CN105093332A - 一种横波速度的估算方法及装置 - Google Patents
一种横波速度的估算方法及装置 Download PDFInfo
- Publication number
- CN105093332A CN105093332A CN201510522623.XA CN201510522623A CN105093332A CN 105093332 A CN105093332 A CN 105093332A CN 201510522623 A CN201510522623 A CN 201510522623A CN 105093332 A CN105093332 A CN 105093332A
- Authority
- CN
- China
- Prior art keywords
- modulus
- rock
- velocity
- log data
- dry
- 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.)
- Pending
Links
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本申请提供一种横波速度的估算方法及装置。所述方法包括:获取测井数据;根据所述测井数据得到横波速度的初始预估值、饱和岩石体积模量的初始值、基质矿物体积模量和干岩石泊松比的最优值、基质矿物剪切模量的预估值以及干岩石剪切模量的最优值;根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度。本申请实施例提供的一种横波速度的估算方法及装置,能够方便、精确地估算复杂储层的横波速度。
Description
技术领域
本申请涉及岩石物理技术领域,特别涉及一种横波速度的估算方法及装置。
背景技术
横波资料是储层评价和流体识别的重要信息,常规声波测井资料中往往缺少横波资料,因此必须利用已有测井资料,结合岩石物理模型估算可靠的横波信息。最初的横波估算始于对岩石物理测试数据进行分析,早期研究结果发现:岩石的横波速度与岩石基质、孔隙度、孔隙形状(扁率)、泥质含量、压力等因素有关,对孔隙度和泥质含量较为敏感,因此在横波估算过程中必须综合考虑以上因素。
常用的横波速度估算方法可分为两大类:
1、基于岩石物理经验关系式的估算方法,如GreenBerg和Castagna等提出的纵、横波速度关系式;Eberhart-Phillips提出的横波速度与孔隙度、黏土矿物体积含量和地层有效压力关系式。该方法估算的横波速度受地域差异影响较大,因此精度较低。
2、基于岩石物理模型的预测方法,如Xu-White模型、Gassmann模型、等效介质理论模型及Pride模型。
以上方法中,应用较为广泛的是Xu-White模型,该模型考虑了岩石基质性质、孔隙度、孔隙形状对横波速度的影响。基于Xu-White模型的速度预测方式包括:(1)横波速度正演预测,将Kuster-Toksz方程或微分等效介质模型(DEM)与Gassmann模型相结合预测低频饱和岩石速度,这种预测方式受基质矿物模量、孔隙度和泥质含量的预测精度影响较大;(2)基于Xu-White模型的纵、横波速度测井约束反演,利用不同目标函数来约束进行迭代计算,直到反演纵波速度与测量值的误差在允许范围内,从而确定最优岩石物理参数,进而反演横波速度,由于该方法的目标函数反演的参数过多,而且同样需要确定基质矿物模量,因此多解性较强;(3)基于自适应基质矿物等效弹性模量反演的横波速度估算方法,该方法解决了基于Xu-White模型估算横波速度时基质矿物等效弹性模量很难估算的问题,但是该方法在弹性模量反演中仅采用测井纵波作为约束条件,这样做缺点在于:一方面由于反演过程中约束条件不够直接导致了估算的基质矿物体积模量和剪切模量具有很强的多解性,从而影响横波估算的可靠性;另一方面由于约束条件本身来至测井资料,单个约束条件很难避免测量误差对横波估算结果的影响。
因此,合理有效预测基质矿物体积模量和剪切模量是横波速度估算的关键。由于基质矿物模量受成岩作用、成岩后生改造作用、地层压力、温度、岩性等综合影响,造成同一基质矿物模量在不同地区差异较大。现有基质矿物模量预测方法包括:(1)基于岩石物理测试分析近似公式,通过实验室测量岩石骨架或者饱和流体岩石参数,采用岩石骨架—基质矿物模量或孔隙度—饱和岩石压缩系数近似公式计算基质矿物模量,该方法的测试分析成本昂贵,估算结果精度受近似公式影响较大;(2)等效介质理论法,该方法采用VRH模型进行计算,需已知岩石组分的基质矿物模量和体积百分比含量,由于岩石各组分的基质矿物模量和体积百分比含量估算不准确,且地区差异较大,因此导致计算结果误差较大;(3)直接统计法,选取岩石物性较均匀的地层,根据测井资料进行简单平均,从而获取基质矿物模量,该方法对于物性非均匀,岩石结构复杂的地层,误差较大;(4)多元拟合法,利用测井数据,按照基质矿物模量、孔隙度、泥质含量、有效压力和温度的多元函数关系式进行拟合,由于很难在测井数据中获得对应的有效压力和温度数据,因此该方法实用性不强;(5)基质矿物体积模量自适应提取法,适用于已知横波速度条件下反演基质矿物体积模量,由于横波速度和基质矿物剪切模量是配对关系,这与横波速度预测相矛盾;(6)自适应基质矿物等效弹性模量反演法,采用单参数作为约束条件导致反演的基质矿物等效弹性模量多解性强,并且仅用测井纵波作为约束条件很难避免测量误差,因此该方法反演的基质矿物等效弹性模量受测井纵波影响较大。
应该注意,上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
本申请实施例的目的在于提供一种横波速度的估算方法及装置,能够方便、精确地估算复杂储层的横波速度。
本申请实施例提供的一种横波速度的估算方法及装置是这样实现的:
一种横波速度的估算方法,包括:
获取测井数据,所述测井数据至少包括纵波速度、密度、孔隙度、含水饱和度以及泥质含量;
根据所述测井数据中的纵波速度估算横波速度,得到横波速度的初始预估值;
根据所述测井数据中的纵波速度、密度以及所述的横波速度的初始预估值,确定饱和岩石体积模量的初始值;
在所述饱和岩石体积模量的初始值以及所述测井数据中的孔隙度的基础上,确定基质矿物体积模量的取值范围和干岩石泊松比的取值范围;
在所述基质矿物体积模量的取值范围和干岩石泊松比的取值范围内确定所述基质矿物体积模量和干岩石泊松比的最优值;
在所述基质矿物体积模量和干岩石泊松比的最优值以及所述测井数据中的孔隙度的基础上,求得基质矿物剪切模量的预估值;
根据所述基质矿物剪切模量的预估值、所述测井数据中的孔隙度以及泥质含量,确定干岩石剪切模量的取值范围;
在所述干岩石剪切模量的取值范围内确定所述干岩石剪切模量的最优值;
根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度。
一种横波速度的估算装置,所述装置包括:
测井数据获取单元,用来获取测井数据,所述测井数据至少包括纵波速度、密度、孔隙度、含水饱和度以及泥质含量;
横波速度初始预估单元,用来根据所述测井数据中的纵波速度估算横波速度,得到横波速度的初始预估值;
饱和岩石体积模量初始值确定单元,用来根据所述测井数据中的纵波速度、密度以及所述的横波速度的初始预估值,确定饱和岩石体积模量的初始值;
第一取值范围确定单元,用来在所述饱和岩石体积模量的初始值以及所述测井数据中的孔隙度的基础上,确定基质矿物体积模量的取值范围和干岩石泊松比的取值范围;
第一最优值确定单元,用来在所述基质矿物体积模量的取值范围和干岩石泊松比的取值范围内确定所述基质矿物体积模量和干岩石泊松比的最优值;
基质矿物剪切模量预估值求取单元,用来在所述基质矿物体积模量和干岩石泊松比的最优值以及所述测井数据中的孔隙度的基础上,求得基质矿物剪切模量的预估值;
第二取值范围确定单元,用来根据所述基质矿物体积模量的最优值、所述基质矿物剪切模量的预估值、所述测井数据中的孔隙度以及泥质含量,确定干岩石剪切模量的取值范围;
第二最优值确定单元,用来在所述干岩石剪切模量的取值范围内确定所述干岩石剪切模量的最优值;
横波速度估算单元,用来根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度。
本申请实施例提供的一种横波速度估算方法及装置,通过测井数据中纵波速度和密度的联合约束来动态估算基质矿物的体积模量和剪切模量,进而结合岩石物理模型来估算复杂储层的横波速度,减少了基质矿物体积模量和剪切模量估算的多解性,降低了由于单一井曲线测量导致的误差,保证了横波速度估算结果的可靠性。本申请实施例估算出的横波速度和现有技术所估算的横波速度相比,更加接近实测值。
参照后文的说明和附图,详细公开了本申请的特定实施方式,指明了本申请的原理可以被采用的方式。应该理解,本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本申请的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解,其构成了说明书的一部分,用于例示本申请的实施方式,并与文字描述一起来阐释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本申请实施例提供的一种横波速度的估算方法的流程图;
图2为本申请实施例中测得的各种测井曲线;
图3为利用本申请实施例提供的方法估算的横波速度和实际测量的横波速度的整合图;
图4为现有技术中利用单参数约束估算的横波速度和实际测量的横波速度的整合图;
图5为本申请实施例提供的一种横波速度的估算装置的功能模块图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都应当属于本申请保护的范围。
图1为本申请实施例提供的一种横波速度的估算方法的流程图。虽然下文描述流程包括以特定顺序出现的多个操作,但是应该清楚了解,这些过程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。如图1所示,所述方法可以包括:
S1:获取测井数据,所述测井数据至少包括纵波速度、密度、孔隙度、含水饱和度以及泥质含量。
本申请实施例可以采用本领域常用的测井手段,例如搭建二维或者三维的测井系统,从而可以获取测井数据。所述测井数据均可以由物理量和深度的对应关系来表示。所述物理量可以包括纵波速度、密度、孔隙度、含水饱和度以及泥质含量,这些物理量随测井深度的变化关系便可以为测井曲线。图2为本申请实施例中测得的各种测井曲线。图2中的纵坐标统一为测井深度,单位为米,横坐标从左至右依次为纵波速度,单位为米/秒,密度,单位为克/立方厘米,孔隙度、含水饱和度以及泥质含量。从图2中可以看出,纵波速度、密度、孔隙度、含水饱和度以及泥质含量均随着测井深度的变化而改变,所述纵波速度、密度、孔隙度、含水饱和度以及泥质含量均可以表示为随测井深度变化的函数,具体地,纵波速度可以表示为Vp,密度可以表示为ρ,孔隙度可以表示为含水饱和度可以表示为Sw,泥质含量可以表示为β。
S2:根据所述测井数据中的纵波速度估算横波速度,得到横波速度的初始预估值。
在本申请实施例中,首先可以根据所述测井数据中的纵波速度,估算出横波速度的初始预估值。具体地可以利用Castagna的砂泥岩纵-横波速度经验关系式:Vs=0.804Vp-0.856来估算横波速度,其中,Vs为所述横波速度的初始预估值,Vp为所述测井数据中的纵波速度。
S3:根据所述测井数据中的纵波速度、密度以及所述的横波速度的初始预估值,确定饱和岩石体积模量的初始值。
在某些实施例中,得到横波速度的初始预估值后,可以根据所述测井数据中的纵波速度、密度以及所述的横波速度的初始预估值,确定饱和岩石体积模量的初始值。所述饱和岩石体积模量的初始值具体可以表示为:
其中,Ks为所述饱和岩石体积模量的初始值,ρ为所述测井数据中的密度,Vp为所述测井数据中的纵波速度,Vs为所述横波速度的初始预估值。
另外,本申请实施例同时还可以确定饱和岩石剪切模量的初始值,具体可以表示为:
其中,μs为所述饱和岩石剪切模量的初始值,ρ为所述测井数据中的密度,Vs为所述横波速度的初始预估值。
所述饱和岩石体积模量与基质矿物体积模量之间存在物理联系,通过所述饱和岩石体积模量的初始值,便可以对所述基质矿物体积模量的取值范围进行限定。
S4:在所述饱和岩石体积模量的初始值以及所述测井数据中的孔隙度的基础上,确定基质矿物体积模量和干岩石泊松比的取值范围。
在本申请实施例中,基质矿物体积模量Km、干岩石体积模量Kd以及所述饱和岩石体积模量Ks之间存在如下的关系:
Kd<Ks<Km式1
而根据Krief关系模型可以得到所述基质矿物体积模量Km与所述干岩石体积模量Kd之间的关系,具体如下所示:
式2
其中,Kd为所述的干岩石体积模量,Km为所述的基质矿物体积模量,为所述测井数据中的孔隙度。
因此,本申请实施例可以在所述饱和岩石体积模量的初始值Ks以及所述测井数据中的孔隙度的基础上,确定基质矿物体积模量Km的取值范围。具体地,可以将式2带入式1中,从而可以得到如下关系式:
上述的式3便可以为基质矿物体积模量Km的取值范围。
对于干岩石泊松比σd的取值范围,在本领域中经过理论与实践证明其取值范围往往为0.1至0.4,在本申请实施例中也采用这样的取值范围。
S5:在所述基质矿物体积模量和干岩石泊松比的取值范围内确定所述基质矿物体积模量和干岩石泊松比的最优值。
由于上述基质矿物体积模量和干岩石泊松比的取值范围内数据较多,在对横波速度进行估算时,往往需要从取值范围内挑选出基质矿物体积模量和干岩石泊松比的最优值,从而可以利用该最优值进行后续的估算流程。在本申请实施例中,可以采用纵波速度和密度联合约束的方法来挑选所述基质矿物体积模量和干岩石泊松比的最优值。具体地,所述联合约束的流程可以包括下述两个步骤:
S501:在所述基质矿物体积模量和干岩石泊松比的取值范围内给所述基质矿物体积模量和干岩石泊松比赋值,并根据赋值结果对纵波速度和密度进行估算,得到纵波速度和密度的预估值。
在本申请实施例中,纵波速度Vp、密度ρ、饱和岩石体积模量Ks及干岩石剪切模量μd之间的关系可以表示为:
其中,根据Gassmann方程,所述饱和岩石体积模量Ks可以表示为:
式5
其中,Kd为干岩石体积模量,具体可以表示为:Km为所述的基质矿物体积模量,为所述测井数据中的孔隙度;Kf为流体体积模量,可以通过下式计算得到:
其中,Sw为所述测井数据中的含水饱和度,Kw和Kg分别为水和气体积模量,这两个体积模量均可以为常数。
这样,将式6以及Kd的表达式带入式5后,所述饱和岩石体积模量Ks便只与所述基质矿物体积模量Km相关。
所述干岩石剪切模量μd与所述干岩石泊松比σd和和所述干岩石体积模量Kd之间的关系可以表示为:
将所述干岩石体积模量Kd的表达式带入式7后,所述干岩石剪切模量μd便只与所述基质矿物体积模量Km以及所述干岩石泊松比σd相关。
最终联合上述式4至式7,便可以得到纵波速度Vp、密度ρ、基质矿物体积模量Km以及干岩石泊松比σd这四个物理量之间的关系。在这样的情况下,本申请实施例可以在所述基质矿物体积模量Km和干岩石泊松比σd的取值范围内给所述基质矿物体积模量Km和干岩石泊松比σd赋值,并根据赋值结果对纵波速度Vp和密度ρ进行估算,得到纵波速度和密度的预估值。
S502:当纵波速度和密度的预估值的组合与所述测井数据中纵波速度和密度的组合之间的差值最小时,确定所述基质矿物体积模量和干岩石泊松比的最优值。
步骤S501中给出了纵波速度和密度的预估值与所述基质矿物体积模量和干岩石泊松比的对应关系。在本申请实施例中,可以在取值范围中按照一定的步径,选择多组基质矿物体积模量和干岩石泊松比的取值。进一步地可以将这些取值代入纵波速度和密度的预估值与所述基质矿物体积模量和干岩石泊松比的对应关系中,从而求得多组纵波速度和密度的预估值的组合。在本申请实施例中,可以将这些纵波速度和密度的预估值的组合与所述测井数据中纵波速度和密度的组合进行对比,当纵波速度和密度的预估值的组合与所述测井数据中纵波速度和密度的组合之间的差值最小时,说明此时选择的所述基质矿物体积模量和干岩石泊松比的取值最为合理,那么便可以将该最为合理的取值确定为所述基质矿物体积模量Km和干岩石泊松比σd的最优值。所述基质矿物体积模量Km的最优值可以用Km1来表示,所述干岩石泊松比σd的最优值可以用σd1来表示。
S6:在所述基质矿物体积模量和干岩石泊松比的最优值以及所述测井数据中的孔隙度的基础上,求得基质矿物剪切模量的预估值。
在本申请实施例中,可以首先利用所述基质矿物体积模量和干岩石泊松比的最优值,求得干岩石剪切模量的预估值,然后再利用所述干岩石剪切模量的预估值以及所述测井数据中的孔隙度,求得基质矿物剪切模量的预估值。具体地,根据Krief关系模型,基质矿物剪切模量μm与干岩石剪切模量μd可以通过所述测井数据中的孔隙度φ建立如下关系:
其中,μm可以为基质矿物剪切模量的预估值,用来代表基质矿物剪切模量,μd可以代表干岩石剪切模量,φ为所述测井数据中的孔隙度。
同时,所述干岩石剪切模量μd与干岩石体积模量Kd之间还存在如下关系:
其中,σd为上述的干岩石泊松比。
在Krief关系模型中,干岩石体积模量Kd与所述的基质矿物体积模量Km之间还存在如下关系:
其中,φ为所述测井数据中的孔隙度。
这样,通过联合上述三个公式,便可以在所述基质矿物体积模量Km和干岩石泊松比σd的最优值以及所述测井数据中的孔隙度φ的基础上,求得基质矿物剪切模量的预估值μm,具体地关系如下所示:
通过将步骤S5中所述基质矿物体积模量和干岩石泊松比的最优值Km1和σd1代入上式,便可以求得所述基质矿物剪切模量μm随所述测井数据中的孔隙度φ变化的关系式。
S7:根据所述基质矿物剪切模量的预估值、所述测井数据中的孔隙度以及泥质含量,确定干岩石剪切模量的取值范围。
在本申请实施例中,可以根据Xu-White关系模型,得到干岩石剪切模量μd(α,β)与所述基质矿物剪切模量的预估值μm、所述测井数据中的孔隙度φ以及泥质含量β的对应关系,具体如下所示:
μd(α,β)=μm(1-φ)Q(α,β)式9
其中,μd(α,β)为所述干岩石剪切模量,μm为所述基质矿物剪切模量的预估值,φ为所述测井数据中的孔隙度,α为所述测井数据中的孔隙度的扁率,β为所述测井数据中的泥质含量,Q(α,β)为与所述测井数据中的孔隙度的扁率以及所述测井数据中的泥质含量相关的函数,所述μd(α,β)随着Q(α,β)的变化而变化。
由步骤S6中的式8可知,所述基质矿物剪切模量的预估值μm是随所述测井数据中的孔隙度φ变化的关系式,而Q(α,β)是与所述测井数据中的孔隙度的扁率α以及所述测井数据中的泥质含量β相关的函数,因此,所述干岩石剪切模量μd(α,β)是与所述测井数据中的孔隙度的扁率α以及所述测井数据中的泥质含量β相关的函数。随着孔隙度的扁率α以及泥质含量β取值的不同,所述干岩石剪切模量μd(α,β)的值也会不同,从而会导致所述干岩石剪切模量μd(α,β)存在一定的取值范围。
S8:在所述干岩石剪切模量的取值范围内确定所述干岩石剪切模量的最优值。
在本申请实施例中,可以利用纵波速度来对所述干岩石剪切模量的取值进行限制。具体地,本申请可以通过下述两个步骤确定所述干岩石剪切模量的最优值:
S801:在所述干岩石剪切模量的取值范围内给所述干岩石剪切模量赋值,并根据赋值结果对纵波速度进行估算,得到纵波速度的预估值。
随着孔隙度的扁率α以及泥质含量β取值的不同,所述干岩石剪切模量μd(α,β)的值也会不同。本申请实施例可以预先设定固定的步径,选取多组孔隙度的扁率α以及泥质含量β的值,并将选取的值带入式9中,从而可以求得不同的干岩石剪切模量的值。进一步地,本申请实施例可以利用所述干岩石剪切模量对纵波速度进行估算,估算纵波速度的公式为:
其中,Vpe代表估算的纵波速度,Ks为所述饱和岩石体积模量的初始值,μd为所述干岩石剪切模量。通过带入不同的干岩石剪切模量的值,从而可以得到不同的纵波速度的预估值。
S802:当所述纵波速度的预估值与所述测井数据中的纵波速度之间的差值最小时,确定所述干岩石剪切模量的最优值。
本申请实施例可以将所述纵波速度的预估值与所述测井数据中的纵波速度进行对比,当所述纵波速度的预估值与所述测井数据中的纵波速度之间的差值最小时,说明选取的孔隙度的扁率α以及泥质含量β的值最为合理,计算出的干岩石剪切模量的值也最为合理,那么本申请实施例可以将该最为合理的干岩石剪切模量确定所述干岩石剪切模量的最优值,可以用μd0表示。
S9:根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度。
本申请实施例在获取到所述干岩石剪切模量的最优值后,便可以根据下述公式估算横波波速:
其中,Vsf为横波速度的估算值,μd0为所述干岩石剪切模量的最优值,ρ为所述测井数据中的密度。
图3为利用本申请实施例提供的方法估算的横波速度和实际测量的横波速度的整合图。图4为现有技术中利用单参数约束估算的横波速度和实际测量的横波速度的整合图。在图3和图4中,纵坐标均代表横波速度,单位为米/秒,横坐标均代表深度,单位为米,实线为估算的横波速度,点线为实际测量的横波速度。从图3中可以看出,利用本申请提供的一种横波速度的估算方法估算出的横波速度与实际测量的横波速度基本匹配,表明估算的精度较高,误差较小;然而从图4中可以看出现有技术中的利用单参数约束估算的横波速度和实际测量的横波速度尽管趋势相同,但很多点都出现了明显的误差。由此可见,本申请提供的横波速度的估算方法的精度更高,误差更小。
本申请实施例还提供一种横波速度的估算装置。图5为本申请实施例提供的一种横波速度的估算装置的功能模块图。如图5所示,所述装置包括:
测井数据获取单元100,用来获取测井数据,所述测井数据至少包括纵波速度、密度、孔隙度、含水饱和度以及泥质含量;
横波速度初始预估单元200,用来根据所述测井数据中的纵波速度估算横波速度,得到横波速度的初始预估值;
饱和岩石体积模量初始值确定单元300,用来根据所述测井数据中的纵波速度、密度以及所述的横波速度的初始预估值,确定饱和岩石体积模量的初始值;
第一取值范围确定单元400,用来在所述饱和岩石体积模量的初始值以及所述测井数据中的孔隙度的基础上,确定基质矿物体积模量和干岩石泊松比的取值范围;
第一最优值确定单元500,用来在所述基质矿物体积模量和干岩石泊松比的取值范围内确定所述基质矿物体积模量和干岩石泊松比的最优值;
基质矿物剪切模量预估值求取单元600,用来在所述基质矿物体积模量和干岩石泊松比的最优值以及所述测井数据中的孔隙度的基础上,求得基质矿物剪切模量的预估值;
第二取值范围确定单元700,用来根据所述基质矿物体积模量的最优值、所述基质矿物剪切模量的预估值、所述测井数据中的孔隙度以及泥质含量,确定干岩石剪切模量的取值范围;
第二最优值确定单元800,用来在所述干岩石剪切模量的取值范围内确定所述干岩石剪切模量的最优值;
横波速度估算单元900,用来根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度。
在本申请一优选实施例中,所述第一最优值确定单元500具体可以包括:
纵波速度和密度预估值获取模块,用来在所述基质矿物体积模量和干岩石泊松比的取值范围内给所述基质矿物体积模量和干岩石泊松比赋值,并根据赋值结果对纵波速度和密度进行估算,得到纵波速度和密度的预估值;
第一最优值确定模块,用来当纵波速度和密度的预估值的组合与所述测井数据中纵波速度和密度的组合之间的差值最小时,确定所述基质矿物体积模量和干岩石泊松比的最优值。
在本申请另一优选实施例中,所述基质矿物剪切模量预估值求取单元600具体可以包括:
干岩石剪切模量预估值获取模块,用来利用所述基质矿物体积模量和干岩石泊松比的最优值,求得干岩石剪切模量的预估值;
基质矿物剪切模量预估值获取模块,用来利用所述干岩石剪切模量的预估值以及所述测井数据中的孔隙度,求得基质矿物剪切模量的预估值。
在本申请另一优选实施例中,所述第二最优值确定单元800具体可以包括:
纵波速度预估值获取模块,用来在所述干岩石剪切模量的取值范围内给所述干岩石剪切模量赋值,并根据赋值结果对纵波速度进行估算,得到纵波速度的预估值;
干岩石剪切模量最优值获取模块,用来当所述纵波速度的预估值与所述测井数据中的纵波速度之间的差值最小时,确定所述干岩石剪切模量的最优值。
上述装置中各个功能模块的工作方式与步骤S1至S9中相同,这里不再赘述。
本申请实施例提供的一种横波速度估算方法及装置,通过测井数据中纵波速度和密度的联合约束来动态估算基质矿物的体积模量和剪切模量,进而结合岩石物理模型来估算复杂储层的横波速度,减少了基质矿物体积模量和剪切模量估算的多解性,降低了由于单一井曲线测量导致的误差,保证了横波速度估算结果的可靠性。本申请实施例估算出的横波速度和现有技术所估算的横波速度相比,更加接近实测值。
在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
上面对本申请的各种实施方式的描述以描述的目的提供给本领域技术人员。其不旨在是穷举的、或者不旨在将本发明限制于单个公开的实施方式。如上所述,本申请的各种替代和变化对于上述技术所属领域技术人员而言将是显而易见的。因此,虽然已经具体讨论了一些另选的实施方式,但是其它实施方式将是显而易见的,或者本领域技术人员相对容易得出。本社恩情旨在包括在此已经讨论过的本发明的所有替代、修改、和变化,以及落在上述申请的精神和范围内的其它实施方式。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (10)
1.一种横波速度的估算方法,其特征在于,包括:
获取测井数据,所述测井数据至少包括纵波速度、密度、孔隙度、含水饱和度以及泥质含量;
根据所述测井数据中的纵波速度估算横波速度,得到横波速度的初始预估值;
根据所述测井数据中的纵波速度、密度以及所述的横波速度的初始预估值,确定饱和岩石体积模量的初始值;
在所述饱和岩石体积模量的初始值以及所述测井数据中的孔隙度的基础上,确定基质矿物体积模量的取值范围和干岩石泊松比的取值范围;
在所述基质矿物体积模量的取值范围和干岩石泊松比的取值范围内确定所述基质矿物体积模量和干岩石泊松比的最优值;
在所述基质矿物体积模量和干岩石泊松比的最优值以及所述测井数据中的孔隙度的基础上,求得基质矿物剪切模量的预估值;
根据所述基质矿物剪切模量的预估值、所述测井数据中的孔隙度以及泥质含量,确定干岩石剪切模量的取值范围;
在所述干岩石剪切模量的取值范围内确定所述干岩石剪切模量的最优值;
根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度。
2.如权利要求1所述的一种横波速度的估算方法,其特征在于,所述在所述基质矿物体积模量的取值范围和干岩石泊松比的取值范围内确定所述基质矿物体积模量和干岩石泊松比的最优值包括:
在所述基质矿物体积模量的取值范围和干岩石泊松比的取值范围内给所述基质矿物体积模量和干岩石泊松比赋值,并根据赋值结果对纵波速度和密度进行估算,得到纵波速度的预估值和密度的预估值;
将估算得到的纵波速度的预估值和密度的预估值的组合与所述测井数据中纵波速度和密度的组合之间的差值最小时,所对应的基质矿物体积模量和干岩石泊松比确定为基质矿物体积模量和干岩石泊松比的最优值。
3.如权利要求1所述的一种横波速度的估算方法,其特征在于,所述在所述基质矿物体积模量和干岩石泊松比的最优值以及所述测井数据中的孔隙度的基础上,求得基质矿物剪切模量的预估值包括:
利用所述基质矿物体积模量和干岩石泊松比的最优值,求得干岩石剪切模量的预估值;
利用所述干岩石剪切模量的预估值以及所述测井数据中的孔隙度,求得基质矿物剪切模量的预估值。
4.如权利要求1所述的一种横波速度的估算方法,其特征在于,所述横波速度的初始预估值为:
Vs=0.804Vp-0.856
其中,Vs为所述横波速度的初始预估值,Vp为所述测井数据中的纵波速度。
5.如权利要求1所述的一种横波速度的估算方法,其特征在于,按照以下公式计算所述饱和岩石体积模量的初始值:
其中,Ks为所述饱和岩石体积模量的初始值,ρ为所述测井数据中的密度,Vp为所述测井数据中的纵波速度,Vs为所述横波速度的初始预估值。
6.如权利要求1所述的一种横波速度的估算方法,其特征在于,按照以下公式计算所述基质矿物体积模量取值范围:
其中,Km为所述基质矿物体积模量,Ks为所述饱和岩石体积模量的初始值,φ为所述测井数据中的孔隙度。
7.如权利要求1所述的一种横波速度的估算方法,其特征在于,按照以下公式确定所述干岩石剪切模量的取值范围:
μd(α,β)=μm(1-φ)Q(α,β)
其中,μd(α,β)为所述干岩石剪切模量,μm为所述基质矿物剪切模量的预估值,φ为所述测井数据中的孔隙度,α为所述测井数据中的孔隙度的扁率,β为所述测井数据中的泥质含量,Q(α,β)为与所述测井数据中的孔隙度的扁率以及所述测井数据中的泥质含量相关的函数,所述μd(α,β)随着Q(α,β)的变化而变化。
8.如权利要求1所述的一种横波速度的估算方法,其特征在于,所述在所述干岩石剪切模量的取值范围内确定所述干岩石剪切模量的最优值包括:
在所述干岩石剪切模量的取值范围内给所述干岩石剪切模量赋值,并根据赋值结果对纵波速度进行估算,得到纵波速度的预估值;
将所述纵波速度的预估值与所述测井数据中的纵波速度之间的差值最小时,所对应的岩石剪切模量作为所述干岩石剪切模量的最优值。
9.如权利要求1所述的一种横波速度的估算方法,其特征在于,所述根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度的估算公式为:
其中,Vsf为横波速度的估算值,μd0为所述干岩石剪切模量的最优值,ρ为所述测井数据中的密度。
10.一种横波速度的估算装置,其特征在于,所述装置包括:
测井数据获取单元,用来获取测井数据,所述测井数据至少包括纵波速度、密度、孔隙度、含水饱和度以及泥质含量;
横波速度初始预估单元,用来根据所述测井数据中的纵波速度估算横波速度,得到横波速度的初始预估值;
饱和岩石体积模量初始值确定单元,用来根据所述测井数据中的纵波速度、密度以及所述的横波速度的初始预估值,确定饱和岩石体积模量的初始值;
第一取值范围确定单元,用来在所述饱和岩石体积模量的初始值以及所述测井数据中的孔隙度的基础上,确定基质矿物体积模量的取值范围和干岩石泊松比的取值范围;
第一最优值确定单元,用来在所述基质矿物体积模量的取值范围和干岩石泊松比的取值范围内确定所述基质矿物体积模量和干岩石泊松比的最优值;
基质矿物剪切模量预估值求取单元,用来在所述基质矿物体积模量和干岩石泊松比的最优值以及所述测井数据中的孔隙度的基础上,求得基质矿物剪切模量的预估值;
第二取值范围确定单元,用来根据所述基质矿物体积模量的最优值、所述基质矿物剪切模量的预估值、所述测井数据中的孔隙度以及泥质含量,确定干岩石剪切模量的取值范围;
第二最优值确定单元,用来在所述干岩石剪切模量的取值范围内确定所述干岩石剪切模量的最优值;
横波速度估算单元,用来根据所述干岩石剪切模量的最优值以及所述测井数据中的密度估算横波速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510522623.XA CN105093332A (zh) | 2015-08-24 | 2015-08-24 | 一种横波速度的估算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510522623.XA CN105093332A (zh) | 2015-08-24 | 2015-08-24 | 一种横波速度的估算方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105093332A true CN105093332A (zh) | 2015-11-25 |
Family
ID=54574186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510522623.XA Pending CN105093332A (zh) | 2015-08-24 | 2015-08-24 | 一种横波速度的估算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105093332A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105840189A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种页岩气岩石物理与测井方法 |
CN106680878A (zh) * | 2016-12-29 | 2017-05-17 | 中国石油大学(华东) | 一种基于改进Biot系数分析的横波速度估算方法 |
CN109375267A (zh) * | 2018-10-11 | 2019-02-22 | 钟德盈 | 一种基于泊松比计算模型获取横波测井数据的方法 |
CN110133725A (zh) * | 2019-05-08 | 2019-08-16 | 中国石油大学(华东) | 地震岩石横波速度预测方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4575830A (en) * | 1982-10-15 | 1986-03-11 | Schlumberger Technology Corporation | Indirect shearwave determination |
CA2002491A1 (en) * | 1989-07-19 | 1991-01-19 | Kenneth E. Hanson | Method of shear wave velocity estimation |
CN102353989A (zh) * | 2011-08-24 | 2012-02-15 | 成都理工大学 | 基于自适应基质矿物等效弹性模量反演的横波速度估算方法 |
CN103424772A (zh) * | 2012-05-24 | 2013-12-04 | 中国石油化工股份有限公司 | 一种基于岩石物理的储层横波速度预测方法 |
CN103954999A (zh) * | 2014-05-06 | 2014-07-30 | 成都理工大学 | 一种适用于低孔隙度砂泥岩地层的横波速度预测新方法 |
-
2015
- 2015-08-24 CN CN201510522623.XA patent/CN105093332A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4575830A (en) * | 1982-10-15 | 1986-03-11 | Schlumberger Technology Corporation | Indirect shearwave determination |
CA2002491A1 (en) * | 1989-07-19 | 1991-01-19 | Kenneth E. Hanson | Method of shear wave velocity estimation |
CN102353989A (zh) * | 2011-08-24 | 2012-02-15 | 成都理工大学 | 基于自适应基质矿物等效弹性模量反演的横波速度估算方法 |
CN103424772A (zh) * | 2012-05-24 | 2013-12-04 | 中国石油化工股份有限公司 | 一种基于岩石物理的储层横波速度预测方法 |
CN103954999A (zh) * | 2014-05-06 | 2014-07-30 | 成都理工大学 | 一种适用于低孔隙度砂泥岩地层的横波速度预测新方法 |
Non-Patent Citations (5)
Title |
---|
DE-HUA HAN: "Estimate Shear Velocity Based on Dry P-wave and Shear Modulus Relationship", 《SEG INT’L EXPOSITION AND 74TH ANNUAL MEETING》 * |
YEXIN LIU,ET AL.: "Shear velocity prediction and its rock mechanic implications", 《GEOCONVENTION 2012》 * |
张广智等: "基于修正Xu-White模型的碳酸盐岩横波速度估算方法", 《石油地球物理勘探》 * |
林凯 等: "基于基质矿物模量自适应提取横波速度反演方法", 《石油地球物理勘探》 * |
熊晓军等: "基于等效弹性模量反演的横波速度预测方法", 《石油地球物理勘探》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105840189A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种页岩气岩石物理与测井方法 |
CN106680878A (zh) * | 2016-12-29 | 2017-05-17 | 中国石油大学(华东) | 一种基于改进Biot系数分析的横波速度估算方法 |
CN106680878B (zh) * | 2016-12-29 | 2019-03-22 | 中国石油大学(华东) | 一种基于改进Biot系数分析的横波速度估算方法 |
CN109375267A (zh) * | 2018-10-11 | 2019-02-22 | 钟德盈 | 一种基于泊松比计算模型获取横波测井数据的方法 |
CN110133725A (zh) * | 2019-05-08 | 2019-08-16 | 中国石油大学(华东) | 地震岩石横波速度预测方法及装置 |
CN110133725B (zh) * | 2019-05-08 | 2021-05-14 | 中国石油大学(华东) | 地震岩石横波速度预测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102353989B (zh) | 基于自适应基质矿物等效弹性模量反演的横波速度估算方法 | |
US9696453B2 (en) | Predicting mineralogy properties from elemental compositions | |
CN108072902B (zh) | 一种碳酸盐岩岩石物理模型的建模方法 | |
CA2878470C (en) | Anisotropy parameter estimation | |
US10788598B2 (en) | Method of predicting parameters of a geological formation | |
CN104181585A (zh) | 一种地球物理勘探横波估算方法和系统 | |
CN105445791A (zh) | 一种基于多种地震属性的地层孔隙压力预测方法 | |
CN105093332A (zh) | 一种横波速度的估算方法及装置 | |
US20100185424A1 (en) | Method, Program and Computer System for Conciliating Hydrocarbon Reservoir Model Data | |
CN103954999A (zh) | 一种适用于低孔隙度砂泥岩地层的横波速度预测新方法 | |
CN104101904B (zh) | 一种快速求取地层横波速度的方法 | |
CN103713327B (zh) | 基于测井及地震资料的页岩气储层最小闭合压力评价方法 | |
US10132945B2 (en) | Method for obtaining estimates of a model parameter so as to characterise the evolution of a subsurface volume | |
CN110320575B (zh) | 基于岩石物理模型的页岩有机质含量确定方法及装置 | |
CN109655936B (zh) | 一种碎屑岩岩性替换的弹性参数计算方法及系统 | |
Gamal et al. | Sonic logs prediction in real time by using random forest technique | |
CN105275459A (zh) | 一种确定页岩地层可动水体积含量的方法 | |
CN114063162B (zh) | 一种基于小样本机器学习SVM Vp/Vs预测方法 | |
Zhu et al. | Morphology identification of gas hydrate from pointwise Lipschitz regularity for P-and S-wave velocity | |
Sharma* et al. | Estimation of density from seismic data without long offsets–a novel approach. | |
CN110954949A (zh) | 一种致密砂岩软孔隙度分布反演方法 | |
AlKawai et al. | Integrating statistical rock physics and pressure and thermal history modeling to map reservoir lithofacies in the deepwater Gulf of Mexico | |
Boadu | Predicting oil saturation from velocities using petrophysical models and artificial neural networks | |
Al Ghaithi | A robust approach for shear log predictions using deep learning on big data sets from a carbonate reservoir for integrated reservoir characterization projects | |
CN112649858A (zh) | 一种基于岩心测试的页岩脆性预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151125 |