CN107203006A - 基于纵横波速度的脆性矿物指数预测方法 - Google Patents
基于纵横波速度的脆性矿物指数预测方法 Download PDFInfo
- Publication number
- CN107203006A CN107203006A CN201710447000.XA CN201710447000A CN107203006A CN 107203006 A CN107203006 A CN 107203006A CN 201710447000 A CN201710447000 A CN 201710447000A CN 107203006 A CN107203006 A CN 107203006A
- Authority
- CN
- China
- Prior art keywords
- velocity
- msub
- wave
- mrow
- mfrac
- 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 109
- 239000011707 mineral Substances 0.000 title claims abstract description 109
- 238000013277 forecasting method Methods 0.000 title claims abstract description 20
- 239000011435 rock Substances 0.000 claims abstract description 44
- 239000012530 fluid Substances 0.000 claims abstract description 41
- 230000014509 gene expression Effects 0.000 claims abstract description 38
- 230000000704 physical effect Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 44
- 239000002734 clay mineral Substances 0.000 claims description 30
- 230000000644 propagated effect Effects 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 4
- 239000007789 gas Substances 0.000 description 16
- 238000005259 measurement Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000000205 computational method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method 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
- G01V1/30—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
本发明实施例公开了一种基于纵横波速度的脆性矿物指数预测方法，包括：将两项式表示的Wyllie纵波速度求取方程改变为三项表示的纵波速度求取方程；将三项表示的Wyllie方程的流体传播部分去除，简化三项表示的Wyllie方程为横波部分的Wyllie方程；依据获得的岩石的物理弹性参数，得到基于纵横波速度的脆性矿物指数预测方程；采集应用所需的基础数据，将采集数据代入基于纵横波速度的脆性矿物指数预测方程，得到获得单井或体数据的脆性矿物指数数据。基于本发明可以被用到具有较高纵横向分辨率的地震数据中，获得地下页岩气储层的纵横向脆性矿物指数分布情况，有利于提高储层段脆性矿物指数的预测精度，从而达到降低勘探开发风险和降低勘探开发成本的效果。
Description
技术领域
本发明涉及页岩气开采技术领域，尤其是一种基于纵横波速度的脆性矿物指数预测方法。
背景技术
页岩气是气体以游离态、吸附态为主的方式赋存于富含有机质泥页岩层段的一种天然气，属于一种非常规资源。中国在页岩气方面具有丰富的储量，其技术可采资源量据估算可达30万亿立方米，远超过美国的18.83万亿立方米。尽管中国的技术开采资源量远超美国，但目前中国页岩气的产量与美国相差甚远，2015年，美国页岩气产量超过4200×108立方米，已约占美国天然气总产量的50％，而中国的页岩气产量才44.6×108立方米。我国与美国在页岩气产量方面存在巨大差距的原因有很多，但其主要原因是因为我国起步晚，技术发展不成熟，因此需要加快页岩气勘探开发技术的突破，这其中最主要的一项技术就是有关决定页岩气储层改造好坏的脆性矿物指数预测技术。页岩气储层在勘探开发过程中主要是寻找脆性矿物指数高的层段来进行改造，以降低成本，提高产量，因此脆性矿物发育程度对压裂改造的效果非常重要，因此需要有比较好的预测技术来预测页岩气储层的脆性矿物指数分布情况。
目前关于脆性矿物指数预测的方法主要有三类：一是弹性参数法，该类方法主要利用弹性参数来参与计算得到脆性矿物指数；二是矿物指数法，它是基于脆性矿物在总矿物中比重的一种计算方法；三是拟合法，它是以一种或多种测井数据为基础通过回归算法拟合得到的一种方法。这三类方法中，第二类和第三类方法的适应性比较差，这两类包含的方法大多不能充分利用具有较高纵横向分辨率的地震数据资料来进行推广，而第一类方法，则可以利用具有较高纵横向分辨率的地震数据来进一步获得地下储层纵横向脆性矿物指数分布状况。
申请号为2015102878424的中国专利公开了在一种基于超声波的页岩脆性矿物指数测定方法，该方法属于弹性参数法，它是一种考虑力学性质基础上的一种计算方法。
申请号为2014102836272的中国申请专利公开了一种脆性矿物指数预测方法，该方法属于弹性参数法，它是以井旁数据为研究出发点基础上形成的综合纵横波速度、密度数据等弹性参数的一种脆性矿物指数预测方法。
申请号为201510073781的中国专利公开了一种脆性矿物指数预测方法，该方法是在结合X衍射实验得到岩石组分及矿物含量基础上形成的一种单因素预测方法，它属于拟合方法的一种。
申请号为2015110319268的中国专利公开了一种脆性矿物指数测量方法，该方法是在结合X衍射全岩实验基础上形成的一种脆性矿物指数测量方法，可以归于拟合方法的一种。
现有技术中，由于矿物质指数法和拟合法应用缺少可靠的依据，难以消除使用者对结果的质疑，且推广范围有限，大部分只能局限于在有井数据的位置进行推广；不能充分利用具有较高纵横向分辨率的地震数据；对无井地区只能进行定性指导，预测误差低，风险大；而弹性参数法则是一种能够利用具有较高分辨的地震数据来进行较大范围的推广，但目前的弹性参数也存在一定的不足，主要表现在两点：①预测方法的形成也是通过经验或拟合方法形成的，缺乏地质意义；②方法在实际应用中往往预测精度不高。这些不足会给勘探开发带来较大的风险。因此，研究一种更适用的、更具有地质意义的弹性参数法是目前页岩气脆性矿物指数预测方法发展的趋势，对我国页岩气勘探开发的发展具有重要的理论和现实意义。
发明内容
本发明提供了一种新的弹性参数法，它是一种基于纵横波速度的脆性矿物指数预测方法，以解决上述问题。
根据本发明实施例的一个方面，提供的一种基于纵横波速度的脆性矿物指数预测方法，包括以下步骤：
写出三项表示的纵波速度计算方程，将计算孔隙中饱和流体的岩石纵波速度的两项式Wyllie方程改变为三项表示的方程，所述三项表示方程包括三个部分对岩石纵波速度的贡献，这三分部为：流体贡献部分、粘土矿物贡献部分、脆性矿物贡献部分；
写出两项表示的横波速度计算方程，将三项表示的纵波速度计算方程的纵波速度换成对应横波速度，同时将流体贡献部分给予去除，所述横波速度计算方程的两项式Wyllie方程由两部组成，包括：粘土矿物贡献部分和脆性矿物贡献部分；
整理岩石的物理弹性参数，参照岩石物理数据、粘土矿物、脆性矿物的总和定义为1的条件，对三项表示的纵波速度计算方程和两项表示的横波速度计算方程进行简化，得到基于纵横波速度的脆性矿物指数预测方程，所述岩石的物理弹性参数包括：粘土矿物弹性参数、脆性矿物弹性参数和气体的弹性参数；
采集应用所需的基础数据，将采集数据代入基于纵横波速度的脆性矿物指数预测方程，得到获得单井或体数据的脆性矿物指数数据，所述基础数据为：对于单井应用，采集该井的纵横波速度，对于在有叠前地震数据的地区进行应用，采集基于叠前地震数据进行反演得到纵横波速度体。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述写出三项表示的纵波速度计算方程，将计算孔隙中饱和流体的岩石纵波速度的两项式Wyllie方程改变为三项表示的方程包括：
两项式表示的Wyllie方程为：
式中：Φ为岩石的孔隙度，Vfp为流体的纵波速度，Vr为基质的速度，Vp为孔隙中饱和流体岩石的纵波速度；
由于基质是由脆性矿物和粘土矿物组成，因此，两项式表示的Wyllie方程公式(1)可变形为三项表示Wyllie方程：
式中：Φ为岩石的孔隙度，Vfp为流体的纵波速度，Vm为粘土矿物的体积百分比，Vb为脆性矿物的百分比，即脆性矿物指数，Vmp为地震波在粘土矿物传播的纵波速度，Vbp为地震波在脆性矿物中传播的纵波速度。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述写出两项表示的横波速度计算方程，将三项表示的纵波速度计算方程的纵波速度换成对应横波速度，同时将流体贡献部分给予去除为：
由于流体不传播横波，所以孔隙中饱和流体岩石的横波速度可以只用粘土矿物和脆性矿物的横波贡献来计算；
式中：Vms为地震波在粘土矿物中传播的横波速度，Vbs为地震波在脆性矿物中传播的横波速度，Vs为孔隙中饱含流体岩石的横波速度。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述整理岩石的物理弹性参数，参照岩石物理数据、粘土矿物、脆性矿物的总和定义为1的条件，对三项表示的纵波速度计算方程和两项表示的横波速度计算方程进行简化，得到基于纵横波速度的脆性矿物指数预测方程为：
式中：Vp为孔隙中饱含流体岩石的纵波速度，单位为m/s，Vs为孔隙中饱含流体岩石的横波速度，单位为m/s，a、b是以单位为m/s的常数，其大小与各个地区获得岩石物理数据有关。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述公式(4)中脆性矿物指数Vb的取值范围为0≤Vb≤1。
本发明的另一个方面，提供了基于纵横波速度的脆性矿物指数预测方法在基于形成的脆性矿物指数公式和准备的研究区应用基础数据开展应用，获得研究区的单井或体数据的脆性矿物指数数据。
基于本发明上述实施例提供的一种基于纵横波速度的脆性矿物指数预测方法，方法形成具有明确的地质含义，易于理解，公式表示比较简单，可以被用到具有较高纵横向分辨率的地震数据中，从而可以获得地下页岩气储层的纵横向脆性矿物指数分布情况，有利于提高储层段脆性矿物指数的预测精度，从而为更好寻找有利于压裂改造的优质区域来进行勘探开发，从而达到降低勘探开发风险和降低勘探开发成本的效果。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本发明的实施例，并且连同描述一起用于解释本发明的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：
图1为本发明的一个实施例的流程图。
图2为矿井的目的层段纵波速度、横波速度随深度的变化关系图。
图3为本方法预测的脆性矿物指数与实际测量的脆性矿物指数对比图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
图1为本发明的一个实施例的流程图，如图1所示，该实施例的基于纵横波速度的脆性矿物指数预测方法包括以下步骤：
10，写出三项表示的纵波速度计算方程，将计算孔隙中饱和流体的岩石纵波速度的两项式Wyllie方程改变为三项表示的方程，所述三项表示方程包括三个部分对岩石纵波速度的贡献，这三分部为：流体贡献部分、粘土矿物贡献部分、脆性矿物贡献部分；
20，写出两项表示的横波速度计算方程，将三项表示的纵波速度计算方程的纵波速度换成对应横波速度，同时将流体贡献部分给予去除，所述横波速度计算方程的两项式Wyllie方程由两部组成，包括：粘土矿物贡献部分和脆性矿物贡献部分；
30，整理岩石的物理弹性参数，参照岩石物理数据、粘土矿物、脆性矿物的总和定义为1的条件，对三项表示的纵波速度计算方程和两项表示的横波速度计算方程进行简化，得到基于纵横波速度的脆性矿物指数预测方程，所述岩石的物理弹性参数包括：粘土矿物弹性参数、脆性矿物弹性参数和气体的弹性参数；
40，采集应用所需的基础数据，将采集数据代入基于纵横波速度的脆性矿物指数预测方程，得到获得单井或体数据的脆性矿物指数数据，所述基础数据为：对于单井应用，采集该井的纵横波速度，对于在有叠前地震数据的地区进行应用，采集基于叠前地震数据进行反演得到纵横波速度体。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述写出三项表示的纵波速度计算方程，将计算孔隙中饱和流体的岩石纵波速度的两项式Wyllie方程改变为三项表示的方程包括：
两项式表示的Wyllie方程为：
式中：Φ为岩石的孔隙度，Vfp为流体的纵波速度，Vr为基质的速度，Vp为孔隙中饱和流体岩石的纵波速度；
由于基质是由脆性矿物和粘土矿物组成，因此，两项式表示的Wyllie方程公式(1)可变形为三项表示Wyllie方程：
式中：Φ为岩石的孔隙度，Vfp为流体的纵波速度，Vm为粘土矿物的体积百分比，Vb为脆性矿物的百分比，即脆性矿物指数，Vmp为地震波在粘土矿物传播的纵波速度，Vbp为地震波在脆性矿物中传播的纵波速度。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述写出两项表示的横波速度计算方程，将三项表示的纵波速度计算方程的纵波速度换成对应横波速度，同时将流体贡献部分给予去除为：
由于流体不传播横波，所以孔隙中饱和流体岩石的横波速度可以只用粘土矿物和脆性矿物的横波贡献来计算；
式中：Vms为地震波在粘土矿物中传播的横波速度，Vbs为地震波在脆性矿物中传播的横波速度，Vs为孔隙中饱含流体岩石的横波速度。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述整理岩石的物理弹性参数，参照岩石物理数据、粘土矿物、脆性矿物的总和定义为1的条件，对三项表示的纵波速度计算方程和两项表示的横波速度计算方程进行简化，得到基于纵横波速度的脆性矿物指数预测方程为：
式中：Vp为孔隙中饱含流体岩石的纵波速度，单位为m/s，Vs为孔隙中饱含流体岩石的横波速度，单位为m/s，a、b是以单位为m/s的常数，其大小与各个地区获得岩石物理数据有关。
在基于上述基于纵横波速度的脆性矿物指数预测方法的另一个实施例中，所述公式(4)中脆性矿物指数Vb的取值范围为0≤Vb≤1。
表1为矿物质中不同基质的常用弹性常数，如表1所示：
表1矿物质中不同基质的常用弹性常数
| 物质 | K(Gpa) | G(Gpa) | ρ(kg/m3) |
| 脆性矿物 | 38 | 44 | 2650 |
| 粘土 | 20.9 | 6.85 | 2580 |
| 流体 | 0.1 | 0 | 235 |
由此，公式(4)可变形为：
图2为矿井的目的层段纵波速度、横波速度随深度的变化关系图，如图2所示，(a)为纵波速度随深度变化图，(b)为横波速度随深度变化图，通过图2可以测量出在矿井的不同层段，纵波速度和横波速度，通过测出的纵波速度和横波速度即可得出脆性矿物指数的值。
图3为本方法预测的脆性矿物指数与实际测量的脆性矿物指数对比图，如图3所示，图中颜色较深曲线为实际测量的脆性矿物指数，颜色较浅曲线为本方法预测的脆性矿物指数，由图可见，本方法预测的脆性矿物质指数与实际测量的脆性矿物质指数是非常接近的，其预测效果较好。
基于纵横波速度的脆性矿物指数预测方法在基于形成的脆性矿物指数公式和准备的研究区应用基础数据开展应用，获得研究区的单井或体数据的脆性矿物指数数据。
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (6)
1.一种基于纵横波速度的脆性矿物指数预测方法，其特征在于，包括以下步骤：
写出三项表示的纵波速度计算方程，将计算孔隙中饱和流体的岩石纵波速度的两项式Wyllie方程改变为三项表示的方程，所述三项表示方程包括三个部分对岩石纵波速度的贡献，这三分部为：流体贡献部分、粘土矿物贡献部分、脆性矿物贡献部分；
写出两项表示的横波速度计算方程，将三项表示的纵波速度计算方程的纵波速度换成对应横波速度，同时将流体贡献部分给予去除，所述横波速度计算方程的两项式Wyllie方程由两部组成，包括：粘土矿物贡献部分和脆性矿物贡献部分；
整理岩石的物理弹性参数，参照岩石物理数据、粘土矿物、脆性矿物的总和定义为1的条件，对三项表示的纵波速度计算方程和两项表示的横波速度计算方程进行简化，得到基于纵横波速度的脆性矿物指数预测方程，所述岩石的物理弹性参数包括：粘土矿物弹性参数、脆性矿物弹性参数和气体的弹性参数；
采集应用所需的基础数据，将采集数据代入基于纵横波速度的脆性矿物指数预测方程，得到获得单井或体数据的脆性矿物指数数据，所述基础数据为：对于单井应用，采集该井的纵横波速度，对于在有叠前地震数据的地区进行应用，采集基于叠前地震数据进行反演得到纵横波速度体。
2.根据权利要求1所述的方法，其特征在于，所述写出三项表示的纵波速度计算方程，将计算孔隙中饱和流体的岩石纵波速度的两项式Wyllie方程改变为三项表示的方程包括：
两项式表示的Wyllie方程为：
<mrow>
<mfrac>
<mn>1</mn>
<msub>
<mi>V</mi>
<mi>p</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mi>&phi;</mi>
<msub>
<mi>V</mi>
<mrow>
<mi>f</mi>
<mi>p</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>&phi;</mi>
</mrow>
<msub>
<mi>V</mi>
<mi>r</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：Φ为岩石的孔隙度，Vfp为流体的纵波速度，Vr为基质的速度，Vp为孔隙中饱和流体岩石的纵波速度；
由于基质是由脆性矿物和粘土矿物组成，因此，两项式表示的Wyllie方程公式(1)可变形为三项表示Wyllie方程：
<mrow>
<mfrac>
<mn>1</mn>
<msub>
<mi>V</mi>
<mi>p</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mi>&phi;</mi>
<msub>
<mi>V</mi>
<mrow>
<mi>f</mi>
<mi>p</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<mfrac>
<msub>
<mi>V</mi>
<mi>m</mi>
</msub>
<msub>
<mi>V</mi>
<mrow>
<mi>m</mi>
<mi>p</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<mfrac>
<msub>
<mi>V</mi>
<mi>b</mi>
</msub>
<msub>
<mi>V</mi>
<mrow>
<mi>b</mi>
<mi>p</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：Φ为岩石的孔隙度，Vfp为流体的纵波速度，Vm为粘土矿物的体积百分比，Vb为脆性矿物的百分比，即脆性矿物指数，Vmp为地震波在粘土矿物传播的纵波速度，Vbp为地震波在脆性矿物中传播的纵波速度。
3.根据权利要求1所述的方法，其特征在于，所述写出两项表示的横波速度计算方程，将三项表示的纵波速度计算方程的纵波速度换成对应横波速度，同时将流体贡献部分给予去除为：
<mrow>
<mfrac>
<mn>1</mn>
<msub>
<mi>V</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<msub>
<mi>V</mi>
<mi>m</mi>
</msub>
<msub>
<mi>V</mi>
<mrow>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<mfrac>
<msub>
<mi>V</mi>
<mi>b</mi>
</msub>
<msub>
<mi>V</mi>
<mrow>
<mi>b</mi>
<mi>s</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
由于流体不传播横波，所以孔隙中饱和流体岩石的横波速度可以只用粘土矿物和脆性矿物的横波贡献来计算；
式中：Vms为地震波在粘土矿物中传播的横波速度，Vbs为地震波在脆性矿物中传播的横波速度，Vs为孔隙中饱含流体岩石的横波速度。
4.根据权利要求1所述的方法，其特征在于，所述整理岩石的物理弹性参数，参照岩石物理数据、粘土矿物、脆性矿物的总和定义为1的条件，对三项表示的纵波速度计算方程和两项表示的横波速度计算方程进行简化，得到基于纵横波速度的脆性矿物指数预测方程为：
<mrow>
<msub>
<mi>V</mi>
<mi>b</mi>
</msub>
<mo>=</mo>
<mn>1.76</mn>
<mo>-</mo>
<mfrac>
<mi>a</mi>
<msub>
<mi>V</mi>
<mi>p</mi>
</msub>
</mfrac>
<mo>-</mo>
<mfrac>
<mi>b</mi>
<msub>
<mi>V</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中：Vp为孔隙中饱含流体岩石的纵波速度，单位为m/s，Vs为孔隙中饱含流体岩石的横波速度，单位为m/s，a、b是以单位为m/s的常数，其大小与各个地区获得岩石物理数据有关。
5.根据权利要求4所述的方法，其特征在于，所述公式(4)中脆性矿物指数Vb的取值范围为0≤Vb≤1。
6.一种基于纵横波速度的脆性矿物指数预测方法在基于形成的脆性矿物指数公式和准备的研究区应用基础数据开展应用，获得研究区的单井或体数据的脆性矿物指数数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710447000.XA CN107203006B (zh) | 2017-06-14 | 2017-06-14 | 基于纵横波速度的脆性矿物指数预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710447000.XA CN107203006B (zh) | 2017-06-14 | 2017-06-14 | 基于纵横波速度的脆性矿物指数预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107203006A true CN107203006A (zh) | 2017-09-26 |
| CN107203006B CN107203006B (zh) | 2019-01-29 |
Family
ID=59906857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710447000.XA Expired - Fee Related CN107203006B (zh) | 2017-06-14 | 2017-06-14 | 基于纵横波速度的脆性矿物指数预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107203006B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4418871A (en) * | 1981-07-15 | 1983-12-06 | P.V. Machining, Inc. | Method and apparatus for reducing and classifying mineral crystalline and brittle noncrystalline material |
| CN103576195A (zh) * | 2013-10-28 | 2014-02-12 | 西北大学 | 一种随压力变化的裂隙介质横波速度预测方法 |
| CN104101904A (zh) * | 2013-04-03 | 2014-10-15 | 中国石油化工股份有限公司 | 一种快速求取地层横波速度的方法 |
| CN104181585A (zh) * | 2014-06-27 | 2014-12-03 | 中国石油化工股份有限公司 | 一种地球物理勘探横波估算方法和系统 |
| CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
| CN106202879A (zh) * | 2016-06-29 | 2016-12-07 | 中国石油化工股份有限公司 | 二氧化碳驱油过程中纵横波速度动态估算方法 |
-
2017
- 2017-06-14 CN CN201710447000.XA patent/CN107203006B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4418871A (en) * | 1981-07-15 | 1983-12-06 | P.V. Machining, Inc. | Method and apparatus for reducing and classifying mineral crystalline and brittle noncrystalline material |
| CN104101904A (zh) * | 2013-04-03 | 2014-10-15 | 中国石油化工股份有限公司 | 一种快速求取地层横波速度的方法 |
| CN103576195A (zh) * | 2013-10-28 | 2014-02-12 | 西北大学 | 一种随压力变化的裂隙介质横波速度预测方法 |
| CN104714252A (zh) * | 2014-03-04 | 2015-06-17 | 中国石油化工股份有限公司 | 分析流体因子敏感性的方法 |
| CN104181585A (zh) * | 2014-06-27 | 2014-12-03 | 中国石油化工股份有限公司 | 一种地球物理勘探横波估算方法和系统 |
| CN106202879A (zh) * | 2016-06-29 | 2016-12-07 | 中国石油化工股份有限公司 | 二氧化碳驱油过程中纵横波速度动态估算方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107203006B (zh) | 2019-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Aimene et al. | Geomechanical modeling of hydraulic fractures interacting with natural fractures—Validation with microseismic and tracer data from the Marcellus and Eagle Ford | |
| Yin et al. | Strain energy density distribution of a tight gas sandstone reservoir in a low-amplitude tectonic zone and its effect on gas well productivity: A 3D FEM study | |
| CN113901681B (zh) | 一种全寿命周期页岩气储层双甜点三维可压性评估方法 | |
| CN104750896B (zh) | 一种缝洞型碳酸盐岩油藏数值模拟方法 | |
| CN105044771B (zh) | 基于有限差分法的三维tti双相介质地震波场数值模拟方法 | |
| CN105675635B (zh) | 致密岩石组分相对含量及脆性指数确定方法和装置 | |
| Zhang et al. | Integration of discrete fracture reconstruction and dual porosity/dual permeability models for gas production analysis in a deformable fractured shale reservoir | |
| CN106569266B (zh) | 页岩气储层脆性矿物含量预测方法 | |
| CN106556866B (zh) | 一种利用岩石物理模板对储层定量解释的方法 | |
| CN111399044B (zh) | 一种储层渗透率预测方法、装置及存储介质 | |
| CN104573150A (zh) | 一种针对富含有机质页岩的各向异性岩石物理建模方法 | |
| CN107144889A (zh) | 一种基于等效孔隙理论的砂岩岩石物理建模方法 | |
| CN104570127B (zh) | 一种利用地震波速度同时反演孔隙度和泥质含量的方法 | |
| Gherabati et al. | Assessment of hydrocarbon in place and recovery factors in the Eagle Ford Shale play | |
| CN104749617A (zh) | 一种多尺度裂缝储层正演模型建立方法 | |
| Shi et al. | Brittleness index prediction in shale gas reservoirs based on efficient network models | |
| CN109655903A (zh) | 页岩层横波速度预测方法及系统 | |
| Qi et al. | An analysis of upscaling techniques for reservoir simulation | |
| CN106503295A (zh) | 一种利用状态空间模型解释油田水淹层的方法及装置 | |
| Golsanami et al. | Synthesis of capillary pressure curves from post-stack seismic data with the use of intelligent estimators: a case study from the Iranian part of the South Pars gas field, Persian Gulf Basin | |
| Liu et al. | Predicting gas flow rate in fractured shale reservoirs using discrete fracture model and GA-BP neural network method | |
| CN110851937B (zh) | 页岩储层脆性指数计算方法及系统 | |
| Kim et al. | Improved capillary pressure model considering dual-pore geometry system in carbonate reservoirs | |
| CN107203006B (zh) | 基于纵横波速度的脆性矿物指数预测方法 | |
| Li et al. | Varying-scale shale gas flow: Discrete fracture networks (DFN) based numerical simulation |
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: 20190129 |