CN103698811B - 一种碳酸盐岩岩石结构组分测井定量识别方法及其用途 - Google Patents
一种碳酸盐岩岩石结构组分测井定量识别方法及其用途 Download PDFInfo
- Publication number
- CN103698811B CN103698811B CN201310722539.3A CN201310722539A CN103698811B CN 103698811 B CN103698811 B CN 103698811B CN 201310722539 A CN201310722539 A CN 201310722539A CN 103698811 B CN103698811 B CN 103698811B
- Authority
- CN
- China
- Prior art keywords
- rock
- porosity
- well logging
- formula
- formation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 40
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 title claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 41
- 239000013078 crystal Substances 0.000 claims abstract description 9
- 239000000843 powder Substances 0.000 claims abstract description 9
- 239000000470 constituent Substances 0.000 claims description 66
- 239000004744 fabric Substances 0.000 claims description 26
- 230000015572 biosynthetic process Effects 0.000 claims description 24
- 239000008398 formation water Substances 0.000 claims description 20
- 239000012530 fluid Substances 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 7
- 238000005755 formation reaction Methods 0.000 description 22
- 241001424413 Lucia Species 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 239000010459 dolomite Substances 0.000 description 6
- 229910000514 dolomite Inorganic materials 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 4
- 239000004927 clay Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 229910052925 anhydrite Inorganic materials 0.000 description 2
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 235000020681 well water Nutrition 0.000 description 1
- 239000002349 well water Substances 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种碳酸盐岩岩石结构组分测井定量识别方法及其用途,该方法主要包括孔隙度和含水饱和度测井计算、岩石结构数参数计算和岩石结构组分识别三个部分,当计算得到的RFN<0.3的时候,为泥晶结构;当RFN在0.3~1.1之间,为粉晶结构;当RFN>1.1的时候,为细晶或颗粒结构。采用声波时差测井曲线计算孔隙度,利用深侧向电阻率测井曲线和孔隙度计算地层含水饱和度,利用岩石结构数公式计算岩石结构数参数,通过截止值识别不同岩石结构组分,该方法在鄂尔多斯盆地吴起南地区奥陶系马家沟组地层进行实际应用,取得较好效果。
Description
技术领域
本发明涉及石油地质勘探和测井解释技术,是一种碳酸盐岩岩石结构组分测井定量识别方法及其用途。
背景技术
利用测井资料识别碳酸盐岩岩石结构组分一直是一个世界难题,岩石结构组分识别是在岩性识别基础上进一步细分,采用常规测井曲线,基于神经网络、聚类分析等数学方法已不能获得满意效果,主要技术瓶颈问题是有效测井参数提取技术,因碳酸盐岩地层受岩溶、裂缝改造作用较强,测井测量的岩性信息受到干扰,造成碳酸盐岩岩石结构组分识别精度很低,如何获得有效测井参数是提高识别精度的关键。
目前研究方法和思路主要分为以下3个步骤:
1)岩-电关系分析:首先对取心井的岩心钻孔,获取样品,对样品进行磨片,获取薄片,利用显微镜进行薄片鉴定,获取岩石结构组分信息,并将薄片深度归位到测井深度,然后进行岩石结构组分与测井相关分析,确定与岩石结构组分相关性最好的测井参数(常规测井曲线、合成参数曲线等),建立岩石结构组分的测井特征参数样本库。
2)技术识别:主要采用神经网络、聚类分析、判别分析、模糊数学等数学算法,神经网络法对建立的样本测井参数库进行训练,获取人工智能;聚类分析法建立测井相与岩石结构组分对应关系;判别分析方法建立不同岩石结构组分的测井判别公式。模糊数学法建立不同岩石结构组分测井分类模式的隶属度函数。
3)技术应用:通过对研究区取心井的研究,确定最佳的测井参数,选取最合适的识别技术,对未取心井开展岩石结构组分识别,并用工区内其他取心井验证识别效果。
目前关于岩石结构组分测井识别方法在国内研究较少,未查阅到专门针对岩石结构组分识别的专利,查阅的相关文献主要是利用神经网络、聚类分析、判别分析等识别方法,主要是针对岩石矿物组分层面的较粗的岩性分类(刘为付,模糊数学识别深层潜山碳酸盐岩岩性[J],新疆石油学报,2003,15(3):35-39),而对于岩石结构组分层面的精细岩性识别涉及较少,而且识别分类仍不够精细(刘宏,谭秀成,周彦等,基于灰色关联的复杂碳酸盐岩测井岩相识别[J],大庆石油地质与开发,2008,27(1):122-125),仅识别到泥晶和颗粒结构组分(王瑞,朱筱敏,王礼常,用数据挖掘方法识别碳酸盐岩岩性[J],测井技术,2012,36(2):197-201)。
国外专门针对岩石结构组分测井识别研究始于2005年(Lucia,J.F.2005,CarbonateReservoirCharacterization,2ndEdition.Springer-Verlag,NewYork),Lucia根据碳酸盐岩颗粒或者晶粒尺寸进行岩石物理三分类,第一类将尺寸>100μm定义为颗粒结构,第二类将尺寸在20μm-100μm定义为泥晶颗粒结构,第三类将尺寸<20μm定义为泥晶为主结构(包括部分泥晶颗粒结构、颗粒泥晶结构、泥晶结构),通过岩心孔隙度、渗透率、含水饱和度参数建立了岩石结构数(RockFabricNumber)计算公式,通过测井计算孔隙度、渗透率及含水饱和度代替岩心参数,实现岩石结构组分测井识别。该方法建立在以下两个地质条件下:(1)地层主要以粒间、晶间孔或溶孔为主,裂缝不发育;(2)地层在气水界面之上,不存在纯水层,满足这两个条件下地层岩石结构组分测井识别能够取得很好识别效果。
该方法有效解决岩石结构组分测井识别的技术瓶颈,但是Lucia岩石结构数公式也存在不足:其建立基础是地层岩心孔隙度范围在4%-40%之间,而对于国内低孔隙度碳酸盐岩储层,岩心孔隙度范围在2%-12%之间,特别对于孔隙度小于4%的地层该公式不再适用,需要根据国内情况重新建立公式。
为了解决上述问题,特提出本发明。
发明内容
本发明目的在于提供一种碳酸盐岩岩石结构组分测井定量识别方法。本发明的方法尤其适合国内地质情况。
本发明另一目的在于提供所述碳酸盐岩岩石结构组分测井定量识别方法的用途。
为了实现上述发明目的,本发明提出如下技术方案:
一种碳酸盐岩岩石结构组分测井定量识别方法,所述方法包括如下步骤:
(1)测井计算孔隙度和含水饱和度:利用声波时差DT测井曲线,采用Wylie公式计算地层孔隙度Φs,利用阿尔奇公式计算地层含水饱和度Sw;
(2)岩石结构数计算:采用步骤(1)计算的孔隙度和含水饱和度,利用如下岩石结构数公式,计算岩石结构数参数RFN;
其中A为公式可变系数,A=在2~3之间,本领域技术人员可以根据孔隙度、含水饱和度与岩石结构组分在交会图上分布确定。
(3)岩石结构组分识别:采用步骤(2)计算的岩石结构数,根据设定截止值,识别不同岩石结构组分:
当RFN<0.3的时候,为泥晶结构;
当RFN在0.3~1.1之间,为粉晶结构;
当RFN>1.1的时候,为细晶或颗粒结构。
根据本发明所述的方法,其中步骤(1)的测井曲线是通过声波时差来得到。
根据本发明所述的方法,所述的声波时差包括地层流体声波时差值(DTf)和岩石骨架声波时差值(DTma)。
其中,DTf一般采用理论值189μs/f,DTma一般根据地层主要岩性设定,例如地层为灰岩地层DTma采用理论值47μs/f,白云岩地层则采用理论值42μs/f,如果是混合岩性则根据地质情况采取两者加权计算平均值,该值在42-47μs/ft之间。
本发明的测井曲线参数可以采用现有技术设备来获取,譬如CLS-3700、CLS-5700。
根据本发明所述的方法,步骤(1)的阿尔奇公式是利用声波时差DT测井曲线和测得的地层电阻率、地层水电阻率、以及岩石电性参数来计算地层含水饱和度。
根据本发明所述的方法,所述的岩石电性参数包括曲折因子a、孔隙度胶结指数m和饱和度指数n。
其中地层水电阻率(Rw)的获取可以通过地下地层水取样,分析其矿化度,根据地层水的矿化度和温度根据公式计算地层水在该温度下的电阻率,曲折因子a、孔隙度胶结指数m和饱和度指数n可以利用岩心分析实验获取,或者根据地区经验给定,在缺少岩-电关系的情况下一般采用经验参数:a=1、m=2、n=2,并不影响岩石结构组分测井识别。
岩石结构数公式建立是根据岩心薄片分析岩石结构组分、测井计算孔隙度和测井计算含水饱和度三个参数交会图特征,构造一个函数可以区分不同岩石结构组分来实现。
截止值的设定,同样在步骤(2)提及的交会图内,绘制岩石结构数参数(RFN)的等值线,如果存在三条等值线能够将岩心薄片分析的三种岩石结构组分划分开,那么该等值线的数值就是截止值。
本发明首先测井计算孔隙度和含水饱和度,然后利用岩心薄片分析岩石结构组分与测井计算孔隙度、测井计算含水饱和度建立交会图,根据交会图上数据点分布构建一个岩石结构数计算公式,并将岩石结构数公式的等值线投影到在交会图上,如果存在3条等值线能够将不同岩石结构组分划分开,那么该等值线对应的值就是识别岩石结构组分的截止值,通过截止值划分,实现碳酸盐岩岩石结构组分测井识别。
本发明的技术方案可以更具体为:
主要包括以下3个步骤:
(1)测井计算孔隙度和含水饱和度:
1.1测井计算孔隙度
声波时差测井曲线(DT)计算孔隙度,采用Wylie公式计算,如下式:
式中,Φs-声波时差计算孔隙度,小数;
DTma-岩石骨架声波时差值,μs/f;
DTf-地层流体的声波时差值,μs/f;
DT-测井仪器测量的声波时差值,μs/f。
上述参数中,DTf一般采用理论值189μs/f,DTma一般根据地层主要岩性设定,例如地层岩性主要为灰岩则DTma采用理论值47μs/f,如果主要岩性为白云岩则采用理论值42μs/f,如果是混合岩性则根据地质情况采取两者加权计算平均值,该值在42-47μs/f之间,在实际应用中,往往采用地区经验的岩石骨架声波时差值。声波时差曲线可以利用目前常用的测井仪器测量,例如CLS-3700或CLS-5700测井仪器等等,都可以获取声波时差DT,声波时差孔隙度主要反映连通的孔隙,所以声波时差孔隙度Φs近似等于地层的有效孔隙度Φe,无论哪种仪器测量,在岩心孔隙度标定下,利用Wylie公式计算的孔隙度结果一致。
1.2测井计算含水饱和度
一般情况海相碳酸盐岩地层粘土含量较低(粘土含量小于10%),更适合应用阿尔奇(Archies)公式计算含水饱和度,公式如下:
式中Sw—含水饱和度,小数;
Φe—地层有效孔隙度,小数(Φe可以近似用Φs代替);
Rw—地层水电阻率;
Rt—地层电阻率;
a—曲折因子;
m—孔隙度胶结指数;
n—饱和度指数
上述参数中,Rw可以通过井下地层水取样,分析其矿化度,根据根据公式换算成地层水电阻率,曲折因子a、孔隙度胶结指数m和饱和度指数n可以利用岩-电实验获取,或者,根据地区经验给定,一般情况a=1、m=2、n=2,并不影响岩石结构组分识别。Rt可以通过CLS-3700或CLS-5700测井仪器进行测量获取。
地层水矿化度转换地层水电阻率公式:
其中Cw—地层水矿化度;
T—地层水温度。
譬如,岩-电实验一般流程:
(a)岩心样品采集及整容:岩心样品加工成长度2.5-6cm,直径2.5cm的圆柱形岩心塞。
(b)对岩心进行清洗,洗除油和盐,在空气中放置10分钟,放入干燥箱干燥。
(c)对每个岩心样品进行岩石孔隙度测量。
(d)模拟地下地层水的矿化度,配制模拟地层水,一般配成等效NaCl溶液,通过公式求取地层水电阻率Rw。将岩心浸泡在模拟地层水中20小时以上,认为岩心被完全饱和。
(e)对每个岩心样品测量岩心电阻率,根据地层水电阻率、岩心孔隙度和岩心电阻率数据进行回归分析得到m和a值。
(f)对岩心进行气驱,在气驱过程汇中,测量在不同饱和度下岩心的电阻率,最后通过回归分析得到n值。
(2)岩石结构数(RFN)公式建立:
岩石结构数计算技术始于2005年Lucia根据碳酸盐岩颗粒或者晶粒尺寸进行岩石物理三分类,第一类将尺寸>100μm定义为颗粒结构,第二类将尺寸在20μm-100μm定义为泥晶颗粒结构,第三类将尺寸<20μm定义为泥晶为主结构(包括部分泥晶颗粒结构、颗粒泥晶结构、泥晶结构),通过岩心孔隙度、含水饱和度交会图(附图1)建立了岩石结构数(RockFabricNumber)计算公式如下:
式中Φ代表地层孔隙度(小数单位),Sw代表地层含水饱和度(小数单位)
其中地层孔隙度和含水饱和度可以利用测井计算的孔隙度及含水饱和度近似代替,从而实现测井计算岩石结构数,按照岩石结构数大小,可以实现岩石结构组分测井识别。
当RFN>4,代表泥晶结构;
当RFN在2.5~4之间,代表颗粒泥晶结构和粉泥晶结构;
当RFN在1.5~2.5之间,代表泥晶颗粒或者细粉晶结构;
当RFN在0.5~1.5之间,代表颗粒结构或中粗晶结构。
上述公式在国外碳酸盐岩地层(孔隙度普遍大于4%)应用效果较好,但对于国内碳酸盐岩储层孔隙低,特别是孔隙度在2%-4%的储层,该情况下Lucia公式已不适用,如果直接利用该公式计算岩石结构数,岩石结构数范围为0-1000,已经不能用于识别结构组分,例如当地层为泥晶灰岩,泥晶灰岩孔隙度为1%(小数单位为0.01),泥晶灰岩含水饱和度为100%(小数单位为1),代入上式计算得RFN=0.0032,该数值已经超出0.5-4范围,不能进行岩石结构组分识别。
本发明同样采用Lucia的研究思路,重新建立适合国内低孔隙度地层的岩石结构数公式,利用测井计算孔隙度(Φs)和测井计算含水饱和度(Sw)与岩心薄片分析岩石结构组分建立交会图(图2),根据交会图中不同岩石结构组分的分布特征,建立岩石结构数计算公式,如下:
式中Φs—声波时差计算得到的地层孔隙度(小数单位),Sw—测井计算得到的地层含水饱和度(小数单位),A为公式可变系数,A=在2~3之间,主要依据图2内不同类型岩石结构组分在交会图内分布特征确定,通过调正可变系数A值,使得RFN等值线能够最佳地区分不同结构组分,此时确定A值。以鄂尔多斯盆地马家沟组奥陶系地层为例,A=2.4。
当RFN<0.3,代表泥晶结构;
当RFN在0.3~1.1之间,代表粉晶结构;
当RFN>1.1,代表细晶或颗粒结构。
岩石结构数公式在构造的过程中要不断修正公式内可变系数A,使得其能定量描述测井计算孔隙度、测井计算含水饱和度与其对应的岩石结构组分之间的相关干系,同时显示等值线分布(图2),如果等值线能够大体上将3种岩石结构组分区分开,那么完成岩石结构数公式建立,该公式具地层特殊性,不同的地层公式可变系数A有所差异。
利用建立的适合国内地层的岩石结构数公式计算岩石结构组分,例如地层为泥晶灰岩,泥晶灰岩孔隙度为1%(小数单位为0.01),泥晶灰岩含水饱和度为100%(小数单位为1),代入上式计算得RFN=0,符合RFN<0.3,为泥晶结构,与实际地层相符。
(3)岩石结构组分测井识别
实际上在建立岩石结构数过程中,已经把完成截止值设定,截止值是岩石结构数公式的等值线,该等值线可以区分不同岩石结构组分,那么等值线对应的数值就是区分不同岩石结构组分的截止值。利用截止值来划分岩石结构组分可以用下列函数实现:
式中Lith—岩石结构组分
1—泥晶结构;
2—粉晶结构;
3—细晶或颗粒结构。
综上所述,本发明提供了一种利用常规测井曲线识别碳酸盐岩岩石结构组分的方法。即利用声波时差测井曲线计算孔隙度,利用测井计算孔隙度和深电阻率曲线Rt计算含水饱和度,根据岩心薄片分析岩石结构组分、测井计算的孔隙度和含水饱和度构建岩石结构数计算公式,通过截止值划分,实现测井识别碳酸盐岩岩石结构组分。
另一方面,本发明还提供了所述方法在碳酸盐岩岩石结构组分识别中的用途。
根据本发明所述的用途,所述碳酸盐岩岩石的孔隙度小于4%。
根据本发明所述的用途,所述碳酸盐岩岩石的孔隙度为1%-4%。
本次发明主要目的是建立一种适合国内碳酸盐岩地层的岩石结构组分测井定量识别方法。参考Lucia岩石结构数计算方法研究思路,建立了适合国内地质情况的岩石结构数公式,本发明的方法尤其适宜以下地质条件的地层识别:
(1)地层构造为背斜或单斜构造,断层不发育,其储层主要以粒间、晶间孔或溶孔为主,裂缝不发育。
(2)要进行岩石结构组分识别的地层在气水界面以上,不存在水层。
满足以上地层条件,该方法能取得较好识别效果。
附图说明
图1为岩心孔隙度、岩心含水饱和度和岩心薄片分析岩石结构组分交会图;
该图引自Lucia,展示Lucia建立的岩心薄片岩石结构组分与岩心含水饱和度和岩心孔隙度的相关关系。
图2为测井计算孔隙度、测井计算含水饱和度和岩心薄片分析岩石结构组分交会图;
该图展示鄂尔多斯盆地吴起南地区奥陶系地层所有取心井的岩心岩石结构组分与测井含水饱和度和测井孔隙度的相关关系,该关系具有代表性,可以代表吴起南地区地层情况。
图3为莲1井岩石结构组分测井识别成果图;
该图展示的鄂尔多斯盆地吴起南地区莲1井岩石结构组分测井识别效果。
具体实施方式
以下通过具体实施例详细说明本发明的实施过程和产生的有益效果,旨在帮助阅读者更好地理解本发明的实质和特点,不作为对本案可实施范围的限定。
实施例1
以鄂尔多斯盆地吴起南地区奥陶系马家沟组地层为例,以取心井莲1井进行岩石结构组分测井识别为例详细阐述本发明:
1、基本地质情况及地区参数情况:
吴起南地区奥陶系马家沟组马5段地层为一套海相碳酸盐岩地层,构造为单斜构造,岩性主要为白云岩,少量硬石膏质白云岩和泥质白云岩。该套地层岩石结构组分有3种:泥晶结构、粉晶结构和细晶结构,吴起南地区马家沟组马5段基本分布在气-水界面之上,纯水层不发育,以上地质条件适合本发明的应用。
参数获取:利用CLS-5700测井系列仪器测量地层声波时差DT和地层电阻率Rt,对井下地层水矿化度进行测量,根据换算公式计算地层水电阻率,地层水电阻率为0.03Ω.m(欧姆·米)/84℃,因未做岩-电实验,岩-电参数采用地区经验参数a=1,m=2,n=2。
2、实现步骤:
步骤1:测井计算孔隙度和含水饱和度
1.1采用Wylie公式计算孔隙度:
式中,Φs-声波时差计算孔隙度,小数;
DTma-岩石骨架声波时差值,μs/f;
DTf-地层流体的声波时差值,μs/f;
DT-测井仪器测量的声波时差值,μs/f。
吴起南地区岩性主要为白云岩,少量粘土和硬石膏,根据地区经验地层骨架声波时差DTma=45μs/ft,地层流体声波时差Tf=189μs/ft(采用理论值),通过上述公式计算地层的孔隙度。
例如目的层声波时差DT为48μs/ft,地层骨架声波时差为Tma=45μs/ft,地层流体声波时差Tf=189μs/ft,上述公式计算目的层孔隙度Φs=0.0208,换算百分百单位为2.08%。
1.2应用阿尔奇(Archies)公式计算含水饱和度:
式中Sw—含水饱和度,小数;
Φe—地层有效孔隙度,小数(Φe可以近似用Φs代替);
Rw—地层水电阻率;
Rt—地层的真电阻率;
a—曲折因子;
m—孔隙度胶结指数;
n—饱和度指数
吴起南地区地层水电阻率Rw为0.03欧姆·米/84℃,由于该地区没有进行岩-电实验测量,岩-电实验参数采用地区经验参数,曲折因子a=1,孔隙度胶结指数m=2,饱和度指数n=2。参数带入上述公式完成含水饱和度测井计算。
例如地层的孔隙度为0.0208,Rw=0.03欧姆·米,a=1,m=2,n=2代入上式,计算含水饱和度Sw=0.182,换算百分百单位为18.2%。
步骤2:岩石结构数计算
利用岩石结构数公式计算:
例如对于测井计算的孔隙度Φs为0.0208,测井计算含水饱和度Sw=0.182,利用岩石结构数公式计算RFN=2.9805。
(3)岩石结构组分识别:
采用函数如下:
式中1—泥晶结构;
2—粉晶结构;
3—细晶结构。
例如上述举例,RFN=2.98,则Lith=3,测井识别岩石结构组分为细晶结构。
上述过程实现测井识别碳酸盐岩岩石结构组分,对莲1井进行测井识别,得到岩石结构组分剖面(图3),在深度段3500m-3600m与薄片鉴定逐点对照,符合率为80%。
Claims (6)
1.一种碳酸盐岩岩石结构组分测井定量识别方法,其特征在于,所述方法包括如下步骤:
(1)测井计算地层孔隙度和地层含水饱和度:利用声波时差DT测井曲线,采用Wylie公式计算地层孔隙度Φs,利用阿尔奇公式计算地层含水饱和度Sw;
(2)岩石结构数计算:采用步骤(1)计算的地层孔隙度和地层含水饱和度,利用如下的岩石结构数公式,计算岩石结构数参数RFN;
(3)岩石结构组分识别:采用步骤(2)计算的岩石结构数,根据设定截止值,识别不同岩石结构组分:
当RFN<0.3的时候,为泥晶结构;
当RFN在0.3~1.1之间,为粉晶结构;
当RFN>1.1的时候,为细晶或颗粒结构。
2.根据权利要求1所述的方法,其特征在于,所述的声波时差包括地层流体声波时差值和岩石骨架声波时差值。
3.根据权利要求1所述的方法,其特征在于,步骤(1)的阿尔奇公式是利用声波时差DT测井曲线和测得的地层电阻率、地层水电阻率、以及岩石电性参数来计算地层含水饱和度。
4.根据权利要求3所述的方法,其特征在于,所述的岩石电性参数包括曲折因子a、孔隙度胶结指数m和饱和度指数n。
5.权利要求1~4任意一项所述方法在碳酸盐岩岩石结构组分识别中的用途。
6.根据权利要求5所述的用途,其特征在于,所述碳酸盐岩岩石的孔隙度小于4%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310722539.3A CN103698811B (zh) | 2013-12-24 | 2013-12-24 | 一种碳酸盐岩岩石结构组分测井定量识别方法及其用途 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310722539.3A CN103698811B (zh) | 2013-12-24 | 2013-12-24 | 一种碳酸盐岩岩石结构组分测井定量识别方法及其用途 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103698811A CN103698811A (zh) | 2014-04-02 |
CN103698811B true CN103698811B (zh) | 2016-05-11 |
Family
ID=50360402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310722539.3A Active CN103698811B (zh) | 2013-12-24 | 2013-12-24 | 一种碳酸盐岩岩石结构组分测井定量识别方法及其用途 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103698811B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104020276B (zh) * | 2014-06-24 | 2015-08-12 | 中国石油大学(北京) | 横观各向同性页岩储层岩石力学参数的确定方法 |
FR3024490B1 (fr) * | 2014-07-29 | 2021-07-09 | Services Petroliers Schlumberger | Methode de determination de valeurs limites de porosite et saturation en eau pour l'estimation d'un volume disponible d'hydrocarbure |
CN107402411A (zh) * | 2017-08-17 | 2017-11-28 | 中国石油天然气股份有限公司 | 一种微生物碳酸盐岩地层藻白云岩的定量识别方法 |
CN110344822B (zh) * | 2018-04-03 | 2022-06-03 | 中国石油天然气股份有限公司 | 含钙质致密储层含水饱和度的确定方法 |
CN109447944B (zh) * | 2018-09-21 | 2020-08-11 | 中国石油天然气股份有限公司 | 碳酸盐岩的岩相识别方法及系统 |
CN109162696B (zh) * | 2018-10-08 | 2022-06-03 | 陕西延长石油(集团)有限责任公司研究院 | 一种利用补偿声波计算地层含油饱和度的方法 |
CN109283597B (zh) * | 2018-11-15 | 2019-09-17 | 中国地质大学(武汉) | 一种碳酸盐岩地层超压预测方法 |
CN109707378B (zh) * | 2019-02-20 | 2021-08-10 | 西北大学 | 一种基于泥浆侵入特性及纵向对比的低阻油层识别方法 |
CN110346416B (zh) * | 2019-07-17 | 2022-04-15 | 北京金海能达科技有限公司 | 基于声波和电阻率的特征参数曲线识别火山岩岩性的方法 |
CN110412661B (zh) * | 2019-08-01 | 2021-04-16 | 中国石油天然气股份有限公司大港油田分公司 | 细粒岩油气藏甜点段优势段簇的评价方法及装置 |
CN111948114B (zh) * | 2020-08-24 | 2022-10-04 | 中国石油天然气集团有限公司 | 一种含粘土砂砾岩岩心三孔隙度的测量方法 |
CN112415596B (zh) * | 2020-12-09 | 2022-09-06 | 大庆油田有限责任公司 | 一种基于测井资料的白云岩结构类型识别方法 |
CN115506776A (zh) * | 2022-09-23 | 2022-12-23 | 成都理工大学 | 一种碳酸盐岩储层易溶组构鉴别方法 |
-
2013
- 2013-12-24 CN CN201310722539.3A patent/CN103698811B/zh active Active
Non-Patent Citations (8)
Title |
---|
Rock Typing and Characterization of Carbonate Reservoirs:A Case Study from South East Kuwait;S.Turkey, et al.;《SPE Kuwait International Petroleum Conference and Exhibition》;20121231;第1-15页 * |
主成分分析法在碳酸盐岩岩性识别中的应用—以YH地区寒武系碳酸盐岩储层为例;刘爱疆等;《石油与天然气地质》;20130430;第34卷(第2期);第192-196页 * |
常规测井资料定量解释碳酸盐岩微相—以伊拉克北Rumaila油田Mishrif组为例;王玉玺等;《石油学报》;20131130;第34卷(第6期);第1088-1099页 * |
普光气田鲕滩云岩储层物性及天然气储量计算的量化;马永生;《天然气地球科学》;20080831;第19卷(第4期);第437-443页 * |
模糊数学识别深层潜山碳酸盐岩岩性;刘为付;《新疆石油学院学报》;20030930;第15卷(第3期);第35-39页 * |
测井综合特征参数在碳酸盐岩储层识别中的应用;卢颖忠等;《中国西部油气地质》;20060331;第2卷(第1期);第109-113页 * |
用数据挖掘方法识别碳酸盐岩岩性;王瑞等;《测井技术》;20120430;第36卷(第2期);第197-201页 * |
碳酸盐岩储层渗透率预测;储昭宏等;《地质科技情报》;20060731;第25卷(第4期);第27-32页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103698811A (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103698811B (zh) | 一种碳酸盐岩岩石结构组分测井定量识别方法及其用途 | |
Maliva | Aquifer characterization techniques | |
Glover et al. | Grain-size to effective pore-size transformation derived from electrokinetic theory | |
Dell'Arciprete et al. | Comparison of three geostatistical methods for hydrofacies simulation: a test on alluvial sediments | |
CN103883322B (zh) | 页岩气储层勘探方法及装置 | |
CN109653725A (zh) | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 | |
Hosseini et al. | Geostatistical modeling and spatial distribution analysis of porosity and permeability in the Shurijeh-B reservoir of Khangiran gas field in Iran | |
CN104632202B (zh) | 确定干粘土三孔隙度测井参数值的方法及装置 | |
Zhu et al. | Modeling 3-D permeability distribution in alluvial fans using facies architecture and geophysical acquisitions | |
CN105242307A (zh) | 复杂碳酸盐储层地震孔隙度获取方法及装置 | |
Ye et al. | A Markov chain model for characterizing medium heterogeneity and sediment layering structure | |
Morgan et al. | Investigating the hydraulic role of a large buried valley network on regional groundwater flow | |
Barach et al. | Development and identification of petrophysical rock types for effective reservoir characterization: Case study of the Kristine Field, Offshore Sabah | |
Rogiers et al. | High-resolution saturated hydraulic conductivity logging of borehole cores using air permeability measurements | |
Khayer et al. | Permeability Estimation from Stoneley Waves in Carbonate Reservoirs | |
Møller et al. | Shallow subsurface thermal structure onshore Denmark: temperature, thermal conductivity and heat flow. | |
George et al. | Typification of coastal depositional lithofacies with isophysical and isochemical hydro-sand beds via stratigraphic modified Lorenz plots (SMLP): geohydrodynamical implications and valorization of hydrogeological units | |
Ekanem et al. | Geophysical investigation of aquifer flow unit characteristics in northern parts of Akwa Ibom State, Southern Nigeria | |
Khaki et al. | Integrated geoelectrical and hydrogeochemical investigation for mapping the aquifer at Langat Basin, Malaysia | |
George et al. | Estimation of aquifer hydraulic parameters via complementing surfacial geophysical measurement by laboratory measurements on the aquifer core samples | |
Bierkens et al. | Upscaling hydraulic conductivity: theory and examples from geohydrological studies | |
Abdullah et al. | A new approach for rock typing using dimensional analysis: a case study of carbonate reservoir | |
Onwe et al. | An evaluation of the hydrogeology potential of Nsukka, Southern Nigeria, using geographic information system | |
Maliva et al. | Aquifer characterization and properties | |
Ekine et al. | Delineation of hydrocarbon bearing reservoirs from surface seismic and well log data (Nembe Creek) in Niger Delta oil field |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |