CN110344822A - 含钙质致密储层含水饱和度的确定方法 - Google Patents

Abstract

本发明公开了一种含钙质致密储层含水饱和度的确定方法，属于油气勘探开发领域。该方法包括：获取目标含钙质致密储层的基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据、岩电分析数据、含钙质岩石物理体积模型；根据基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据、含钙质岩石物理体积模型确定钙质含量计算模型、含钙质岩石物理体积计算模型、孔隙度计算模型、电阻率钙质校正模型，并建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型；根据实际深探测电阻率数据、实际声波时差数据、以及模型，确定含水饱和度。该方法可精确地确定含钙质致密储层的含水饱和度。

Description

含钙质致密储层含水饱和度的确定方法

技术领域

本发明涉及油气勘探开发领域，特别涉及一种含钙质致密储层含水饱和度的确定方法。

背景技术

油气储层的含水饱和度是油气勘探开发的重要参数，通过确定含水饱和度，有利于对油气的勘探开发。然而，含钙质致密储层包括大量的钙质，其具有电阻率高、补偿密度值高、自然伽马值低、声波时差值低等特点。并且，由于钙质的存在，使得含钙质致密储层的孔隙空间和孔喉半径减小，不易确定其含水饱和度，不利于对含钙质致密储层的勘探开发，因此，有必要提供一种含钙质致密储层含水饱和度的确定方法。

相关技术中，通过以下方法对含钙质致密储层的含水饱和度进行确定：选取岩心试样，通过试验获取岩心试样的孔隙度、地层水电阻率(RW)、用地层水100％饱和后的电阻率值R₀。根据上述数据建立胶结指数m和饱和度指数n为定值的阿尔奇含水饱和度计算模型，然后利用阿尔奇含水饱和度计算模型对含钙质致密储层含水饱和度进行确定。

发明人发现相关技术中至少存在以下问题：

相关技术中，并未考虑到钙质体积百分比对致密储层含水饱和度的影响，通过相关技术提供的方法不能精确地确定含钙质致密储层的含水饱和度。

发明内容

本发明实施例提供了一种含钙质致密储层含水饱和度的确定方法，可解决上述技术问题。具体技术方案如下：

本发明实施例提供了一种含钙质致密储层含水饱和度的确定方法，所述方法包括：

获取目标含钙质致密储层的基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据、岩电分析数据、含钙质岩石物理体积模型；

根据所述基础声波时差数据、所述基础深探测电阻率数据、所述基础钙质体积百分比数据、所述基础孔隙度数据，确定钙质含量计算模型；

根据所述含钙质岩石物理体积模型，确定含钙质岩石物理体积计算模型；

根据所述钙质含量计算模型、所述含钙质岩石物理体积计算模型，确定孔隙度计算模型；

根据所述基础深探测电阻率数据、所述基础钙质体积百分比数据，确定电阻率钙质校正模型；

根据所述岩电分析数据，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型；

根据实际深探测电阻率数据、实际声波时差数据、所述钙质含量计算模型、所述含钙质岩石物理体积计算模型、所述阿尔奇含水饱和度计算模型、所述孔隙度计算模型、所述电阻率钙质校正模型，确定所述目标含钙质致密储层的含水饱和度。

在一种可能的设计中，所述根据所述基础声波时差数据、所述基础深探测电阻率数据、所述基础钙质体积百分比数据、所述基础孔隙度数据，确定钙质含量计算模型，包括：

将所述基础深探测电阻率数据的对数值和所述基础声波时差数据进行数据归一化处理；

将数据归一化后的所述基础深探测电阻率数据的对数值与数据归一化后的所述基础声波时差数据之比、所述基础钙质体积百分比数据与所述基础孔隙度数据之比进行交会图分析，确定钙质含量计算模型为：

其中，为深探测电阻率的对数值数据归一化后与数据归一化后的声波时差之比；V_ca为钙质体积百分比；φ为孔隙度；A和B分别为第一系数和第二系数。

在一种可能的设计中，所述根据所述含钙质岩石物理体积模型，确定含钙质岩石物理体积计算模型，包括：

获取孔隙中流体的声波时差数值、钙质的声波时差数值、岩石骨架声波时差数值；

根据所述含钙质岩石物理体积模型、所述孔隙中流体的声波时差数值、所述钙质的声波时差数值、所述岩石骨架声波时差数值，确定所述含钙质岩石物理体积计算模型为：

其中，φ为目标含钙质致密储层的孔隙度；V_ca为钙质体积百分比；V_m为岩石骨架体积百分比；AC为声波时差；DT_f为孔隙中流体的声波时差；DT_ca为钙质的声波时差；DT_m为岩石骨架声波时差。

在一种可能的设计中，所述孔隙度计算模型为：

其中，φ为孔隙度；DT_f为孔隙中流体的声波时差；DT_ca为钙质的声波时差；DT_m为岩石骨架声波时差；A和B分别为第一系数和第二系数；为数据归一化后的深探测电阻率的对数值与数据归一化后的声波时差之比；AC为声波时差。

在一种可能的设计中，所述根据所述基础深探测电阻率数据、所述基础钙质体积百分比数据，确定电阻率钙质校正模型，包括：

将所述基础深探测电阻率数据的对数值的增大倍数与所述基础钙质体积百分比数据进行交会图分析，确定所述电阻率钙质校正模型；

所述电阻率钙质校正模型为：

其中，为深探测电阻率数据的对数值的增大倍数；V_ca为钙质体积百分比；RT_J为校正后的深探测电阻率；RT为深探测电阻率；C、D分别为第三系数和第四系数。

在一种可能的设计中，所述根据所述岩电分析数据，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型，包括：

所述岩电分析数据包括：多个岩心试样的实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据、实验深探测电阻率数据、实验含水饱和度数据；

根据所述实验孔隙度数据、所述实验地层水电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数；

将所述实验孔隙度数据与所述实验胶结指数数据进行交会图分析，确定变动常数胶结指数为：

其中，m为胶结指数；E、G、H分别为第五系数、第六系数、第七系数；φ为孔隙度；φ₁为孔隙度分段分界值；

根据所述实验含水饱和度数据、所述实验深探测电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验饱和度指数数据和第二岩性系数；

将所述实验孔隙度数据与所述实验饱和度指数数据进行交会图分析，确定变动常数饱和度指数：

n＝I×φ+J (7)

其中，n为饱和度指数；I、J分别为第八系数和第九系数；

将变动常数胶结指数m和饱和度指数n、以及第一岩性系数a和第二岩性系数b代入公式(8)，得到所述阿尔奇含水饱和度计算模型：

其中，S_w为含水饱和度；a、b分别为第一岩性系数和第二岩性系数；RW、RT_J分别为地层水电阻率、校正后的深探测电阻率；φ代表孔隙度。

在一种可能的设计中，所述根据所述实验孔隙度数据、所述实验地层水电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数，包括：

将所述用地层100％饱和后的电阻率数据与所述实验地层水电阻率数据之比的对数值，与所述实验孔隙度数据的对数值进行交会，确定所述实验胶结指数数据和第一岩性系数：

其中，R0为用地层水100％饱和后的电阻率；RW实验地层水电阻率；φ为孔隙度；a为第一岩心系数；m为胶结指数。

在一种可能的设计中，所述根据所述实验含水饱和度数据、所述实验深探测电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验饱和度指数数据和第二岩性系数，包括：

将所述实验深探测电阻率数据与所述用地层水100％饱和后的电阻率数据之比的对数值，与所述实验含水饱和度数据的对数值进行交会，确定所述实验饱和度指数数据和第二岩性系数：

其中，RT为实验深探测电阻率与用地层水100％饱和后的电阻率数据；SW为含水饱和度；b为第二岩性系数；n为饱和指数。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例提供的含钙质致密储层含水饱和度的确定方法，通过获取目标含钙质致密储层的基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据、岩电分析数据、含钙质岩石物理体积模型，并根据这些数据和模型确定钙质含量计算模型、含钙质岩石物理体积计算模型、孔隙度计算模型、电阻率钙质校正模型，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型。最后，根据实际深探测电阻率数据、实际声波时差数据、阿尔奇含水饱和度计算模型、孔隙度计算模型、电阻率钙质校正模型，对含钙质致密储层含水饱和度进行确定。通过上述方法，不仅考虑了钙质对含钙质致密储层含水饱和度的影响，还校正了深探测电阻率，减少了钙质对深探测电阻率的影响。进一步地，通过建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型，还考虑到岩电分析数据对胶结指数和饱和度指数的影响，使得采用该方法可精确地确定含钙质致密储层的含水饱和度，利于对含钙质致密储层的勘探开发。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例提供的含钙质致密储层含水饱和度的确定方法的流程图；

图2是实施例1提供的目标含钙质致密储层的测井曲线图；

图3是实施例1提供的数据归一化后的深探测电阻率数据的对数值与声波时差数据之比，与钙质体积百分比数据与孔隙度数据之比的交会图；

图4是实施例1提供的含钙质岩石物理体积模型图；

图5是实施例1提供的深探测电阻率数据的对数值的增大倍数与钙质体积百分比的交会图；

图6是实施例1提供的胶结指数与孔隙度数据的交会图；

图7是实施例1提供的饱和度指数与孔隙度数据的交会图；

图8是实施例1提供的目标含钙质致密储层饱和度确定后的测井处理成果图。

具体实施方式

除非另有定义，本发明实施例所用的所有技术术语均具有与本领域技术人员通常理解的相同的含义。在对本发明实施方式作进一步地详细描述之前，对理解本发明实施例一些术语给出定义。

本发明中所涉及的“含水饱和度”指的是：水占空隙的体积与岩石孔隙体积之比。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种含钙质致密储层含水饱和度的确定方法，如附图1所示，该方法包括：

步骤101、获取目标含钙质致密储层的基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据、岩电分析数据、含钙质岩石物理体积模型。

步骤102、根据基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据，确定钙质含量计算模型。

步骤103、根据含钙质岩石物理体积模型，确定含钙质岩石物理体积计算模型。

步骤104、根据钙质含量计算模型、含钙质岩石物理体积计算模型，确定孔隙度计算模型。

步骤105、根据基础深探测电阻率数据、基础钙质体积百分比数据，确定电阻率钙质校正模型。

步骤106、根据岩电分析数据，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型。

步骤107、根据实际深探测电阻率数据、实际声波时差数据、钙质含量计算模型、含钙质岩石物理体积计算模型、阿尔奇含水饱和度计算模型、孔隙度计算模型、电阻率钙质校正模型，确定目标含钙质致密储层的含水饱和度。

本发明实施例提供的含钙质致密储层含水饱和度的确定方法，通过获取目标含钙质致密储层的基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据、岩电分析数据、含钙质岩石物理体积模型，并根据这些数据和模型确定钙质含量计算模型、含钙质岩石物理体积计算模型、孔隙度计算模型、电阻率钙质校正模型，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型。最后，根据实际深探测电阻率数据、实际声波时差数据、阿尔奇含水饱和度计算模型、孔隙度计算模型、电阻率钙质校正模型，确定目标含钙质致密储层的含水饱和度。通过上述方法，不仅考虑了钙质对含钙质致密储层含水饱和度的影响，还校正了深探测电阻率，减少了钙质对深探测电阻率的影响。进一步地，通过建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型，还考虑到岩电分析数据对胶结指数和饱和度指数的影响，使得采用该方法可精确地确定含钙质致密储层的含水饱和度，利于对含钙质致密储层的勘探开发。

以下对本发明实施例提供的含钙质致密储层含水饱和度的确定方法进行详细阐述：

步骤101中所涉及的“基础声波时差数据”和“基础深探测电阻率数据”均由已经得到的历史测井曲线中提取得到。

基础声波时差数据指的是：通过测井仪器探测声波在地层中通过的时间，可以从含钙质部分的测井曲线中提取得到。

基础深探测电阻率数据指的是：通过测井仪器探测地层的电阻率值，可以从含钙质部分的测井曲线中提取得到。

“基础钙质体积百分比数据”和“基础孔隙度数据”均包括两部分：一部分为通过岩心试验获取，另一部分通过测井仪器根据基础声波时差数据和基础深探测电阻率数据计算而间接得到。

步骤102、根据基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据，确定钙质含量计算模型，包括：

步骤1021、将基础深探测电阻率数据的对数值和基础声波时差数据进行数据归一化处理。

可以理解的是，深探测电阻率数据、声波时差数据、钙质体积百分比数据、孔隙度数据是一一对应的。

由于基础深探测电阻率数据的单位与基础声波时差数据的单位不同，通过数据归一化处理，可将基础深探测电阻率数据、基础声波时差数据的单位统一，为后期建立钙质含量计算模型奠定了基础。

其中，数据归一化处理的方法为本领域所熟知的方法，其包括：把基础深探测电阻率数据的对数值和基础声波时差数据变成0～1之间的小数。

步骤1022、将数据归一化后的基础深探测电阻率数据的对数值与数据归一化后的基础声波时差数据之比、基础钙质体积百分比数据与基础孔隙度数据之比进行交会图分析，确定钙质含量计算模型为：

其中，为深探测电阻率数据的对数值数据归一化后与数据归一化后的声波时差之比；V_ca为钙质体积百分比；φ为孔隙度；A和B分别为第一系数和第二系数。

具体地，以为横坐标，为纵坐标，建立坐标图，根据基础深探测电阻率数据的对数值数据归一化后与数据归一化后的基础声波时差数据之比、基础钙质体积百分比数据与基础孔隙度数据之比，在该坐标图中做出散点，并拟合，确定第一系数A和第二系数B的数值，进而确定钙质含量计算模型。

步骤103中，根据含钙质岩石物理体积模型，确定含钙质岩石物理体积计算模型，包括：

获取孔隙中流体的声波时差数值、钙质的声波时差数值、岩石骨架声波时差数值；

根据含钙质岩石物理体积模型(如附图2所示)、孔隙中流体的声波时差数值、钙质的声波时差数值、岩石骨架声波时差数值，确定含钙质岩石物理体积计算模型为：

其中，φ为目标含钙质致密储层的孔隙度；V_ca为钙质体积百分比；V_m为岩石骨架体积百分比；AC为声波时差；DT_f为孔隙中流体的声波时差；DT_ca为钙质的声波时差；DT_m为岩石骨架声波时差。

需要说明的是，孔隙中流体的声波时差DT_f、钙质的声波时差DT_ca、岩石骨架声波时差DT_m，均为定值，可通过经验获取其具体数值。

步骤104中，根据钙质含量计算模型、含钙质岩石物理体积计算模型，确定孔隙度计算模型。具体地，可将公式(1)、公式(2)结合，推导出孔隙度计算模型为：

其中，φ为孔隙度；DT_f为孔隙中流体的声波时差；DT_ca为钙质的声波时差；DT_m为岩石骨架声波时差；A和B分别为第一系数和第二系数；为深探测电阻率数据的对数值数据归一化后与数据归一化后的声波时差之比；AC为声波时差。

步骤105中，根据基础深探测电阻率数据、基础钙质体积百分比数据，确定电阻率钙质校正模型，包括：

将基础深探测电阻率数据的对数值的增大倍数与基础钙质体积百分比数据进行交会图分析，确定电阻率钙质校正模型；

电阻率钙质校正模型为：

其中，为所述深探测电阻率数据的对数值的增大倍数；V_ca为钙质体积百分比；RT_J为校正后的深探测电阻率；RT为深探测电阻率；C、D分别为第三系数和第四系数。

具体地，以钙质体积百分比为横坐标，以深探测电阻率的对数值的增大倍数为纵坐标，建立散点图，然后将散点图拟合，得到第三系数C和第四系数D的具体数值，进而确定电阻率钙质校正模型。

通过确定电阻率钙质校正模型，可减小钙质对深探测电阻率的影响，为后期高精度地确定阿尔奇含水饱和度计算模型奠定了基础。

步骤106中，根据岩电分析数据，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型，包括：

岩电分析数据包括：多个岩心试样的实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据、实验深探测电阻率数据、实验含水饱和度数据。

岩电分析数据根据不同岩心试样分析的钙质体积百分比、孔隙度、100％饱和水电阻率值，以及同一个样品的不同含水比例电阻率值及对应的含水饱和度、水的电阻率值。

步骤1061、根据实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数；

其中，根据实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数，包括：

将用地层100％饱和后的电阻率数据与实验地层水电阻率数据之比的对数值，与实验孔隙度数据的对数值进行交会，确定实验胶结指数数据和第一岩性系数：

其中，R0为用地层水100％饱和后的电阻率数据；RW实验地层水电阻率数据；φ为孔隙度；a为第一岩心系数；m为胶结指数。

步骤1062、将实验孔隙度数据与实验胶结指数进行交会图分析，确定变动常数胶结指数为：

其中，m为胶结指数；E、G、H分别为第五系数、第六系数、第七系数；φ为孔隙度；φ₁为孔隙度分段分界值。

具体地，以孔隙度φ为横坐标，以胶结指数m为纵坐标，建立坐标图。根据实验孔隙度数据、实验胶结指数数据在该坐标图中做出散点，根据散点拟合得到公式(6)。根据公式(6)得到第五系数E、第六系数G、第七系数H的具体数值。

步骤1063、根据实验含水饱和度数据、实验深探测电阻率数据、用地层水100％饱和后的电阻率数据，确定实验饱和度指数数据和第二岩性系数；

根据实验含水饱和度数据、实验深探测电阻率数据、用地层水100％饱和后的电阻率数据，确定实验饱和度指数数据和第二岩性系数，包括：

将实验深探测电阻率数据与用地层水100％饱和后的电阻率数据之比的对数值，与实验含水饱和度数据的对数值进行交会，确定实验饱和度指数数据和第二岩性系数：

其中，RT为实验深探测电阻率数据与用地层水、R0为用地层水100％饱和后的电阻率数据；SW为实验含水饱和度数据；b为第二岩性系数；n为饱和指数。

步骤1064、将实验孔隙度数据与实验饱和度指数进行交会图分析，确定变动常数饱和度指数：

n＝I×φ+J (7)

其中，n为饱和度指数；I、J分别为第八系数和第九系数。

具体地，以孔隙度φ为横坐标，以饱和度指数n为纵坐标，建立坐标图。根据实验孔隙度数据、饱和度指数数据在该坐标图中做出散点，根据散点拟合得到公式(7)。根据公式(7)得到第八系数I、第九系数J的具体数值。

将变动常数胶结指数m和饱和度指数n、以及第一岩性系数a和第二岩性系数b代入公式(8)，得到阿尔奇含水饱和度计算模型为：

其中，S_w为含水饱和度；a、b分别为第一岩性系数和第二岩性系数；RW、RT_J分别为地层水电阻率、校正后的深探测电阻率；φ代表孔隙度。

由于不同的孔隙度对应不同的胶结指数和饱和度指数，通过将胶结指数和饱和度与孔隙度建立关系，并应用于阿尔奇含水饱和度计算模型中，使该阿尔奇含水饱和度计算模型能够精确地确定含钙致密储层含水饱和度。

步骤107中，根据实际深探测电阻率数据、实际声波时差数据、钙质含量计算模型、含钙质岩石物理体积计算模型、阿尔奇含水饱和度计算模型、孔隙度计算模型、电阻率钙质校正模型，确定目标含钙质致密储层的含水饱和度。

具体地，通过井下测井方法获取实际深探测电阻率数据、实际声波时差数据，并将相应的数据代入钙质含量计算模型、孔隙度计算模型以及含钙质岩石物理体积计算模型中，计算得到模拟孔隙度和模拟钙质体积百分比。根据模拟孔隙度，确定胶结指数m和饱和度指数n。

将实际声波时差数据、模拟钙质体积百分比代入电阻率钙质校正模型中，得到校正后的深探测电阻率。

最后，将胶结指数m、饱和度指数n、校正后的深探测电阻率代入阿尔奇含水饱和度计算模型中，得到含水饱和度。

需要说明的是，实际探测电阻率数据和实际声波时差数据均通过测井仪器探测得到的测井曲线中获取。并且，该实际探测电阻率数据和实际声波时差数据为含钙质部分、非含钙质部分等所有的探测电阻率数据和声波时差数据。

以下将通过具体实施例进一步地描述本发明。

实施例1

本实施例以四川盆地川中凉上段地区某一含钙致密储层为目标含钙致密储层，通过本发明提供的方法对该目标含钙致密储层的含水饱和度进行确定，具体包括以下步骤：

步骤201、根据附图3提供的测井曲线图，提取含钙质储层的RT、AC曲线所对应的数据，作为基础深探测电阻率数据和基础声波时差数据。并且，获取一部分基础钙质体积百分比数据和基础孔隙度数据。通过岩心试样实验获取另一部分基础钙质体积百分比数据和基础孔隙度数据。通过对多个岩心试样进行岩电分析，获取多个岩心试样的实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据、实验深探测电阻率数据、实验含水饱和度数据。获取含钙质岩石物理体积模型，如附图2所示。

步骤202、将基础深探测电阻率数据的对数值与基础声波时差数据进行数据归一化处理。

将深探测电阻率数据的对数值数据归一化后与数据归一化后的声波时差数据之比为横坐标、钙质体积百分比数据与孔隙度数据之比为纵坐标，建立坐标图，如附图4所示，根据基础深探测电阻率数据的对数值数据归一化后与基础声波时差数据之比、基础钙质体积百分比数据与基础孔隙度数据之比，在该坐标图中做出散点，并拟合，确定第一系数A和第二系数B的数值，进而确定钙质含量计算模型为：

其中，为深探测电阻率数据的对数值数据归一化后与数据归一化后的声波时差数据之比；V_ca为钙质体积百分比；φ为孔隙度。

步骤203、根据含钙质岩石物理体积模型，参见附图2所示，确定含钙质岩石物理体积计算模型。

获取孔隙中流体的声波时差数值(取189us/ft)、钙质的声波时差数值(取47.5us/ft)、岩石骨架声波时差数值(可取51～58μs/ft，在此取55μs/ft)。

根据含钙质岩石物理体积模型、孔隙中流体的声波时差数值、钙质的声波时差数值、岩石骨架声波时差数值，确定含钙质岩石物理体积计算模型为：

其中，φ为目标含钙质致密储层的孔隙度；V_ca为钙质体积百分比；V_m为岩石骨架体积百分比；AC为声波时差值；DT_f为孔隙中流体的声波时差值，取189us/ft；DT_ca为钙质的声波时差值，取47.5us/ft；DT_m为岩石骨架声波时差值，可以取51～58μs/ft，在此取55μs/ft。

步骤204、将公式(1)、公式(2)结合，推导出孔隙度计算模型为：

其中，φ为孔隙度；DT_f为孔隙中流体的声波时差；DT_ca为钙质的声波时差；DT_m为岩石骨架声波时差；A和B分别为第一系数和第二系数；为数据归一化后的深探测电阻率数据的对数值与数据归一化后的声波时差数据之比；AC为声波时差。

步骤205、以基础钙质体积百分比数据为横坐标，以基础深探测电阻率数据的对数值的增大倍数为纵坐标，建立散点图，如附图5所示，然后将散点拟合，以确定第三系数C、第四系数D的具体数值，进而确定电阻率钙质校正模型。

电阻率钙质校正模型为：

其中，为深探测电阻率数据的对数值的增大倍数；V_ca为钙质体积百分比；RT_J为校正后的深探测电阻率；RT为深探测电阻率。

步骤206、获取岩电分析数据，其包括：多个岩心试样的实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据、实验深探测电阻率数据、实验含水饱和度数据。

根据实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数；

其中，根据实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数，包括：

将用地层100％饱和后的电阻率数据与实验地层水电阻率数据之比的对数值，与实验孔隙度数据的对数值进行交会，确定实验胶结指数数据和第一岩性系数：

其中，R0为用地层水100％饱和后的电阻率数据；RW实验地层水电阻率数据；φ为孔隙度；a为第一岩心系数，这里取值为1；m为胶结指数。

以孔隙度φ为横坐标，以胶结指数m为纵坐标，建立坐标图，附图6所示。根据实验孔隙度数据、实验胶结指数数据在该坐标图中做出散点，并将散点拟合得到第五系数E、第六系数G、第七系数H的具体数值，进而确定公式(6)。

根据实验含水饱和度数据、实验深探测电阻率数据、用地层水100％饱和后的电阻率数据，确定实验饱和度指数数据和第二岩性系数，包括：

将实验深探测电阻率数据与用地层水100％饱和后的电阻率数据之比的对数值，与实验含水饱和度数据的对数值进行交会，确定实验饱和度指数数据和第二岩性系数：

其中，RT为实验深探测电阻率数据与用地层水、R0为用地层水100％饱和后的电阻率数据；SW为实验含水饱和度数据；b为第二岩性系数，这里取值为1；n为饱和指数。

以孔隙度φ为横坐标，以饱和度指数n为纵坐标，建立坐标图，如附图7所示。根据实验孔隙度数据、实验饱和度指数数据在该坐标图中做出散点，根据散点拟合得到第八系数I、第九系数J的具体数值，进而确定公式(7)。

n＝-0.26×φ+4.56 (7)

将变动常数胶结指数m和饱和度指数n、以及第一岩性系数a和第二岩性系数b代入公式(8)，得到阿尔奇含水饱和度计算模型为：

其中，S_w为含水饱和度；a、b分别为第一岩性系数和第二岩性系数；RW、RT_J分别为地层水电阻率、校正后的深探测电阻率；φ代表孔隙度。

步骤207、测井曲线实际深探测电阻率数据、实际声波时差数据，并将相应的数据代入钙质含量计算模型、孔隙度计算模型以及含钙质岩石物理体积计算模型中，计算得到模拟孔隙度和模拟钙质体积百分比。根据模拟孔隙度，确定对应的胶结指数m和饱和度指数n。

将实际声波时差数据、模拟钙质体积百分比代入电阻率钙质校正模型中，得到校正后的深探测电阻率。

最后，将胶结指数m、饱和度指数n、校正后的深探测电阻率代入阿尔奇含水饱和度计算模型中，得到含水饱和度。

通过上述方法得到测井处理成果图如附图8所示，由附图8可以确定：目标含钙致密储层的2546～2550m、2556～2559m层段为干层。

通过上述方法获取的含水饱和度，与通过岩心实验获取的含水饱和度的吻合度较好，而采用相关技术中未校正的胶结指数和饱和指数得到的阿尔奇模型计算得到的含水饱和度较低。说明本发明实施例提供的含钙致密储层含水饱和度的确定方法比较精确，能够应用于对含钙致密储层含水饱和对的确定。

以上所述仅为本发明的较佳实施例，并不用以限制本发明的保护范围，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种含钙质致密储层含水饱和度的确定方法，其特征在于，所述方法包括：

获取目标含钙质致密储层的基础声波时差数据、基础深探测电阻率数据、基础钙质体积百分比数据、基础孔隙度数据、岩电分析数据、含钙质岩石物理体积模型；

根据所述基础声波时差数据、所述基础深探测电阻率数据、所述基础钙质体积百分比数据、所述基础孔隙度数据，确定钙质含量计算模型；

根据所述含钙质岩石物理体积模型，确定含钙质岩石物理体积计算模型；

根据所述钙质含量计算模型、所述含钙质岩石物理体积计算模型，确定孔隙度计算模型；

根据所述基础深探测电阻率数据、所述基础钙质体积百分比数据，确定电阻率钙质校正模型；

根据所述岩电分析数据，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型；

根据实际深探测电阻率数据、实际声波时差数据、所述钙质含量计算模型、所述含钙质岩石物理体积计算模型、所述阿尔奇含水饱和度计算模型、所述孔隙度计算模型、所述电阻率钙质校正模型，确定所述目标含钙质致密储层的含水饱和度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述基础声波时差数据、所述基础深探测电阻率数据、所述基础钙质体积百分比数据、所述基础孔隙度数据，确定钙质含量计算模型，包括：

将所述基础深探测电阻率数据的对数值和所述基础声波时差数据进行数据归一化处理；

将数据归一化后的所述基础深探测电阻率数据的对数值与数据归一化后的所述基础声波时差数据之比、所述基础钙质体积百分比数据与所述基础孔隙度数据之比进行交会图分析，确定所述钙质含量计算模型为：

其中，为深探测电阻率的对数值数据归一化后与数据归一化后的声波时差之比；V_ca为钙质体积百分比；φ为孔隙度；A和B分别为第一系数和第二系数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述含钙质岩石物理体积模型，确定含钙质岩石物理体积计算模型，包括：

获取孔隙中流体的声波时差数值、钙质的声波时差数值、岩石骨架声波时差数值；

根据所述含钙质岩石物理体积模型、所述孔隙中流体的声波时差数值、所述钙质的声波时差数值、所述岩石骨架声波时差数值，确定所述含钙质岩石物理体积计算模型为：

其中，φ为目标含钙质致密储层的孔隙度；V_ca为钙质体积百分比；V_m为岩石骨架体积百分比；AC为声波时差；DT_f为孔隙中流体的声波时差；DT_ca为钙质的声波时差；DT_m为岩石骨架声波时差。

4.根据权利要求3所述的方法，其特征在于，所述孔隙度计算模型为：

其中，φ为孔隙度；DT_f为孔隙中流体的声波时差；DT_ca为钙质的声波时差；DT_m为岩石骨架声波时差；A和B分别为第一系数和第二系数；为数据归一化后的深探测电阻率的对数值与数据归一化后的声波时差之比；AC为声波时差。

5.根据权利要求4所述的方法，其特征在于，所述根据所述基础深探测电阻率数据、所述基础钙质体积百分比数据，确定电阻率钙质校正模型，包括：

将所述基础深探测电阻率数据的对数值的增大倍数与所述基础钙质体积百分比数据进行交会图分析，确定所述电阻率钙质校正模型；

所述电阻率钙质校正模型为：

其中，为深探测电阻率数据的对数值的增大倍数；V_ca为钙质体积百分比；RT_J为校正后的深探测电阻率；RT为深探测电阻率；C、D分别为第三系数和第四系数。

6.根据权利要求4所述的方法，其特征在于，所述根据所述岩电分析数据，建立胶结指数、饱和度指数为变动常数的阿尔奇含水饱和度计算模型，包括：

所述岩电分析数据包括：多个岩心试样的实验孔隙度数据、实验地层水电阻率数据、用地层水100％饱和后的电阻率数据、实验深探测电阻率数据、实验含水饱和度数据；

根据所述实验孔隙度数据、所述实验地层水电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数；

将所述实验孔隙度数据与所述实验胶结指数数据进行交会图分析，确定变动常数胶结指数为：

其中，m为胶结指数；E、G、H分别为第五系数、第六系数、第七系数；φ为孔隙度；φ₁为孔隙度分段分界值；

根据所述实验含水饱和度数据、所述实验深探测电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验饱和度指数数据和第二岩性系数；

将所述实验孔隙度数据与所述实验饱和度指数数据进行交会图分析，确定变动常数饱和度指数：

n＝I×φ+J (7)

其中，n为饱和度指数；I、J分别为第八系数和第九系数；

将变动常数胶结指数m和饱和度指数n、以及第一岩性系数a和第二岩性系数b代入公式(8)，得到所述阿尔奇含水饱和度计算模型：

其中，S_w为含水饱和度；a、b分别为第一岩性系数和第二岩性系数；RW、RT_J分别为地层水电阻率、校正后的深探测电阻率；φ代表孔隙度。

7.根据权利要求6所述的方法，其特征在于，所述根据所述实验孔隙度数据、所述实验地层水电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验胶结指数数据和第一岩性系数，包括：

将所述用地层100％饱和后的电阻率数据与所述实验地层水电阻率数据之比的对数值，与所述实验孔隙度数据的对数值进行交会，确定所述实验胶结指数数据和第一岩性系数：

其中，R0为用地层水100％饱和后的电阻率；RW实验地层水电阻率；φ为孔隙度；a为第一岩心系数；m为胶结指数。

8.根据权利要求6所述的方法，其特征在于，所述根据所述实验含水饱和度数据、所述实验深探测电阻率数据、所述用地层水100％饱和后的电阻率数据，确定实验饱和度指数数据和第二岩性系数，包括：

将所述实验深探测电阻率数据与所述用地层水100％饱和后的电阻率数据之比的对数值，与所述实验含水饱和度数据的对数值进行交会，确定所述实验饱和度指数数据和第二岩性系数：

其中，RT为实验深探测电阻率与用地层水100％饱和后的电阻率数据；SW为含水饱和度；b为第二岩性系数；n为饱和指数。