CN107605471B - 一种湖相碳酸盐岩岩性测井定量识别方法 - Google Patents
一种湖相碳酸盐岩岩性测井定量识别方法 Download PDFInfo
- Publication number
- CN107605471B CN107605471B CN201710600763.3A CN201710600763A CN107605471B CN 107605471 B CN107605471 B CN 107605471B CN 201710600763 A CN201710600763 A CN 201710600763A CN 107605471 B CN107605471 B CN 107605471B
- Authority
- CN
- China
- Prior art keywords
- lithology
- rock
- rff
- obtaining
- lake
- 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
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供了一种湖相碳酸盐岩岩性测井定量识别方法。所述方法包括如下步骤:(1)收集目标区域的测井资料;(2)采用步骤(1)收集的测井资料,计算岩石结构因子;(3)采用步骤(2)计算得到的岩石结构因子,确定地层岩性。本发明方法适用于陆源碎屑含量较高的湖相碳酸盐岩;可以定量识别岩性;可以准确提供岩石结构的信息。
Description
技术领域
本发明涉及石油地质勘探领域,具体的说,本发明涉及一种湖相碳酸盐岩岩性测井定量识别方法。
背景技术
湖相碳酸盐岩是分布最为广泛的一类陆相碳酸盐岩,它是指在内陆湖泊盆地中形成的碳酸盐岩。与海相碳酸盐岩相比,湖相碳酸盐岩陆源碎屑含量更高,纵向上矿物含量变化快,这给测井评价岩性带来了较大困难。研究发现传统的通过计算各矿物含量来评价岩性的方法对于湖相碳酸盐岩可操作性不强,且无法指导生产,故提出基于岩石结构的湖相碳酸盐岩岩性测井定量识别方法。
目前关于湖相碳酸盐岩测井岩性识别方法在国内研究较少,查阅到相关专利1项(一种碳酸盐岩岩石结构组分测井定量识别方法及其用途,2013107225393),该方法在海相碳酸盐岩应用效果较好,在湖相碳酸盐岩效果较差。查阅的相关文献主要是利用曲线特征定性分析(杨生超,邱隆伟,刘魁元等,邵家洼陷沙四段湖相碳酸盐岩岩性测井解释模型[J].新疆石油地质,2015,(06):708-713.)、交会图法(吴煜宇,张为民,田昌炳等,成像测井资料在礁滩型碳酸盐岩储集层岩性和沉积相识别中的应用——以伊拉克鲁迈拉油田为例[J].地球物理学进展,2013,(03):1497-1506.)、视岩石结构数法(李昌,乔占峰,邓兴梁等,视岩石结构数技术在测井识别碳酸盐岩岩相中的应用[J].油气地球物理,2017,(01):29-35.)、数学方法(张治国,杨毅恒,夏立显,自组织特征映射神经网络在测井岩性识别中的应用[J].地球物理学进展,2005,(02):332-336.)等来识别岩性。这些方法是针对岩石矿物组分层面的较粗的岩性分类,而对于岩石结构层面的精细岩性识别设计较少,而且在湖相碳酸盐岩应用效果较差。
国外针对湖相碳酸盐岩岩性识别的研究也较少,针对岩石结构测井识别的研究始于2005年(Lucia,J.F.2005,Carbonate Reservoir Characterization,2ndEdition.Springer-Verlag,New York),Lucia根据碳酸盐岩颗粒或者晶粒尺寸进行岩石物理分类。第一类将尺寸>100μm定义为颗粒结构,第二类将尺寸在20μm-100μm定义为泥晶颗粒结构,第三类将尺寸<20μm定义为泥晶为主结构(包括部分泥晶颗粒结构、颗粒泥晶结构、泥晶结构),通过岩心孔隙度、渗透率和含水饱和度参数建立了岩石结构数计算公式,通过测井孔隙度、渗透率和含水饱和度代替岩心参数,实现岩石结构测井识别。但该方法存在几点不足:其建立基础是地层岩心孔隙度范围在4%-40%之间,而对于国内低孔隙度湖相碳酸盐岩储层,岩心孔隙度范围在2%-10%之间,该公式不再适用,需要根据国内情况建立新的公式和方法。
为了解决上述问题,特提出本发明。
发明内容
本发明的一个目的在于提供一种湖相碳酸盐岩岩性测井定量识别方法。
为达上述目的,一方面,本发明提供了一种湖相碳酸盐岩岩性测井定量识别方法,其中,所述方法包括如下步骤:
(1)收集目标区域的测井资料;
(2)采用步骤(1)收集的测井资料,计算岩石结构因子;
(3)采用步骤(2)计算得到的岩石结构因子,确定地层岩性。
根据本发明一些具体实施方案,其中,步骤(1)是收集目标区域的自然伽马曲线(GR)、体积密度(RHOB)测井资料,收集骨架密度(RHOG)测井资料。
所述的自然伽玛曲线和体积密度测井资料的获取为本领域熟知,本领域技术人员可以根据本申请的记载,并采用本领域常规手段来获取自然伽玛曲线GR和体积密度RHOB测井资料。
所述骨架密度(RHOG)测井资料的获取也可以采用现有常规的骨架密度测井资料的获取方法来获得,譬如可由斯伦贝谢公司的Litho Scanner仪器测量获得,或由其他测井公司的类似仪器测量获得;
而根据本发明一些具体实施方案,其中,所述骨架密度测井资料的获取包括如下步骤:(a)谱采集;(b)剥谱;(c)氧闭合;(d)解释;从而获得骨架密度测井资料。
根据本发明一些具体实施方案,其中,所述骨架密度测井资料的获取包括如下步骤:(a)谱采集:采集非弹性散射伽马能谱和俘获伽马能谱;(b)剥谱:从采集的伽马能谱中得到非弹性散射元素(13种)相对产额及俘获元素(18种)相对产额;(c)氧闭合:采用氧化物闭合原理(一种干燥岩石只有一组氧化物组成,这些氧化物的含量之和为一),将元素的相对产额转换为元素干重百分含量;(d)解释:利用元素干重百分含量,采用相应解释模型,确定矿物含量和骨架密度;从而获得骨架密度测井资料。
根据本发明一些具体实施方案,其中,步骤(2)是利用如下岩石结构因子公式,计算岩石结构因子RFF:
其中GRmax为自然伽马曲线最大值。
根据本发明一些具体实施方案,其中,步骤(3)是采用步骤(2)计算的岩石结构因子,经过岩心资料标定后获得不同岩性的RFF取值范围,进而确定地层岩性。
根据本发明一些具体实施方案,其中,步骤(3)是采用步骤(2)计算的岩石结构因子,经过岩心资料标定后获得不同岩性的RFF取值范围,进而确定地层岩性:
当RFF<1.1时,岩性为泥岩;
当RFF在1.1-1.8之间,岩性为泥晶灰岩;
当RFF>1.8时,岩性为颗粒灰岩。
本发明的方法可以具体包括:
一种基于岩石结构的湖相碳酸盐岩岩性测井定量识别方法,所述方法包括如下步骤:
(1)收集自然伽马GR、体积密度RHOB测井资料,收集或计算骨架密度RHOG测井资料;
(2)岩石结构因子计算:采用步骤(1)收集和计算的资料,利用如下岩石结构因子公式,计算岩石结构因子RFF:
其中GRmax为自然伽马曲线最大值。
(3)岩性识别:采用步骤(2)计算的岩石结构因子,经过岩心资料标定后获得不同岩性的RFF取值范围(图1),进而确定地层岩性:
当RFF<1.1时,岩性为泥岩;
当RFF在1.1-1.8之间,岩性为泥晶灰(云)岩;
当RFF>1.8时,岩性为颗粒灰(云)岩。
本发明的测井曲线参数可以采用现有技术设备来获取,譬如CLS-5700、MAXIS-500。
岩石结构因子公式建立是根据岩心薄片分析岩石结构组分、自然伽马、体积密度和骨架密度四个参数交会图特征,构造一个函数可以区分不同的岩石结构,进而区分岩性。
本发明发现湖相碳酸盐岩岩石测井响应具有三点特征:
(1)岩石泥质含量越高,颗粒越细,放射性越强。岩石中含有天然的放射性核素,主要是铀系、钍系和钾的放射性同位素。沉积岩地层的放射性的强弱主要由两个因素决定:粘土矿物的含量和岩石比表面积。沉积岩中粘土矿物的放射性最高,石膏、盐岩等化学岩放射性最低。蒙脱石比表面积最大,对放射性物质吸附能力强,含有较多的氧化铀,对泥岩放射性贡献最大;伊利石内含有钾,对氧化铀也有一定的吸附能力,具有一定的放射性。此外,岩石的颗粒越细,则它的比表面积越大,对放射性物质的吸附能力越强,自然伽马值越大。泥质含量最高、岩石颗粒最细的灰质泥岩自然伽马值最高,而泥质含量最低、岩石颗粒最粗的颗粒灰云岩自然伽马最低,泥晶灰云岩的泥质含量和岩石粒度介于前两者之间,故自然伽马也介于两者之间。
(2)泥质含量越高,物性越差。泥质通常以填隙物的形式充填在颗粒间的孔隙中,使得岩石的孔隙度降低,故泥质含量越高,岩石孔隙度越小,物性越差。
(3)岩石颗粒越粗,物性越好。从岩心核磁共振T2谱(图2)上可以看出,随着岩石颗粒变粗,孔隙度逐渐增加,且T2谱峰逐渐右移,孔喉半径逐渐变大,物性变好。
综上所述,本发明提供了一种湖相碳酸盐岩岩性测井定量识别方法。本发明的方法具有如下优点:
1、该方法适用于陆源碎屑含量较高的湖相碳酸盐岩;
2、该方法可以定量识别岩性;
3、该方法可以准确提供岩石结构的信息。
附图说明
图1为RFF测井岩性识别示意图:
该图展示不同岩性的岩石结构因子RFF取值范围。
图2为本岩心核磁共振T2谱图:
该图展示不同岩石结构的物性和孔隙结构特征,说明岩石颗粒越粗,物性越好。
图3为实施例1的狮43井测井岩性识别成果图:
该图展示的柴达木盆地英西地区狮43井测井岩性识别效果。
具体实施方式
以下通过具体实施例详细说明本发明的实施过程和产生的有益效果,旨在帮助阅读者更好地理解本发明的实质和特点,不作为对本案可实施范围的限定。
实施例1
以柴达木盆地英西地区古近系下干柴沟组上段地层为例,以取心井狮43井进行测井岩性识别为例详细阐述本发明:
1、基本地质情况
英西地区古近系下干柴沟组上段地层为一套湖相碳酸盐岩地层,岩性主要为颗粒灰云岩、泥晶灰云岩和泥岩,以上地质条件适合本发明的应用。
2、参数获取
利用MAXIS-500测井系列仪器测量地层自然伽马GR,体积密度RHOB和骨架密度RHOG。
3、岩石结构因子计算
在目的层段选取GR最大值-GRmax代入下式计算,得到岩石结构因子RFF。
例如对于自然伽马GR=90,自然伽马最大值GRmax=150,体积密度RHOB=2.70,骨架密度RHOG=2.85,利用岩石结构因子公式计算RFF=3.1579。
4、岩性识别
采用函数如下(如图1所示):
式中1-泥岩;
2-泥晶灰(云)岩;
3-颗粒灰(云)岩。
例如上述举例,RFF=3.1579,则Lith=3,测井识别岩性为颗粒灰(云)岩。
上述过程实现测井识别湖相碳酸盐岩岩性,对狮43井进行测井识别,得到岩性剖面(图3),在深度段3915m-3934m与岩心资料对照,符合率为85%。
Claims (3)
2.根据权利要求1所述的识别方法,其中,所述骨架密度测井资料的获取包括如下步骤:(a)谱采集;(b)剥谱;(c)氧闭合;(d)解释;从而获得骨架密度测井资料。
3.根据权利要求2所述的识别方法,其中,所述骨架密度测井资料的获取包括如下步骤:(a)谱采集:采集非弹性散射伽马能谱和俘获伽马能谱;(b)剥谱:从采集的伽马能谱中得到非弹性散射元素相对产额及俘获元素相对产额;(c)氧闭合:采用氧化物闭合原理,将元素的相对产额转换为元素干重百分含量;(d)解释:利用元素干重百分含量,采用相应解释模型,确定矿物含量和骨架密度;从而获得骨架密度测井资料。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710600763.3A CN107605471B (zh) | 2017-07-21 | 2017-07-21 | 一种湖相碳酸盐岩岩性测井定量识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710600763.3A CN107605471B (zh) | 2017-07-21 | 2017-07-21 | 一种湖相碳酸盐岩岩性测井定量识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107605471A CN107605471A (zh) | 2018-01-19 |
CN107605471B true CN107605471B (zh) | 2020-06-09 |
Family
ID=61059804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710600763.3A Active CN107605471B (zh) | 2017-07-21 | 2017-07-21 | 一种湖相碳酸盐岩岩性测井定量识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107605471B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108303752B (zh) * | 2018-02-11 | 2021-03-23 | 中国石油化工股份有限公司 | 砂砾岩有效储层常规测井定量识别方法 |
CN110399649B (zh) * | 2019-07-03 | 2023-05-30 | 中国石油天然气集团有限公司 | 一种基于成岩指示元素的变质岩量化识别方法 |
CN112882095B (zh) * | 2021-01-15 | 2022-08-02 | 中国海洋石油集团有限公司 | 一种盐下湖相碳酸盐岩的岩性判识方法和系统 |
CN113075731B (zh) * | 2021-03-24 | 2022-05-17 | 东北石油大学 | 深层储层连续性井筒数字建模方法及装置 |
CN113250686B (zh) * | 2021-05-26 | 2023-07-11 | 核工业北京地质研究院 | 一种井下伽马能谱直接测铀方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010124063A2 (en) * | 2009-04-22 | 2010-10-28 | Baker Hughes Incorporated | Use of chemically and geologically consistent constraints for obtaining elemental chemistry downhole |
CN103510952A (zh) * | 2013-08-06 | 2014-01-15 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩岩屑岩性组合式鉴定方法 |
CN104213899A (zh) * | 2013-06-04 | 2014-12-17 | 中国石油化工股份有限公司 | 一种地层岩石骨架的测井识别方法 |
CN104535450A (zh) * | 2014-12-31 | 2015-04-22 | 中国石油天然气股份有限公司 | 钻井现场海相碳酸盐岩层系岩性分析方法及装置 |
CN104612675A (zh) * | 2015-02-02 | 2015-05-13 | 中石化西南石油工程有限公司地质录井分公司 | 一种碳酸盐岩地层随钻岩性快速识别方法 |
CN105003258A (zh) * | 2015-08-07 | 2015-10-28 | 中国海洋石油总公司 | 一种高温高压气层甲烷流体密度骨架参数的获取方法 |
CN105927218A (zh) * | 2016-05-20 | 2016-09-07 | 中国石油大学(北京) | 一种陆相泥页岩储层含气量预测方法及装置 |
-
2017
- 2017-07-21 CN CN201710600763.3A patent/CN107605471B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010124063A2 (en) * | 2009-04-22 | 2010-10-28 | Baker Hughes Incorporated | Use of chemically and geologically consistent constraints for obtaining elemental chemistry downhole |
CN104213899A (zh) * | 2013-06-04 | 2014-12-17 | 中国石油化工股份有限公司 | 一种地层岩石骨架的测井识别方法 |
CN103510952A (zh) * | 2013-08-06 | 2014-01-15 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩岩屑岩性组合式鉴定方法 |
CN104535450A (zh) * | 2014-12-31 | 2015-04-22 | 中国石油天然气股份有限公司 | 钻井现场海相碳酸盐岩层系岩性分析方法及装置 |
CN104612675A (zh) * | 2015-02-02 | 2015-05-13 | 中石化西南石油工程有限公司地质录井分公司 | 一种碳酸盐岩地层随钻岩性快速识别方法 |
CN105003258A (zh) * | 2015-08-07 | 2015-10-28 | 中国海洋石油总公司 | 一种高温高压气层甲烷流体密度骨架参数的获取方法 |
CN105927218A (zh) * | 2016-05-20 | 2016-09-07 | 中国石油大学(北京) | 一种陆相泥页岩储层含气量预测方法及装置 |
Non-Patent Citations (1)
Title |
---|
斯伦贝谢新型高清晰度能谱测井仪_Litho_Scanner的崛起;尹成芳;《国外测井技术》;20120630;73-74 * |
Also Published As
Publication number | Publication date |
---|---|
CN107605471A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107605471B (zh) | 一种湖相碳酸盐岩岩性测井定量识别方法 | |
US9134457B2 (en) | Multiscale digital rock modeling for reservoir simulation | |
Yangquan et al. | Architectural units and heterogeneity of channel reservoirs in the Karamay Formation, outcrop area of Karamay oil field, Junggar basin, northwest China | |
CN106988737B (zh) | 一种利用岩性组合识别沉积相的方法 | |
CN107589469B (zh) | 油水界面的确定方法和装置 | |
Scorgie et al. | Reservoir quality and diagenesis of Triassic sandstones and siltstones from arid fluvial and playa margin environments: a study of one of the UK's earliest producing oilfields | |
Sadeq et al. | Porosity and permeability analysis from well logs and core in fracture, vugy and intercrystalline carbonate reservoirs | |
Fan et al. | Sedimentary microfacies analysis of carbonate formation based on FMI and conventional logs: A case study from the ordovician in the Tahe Oilfield, Tarim Basin, China | |
Bahrami et al. | Identification of pore types and pore facies for evaluating the diagenetic performance on reservoir quality: a case study from the Asmari Formation in Ramin Oil Field, SW Iran | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
Yang et al. | The caledonian paleokarstification of longwangmiao formation, lower cambrian in the central Sichuan Basin, China | |
Fraser et al. | Reservoir characterization of fairways in a tight light oil play of the Upper Cretaceous Cardium Formation, west Pembina, Alberta, Canada | |
CN113376699B (zh) | 一种基于单声波老测井系列的多矿物组分计算方法 | |
Wold et al. | Rock-based 3-D reservoir characterization of a Silurian (Niagaran) reef—Ray gas storage field, Macomb County, Michigan | |
Smith et al. | Reservoir characterization and static earth model for potential carbon dioxide storage in Upper Pennsylvanian cyclothems, Nebraska, United States | |
Abdolahi et al. | Integration of geoscience data to delineate quality of the Asmari reservoir, Iranian part of the Persian Gulf basin | |
Ruzyla et al. | Geological heterogeneities important to future enhanced recovery in carbonate reservoirs of Upper Ordovician Red River Formation at Cabin Creek Field, Montana | |
Walls et al. | Integration of whole core, drill cuttings, and well log data for improved characterization in the Wolfcamp Formation | |
Timmen et al. | Depositional environment and aquifer properties of the Sherwood Sandstone Group in the Cleveland Basin based on investigations at Woodsmith Mine | |
Alhamd | Rock formations and their petrophysical properties for Zubair oilfield in Basrah | |
WO2022242200A1 (zh) | 一种海相碳酸盐岩生屑灰岩油藏高渗条带识别方法及装置 | |
Suhaimi | Pore Characterizations and Distributions within Niagaran–Lower Salina Reef Complex Reservoirs in the Silurian Northern Niagaran Pinnacle Reef Trend, Michigan Basin | |
Kashif et al. | Sedimentology of shahejie formation, bohai bay basin: a case study of E s 1 member in nanpu sag | |
Webb et al. | An Integrated Approach to Identifying Residual Oil Zones in the Cypress Sandstone in the Illinois Basin for Nonconventional CO2-EOR and Storage | |
Yan et al. | Digital Core Based Pore Structure Characterization and Rock Physics Modeling of Carbonate Reservoir |
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 |