CN105675635B - 致密岩石组分相对含量及脆性指数确定方法和装置 - Google Patents
致密岩石组分相对含量及脆性指数确定方法和装置 Download PDFInfo
- Publication number
- CN105675635B CN105675635B CN201511031926.8A CN201511031926A CN105675635B CN 105675635 B CN105675635 B CN 105675635B CN 201511031926 A CN201511031926 A CN 201511031926A CN 105675635 B CN105675635 B CN 105675635B
- Authority
- CN
- China
- Prior art keywords
- relative amount
- indicatrix
- brittleness index
- rock
- mineral constituent
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
- G01N2223/056—Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction
Landscapes
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种致密岩石组分相对含量及脆性指数确定方法和装置,其中,该方法包括:基于X衍射全岩分析,建立致密岩石中各矿物组分相对含量特征曲线;重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线;以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体。本发明解决了现有技术中致密储层中各矿物组分相对含量和脆性指数关系不明显而导致在地震剖面上难以识别的技术问题,达到了简单准确确定各矿物组分相对含量和脆性指数之间关系的技术效果。
Description
技术领域
本发明涉及地质勘探技术领域,特别涉及一种致密岩石组分相对含量及脆性指数确定方法和装置。
背景技术
随着常规油气资源勘探开发难度的加大,非常规油气资源将扮演着重要的角色。近年来,不仅在大型陆相湖盆发现了致密油气资源,在小型断陷湖盆也相继有所突破。鉴于此,在致密储层的背景下,“甜点”储层的预测成为广泛关注的问题。尤其是致密储层岩石矿物组分含量和脆性指数,既是非常规油气勘探开发重点关注的对象之一,也是非常规油气勘探“甜点”区选择的重要参数。
致密储层岩石矿物组分中脆性矿物的含量决定了后期压裂改造的效果,并且直接影响着油气产量。具有高石英含量或高碳酸盐岩含量的岩石脆性相对较高,在压裂过程中可产生剪切破坏并有利于形成复杂的网状缝,通过体积压裂技术,可以提高单井产量。在深洼带或斜坡区,具有高钾长石含量的岩石,次生孔隙发育,油气富集。
因此,如何有效地预测致密储层中脆性矿物组分含量及脆性指数空间分布直接关系到下一步的勘探部署工作。
目前,对岩石矿物组分及脆性指数的研究较少,岩石矿物组分主要利用元素俘获测井(ECS)计算矿物含量,成本昂贵,只能在特定软件中才能计算出各矿物组分的含量。脆性指数可以利用杨氏模量和泊松比2个弹性参数间接进行预测,但不能定量求取岩石中各矿物组分含量,也不能揭示岩石脆性产生的原因。
如何将岩石矿物组分及脆性指数作为整体进行研究,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种致密岩石组分相对含量及脆性指数确定方法,该方法包括:
基于X衍射全岩分析,建立致密岩石中各矿物组分相对含量特征曲线;重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线;以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体。
在一个实施方式中,重构致密岩石中各矿物组分相对含量特征曲线,包括:通过测井曲线敏感性分析,利用多元线性回归方法,重构致密岩石中各矿物组分相对含量特征曲线。
在一个实施方式中,重构的致密岩石中各矿物组分相对含量特征曲线表示为:
Y=a×AC+b×CN+c×DEN+d×GR+e×RD+f×RS+g
其中,AC表示声波时差,CN表示中子,DEN表示密度,GR表示自然伽马,RD表示深侧向,RS表示浅侧向,a、b、c、d、e、f、g为重构后的参数,为常数。
在一个实施方式中,重构致密岩石中的脆性指数特征曲线,包括:根据重构的致密岩石中各矿物组分相对含量特征曲线,重构致密岩石中的脆性指数特征曲线,其中,所述致密岩石的脆性指数特征曲线表示为:
其中,BI表示脆性指数,Q表示石英的相对含量,F表示长石的相对含量,CARBONATE表示碳酸盐岩的相对含量,CLAY表示黏土的相对含量。
在一个实施方式中,以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体,包括:以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,通过对探井进行分析,确定出模型建立的样本数和高频成分;根据确定出的样本数和高频成分,建立初始模型;以所述初始模型为基础,通过地震波形指示反演,反演出过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布;将反演得到的所述过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布,与所述重构的各矿物组分相对含量特征曲线及脆性指数特征曲线,进行对比;如果差别小于预定的误差阈值,则将所述初始模型应用于整个地震数据体反演得到岩石中各矿物组分相对含量及脆性指数的反演数据体。
本发明实施例还提供了一种致密岩石组分相对含量及脆性指数确定装置,该装置包括:
建立模块,用于基于X衍射全岩分析,建立致密岩石中各矿物组分相对含量特征曲线;重构模块,用于重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线;反演模块,用于以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体。
在一个实施方式中,所述重构模块具体用于通过测井曲线敏感性分析,利用多元线性回归方法,重构致密岩石中各矿物组分相对含量特征曲线。
在一个实施方式中,所述重构模块重构的致密岩石中各矿物组分相对含量特征曲线表示为:
Y=a×AC+b×CN+c×DEN+d×GR+e×RD+f×RS+g
其中,AC表示声波时差,CN表示中子,DEN表示密度,GR表示自然伽马,RD表示深侧向,RS表示浅侧向,a、b、c、d、e、f、g为重构后的参数,为常数。
在一个实施方式中,所述重构模块具体用于根据重构的致密岩石中各矿物组分相对含量特征曲线,重构致密岩石中的脆性指数特征曲线,其中,所述致密岩石的脆性指数特征曲线表示为:
其中,BI表示脆性指数,Q表示石英的相对含量,F表示长石的相对含量,CARBONATE表示碳酸盐岩的相对含量,CLAY表示黏土的相对含量。
在一个实施方式中,所述反演模块包括:确定单元,用于以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,通过对探井进行分析,确定出模型建立的样本数和高频成分;建立单元,用于根据确定出的样本数和高频成分,建立初始模型;第一反演单元,用于以所述初始模型为基础,通过地震波形指示反演,反演出过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布;对比单元,用于将反演得到的所述过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布,与所述重构的各矿物组分相对含量特征曲线及脆性指数特征曲线,进行对比;第二反演单元,用于在确定差别小于预定的误差阈值的情况下,将所述初始模型应用于整个地震数据体反演得到岩石中各矿物组分相对含量及脆性指数的反演数据体。
在本发明实施例中,重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线,并以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体,解决了现有技术中致密储层中各矿物组分相对含量和脆性指数关系不明显而导致在地震剖面上难以识别的技术问题,达到了简单准确确定各矿物组分相对含量和脆性指数之间关系的技术效果。
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是根据本发明实施例的致密岩石组分含量及脆性指数确定方法的方法流程图;
图2是根据本发明实施例的利用多元线性回归方法重构L1井致密岩石中各矿物组分相对含量及脆性指数特征曲线示意图;
图3是根据本发明实施例的多元线性回归方法预测矿物组分含量与实测值相关性分析示意图;
图4是根据本发明实施例的石英含量(Q)反演连井剖面示意图;
图5是根据本发明实施例的长石含量(F)反演连井剖面示意图;
图6是根据本发明实施例的脆性指数(BI)反演连井剖面示意图;
图7是根据本发明实施例的石英含量(Q)的平面等值线分布示意图;
图8是根据本发明实施例的长石含量(F)的平面等值线分布示意图;
图9是根据本发明实施例的脆性指数(BI)的平面等值线分布示意图;
图10是根据本发明实施例的致密岩石组分含量及脆性指数确定装置的结构框图。
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。
在本发明实施例中,提供了一种致密岩石组分含量及脆性指数确定方法,如图1所示,包括以下步骤:
步骤101:基于X衍射全岩分析,建立致密岩石中各矿物组分相对含量特征曲线;
步骤102:重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线;
具体地,可以通过测井曲线敏感性分析,利用多元线性回归方法,重构致密岩石中各矿物组分相对含量特征曲线,重构的致密岩石中各矿物组分相对含量特征曲线可以表示为:
Y=a×AC+b×CN+c×DEN+d×GR+e×RD+f×RS+g
其中,AC表示声波时差,CN表示中子,DEN表示密度,GR表示自然伽马,RD表示深侧向,RS表示浅侧向,a、b、c、d、e、f、g为重构后的参数,为常数。
相应的,可以根据重构的致密岩石中各矿物组分相对含量特征曲线,重构致密岩石中的脆性指数特征曲线,其中,致密岩石的脆性指数特征曲线可以表示为:
其中,BI表示脆性指数,Q表示石英的相对含量,F表示长石的相对含量,CARBONATE表示碳酸盐岩的相对含量,CLAY表示黏土的相对含量。
在具体实现的时候,可以通过测井曲线敏感性分析,结合不同的方法进行分析,以重构致密岩石中各矿物组分相对含量特征曲线。
步骤103:以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体。
即,可以以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,先对过井剖面及连井剖面进行地震波指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体。
具体地,可以通过以下步骤进行地震波形指示反演:
S1:以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,通过对探井进行分析,确定出模型建立的样本数和高频成分;
S2:根据确定出的样本数和高频成分,建立初始模型;
S3:以所述初始模型为基础,通过地震波形指示反演,反演出过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布;
S4:将反演得到的所述过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布,与所述重构的各矿物组分相对含量特征曲线及脆性指数特征曲线,进行对比;
S5:如果差别小于预定的误差阈值,则将所述初始模型应用于整个地震数据体反演得到岩石中各矿物组分相对含量及脆性指数的反演数据体。
下面结合一个具体实施例对上述致密岩石中各组分含量及脆性指数确定方法进行说明,然而注意的是,该具体实施例仅是为了更好地说明本发明,并不构成对本发明的不当限定。
在本例中主要是为了解决现有技术中如何在致密储层背景下有效预测“甜点”储层岩石矿物组分及脆性指数空间分布的问题,为此提出了一种基于实验、测井、地震相结合的致密储层中岩石矿物组分和脆性指数空间预测技术。以实验分析(X衍射全岩分析)为基础,在常规测井曲线分析基础上,不同于常规波阻抗反演,利用地震波形指示反演技术有效预测了致密储层中岩石矿物组分含量及脆性指数分布范围和发育程度,推动了非常规储层中岩石矿物组分含量及脆性指数预测技术的发展。
具体地,该致密岩石中各组分含量及脆性指数确定方法主要包括以下几个方面:
1)利用岩石中实验分析的各矿物组分相对含量计算脆性指数,可以包括:
S1:对典型探井的岩心或典型露头样品系统采样,在采样过程中,可以设定采样间隔为0.5-1m,最好在目的层段的不同深度段都有样品点分布,这样才能保证利用测井资料正演的特征曲线精度较高;
S2:对采集的样品进行X衍射全岩实验分析;
S3:将X衍射全岩分析结果进行分类,即可分为石英(Q)、长石(F)、碳酸盐岩(CARBONATE)、黏土(CLAY)和其它(OTHERS)五大类矿物,如果条件允许,还可以将长石细分为钾长石(KF)和斜长石(XF)等,将划分这些矿物和脆性指数(BI)的实测值在岩性精细归位的前提下,标定到井上,用于进行测井曲线敏感性分析。
具体地,可以利用致密岩石中各矿物组分的相对含量得到脆性指数(BI)的表达式:
其中,BI表示岩石脆性指数,V表示矿物体积,如果V是测井计算值,那么V表示的就是一个体积百分含量,即表示各矿组分的相对含量。
2)测井定量识别致密岩石中各矿物组分相对含量及脆性指数,可以包括:
S1:致密岩石中各矿物组分相对含量及脆性指数测井参数敏感性分析:
通过上述分析可以确定岩心或露头样品在不同深度处致密岩石中的各矿物组分相对含量及脆性指数大小,然后,可根据不同常规测井曲线总结出不同矿物组分测井响应特征。例如,可以总结出:石英(Q)相对含量电性特征较为明显,电阻率值较高,自然伽马值、中子值和密度值较低。以上一高三低的测井响应特征为石英相对含量的主要测井响应特征;黏土矿物(CLAY)相对含量对自然伽马、密度、声波时差和电阻率较为敏感,表现为自然伽马、密度和声波时差较高,电阻率较低。以上是石英和黏土矿物相对含量测井响应特征,其它的矿物组分相对含量及脆性指数测井响应特征各不相同,对其敏感的测井曲线类型也不同,所谓敏感指代的就是测井曲线对各矿物组分相对含量的影响程度的高低。
S2:利用多元线性回归方法,定量预测岩石中各矿物组分相对含量及脆性指数。
由于单因素测井方法多解性较大,测井参数是多因素的综合反映。因此,可以结合测井参数敏感性分析,通过对不同方法分析,优选出多元线性回归方法重构致密岩石中各矿物组分相对含量及脆性指数特征曲线。例如,重构石英(Q)、长石(F)、碳酸盐岩(CARBONATE)、黏土(CLAY)和其它(OTHERS)矿物成分相对含量及脆性指数的特征曲线可以表示为:
Y=a×AC+b×CN+c×DEN+d×GR+e×RD+f×RS+g
其中,AC表示声波时差,CN表示中子,DEN表示密度,GR表示自然伽马,RD表示深侧向,RS表示浅侧向,Q表示石英的相对含量,F表示长石的相对含量,CARBONATE表示碳酸盐岩(主要包括方解石和白云石等矿物)的相对含量,CLAY表示黏土的相对含量,a、b、c、d、e、f、g为多元线性回归方法拟合得到的参数,为常数。
将通过测井计算的致密岩石中各矿物组分相对含量与实验测试的结果进行对比,并保证其相关性在0.7以上,相关性越高,说明拟合效果较好。
3)地震反演识别致密岩石中各矿物组分相对含量及脆性指数。
以上述重构致密岩石中各矿物组分相对含量及脆性指数的特征曲线为约束条件,通过对探井分析,优选出合理的样本数及合适的高频成分,建立合理的初始模型,以初始模型为基础,运用地震波形指示反演,先反演出连井剖面不同矿物组分相对含量及脆性指数的空间分布,将反演结果与重构特征曲线进行对比,如果反演结果与井上吻合效果较好,则通过地震波形指示反演最终得到岩石中各矿物组分相对含量及脆性指数的反演数据体。
上述地震波形指示反演在横向上充分利用了空间分布密集的地震波形信息,在纵向上充分利用了高分辨率的测井资料。地震波形是分布密集的空间结构化数据,反映了沉积环境和岩性组合的空间变化,地震波形指示反演利用地震波形相似性优选相关井样本,参照样本空间分布距离和曲线分布特征建立初始模型,代替变差函数分析空间变异结构,对高频成分进行无偏最优估计。
具体而言,该反演方法可以包括以下三个步骤:
S1:加载实验分析资料、测井资料和地震资料,并将所述实验分析资料在地震资料和测井资料上作标定;
S2:优选相关井样本,参照样本空间分布距离和曲线分布特征建立初始模型;
S3:在井点附近优选出与特征曲线最为相似的地震波形,采用全局优化算法,推广到无井区,反演确定性大大增强,从完全随机到逐步确定。将反演的连井剖面与特征曲线值反复进行对比,直到建立合适的地质模型,将地质模型应用于整个地震数据体,从而达到反演致密岩石中各矿物组分相对含量及脆性指数数据体的目的。
以一个具体的实验操作过程对上述致密岩石中各组分含量及脆性指数确定方法进行说明,包括以下步骤:
步骤1:测井定量识别致密岩石中各矿物组分相对含量及脆性指数。
首先,对致密岩石中各矿物组分相对含量及脆性指数做测井参数敏感性分析,其次通过对不同方法分析,优选出多元线性回归方法重构致密岩石中各矿物组分相对含量及脆性指数特征曲线。如图2所示,为利用多元线性回归方法重构L1井致密岩石中矿物组分及脆性指数特征曲线,通过该图可以总结出致密岩石中各矿物组分相对含量测井响应特征,即,石英(Q)相对含量电性特征较为明显,电阻率值较高,自然伽马值、中子值和密度值较低。以上一高三低的测井响应特征为石英相对含量的主要测井响应特征;黏土矿物(CLAY)相对含量对自然伽马值、密度值、声波时差和电阻率较为敏感,表现为自然伽马值、密度值和声波时差较高,电阻率值较低。以上是石英和黏土矿物相对含量测井响应特征,其它的矿物组分相对含量及脆性指数测井响应特征各不相同。
利用多元线性回归的方法,能够重构致密岩石中各个矿物组分相对含量,例如,石英相对含量(Q)、长石相对含量(F)、黏土矿物相对含量(CLAY)及脆性指数(BI)与主要测井响应特征曲线的关系,重构特征曲线,为后续的反演工作提供基础。
重构的石英含量(Q)、长石含量(F)、黏土矿物含量(CLAY)及脆性指数(BI)特征曲线如下:
Q=0.31*AC-1.23*CN-66.52*DEN+0.02*GR-0.04*RD+0.14*RS+136.61;
F=-0.06*AC+1.44*CN-22.28*DEN-0.34*GR+0.002*RD+0.06*RS+97.55;
CLAY=0.10*AC+3.28*CN+40.33*DEN-0.26*GR-0.08*RD+0.234*RS-141.63;
通过如图3所示的交会图进行分析,可以对比计算值(利用测井曲线计算的致密岩石中各矿物组分相对含量)与实测值(通过X衍射全岩分析结果)相关性,相关性越高,表明预测精度及效果越好。如图3所示,石英、长石、黏土矿物及其它矿物相对含量相关性都较高,基本在0.75以上,通过该方法,重构石英和长石相对含量特征曲线计算值与实测值相关性更好,相关系数可达0.9以上。
步骤2:地震反演识别岩石中各矿物组分相对含量及脆性指数:
结合步骤1的测井特征分析,以步骤1中重构的致密岩石中各矿物组分相对含量及脆性指数等特征曲线为约束条件,优选出合理样本数及合适的高频成分,建立合理的初始模型,运用地震波形指示反演预测过井剖面和连井剖面上各矿物组分相对含量及脆性指数空间分布,其中,空间分布指的是各矿物组分相对含量及脆性指数在平面上的地质分布规律。如果反演效果与井上吻合较好,通过地震波形指示反演最终得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体,其中,反演数据体是对原始地震数据经过了地震波形反演得到的数据体,这个数据体可以有地质规律也可以没有地质规律。如图4至6所示分别为该反演数据体中石英相对含量(Q)、长石相对含量(F)、脆性指数(BI)通过地震波形反演的连井剖面,如图4至6中的测井曲线分别为经过方波化处理的重构的石英相对含量(Q)、长石相对含量(F)、脆性指数(BI)的特征曲线。由图4至6中的连井剖面可以看出通过地震波形反演所得的石英相对含量(Q)、长石相对含量(F)和脆性指数(BI)与井上统计结果(井柱子旁边的特征测井曲线)基本保持一致,这说明运用多元线性回归方法重构致密岩石中各矿物组分相对含量及脆性指数特征曲线,通过地震波形指示反演,可以准确预测出致密岩石中各矿物组分相对含量及脆性指数分布特征及发育程度。
然而,由于岩石中各矿物组分相对含量及脆性指数与波阻抗关系不明显,加上在地震剖面上难以识别,常规波阻抗反演数据体上不能较好的预测出岩石中各矿物组分相对含量及脆性指数分布特征及发育程度,而运用多元线性回归方法重构致密岩石中各矿物组分相对含量及脆性指数特征曲线,通过波形指示反演,可以准确预测出致密岩石中各矿物组分相对含量及脆性指数分布特征及发育程度,这也是本申请的优势所在。
根据如图7至9中所示的岩石中各矿物组分相对含量及脆性指数在反演结果上的平面分布情况及发育程度,对致密储层背景下“甜点”储层预测进行系统评价,并对脆性产生原因进行了合理的地质解释,通过取得的这些成果来指导致密油气和页岩油气的勘探部署,其中,图7所示为石英含量(Q)的平面等值线分布示意图,图8所示为长石含量(F)的平面等值线分布示意图,图9所示为脆性指数(BI)的平面等值线分布示意图。因为由石英含量或碳酸盐岩含量为主,产生的脆性特征,在压裂过程中可产生剪切破坏并有利于形成复杂的网状缝,通过体积压裂技术,可以提高单井产量。由长石,特别是钾长石含量引起的脆性特征,在深洼带或斜坡区,次生孔隙发育,次生孔隙发育带即为下步勘探目标。
在上例中,主要利用了实验分析技术(X衍射全岩分析)、特征曲线重构技术及地震波形反演技术,基于X衍射全岩分析资料,利用常规测井曲线,运用多元线性回归的方法重构了致密岩石中各矿物组分含量及脆性指数等特征曲线,并以重构的特征曲线为约束条件,运用地震波形指示反演技术预测了岩石中矿物组分相对含量及脆性指数空间分布特征和发育程度。
主要是考虑到,致密储层中脆性矿物相对含量及脆性指数与波阻抗关系不明显,在地震剖面上难以识别,虽然波阻抗反演及多属性反演局部井点预测结果较好,但相控不明显,无井区精度无法满足勘探需要。在本例中,运用地震波形反演技术,参照样本空间分布距离和曲线分布特征建立初始模型时,对样品个数选择及高频成分的选取要求较高。具体地,基于X衍射全岩分析,通过测井分析,选取对致密岩石中各矿物组分含量敏感的测井曲线,运用多元线性回归的方法重构特征曲线;岩石中各矿物组分相对含量及脆性指数的预测需要在测井解释、录井解释及试油结论基础上进行敏感性曲线分析,而后选择合适的样本数及高频成分,建立合理的初始模型,运用地震波形指示反演技术预测致密储层中各矿物组分相对含量及脆性指数空间展布特征及发育程度。
上述实施例解决了致密储层中脆性矿物相对含量及脆性指数与波阻抗关系不明显,在地震剖面上难以识别的难点,通过实验-测井-地震反演相结合,准确预测了脆性矿物相对含量及脆性指数分布范围及发育程度,突破性地运用测井解释与地震反演相结合的技术有效预测了致密储层中脆性矿物相对含量及脆性指数分布特征。该预测技术得到了良好的应用效果,起到了很好的生产实效,通过该技术预测的脆性矿物相对含量及脆性指数分布特征与井上吻合度较高,差油层、油层长石含量高,脆性指数高。尤其是在工业油流井处,这种特征更为明显,说明该实例中脆性产生的主要原因是长石含量。
基于同一发明构思,本发明实施例中还提供了一种致密岩石组分相对含量及脆性指数确定装置,如下面的实施例所述。由于致密岩石组分相对含量及脆性指数确定装置解决问题的原理与致密岩石组分相对含量及脆性指数确定方法相似,因此致密岩石组分相对含量及脆性指数确定装置的实施可以参见致密岩石组分相对含量及脆性指数确定方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。图10是本发明实施例的致密岩石组分相对含量及脆性指数确定装置的一种结构框图,如图10所示,包括:建立模块1001、重构模块1002和反演模块1003,下面对该结构进行说明。
建立模块1001,用于基于X衍射全岩分析,建立致密岩石中各矿物组分相对含量特征曲线;
重构模块1002,用于重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线;
反演模块1003,用于以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体。
在一个实施方式中,重构模块1002具体可以用于通过测井曲线敏感性分析,利用多元线性回归方法,重构致密岩石中各矿物组分相对含量特征曲线。
在一个实施方式中,重构模块1002重构的致密岩石中各矿物组分相对含量特征曲线可以表示为:
Y=a×AC+b×CN+c×DEN+d×GR+e×RD+f×RS+g
其中,AC表示声波时差,CN表示中子,DEN表示密度,GR表示自然伽马,RD表示深侧向,RS表示浅侧向,a、b、c、d、e、f、g为重构后的参数,为常数。
在一个实施方式中,重构模块1002具体可以用于根据重构的致密岩石中各矿物组分相对含量特征曲线,重构致密岩石中的脆性指数特征曲线,其中,所述致密岩石的脆性指数特征曲线表示为:
其中,BI表示脆性指数,Q表示石英的相对含量,F表示长石的相对含量,CARBONATE表示碳酸盐岩的相对含量,CLAY表示黏土的相对含量。
在一个实施方式中,反演模块1003可以包括:确定单元,用于以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,通过对探井进行分析,确定出模型建立的样本数和高频成分;建立单元,用于根据确定出的样本数和高频成分,建立初始模型;第一反演单元,用于以所述初始模型为基础,通过地震波形指示反演,反演出过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布;对比单元,用于将反演得到的所述过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布,与所述重构的各矿物组分相对含量特征曲线及脆性指数特征曲线,进行对比;第二反演单元,用于在确定差别小于预定的误差阈值的情况下,将所述初始模型应用于整个地震数据体反演得到岩石中各矿物组分相对含量及脆性指数的反演数据体。
从以上的描述中,可以看出,本发明实施例实现了如下技术效果:重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线,并以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体,解决了现有技术中致密储层中各矿物组分相对含量和脆性指数关系不明显而导致在地震剖面上难以识别的技术问题,达到了简单准确确定各矿物组分相对含量和脆性指数之间关系的技术效果。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
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)
1.一种致密岩石组分相对含量及脆性指数确定方法,其特征在于,包括:
基于X衍射全岩分析,建立致密岩石中各矿物组分相对含量特征曲线;
重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线;所述重构的致密岩石中各矿物组分相对含量特征曲线表示为:
Y=a×AC+b×CN+c×DEN+d×GR+e×RD+f×RS+g
其中,AC表示声波时差,CN表示中子,DEN表示密度,GR表示自然伽马,RD表示深侧向,RS表示浅侧向,a、b、c、d、e、f、g为重构后的参数,为常数;
以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体,包括:以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,通过对探井进行分析,确定出模型建立的样本数和高频成分;根据确定出的样本数和高频成分,建立初始模型;以所述初始模型为基础,通过地震波形指示反演,反演出过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布;将反演得到的所述过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布,与所述重构的各矿物组分相对含量特征曲线及脆性指数特征曲线,进行对比;如果差别小于预定的误差阈值,则将所述初始模型应用于整个地震数据体反演得到岩石中各矿物组分相对含量及脆性指数的反演数据体。
2.如权利要求1所述的方法,其特征在于,重构致密岩石中各矿物组分相对含量特征曲线,包括:
通过测井曲线敏感性分析,利用多元线性回归方法,重构致密岩石中各矿物组分相对含量特征曲线。
3.如权利要求1所述的方法,其特征在于,重构致密岩石中的脆性指数特征曲线,包括:
根据重构的致密岩石中各矿物组分相对含量特征曲线,重构致密岩石中的脆性指数特征曲线,其中,所述致密岩石的脆性指数特征曲线表示为:
<mrow>
<mi>B</mi>
<mi>I</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>Q</mi>
<mo>+</mo>
<mi>F</mi>
<mo>+</mo>
<mi>C</mi>
<mi>A</mi>
<mi>R</mi>
<mi>B</mi>
<mi>O</mi>
<mi>N</mi>
<mi>A</mi>
<mi>T</mi>
<mi>E</mi>
</mrow>
<mrow>
<mi>Q</mi>
<mo>+</mo>
<mi>F</mi>
<mo>+</mo>
<mi>C</mi>
<mi>A</mi>
<mi>R</mi>
<mi>B</mi>
<mi>O</mi>
<mi>N</mi>
<mi>A</mi>
<mi>T</mi>
<mi>E</mi>
<mo>+</mo>
<mi>C</mi>
<mi>L</mi>
<mi>A</mi>
<mi>Y</mi>
</mrow>
</mfrac>
<mo>&times;</mo>
<mn>100</mn>
</mrow>
其中,BI表示脆性指数,Q表示石英的相对含量,F表示长石的相对含量,CARBONATE表示碳酸盐岩的相对含量,CLAY表示黏土的相对含量。
4.一种致密岩石组分相对含量及脆性指数确定装置,其特征在于,包括:
建立模块,用于基于X衍射全岩分析,建立致密岩石中各矿物组分相对含量特征曲线;
重构模块,用于重构致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线;所述重构模块重构的致密岩石中各矿物组分相对含量特征曲线表示为:
Y=a×AC+b×CN+c×DEN+d×GR+e×RD+f×RS+g
其中,AC表示声波时差,CN表示中子,DEN表示密度,GR表示自然伽马,RD表示深侧向,RS表示浅侧向,a、b、c、d、e、f、g为重构后的参数,为常数;
反演模块,用于以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,进行地震波形指示反演,得到致密岩石中各矿物组分相对含量及脆性指数的反演数据体;其中,所述反演模块包括:
确定单元,用于以重构的致密岩石中各矿物组分相对含量特征曲线及脆性指数特征曲线作为约束条件,通过对探井进行分析,确定出模型建立的样本数和高频成分;
建立单元,用于根据确定出的样本数和高频成分,建立初始模型;
第一反演单元,用于以所述初始模型为基础,通过地震波形指示反演,反演出过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布;
对比单元,用于将反演得到的所述过井剖面及连井剖面上各矿物组分的相对含量的空间分布和脆性指数的空间分布,与所述重构的各矿物组分相对含量特征曲线及脆性指数特征曲线,进行对比;
第二反演单元,用于在确定差别小于预定的误差阈值的情况下,将所述初始模型应用于整个地震数据体反演得到岩石中各矿物组分相对含量及脆性指数的反演数据体。
5.如权利要求4所述的装置,其特征在于,所述重构模块具体用于通过测井曲线敏感性分析,利用多元线性回归方法,重构致密岩石中各矿物组分相对含量特征曲线。
6.如权利要求4所述的装置,其特征在于,所述重构模块具体用于根据重构的致密岩石中各矿物组分相对含量特征曲线,重构致密岩石中的脆性指数特征曲线,其中,所述致密岩石的脆性指数特征曲线表示为:
<mrow>
<mi>B</mi>
<mi>I</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>Q</mi>
<mo>+</mo>
<mi>F</mi>
<mo>+</mo>
<mi>C</mi>
<mi>A</mi>
<mi>R</mi>
<mi>B</mi>
<mi>O</mi>
<mi>N</mi>
<mi>A</mi>
<mi>T</mi>
<mi>E</mi>
</mrow>
<mrow>
<mi>Q</mi>
<mo>+</mo>
<mi>F</mi>
<mo>+</mo>
<mi>C</mi>
<mi>A</mi>
<mi>R</mi>
<mi>B</mi>
<mi>O</mi>
<mi>N</mi>
<mi>A</mi>
<mi>T</mi>
<mi>E</mi>
<mo>+</mo>
<mi>C</mi>
<mi>L</mi>
<mi>A</mi>
<mi>Y</mi>
</mrow>
</mfrac>
<mo>&times;</mo>
<mn>100</mn>
</mrow>
其中,BI表示脆性指数,Q表示石英的相对含量,F表示长石的相对含量,CARBONATE表示碳酸盐岩的相对含量,CLAY表示黏土的相对含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511031926.8A CN105675635B (zh) | 2015-12-31 | 2015-12-31 | 致密岩石组分相对含量及脆性指数确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511031926.8A CN105675635B (zh) | 2015-12-31 | 2015-12-31 | 致密岩石组分相对含量及脆性指数确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105675635A CN105675635A (zh) | 2016-06-15 |
CN105675635B true CN105675635B (zh) | 2018-06-01 |
Family
ID=56298489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511031926.8A Active CN105675635B (zh) | 2015-12-31 | 2015-12-31 | 致密岩石组分相对含量及脆性指数确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105675635B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106248494B (zh) * | 2016-08-29 | 2019-03-01 | 中国石油化工股份有限公司江汉油田分公司石油工程技术研究院 | 一种用于页岩气井储层脆性综合评价的方法 |
CN106547034B (zh) * | 2016-11-09 | 2018-11-02 | 西南石油大学 | 一种确定致密储层岩石脆性指数的方法 |
CN108519281B (zh) * | 2018-02-27 | 2020-08-11 | 中国石油天然气股份有限公司 | 一种确定岩石的脆性指数的方法、装置及系统 |
CN110320571B (zh) * | 2018-03-29 | 2021-06-15 | 中国石油化工股份有限公司 | 一种致密砂岩储层岩石脆性测井评价方法 |
CN108825223B (zh) * | 2018-06-22 | 2021-10-22 | 西南石油大学 | 一种页岩地层的层理特征提取方法 |
CN108827774B (zh) * | 2018-06-23 | 2019-06-07 | 东北石油大学 | 煤岩脆性评价方法 |
CN110094198A (zh) * | 2019-06-05 | 2019-08-06 | 中国地质大学(北京) | 基于spss软件的油井灰质含量测定方法 |
CN110513098B (zh) * | 2019-07-15 | 2022-07-01 | 中国海洋石油集团有限公司 | 一种提高元素录井曲线纵向分辨率的方法 |
CN113125413A (zh) * | 2019-12-31 | 2021-07-16 | 中石化石油工程技术服务有限公司 | 一种基于激光诱导击穿光谱的页岩脆性在线评价方法 |
CN111429012A (zh) * | 2020-03-27 | 2020-07-17 | 中国石油天然气股份有限公司大港油田分公司 | 页岩脆性甜点评价方法 |
CN112505154B (zh) * | 2020-11-11 | 2021-06-29 | 中国地质大学(北京) | 泥页岩储层矿物成分含量解析与岩相识别表征方法 |
CN114791482B (zh) * | 2021-01-25 | 2024-03-08 | 中国石油化工股份有限公司 | 一种确定岩石矿物含量系数的方法及装置、存储介质 |
CN113030440B (zh) * | 2021-03-22 | 2022-02-15 | 西南石油大学 | 一种页岩水力压裂过程中页岩压裂脆性指数的预测方法 |
CN114113169B (zh) * | 2021-11-19 | 2024-05-31 | 数岩科技股份有限公司 | 确定矿物分布的方法及装置、电子设备及计算机存储介质 |
-
2015
- 2015-12-31 CN CN201511031926.8A patent/CN105675635B/zh active Active
Non-Patent Citations (3)
Title |
---|
南方古生界3套富有机质页岩矿物组成与脆性分析;陈吉,肖贤明;《煤炭学报》;20130531;第38卷(第5期);第824页右栏第2-6段 * |
基于岩石物理实验的致密油储层脆性指数预测—以柴西南A井区为例;张平 等;《中国石油学会2015年物探技术研讨会论文集》;20150513;第772页右栏第2段-第775页左栏第2段 * |
致密地层岩石脆性指数的测井优化建模;范卓颖 等;《石油学报》;20151130;第36卷(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105675635A (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105675635B (zh) | 致密岩石组分相对含量及脆性指数确定方法和装置 | |
CN107817535B (zh) | 薄夹层的确定方法和装置 | |
Grana | Joint facies and reservoir properties inversion | |
CN101930082B (zh) | 采用电阻率资料进行储层流体类型判别的方法 | |
Jenkins et al. | Quantifying and predicting naturally fractured reservoir behavior with continuous fracture models | |
Verma et al. | Estimation of total organic carbon and brittleness volume | |
CN105510993A (zh) | 前陆盆地深埋挤压型复杂膏盐岩层识别和分布预测方法 | |
CN102012526A (zh) | 采用电阻率资料进行储层流体类型判别的方法 | |
CN105116449B (zh) | 一种弱反射储层的识别方法 | |
CN105301647B (zh) | 区分灰质泥岩和砂岩的方法 | |
CN106249300B (zh) | 基于井震结合确定源岩toc含量和非均质性方法和装置 | |
CN102096098A (zh) | 地震属性提取方法 | |
Qian et al. | Prediction and modeling of petrophysical parameters of deep-buried, low permeability glutenite reservoirs in Yubei area, Turpan-Hami Basin, China | |
Leary et al. | Power-law scaling of spatially correlated porosity and log (permeability) sequences from north-central North Sea Brae oilfield well core | |
Richardson | Well correlation and Petrophysical analysis, a case study of “Rickie” field onshore Niger Delta | |
Maity et al. | Novel fracture zone identifier attribute using geophysical and well log data for unconventional reservoirs | |
Gao et al. | Seismic structure and texture analyses for fractured reservoir characterization: An integrated workflow | |
Khan et al. | Three-dimensional structural modeling (3D SM) and joint geophysical characterization (JGC) of hydrocarbon reservoir: a case study of the Kadanwari field in Middle Indus Basin (MIB), Southeastern Pakistan | |
Wu et al. | Combination of seismic attributes using clustering and neural networks to identify environments with sandstone-type uranium mineralization | |
Méndez et al. | Predicting and 3D modeling of karst zones using seismic facies analysis in Ordovician carbonates of the Tahe oilfield, China | |
CN116068663A (zh) | 基于磁震联合低频建模的火成岩波阻抗反演方法 | |
CN112147676A (zh) | 一种煤层及夹矸厚度预测方法 | |
Hu et al. | Seismic interpretation of sandstone-type uranium deposits in the Songliao Basin, Northeast China | |
Li et al. | Multiscale Modeling of Meandering Fluvial Reservoir Architecture Based on Multiple‐Point Geostatistics: A Case Study of the Minghuazhen Formation, Yangerzhuang Oilfield, Bohai Bay Basin, China | |
Sun et al. | 3D spatial characterization of sand body for uranium reservoirs based on geostatistical resistivity inversion |
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 |