CN110426752B - 一种基于岩石物理模型的储层参数反演方法与系统 - Google Patents

一种基于岩石物理模型的储层参数反演方法与系统 Download PDF

Info

Publication number
CN110426752B
CN110426752B CN201910771253.1A CN201910771253A CN110426752B CN 110426752 B CN110426752 B CN 110426752B CN 201910771253 A CN201910771253 A CN 201910771253A CN 110426752 B CN110426752 B CN 110426752B
Authority
CN
China
Prior art keywords
rock
model
physical
modulus
parameters
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
Application number
CN201910771253.1A
Other languages
English (en)
Other versions
CN110426752A (zh
Inventor
陈莉萍
孙进
赵锋
何静
李海兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sayer Energy Technology Beijing Co ltd
Original Assignee
Sayer Energy Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sayer Energy Technology Beijing Co ltd filed Critical Sayer Energy Technology Beijing Co ltd
Priority to CN201910771253.1A priority Critical patent/CN110426752B/zh
Publication of CN110426752A publication Critical patent/CN110426752A/zh
Application granted granted Critical
Publication of CN110426752B publication Critical patent/CN110426752B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

本发明提供了一种基于岩石物理模型的储层参数反演方法与系统，其中，该基于岩石物理模型的储层参数反演方法包括如下步骤：步骤(1)，获取关于待测区域岩石的若干第一物理参数，并根据该若干第一物理参数构建相应的岩石物理模型；步骤(2)，获取关于该待测区域岩石的若干第二物理参数，并根据该若干第二物理参数对该岩石物理模型进行物理正演检验处理；步骤(3)，根据该物理正演检验处理的结果，构建该岩石物理模型对应的反演目标函数；步骤(4)，根据该反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据该储层参数关联岩石物理关系计算得到该储层参数。

Description

一种基于岩石物理模型的储层参数反演方法与系统
技术领域
本发明涉及地质勘探的技术领域，特别涉及一种基于岩石物理模型的储层参数反演方法与系统。
背景技术
地质统计学需要对不同储层岩石的特性进行分析统计，而岩石通常是由固体的岩石骨架和流动的孔隙流体组成的多相体，这种多相体状态呈现复杂性和多样性，这导致对于岩石特性的分析统计并不能只采用单一的岩石物理模型来展开。鉴于不同实际岩石的理想化过程，岩石物理模型主要包括经验模型、边界模型、界面模型、包含体模型和接触模型等。目前而言，在采用不同岩石物理模型进行相应的岩石特性分析或者储层参数计算时，一般都是基于统计回归或者人工神经网络等统计方法来实现的，但是其只具有统计意义，并没有任何物理意义，并且上述统计方法设计的统计关系只是符合大部分规律，其会丢失掉一部分信息，导致结果具有不完整性和不确定性，从而无法准确地获得理想的储层参数计算结果。可见，现有技术急需一种能够提高通过岩石物理模型计算储层参数准确性的方法和系统。
发明内容
针对现有技术存在的缺陷，本发明提供一种基于岩石物理模型的储层参数反演方法与系统，其中，该基于岩石物理模型的储层参数反演方法包括如下步骤：步骤(1)，获取关于待测区域岩石的若干第一物理参数，并根据该若干第一物理参数构建相应的岩石物理模型；步骤(2)，获取关于该待测区域岩石的若干第二物理参数，并根据该若干第二物理参数对该岩石物理模型进行物理正演检验处理；步骤(3)，根据该物理正演检验处理的结果，构建该岩石物理模型对应的反演目标函数；步骤(4)，根据该反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据该储层参数关联岩石物理关系计算得到该储层参数。可见，该基于岩石物理模型的储层参数反演方法与系统有别于现有技术的只对岩石物理模型进行单一的正演运算操作，该储层参数反演方法与系统采用正演运算与反演运算相结合的模式，具体为首先对相应的岩石物理模型进行物理正演检验处理以此构建得到相应的反演目标函数，再该反演目标函数进行反演变换处理，从而最终计算得到相应的储层参数结果，上述将正演运算与反演运算相结合的模式不仅能够通过正演运算来实现岩石物理模型的模型有效性检验，并且还能够通过反演运算来降低岩石物理模型的计算误差，从而进一步提高岩石物理模型在计算储层参数的准确性。
本发明提供一种基于岩石物理模型的储层参数反演方法，其特征在于，所述基于岩石物理模型的储层参数反演方法包括如下步骤：
步骤(1)，获取关于待测区域岩石的若干第一物理参数，并根据所述若干第一物理参数构建相应的岩石物理模型；
步骤(2)，获取关于所述待测区域岩石的若干第二物理参数，并根据所述若干第二物理参数对所述岩石物理模型进行物理正演检验处理；
步骤(3)，根据所述物理正演检验处理的结果，构建所述岩石物理模型对应的反演目标函数；
步骤(4)，根据所述反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据所述储层参数关联岩石物理关系计算得到所述储层参数；
进一步，在所述步骤(1)中，获取关于待测区域岩石的若干第一物理参数，并根据所述若干第一物理参数构建相应的岩石物理模型具体包括，
步骤(101)，对所述待测区域岩石进行采样处理，并对所述采样处理得到的待测区域岩石样本，进行关于单矿物的分析处理，以此得到关于所述待测区域岩石样本中包含的所有矿物中的每一种对应的含量参数和/或体积参数；
步骤(102)，根据得到的所有矿物中的每一种对应的含量参数和/或体积参数，确定所述待测区域岩石的主要矿物类型；
步骤(103)，根据所述待测区域岩石的主要矿物类型，确定所述待测区域岩石对应的岩石物理模型；
进一步，在所述步骤(2)中，获取关于所述待测区域岩石的若干第二物理参数，并根据所述若干第二物理参数对所述岩石物理模型进行物理正演检验处理具体包括，
步骤(201)，对所述待测区域岩石进行采样处理，并对所述采样处理得到的待测区域岩石样本进行超声波勘测对比处理，以此得到关于所述待测区域岩石的若干超声波特征参数作为所述第二物理参数；
步骤(202)，根据所述若干超声波特征参数，拟合得到关于所述待测区域岩石的第一超声波特征曲线；
步骤(203)，根据所述岩石物理模型，对所述若干超声波特征参数进行正演模型计算处理，以此得到对应的若干正演化超声波特征参数，再根据所述若干正演化超声波特征参数，拟合得到关于所述待测区域岩石的第二超声波特征曲线；
步骤(204)，确定所述第一超声波特征曲线与所述第二超声波特征曲线之间的吻合度，同时将所述吻合度与预设吻合阈值进行对比处理以此实现所述物理正演校验处理；
进一步，在所述步骤(3)中，根据所述物理正演检验处理的结果，构建所述岩石物理模型对应的反演目标函数具体包括，
步骤(301)，根据所述物理正演校验处理确定所述岩石物理模型对应的计算可靠值，并将所述计算可靠值与预设可靠性阈值进行对比处理，并根据所述对比处理的结果对所述岩石物理模型执行适应性操作；
步骤(302)，若所述计算可靠值大于或者等于所述预设可靠性阈值，则将当前的岩石物理模型作为所述反演目标函数的构建基础，若所述计算可靠值小于所述预设可靠性阈值，则对当前的岩石物理模型进行优化处理，直到其对应的所述计算可靠值大于或者等于所述预设可靠性阈值为止；
步骤(303)，根据上述步骤(302)确定的作为所述反演目标函数的构建基础的岩石物理模型，利用最小二乘法拟合得到所述反演目标函数；
进一步，在所述步骤(4)中，根据所述反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据所述储层参数关联岩石物理关系计算得到所述储层参数具体包括，
步骤(401)，从所述反演目标函数中提取若干模型反演参数，并对所述若干模型反演参数进行关于有效性的判断处理；
步骤(402)，根据所述关于有效性的判断处理，确定若干符合预设有效条件的模型反演参数，并对所述若干符合预设有效条件的模型反演参数，进行预设模式的反演变换，以此得到所述储层参数关联岩石物理关系；
步骤(403)，对所述储层参数关联岩石物理关系进行解算处理，以此得到所述储层参数。
本发明还提供一种基于岩石物理模型的储层参数反演系统，其特征在于：
所述基于岩石物理模型的储层参数反演方法系统包括岩石物理模型构建模块、物理正演检验处理模块、反演目标函数构建模块和储层参数计算模块；其中，
所述岩石物理模型构建模块用于根据关于待测区域岩石的若干第一物理参数，构建相应的岩石物理模型；
所述物理正演检验处理模块用于根据关于所述待测区域岩石的若干第二物理参数，对所述岩石物理模型进行物理正演检验处理；
所述反演目标函数构建模块用于根据所述物理正演检验处理的结果，构建所述岩石物理模型对应的反演目标函数；
所述储层参数计算模块用于根据所述反演目标函数，对待测区域进行预设模式的反演变换，以此得到所述待测区域对应的不同储层参数结果；
进一步，所述岩石物理模型构建模块包括单矿物分析子模块、岩石参数确定子模块和物理模型确定子模块；其中，
所述单矿物分析子模块用于对采样得到的待测区域岩石样本，进行关于单矿物的分析处理，以此得到关于所述待测区域岩石样本中包含的所有矿物中的每一种对应的含量参数和/或体积参数；
所述岩石参数确定子模块用于根据得到的所有矿物中的每一种对应的含量参数和/或体积参数，确定所述待测区域岩石的主要矿物类型；
所述物理模型确定子模块用于根据所述待测区域岩石的主要矿物类型，确定所述待测区域岩石对应的岩石物理模型；
进一步，所述物理正演检验处理模块包括超声波勘测对比处理子模块、第一超声波特征曲线拟合子模块、第二超声波特征曲线拟合子模块和吻合度对比子模块；其中，
所述超声波勘测对比处理子模块用于对采样处理得到的待测区域岩石样本进行超声波勘测对比处理，以此得到关于所述待测区域岩石的若干超声波特征参数作为所述第二物理参数；
所述第一超声波特征曲线拟合子模块用于根据所述若干超声波特征参数，拟合得到关于所述待测区域岩石的第一超声波特征曲线；
所述第二超声波特征曲线拟合子模块用于根据所述岩石物理模型，对所述若干超声波特征参数进行正演模型计算处理，以此得到对应的若干正演化超声波特征参数，再根据所述若干正演化超声波特征参数，拟合得到关于所述待测区域岩石的第二超声波特征曲线；
所述吻合度对比子模块用于确定所述第一超声波特征曲线与所述第二超声波特征曲线之间的吻合度，同时将所述吻合度与预设吻合阈值进行对比处理以此实现所述物理正演校验处理；
进一步，所述储层参数反演目标函数构建模块包括可靠值处理子模块、模型优化子模块和目标函数拟合子模块；其中，
所述可靠值处理子模块用于根据所述物理正演校验处理确定所述岩石物理模型对应的计算可靠值，并将所述计算可靠值与预设可靠性阈值进行对比处理，并根据所述对比处理的结果对所述岩石物理模型执行适应性操作；
所述模型优化子模块用于在所述计算可靠值小于所述预设可靠性阈值时，对当前的岩石物理模型进行优化处理，直到其对应的所述计算可靠值大于或者等于所述预设可靠性阈值为止；
所述目标函数拟合子模块用于在所述计算可靠值大于或者等于所述预设可靠性阈值时，将将当前的岩石物理模型作为所述储层参数反演目标函数的构建基础，并利用最小二乘法拟合得到所述储层参数反演目标函数；
进一步，所述储层参数计算模块包括模型反演参数提取子模块、有效判断子模块、关联物理关系构建子模块和储层参数解算子模块；其中，
所述模型反演参数提取子模块用于从所述反演目标函数中提取若干模型反演参数；
所述有效判断子模块用于对所述若干模型反演参数进行关于有效性的判断处理；
所述关联物理模型构建子模块用于根据所述关于有效性的判断处理，对若干符合预设有效条件的模型反演参数，进行预设模式的反演变换，以此得到所述储层参数关联岩石物理关系；
所述储层参数解算子模块用于对所述储层参数关联岩石物理关系进行解算处理，以此得到所述储层参数。
相比于现有技术，该基于岩石物理模型的储层参数反演方法包括如下步骤：步骤(1)，获取关于待测区域岩石的若干第一物理参数，并根据该若干第一物理参数构建相应的岩石物理模型；步骤(2)，获取关于该待测区域岩石的若干第二物理参数，并根据该若干第二物理参数对该岩石物理模型进行物理正演检验处理；步骤(3)，根据该物理正演检验处理的结果，构建该岩石物理模型对应的反演目标函数；步骤(4)，根据该反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据该储层参数关联岩石物理关系计算得到该储层参数。可见，该基于岩石物理模型的储层参数反演方法与系统有别于现有技术的只对岩石物理模型进行单一的正演运算操作，该储层参数反演方法与系统采用正演运算与反演运算相结合的模式，具体为首先对相应的岩石物理模型进行物理正演检验处理以此构建得到相应的反演目标函数，再该反演目标函数进行反演变换处理，从而最终计算得到相应的储层参数结果，上述将正演运算与反演运算相结合的模式不仅能够通过正演运算来实现岩石物理模型的模型有效性检验，并且还能够通过反演运算来降低岩石物理模型的计算误差，从而进一步提高岩石物理模型在计算储层参数的准确性。
进一步，在所述步骤(1)中，根据所述若干第一物理参数构建相应的岩石物理模型时，为提高运算的效率，对所述模型采用优化的岩石物理模型，同时，通过所述优化的岩石物理模型进行计算后，将所述值进行智能的检测，判断计算结果是否出现了较大的误差，从而控制所述系统进入步骤(2)的操作或者重复步骤(1)；
在所述计算过程中，首先构建优化的岩石物理模型，所述优化的岩石物理模型包含有高效岩石基质模量模型、高效岩石骨架模量模型和孔隙流体模量模型；
所述高效岩石基质模量模型如公式(1)所示：
Figure BDA0002173145160000071
Figure BDA0002173145160000072
其中，V为岩石基质的体积模量，Q为岩石基质的剪切模量，V1为岩石中石英所占百分比，H1为石英的体积模量，V2为岩石中黏土矿物所占百分比，H2为黏土矿物的体积模量，Q1为石英的剪切模量，Q2为黏土矿物的剪切模量；
所述高效岩石骨架模量模型如公式(2)所示：
Figure BDA0002173145160000081
Figure BDA0002173145160000082
其中，Vg为岩石骨架的体积模量，Qg为岩石骨架的剪切模量，θ为孔隙度，bl,bs,bm分别为粒间孔隙体积分量、溶洞体积分量、裂缝的体积分量，al,as,am分别是粒间孔隙纵横比、溶洞纵横比和裂缝的纵横比，Ti(al)、Ti(as)、Ti(am)为将al,as,am分别代入孔隙纵横比函数后所得值；
所述孔隙流体模量模型如公式(3)所示；
Figure BDA0002173145160000083
其中，Vf为孔隙流体模量，BS、BY、BQ分别为水、油、气的体积模量，VS、VY、VQ分别为水、油、气的饱和度；
其次，获取5次待测区域岩石的若干第一物理参数，将所述5次所获取的第一物理参数分别代入优化的岩石物理模型分别得到5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值，将所述值代入公式(4)进行智能检测；
Figure BDA0002173145160000084
其中，rt为智能检验结果，Vgi为第i次岩石骨架的体积模量，
Figure BDA0002173145160000091
为5次岩石骨架的体积模量的均值，Qgi为第i次岩石骨架的剪切模量，
Figure BDA0002173145160000092
为5次岩石骨架的剪切模量的均值，Vfi为第i次岩石骨架的孔隙流体模量，
Figure BDA0002173145160000093
为5次孔隙流体模量的均值；
若所述rt小于0.5，则所述检验通过，运行步骤(2)，且在所述过程中得到的岩石物理模型得到的值，为所述5次值的均值；
若所述rt大于等于0.5，则所述检验未通过，则将得到的5个岩石骨架的体积模量中的最大值和最小值所对应岩石物理模型计算值剔除，然后重新获取2次待测区域岩石的若干第一物理参数代入优化的岩石物理模型，得到2个岩石物理模型值，将这两个岩石物理模型与保留的3个岩石物理模型值组成五个岩石物理模型值，重新代入公式(4)进行检验，并判断检验值，直至检验通过。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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为本发明提供的一种基于岩石物理模型的储层参数反演方法的流程示意图。
图2为本发明提供的一种基于岩石物理模型的储层参数反演系统的结构示意图。
具体实施方式
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，所描述的实施例仅仅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作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。
参阅图1，为本发明实施例提供的一种基于岩石物理模型的储层参数反演方法的流程示意图。该基于岩石物理模型的储层参数反演方法包括如下步骤：
步骤(1)，获取关于待测区域岩石的若干第一物理参数，并根据该若干第一物理参数构建相应的岩石物理模型。
优选地，在该步骤(1)中，获取关于待测区域岩石的若干第一物理参数，并根据该若干第一物理参数构建相应的岩石物理模型具体包括，
步骤(101)，对该待测区域岩石进行采样处理，并对该采样处理得到的待测区域岩石样本，进行关于单矿物的分析处理，以此得到关于该待测区域岩石样本中包含的所有矿物中的每一种对应的含量参数和/或体积参数；
步骤(102)，根据得到的所有矿物中的每一种对应的含量参数和/或体积参数，确定该待测区域岩石的主要矿物类型；
步骤(103)，根据该待测区域岩石的主要矿物类型，确定该待测区域岩石对应的岩石物理模型。
步骤(2)，获取关于该待测区域岩石的若干第二物理参数，并根据该若干第二物理参数对该岩石物理模型进行物理正演检验处理。
优选地，在该步骤(2)中，获取关于该待测区域岩石的若干第二物理参数，并根据该若干第二物理参数对该岩石物理模型进行物理正演检验处理具体包括，
步骤(201)，对该待测区域岩石进行采样处理，并对该采样处理得到的待测区域岩石样本进行超声波勘测对比处理，以此得到关于该待测区域岩石的若干超声波特征参数作为该第二物理参数；
步骤(202)，根据该若干超声波特征参数，拟合得到关于该待测区域岩石的第一超声波特征曲线；
步骤(203)，根据该岩石物理模型，对该若干超声波特征参数进行正演模型计算处理，以此得到对应的若干正演化超声波特征参数，再根据该若干正演化超声波特征参数，拟合得到关于该待测区域岩石的第二超声波特征曲线；
步骤(204)，确定该第一超声波特征曲线与该第二超声波特征曲线之间的吻合度，同时将该吻合度与预设吻合阈值进行对比处理以此实现该物理正演校验处理。
步骤(3)，根据该物理正演检验处理的结果，构建该岩石物理模型对应的反演目标函数。
优选地，在该步骤(3)中，根据该物理正演检验处理的结果，构建该岩石物理模型对应的反演目标函数具体包括，
步骤(301)，根据该物理正演校验处理确定该岩石物理模型对应的计算可靠值，并将该计算可靠值与预设可靠性阈值进行对比处理，并根据该对比处理的结果对该岩石物理模型执行适应性操作；
步骤(302)，若该计算可靠值大于或者等于该预设可靠性阈值，则将当前的岩石物理模型作为该反演目标函数的构建基础，若该计算可靠值小于该预设可靠性阈值，则对当前的岩石物理模型进行优化处理，直到其对应的该计算可靠值大于或者等于该预设可靠性阈值为止；
步骤(303)，根据上述步骤(302)确定的作为该反演目标函数的构建基础的岩石物理模型，利用最小二乘法拟合得到该反演目标函数。
步骤(4)，根据该反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据该储层参数关联岩石物理关系计算得到该储层参数。
优选地，在该步骤(4)中，根据该反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据该储层参数关联岩石物理关系计算得到该储层参数具体包括，
步骤(401)，从该反演目标函数中提取若干模型反演参数，并对该若干模型反演参数进行关于有效性的判断处理；
步骤(402)，根据该关于有效性的判断处理，确定若干符合预设有效条件的模型反演参数，并对该若干符合预设有效条件的模型反演参数，进行预设模式的反演变换，以此得到该储层参数关联岩石物理关系；
步骤(403)，对该储层参数关联岩石物理关系进行解算处理，以此得到该储层参数。
参阅图2，为本发明实施例提供的一种基于岩石物理模型的储层参数反演系统的结构示意图。该基于岩石物理模型的储层参数反演方法系统包括岩石物理模型构建模块、物理正演检验处理模块、反演目标函数构建模块和储层参数计算模块；其中，
该岩石物理模型构建模块用于根据关于待测区域岩石的若干第一物理参数，构建相应的岩石物理模型；
该物理正演检验处理模块用于根据关于该待测区域岩石的若干第二物理参数，对该岩石物理模型进行物理正演检验处理；
该反演目标函数构建模块用于根据该物理正演检验处理的结果，构建该岩石物理模型对应的反演目标函数；
该储层参数计算模块用于根据该反演目标函数，对待测区域进行预设模式的反演变换，以此得到该待测区域对应的不同储层参数结果。
优选地，该岩石物理模型构建模块包括单矿物分析子模块、岩石参数确定子模块和物理模型确定子模块；
优选地，该单矿物分析子模块用于对采样得到的待测区域岩石样本，进行关于单矿物的分析处理，以此得到关于该待测区域岩石样本中包含的所有矿物中的每一种对应的含量参数和/或体积参数；；
优选地，该岩石参数确定子模块用于根据得到的所有矿物中的每一种对应的含量参数和/或体积参数，确定该待测区域岩石的主要矿物类型；；
优选地，该物理模型确定子模块用于根据该待测区域岩石的主要矿物类型；，确定该待测区域岩石对应的岩石物理模型；
优选地，该物理正演检验处理模块包括超声波勘测对比处理子模块、第一超声波特征曲线拟合子模块、第二超声波特征曲线拟合子模块和吻合度对比子模块；
优选地，该超声波勘测对比处理子模块用于对采样处理得到的待测区域岩石样本进行超声波勘测对比处理，以此得到关于该待测区域岩石的若干超声波特征参数作为该第二物理参数；
优选地，该第一超声波特征曲线拟合子模块用于根据该若干超声波特征参数，拟合得到关于该待测区域岩石的第一超声波特征曲线；
优选地，该第二超声波特征曲线拟合子模块用于根据该岩石物理模型，对该若干超声波特征参数进行正演模型计算处理，以此得到对应的若干正演化超声波特征参数，再根据该若干正演化超声波特征参数，拟合得到关于该待测区域岩石的第二超声波特征曲线；
优选地，该吻合度对比子模块用于确定该第一超声波特征曲线与该第二超声波特征曲线之间的吻合度，同时将该吻合度与预设吻合阈值进行对比处理以此实现该物理正演校验处理；
优选地，该储层参数反演目标函数构建模块包括可靠值处理子模块、模型优化子模块和目标函数拟合子模块；
优选地，该可靠值处理子模块用于根据该物理正演校验处理确定该岩石物理模型对应的计算可靠值，并将该计算可靠值与预设可靠性阈值进行对比处理，并根据该对比处理的结果对该岩石物理模型执行适应性操作；
优选地，该模型优化子模块用于在该计算可靠值小于该预设可靠性阈值时，对当前的岩石物理模型进行优化处理，直到其对应的该计算可靠值大于或者等于该预设可靠性阈值为止；
优选地，该目标函数拟合子模块用于在该计算可靠值大于或者等于该预设可靠性阈值时，将将当前的岩石物理模型作为该储层参数反演目标函数的构建基础，并利用最小二乘法拟合得到该储层参数反演目标函数；
优选地，该储层参数计算模块包括模型反演参数提取子模块、有效判断子模块、关联物理关系构建子模块和储层参数解算子模块；
优选地，该模型反演参数提取子模块用于从该反演目标函数中提取若干模型反演参数；
优选地，该有效判断子模块用于对该若干模型反演参数进行关于有效性的判断处理；
优选地，该关联物理模型构建子模块用于根据该关于有效性的判断处理，对若干符合预设有效条件的模型反演参数，进行预设模式的反演变换，以此得到该储层参数关联岩石物理关系；
优选地，该储层参数解算子模块用于对该储层参数关联岩石物理关系进行解算处理，以此得到该储层参数。
从上述实施例可以看出，该基于岩石物理模型的储层参数反演方法与系统有别于现有技术的只对岩石物理模型进行单一的正演运算操作，该储层参数反演方法与系统采用正演运算与反演运算相结合的模式，具体为首先对相应的岩石物理模型进行物理正演检验处理以此构建得到相应的反演目标函数，再该反演目标函数进行反演变换处理，从而最终计算得到相应的储层参数结果，上述将正演运算与反演运算相结合的模式不仅能够通过正演运算来实现岩石物理模型的模型有效性检验，并且还能够通过反演运算来降低岩石物理模型的计算误差，从而进一步提高岩石物理模型在计算储层参数的准确性。
优选的，在所述步骤(1)中，根据所述若干第一物理参数构建相应的岩石物理模型时，为提高运算的效率，对所述模型采用优化的岩石物理模型，同时，通过所述优化的岩石物理模型进行计算后，将所述值进行智能的检测，判断计算结果是否出现了较大的误差，从而控制所述系统进入步骤(2)的操作或者重复步骤(1)；
在所述计算过程中，首先构建优化的岩石物理模型，所述优化的岩石物理模型包含有高效岩石基质模量模型、高效岩石骨架模量模型和孔隙流体模量模型；
所述高效岩石基质模量模型如公式(1)所示：
Figure BDA0002173145160000151
Figure BDA0002173145160000152
其中，V为岩石基质的体积模量，Q为岩石基质的剪切模量，V1为岩石中石英所占百分比，H1为石英的体积模量，V2为岩石中黏土矿物所占百分比，H2为黏土矿物的体积模量，Q1为石英的剪切模量，Q2为黏土矿物的剪切模量；
利用公式(1)得到的高效岩石基质模量模型在计算体积模量和剪切模量时，大幅度的降低了计算量，能够高效的得到模量值；
所述高效岩石骨架模量模型如公式(2)所示：
Figure BDA0002173145160000153
Figure BDA0002173145160000154
其中，Vg为岩石骨架的体积模量，Qg为岩石骨架的剪切模量，θ为孔隙度，bl,bs,bm为粒间孔隙体积分量、溶洞体积分量、裂缝的体积分量，al,as,am分别是粒间孔隙纵横比、溶洞纵横比和裂缝的纵横比，Ti(al)、Ti(as)、Ti(am)为将al,as,am分别代入孔隙纵横比函数后所得值；
利用公式(2)得到的高效岩石骨架模量模型在计算体积模量和剪切模量时，大幅度的降低了计算量，能够高效的得到模量值。
所述孔隙流体模量模型如公式(3)所示；
Figure BDA0002173145160000161
其中，Vf为孔隙流体模量，BS、BY、BQ分别为水、油、气的体积模量，VS、VY、VQ分别为水、油、气的饱和度；
利用公式(3)计算孔隙流体模量模型能大幅度的降低了计算量，能够高效的得到模量值。
其次，获取5次待测区域岩石的若干第一物理参数，将所述5次所获取的第一物理参数分别代入优化的岩石物理模型分别得到5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值，将所述值代入公式(4)进行智能检测；
Figure BDA0002173145160000162
其中，rt为智能检验结果，Vgi为第i次岩石骨架的体积模量，
Figure BDA0002173145160000163
为5次岩石骨架的体积模量的均值，Qgi为第i次岩石骨架的剪切模量，
Figure BDA0002173145160000164
为5次岩石骨架的剪切模量的均值，Vfi为第i次岩石骨架的孔隙流体模量，
Figure BDA0002173145160000165
为5次孔隙流体模量的均值；
若所述rt小于0.5，则所述检验通过，运行步骤(2)，且在所述过程中得到的岩石物理模型得到的值，为所述5次值的均值；
若所述rt大于等于0.5，则所述检验未通过，则将得到的5个岩石骨架的体积模量中的最大值和最小值所对应岩石物理模型计算值剔除，然后重新获取2次待测区域岩石的若干第一物理参数代入优化的岩石物理模型，得到2个岩石物理模型值，将这两个岩石物理模型与保留的3个岩石物理模型值组成五个岩石物理模型值，重新代入公式(4)进行检验，并判断检验值，直至检验通过。
利用上述技术，不仅可以高效的计算岩石基质模量、岩石骨架模量和岩石孔隙流体模量，同时上述技术还可以对所得到的值，进行智能检测，从而保证所述值的偶然误差变小，提高正演运算操作的准确率，同时当偶然误差过大时所得到的值，将进行自动剔除，保证了所述过程中的准确性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于岩石物理模型的储层参数反演方法，其特征在于，所述基于岩石物理模型的储层参数反演方法包括如下步骤：
步骤（1），获取关于待测区域岩石的若干第一物理参数，并根据所述若干第一物理参数构建相应的岩石物理模型；
步骤（2），获取关于所述待测区域岩石的若干第二物理参数，并根据所述若干第二物理参数对所述岩石物理模型进行物理正演检验处理；
步骤（3），根据所述物理正演检验处理的结果，构建所述岩石物理模型对应的反演目标函数；
步骤（4），根据所述反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据所述储层参数关联岩石物理关系计算得到所述储层参数；
在所述步骤（1）中，根据所述若干第一物理参数构建相应的岩石物理模型时，为提高运算的效率，对所述模型采用优化的岩石物理模型，同时，通过所述优化的岩石物理模型进行计算后，将计算值进行智能的检测，判断计算结果是否出现了误差，从而进入步骤（2）的操作或者重复步骤（1）；
在所述计算过程中，首先构建优化的岩石物理模型，所述优化的岩石物理模型包含有高效岩石基质模量模型、高效岩石骨架模量模型和孔隙流体模量模型；
所述高效岩石基质模量模型如公式（1）所示：
Figure DEST_PATH_IMAGE001
Figure 912579DEST_PATH_IMAGE002
(1)
其中，
Figure DEST_PATH_IMAGE003
为岩石基质的体积模量，
Figure 626457DEST_PATH_IMAGE004
为岩石基质的剪切模量，
Figure 140615DEST_PATH_IMAGE005
为岩石中石英所占百分 比，
Figure 332562DEST_PATH_IMAGE006
为石英的体积模量，
Figure 881355DEST_PATH_IMAGE007
为岩石中黏土矿物所占百分比，
Figure 500555DEST_PATH_IMAGE008
为黏土矿物的体积模量，
Figure 502009DEST_PATH_IMAGE009
为石英的剪切模量，
Figure 497647DEST_PATH_IMAGE010
为黏土矿物的剪切模量；
所述高效岩石骨架模量模型如公式（2）所示：
Figure 900946DEST_PATH_IMAGE011
Figure 691048DEST_PATH_IMAGE012
（2）
其中，
Figure 976536DEST_PATH_IMAGE014
为岩石骨架的体积模量，
Figure 713547DEST_PATH_IMAGE015
为岩石骨架的剪切模量，
Figure 971353DEST_PATH_IMAGE016
为孔隙度，
Figure 197935DEST_PATH_IMAGE017
，
Figure 173982DEST_PATH_IMAGE018
，
Figure 735589DEST_PATH_IMAGE019
分 别为粒间孔隙体积分量、溶洞体积分量、裂缝的体积分量，
Figure 113481DEST_PATH_IMAGE020
，
Figure 245385DEST_PATH_IMAGE021
，
Figure 708727DEST_PATH_IMAGE022
分别是粒间孔隙纵横 比、溶洞纵横比和裂缝的纵横比，
Figure 584279DEST_PATH_IMAGE023
，
Figure 82257DEST_PATH_IMAGE024
，
Figure 588324DEST_PATH_IMAGE025
为将
Figure 335701DEST_PATH_IMAGE020
，
Figure 952627DEST_PATH_IMAGE021
，
Figure 101848DEST_PATH_IMAGE022
分别代入孔隙纵 横比函数后所得值；
所述孔隙流体模量模型如公式（3）所示；
Figure 778817DEST_PATH_IMAGE026
(3)
其中，
Figure 216752DEST_PATH_IMAGE027
为孔隙流体模量，
Figure 434107DEST_PATH_IMAGE028
、
Figure 641097DEST_PATH_IMAGE029
、
Figure 551284DEST_PATH_IMAGE030
分别为水、油、气的体积模量，
Figure 210936DEST_PATH_IMAGE031
、
Figure 231981DEST_PATH_IMAGE032
、
Figure 27899DEST_PATH_IMAGE033
分别 为水、油、气的饱和度；
其次，获取5次待测区域岩石的若干第一物理参数，将所述5次所获取的第一物理参数分别代入优化的岩石物理模型分别得到5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值，将所述5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值代入公式（4）进行智能检测；
Figure 610452DEST_PATH_IMAGE034
（4）
其中，
Figure 757400DEST_PATH_IMAGE035
为智能检验结果，
Figure 316557DEST_PATH_IMAGE036
为第i次岩石骨架的体积模量，
Figure 294877DEST_PATH_IMAGE037
为5次岩石骨架的体积 模量的均值，
Figure 218971DEST_PATH_IMAGE038
为第i次岩石骨架的剪切模量，
Figure DEST_PATH_IMAGE039
为5次岩石骨架的剪切模量的均值，
Figure 649952DEST_PATH_IMAGE040
为第i次岩石骨架的孔隙流体模量，
Figure 216063DEST_PATH_IMAGE041
为5次孔隙流体模量的均值；
若所述
Figure 314469DEST_PATH_IMAGE035
小于0.5，则所述检验通过，运行步骤（2），且在所述过程中得到的岩石物理模 型得到5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值，为所述5次值的 均值；
若所述
Figure 409464DEST_PATH_IMAGE035
大于等于0.5，则所述检验未通过，则将得到的5个岩石骨架的体积模量中的 最大值和最小值所对应岩石物理模型计算值剔除，然后重新获取2次待测区域岩石的若干 第一物理参数代入优化的岩石物理模型，得到2个岩石物理模型值，将这两个岩石物理模型 值与保留的3个岩石物理模型值组成五个岩石物理模型值，重新代入公式（4）进行检验，并 判断检验值，直至检验通过。
2.如权利要求1所述的基于岩石物理模型的储层参数反演方法，其特征在于：
在所述步骤（1）中，获取关于待测区域岩石的若干第一物理参数，并根据所述若干第一物理参数构建相应的岩石物理模型具体包括，
步骤（101），对所述待测区域岩石进行采样处理，并对所述采样处理得到的待测区域岩石样本，进行关于单矿物的分析处理，以此得到关于所述待测区域岩石样本中包含的所有矿物中的每一种对应的含量参数和/或体积参数；
步骤（102），根据得到的所有矿物中的每一种对应的含量参数和/或体积参数，确定所述待测区域岩石的主要矿物类型；
步骤（103），根据所述待测区域岩石的主要矿物类型，确定所述待测区域岩石对应的岩石物理模型。
3.如权利要求1所述的基于岩石物理模型的储层参数反演方法，其特征在于：
在所述步骤（2）中，获取关于所述待测区域岩石的若干第二物理参数，并根据所述若干第二物理参数对所述岩石物理模型进行物理正演检验处理具体包括，
步骤（201），对所述待测区域岩石进行采样处理，并对所述采样处理得到的待测区域岩石样本进行超声波勘测对比处理，以此得到关于所述待测区域岩石的若干超声波特征参数作为所述第二物理参数；
步骤（202），根据所述若干超声波特征参数，拟合得到关于所述待测区域岩石的第一超声波特征曲线；
步骤（203），根据所述岩石物理模型，对所述若干超声波特征参数进行正演模型计算处理，以此得到对应的若干正演化超声波特征参数，再根据所述若干正演化超声波特征参数，拟合得到关于所述待测区域岩石的第二超声波特征曲线；
步骤（204），确定所述第一超声波特征曲线与所述第二超声波特征曲线之间的吻合度，同时将所述吻合度与预设吻合阈值进行对比处理以此实现所述物理正演校验处理。
4.如权利要求1所述的基于岩石物理模型的储层参数反演方法，其特征在于：
在所述步骤（3）中，根据所述物理正演检验处理的结果，构建所述岩石物理模型对应的反演目标函数具体包括，
步骤（301），根据所述物理正演校验处理确定所述岩石物理模型对应的计算可靠值，并将所述计算可靠值与预设可靠性阈值进行对比处理，并根据所述对比处理的结果对所述岩石物理模型执行适应性操作；
步骤（302），若所述计算可靠值大于或者等于所述预设可靠性阈值，则将当前的岩石物理模型作为所述反演目标函数的构建基础，若所述计算可靠值小于所述预设可靠性阈值，则对当前的岩石物理模型进行优化处理，直到其对应的所述计算可靠值大于或者等于所述预设可靠性阈值为止；
步骤（303），根据上述步骤（302）确定的作为所述反演目标函数的构建基础的岩石物理模型，利用最小二乘法拟合得到所述反演目标函数。
5.如权利要求1所述的基于岩石物理模型的储层参数反演方法，其特征在于：
在所述步骤（4）中，根据所述反演目标函数，对待测区域进行预设模式的反演变换，从而得到唯一的储层参数关联岩石物理关系，再根据所述储层参数关联岩石物理关系计算得到所述储层参数具体包括，
步骤（401），从所述反演目标函数中提取若干模型反演参数，并对所述若干模型反演参数进行关于有效性的判断处理；
步骤（402），根据所述关于有效性的判断处理，确定若干符合预设有效条件的模型反演参数，并对所述若干符合预设有效条件的模型反演参数，进行预设模式的反演变换，以此得到所述储层参数关联岩石物理关系；
步骤（403），对所述储层参数关联岩石物理关系进行解算处理，以此得到所述储层参数。
6.一种基于岩石物理模型的储层参数反演系统，其特征在于：
所述基于岩石物理模型的储层参数反演方法系统包括岩石物理模型构建模块、物理正演检验处理模块、反演目标函数构建模块和储层参数计算模块；其中，
所述岩石物理模型构建模块用于根据关于待测区域岩石的若干第一物理参数，构建相应的岩石物理模型；
所述物理正演检验处理模块用于根据关于所述待测区域岩石的若干第二物理参数，对所述岩石物理模型进行物理正演检验处理；
所述反演目标函数构建模块用于根据所述物理正演检验处理的结果，构建所述岩石物理模型对应的反演目标函数；
所述储层参数计算模块用于根据所述反演目标函数，对待测区域进行预设模式的反演变换，以此得到所述待测区域对应的不同储层参数结果；
在所述步骤（1）中，根据所述若干第一物理参数构建相应的岩石物理模型时，为提高运算的效率，对所述模型采用优化的岩石物理模型，同时，通过所述优化的岩石物理模型进行计算后，将计算值进行智能的检测，判断计算结果是否出现了误差，从而进入步骤（2）的操作或者重复步骤（1）；
在所述计算过程中，首先构建优化的岩石物理模型，所述优化的岩石物理模型包含有高效岩石基质模量模型、高效岩石骨架模量模型和孔隙流体模量模型；
所述高效岩石基质模量模型如公式（1）所示：
Figure 593321DEST_PATH_IMAGE001
Figure 697543DEST_PATH_IMAGE002
(1)
其中，
Figure 384876DEST_PATH_IMAGE042
为岩石基质的体积模量，
Figure 916352DEST_PATH_IMAGE043
为岩石基质的剪切模量，
Figure 525188DEST_PATH_IMAGE044
为岩石中石英所占百分 比，
Figure 495418DEST_PATH_IMAGE045
为石英的体积模量，
Figure 240520DEST_PATH_IMAGE046
为岩石中黏土矿物所占百分比，
Figure 506678DEST_PATH_IMAGE047
为黏土矿物的体积模量，
Figure 337231DEST_PATH_IMAGE048
为石英的剪切模量，
Figure 845573DEST_PATH_IMAGE049
为黏土矿物的剪切模量；
所述高效岩石骨架模量模型如公式（2）所示：
Figure 445181DEST_PATH_IMAGE011
Figure 380776DEST_PATH_IMAGE050
（2）
其中，
Figure 948341DEST_PATH_IMAGE014
为岩石骨架的体积模量，
Figure 730352DEST_PATH_IMAGE015
为岩石骨架的剪切模量，
Figure 774531DEST_PATH_IMAGE016
为孔隙度，
Figure 641993DEST_PATH_IMAGE017
，
Figure 429821DEST_PATH_IMAGE018
，
Figure 66338DEST_PATH_IMAGE019
分别为粒间孔隙体积分量、溶洞体积分量、裂缝的体积分量，
Figure 281419DEST_PATH_IMAGE020
，
Figure 370598DEST_PATH_IMAGE021
，
Figure 962116DEST_PATH_IMAGE022
分别是粒间孔隙纵 横比、溶洞纵横比和裂缝的纵横比，
Figure 656403DEST_PATH_IMAGE023
，
Figure 104702DEST_PATH_IMAGE024
，
Figure 884439DEST_PATH_IMAGE025
为将
Figure 577851DEST_PATH_IMAGE020
，
Figure 861064DEST_PATH_IMAGE021
，
Figure 745844DEST_PATH_IMAGE022
分别代入孔隙 纵横比函数后所得值；
所述孔隙流体模量模型如公式（3）所示；
Figure 747298DEST_PATH_IMAGE051
(3)
其中，
Figure 946198DEST_PATH_IMAGE027
为孔隙流体模量，
Figure 146235DEST_PATH_IMAGE028
、
Figure 936337DEST_PATH_IMAGE029
、
Figure 690666DEST_PATH_IMAGE030
分别为水、油、气的体积模量，
Figure 162099DEST_PATH_IMAGE031
、
Figure 482222DEST_PATH_IMAGE032
、
Figure 646487DEST_PATH_IMAGE033
分别 为水、油、气的饱和度；
其次，获取5次待测区域岩石的若干第一物理参数，将所述5次所获取的第一物理参数分别代入优化的岩石物理模型分别得到5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值，将所述5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值代入公式（4）进行智能检测；
Figure 419271DEST_PATH_IMAGE052
（4）
其中，
Figure 694394DEST_PATH_IMAGE035
为智能检验结果，
Figure 134603DEST_PATH_IMAGE036
为第i次岩石骨架的体积模量，
Figure 204190DEST_PATH_IMAGE037
为5次岩石骨架的体积 模量的均值，
Figure 464270DEST_PATH_IMAGE038
为第i次岩石骨架的剪切模量，
Figure 841287DEST_PATH_IMAGE039
为5次岩石骨架的剪切模量的均值，
Figure 73685DEST_PATH_IMAGE040
为 第i次岩石骨架的孔隙流体模量，
Figure 376490DEST_PATH_IMAGE041
为5次孔隙流体模量的均值；
若所述
Figure 327129DEST_PATH_IMAGE035
小于0.5，则所述检验通过，运行步骤（2），且在所述过程中得到的岩石物理模 型得到5个岩石骨架的体积模量、岩石骨架的剪切模量、孔隙流体模量的值，为所述5次值的 均值；
若所述
Figure 6372DEST_PATH_IMAGE035
大于等于0.5，则所述检验未通过，则将得到的5个岩石骨架的体积模量中的最 大值和最小值所对应岩石物理模型计算值剔除，然后重新获取2次待测区域岩石的若干第 一物理参数代入优化的岩石物理模型，得到2个岩石物理模型值，将这两个岩石物理模型值 与保留的3个岩石物理模型值组成五个岩石物理模型值，重新代入公式（4）进行检验，并判 断检验值，直至检验通过。
7.如权利要求6所述的基于岩石物理模型的储层参数反演系统，其特征在于：
所述岩石物理模型构建模块包括单矿物分析子模块、岩石参数确定子模块和物理模型确定子模块；其中，
所述单矿物分析子模块用于对采样得到的待测区域岩石样本，进行关于单矿物的分析处理，以此得到关于所述待测区域岩石样本中包含的所有矿物中的每一种对应的含量参数和/或体积参数；
所述岩石参数确定子模块用于根据得到的所有矿物中的每一种对应的含量参数和/或体积参数，确定所述待测区域岩石的主要矿物类型；
所述物理模型确定子模块用于根据所述待测区域岩石的主要矿物类型，确定所述待测区域岩石对应的岩石物理模型；
和/或
所述物理正演检验处理模块包括超声波勘测对比处理子模块、第一超声波特征曲线拟合子模块、第二超声波特征曲线拟合子模块和吻合度对比子模块；其中，
所述超声波勘测对比处理子模块用于对采样处理得到的待测区域岩石样本进行超声波勘测对比处理，以此得到关于所述待测区域岩石的若干超声波特征参数作为所述第二物理参数；
所述第一超声波特征曲线拟合子模块用于根据所述若干超声波特征参数，拟合得到关于所述待测区域岩石的第一超声波特征曲线；
所述第二超声波特征曲线拟合子模块用于根据所述岩石物理模型，对所述若干超声波特征参数进行正演模型计算处理，以此得到对应的若干正演化超声波特征参数，再根据所述若干正演化超声波特征参数，拟合得到关于所述待测区域岩石的第二超声波特征曲线；
所述吻合度对比子模块用于确定所述第一超声波特征曲线与所述第二超声波特征曲线之间的吻合度，同时将所述吻合度与预设吻合阈值进行对比处理以此实现所述物理正演校验处理。
8.如权利要求6所述的基于岩石物理模型的储层参数反演系统，其特征在于：
所述储层参数反演目标函数构建模块包括可靠值处理子模块、模型优化子模块和目标函数拟合子模块；其中，
所述可靠值处理子模块用于根据所述物理正演校验处理确定所述岩石物理模型对应的计算可靠值，并将所述计算可靠值与预设可靠性阈值进行对比处理，并根据所述对比处理的结果对所述岩石物理模型执行适应性操作；
所述模型优化子模块用于在所述计算可靠值小于所述预设可靠性阈值时，对当前的岩石物理模型进行优化处理，直到其对应的所述计算可靠值大于或者等于所述预设可靠性阈值为止；
所述目标函数拟合子模块用于在所述计算可靠值大于或者等于所述预设可靠性阈值时，将将当前的岩石物理模型作为所述储层参数反演目标函数的构建基础，并利用最小二乘法拟合得到所述储层参数反演目标函数。
9.如权利要求6所述的基于岩石物理模型的储层参数反演系统，其特征在于：
所述储层参数计算模块包括模型反演参数提取子模块、有效判断子模块、关联物理关系构建子模块和储层参数解算子模块；其中，
所述模型反演参数提取子模块用于从所述反演目标函数中提取若干模型反演参数；
所述有效判断子模块用于对所述若干模型反演参数进行关于有效性的判断处理；
所述关联物理模型构建子模块用于根据所述关于有效性的判断处理，对若干符合预设有效条件的模型反演参数，进行预设模式的反演变换，以此得到所述储层参数关联岩石物理关系；
所述储层参数解算子模块用于对所述储层参数关联岩石物理关系进行解算处理，以此得到所述储层参数。
CN201910771253.1A 2019-08-20 2019-08-20 一种基于岩石物理模型的储层参数反演方法与系统 Active CN110426752B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910771253.1A CN110426752B (zh) 2019-08-20 2019-08-20 一种基于岩石物理模型的储层参数反演方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910771253.1A CN110426752B (zh) 2019-08-20 2019-08-20 一种基于岩石物理模型的储层参数反演方法与系统

Publications (2)

Publication Number Publication Date
CN110426752A CN110426752A (zh) 2019-11-08
CN110426752B true CN110426752B (zh) 2021-05-25

Family

ID=68415393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910771253.1A Active CN110426752B (zh) 2019-08-20 2019-08-20 一种基于岩石物理模型的储层参数反演方法与系统

Country Status (1)

Country Link
CN (1) CN110426752B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111399042B (zh) * 2020-03-20 2021-02-02 清华大学 一种储层物性参数的预测方法及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005119276A2 (en) * 2004-05-27 2005-12-15 Exxonmobil Upstream Research Company Method for predicting lithology and porosity from seismic reflection data
EP3121625A1 (en) * 2015-07-20 2017-01-25 CGG Services SA Predicting mechanical and elastic rock properties of the subsurface
CN107422368A (zh) * 2016-05-23 2017-12-01 韩国地质资源研究院 通过强制关联相邻观测站的信息而防止地震早期预警系统发出错误预警的震中位置确定方法
CN107656312A (zh) * 2017-10-12 2018-02-02 中国石油天然气集团公司 基于分方位角叠加的河道砂体预测方法及装置
CN110133720A (zh) * 2019-06-04 2019-08-16 南京信息工程大学 一种基于统计岩石物理模型的横波速度预测方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103424772B (zh) * 2012-05-24 2016-09-14 中国石油化工股份有限公司 一种基于岩石物理的碳酸盐储层横波速度预测方法
CN104252007B (zh) * 2013-06-26 2017-03-15 中国石油化工股份有限公司 一种相容性岩石物理建模方法
CN104516017B (zh) * 2013-09-29 2017-06-20 中国石油化工股份有限公司 一种碳酸盐岩岩石物理参数地震反演方法
CN106556866B (zh) * 2015-09-24 2019-03-12 中国石油化工股份有限公司 一种利用岩石物理模板对储层定量解释的方法
CN106202879A (zh) * 2016-06-29 2016-12-07 中国石油化工股份有限公司 二氧化碳驱油过程中纵横波速度动态估算方法
CN106597542B (zh) * 2016-11-23 2019-01-18 中国石油天然气股份有限公司 一种储层特征参数的预测方法及装置
CN107179562B (zh) * 2017-04-27 2019-08-06 恒泰艾普集团股份有限公司 相控岩石物理模型指导下的储层预测方法
CN107367762B (zh) * 2017-06-27 2019-06-11 中国石油天然气股份有限公司 一种确定储层参数的方法及装置
CN109655903B (zh) * 2017-10-11 2020-09-15 中国石油化工股份有限公司 页岩层横波速度预测方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005119276A2 (en) * 2004-05-27 2005-12-15 Exxonmobil Upstream Research Company Method for predicting lithology and porosity from seismic reflection data
EP3121625A1 (en) * 2015-07-20 2017-01-25 CGG Services SA Predicting mechanical and elastic rock properties of the subsurface
CN107422368A (zh) * 2016-05-23 2017-12-01 韩国地质资源研究院 通过强制关联相邻观测站的信息而防止地震早期预警系统发出错误预警的震中位置确定方法
CN107656312A (zh) * 2017-10-12 2018-02-02 中国石油天然气集团公司 基于分方位角叠加的河道砂体预测方法及装置
CN110133720A (zh) * 2019-06-04 2019-08-16 南京信息工程大学 一种基于统计岩石物理模型的横波速度预测方法

Also Published As

Publication number Publication date
CN110426752A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
Zou et al. Multicategory damage detection and safety assessment of post‐earthquake reinforced concrete structures using deep learning
CN103592690B (zh) 基于电成像测井孔隙度谱信息自动识别储层裂缝的方法
CN111537841B (zh) 一种适用于接地故障类型识别的优化方法及系统
CN113792936A (zh) 一种随钻岩性智能识别方法、系统、设备和存储介质
CN114154427B (zh) 基于深度学习的体积压裂裂缝扩展预测方法和系统
CN104462757A (zh) 基于监测数据的Weibull分布可靠性序贯验证试验方法
CN110426752B (zh) 一种基于岩石物理模型的储层参数反演方法与系统
CN111399042B (zh) 一种储层物性参数的预测方法及电子设备
Elahi* et al. Characterization of fracture length and conductivity from tracer test and production data with Ensemble Kalman filter
CN112946782B (zh) 一种致密油气储渗体地震精细刻画方法
CN112489208A (zh) 基于蚂蚁算法的裂缝片提取方法和三维地质模型构建方法
CN117251802B (zh) 一种基于迁移学习的非均质储层参数预测方法及系统
CN109670729A (zh) 一种顶板含水层富水性评价方法
CN115129706B (zh) 一种考虑周期性特征的土壤水分观测数据质量评估方法
CN114611832B (zh) 一种基于贝叶斯多模型集对分析的海水入侵预测方法
CN115081485B (zh) 一种基于ai的漏磁内检测数据自动分析方法
La Pointe et al. Estimation of effective block conductivities based on discrete network analyses using data from the Äspö site
CN111679318A (zh) 储层中断裂系统的识别方法及系统
CN115375925A (zh) 一种基于相位信息和深度学习的水下声呐图像匹配算法
CN114036829A (zh) 地质剖面图生成方法、系统、设备及存储介质
CN113836617A (zh) 基于时间序列模型的掘进面前方裂隙类比预测方法及系统
CN107818189B (zh) 一种计算页岩气可采资源量的方法
CN105528732B (zh) 一种试气井产能预测方法
CN113971351B (zh) 裂缝孔隙度的确定方法及装置
CN104656137B (zh) 弹性波阻抗线性组合油气检测方法

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