CN110318745B - 一种沉积微相约束下粒径岩性测井评价方法 - Google Patents
一种沉积微相约束下粒径岩性测井评价方法 Download PDFInfo
- Publication number
- CN110318745B CN110318745B CN201910495413.4A CN201910495413A CN110318745B CN 110318745 B CN110318745 B CN 110318745B CN 201910495413 A CN201910495413 A CN 201910495413A CN 110318745 B CN110318745 B CN 110318745B
- Authority
- CN
- China
- Prior art keywords
- logging
- sandstone
- lithology
- different
- data
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 198
- 239000002245 particle Substances 0.000 title claims abstract description 103
- 230000008021 deposition Effects 0.000 title claims description 33
- 239000011435 rock Substances 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000011160 research Methods 0.000 claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 238000010606 normalization Methods 0.000 claims description 41
- 230000009471 action Effects 0.000 claims description 28
- 230000000694 effects Effects 0.000 claims description 18
- 230000035945 sensitivity Effects 0.000 claims description 16
- 239000000843 powder Substances 0.000 claims description 15
- 238000005266 casting Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 13
- 238000003921 particle size analysis Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 239000012530 fluid Substances 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000001556 precipitation Methods 0.000 claims description 2
- 238000005192 partition Methods 0.000 claims 2
- 239000011148 porous material Substances 0.000 claims 1
- 239000004576 sand Substances 0.000 description 6
- 238000004062 sedimentation Methods 0.000 description 5
- 235000009508 confectionery Nutrition 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Pathology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Medicinal Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Fluid Mechanics (AREA)
- Food Science & Technology (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种沉积微相约束下粒径岩性测井评价方法,属于储层测井评价研究技术领域。通过录井数据‑测井曲线劈分的泥岩和岩石物理模型‑沉积微相测井评价单元内测井识别的粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩5种粒径岩性揭示厚层、低渗透‑致密砂岩储层非均质性;从地质成因上划分出岩石物理模型‑沉积微相测井评价单元而在测井识别厚层、低渗透‑致密砂岩储层岩性上取得创新;集成了录井数据、测井资料和分析测试资料,将录井数据‑测井曲线劈分的泥岩、岩石物理模型‑沉积微相测井评价单元内识别的不同粒径岩性相结合,形成评价方法。
Description
技术领域
本发明涉及一种沉积微相约束下粒径岩性测井评价方法,属于储层测井评价研究技术领域。
背景技术
低渗透-致密砂岩储层岩性的复杂性导致其在开发过程中难度较大,低渗透-致密砂岩储层非均质性的根本原因是地质成因复杂。一方面是,沉积时期获得原始沉积物质基础;另一方面是,成岩历史中成岩作用对储层质量的影响。因而,非常有必要开展低渗透-致密砂岩储层非均质性研究,而测井识别岩性是储层评价的重要工作之一,对储层非均质性研究具有重要的价值。
测井识别岩性方法众多,如交会图法、各种数据判别方法、或者高级数学算法,如BP神经网络。测井识别岩性是利用测井曲线与岩性的相关性,搭建测井曲线与岩性之间关系,进而对未取心井段进行岩性判别。学者们认识到,由于岩性的非均质性,只用各种测井参数对岩性进行识别存在片面性和局限性,而选择综合方法判别岩性,能获取较好的效果;如逐步法和Fisher判别方法识别岩性、以常规测井资料为基础的岩性自动识别技术、交会图及贝叶斯聚类分析算法识别岩性。岩性识别是一种非常困难和复杂的工作,需要在详细总结研究区岩性特征基础上,通过提取不同岩性的测井响应特征,总结适合研究区的岩性识别方法,这很大程度上取决于样品的代表性和测井值的提取。如何提高测井识别岩性精度、挖潜测井参数间潜在信息,是测井解释领域的重要问题。
然而,针对低渗透-致密砂岩储层非均质性而言,砂岩储层非均质性是经历漫长而复杂的沉积和成岩作用,受到多期构造运动影响。如何从地质成因上测井识别储层岩性,具有重要的理论与实际价值,这方面研究鲜见报道。针对厚层、低渗透-致密砂岩储层非均质性及储层精细地质模型研究的需求,现有的技术不能满足当前低渗透-致密砂岩储层勘探开发的需求。
发明内容
为了克服现有技术的不足,本发明提供一种沉积微相约束下粒径岩性测井评价方法。
一种沉积微相约束下粒径岩性测井评价方法,含有以下步骤;通过录井数据-测井曲线劈分的泥岩和岩石物理模型-沉积微相测井评价单元内测井识别的粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩5种粒径岩性揭示厚层、低渗透-致密砂岩储层非均质性;从地质成因上划分出岩石物理模型-沉积微相测井评价单元而在测井识别厚层、低渗透-致密砂岩储层岩性纵向分布上取得创新;集成了录井数据、测井资料和分析测试资料,将录井数据-测井曲线劈分的泥岩、岩石物理模型-沉积微相测井评价单元内识别的不同粒径岩性相结合,形成评价方法。
解决了厚层、低渗透-致密砂岩内不同粒径岩性的纵向分布的问题;且可根据科研人员的需要,建立不同的构造作用、沉积作用和成岩作用影响因素的岩石物理模型,该方法具有科学性和普适性。
本发明实现了厚层、低渗透-致密砂岩储层非均质性的评价,给出了一种沉积微相约束下粒径岩性测井评价方法,提出了一种沉积微相约束下粒径岩性的具体评价流程,能够较好地为厚层、低渗透-致密砂岩储层非均质性及储层“甜点”评价提供技术服务支持。
本发明具有操作可行、计算简单方便的特征,具备以下几方面创新性:
1)建立纵向上构造作用、沉积作用和成岩作用影响因素控制下的不同岩石物理模型,平面上沉积微相作为成因单元;进而建立纵向上分层位-平面上分沉积微相的岩石物理模型-沉积微相测井评价单元;
2)筛选出不同粒径岩性较为敏感的测井曲线组合,包括中子、密度、声波时差、电阻率4种测井曲线及中子-声波时差之间幅度差,尤其是中子-声波时差之间幅度差与不同粒径岩性具有较好的相关性;
3)针对不同类型测井曲线进行数据结构分析和数据处理,在归一化基础上进行偏移量动校正,确保岩石物理模型-沉积微相测井评价单元的同一地质成因单元的测井响应特征的一致性;
4)本发明采用录井数据-测井曲线劈分的泥岩和岩石物理模型-沉积微相测井评价单元内测井识别不同粒径岩性两套数据进行合并,获得单井上不同粒径岩性的纵向分布;本发明从地质成因上评价出单井上不同粒径岩性的纵向分布,能很好地满足储层非均质性研究的需求,对低渗透-致密砂岩储层油气勘探开发具有一定指导意义。
本发明是沉积微相约束下录井数据-测井曲线劈分的泥岩和岩石物理模型-沉积微相测井评价单元内测井识别不同粒径岩性相结合,评价单井上不同粒径岩性的纵向分布。在不同的岩石物理模型-沉积微相测井评价单元上,采用多种测井曲线及其之间相互关系较好地识别粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩不同粒径岩性,能够较好地识别大套厚层砂岩内不同粒径岩性纵向分布及砂岩储层非均质性;这一定程度上满足了厚层、低渗透-致密砂岩储层非均质性及精细地质模型构建的需求,为低渗透-致密砂岩储层“甜点”评价和储层非均质性评价提供了理论基础。
附图说明
当结合附图考虑时,通过参照下面的详细描述,能够更完整更好地理解本发明以及容易得知其中许多伴随的优点,但此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定,如图其中:
图1为单井上测井识别不同粒径岩性的技术路线图;
图2为研究区单井上不同沉积微相的纵向分布图;
图3为录井数据和测井曲线劈分的砂岩和泥岩地层柱状图;
图4为基于岩石物理模型-沉积微相的测井评价单元;
图5为测井识别岩性的敏感性测井曲线组合综合柱状图;
图6为标准化的敏感性测井曲线综合柱状图;
图7为岩石物理模型A-心滩测井评价单元内不同粒径岩性识别符合率直方图;
图8为岩石物理模型A-辫状水道测井评价单元内不同粒径岩性识别符合率直方图;
图9为岩石物理模型B-心滩测井评价单元内不同粒径岩性识别符合率直方图;
图10为岩石物理模型B-水下分流河道及席状砂测井评价单元内不同粒径岩性识别符合率直方图;
图11为XX盆地XX凹陷目标层位不同沉积微相约束下不同粒径岩性的纵向分布综合评价图。
下面结合附图和实施例对本发明进一步说明。
具体实施方式
显然,本领域技术人员基于本发明的宗旨所做的许多修改和变化属于本发明的保护范围。
本技术领域技术人员能够理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当称元件、组件被“连接”到另一元件、组件时,它能够直接连接到其他元件或者组件,或者也能够存在中间元件或者组件。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员能够理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与所属领域中的普通技术人员的一般理解相同的意义。
为便于对实施例的理解,下面将结合做进一步的解释说明,且各个实施例并不构成对本发明的限定。
实施例1:如图1、图2、图3、图4、图5、图6、图7、图8、图9、图10及图11所示,一种沉积微相约束下粒径岩性测井评价方法,属于储层测井评价研究领域,为低渗透-致密储层非均质性及储层“甜点”评价提供技术支撑。
一种沉积微相约束下粒径岩性测井评价方法,主要包括以下步骤:
步骤1)、收集整理录井、测井和分析测试资料,基于岩心观察和测井曲线确定不同沉积微相的纵向分布;
步骤2)、根据录井数据-测井曲线劈分出砂岩部分和泥岩部分,在砂岩部分进行测井识别岩性;
步骤3)、建立粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型;
这里,岩石物理模型是根据层位M和层位K内包括的粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩等储层岩性信息,建立一个包括层位M和层位K内粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩所有储层岩性的不同粒径岩性测井评价单元库。
步骤4)、建立基于岩石物理模型-沉积微相的测井评价单元;
纵向分层位的岩石物理模型划分方案:根据不同层位M和K砂岩储层的构造作用、沉积作用和成岩作用影响因素,建立纵向不同层位M和K砂岩储层受构造作用、沉积作用和成岩作用影响因素约束下的不同岩石物理模型,层位M为岩石物理模型A和层位K为岩石物理模型B;
平面分沉积微相划分方案:在层位M砂岩储层内区分沉积微相a和沉积微相b;在层位K砂岩储层内区分沉积微相a、沉积微相b和沉积微相c;
将纵向分层位和平面分沉积微相相结合起来,建立纵向分层位-平面分沉积微相的岩石物理模型-沉积微相测井评价单元,测井评价单元表现形式为岩石物理模型A-沉积微相a、岩石物理模型A-沉积微相b、岩石物理模型B-沉积微相a、岩石物理模型B-沉积微相b、岩石物理模型B-沉积微相c。
步骤5)、筛选出敏感性测井曲线组合,根据不同测井评价单元的顶部和底部深度劈分出每类测井评价单元的敏感性测井曲线组合;
步骤6)、基于粉末粒度分析资料和铸体薄片定量识别资料获取不同粒径岩性,根据每类测井评价单元的顶部和底部深度劈分出不同测井评价单元内不同粒径岩性的数据点分布;
步骤7)、采用线性归一化和对数归一化两种方法对测井曲线进行标准化;
步骤8)、构建测井曲线和实测粒径岩性之间相关性,采用测井曲线识别出每类测井评价单元内未取芯井段粒径岩性的纵向分布;对比分析实测粒径岩性和评价粒径岩性的一致性,当符合率ε达到0.75以上,符合精度要求;最终,将录井数据劈分的泥岩和每类测井评价单元内识别的不同粒径岩性进行合并,评价出低渗透-致密砂岩储层内单井上不同粒径岩性的纵向分布。
符合率的含义是指在一定实验条件下的多个测定值中,满足限定条件的测定值所占的比例,常用符合率来表示。同样,在本发明中符合率是在测井识别岩性中使用多个实测粒径岩性,测井识别的粒径岩性在多个实测粒径岩性中满足限定条件,这里符合率ε≥0.75。
一种沉积微相约束下粒径岩性测井评价方法,提供了低渗透-致密砂岩的纵向上分层位-平面上分沉积微相的不同粒径岩性的测井识别方法,突出了录井数据劈分的泥岩、岩石物理模型-沉积微相测井评价单元内测井识别不同粒径岩性的纵向分布,包括以下步骤:
步骤1)、整理资料:收集研究区目标层段测井资料、分析测试资料和录井数据;测井资料包括中子、密度、声波时差、自然伽马、电阻率、深侧向和浅侧向测井曲线;分析测试资料包括粉末粒度分析和铸体薄片定量识别;
步骤2)、单井沉积微相评价:基于岩心观察和测井曲线确定单井上不同沉积微相的纵向分布;
步骤3)、砂岩和泥岩劈分:根据录井数据劈分出砂岩部分和泥岩部分;泥岩部分作为已知确认的岩性,不参与测井评价;砂岩部位作为测井评价单元,在砂岩部分上进行不同粒径岩性测井评价;
步骤4)、岩石物理模型:根据粉末粒度分析资料和铸体薄片定量识别资料确定砂岩储层内不同粒径岩性分布,在低渗透-致密砂岩储层内建立包括粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型;
步骤5)、建立基于岩石物理模型和沉积微相的测井评价单元:综合考虑砂岩储层的构造作用、沉积作用和成岩作用控制因素,建立纵向上构造作用、沉积作用和成岩作用影响因素控制下的不同岩石物理模型,平面上沉积微相作为成因单元;进而建立纵向上分层位-平面上分沉积微相的岩石物理模型-沉积微相的不同测井评价单元;测井评价单元表现形式为岩石物理模型-沉积微相。
步骤6)、敏感性测井曲线组合:筛选出对不同粒径岩性较为敏感的测井曲线组合,包括中子、密度、声波时差、电阻率4种测井曲线及中子-声波时差之间幅度差;根据不同的测井评价单元顶部和底部深度劈分出不同测井评价单元的敏感性测井曲线组合;
步骤7)、基于分析测试资料的不同粒径岩性:基于粉末粒度分析资料和铸体薄片定量识别资料,确定出砂岩样品的粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩6种砂岩粒径;根据不同测井评价单元的顶部和底部深度劈分出不同测井评价单元内不同砂岩粒径的实测分析数据点;
步骤8)、测井曲线标准化:中子、密度、声波时差、中子-声波时差之间幅度差是采用线性归一化公式处理的;而电阻率是采用对数归一化公式处理的;
步骤9)、测井评价单元内不同粒径岩性测井评价:针对砂岩部分,在不同测井评价单元上搭建测井曲线和实测粒径岩性之间相关性,并且采用中子、密度、声波时差和电阻率测井曲线及中子-声波时差之间幅度差在每类测井评价单元上测井识别未取芯井段上不同粒径岩性的纵向分布;当符合率ε达到0.75以上,符合精度要求;否则,返回步骤6)、步骤8)和步骤9),直至测井评价单元内实测粒径岩性与评价粒径岩性达到符合率ε≥0.75。最后,将每类测井评价单元内测井识别的不同粒径岩性和录井数据劈分的泥岩进行合并,从而获取了单井上不同粒径岩性的纵向分布;
步骤10)、基于上述步骤1)、步骤2)、步骤3)、步骤4)、步骤5)、步骤6)、步骤7)、步骤8)和步骤9),形成一种沉积微相约束下不同粒径岩性的评价流程,创建一种沉积微相约束下粒径岩性测井评价方法。
其中步骤3)中基于录井数据-测井曲线劈分出泥岩、砂岩和步骤4)中建立的低渗透-致密砂岩储层的粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩6种岩性的岩石物理模型,为后续建立测井评价单元奠定基础。
根据录井数据-测井曲线劈分出砂岩部分和泥岩部分;泥岩部分作为已知确认的岩性,不参与测井评价;砂岩部分作为测井评价单元。
根据粉末粒度分析资料和铸体薄片定量识别资料确定砂岩储层内不同粒径岩性分布,建立包括粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型;该模型满足测井评价精度。
其中步骤3)中录井数据和测井曲线劈分出砂岩、泥岩和步骤4)中建立的包含粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型;而泥岩作为已知部分,就能够缩减到粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩5种粒径岩性的侧井评价,这样减少了不同粒径岩性的敏感性测井曲线的电性响应特征叠加的影响。
其中在步骤5)中建立的基于岩石物理模型和沉积微相约束下的测井评价单元,为测井评价单井上不同粒径岩性纵向分布提供评价单元。
综合考虑不同层位砂岩储层的构造作用、沉积作用和成岩作用控制因素,建立纵向上受构造作用、沉积作用和成岩作用影响因素约束下的不同岩石物理模型,平面上根据沉积微相确定成因单元;进而建立纵向上分层位-平面上分沉积微相的不同测井评价单元;测井评价单元为岩石物理模型-沉积微相。
纵向分层位的岩石物理模型划分方案:根据不同层位M和K砂岩储层的构造作用、沉积作用和成岩作用影响因素,建立纵向不同层位M和K砂岩储层受构造作用、沉积作用和成岩作用影响因素约束下的不同岩石物理模型,如层位M为岩石物理模型A和层位K为岩石物理模型B。
平面分沉积微相划分方案:在M砂岩储层内区分沉积微相a和沉积微相b;在K砂岩储层内区分沉积微相a、沉积微相b和沉积微相c。
在此基础上,将纵向分层位和平面分沉积微相相结合,建立纵向分层位-平面分沉积微相的岩石物理模型-沉积微相测井评价单元,测井评价单元为岩石物理模型A-沉积微相a、岩石物理模型A-沉积微相b、岩石物理模型B-沉积微相a、岩石物理模型B-沉积微相b、岩石物理模型B-沉积微相c。
通过纵向分层位-平面分沉积微相的岩石物理模型-沉积微相测井评价单元,这样的测井评价单元更具有地质成因意义;划分出的每一类测井评价单元都具有独特的地质成因意义;从地质成因上进行测井识别不同粒径岩性更具有地质实际意义,能更好地揭示储层非均质性及构造精细地质模型。
其中在步骤6)中筛选出敏感性测井曲线组合,并且根据测井评价单元顶部和底部深度劈分敏感性测井曲线组合,其特征如下,
筛选出对岩性较为敏感的测井曲线组合,包括中子、密度、声波时差、电阻率测井曲线及中子-声波时差之间幅度差;根据每类的测井评价单元顶部和底部深度劈分出每类的测井评价单元的实测不同粒径岩性的数据点;
敏感性测井曲线的地质含义:声波时差主要反映砂岩储层的渗透性能,一定程度上反映岩石骨架信息;粗粒岩性声波时差小,而细粒岩性声波时差大;电阻率能够反映流体,间接地反应出不同粒径岩性的电性响应信息;密度测井曲线一定程度上能够反映颗粒紧密程度;中子测井曲线一定程度上能够区分出不同粒径岩性;中子-声波时差之间幅度差与不同粒径岩性具有较好的相关性。
敏感性测井曲线组合较好地提供了测井识别不同粒径岩性的电性响应特征;创新地,本发明中提出的中子-声波时差之间幅度差与不同粒径岩性具有正相关关系;这是一个测井识别岩性的评价参数。
其中步骤7)中基于分析测试资料的不同粒径岩性资料,劈分出测井评价单元内不同粒径岩性的数据点,基于粉末粒度分析资料和铸体薄片定量识别资料,确定出砂岩样品的粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩5种粒径岩性;根据不同地质成因的岩石物理模型-沉积微相测井评价单元的顶部和底部深度将不同粒径岩性的数据点进行分类。这样,根据不同测井评价单元劈分后的不同粒径岩性数据更具有地质成因意义;在不同测井评价单元内作为实际刻度资料,更具有实际地质意义。
其中步骤8)中测井曲线标准化;
由于各种测井曲线的量纲不同,其数值相差很大,不能直接将它们放在一起计算,需要进行归一化处理;将这些测井曲线归一化在[0,1]之间。由于中子、密度、声波时差和中子-声波时差之间幅度差具有近似线性特征的信息,采用线性归一化公式(1):
由于电阻率测井曲线具有非线性特征,采用对数归一化公式(2):
式中,X归一化是测井曲线经过归一化的测井数据,X∈[0,1];X是原始测井数据;Xmax和Xmin是原始测井曲线数据的最大值和最小值。
在对中子、密度、声波时差、电阻率测井曲线及中子-声波时差之间幅度差归一化之后;由于测井识别不同粒径岩性是针对每类的岩石物理模型-沉积微相测井评价单元上进行的;因而,每类测井评价单元应该具有相似的数据结构,这样才能保证测井识别不同粒径岩性的准确性。
针对不同井位置上每类测井评价单元内的数据结构分析,由于每类测井评价单元内不同井位置上同一类型测井曲线的数据结构是存在差异的;因而,即使测井曲线归一化后仍然会导致测井评价岩性存在误差;因而,本次测井评价提前选定基准井,即将基准井的测井曲线归一化结果作为标准曲线;在此基础上,将其他井的测井曲线参照基准井进行统一的动校正;进而实现研究区内基于数据结构分析和数据动校正基础上不同井点位置上同一测井评价单元内的同一类测井曲线的归一化和校正处理。具体操作为:
针对同一类型测井曲线的数据结构,进行数据分析;考虑基准井的目标测井曲线上累积概率的位置P10和位置P90两个位置;其他井的同一类测井曲线对照基准井的位置P10和位置P90两个位置进行归一化和偏移量动校正;进而实现每个测井评价单元内同一类型测井曲线的数据结构分析与数据处理。
同理,将研究区内所有井位上相同类型测井曲线进行数据结构分析和数据动校正处理,进而实现在中子、密度、声波时差和电阻率测井曲线的归一化处理、数据结构分析、数据动校正数据分析。
将步骤3)中劈分的泥岩和步骤9)中测井评价单元上识别的不同粒径岩性合并,获取单井上不同粒径岩性的纵向分布,具体如下:
步骤3)中录井数据-测井曲线劈分的泥岩和步骤9)中测井评价单元内测井识别粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩;将这两者合并,就能够获得单井上不同粒径岩性的纵向分布。
针对劈分后的砂岩单元,在每类测井评价单元上进行测井曲线与不同粒径岩性相互刻度;采用密度、中子、声波时差、电阻率和中子-声波时差之间幅度差在不同测井评价单元上识别不同粒径岩性的纵向分布;当达到符合率ε≥0.75,符合精度要求;否则,返回步骤6)、步骤8)和步骤9),直至测井评价单元上实测粒径岩性与评价粒径岩性达到符合率ε≥0.75;
最后,将不同测井评价单元内识别的不同粒径岩性和录井数据劈分出的泥岩进行合并,从而识别出单井上不同粒径岩性的纵向分布。
其中在步骤1)、步骤2)、步骤3)、步骤4)、步骤5)、步骤6)、步骤7)、步骤8)、步骤9)和步骤10)组合创新,评价出单井上不同粒径岩性的纵向分布。
一种沉积微相约束下粒径岩性测井评价方法,旨在解决厚层、低渗透-致密砂岩纵向上不同粒径岩性评价问题。
实施例2:如图1、图2、图3、图4、图5、图6、图7、图8、图9、图10及图11所示,一种沉积微相约束下粒径岩性测井评价方法,基于录井数据劈分的泥岩、岩石物理模型-沉积微相测井评价单元内测井识别不同粒径岩性,将来自录井数据的泥岩和测井评价单元内测井评价的不同粒径岩性进行合并而评价出单井上不同粒径岩性的纵向分布,提供一种沉积微相约束下粒径岩性测井评价流程(如图1所示),包括以下步骤:
(1)、收集研究区目标层段录井数据、测井资料和分析测试资料;测井资料包括中子、密度、声波时差、自然伽马、电阻率、深侧向和浅侧向等测井曲线,测井曲线统计筛选见表1;分析测试资料包括粉末粒度分析和铸体薄片定量识别。
表1研究区内测井曲线筛选统计表
(2)、基于岩心观察和测井曲线确定单井上不同沉积微相的纵向分布;H3砂岩储层主要发育辫状水道和心滩沉积微相;H4砂岩储层主要发育心滩、水下分流河道和席状砂沉积微相(如图2所示)。
(3)、基于录井数据和测井曲线劈分的砂岩和泥岩部分:根据自然伽马测井曲线、密度测井曲线和录井数据,劈分出砂岩和泥岩两部分;泥岩作为已知岩性部分,不参与测井评价;而砂岩部位作为评价单元,在砂岩部分上采用测井识别不同粒径岩性的纵向分布(如图3所示)。
(4)、根据粉末粒度分析资料和铸体薄片定量识别资料确定H3和H4砂岩储层内不同粒径岩性分布情况。
H3和H4砂岩储层都包含粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩;但是H3和H4砂岩储层不同层段包含不同的粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩含量。根据H3和H4砂岩储层内实测的不同粒径岩性,建立包括粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型。
(5)、建立基于岩石物理模型和沉积微相的测井评价单元。综合H3和H4砂岩储层的构造作用、沉积作用和成岩作用影响因素,H3砂岩储层的控制因素为构造作用和沉积作用;H4砂岩储层的控制因素为构造作用、沉积作用和成岩作用。
在此基础上,H3砂岩储层作为岩石物理模型A和H4砂岩储层作为岩石物理模型B。平面上H3和H4砂岩储层内沉积微相分布特点如下,H3砂岩储层主要发育辫状水道和心滩沉积微相;H4砂岩储层主要发育心滩、水下分流河道和席状砂沉积微相。
基于H3和H4砂岩储层纵向上两个岩石物理模型和平面上4个沉积微相成因砂体,建立了纵向上分层位-平面上分沉积微相的岩石物理模型-沉积微相测井评价单元(如图4所示),包括岩石物理模型A-辫状水道、岩石物理模型A-心滩、岩石物理模型B-心滩、岩石物理模型B-水下分流河道及席状砂4个测井评价单元。
(6)、筛选出对不同粒径岩性较为敏感的测井曲线组合,包括中子、密度、声波时差、电阻率4种测井曲线及中子-声波时差之间幅度差;根据每类测井评价单元顶部和底部深度劈分出每类测井评价单元的敏感性测井曲线组合(如图5所示)。
不同类型测井曲线具有不同的地质含义;其中,声波时差主要反映砂岩储层的渗透性能,一定程度上反映岩石骨架信息;粗粒岩性声波时差小,而细粒岩性声波时差大;电阻率能够反映流体,间接地能反映出不同粒径岩性的电性响应信息;密度测井曲线一定程度上能够反映颗粒紧密程度;中子测井曲线一定程度上能够区分不同粒径岩性;中子-声波时差之间幅度差与不同粒径岩性具有较好的相关性。
(7)、基于粉末粒度分析资料和铸体薄片定量识别资料,确定出砂岩样品的粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩5种粒径岩性;根据能够代表不同地质成因的每类测井评价单元顶部和底部深度将不同粒径岩性的数据点进行分类;这样,每类测井评价单元劈分出来的不同粒径岩性数据更具有地质成因内涵;在不同测井评价单元内作为实际刻度资料,更具有实际地质意义。
根据岩石物理模型-沉积微相测井评价单元对不同粒径岩性的分析测试资料进行劈分,建立了不同测井评价单元内不同粒径岩性数据点的统计表(表2)。
表2不同测井评价单元内不同粒径岩性的实测数量统计表
(8)、对中子、密度、声波时差、电阻率测井曲线及中子-声波时差之间幅度差进行归一化处理。由于各种测井曲线的量纲不同,其数值相差很大,不能直接将它们放在一起计算,需要进行归一化处理;将这些测井曲线归一化在[0,1]之间。由于中子、密度、声波时差和中子-声波时差之间幅度差具有近似线性特征的信息,采用线性归一化公式(1):
由于电阻率测井曲线具有非线性特征,采用对数归一化公式(2):
式中,X归一化是测井曲线经过归一化的测井数据,X∈[0,1];X是原始测井数据;Xmax和Xmin是原始测井曲线数据的最大值和最小值。建立标准化的敏感性测井曲线综合柱状图(如图6所示)。
不同类型测井曲线归一化流程如下:中子测井曲线的线性归一化信息如下,采用0、0.3作为最小值和最大值进行归一化处理。
密度测井曲线的线性归一化信息如下,根据密度测井曲线与录井数据之间关系,大致确定出砂岩和泥岩的密度分界线,给定一个最大的密度测井曲线的理解值DENmax=2.8,预计处理方法为DENdealwith=DENmax-DENvalue。
声波时差测井曲线的线性归一化信息如下,采用50、100作为最小值和最大值进行归一化处理。
自然伽马测井曲线的线性归一化信息如下,采用30、170作为最小值和最大值进行线性归一化。
在中子和声波时差曲线的归一化数据基础上,求解中子-声波时差之间幅度差,处于方法为,幅度差值=1-CNL归一化-AC归一化。
电阻率测井曲线的对数归一化信息为,采用0.1、1000作为最小值和最大值进行归一化处理。
(9)、针对砂岩部分,在不同测井评价单元上构建测井曲线和不同粒径岩性之间的桥梁,并且采用中子、密度、自然伽马和电阻率测井曲线及中子-声波时差之间幅度差识别出每类测井评价单元内未取芯井段上不同粒径岩性的纵向分布;当达到符合率ε≥0.75,符合精度要求(图7);否则,返回步骤6)、步骤8)和步骤9),直至满足测井评价单元内实测粒径岩性与评价粒径岩性的符合率ε≥0.75。具体评价流程如下,
对比分析了岩石物理模型A-心滩、岩石物理模型A-辫状水道、岩石物理模型B-心滩、岩石物理模型B-水下分流河道及席状砂每类测井评价单元内实测粒径岩性和评价粒径岩性;统计分析了不同测井评价单元内不同粒径岩性的实测数据点和正确判别数据点(表3)。
表3对比分析不同测井评价单元内实测粒径岩性和评价粒径岩性之间关系
在此基础上,详细地分析不同测井评价单元内实测粒径岩性与评价粒径岩性的相关性,需要满足测井识别符合率ε≥0.75要求(表4)。在岩石物理模型A-心滩测井评价单元内不同粒径岩性识别符合率为84.5%,满足符合率ε≥0.75要求;其中,测井识别粗砂岩符合率为91.9%,测井识别砂质砾岩符合率为66.7%,测井识别中砂岩符合率为85.4%,测井识别细砂岩符合率为75%(如图7所示)。
在岩石物理模型A-辫状水道测井评价单元内不同粒径岩性符合率为87.6%,满足符合率ε≥0.75要求;其中,测井识别粗砂岩符合率为95.5%,测井识别砂质砾岩符合率为48%,测井识别中砂岩符合率为91.2%,测井识别细砂岩符合率为77.8%,测井识别粉砂岩符合率较低(如图8所示)。
在岩石物理模型B-心滩测井评价单元内不同粒径岩性识别符合率为75.8%,满足符合率ε≥0.75要求;其中,测井识别粗砂岩符合率为85.75,测井识别砂质砾岩符合率为72.7%,测井识别中砂岩符合率为77.2%,测井识别细砂岩符合率为69.9%,测井识别粉砂岩符合率为90.9%(如图9所示)。
在岩石物理模型B-水下分流河道及席状砂测井评价单元内不同粒径岩性识别符合率为83.03%,满足符合率ε≥0.75要求;其中,测井识别砂质砾岩符合率为61.1%,测井识别中砂岩符合率为73.2%,测井识别细砂岩符合率为91.4%,测井识别粉砂岩符合率为100%(如图10所示)。
表4不同测井评价单元内不同粒径岩性的测井识别符合率
最后,将录井数据劈分的泥岩和测井评价单元内识别出不同粒径岩性进行合并,从而评价出单井上不同粒径岩性的纵向分布。
(10)、基于上述步骤(1)、步骤(2)、步骤(3)、步骤(4)、步骤(5)、步骤(6)、步骤(7)、步骤(8)和步骤(9)的评价流程和评价方法,评价出单井上不同粒径岩性的纵向分布,建立一种沉积微相约束下粒径岩性测井评价方法。
图11展示了XX盆地XX凹陷目标层位不同沉积微相约束下不同粒径岩性的纵向分布综合评价图。该方法创新地形成了基于沉积微相约束下粒径岩性测井评价方法,提出了基于沉积微相约束下粒径岩性的具体评价历程,满足低渗透-致密储层非均质性及精细地质模型研究的需求;这能够为厚层、低渗透-致密砂岩储层非均质性及储层“甜点”评价提供技术服务支持。
如上所述,对本发明的实施例进行了详细地说明,但是只要实质上没有脱离本发明的发明点及效果能够有很多的变形,这对本领域的技术人员来说是显而易见的。因此,这样的变形例也全部包含在本发明的保护范围之内。
Claims (10)
1.一种沉积微相约束下粒径岩性测井评价方法,其特征在于通过录井数据-测井曲线劈分的泥岩和岩石物理模型-沉积微相测井评价单元内测井识别的粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩5种粒径岩性揭示厚层、低渗透-致密砂岩储层非均质性;从地质成因上划分出岩石物理模型-沉积微相测井评价单元而在测井识别厚层、低渗透-致密砂岩储层岩性纵向分布上集成了录井数据、测井资料和分析测试资料,将录井数据-测井曲线劈分的泥岩、岩石物理模型-沉积微相测井评价单元内识别的不同粒径岩性相结合,形成评价方法。
2.根据权利要求1所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于包括以下步骤:
步骤1)、收集整理录井、测井和分析测试资料,基于岩心观察和测井曲线确定单井上不同沉积微相的纵向分布;
步骤2)、根据录井数据-测井曲线劈分出砂岩部分和泥岩部分,在砂岩部分开展测井识别岩性;
步骤3)、建立粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型;
步骤4)、建立基于岩石物理模型-沉积微相的测井评价单元;
步骤5)、筛选出敏感性测井曲线组合,根据不同测井评价单元的顶部和底部深度劈分出每类测井评价单元的敏感性测井曲线组合;
步骤6)、基于粉末粒度分析资料和铸体薄片定量识别资料获取不同粒径岩性,根据每类测井评价单元的顶部和底部深度劈分出不同测井评价单元内不同粒径岩性的数据点分布;
步骤7)、采用线性归一化和对数归一化两种方法对测井曲线进行标准化;
步骤8)、构建测井曲线和实测粒径岩性之间相关性,采用测井曲线识别出每类测井评价单元内未取芯井段粒径岩性的纵向分布;对比分析实测粒径岩性和评价粒径岩性的一致性,当符合率ε达到0.75以上,符合精度要求;最终,将录井数据劈分的泥岩和每类测井评价单元内识别的不同粒径岩性进行合并,获取低渗透-致密砂岩储层内单井上不同粒径岩性的纵向分布。
3.根据权利要求1所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于包括以下步骤:
步骤1)、整理资料:收集研究区目标层段测井资料、分析测试资料和录井数据;测井资料包括中子、密度、声波时差、自然伽马、电阻率、深侧向和浅侧向测井曲线;分析测试资料包括粉末粒度分析资料和铸体薄片定量识别资料;
步骤2)、单井沉积微相评价:基于岩心观察和测井曲线确定单井上不同沉积微相的纵向分布;
步骤3)、砂岩和泥岩劈分:根据录井数据劈分出砂岩部分和泥岩部分;泥岩部分作为已知确认的岩性,不参与测井评价;砂岩部位作为测井评价单元,在砂岩部分上进行不同粒径岩性测井评价;
步骤4)、岩石物理模型:根据粉末粒度分析资料和铸体薄片定量识别资料确定砂岩储层内不同粒径岩性分布,在低渗透-致密砂岩储层内建立包括粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型;
步骤5)、建立基于岩石物理模型和沉积微相的测井评价单元:综合考虑砂岩储层的构造作用、沉积作用和成岩作用控制因素,建立纵向上构造作用、沉积作用和成岩作用影响因素控制下的不同岩石物理模型,平面上沉积微相作为成因单元;进而建立纵向上分层位-平面上分沉积微相的岩石物理模型-沉积微相的不同测井评价单元;测井评价单元表现形式为岩石物理模型-沉积微相;
步骤6)、敏感性测井曲线组合:筛选出对不同粒径岩性较为敏感的测井曲线组合,包括中子、密度、声波时差、电阻率4种测井曲线及中子-声波时差测井曲线之间幅度差;根据不同的测井评价单元顶部和底部深度劈分出不同测井评价单元的敏感性测井曲线组合;
步骤7)、基于分析测试资料的不同粒径岩性的获取:基于粉末粒度分析资料和铸体薄片定量识别资料,确定出砂岩样品的粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩6种砂岩粒径;根据不同测井评价单元的顶部和底部深度劈分出不同测井评价单元内不同砂岩粒径的实测分析数据点;
步骤8)、测井曲线标准化:中子测井曲线、密度测井曲线、声波时差测井曲线、中子-声波时差测井曲线之间幅度差是采用线性归一化公式处理的;而电阻率测井曲线是采用对数归一化公式处理的;
步骤9)、测井评价单元内不同粒径岩性测井评价:针对砂岩部分,在不同测井评价单元上搭建测井曲线和实测粒径岩性之间相关性,并且采用中子、密度、声波时差和电阻率测井曲线及中子-声波时差测井曲线之间幅度差在每类测井评价单元上测井识别未取芯井段上不同粒径岩性的纵向分布;当符合率ε达到0.75以上,符合精度要求;否则,返回步骤6)、步骤8)和步骤9),直至测井评价单元内实测粒径岩性与评价粒径岩性达到符合率ε≥0.75;最后,将每类测井评价单元内测井识别的不同粒径岩性和录井数据劈分的泥岩进行合并,从而获取了单井上不同粒径岩性的纵向分布;
步骤10)、基于上述步骤1)、步骤2)、步骤3)、步骤4)、步骤5)、步骤6)、步骤7)、步骤8)和步骤9),形成一种沉积微相约束下不同粒径岩性的评价流程。
4.根据权利要求3所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于其中步骤2)中基于录井数据-测井曲线劈分出砂岩、泥岩和步骤3)中建立的低渗透-致密砂岩储层的粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩6种岩性的岩石物理模型,为后续建立测井评价单元奠定基础;
根据录井数据-测井曲线劈分出砂岩部分和泥岩部分;泥岩部分作为已知确认的岩性,不参与测井评价;砂岩部分作为测井评价单元;
根据粉末粒度分析资料和铸体薄片定量识别资料确定砂岩储层内不同粒径岩性分布,建立包括粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型。
5.根据权利要求3所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于其中步骤2)中录井数据和测井曲线劈分出砂岩、泥岩和步骤3)中建立的包含粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩的岩石物理模型;泥岩部分作为已知确认的岩性,不参与测井评价,在砂岩部分开展测井识别岩性,就能够缩减到粗砂岩、砂质砾岩、中砂岩、细砂岩和粉砂岩5种粒径岩性的测井识别,减少了不同粒径岩性的敏感性测井曲线的电性响应特征叠加的影响。
6.根据权利要求3所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于其中在步骤5)中建立基于岩石物理模型和沉积微相的测井评价单元,为测井评价单井上不同粒径岩性纵向分布提供评价单元;
综合考虑不同层位砂岩储层的构造作用、沉积作用和成岩作用控制因素,建立纵向上受构造作用、沉积作用和成岩作用影响因素约束下的不同岩石物理模型以及平面上根据沉积微相确定的成因单元;进而建立纵向上分层位-平面上分沉积微相的不同测井评价单元;测井评价单元的表现形式为岩石物理模型-沉积微相;
纵向分层位的岩石物理模型划分方案:根据不同层位M和K的砂岩储层的构造作用、沉积作用和成岩作用影响因素,建立纵向不同层位M和K的砂岩储层受构造作用、沉积作用和成岩作用影响因素约束下的不同岩石物理模型,层位M对应岩石物理模型A和层位K对应岩石物理模型B;
平面分沉积微相划分方案:在层位M的砂岩储层内区分沉积微相a和沉积微相b;在层位K的砂岩储层内区分沉积微相a、沉积微相b和沉积微相c;
在此基础上,将纵向分层位和平面分沉积微相相结合,建立了纵向分层位-平面分沉积微相的岩石物理模型-沉积微相测井评价单元,测井评价单元为岩石物理模型A-沉积微相a、岩石物理模型A-沉积微相b、岩石物理模型B-沉积微相a、岩石物理模型B-沉积微相b、岩石物理模型B-沉积微相c;
通过纵向分层位和平面分沉积微相,建立岩石物理模型-沉积微相测井评价单元;在这种测井评价单元上进行测井识别是从地质成因上进行测井识别岩性。
7.根据权利要求3所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于其中在步骤6)中筛选出敏感性测井曲线组合,并且根据测井评价单元顶部和底部深度劈分敏感性测井曲线组合,其特征如下,
筛选出对岩性较为敏感的测井曲线组合,包括中子、密度、声波时差、电阻率测井曲线及中子-声波时差测井曲线之间幅度差;根据每类的测井评价单元顶部和底部深度劈分出每类的测井评价单元的敏感性测井曲线组合;
敏感性测井曲线的地质含义:声波时差测井曲线主要反映砂岩储层的孔隙空间和密度,一定程度上反映岩石骨架信息;电阻率测井曲线能够反映流体,间接地能反映出不同粒径岩性的电性响应信息;密度测井曲线一定程度上能够反映颗粒紧密程度;中子测井曲线一定程度上能够区分出不同粒径岩性;中子-声波时差测井曲线之间幅度差与不同粒径岩性具有较好的相关性;
敏感性测井曲线组合较好地提供了测井识别不同粒径岩性的电性响应特征;中子-声波时差之间幅度差与不同粒径岩性具有正相关关系,是一个测井识别储层岩性的评价参数。
8.根据权利要求3所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于其中步骤7)中基于分析测试资料的不同粒径岩性资料,劈分出测井评价单元内不同粒径岩性的数据点,基于粉末粒度分析资料和铸体薄片定量识别资料,确定出砂岩样品的粗砂岩、砂质砾岩、中砂岩、细砂岩、粉砂岩和泥岩6种砂岩粒径;根据不同地质成因的岩石物理模型-沉积微相测井评价单元的顶部和底部深度将不同粒径岩性的数据点进行分类。
9.根据权利要求3所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于其中步骤8)中测井曲线标准化的步骤有:
由于各种测井曲线的量纲不同,其数值相差很大,不能直接将它们放在一起计算,需要进行归一化处理;将这些测井曲线归一化在[0,1]之间;由于中子、密度、声波时差测井曲线和中子-声波时差测井曲线之间幅度差具有近似线性特征的信息,采用线性归一化公式(1):
由于电阻率测井曲线具有非线性特征,采用对数归一化公式(2):
式中,X归一化是测井曲线经过归一化的测井数据,X∈[0,1];X是原始测井数据;Xmax和Xmin是原始测井曲线数据的最大值和最小值;
在对中子、密度、声波时差、电阻率测井曲线及中子-声波时差测井曲线之间幅度差归一化之后;测井识别不同粒径岩性是针对每类的岩石物理模型-沉积微相测井评价单元上进行;
由于每类测井评价单元内不同井位置上同一类型测井曲线的数据结构是存在差异的,即使测井曲线归一化后仍然会导致测井评价不同粒径岩性存在误差;因而,本次测井评价针对每类测井评价单元内不同井位置上同一类型测井曲线进行数据结构分析,提前选定基准井,即将基准井的测井曲线归一化结果作为标准曲线;在此基础上,将其他井的测井曲线参照基准井进行统一的动校正;进而实现研究区内基于数据结构分析和数据动校正基础上不同井点位置上同一测井评价单元内的同一类测井曲线的归一化和校正处理;具体操作为:
针对同一类型测井曲线的数据结构,进行数据分析;考虑基准井的目标测井曲线上累积概率的位置P10和位置P90两个位置;其他井的同一类测井曲线对照基准井的位置P10和位置P90两个位置进行归一化和偏移量动校正;进而实现每个测井评价单元内同一类型测井曲线的数据结构分析与数据处理;
在此基础上,将研究区内所有井位上相同类型测井曲线进行数据结构分析和数据动校正处理,进而实现在中子、密度、声波时差和电阻率测井曲线的归一化处理、数据结构分析、数据动校正数据分析。
10.根据权利要求3所述的一种沉积微相约束下粒径岩性测井评价方法,其特征在于其中步骤3)中劈分的泥岩和步骤9)中测井评价单元上识别的不同粒径岩性合并,获取单井上不同粒径岩性的纵向分布,具体如下:
针对劈分后的砂岩单元,在每类测井评价单元上进行测井曲线与不同粒径岩性相互刻度;采用密度、中子、声波时差、电阻率测井曲线和中子-声波时差测井曲线之间幅度差在不同测井评价单元上识别不同粒径岩性的纵向分布;当符合率ε达到0.75以上,符合精度要求;否则,返回步骤6)、步骤8)和步骤9),直至测井评价单元上实测粒径岩性与评价粒径岩性达到符合率ε≥0.75;
最后,将不同测井评价单元内识别的不同粒径岩性和录井数据-测井曲线劈分出的泥岩进行合并,从而识别出单井上不同粒径岩性的纵向分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495413.4A CN110318745B (zh) | 2019-06-10 | 2019-06-10 | 一种沉积微相约束下粒径岩性测井评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495413.4A CN110318745B (zh) | 2019-06-10 | 2019-06-10 | 一种沉积微相约束下粒径岩性测井评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110318745A CN110318745A (zh) | 2019-10-11 |
CN110318745B true CN110318745B (zh) | 2022-09-23 |
Family
ID=68120808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910495413.4A Active CN110318745B (zh) | 2019-06-10 | 2019-06-10 | 一种沉积微相约束下粒径岩性测井评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110318745B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111396026B (zh) * | 2020-02-28 | 2023-07-25 | 中国石油天然气股份有限公司 | 基于水平井测井数据的碳酸盐岩高渗层识别方法及装置 |
CN114075965B (zh) * | 2020-08-05 | 2024-05-07 | 中国石油化工股份有限公司 | 一种河道砂岩粒度的确定方法 |
CN114076992A (zh) * | 2020-08-21 | 2022-02-22 | 中国石油化工股份有限公司 | 基于岩相的曲流河储层微观孔喉分类评价方法 |
CN112326516B (zh) * | 2020-10-15 | 2024-03-26 | 中国海洋石油集团有限公司 | 一种基于曲线拆解的粒度次总体识别方法 |
CN114441402B (zh) * | 2020-11-03 | 2024-07-16 | 中国石油化工股份有限公司 | 一种评价致密砂岩渗透性的方法 |
CN113236237B (zh) * | 2021-05-11 | 2022-05-03 | 西南石油大学 | 一种基于常规测井曲线的致密砂岩储层有效性评价方法 |
CN113419284B (zh) * | 2021-06-30 | 2022-02-08 | 东北石油大学 | 一种基于聚类分析测井岩石物理相双甜点识别方法 |
CN114113095B (zh) * | 2021-12-02 | 2024-07-05 | 山东石油化工学院 | 一种构造挤压区砾岩储层评价方法 |
CN114482995B (zh) * | 2022-03-10 | 2024-06-18 | 西南石油大学 | 一种细粒沉积物泥质含量精细确定方法 |
CN115034652B (zh) * | 2022-06-27 | 2023-07-04 | 中国矿业大学 | 一种采动覆岩携泥砂离层突水危险性评价方法 |
CN115793094B (zh) * | 2023-02-06 | 2023-04-25 | 西北大学 | 一种曲线叠合重构识别复杂页岩层系岩性的方法及应用 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016161914A1 (zh) * | 2015-04-07 | 2016-10-13 | 四川行之智汇知识产权运营有限公司 | 一种利用地质和测井信息预测储层成岩相的方法 |
CN107165621A (zh) * | 2017-04-28 | 2017-09-15 | 中国石油大港油田勘探开发研究院 | 一种利用聚类方法识别多井沉积微相的方法 |
CN108073745A (zh) * | 2016-11-18 | 2018-05-25 | 中国石油化工股份有限公司 | 基于三孔隙曲线的砂砾岩岩性物性测井识别方法 |
CN108875258A (zh) * | 2018-07-05 | 2018-11-23 | 中海石油(中国)有限公司 | 一种沉积相非优势相编图方法 |
CN109031424A (zh) * | 2018-08-06 | 2018-12-18 | 中国石油大学(华东) | 一种基于测井多参数识别低渗透储层成岩相的方法 |
CN109375283A (zh) * | 2018-11-07 | 2019-02-22 | 中国石油大学(华东) | 一种砂岩储层3d渗透率演化史的分析方法 |
-
2019
- 2019-06-10 CN CN201910495413.4A patent/CN110318745B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016161914A1 (zh) * | 2015-04-07 | 2016-10-13 | 四川行之智汇知识产权运营有限公司 | 一种利用地质和测井信息预测储层成岩相的方法 |
CN108073745A (zh) * | 2016-11-18 | 2018-05-25 | 中国石油化工股份有限公司 | 基于三孔隙曲线的砂砾岩岩性物性测井识别方法 |
CN107165621A (zh) * | 2017-04-28 | 2017-09-15 | 中国石油大港油田勘探开发研究院 | 一种利用聚类方法识别多井沉积微相的方法 |
CN108875258A (zh) * | 2018-07-05 | 2018-11-23 | 中海石油(中国)有限公司 | 一种沉积相非优势相编图方法 |
CN109031424A (zh) * | 2018-08-06 | 2018-12-18 | 中国石油大学(华东) | 一种基于测井多参数识别低渗透储层成岩相的方法 |
CN109375283A (zh) * | 2018-11-07 | 2019-02-22 | 中国石油大学(华东) | 一种砂岩储层3d渗透率演化史的分析方法 |
Non-Patent Citations (3)
Title |
---|
昭通页岩气区块龙马溪组下段海相页岩气储层沉积微相与测井识别;谭玉涵等;《测井技术》;20190228;第43卷(第01期);第58-63页 * |
玛北斜坡三叠系百口泉组砂砾岩油藏岩性识别方法;吴俊等;《测井技术》;20180831;第42卷(第04期);第390-394页 * |
鹿乡断陷C区块双阳组测井岩性识别及储层有效厚度的确定;刘柏依等;《世界地质》;20170331;第36卷(第01期);第182-194页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110318745A (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110318745B (zh) | 一种沉积微相约束下粒径岩性测井评价方法 | |
US9097821B2 (en) | Integrated workflow or method for petrophysical rock typing in carbonates | |
EP3121625A1 (en) | Predicting mechanical and elastic rock properties of the subsurface | |
Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
CN107917865A (zh) | 一种致密砂岩储层多参数渗透率预测方法 | |
CN109375283B (zh) | 一种砂岩储层3d渗透率演化史的分析方法 | |
CN111596364A (zh) | 基于高精度层序地层格架的地震沉积微相组合分析方法 | |
CN104514552A (zh) | 一种煤层气储层识别与丰度预测的方法 | |
CN107688037A (zh) | 一种利用核磁测井t2分布确定井下岩石粒度曲线的方法 | |
CN112363226A (zh) | 一种非常规油气有利区地球物理预测方法 | |
CN112698399A (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与系统 | |
US20130292111A1 (en) | Method of constructing a well log of a quantitative property from sample measurements and log data | |
Feng et al. | Accurate determination of water saturation in tight sandstone gas reservoirs based on optimized Gaussian process regression | |
CN112784404B (zh) | 一种基于常规测井资料的砂砾岩束缚水饱和度计算方法 | |
Jasim et al. | Specifying quality of a tight oil reservoir through 3-d reservoir modeling | |
Zhou et al. | Pore structure analysis and classification of pyroclastic reservoirs in the Dehui fault depression based on experimental and well-logging data | |
CN110688781B (zh) | 一种低渗非均质气藏储层测井解释方法 | |
Francesconi et al. | Reservoir rock types application-Kashagan | |
CN112302623A (zh) | 一种基于测井资料的花岗岩潜山风化壳结构划分方法 | |
Spain et al. | Petrophysical rock typing of tight gas sands-beyond porosity and saturation: example from the cotton valley formation, East Texas | |
EP4357585A1 (en) | Method and apparatus for identifying high permeability streaks in marine carbonate rock bioclastic limestone oil reservoir | |
CN112069444B (zh) | 一种利用测井资料计算储集层试井渗透率方法及计算机 | |
CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 | |
CN114114453A (zh) | 一种判别砂岩胶结矿物类型的方法 | |
CN110795513B (zh) | 河流相源储异位型致密油气甜点区分布的预测方法 |
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 |