CN110275202A - 一种用于致密油储层脆性预测的方法 - Google Patents
一种用于致密油储层脆性预测的方法 Download PDFInfo
- Publication number
- CN110275202A CN110275202A CN201910460687.XA CN201910460687A CN110275202A CN 110275202 A CN110275202 A CN 110275202A CN 201910460687 A CN201910460687 A CN 201910460687A CN 110275202 A CN110275202 A CN 110275202A
- Authority
- CN
- China
- Prior art keywords
- modulus
- mineral
- rock
- fine
- matrix
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000011435 rock Substances 0.000 claims abstract description 88
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 73
- 239000011707 mineral Substances 0.000 claims abstract description 73
- 239000011159 matrix material Substances 0.000 claims abstract description 33
- 238000010008 shearing Methods 0.000 claims abstract description 24
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims abstract description 7
- 238000001228 spectrum Methods 0.000 claims abstract description 7
- 239000010453 quartz Substances 0.000 claims abstract description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims abstract description 5
- 239000002734 clay mineral Substances 0.000 claims abstract description 4
- 239000011028 pyrite Substances 0.000 claims abstract description 4
- 229910052683 pyrite Inorganic materials 0.000 claims abstract description 4
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 claims abstract description 4
- 239000000470 constituent Substances 0.000 claims description 13
- 239000010433 feldspar Substances 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 6
- 239000004575 stone Substances 0.000 claims description 6
- XYQHCDPZBXIAGW-UHFFFAOYSA-N Andesine Natural products COC(=O)C1=Cc2ccc3c(CCN(C)C)cc(OC)c(O)c3c2C(=O)O1 XYQHCDPZBXIAGW-UHFFFAOYSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 229910052658 andesine Inorganic materials 0.000 claims description 3
- 235000008331 Pinus X rigitaeda Nutrition 0.000 claims 1
- 235000011613 Pinus brutia Nutrition 0.000 claims 1
- 241000018646 Pinus brutia Species 0.000 claims 1
- 241000219000 Populus Species 0.000 claims 1
- 239000000843 powder Substances 0.000 abstract description 11
- 238000000280 densification Methods 0.000 abstract description 3
- 239000011148 porous material Substances 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 238000001615 p wave Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000009916 joint effect Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000006101 laboratory sample Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 241001274660 Modulus Species 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种用于致密油储层脆性预测的方法,包括以下步骤:S01,将固定纵横比的椭球状孔隙加入到长石矿物中;S02,结合石英矿物,碳酸盐岩矿物,黄铁矿矿物,求取混合矿物基质的体积模量和剪切模量;S03,结合SCA理论将长石矿物和混合矿物基质按照比例进行混合构成粉砂岩岩石骨架;S04,利用微分等效介质模型DEM将微裂隙加入到岩石骨架中;S05,将黏土矿物按照不同的矿物纵横比以包含体的形式加入到岩石骨架中;S06,计算岩石的速度、杨氏模量、泊松比和脆性指数。本发明提供的一种用于致密油储层脆性预测的方法,针对低孔、低渗和内部结构复杂的致密油储层,通过结合SCA+DEM等效介质模型构建脆性岩石物理模型,能够更好地描述致密油粉砂岩储层内部结构。
Description
技术领域
本发明涉及一种用于致密油储层脆性预测的方法,属于岩石物理建模技术领域。
背景技术
致密油是继页岩气之后非常规油气藏探勘开发领域的又一新热点。致密油在我国分布广泛且潜力巨大,由于储集层致密、岩性复杂,均需采用压裂改造以获得工业产能。压裂的成功与否与岩体脆性密切相关,脆性程度越高,越有利于产生大量的压裂裂缝且很长一段时间内保持开启。因此,储层脆性准确预测对致密油开采具有重要意义,但是目前关于脆性地震预测的研究仍有待深入开展。
国内外学者关于脆性已经做了大量的研究,并取得一定进展,而对于脆性的准确定义和预测仍存在争议。脆性指数和脆性岩石物理模型相结合,能够在一定程度上提高预测储层脆性精度。基于室内实验,结合地震及测井资料,建立脆性岩石物理模型能够有效的对地下储层脆性空间分布进行预测。
岩石物理理论模型是根据一定的假设条件通过各种等效模型来模拟实际储层性质,而岩石内部结构复杂,理想化的模型不能完全跟实际岩石相吻合,关于致密油粉砂岩脆性岩石物理模型仍处于探索阶段。Xu和White(1995)考虑岩石孔隙为砂岩孔隙和泥岩孔隙,并采用纵横比来描述其几何形态,提出了砂泥岩储层的Xu-White模型。张广智等(2012)根据Xu-White模型,给了一种修正的Xu-White模型并对碳酸盐岩的横波速度进行了准确估算。郭智奇等(2013) 对北美页岩分析了脆性指数,矿物组分,孔隙度之间的关系,并基于自相容模型和Backus平均方法建立了岩石物理模型。董宁等(2014)在自洽模型和微分等效介质模型的基础上,通过引入Berryman三维孔隙形态及Brown-Korringa固体替代技术,建立适用于泥页岩的岩石物理模型。Yin and Li(2015)在没有测井数据的情况下根据岩石物理模型有效的预测了纵横波速度;黄欣蕊等(2015)根据致密砂岩建立的岩石物理模型提出了一个新的脆性指数。邓继新等(2015)根据岩石的矿物,孔隙度,TOC含量及微观结构特征对龙马溪组页岩进行地震岩石物理建模,研究结果能对该地区的测井及地震甜点预测提供依据。Hua et al(2016)根据K-T模型和DEM模型推导了一个新的岩石物理模型,该模型简化了求解干燥弹性模量,提高了计算效率,在实际应用中取得了效果;杨志强等 (2017)分析了四川盆地页岩样品的地震岩石物理特征与微观结构的变化规律,考虑了孔隙纵横比的变化,将SCA,DEM,Gassmann模型结合起来建立了适合目标层的岩石物理模型。岩石物理模板是基于岩石物理模型,巴晶等(2013)基于B-R理论对非饱和碳酸盐岩进行多尺度建模,根据实验,测井及地震数据对岩石物理模板进行矫正,验证了模板的有效性,且反演结果与实际生产结果相符。 NicolásLópez and Valdiviezomijangos(2016)考虑泥岩的矿物组分,有机质及孔隙流体的影响,根据SCA模型建立了对干酪根、气、水、油影响的Vp-Vs和 Lambda-Mu-Rho岩石物理模板,该模板在地球物理学,岩石物理学,地质学中有广泛的应用前景;涂喜等(2017)根据Xu-Payne模型建立了碳酸盐岩岩石物理模板,模拟了在不同孔隙度,含气饱和度,泥质含量的条件下,储层参数与弹性参数之间的关系。致密储层的地震性质受宏观(矿物组分,孔隙度等)和微观因素(孔隙结构)共同影响,如何将二者更好的结合起来至关重要,有助于建立合适的脆性岩石物理模型及岩石物理模板。
发明内容
本发明要解决的技术问题是,克服现有技术的缺陷,提供一种针对低孔、低渗和内部结构复杂的致密油储层,通过结合SCA+DEM等效介质模型构建脆性岩石物理模型,能够更好地描述致密油粉砂岩储层内部结构的用于致密油储层脆性预测的方法。
为解决上述技术问题,本发明采用的技术方案为:
一种用于致密油储层脆性预测的方法,包括以下步骤:
S01,使用微分等效介质模型DEM将固定纵横比的椭球状孔隙以包含体的形式随机加入到长石矿物中,计算长石骨架的体积模量和剪切模量;
S02,结合石英矿物,碳酸盐岩矿物,黄铁矿矿物,根据Voigt-Reuss-Hill边界理论求取混合矿物基质的体积模量和剪切模量;
S03,利用自相容模型SCA将S01中长石矿物和S02中的混合矿物基质按照比例进行混合构成粉砂岩岩石骨架,计算岩石骨架的体积模量和剪切模量;
S04,利用微分等效介质模型DEM将微裂隙以不同的纵横比加入到岩石骨架中,计算岩石骨架的体积模量和剪切模量;
S05,利用微分等效介质模型DEM将黏土矿物按照不同的矿物纵横比以包含体的形式加入到岩石骨架中,计算干燥致密粉砂岩的体积模量和剪切模量;其中干燥致密粉砂岩是由以上所有矿物以及孔隙构建的岩石模型。
S06,根据得到的等效干燥致密粉砂岩体积模量、剪切模量和密度,计算岩石的速度、杨氏模量、泊松比和脆性指数。
S06中脆性指数通过以下公式计算:
其中,EBI代表归一化的杨氏模量,Emin代表统计范围内杨氏模量最小值, Emax代表统计范围内杨氏模量最大值,υBI代表归一化的泊松比,υ代表岩石的泊松比,υmax代表统计范围内泊松比最大值,υmin代表统计范围内泊松比最小值,B1代表由杨氏模量和泊松比计算得到的岩石脆性指数。
储层矿物构成、孔隙度与矿物组分的关系以及孔隙度和纵横波波速的关系根据室内超声实验结果分析。模型建立过程中,各参数的取值范围如下:裂隙含量占孔隙度的0.4%,裂隙纵横比为0.0003,孔隙度变化范围为0~15%,泥质矿物纵横比从0.01~0.1。
S03中,长石矿物和混合矿物基质的比值范围为0.29~2。
自相容模型SCA的N相混合物的自相容近似公式如下:
∑χi(Ki-Ki SC)P*i=0 (4)
∑χi(μi-μi SC)Q*i=0 (5)
其中,i代表第i种组分,χi是第i种组分的体积分数,P*i和Q*i是针对具有自相容等效弹性模量μSC *和KSC *的背景介质中第i种组分的矿物形状因子,Ki、μi分别代表第i种矿物组分的体积模量、剪切模量;Ki SC和μi SC分别代表混合矿物的等效体积模量和等效剪切模量。
本发明的有益效果:岩石物理建模及脆性指数是储层脆性预测两个关键性环节,目前关于致密油粉砂岩的脆性预测还处于初级探索阶段。本发明提供的一种用于致密油储层脆性预测的方法,综合考虑岩石矿物组分,微观结构,孔隙度,主要结合SCA与DEM理论,建立致密油粉砂岩岩石物理模型。联合优选的脆性指数,建立致密油粉砂岩脆性指数模板。最后结合地震数据,有效的反演出脆性空间分布规律,能在一定程度上指导致密油粉砂岩储层的水力压裂等工作。
相较于其他传统岩石物理建模方法,该方法结合SCA与DEM理论,能够更好的描述致密油粉砂岩储层内部结构。致密油粉砂岩具有低孔低渗特征,内部结构复杂,SCA模型适合低孔隙度的岩石,孔隙在岩石中近似的被认为是彼此隔离的。SCA与DEM理论相结合,我们不需要选择背景基质,能有效的避免单独使用DEM模型带来的误差(DEM模型中选用不同的背景基质,导致的计算结果不一样)。
附图说明
图1为本发明提出的一种关于致密油储层建模及脆性预测的方法的流程示意图;
图2为青山口组粉砂岩脆性岩石物理模型流程图;
图3为致密油粉砂岩样品的扫描电镜图像:全貌特征;局部放大;粒间孔隙 全貌;粒间缝全貌;
图4为结合脆性指数的不同孔隙度和混合矿物对弹性参数的影响的交汇图:纵波阻抗和纵横波速度比(a);杨氏模量与泊松比(b);
图5为结合脆性指数的不同裂隙含量和混合矿物对弹性参数的影响的交汇图:纵波阻抗和纵横波速度比(a);杨氏模量与泊松比(b);
图6为结合脆性指数的不同裂隙纵横比和混合矿物对弹性参数的影响的交汇图:纵波阻抗和纵横波速度比(a);杨氏模量与泊松比(b);
图7为粉砂岩岩石物理模板与测井解释结果的对比:(a)色标为B1;(b) 色标为B2;
图8为过井A长石含量(a)和脆性指数(b)反演结果;过井B长石含量 (c)和脆性指数(d)反演结果。
具体实施方式
下面结合附图对本发明作进一步描述,以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,本发明结合SCA+DEM等效介质模型构建了岩石物理模型,根据构建的岩石物理模型,我们建立了受孔隙度,裂隙含量,裂隙纵横比及矿物组分影响的地震属性的脆性岩石物理模型,用于致密油储层脆性预测。
本发明首先进行岩心样本实验分析,根据室内超声实验结果分析储层矿物构成、孔隙度与矿物组分的关系以及孔隙度和纵横波速的关系。在超声实验测量的基础上,将VRH、SCA和DEM结合起来建立岩石物理模型。根据岩石扫描电镜,假设岩石孔隙仅包含在长石矿物中,将岩石孔隙分为粒间孔和粒间缝两类,模型中的矿物体积含量取实验样品中各个矿物含量的均值。
本发明的一种关于致密油储层建模及脆性预测的方法基于Voigt-Ruess-Hill 理论、自洽模型(self-consistent)以及微分等效介质(DEM)模型。
Voigt界限(1a)称为等应变平均,它假设了各个成分有相等的应变时平均应力与平均应变的比。Reuss(1929)则提出了等应力平均,即Reuss下限MR(1b)。实际岩石预测的弹性模量必定落在它们之间。Hill(1952)将二者取算术平均,用来估算岩石的等效模量:
式中,fi为第i个介质的体积含量;Mi为第i个介质的弹性模量,Mv是 Voigt界限,MR是Reuss下限MR,N是组成岩石的矿物成分总数,MVRH是Voigt 上限和Reuss下限算术平均。
自洽模型也被称为自相容模型(SCA),其基本思想是假设待求解的多孔介质位于无限大的基质中,不断调整基质的弹性参数,直到平面波入射时多孔介质不再引起散射为止。此时多孔介质的弹性模量可以等效为基质的有效模量 (Berryman,1992)。我们根据Berryman(1980和1998)基于弹性波散射理论提出的N相混合物的自相容近似公式如下:
∑χi(Ki-Ki SC)P*i=0 (2a)
∑χi(μi-μi SC)Q*i=0 (2b)
其中,i代表第i种组分,χi是第i种组分的体积分数,P*i和Q*i是针对具有自相容等效弹性模量μSC *和KSC *的背景介质中第i种组分的矿物形状因子,Ki、μi分别代表第i种矿物组分的体积模量、剪切模量;Ki SC和μi SC分别代表混合矿物的等效体积模量和等效剪切模量。
微分等效介质(DEM)理论通过往固体矿物相中逐渐加入包含物相模拟双相混合物(Norris,1985;Zimmerman,1991),这个过程一直进行到需要的各成分含量达到为止。Berryman(1992)提出等效体积和剪切模量的耦合的微分方程组如下:
其中初始条件是K*(0)=K1,μ*(0)=μ1,K1,μ1分别为初始主相材料的体积模量和剪切模量(相1),K2,μ2分别为逐渐加入的包含物的体积模量和剪切模量(相2),y为相2的含量,对于流体包含物和空包含物,y等于孔隙度,P 和Q同上。
本发明在上述的理论基础上建立岩石物理模型,针对孔隙度,裂隙含量,裂隙及泥质矿物纵横比等因素对弹性参数的影响进行分析,结合实验和经验,确定模型中裂隙含量占孔隙度的0.4%,裂隙纵横比为0.0003,孔隙度变化范围为 0~15%,泥质矿物纵横比从0.01~0.1。但综合实验看出,泥质矿物纵横比对岩石的波速没有明显的影响,可能是因为泥质矿物含量较少的原因。
如图2所示,本发明的一种用于致密油储层脆性预测的方法,在超声实验测量的基础上,将VRH、SCA和DEM结合起来建立岩石物理模型。关于模型的三个关键假设为:(1)根据孔隙度与长石含量呈正相关的趋势,我们假设岩石孔隙仅包含在长石矿物中;(2)根据岩石扫描电镜,将岩石孔隙分为粒间孔和粒间缝两类;(3)模型中的矿物体积含量取实验样品中各个矿物含量的均值。
包括以下步骤:
步骤一,结合室内基础物性实验,扫描电镜及超声波实验,假设孔隙仅存在于长石矿物中,利用DEM理论将固定纵横比的椭球状孔隙以包含体的形式随机加入到长石矿物中,计算长石骨架的体积模量和剪切模量。
步骤二,结合石英矿物,碳酸盐岩矿物,黄铁矿矿物,根据Voigt-Reuss-Hill 边界理论求取混合矿物基质的体积模量和剪切模量。
步骤三,利用自相容模型SCA将步骤一中长石矿物和步骤二中的混合矿物基质按照比例进行混合构成粉砂岩岩石骨架,计算岩石骨架的体积模量和剪切模量。
步骤四,利用微分等效介质模型DEM将微裂隙以不同的纵横比加入到岩石骨架中,计算岩石骨架的体积模量和剪切模量。
步骤五,利用微分等效介质模型DEM将黏土矿物按照不同的矿物纵横比以包含体的形式加入到岩石骨架中,计算干燥致密粉砂岩的体积模量和剪切模量。
步骤六,根据等效得到的岩石体积模量和剪切模量以及岩石密度,计算岩石的速度、杨氏模量、泊松比和脆性指数。
选定脆性指数模型并建立脆性模板,并分析模板中岩石弹性性质、矿物组分、孔隙度各参数之间的相关关系;
其中脆性指数通过以下公式计算:
其中,EBI代表归一化的杨氏模量,Emin代表统计范围内杨氏模量最小值, Emax代表统计范围内杨氏模量最大值,υBI代表归一化的泊松比,υ代表岩石的泊松比,υmax代表统计范围内泊松比最大值,υmin代表统计范围内泊松比最小值,B1代表由杨氏模量和泊松比计算得到的岩石脆性指数。
结合岩石物理模板与测井数据对比,可以看出测井数据计算的脆性结果与模板一致;并将反演得到的各参数二维平面图通过与实际生产结果对比,验证模型的有效性。以下为本发明的一个实施例,说明基于一种关于致密油储层建模及脆性预测的方法的实现过程。
案例中选取大庆油田青山口组致密油粉砂岩储层,本次研究样品取自大庆油田古龙地区井X,样品深度约为2100米,岩性主要为粉砂岩,泥质粉砂岩,粉砂质泥岩,如图3所示,扫描电镜观测结果显示岩石内部含有粒间孔和粒间缝,且储层连通性较差。
在干燥状态下对岩心样品进行超声波实验,根据实验结果分析孔隙度与纵横波波速的关系。结合Voigt-Ruess-Hill理论、自洽模型以及微分等效介质理论建立岩石物理模型,建模过程中依据岩心样本实验结果确定模型中各参数范围。结合超声波实验,确定孔隙度、裂隙含量、裂隙及泥质矿物纵横比等参数值,其中孔隙度范围为0-15%,裂隙含量为总孔隙度的0.4%,裂隙纵横比为0.0003,泥质矿物纵横比从0.01~0.1。在此基础上建立岩石物理模板,结果展现了岩石弹性性质、矿物组分、孔隙度之间的关系。如图4到图6所示,结合脆性指数模型建立脆性岩石物理模型及脆性模板,综合表明,岩石脆性受矿物组分,孔隙度,裂隙含量,裂隙纵横比共同影响,长石含量低,石英含量高,孔隙度小,裂隙含量少且纵横比大,岩石脆性高。岩石脆性高对应了高杨氏模量和低泊松比,以及高纵波阻抗和低纵波与横波速度比。
如图7所示,通过粉砂岩岩石物理模板与测井数据比对,从图版中可以看出部分数据落在图中,还有部分数据在图版外,在图版外的数据是因为岩石受到孔隙度,裂隙含量,矿物组分,裂隙纵横比多种因素共同影响,而图版中只考虑了孔隙度,矿物组分两种影响因素,其他影响因素都是固定值。随着长石含量的增加,脆性指数B1减小,脆性指数B2在增大,岩石脆性降低;不管是图版中还是图版外测井数据计算的脆性结果与模板一致。
并将该工区过井A和井B两口井测线反演得到的纵波阻抗和纵波与横波速度比提取出来,得到对应的测线的纵波阻抗和纵波与横波速度比二维剖面。基于本文给出的粉砂岩岩石物理模版,将上述得到的纵波阻抗和纵波与横波速度比投影到模板上,在模板的储层参数范围内,判断距离数据点最近的模板格点,将其长石含量值作为该数据点所对应的储层参数。在目的层内,对数据点与模板的边界差距较大的情况做非储层处理。因此,基于地震数据在模板的位置,得到相应的储层参数进行反演,可对储层的长石含量进行定量解释。如图8所示,根据地震数据直接反演得到的脆性指数B1,反演结果可能存在一定误差,但是能在一定程度为地震解释提供依据。根据测井解释和实际资料显示储层是主力烃源岩层,具有良好的致密油成藏地质条件。分析长石含量和脆性指数的反演结果与纵波与横波速度比,纵波阻抗的反演结果,相对于过井B的储层,过井A的储层脆性高,易于储层压裂,形成网状裂缝,提高油气产量;过井B的产油段产量低,可以在附近脆性高的区域进行水平钻井,提高油气产量。
本发明涉及脆性岩石物理建模,结合SCA+DEM与脆性指数模型进行致密油储层建模及脆性预测。本方法通过调整建模参数使模型更好的吻合岩石内部结构,并应用于二维以及三维地震资料来进行有效的储层预测。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种用于致密油储层脆性预测的方法,其特征在于:包括以下步骤:
S01,使用微分等效介质模型DEM将固定纵横比的椭球状孔隙以包含体的形式随机加入到长石矿物中,计算长石骨架的体积模量和剪切模量;
S02,结合石英矿物,碳酸盐岩矿物,黄铁矿矿物,根据Voigt-Reuss-Hill边界理论求取混合矿物基质的体积模量和剪切模量;
S03,利用自相容模型SCA将S01中长石矿物和S02中的混合矿物基质按照比例进行混合构成粉砂岩岩石骨架,计算岩石骨架的体积模量和剪切模量;
S04,利用微分等效介质模型DEM将微裂隙以不同的纵横比加入到岩石骨架中,计算岩石骨架的体积模量和剪切模量;
S05,利用微分等效介质模型DEM将黏土矿物按照不同的矿物纵横比以包含体的形式加入到岩石骨架中,计算干燥致密粉砂岩的体积模量和剪切模量;
S06,根据得到的等效干燥致密粉砂岩体积模量、剪切模量和密度,计算岩石的速度、杨氏模量、泊松比和脆性指数。
2.根据权利要求1所述的一种用于致密油储层脆性预测的方法,其特征在于:S06中脆性指数通过以下公式计算:
其中,EBI代表归一化的杨氏模量,Emin代表统计范围内杨氏模量最小值,Emax代表统计范围内杨氏模量最大值,υBI代表归一化的泊松比,υ代表岩石的泊松比,υmax代表统计范围内泊松比最大值,υmin代表统计范围内泊松比最小值,B1代表由杨氏模量和泊松比计算得到的岩石脆性指数。
3.根据权利要求1所述的一种用于致密油储层脆性预测的方法,其特征在于:各参数的取值范围如下:裂隙含量占孔隙度的0.4%,裂隙纵横比为0.0003,孔隙度变化范围为0~15%,泥质矿物纵横比从0.01~0.1。
4.根据权利要求1所述的一种用于致密油储层脆性预测的方法,其特征在于:储层矿物构成、孔隙度与矿物组分的关系以及孔隙度和纵横波波速的关系根据室内超声实验结果分析。
5.根据权利要求1所述的一种用于致密油储层脆性预测的方法,其特征在于:S03中,长石矿物和混合矿物基质的比值范围为0.29~2。
6.根据权利要求1所述的一种用于致密油储层脆性预测的方法,其特征在于:自相容模型SCA的N相混合物的自相容近似公式如下:
其中,i代表第i种组分,χi是第i种组分的体积分数,和是针对具有自相容等效弹性模量μSC *和KSC *的背景介质中第i种组分的矿物形状因子,Ki、μi分别代表第i种矿物组分的体积模量、剪切模量;Ki SC和μi SC分别代表混合矿物的等效体积模量和等效剪切模量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910460687.XA CN110275202B (zh) | 2019-05-30 | 2019-05-30 | 一种用于致密油储层脆性预测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910460687.XA CN110275202B (zh) | 2019-05-30 | 2019-05-30 | 一种用于致密油储层脆性预测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110275202A true CN110275202A (zh) | 2019-09-24 |
CN110275202B CN110275202B (zh) | 2020-12-01 |
Family
ID=67960333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910460687.XA Active CN110275202B (zh) | 2019-05-30 | 2019-05-30 | 一种用于致密油储层脆性预测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110275202B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112649256A (zh) * | 2019-10-10 | 2021-04-13 | 中国石油化工股份有限公司 | 一种基于人工合成双矿物岩石求取矿物弹性模量的方法 |
CN112649870A (zh) * | 2019-10-12 | 2021-04-13 | 中国石油化工股份有限公司 | 岩石物理建模中矿物弹性参数的确定方法及系统 |
CN112649858A (zh) * | 2019-10-11 | 2021-04-13 | 中国石油化工股份有限公司 | 一种基于岩心测试的页岩脆性预测方法及系统 |
CN113866824A (zh) * | 2020-06-30 | 2021-12-31 | 中国石油化工股份有限公司 | 盐间地层弹性参数的确定方法、存储介质和计算机设备 |
CN114910499A (zh) * | 2022-02-23 | 2022-08-16 | 河海大学 | 一种基于地层差异性成岩作用定量预测页岩气储层的方法 |
CN115586572A (zh) * | 2022-09-15 | 2023-01-10 | 河海大学 | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760081A (zh) * | 2013-12-31 | 2014-04-30 | 中国石油天然气股份有限公司 | 基于孔隙结构特征的碳酸盐岩储层的气藏预测方法及系统 |
CN104573150A (zh) * | 2013-10-18 | 2015-04-29 | 中国石油化工股份有限公司 | 一种针对富含有机质页岩的各向异性岩石物理建模方法 |
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 |
US20160109593A1 (en) * | 2014-10-17 | 2016-04-21 | Vimal SAXENA | Methods and systems for generating percolated rock physics models for predicting permeability and petrophysical quantities |
CN106569266A (zh) * | 2015-10-12 | 2017-04-19 | 中国石油化工股份有限公司 | 页岩气储层脆性矿物含量预测方法 |
US20170219728A1 (en) * | 2016-02-03 | 2017-08-03 | Cgg Services Sas | Complex pore geometry modeling by continuously varying inclusions (ci) method for elastic parameter prediction using inclusion models |
-
2019
- 2019-05-30 CN CN201910460687.XA patent/CN110275202B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573150A (zh) * | 2013-10-18 | 2015-04-29 | 中国石油化工股份有限公司 | 一种针对富含有机质页岩的各向异性岩石物理建模方法 |
CN103760081A (zh) * | 2013-12-31 | 2014-04-30 | 中国石油天然气股份有限公司 | 基于孔隙结构特征的碳酸盐岩储层的气藏预测方法及系统 |
US20160109593A1 (en) * | 2014-10-17 | 2016-04-21 | Vimal SAXENA | Methods and systems for generating percolated rock physics models for predicting permeability and petrophysical quantities |
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 |
CN106569266A (zh) * | 2015-10-12 | 2017-04-19 | 中国石油化工股份有限公司 | 页岩气储层脆性矿物含量预测方法 |
US20170219728A1 (en) * | 2016-02-03 | 2017-08-03 | Cgg Services Sas | Complex pore geometry modeling by continuously varying inclusions (ci) method for elastic parameter prediction using inclusion models |
Non-Patent Citations (3)
Title |
---|
TAN WEN-HUI,等: "Brittleness characteristics of tight oil siltstones", 《APPLIED GEOPHYSICS》 * |
WENHUI TAN,等: "Rock physics model of tight oil siltstone for seismic prediction of brittleness", 《GEOPHYSICAL PROSPECTING》 * |
熊晓军,等: "基于孔隙分类理论的自相容模型横波速度预测方法", 《石油物探》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112649256A (zh) * | 2019-10-10 | 2021-04-13 | 中国石油化工股份有限公司 | 一种基于人工合成双矿物岩石求取矿物弹性模量的方法 |
CN112649858A (zh) * | 2019-10-11 | 2021-04-13 | 中国石油化工股份有限公司 | 一种基于岩心测试的页岩脆性预测方法及系统 |
CN112649870A (zh) * | 2019-10-12 | 2021-04-13 | 中国石油化工股份有限公司 | 岩石物理建模中矿物弹性参数的确定方法及系统 |
CN113866824A (zh) * | 2020-06-30 | 2021-12-31 | 中国石油化工股份有限公司 | 盐间地层弹性参数的确定方法、存储介质和计算机设备 |
CN113866824B (zh) * | 2020-06-30 | 2024-06-07 | 中国石油化工股份有限公司 | 盐间地层弹性参数的确定方法、存储介质和计算机设备 |
CN114910499A (zh) * | 2022-02-23 | 2022-08-16 | 河海大学 | 一种基于地层差异性成岩作用定量预测页岩气储层的方法 |
CN114910499B (zh) * | 2022-02-23 | 2023-09-26 | 河海大学 | 一种基于地层差异性成岩作用定量预测页岩气储层的方法 |
CN115586572A (zh) * | 2022-09-15 | 2023-01-10 | 河海大学 | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 |
CN115586572B (zh) * | 2022-09-15 | 2023-04-07 | 河海大学 | 一种孔隙参数与储层参数的地震岩石物理解析反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110275202B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110275202A (zh) | 一种用于致密油储层脆性预测的方法 | |
Baomin et al. | Classification and characteristics of karst reservoirs in China and related theories | |
Wang et al. | Cretaceous volcanic reservoirs and their exploration in the Songliao Basin, northeast China | |
CN103713320B (zh) | 一种富有机质泥页岩岩石物理模型的建立方法 | |
CN103256046B (zh) | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 | |
CN109946147B (zh) | 一种煤系复合储层压裂物理模拟试件制备方法 | |
CN102445708B (zh) | 三维等效富泥质砂岩速度预测模型 | |
Ahmadov | Microtextural, elastic and transport properties of source rocks | |
US20130262069A1 (en) | Targeted site selection within shale gas basins | |
Dan et al. | Control factors on tight sandstone reservoirs below source rocks in the Rangzijing slope zone of southern Songliao Basin, East China | |
Baker et al. | Reservoir characterization for naturally fractured reservoirs | |
Li et al. | Reservoir architecture and fracture characterization of low-permeability sandstone reservoir: a case study of Biandong oilfield, Jinhu depression, northern Jiangsu Basin, China | |
CN102915665B (zh) | 煤层气地震物理模型的制作方法及煤层气地震物理模型 | |
CN102955168B (zh) | 一种地震物理储层模型及其制备方法和应用 | |
Ligtenberg et al. | Fractures in the Dutch Rotliegend—An Overview | |
Kalantari-Dahaghi | Systematic approach to numerical simulation and modelling of shale gas reservoirs | |
CN110007348A (zh) | 一种灰质背景浊积岩储层的岩石物理建模方法 | |
CN114675328A (zh) | 基于变化孔隙纵横比Xu-white模型的富有机质页岩横波预测方法 | |
Erzeybek Balan | Characterization and modeling of paleokarst reservoirs using multiple-point statistics on a non-gridded basis | |
CN103513269B (zh) | 一种地震物理储层模型及其制备方法和应用 | |
Pang et al. | Rock-physics Template Based on Differential Diagenesis for the characterization of shale gas reservoirs | |
CN113866824B (zh) | 盐间地层弹性参数的确定方法、存储介质和计算机设备 | |
Tan et al. | Experimental and numerical 3D analysis of hydraulic fracturing in shaly unconsolidated sandstone reservoir | |
Sun et al. | Sedimentary Characteristics and Evolution Controlling Factors of Platform Margin Reef‐Shoal: A Case Study of Upper Carboniferous‐Middle Permian in Wushi Area, Tarim Basin | |
CN107764697A (zh) | 基于孔隙介质渐进方程非线性反演的含气性检测方法 |
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 |