叠后地质统计学反演中测井数据的精细处理
The Fine Processing of Log Data in Post-Stack Geostatistics Inversion
DOI: 10.12677/AG.2018.83063, PDF,   
作者: 闫玲玲：巴音郭楞职业技术学院，新疆 库尔勒；刘全稳：广东石油化工学院石油工程学院，广东 茂名
关键词: 岩石物性参数；岩石物理模型；RPM模块；骨架点参数；Petrophysical Parameters； Petrophysical Model； RPM Module； Skeleton Point Parameters
摘要: 本文采用纵向质量可靠、横向具有一致性的测井资料，对地层的岩石物性参数进行精细评价，并对参数结果的一致性进行检查和成果质量控制，质量差的曲线进行编辑。用多元回归方法计算测井响应，选择标准井进行多井标准化程度检查和处理，用直方图和交会图对目标井相同地质层位进行标准化处理。把测井处理得到的参数输入RPM模块，用Xu&White岩石物理模型进行纵、横波速度的建模，微调骨架点参数，使模型数据和实测数据达到较高的相关性，这种方法可用于工区内的优化岩石物理模型和骨架参数点。
Abstract: This paper uses the reliable quality and vertically consistent logging data, to evaluate fine strati-graphic petrophysical parameters and parameters of the consistency of results for inspection and quality control, the curve of the poor quality for editing. The logging response is calculated by multiple regression method, and the standard well is inspected and treated with multi-well stan-dardization, and the histogram and crossplot are normalized to the same geological strata in the target well. The parameters from log processing are put into RPM module, the longitudinal and shear wave velocities are modeled using Xu&White rock physical models, and the skeleton point parameters are fine-tuned, to make the correlation between model data and measured data high. This method can be used to optimize rock physical model and skeleton parameters in the work area.
文章引用：闫玲玲, 刘全稳. 叠后地质统计学反演中测井数据的精细处理[J]. 地球科学前沿, 2018, 8(3): 588-598. https://doi.org/10.12677/AG.2018.83063

参考文献

[1] 刘雯林. 油气田开发地震技术[M]. 北京: 石油工业出版社, 1990.
[2] 刘文波, 汪益宁, 滕蔓, 等. 反演技术在喇嘛甸油田储层预测中的应用[J]. 石油天然气学报, 2011, 12(33): 63-67.
[3] 秦月霜, 郭海晓, 陈友福. 变差函数对地震反演精度的影响[J]. 大庆石油学院学报, 2009, 21(3): 86-89.
[4] 韩翀, 臧殿光, 李建华. 地质统计学反演在四川盆地L地区储层预测中的应用[J]. 物探化探计算技术, 2010, 32(3): 310-315.
[5] 张小艳, 谭勇. 变差函数球状模型的自动拟合与实现[J]. 物探与化探, 2010, 34(2): 253-257.
[6] 徐立恒, 陈显森, 姜岩, 等. 不同变差函数变程下随机反演与随机模拟对比分析[J]. 物探与化探, 2012, 36(2): 224-227.
[7] 高金玉, 马明福, 沙雪梅, 等. 随机模拟方法在阿尔及利亚Oued Mya盆地的应用[J].岩性油气藏, 2009, 21(3): 86-89.
[8] 刘百红, 李建华, 魏小东, 等. 随机反演在储层预测中的应用[J]. 地球物理学进展, 2009, 24(2): 581-589.
[9] 王香文, 刘红, 滕彬彬, 等. 地质统计学反演技术在薄储层预测中的应用[J]. 石油与天然气地质, 2012, 33(5): 730-735.
[10] 刘丹, 徐伟. 随机反演在陆丰13-1油田储层预测中的应用[J]. 物探化探计算技术, 2012, 34(3): 331-335.
[11] 张国华, 张会星. 地质统计学反演与常规反演在储层预测中的应用效果对比分析[J]. 中国煤炭地质, 2015, 27(4): 57-62.
[12] 孙思敏, 彭仕宓. 地质统计学反演方法及其在薄储层砂体预测中的应用[J]. 西安石油大学学报, 2007, 22(1): 41-48.
[13] Yarus, J.M. and Chambers, R.L. 随机建模和地质统计学: 原理、方法和实例研究[M]. 穆龙新, 等, 译. 北京: 石油工业出版社, 2000.
[14] Teng, L. (2012) Probabilistic Petrophysical Properties Estimation Integrating Visco-Elastic AVA Inversion with Statistical Rock Physics. SEG Technical Program Expanded Abstracts, 1422-1424.
[15] Al Mustafa, H. and Giroldi, L. (2013) A Class IA AVO Sand in Saudi Arabia: The Search for the Optimum Lithology and Fluid Indicator. SEG Annual Meeting, Houston, 22-27 Sep-tember 2013, 1320-1322.
[16] Haas, A. and Dubrule, O. (1994) Geostatistical Inversion—A Sequential Method for Stochastic Re-servoir Modeling Constrained by Seismic Date. First Break, 13, 561-569.