CN106569266A - 页岩气储层脆性矿物含量预测方法 - Google Patents
页岩气储层脆性矿物含量预测方法 Download PDFInfo
- Publication number
- CN106569266A CN106569266A CN201510659430.9A CN201510659430A CN106569266A CN 106569266 A CN106569266 A CN 106569266A CN 201510659430 A CN201510659430 A CN 201510659430A CN 106569266 A CN106569266 A CN 106569266A
- Authority
- CN
- China
- Prior art keywords
- gas reservoir
- mineral content
- vbritt
- shale gas
- shale
- 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.)
- Granted
Links
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 99
- 239000011707 mineral Substances 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000011435 rock Substances 0.000 claims abstract description 38
- 238000009826 distribution Methods 0.000 claims description 29
- 238000001615 p wave Methods 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000002948 stochastic simulation Methods 0.000 claims description 11
- 241001274660 Modulus Species 0.000 description 11
- 238000005070 sampling Methods 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000012546 transfer Methods 0.000 description 6
- 206010017076 Fracture Diseases 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 239000011148 porous material Substances 0.000 description 5
- 208000010392 Bone Fractures Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000000470 constituent Substances 0.000 description 4
- 239000002734 clay mineral Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 229910021532 Calcite Inorganic materials 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052586 apatite Inorganic materials 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- VSIIXMUUUJUKCM-UHFFFAOYSA-D pentacalcium;fluoride;triphosphate Chemical compound [F-].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O VSIIXMUUUJUKCM-UHFFFAOYSA-D 0.000 description 1
- 229910052683 pyrite Inorganic materials 0.000 description 1
- 239000011028 pyrite Substances 0.000 description 1
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种页岩气储层脆性矿物含量预测方法，包括以下步骤：叠前弹性参数反演；基于测井数据计算脆性指数测井曲线；构建页岩气储层各向异性岩石物理模型；以及基于叠前弹性参数反演的结果和页岩气储层各向异性岩石物理模型，反演页岩气储层脆性矿物含量。本公开解决了常规基于杨氏模量和泊松比间接计算的脆性指数不能有效刻画页岩脆性的问题，提供一种页岩气储层脆性矿物含量直接反演方法，以便在页岩脆性矿物含量的基础上对页岩气储层脆性进行更加准确可靠的预测。
Description
技术领域
本公开涉及油气地球物理勘探领域，特别涉及一种页岩气储层脆性矿物含量预测方法。
背景技术
北美页岩气开发早期，主要勘探目标是天然裂缝相对发育区带。随着完钻井技术的发展和水平井压裂技术的提高，人们认识到对页岩储层进行有效改造极其重要。由于页岩的低渗透特征，实现页岩气增产最有效的办法是用人工压裂造缝沟通天然裂缝或是基质孔隙。而成功的增产措施取决于地层的岩石力学脆性能否产生大量的诱导裂缝，易于压裂是实现页岩气经济开采的必要条件。此外，页岩气中很大一部分产量来自于游离气的贡献，由于页岩的低孔隙度，游离气的存储往往依赖于成岩作用和构造运动中产生的大量裂缝，需要岩石具有很高的脆性。因此页岩岩石矿物组分的识别和脆性分析对页岩气的有利区选取非常必要。
决定页岩脆性的是其力学性质，工程上通常用杨氏模量和泊松比表示岩石在外界应力作用下的反应。杨氏模量的大小表示岩石的刚性，杨氏模量越大，说明岩石越不容易发生形变；泊松比的大小表示岩石的横向变形系数，泊松比越大，说明岩石在压力下越容易膨胀。不同的杨氏模量和泊松比的组合表示岩石具有不同的脆性，杨氏模量越大，泊松比越低，页岩脆性越高。
北美已开发生产的页岩气区块具有显著的特征，即页岩中都含有较少的黏土矿物和较多的脆性矿物，尤其是石英。如Barnett页岩中富含硅质(体积占到35％～50％)，黏土矿物较少(小于35％)，局部见碳酸盐岩和少量黄铁矿和磷灰石。很多学者认为富含大量脆性矿物是Barnett页岩能通过压裂造缝获得高产的 关键因素，页岩中气体产生的速度依赖于地层天然裂缝的发育程度，而天然裂缝发育程度受到页岩矿物组成的影响。
页岩矿物组分是其岩石力学性质的物质基础与内因，页岩声学性质是岩石力学性质的外在表现形式。综合利用含气页岩岩石矿物学特征与声波测井反映的力学特性，建立页岩脆性评价方法，为预测有利压裂井段等工程问题提供科学的依据。
在准确评价页岩矿物组分与含量的基础上，利用脆性矿物含量计算页岩脆性指数，评价页岩脆性，其计算公式为：
其中，BI为脆性指数，Quartz为石英矿物含量，Calcite为方解石矿物含量，Clay为黏土矿物含量。
Grigg通过对北美Barnett页岩力学特性的统计发现，高产页岩层具有高杨氏模量(E)和低泊松比(σ)的特征。利用杨氏模量和泊松比构建页岩弹性参数脆性指数公式如下：
其中，Emin,Emax分别为杨氏模量的最大值和最小值；σmin,σmax分别为泊松比的最大值和最小值。
目前，常用的页岩储层脆性指数地震预测方法，都是通过叠前弹性参数反演获取杨氏模量和泊松比，然后基于这两个参数对页岩脆性进行评价。但随着勘探实例的不断丰富，已经出现了一些工区，杨氏模量和泊松比不能很好的指示页岩脆性。
发明内容
本公开的目的是解决常规基于杨氏模量和泊松比间接计算的脆性指数不能有效刻画页岩脆性的问题，提供一种页岩气储层脆性矿物含量直接反演方法， 以便在页岩脆性矿物含量的基础上对页岩气储层脆性进行更加准确可靠的预测。
本公开所采用的解决方案如下：
一种页岩气储层脆性矿物含量预测方法，包括以下步骤：
基于叠前时间域地震数据，进行叠前弹性参数反演；
基于测井数据计算脆性指数测井曲线；
构建页岩气储层各向异性岩石物理模型；以及
基于所述叠前弹性参数反演的结果和所述页岩气储层各向异性岩石物理模型，反演页岩气储层脆性矿物含量。
优选地，所述叠前弹性参数反演的结果包括纵波阻抗、横波阻抗和密度。
优选地，根据以下公式计算脆性指数测井曲线：
其中V(z)为解释的岩石基质矿物的体积分数，Vbritt(z)为脆性矿物含量，Vtotal(z)为解释的各类岩石基质矿物的总含量。
优选地，所述岩石物理模型是所述页岩气储层脆性矿物含量与岩石弹性性质之间的函数关系，所述岩石弹性性质包括纵波阻抗、横波阻抗和密度。
优选地，反演页岩气储层脆性矿物含量包括以下步骤：
构建及求解反演目标函数；
基于所述叠前弹性参数反演的结果和所述目标函数，获得所述页岩气储层脆性矿物含量的平面分布特征。
优选地，采用贝叶斯分类算法构建所述反演目标函数，所述反演目标函数表示为在已知弹性参数条件下，模型参数的最大后验概率分布。
优选地，所述反演目标函数表示为：
Vbritt＝argMax{p(Ip,Is,ρ|Vbritt,Vother)*p(Vbritt,Vother)}，
其中p(Vbritt,Vother)代表模型参数先验分布，p(Ip,Is,ρ|Vbritt,Vother)代表似然函 数，p(Vbritt,Vother|Ip,Is,ρ)代表模型参数后验分布。
优选地，通过以下步骤构建及求解所述反演目标函数：
确定所述模型参数先验分布；
基于所述先验分布，得到弹性参数和模型参数的联合随机模拟结果；以及
基于贝叶斯分类算法构建及求解所述反演目标函数。
本公开的优点是提供以页岩岩石物理模型为基础的页岩储层脆性矿物含量直接反演方法，在获得页岩脆性矿物含量的基础上，对页岩储层脆性进行更加准确可靠的预测，为页岩储层压裂改造提供必要的依据。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显。
图1显示根据示例性实施例的页岩气储层脆性矿物含量预测方法的流程图。
图2显示根据示例性实施例的工区目的层段脆性矿物含量预测结果。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本发明基于深度域测井数据Well(z)(z代表深度域，单位为m)和叠前时间域地震数据Seis(x,y,t)(x,y代表每个地震道对应的空间位置坐标，其可以是x,y坐标，也可以是纵横测线号，t代表时间域，单位为s或者ms)，通过以下步骤实现页岩气储层脆性矿物含量Vbritt(x,y,t)预测方法：
(1)基于叠前时间域地震数据Seis(x,y,t)，进行叠前弹性参数反演，叠前弹性参数反演结果包含纵波阻抗Ip(x,y,t)、横波阻抗Is(x,y,t)和密度ρ(x,y,t)；
目前，基于叠前地震数据通过地震反演方法获取纵波阻抗、横波阻抗和密度参数的方法有很多种，商业软件也比较成熟，例如Jason、Strata等软件。通过选择合适的子波、低频模型以及合适的反演参数，能够获得纵向分辨率较高的弹性参数，包括纵波阻抗Ip(x,y,t)、横波阻抗Is(x,y,t)和密度ρ(x,y,t)。
(2)基于测井数据Well(z)计算脆性指数测井曲线
通过以下公式，基于测井数据Well(z)计算脆性指数测井曲线：
其中，V(z)为解释的各类岩石基质矿物的体积分数，Vbritt(z)为脆性矿物含量，Vtotal(z)为解释的各类岩石基质矿物的总含量。
在计算中通常只考虑最主要的几种矿物成分，它们通常具有相对较大的体积分数，对岩石弹性性质具有较大的影响。假设共对n种基质矿物体积分数进行了解释，它们的含量分别为{V1(z),V2(z),…Vn(z)}，根据基质矿物的岩石物理性质，将基质矿物分为脆性矿物和弹性矿物，假设脆性矿物总共有m种，这里m<n，基于不同矿物体积分数计算岩石脆性指数曲线。
(3)构建页岩气储层各向异性岩石物理模型
通过时深转换和数据分析，建立页岩气储层各向异性岩石物理模型，获取基于岩石骨架性质(脆性矿物含量、弹性矿物含量、TOC含量等)、孔隙性质(粒间孔、裂缝孔等)、孔隙流体充填特征(孔隙充填油、气、水或者混合)和岩石弹性性质(纵波阻抗、横波阻抗和密度)的关系式{Ip(t),Is(t),ρ(t)}＝f(Vbritt(t),Vother(t))。这里需要说明的是，岩石物理模型中的模型参数有很多，包括不同类型矿物组分的含量，这其中既包括脆性矿物含量，也包括非脆性矿物的含量；另外岩石物理模型的参数还包括孔隙度、含水饱和度参数等。由于本发明的目的是对页岩脆性特征进行预测，因此重点关注脆性矿物含量。在上述公式中，用Vbritt(t)代表脆性矿物含量，以Vother(t)代表其他模型参数。
构建页岩气储层各向异性岩石物理模型，并对模型参数进行一致性校正，要求测井数据Well(z)包含如下测井曲线，①纵波阻抗Ip(z)；②横波阻抗Is(z)；③岩石密度ρ(z)；④步骤(2)中计算得到的脆性矿物含量Vbritt(z)；⑤纵波速度vp(z)；⑥其他矿物组分、孔隙度及含水饱和度测井解释结果。
为了将深度域测井数据同时间域的地震数据匹配起来，首先需要对深度域测井数据进行时深转换，通过如下关系式将深度域测井数据转换到与地震匹配的时间域数据：
经过时深转换后，可以获得如下时间域的测井数据：①时间域的纵波阻抗Ip(t)；②时间域的横波阻抗Is(t)；③时间域的密度ρ(t)；④时间域的脆性矿物含量Vbritt(t)；⑤时间域的其他矿物组分、孔隙度及含水饱和度测井解释结果。
在上述时间域测井数据的基础上，构建页岩气储层各向异性岩石物理模型，即页岩气储层脆性矿物含量与岩石弹性性质(纵波阻抗、横波阻抗和密度)之间的函数关系{Ip(t),Is(t),ρ(t)}＝f(Vbritt(t),Vother(t))，具体实施方法参见专利CN201310492416.5的公开文件，在此不再赘述。
(4)反演页岩气储层脆性矿物含量
基于叠前弹性参数反演的结果——纵波阻抗Ip(x,y,t)、横波阻抗Is(x,y,t)、密度ρ(x,y,t)和页岩气储层各向异性岩石物理模型{Ip(t),Is(t),ρ(t)}＝f(Vbritt(t),Vother(t))，反演页岩气储层脆性矿物含量Vbritt(x,y,t)。
具体包含以下步骤：
①构建及求解反演目标函数
本公开的预测方法与常规脆性预测方法的不同之处在于，根据本公开的页岩气储层脆性矿物含量预测方法摈弃了常规基于杨氏模量和泊松比间接计算脆性矿物含量的做法，而是采用在贝叶斯框架下，基于多属性约束的反演方法，以岩石物理模型为基础，直接反演脆性矿物含量，实现页岩脆性矿物含量的直 接预测。
本公开的预测方法采用贝叶斯分类算法，反演目标函数表示为在已知弹性参数条件下，模型参数的最大后验概率分布：
Vbritt＝argMaxP(Vbritti,Votheri|Ip,Is,ρ)i＝1,2…,Nc；
即，如果P(Vbritti,Votheri|Ip,Is,ρ)>P(Vbrittj,Votherj|Ip,Is,ρ)1≤i,j≤Nc,i≠j，则Vbritt＝Vbritti。
上式的意义为，在已知纵波阻抗Ip、横波阻抗Is、密度ρ的情况下，可以求取脆性矿物含量Vbritt为不同值时的后验概率，其中具有最大后验概率的Vbritt值Vbritti为最终解。
基于贝叶斯公式，上述目标函数可以改写为：
Vbritt＝argMax{p(Ip,Is,ρ|Vbritt,Vother)*p(Vbritt,Vother)}，式中p(Vbritt,Vother)代表模型参数先验分布，p(Ip,Is,ρ|Vbritt,Vother)代表似然函数，p(Vbritt,Vother|Ip,Is,ρ)代表模型参数后验分布，Ip表示纵波阻抗、Is表示横波阻抗、ρ表示密度，模型参数中Vbritt表示脆性矿物含量，Vother表示其他模型参数。
首先，确定模型参数先验分布p(Vbritt,Vother)。假设模型参数服从多维高斯分布，即这里N代表多维高斯分布，和分别为多维高斯分布的均值和方差，Nr为岩石物理模型中的模型参数的个数(如前所述，模型参数包括不同矿物组分、孔隙度和含水饱和度等)，权重系数αk满足
其次，基于模型参数先验分布p(Vbritt,Vother)，利用MCMC抽样MetropolisHastings抽样算法对模型参数进行随机模拟，得到模型参数的随机模拟结果{Vbritti,Votheri}i ＝ 1 … N，式中N代表随机抽样次数。结合步骤(3)获得的岩石物理模型{Ip(t),Is(t),ρ(t)}＝f(Vbritt(t),Vother(t))，将{Vbritti,Votheri}i ＝ 1 … N带入公式可以得到弹性参数和模型参数的联合随机模拟结果{Ipi,Isi,ρi,Vbritti,Votheri}i ＝ 1 … N，这些模拟数据是
我们构建似然函数和求解目标函数的基础。
最后，基于贝叶斯分类算法求解该目标函数。基于贝叶斯分类算法的条件独立性假设，后验概率分布的计算形式可以改写为：
p(Vbritti,Votheri|Ip,Is,ρ)
＝p(Ip|Vbritti,Votheri)*p(Is|Vbritti,Votheri)*p(ρ|Vbritti,Votheri)*p(Vbritti,Votheri)
i＝1,2…Nc
基于随机模拟结果{Ipi,Isi,ρi,Vbritti,Votheri}i ＝ 1 … N可以得到：
其中，n为计数统计，n(Ip∩Vbritti,Votheri)就是统计{Ipi,Isi,ρi,Vbritti,Votheri}i ＝ 1 … N中Vbritt的值等于Vbritti，且纵波阻抗为Ip的随机采样样点的个数。
②获得页岩气储层脆性矿物含量的平面分布特征
将基于步骤(1)获得的纵波阻抗Ip(x,y,t)、横波阻抗Is(x,y,t)、密度ρ(x,y,t)，带入步骤(4)-①所建立的目标函数，即可求得页岩气储层脆性矿物含量的平面分布特征Vbritt(x,y,t)。
下面结合附图描述示例性实施例。图1显示根据示例性实施例的页岩气储层脆性矿物含量预测方法，所述方法包括以下步骤：
步骤1：叠前弹性参数反演
在常规叠前弹性参数反演中，输入数据包括工区内时间域叠前地震数据体Seis(x,y,t)和工区内深度域测井数据Well(z)。实施过程包括五个步骤：叠前地震数据分角度叠加、分角度测井地震时深标定、分角度地震反演子波提取，低频初始模型建立和反演参数设置。
在本示例性实施例中采用Jason反演软件的RockTrace模块实施叠前弹性参数反演，具体实施过程可参照Jason软件RockTrace模块使用说明书。
经过叠前弹性参数反演，可以计算得到工区内时间域纵波阻抗数据体Ip(x,y,t)、横波阻抗数据体Is(x,y,t)和密度数据体ρ(x,y,t)。
步骤1也可以通过其他可以得到纵横波阻抗和密度数据体的叠前反演方法或者软件来实施。
步骤2：基于测井数据计算脆性指数测井曲线
通过以下公式，基于测井数据Well(z)计算脆性指数测井曲线：
其中，V(z)为解释的各类岩石基质矿物的体积分数，Vbritt(z)为脆性矿物含量，Vtotal(z)为解释的各类岩石基质矿物的总含量。
在计算中通常只考虑最主要的几种矿物成分，它们通常具有相对较大的体积分数，对岩石弹性性质具有较大的影响。假设共对n种基质矿物体积分数进行了解释，它们的含量分别为{V1(z),V2(z),…Vn(z)}，根据基质矿物的岩石物理性质，将基质矿物分为脆性矿物和弹性矿物，假设脆性矿物总共有m种，这里m<n，基于不同矿物体积分数计算岩石脆性指数曲线。
步骤3：构建页岩气储层各向异性岩石物理模型
基于测井数据Well(z)，通过时深转换和数据分析，建立页岩气储层各向异性岩石物理模型，获取基于岩石骨架性质(脆性矿物、弹性含量、TOC含量等)、孔隙性质(粒间孔、裂缝孔等)、孔隙流体充填特征(孔隙充填油、气、水或者混合)和岩石弹性性质(纵波阻抗、横波阻抗和密度)之间的关系{Ip(t),Is(t),ρ(t)}＝f(Vbritt(t),Vother(t))。
构建页岩气储层各向异性岩石物理模型，并对模型参数进行一致性校正。要求测井数据Well(z)包含如下测井曲线：①纵波阻抗Ip(z)；②横波阻抗Is(z)；③岩石密度ρ(z)；④步骤2中计算的脆性矿物含量Vbritt(z)；⑤纵波速度vp(z)；⑥ 其他矿物组分、孔隙度及含水饱和度测井解释结果。
为了将深度域测井数据同时间域的地震数据匹配起来，首先需要对深度域测井数据进行时深转换，通过如下关系式将深度域测井数据转换到与地震匹配的时间域数据：
经过时深转换后，可以获得如下时间域的测井数据：①时间域的纵波阻抗曲线Ip(t)；②时间域的横波阻抗Is(t)；③时间域的密度曲线ρ(t)；④时间域的脆性矿物含量Vbritt(t)；⑤时间域其他孔隙、流体特征测井解释结果。
在上述数据的基础上，构建页岩气储层脆性矿物含量与岩石弹性性质(纵横波阻抗和密度)之间的函数关系{Ip(t),Is(t),ρ(t)}＝f(Vbritt(t),Vother(t))。具体实施方法参见专利CN201310492416.5的公开文件。
步骤4：反演页岩气储层脆性矿物含量
具体包括以下子步骤：
子步骤41：基于测井数据确定模型参数先验分布p(Vbritt,Vother)
模型参数服从多维高斯分布，即这里N代表多维高斯分布，和分别为多维高斯分布的均值和方差，Nr为岩石物理模型中，模型参数变量的个数，权重系数αk满足使用MATLAB的统计工具箱中的多元统计分析中提供的聚类分析方法可以确定多维高斯分布的均值和方差。
子步骤42：基于子步骤41获得的模型参数先验分布p(Vbritt,Vother)，利用MCMC抽样Metropolis Hastings抽样算法对模型参数进行随机模拟，得到模型参数的随机模拟结果{Vbritti,Votheri}i ＝ 1 … N，式中n代表随机抽样次数，在本实施例中N＝10000。
将随机模拟结果{Vbritti,Votheri}i ＝ 1 … N带入岩石物理模型{Ip(t),Is(t),ρ(t)}＝f(Vbritt(t),Vother(t))中，可以得到弹性参数和模型参数的联合随 机模拟结果{Ipi,Isi,ρi,Vbritti,Votheri}i ＝ 1 … N，这些模拟数据是构建似然函数和求解目标函数的基础。
子步骤43：基于贝叶斯分类算法构建及求解反演目标函数。反演目标函数表示为在已知弹性参数条件下，模型参数的最大后验概率分布，可以表示为下式：
Vbritt＝argMaxP(Vbritti,Votheri|Ip,Is,ρ)i＝1,2…,Nc；
即，如果P(Vbritti,Votheri|Ip,Is,ρ)>P(Vbrittj,Votherj|Ip,Is,ρ)1≤i,j≤Nc,i≠j，则Vbritt＝Vbritti。
上式的意义为，在已知纵波阻抗Ip、横波阻抗Is、密度ρ的情况下，可以求取脆性矿物含量Vbritt为不同值时的后验概率，其中具有最大后验概率的Vbritt值Vbritti为最终解。
基于贝叶斯公式，上述目标函数可以改写为：
Vbritt＝argMax{p(Ip,Is,ρ|Vbritt,Vother)*p(Vbritt,Vother)}，式中p(Vbritt,Vother)代表模型参数先验分布，p(Ip,Is,ρ|Vbritt,Vother)代表似然函数，p(Vbritt,Vother|Ip,Is,ρ)代表模型参数后验分布。
基于贝叶斯分类算法的条件独立性假设，后验概率的计算形式可以改写为：
p(Vbritti,Votheri|Ip,Is,ρ)
＝p(Ip|Vbritti,Votheri)*p(Is|Vbritti,Votheri)*p(ρ|Vbritti,Votheri)*p(Vbritti,Votheri)
i＝1,2…Nc
基于随机模拟结果{Ipi,Isi,ρi,Vbritti,Votheri}i ＝ 1 … N可以得到：
其中，n为计数统计，n(Ip∩Vbritti,Votheri)就是统计{Ipi,Isi,ρi,Vbritti,Votheri}i ＝ 1 … N中Vbritt的值等于Vbritti，且纵波阻抗为Ip的随机采样样点的个数。
子步骤44：将基于步骤1获得的纵波阻抗Ip(x,y,t)、横波阻抗Is(x,y,t)、密度ρ(x,y,t)，带入子步骤43所建立的目标函数中，即可求得页岩气储层脆性矿物含量的平面分布特征Vbritt(x,y,t)。
图2显示根据示例性实施例的工区目的层段脆性矿物含量预测结果。
以上已经描述了本公开的实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各施例。在不偏离所说明的实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释实施例的原理和实际应用，或者使本技术领域的其它普通技术人员能理解本文披露的实施例。
Claims (8)
1.一种页岩气储层脆性矿物含量预测方法，包括以下步骤：
基于叠前时间域地震数据，进行叠前弹性参数反演；
基于测井数据计算脆性指数测井曲线；
构建页岩气储层各向异性岩石物理模型；以及
基于所述叠前弹性参数反演的结果和所述页岩气储层各向异性岩石物理模型，反演页岩气储层脆性矿物含量。
2.根据权利要求1所述的页岩气储层脆性矿物含量预测方法，其中，所述叠前弹性参数反演的结果包括纵波阻抗、横波阻抗和密度。
3.根据权利要求1所述的页岩气储层脆性矿物含量预测方法，其中，根据以下公式计算脆性指数测井曲线：
其中V(z)为解释的岩石基质矿物的体积分数，Vbritt(z)为脆性矿物含量，Vtotal(z)为解释的各类岩石基质矿物的总含量。
4.根据权利要求1所述的页岩气储层脆性矿物含量预测方法，其中，所述岩石物理模型是所述页岩气储层脆性矿物含量与岩石弹性性质之间的函数关系，所述岩石弹性性质包括纵波阻抗、横波阻抗和密度。
5.根据权利要求1所述的页岩气储层脆性矿物含量预测方法，其中，反演页岩气储层脆性矿物含量包括以下步骤：
构建及求解反演目标函数；
基于所述叠前弹性参数反演的结果和所述目标函数，获得所述页岩气储层 脆性矿物含量的平面分布特征。
6.根据权利要求1所述的页岩气储层脆性矿物含量预测方法，其中，采用贝叶斯分类算法构建所述反演目标函数，所述反演目标函数表示为在已知弹性参数条件下，模型参数的最大后验概率分布。
7.根据权利要求6所述的页岩气储层脆性矿物含量预测方法，其中，所述反演目标函数表示为：
Vbritt＝arg Max{p(Ip,Is,ρ|Vbritt,Vother)*p(Vbritt,Vother)}，
其中p(Vbritt,Vother)代表模型参数先验分布，p(Ip,Is,ρ|Vbritt,Vother)代表似然函数，p(Vbritt,Vother|Ip,Is,ρ)代表模型参数后验分布。
8.根据权利要求7所述的页岩气储层脆性矿物含量预测方法，其中，通过以下步骤构建及求解所述反演目标函数：
确定所述模型参数先验分布；
基于所述先验分布，得到弹性参数和模型参数的联合随机模拟结果；以及
基于贝叶斯分类算法构建及求解所述反演目标函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510659430.9A CN106569266B (zh) | 2015-10-12 | 2015-10-12 | 页岩气储层脆性矿物含量预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510659430.9A CN106569266B (zh) | 2015-10-12 | 2015-10-12 | 页岩气储层脆性矿物含量预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106569266A true CN106569266A (zh) | 2017-04-19 |
| CN106569266B CN106569266B (zh) | 2018-11-20 |
Family
ID=58508676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510659430.9A Active CN106569266B (zh) | 2015-10-12 | 2015-10-12 | 页岩气储层脆性矿物含量预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106569266B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107423844A (zh) * | 2017-06-06 | 2017-12-01 | 西南石油大学 | 一种预测页岩气/致密气井可采储量的新方法 |
| CN108019205A (zh) * | 2017-09-14 | 2018-05-11 | 中国石油天然气股份有限公司 | 一种确定储层可压裂性指数的方法及装置 |
| CN109283065A (zh) * | 2018-09-07 | 2019-01-29 | 江苏顺风光电科技有限公司 | 一种基于n型硅基底的简易脆性测试方法 |
| CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
| CN110552690A (zh) * | 2018-05-30 | 2019-12-10 | 中国石油化工股份有限公司 | 一种页岩储层脆性评价的方法 |
| CN110851937A (zh) * | 2018-07-25 | 2020-02-28 | 中国石油化工股份有限公司 | 页岩储层脆性指数计算方法及系统 |
| CN111239810A (zh) * | 2018-11-28 | 2020-06-05 | 中国石油天然气集团有限公司 | 基于结构模型的基岩储层预测方法及装置 |
| CN111898065A (zh) * | 2020-06-18 | 2020-11-06 | 长江大学 | 一种页岩脆性指数计算方法、设备及可读存储介质 |
| CN112649858A (zh) * | 2019-10-11 | 2021-04-13 | 中国石油化工股份有限公司 | 一种基于岩心测试的页岩脆性预测方法及系统 |
| CN113027427A (zh) * | 2019-12-25 | 2021-06-25 | 中石化石油工程技术服务有限公司 | 一种基于贝叶斯理论的含可信度地层压力随钻修正方法 |
| CN113156510A (zh) * | 2021-04-27 | 2021-07-23 | 中南大学 | 一种页岩储层脆性和各向异性参数预测方法及系统 |
| US12050297B2 (en) | 2020-09-11 | 2024-07-30 | Saudi Arabian Oil Company | Method and system for determining energy-based brittleness |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011133421A2 (en) * | 2010-04-21 | 2011-10-27 | Baker Hughes Incorporated | Method of predicting source rock thermal maturity from log responses |
| US8982666B2 (en) * | 2011-03-28 | 2015-03-17 | Conocophillips Company | Methods for seismic fracture parameter estimation and gas filled fracture identification from vertical well log data |
| CN104564042A (zh) * | 2014-12-18 | 2015-04-29 | 中国石油天然气集团公司 | 一种页岩储层脆性的评价方法 |
| CN104573150A (zh) * | 2013-10-18 | 2015-04-29 | 中国石油化工股份有限公司 | 一种针对富含有机质页岩的各向异性岩石物理建模方法 |
| CN104950331A (zh) * | 2015-06-30 | 2015-09-30 | 中国石油天然气集团公司 | 一种砂泥岩储层的孔隙度与泥质含量的地震预测方法 |
-
2015
- 2015-10-12 CN CN201510659430.9A patent/CN106569266B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011133421A2 (en) * | 2010-04-21 | 2011-10-27 | Baker Hughes Incorporated | Method of predicting source rock thermal maturity from log responses |
| US8982666B2 (en) * | 2011-03-28 | 2015-03-17 | Conocophillips Company | Methods for seismic fracture parameter estimation and gas filled fracture identification from vertical well log data |
| CN104573150A (zh) * | 2013-10-18 | 2015-04-29 | 中国石油化工股份有限公司 | 一种针对富含有机质页岩的各向异性岩石物理建模方法 |
| CN104564042A (zh) * | 2014-12-18 | 2015-04-29 | 中国石油天然气集团公司 | 一种页岩储层脆性的评价方法 |
| CN104950331A (zh) * | 2015-06-30 | 2015-09-30 | 中国石油天然气集团公司 | 一种砂泥岩储层的孔隙度与泥质含量的地震预测方法 |
Non-Patent Citations (4)
| Title |
|---|
| RODERICK PEREZ ET AL.: "Brittleness estimation from seismic measurements in unconventional reservoirs: Application to the Barnett Shale", 《SEG HOUSTON 2013 ANNUAL MEETING》 * |
| 刘致水等: "新型脆性因子及其在泥页岩储集层预测中的应用", 《石油勘探与开发》 * |
| 滕龙等: "贝叶斯框架下联合AVA反演与统计岩石物理的储层参数估计", 《石油地球物理勘探》 * |
| 郭旭光等: "岩石脆性预测在吉木萨尔凹陷致密油勘探中的应用", 《地质与勘探》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107423844A (zh) * | 2017-06-06 | 2017-12-01 | 西南石油大学 | 一种预测页岩气/致密气井可采储量的新方法 |
| CN108019205A (zh) * | 2017-09-14 | 2018-05-11 | 中国石油天然气股份有限公司 | 一种确定储层可压裂性指数的方法及装置 |
| CN108019205B (zh) * | 2017-09-14 | 2021-04-30 | 中国石油天然气股份有限公司 | 一种确定储层可压裂性指数的方法及装置 |
| CN110552690A (zh) * | 2018-05-30 | 2019-12-10 | 中国石油化工股份有限公司 | 一种页岩储层脆性评价的方法 |
| CN110851937B (zh) * | 2018-07-25 | 2022-09-06 | 中国石油化工股份有限公司 | 页岩储层脆性指数计算方法及系统 |
| CN110851937A (zh) * | 2018-07-25 | 2020-02-28 | 中国石油化工股份有限公司 | 页岩储层脆性指数计算方法及系统 |
| CN109283065A (zh) * | 2018-09-07 | 2019-01-29 | 江苏顺风光电科技有限公司 | 一种基于n型硅基底的简易脆性测试方法 |
| CN111239810A (zh) * | 2018-11-28 | 2020-06-05 | 中国石油天然气集团有限公司 | 基于结构模型的基岩储层预测方法及装置 |
| CN110275202B (zh) * | 2019-05-30 | 2020-12-01 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
| CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
| CN112649858A (zh) * | 2019-10-11 | 2021-04-13 | 中国石油化工股份有限公司 | 一种基于岩心测试的页岩脆性预测方法及系统 |
| CN113027427A (zh) * | 2019-12-25 | 2021-06-25 | 中石化石油工程技术服务有限公司 | 一种基于贝叶斯理论的含可信度地层压力随钻修正方法 |
| CN113027427B (zh) * | 2019-12-25 | 2024-04-05 | 中石化石油工程技术服务有限公司 | 一种基于贝叶斯理论的含可信度地层压力随钻修正方法 |
| CN111898065A (zh) * | 2020-06-18 | 2020-11-06 | 长江大学 | 一种页岩脆性指数计算方法、设备及可读存储介质 |
| CN111898065B (zh) * | 2020-06-18 | 2023-06-06 | 长江大学 | 一种页岩脆性指数计算方法、设备及可读存储介质 |
| US12050297B2 (en) | 2020-09-11 | 2024-07-30 | Saudi Arabian Oil Company | Method and system for determining energy-based brittleness |
| CN113156510A (zh) * | 2021-04-27 | 2021-07-23 | 中南大学 | 一种页岩储层脆性和各向异性参数预测方法及系统 |
| CN113156510B (zh) * | 2021-04-27 | 2022-07-01 | 中南大学 | 一种页岩储层脆性和各向异性参数预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106569266B (zh) | 2018-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106569266A (zh) | 页岩气储层脆性矿物含量预测方法 | |
| CN104992468B (zh) | 缝洞型碳酸盐岩油气藏三维地质建模方法 | |
| CN112502701B (zh) | 一种低渗透储层综合地质-工程的分类评价方法 | |
| Verdon et al. | Measurement of the normal/tangential fracture compliance ratio (ZN/ZT) during hydraulic fracture stimulation using S‐wave splitting data | |
| CN106869911B (zh) | 一种描述页岩储层可压性的评价方法 | |
| CN103984027B (zh) | 基于椭球体双重孔隙模型的岩石纵波速度预测方法 | |
| CN105651966A (zh) | 一种页岩油气优质储层评价方法及参数确定方法 | |
| CN105221141A (zh) | 一种泥页岩脆性指数预测方法 | |
| Guo et al. | Evaluation of fracability and screening of perforation interval for tight sandstone gas reservoir in western Sichuan Basin | |
| CN104749622B (zh) | 一种基于岩石物理的泥页岩可压性定量表征方法 | |
| CN105445791A (zh) | 一种基于多种地震属性的地层孔隙压力预测方法 | |
| CN103867198B (zh) | 碳酸盐岩天然气层地层密度判别法 | |
| CN109856674A (zh) | 工程甜点评测方法及装置 | |
| CN105527652B (zh) | 一种岩石脆性的测井方法和装置 | |
| Han et al. | Lithofacies characteristics and their controlling effects on reservoirs in buried hills of metamorphic rocks: A case study of late Paleozoic units in the Aryskum depression, South Turgay Basin, Kazakhstan | |
| CN109164499B (zh) | 考虑沉积成岩过程的岩石脆性指数计算及解释方法 | |
| Janjuhah et al. | Integrated porosity classification and quantification scheme for enhanced carbonate reservoir quality: Implications from the miocene malaysian carbonates | |
| Grechishnikova | Niobrara discrete fracture networks: from outcrop surveys to subsurface reservoir models | |
| CN105301647B (zh) | 区分灰质泥岩和砂岩的方法 | |
| KR101902779B1 (ko) | 물리검층 자료를 이용한 s파 속도 산출방법 | |
| Miskimins | The impact of mechanical stratigraphy on hydraulic fracture growth and design considerations for horizontal wells | |
| Shafiei et al. | Natural fractures characterization and in situ stresses inference in a carbonate reservoir—an integrated approach | |
| CN106199712A (zh) | 一种确定压裂套管变形区域的方法及装置 | |
| CN105589097A (zh) | 碎屑岩储层地震描述的相控去灰方法 | |
| Keshavarzi et al. | Building a mechanical earth model and its application in a geomechanical analysis of hydraulic fracture behaviour in naturally fractured reservoirs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |