CN109577972B - 基于岩性分类的砂砾岩储层岩石力学参数测井评价方法 - Google Patents

Abstract

本发明公开了一种基于岩性分类的砂砾岩储层岩石力学参数测井评价方法，包括以下步骤：对矿场砂砾岩地层岩心进行观察描述和岩性分类，制备并筛选岩心试样；对不同岩性岩样开展物性试验；对不同岩性岩样开展力学特性测试；基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系，构建不同岩性的岩石力学参数计算模型；将岩心分析资料与测井资料结合，经过测井曲线标准化和岩心深度归位预处理操作后，利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别，建立测井岩性剖面；基于测井岩性剖面，结合不同岩性的岩石力学参数模型，建立砂砾岩地层力学参数剖面，提高砂砾岩地层岩性力学参数预测的准确性。

Description

基于岩性分类的砂砾岩储层岩石力学参数测井评价方法

技术领域

本发明涉及石油天然气钻探技术领域，具体涉及一种基于岩性分类的砂砾岩储层岩石力学参数测井评价方法。

背景技术

砂砾岩油气藏开发潜力巨大，其储层物性差，自然产能低，一般需要水力压裂改造储层提高产能以达到工业要求，而岩石力学参数是钻井、完井和压裂等工程环节必不可少的基础参数。前人主要通过建立统一的力学参数模型，获取全井段的岩石力学参数剖面，而这种统一建模的方法精度较低，在砂砾岩地层尤为明显，原因在于：(1)砂砾岩地层岩性复杂，非均质性强，不同岩性岩石力学特性控制因素不同，力学性质差异较大；(2)砂砾岩孔隙结构复杂，不同砾级砾岩孔隙类型复杂多样，原生砾间孔、次生砾内溶孔、微裂缝混合发育，这些孔隙和微裂缝构成了原始微观缺陷，导致砂砾岩力学特性复杂多变。

发明内容

为克服现有砂砾岩地层力学参数剖面获取技术精度低、准确率差的缺点，本发明区分岩性建立岩石力学参数模型，并基于测井岩性识别获取力学参数剖面，为现场预测砾岩地层力学特性提供方法，对现场压裂工程设计具有指导意义。

本发明通过下述技术方案实现：

基于岩性分类的砂砾岩储层岩石力学参数测井评价方法，包括以下步骤：

A、对矿场砂砾岩地层岩心进行观察描述和岩性分类，制备并筛选岩心试样；

B、对不同岩性岩样开展物性试验，获取声波时差Δt、体积密度DEN；

C、对不同岩性岩样开展力学特性测试，获取岩石力学参数，所述岩石力学参数包括泊松比ν_s、杨氏模量Es、抗压强度Co、抗张强度ST；

D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系，构建不同岩性的岩石力学参数计算模型；

E、将岩心分析资料与测井资料结合，经过测井曲线标准化和岩心深度归位预处理操作后，利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别，建立测井岩性剖面；

F、基于测井岩性剖面，结合不同岩性的岩石力学参数模型，建立砂砾岩地层力学参数剖面。

本方案的方法基于岩心分析资料对岩性进行分类，并通过室内岩石物理和力学试验获取岩石物理和力学参数，分别建立不同岩性的岩石力学参数模型；再利用岩心和测井资料，经过测井曲线标准化和岩心深度归位等资料预处理操作后，通过朴素贝叶斯分类法开展测井岩性识别；最后，基于岩性测井岩性识别剖面和不同岩性的岩石力学参数计算模型，实现砂砾岩地层力学参数剖面的构建，为油田现场砂砾岩储层压裂工程设计提供了分析方法和途径。

作为优选，所述岩心试样成圆柱形且两端与岩心轴线垂直。

作为优选，岩性分类包括泥岩、砂岩、细砾岩、小中砾岩、大中砾岩。本方案的岩性分类命名方案，依据国家标准GB/T 17412.2—1998《岩石分类和命名方案——沉积岩岩石分类和命名方案》，将沉积岩根据碎屑粒级划分成泥岩、砂岩、砾岩三大类，其中砾岩又细分为细砾岩、中砾岩、粗砾岩和巨砾岩。根据研究地层砾岩物性统计分析显示，中砾岩物性差异较大，因此又以16mm为砾径界限，将中砾岩进一步划分为小中砾岩和大中砾岩。粗砾岩和巨砾岩砾径大于32mm，超过岩心试样尺寸范围，难以通过试验研究其岩石力学特性，并且含量较少，因此不在本文讨论范围之内。研究目的层中砂岩分布较少，并且细砂岩、中砂岩和粗砂岩岩性变化迅速，不便于分类评价，因此统称为砂岩，不再细分岩性类别。综上所述，本文将砾岩岩性类别划分为泥岩、砂岩、细砾岩、小中砾岩、大中砾岩。

表2-1砾岩地层岩性分类命名方案

岩性类型为泥岩时，岩石力学参数计算模型的抗张强度计算模型为

岩性类型为砂岩时，岩石力学参数计算模型的抗张强度计算模型为

岩性类型为细砾岩时，岩石力学参数计算模型的抗张强度计算模型为

岩性类型为小中砾岩时，岩石力学参数计算模型的抗张强度计算模型为

岩性类型为大中砾岩时，岩石力学参数计算模型的抗张强度计算模型为

其中，ST为抗张强度，单位为MPa；AC为纵波时差，单位为us/m；DEN为密度，单位为g/cm3。

利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别方法为：

计算岩性分类中各类别的先验概率P(y)，其中，y＝{y₁，y₂，y₃，.....，y_m}＝{泥岩，砂岩，细砾岩，小中砾岩，大中砾岩)；

计算各个类别属性的平均值μ和标准差σ；

计算各个属性的条件概率P(x_j|y)，其中，X＝{x₁，X₂，X₃，......x_J}＝{AC,DEN,CNL,RT}；

计算

找出概率最大值对应的岩性则作为最终的分类类别。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明基于岩心分析资料对岩性进行分类，并通过室内岩石物理和力学试验获取岩石物理和力学参数，分别建立不同岩性的岩石力学参数模型；再利用岩心和测井资料，经过测井曲线标准化和岩心深度归位等资料预处理操作后，通过朴素贝叶斯分类法开展测井岩性识别；最后，基于岩性测井岩性识别剖面和不同岩性的岩石力学参数计算模型，实现砂砾岩地层力学参数剖面的构建，为油田现场砂砾岩储层压裂工程设计提供了分析方法和途径，有效提高了砂砾岩地层力学参数预测的精度。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。

图1为本发明的流程图。

图2为不区分岩性的抗拉强度模型拟合图。

图3为泥岩的抗拉强度模型拟合图。

图4为砂岩的抗拉强度模型拟合图。

图5为细砾岩的抗拉强度模型拟合图。

图6为小中砾岩的抗拉强度模型拟合图。

图7为大中砾岩的抗拉强度模型拟合图。

图8为基于朴素贝叶斯分类法开展测井岩性识别获取的测井岩性剖面图。

图9为基于本发明获得的岩石力学参数剖面。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1

如图1所示的一种基于岩性分类的砂砾岩储层岩石力学参数测井评价方法，包括以下步骤：

A、对矿场砂砾岩地层岩心进行观察描述和岩性分类，制备并筛选岩心试样；

B、对不同岩性岩样开展物性试验，获取声波时差、体积密度；

C、对不同岩性岩样开展力学特性测试，获取岩石力学参数，所述岩石力学参数包括泊松比、杨氏模量、抗压强度、抗张强度；

D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系，构建不同岩性的岩石力学参数计算模型；

E、将岩心分析资料与测井资料结合，经过测井曲线标准化和岩心深度归位预处理操作后，利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别，建立测井岩性剖面；

F、基于测井岩性剖面，结合不同岩性的岩石力学参数模型，建立砂砾岩地层力学参数剖面。

实施例2

基于上述实施例的原理，本实施例公开一具体实施方式：

A、对矿场砂砾岩地层岩心进行观察描述和岩性分类，按照国家标准和油田要求将砂砾岩地层分成泥岩、砂岩、细砾岩、小中砾岩、大中砾岩等细分类型；制备并筛选岩心试样，使用钻头从全直径岩心中钻取圆柱岩样，将钻取的岩样两端切平并保证两个端面与岩心轴线垂直，并对岩样进行编号。

B、对不同岩性岩样开展超声波透射等基础物性试验，获取声波时差、体积密度。譬如在声波时差的实验时，实验前将激发探头与接收探头对接进行一次超声波透射实验，读出探头对接时的首波起跳时间，然后再对岩样超声波透射实验，读出超声波透射岩样的首波起跳时间，计算得到声波时差如下所示：

式中，Δt为声波时差,单位为us/m；L为岩样的长度，单位为m；t₂为超声波透射岩样的首波起跳时间；t₁为探头对接时的首波起跳时间。

C、对不同岩性岩样开展三轴压缩、抗张强度等力学特性测试，获取岩石力学参数如泊松比、杨氏模量、抗压强度、抗张强度。通过三轴压缩试验，可获取岩石应力应变曲线，曲线中的顶峰代表岩样的破裂点，极限峰值强度为岩石的抗压强度Co：

式中，Co为抗压强度，单位为MPa；P为极限荷载，单位为N；S为岩样的横截面积，单位为mm²。

三轴压缩试验获得的应力应变曲线中，轴向曲线的直线段表示岩石被压缩时正处于弹性变形阶段，该阶段的曲线斜率为弹性模量，径向应变与轴向应变之比为泊松比。

式中，Es为岩石的杨氏模量，单位为MPa；F为轴向压力值，单位为N；S为岩样的横截面积，单位为mm²；ΔL为岩样的轴向长度变化值，单位为mm；L为岩样的原始轴向长度，单位为mm。

式中，ν_s为岩石的泊松比，无量纲；Δd为岩样的直径变化长度，单位为mm；d为岩样的原始直径长度，单位为mm。

D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系，构建不同岩性的岩石力学参数计算模型，其拟合曲线见附图3。

岩石力学参数计算模块包括杨氏模量、泊松比、抗压强度抗张强度计算模型，其均可通过与声波时差、体积密度的参数进行拟合得到，本实施例如表1所示仅以抗张强度计算模型进行说明。

表1抗张强度计算模型

式中，ST为抗张强度，MPa；AC为纵波时差，us/m；DEN为密度，g/cm³。

E、将岩心分析资料与测井资料结合，经过测井曲线标准化和岩心深度归位预处理操作后，岩心与测井曲线一一对应，利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别，建立测井岩性剖面；

朴素贝叶斯分类法说明如下：

(1)理论基础

朴素贝叶斯分类法来源于贝叶斯定理，其基本公式为：

式中，P(B|A)为已知A发生条件下后发生B的概率，又称B的后验概率；P(B)为B事件发生的概率，又称B的先验概率；P(A|B)为已知B发生条件下后发生A的概率，又称A的后验概率；P(A)为A事件发生的概率，又称A的先验概率。

朴素贝叶斯分类基于贝叶斯定理的最大概率准则，即通过计算并比较每个类别的后验概率，取最大的那一个作为分类类别。其正式定义为：

a.设X＝{x₁,x₂,x₃,......,x_n}为一个待分类项，而每个x为X的一个特征属性。

b.有类别集合Y＝{y₁,y₂,y₃,......,y_m}。

c.计算P(y₁|X)，P(y₂|X)，……，P(y_m|X)。

d.如果P(y_i|X)＝max{P(y₁|X),P(y₂|X),......P(y_m|X)}，则类别为y_i。

由此可见，计算第三步c中各个条件的后验概率P(y|X)，是朴素贝叶斯分类法的关键。根据朴素贝叶斯分类法“属性条件独立性”假设，贝叶斯公式可以变形为：

式中，P(y|X)为属性向量为X条件下，类别为y发生的概率；P(y)为类别为y的概率；

P(X|y)为类别为y条件下，属性特征向量为X的概率；P(X)为属性向量为X的概率；P(x_j|y)为类别为y条件下，X在第j个属性的取值x_j的概率；n为特征属性数目。

由于对所有类别来说P(X)相同，因此基于式(6)变形的贝叶斯判定准则有

式中，Z(X)为简化公式后的概率，用于比较大小；P(y)为类别为y的概率；P(x_j|y)为类别为y条件下，X在第j个属性的取值x_j的概率；n为特征属性数目。

这就是朴素贝叶斯分类法的表达式，即通过训练集来估计类先验概率P(y)，并为每个属性估计条件概率P(x_j|y)，最后通过比较Z(X)大小即可。

对于连续属性，一般考虑概率密度函数，假定P(x_j|y)服从高斯分布，使用均质μ和方差σ²来表示连续属性的类条件概率分布，即

式中，P(x_j|y)为类别为y条件下，X在第j个属性的取值x_j的概率；μ为连续属性的平均值；σ为连续属性的标准差；x_j为X在第j个属性的取值。

比如：

以一个测试样本为例，使用朴素贝叶斯分类法进行岩性识别。该样本经过岩心深度归位后，对应的测井曲线值为：AC测井值为70.324μs/ft，DEN测井值为2.511g/cm3，补偿中子CNL测井值为19.306％，深电阻率RT测井值为21.185，则特征向量X为：

X＝{x₁,x₂,x₃,......,x_n}＝{AC＝70.324,DEN＝2.511,CNL＝19.306,RT＝21.185}

根据岩性分类，类别集合为：

Y＝{y₁,y₂,y₃,......,y_m}＝{泥岩,砂岩,细砾岩,小中砾岩,大中砾岩}

估计各个类别的先验概率P(y)，训练样本集一定，则先验概率为固定值，为岩性类别在训练样本中的占比：

计算各个类别属性的平均值μ和标准差σ，计算结果见表2及表3。

表2训练样本各个类别属性均值μ

岩性	AC(μs/ft)	DEN(g/cm3)	CNL(％)	RT(Ω·m)
					砂岩	71.901	2.448	19.229	28.764
细砾岩	67.614	2.488	17.210	37.201
					小中砾岩	66.776	2.528	17.667	37.102
大中砾岩	67.067	2.564	18.304	29.752
					泥岩	77.571	2.558	27.433	8.972

表3训练样本各个类别属性标准差σ

岩性	AC(μs/ft)	DEN(g/cm3)	CNL(％)	RT(Ω·m)
					砂岩	3.070	0.033	1.693	8.238
细砾岩	2.729	0.026	1.806	12.67
					小中砾岩	1.325	0.012	1.515	11.325
大中砾岩	2.015	0.014	1.999	11.152
					泥岩	2.983	0.063	3.645	1.860

根据式8为每个属性估计条件概率P(x_j|y)：

根据式7，计算简化公式后的概率Z(X)。由朴素贝叶斯定理假设条件：所有属性相互独立原则：

P(岩性＝砂岩|AC＝70.324,DEN＝2.511,CNL＝19.306,,RT＝21.185)＝P(岩性＝砂岩)×P(AC＝70.324|岩性＝砂岩)×P(DEN＝2.511|岩性＝砂岩)×P(CNL＝19.306|岩性＝砂岩)×P(RT＝21.185|岩性＝砂岩)≈1.605e^-4

同理可计算：

P(岩性＝细砾岩|AC＝70.324,DEN＝2.511,CNL＝19.306,,RT＝21.185)≈3.759e^-4

P(岩性＝小中砾岩|AC＝70.324,DEN＝2.511,CNL＝19.306,,RT＝21.185)≈5.093e^-5

P(岩性＝大中砾岩|AC＝70.324,DEN＝2.511,CNL＝19.306,,RT＝21.185)≈2.246e^-6

P(岩性＝泥岩|AC＝70.324,DEN＝2.511,CNL＝19.306,,RT＝21.185)≈1.778e^-15

找出概率最大值。由于3.759e^-4最大，因此朴素贝叶斯分类器将该测试样本判别为“细砾岩”。

基于该方法建立的测井岩性剖面如图8所示。

F、基于朴素贝叶斯分类法识别的测井岩性剖面，结合不同岩性的岩石力学参数模型，建立砂砾岩地层力学参数剖面，获得的岩石力学参数剖面。

本发明提供的技术方案的有益效果是：本发明针对砂砾岩地层非均质性强、岩性复杂的特征，对砂砾岩地层取心样本进行岩性分类，并建立不同岩性的砂砾岩地层岩石力学参数模型。利用朴素贝叶斯分类法开展测井岩性识别，获取测井岩性剖面，最终形成砂砾岩地层力学参数剖面构建方法。通过该方法，有效提高了砂砾岩地层力学参数预测的精度，从而为油田现在开展钻井工程设计提供理论指导。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.基于岩性分类的砂砾岩储层岩石力学参数测井评价方法，其特征在于，包括以下步骤：

A、对矿场砂砾岩地层岩心进行观察描述和岩性分类，制备并筛选岩心试样；

B、对不同岩性岩样开展物性试验，获取声波时差Δt、体积密度DEN；

C、对不同岩性岩样开展力学特性测试，获取岩石力学参数，所述岩石力学参数包括泊松比ν_s、杨氏模量Es、抗压强度Co、抗张强度ST；

D、基于不同岩性岩心声波时差、体积密度与岩石力学参数的拟合相关关系，构建不同岩性的岩石力学参数计算模型；

E、将岩心分析资料与测井资料结合，经过测井曲线标准化和岩心深度归位预处理操作后，利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别，建立测井岩性剖面；

F、基于测井岩性剖面，结合不同岩性的岩石力学参数模型，建立砂砾岩地层力学参数剖面；

岩性类型为泥岩时，岩石力学参数计算模型为

岩性类型为砂岩时，岩石力学参数计算模型为

岩性类型为细砾岩时，岩石力学参数计算模型为

岩性类型为小中砾岩时，岩石力学参数计算模型为

岩性类型为大中砾岩时，岩石力学参数计算模型为

其中，ST为抗张强度，单位为MPa；AC为纵波时差，单位为us/m；DEN为密度，单位为g/cm³；

利用朴素贝叶斯分类法开展砂砾岩地层测井岩性识别方法为：

计算岩性分类中各类别的先验概率P(y)，其中，y＝{y₁，y₂，y₃，.....，y_m}＝{泥岩，砂岩，细砾岩，小中砾岩，大中砾岩}；

计算各个类别属性的平均值μ和标准差σ；

计算各个属性的条件概率P(x_j|y)，其中，X＝{x₁，x₂，x₃，.....，x_J}＝{AC,DEN,CNL,RT}；

计算

找出概率最大值对应的岩性则作为最终的分类类别；

其中，CNL为补偿中子测井，RT为深电阻率。

2.根据权利要求1所述的基于岩性分类的砂砾岩储层岩石力学参数测井评价方法，其特征在于，所述岩心试样成圆柱形且两端与岩心轴线垂直。

3.根据权利要求1所述的基于岩性分类的砂砾岩储层岩石力学参数测井评价方法，其特征在于，岩性分类包括泥岩、砂岩、细砾岩、小中砾岩、大中砾岩。

Images