CN106772673B - 一种页岩储层地应力预测建模系统 - Google Patents

一种页岩储层地应力预测建模系统 Download PDF

Info

Publication number
CN106772673B
CN106772673B CN201611072628.8A CN201611072628A CN106772673B CN 106772673 B CN106772673 B CN 106772673B CN 201611072628 A CN201611072628 A CN 201611072628A CN 106772673 B CN106772673 B CN 106772673B
Authority
CN
China
Prior art keywords
rock
parameter
signal
electrically connected
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.)
Expired - Fee Related
Application number
CN201611072628.8A
Other languages
English (en)
Other versions
CN106772673A (zh
Inventor
李相臣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN201611072628.8A priority Critical patent/CN106772673B/zh
Publication of CN106772673A publication Critical patent/CN106772673A/zh
Application granted granted Critical
Publication of CN106772673B publication Critical patent/CN106772673B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种页岩储层地应力预测建模系统,包括单片机控制器和综合数据采集器,单片机控制器分别与综合数据采集器、数据处理器、RAM存储器、ROM存储器、数据库、计时器和无线射频收发器电性连接,单片机控制器的输出端与应力模拟器的输入端电性连接,无线射频收发器通过GPRS网络与外部设备连接,第一数据采集器的输入端与距离传感器的输出端电性连接,第二数据采集器的输入端与孔隙压力传感器的输出端电性连接,第三数据采集器的输入端与应力传感器的输出端电性连接,第四数据采集器的输入端与应变式传感器的输出端电性连接,该发明智能化程度较高,能够有效地对页岩储层地应力建模分析。

Description

一种页岩储层地应力预测建模系统
技术领域
本发明属于页岩气开采技术领域,尤其涉及一种页岩储层地应力预测建模系统。
背景技术
目前,常规能源的开发和利用已逐渐不能满足现代工业的发展需求,勘探开发的重点投向了难以开采的页岩气。页岩是一种沉积岩,成分复杂,但都具有薄页状或薄片状的节理,主要是由黏土沉积经压力和温度形成的岩石,但其中混杂有石英、长石的碎屑以及其他矿物。页岩储层是一种低孔隙度和特低渗透率的致密储层,其生产完全依赖于压裂效果。对于页岩进行压裂施工必须对页岩起裂的规律有足够的认识,其中地应力模型是指导页岩压裂施工的极为重要的理论基础。目前地应力预测模型大部分建立在地层均质各项同性的基础上,然而页岩储层具有较强的非均质性和各项性。因此,其计算结果并不十分准确,对地应力的描述并不全面,不能完全的描述横观各向同性地层的地应力的特征,且建模的过程中,智能化程度较低,对探测孔数据的读取与测量多为工作人员操作,采集数据种类较少,数据不全面,人为误差大,效率较低,不利于工程施工进度。
因此,如何能够对页岩储层地应力进行有效地预测分析,以及如何提高预测准确率和预测效率是现今应解决的问题。
发明内容
本发明的目的在于提供一种页岩储层地应力预测建模系统,旨在解决目前地应力预测模型大部分建立在地层均质各项同性的基础上,然而页岩储层具有较强的非均质性和各项性。因此,其计算结果并不十分准确,对地应力的描述并不全面,不能完全的描述横观各向同性地层的地应力的特征,且建模的过程中,智能化程度较低,对探测孔数据的读取与测量多为工作人员操作,采集数据种类较少,数据不全面,人为误差大,效率较低,不利于工程施工进度的问题。
本发明是这样实现的,一种页岩储层地应力预测建模系统,包括单片机控制器和综合数据采集器,所述单片机控制器分别与综合数据采集器、数据处理器、RAM存储器、ROM存储器、数据库、计时器和无线射频收发器电性连接;
所述单片机控制器的输入端与供电电源的输出端电性连接,所述单片机控制器的输出端与应力模拟器的输入端电性连接;
所述综合数据采集器的输入端分别与第一数据采集器、第二数据采集器、第三数据采集器和第四数据采集器的输出端电性连接;
所述无线射频收发器通过GPRS网络与外部设备连接,所述第一数据采集器的输入端与距离传感器的输出端电性连接;
所述第二数据采集器的输入端与孔隙压力传感器的输出端电性连接,所述第三数据采集器的输入端与应力传感器的输出端电性连接;
所述第四数据采集器的输入端与应变式传感器的输出端电性连接。
所述距离传感器、孔隙压力传感器、应力传感器和应变式传感器均至少为一个,所述单片机控制器的输入端与GPS定位器的输出端电性连接;
所述页岩储层地应力预测建模系统的页岩储层地应力预测建模方法包括:
步骤一、测量油气藏的岩石力学参数,统计所述油气藏的岩体力学性质影响参数;
步骤二、将页岩试件放在抽真空饱和装置中,利用饱和液体进行饱和;
步骤三、在所述页岩试件上安装轴向变形传感器和径向变形传感器,并将所述页岩试件放入岩石三轴试验机的三轴室内,对所述页岩试件施加与所述页岩试件所处地层深度相对应的围压;
步骤四、按照多个温度值由高到低的顺序,依次将高压腔内的温度降低到多个温度值下,按照预设加载速率对页岩试件加载轴压,得到页岩试件在各温度值下的力学参数;
步骤五、通过测井复杂岩性分析程序进行测井解释,获得矿物体积、岩石孔隙度、流体饱和度、干酪根体积,进而求得矿物在岩石中的体积分数,所述矿物包括粘土、石英、方解石;使用交会分析获得每个矿物的弹性模量和密度,使用已知的经验值作为孔隙中流体的弹性模量和密度,所述弹性模量指体积模量、剪切模量;
步骤六、取2倍洞径以外典型的原岩岩饼至少3块,要求各岩饼的孔深相差在1m以内,岩饼形态类似,记录每个岩饼发生处的埋深和孔深;
步骤七、确定每个岩饼三个主应力的方向,做岩石的巴西圆盘劈裂试验,确定每个岩饼的岩石抗拉强度St,确定每个岩饼三个主应力的大小;
步骤八、从阵列声波测井的波形资料中提取纵波时差Δtc和横波时差Δts
步骤九、根据纵波时差Δtc和横波时差Δts,结合阵列声波测井资料中的密度ρ,计算动态杨氏模量Ed和动态泊松比PRd;
步骤十、统计所述油气藏岩体力学性质影响参数,包括内部影响参数和外部影响参数,内部影响参数包括岩石成分特征参数,岩石结构特征参数,岩石构造特征参数以及岩石孔隙裂缝特征参数,外部影响参数包括温度特征参数,围压特征参数,孔隙流体特征参数以及孔隙压力特征参数;
步骤十一、根据岩石力学参数采集的数据以及统计的岩体力学性质影响参数建立油气藏的页岩储层地应力物理模型;
岩体力学性质影响参数包括内部影响参数和外部影响参数;所述内部影响参数包括岩石成分特征参数,岩石结构特征参数,岩石构造特征参数以及岩石孔隙裂缝特征参数;所述外部影响参数包括温度特征参数,围压特征参数,孔隙流体特征参数以及孔隙压力特征参数;
按照如下公式计算岩石摩擦系数:
其中,σ1为残余强度;
σ2为围压;
p0为孔隙压力;
σ为裂缝面上的正应力;
τ为裂缝面上的剪应力;
β为裂缝面和端面的夹角;
μ为岩石摩擦系数。
岩石力学参数包括岩石弹性参数,所述岩石弹性参数包括杨氏模量、泊松比和Biot系数,所述Biot系数用于表征孔隙弹性参数;所述岩石力学参数的各向异性强度包括杨氏模量各向异性强度、泊松比各向异性强度和Biot系数各向异性强度;
所述岩石力学参数的各向异性强度通过如下公式计算获得:
其中,Ek为杨氏模量各向异性强度;Eh为水平方向杨氏模量;Ev为垂直方向杨氏模量;μk为泊松比各向异性强度;μh为水平方向泊松比;μv为垂直方向泊松比;
计算动态杨氏模量Ed,按照如下公式进行计算:
式中:
Ed—动态杨氏模量,
Δts—横波时差,
Δtc—纵波时差,
ρ—密度。
进一步,所述无线射频收发器设置有信号相位计算模块,所述相位计算模块的相位计算方法包括:
第k通道第n路信号Sk.n(t)的表达式为:
Sk.n(t)=expj{ω0(t+τk+nTs)+1/2μ(t+τk+nTs)2},k=0,1,...;n=0,1,2,...
其中,ω0是输出波形的初始角速度,t是时间,n表示每通道中路数的序号,μ表示调频斜率,Ts是采样周期,τk表示第k通道信号起始相位对应的时间差;
第k通道第n路信号的相位作如下变换:
Pk.n=μ(τk+nTs)、Qk.n=ω0k+nTs)+1/2μ(τk+nTs)2,则上式可化为:
其中为基准相位,当信号属性参数固定时,Pk.n、Qk.n为定值;其他路的波形输出均看做在基本相位的基础上增加一个偏移相位得到。
进一步,所述综合数据采集器设置有联合估计单元,所述联合估计单元的联合估计方法包括:目标信号DOA估计、波达信号时延TD估计和多谱勒频率fd估计三者联合估计方法;
首先,对将阵列天线的接收到的能量衰减得非常厉害的非目标反射信号,经过小波分析的分解、自适应阈值选择以及重构从而检测和提取弱信号,所述小波分析将接收到的弱信号分成高频部分和低频部分,通过多层分解,重构时将每层的高频部分按照不同的阈值进行取舍,超出阈值的部分取阈值,低于阈值的部分取实际的值;
第二步,对多普勒频率进行估计:通过前期的弱信号检测,对接收到的提高了信号的信噪比的目标反射信号中,含有的在频率上有差别的多谱勒频率信号,通过本地的正弦和余弦信号进行同步输出并经过同步检测电路接收信号进行正交运算,提取多普勒频率;
具体为:经过正交推导以及电路滤波,多普勒频率部分公式如(1),
式中,fd=(ω-ω0)/2π,包含多普勒频率成分;
式中m表示信号在整个电路系统传输过程中的衰减因子,βj表示在空气中的传输因子,ψ(θj)表示含有目标信号方向角的函数,ω表示接收到的含有多普勒频率分量的目标反射信号的载波信号频率,ω0表示载波频率;
第三步,对DOA和时延进行联合提取:利用已经提取的多普勒频率以及ESPRIT算法中多普勒频率与DOA、信号时延的联合性进行矩阵变换和计算,从而提取出DOA和波达信号时延;
具体为:联合估计DOA和TD中,利用的ESPRIT算法,最后推导公式如(2),
Rxx-γ Rxy=APAH-γ APφHAH=AP(I-γφH)AH (2)
公式中Rxx表示阵列自协方差,Rxy表阵列互协方差,γ表示阵列信号对应的特征值,I表示单位矩阵,A表示方向矩阵,AH表示方向矩阵的希尔伯特矩阵,P表示信源部分的协方差矩阵,φH表示含有多普勒频率成分的方向矩阵;
通过得到的多普勒频率,然后利用ESPRIT算法进行参数配对即可得到DOA和TD。
本发明提供的页岩储层地应力预测建模方法,智能化程度较高,外部设备通过GPRS网络可对单片机控制器远程控制,实现了操作的便利性,多种传感器可对探测孔的各项数据进行详细的采集,单片机控制器可对采集的数据综合处理分析,通过应力模拟器可对页岩储层的应力情况直观的模拟,分析结果可视化,与传统预测建模方法比较,避免了人为误差,数据采集具有多样性,保证了应力预测的准确率,极大地提高了预测效率,有助于加快工程进度。
附图说明
图1是本发明实施例提供的页岩储层地应力预测建模系统结构示意图;
图中:1、单片机控制器;2、综合数据采集器;3、数据处理器;4、RAM存储器;5、ROM存储器;6、数据库;7、计时器;8、无线射频收发器;9、供电电源;10、应力模拟器;11、第一数据采集器;12、第二数据采集器;13、第三数据采集器;14、第四数据采集器;15、GPRS网络;16、外部设备;17、距离传感器;18、孔隙压力传感器;19、应力传感器;20、应变式传感器;21、GPS定位器。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的页岩储层地应力预测建模系统包括单片机控制器1和综合数据采集器2,所述单片机控制器1分别与综合数据采集器2、数据处理器3、RAM存储器4、ROM存储器5、数据库6、计时器7和无线射频收发器8电性连接,所述单片机控制器1的输入端与供电电源9的输出端电性连接,所述单片机控制器1的输出端与应力模拟器10的输入端电性连接,所述综合数据采集器2的输入端分别与第一数据采集器11、第二数据采集器12、第三数据采集器13和第四数据采集器14的输出端电性连接,所述无线射频收发器8通过GPRS网络15与外部设备16连接,所述第一数据采集器11的输入端与距离传感器17的输出端电性连接,所述第二数据采集器12的输入端与孔隙压力传感器18的输出端电性连接,所述第三数据采集器13的输入端与应力传感器19的输出端电性连接,所述第四数据采集器14的输入端与应变式传感器20的输出端电性连接。
进一步,所述外部设备16为电脑、手机等具有网络连接功能的电子产品。
进一步,所述距离传感器17、孔隙压力传感器18、应力传感器19和应变式传感器20均至少为一个。
进一步,所述单片机控制器1的输入端与GPS定位器21的输出端电性连接。
进一步,所述无线射频收发器设置有信号相位计算模块,所述相位计算模块的相位计算方法包括:
第k通道第n路信号Sk.n(t)的表达式为:
Sk.n(t)=expj{ω0(t+τk+nTs)+1/2μ(t+τk+nTs)2},k=0,1,...;n=0,1,2,...
其中,ω0是输出波形的初始角速度,t是时间,n表示每通道中路数的序号,μ表示调频斜率,Ts是采样周期,τk表示第k通道信号起始相位对应的时间差;
第k通道第n路信号的相位作如下变换:
Pk.n=μ(τk+nTs)、Qk.n=ω0k+nTs)+1/2μ(τk+nTs)2,则上式可化为:
其中为基准相位,当信号属性参数固定时,Pk.n、Qk.n为定值;其他路的波形输出均看做在基本相位的基础上增加一个偏移相位得到。
进一步,所述综合数据采集器设置有联合估计单元,所述联合估计单元的联合估计方法包括:目标信号DOA估计、波达信号时延TD估计和多谱勒频率fd估计三者联合估计方法;
首先,对将阵列天线的接收到的能量衰减得非常厉害的非目标反射信号,经过小波分析的分解、自适应阈值选择以及重构从而检测和提取弱信号,所述小波分析将接收到的弱信号分成高频部分和低频部分,通过多层分解,重构时将每层的高频部分按照不同的阈值进行取舍,超出阈值的部分取阈值,低于阈值的部分取实际的值;
第二步,对多普勒频率进行估计:通过前期的弱信号检测,对接收到的提高了信号的信噪比的目标反射信号中,含有的在频率上有差别的多谱勒频率信号,通过本地的正弦和余弦信号进行同步输出并经过同步检测电路接收信号进行正交运算,提取多普勒频率;
具体为:经过正交推导以及电路滤波,多普勒频率部分公式如(1),
式中,fd=(ω-ω0)/2π,包含多普勒频率成分;
式中m表示信号在整个电路系统传输过程中的衰减因子,βj表示在空气中的传输因子,ψ(θj)表示含有目标信号方向角的函数,ω表示接收到的含有多普勒频率分量的目标反射信号的载波信号频率,ω0表示载波频率;
第三步,对DOA和时延进行联合提取:利用已经提取的多普勒频率以及ESPRIT算法中多普勒频率与DOA、信号时延的联合性进行矩阵变换和计算,从而提取出DOA和波达信号时延;
具体为:联合估计DOA和TD中,利用的ESPRIT算法,最后推导公式如(2),
Rxx-γ Rxy=APAH-γ APφHAH=AP(I-γφH)AH (2)
公式中Rxx表示阵列自协方差,Rxy表阵列互协方差,γ表示阵列信号对应的特征值,I表示单位矩阵,A表示方向矩阵,AH表示方向矩阵的希尔伯特矩阵,P表示信源部分的协方差矩阵,φH表示含有多普勒频率成分的方向矩阵;
通过得到的多普勒频率,然后利用ESPRIT算法进行参数配对即可得到DOA和TD。
本发明实施例提供的页岩储层地应力预测建模系统,该系统通过以下方法实现页岩储层地应力预测:
步骤一、测量油气藏的岩石力学参数,统计所述油气藏的岩体力学性质影响参数;
步骤二、将页岩试件放在抽真空饱和装置中,利用饱和液体进行饱和;
步骤三、在所述页岩试件上安装轴向变形传感器和径向变形传感器,并将所述页岩试件放入岩石三轴试验机的三轴室内,对所述页岩试件施加与所述页岩试件所处地层深度相对应的围压;
步骤四、按照多个温度值由高到低的顺序,依次将高压腔内的温度降低到多个温度值下,按照预设加载速率对页岩试件加载轴压,得到页岩试件在各温度值下的力学参数;
步骤五、通过测井复杂岩性分析程序进行测井解释,获得矿物体积、岩石孔隙度、流体饱和度、干酪根体积,进而求得矿物在岩石中的体积分数,所述矿物包括粘土、石英、方解石;使用交会分析获得每个矿物的弹性模量和密度,使用已知文献中的经验值作为孔隙中流体的弹性模量和密度,所述弹性模量指体积模量、剪切模量;
步骤六、取2倍洞径以外典型的原岩岩饼至少3块,要求各岩饼的孔深相差在1m以内,岩饼形态类似,记录每个岩饼发生处的埋深和孔深;
步骤七、确定每个岩饼三个主应力的方向,做岩石的巴西圆盘劈裂试验,确定每个岩饼的岩石抗拉强度St,确定每个岩饼三个主应力的大小;
步骤八、从阵列声波测井的波形资料中提取纵波时差Δtc和横波时差Δts
步骤九、根据纵波时差Δtc和横波时差Δts,结合阵列声波测井资料中的密度ρ,计算动态杨氏模量Ed和动态泊松比PRd;
步骤十、统计所述油气藏岩体力学性质影响参数,包括内部影响参数和外部影响参数,内部影响参数包括岩石成分特征参数,岩石结构特征参数,岩石构造特征参数以及岩石孔隙裂缝特征参数,外部影响参数包括温度特征参数,围压特征参数,孔隙流体特征参数以及孔隙压力特征参数;
步骤十一、根据岩石力学参数采集的数据以及统计的岩体力学性质影响参数建立油气藏的页岩储层地应力物理模型。
进一步,岩体力学性质影响参数包括内部影响参数和外部影响参数;所述内部影响参数包括岩石成分特征参数,岩石结构特征参数,岩石构造特征参数以及岩石孔隙裂缝特征参数;所述外部影响参数包括温度特征参数,围压特征参数,孔隙流体特征参数以及孔隙压力特征参数。
进一步,按照如下公式计算岩石摩擦系数:
其中,σ1为残余强度;
σ2为围压;
p0为孔隙压力;
σ为裂缝面上的正应力;
τ为裂缝面上的剪应力;
β为裂缝面和端面的夹角;
μ为岩石摩擦系数。
进一步,岩石力学参数包括岩石弹性参数,所述岩石弹性参数包括杨氏模量、泊松比和Biot系数,所述Biot系数用于表征孔隙弹性参数;所述岩石力学参数的各向异性强度包括杨氏模量各向异性强度、泊松比各向异性强度和Biot系数各向异性强度;
所述岩石力学参数的各向异性强度通过如下公式计算获得:
其中,Ek为杨氏模量各向异性强度;Eh为水平方向杨氏模量;Ev为垂直方向杨氏模量;
μk为泊松比各向异性强度;μh为水平方向泊松比;μv为垂直方向泊松比。
进一步,计算动态杨氏模量Ed,按照如下公式进行计算:
式中:
Ed—动态杨氏模量;
Δts—横波时差;
Δtc—纵波时差;
ρ—密度。
工作原理:该页岩储层地应力预测建模方法,外部设备16通过GPRS网络15可对单片机控制器1远程控制,RAM存储器4可对数据临时存储,ROM存储器5可对数据永久存储,便于数据调用,数据库6内存储有各种应力变化数据,计时器7可对数据采集时间以及预测建模的时间进行详细的记录,无线射频收发器8可接收和发送无线信号,供电电源9可为系统供电,综合数据采集器2可接收分别来自第一数据采集器11、第二数据采集器12、第三数据采集器13和第四数据采集器14的数据,距离传感器17可检测探测孔深度变化情况,孔隙压力传感器18可检测页岩储层内孔隙压力变化情况,应力传感器19可检测页岩储层的应力变化情况,应变式传感器20可检测页岩储层的构造应变变化情况,GPS定位器21可对探测孔位置进行定位,单片机控制器1接收综合数据采集器2的数据,并反馈给数据处理器3,数据处理器3对数据综合处理分析后,反馈给单片机控制器1,单片机控制器1将反馈数据反馈给应力模拟器10,应力模拟器10可对页岩储层的应力情况综合模拟,直观反映页岩储层的应力情况,整个系统智能化程度较高,对页岩储层的数据采集较为全面,保证了预测地应力的准确性,提高了预测效率。
本发明所建立的模型可更真实的反映页岩气储层的复杂矿物以及复杂矿物造成的多孔隙类型,即以一定形态分散存在的干酪根的岩石物理特征,从而在使用该岩石物理模型进行储层速度预测的过程中提高预测速度的精度;在此基础上的应力预测使得在没有测井横波速度的情况下,根据常规测井曲线可以计算得到与测量值吻合的地下的最大、最小水平主应力,以及破裂压力,是一种可靠的页岩气储层地应力测井预测方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (3)

1.一种页岩储层地应力预测建模系统,包括单片机控制器和综合数据采集器,其特征在于,所述单片机控制器分别与综合数据采集器、数据处理器、RAM存储器、ROM存储器、数据库、计时器和无线射频收发器电性连接;
所述单片机控制器的输入端与供电电源的输出端电性连接,所述单片机控制器的输出端与应力模拟器的输入端电性连接;
所述综合数据采集器的输入端分别与第一数据采集器、第二数据采集器、第三数据采集器和第四数据采集器的输出端电性连接;
所述无线射频收发器通过GPRS网络与外部设备连接,所述第一数据采集器的输入端与距离传感器的输出端电性连接;
所述第二数据采集器的输入端与孔隙压力传感器的输出端电性连接,所述第三数据采集器的输入端与应力传感器的输出端电性连接;
所述第四数据采集器的输入端与应变式传感器的输出端电性连接;
所述距离传感器、孔隙压力传感器、应力传感器和应变式传感器均至少为一个,所述单片机控制器的输入端与GPS定位器的输出端电性连接;
所述页岩储层地应力预测建模系统的页岩储层地应力预测建模方法包括:
步骤一、测量油气藏的岩石力学参数,统计所述油气藏的岩体力学性质影响参数;
步骤二、将页岩试件放在抽真空饱和装置中,利用饱和液体进行饱和;
步骤三、在所述页岩试件上安装轴向变形传感器和径向变形传感器,并将所述页岩试件放入岩石三轴试验机的三轴室内,对所述页岩试件施加与所述页岩试件所处地层深度相对应的围压;
步骤四、按照多个温度值由高到低的顺序,依次将高压腔内的温度降低到多个温度值下,按照预设加载速率对页岩试件加载轴压,得到页岩试件在各温度值下的力学参数;
步骤五、通过测井复杂岩性分析程序进行测井解释,获得矿物体积、岩石孔隙度、流体饱和度、干酪根体积,进而求得矿物在岩石中的体积分数,所述矿物包括粘土、石英、方解石;使用交会分析获得每个矿物的弹性模量和密度,使用已知的经验值作为孔隙中流体的弹性模量和密度,所述弹性模量指体积模量、剪切模量;
步骤六、取2倍洞径以外典型的原岩岩饼至少3块,要求各岩饼的孔深相差在1m以内,岩饼形态类似,记录每个岩饼发生处的埋深和孔深;
步骤七、确定每个岩饼三个主应力的方向,做岩石的巴西圆盘劈裂试验,确定每个岩饼的岩石抗拉强度St,确定每个岩饼三个主应力的大小;
步骤八、从阵列声波测井的波形资料中提取纵波时差Δtc和横波时差Δts
步骤九、根据纵波时差Δtc和横波时差Δts,结合阵列声波测井资料中的密度ρ,计算动态杨氏模量Ed和动态泊松比PRd;
步骤十、统计所述油气藏岩体力学性质影响参数,包括内部影响参数和外部影响参数,内部影响参数包括岩石成分特征参数,岩石结构特征参数,岩石构造特征参数以及岩石孔隙裂缝特征参数,外部影响参数包括温度特征参数,围压特征参数,孔隙流体特征参数以及孔隙压力特征参数;
步骤十一、根据岩石力学参数采集的数据以及统计的岩体力学性质影响参数建立油气藏的页岩储层地应力物理模型;
岩体力学性质影响参数包括内部影响参数和外部影响参数;所述内部影响参数包括岩石成分特征参数,岩石结构特征参数,岩石构造特征参数以及岩石孔隙裂缝特征参数;所述外部影响参数包括温度特征参数,围压特征参数,孔隙流体特征参数以及孔隙压力特征参数;
按照如下公式计算岩石摩擦系数:
其中,σ1为残余强度;
σ2为围压;
p0为孔隙压力;
σ为裂缝面上的正应力;
τ为裂缝面上的剪应力;
β为裂缝面和端面的夹角;
μ′为岩石摩擦系数;
岩石力学参数包括岩石弹性参数,所述岩石弹性参数包括杨氏模量、泊松比和Biot系数,所述Biot系数用于表征孔隙弹性参数;所述岩石力学参数的各向异性强度包括杨氏模量各向异性强度、泊松比各向异性强度和Biot系数各向异性强度;
所述岩石力学参数的各向异性强度通过如下公式计算获得:
其中,Ek为杨氏模量各向异性强度;Eh为水平方向杨氏模量;Ev为垂直方向杨氏模量;μk为泊松比各向异性强度;μh为水平方向泊松比;μv为垂直方向泊松比;
计算动态杨氏模量Ed,按照如下公式进行计算:
式中:
Ed—动态杨氏模量,
Δts—横波时差,
Δtc—纵波时差,
ρ—密度。
2.如权利要求1所述的页岩储层地应力预测建模系统,其特征在于,所述无线射频收发器设置有信号相位计算模块,所述相位计算模块的相位计算方法包括:
第k通道第n路信号Sk.n(t)的表达式为:
Sk.n(t)=exp j{ω0(t+τk+nTs)+1/2μ(t+τk+nTs)2},k=0,1,...;n=0,1,2,...
其中,ω0是输出波形的初始角速度,t是时间,n表示每通道中路数的序号,μ表示调频斜率,Ts是采样周期,τk表示第k通道信号起始相位对应的时间差;
第k通道第n路信号的相位作如下变换:
Pk.n=μ(τk+nTs)、Qk.n=ω0k+nTs)+1/2μ(τk+nTs)2,则上式可化为:
其中为基准相位,当信号属性参数固定时,Pk.n、Qk.n为定值;其他路的波形输出均看做在基本相位的基础上增加一个偏移相位得到。
3.如权利要求1所述的页岩储层地应力预测建模系统,其特征在于,所述综合数据采集器设置有联合估计单元,所述联合估计单元的联合估计方法包括:目标信号DOA估计、波达信号时延TD估计和多谱勒频率fd估计三者联合估计方法;
首先,对将阵列天线的接收到的能量衰减得非常厉害的非目标反射信号,经过小波分析的分解、自适应阈值选择以及重构从而检测和提取弱信号,所述小波分析将接收到的弱信号分成高频部分和低频部分,通过多层分解,重构时将每层的高频部分按照不同的阈值进行取舍,超出阈值的部分取阈值,低于阈值的部分取实际的值;
第二步,对多普勒频率进行估计:通过前期的弱信号检测,对接收到的提高了信号的信噪比的目标反射信号中,含有的在频率上有差别的多谱勒频率信号,通过本地的正弦和余弦信号进行同步输出并经过同步检测电路接收信号进行正交运算,提取多普勒频率;
具体为:经过正交推导以及电路滤波,多普勒频率部分公式如(1),
式中,fd=(ω-ω0)/2π,包含多普勒频率成分;
式中m表示信号在整个电路系统传输过程中的衰减因子,βj表示在空气中的传输因子,ψ(θj)表示含有目标信号方向角的函数,ω表示接收到的含有多普勒频率分量的目标反射信号的载波信号频率,ω0表示载波频率;
第三步,对DOA和时延进行联合提取:利用已经提取的多普勒频率以及ESPRIT算法中多普勒频率与DOA、信号时延的联合性进行矩阵变换和计算,从而提取出DOA和波达信号时延;
具体为:联合估计DOA和TD中,利用的ESPRIT算法,最后推导公式如(2),
Rxx-γRxy=APAH-γAPφHAH=AP(I-γφH)AH (2)
公式中Rxx表示阵列自协方差,Rxy表阵列互协方差,γ表示阵列信号对应的特征值,I表示单位矩阵,A表示方向矩阵,AH表示方向矩阵的希尔伯特矩阵,P表示信源部分的协方差矩阵,φH表示含有多普勒频率成分的方向矩阵;
通过得到的多普勒频率,然后利用ESPRIT算法进行参数配对即可得到DOA和TD。
CN201611072628.8A 2016-11-29 2016-11-29 一种页岩储层地应力预测建模系统 Expired - Fee Related CN106772673B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611072628.8A CN106772673B (zh) 2016-11-29 2016-11-29 一种页岩储层地应力预测建模系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611072628.8A CN106772673B (zh) 2016-11-29 2016-11-29 一种页岩储层地应力预测建模系统

Publications (2)

Publication Number Publication Date
CN106772673A CN106772673A (zh) 2017-05-31
CN106772673B true CN106772673B (zh) 2018-11-13

Family

ID=58902565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611072628.8A Expired - Fee Related CN106772673B (zh) 2016-11-29 2016-11-29 一种页岩储层地应力预测建模系统

Country Status (1)

Country Link
CN (1) CN106772673B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107524439B (zh) * 2017-08-11 2019-11-19 中国石油大学(北京) 海相页岩地层破裂深度的预测方法和装置
CN110068862B (zh) * 2018-01-24 2021-03-30 中国石油天然气股份有限公司 盐下超深断背斜油气藏优质储层的预测方法及装置
CN108952700B (zh) * 2018-08-21 2022-03-25 西南石油大学 一种各向异性地层井壁破裂压力确定方法
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
CN109668791A (zh) * 2019-01-10 2019-04-23 清华大学 一种基于多传感器的地层岩石力学参数的测量系统及方法
CN111460601B (zh) * 2019-12-06 2020-11-17 西南石油大学 基于岩石物理建模的正交各向异性地层地应力预测方法
CN111141434B (zh) * 2019-12-23 2021-08-13 中国科学院大学 一种基于应力花瓣图确定四分量钻孔应力变化的方法
CN114218790B (zh) * 2021-12-14 2023-09-08 成都理工大学 一种页岩储层断裂带内岩石力学属性建模方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7486589B2 (en) * 2006-02-09 2009-02-03 Schlumberger Technology Corporation Methods and apparatus for predicting the hydrocarbon production of a well location
WO2011073861A2 (en) * 2009-12-15 2011-06-23 Schlumberger Canada Limited Method for modeling a reservoir basin
CN103257081B (zh) * 2013-04-28 2015-09-02 北京大学 一种油气藏岩体力学地下原位模型恢复的方法及装置
CN103713327B (zh) * 2013-12-31 2015-03-11 孙赞东 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
CN104267435B (zh) * 2014-08-29 2017-03-08 中国石油天然气股份有限公司 一种横观各向同性地层弹性系数的测井计算方法及装置
CN105467438B (zh) * 2014-09-04 2017-11-24 中国石油化工股份有限公司 一种基于三模量的泥页岩地应力三维地震表征方法
CN105629308B (zh) * 2014-11-07 2017-09-12 中国石油化工股份有限公司 相控非均质力学参数地应力方法

Also Published As

Publication number Publication date
CN106772673A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106772673B (zh) 一种页岩储层地应力预测建模系统
CN107121699B (zh) 一种地震相控制下的沉积微相识别方法
CN106855636B (zh) 基于碳酸盐岩储层露头的原型地质模型地震正演方法
CN102736107B (zh) 一种能量约束非均质储层厚度识别系统
US10670754B2 (en) System and method for processing microseismic data
RU2620785C1 (ru) Способ определения местоположения очага микросейсмического события
Barbosa et al. Estimation of fracture compliance from attenuation and velocity analysis of full‐waveform sonic log data
CN109490965A (zh) 一种定量评价地层非均匀性的方法及装置
CN105134189A (zh) 一种LogGMIR测井地应力识别优质储层的方法
CN104853822A (zh) 一种评价页岩气储层及寻找甜点区的方法
CN103675907A (zh) 一种基于岩相约束的avo反演油气检测方法
CN110058323A (zh) 一种致密砂岩地层脆性指数计算方法
CN103728659A (zh) 一种提高地下岩溶探测精度的方法
CN102109617A (zh) 用双井微测井技术测量近地表地层q值的方法
CN105277982A (zh) 一种泥页岩总有机碳含量地震预测方法
Li et al. Experimental study of fracture structure effects on acoustic logging data using a synthetic borehole model
CN107544087B (zh) 一种测量近地表地层品质因子的方法及装置
AU2014407527A1 (en) Integrating vertical seismic profile data for microseismic anisotropy velocity analysis
EP4089446A1 (en) A method for seismic frequency resonance exploration technology
CN104484573B (zh) 一种确定地层刚性系数的方法
CN111381292A (zh) 一种预测砂岩含烃储层的测井解释方法与装置
Cai et al. Intelligent calculation method of relative sonic attenuation and its application to fracture evaluation in tight sandstone reservoir
CN106353807A (zh) 裂缝识别方法和装置
CN103197348B (zh) 利用各层内部样品进行加权编制测井交会图的方法
Gegenhuber et al. Vp/Vs automatic picking of ultrasonic measurements and their correlation of petrographic coded carbonates from Austria

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181113

Termination date: 20191129

CF01 Termination of patent right due to non-payment of annual fee