CN105093351B - 识别储层微裂缝的方法 - Google Patents
识别储层微裂缝的方法 Download PDFInfo
- Publication number
- CN105093351B CN105093351B CN201510353677.8A CN201510353677A CN105093351B CN 105093351 B CN105093351 B CN 105093351B CN 201510353677 A CN201510353677 A CN 201510353677A CN 105093351 B CN105093351 B CN 105093351B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- modulus
- hole
- rock
- 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
Abstract
本发明公开了一种识别储层微裂缝的方法，该方法包括：根据岩石基质的体积模量、剪切模量和双孔隙结构参数，建立干岩石骨架弹性模量比随孔隙度变化的关系式以及双孔DEM解析模型；配置多组软硬孔的孔隙体积百分比，根据上述解析模型，得到多个干岩石骨架的体积模量和剪切模量；根据多个干岩石骨架的体积模量和剪切模量，应用Gassmann方程得到多个饱和岩石的体积模量和剪切模量；分别计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差，当误差最小时，得到最优的软孔孔隙体积百分比；根据最优的软孔孔隙体积百分比，识别储层微裂缝。上述方法可以提高储层微裂缝识别的精确度。
Description
技术领域
本发明涉及油气资源勘探技术领域，特别涉及一种识别储层微裂缝的方法。
背景技术
绝大部分岩石通常发育两种乃至两种以上不同孔隙类型(孔隙、裂缝、洞等)的孔隙结构，复杂的孔隙系统使得岩石的速度与孔隙度之间的关系高度分散，继而强烈影响地震储层预测与烃类检测的精度。
储层中的孔隙及洞是最主要的储集空间，而裂缝主要起沟通孔洞、改善储层渗透性的作用。裂缝与孔洞的良好搭配，往往是气田优质储集层形成和气井高产的重要原因。因此，利用测井和地震资料精确评价储层孔隙类型分布及裂缝孔隙发育情况对于储层描述具有非常重要的意义。裂缝可分为宏观裂缝和微细裂缝。宏观裂缝的尺度在10cm以上，常规地震技术如相干体、多方位各向异性、图像边缘检测及地质统计随机反演等可对之进行识别，成像测井与岩心标定也可以较好地识别该类裂缝。微细裂缝的尺度在10cm以下，常规相干体和边缘检测等技术对其发育区预测和描述存在明显不足，特别是裂缝开度在0.1mm以下的微裂缝，目前的测井和地震技术都难以识别，只能在实验室通过岩心和显微镜观察。因此，如何从测井和地震资料中有效识别微裂缝发育带是储层预测中亟需解决的方法技术问题。
地震岩石物理理论揭示饱和岩石的地震弹性性质与岩石物性之间的关系可用Gassmann方程来描述。在应用Gassmann方程研究岩石弹性性质中，如何确定干岩石骨架的弹性模量非常关键。干岩石骨架弹性模量通常通过实验室测量、经验模型或等效介质模型计算得到。由实验室数据计算的和经验关系表征的模型不能直观揭示干骨架模量与孔隙形状之间的关系，且这些模型依赖于实验室测量条件和岩石样品，而等效介质模型则对孔隙形状作了理想化假设。
目前，常见的等效介质理论有理论和微分等效介质理论。(1974)理论可用来模拟孔隙的流体、体积百分比和形状对岩石弹性性质的影响，但在某些情况下，其估计的等效弹性模量违背了岩石物理边界。Xu-White模型(1995)是基于理论发展的一种针对泥质砂岩的双孔(软、硬孔)模型，软、硬孔的孔隙体积百分比分别由砂岩和泥质含量确定，这样的假设不足以令人信服，因为像发育在石英或长石颗粒内部的破裂缝等与泥质含量无关。微分等效介质(DEM)理论通过往固体矿物相中逐渐加入孔隙来模拟双相混合物，利用微分方程数值和解析式研究多重孔岩石的等效弹性性质。与理论相比，微分等效介质(DEM)理论从不越过严格的岩石物理边界，但是，对于多孔介质来说，由经典的DEM所模拟的岩石等效弹性性质依赖于孔或缝的添加顺序，这样就也会影响干岩石骨架弹性模量的准确性，进而影响储层微裂缝识别的精确度。
由此可见，通过实验室测量、经验模型或等效介质模型计算得到的干岩石骨架弹性模量不准确，进而影响对储层微裂缝识别的精度。
发明内容
本发明实施例提供了一种识别储层微裂缝的方法，用以提高储层微裂缝识别的精确度，该方法包括：
根据实际测井数据得到储层饱和岩石的体积模量和剪切模量；根据实际测井数据得到储层岩石基质的体积模量和剪切模量；
根据储层岩石基质的体积模量和剪切模量，结合储层岩石软孔和硬孔的孔隙扁度，建立储层干岩石骨架弹性模量比随孔隙度变化的关系式；
根据储层干岩石骨架弹性模量比随孔隙度变化的关系式，建立储层岩石的双孔微分等效介质DEM解析模型；双孔包括软孔和硬孔；
配置多组软孔和硬孔的孔隙体积百分比，根据双孔DEM解析模型和软孔和硬孔的孔隙体积百分比，计算得到多个干岩石骨架的体积模量和剪切模量；
根据多个干岩石骨架的体积模量和剪切模量，应用Gassmann方程得到多个饱和岩石的体积模量和剪切模量；
分别计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差，当误差最小时，得到最优的软孔孔隙体积百分比和孔隙度；
根据最优的软孔孔隙体积百分比和孔隙度，识别储层微裂缝。
在一个实施例中，根据实际测井数据得到储层饱和岩石的体积模量和剪切模量，包括：
获取储层岩石的实际测井数据中的纵波速度、横波速度和密度；
根据纵波速度、横波速度和密度，得到饱和岩石的体积模量和剪切模量。
在一个实施例中，根据实际测井数据得到储层岩石基质的体积模量和剪切模量，包括：
获取储层岩石的实际测井数据中的孔隙度、泥质含量、流体饱和度和组份矿物模量物性参数；
根据孔隙度、泥质含量、流体饱和度和组份矿物模量物性参数，计算储层岩石基质的体积模量和剪切模量。
在一个实施例中，储层干岩石骨架弹性模量比随孔隙度变化的关系式为：
其中，Kdry为干岩石骨架的体积模量，Gdry为干岩石骨架的剪切模量，Km为岩石基质的体积模量，Gm为岩石基质的剪切模量，φ为孔隙度，参数a为满足的梯度，参数b为满足的截距，K*(y)为岩石等效体积模量，G*(y)为岩石等效剪切模量， 和是干岩石骨架的等效极化因子，P*r和Q*r是干岩石骨架中含有软孔时的极化因子，P*y和Q*y是含有硬孔时的极化因子，a＝vrar+vyay，b＝vrbr+vyby，ar为包含软孔的极化因子之差P*r-Q*r的梯度，br为包含软孔的极化因子之差P*r-Q*r的截距，ay为包含硬孔的极化因子之差P*y-Q*y的梯度，by为包含硬孔的极化因子之差P*y-Q*y的截距，vr为软孔孔隙体积百分比，vy硬孔孔隙体积百分比，ar为软孔的孔隙扁度，ay为硬孔的孔隙扁度。
在一个实施例中，双孔DEM解析模型为：
其中，Kdry为干岩石骨架的体积模量，Gdry为干岩石骨架的剪切模量，Km为岩石基质的体积模量，Gm为岩石基质的剪切模量，φ为孔隙度，参数a为满足的梯度，参数b为满足的截距，K*(y)为岩石等效体积模量，G*(y)为岩石等效剪切模量， 是干岩石骨架的等效极化因子，P*r和Q*r是干岩石骨架中含有软孔时的极化因子，P*y和Q*y是含有硬孔时的极化因子，a＝vrar+vyay，b＝vrbr+vyby，ar为包含软孔的极化因子之差P*r-Q*r的梯度，br为包含软孔的极化因子之差P*r-Q*r的截距，ay为包含硬孔的极化因子之差P*y-Q*y的梯度，by为包含硬孔的极化因子之差P*y-Q*y的截距，vr为软孔孔隙体积百分比，vy硬孔孔隙体积百分比，ar为软孔的孔隙扁度，ay为硬孔的孔隙扁度；
i＝r或y，r代表软孔，y代表硬孔， αi为第i类孔的孔隙扁度，νi是第i类孔的孔隙体积百分比。
在一个实施例中，计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差的目标函数为：
其中，Wp，Ws为加权因子，Wp+Ws＝1，只有纵波时，Wp＝1，Ws＝0；同时有纵、横波时，取Wp＝0.5，Ws＝0.5；ρ为储层岩石测井数据中的密度，Vp为储层岩石测井数据中的纵波速度、Vs为储层岩石测井数据中的横波速度，为应用Gassmann方程得到的饱和岩石的体积模量，为应用Gassmann方程得到的饱和岩石的剪切模量。
本发明实施例提供的技术方案，通过储层岩石的弹性模量反演软孔的孔隙体积百分比，考虑了两类孔隙(孔与缝)的几何形态，与实际岩石的真实孔隙大小分布特征更加接近，既弥补了常规的经验模型无法描述孔隙形状的不足，也克服了经典的XuWhite模型简单假设软孔的孔隙体积百分比为泥质含量的问题。根据孔隙体积百分比构建岩石物理干岩石骨架弹性模量，可以得到与实际岩石更吻合的干骨架弹性模量，以及描述岩石孔隙系统中各孔隙组份的孔隙体积百分比和软孔孔隙度，由软孔孔隙体积百分比和软孔孔隙度，对进行储层孔隙类型及微裂缝发育程度评价，避免了经典的微分等效介质理论在预测多重孔岩石弹性性质时预测结果依赖于孔隙的添加顺序问题。结合储层岩石软孔和硬孔的孔隙扁度，建立储层干岩石骨架弹性模量比随孔隙度变化的关系式，进而根据该关系式，建立用于计算储层干岩石骨架弹性模量的双孔DEM解析模型，突破了常规的经验模型如临界孔隙度模型所假设的模量比为常数，与孔隙度无关的局限，可以准确反映不同孔隙类型岩石的模量比随孔隙度的变化特征。综上所述，本发明实施例提供的识别储层微裂缝的方法，可以精确识别储层微裂缝发育带。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：
图1是本发明实施例中识别储层微裂缝的方法的流程示意图；
图2是本发明另一实施例中识别储层微裂缝的方法的流程示意图；
图3是本发明实施例中阿姆河碳酸盐岩气田M22的测井曲线示意图；
图4是应用本发明实施例提供的方法计算得到的软孔体积百分比、裂缝孔隙度及与岩心数据对比示意图；
图5是应用本发明实施例提供的方法计算得到的干剪切模量与实测对比示意图；
图6是本发明实施例中阿姆河碳酸盐岩气田M21的测井曲线示意图；
图7是应用本发明实施例提供的方法计算得到的软孔体积百分比、裂缝孔隙度及与岩心数据对比示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
图1是本发明实施例中识别储层微裂缝的方法的流程示意图，如图1所示，该方法可以包括如下步骤：
步骤101：根据实际测井数据得到储层饱和岩石的体积模量和剪切模量；根据实际测井数据得到储层岩石基质的体积模量和剪切模量；
步骤102：根据储层岩石基质的体积模量和剪切模量，结合储层岩石软孔和硬孔的孔隙扁度，建立储层干岩石骨架弹性模量比随孔隙度变化的关系式；
步骤103：根据储层干岩石骨架弹性模量比随孔隙度变化的关系式，建立储层岩石的双孔微分等效介质DEM解析模型；双孔包括软孔和硬孔；
步骤104：配置多组软孔和硬孔的孔隙体积百分比，根据双孔DEM解析模型和软孔和硬孔的孔隙体积百分比，计算得到多个干岩石骨架的体积模量和剪切模量；
步骤105：根据多个干岩石骨架的体积模量和剪切模量，应用Gassmann方程得到多个饱和岩石的体积模量和剪切模量；
步骤106：分别计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差，当误差最小时，得到最优的软孔孔隙体积百分比和孔隙度；
步骤107：根据最优的软孔孔隙体积百分比和孔隙度，识别储层微裂缝。
本发明实施例提供的技术方案，通过储层岩石的弹性模量反演软孔的孔隙体积百分比，考虑了两类孔隙(孔与缝)的几何形态，与实际岩石的真实孔隙大小分布特征更加接近，既弥补了常规的经验模型无法描述孔隙形状的不足，也克服了经典的XuWhite模型简单假设软孔的孔隙体积百分比为泥质含量的问题。根据孔隙体积百分比构建岩石物理干岩石骨架弹性模量，可以得到与实际岩石更吻合的干骨架弹性模量，以及描述岩石孔隙系统中各孔隙组份的孔隙体积百分比和软孔孔隙度，由软孔孔隙体积百分比和软孔孔隙度，对进行储层孔隙类型及微裂缝发育程度评价，避免了经典的微分等效介质理论在预测多重孔岩石弹性性质时预测结果依赖于孔隙的添加顺序问题。结合储层岩石软孔和硬孔的孔隙扁度，建立储层干岩石骨架弹性模量比随孔隙度变化的关系式，进而根据该关系式，建立用于计算储层干岩石骨架弹性模量的双孔DEM解析模型，突破了常规的经验模型如临界孔隙度模型所假设的模量比为常数，与孔隙度无关的局限，可以准确反映不同孔隙类型岩石的模量比随孔隙度的变化特征。综上所述，本发明实施例提供的识别储层微裂缝的方法，可以精确识别储层微裂缝发育带。
具体实施时，在上述步骤101中，根据实际测井数据得到储层饱和岩石的体积模量和剪切模量，可以包括：
获取储层岩石的实际测井数据中的纵波速度、横波速度和密度；
根据纵波速度、横波速度和密度，得到饱和岩石的体积模量和剪切模量。
本发明实施例根据声波时差和密度反演双孔(软孔和硬孔)岩石各孔隙的孔隙体积百分比，实现储层孔隙类型及微裂缝发育程度评价，这样就克服了现有技术中经典的XuWhite模型简单假设软孔的孔隙体积百分比为泥质含量的问题，可以提高储层微裂缝识别的精度。
具体实施时，上述步骤101中根据实际测井数据得到储层岩石基质的体积模量和剪切模量，可以包括：
获取储层岩石的实际测井数据中的孔隙度、泥质含量、流体饱和度和组份矿物模量物性参数；
根据孔隙度、泥质含量、流体饱和度和组份矿物模量物性参数，计算储层岩石基质的体积模量和剪切模量。
具体实施时，上述步骤102中建立的储层干岩石骨架弹性模量比随孔隙度变化的关系式为：
其中，Kdry为干岩石骨架的体积模量，Gdry为干岩石骨架的剪切模量，Km为岩石基质的体积模量，Gm为岩石基质的剪切模量，φ为孔隙度，参数a为满足的梯度，参数b为满足的截距，K*(y)为岩石等效体积模量，G*(y)为岩石等效剪切模量， 和是干岩石骨架的等效极化因子，P*r和Q*r是干岩石骨架中含有软孔时的极化因子，P*y和Q*y是含有硬孔时的极化因子，a＝vrar+vyay，b＝vrbr+vyby，ar为包含软孔的极化因子之差P*r-Q*r的梯度，br为包含软孔的极化因子之差P*r-Q*r的截距，ay为包含硬孔的极化因子之差P*y-Q*y的梯度，by为包含硬孔的极化因子之差P*y-Q*y的截距，vr为软孔孔隙体积百分比，vy硬孔孔隙体积百分比，ar为软孔的孔隙扁度，ay为硬孔的孔隙扁度。
上述储层干岩石骨架弹性模量比随孔隙度变化的关系式，考虑了软孔和硬孔的孔隙扁度、孔隙度，这样与实际岩石的真实孔隙大小分布特征更加接近，弥补了常规的经验模型无法描述孔隙形状的不足，另外，通过上述关系式，结合储层岩石软孔和硬孔的孔隙扁度，建立储层干岩石骨架弹性模量比随孔隙度变化的关系式，进而根据该关系式，建立用于计算储层干岩石骨架弹性模量的双孔DEM解析模型，突破了常规的经验模型如临界孔隙度模型所假设的模量比为常数，与孔隙度无关的局限，可以准确反映不同孔隙类型岩石的模量比随孔隙度的变化特征，进而可以提高储层微裂缝识别的精确度。
具体实施时，上述步骤103中的双孔DEM解析模型为：
其中，Kdry为干岩石骨架的体积模量，Gdry为干岩石骨架的剪切模量，Km为岩石基质的体积模量，Gm为岩石基质的剪切模量，φ为孔隙度，参数a为满足的梯度，参数b为满足的截距，K*(y)为岩石等效体积模量，G*(y)为岩石等效剪切模量， 和是干岩石骨架的等效极化因子，P*r和Q*r是干岩石骨架中含有软孔时的极化因子，P*y和Q*y是含有硬孔时的极化因子，a＝vrar+vyay，b＝vrbr+vyby，ar为包含软孔的极化因子之差P*r-Q*r的梯度，br为包含软孔的极化因子之差P*r-Q*r的截距，ay为包含硬孔的极化因子之差P*y-Q*y的梯度，by为包含硬孔的极化因子之差P*y-Q*y的截距，vr为软孔孔隙体积百分比，vy硬孔孔隙体积百分比，ar为软孔的孔隙扁度，ay为硬孔的孔隙扁度；
i＝r或y，r代表软孔，y代表硬孔， αi为第i类孔的孔隙扁度，νi是第i类孔的孔隙体积百分比。
基于上述储层干岩石骨架弹性模量比随孔隙度变化的关系式建立的双孔DEM解析模型，可以更加准确的得到干岩石骨架弹性模量，进而为后续应用Gassmann方程计算得到精确的饱和岩石的弹性模量奠定基础，那么根据步骤106的方法得到的误差最小时的软孔孔隙体积百分比就更加的精确，从而可以精确的识别储层的微裂缝。
具体实施时，上述步骤106中描述的计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差的目标函数为：
其中，Wp，Ws为加权因子，Wp+Ws＝1，只有纵波时，Wp＝1，Ws＝0；同时有纵、横波时，取Wp＝0.5，Ws＝0.5；ρ为储层岩石测井数据中的密度，Vp为储层岩石测井数据中的纵波速度、Vs为储层岩石测井数据中的横波速度，为应用Gassmann方程得到的饱和岩石的体积模量，为应用Gassmann方程得到的饱和岩石的剪切模量。
具体实施时，在上述步骤107中，根据最优的软孔孔隙体积百分比和孔隙度，识别储层微裂缝的具体方法是：根据反演的(软孔)孔隙体积百分比乘以孔隙度得到软孔孔隙度。利用软孔体积百分比和软孔孔隙度即可对储层的孔隙类型及微裂缝发育程度进行评价。在孔隙度一定时，软孔的孔隙体积百分比越大(一般大于5％)预示着储层微裂缝发育，软孔的孔隙体积百分比小于5％则预示着储层微裂缝相对不发育。同样，软孔的孔隙度大小也预示着微裂缝发育程度。
另外，在上述步骤104-步骤106中，可以首先是给定多组软孔和硬孔的孔隙体积百分比(例如给定3组：第一组、软孔：6％，硬孔：94％；第二组、软孔：3.5％，硬孔：96.5％；第三组、软孔：4％，硬孔：96％)，然后，根据双孔DEM解析模型，计算得到三个干岩石的体积模量和剪切模量，再次，根据双孔DEM解析模型计算得到的多个干岩石的体积模量和剪切模量，应用Gassmann方程得到多个饱和岩石的体积模量和剪切模量，最后根据上述目标函数，分3次计算误差得到的误差最小时软孔孔隙体积百分比和孔隙度，对储层微裂缝进行识别。当然，也可以是分每组根据步骤104-106顺序计算(例如：先根据双孔DEM解析模型，计算第一组的干岩石的体积模量和剪切模量、饱和岩石的体积模量和剪切模量、计算误差得到一个误差；然后再依据上述方法计算第二组第三组的)，最后，选择误差最小时对应的那组孔隙体积百分比，对储层微裂缝进行识别，例如，误差最小时对应的软孔和硬孔的孔隙体积百分比是第三组，那么就用软孔：4％来对储层微裂缝进行识别，4％小于5％则预示着储层微裂缝相对不发育。
下面再以实例来进行说明，以便于理解如何实施本发明。
本发明提出根据声波时差和密度反演双重孔岩石各孔隙的孔隙体积百分比，进而利用孔隙体积百分比计算干岩石骨架弹性模量以及进行储层孔隙类型及微裂缝发育程度评价。最终，为储层甜点预测提供有效的方法技术，为储层描述提供准确可靠的物性参数，为开发井部署、油田高效开发提供可靠的依据。
本发明主要核心有两方面：一是根据已知岩石的纵横波速度、密度、孔隙度、饱和度和泥质含量参数，运用Gassmann方程和新发明的用于干岩石骨架弹性模量计算的双重孔DEM解析模型建立各参数之间的关系，应用非线性全局寻优算法来反演两类孔隙的体积百分比；二是根据反演得到的孔隙体积百分比计算干岩石骨架的模量比和弹性模量以及进行储层孔隙类型及微裂缝发育程度评价。下面对本发明实施例的具体步骤进行详细说明。
本发明通过以下技术方案实施，具体可以包括如下步骤：
(1)收集岩石的纵波速度、横波速度和密度声学特征参数，岩石的孔隙度、泥质含量、流体饱和度和组份矿物模量物性参数(如图3所示)。
(2)根据岩石纵波速度Vp、横波速度Vs、密度ρ等参数，利用下式计算饱和岩石的体积模量和剪切模量。
式中为实测的饱和岩石的体积模量和剪切模量(即为根据实际测井数据计算得到的饱和岩石的体积模量和剪切模量)。
(3)由岩石的泥质含量、孔隙度、流体饱和度和组份矿物模量，计算岩石基质的体积模量Km和剪切模量Gm和流体的体积模量Kfl。
(4)定义双重孔(即双孔：软孔和硬孔)岩石软孔和硬孔各自的孔隙扁度αr和αy，给定初始的软孔和硬孔体积百分比νr和νy，利用本发明提出的双重孔的干岩石骨架模量比公式，计算干岩石骨架模量比随孔隙度的变化关系：
式中，参数a和b分别为满足的梯度和截距，K*(y)和G*(y)为岩石等效体积模量和剪切模量，和是干岩石骨架的等效极化因子，P*r、Q*r是干岩石骨架中含有软孔时的极化因子而P*y、Q*y则是含有硬孔时的极化因子。a＝vrar+vyay，b＝vrbr+vyby，ar和br分别为包含软孔的极化因子之差P*r-Q*r的梯度和截距，而ay、by分别为包含硬孔的极化因子之差P*y-Q*y的梯度和截距。
(5)利用本发明提出的新的用于干岩石骨架弹性模量计算的双重孔(即双孔)DEM解析模型，由给定的孔隙体积百分比，计算干岩石骨架的体积模量与剪切模量。新的双重孔DEM解析模型为：
和
式中Kdry，Gdry分别为双重孔隙介质的干岩石骨架的体积模量和剪切模量，i＝r或y，分别代表软孔和硬孔， αi为第i类孔的孔隙扁度，νi是第i类孔在孔隙度φ中所占的体积百分比。
(6)应用Gassmann方程，计算流体饱和岩石的体积模量和剪切模量。
式中为正演得到的流体饱和岩石的体积模量和剪切模量(即为根据双孔DEM解析模型得到的干岩石骨架弹性模量，计算得到的饱和岩石的体积模量和剪切模量)。
(7)把正演计算得到的体积模量和剪切模量(即根据上述步骤5-6得到的)与实际测量的体积模量和剪切模量(即为根据实际测井数据计算得到的)进行比较，计算它们之间的误差：
式中Wp，Ws为加权因子，Wp+Ws＝1。只有纵波时，Wp＝1，Ws＝0；同时有纵、横波时，可取Wp＝0.5，Ws＝0.5。
(8)采用非线性全局寻优算法修改步骤(5)给定的孔隙体积百分比，得到新的模量值，重复步骤(5)-(7)，计算相应的误差，比较误差之间的大小，最后得到最优的孔隙体积百分比。由反演得到的孔隙体积百分比，利用式4和5计算双孔隙介质的干岩石骨架模量比及相应的体积模量和剪切模量。
(9)根据反演的(软孔)孔隙体积百分比乘以孔隙度得到软孔孔隙度。利用软孔体积百分比和软孔孔隙度即可对储层的孔隙类型及微裂缝发育程度进行评价。在孔隙度一定时，软孔的孔隙体积百分比越大(一般大于5％)预示着储层微裂缝发育，软孔的孔隙体积百分比小于5％则预示着储层微裂缝相对不发育。同样，软孔的孔隙度大小也预示着微裂缝发育程度。
图2是本发明另一实施例中基于双孔微分等效介质DEM解析模型识别储层微裂缝的方法的流程示意图，如图2所示，首先根据已知岩石的纵波(横波)速度、密度、孔隙度、饱和度和泥质含量等参数，计算岩石的基质模量和流体模量以及饱和岩石的弹性模量。然后运用Gassmann方程和新发明的用于干岩石骨架弹性模量计算的双重孔DEM解析模型建立各参数之间的关系，应用非线性全局寻优算法来反演孔隙体积百分比；最后把反演得到的孔隙体积百分比代入新发明的双重孔DEM解析模型中计算干岩石骨架的弹性模量，以及进行储层孔隙类型及微裂缝发育程度评价。
图3-5是本发明实施例中阿姆河气田M22井的岩石物理骨架建模及储层孔隙类型评价结果，该井储层为碳酸岩盐，井段2665～2759m为XVM层，是气田的主要产气层。
图3是本发明实施例中阿姆河碳酸盐岩气田M22的测井曲线示意图，即为储层段的纵、横波、密度、孔隙度、泥质含量和含气饱和度曲线，这些数据为实施方案步骤(1)所说明的输入数据。
图4为由纵横波、密度曲线反演得到的孔隙体积百分比数据，灰岩矿物的体积模量、剪切模量分别取64.6MPa和22.MPa，泥岩的的体积模量、剪切模量分别取30.7MPa和17.3MPa，软硬孔的孔隙扁度值分别取0.01和1，式(8)中的加权因子Wp＝0.5，Ws＝0.5，用纵、横波和密度来反演孔隙体积百分比，从中提取横波信息。从图4可以看到，在XVM层软孔的孔隙百分比都小于5％，个别深度段裂缝孔隙度达到0.5％，说明XVM层主要是溶洞发育。特别是在XVM层顶部2683～2684.5m处反演的孔隙体积百分比和软孔孔隙度接近零，说明该段裂缝不发育。由井段2683.94～2684.13m所取的岩心鉴定该段主要发育溶洞孔隙，预测结果与岩心数据吻合。
图5为由图4的孔隙体积百分比利用步骤(5)中的式(5)计算得到的干岩石骨架的剪切模量与实际测量对比。图中虚线为预测结果，实线为测量结果，可以看到，由纵波和密度中提取的剪切模量与实测剪切模量吻合良好，非常接近，说明本发明方法在从实测声波和密度资料中提取的横波信息是可靠的，可以得到准确的横波速度。因此，如图2和上述可知，应该本发明实施例提供的方法还可以进行横波速度的预测。
下面为本发明另一实施例的介绍。
图6-7是阿姆河气田M21井的岩石物理骨架建模及储层孔隙类型评价结果，该井没有横波测井数据，其中井段2693～2749m为XVP层，2748～2882m m为XVM层。
图6是本发明实施例中阿姆河碳酸盐岩气田M21的测井曲线示意图，图6为储层段的纵、密度、孔隙度、泥质含量和含气饱和度曲线，这些数据为实施方案步骤(1)所说明的输入数据。
图7为由纵波、密度曲线反演得到的孔隙体积百分比数据，矿物弹性模量和软硬孔的孔隙扁度值采用与图3-5相同的数据，式(8)中的加权因子Wp＝1，Ws＝0，只用纵波和密度来反演孔隙体积百分比，从中提取横波信息。从图中可以看到，XVM层的上部有两处裂缝相对发育，该处的软孔孔隙百分比达到10％，而在XVP层裂缝则比较发育，整个层段的软孔孔隙百分比接近10％，特别在2709.6～2711.2m预测的裂缝孔隙度达到1％，为微裂缝发育段，由井段2710.57～2710.75m所取的岩心鉴定该段主要发育微裂隙，预测结果与岩心数据吻合。
本发明根据声波时差和密度反演双重孔岩石各孔隙的孔隙体积百分比实现储层孔隙类型及微裂缝发育程度评价，首先根据已知岩石的纵波(横波)速度、密度、孔隙度、饱和度和泥质含量等参数，运用Gassmann方程和新发明的新的用于干岩石骨架弹性模量计算的双重孔DEM解析模型建立各参数之间的关系，应用非线性全局寻优算法来反演孔隙体积百分比；其次根据反演得到的孔隙体积百分比代入新发明的双重孔DEM解析模型中计算干岩石骨架的弹性模量，以及进行储层孔隙类型及微裂缝发育程度评价，关键技术是反演孔隙体积百分比的目标函数以及新的用于干岩石骨架弹性模量计算的双重孔DEM解析模型的建立。
本发明实施例可以达到如下有益技术效果：
本发明的根据孔隙体积百分比确定双重孔隙介质的干岩石骨架弹性模量的方法，避免了经典的微分等效介质理论在预测多重孔岩石弹性性质时预测结果依赖于孔隙的添加顺序问题，突破了常规的经验模型如临界孔隙度模型所假设的模量比为常数，与孔隙度无关的局限，可以准确反映不同孔隙类型岩石的模量比随孔隙度的变化特征。
本发明的根据孔隙体积百分比确定双重孔隙介质的干岩石骨架弹性模量的方法，是从多重孔微分等效介质理论推导出的解析公式，具有普遍适用性，避免了常规的经验模型只适用于特定研究区而无法推广的缺陷。
目前计算干岩石骨架弹性模量一是利用传统的干岩石骨架经验模型，但是这些经验模型可能仅适合于某一组特定的岩石，不能推广到其它的岩石，简单任意地应用经验模型会带来很大的误差；二是理论假设过于简单，与实际岩石的孔隙分布不符合，难以反映实际岩石的真正孔隙特征。根据孔隙体积百分比构建岩石物理干岩石骨架弹性模量的方法可以得到与实际岩石更吻合的干骨架弹性模量，以及描述岩石孔隙系统中各孔隙组份的孔隙体积百分比和软孔孔隙度。由软孔孔隙体积百分比和软孔孔隙度，就可以进行储层孔隙类型及微裂缝发育程度评价。同时，根据上述实施例的记载，利用干岩石骨架弹性模量，还可以进行速度预测、流体替换等。
本发明的由岩石弹性模量反演孔隙体积百分比的方法，考虑了两类孔隙(孔与缝)的几何形态，与实际岩石的真实孔隙大小分布特征更加接近，既弥补了常规的经验模型无法描述孔隙形状的不足，也克服了经典的XuWhite模型简单假设软孔的孔隙体积百分比为泥质含量的问题。实际测井数据应用表明(见实施附图3-4)，根据孔隙体积百分比构建岩石物理干岩石骨架弹性模量的方法可以得到与实际岩石更吻合的干骨架弹性模量，相应地从实测声波和密度资料中提取了更加可靠的横波信息，从而构建准确的横波速度。由反演的孔隙体积百分比和裂缝孔隙度所预测的孔缝发育带与实际岩心观察结果相吻合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种识别储层微裂缝的方法，其特征在于，包括：
根据实际测井数据得到储层饱和岩石的体积模量和剪切模量；根据实际测井数据得到储层岩石基质的体积模量和剪切模量；
根据储层岩石基质的体积模量和剪切模量，结合储层岩石软孔和硬孔的孔隙扁度，建立储层干岩石骨架弹性模量比随孔隙度变化的关系式；
根据储层干岩石骨架弹性模量比随孔隙度变化的关系式，建立储层岩石的双孔微分等效介质DEM解析模型；所述双孔包括软孔和硬孔；
配置多组软孔和硬孔的孔隙体积百分比，根据所述双孔DEM解析模型和所述软孔和硬孔的孔隙体积百分比，计算得到多个干岩石骨架的体积模量和剪切模量；
根据所述多个干岩石骨架的体积模量和剪切模量，应用Gassmann方程得到多个饱和岩石的体积模量和剪切模量；
分别计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差，当误差最小时，得到最优的软孔孔隙体积百分比和孔隙度；
根据所述最优的软孔孔隙体积百分比和孔隙度，识别储层微裂缝。
2.如权利要求1所述的识别储层微裂缝的方法，其特征在于，根据实际测井数据得到储层饱和岩石的体积模量和剪切模量，包括：
获取储层岩石的实际测井数据中的纵波速度、横波速度和密度；
根据所述纵波速度、横波速度和密度，得到饱和岩石的体积模量和剪切模量。
3.如权利要求1所述的识别储层微裂缝的方法，其特征在于，根据实际测井数据得到储层岩石基质的体积模量和剪切模量，包括：
获取储层岩石的实际测井数据中的孔隙度、泥质含量、流体饱和度和组份矿物模量物性参数；
根据所述孔隙度、泥质含量、流体饱和度和组份矿物模量物性参数，计算储层岩石基质的体积模量和剪切模量。
4.如权利要求1所述的识别储层微裂缝的方法，其特征在于，所述储层干岩石骨架弹性模量比随孔隙度变化的关系式为：
<mrow>
<mfrac>
<msub>
<mi>K</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
<mi>y</mi>
</mrow>
</msub>
<msub>
<mi>G</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
<mi>y</mi>
</mrow>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<msub>
<mi>K</mi>
<mi>m</mi>
</msub>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
</mfrac>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mi>a</mi>
</msup>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>bK</mi>
<mi>m</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>aG</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>bK</mi>
<mi>m</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>aG</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mi>a</mi>
</msup>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，Kdry为干岩石骨架的体积模量，Gdry为干岩石骨架的剪切模量，Km为岩石基质的体积模量，Gm为岩石基质的剪切模量，φ为孔隙度，参数a为满足的梯度，参数b为满足的截距，K*(y)为岩石等效体积模量，G*(y)为岩石等效剪切模量， 和是干岩石骨架的等效极化因子，P*r和Q*r是干岩石骨架中含有软孔时的极化因子，P*y和Q*y是含有硬孔时的极化因子，a＝vrar+vyay，b＝vrbr+vyby，ar为包含软孔的极化因子之差P*r-Q*r的梯度，br为包含软孔的极化因子之差P*r-Q*r的截距，ay为包含硬孔的极化因子之差P*y-Q*y的梯度，by为包含硬孔的极化因子之差P*y-Q*y的截距，vr为软孔孔隙体积百分比，vy硬孔孔隙体积百分比，ar为软孔的孔隙扁度，ay为硬孔的孔隙扁度。
5.如权利要求1所述的识别储层微裂缝的方法，其特征在于，所述双孔DEM解析模型为：
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>K</mi>
<mi>m</mi>
</msub>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>r</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
</munder>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<msub>
<mi>S</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
</mrow>
</msup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>bK</mi>
<mi>m</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>aG</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>bK</mi>
<mi>m</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>aG</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mi>a</mi>
</msup>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>r</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
</munder>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<msub>
<mi>S</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mi>b</mi>
</mfrac>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<msub>
<mi>G</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>G</mi>
<mi>m</mi>
</msub>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>r</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
</munder>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<msub>
<mi>S</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>a</mi>
</mrow>
</msup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>bK</mi>
<mi>m</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>aG</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>bK</mi>
<mi>m</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>aG</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mi>a</mi>
</msup>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>r</mi>
<mo>,</mo>
<mi>y</mi>
</mrow>
</munder>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<msub>
<mi>S</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mi>b</mi>
</mfrac>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
其中，Kdry为干岩石骨架的体积模量，Gdry为干岩石骨架的剪切模量，Km为岩石基质的体积模量，Gm为岩石基质的剪切模量，φ为孔隙度，参数a为满足的梯度，参数b为满足的截距，K*(y)为岩石等效体积模量，G*(y)为岩石等效剪切模量， 和是干岩石骨架的等效极化因子，P*r和Q*r是干岩石骨架中含有软孔时的极化因子，P*y和Q*y是含有硬孔时的极化因子，a＝vrar+vyay，b＝vrbr+vyby，ar为包含软孔的极化因子之差P*r-Q*r的梯度，br为包含软孔的极化因子之差P*r-Q*r的截距，ay为包含硬孔的极化因子之差P*y-Q*y的梯度，by为包含硬孔的极化因子之差P*y-Q*y的截距，vr为软孔孔隙体积百分比，vy硬孔孔隙体积百分比，ar为软孔的孔隙扁度，ay为硬孔的孔隙扁度；
i＝r或y，r代表软孔，y代表硬孔， αi为第i类孔的孔隙扁度，νi是第i类孔的孔隙体积百分比。
6.如权利要求1所述的识别储层微裂缝的方法，其特征在于，计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差的目标函数为：
<mrow>
<mi>O</mi>
<mi>F</mi>
<mo>=</mo>
<msub>
<mi>W</mi>
<mi>p</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&rho;V</mi>
<mi>p</mi>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>K</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
<mrow>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msubsup>
<mo>-</mo>
<mfrac>
<mn>4</mn>
<mn>3</mn>
</mfrac>
<msubsup>
<mi>G</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
<mrow>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>W</mi>
<mi>s</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&rho;V</mi>
<mi>s</mi>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>G</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
<mi>t</mi>
</mrow>
<mrow>
<mi>c</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>;</mo>
</mrow>
其中，Wp，Ws为加权因子，Wp+Ws＝1，只有纵波时，Wp＝1，Ws＝0；同时有纵、横波时，取Wp＝0.5，Ws＝0.5；ρ为储层岩石测井数据中的密度，Vp为储层岩石测井数据中的纵波速度、Vs为储层岩石测井数据中的横波速度，为应用Gassmann方程得到的饱和岩石的体积模量，为应用Gassmann方程得到的饱和岩石的剪切模量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510353677.8A CN105093351B (zh) | 2015-06-24 | 2015-06-24 | 识别储层微裂缝的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510353677.8A CN105093351B (zh) | 2015-06-24 | 2015-06-24 | 识别储层微裂缝的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105093351A CN105093351A (zh) | 2015-11-25 |
| CN105093351B true CN105093351B (zh) | 2017-11-07 |
Family
ID=54574204
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510353677.8A Active CN105093351B (zh) | 2015-06-24 | 2015-06-24 | 识别储层微裂缝的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105093351B (zh) |
Families Citing this family (5)
| 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 |
| CN106290105B (zh) * | 2016-07-20 | 2017-08-11 | 中国石油大学(华东) | 一种碳酸盐岩储层溶蚀孔隙体积含量预测方法 |
| CN109490953A (zh) * | 2017-09-13 | 2019-03-19 | 中国石油化工股份有限公司 | 致密砂岩储层岩石物理建模方法及系统 |
| CN110320568B (zh) * | 2018-03-29 | 2020-11-13 | 中国石油化工股份有限公司 | 页岩地层测井岩石物理弹性参数建模方法及系统 |
| CN110320569B (zh) * | 2018-03-30 | 2021-07-27 | 中国石油化工股份有限公司 | 一种致密砂岩储层单井裂缝发育强度定量评价方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103235338A (zh) * | 2013-03-25 | 2013-08-07 | 中国石油大学(华东) | 一种反演岩石裂隙参数的方法 |
| CN103293563A (zh) * | 2013-05-13 | 2013-09-11 | 中国石油大学(华东) | 一种确定油气储层岩石裂隙发育度和流体性质的方法 |
| 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 |
| CN104316977A (zh) * | 2014-11-12 | 2015-01-28 | 中国石油大学(华东) | 一种页岩气储层的岩石模量计算方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8014988B2 (en) * | 2006-04-06 | 2011-09-06 | Exxonmobil Upstream Research Co. | Method for obtaining resistivity from controlled source electromagnetic data |
-
2015
- 2015-06-24 CN CN201510353677.8A patent/CN105093351B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN103235338A (zh) * | 2013-03-25 | 2013-08-07 | 中国石油大学(华东) | 一种反演岩石裂隙参数的方法 |
| CN103293563A (zh) * | 2013-05-13 | 2013-09-11 | 中国石油大学(华东) | 一种确定油气储层岩石裂隙发育度和流体性质的方法 |
| CN104316977A (zh) * | 2014-11-12 | 2015-01-28 | 中国石油大学(华东) | 一种页岩气储层的岩石模量计算方法 |
Non-Patent Citations (2)
| Title |
|---|
| 多重孔岩石微分等效介质模型及其干燥情形下的解析近似式;李宏兵等;《地球物理学报》;20141031;第57卷(第10期);第3422-3430页 * |
| 岩石的等效孔隙纵横比反演及其应用;李宏兵等;《地球物理学报》;20130228;第56卷(第2期);第608-615页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105093351A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105093351B (zh) | 识别储层微裂缝的方法 | |
| CN104516017B (zh) | 一种碳酸盐岩岩石物理参数地震反演方法 | |
| CN102870087B (zh) | 流体有限体积仿真的方法和系统 | |
| CN104730596B (zh) | 一种基于多尺度因素约束的离散裂缝建模方法 | |
| CN103984027B (zh) | 基于椭球体双重孔隙模型的岩石纵波速度预测方法 | |
| Cosentino | Integrated reservoir studies | |
| CN103775057B (zh) | 一种致密油气藏有效储层的判识方法及装置 | |
| CN105089615B (zh) | 一种基于油藏模型的测井数据历史回归处理方法 | |
| CN106054248A (zh) | 一种基于大面积致密储层地震岩石物理反演方法 | |
| CN105974474A (zh) | 一种基于孔隙替换的储层孔隙类型评价的方法 | |
| Thiele et al. | Polymer-flood modeling using streamlines | |
| CN104570129A (zh) | 碳酸盐岩岩石储层横波速度预测方法 | |
| CN108897066A (zh) | 碳酸盐岩裂缝密度定量预测方法及装置 | |
| CN104730574B (zh) | 构建近地表结构模型的方法 | |
| CN110887772B (zh) | 一种碳酸盐岩储层渗透率识别方法、系统及装置 | |
| CN105205239A (zh) | 一种储层物性参数建模方法和装置 | |
| CN103412335B (zh) | 一种利用地震物相体预测储层的方法 | |
| CN102914799A (zh) | 非等效体波场正演模拟方法及装置 | |
| CN109425913A (zh) | 碳酸盐岩储层含气敏感弹性参数优选方法及系统 | |
| Saputelli et al. | Deriving permeability and reservoir rock typing supported with self-organized maps SOM and artificial neural networks ANN-optimal workflow for enabling core-log integration | |
| CN107765307A (zh) | 礁滩型储集体建模方法及系统 | |
| Kaplan et al. | Deepwater reservoir connectivity reproduction from MPS and process-mimicking geostatistical methods | |
| CN104977612B (zh) | 一种利用地震能量差异属性预测储层的方法 | |
| CN114153002A (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 | |
| Chandra et al. | Using near wellbore upscaling to improve reservoir characterization and simulation in highly heterogeneous carbonate reservoirs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |