CN109115987A - 一种基于岩石物理模型的流体因子的评价方法及装置 - Google Patents

Abstract

本发明提供了一种基于岩石物理模型的流体因子的评价方法及装置。该评价方法包括以下步骤：获取研究工区岩石物性参数信息；基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；结合研究工区选择若干常规储层流体因子进行分析评价；基于计算的弹性参数构建不同流体因子对应的孔隙度‑流体因子域岩石物理模型；基于岩石物理模型评价获得最佳储层流体因子。本发明的方法优选的流体因子能够适应不同孔隙发育类型储层的流体检测任务，克服了常规流体因子评价方法的局限性与多解性，提高了流体检测的准确性与储层预测的精度。

Description

一种基于岩石物理模型的流体因子的评价方法及装置

技术领域

本发明属于石油地球物理勘探领域，涉及一种基于岩石物理模型的流体因子的评价方法及装置。

背景技术

随着地震勘探的不断深入，对储层预测的精度要求越来越高，如何从地震数据体中提取储层物性、孔隙流体信息成为近几年储层预测研究的重点。对于油气勘探，储层孔隙度与含水饱和度决定了储层的勘探开发潜力，是评价储层圈闭的关键参数。预测储层孔隙度与含水饱和度，常规方法包括：AVO分析识别特定类型含烃砂岩储层、地震反演预测储层孔隙发育情况、衰减属性预测含烃储层能量异常等。为了从地震数据中获取更多的反映储层物性的信息，研究学者提出了流体因子的概念。常规的储层流体因子有很多种，包括：泊松比、Russell流体因子、泊松阻抗、Gassmann流体因子等。不同流体因子在应用的过程中存在局限性与适用性，需要根据工区特点进行评价与优选，以确定适合当地工区地质特征的流体因子。目前，流体因子评价的方法主要有两种：一是数学公式法，用于计算岩石饱和不同流体时流体因子数值的相对变化，该方法的优点是定量评价流体因子差异，缺点是没有考虑孔隙度对于流体因子的影响；二是交汇图分析法，用于分析饱和不同流体的储层在交汇图板上的分布差异，该方法优点是综合考虑了各种因素对地震响应的影响，缺点是各种地质因素的影响无法单独分析，多解性强。

发明内容

针对目前流体因子评价方法存在的局限性，本发明的目的在于提出一种基于岩石物理模型的流体因子的评价方法和装置，旨在通过构建孔隙度-流体因子域岩石物理模型分析不同孔隙度时特定流体因子的分布特征，半定量的评价流体因子对于储层流体类型的敏感程度，优选出不受孔隙度影响且对储层流体敏感的流体因子，从而达到识别储层流体、降低储层预测风险的目的。

本发明的目的通过以下技术方案得以实现：

一方面，本发明提供一种基于岩石物理模型的流体因子的评价方法，其包括以下步骤：

获取研究工区岩石物性参数信息；

基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；

结合研究工区选择若干常规储层流体因子进行分析评价；

基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型；

基于岩石物理模型评价获得最佳储层流体因子。

上述的方法中，优选地，获取研究工区岩石物性参数信息包括：

根据测井数据得到的岩石基质体积模量、剪切模量、密度，以及储层流体体积模量、剪切模量、密度和粘滞性系数的参数信息。

上述的方法中，上述的方法中，White模型为互层分布的双相介质理论模型，由两种饱和流体介质组成，其中饱和流体一的介质密度为ρ₁厚度为d₁，饱和流体二的介质密度为ρ₂厚度为d₂，地震波在多孔介质中传播时的弹性模量为：

其中，I₁和I₂表示上下两层介质的纵波阻抗,r₁和r₂表示上下两层介质内部应力变化率，E₀可以表示为：

其中，p为两种流体的饱和度：

p_i＝d_i/(d₁+d₂),i＝1,2

当孔隙中饱和某种流体时，该孔隙介质的弹性模量可以表示为：

其中，K_G为孔隙介质的Gassmann体积模量，μ_m为岩石骨架的剪切模量：

K_G＝K_m+b²M

其中，b为Biot系数，M为孔隙流体的弹性模量：

其中，K_m为干岩石骨架体积模量，K_g为岩石基质体积模量，K_f为孔隙流体体积模量，为孔隙度。

在模型介质层边界上，孔隙流体流动会引起介质内部的应力变化，表达式为：

其中：Ni表示第i层介质内部的应力值，N表示i层介质的平均应力值，模型介质的慢纵波阻抗I可以表示为：

式中k为慢纵波的复波数：

其中，w为频率，η为流体粘滞性系数，κ为储层岩石渗透率，μ_m为岩石剪切模量。

上述的方法中，优选地，所述弹性参数包括：纵波速度、横波速度和密度中的一种或多种。

上述的方法中，优选地，所述纵波速度、所述横波速度和所述密度是通过以下公式计算获得：

ρ＝p₁ρ₁+p₂ρ₂

其中，Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；ρ₁表示饱和流体一的密度；ρ₂表示饱和流体二的密度；p₁表示饱和流体一的饱和度；p₂表示饱和流体二的饱和度；E表示地震波在多孔介质中传播时的弹性模量；μm为岩石骨架的剪切模量。

上述的方法中，优选地，所述流体因子包括纵波阻抗、泊松比、泊松阻抗和Russell流体因子中的一种或多种。

上述的方法中，优选地，所述纵波阻抗、所述泊松比、所述泊松阻抗和所述Russell流体因子是通过以下公式计算获得：

I_p＝v_pρ

σ＝(v_p ²-2v_s ²)/(2v_p ²-2v_s ²)

PI＝v_pρ-cv_sρ

F＝(v_pρ)²-c(v_sρ)²

其中Ip表示纵波阻抗；σ表示泊松比；PI表示泊松阻抗；F表示Russell流体因子；Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；c表示研究工区背景参数，取值为1.4。

上述的方法中，优选地，基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型，步骤为：

利用计算得到的砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数分别计算选取的各种流体因子的数值，并构建各个流体因子对应的敏感性分析岩石物理模型，其中，模型坐标对应的参数分别为孔隙度和相应的流体因子属性值，横坐标为孔隙度，纵坐标为相应的流体因子值。

上述的方法中，考虑孔隙度的影响能够真实的反映流体因子对于孔隙流体的敏感性，因为孔隙度对流体因子的响应影响重大。

上述的方法中，优选地，基于岩石物理模型评价获得最佳储层流体因子的步骤为：

在孔隙度-流体因子域岩石物理模型中，随着孔隙度增大，特定流体因子在分别饱和水、油、气时数值会发生变化，对于某个流体因子，当在岩石物理模型中无论孔隙度大小其对应的饱和水与饱和油气的分布范围能够完全分开时，表明该流体因子能够有效区分油气与水层而不受孔隙度的影响，从而认定该流体因子对研究区的油气最为敏感，选取该流体因子作为该区的敏感流体因子进行流体识别与储层预测。

另一方面，本发明还提供一种基于岩石物理模型的流体因子的评价装置，包括：

工区参数获取模块，用于获取研究工区岩石物性参数信息；

弹性参数计算模块，用于基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；

流体因子选取模块，结合研究工区选择若干常规储层流体因子进行分析评价；

岩石物理模型构建模块，基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型；

流体因子优选模块，基于岩石物理模型评价获得最佳储层流体因子。

再一方面，本发明还提供一种基于岩石物理模型的流体因子的评价装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取研究工区岩石物性参数信息；

基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；

结合研究工区选择若干常规储层流体因子进行分析评价；

基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型；

基于岩石物理模型评价获得最佳的储层流体因子。

本发明一种基于岩石物理模型的流体因子的评价方法及装置具备以下优点：基于White模型构建孔隙度-流体因子域岩石物理模型，并分析在岩石物理模型中不同流体因子在不同孔隙度条件下分别饱和水和饱和油气状态时的分布规律，对不同流体因子进行流体敏感性分析，最终优选出不受孔隙度影响同时对储层流体类型敏感的流体因子，基于本方法优选的流体因子能够适应不同孔隙发育类型储层的流体检测任务，克服了常规流体因子评价方法的局限性与多解性，提高了流体检测的准确性与储层预测的精度。

附图说明

图1为本发明一实施例中基于岩石物理模型的流体因子的评价方法的流程示意图；

图2为本发明一实施例中各流体因子在孔隙度-流体因子域岩石物理模型中的分布规律图；

图3为本发明一实施例中利用岩石物理模型优选出的流体因子进行流体检测的实际效果图；

图4为本发明一实施例中基于岩石物理模型的流体因子的评价装置的结构框架示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供一种基于岩石物理模型的流体因子的评价方法，其包括以下步骤：

S101：获取研究工区岩石物性参数信息，包括：

根据测井数据得到的岩石基质体积模量、剪切模量、密度，以及储层流体体积模量、剪切模量、密度和粘滞性系数的参数信息。

S102：基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数，其中，所述弹性参数包括：纵波速度、横波速度和密度。计算过程如下：

White模型为互层分布的双相介质理论模型，由两种饱和流体介质组成，其中饱和流体一的介质密度为ρ₁厚度为d₁，饱和流体二的介质密度为ρ₂厚度为d₂，地震波在多孔介质中传播时的弹性模量为：

其中，I₁和I₂表示上下两层介质的纵波阻抗,r₁和r₂表示上下两层介质内部应力变化率，E₀可以表示为：

其中，p为两种流体的饱和度：

p_i＝d_i/(d₁+d₂),i＝1,2

当孔隙中饱和某种流体时，该孔隙介质的弹性模量可以表示为：

其中，K_G为孔隙介质的Gassmann体积模量，μ_m为岩石骨架的剪切模量：

K_G＝K_m+b²M

其中，b为Biot系数，M为孔隙流体的弹性模量：

其中，K_m为干岩石骨架体积模量，K_g为岩石基质体积模量，K_f为孔隙流体体积模量，为孔隙度。

在模型介质层边界上，孔隙流体流动会引起介质内部的应力变化，表达式为：

其中：Ni表示第i层介质内部的应力值，N表示i层介质的平均应力值，模型介质的慢纵波阻抗I可以表示为：

式中k为慢纵波的复波数：

其中，w为频率，η为流体粘滞性系数，κ为储层岩石渗透率，μm为岩石剪切模量。

基于White模型，所述纵波速度、所述横波速度和所述密度是通过以下公式计算获得：

ρ＝p₁ρ₁+p₂ρ₂

其中，Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；ρ₁表示饱和流体一的密度；ρ₂表示饱和流体二的密度；p₁表示饱和流体一的饱和度；p₂表示饱和流体二的饱和度；E表示地震波在多孔介质中传播时的弹性模量；μm为岩石骨架的剪切模量。

S103：结合研究工区选择若干常规储层流体因子进行分析评价，其中，所述流体因子包括纵波阻抗、泊松比、泊松阻抗和Russell流体因子；通过以下公式计算获得：

I_p＝v_pρ

σ＝(v_p ²-2v_s ²)/(2v_p ²-2v_s ²)

PI＝v_pρ-cv_sρ

F＝(v_pρ)²-c(v_sρ)²

其中Ip表示纵波阻抗；σ表示泊松比；PI表示泊松阻抗；F表示Russell流体因子；Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；c表示研究工区背景参数，取值为1.4。

S104：基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型，包括：

利用计算得到的砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数分别计算选取的各种流体因子的数值，并构建各个流体因子对应的敏感性分析岩石物理模型，其中，模型坐标对应的参数分别为孔隙度和相应的流体因子属性值，横坐标为孔隙度，纵坐标为相应的流体因子值。

如图2所示为各个流体因子在对应的岩石物理模型中的分布图，其中，(a)为纵波阻抗属性分布图，(b)为泊松比属性分布图，(c)为泊松阻抗属性分布图，(d)为Russell流体因子属性分布图，图中无标记实线代表饱和水砂岩，正方形标记实线代表饱和油砂岩，圆形标记实线代表饱和气砂岩。从图中可以看出，随着孔隙度增大，各属性对于不同饱和流体类型砂岩的响应是不一样的。

S105：基于岩石物理模型评价获得最佳储层流体因子，包括：

在孔隙度-流体因子域岩石物理模型中，随着孔隙度增大，特定流体因子在分别饱和水、油、气时数值会发生变化，对于某个流体因子，当在岩石物理模型中无论孔隙度大小其对应的饱和水与饱和油气的分布范围能够完全分开时，表明该流体因子能够有效区分油气与水层而不受孔隙度的影响，从而认定该流体因子对研究区的油气最为敏感，选取该流体因子作为该区的敏感流体因子进行流体识别与储层预测。

对于纵波阻抗属性(图2中的a)，随着孔隙度增大，分别饱和三种流体的岩石的纵波阻抗值都在减小，且变化趋势相同，变化幅度相差不大，导致同一纵波阻抗值同时对应了三种不同孔隙度时的流体类型，无法区分每一种流体的类型，所以在本研究工区利用纵波阻抗属性不能有效区分水层与含油气层，即该属性对储层流体类型不敏感。同样的情况发生在Russell流体因子属性的分布图中(图2中的d)，说明在本工区Russell流体因子对储层流体类型也不敏感。对于泊松比属性(图2中的b)，随着孔隙度增大，饱和水与饱和油砂岩的泊松比数值逐渐增大，饱和气砂岩的泊松比数值基本保持不变，当泊松比数值小于0.08时，无论储层孔隙度发育与否，均能有效识别含气砂岩，但当泊松比数值大于0.08时，低孔隙度含水砂岩与高孔隙度含油砂岩会对应一样泊松比值，导致无法区分油、水层，所以该属性对储层孔隙中的气敏感，对油水不敏感。对于泊松阻抗属性(图2中的c)，随着孔隙度增大饱和水砂岩的泊松阻抗逐渐增大，而饱和油和气砂岩的泊松阻抗值逐渐减小，当泊松阻抗大于0.88时，指示为水层，当小于0.88时，指示为油气层。说明该属性能够有效区分水层与油气层，是一种对储层含油气敏感的有利参数，该属性的不足之处在于区分含油与含气储层时存在局限性，不能有效识别低孔隙度含气储层与高孔隙度含油储层。综合分析四种属性，虽然泊松阻抗属性在区分油、气储层时存在局限，但相较于其它三类流体因子该属性能够有效识别含油气层，排除水层对油气层预测的干扰，且不受孔隙度的影响，能够达到预测含油气储层的目的，所以最终选择泊松阻抗作为该工区流体检测与储层预测的流体因子属性。

为验证本发明所提流体因子评价方法的准确性，利用评价出的最佳流体因子属性进行储层预测与流体检测，并将预测结果与工区测钻井成果进行对比。如图3所示，图3展示了过T-1井的泊松阻抗属性剖面，剖面中属性值大于0.88的浅色区域代表非储层，属性值小于0.88的暗色区域代表含油气储层，根据图中泊松阻抗属性分布特征预测在1500m深度附近存在一套含油气储层(虚线圈出部分)。对该地区已钻井进行分析发现，T-1井钻遇该套储层，测井结果显示在1500米附近发育一套高孔隙度、高含气优质砂岩储层，T-1井试井结果为日产气达到8000方，为高产气井。将T-1井的测钻井成果与储层预测结果进行对比，发现二者基本吻合，证明本申请实施例优选出的泊松阻抗属性能够有效识别储层流体的类型，排除了水层对储层预测的干扰，提高了储层预测与流体检测的准确度，降低了勘探风险。

本申请实施例基于White模型构建孔隙度-流体因子域岩石物理模型，并分析在岩石物理模型中不同流体因子在不同孔隙度条件下分别饱和水和饱和油气状态时的分布规律，对不同流体因子进行流体敏感性分析，最终优选出不受孔隙度影响同时对储层流体类型敏感的流体因子，基于本方法优选的流体因子能够适应不同孔隙发育类型储层的流体检测任务，克服了常规流体因子评价方法的局限性与多解性，提高了流体检测的准确性与储层预测的精度。

基于同一发明构思，本发明实施例中还提供了一种基于岩石物理模型的流体因子的评价装置，如下面的实施例所述。由于基于岩石物理模型的流体因子的评价装置解决问题的原理与基于岩石物理模型的流体因子的评价方法相似，因此基于岩石物理模型的流体因子的评价装置的实施可以参见基于岩石物理模型的流体因子的评价方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图4是本发明实施例的基于岩石物理模型的流体因子的评价装置的一种结构框图，如图4所示，可以包括：工区参数获取模块401、弹性参数计算模块402、流体因子选取模块403、岩石物理模型构建模块404、流体因子优选模块405，下面对该结构进行说明：

工区参数获取模块401，可以用于获取研究工区岩石物性参数信息；

弹性参数计算模块402，可以用于基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；

流体因子选取模块403，可以用于结合研究工区选择若干常规储层流体因子进行分析评价；

岩石物理模型构建模块404，可以用于基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型；

流体因子优选模块405，基于岩石物理模型评价获得最佳的储层流体因子。

在一个优选的实施方式中，工区参数获取模块401具体用于：根据测井数据得到的岩石基质体积模量、剪切模量、密度，以及储层流体体积模量、剪切模量、密度和粘滞性系数的参数信息。

在一个优选的实施方式中，弹性参数计算模块402中的弹性参数包括纵波速度、横波速度和密度中的一种或多种。所述纵波速度、所述横波速度和所述密度是通过以下公式计算获得：

ρ＝p₁ρ₁+p₂ρ₂

其中，Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；ρ₁表示饱和流体一的密度；ρ₂表示饱和流体二的密度；p₁表示饱和流体一的饱和度；p₂表示饱和流体二的饱和度；E表示地震波在多孔介质中传播时的弹性模量；μm为岩石骨架的剪切模量。

在一个优选的实施方式中，流体因子选取模块403中所述流体因子包括纵波阻抗、泊松比、泊松阻抗和Russell流体因子中的一种或多种。所述纵波阻抗、所述泊松比、所述泊松阻抗和所述Russell流体因子是通过以下公式计算获得：

I_p＝v_pρ

σ＝(v_p ²-2v_s ²)/(2v_p ²-2v_s ²)

PI＝v_pρ-cv_sρ

F＝(v_pρ)²-c(v_sρ)²

其中Ip表示纵波阻抗；σ表示泊松比；PI表示泊松阻抗；F表示Russell流体因子；Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；c表示研究工区背景参数，取值为1.4。

在一个优选的实施方式中，岩石物理模型构建模块404具体用于：利用计算得到的砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数分别计算选取的各种流体因子的数值，并构建各个流体因子对应的敏感性分析岩石物理模型，其中，模型坐标对应的参数分别为孔隙度和相应的流体因子属性值，横坐标为孔隙度，纵坐标为相应的流体因子值。

在一个优选的实施方式中，流体因子优选模块405具体用于：在孔隙度-流体因子域岩石物理模型中，随着孔隙度增大，特定流体因子在分别饱和水、油、气时数值会发生变化，对于某个流体因子，当在岩石物理模型中无论孔隙度大小其对应的饱和水与饱和油气的分布范围能够完全分开时，表明该流体因子能够有效区分油气与水层而不受孔隙度的影响，从而认定该流体因子对研究区的油气最为敏感，选取该流体因子作为该区的敏感流体因子进行流体识别与储层预测。

从以上的描述中，可以看出，本发明实施例实现了如下技术效果：基于White模型构建孔隙度-流体因子域岩石物理模型，并分析在岩石物理模型中不同流体因子在不同孔隙度条件下分别饱和水和饱和油气状态时的分布规律，对不同流体因子进行流体敏感性分析，最终优选出不受孔隙度影响同时对储层流体类型敏感的流体因子，基于本方法优选的流体因子能够适应不同孔隙发育类型储层的流体检测任务，克服了常规流体因子评价方法的局限性与多解性，提高了流体检测的准确性与储层预测的精度。

虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。

上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本发明时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本发明可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

虽然通过实施例描绘了本发明，本领域普通技术人员知道，本发明有许多变形和变化而不脱离本发明的精神，希望所附的权利要求包括这些变形和变化而不脱离本发明的精神。

Claims (10)

1.一种基于岩石物理模型的流体因子的评价方法，其包括以下步骤：

获取研究工区岩石物性参数信息；

基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；

结合研究工区选择若干常规储层流体因子进行分析评价；

基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型；

基于岩石物理模型评价获得最佳储层流体因子。

2.根据权利要求1所述的方法，其特征在于，获取研究工区岩石物性参数信息包括：

根据测井数据得到的岩石基质体积模量、剪切模量、密度，以及储层流体体积模量、剪切模量、密度和粘滞性系数的参数信息。

3.根据权利要求1所述的方法，其特征在于，所述弹性参数包括：纵波速度、横波速度和密度中的一种或多种。

4.根据权利要求3所述的方法，其特征在于，所述纵波速度、所述横波速度和所述密度是通过以下公式计算获得：

ρ＝p₁ρ₁+p₂ρ₂

其中，Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；ρ₁表示饱和流体一的密度；ρ₂表示饱和流体二的密度；p₁表示饱和流体一的饱和度；p₂表示饱和流体二的饱和度；E表示地震波在多孔介质中传播时的弹性模量；μm为岩石骨架的剪切模量。

5.根据权利要求1所述的方法，其特征在于，所述流体因子包括纵波阻抗、泊松比、泊松阻抗和Russell流体因子中的一种或多种。

6.根据权利要求5所述的方法，其特征在于，所述纵波阻抗、所述泊松比、所述泊松阻抗和所述Russell流体因子是通过以下公式计算获得：

I_p＝v_pρ

σ＝(v_p ²-2v_s ²)/(2v_p ²-2v_s ²)

PI＝v_pρ-cv_sρ

F＝(v_pρ)²-c(v_sρ)²

其中Ip表示纵波阻抗；σ表示泊松比；PI表示泊松阻抗；F表示Russell流体因子；Vp、Vs、ρ分别表示砂岩储层在不同孔隙度条件下饱和不同流体时的纵波速度、横波速度和密度；c表示研究工区背景参数，取值为1.4。

7.根据权利要求1所述的方法，其特征在于，基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型，步骤为：

利用计算得到的砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数分别计算选取的各种流体因子的数值，并构建各个流体因子对应的敏感性分析岩石物理模型，其中，模型坐标对应的参数分别为孔隙度和相应的流体因子属性值，横坐标为孔隙度，纵坐标为相应的流体因子值。

8.根据权利要求1所述的方法，其特征在于，基于岩石物理模型评价获得最佳储层流体因子的步骤为：

在孔隙度-流体因子域岩石物理模型中，随着孔隙度增大，特定流体因子在分别饱和水、油、气时数值会发生变化，对于某个流体因子，当在岩石物理模型中无论孔隙度大小其对应的饱和水与饱和油气的分布范围能够完全分开时，表明该流体因子能够有效区分油气与水层而不受孔隙度的影响，从而认定该流体因子对研究区的油气最为敏感，选取该流体因子作为该区的敏感流体因子进行流体识别与储层预测。

9.一种基于岩石物理模型的流体因子的评价装置，其特征在于，包括：

工区参数获取模块，用于获取研究工区岩石物性参数信息；

弹性参数计算模块，用于基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；

流体因子选取模块，结合研究工区选择若干常规储层流体因子进行分析评价；

岩石物理模型构建模块，基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型；

流体因子优选模块，基于岩石物理模型评价获得最佳储层流体因子。

10.一种基于岩石物理模型的流体因子的评价装置，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：

获取研究工区岩石物性参数信息；

基于White模型利用输入的岩石物性参数计算砂岩储层在不同孔隙度条件下饱和不同流体时的弹性参数；

结合研究工区选择若干常规储层流体因子进行分析评价；

基于计算的弹性参数构建不同流体因子对应的孔隙度-流体因子域岩石物理模型；

基于岩石物理模型评价获得最佳的储层流体因子。