CN108345963B - 碎屑岩储层胶结减孔量的定量预测方法 - Google Patents
碎屑岩储层胶结减孔量的定量预测方法 Download PDFInfo
- Publication number
- CN108345963B CN108345963B CN201810116761.1A CN201810116761A CN108345963B CN 108345963 B CN108345963 B CN 108345963B CN 201810116761 A CN201810116761 A CN 201810116761A CN 108345963 B CN108345963 B CN 108345963B
- Authority
- CN
- China
- Prior art keywords
- delta
- facies
- river
- lake
- cementation
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000009467 reduction Effects 0.000 title claims description 16
- 238000011160 research Methods 0.000 claims abstract description 69
- 230000008859 change Effects 0.000 claims abstract description 59
- 239000011148 porous material Substances 0.000 claims abstract description 34
- 230000009471 action Effects 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000000704 physical effect Effects 0.000 claims abstract description 8
- 208000035126 Facies Diseases 0.000 claims description 187
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 78
- 239000010453 quartz Substances 0.000 claims description 60
- 239000010433 feldspar Substances 0.000 claims description 39
- 239000004927 clay Substances 0.000 claims description 32
- 229910021532 Calcite Inorganic materials 0.000 claims description 31
- 229910000514 dolomite Inorganic materials 0.000 claims description 24
- 239000010459 dolomite Substances 0.000 claims description 24
- 229910052698 phosphorus Inorganic materials 0.000 claims description 18
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 claims description 18
- 239000004576 sand Substances 0.000 claims description 18
- 238000009933 burial Methods 0.000 claims description 15
- 238000013178 mathematical model Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 13
- 239000002245 particle Substances 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 12
- 239000004568 cement Substances 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 9
- 230000002378 acidificating effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 6
- 239000011707 mineral Substances 0.000 claims description 6
- 230000008021 deposition Effects 0.000 claims description 5
- 239000012530 fluid Substances 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 239000002253 acid Substances 0.000 claims description 3
- 239000004615 ingredient Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000011034 rock crystal Substances 0.000 claims description 3
- 239000000741 silica gel Substances 0.000 claims description 3
- 229910002027 silica gel Inorganic materials 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 4
- 239000013049 sediment Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000005056 compaction Methods 0.000 description 2
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种碎屑岩储层胶结减孔量的定量预测方法,该方法通过查清不同地质过程的关键地质因素及其差异以及不同地质过程中各地质因素对储层胶结减孔量的影响,构建孔隙响应定量方程,依据定量响应方程模拟储层孔隙演化过程,再现沉积物埋藏成岩过程中胶结作用对储层物性变化规律影响,能对碎屑岩胶结减孔量进行很好定量预测,从而为盆地储层物性研究提供新的思路和依据。
Description
技术领域
本发明涉及油气勘探开发技术领域,具体地指一种碎屑岩储层胶结减孔量的定量预测方法。
背景技术
沉积物在埋藏成岩过程中,岩石体积和孔隙空间逐渐缩小,岩石变得越来越致密,其中压实作用是砂岩储集性能的主要控制因素,由压实作用引起储层减孔量占储层总孔隙损失量的绝大部分以上,从而极大地影响了砂体的储集物性。
胶结作用是沉积物在成岩过程中的一种变化,在此过程中,从孔隙溶液里析出晶体能将松散颗粒粘在一起,固结成岩。常见的胶结物有泥质的、铁质的、硅质的和钙质的。在储层演化中,胶结作用是导致砂体内原生孔隙减少的主要原因之一,从而极大地影响了砂体的储集物性。另外,砂岩中很多胶结作用还是重要的保持性成岩作用,是深埋藏条件下砂岩孔隙得以保持的重要机制,这在储层质量预测中具有重要意义。
目前,在研究碎屑岩储层成岩作用的时候,多是关注单矿物方面胶结作用,且多数研究是简单的、定性的描述,而没有开展系统的、深入研究。由于成岩过程中,胶结类型有多有少,胶结时间有先有后,胶结的强度有强有弱,从而使得定量预测碎屑岩储层胶结量存在很大难度。如果通过查清不同地质过程的关键地质因素及其差异以及不同地质过程中各地质因素对储层孔隙度的影响,构建孔隙响应定量方程,依据定量响应方程模拟储层孔隙演化过程,再现沉积物埋藏成岩过程中胶结作用对储层物性变化规律影响,就能对碎屑岩胶结减孔量进行很好定量预测,从而为盆地储层物性研究提供新的思路和依据。
发明内容
本发明针对上述存在的问题,提供了一种碎屑岩储层胶结减孔量的定量预测方法,该方法基于碎屑岩成岩过程中不同演化阶段成岩作用研究,建立起不同成岩作用下胶结模型,确定储层演化过程中原始孔隙减少情况,为油藏评价提供依据。
为实现上述目的,本发明提供的一种碎屑岩储层胶结减孔量的定量预测方法,包括以下步骤:
1)收集研究区地质资料
2)建立原始资料数据库,它包括
(1)沉积相类型数据库F_m
(2)岩性数据库R_n
(3)酸碱度数据库P_o
(4)沉积旋回数据库C_p
(5)成岩阶段数据库S_q
(6)断层指数数据库N_r
3)建立胶结作用数据库D_c
根据岩石中不同矿物Mi的孔隙改变量建立胶结作用数据库;
4)建立成岩作用预测模型
(1)研究区储层网格化
对研究区储层网格化,即为将空间上不均匀分布的数据按一定方法(如滑动平均法、克里格法或其他适当的数值推算方法)归算成规则网格中的代表值(趋势值)的过程;研究区储层的每个网格用Wi(X,Y)表示;
(2)确定网格属性
a.根据研究区沉积相数据确定网格Wi(X,Y)的沉积相属性F_m;
b.根据研究区岩性数据确定网格Wi(X,Y)的岩性属性R_n;
c.根据研究区酸碱度数据确定网格Wi(X,Y)的酸碱度属性P_o;
d.根据研究区沉积旋回数据确定网格Wi(X,Y)的旋回属性C_p;
e.根据研究区成岩阶段数据确定网格Wi(X,Y)的成岩阶段属性S_q;
f.根据研究区断层指数数据确定网格Wi(X,Y)的断层指数属性N_r;
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r),即:
Wi(X,Y)=F_m+R_n+P_o+C_p+S_q+N_r;
(3)基于研究区岩石薄片资料、分析测试资料,确定研究区已知井Hj所在网格Wj(X,Y)的成岩作用D_s_j;
(4)确定已知井Hj所在网格Wj(X,Y)的综合属性Gj(F_m_j,R_n_j,P_o_j,C_p_j,S_q_j,N_r_j),建立已知井Hj所在网格Wj(X,Y)成岩作用D_s与综合属性G(F_m_j,R_n_j,P_o_j,C_p_j,S_q_j,N_r_j)的对应关系,即为:
D_s_j=F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j;
(5)任取一未知网格Wi(X,Y),确定未知网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r),即为:
Gi=(F_m_i,R_n_i,P_o_i,C_p_i,S_q_i,N_r_i);
(6)将网格Wi(X,Y)的成岩作用综合属性Gi与井Hj所在网格Wj(X,Y)的综合属性Gj相比较,即为:
Gi-Gj=(F_m_i,R_n_i,P_o_i,C_p_i,S_q_i,N_r_i)-(F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j);
如果满足Gi-Gj=0,则未知网格Wi(X,Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j;
如果Gi-Gj≠0,则按不同属性优先级顺序,即:沉积相F_m一级、岩性R_n二级、沉积旋回C_p三级、酸碱度P_o四级、成岩阶段S_q五级、断层指数N_r六级对未知网格Wi(X,Y)的成岩作用进行判识,即为:
ⅰ:F_m_i-F_m_j=0,R_n_i-R_n_j≠0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅱ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅲ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅳ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅴ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j=0,N_r_i-N_r_j≠0;
未知网格Wi(X,Y)的成岩作用D_s_i满足条件i时,未知网格Wi(X,Y)与具有相同属性F_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅱ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅲ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅳ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅴ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、P_o_j、S_q_j的网格Wj(X,Y)的成岩作用相同;
(7)根据每个网格Wi(X,Y)的成岩作用确定研究区成岩作用横向分布;
5)建立胶结减孔量数学模型
建立起不同类型胶结物的数学模型,从而定量刻画碎屑岩在成岩过程中孔隙减小量;
a.石英胶结模型D1
其中:a,b为常数,a=1.98×10-22,b=0.022℃(-1);VQue_Cem为石英胶结作用改变孔隙体积百分量,%;M为石英的摩尔质量,g/mol;ρ为石英的密度,g/cm3;T为反应温度,℃;T=cn*z+dn,cn为地温梯度,℃/m;dn为地表温度或恒温带温度,℃;z为地层埋藏深度,m;A0为自生石英开始形成时石英颗粒原始表面积;A0=6fV/D;D为石英颗粒的粒径,mm;V为单位砂岩体积,mm3;f为单位体积砂岩中石英的体积百分含量;c为平均每年地层温度的平均改变量,℃/y;石英强胶结石英中胶结石英弱胶结
b.长石胶结模型D2
c.方解石胶结模型D3
d.白云石胶结模型D4
e.粘土胶结模型D5
6)胶结量模拟计算
(1)根据研究区埋藏史确定每个网格不同时刻t埋深H;
(2)根据研究区温度史确定每个网格不同时刻t温度T;
(3)根据步骤4)中成岩作用预测模型确定每个网格Wi(X,Y)胶结减孔量数学模型;
(4)根据步骤(1)中埋深H、步骤(2)中温度T、步骤(3)中胶结减孔量数学模型及其步骤4)中的成岩作用预测模型计算每个网格的胶结量。
进一步地,所述步骤1)中,收集研究区地质资料包括
①研究区目标层沉积相研究成果图;
②目标层界面构造等值线图;
③目标层上覆地层界面构造等值线图;
④研究区储层物性资料;
⑤研究区储层单井成岩作用数据;
⑥研究区成岩演化序列;
⑦研究区埋藏史、热演化史。
再进一步地,所述步骤2)中,(1)沉积相类型数据库F_m
对碎屑岩储层沉积相类型进行概括和分类,其中包括:冲积扇-旱扇-扇根F_1、冲积扇-旱扇-扇中F_2、冲积扇-旱扇-扇缘F_3、冲积扇-湿扇-扇根F_4、冲积扇-湿扇-扇中F_5、冲积扇-湿扇-扇缘F_6、河流相-曲流河-河床亚相-河床滞留F_7、河流相-曲流河-河床亚相-边滩F_8、河流相-曲流河-堤岸亚相-天然堤F_9、河流相-曲流河-堤岸亚相-决口扇F_10、河流相-曲流河-河漫亚相-河漫滩F_11、河流相-曲流河-泛滥盆地-河漫湖泊F_12、河流相-曲流河-河漫沼泽F_13、河流相-辫状河-牛轭湖F_14、河流相-辫状河-河床滞留F_15、河流相-辫状河-心滩F_16、河道F_17、河流相-辫状河-泛滥平原F_18、湖泊相-断陷型-湖成三角洲F_19、湖泊相-断陷型-滨湖F_20、湖泊相-断陷型-浅湖F_21、湖泊相-断陷型-半深湖F_22、湖泊相-断陷型-深湖F_23、湖泊相-断陷型-湖湾F_24、湖泊相-坳陷型-湖成三角洲F_25、湖泊相-坳陷型-滨湖F_26、湖泊相-坳陷型-浅湖F_27、湖泊相-坳陷型-半深湖F_28、湖泊相-坳陷型-深湖F_29、湖泊相-坳陷型-湖湾F_30、湖泊相-前陆型-湖成三角洲F_31、湖泊相-前陆型-滨湖F_32、湖泊相-前陆型-浅湖F_33、湖泊相-前陆型-半深湖F_34、湖泊相-前陆型-深湖F_35、湖泊相-前陆型-湖湾F_36、三角洲相-辫状河三角洲-三角洲平原-分支F_37、三角洲相-辫状河三角洲-三角洲平原-河道F_38、三角洲相-辫状河三角洲-三角洲平原-陆上天然堤F_39、三角洲相-辫状河三角洲-三角洲平原-决口扇F_40、三角洲相-辫状河三角洲-三角洲平原-沼泽F_41、三角洲相-辫状河三角洲-三角洲平原-淡水湖泊F_42、三角洲相-辫状河三角洲-三角洲前缘-水下分支河道F_43、三角洲相-辫状河三角洲-三角洲前缘-水下天然堤F_44、三角洲相-辫状河三角洲-三角洲前缘-支流间湾F_45、三角洲相-辫状河三角洲-三角洲前缘-分支河口砂坝F_46、三角洲相-辫状河三角洲-三角洲前缘-远砂坝F_47、三角洲相-辫状河三角洲-三角洲前缘-前缘席状砂F_48、三角洲相-辫状河三角洲-前三角洲F_49、三角洲相-扇三角洲-扇三角洲平原-泥石流F_50、三角洲相-扇三角洲-扇三角洲平原-河道充填F_51、三角洲相-扇三角洲-扇三角洲平原-漫滩F_52、三角洲相-扇三角洲-扇三角洲前缘-碎屑流F_53、三角洲相-扇三角洲-扇三角洲前缘-水下分流河道F_54、三角洲相-扇三角洲-扇三角洲前缘-支流间湾F_55、三角洲相-扇三角洲-扇三角洲前缘-河口砂坝F_56、三角洲相-扇三角洲-扇三角洲前缘-远砂坝F_57、三角洲相-扇三角洲-前扇三角洲F_58;
(2)岩性数据库R_n
根据组成岩石颗粒的颗粒大小及矿物成分,将碎屑岩岩性进行划分,建立岩性数据库,它包括细砾岩R_1、中砾岩R_2、粗砾岩R_3、巨砾岩R_4、石英砂岩R_5、长石质石英砂岩R_6、岩屑质石英砂岩R_7、长石岩屑质石英砂岩R_8、长石砂岩R_9、岩屑质长石砂岩R_10、岩屑长石砂岩R_11、岩屑砂岩R_12、长石质岩屑砂岩R_13、长石岩屑砂岩R_14、黏土R_15、泥岩R_16、页岩R_17;
(3)酸碱度数据库P_o
根据储层孔隙中流体酸碱性大小,建立酸碱度数据库;它包括强酸性P_1:pH<3;酸性P_2:3≤pH<5;弱酸性P_3:5≤pH<7;弱碱性P_4:7≤pH<9;碱性P_5:9≤pH<11;强碱性P_6:11≤pH≤14;
(4)沉积旋回数据库C_p
对碎屑岩储层沉积旋回类型进行概括和分类,其中包括:正旋回C_1、反旋回C_2、复合旋回C_3。
(5)成岩阶段数据库S_q
成岩阶段数据库S_q包括:早成岩阶段A期ⅠA,即为:S_1;早成岩阶段B期ⅠB,即为:S_2;中成岩阶段A期ⅡA,即为:S_3;中成岩阶段B期ⅡB,即为S_4;晚成岩阶段Ⅲ,即为:S_5;
(6)断层指数数据库N_r
根据研究区断层发育情况确定断层指数Ω,建立断层指数数据库,其中包括:一级指数N_1:Ω<1;二级指数N_2:1≤Ω≤3;三级指数N_3:3<Ω≤5;四级指数N_4:5<Ω。
再进一步地,所述步骤3)中,胶结作用数据库中胶结作用类型包括:
本发明的有益效果在于:
本发明提供了一种碎屑岩储层胶结减孔量的定量预测方法,该方法基于碎屑岩储层沉积相、岩相、流体性质、沉积旋回、成岩阶段、断层发育情况的研究,建立不同成岩作用下“地质参数-成岩作用-孔隙度”预测模型,能对碎屑岩储层尤其是低孔、低渗致密储层孔隙度大小起到很好预测作用,降低勘探开发成本。
附图说明
图1为研究区埋藏史、温度史;
图2为研究区东营组二段沉积相图;
图3为研究区东营组二段等值线图;
图4为研究区东营组二段沉积旋回图;
图5为研究区东营组二段流体酸碱性图;
图6为研究区东营组二段岩性图;
图7为研究区东营组二段成岩阶段图;
图8为研究区东营组二段断层指数图;
图9为研究区东营组二段胶结作用图;
图10为研究区东营组二段孔隙平面分布图。
具体实施方式
为了更好地解释本发明,以下结合具体实施例进一步阐明本发明的主要内容,但本发明的内容不仅仅局限于以下实施例。
实施例1
胶结减孔量的定量预测方法,包括以下步骤:
1)收集研究区地质资料它包括:
①研究区目标层沉积相研究成果图;
②目标层界面构造等值线图;
③目标层上覆地层界面构造等值线图;
④研究区储层物性资料;
⑤研究区储层单井成岩作用数据;
⑥研究区成岩演化序列;
⑦研究区埋藏史、热演化史;
2)建立原始资料数据库
(1)沉积相类型数据库F_m
对碎屑岩储层沉积相类型进行概括和分类,其中包括:冲积扇-旱扇-扇根F_1、冲积扇-旱扇-扇中F_2、冲积扇-旱扇-扇缘F_3、冲积扇-湿扇-扇根F_4、冲积扇-湿扇-扇中F_5、冲积扇-湿扇-扇缘F_6、河流相-曲流河-河床亚相-河床滞留F_7、河流相-曲流河-河床亚相-边滩F_8、河流相-曲流河-堤岸亚相-天然堤F_9、河流相-曲流河-堤岸亚相-决口扇F_10、河流相-曲流河-河漫亚相-河漫滩F_11、河流相-曲流河-泛滥盆地-河漫湖泊F_12、河流相-曲流河-河漫沼泽F_13、河流相-辫状河-牛轭湖F_14、河流相-辫状河-河床滞留F_15、河流相-辫状河-心滩F_16、河道F_17、河流相-辫状河-泛滥平原F_18、湖泊相-断陷型-湖成三角洲F_19、湖泊相-断陷型-滨湖F_20、湖泊相-断陷型-浅湖F_21、湖泊相-断陷型-半深湖F_22、湖泊相-断陷型-深湖F_23、湖泊相-断陷型-湖湾F_24、湖泊相-坳陷型-湖成三角洲F_25、湖泊相-坳陷型-滨湖F_26、湖泊相-坳陷型-浅湖F_27、湖泊相-坳陷型-半深湖F_28、湖泊相-坳陷型-深湖F_29、湖泊相-坳陷型-湖湾F_30、湖泊相-前陆型-湖成三角洲F_31、湖泊相-前陆型-滨湖F_32、湖泊相-前陆型-浅湖F_33、湖泊相-前陆型-半深湖F_34、湖泊相-前陆型-深湖F_35、湖泊相-前陆型-湖湾F_36、三角洲相-辫状河三角洲-三角洲平原-分支F_37、三角洲相-辫状河三角洲-三角洲平原-河道F_38、三角洲相-辫状河三角洲-三角洲平原-陆上天然堤F_39、三角洲相-辫状河三角洲-三角洲平原-决口扇F_40、三角洲相-辫状河三角洲-三角洲平原-沼泽F_41、三角洲相-辫状河三角洲-三角洲平原-淡水湖泊F_42、三角洲相-辫状河三角洲-三角洲前缘-水下分支河道F_43、三角洲相-辫状河三角洲-三角洲前缘-水下天然堤F_44、三角洲相-辫状河三角洲-三角洲前缘-支流间湾F_45、三角洲相-辫状河三角洲-三角洲前缘-分支河口砂坝F_46、三角洲相-辫状河三角洲-三角洲前缘-远砂坝F_47、三角洲相-辫状河三角洲-三角洲前缘-前缘席状砂F_48、三角洲相-辫状河三角洲-前三角洲F_49、三角洲相-扇三角洲-扇三角洲平原-泥石流F_50、三角洲相-扇三角洲-扇三角洲平原-河道充填F_51、三角洲相-扇三角洲-扇三角洲平原-漫滩F_52、三角洲相-扇三角洲-扇三角洲前缘-碎屑流F_53、三角洲相-扇三角洲-扇三角洲前缘-水下分流河道F_54、三角洲相-扇三角洲-扇三角洲前缘-支流间湾F_55、三角洲相-扇三角洲-扇三角洲前缘-河口砂坝F_56、三角洲相-扇三角洲-扇三角洲前缘-远砂坝F_57、三角洲相-扇三角洲-前扇三角洲F_58;
(2)岩性数据库R_n
根据组成岩石颗粒的颗粒大小及矿物成分,将碎屑岩岩性进行划分,建立岩性数据库,它包括细砾岩R_1、中砾岩R_2、粗砾岩R_3、巨砾岩R_4、石英砂岩R_5、长石质石英砂岩R_6、岩屑质石英砂岩R_7、长石岩屑质石英砂岩R_8、长石砂岩R_9、岩屑质长石砂岩R_10、岩屑长石砂岩R_11、岩屑砂岩R_12、长石质岩屑砂岩R_13、长石岩屑砂岩R_14、黏土R_15、泥岩R_16、页岩R_17;
(3)酸碱度数据库P_o
根据储层孔隙中流体酸碱性大小,建立酸碱度数据库;它包括强酸性P_1:pH<3;酸性P_2:3≤pH<5;弱酸性P_3:5≤pH<7;弱碱性P_4:7≤pH<9;碱性P_5:9≤pH<11;强碱性P_6:11≤pH≤14;
(4)沉积旋回数据库C_p
对碎屑岩储层沉积旋回类型进行概括和分类,其中包括:正旋回C_1、反旋回C_2、复合旋回C_3。
(5)成岩阶段数据库S_q
成岩阶段数据库S_q包括:早成岩阶段A期ⅠA,即为:S_1;早成岩阶段B期ⅠB,即为:S_2;中成岩阶段A期ⅡA,即为:S_3;中成岩阶段B期ⅡB,即为S_4;晚成岩阶段Ⅲ,即为:S_5;
(6)断层指数数据库N_r
根据研究区断层发育情况确定断层指数Ω,建立断层指数数据库,其中包括:一级指数N_1:Ω<1;二级指数N_2:1≤Ω≤3;三级指数N_3:3<Ω≤5;四级指数N_4:5<Ω;
3)建立胶结作用数据库D_c
根据岩石中不同矿物Mi的孔隙改变量建立胶结作用数据库,胶结作用类型包括:
4)建立成岩作用预测模型
(1)研究区储层网格化
对研究区储层网格化,即为将空间上不均匀分布的数据按一定方法(如滑动平均法、克里格法或其他适当的数值推算方法)归算成规则网格中的代表值(趋势值)的过程;研究区储层的每个网格用Wi(X,Y)表示;
(2)确定网格属性a.根据研究区沉积相数据确定网格Wi(X,Y)的沉积相属性F_m;
b.根据研究区岩性数据确定网格Wi(X,Y)的岩性属性R_n;
c.根据研究区酸碱度数据确定网格Wi(X,Y)的酸碱度属性P_o;
d.根据研究区沉积旋回数据确定网格Wi(X,Y)的旋回属性C_p;
e.根据研究区成岩阶段数据确定网格Wi(X,Y)的成岩阶段属性S_q;
f.根据研究区断层指数数据确定网格Wi(X,Y)的断层指数属性N_r;
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r),即:
Wi(X,Y)=F_m+R_n+P_o+C_p+S_q+N_r;
(3)基于研究区岩石薄片资料、分析测试资料,确定研究区已知井Hj所在网格Wj(X,Y)的成岩作用D_s_j;
(4)确定已知井Hj所在网格Wj(X,Y)的综合属性Gj(F_m_j,R_n_j,P_o_j,C_p_j,S_q_j,N_r_j),建立已知井Hj所在网格Wj(X,Y)成岩作用D_s与综合属性G(F_m_j,R_n_j,P_o_j,C_p_j,S_q_j,N_r_j)的对应关系,即为:
D_s_j=F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j;
(5)任取一未知网格Wi(X,Y),确定未知网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r),即为:
Gi=(F_m_i,R_n_i,P_o_i,C_p_i,S_q_i,N_r_i);
(6)将网格Wi(X,Y)的成岩作用综合属性Gi与井Hj所在网格Wj(X,Y)的综合属性Gj相比较,即为:
Gi-Gj=(F_m_i,R_n_i,P_o_i,C_p_i,S_q_i,N_r_i)-(F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j);
如果满足Gi-Gj=0,则未知网格Wi(X,Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j;
如果Gi-Gj≠0,则按不同属性优先级顺序,即:沉积相F_m一级、岩性R_n二级、沉积旋回C_p三级、酸碱度P_o四级、成岩阶段S_q五级、断层指数N_r六级对未知网格Wi(X,Y)的成岩作用进行判识,即为:
ⅰ:F_m_i-F_m_j=0,R_n_i-R_n_j≠0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅱ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅲ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅳ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅴ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j=0,N_r_i-N_r_j≠0;
未知网格Wi(X,Y)的成岩作用D_s_i满足条件i时,未知网格Wi(X,Y)与具有相同属性F_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅱ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅲ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅳ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅴ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、P_o_j、S_q_j的网格Wj(X,Y)的成岩作用相同;
(7)根据每个网格Wi(X,Y)的成岩作用确定研究区成岩作用横向分布;
5)建立胶结减孔量数学模型
建立起不同类型胶结物的数学模型,从而定量刻画碎屑岩在成岩过程中孔隙减小量;
a.石英胶结模型D1
其中:a,b为常数,a=1.98×10-22,b=0.022℃(-1);VQue_Cem为石英胶结作用改变孔隙体积百分量,%;M为石英的摩尔质量,g/mol;ρ为石英的密度,g/cm3;T为反应温度,℃;T=cn*z+dn,cn为地温梯度,℃/m;dn为地表温度或恒温带温度,℃;z为地层埋藏深度,m;A0为自生石英开始形成时石英颗粒原始表面积;A0=6fV/D;D为石英颗粒的粒径,mm;V为单位砂岩体积,mm3;f为单位体积砂岩中石英的体积百分含量;c为平均每年地层温度的平均改变量,℃/y;石英强胶结石英中胶结石英弱胶结
b.长石胶结模型D2
c.方解石胶结模型D3
d.白云石胶结模型D4
e.粘土胶结模型D5
6)胶结量模拟计算
(1)根据研究区埋藏史确定每个网格不同时刻t埋深H;
(2)根据研究区温度史确定每个网格不同时刻t温度T;
(3)根据步骤4)中成岩作用预测模型确定每个网格Wi(X,Y)胶结减孔量数学模型;
(4)根据步骤(1)中埋深H、步骤(2)中温度T、步骤(3)中胶结减孔量数学模型及其步骤4)中的成岩作用预测模型计算每个网格的胶结量。
实施例2
基于上述碎屑岩储层胶结减孔量的定量预测方法预测渤中凹陷东营组二段储层,具体步骤如下:
1、收集研究区地质资料
收集渤中凹陷东营组二段储层的地质资料,并按照原始资料数据库对各种类型数据进行分类。收集的地质资料包括以下内容:东营组二段储层沉积相图、东营组二段储层岩性图、东营组二段储层断裂分布图、东营组二段储层酸碱度图、东营组二段储层成岩阶段图、东营组二段储层沉积旋回图(如图2、4~8所述)。
2、确定储层属性
(1)网格化工区
将渤中凹陷东营组二段碎屑岩储层进行网格化,每个网格用Wi(X,Y)表示。
(2)确定网格属性
a.根据研究区沉积相数据确定网格Wi(X,Y)的沉积相属性F_m;
b.根据研究区岩性数据确定网格Wi(X,Y)的岩性属性R_n;
c.根据研究区酸碱度数据确定网格Wi(X,Y)的酸碱度属性P_o;
d.根据研究区沉积旋回数据确定网格Wi(X,Y)的旋回属性C_p;
e.根据研究区成岩阶段数据确定网格Wi(X,Y)的成岩阶段属性S_q;
f.根据研究区断层指数数据确定网格Wi(X,Y)的断层指数属性N_r;
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r),即为:
Wi(X,Y)=F_m+R_n+P_o+C_p+S_q+N_r;
3、确定研究区成岩作用
(1)确定单井成岩作用
收集研究区岩石薄片分析测试数据,根据岩石颗粒接触关系、溶蚀类型、胶结类型、原生孔隙、次生孔隙以及胶结含量,结合成岩作用划分方案,确定不同井东营组二段的成岩作用类型,即已知井Hi所在网格Wi(X,Y)的成岩作用所对应的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r)。
(2)确定井间成岩作用
a.任取一未知网格Wi(X,Y),确定未知网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r);即为:
Gi=(F_m_i,R_n_i,P_o_i,C_p_i,S_q_i,N_r_i)
如网格W30=(F_43,R_6,ⅠB,C_2,P_2,N1);
如网格W40=(F_43,R_10,ⅠB,C_3,P_2,N3);
如网格W50=(F_26,R_11,ⅡA,C_1,P_4,N2);
如网格W60=(F_45,R_6,ⅠB,C_3,P_2,N2);b.将网格Wi(X,Y)的成岩作用综合属性Gi与井Hj(CFD16-1-2D、CFD16-1-1、Hz4、CFD17-3-1、Hz5、CFD18-1-2D、CFD18-2-2D、CFD18-2E-1、BZ13-1-1、BZ13-1-2、BZ13-1-3、CFD23-1-1、CFD23-3-1、BZ19-4-1、CFD24-1-1、CFD16-2-1、CFD16-3-1、CFD18-1N-1、BZ19-2-1)所在网格Wj(X,Y)的综合属性Gj相比较,即为:Gi-Gj=(F_m_i+R_n_i+P_o_i+C_p_i+S_q_i+N_r_i)-(F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j)
如果满足Gi-Gj=0,则未知网格Wi(X,Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j;
如果Gi-Gj≠0,则按不同属性优先级(即为:沉积相一级、岩性二级、旋回三级、酸碱度四级、成岩阶段五级、断层指数六级)对未知网格Wi(X,Y)的成岩作用进行判识,即:
ⅰ:F_m_i-F_m_j=0,R_n_i-R_n_j≠0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅱ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅲ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅳ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅴ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j=0,N_r_i-N_r_j≠0;
未知网格Wi(X,Y)的成岩作用D_s_i满足条件i时,未知网格Wi(X,Y)与具有相同属性F_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅱ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅲ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅳ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅴ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j、P_o_j的网格Wj(X,Y)的成岩作用相同;
如网格W30=(F_43,R_6,ⅠB,C_2,P_2,N1)-(F_m_CFD17-3-1+R_n_CFD17-3-1+P_o_CFD17-3-1+C_p_CFD17-3-1+S_q_CFD17-3-1+N_r_CFD17-3-1)=0,即网格W30与井CFD17-3-1具有相同的成岩作用,也即:W30=D5-3_D4-1;
如网格W40=(F_43,R_10,ⅠB,C_3,P_2,N3)-(F_CFD18-2E-1+R_n_CFD18-2E-1+P_o_CFD18-2E-1+C_p_CFD18-2E-1+S_q_CFD18-2E-1+N_r_CFD18-2E-1)=0,即网格W40与井CFD18-2E-1具有相同的成岩作用,也即:W40=D5-3_D4-3;
如网格W50=(F_26,R_11,ⅡA,C_1,P_2,N1)网格属性满足条件ⅳ,即:F_m-F_m_BZ-13-1-3=0,R_n-R_n_BZ-13-1-3=0,C_p-C_p_BZ-13-1-3=0,S_q-S_q_BZ-13-1-3=0,P_o-P_o_BZ-13-1-3≠0,N_r-N_r_BZ-13-1-3≠0;则W80与井BZ-13-1-3具有相同成岩作用,也即:W50=D5-2_D1-3;
如网格W60=(F_26,R_11,ⅡA,C_1,P_2,N1)网格属性满足条件ⅴ,即:F_m-F_m_CFD-16-2-1=0,R_n-R_n_CFD-16-2-1=0,C_p-C_p_CFD-16-2-1=0,S_q-S_q_CFD-16-2-1=0,P_o-P_o_CFD-16-2-1=0,N_r-N_r_CFD-16-2-1≠0;则W60与井CFD-16-2-1具有相同成岩作用,也即:W60=D5-2;
c.根据每个网格Wi(X,Y)的成岩作用确定研究区成岩作用横向分布。
4、确定研究区胶结减孔量数学模型
(1)石英胶结模型D1
其中:a,b为常数,a=1.98×10-22,b=0.022℃(-1);VQue_Cem为石英胶结作用改变孔隙体积百分量,%;M为石英的摩尔质量,g/mol;ρ为石英的密度,g/cm3;T为反应温度,℃;T=cn*z+dn,cn为地温梯度,℃/m;dn为地表温度或恒温带温度,℃;z为地层埋藏深度,m;A0为自生石英开始形成时石英颗粒原始表面积;A0=6fV/D;D为石英颗粒的粒径,mm;V为单位砂岩体积,mm3;f为单位体积砂岩中石英的体积百分含量;c为平均每年地层温度的平均改变量,℃/y;石英强胶结石英中胶结石英弱胶结
(2)方解石胶结模型D3
(3)粘土胶结模型D5
(5)石英胶结模型主要参数选取
a=1.98×10-22;
b=0.022℃(-1);
M=60g/mol;
ρ=0.25g/cm3;
c=0.00000000000002℃/y;
Cn=0.0031℃/m;
Dn=18℃;
D=0.02mm;
V=1mm3;
f=0.65;
T1=90℃;
T2=140℃;
6)胶结量模拟计算
(1)根据研究区构造深度数据,确定每个网格埋深H;
(2)根据研究区埋藏史、温度史,确定每个网格不同时刻t的埋深H(t)以及温度T;
(3)根据4)中成岩作用预测模型确定每个网格Wi(X,Y)胶结减孔量数学模型;
(4)根据步骤(1)埋深、步骤(2)温度、步骤(3)胶结作用及胶结数学模型计算每个网格的胶结量;
如网格W30,发生了黏土弱胶结、方解石强胶结,埋深H=2300(m),
网格W30总胶结=VCla+VCal=3.5+7.8=11.3;
如网格W40,发生了黏土弱胶结、方解石弱胶结,埋深H=2342,
网格W40总胶结=VCla+VCal=3.6+4.8=8.4;
如网格W50,发生了黏土中胶结、石英弱胶结,埋深H=2150,
网格W50总胶结=VCla+VCal=7.1+1.8=8.9;如网格W60,发生了黏土中胶结,埋深H=2400,
(5)根据每个网格的胶结量,确定东营组二段储层胶结减孔量。
其它未详细说明的部分均为现有技术。尽管上述实施例对本发明做出了详尽的描述,但它仅仅是本发明一部分实施例,而不是全部实施例,人们还可以根据本实施例在不经创造性前提下获得其他实施例,这些实施例都属于本发明保护范围。
Claims (4)
1.一种碎屑岩储层胶结减孔量的定量预测方法,其特征在于:包括以下步骤:
1)收集研究区地质资料
2)建立原始资料数据库,它由以下组成
(1)沉积相类型数据库
(2)岩性数据库
(3)酸碱度数据库
(4)沉积旋回数据库
(5)成岩阶段数据库
(6)断层指数数据库
3)建立胶结作用数据库D_c
根据岩石中不同矿物Mi的孔隙改变量建立胶结作用数据库;
4)建立成岩作用预测模型
(1)研究区储层网格化
对研究区储层网格化,研究区储层的每个网格用Wi(X,Y)表示;
(2)确定网格属性
a.根据研究区沉积相数据确定网格Wi(X,Y)的沉积相属性F_m;
b.根据研究区岩性数据确定网格Wi(X,Y)的岩性属性R_n;
c.根据研究区酸碱度数据确定网格Wi(X,Y)的酸碱度属性P_o;
d.根据研究区沉积旋回数据确定网格Wi(X,Y)的旋回属性C_p;
e.根据研究区成岩阶段数据确定网格Wi(X,Y)的成岩阶段属性S_q;
f.根据研究区断层指数数据确定网格Wi(X,Y)的断层指数属性N_r;
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r),即:
Wi(X,Y)=F_m+R_n+P_o+C_p+S_q+N_r;
(3)基于研究区岩石薄片资料、分析测试资料,确定研究区已知井Hj所在网格Wj(X,Y)的成岩作用D_s_j;
(4)确定已知井Hj所在网格Wj(X,Y)的综合属性Gj(F_m_j,R_n_j,P_o_j,C_p_j,S_q_j,N_r_j),建立已知井Hj所在网格Wj(X,Y)成岩作用D_s_j与综合属性G(F_m_j,R_n_j,P_o_j,C_p_j,S_q_j,N_r_j)的对应关系,即为:
D_s_j=F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j;
(5)任取一未知网格Wi(X,Y),确定未知网格Wi(X,Y)的综合属性G(F_m,R_n,P_o,C_p,S_q,N_r),即为:
Gi=(F_m_i,R_n_i,P_o_i,C_p_i,S_q_i,N_r_i);
(6)将网格Wi(X,Y)的成岩作用综合属性Gi与井Hj所在网格Wj(X,Y)的综合属性Gj相比较,即为:
Gi-Gj=(F_m_i,R_n_i,P_o_i,C_p_i,S_q_i,N_r_i)-(F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j);
如果满足Gi-Gj=0,则未知网格Wi(X,Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j;
如果Gi-Gj≠0,则按不同属性优先级顺序,即:沉积相属性F_m一级、岩性属性R_n二级、旋回属性C_p三级、酸碱度属性P_o四级、成岩阶段属性S_q五级、断层指数属性N_r六级对未知网格Wi(X,Y)的成岩作用进行判识,即为:
ⅰ:F_m_i-F_m_j=0,R_n_i-R_n_j≠0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅱ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j≠0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅲ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j≠0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅳ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j≠0,N_r_i-N_r_j≠0;
ⅴ:F_m_i-F_m_j=0,R_n_i-R_n_j=0,C_p_i-C_p_j=0,P_o_i-P_o_j=0,S_q_i-S_q_j=0,N_r_i-N_r_j≠0;
未知网格Wi(X,Y)的成岩作用D_s_i满足条件i时,未知网格Wi(X,Y)与具有相同属性F_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅱ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅲ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅳ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X,Y)的成岩作用相同;
D_s_i满足条件ⅴ时,未知网格Wi(X,Y)与具有相同属性F_m_j、R_n_j、C_p_j、P_o_j、S_q_j的网格Wj(X,Y)的成岩作用相同;
(7)根据每个网格Wi(X,Y)的成岩作用确定研究区成岩作用横向分布;
5)建立胶结减孔量数学模型
建立起不同类型胶结物的数学模型,从而定量刻画碎屑岩在成岩过程中孔隙减小量;
a.石英胶结模型D1
其中:a,b为常数,a=1.98×10-22,b=0.022℃(-1);VQue_Cem为石英胶结作用改变孔隙体积百分量,%;M为石英的摩尔质量,g/mol;ρ为石英的密度,g/cm3;T为反应温度,℃;T=cn*z+dn,cn为地温梯度,℃/m;dn为地表温度或恒温带温度,℃;z为地层埋藏深度,m;A0为自生石英开始形成时石英颗粒原始表面积;A0=6fV/D;D为石英颗粒的粒径,mm;V为单位砂岩体积,mm3;f为单位体积砂岩中石英的体积百分含量;c为平均每年地层温度的平均改变量,℃/y;石英强胶结石英中胶结石英弱胶结
b.长石胶结模型D2
c.方解石胶结模型D3
d.白云石胶结模型D4
e.粘土胶结模型D5
6)胶结量模拟计算
(1)根据研究区埋藏史确定每个网格不同时刻t埋深H;
(2)根据研究区温度史确定每个网格不同时刻t温度T;
(3)根据步骤4)中成岩作用预测模型确定每个网格Wi(X,Y)胶结减孔量数学模型;
(4)根据步骤(1)中埋深H、步骤(2)中温度T、步骤(3)中胶结减孔量数学模型及其步骤4)中的成岩作用预测模型计算每个网格的胶结量。
2.根据权利要求1所述碎屑岩储层胶结减孔量的定量预测方法,其特征在于:所述步骤1)中,收集研究区地质资料由以下组成
①研究区目标层沉积相研究成果图;
②目标层界面构造等值线图;
③目标层上覆地层界面构造等值线图;
④研究区储层物性资料;
⑤研究区储层单井成岩作用数据;
⑥研究区成岩演化序列;
⑦研究区埋藏史、热演化史。
3.根据权利要求1所述碎屑岩储层胶结减孔量的定量预测方法,其特征在于:所述步骤2)中,
(1)沉积相类型数据库
对碎屑岩储层沉积相类型进行概括和分类,其中由以下组成:冲积扇-旱扇-扇根F_1、冲积扇-旱扇-扇中F_2、冲积扇-旱扇-扇缘F_3、冲积扇-湿扇-扇根F_4、冲积扇-湿扇-扇中F_5、冲积扇-湿扇-扇缘F_6、河流相-曲流河-河床亚相-河床滞留F_7、河流相-曲流河-河床亚相-边滩F_8、河流相-曲流河-堤岸亚相-天然堤F_9、河流相-曲流河-堤岸亚相-决口扇F_10、河流相-曲流河-河漫亚相-河漫滩F_11、河流相-曲流河-泛滥盆地-河漫湖泊F_12、河流相-曲流河-河漫沼泽F_13、河流相-辫状河-牛轭湖F_14、河流相-辫状河-河床滞留F_15、河流相-辫状河-心滩F_16、河道F_17、河流相-辫状河-泛滥平原F_18、湖泊相-断陷型-湖成三角洲F_19、湖泊相-断陷型-滨湖F_20、湖泊相-断陷型-浅湖F_21、湖泊相-断陷型-半深湖F_22、湖泊相-断陷型-深湖F_23、湖泊相-断陷型-湖湾F_24、湖泊相-坳陷型-湖成三角洲F_25、湖泊相-坳陷型-滨湖F_26、湖泊相-坳陷型-浅湖F_27、湖泊相-坳陷型-半深湖F_28、湖泊相-坳陷型-深湖F_29、湖泊相-坳陷型-湖湾F_30、湖泊相-前陆型-湖成三角洲F_31、湖泊相-前陆型-滨湖F_32、湖泊相-前陆型-浅湖F_33、湖泊相-前陆型-半深湖F_34、湖泊相-前陆型-深湖F_35、湖泊相-前陆型-湖湾F_36、三角洲相-辫状河三角洲-三角洲平原-分支F_37、三角洲相-辫状河三角洲-三角洲平原-河道F_38、三角洲相-辫状河三角洲-三角洲平原-陆上天然堤F_39、三角洲相-辫状河三角洲-三角洲平原-决口扇F_40、三角洲相-辫状河三角洲-三角洲平原-沼泽F_41、三角洲相-辫状河三角洲-三角洲平原-淡水湖泊F_42、三角洲相-辫状河三角洲-三角洲前缘-水下分支河道F_43、三角洲相-辫状河三角洲-三角洲前缘-水下天然堤F_44、三角洲相-辫状河三角洲-三角洲前缘-支流间湾F_45、三角洲相-辫状河三角洲-三角洲前缘-分支河口砂坝F_46、三角洲相-辫状河三角洲-三角洲前缘-远砂坝F_47、三角洲相-辫状河三角洲-三角洲前缘-前缘席状砂F_48、三角洲相-辫状河三角洲-前三角洲F_49、三角洲相-扇三角洲-扇三角洲平原-泥石流F_50、三角洲相-扇三角洲-扇三角洲平原-河道充填F_51、三角洲相-扇三角洲-扇三角洲平原-漫滩F_52、三角洲相-扇三角洲-扇三角洲前缘-碎屑流F_53、三角洲相-扇三角洲-扇三角洲前缘-水下分流河道F_54、三角洲相-扇三角洲-扇三角洲前缘-支流间湾F_55、三角洲相-扇三角洲-扇三角洲前缘-河口砂坝F_56、三角洲相-扇三角洲-扇三角洲前缘-远砂坝F_57、三角洲相-扇三角洲-前扇三角洲F_58;
(2)岩性数据库根据组成岩石颗粒的颗粒大小及矿物成分,将碎屑岩岩性进行划分,建立岩性数据库,它由以下组成:细砾岩R_1、中砾岩R_2、粗砾岩R_3、巨砾岩R_4、石英砂岩R_5、长石质石英砂岩R_6、岩屑质石英砂岩R_7、长石岩屑质石英砂岩R_8、长石砂岩R_9、岩屑质长石砂岩R_10、岩屑长石砂岩R_11、岩屑砂岩R_12、长石质岩屑砂岩R_13、长石岩屑砂岩R_14、黏土R_15、泥岩R_16、页岩R_17;
(3)酸碱度数据库
根据储层孔隙中流体酸碱性大小,建立酸碱度数据库;它由以下组成:强酸性P_1:pH<3;酸性P_2:3≤pH<5;弱酸性P_3:5≤pH<7;弱碱性P_4:7≤pH<9;碱性P_5:9≤pH<11;强碱性P_6:11≤pH≤14;
(4)沉积旋回数据库
对碎屑岩储层沉积旋回类型进行概括和分类,其中由以下组成:正旋回C_1、反旋回C_2、复合旋回C_3;
(5)成岩阶段数据库
成岩阶段数据库由以下组成:早成岩阶段A期ⅠA,即为:S_1;早成岩阶段B期ⅠB,即为:S_2;中成岩阶段A期ⅡA,即为:S_3;中成岩阶段B期ⅡB,即为S_4;晚成岩阶段Ⅲ,即为:S_5;
(6)断层指数数据库
根据研究区断层发育情况确定断层指数Ω,建立断层指数数据库,其中由以下组成:一级指数N_1:Ω<1;二级指数N_2:1≤Ω≤3;三级指数N_3:3<Ω≤5;四级指数N_4:5<Ω。
4.根据权利要求1所述碎屑岩储层胶结减孔量的定量预测方法,其特征在于:所述步骤3)中,
胶结作用数据库中胶结作用类型由以下组成:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810116761.1A CN108345963B (zh) | 2018-02-06 | 2018-02-06 | 碎屑岩储层胶结减孔量的定量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810116761.1A CN108345963B (zh) | 2018-02-06 | 2018-02-06 | 碎屑岩储层胶结减孔量的定量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108345963A CN108345963A (zh) | 2018-07-31 |
CN108345963B true CN108345963B (zh) | 2021-10-29 |
Family
ID=62958593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810116761.1A Active CN108345963B (zh) | 2018-02-06 | 2018-02-06 | 碎屑岩储层胶结减孔量的定量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345963B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108364096B (zh) * | 2018-02-06 | 2021-10-15 | 长江大学 | 基于过程响应的碎屑岩储层溶蚀增孔量定量预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102562048A (zh) * | 2010-12-30 | 2012-07-11 | 长江大学 | 一种预测高成岩阶段低孔低渗碎屑岩有效储层的方法 |
CN102748016A (zh) * | 2012-07-10 | 2012-10-24 | 中国石油大学(华东) | 地质历史时期砂岩储层孔隙度演化恢复方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2488146C2 (ru) * | 2008-03-27 | 2013-07-20 | Предрилл Стрессиз Интернэшнл Пти. Лтд. | Прогнозирование напряжений на изучаемой площади |
-
2018
- 2018-02-06 CN CN201810116761.1A patent/CN108345963B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102562048A (zh) * | 2010-12-30 | 2012-07-11 | 长江大学 | 一种预测高成岩阶段低孔低渗碎屑岩有效储层的方法 |
CN102748016A (zh) * | 2012-07-10 | 2012-10-24 | 中国石油大学(华东) | 地质历史时期砂岩储层孔隙度演化恢复方法 |
Non-Patent Citations (1)
Title |
---|
碎屑岩成岩过程表征及数值模拟;夏敏等;《矿物岩石地球化学通报》;20170326;第36卷;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108345963A (zh) | 2018-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20130262069A1 (en) | Targeted site selection within shale gas basins | |
Chima et al. | Diagenesis and rock properties of sandstones from the Stormberg Group, Karoo Supergroup in the Eastern Cape Province of South Africa | |
CN106988737B (zh) | 一种利用岩性组合识别沉积相的方法 | |
Grauch et al. | New perspectives on the geometry of the Albuquerque Basin, Rio Grande rift, New Mexico: Insights from geophysical models of rift-fill thickness | |
CN111044708A (zh) | 一种适用于判断古河谷砂岩型铀矿铀源的评价方法 | |
CN108344854B (zh) | 基于成岩过程的碎屑岩储层胶结减孔量的定量预测方法 | |
CN108376189B (zh) | 碎屑岩储层埋藏过程中成岩相演化的恢复方法 | |
CN108362621B (zh) | 基于成岩相测井识别技术模拟计算碎屑岩储层孔隙度的方法 | |
Merrill et al. | Molas and associated formations in San Juan basin-Needle Mountains area, southwestern Colorado | |
CN108345963B (zh) | 碎屑岩储层胶结减孔量的定量预测方法 | |
CN108345046B (zh) | 碎屑岩储层埋藏过程中成岩相划分方法 | |
CN108446788B (zh) | 基于成岩过程的碎屑岩储层孔隙度预测方法 | |
CN108388708B (zh) | 碎屑岩储层溶蚀增孔量的定量预测方法 | |
CN108388709B (zh) | 基于成岩相预测的储层孔隙度定量模拟方法 | |
CN108364096B (zh) | 基于过程响应的碎屑岩储层溶蚀增孔量定量预测方法 | |
Al-Matary et al. | Basin analysis study of block 10 in the Say'un-Masilah Basin, Yemen, using a 1D backstripping method | |
CN107818236B (zh) | 一种致密砂岩气藏的动态选区评价方法 | |
CN113820754A (zh) | 基于人工智能识别储层成岩相的深层致密砂岩储层评价方法 | |
CN108469634B (zh) | 基于井的碎屑岩储层成岩相横向预测方法 | |
Eradiri et al. | Sedimentary facies and petrographic analyses of Miocene nearshore deposits, Central Swamp Depobelt, onshore Niger Delta Basin: implications for reservoir quality | |
Zhao et al. | Microscopic heterogeneity and distribution characteristics of reservoirs controlled by a sequence framework: A case study of the Donghe sandstone reservoir in the Tarim Basin, SW China | |
CN108388960B (zh) | 压实减孔量的定量预测方法 | |
CN108090278B (zh) | 碎屑岩储层成岩相的划分方法 | |
Zhifeng et al. | Diagenesis and reservoir space types of alkaline lake-type shale in Fengcheng Formation of Mahu Sag, Junggar Basin, China | |
CN113309511B (zh) | 一种致密油成藏动力的获取方法 |
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 |