CN108388960B - 压实减孔量的定量预测方法 - Google Patents

压实减孔量的定量预测方法 Download PDF

Info

Publication number
CN108388960B
CN108388960B CN201810116763.0A CN201810116763A CN108388960B CN 108388960 B CN108388960 B CN 108388960B CN 201810116763 A CN201810116763 A CN 201810116763A CN 108388960 B CN108388960 B CN 108388960B
Authority
CN
China
Prior art keywords
database
compaction
establishing
cementation
reservoir
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
Application number
CN201810116763.0A
Other languages
English (en)
Other versions
CN108388960A (zh
Inventor
钱文蹈
尹太举
张昌民
何苗
侯国伟
高顺莉
夏敏
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.)
Yangtze University
Original Assignee
Yangtze 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 Yangtze University filed Critical Yangtze University
Priority to CN201810116763.0A priority Critical patent/CN108388960B/zh
Publication of CN108388960A publication Critical patent/CN108388960A/zh
Application granted granted Critical
Publication of CN108388960B publication Critical patent/CN108388960B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Development Economics (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Revetment (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种压实减孔量的定量预测方法，该方法综合考虑沉积相、粒度大小、岩屑颗粒、刚性颗粒、磨圆度、分选性、泥质含量、胶结强度、胶结类型、胶结时间、溶蚀时间、埋藏深度、异常高压、沉积速率对机械压实作用影响，分别在时空域内进行机械压实作用数值模拟，构建了一个能够反映沉积物在埋藏成岩过程中孔隙演化与机械压实作用之间定量化模型。该模型科学、合理、准确，为压实减孔量的定量预测提供了一种新的模拟方法。

Description

压实减孔量的定量预测方法
技术领域
本发明涉及油气勘探开发技术领域，具体地指一种压实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，其中机械压实作用是砂岩储集性能的主要控制因素，由机械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。影响碎屑岩储层机械压实作用的地质因素除与砂体物质成分、颗粒结构有关，在埋藏过程中成岩环境也是影响机械压实作用的一个重要影响因素。随着成岩过程的进行，各种成岩地质因素互相影响，影响程度表现不一。在沉积物埋藏较浅的成岩早期，影响机械压实作用的主要地质因素为岩石粒度、分选、刚性颗粒、磨圆、泥质含量等，到了成岩中期，影响机械压实作用的主要地质因素除了与组成碎屑岩石颗粒的原始组构之外，成岩过程中胶结类型、胶结强度、胶结时间、异常高压等地质因素也是影响压实强度的重要因素。到了成岩的晚期，岩石已固结成岩，机械压实作用对原生孔隙改造几乎不起作用。
从影响机械压实作用的因素出发，通过物理模拟实验来探讨机械压实作用过程中砂体储层物性的变化规律，由于受实验条件限制，模拟参数选择多为温度、压力、岩石组分以及粒度大小，而不能综合考虑多种因素作用下机械压实作用过程中砂体储层物性的变化规律。由于不能系统开展不同岩石成分、不同粒级大小和不同分选程度的单体或混合矿物的压实模拟试验，因此就无法进一步揭示压实过程中碎屑岩储层物性的变化规律，也就无法准确、定量预测压实作用下原生孔隙减少量。通过计算机模拟，可以综合考虑埋深、地质年代、热成熟度、温度、沉积速率、石英含量、胶结程度、构造旋回等地质因素对机械压实作用的影响，并通过因子分析、主次因素分析和多项式拟合，建立砂岩压实减孔量与埋深、颗粒密度、分选性、原始孔隙度、温度等成岩要素之间模型公式，对砂岩储层物性预测能起到良好的指导作用，然而其科学性、合理性、真实性、准确性需依赖合理数学地质模型的建立。
发明内容
本发明针对上述存在的问题，提供了一种压实减孔量的定量预测方法，该方法综合考虑了沉积相、粒度大小、岩屑颗粒、刚性颗粒、磨圆度、分选性、泥质含量、胶结强度、胶结类型、胶结时间、埋藏深度、异常高压等多种地质因素对压实作用影响，分别在时空域内进行压实作用数值模拟，构建了一个能够反映沉积物在埋藏成岩过程中孔隙演化与压实作用之间定量化模型。该模型科学、合理、准确，为压实减孔量的定量预测提供了一种新的模拟方法。
为了实现上述目的，本发明提供了一种压实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
(1)建立沉积相类型数据库
研究不同沉积相类型控制下碎屑岩储层原始组构以及原生孔隙发育情况，即，“沉积相-原始组构”模型和“原始组构-孔隙度”模型(沉积相-原始组构”模型和“原始组构-孔隙度”模型为地质历史时期原生孔隙演化提供基础资料)，建立沉积相类型数据库；
(2)建立地质参数Qi数据库
a.建立粒度(D_a)数据库，
b.建立分选性(S_b)数据库，
c.建立磨圆度(R_c)数据库，
d.建立刚性颗粒(V_d)数据库，
e.建立矿物组分(M_e)数据库，
f.建立矿物比分(O_f)数据库，
g.建立胶结类型(C_g)数据库，
h.建立胶结强度(Q_h)数据库，
i.建立胶结时间(T_i)数据库，
j.建立溶蚀时间(F_j)数据库，
k.建立泥质含量(N_k)数据库，
l.建立岩屑含量(X_l)数据库，
m.建立沉积速率(E_m)数据库，
n.超压(P_n)数据库；
3)基于上述原始资料数据库建立基础模型
(1)建立沉积相与碎屑岩原始组构模型
F(Sedimentary facies)＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c)
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
(2)建立原始组构与沉积物原始孔隙度模型；
Figure BDA0001570841510000021
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
(3)建立压实指数与成岩参数(沉积相、粒度大小、刚性颗粒、磨圆度、分选性、泥质含量、胶结强度、胶结类型、胶结时间、沉积速率、异常高压)模型；
PI＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c，C_g，Q_h，T_i，F_j，E_m，P_n，Dep)
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c，胶结类型C_g，胶结强度Q_h，胶结时间T_i，溶蚀时间F_j，沉积速率E_m，超压P_n；
(4)建立压实模型CM
建立压实模型CM，其中压实模型CM包括Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ总共十种模型；
Ⅰ:f1＝1.9467*Ln(Dep)-0.8689；
Ⅱ:f2＝2.9200*Ln(Dep)-1.3034；
Ⅲ:f3＝4.3800*Ln(Dep)-1.9551；
Ⅳ:f4＝7.0080*Ln(Dep)-3.1282；
Ⅴ:f5＝8.7600*Ln(Dep)-3.9103；
Ⅵ:f6＝11.6800*Ln(Dep)-5.2137；
Ⅶ:f7＝14.0160*Ln(Dep)-6.2564；
Ⅷ:f8＝17.5200*Ln(Dep)-7.8205；
Ⅸ:f9＝20.6118*Ln(Dep)-9.2006；
Ⅹ:f10＝23.3600*Ln(Dep)-10.4273；
其中，fi为压实率，Dep为埋深；在储层成岩的过程中，可根据压实指数PI确定储层演化属于的压实模型；
Figure BDA0001570841510000031
PI压实指数，n为地质参数的个数，Qi为地质参数，其大小根据压实级别来定，Pi为第i个压实指标的权值；
PI∈[18～12)，CM＝Ⅰ；
PI∈[12～8)，CM＝Ⅱ；
PI∈[8～5)，CM＝Ⅲ；
PI∈[5～4)，CM＝Ⅳ；
PI∈[4～3)，CM＝Ⅴ；
PI∈[3～2.5)，CM＝Ⅵ；
PI∈[2.5～2)，CM＝Ⅶ；
PI∈[2～1.7)，CM＝Ⅷ；
PI∈[1.7～1.5)，CM＝Ⅸ；
PI∈[1.5～0)，CM＝Ⅹ；
4)影响参数选取
(1)研究区储层网格化
将研究区的储层进行网格化，每个网格化的储层的表示为Wm(xm，ym，zm)；
(2)确定每个网格化的储层沉积相
根据上述建立的沉积相类型数据库，分析每个网格化的储层的沉积相类型。
Wm(xm，ym，zm)＝F(Sedimentary facies)
(3)确定每个网格化的储层的原始组构
根据研究区中每个网格化的储层的沉积相数据确定每个空间网格原始组构数据，并根据研究区已知井“沉积相-原始组构数据”对未知区域“沉积相-原始组构”数据F(Sedimentary facies)＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c)进行校正；
(4)确定每个网格化的储层的原始孔隙
a.确定每个网格原始组构
Figure BDA0001570841510000032
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
b.在步骤a基础上，确定每个网格的压实级别G
Figure BDA0001570841510000033
当15≥G≥7，
Figure BDA0001570841510000034
当20≥G≥16，
Figure BDA0001570841510000035
当30≥G≥21，
Figure BDA0001570841510000036
当35≥G≥31，
Figure BDA0001570841510000037
当40≥G≥36，
Figure BDA0001570841510000038
(5)确定演化期次
根据研究区埋藏史数据，确定每个网格化的储层即为网格化的目标储层在地质历史时期演化期次，演化期次以tj表示j＝1，2，3……；
(6)确定网格化的目标储层的胶结类型和胶结强度、溶蚀时间；
根据研究区成岩相数据以及单井成岩序列确定网格化的目标储层每个期次胶结类型和胶结强度、溶蚀时间；
(7)确定网格化的目标储层的压实指数以及每个网格初始压实模型IM
在储层埋藏之前，决定储层初始压实模型IM的为分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m地质参数，根据以上地质参数Qi确定每个网格初始压实模型IM，初始压实模型的确定可用以下公式：
Figure BDA0001570841510000041
计算初始压实模型的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m；
PI∈[18～12)，CM＝Ⅰ；
PI∈[12～8)，CM＝Ⅱ；
PI∈[8～5)，CM＝Ⅲ；
PI∈[5～4)，CM＝Ⅳ；
PI∈[4～3)，CM＝Ⅴ；
PI∈[3～2.5)，CM＝Ⅵ；
PI∈[2.5～2)，CM＝Ⅶ；
PI∈[2～1.7)，CM＝Ⅷ；
PI∈[1.7～1.5)，CM＝Ⅸ；
PI∈[1.5～0)，CM＝Ⅹ；
(8)确定网格化的目标储层不同演化阶段地质指数
根据地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n确定成岩过程中压实指数PI。压实指数计算公式如下：
Figure BDA0001570841510000042
计算压实指数PI的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n；
PI∈[18～12)，CM＝Ⅰ；PI∈[12～8)，CM＝Ⅱ；PI∈[8～5)，CM＝Ⅲ；PI∈[5～4)，CM＝Ⅳ；PI∈[4～3)，CM＝Ⅴ；PI∈[3～2.5)，CM＝Ⅵ；PI∈[2.5～2)，CM＝Ⅶ；PI∈[2～1.7)，CM＝Ⅷ；PI∈[1.7～1.5)，CM＝Ⅸ；PI∈[1.5～0)，CM＝Ⅹ；
(9)确定网格化的目标储层不同演化阶段压实模型及孔隙度大小
gj＝fi；
Figure BDA0001570841510000043
其中，gj为演化阶段j的压实率改变量，fi为相应的压实率模型，
Figure BDA0001570841510000044
为j-1阶段孔隙度，
Figure BDA0001570841510000045
为第j阶段孔隙度，i＝1，2，3，……10，
Figure BDA0001570841510000046
为原始孔隙度；
(10)计算孔隙度随时间演化分布
a.根据原始组构确定每个网格的压实级别G
Figure BDA0001570841510000047
当15≥G≥7，
Figure BDA0001570841510000051
当20≥G≥16，
Figure BDA0001570841510000052
当30≥G≥21，
Figure BDA0001570841510000053
当35≥G≥31，
Figure BDA0001570841510000054
当40≥G≥36，
Figure BDA0001570841510000055
b.根据研究区地质资料确定每个网格的演化阶段tj，j＝1，2，3……；
c.根据原始组构确定每个网格初始压实模型IM；
d.根据成岩作用以及原始组构确定每个网格不同演化阶段tj地质指数；
e.在步骤c和步骤d的基础上确定每个网格不同演化阶段tj压实模型gj；
f.根据初始孔隙度
Figure BDA0001570841510000056
初始压实模型IM，不同演化阶段压实模型gj计算不同演化阶段tj时机械压实作用下储层孔隙减少量。
进一步地，所述步骤1)中，收集研究区的地质资料包括：
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研究区储层成岩相研究成果图；
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)的第(2)小步中，
a.建立粒度(D_a)数据库
按照碎屑岩粒度大小，建立粒度数据库；
表碎屑岩粒度(D_a)类型及其分类
粒级划分 数据库代码 颗粒直径(mm) 压实级别(G_1)
巨砾 D_1 ＞1000 1
粗砾 D_2 ＞100～1000 2
中砾 D_3 ＞10～100 3
细砾 D_4 ＞1～10 4
粗砂 D_5 ＞0.5～1 5
中砂 D_6 ＞0.25～0.5 6
细砂 D_7 ＞0.1～0.25 7
粗粉砂 D_8 ＞0.05～0.1 8
细粉砂 D_9 ＞0.01～0.05 9
粘土 D_10 ≤0.01 10
b.建立分选性(S_b)数据库
按照碎屑岩颗粒大小的标准偏差即均一性，建立碎屑岩分选性数据库；
表碎屑岩分选性(S_b)类型及其分类
分选性级别 数据库代码 标准偏差 压实级别(G_2)
分选极好 S_1 ≤0.35 1
分选好 S_2 ＞0.35～0.50 2
分选较好 S_3 ＞0.50～0.71 3
分选中等 S_4 ＞0.71～1.00 4
分选较差 S_5 ＞1.00～2.00 5
分选差 S_6 ＞2.00～4.00 6
分选极差 S_7 ＞4.00 7
c.建立磨圆度(R_c)数据库
按照碎屑岩磨圆情况，建立磨圆度数据库；
表碎屑岩磨圆度(R_c)类型及其分类
磨圆度 数据库代码 压实级别(G_3)
棱角状 R_1 1
次棱角状 R_2 2
次圆状 R_3 3
圆状 R_4 4
d.建立刚性颗粒(V_d)数据库
按照碎屑岩中刚性颗粒含量，建立刚性颗粒数据库；
表碎屑岩刚性组分(V_d)及其分类
刚性颗粒 数据库代码 压实级别(G_4)
＞75 V_1 1
＞60～75 V_2 2
＞45～60 V_3 3
＞30～45 V_4 4
≤30 V_5 5
e.建立矿物组分(M_e)数据库
按照碎屑岩中矿物组分，建立矿物组分数据库。
表碎屑岩矿物组分(M_e)及其分类
矿物组分 数据库代码 压实级别(G_5)
石英、长石、方解石、白云石、云母、黏土矿物 M_1 1
石英、方解石、白云石 M_2 2
石英、方解石、白云石、黏土矿物 M_3 3
石英、长石 M_4 4
长石、方解石、白云石 M_5 5
石英、方解石 M_6 6
f.建立矿物比分(O_f)数据库
按照碎屑岩中长石含量建立矿物比分数据库；
表碎屑岩矿物比分(Mn)及其分类
长石百分比(％) 数据库代码 压实级别(G_6)
＞75 O_1 1
＞60～75 O_2 2
＞45～60 O_3 3
＞30～45 O_4 4
≤30 O_5 5
g.建立胶结类型(C_g)数据库
按照碎屑岩胶结类型，建立胶结类型数据库；
表胶结类型(C_g)数据库
胶结类型 数据库代码 压实级别(G_7)
钙质 C_1 1
硅质 C_2 2
铁质 C_3 3
黏土 C_4 4
h.建立胶结强度(Q_h)数据库
按照碎屑岩的胶结强度，建立胶结强度(Q_h)数据库；
表8胶结类型(Q_h)数据库
胶结强度 数据库代码 压实级别(G_8)
弱(胶结率≤2) Q_1 1
中(7≥胶结率＞2) Q_2 2
强(胶结率＞7) Q_3 3
i.建立胶结时间(T_i)数据库
按照碎屑岩成岩阶段将碎屑岩胶结时间进行分类，建立储层演化过程中胶结时间数据库；
表胶结时间(T_i)数据库
胶结时间 数据库代码 压实级别(G_9)
ⅠA T_1 5
ⅠB T_2 4
ⅡA T_3 3
ⅡB T_4 2
Ⅲ T_5 1
j.建立溶蚀时间(F_j)数据库
按照碎屑岩成岩阶段将碎屑岩胶结时间进行分类，建立储层演化过程中胶结时间数据库；
表溶蚀时间(F_j)数据库
溶蚀时间 数据库代码 压实级别(G_10)
ⅠA F_1 1
ⅠB F_2 2
ⅡA F_3 3
ⅡB F_4 4
Ⅲ F_5 5
k.建立泥质含量(N_k)数据库
按照碎屑岩中的泥质含量，建立泥质含量数据库；
表泥质含量N_k分类
泥质含量(％) 数据库代码 压实级别(G_11)
＜2 N_1 1
≥2～5 N_2 2
＞5～8 N_3 3
＞8 N_4 4
l.建立岩屑含量(X_l)数据库
按照碎屑岩中岩屑含量，建立岩屑含量数据库。
表岩屑含量(X_l)分类
岩屑含量(％) 数据库代码 压实级别(G_12)
≤2 X_1 1
＞2～6 X_2 2
＞6～10 X_3 3
＞10 X_4 4
m.建立沉积速率(E_m)数据库
按照碎屑岩的沉积速率将碎屑岩储层进行分类，建立沉积速率数据库；
表沉积速率(E_n)分类
沉积速率(m/Ma) 数据库代码 压实级别(G_13)
＜100 E_1 1
≥100～500 E_2 2
＞500～1000 E_3 3
＞1000 E_4 4
n.超压(P_n)数据库
按照压力系数大小将碎屑岩储层演化过程中压力大小进行分类，建立超压数据库；
压力系数αp＝Pp/Ph
其中，Pp为实测地层压力，Ph为静水压力；
表超压(P_n)分类
超压程度 α<sub>p</sub> 数据库代码 压实级别(G_14)
弱超压 ＜1.2 P_1 1
中超压 1.2～1.8 P_2 2
强压 ＞1.8 P_3 3
本发明的有益效果在于：
(1)本发明在压实减孔量的定量预测上，综合考虑了多种地质参数，其中包括沉积相、粒度大小、岩屑颗粒、刚性颗粒、磨圆度、分选性、泥质含量、胶结强度、胶结类型、胶结时间、溶蚀时间、埋藏深度、异常高压、沉积速率，弥补了计算过程中参数选择不足；
(2)本发明在压实模型的建立上，使用了十种理想压实曲线对成岩过程中压实作用进行动态刻画，能准确地恢复整个压实过程；
(3)本发明在地质参数的选取上，以动态形式进行综合判识。
附图说明
图1为研究区埋藏史、温度史、成岩演化序列；
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
压实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研究区储层成岩相研究成果图；
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)建立沉积相类型数据库
研究不同沉积相类型控制下碎屑岩储层原始组构以及原生孔隙发育情况，即，“沉积相-原始组构”模型和“原始组构-孔隙度”模型(沉积相-原始组构”模型和“原始组构-孔隙度”模型为地质历史时期原生孔隙演化提供基础资料)，建立沉积相类型数据库；
(2)建立地质参数Qi数据库
a.建立粒度(D_a)数据库
按照碎屑岩粒度大小，建立粒度数据库；
表1碎屑岩粒度(D_a)类型及其分类
粒级划分 数据库代码 颗粒直径(mm) 压实级别(G_1)
巨砾 D_1 ＞1000 1
粗砾 D_2 ＞100～1000 2
中砾 D_3 ＞10～100 3
细砾 D_4 ＞1～10 4
粗砂 D_5 ＞0.5～1 5
中砂 D_6 ＞0.25～0.5 6
细砂 D_7 ＞0.1～0.25 7
粗粉砂 D_8 ＞0.05～0.1 8
细粉砂 D_9 ＞0.01～0.05 9
粘土 D_10 ≤0.01 10
b.建立分选性(S_b)数据库
按照碎屑岩颗粒大小的标准偏差即均一性，建立碎屑岩分选性数据库；
表2碎屑岩分选性(S_b)类型及其分类
分选性级别 数据库代码 标准偏差 压实级别(G_2)
分选极好 S_1 ≤0.35 1
分选好 S_2 ＞0.35～0.50 2
分选较好 S_3 ＞0.50～0.71 3
分选中等 S_4 ＞0.71～1.00 4
分选较差 S_5 ＞1.00～2.00 5
分选差 S_6 ＞2.00～4.00 6
分选极差 S_7 ＞4.00 7
c.建立磨圆度(R_c)数据库
按照碎屑岩磨圆情况，建立磨圆度数据库；
表3碎屑岩磨圆度(R_c)类型及其分类
磨圆度 数据库代码 压实级别(G_3)
棱角状 R_1 1
次棱角状 R_2 2
次圆状 R_3 3
圆状 R_4 4
d.建立刚性颗粒(V_d)数据库
按照碎屑岩中刚性颗粒含量，建立刚性颗粒数据库；
表4碎屑岩刚性组分(V_d)及其分类
刚性颗粒 数据库代码 压实级别(G_4)
＞75 V_1 1
＞60～75 V_2 2
＞45～60 V_3 3
＞30～45 V_4 4
≤30 V_5 5
e.建立矿物组分(M_e)数据库
按照碎屑岩中矿物组分，建立矿物组分数据库。
表5碎屑岩矿物组分(M_e)及其分类
矿物组分 数据库代码 压实级别(G_5)
石英、长石、方解石、白云石、云母、黏土矿物 M_1 1
石英、方解石、白云石 M_2 2
石英、方解石、白云石、黏土矿物 M_3 3
石英、长石 M_4 4
长石、方解石、白云石 M_5 5
石英、方解石 M_6 6
f.建立矿物比分(O_f)数据库
按照碎屑岩中长石含量建立矿物比分数据库；
表6碎屑岩矿物比分(Mn)及其分类
长石百分比(％) 数据库代码 压实级别(G_6)
＞75 O_1 1
＞60～75 O_2 2
＞45～60 O_3 3
＞30～45 O_4 4
≤30 O_5 5
g.建立胶结类型(C_g)数据库
按照碎屑岩胶结类型，建立胶结类型数据库；
表7胶结类型(C_g)数据库
Figure BDA0001570841510000091
Figure BDA0001570841510000101
h.建立胶结强度(Q_h)数据库
按照碎屑岩的胶结强度，建立胶结强度(Q_h)数据库；
表8胶结类型(Q_h)数据库
胶结强度 数据库代码 压实级别(G_8)
弱(胶结率≤2) Q_1 1
中(7≥胶结率＞2) Q_2 2
强(胶结率＞7) Q_3 3
i.建立胶结时间(T_i)数据库
按照碎屑岩成岩阶段将碎屑岩胶结时间进行分类，建立储层演化过程中胶结时间数据库；
表9胶结时间(T_i)数据库
胶结时间 数据库代码 压实级别(G_9)
ⅠA T_1 5
ⅠB T_2 4
ⅡA T_3 3
ⅡB T_4 2
Ⅲ T_5 1
j.建立溶蚀时间(F_j)数据库
按照碎屑岩成岩阶段将碎屑岩胶结时间进行分类，建立储层演化过程中胶结时间数据库；
表10溶蚀时间(F_j)数据库
溶蚀时间 数据库代码 压实级别(G_10)
ⅠA F_1 1
ⅠB F_2 2
ⅡA F_3 3
ⅡB F_4 4
Ⅲ F_5 5
k.建立泥质含量(N_k)数据库
按照碎屑岩中的泥质含量，建立泥质含量数据库；
表11泥质含量N_k分类
泥质含量(％) 数据库代码 压实级别(G_11)
＜2 N_1 1
≥2～5 N_2 2
＞5～8 N_3 3
＞8 N_4 4
l.建立岩屑含量(X_l)数据库
按照碎屑岩中岩屑含量，建立岩屑含量数据库。
表12岩屑含量(X_l)分类
岩屑含量(％) 数据库代码 压实级别(G_12)
≤2 X_1 1
＞2～6 X_2 2
＞6～10 X_3 3
＞10 X_4 4
m.建立沉积速率(E_m)数据库
按照碎屑岩的沉积速率将碎屑岩储层进行分类，建立沉积速率数据库；
表13沉积速率(E_n)分类
沉积速率(m/Ma) 数据库代码 压实级别(G_13)
＜100 E_1 1
≥100～500 E_2 2
＞500～1000 E_3 3
＞1000 E_4 4
n.超压(P_n)数据库
按照压力系数大小将碎屑岩储层演化过程中压力大小进行分类，建立超压数据库；
压力系数αp＝Pp/Ph
其中，Pp为实测地层压力，Ph为静水压力；
表14超压(P_n)分类
超压程度 α<sub>p</sub> 数据库代码 压实级别(G_14)
弱超压 ＜1.2 P_1 1
中超压 1.2～1.8 P_2 2
强压 ＞1.8 P_3 3
3)基于上述原始资料数据库建立基础模型
(1)建立沉积相与碎屑岩原始组构模型
F(Sedimentary facies)＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c)
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
(2)建立原始组构与沉积物原始孔隙度模型；
Figure BDA0001570841510000111
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
(3)建立压实指数与成岩参数(沉积相、粒度大小、刚性颗粒、磨圆度、分选性、泥质含量、胶结强度、胶结类型、胶结时间、沉积速率、异常高压)模型；
PI＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c，C_g，Q_h，T_i，F_j，E_m，P_n，Dep)
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c，胶结类型C_g，胶结强度Q_h，胶结时间T_i，溶蚀时间F_j，沉积速率E_m，超压P_n；
(4)建立压实模型CM
建立压实模型CM，其中压实模型CM包括Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ总共十种模型；
Ⅰ:f1＝1.9467*Ln(Dep)-0.8689；
Ⅱ:f2＝2.9200*Ln(Dep)-1.3034；
Ⅲ:f3＝4.3800*Ln(Dep)-1.9551；
Ⅳ:f4＝7.0080*Ln(Dep)-3.1282；
Ⅴ:f5＝8.7600*Ln(Dep)-3.9103；
Ⅵ:f6＝11.6800*Ln(Dep)-5.2137；
Ⅶ:f7＝14.0160*Ln(Dep)-6.2564；
Ⅷ:f8＝17.5200*Ln(Dep)-7.8205；
Ⅸ:f9＝20.6118*Ln(Dep)-9.2006；
Ⅹ:f10＝23.3600*Ln(Dep)-10.4273；
其中，fi为压实率，Dep为埋深；在储层成岩的过程中，可根据压实指数PI确定储层演化属于的压实模型；
Figure BDA0001570841510000112
PI压实指数，n为地质参数的个数，Qi为地质参数，其大小根据压实级别来定，Pi为第i个压实指标的权值；
PI∈[18～12)，CM＝Ⅰ；
PI∈[12～8)，CM＝Ⅱ；
PI∈[8～5)，CM＝Ⅲ；
PI∈[5～4)，CM＝Ⅳ；
PI∈[4～3)，CM＝Ⅴ；
PI∈[3～2.5)，CM＝Ⅵ；
PI∈[2.5～2)，CM＝Ⅶ；
PI∈[2～1.7)，CM＝Ⅷ；
PI∈[1.7～1.5)，CM＝Ⅸ；
PI∈[1.5～0)，CM＝Ⅹ；
4)影响参数选取
(1)研究区储层网格化
将研究区的储层进行网格化，每个网格化的储层的表示为Wm(xm，ym，zm)；
(2)确定每个网格化的储层沉积相
根据上述建立的沉积相类型数据库，分析每个网格化的储层的沉积相类型。
Wm(xm，ym，zm)＝F(Sedimentary facies)
(3)确定每个网格化的储层的原始组构
根据研究区中每个网格化的储层的沉积相数据确定每个空间网格原始组构数据，并根据研究区已知井“沉积相-原始组构数据”对未知区域“沉积相-原始组构”数据F(Sedimentary facies)＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c)进行校正；
(4)确定每个网格化的储层的原始孔隙
a.确定每个网格原始组构
Figure BDA0001570841510000121
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
b.在步骤a基础上，确定每个网格的压实级别G
Figure BDA0001570841510000122
当15≥G≥7，
Figure BDA0001570841510000123
当20≥G≥16，
Figure BDA0001570841510000124
当30≥G≥21，
Figure BDA0001570841510000125
当35≥G≥31，
Figure BDA0001570841510000126
当40≥G≥36，
Figure BDA0001570841510000127
(5)确定演化期次
根据研究区埋藏史数据，确定每个网格化的储层即为网格化的目标储层在地质历史时期演化期次，演化期次以tj表示j＝1，2，3……；
(6)确定网格化的目标储层的胶结类型和胶结强度、溶蚀时间；
根据研究区成岩相数据以及单井成岩序列确定网格化的目标储层每个期次胶结类型和胶结强度、溶蚀时间；
(7)确定网格化的目标储层的压实指数以及每个网格初始压实模型IM
在储层埋藏之前，决定储层初始压实模型IM的为分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m地质参数，根据以上地质参数Qi确定每个网格初始压实模型IM，初始压实模型的确定可用以下公式：
Figure BDA0001570841510000131
计算初始压实模型的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m；
PI∈[18～12)，CM＝Ⅰ；
PI∈[12～8)，CM＝Ⅱ；
PI∈[8～5)，CM＝Ⅲ；
PI∈[5～4)，CM＝Ⅳ；
PI∈[4～3)，CM＝Ⅴ；
PI∈[3～2.5)，CM＝Ⅵ；
PI∈[2.5～2)，CM＝Ⅶ；
PI∈[2～1.7)，CM＝Ⅷ；
PI∈[1.7～1.5)，CM＝Ⅸ；
PI∈[1.5～0)，CM＝Ⅹ；
(8)确定网格化的目标储层不同演化阶段地质指数
根据地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n确定成岩过程中压实指数PI。压实指数计算公式如下：
Figure BDA0001570841510000132
计算压实指数PI的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n；
PI∈[18～12)，CM＝Ⅰ；PI∈[12～8)，CM＝Ⅱ；PI∈[8～5)，CM＝Ⅲ；PI∈[5～4)，CM＝Ⅳ；PI∈[4～3)，CM＝Ⅴ；PI∈[3～2.5)，CM＝Ⅵ；PI∈[2.5～2)，CM＝Ⅶ；PI∈[2～1.7)，CM＝Ⅷ；PI∈[1.7～1.5)，CM＝Ⅸ；PI∈[1.5～0)，CM＝Ⅹ；
(9)确定网格化的目标储层不同演化阶段压实模型及孔隙度大小
gj＝fi；
Figure BDA0001570841510000133
其中，gj为演化阶段j的压实率改变量，fi为相应的压实率模型，
Figure BDA0001570841510000134
为j-1阶段孔隙度，
Figure BDA0001570841510000135
为第j阶段孔隙度，i＝1，2，3，……10，
Figure BDA0001570841510000136
为原始孔隙度；
(10)计算孔隙度随时间演化分布
a.根据原始组构确定每个网格的压实级别G
Figure BDA0001570841510000137
当15≥G≥7，
Figure BDA0001570841510000138
当20≥G≥16，
Figure BDA0001570841510000139
当30≥G≥21，
Figure BDA00015708415100001310
当35≥G≥31，
Figure BDA00015708415100001311
当40≥G≥36，
Figure BDA00015708415100001312
b.根据研究区地质资料确定每个网格的演化阶段tj，j＝1，2，3……；
c.根据原始组构确定每个网格初始压实模型IM；
d.根据成岩作用以及原始组构确定每个网格不同演化阶段tj地质指数；
e.在步骤c和步骤d的基础上确定每个网格不同演化阶段tj压实模型gj；
f.根据初始孔隙度
Figure BDA0001570841510000144
初始压实模型IM，不同演化阶段压实模型gj计算不同演化阶段tj时机械压实作用下储层孔隙减少量。
实施例2
基于上述压实减孔量的定量预测方法对渤中凹陷BZ19-2-1进行预测：分析BZ19-2-1井东二段D2为滨浅湖相，岩性为中粒石英质长石砂岩，岩石分选性较好，粒度次圆状，刚性颗粒平均含量68％，矿物组分以长石、石英为主，碎屑岩中长石含量平均为53％。东二段D2在整个地质历史时期经历了三个演化阶段，分别是：ⅠA、ⅠB、ⅡA。在ⅠA演化阶段，胶结类型为泥质胶结和钙质胶结，胶结强度中等；在ⅠB演化阶段，胶结类型为泥质胶结和钙质胶结，胶结强度中等；在ⅡA演化阶段，胶结类型为泥质胶结，胶结强度弱，且长石发生了溶蚀作用，溶蚀强度中等。整个地质演化过程中，地层无异常高压现象；具体预测方法如下：
1、收集研究区地质资料
(1)沉积相；
(2)研究区埋藏史、热演化史、成岩演化序列；
2、建立基础地质模型
(1)确定原始组构
根据沉积相-原始组构模型，结合研究区沉积相资料、原始组构资料，确定井BZ19-2-1东营组二段储层滨湖相下碎屑颗粒粒度D_a、分选性S_b、磨圆度R_c、刚性颗粒V_d、矿物组分M_e、矿物比分O_f、泥质含量N_k、岩屑含量X_l的分布，即：
F(Ⅲ-A-b)＝F(D_a，S_b，R_c，V_d，M_e，O_f，N_k，X_l)
其中：D_a＝D_6，S_b＝S_3，R_c＝R_3，V_d＝V_2，M_e＝M_4，O_f＝O_3，N_k＝N_1，X_l＝X_1；
(2)确定压实级别
根据原始组构-原始孔隙模型，选择地质参数，结合压实级别计算公式，确定井BZ19-2-1东营组二段储层的原始孔隙度；其中，D_a＝D_6＝6，S_b＝S_3＝3，R_c＝R_3＝3，V_d＝V_2＝2，M_e＝M_4＝4，O_f＝O_3＝3，N_k＝N_1＝1，X_l＝X_1＝1；即G＝23，
Figure BDA0001570841510000141
压实级别计算公式
Figure BDA0001570841510000142
(3)确定演化期次
根据研究区埋藏史数据，确定BZ19-2-1东营组二段储层在地质历史时期演化期次，其由老到新的演化顺序依次是：t1＝ⅠA，t2＝ⅠB，t3＝ⅡA；
(4)确定初始压实模型
选择参数，其中包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m地质参数，进而确定压实指数。压实指数计算公式：
Figure BDA0001570841510000143
根据压实指数确定BZ19-2-1东营组二段储层压实初始模型IM。其中，D_a＝D_6＝6，S_b＝S_3＝3，R_c＝R_3＝3，V_d＝V_2＝2，M_e＝M_4＝4，O_f＝O_3＝3，N_k＝N_1＝1，X_l＝X_1＝1，E_m＝3，Pi＝0.15，即PI＝3.9；
IM:g0＝f5＝8.7600*Ln(Dep)-3.9103
(5)确定不同阶段压实指数
根据地质参数，其中包括分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c，胶结类型C_g，胶结强度Q_h，胶结时间T_i，溶蚀时间F_j，沉积速率E_m，超压P_n，进而确定不同阶段储层压实指数。压实指数计算公式：
Figure BDA0001570841510000151
a.ⅠA阶段压实指数以及压实模型
在ⅠA演化阶段，D_a＝D_6＝6，S_b＝S_3＝3，R_c＝R_3＝3，V_d＝V_2＝2，M_e＝M_4＝4，O_f＝O_3＝3，N_k＝N_1＝1，X_l＝X_1＝1，E_m＝3，胶结类型C_g＝2，胶结强度Q_h＝2，胶结时间T_i＝5，溶蚀时间F_j＝0，超压P_n＝0，Pi＝0.15，即PI＝5.25；
IM:g0＝f3＝4.3800*Ln(Dep)-1.9551；
b.ⅠB阶段压实指数以及压实模型
在ⅠB演化阶段，D_a＝D_6＝6，S_b＝S_3＝3，R_c＝R_3＝3，V_d＝V_2＝2，M_e＝M_4＝4，O_f＝O_3＝3，N_k＝N_1＝1，X_l＝X_1＝1，E_m＝3，胶结类型C_g＝2，胶结强度Q_h＝2，胶结时间T_i＝5，溶蚀时间F_j＝0，超压P_n＝0，Pi＝0.20，即PI＝7.0；
IM:g0＝f3＝4.3800*Ln(Dep)-1.9551；
c.ⅡA阶段压实指数以及压实模型
在ⅡA演化阶段，D_a＝D_6＝6，S_b＝S_3＝3，R_c＝R_3＝3，V_d＝V_2＝2，M_e＝M_4＝4，O_f＝O_3＝3，N_k＝N_1＝1，X_l＝X_1＝1，E_m＝3，胶结类型C_g＝4，胶结强度Q_h＝1，胶结时间T_i＝3，溶蚀时间F_j＝3，超压P_n＝0，Pi＝0.20，即PI＝8.14；
IM:g0＝f2＝2.9200*Ln(Dep)-1.3034；
(6)确定不同演化阶段机械压实作用下减孔量及孔隙度大小
a.目标层初始压实模型
压实模型：IM:g0＝f5＝8.7600*Ln(Dep)-3.9103，Dep∈[0，150)；
孔隙度：
Figure BDA0001570841510000152
孔隙度改变量：
Figure BDA0001570841510000153
b.目标层ⅠA演化阶段
压实模型：g1＝f3＝4.3800*Ln(Dep)-1.9551，Dep∈[150，1021)；
孔隙度：
Figure BDA0001570841510000154
孔隙度改变量：
Figure BDA0001570841510000155
c.目标层ⅠB演化阶段
压实模型：g2＝f3＝4.3800*Ln(Dep)-1.9551，Dep∈[1021，1760)；
孔隙度：
Figure BDA0001570841510000156
孔隙度改变量：
Figure BDA0001570841510000157
d.目标层ⅡA演化阶段
压实模型：g3＝f2＝2.9200*Ln(Dep)-1.3034，Dep∈[1760，3982)；
孔隙度：
Figure BDA0001570841510000158
孔隙度改变量：
Figure BDA0001570841510000159
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 (3)

1.一种压实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
(1)建立沉积相类型数据库
研究不同沉积相类型控制下碎屑岩储层原始组构以及原生孔隙发育情况，建立沉积相类型数据库；
(2)建立地质参数Qi数据库，它包括：
a.建立粒度D_a数据库，
b.建立分选性S_b数据库，
c.建立磨圆度R_c数据库，
d.建立刚性颗粒V_d数据库，
e.建立矿物组分M_e数据库，
f.建立矿物比分O_f数据库，
g.建立胶结类型C_g数据库，
h.建立胶结强度Q_h数据库，
i.建立胶结时间T_i数据库，
j.建立溶蚀时间F_j数据库，
k.建立泥质含量N_k数据库，
l.建立岩屑含量X_l数据库，
m.建立沉积速率E_m数据库，
n.超压P_n数据库；
3)基于上述原始资料数据库建立基础模型
(1)建立沉积相与碎屑岩原始组构模型
F(Sedimentary facies)＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c)
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
F(Sedimentary facies)为沉积相属性的函数，用以表达不同空间位置沉积相属性；
(2)建立原始组构与沉积物原始孔隙度模型；
Figure FDA0003135305730000011
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
(3)建立压实指数与成岩参数模型；
PI＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c，C_g，Q_h，T_i，F_j，E_m，P_n，Dep)
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c，胶结类型C_g，胶结强度Q_h，胶结时间T_i，溶蚀时间F_j，沉积速率E_m，超压P_n；
(4)建立压实模型CM
建立压实模型CM，其中压实模型CM包括Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ总共十种模型；
Ⅰ:f1＝1.9467*Ln(Dep)-0.8689；
Ⅱ:f2＝2.9200*Ln(Dep)-1.3034；
Ⅲ:f3＝4.3800*Ln(Dep)-1.9551；
Ⅳ:f4＝7.0080*Ln(Dep)-3.1282；
Ⅴ:f5＝8.7600*Ln(Dep)-3.9103；
Ⅵ:f6＝11.6800*Ln(Dep)-5.2137；
Ⅶ:f7＝14.0160*Ln(Dep)-6.2564；
Ⅷ:f8＝17.5200*Ln(Dep)-7.8205；
Ⅸ:f9＝20.6118*Ln(Dep)-9.2006；
Ⅹ:f10＝23.3600*Ln(Dep)-10.4273；
其中，fi为压实率，Dep为埋深；
在储层成岩的过程中，根据压实指数PI确定储层演化属于的压实模型；
Figure FDA0003135305730000021
其中，PI压实指数，n为地质参数的个数，Qi为地质参数，其大小根据压实级别G来定，Pi为第i个压实指标的权值；
PI∈[18～12)，CM＝Ⅰ；
PI∈[12～8)，CM＝Ⅱ；
PI∈[8～5)，CM＝Ⅲ；
PI∈[5～4)，CM＝Ⅳ；
PI∈[4～3)，CM＝Ⅴ；
PI∈[3～2.5)，CM＝Ⅵ；
PI∈[2.5～2)，CM＝Ⅶ；
PI∈[2～1.7)，CM＝Ⅷ；
PI∈[1.7～1.5)，CM＝Ⅸ；
PI∈[1.5～0)，CM＝Ⅹ；
4)影响参数选取
(1)研究区储层网格化
将研究区的储层进行网格化，每个网格化的储层表示为Wm(xm，ym，zm)；其中，Wm(xm,ym,zm)为每个网格化的储层的空间函数，xm是横坐标，ym是纵坐标，zm是垂直坐标；
(2)确定每个网格化的储层沉积相
根据上述建立的沉积相类型数据库，分析每个网格化的储层的沉积相类型；
Wm(xm，ym，zm)＝F(Sedimentary facies)
(3)确定每个网格化的储层的原始组构
根据研究区中每个网格化的储层的沉积相数据确定每个空间网格原始组构数据，并根据研究区已知井“沉积相-原始组构数据”对未知区域“沉积相-原始组构”数据F(Sedimentary facies)＝F(S_b，D_a，X_l，N_k，V_d，M_e，R_c)进行校正；
(4)确定每个网格化的储层的原始孔隙
a.确定每个网格原始组构
Figure FDA0003135305730000022
其中：分选性S_b，粒度D_a，岩屑含量X_l，泥质含量N_k，刚性颗粒V_d，矿物组分M_e，磨圆度R_c；
b.在步骤a基础上，确定每个网格的压实级别G
Figure FDA0003135305730000031
当15≥G≥7，
Figure FDA0003135305730000032
当20≥G≥16，
Figure FDA0003135305730000033
当30≥G≥21，
Figure FDA0003135305730000034
当35≥G≥31，
Figure FDA0003135305730000035
当40≥G≥36，
Figure FDA0003135305730000036
(5)确定演化期次
根据研究区埋藏史数据，确定每个网格化的储层即为网格化的目标储层在地质历史时期演化期次，演化期次以t j表示j＝1，2，3……
(6)确定网格化的目标储层的胶结类型和胶结强度、溶蚀时间；
根据研究区成岩相数据以及单井成岩序列确定网格化的目标储层每个期次胶结类型和胶结强度、溶蚀时间；
(7)确定网格化的目标储层的压实指数以及每个网格初始压实模型IM
在储层埋藏之前，决定储层初始压实模型IM的为分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m地质参数，根据以上地质参数Qi确定每个网格初始压实模型IM，初始压实模型的确定用以下公式：
Figure FDA0003135305730000037
计算初始压实模型的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m；
PI∈[18～12)，CM＝Ⅰ；
PI∈[12～8)，CM＝Ⅱ；
PI∈[8～5)，CM＝Ⅲ；
PI∈[5～4)，CM＝Ⅳ；
PI∈[4～3)，CM＝Ⅴ；
PI∈[3～2.5)，CM＝Ⅵ；
PI∈[2.5～2)，CM＝Ⅶ；
PI∈[2～1.7)，CM＝Ⅷ；
PI∈[1.7～1.5)，CM＝Ⅸ；
PI∈[1.5～0)，CM＝Ⅹ；
(8)确定网格化的目标储层不同演化阶段地质指数
根据地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n确定成岩过程中压实指数PI，压实指数计算公式如下：
Figure FDA0003135305730000038
计算压实指数PI的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n；
PI∈[18～12)，CM＝Ⅰ；PI∈[12～8)，CM＝Ⅱ；PI∈[8～5)，CM＝Ⅲ；PI∈[5～4)，CM＝Ⅳ；PI∈[4～3)，CM＝Ⅴ；PI∈[3～2.5)，CM＝Ⅵ；PI∈[2.5～2)，CM＝Ⅶ；PI∈[2～1.7)，CM＝Ⅷ；PI∈[1.7～1.5)，CM＝Ⅸ；PI∈[1.5～0)，CM＝Ⅹ；
(9)确定网格化的目标储层不同演化阶段压实模型及孔隙度大小
gj＝fi；
Figure FDA0003135305730000041
其中，gj为演化阶段j的压实率改变量，fi为相应的压实率模型，
Figure FDA0003135305730000042
为j-1阶段孔隙度，
Figure FDA0003135305730000043
为第j阶段孔隙度，i＝1，2，3，……10，
Figure FDA0003135305730000044
为原始孔隙度；
(10)计算孔隙度随时间演化分布
a.根据原始组构确定每个网格的压实级别G
Figure FDA0003135305730000045
当15≥G≥7，
Figure FDA0003135305730000046
当20≥G≥16，
Figure FDA0003135305730000047
当30≥G≥21，
Figure FDA0003135305730000048
当35≥G≥31，
Figure FDA0003135305730000049
当40≥G≥36，
Figure FDA00031353057300000410
b.根据研究区地质资料确定每个网格的演化阶段tj，j＝1，2，3……；
c.根据原始组构确定每个网格初始压实模型IM；
d.根据成岩作用以及原始组构确定每个网格不同演化阶段tj地质指数；
e.在步骤c和步骤d的基础上确定每个网格不同演化阶段tj压实模型gj；
f.根据初始孔隙度
Figure FDA00031353057300000411
初始压实模型IM，不同演化阶段压实模型gj计算不同演化阶段tj时机械压实作用下储层孔隙减少量。
2.根据权利要求1所述压实减孔量的定量预测方法，其特征在于：所述步骤1)中，收集研究区的地质资料包括：
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研究区储层成岩相研究成果图；
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所述压实减孔量的定量预测方法，其特征在于：所述步骤2)的第(2)小步中，
a.建立粒度D_a数据库
按照碎屑岩粒度大小，建立粒度数据库；
表 碎屑岩粒度D_a类型及其分类
粒级划分 数据库代码 颗粒直径(mm) 压实级别(G_1) 巨砾 D_1 ＞1000 1 粗砾 D_2 ＞100～1000 2 中砾 D_3 ＞10～100 3 细砾 D_4 ＞1～10 4 粗砂 D_5 ＞0.5～1 5 中砂 D_6 ＞0.25～0.5 6 细砂 D_7 ＞0.1～0.25 7 粗粉砂 D_8 ＞0.05～0.1 8 细粉砂 D_9 ＞0.01～0.05 9 粘土 D_10 ≤0.01 10
b.建立分选性S_b数据库
按照碎屑岩颗粒大小的标准偏差即均一性，建立碎屑岩分选性数据库；
表 碎屑岩分选性S_b类型及其分类
分选性级别 数据库代码 标准偏差 压实级别(G_2) 分选极好 S_1 ≤0.35 1 分选好 S_2 ＞0.35～0.50 2 分选较好 S_3 ＞0.50～0.71 3 分选中等 S_4 ＞0.71～1.00 4 分选较差 S_5 ＞1.00～2.00 5 分选差 S_6 ＞2.00～4.00 6 分选极差 S_7 ＞4.00 7
c.建立磨圆度R_c数据库
按照碎屑岩磨圆情况，建立磨圆度数据库；
表 碎屑岩磨圆度R_c类型及其分类
磨圆度 数据库代码 压实级别(G_3) 棱角状 R_1 1 次棱角状 R_2 2 次圆状 R_3 3 圆状 R_4 4
d.建立刚性颗粒V_d数据库
按照碎屑岩中刚性颗粒含量，建立刚性颗粒数据库；
表 碎屑岩刚性组分V_d及其分类
刚性颗粒 数据库代码 压实级别(G_4) ＞75 V_1 1 ＞60～75 V_2 2 ＞45～60 V_3 3 ＞30～45 V_4 4 ≤30 V_5 5
e.建立矿物组分M_e数据库
按照碎屑岩中矿物组分，建立矿物组分数据库；
表 碎屑岩矿物组分M_e及其分类
矿物组分 数据库代码 压实级别(G_5) 石英、长石、方解石、白云石、云母、黏土矿物 M_1 1 石英、方解石、白云石 M_2 2 石英、方解石、白云石、黏土矿物 M_3 3 石英、长石 M_4 4 长石、方解石、白云石 M_5 5 石英、方解石 M_6 6
f.建立矿物比分O_f数据库
按照碎屑岩中长石含量建立矿物比分数据库；
表 碎屑岩矿物比分Mn及其分类
长石百分比(％) 数据库代码 压实级别(G_6) ＞75 O_1 1 ＞60～75 O_2 2 ＞45～60 O_3 3 ＞30～45 O_4 4 ≤30 O_5 5
g.建立胶结类型C_g数据库
按照碎屑岩胶结类型，建立胶结类型数据库；
表 胶结类型C_g数据库
胶结类型 数据库代码 压实级别(G_7) 钙质 C_1 1 硅质 C_2 2 铁质 C_3 3 黏土 C_4 4
h.建立胶结强度Q_h数据库
按照碎屑岩的胶结强度，建立胶结强度Q_h数据库；
表 胶结类型Q_h数据库
胶结强度 数据库代码 压实级别(G_8) 弱(胶结率≤2) Q_1 1 中(7≥胶结率＞2) Q_2 2 强(胶结率＞7) Q_3 3
i.建立胶结时间T_i数据库
按照碎屑岩成岩阶段将碎屑岩胶结时间进行分类，建立储层演化过程中胶结时间数据库；
表 胶结时间T_i数据库
胶结时间 数据库代码 压实级别(G_9) ⅠA T_1 5 ⅠB T_2 4 ⅡA T_3 3 ⅡB T_4 2 Ⅲ T_5 1
j.建立溶蚀时间F_j数据库
按照碎屑岩成岩阶段将碎屑岩胶结时间进行分类，建立储层演化过程中胶结时间数据库；
表 溶蚀时间F_j数据库
溶蚀时间 数据库代码 压实级别(G_10) ⅠA F_1 1 ⅠB F_2 2 ⅡA F_3 3 ⅡB F_4 4 Ⅲ F_5 5
k.建立泥质含量N_k数据库
按照碎屑岩中的泥质含量，建立泥质含量数据库；
表泥质含量N_k分类
泥质含量(％) 数据库代码 压实级别(G_11) ＜2 N_1 1 ≥2～5 N_2 2 ＞5～8 N_3 3 ＞8 N_4 4
l.建立岩屑含量X_l数据库
按照碎屑岩中岩屑含量，建立岩屑含量数据库；
表 岩屑含量X_l分类
岩屑含量(％) 数据库代码 压实级别(G_12) ≤2 X_1 1 ＞2～6 X_2 2 ＞6～10 X_3 3 ＞10 X_4 4
m.建立沉积速率(E_m)数据库
按照碎屑岩的沉积速率将碎屑岩储层进行分类，建立沉积速率数据库；
表 沉积速率E_n分类
沉积速率(m/Ma) 数据库代码 压实级别(G_13) ＜100 E_1 1 ≥100～500 E_2 2 ＞500～1000 E_3 3 ＞1000 E_4 4
n.超压(P_n)数据库
按照压力系数大小将碎屑岩储层演化过程中压力大小进行分类，建立超压数据库；
压力系数αp＝Pp/Ph
其中，Pp为实测地层压力，Ph为静水压力；
表 超压P_n分类
超压程度 α<sub>p</sub> 数据库代码 压实级别(G_14) 弱超压 ＜1.2 P_1 1 中超压 1.2～1.8 P_2 2 强压 ＞1.8 P_3 3
。
CN201810116763.0A 2018-02-06 2018-02-06 压实减孔量的定量预测方法 Active CN108388960B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810116763.0A CN108388960B (zh) 2018-02-06 2018-02-06 压实减孔量的定量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810116763.0A CN108388960B (zh) 2018-02-06 2018-02-06 压实减孔量的定量预测方法

Publications (2)

Publication Number Publication Date
CN108388960A CN108388960A (zh) 2018-08-10
CN108388960B true CN108388960B (zh) 2021-10-15

Family

ID=63075256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810116763.0A Active CN108388960B (zh) 2018-02-06 2018-02-06 压实减孔量的定量预测方法

Country Status (1)

Country Link
CN (1) CN108388960B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
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
CN103604916A (zh) * 2013-11-21 2014-02-26 中国石油大学(北京) 一种连续型致密砂岩气藏含气范围的测量方法及系统
CN104133040A (zh) * 2014-07-31 2014-11-05 中国石油大学(北京) 预测常规型致密砂岩气藏有利分布发育范围的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9677364B2 (en) * 2012-07-31 2017-06-13 Otto Torpedo, Inc. Radial conduit cutting system and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
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
CN103604916A (zh) * 2013-11-21 2014-02-26 中国石油大学(北京) 一种连续型致密砂岩气藏含气范围的测量方法及系统
CN104133040A (zh) * 2014-07-31 2014-11-05 中国石油大学(北京) 预测常规型致密砂岩气藏有利分布发育范围的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
储层压实作用和胶结作用的压力响应特征;石良;《地球科学进展》;20150215;259-167 *

Also Published As

Publication number Publication date
CN108388960A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN101762829B (zh) 地层中含油饱和度的模拟测量方法及装置
Guo et al. Assessment on tight oil resources in major basins in China
Duan et al. Lithology identification and reservoir characteristics of the mixed siliciclastic-carbonate rocks of the lower third member of the Shahejie formation in the south of the Laizhouwan Sag, Bohai Bay Basin, China
Obianwu et al. Estimation of aquifer hydraulic conductivity and effective porosity distributions using laboratory measurements on core samples in the Niger Delta, Southern Nigeria
CN108376189B (zh) 碎屑岩储层埋藏过程中成岩相演化的恢复方法
Wang et al. Pore-throat characteristics of tight sandstone reservoirs composed of gravity flow sediments: Yingcheng Formation, Longfengshan sag, China
Song et al. Sedimentary characteristics of thick layer lacustrine beach-bars in the Cenozoic Banqiao Sag of the Bohai Bay Basin, East China
CN112034526A (zh) 基于岩相组合的灰质泥岩发育区薄层浊积砂体的地震识别方法
Changmin et al. Hierarchical architectural element analysis for sandy conglomerate deposits of Baikouquan Formation, Mahu Sag
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
Merrill et al. Molas and associated formations in San Juan basin-Needle Mountains area, southwestern Colorado
CN108345046B (zh) 碎屑岩储层埋藏过程中成岩相划分方法
Yong et al. Application of stratigraphic-sedimentological forward modeling of sedimentary processes to predict high-quality reservoirs within tight sandstone
CN108388960B (zh) 压实减孔量的定量预测方法
Datta Provenance, tectonics and palaeoclimate of Proterozoic Chandarpur sandstones, Chattisgarh basin: A petrographic view
CUI et al. A volumetric model for evaluating tight sandstone gas reserves in the Permian Sulige gas field, Ordos Basin, Central China
CN115034652B (zh) 一种采动覆岩携泥砂离层突水危险性评价方法
CN108345963B (zh) 碎屑岩储层胶结减孔量的定量预测方法
CN108446788A (zh) 基于成岩过程的碎屑岩储层孔隙度预测方法
Xue et al. Sedimentary facies distribution and the characteristics of transitional shale in the upper Palaeozoic in northeast Ordos basin, China
CN116227369A (zh) 一种地史时期致密砂岩储层孔隙演化过程的确定方法
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
CN108388709B (zh) 基于成岩相预测的储层孔隙度定量模拟方法
CN111287739A (zh) 一种基于地层原油粘度的剩余油分布预测方法
CN108388708B (zh) 碎屑岩储层溶蚀增孔量的定量预测方法

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