CN109765612B - 基于等效横纵比的有机质岩石横纵波速度确定方法及设备 - Google Patents
基于等效横纵比的有机质岩石横纵波速度确定方法及设备 Download PDFInfo
- Publication number
- CN109765612B CN109765612B CN201910031070.6A CN201910031070A CN109765612B CN 109765612 B CN109765612 B CN 109765612B CN 201910031070 A CN201910031070 A CN 201910031070A CN 109765612 B CN109765612 B CN 109765612B
- Authority
- CN
- China
- Prior art keywords
- rock
- longitudinal
- transverse
- organic
- shear
- 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
- Consolidation Of Soil By Introduction Of Solidifying Substances Into Soil (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明实施例提供了一种基于等效横纵比的有机质岩石横纵波速度确定方法及设备。所述方法包括:将有机质岩石等效为典型混合物,根据典型混合物,获取有机质岩石的体积模量和剪切模量;构建目标函数,根据目标函数,获取典型混合物的横纵比;根据典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度。本发明实施例提供的基于等效横纵比的有机质岩石横纵波速度确定方法及设备,通过将有机质岩石等效为相应的混合物,采用非线性多元优化算法,得到干酪根颗粒横纵比和孔隙横纵比,从而能够同时考虑干酪根颗粒形状、孔隙形状对有机质岩石横纵波速度的影响作用,可以提高有机质岩石横纵波速度的预测精度。
Description
技术领域
本发明实施例涉及油气地球物理技术领域,尤其涉及一种基于等效横纵比的有机质岩石横纵波速度确定方法及设备。
背景技术
为储层预测服务的岩石物理研究的一个关键技术是地震波速度预测,既通过建立能够反映储层特征的岩石物理模型,在常规测井资料基础上计算纵、横波速度。地震波速度预测的关键点是岩石物理模型,不同储层的特征需要能够反映这种特征的岩石物理模型。有机质岩石与常规的砂岩和碳酸盐岩储层不同,重要的一个不同点是其含有一定的有机质(干酪根),部分有机质岩石表现为低孔隙度,例如Bakken页岩;但也有一些有机质岩石表现为中高孔隙度,例如Monterey页岩。干酪根的弹性特征与流体近似,与矿物差别较大。将干酪根与盐水、粘土进行对比作为例子,盐水的体积模量是2.2GPa、密度是1.03g/cm3、剪切模量为0,粘土的体积模量是21GPa、剪切模量是9GPa、密度是2.55g/cm3,而干酪根的体积模量是2.9GPa、剪切模量是2.7GPa、密度是1.3g/cm3。虽然干酪根与流体的体积模量、剪切模量、密度数值差别较小,但是两者之间又有本质上的不同,即干酪根是具有剪切性的固体,而流体的剪切模量为零。此外,研究者认为,岩石中的孔隙形状极为复杂;同时,扫描电子显微镜(SEM)观察显示,干酪根以斑块状离散分布在岩石矿物颗粒间,且其形状也是多种多样的。岩石的孔隙形状极大的影响着岩石的速度,球形孔隙使得岩石速度变高,裂缝使得岩石速度变低。据此认识,一些岩石物理学家针对砂岩、碳酸盐岩构建了多个描述孔隙形状、孔隙度与速度之间关系的数学函数(岩石物理模型),并以此为基础进行横波速度预测。在研究有机质岩石的过程中,参考砂岩、碳酸盐岩的岩石物理建模思路,将干酪根等效为包含物颗粒,构建描述干酪根颗粒、干酪根含量与速度之间关系的岩石物理模型,并基于此进行弹性参数计算。还可以将孔隙、干酪根同时看作包含物,利用SCA-DEM模型将孔隙加入岩石基质中,再利用固体替代理论将干酪根加入含孔隙岩石中;这种方法考虑了孔隙形状,但是没有考虑干酪根颗粒的形状,且计算过程中干酪根与孔隙是分步骤加入岩石中,因此没有考虑干酪根与孔隙之间的相互作用。还可以将干酪根和孔隙作为包含物,基于SCA岩石物理模型将干酪根与矿物、孔隙结合构建有机质岩石的岩石物理模型;该方法将干酪根假设为一种固定形状的颗粒,将孔隙假设为多种形状;这种方法考虑了孔隙形状的复杂性,但是没有考虑不同干酪根颗粒之间形状的不同。实际上,岩石中的孔隙形状是极为复杂的,干酪根形状也是多种多样的。将干酪根作为固定形状的包含物,利用DEM模型将干酪根与矿物、孔隙结合构建有机质岩石的岩石物理模型。基于有效场理论,将干酪根作为包含物加入岩石基质中。每个样点中的干酪根颗粒形状不同,因此用颗粒的横纵比表征岩石中干酪根颗粒的形状。该方法所得弹性参数与实测结果极为吻合。但是,这种方法仅仅考虑了干酪根及其形状的作用,忽略了孔隙及其形状对岩石速度的影响,因此在低孔或者超低孔岩石中应用效果较好,在孔隙度较高的岩石中则效果不好。在有机质岩石的岩石物理模型构建及速度预测研究中,如何同时考虑结构复杂的孔隙及不同形状的干酪根,并建立岩石物理模型,进一步对有机质岩石横纵波速度进行高精度预测,就成为业界广泛关注的技术问题。
发明内容
针对现有技术存在的上述问题,本发明实施例提供了一种基于等效横纵比的有机质岩石横纵波速度确定方法及设备。
第一方面,本发明的实施例提供了一种基于等效横纵比的有机质岩石横纵波速度确定方法,包括:将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;构建目标函数,根据所述目标函数,获取典型混合物的横纵比;根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度。
进一步地,所述将有机质岩石等效为典型混合物,包括:将有机质岩石等效为岩石基质、干酪根颗粒和孔隙。
进一步地,所述根据所述典型混合物,获取有机质岩石的体积模量和剪切模量,包括:
其中,Vk为干酪根的体积分数,为孔隙度,Kk和Gk为干酪根的体积模量和剪切模量,Kf为流体的体积模量;Pmk和Qmk为干酪根颗粒的形状因子,Pmf和Qmf为等效孔隙的形状因子;KKT和GKT为有机质岩石的体积模量和剪切模量;Km和Gm为岩石基质的体积模量和剪切模量;ζm为简化系数。
进一步地,所述目标函数,包括:
OF=Wp|(vpm-vpc)|/vpm+Ws|(vsm-vsc)|/vsm
其中,vpm和vsm为测量的纵波和横波速度;vpc和vsc为预测的有机质岩石的纵波和横波速度;Wp和Ws为加权因子;vpm、vsm、vpc和vsc均为关于干酪根颗粒横纵比和孔隙横纵比的二元非线性关系式。
进一步地,所述根据所述目标函数,获取典型混合物的横纵比,包括:采用非线性粒子群算法求解所述目标函数,得到干酪根颗粒横纵比和孔隙横纵比。
进一步地,所述根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度,包括:
其中,ρk、ρf和ρm分别为干酪根、孔隙流体和岩石基质的密度;vp和vs为有机质岩石的纵波速度和横波速度。
第二方面,本发明的实施例提供了一种基于等效横纵比的有机质岩石横纵波速度确定装置,包括:
有机质岩石参数获取模块,用于将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;
典型混合物的横纵比获取模块,用于构建目标函数,根据所述目标函数,获取典型混合物的横纵比;
有机质岩石的横纵波速度获取模块,用于根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度。
第三方面,本发明的实施例提供了一种电子设备,包括:
至少一个处理器;以及
与处理器通信连接的至少一个存储器,其中:
存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于等效横纵比的有机质岩石横纵波速度确定方法。
第四方面,本发明的实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于等效横纵比的有机质岩石横纵波速度确定方法。
本发明实施例提供的基于等效横纵比的有机质岩石横纵波速度确定方法及设备,通过将有机质岩石等效为相应的混合物,采用非线性多元优化算法,得到干酪根颗粒横纵比和孔隙横纵比,从而能够同时考虑干酪根颗粒形状、孔隙形状对有机质岩石横纵波速度的影响作用,可以提高有机质岩石横纵波速度的预测精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于等效横纵比的有机质岩石横纵波速度确定方法流程图;
图2为本发明实施例提供的基于等效横纵比的有机质岩石横纵波速度确定装置结构示意图;
图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明实施例提供了一种基于等效横纵比的有机质岩石横纵波速度确定方法,参见图1,该方法包括:
101、将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;
102、构建目标函数,根据所述目标函数,获取典型混合物的横纵比;
103、根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度。
在上述实施例的基础上,本发明实施例中提供的基于等效横纵比的有机质岩石横纵波速度确定方法,所述将有机质岩石等效为典型混合物,包括:将有机质岩石等效为岩石基质、干酪根颗粒和孔隙。
在上述实施例的基础上,本发明实施例中提供的基于等效横纵比的有机质岩石横纵波速度确定方法,所述根据所述典型混合物,获取有机质岩石的体积模量和剪切模量,包括:
其中,Vk为干酪根的体积分数,为孔隙度,Kk和Gk为干酪根的体积模量和剪切模量,Kf为流体的体积模量;Pmk和Qmk为干酪根颗粒的形状因子,Pmf和Qmf为等效孔隙的形状因子;KKT和GKT为有机质岩石的体积模量和剪切模量;Km和Gm为岩石基质的体积模量和剪切模量;ζm为简化系数。
在上述实施例的基础上,本发明实施例中提供的基于等效横纵比的有机质岩石横纵波速度确定方法,所述目标函数,包括:
OF=Wp|(vpm-vpc)|/vpm+Ws|(vsm-vsc)|/vsm
其中,vpm和vsm为测量的纵波和横波速度;vpc和vsc为预测的有机质岩石的纵波和横波速度;Wp和Ws为加权因子;vpm、vsm、vpc和vsc均为关于干酪根颗粒横纵比和孔隙横纵比的二元非线性关系式。
在上述实施例的基础上,本发明实施例中提供的基于等效横纵比的有机质岩石横纵波速度确定方法,所述根据所述目标函数,获取典型混合物的横纵比,包括:采用非线性粒子群算法求解所述目标函数,得到干酪根颗粒横纵比和孔隙横纵比。
在上述实施例的基础上,本发明实施例中提供的基于等效横纵比的有机质岩石横纵波速度确定方法,所述根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度,包括:
其中,ρk、ρf和ρm分别为干酪根、孔隙流体和岩石基质的密度;vp和vs为有机质岩石的纵波速度和横波速度。
需要说明的是,上述各个实施例中的有机质岩石,可以是富有机质岩石。
本发明实施例提供的基于等效横纵比的有机质岩石横纵波速度确定方法,通过将有机质岩石等效为相应的混合物,采用非线性多元优化算法,得到干酪根颗粒横纵比和孔隙横纵比,从而能够同时考虑干酪根颗粒形状、孔隙形状对有机质岩石横纵波速度的影响作用,可以提高有机质岩石横纵波速度的预测精度。
为了更加清晰的阐述本发明技术方案的实质,以下拟根据上述实施例的技术方案,提供一个整体的实施例。需要说明的是,该实施例仅仅是为了阐述本发明的技术本质,并不是对本发明保护范围的限制,任何满足本发明技术方案实质的技术方案,均在本专利的保护范围之内。
1.将富有机质岩石等效为由岩石基质、干酪根颗粒、孔隙(干孔隙或者饱和流体孔隙)组成的混合物,其中假设干酪根颗粒、孔隙作为包含物,称为干酪根颗粒、孔隙包含物,那么岩石基质、干酪根颗粒、孔隙包含物的体积分数分别为Vm、Vk和又称为孔隙度;岩石基质、干酪根颗粒、孔隙流体的体积模量分别为Km、Kk和Kf,剪切模量分别为Gm、Gk和Gf,密度分别为ρm、ρk和ρf。
2.利用KT模型计算富有机质岩石的体积模量和剪切模量。KT模型是基于长波长一阶散射原理推导得到,该模型假设自然界复杂的岩石是由一种岩石基质及多种包含物混合组成的等效介质,其原始公式如(1)、(2)所示。
式中,xi表示第i种包含物的体积含量,表示N种包含物的总体积是V,KKT和GKT是要求算的含N种包含物的等效介质的体积模量和剪切模量,Km和Gm是岩石基质的体积模量和剪切模量,Ki和Gi是第i种包含物的体积模量和剪切模量,Pmi和Qmi指第i种包含物介质对背景介质m的影响因子,这里称为形状因子。硬币形状的包含物形状因子如公式(3)、(4)所示。
其中,α是硬币形状包含物的横纵比(横、纵轴之比,即短、长轴之比)。当包含物是干孔隙时,Ki=0,Gi=0;当包含物是饱和流体孔隙时,Ki为流体体积模量Kf,Gi=0;KT模型是高频模型,当需要求算低频条件下的饱含流体岩石的弹性模量时,一般使用KT模型求算干岩石的弹性模量,再用Gassmann方程计算饱和流体岩石的弹性模量。
在富有机质岩石中,假设干酪根颗粒和孔隙是包含物,且干酪根颗粒和孔隙包含物的横纵比分别为αk和αp,那么公式(1)和公式(2)中N=2,公式(1)和公式(2)变为公式(5)和公式(6),即由公式(5)和公式(6)可计算得到富有机质岩石的体积模量KKT和剪切模量GKT。
式中,Vk指干酪根的体积分数,指孔隙度,Kk、Gk指干酪根的体积模量和剪切模量,Kf指流体的体积模量;Pmk、Qmk指干酪根颗粒的形状因子,这里是关于αk的函数,可由公式(3)和公式(4)计算得到,在计算过程中公式(3)和公式(4)中的α=αk,Ki=Kk,Gi=Gk;Pmf、Qmf指等效孔隙的形状因子,这里是关于αp的函数,也利用公式(3)和公式(4)计算得到,在计算过程中公式(3)和公式(4)中的α=αp,Ki=Kf,Gi=0。
3.富有机质岩石的纵横波速度求算:将由公式(5)和公式(6)计算的富有机质岩石的体积模量KKT和剪切模量GKT引入公式(7)和公式(8),就可以计算得到富有机质岩石的纵波速度vp和横波速度vs,公式(7)和公式(8)为:
4.目标函数构建:在干酪根颗粒横纵比αk、孔隙横纵比αp和富有机质岩石横波速度vs未知,而纵波速度已知的情况下,基于纵波速度构建干酪根颗粒横纵比αk、孔隙横纵比αp同时反演的目标函数。把式(5)(6)代入到式(7)(8)中,就得到了纵波速度vp、横波速度vs与干酪根颗粒横纵比αk以及孔隙横纵比αp之间的非线性关系式[vp,vs]=f(αk,αp),f指由公式(3)(4)(5)(6)(7)(8)所组成的一步步计算过程所表征的复杂函数;那么利用[vp,vs]=f(αk,αp)反演干酪根颗粒横纵比和孔隙横纵比时所采用的目标函数OF为:
OF=Wp|(vpm-vpc)|/vpm+Ws|(vsm-vsc)|/vsm (9)
式中,纵波速度vp和横波速度vs是关于干酪根颗粒横纵比αk和孔隙横纵比αp的二元非线性关系式,因此公式(9)是关于αk,αp的二元非线性函数。式中,vpm、vsm指测量的纵、横波速度,vpc、vsc指预测的富有机质岩石的纵、横波速度,Wp、Ws为加权因子,Wp+Ws=1。若只有纵波资料,Wp=1,Ws=0。此时最终获得横波速度;同时有纵、横波资料时,可取Wp=0.5,Ws=0.5,此时计算得到的纵、横波资料可以修正并提高实测纵、横波数据的质量。
5.采用非线性粒子群算法求解目标函数,反演得到干酪根颗粒横纵比和孔隙横纵比,再将干酪根颗粒横纵比和孔隙横纵比依次代入公式(3)(4)(5)(6)(7)(8)计算纵、横波速度。
利用粒子群算法求解目标函数的过程可以表述如下,假设在一个D维的搜索空间中,由n个粒子组成的种群X=(X1,X2,…,Xn),其中第i个粒子表示为一个D维的向量Xi=(xi1,xi2,…,xiD)T,代表第i个粒子在D维搜索空间中的位置,也代表问题的一个潜在解。根据目标函数即可计算出每个粒子位置Xi对应的适应度值。第i个粒子的速度为Vi=(Vi1,Vi2,…,ViD)T,其个体极值为Pi=(Pi1,Pi2,…,PiD)T,种群的全局极值为Pg=(Pg1,Pg2,…,PgD)T,在每一次迭代过程中,粒子通过个体极值和全局极值更新自身的速度和位置,更新公式如下:
式中,ω为惯性权重;d=1,2,…,D;i=1,2,…,n;k为当前迭代次数;Vid为粒子的速度;c1和c2为非负的常数,称为加速度因子;r1和r2为分布于[0,1]之间的随机数。为避免粒子的盲目搜索,将其位置和速度限制在一定的区间[-Xmax,Xmax]、[-Vmax,Vmax]。利用此算法求解目标函数(9),即可获得干酪根颗粒横纵比和孔隙横纵比αk,αp,将这两个参数代入公式(3)、(4)、(5)(6)、(7)和(8)就可以计算得到纵、横波速度。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中,可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况,在上述各实施例的基础上,本发明的实施例提供了一种基于等效横纵比的有机质岩石横纵波速度确定装置,该装置用于执行上述方法实施例中的基于等效横纵比的有机质岩石横纵波速度确定方法。参见图2,该装置包括:
有机质岩石参数获取模块201,用于将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;
典型混合物的横纵比获取模块202,用于构建目标函数,根据所述目标函数,获取典型混合物的横纵比;
有机质岩石的横纵波速度获取模块203,用于根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度。
本发明实施例提供的基于等效横纵比的有机质岩石横纵波速度确定装置,采用有机质岩石参数获取模块、典型混合物的横纵比获取模块和有机质岩石的横纵波速度获取模块,通过将有机质岩石等效为相应的混合物,采用非线性多元优化算法,得到干酪根颗粒横纵比和孔隙横纵比,从而能够同时考虑干酪根颗粒形状、孔隙形状对有机质岩石横纵波速度的影响作用,可以提高有机质岩石横纵波速度的预测精度。
本发明实施例的方法是依托电子设备实现的,因此对相关的电子设备有必要做一下介绍。基于此目的,本发明的实施例提供了一种电子设备,如图3所示,该电子设备包括:至少一个处理器(processor)301、通信接口(Communications Interface)304、至少一个存储器(memory)302和通信总线303,其中,至少一个处理器301,通信接口304,至少一个存储器302通过通信总线303完成相互间的通信。至少一个处理器301可以调用至少一个存储器302中的逻辑指令,以执行如下方法:将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;构建目标函数,根据所述目标函数,获取典型混合物的横纵比;根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度。
此外,上述的至少一个存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。例如包括:将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;构建目标函数,根据所述目标函数,获取典型混合物的横纵比;根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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计算机可读存储介质中,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,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于等效横纵比的有机质岩石横纵波速度确定方法,其特征在于,包括:
将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;
构建目标函数,根据所述目标函数,获取典型混合物的横纵比;
根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度;
所述目标函数,包括:
OF=Wp|(vpm-vpc)|/vpm+Ws|(vsm-vsc)|/vsm
其中,vpm和vsm为测量的纵波和横波速度;vpc和vsc为预测的有机质岩石的纵波和横波速度;Wp和Ws为加权因子;vpm、vsm、vpc和vsc均为关于干酪根颗粒横纵比和孔隙横纵比的二元非线性关系式。
2.根据权利要求1所述的基于等效横纵比的有机质岩石横纵波速度确定方法,其特征在于,所述将有机质岩石等效为典型混合物,包括:
将有机质岩石等效为岩石基质、干酪根颗粒和孔隙。
4.根据权利要求2所述的基于等效横纵比的有机质岩石横纵波速度确定方法,其特征在于,所述根据所述目标函数,获取典型混合物的横纵比,包括:
采用非线性粒子群算法求解所述目标函数,得到干酪根颗粒横纵比和孔隙横纵比。
6.一种基于等效横纵比的有机质岩石横纵波速度确定装置,其特征在于,包括:
有机质岩石参数获取模块,用于将有机质岩石等效为典型混合物,根据所述典型混合物,获取有机质岩石的体积模量和剪切模量;
典型混合物的横纵比获取模块,用于构建目标函数,根据所述目标函数,获取典型混合物的横纵比;
有机质岩石的横纵波速度获取模块,用于根据所述典型混合物的横纵比,以及所述有机质岩石的体积模量和剪切模量,获取有机质岩石的横纵波速度;
所述目标函数,包括:
OF=Wp|(vpm-vpc)|/vpm+Ws|(vsm-vsc)|/vsm
其中,vpm和vsm为测量的纵波和横波速度;vpc和vsc为预测的有机质岩石的纵波和横波速度;Wp和Ws为加权因子;vpm、vsm、vpc和vsc均为关于干酪根颗粒横纵比和孔隙横纵比的二元非线性关系式。
7.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行如权利要求1至5任一项所述的方法。
8.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031070.6A CN109765612B (zh) | 2019-01-14 | 2019-01-14 | 基于等效横纵比的有机质岩石横纵波速度确定方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910031070.6A CN109765612B (zh) | 2019-01-14 | 2019-01-14 | 基于等效横纵比的有机质岩石横纵波速度确定方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109765612A CN109765612A (zh) | 2019-05-17 |
CN109765612B true CN109765612B (zh) | 2020-07-21 |
Family
ID=66453960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910031070.6A Active CN109765612B (zh) | 2019-01-14 | 2019-01-14 | 基于等效横纵比的有机质岩石横纵波速度确定方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109765612B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112346130B (zh) * | 2020-11-02 | 2023-04-07 | 中国石油化工股份有限公司 | 一种富有机质岩石横波速度预测方法、存储介质及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103645509A (zh) * | 2013-11-08 | 2014-03-19 | 中国石油大学(北京) | 致密储层孔隙纵横比反演及横波速度预测方法 |
CN104570129A (zh) * | 2014-12-19 | 2015-04-29 | 中国石油天然气股份有限公司 | 碳酸盐岩岩石储层横波速度预测方法 |
EP3203270A1 (en) * | 2016-02-03 | 2017-08-09 | CGG Services SAS | Complex pore geometry modeling by continuously varying inclusions (ci) method for elastic parameter prediction using inclusion models |
CN107144889A (zh) * | 2016-03-01 | 2017-09-08 | 中国石油化工股份有限公司 | 一种基于等效孔隙理论的砂岩岩石物理建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MXPA06013723A (es) * | 2004-05-27 | 2007-07-09 | Exxonmobil Upstream Res Co | Metodo para predecir litologia y porosidad a partir de datos de reflexion sismica. |
-
2019
- 2019-01-14 CN CN201910031070.6A patent/CN109765612B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103645509A (zh) * | 2013-11-08 | 2014-03-19 | 中国石油大学(北京) | 致密储层孔隙纵横比反演及横波速度预测方法 |
CN104570129A (zh) * | 2014-12-19 | 2015-04-29 | 中国石油天然气股份有限公司 | 碳酸盐岩岩石储层横波速度预测方法 |
EP3203270A1 (en) * | 2016-02-03 | 2017-08-09 | CGG Services SAS | Complex pore geometry modeling by continuously varying inclusions (ci) method for elastic parameter prediction using inclusion models |
CN107144889A (zh) * | 2016-03-01 | 2017-09-08 | 中国石油化工股份有限公司 | 一种基于等效孔隙理论的砂岩岩石物理建模方法 |
Non-Patent Citations (5)
Title |
---|
The theory and application of DEM-Gassmann rock physics model for complex carbonate reservoirs;SAM ZANDONG SUN,等;《 The Leading Edge》;20120228;第152-168页 * |
一种修正的Kuster-Toksoz岩石物理模型及应用;刘致水,等;《石油地球物理勘探》;20180228;第114-120页 * |
基于粒子群算法的页岩孔隙结构反演及横波速度预测;刘财,等;《地球物理学进展》;20171231;第689-695页 * |
多重孔岩石微分等效介质模型及其干燥情形下的解析近似式;李宏兵,等;《地球物理学报》;20141031;第3422-3430页 * |
富有机质泥页岩岩石物理横波速度预测方法研究;张秉铭,等;《石油物探》;20180930;第658-667页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109765612A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deng et al. | High fidelity discontinuity-resolving reconstruction for compressible multiphase flows with moving interfaces | |
Petters et al. | A single parameter representation of hygroscopic growth and cloud condensation nucleus activity–Part 3: Including surfactant partitioning | |
Patra et al. | Parallel adaptive numerical simulation of dry avalanches over natural terrain | |
US20020177986A1 (en) | Simulation method and system using component-phase transformations | |
CN106646612B (zh) | 基于矩阵降秩的地震数据重建方法 | |
Mallison et al. | Practical gridding algorithms for discrete fracture modeling workflows | |
Ginting et al. | Application of the two-stage Markov chain Monte Carlo method for characterization of fractured reservoirs using a surrogate flow model | |
CN111399050B (zh) | 高角度裂缝预测方法及装置 | |
Zhang et al. | 3D reconstruction of digital cores based on a model using generative adversarial networks and variational auto-encoders | |
Emmanuel et al. | Effects of coupled chemo-mechanical processes on the evolution of pore-size distributions in geological media | |
Szymczak et al. | Microscopic simulations of fracture dissolution | |
KR102319145B1 (ko) | 고해상도 해양 데이터를 생성하기 위한 방법 및 이를 이용한 장치 | |
Ji et al. | An improved method for reconstructing the digital core model of heterogeneous porous media | |
CN112485827A (zh) | 裂缝孔隙型储层的岩石物理建模方法及装置 | |
Suchde | Conservation and accuracy in meshfree generalized finite difference methods | |
CN109765612B (zh) | 基于等效横纵比的有机质岩石横纵波速度确定方法及设备 | |
Meinecke et al. | Analysis and design of jump coefficients in discrete stochastic diffusion models | |
CN111323814B (zh) | 基于岩石物理模板定量确定砂岩储层含水饱和度的方法 | |
Lin et al. | Fluid flow mass transport for generative networks | |
Li et al. | Cascaded progressive generative adversarial networks for reconstructing three-dimensional grayscale core images from a single two-dimensional image | |
CN108415074B (zh) | 一种缝洞储集体地震响应特征分析方法及装置 | |
CN112346130B (zh) | 一种富有机质岩石横波速度预测方法、存储介质及系统 | |
Min et al. | Selection of geologic models based on pareto-optimality using surface deformation and CO2 injection data for the in Salah gas sequestration project | |
CN112651171B (zh) | 一种数据驱动岩石物理建模方法及系统 | |
Pedersen et al. | Improved lattice Boltzmann models for precipitation and dissolution |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221122 Address after: 710000 central section of south two ring road, Yanta District, Xi'an, Shaanxi Patentee after: CHANG'AN University Patentee after: CHINA PETROLEUM & CHEMICAL CORPORATION EXPLORATION & PRODUCTION Research Institute Patentee after: CHINA PETROLEUM & CHEMICAL Corp. Address before: No. 126, south section of Yanta Road, Yanta District, Xi'an, Shaanxi 710000 Patentee before: CHANG'AN University |