示因子参数值Lith，并对该参数值进行归一化，得到Lithnor；
需要说明的是：所述Lith归一化的具体为：通过公式：
Lithnor＝[Lith-min(Lith)]/[max(Lith)-min(Lith)]，将参数值Lith映射到(0，1)之间，其中max(Lith)和min(Lith)分别是Lith中最大值和最小值。
2)通过时移地震叠前匹配反演得到反映流体变化最敏感的弹性数据体，从该弹性数据体中提取油藏的时移地震流体指示因子f，时移地震流体指示因子f能够清楚的将水层和油层或水层和气层区分开，并通过两次时移地震流体指示因子求取时移地震流体因子差异参数Δf，其中Δf为第二次时移地震和第一次时移地震的流体指示因子相减，将参数值Δf进行归一化，得到Δfnor；
其中，求取时移地震流体因子差异参数Δf包括以下步骤：
2.1)建立岩石物理模型，通过流体替换正演分析，筛选对流体变化敏感的地震弹性参数，根据所述的地震弹性参数构建流体指示因子；
2.2)分别对两次时移地震数据进行匹配反演，所述两次时移地震数据分别为Base和Monitor数据，并获取Base和Monitor数据的流体指示因子属性体；
2.3)根据步骤2.2)中的Base和Monitor数据的流体指示因子属性体求取流体因子差异属性体，以地震解释的油藏的顶底层位作为提取时窗，提取流体因子差异参数Δf，该参数反映了油藏水驱前缘和水驱波及范围的平面展布。
需要说明的是：所述Δf归一化的具体为：通过公式：
Δfnor＝[Δf-min(Δf)]/[max(Δf)-min(Δf)]，将参数值Δf映射到(0，1)之间，其中max(Δf)和min(Δf)分别是Δf中最大值和最小值。
3)从已钻井的测井数据中获取渗透率K和孔隙度
其中，步骤3)中获取油藏的孔隙度
3.1)把已钻井的孔隙度分布与提取的地震属性进行交会分析，分析两者的相关系数，选取与孔隙度分布相关系数最大的地震属性作为敏感地震属性；并通过敏感地震属性和孔隙度的交会分析，拟合一个孔隙度线性公式
3.2)将提取的地震属性与井点渗透率进行交会分析，分析两者的相关系数，选取相关系数最大的地震属性作为敏感地震属性，然后通过敏感地震属性与渗透率的交会分析拟合一个渗透率线性公式K＝a1*Sm+b1(其中Sm为敏感地震属性，a1和b1的值通过交会分析来确定)，把该公式作为通过敏感地震属性预测渗透率的定量公式。最后以油藏的顶底层位作为时窗提取敏感地震属性，根据渗透率线性公式预测油藏的渗透率分布。
4)构建水驱速度因子，为：
5)根据时移地震流体因子差异反映的水驱波及范围(如图2所示)，在对应的注采井组之间的水驱波及范围内选取若干数据点，选取的若干数据点均为已见水的采油井，获取所述数据点的点到对应注水井的平面距离、注入水驱替到所选取数据点的时间、岩性指示因子Lith值、时移地震流体因子差异参数Δf值、孔隙度
其中，步骤5)中在时移地震流体因子差异反映的水驱波及范围内选取数据点包括以下步骤：
5.1)根据Base数据和Monitor数据进行时移地震叠前匹配反演，分别得到这两次时移地震的流体指示因子属性体，两者相减求取流体因子差异属性体，以油藏的顶底层位作为提取时窗，在差异属性体上提取流体因子差异Δf；
5.2)在步骤5.1)中提取的流体因子差异Δf反映了在采集Monitor数据时刻注入水波及的范围，在注采井组之间选取水驱范围内的数据点，其中数据点为已见水的采油井，在数据点上读取该点到对应注水井的平面距离，单位为米，注入水驱替到所选取数据点(已见水采油井)的时间是从生产井(已见水采油井)开始生产的时间为起点，以该采油井见水的时间为终点，时间单位为月；
需要说明的是，采集Monitor数据时刻和采油井见水时间不一定是同一个时间，可能采油井见水时间更早。
5.3)在数据点位置上(即已见水采油井处)，根据步骤1)中沿层提取的岩性指示因子确定Lith值，根据所述2)中沿层提取的时移地震流体因子差异参数确定Δf值，将其归一化得到Δfnor，根据步骤3)中计算的油藏孔隙度和渗透率的平面分布确定孔隙度
6)根据步骤5)选取的数据点(已见水采油井)的相关数据，计算这些数据点位置(已见水采油井处)的水驱速度V和水驱速度因子Vf，其中水驱速度等于所选取数据点到对应注水井的平面距离s除以注入水驱替到所选取数据点的时间t，即：V＝s/t；
在此，需要说明的是，根据步骤6)计算了已见水采油井的水驱速度，但其它未见水的采油井和注采井之间的水驱速度是未知的，在已见水采油井处获取相关数据计算水驱速度因子：
7)根据步骤6)得到的水驱速度V和水驱速度因子Vf数据，建立散点图进行交会分析，根据散点图拟合线性公式，建立时移地震的水驱速度预测公式为：
8)根据水驱速度预测公式就可以计算未见水采油井和注采井之间任意点的水驱速度(如图3所示)，结合平面距离就可以计算出在注入量不变的条件下，该点的水淹时间，从而指导油气藏开发的生产措施调整、剩余油气预测和井位优化。
另外，在本发明中，所述Base数据为在油田投产前第一次采集的时移地震数据；所述Monitor数据为油田生产一段时间后第二次采集的时移地震数据。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
