CN103645509A - 致密储层孔隙纵横比反演及横波速度预测方法 - Google Patents

Abstract

本发明提供一种致密储层孔隙纵横比反演以及横波速度预测方法，该方法由岩石物理模型计算每一个孔隙纵横比a_n对应的纵、横波模拟速度Vp_n与Vs_n，并计算Vp_n与测井获取的纵波速度Vp之差，求取并存储差值达到极小值的孔隙纵横比a_n与横波模拟速度Vs_n。该方法较传统的经验拟合方式更具理论优势。

Description

致密储层孔隙纵横比反演及横波速度预测方法

技术领域

本发明属于地震勘探技术领域，具体地，涉及一种致密储层孔隙结构反演及横波速度预测方法。

背景技术

致密储层中，孔隙的结构（孔隙纵横比）比孔隙的大小（孔隙度）对岩石的弹性模量更具决定性影响；同时，孔隙结构比孔隙大小更能决定致密储层的渗透性，进而影响致密油气藏开采的经济性。定量表示孔隙结构的参数为孔隙纵横比，其定义为孔隙的短轴与长轴之比，表示孔隙的形状；纵横比接近于1表示孔隙形状趋于球形，纵横比远小于1表示孔隙趋于狭长；岩石中狭长孔隙比球形孔隙更能增加介质的渗透能力。

孔隙结构反演的核心在于建立岩石物理模型，在已知矿物组分体积百分比、矿物及孔隙流体弹性性质和纵横比的情况下，定量计算岩石的体积模量和剪切模量，进而计算岩石的纵、横波速度。目前，在地震岩石物理领域，考虑矿物颗粒和孔隙纵横比的岩石物理模型及其应用主要包括：

(1)、

等效介质理论

Kuster和

给出了等效弹性模量

的计算公式：

$(K_{\mathrm{KT}}^{*}-K_m)\frac{(K_m+\frac{4}{3}{\mathrm{\μ}}_m)}{(K_{\mathrm{KT}}^{*}+\frac{4}{3}{\mathrm{\μ}}_m)}={\mathrm{\Σ}}_{i=1}^N{x}_i(K_i-K_m)P^{\mathrm{mi}}=0---\left(1\right)$

$({\mathrm{\μ}}_{\mathrm{KT}}^{*}-{\mathrm{\μ}}_m)\frac{({\mathrm{\μ}}_m+{\mathrm{\ζ}}_m)}{({\mathrm{\μ}}_{\mathrm{KT}}^{*}+{\mathrm{\ζ}}_m)}={\mathrm{\Σ}}_{i=1}^N{x}_i({\mathrm{\μ}}_i-{\mathrm{\μ}}_m)Q^{\mathrm{mi}}=0---\left(2\right)$

其中，公式(1)和(2)右边，N种矿物以体积百分比x_i求和；P^mi和Q^mi分别代表第i种矿物在背景介质m中的形态，其表达式包含矿物颗粒和孔隙的纵横比。

(2)、差分等效介质(Differential Effective Medium)理论

Norris(1985)等人提出的差分等效介质理论计算含有二元矿物组分的岩石的弹性模量K^*和μ^*，其特征是将一种矿物作为背景介质，逐渐向其添加另一种矿物直到得到最终结果：

$(1-y)\frac{d}{\mathrm{dy}}\left[K^{*}\left(y\right)\right]=(K_2-K^{*})P^{(*2)}\left(y\right)---\left(3\right)$

$(1-y)\frac{d}{\mathrm{dy}}\left[{\mathrm{\μ}}^{*}\left(y\right)\right]=({\mathrm{\μ}}_2-{\mathrm{\μ}}^{*})Q^{(*2)}\left(y\right)---\left(4\right)$

其中，y为每次添加的第二种矿物组分的增量，P^(*2)和Q^(*2)分别代表第2种矿物在背景介质中的形态，其表达式包含矿物颗粒和孔隙的纵横比。

(3)、自相容近似(Self-Consistent Approximation)理论

Berryman(1980)等完善自相容近似理论，使其能够求取含有N相矿物组分的岩石的弹性模量

和

${\mathrm{\Σ}}_{i=1}^N{x}_i(K_i-K_{\mathrm{SC}}^{*})P^{*i}=0---\left(5\right)$

${\mathrm{\Σ}}_{i=1}^N{x}_i({\mathrm{\μ}}_i-{\mathrm{\μ}}_{\mathrm{SC}}^{*})Q^{*i}=0---\left(6\right)$

其中，x_i为第i种矿物组分的体积百分含量，K_i和μ_i为第i种矿物组分的体积模量和剪切模量，P^*i和Q^*i分别为第i种矿物组分的几何因子，包含矿物颗粒和孔隙纵横比参数。

上述三种理论模型中，Xu-White(1996)将

模型应用于砂-泥二元矿物组分系统，反演孔隙纵横比并以此进行砂岩的横波速度预测。差分等效介质理论和自相容近似理论常应用于碳酸盐岩孔隙纵横比对岩石速度的影响。这些模型的常规应用一般采用先计算干孔隙对应的固体骨架的弹性模量，再应用Gassmann流体替换理论计算流体饱和岩石的弹性模量的流程。

目前的岩石物理模型尚未充分考虑泥页岩等致密储层微观结构的特殊性，包括：矿物组分多样、微观孔隙结构复杂，以及低孔隙度、低渗透率使得Gassmann流体替换理论不适用等问题，使得泥页岩致密储层岩石物理建模和孔隙纵横比反演存在困难。

另外，在横波速度预测方面，也需要建立精确的岩石物理模型，在矿物组分、微观孔隙形态的共同约束下预测横波速度。常规方法一般针对测井数据，采用线性或非线性经验公式由纵波速度预测横波速度，这种方法的局限性在于经验公式中系数的选取具有很强的区域性；同时，由于该类方法预先假定了纵、横波速度的关系，因此忽略了岩石泊松比的变化，而泊松比是决定致密储层脆性、反映岩石可压裂性的重要参数。

发明内容

为克服现有技术所存在的缺陷，本发明提供一种非常规致密泥页岩储层孔隙结构反演以及横波速度预测方法，在考虑非常规泥页岩致密储层矿物组分的多样性、微观孔隙结构的复杂性的基础上，为致密储层微观孔隙及裂缝评价、横波速度预测提供新的方法。

为了实现上述目的，采用如下方案：

致密储层孔隙纵横比反演及横波速度预测方法，包括以下步骤：1）获取测井数据，包括井深、各矿物组分体积百分比、TOC含量、孔隙度、含油、气、水饱和度、测井纵波速度；2）获取各矿物组分、干酪根、以及油、气、水的体积模量、剪切模量、密度；3）针对一个测井采样点，选取0.001至1之间，间隔为0.001的孔隙纵横比a=a_n，其中：a₀=0.001<…a_n<a_n+1…<a_N=1，由岩石物理模型计算每一个孔隙纵横比a_n对应的纵、横波模拟速度Vp_n与Vs_n；4）计算由岩石物理模型计算的所述纵波模拟速度Vp_n与测井获取的纵波速度Vp之差，求取并存储使得|Vp_n-Vp|达到极小值的孔隙纵横比a_n与横波模拟速度Vs_n；5）对每一个测井采样点重复上述过程，得到反演的孔隙纵横比a曲线以及预测的横波速度Vs曲线。

本发明还提供了非常规致密泥页岩储层岩石物理模型的建模方法，该方法是孔隙纵横比反演及横波速度预测的核心，包括：1）获取岩石基质矿物组分的体积模量、剪切模量、密度；2）获取孔隙盐水的体积模量、剪切模量、密度；3）获取测井数据孔隙度；4）设定孔隙纵横比；5）由

理论计算干酪根、油、气混合物的体积模量、剪切模量、密度；6）由测井数据获取上述岩石基质矿物组分、孔隙、干酪根混合物的体积百分比；7）由岩石物理自相容近似理论(SCA)计算致密泥页岩储层岩石的体积模量、剪切模量、密度；8）将体积模量、剪切模量、密度转换为纵、横波速度Vp和Vs。

相对于现有技术，本发明的有益技术效果如下：在岩石物理模型中考虑泥页岩储层矿物组分的多样性、微观孔隙结构的复杂性，提供的以岩石物理模型为核心的孔隙纵横比反演方法为致密储层微观孔隙及裂缝评价提供了新的参数，提供的横波速度预测方法以孔隙纵横比作为约束参数，较传统的经验拟合方式更具理论优势。

附图说明

图1是根据本发明实施例的孔隙纵横比反演与横波速度预测流程图；

图2是根据本发明实施例的岩石物理建模流程图；

图3是Barnett Well 1测井数据线图；

图4是Barnett Well 1的孔隙纵横比反演结果线图；

图5是Barnett Well 2测井数据线图；

图6是Barnett Well 2的孔隙纵横比反演结果线图；

图7是Barnett Well 1横波速度预测结果线图；

图8是Barnett Well 2横波速度预测结果线图。

具体实施方式

图1是本发明实施例的致密储层孔隙纵横比反演及横波速度预测方法的流程图，该方法包括：

步骤S101，获取测井数据，包括井深、各矿物组分（粘土、石英、碳酸盐岩等矿物）的体积百分比、TOC含量、孔隙度、含油、气、水饱和度、测井纵波速度；

步骤S102，获取各矿物组分、干酪根、以及油、气、水的体积模量、剪切模量、以及密度；

步骤S103，针对每一个测井采样点，选取0.001至1之间，间隔为0.001的孔隙纵横比a=a_n(其中a₀=0.001<…a_n<a_n+1…<a_N=1)，由岩石物理模型计算每一个孔隙纵横比a_n对应的纵、横波速度Vp(模拟)n与Vs(模拟)n；

步骤S104，计算由岩石物理模拟的纵波速度Vp(模拟)_n与测井观测的纵波速度Vp(观测)之差，求取|Vp(模拟)_n-Vp(观测)|的极小值，并存储使得|Vp(模拟)_n-Vp(观测)|达到极小值的孔隙纵横比a_n与横波速度Vs(模拟)_n；

步骤S105，对每一个测井采样点重复上述过程，得到反演的孔隙纵横比a曲线以及预测的横波速度Vs曲线。

由以上描述可以看到，通过在岩石物理模型中考虑致密泥页岩储层矿物组分的多样性、微观孔隙结构的复杂性，在反演算法中将孔隙纵横比作为拟合参数，可以反演孔隙纵横比，为致密储层微观孔隙及裂缝评价提供新的参数；以孔隙纵横比作为约束参数可以预测横波速度，该速度可作为在岩性和微观孔隙结构约束下对横波速度的预测，较传统的经验拟合方式更具理论优势。

上述步骤S103中致密泥页岩储层的岩石物理模型是实现孔隙纵横比反演和横波速度预测的关键，岩石物理建模的详细过程如图2所示，包括：

步骤S201，获取岩石基质矿物组分（粘土、石英、碳酸盐岩矿物等）的体积模量、剪切模量、以及密度；

步骤S202，获取孔隙盐水的体积模量、剪切模量、密度；获取测井数据孔隙度；设定孔隙纵横比；

步骤S203，由

理论计算干酪根、油、气混合物的体积模量、剪切模量、以及密度；

步骤S204，由测井数据获取上述岩石基质矿物组分、孔隙、干酪根混合物的体积百分比；

步骤S205，由岩石物理自相容近似理论(SCA)计算致密泥页岩储层岩石的体积模量、剪切模量、密度；

步骤S206，将体积模量、剪切模量、密度转换为纵、横波速度Vp和Vs。

以下给出一实例，该实例利用来自Barnett页岩储层的测井数据。图3所示为第一口井Barnett Well 1的测井数据，Barnett页岩的上覆和下伏地层分别为Marble Falls和Ellenburger碳酸盐岩。根据本发明提出的上述方法反演致密储层孔隙纵横比，所得结果如图4所示。图4a所示为孔隙纵横比a的负对数-Log₁₀(a)，之所以用其负对数表示，是因为孔隙纵横比变化范围很大，跨越10⁰至10^-3三个数量级。孔隙纵横比负对数的数值接近于0表示孔隙形状越趋于球形，数值越大表示孔隙越狭长。另外，如图3所示，由于纵、横波的测井曲线都已知，可以分别由纵、横波反演孔隙纵横比，反演结果分别由图4a中黑、灰色曲线表示，可以看到二者基本一致，也从另一方面反映了该反演方法的稳定性。图4b为孔隙度

的测井曲线；图4c为由纵横比a和孔隙度

定义的裂缝密度

同样，图5所示为Barnett页岩储层第二口井Barnett Well 2的测井数据，图6为相应的孔隙纵横比反演结果。

图4a和图6a为由纵、横波反演的孔隙纵横比，可以看到Barnett页岩的孔隙纵横比变化不明显，而Marble Falls和Ellenburger围岩地层的孔隙纵横比变化剧烈，这表明Barnett页岩中孔隙结构较稳定，而其碳酸盐岩的围岩地层中孔隙结构不稳定。反演结果与地质观测资料相符，也与岩石学理论一致：即页岩虽然矿物组分复杂，但是其中的粘土矿物阻碍孔隙和裂缝的发育；碳酸盐岩虽然矿物组分简单，但易受地应力、溶蚀等物理化学作用的影响而产生孔隙和裂缝。

图7a和图8a分别为通过本专利方法预测得到的两口井的横波速度，横波速度的预测由图7b和图8b中的孔隙纵横比作为约束。实际测得的纵、横波速度由黑色曲线表示，预测得到的横波速度由灰色曲线表示。可以看到，横波速度的预测值与实测值有很好的吻合程度，验证了该方法的应用效果。

Claims (1)

1.一种致密储层孔隙纵横比反演及横波速度预测方法，包括以下步骤：1）获取测井数据，包括井深、各矿物组分体积百分比、TOC含量、孔隙度、含油、气、水饱和度、测井纵波速度；2）获取各矿物组分、干酪根、以及油、气、水的体积模量、剪切模量、密度；3）针对一个测井采样点，选取0.001至1之间，间隔为0.001的孔隙纵横比a=a_n，其中：a₀=0.001<…a_n<a_n+1…<a_N=1，由岩石物理模型计算每一个孔隙纵横比a_n对应的纵、横波模拟速度Vp_n与Vs_n；4）计算由岩石物理模型计算的所述纵波模拟速度Vp_n与测井获取的纵波速度Vp之差，求取并存储使得|Vp_n-Vp|达到极小值的孔隙纵横比a_n与横波模拟速度Vs_n；5）对每一个测井采样点重复上述过程，得到反演的孔隙纵横比a曲线以及预测的横波速度Vs曲线；

其中：由岩石物理模型计算纵、横波模拟速度包括以下步骤：1）获取岩石基质矿物组分的体积模量、剪切模量、密度；2）获取孔隙盐水的体积模量、剪切模量、密度；3）获取测井数据孔隙度；4）设定孔隙纵横比；5）由

理论计算干酪根、油、气混合物的体积模量、剪切模量、密度；6）由测井数据获取上述岩石基质矿物组分、孔隙、干酪根混合物的体积百分比；7）由岩石物理自相容近似理论SCA计算致密泥页岩储层岩石的体积模量、剪切模量、密度；8）将体积模量、剪切模量、密度转换为纵、横波速度Vp和Vs。

Images