CN111239849A - 一种基于应力释放的储层裂缝预测方法及预测系统 - Google Patents
一种基于应力释放的储层裂缝预测方法及预测系统 Download PDFInfo
- Publication number
- CN111239849A CN111239849A CN202010083608.0A CN202010083608A CN111239849A CN 111239849 A CN111239849 A CN 111239849A CN 202010083608 A CN202010083608 A CN 202010083608A CN 111239849 A CN111239849 A CN 111239849A
- Authority
- CN
- China
- Prior art keywords
- fracture
- rock
- data
- stress
- module
- 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.)
- Pending
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
- G01V3/20—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging operating with propagation of electric current
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于储层裂缝预测技术领域,公开了一种基于应力释放的储层裂缝预测方法及预测系统,基于应力释放的储层裂缝预测方法为:采集岩石层图像及岩石层应力数据;对岩石层裂缝进行识别,并通过预测程序对识别后的储层裂缝进行预测;通过评价程序对储层裂缝预测结果进行评价;通过移动终端对储层裂缝预测系统进行远程控制,最后对数据进行存储及显示。本发明通过裂缝识别模块能够有效降低成本,也使得实现过程更加直观、快速,可操作性更强;同时,通过裂缝评价模块依次进行取心研究、测井解释、地质建模,实现全方位的裂缝发育情况分析,并且使分析程度由易到难、由粗略到精细,实现全面、准确的对页岩储层进行裂缝评价分析。
Description
技术领域
本发明属于储层裂缝预测技术领域,尤其涉及一种基于应力释放的储层裂缝预测方法及预测系统。
背景技术
裂缝性储层是指以裂缝为主要储集空间、渗流通道的储集层,裂缝也对储集层中分散、孤立的孔隙起连通作用,增加有效孔隙度,一般具有高渗透特征。裂缝(除成岩缝外)形成与构造的形成与发展演化密不可分,在构造运动的不同阶段,随着构造形成与发展,会形成或派生出不同类型的构造裂缝。因此,在一次构造运动中,往往会形成多种类型的裂缝。裂缝的类型、发育程度等与构造应力场、裂缝发育的构造部位、以及构造运动的持续时期、期次、岩石的性质、厚度等多种因素有关。任何岩石的弹性变形和塑性变形总是有一定限度,当应力达到或超过岩石的强度极限时,岩石内部的结合力遭到破坏,就会产生破裂面,岩石失去连续完整性,这时就发生断裂变形,强度极限又称破裂极限。然而,现有基于应力释放的储层裂缝预测过程类型、发育程度等识别不准确;同时,对页岩储层裂缝评价均方式单一,不够全面。
综上所述,现有技术存在的问题是:现有基于应力释放的储层裂缝预测过程对储层裂缝识别不准确;同时,对页岩储层裂缝评价均方式单一,不够全面。
发明内容
针对现有技术存在的问题,本发明提供了一种基于应力释放的储层裂缝预测方法及预测系统。
本发明是这样实现的,一种基于应力释放的储层裂缝预测方法,包括以下步骤:
第一步,岩性信息获取,根据待分析岩层的岩心信息、地质分析信息和测井曲线信息,确定待分析岩层的岩性信息;
第二步,孔隙度曲线确定,基于待分析岩层的岩性信息,根据预设孔隙度曲线模型计算所述待分析岩层的各类孔隙度曲线;所述孔隙度曲线包括由声波时差、补偿密度计算得到的孔隙度及校正曲线;
第三步,孔隙度曲线组合确定,在所述待分析岩层的干层,将第二步计算所得的各类孔隙度曲线进行重合,放置在同一预测孔隙度曲线道内,作为所述待分析岩层的孔隙度曲线组合;
第四步,裂缝类型识别,在所述待分析岩层的其它层段,比较所述孔隙度曲线组合中的各类孔隙度曲线,基于比较结果根据预设裂缝模型确定相应层段的裂缝类型;
第五步,根据预设裂缝模型确定第四步中相应层段的裂缝类型,结合采集的岩石层图像、岩石层应力数据按照方位角范围进行叠加、偏移后的相干体计算,得到多个中心角相干数据体;
第六步,对各中心角相干数据体上的每个CDP点的各个采样点的相干属性数据进行数据重构,得到各个采样点的最小相干数据集,进而得到最小相干数据体;
第七步,利用所述最小相干数据体进行裂缝方位角计算,得到各个采样点的裂缝方位角数据值,从而得到裂缝方位角数据体;根据所述最小相干数据体和裂缝方位角数据体,确定裂缝发育状态;
第八步,在岩石层内,依据地质条件和研究目标需求,选取经第七步获得裂缝方位角数据体及裂缝发育状态具有表征意义的井,对页岩岩层段进行取心作业和地应力测试;
第九步,对岩心进行电镜扫描观察,确认裂缝发育段,描述和记录裂缝发育情况和产状;
第十步,对岩心进行三轴应力岩石应变实验,得到应力应变曲线;
第十一步,进行电阻率测井、声波测井、自然电位测井、自然伽马测井、补偿中子测井、密度测井、井径测井,并结合第十步所述应力应变曲线得到目标井全井段的测井曲线,以确认裂缝发育的取心段曲线为参照,结合测井解释判断出更多裂缝发育井段;
第十二步,对第十一步中判断出的裂缝发育井段进行微电阻率扫描成像测井;
第十三步,依据第十二步获得的测井数据建立单井剖面模型,综合评价岩层裂缝的发育情况。
进一步,第一步前,需进行:步骤I,通过影像设备采集岩石层图像;
步骤II,通过岩石应力采集设备采集岩石层应力数据。
3、如权利要求1所述的基于应力释放的岩层裂缝预测方法,其特征在于,第三步的孔隙度曲线组合确定方法包括:
以所述待分析岩层的孔隙度较正曲线为基准,深度坐标不变,在孔隙度坐标方向上将所述待分析岩层的声波时差孔隙度曲线、密度孔隙度曲线平移,使所述待分析岩层的密度孔隙度曲线、声波时差孔隙度曲线与所述待分析岩层的孔隙度较正曲线在所述同一预测孔隙度曲线道内重合。
进一步,第四步,裂缝类型识别中,还包括:
对获取的所述待分析岩层的岩心进行深度归位,判断深度归位后的所述岩心的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂缝类型是否匹配;和/或,利用成像测井识别所述待分析岩层各个层段的裂缝类型,判断所述成像测井识别到的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂缝类型是否匹配;
在所述预设孔隙度曲线模型中,根据所述待分析岩层的岩性信息,确定所述待分析岩层的岩石骨架声波时差和岩石骨架密度;
根据获取的岩石层图像及岩石层应力数据,基于岩石骨架声波时差和岩石骨架密度,利用待分析岩层的声波时差曲线和补偿密度,分别根据声波孔隙度响应模型和密度孔隙度响应模型计算所述待分析岩层的声波孔隙度曲线和密度孔隙度曲线。
进一步,第五步的中心角相干数据体的生成方法包括:
利用预设方位角划分参数对获取到的道集数据进行相应的方位角范围划分,得到多个对应的中心角道集数据;
对各个中心角道集数据分别进行叠加、偏移处理,分别得到对应的中心角叠后数据体;分别对各个中心角叠后数据体进行相干体计算,得到对应的中心角相干数据体。
进一步,第六步,最小相干数据体的生成方法包括:
利用所述多个中心角相干数据体对与井数据相对应的采样点建立相干属性数据集;
从各个采样点的相干属性数据集中选取最小相干值作为该采样点的相干属性值,从而得到各个采样点的最小相干数据集;
对各个采样点的最小相干数据集进行整合,得到所述最小相干数据体。
进一步,第十三步对裂缝发育井段进行微电阻率扫描成像测井的方法为:
将井壁微电阻率扫描成像测井仪置入已知不同电阻率的待分析岩层中,通过所述井壁微电阻率扫描成像测井仪的阵列电极向标准地层中发射电流,测量不同电阻率下仪器各电极的响应读数;
根据电阻率与仪器各电极的响应读数确定所述井壁微电阻率扫描成像测井仪响应读数与真电阻率数值的函数关系,实现井壁微电阻率扫描成像测井仪测量的视电阻率向真电阻率的刻度;
第十三步后,还需进行:
步骤1,通过云服务器存储采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据;
步骤2,通过移动终端接收采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据,并对岩层裂缝预测系统进行远程控制;
步骤3,通过显示器显示采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据。
本发明的另一目的在于提供一种应用所述的基于应力释放的岩层裂缝预测方法的基于应力释放的岩层裂缝预测系统,所述基于应力释放的岩层裂缝预测系统包括:
岩石层图像采集模块、应力采集模块、中央控制模块、裂缝识别模块、预测模块、裂缝评价模块、云存储模块、终端模块、显示模块;
岩石层图像采集模块,与中央控制模块连接,用于通过影像设备采集岩石层图像;
应力采集模块,与中央控制模块连接,用于通过岩石应力采集设备采集岩石层应力数据;
中央控制模块,与岩石层图像采集模块、应力采集模块、裂缝识别模块、预测模块、裂缝评价模块、云存储模块、终端模块、显示模块连接,用于通过主控机控制各个模块正常工作;
裂缝识别模块,与中央控制模块连接,用于通过裂缝识别程序对岩石层裂缝进行识别;
裂缝预测模块,与中央控制模块连接,用于通过裂缝预测程序对岩层裂缝进行预测;
裂缝评价模块,与中央控制模块连接,用于通过评价程序对岩层裂缝进行评价;
云存储模块,与中央控制模块连接,用于通过云服务器存储采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据;
终端模块,与中央控制模块连接,用于通过移动终端接收采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据,并对岩层裂缝预测系统进行远程控制;
显示模块,与中央控制模块连接,用于通过显示器显示采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述的基于应力释放的岩层裂缝预测方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的基于应力释放的岩层裂缝预测方法。
本发明的优点及积极效果为:本发明应用裂缝识别模块通过三孔隙度测井曲线重新计算排列,来进行储层裂缝类型的识别。相较于现有的成像测井,本发明在有效保证识别结果的准确性的同时,还能够有效降低成本,也使得实现过程更加直观、快速,可操作性更强;将本发明所提供的裂缝识别方法与成像测井相结合,还能够有效克服现有成像测井因为半充填缝响应不明显、低角度裂缝与层理响应接近而导致的裂缝被漏解释的问题,这为成像测井的广泛应用奠定了基础;同时,通过裂缝评价模块依次进行取心研究、测井解释、地质建模,实现全方位的裂缝发育情况分析,并且使分析程度由易到难、由粗略到精细,实现全面、准确的对页岩储层进行裂缝评价分析。
附图说明
图1是本发明实施例提供的基于应力释放的储层裂缝预测方法流程图。
图2是本发明实施例提供的基于应力释放的储层裂缝预测系统结构框图;
图中:1、岩石层图像采集模块;2、应力采集模块;3、中央控制模块;4、裂缝识别模块;5、预测模块;6、裂缝评价模块;7、云存储模块;8、终端模块;9、显示模块。
图3是本发明实施例提供的通过主控机通过裂缝识别程序对岩石层裂缝进行识别的方法流程图。
图4是本发明实施例提供的通过裂缝预测程序对识别得到的储层裂缝进行预测的方法流程图。
如图5是本发明实施例提供的通过评价程序对得到的储层裂缝预测结果进行评价的方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明提供的基于应力释放的储层裂缝预测方法包括以下步骤:
S101,通过影像设备采集岩石层图像;通过岩石应力采集设备采集岩石层应力数据;通过主控机控制储层裂缝预测系统的正常工作。
S102,通过裂缝识别程序对岩石层裂缝进行识别;通过裂缝预测程序对储层裂缝进行预测;通过评价程序对储层裂缝进行评价。
S103,通过云服务器存储采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及储层裂缝评价结果的实时数据。
S104,通过移动终端接收采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及储层裂缝评价结果的实时数据,并对储层裂缝预测系统进行远程控制。
S105,通过显示器显示采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及储层裂缝评价结果的实时数据。
如图2所示,本发明实施例提供的基于应力释放的储层裂缝预测系统包括:岩石层图像采集模块1、应力采集模块2、中央控制模块3、裂缝识别模块4、预测模块5、裂缝评价模块6、云存储模块7、终端模块8、显示模块9。
岩石层图像采集模块1,与中央控制模块3连接,用于通过影像设备采集岩石层图像。
应力采集模块2,与中央控制模块3连接,用于通过岩石应力采集设备采集岩石层应力数据。
中央控制模块3,与岩石层图像采集模块1、应力采集模块2、裂缝识别模块4、预测模块5、裂缝评价模块6、云存储模块7、终端模块8、显示模块9连接,用于通过主控机控制各个模块正常工作。
裂缝识别模块4,与中央控制模块3连接,用于通过裂缝识别程序对岩石层裂缝进行识别。
预测模块5,与中央控制模块3连接,用于通过裂缝预测程序对储层裂缝进行预测。
裂缝评价模块6,与中央控制模块3连接,用于通过评价程序对储层裂缝进行评价。
云存储模块7,与中央控制模块3连接,用于通过云服务器存储采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及储层裂缝评价结果的实时数据。
终端模块8,与中央控制模块3连接,用于通过移动终端接收采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及储层裂缝评价结果的实时数据,并对储层裂缝预测系统进行远程控制。
显示模块9,与中央控制模块3连接,用于通过显示器显示采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及储层裂缝评价结果的实时数据。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的基于应力释放的储层裂缝预测方法如图1所示,作为优选实施例,图3是本发明实施例提供的通过主控机通过裂缝识别程序对岩石层裂缝进行识别的方法如下:
S201,岩性信息获取步骤,根据待分析储层的岩心信息、地质分析信息和测井曲线信息,确定待分析储层的岩性信息。
S202,孔隙度曲线确定步骤,基于待分析储层的岩性信息,根据预设孔隙度曲线模型计算所述待分析储层的各类孔隙度曲线;所述孔隙度曲线包括但不仅限于声波时差孔隙度曲线、密度孔隙度曲线及孔隙度校正曲线。
S203,孔隙度曲线组合确定步骤,在所述待分析储层的干层,将步骤S202计算所得的各类孔隙度曲线进行重合,放置在同一预测孔隙度曲线道内,作为所述待分析储层的孔隙度曲线组合。
S204,裂缝类型识别步骤,在所述待分析储层的其它层段,比较所述孔隙度曲线组合中的各类孔隙度曲线,基于比较结果根据预设裂缝模型确定相应层段的裂缝类型。
本发明实施例提供的步骤S203的孔隙度曲线组合确定方法包括:以所述待分析储层的孔隙度较正曲线为基准,深度坐标不变,在孔隙度坐标方向上将所述待分析储层的声波时差孔隙度曲线、密度孔隙度曲线平移,使所述待分析储层的密度孔隙度曲线、声波时差孔隙度曲线与所述待分析储层的孔隙度较正曲线在所述同一预测孔隙度曲线道内重合。
本发明实施例提供的通过主控机通过裂缝识别程序对岩石层裂缝进行识别的方法还包括:
对获取的所述待分析储层的岩心进行深度归位,判断深度归位后的所述岩心的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂缝类型是否匹配;和/或,利用成像测井识别所述待分析储层各个层段的裂缝类型,判断所述成像测井识别到的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂缝类型是否匹配;
在所述预设孔隙度曲线模型中,根据所述待分析储层的岩性信息,确定所述待分析储层的岩石骨架声波时差和岩石骨架密度;
根据获取的岩石层图像及岩石层应力数据,基于岩石骨架声波时差和岩石骨架密度,利用待分析储层的声波时差曲线和补偿密度,分别根据声波孔隙度响应模型和密度孔隙度响应模型计算所述待分析储层的声波孔隙度曲线和密度孔隙度曲线。
实施例2
本发明实施例提供的基于应力释放的储层裂缝预测方法如图1所示,作为优选实施例,如图4所示,本发明实施例提供的通过裂缝预测程序对步骤S101识别得到的储层裂缝进行预测的方法如下:
S301,根据预设裂缝模型确定相应层段的裂缝类型,结合采集的岩石层图像、岩石层应力数据按照方位角范围进行叠加、偏移后的相干体计算,得到多个中心角相干数据体。
S302,对各中心角相干数据体上的每个CDP点的各个采样点的相干属性数据进行数据重构,得到各个采样点的最小相干数据集,进而得到最小相干数据体。
S303,利用所述最小相干数据体进行裂缝方位角计算,得到各个采样点的裂缝方位角数据值,从而得到裂缝方位角数据体;根据所述最小相干数据体和裂缝方位角数据体,确定裂缝发育状态。
本发明实施例提供的步骤S301的中心角相干数据体的生成方法包括:
利用预设方位角划分参数对获取到的道集数据进行相应的方位角范围划分,得到多个对应的中心角道集数据。
对各个中心角道集数据分别进行叠加、偏移处理,分别得到对应的中心角叠后数据体;分别对各个中心角叠后数据体进行相干体计算,得到对应的中心角相干数据体。
本发明实施例提供的步骤S302最小相干数据体的生成方法包括:
利用所述多个中心角相干数据体对各个采样点建立相干属性数据集。
从各个采样点的相干属性数据集中选取最小相干值作为该采样点的相干属性值,从而得到各个采样点的最小相干数据集。
对各个采样点的最小相干数据集进行整合,得到所述最小相干数据体。
实施例3
本发明实施例提供的基于应力释放的储层裂缝预测方法如图1所示,作为优选实施例,如图5所示,本发明实施例提供的通过评价程序对步骤S102得到的储层裂缝预测结果进行评价的方法如下:
S401,在岩石层内,依据地质条件和研究目标需求,选取具有表征意义的井,对页岩储层段进行取心作业和地应力测试。
S402,对岩心进行电镜扫描观察,确认裂缝发育段,描述和记录裂缝发育情况和产状。
S403,对岩心进行三轴应力岩石应变实验,得到应力应变曲线。
S404,进行电阻率测井、声波测井、自然电位测井、自然伽马测井、补偿中子测井、密度测井、井径测井,并结合步骤S403所述应力应变曲线得到目标井全井段的测井曲线,以确认裂缝发育的取心段曲线为参照,结合测井解释判断出更多裂缝发育井段。
S405,对步骤S404中判断出的裂缝发育井段进行微电阻率扫描成像测井。
S406,依据步骤S405获得的测井数据建立单井剖面模型,综合评价储层裂缝的发育情况。
本发明实施例提供的步骤S405的对裂缝发育井段进行微电阻率扫描成像测井的方法为:
将井壁微电阻率扫描成像测井仪置入已知不同电阻率的待分析储层中,通过所述井壁微电阻率扫描成像测井仪的阵列电极向标准地层中发射电流,测量不同电阻率下仪器各电极的响应读数。
根据电阻率与仪器各电极的响应读数确定所述井壁微电阻率扫描成像测井仪响应读数与真电阻率数值的函数关系,实现井壁微电阻率扫描成像测井仪测量的视电阻率向真电阻率的刻度。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或它们的任意组合。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid StateDisk(SSD))等。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (10)
1.一种基于应力释放的储层裂缝预测方法,其特征在于,所述基于应力释放的储层裂缝预测方法包括以下步骤:
第一步,岩性信息获取,根据待分析岩层的岩心信息、地质分析信息和测井曲线信息,确定待分析岩层的岩性信息;
第二步,孔隙度曲线确定,基于待分析岩层的岩性信息,根据预设孔隙度曲线模型计算所述待分析岩层的各类孔隙度曲线;所述孔隙度曲线包括由声波时差、补偿密度计算得到的孔隙度及校正曲线;
第三步,孔隙度曲线组合确定,在所述待分析岩层的干层,将第二步计算所得的各类孔隙度曲线进行重合,放置在同一预测孔隙度曲线道内,作为所述待分析岩层的孔隙度曲线组合;
第四步,裂缝类型识别,在所述待分析岩层的其它层段,比较所述孔隙度曲线组合中的各类孔隙度曲线,基于比较结果根据预设裂缝模型确定相应层段的裂缝类型;
第五步,根据预设裂缝模型确定第四步中相应层段的裂缝类型,结合采集的岩石层图像、岩石层应力数据按照方位角范围进行叠加、偏移后的相干体计算,得到多个中心角相干数据体;
第六步,对各中心角相干数据体上的每个CDP点的各个采样点的相干属性数据进行数据重构,得到各个采样点的最小相干数据集,进而得到最小相干数据体;
第七步,利用所述最小相干数据体进行裂缝方位角计算,得到各个采样点的裂缝方位角数据值,从而得到裂缝方位角数据体;根据所述最小相干数据体和裂缝方位角数据体,确定裂缝发育状态;
第八步,在岩石层内,依据地质条件和研究目标需求,选取经第七步获得裂缝方位角数据体及裂缝发育状态具有表征意义的井,对页岩岩层段进行取心作业和地应力测试;
第九步,对岩心进行电镜扫描观察,确认裂缝发育段,描述和记录裂缝发育情况和产状;
第十步,对岩心进行三轴应力岩石应变实验,得到应力应变曲线;
第十一步,进行电阻率测井、声波测井、自然电位测井、自然伽马测井、补偿中子测井、密度测井、井径测井,并结合第十步所述应力应变曲线得到目标井全井段的测井曲线,以确认裂缝发育的取心段曲线为参照,结合测井解释判断出更多裂缝发育井段;
第十二步,对第十一步中判断出的裂缝发育井段进行微电阻率扫描成像测井;
第十三步,依据第十二步获得的测井数据建立单井剖面模型,综合评价岩层裂缝的发育情况。
2.如权利要求1所述的基于应力释放的岩层裂缝预测方法,其特征在于,第一步前,需进行:步骤I,通过影像设备采集岩石层图像;
步骤II,通过岩石应力采集设备采集岩石层应力数据。
3.如权利要求1所述的基于应力释放的岩层裂缝预测方法,其特征在于,第三步的孔隙度曲线组合确定方法包括:
以所述待分析岩层的孔隙度较正曲线为基准,深度坐标不变,在孔隙度坐标方向上将所述待分析岩层的声波时差孔隙度曲线、密度孔隙度曲线平移,使所述待分析岩层的密度孔隙度曲线、声波时差孔隙度曲线与所述待分析岩层的孔隙度较正曲线在所述同一预测孔隙度曲线道内重合。
4.如权利要求1所述的基于应力释放的岩层裂缝预测方法,其特征在于,第四步,裂缝类型识别中,还包括:
对获取的所述待分析岩层的岩心进行深度归位,判断深度归位后的所述岩心的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂缝类型是否匹配;和/或,利用成像测井识别所述待分析岩层各个层段的裂缝类型,判断所述成像测井识别到的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂缝类型是否匹配;
在所述预设孔隙度曲线模型中,根据所述待分析岩层的岩性信息,确定所述待分析岩层的岩石骨架声波时差和岩石骨架密度;
根据获取的岩石层图像及岩石层应力数据,基于岩石骨架声波时差和岩石骨架密度,利用待分析岩层的声波时差曲线和补偿密度,分别根据声波孔隙度响应模型和密度孔隙度响应模型计算所述待分析岩层的声波孔隙度曲线和密度孔隙度曲线。
5.如权利要求1所述的基于应力释放的岩层裂缝预测方法,其特征在于,第五步的中心角相干数据体的生成方法包括:
利用预设方位角划分参数对获取到的道集数据进行相应的方位角范围划分,得到多个对应的中心角道集数据;
对各个中心角道集数据分别进行叠加、偏移处理,分别得到对应的中心角叠后数据体;分别对各个中心角叠后数据体进行相干体计算,得到对应的中心角相干数据体。
6.如权利要求1所述的基于应力释放的岩层裂缝预测方法,其特征在于,第六步,最小相干数据体的生成方法包括:
利用所述多个中心角相干数据体对与井数据相对应的采样点建立相干属性数据集;
从各个采样点的相干属性数据集中选取最小相干值作为该采样点的相干属性值,从而得到各个采样点的最小相干数据集;
对各个采样点的最小相干数据集进行整合,得到所述最小相干数据体。
7.如权利要求1所述的基于应力释放的岩层裂缝预测方法,其特征在于,第十三步对裂缝发育井段进行微电阻率扫描成像测井的方法为:
将井壁微电阻率扫描成像测井仪置入已知不同电阻率的待分析岩层中,通过所述井壁微电阻率扫描成像测井仪的阵列电极向标准地层中发射电流,测量不同电阻率下仪器各电极的响应读数;
根据电阻率与仪器各电极的响应读数确定所述井壁微电阻率扫描成像测井仪响应读数与真电阻率数值的函数关系,实现井壁微电阻率扫描成像测井仪测量的视电阻率向真电阻率的刻度;
第十三步后,还需进行:
步骤1,通过云服务器存储采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据;
步骤2,通过移动终端接收采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据,并对岩层裂缝预测系统进行远程控制;
步骤3,通过显示器显示采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据。
8.一种应用如权利要求1~7任意一项所述的基于应力释放的岩层裂缝预测方法的基于应力释放的岩层裂缝预测系统,其特征在于,所述基于应力释放的岩层裂缝预测系统包括:
岩石层图像采集模块、应力采集模块、中央控制模块、裂缝识别模块、预测模块、裂缝评价模块、云存储模块、终端模块、显示模块;
岩石层图像采集模块,与中央控制模块连接,用于通过影像设备采集岩石层图像;
应力采集模块,与中央控制模块连接,用于通过岩石应力采集设备采集岩石层应力数据;
中央控制模块,与岩石层图像采集模块、应力采集模块、裂缝识别模块、预测模块、裂缝评价模块、云存储模块、终端模块、显示模块连接,用于通过主控机控制各个模块正常工作;
裂缝识别模块,与中央控制模块连接,用于通过裂缝识别程序对岩石层裂缝进行识别;
裂缝预测模块,与中央控制模块连接,用于通过裂缝预测程序对岩层裂缝进行预测;
裂缝评价模块,与中央控制模块连接,用于通过评价程序对岩层裂缝进行评价;
云存储模块,与中央控制模块连接,用于通过云服务器存储采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据;
终端模块,与中央控制模块连接,用于通过移动终端接收采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据,并对岩层裂缝预测系统进行远程控制;
显示模块,与中央控制模块连接,用于通过显示器显示采集的岩石层图像、岩石层应力数据、裂缝识别结果、预测结果以及岩层裂缝评价结果的实时数据。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1~7任意一项所述的基于应力释放的岩层裂缝预测方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~7任意一项所述的基于应力释放的岩层裂缝预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010083608.0A CN111239849A (zh) | 2020-02-10 | 2020-02-10 | 一种基于应力释放的储层裂缝预测方法及预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010083608.0A CN111239849A (zh) | 2020-02-10 | 2020-02-10 | 一种基于应力释放的储层裂缝预测方法及预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111239849A true CN111239849A (zh) | 2020-06-05 |
Family
ID=70879841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010083608.0A Pending CN111239849A (zh) | 2020-02-10 | 2020-02-10 | 一种基于应力释放的储层裂缝预测方法及预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239849A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112112618A (zh) * | 2020-09-02 | 2020-12-22 | 重庆地质矿产研究院 | 一种基于流程化的压裂选井选层方法及系统 |
CN112129632A (zh) * | 2020-09-24 | 2020-12-25 | 东北大学 | 一种利用高密度电阻率标定岩石蠕变损伤及破裂面的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050055162A1 (en) * | 2003-09-05 | 2005-03-10 | Li Gao | Method and system for determining parameters inside a subterranean formation using data sensors and a wireless ad hoc network |
CN103336040A (zh) * | 2013-07-15 | 2013-10-02 | 东北石油大学 | 高精度自然电位测量装置 |
CN104977617A (zh) * | 2014-04-02 | 2015-10-14 | 中国石油化工股份有限公司 | 储层裂缝识别方法和成像测井储层裂缝识别方法 |
CN105842751A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 页岩储层裂缝评价方法 |
CN107728214A (zh) * | 2016-08-11 | 2018-02-23 | 中国石油化工股份有限公司 | 一种裂缝预测方法 |
CN109577965A (zh) * | 2018-11-20 | 2019-04-05 | 中国石油天然气集团有限公司 | 一种井壁微电阻率扫描成像测井仪的分段刻度方法 |
-
2020
- 2020-02-10 CN CN202010083608.0A patent/CN111239849A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050055162A1 (en) * | 2003-09-05 | 2005-03-10 | Li Gao | Method and system for determining parameters inside a subterranean formation using data sensors and a wireless ad hoc network |
CN103336040A (zh) * | 2013-07-15 | 2013-10-02 | 东北石油大学 | 高精度自然电位测量装置 |
CN104977617A (zh) * | 2014-04-02 | 2015-10-14 | 中国石油化工股份有限公司 | 储层裂缝识别方法和成像测井储层裂缝识别方法 |
CN105842751A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 页岩储层裂缝评价方法 |
CN107728214A (zh) * | 2016-08-11 | 2018-02-23 | 中国石油化工股份有限公司 | 一种裂缝预测方法 |
CN109577965A (zh) * | 2018-11-20 | 2019-04-05 | 中国石油天然气集团有限公司 | 一种井壁微电阻率扫描成像测井仪的分段刻度方法 |
Non-Patent Citations (1)
Title |
---|
陈煦,等: "三塘湖盆地马朗凹陷芦草沟组储层特征及裂缝分布规律", 《中国石油勘探》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112112618A (zh) * | 2020-09-02 | 2020-12-22 | 重庆地质矿产研究院 | 一种基于流程化的压裂选井选层方法及系统 |
CN112129632A (zh) * | 2020-09-24 | 2020-12-25 | 东北大学 | 一种利用高密度电阻率标定岩石蠕变损伤及破裂面的方法 |
CN112129632B (zh) * | 2020-09-24 | 2021-11-09 | 东北大学 | 一种利用高密度电阻率标定岩石蠕变损伤及破裂面的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | A fracture identification method for low-permeability sandstone based on R/S analysis and the finite difference method: A case study from the Chang 6 reservoir in Huaqing oilfield, Ordos Basin | |
CA2931435A1 (en) | Method for developing a geomechanical model based on seismic data, well logs and sem analysis of horizontal and vertical drill cuttings | |
CN107219553B (zh) | 基于gr分频反演的暗河充填预测方法 | |
CN111239849A (zh) | 一种基于应力释放的储层裂缝预测方法及预测系统 | |
CN112034517B (zh) | 一种地应力数据预测方法、装置、储存介质及电子设备 | |
US11892577B2 (en) | Multi-scale photoacoustic detection method of geological structure around borehole and related devices | |
US20210208295A1 (en) | Iterative migration velocity optimization for a vsp survey using semblance | |
Lai et al. | Typical misinterpretations and scientific concepts in well-logging geologic studies | |
CN114861515A (zh) | 层速度数据体的计算方法、装置、设备及介质 | |
CN107526117A (zh) | 基于自动编码和超限学习联合网络的声波速度预测方法 | |
CN111077577B (zh) | 井地联合储层描述方法及装置 | |
US9575195B2 (en) | Detecting and quantifying hydrocarbon volumes in sub-seismic sands in the presence of anisotropy | |
US11474272B2 (en) | Methods and systems for identifying and plugging subterranean conduits | |
US10371619B2 (en) | Porosimetry transition region adjustment | |
CN111025393B (zh) | 针对含薄煤层地层的储层预测方法、装置、设备及介质 | |
CN111830593A (zh) | 一种储层物性预测方法及装置 | |
CN114329878A (zh) | 页岩气井小层划分方法、装置、设备和存储介质 | |
CN118091786B (zh) | 基于井下测井资料的裂缝线密度校正方法和装置 | |
Wang et al. | Research on Geophysical Response Analysis and Geostress Prediction Technology Based on Seismic Azimuthal Anisotropy | |
CN114740524A (zh) | 基于检波器串的孔中岩溶探测方法、装置及电子设备 | |
Schmidt-Hattenberger et al. | Monitoring concept for a CO2 migration experiment at the Svelvik CO2 Field Lab | |
Xue et al. | The Fractured Model Study of Low-Permeability Reservoir in Xinli Oil Field | |
CN118210059A (zh) | 一种储层裂缝预测方法和系统 | |
CN115685345A (zh) | 裂缝储层确定方法、装置、存储介质及电子设备 | |
Giocoli et al. | Geological and geophysical characterization of the “Duomo di Orvieto” area, Umbria Region, Central Italy |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |
|
RJ01 | Rejection of invention patent application after publication |