基于非线性算法的裂缝及裂缝内流体识别方法

摘要

一种基于非线性算法的裂缝及裂缝内流体识别方法。本发明基于三项Rüger反射系数方程，通过不同方位相减的办法推导出包含Rüger方程第三项(sin²θtan²θ项)和Thomsen各向异性参数的非线性方程。利用非线性算法－粒子群算法，从所推导的方程中求解出裂缝密度和Thomsen各向异性参数等。利用求解出的裂缝密度、各向异性参数推导出了裂缝流体指示因子表达式。本发明在实际应用中，基于所提出的非线性方程得到的裂缝密度远远比常规线性AVOZ反演得到的裂缝密度接近理论值，反演的各向异性参数的值也非常接近理论值；利用非线性方程的解得到的裂缝流体指示因子也很好地识别出了裂缝流体类型，充分说明了该方法的可行性。

主权项

一种基于非线性算法的裂缝及裂缝内流体识别方法，其特征在于，所述方法包括如下步骤：步骤1：把分方位共反射点道集分别记为：方位1、方位2、方位3…方位n，接着把n‑1个方位的共反射点道集分别减去某一个方位的共反射点道集，得到n‑1个方位的共反射点振幅差异道集，为非线性反演准备数据；步骤2：利用n个方位的共反射点道集进行裂缝反演，算出每个反射点上每个时间采样点上的裂缝方位；步骤3：把步骤2中得到的裂缝方位输入求初值的线性方程，得到求解非线性方程所需要的初值，所述初值包括裂缝密度、各向异性参数；步骤4：利用步骤1所述的振幅差异道集，步骤2得到的裂缝方位、步骤3得到的裂缝密度和各向异性参数作为初始值，基于所述非线性方程进行反演，得到裂缝密度、各向异性参数；步骤5：利用步骤4得到的裂缝密度、各向异性参数求得裂缝流体指示因子的大小，进行流体类型识别；所述的步骤2中所用的裂缝反演方法是基于两项Rüger方程的常规线性AVOZ反演 ；所述步骤2中的每个反射点上每个时间采样点上的裂缝方位取自Rüger反射系数方程 ；所述的步骤3的初值的求取是基于一个线性方程，而不是随机地给定非线性反演所需要的初始值 ；步骤3中所述求初值的线性方程是：△R_pp(i,△φ)＝BM₀sin²i+5EM₁sin²i tan²i+DM₂sin²i tan²i       (8) 式中，步骤4中所述非线性方程是：式中，a＝cos2φ_i‑cos2φ₀；b＝sin2φ_i‑sin2φ₀c＝cos2φ_i+cos2φ₀；d＝sin2φ_i+sin2φ₀B＝δ^v+8g△r；E＝ε^v；D＝δ^v；其中：φ_i，φ₀均表示野外采集测线方位，φ₀同时还表示被减去的方位；φ_s为裂缝方位；表示垂直横纵波速度比的平方；ε^v，δ^v，r是Thomsen各向异性参数，非线性方程(6)中的B表示常规线性AVOZ反演Bani，E，D分别是Thomsen各向异性参数ε^v和δ^v，方程(6)中B，E，D和φ_s是要求解的未知量；所述的步骤5中裂缝流体指示因子的大小，进行流体类型识别，是从1995年Schoenberg和Sayers推导的裂缝流体指示因子出发，结合各向异性参数和法向柔量△N、切向柔量△T的关系，推导出裂缝流体指示因子一个表达形式，而且数值模型的应用表明利用非线性方程的解得到的裂缝流体指示因子也很好地识别出了裂缝流体类型。