CN111381278A - 碳酸盐岩的参数预测方法以及装置 - Google Patents
碳酸盐岩的参数预测方法以及装置 Download PDFInfo
- Publication number
- CN111381278A CN111381278A CN201811634916.7A CN201811634916A CN111381278A CN 111381278 A CN111381278 A CN 111381278A CN 201811634916 A CN201811634916 A CN 201811634916A CN 111381278 A CN111381278 A CN 111381278A
- Authority
- CN
- China
- Prior art keywords
- rock
- erosion
- depth point
- modulus
- content
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 242
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000003628 erosive effect Effects 0.000 claims abstract description 204
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 110
- 239000011707 mineral Substances 0.000 claims abstract description 110
- 239000011159 matrix material Substances 0.000 claims abstract description 107
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000002922 simulated annealing Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 28
- 239000011148 porous material Substances 0.000 claims description 20
- 229920006395 saturated elastomer Polymers 0.000 claims description 15
- 210000003000 inclusion body Anatomy 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 235000019994 cava Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000002679 ablation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 241001421775 Thereus Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002051 biphasic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000003722 extracellular fluid Anatomy 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- G01V1/30—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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种碳酸盐岩的参数预测方法,涉及地质勘测领域。该方法包括:通过测井数据中每个深度点的至少一种矿物基质的元素含量以及随机生成的每个深度点的溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度;判断测井数据中第一纵波速度和计算得到的第二纵波速度的误差是否大于阈值;当上述误差大于阈值时通过模拟退火算法生成新的溶蚀结构的预测含量,并再次计算上述每个深度点的岩石中的第二纵波速度;否则,确定每个深度点的溶蚀结构的预测含量为每个深度点的溶蚀结构的含量。该技术方案解决了碳酸盐岩的溶蚀孔、缝、洞参数含量的预测问题。
Description
技术领域
本发明涉及地质勘测领域,特别涉及一种碳酸盐岩的参数预测方法以及装置。
背景技术
碳酸盐岩中溶蚀孔、缝、洞参数是碳酸盐岩储层中一项很重要的参数,比如,该参数可以用于石油的勘探。
在各向异性岩石物理模型的理论建立阶段,本领域的技术人员相继提出了椭球体的有效弹性模量的计算方法,裂缝介质的杨氏模量、剪切模量和泊松比的计算方法,以及针对单套裂缝的理论。而到了各向异性岩石物理模型的理论发展阶段,技术研究的方向从各项同性背景中的单套裂缝转入了多套裂缝的研究,主要研究了基于不同介质的裂缝模型,比如基于各项同性(Transverse Isotropy,TI)介质、垂直的各项同性(VerticalTransverse Isotropy,VTI)介质、以及水平的各项同性(Horizontal TransverseIsotropy,HTI)介质的裂缝模型的研究。针对碳酸盐岩储层,提出了碳酸盐岩中印模孔的预测方法;反演得出基质孔隙度、次生孔隙度和孔隙类型等物性参数;还提出了裂缝方位各项异性的预测方法。
但是上述研究的结果都是关于碳酸盐岩的孔隙结构的,并没有一种方法能够得出碳酸盐岩的溶蚀孔、缝、洞在碳酸盐岩中的含量。
发明内容
本申请实施例提供了一种碳酸盐岩的参数预测方法以及装置,可以解决碳酸盐岩的溶蚀孔、缝、洞参数含量的预测问题。所述技术方案如下:
根据本申请的一个方面,提供了一种碳酸盐岩的参数预测方法,应用于服务器中,该方法包括:
获取测井数据中每个深度点的至少一种矿物基质的元素含量和岩石中第一纵波速度;
根据上述至少一种矿物基质的元素含量,计算每个深度点的岩石中矿物基质的弹性模量;
随机生成每个深度点的溶蚀结构的预测含量;
根据上述岩石中矿物基质的弹性模量和上述溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度;
当上述第一纵波速度与上述第二纵波速度之间的误差大于阈值时,通过模拟退火算法生成上述溶蚀结构的预测含量,并再次根据上述岩石中矿物基质的弹性模量和上述溶蚀结构的预测含量计算每个深度点的岩石中的第二纵波速度;当误差小于或等于阈值时,确定上述溶蚀结构的预测含量为每个深度点的岩石中溶蚀结构的含量。
在一些实施例中,上述溶蚀结构的预测含量包括溶蚀孔的预测含量、溶蚀洞的预测含量和溶蚀缝的预测含量;
根据上述岩石中矿物基质的弹性模量和上述溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度,包括:
根据上述岩石中矿物基质的弹性模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量计算每个深度点的干燥岩石的弹性模量;
根据上述干燥岩石的弹性模量和上述溶蚀缝的预测含量计算每个深度点的干燥岩石的第一弹性张量;
根据上述干燥岩石的第一弹性张量计算每个深度点的饱和岩石的第二弹性张量;
根据上述饱和岩石的第二弹性张量计算每个深度点的岩石中的第二纵波速度。
在一些实施例中,上述岩石中矿物基质的弹性模量包括上述岩石中矿物基质的体积模量和剪切模量;
根据上述岩石中矿物基质的弹性模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量计算每个深度点的干燥岩石的弹性模量,包括:
根据上述岩石中矿物基质的体积模量和剪切模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量,通过双相介质包含物(Kuster-Toksoz,KT)模型计算每个深度点的干燥岩石的弹性模量。
在一些实施例中,根据上述岩石中矿物基质的体积模量和剪切模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量,通过双相介质包含物KT模型计算每个深度点的干燥岩石的弹性模量,包括:
将上述岩石中矿物基质的体积模量和剪切模量代入包含体Berryman模型的三维孔洞形状公式中,得到KT模型的模型参数;
将上述岩石中矿物基质的体积模量和剪切模量、上述溶蚀孔的预测含量、上述溶蚀洞的预测含量以及上述模型参数代入KT模型中,计算每个深度点的干燥岩石的弹性模量。
在一些实施例中,上述干燥岩石的弹性模量包括上述干燥岩石的体积模量和剪切模量;
根据上述干燥岩石的弹性模量、上述溶蚀缝的预测含量计算每个深度点的干燥岩石的第一弹性张量,包括:
将上述干燥岩石的体积模量和剪切模量、以及上述溶蚀缝的预测含量代入裂缝介质Hudson模型中,计算每个深度点的干燥岩石的第一弹性张量。
在一些实施例中,根据上述至少一种矿物基质的元素含量,计算每个深度点的岩石中矿物基质的弹性模量,包括:
将上述至少一种矿物基质的元素含量代入混合矿物的弹性模量VRH模型中,计算每个深度点的岩石中矿物基质的弹性模量。
在一些实施例中,该方法还包括:
采用相对误差计算公式计算上述第一纵波速度与上述第二纵波速度之间的误差。
根据本申请的另一个方面,提供了一种碳酸盐岩的参数预测装置,该装置包括:
获取模块,用于获取测井数据中每个深度点的至少一种矿物基质的元素含量和岩石中第一纵波速度;
计算模块,用于根据上述至少一种矿物基质的元素含量,计算每个深度点的岩石中矿物基质的弹性模量;
生成模块,用于随机生成每个深度点的溶蚀结构的预测含量;
计算模块,用于根据上述岩石中矿物基质的弹性模量和上述溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度;
确定模块,用于当上述第一纵波速度与上述第二纵波速度之间的误差大于阈值时,通过模拟退火算法生成上述溶蚀结构的预测含量,并再次根据上述岩石中矿物基质的弹性模量和上述溶蚀结构的预测含量计算每个深度点的岩石中的第二纵波速度;当误差小于或等于阈值时,确定上述溶蚀结构的预测含量为每个深度点的岩石中溶蚀结构的含量。
在一些实施例中,上述溶蚀结构的预测含量包括溶蚀孔的预测含量、溶蚀洞的预测含量和溶蚀缝的预测含量;
计算模块,用于根据上述岩石中矿物基质的弹性模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量计算每个深度点的干燥岩石的弹性模量;根据上述干燥岩石的弹性模量和上述溶蚀缝的预测含量计算每个深度点的干燥岩石的第一弹性张量;根据上述干燥岩石的第一弹性张量计算每个深度点的饱和岩石的第二弹性张量;根据上述饱和岩石的第二弹性张量计算每个深度点的岩石中的第二纵波速度。
在一些实施例中,上述岩石中矿物基质的弹性模量包括上述岩石中矿物基质的体积模量和剪切模量;
计算模块,用于根据上述岩石中矿物基质的体积模量和剪切模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量,通过双相介质包含物KT模型计算每个深度点的干燥岩石的弹性模量。
在一些实施例中,计算模块,用于将上述岩石中矿物基质的体积模量和剪切模量代入包含体Berryman模型的三维孔洞形状公式中,得到KT模型的模型参数;将上述岩石中矿物基质的体积模量和剪切模量、上述溶蚀孔的预测含量、上述溶蚀洞的预测含量以及上述模型参数代入KT模型中,计算每个深度点的干燥岩石的弹性模量。
在一些实施例中,上述干燥岩石的弹性模量包括上述干燥岩石的体积模量和剪切模量;
计算模块,用于将上述干燥岩石的体积模量和剪切模量、以及上述溶蚀缝的预测含量代入裂缝介质Hudson模型中,计算每个深度点的干燥岩石的第一弹性张量。
在一些实施例中,计算模块,用于将上述至少一种矿物基质的元素含量代入混合矿物的弹性模量(Voigt-Reuss-Hill,VRH)模型中,计算每个深度点的岩石中矿物基质的弹性模量。
在一些实施例中,该装置还包括:
计算模块,用于采用相对误差计算公式计算上述第一纵波速度与上述第二纵波速度之间的误差。
根据本申请的另一个方面,提供了一种计算机可读存储介质,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现如上述一方面所述的碳酸盐岩的参数预测方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过测井数据中每个深度点的至少一种矿物基质的元素含量以及随机生成的每个深度点的溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度;判断测井数据中第一纵波速度和计算得到的第二纵波速度的误差是否大于阈值;当上述误差大于阈值时通过模拟退火算法生成新的溶蚀结构的预测含量,并再次计算上述每个深度点的岩石中的第二纵波速度;否则,确定每个深度点的溶蚀结构的预测含量为每个深度点的溶蚀结构的含量。通过上述方法解决了碳酸盐岩的溶蚀孔、缝、洞参数含量的预测问题。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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它的附图。
图1是本申请一个示例性实施例提供的碳酸盐岩的参数预测方法的流程图;
图2是本申请另一个示例性实施例提供的碳酸盐岩的参数预测方法的流程图;
图3是本申请另一个示例性实施例提供的碳酸盐岩的参数预测方法的流程图;
图4是本申请一个示例性实施例提供的碳酸盐岩的参数预测装置的框图;
图5是本申请一个示例性实施例提供的服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1是本申请的一个示例性实施例提供的碳酸盐岩的参数预测方法的流程图,该方法应用于服务器中,该方法包括:
步骤101,获取测井数据中每个深度点的至少一种矿物基质的元素含量和岩石中第一纵波速度。
服务器获取测井设备采集的测井数据,测井数据中包括n个深度点的数据,每个深度点的数据中包括至少一种矿物基质的元素含量和岩石中第一纵波速度,n为正整数。
可选的,服务器与测井设备通过有线网络或者无线网络连接。
步骤102,根据至少一种矿物基质的元素含量,计算每个深度点的岩石中矿物基质的弹性模量。
岩石中矿物基质的弹性模量包括岩石中矿物基质的体积模量和剪切模量,服务器根据每个深度点的至少一种矿物基质的元素含量计算得到每个深度点的矿物基质的体积模量和剪切模量。
步骤103,随机生成每个深度点的溶蚀结构的预测含量。
溶蚀结构包括溶蚀孔、溶蚀洞和溶蚀缝中的至少一个。本实施例,以同时包括溶蚀孔、溶蚀洞和溶蚀缝来举例说明。
服务器随机生成每个深度点的溶蚀孔的预测含量、溶蚀洞的预测含量、溶蚀缝的预测含量。可选的,服务器中设置有一个生成函数,该函数可以是线性方程或者齐次线性方程组。
该生成函数是根据测井数据得到的。示意性的,根据每个深度点的岩石中矿物基质的体积模量和剪切模量设置一个生成函数;或者,根据每个深度点的孔隙度设置一个生成函数;或者,根据每个深度点的纵波速度和岩石密度设置一个生成函数。
步骤104,根据岩石中矿物基质的弹性模量和溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度。
服务器根据每个深度点的岩石中矿物基质的体积模量和剪切模量、溶蚀孔的预测含量、溶蚀洞的预测含量、以及溶蚀缝的预测含量,计算每个深度点的岩石中的第二纵波速度。
步骤105,判断第一纵波速度与第二纵波速度之间的误差是否大于阈值。
服务器计算每个深度点的第一纵波速度与第二纵波速度的误差;判断第一纵波速度与第二纵波速度的误差是否大于阈值,阈值是预先设定的。
需要说明的是,“第一纵波速度”与“第二纵波速度”中的“第一”与“第二”是用于区别测井数据中的纵波速度与根据溶蚀结构的预测含量计算得到的纵波速度的。
当第一纵波速度与第二纵波速度之间的误差大于阈值,则执行步骤106;否则,执行步骤107。
步骤106,通过模拟退火算法生成溶蚀结构的预测含量。
服务器通过模拟退火算法生成溶蚀结构的预测含量,并返回且重新执行步骤104。
可选的,服务器通过模拟退火算法生成溶蚀孔的预测含量、溶蚀洞的预测含量和溶蚀缝的预测含量,并返回且重新执行步骤104。
步骤107,确定溶蚀结构的预测含量为每个深度点的岩石中溶蚀结构的含量。
服务器确定每个深度点的溶蚀结构的预测含量为对应的深度点的岩石中溶结构的含量。
可选的,服务器确定每个深度点的溶蚀孔的预测含量为对应的深度点的岩石中溶蚀孔的含量;确定每个深度点的溶蚀洞的预测含量为对应的深度点的岩石中溶蚀洞的含量;确定每个深度点的溶蚀缝的预测含量为对应的深度点的岩石中溶蚀缝的含量。
综上所述,本实施例提供的碳酸盐岩的参数预测方法,通过测井数据中每个深度点的至少一种矿物基质的元素含量以及随机生成的每个深度点的溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度;判断测井数据中第一纵波速度和计算得到的第二纵波速度的误差是否大于阈值;当上述误差大于阈值时通过模拟退火算法生成新的溶蚀结构的预测含量,并再次计算上述每个深度点的岩石中的第二纵波速度;否则,确定每个深度点的溶蚀结构的预测含量为每个深度点的溶蚀结构的含量。通过上述方法解决了碳酸盐岩的溶蚀孔、溶蚀缝、溶蚀洞的含量的预测问题。
另外,通过判断测井数据中第一纵波速度和计算得到的第二纵波速度的误差,进而通过模拟退火算法,得到最接近的碳酸盐岩的溶蚀孔、溶蚀缝、溶蚀洞的含量。
需要说明的是,参考图2,模拟退火算法可以分解为解空间、目标函数和初始解三部分,通过模拟退火算法分别生成溶蚀孔、溶蚀洞和溶蚀缝的预测含量的步骤如下:
步骤201,服务器根据溶蚀结构的预测含量ω计算目标函数t(ω)。
步骤202,服务器根据一个生成函数生成位于解空间新的溶蚀结构的预测含量ω1;解空间是指齐次线性方程组的所有解的集合构成的一个向量空间。
步骤203,服务器将新的溶蚀结构的预测含量ω1代入目标函数t(ω)得到t(ω1)。
步骤204,服务器判断增量Δt=t(ω1)-t(ω)≤0,如果是,执行步骤205;否则,执行步骤206。
步骤205,服务器接受新的溶蚀结构的预测含量ω=ω1,并执行步骤207。
步骤206,服务器依据接受准则判断是否接受新的溶蚀结构的预测含量,执行步骤207。
示意性的,常用的接受准则为Metropolis准则。即以概率exp(-Δt/t)接受新的溶蚀结构的预测含量。
步骤207,服务器判断是否达到了预先设置的迭代次数。
其中,第一次得到的溶蚀结构的预测含量是迭代的起点;第二次得到的被接受的溶蚀结构的预测含量是一次迭代;如果第三次得到的溶蚀结构的预测含量被接受,则是二次迭代,否则,不是二次迭代,继续新一轮的计算。
当达到迭代次数时,执行步骤“根据岩石中矿物基质的弹性模量和溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度”;否则,执行步骤201。
图3是本申请的另一个示例性实施例提供的碳酸盐岩的参数预测方法的流程图,该方法应用于服务器中,该方法包括:
步骤301,获取测井数据中每个深度点的至少一种矿物基质的元素含量和岩石中第一纵波速度。
服务器获取测井设备采集的测井数据,测井数据中包括n个深度点的数据,每个深度点的数据中包括至少一种矿物基质的元素含量和岩石中第一纵波速度,n为正整数。
步骤302,根据至少一种矿物基质的元素含量,计算每个深度点的岩石中矿物基质的弹性模量。
可选的,服务器将每个深度点的至少一种矿物基质的元素含量代入VRH模型中,计算每个深度点的岩石中矿物基质的弹性模量。参考如下VRH模型的公式:
式(1)为VRH模型,是取Voight上限和Reuss下限的平均值;
式(2)为Voight模型;
式(1)为Reuss模型;
式(1)-(3)中,MV为Voight模型的混合介质弹性模量,是每个深度点中矿物基质弹性模量的上限;MR为Reuss模型的混合介质弹性模量,是每个深度点中矿物基质弹性模量的下限;fi是每个深度点中第i种矿物基质的元素含量;Mi是每个深度点中第i种矿物基质的体积模量或剪切模量;N是每个深度点中矿物基质的种类的总数量;i是正整数。
服务器将每个深度点的至少一种矿物基质的元素含量代入Voight模型近似得到第j个深度点的体积模量KV和剪切模量μV;将每个深度点的至少一种矿物基质的元素含量代入Reuss模型近似得到第j个深度点的体积模量KR和剪切模量μR;根据VRH模型计算得到第j个深度点的有效体积模量kj和剪切模量μj,公式如下所示,
式(4)-(5)中,kj是第j个深度点的有效体积模量;μj是第j个深度点的有效剪切模量;j是正整数。
步骤303,随机生成每个深度点的溶蚀结构的预测含量。
溶蚀结构包括溶蚀孔、溶蚀洞和溶蚀缝,服务器随机生成溶蚀孔的预测含量、溶蚀洞的预测含量、溶蚀缝的预测含量。
步骤304,根据每个深度点的岩石中矿物基质的弹性模量、溶蚀孔的预测含量和溶蚀洞的预测含量计算每个深度点的干燥岩石的弹性模量。
可选的,岩石中矿物基质的弹性模量包括岩石中矿物基质的体积模量和剪切模量;服务器根据每个深度点的岩石中矿物基质的体积模量和剪切模量、溶蚀孔的预测含量和溶蚀洞的预测含量,通过KT模型计算每个深度点的干燥岩石的弹性模量。
首先,将每个深度点的岩石中矿物基质的体积模量和剪切模量代入包含体Berryman模型的三维孔洞形状公式中,得到KT模型的模型参数。具体的,将第j个深度点的有效体积模量kj和剪切模量μj代入如下公式中,
公式(6)-(11)中,ki为第i种孔隙类型中孔隙流体的体积模量;μi为第i种孔隙类型中孔隙流体的剪切模量;Pmi和Qmi表示KT模型中加入溶蚀孔和溶蚀洞的孔隙参数之后的模型系数;ξma和γma是流体的弹性模量系数。
其次,将每个深度点的岩石中矿物基质的体积模量和剪切模量、溶蚀孔的预测含量、溶蚀洞的预测含量以及模型参数的表达式带入KT模型中,计算每个深度点的干燥岩石的弹性模量。根据如下KT模型的计算公式,计算第j个深度点的干燥岩石的弹性模量:
其中,kdry为第j个深度点的干燥岩石的体积模量,μdry为第j个深度点的干燥岩石的剪切模量,ci为溶蚀洞和溶蚀孔的含量。
步骤305,根据干燥岩石的弹性模量和溶蚀缝的预测含量计算每个深度点的干燥岩石的第一弹性张量。
可选的,干燥岩石的弹性模量包括干燥岩石的体积模量和剪切模量;服务器将每个深度点的干燥岩石的体积模量和剪切模量代入Hudson模型中,计算每个深度点的干燥岩石的第一弹性张量。计算公式如下,Hudson模型的弹性矩阵表示为:
式(16)-(19)中,λ为干燥岩石的拉梅系数,μ为干燥岩石的剪切模量。上述式(16)-(19)中的U1、U3和q依赖于缝隙本身填充物的性质,当缝隙为干裂缝(饱含气)时,有如下公式(20)-(22):
另外,式(16)-(19)中,ε为裂缝系数,ε的计算公式如下:
示意性的,将μ=μdry代入上述公式(16)-(23)中,通过上述公式(16)-(23)计算得到第j个深度点的干燥岩石的第一弹性张量。
步骤306,根据干燥岩石的第一弹性张量计算每个深度点的饱和岩石的第二弹性张量。
式(24)中,是第j个深度点的饱和岩石的第二弹性张量, 是第j个深度点的干燥岩石的第一弹性张量,是岩石中矿物基质的弹性张量,βfl是孔隙的压缩系数,βgr是矿物的压缩系数;其中,上述张量的表示符号中的下角标是标识矩阵中的行和列。
由于βfl=1/ki,βgr=1/kj,所以广义的Brown-Korringa模型的公式可以修改为如下式(25):
步骤307,根据饱和岩石的第二弹性张量计算每个深度点的岩石中的第二纵波速度。
纵波速度的计算公式如下:
式(26)中,VP表示第二纵波速度,ρ为岩石密度。
步骤308,采用相对误差计算公式计算第一纵波速度与第二纵波速度之间的误差。
服务器采用相对误差计算公式计算第一纵波速度与第二纵波速度之间的误差,公式如下:
式(27)中,Δf为每个深度点的第一纵波速度与第二纵波速度之间的相对误差,VP′为第一纵波速度。
步骤309,判断第一纵波速度与第二纵波速度之间的误差是否大于阈值。
当误差Δf小于或者等于阈值时,执行步骤311;否则,执行步骤310。
示意性的,阈值设置为1%,当Δf≤1%时,执行步骤311,否则,执行步骤310。
步骤310,通过模拟退火算法生成溶蚀结构的预测含量。
服务器通过模拟退火算法生成溶蚀孔的预测含量、溶蚀洞的预测含量和溶蚀缝的预测含量,返回并重新执行步骤304。
步骤311,确定溶蚀结构的预测含量为每个深度点的岩石中溶蚀结构的含量。
服务器确定每个深度点的溶蚀孔的预测含量为每个深度点的岩石中溶蚀孔的含量;每个深度点的溶蚀洞的预测含量为每个深度点的岩石中溶蚀洞的含量;每个溶蚀缝的预测含量为每个深度点的岩石中溶蚀缝的含量。
综上所述,本实施例提供的碳酸盐岩的参数预测方法,通过测井数据中每个深度点的至少一种矿物基质的元素含量以及随机生成的每个深度点的溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度;判断测井数据中第一纵波速度和计算得到的第二纵波速度的误差是否大于阈值;当上述误差大于阈值时通过模拟退火算法生成新的溶蚀结构的预测含量,并再次计算上述每个深度点的岩石中的第二纵波速度;否则,确定每个深度点的溶蚀结构的预测含量为每个深度点的溶蚀结构的含量。通过上述方法解决了碳酸盐岩的溶蚀孔、溶蚀缝、溶蚀洞的含量的预测问题。
本实施例提供的碳酸盐岩的参数预测方法,还通过使用VRH模型快速的估算出每个深度点的岩石中矿物基质的弹性模量,提高了计算效率;利用Berryman模型的三维孔洞形状在计算过程中加入溶蚀孔、溶蚀洞以准确的模拟碳酸盐岩储层中的溶蚀孔、溶蚀洞,增加计算结果的准确性;利用Hudson模型的各项异性的特性,准确的模拟碳酸盐岩储层中各项异性的溶蚀缝,增加计算结果的准确性。
另外,还通过判断测井数据中第一纵波速度和计算得到的第二纵波速度的误差,进而通过模拟退火算法,得到最接近的碳酸盐岩的溶蚀孔、溶蚀缝、溶蚀洞的含量。
图4是本申请的一个示例性实施例提供的碳酸盐岩的参数预测装置的框图,该装置可以通过软件、硬件或者二者的结合实现成为服务器的部分或者全部,该装置包括:
获取模块401,用于获取测井数据中每个深度点的至少一种矿物基质的元素含量和岩石中第一纵波速度;
计算模块402,用于根据上述至少一种矿物基质的元素含量,计算每个深度点的岩石中矿物基质的弹性模量;
生成模块403,用于随机生成每个深度点的溶蚀结构的预测含量;
计算模块402,用于根据上述岩石中矿物基质的弹性模量和上述溶蚀结构的预测含量,计算每个深度点的岩石中的第二纵波速度;
确定模块404,用于当上述第一纵波速度与上述第二纵波速度之间的误差大于阈值时,通过模拟退火算法生成上述溶蚀结构的预测含量,并再次根据上述岩石中矿物基质的弹性模量和上述溶蚀结构的预测含量计算每个深度点的岩石中的第二纵波速度;当误差小于或等于阈值时,确定上述溶蚀结构的预测含量为每个深度点的岩石中溶蚀结构的含量。
在一些实施例中,上述溶蚀结构的预测含量包括溶蚀孔的预测含量、溶蚀洞的预测含量和溶蚀缝的预测含量;
计算模块402,用于根据上述岩石中矿物基质的弹性模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量计算每个深度点的干燥岩石的弹性模量;根据上述干燥岩石的弹性模量和上述溶蚀缝的预测含量计算每个深度点的干燥岩石的第一弹性张量;根据上述干燥岩石的第一弹性张量计算每个深度点的饱和岩石的第二弹性张量;根据上述饱和岩石的第二弹性张量计算每个深度点的岩石中的第二纵波速度。
在一些实施例中,上述岩石中矿物基质的弹性模量包括上述岩石中矿物基质的体积模量和剪切模量;
计算模块402,用于根据上述岩石中矿物基质的体积模量和剪切模量、上述溶蚀孔的预测含量和上述溶蚀洞的预测含量,通过双相介质包含物KT模型计算每个深度点的干燥岩石的弹性模量。
在一些实施例中,计算模块402,用于将上述岩石中矿物基质的体积模量和剪切模量代入包含体Berryman模型的三维孔洞形状公式中,得到KT模型的模型参数;将上述岩石中矿物基质的体积模量和剪切模量、上述溶蚀孔的预测含量、上述溶蚀洞的预测含量以及上述模型参数代入KT模型中,计算每个深度点的干燥岩石的弹性模量。
在一些实施例中,上述干燥岩石的弹性模量包括上述干燥岩石的体积模量和剪切模量;
计算模块402,用于将上述干燥岩石的体积模量和剪切模量、以及上述溶蚀缝的预测含量代入裂缝介质Hudson模型中,计算每个深度点的干燥岩石的第一弹性张量。
在一些实施例中,计算模块402,用于将上述至少一种矿物基质的元素含量代入混合矿物的弹性模量VRH模型中,计算每个深度点的岩石中矿物基质的弹性模量。
在一些实施例中,该装置还包括:
计算模块402,用于采用相对误差计算公式计算上述第一纵波速度与上述第二纵波速度之间的误差。
图5是本申请一个示例性实施例提供的服务器的结构示意图。该服务器可以实现成为服务器集群中的任意一个服务器。示意性的,服务器500包括中央处理单元(CentralProcessing Unit,CPU)501、包括随机存取存储器(random access memory,RAM)502和只读存储器(read-only memory,ROM)503的系统存储器504,以及连接系统存储器504和中央处理单元501的系统总线505。所述服务器500还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)506,和用于存储操作系统513、客户端514和其他程序模块515的大容量存储设备507。
所述基本输入/输出系统506包括有用于显示信息的显示器508和用于用户输入信息的诸如鼠标、键盘之类的输入设备509。其中所述显示器508和输入设备509都通过连接到系统总线505的输入/输出控制器510连接到中央处理单元501。所述基本输入/输出系统506还可以包括输入/输出控制器510以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入/输出控制器510还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备507通过连接到系统总线505的大容量存储控制器(未示出)连接到中央处理单元501。所述大容量存储设备507及其相关联的计算机可读介质为服务器500提供非易失性存储。也就是说,所述大容量存储设备507可以包括诸如硬盘或者只读光盘(Compact Disc Read-Only Memory,CD-ROM)驱动器之类的计算机可读介质(未示出)。
不失一般性,所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读存储器(erasable programmable read-only memory,EPROM)、电可擦除可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、闪存或其他固态存储其技术,CD-ROM、数字通用光盘(Digital Versatile Disc,DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器504和大容量存储设备507可以统称为存储器。
根据本申请的各种实施例,所述服务器500还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器500可以通过连接在所述系统总线505上的网络接口单元511连接到网络512,或者说,也可以使用网络接口单元511来连接到其他类型的网络或远程计算机系统(未示出)。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品中存储有指令,当其在计算机上运行时,使得计算机能够执行本公开实施例提供的碳酸盐岩的参数预测方法。
本公开实施例还提供了一种芯片,该芯片包括可编程逻辑电路和/或程序指令,当该芯片运行时能够执行本公开实施例提供的碳酸盐岩的参数预测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (9)
1.一种碳酸盐岩的参数预测方法,应用于服务器中,其特征在于,所述方法包括:
获取测井数据中每个深度点的至少一种矿物基质的元素含量和岩石中第一纵波速度;
根据所述至少一种矿物基质的元素含量,计算所述每个深度点的岩石中矿物基质的弹性模量;
随机生成所述每个深度点的溶蚀结构的预测含量;
根据所述岩石中矿物基质的弹性模量和所述溶蚀结构的预测含量,计算所述每个深度点的岩石中的第二纵波速度;
当所述第一纵波速度与所述第二纵波速度之间的误差大于阈值时,通过模拟退火算法生成所述溶蚀结构的预测含量,并再次根据所述岩石中矿物基质的弹性模量和所述溶蚀结构的预测含量计算所述每个深度点的岩石中的第二纵波速度;当所述误差小于或等于阈值时,确定所述溶蚀结构的预测含量为所述每个深度点的岩石中溶蚀结构的含量。
2.根据权利要求1所述的方法,其特征在于,所述溶蚀结构的预测含量包括溶蚀孔的预测含量、溶蚀洞的预测含量和溶蚀缝的预测含量;
所述根据所述岩石中矿物基质的弹性模量和所述溶蚀结构的预测含量,计算所述每个深度点的岩石中的第二纵波速度,包括:
根据所述岩石中矿物基质的弹性模量、所述溶蚀孔的预测含量和所述溶蚀洞的预测含量计算所述每个深度点的干燥岩石的弹性模量;
根据所述干燥岩石的弹性模量和所述溶蚀缝的预测含量计算所述每个深度点的干燥岩石的第一弹性张量;
根据所述干燥岩石的第一弹性张量计算所述每个深度点的饱和岩石的第二弹性张量;
根据所述饱和岩石的第二弹性张量计算所述每个深度点的岩石中的第二纵波速度。
3.根据权利要求2所述的方法,其特征在于,所述岩石中矿物基质的弹性模量包括所述岩石中矿物基质的体积模量和剪切模量;
所述根据所述岩石中矿物基质的弹性模量、所述溶蚀孔的预测含量和所述溶蚀洞的预测含量计算所述每个深度点的干燥岩石的弹性模量,包括:
根据所述岩石中矿物基质的体积模量和剪切模量、所述溶蚀孔的预测含量和所述溶蚀洞的预测含量,通过双相介质包含物KT模型计算所述每个深度点的干燥岩石的弹性模量。
4.根据权利要求3所述的方法,其特征在于,所述根据所述岩石中矿物基质的体积模量和剪切模量、所述溶蚀孔的预测含量和所述溶蚀洞的预测含量,通过双相介质包含物KT模型计算所述每个深度点的干燥岩石的弹性模量,包括:
将所述岩石中矿物基质的体积模量和剪切模量代入包含体Berryman模型的三维孔洞形状公式中,得到所述KT模型的模型参数;
将所述岩石中矿物基质的体积模量和剪切模量、所述溶蚀孔的预测含量、所述溶蚀洞的预测含量以及所述模型参数代入所述KT模型中,计算所述每个深度点的干燥岩石的弹性模量。
5.根据权利要求1至4任一所述的方法,其特征在于,所述干燥岩石的弹性模量包括所述干燥岩石的体积模量和剪切模量;
所述根据所述干燥岩石的弹性模量、所述溶蚀缝的预测含量计算所述每个深度点的干燥岩石的第一弹性张量,包括:
将所述干燥岩石的体积模量和剪切模量、以及所述溶蚀缝的预测含量代入裂缝介质Hudson模型中,计算所述每个深度点的干燥岩石的第一弹性张量。
6.根据权利要求5所述的方法,其特征在于,所述根据所述至少一种矿物基质的元素含量,计算所述每个深度点的岩石中矿物基质的弹性模量,包括:
将所述至少一种矿物基质的元素含量代入混合矿物的弹性模量VRH模型中,计算所述每个深度点的岩石中矿物基质的弹性模量。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
采用相对误差计算公式计算所述第一纵波速度与第二纵波速度之间的所述误差。
8.一种碳酸盐岩的参数预测装置,其特征在于,所述装置包括:
获取模块,用于获取测井数据中每个深度点的至少一种矿物基质的元素含量和岩石中第一纵波速度;
计算模块,用于根据所述至少一种矿物基质的元素含量,计算所述每个深度点的岩石中矿物基质的弹性模量;
生成模块,用于随机生成所述每个深度点的溶蚀结构的预测含量;
所述计算模块,用于根据所述岩石中矿物基质的弹性模量和所述溶蚀结构的预测含量,计算所述每个深度点的岩石中的第二纵波速度;
确定模块,用于当所述第一纵波速度与所述第二纵波速度之间的误差大于阈值时,通过模拟退火算法生成所述溶蚀结构的预测含量,并再次根据所述岩石中矿物基质的弹性模量和所述溶蚀结构的预测含量计算所述每个深度点的岩石中的第二纵波速度;当所述误差小于或等于阈值时,确定所述溶蚀结构的预测含量为所述每个深度点的岩石中溶蚀结构的含量。
9.根据权利要求8所述的装置,其特征在于,所述溶蚀结构的预测含量包括溶蚀孔的预测含量、溶蚀洞的预测含量和溶蚀缝的预测含量;
所述计算模块,用于根据所述岩石中矿物基质的弹性模量、所述溶蚀孔的预测含量和所述溶蚀洞的预测含量计算所述每个深度点的干燥岩石的弹性模量;根据所述干燥岩石的弹性模量和所述溶蚀缝的预测含量计算所述每个深度点的干燥岩石的第一弹性张量;根据所述干燥岩石的第一弹性张量计算所述每个深度点的饱和岩石的第二弹性张量;根据所述饱和岩石的第二弹性张量计算所述每个深度点的岩石中的第二纵波速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634916.7A CN111381278B (zh) | 2018-12-29 | 2018-12-29 | 碳酸盐岩的参数预测方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634916.7A CN111381278B (zh) | 2018-12-29 | 2018-12-29 | 碳酸盐岩的参数预测方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111381278A true CN111381278A (zh) | 2020-07-07 |
CN111381278B CN111381278B (zh) | 2022-08-30 |
Family
ID=71214759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811634916.7A Active CN111381278B (zh) | 2018-12-29 | 2018-12-29 | 碳酸盐岩的参数预测方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111381278B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624603A (zh) * | 2021-08-06 | 2021-11-09 | 中国科学院地质与地球物理研究所 | 一种含沉积韵律层的岩石弹性模量获取方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011109839A2 (en) * | 2010-03-05 | 2011-09-09 | Vialogy Llc | Active noise injection computations for improved predictability in oil and gas reservoir discovery and characterization |
CN104407118A (zh) * | 2014-12-01 | 2015-03-11 | 中国石油天然气股份有限公司 | 一种碳酸盐岩溶蚀作用与溶蚀效应的分析方法 |
CN105425280A (zh) * | 2015-11-21 | 2016-03-23 | 西南石油大学 | 一种矿物模量和孔隙结构预测方法 |
CN106290105A (zh) * | 2016-07-20 | 2017-01-04 | 中国石油大学(华东) | 一种碳酸盐岩储层溶蚀孔隙体积含量预测方法 |
CN108072902A (zh) * | 2016-11-09 | 2018-05-25 | 中国石油化工股份有限公司 | 一种碳酸盐岩岩石物理模型的建模方法 |
-
2018
- 2018-12-29 CN CN201811634916.7A patent/CN111381278B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011109839A2 (en) * | 2010-03-05 | 2011-09-09 | Vialogy Llc | Active noise injection computations for improved predictability in oil and gas reservoir discovery and characterization |
CN104407118A (zh) * | 2014-12-01 | 2015-03-11 | 中国石油天然气股份有限公司 | 一种碳酸盐岩溶蚀作用与溶蚀效应的分析方法 |
CN105425280A (zh) * | 2015-11-21 | 2016-03-23 | 西南石油大学 | 一种矿物模量和孔隙结构预测方法 |
CN106290105A (zh) * | 2016-07-20 | 2017-01-04 | 中国石油大学(华东) | 一种碳酸盐岩储层溶蚀孔隙体积含量预测方法 |
CN108072902A (zh) * | 2016-11-09 | 2018-05-25 | 中国石油化工股份有限公司 | 一种碳酸盐岩岩石物理模型的建模方法 |
Non-Patent Citations (1)
Title |
---|
彭达 等: "基于KT模型流体替换的岩石物理参数反演方法", 《岩性油气藏》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113624603A (zh) * | 2021-08-06 | 2021-11-09 | 中国科学院地质与地球物理研究所 | 一种含沉积韵律层的岩石弹性模量获取方法及系统 |
CN113624603B (zh) * | 2021-08-06 | 2022-03-04 | 中国科学院地质与地球物理研究所 | 一种含沉积韵律层的岩石弹性模量获取方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111381278B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2879773C (en) | Multi-level reservoir history matching | |
US20190197211A1 (en) | Method for estimating stress intensity factors and method for calculating associated service life | |
CN112149282B (zh) | 一种井中天然气水合物饱和度岩石物理计算方法及系统 | |
US20150338550A1 (en) | Method and system for characterising subsurface reservoirs | |
WO2012112736A2 (en) | System and method for uncertainty quantification in reservoir simulation | |
Pasetto et al. | A reduced‐order model for groundwater flow equation with random hydraulic conductivity: Application to Monte Carlo methods | |
US20130282286A1 (en) | System and method for calibrating permeability for use in reservoir modeling | |
WO2014105021A1 (en) | Systems and methods for estimation of intra-kerogen porosity of downhole|formation samples from pyrolysis tests and basin modeling data | |
US8788252B2 (en) | Multi-well time-lapse nodal analysis of transient production systems | |
Azocar | Investigating the mesh dependency and upscaling of 3D grain-based models for the simulation of brittle fracture processes in low-porosity crystalline rock | |
AU2017305425A1 (en) | System and method for petro-elastic modeling | |
CN111381278B (zh) | 碳酸盐岩的参数预测方法以及装置 | |
KR101657889B1 (ko) | 유·가스 저류층의 확률론적 궁극가채량 예측 방법 | |
Ansari et al. | Response surface method for assessing energy production from geopressured geothermal reservoirs | |
WO2012114146A2 (en) | Computerized method for the estimation of a value for at least a parameter of a hydrocarbon-producing region, for planning the operation and operating the region | |
Masoudian et al. | The role of coal seam properties on coupled processes during CO2 sequestration: A parametric study | |
US9250173B2 (en) | Identifying potential fracture treatment locations in a formation based on production potential | |
Liu et al. | The unsaturated hydromechanical coupling model of rock slope considering rainfall infiltration using DDA | |
EP0864882A2 (en) | Method for estimating or simulating parameters of a stratum structure | |
Baroni et al. | Forecasting production in shale and tight reservoirs: a practical simulation method capturing the complex hydraulic fracturing physics | |
Quiroz‐Ramírez et al. | Evaluation of the intensity measure approach in performance‐based earthquake engineering with simulated ground motions | |
CN114611740A (zh) | 一种岩石的可钻性级值的预测方法 | |
US10460051B2 (en) | Computationally-efficient modeling of viscous fingering effect for enhanced oil recovery (EOR) agent injected at multiple injection concentrations | |
NO20190217A1 (en) | Correcting biases in microseismic-event data | |
Pankaj | Predicting Hydraulic Fracture Geometry and Well Performance in Unconventional Reservoirs using the Multilayer Discrete Fracture Network |
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 |