CN111856583A - 基于孔隙度约束条件下的储层含水饱和度定量预测方法 - Google Patents

Abstract

本发明提供了一种基于孔隙度约束条件下的储层含水饱和度定量预测方法，其包括：获取研究工区目的层背景岩石物理参数以及测井曲线；根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度；根据正演结果计算泊松阻抗属性；对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到线性关系式；在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式；根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线。该方法实现了不同孔隙度条件分别定量预测含水饱和度的目的，消除了孔隙度的不利影响，提高了含水饱和度定量预测的精度，降低了勘探开发的风险。

Description

基于孔隙度约束条件下的储层含水饱和度定量预测方法

技术领域

本发明涉及一种基于孔隙度约束条件下的储层含水饱和度定量预测方法，属于石油地球物理勘探技术领域。

背景技术

随着石油天然气勘探开发程度的不断加深，对储层描述的要求越来越高，使得储层预测的目标由最初的定性描述转变为精细勘探的定量预测。储层含水饱和度表征了储层孔隙中不同流体的含量占比，对于双相介质储层含水饱和度反映了储层从勘探潜力与资源储量，定量表征含水饱和度对于油气田开发与稳产具有重大意义。常规的含水饱和度预测通常基于深侧向电阻率曲线计算井周储层的含水饱和度曲线，该方法基于阿尔奇公式建立的经验公式计算储层含水饱和度，在计算过程中需要输入与岩性相关的岩性系数以及饱和度指数，这两个参数通常根据经验获得，受人为因素影响剧烈，且在计算过程中孔隙度不参与约束。

随着双相介质理论的发展，近年来岩石物理技术得到迅速发展，促进了储层定量预测的方法及技术进步。岩石物理理论描述了储层参数，包括孔隙度、含水饱和度、渗透率等，与弹性响应，包括速度、密度、衰减等，之间的关系，定量地表征了不同储层参数对于不同弹性响应特征的影响，建立了储层参数与弹性响应的敏感性关系，为基于弹性响应特征定量反演计算储层物性参数提供了理论依据。

双相介质理论研究认为孔隙度与含水饱和度是影响储层地震响应特征的两个主要参数，二者对于弹性响应的影响存在耦合效应，即二者对同一弹性响应具有不可忽略的影响，导致在储层参数预测过程中需要将二者的影响分开考虑。常规的基于阿尔奇公式的储层含水饱和度预测通常忽略孔隙度的影响，将研究区孔隙度设定为一个不变的定值，然后研究含水饱和度对于弹性属性的敏感性。传统方法人为忽略了孔隙度对于含水饱和度预测的影响，简化了含水饱和度预测的过程，却不可避免地引入误差，从而降低了含水饱和度预测的精度，增大了勘探开发的风险。

因此，提供一种基于孔隙度约束条件下的储层含水饱和度定量预测方法已经成为本领域亟需解决的技术问题。

发明内容

为了解决上述的缺点和不足，本发明的一个目的在于提供一种基于孔隙度约束条件下的储层含水饱和度定量预测方法。

本发明的另一个目的还在于提供一种基于孔隙度约束条件下的储层含水饱和度定量预测装置。

本发明的又一个目的还在于提供一种计算机设备。

本发明的再一个目的还在于提供一种计算机可读存储介质。

为了实现以上目的，一方面，本发明提供了一种基于孔隙度约束条件下的储层含水饱和度定量预测方法，其中，所述方法包括：

获取研究工区目的层背景岩石物理参数以及测井曲线；

根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度；

根据正演结果计算泊松阻抗属性；

对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到线性关系式；

在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式；

根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线。

在以上所述的方法中，优选地，所述研究工区目的层背景岩石物理参数包括岩石基质体积模量、岩石基质剪切模量、干岩石骨架体积模量、水的密度、烃的密度、矿物颗粒密度、水的体积模量、烃的体积模量以及频率散射参数因子。

在以上所述的方法中，优选地，所述测井曲线包括纵波速度曲线、横波速度曲线、密度曲线以及孔隙度曲线。

在以上所述的方法中，优选地，根据双相介质理论模型按照如下公式11)-公式12)以及公式10)正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度：

公式10)中，Sw为含水饱和度，ρ_w为水的密度，g/cm³，ρ_h为烃的密度，g/cm³，ρ_m为矿物颗粒密度，g/cm³，

为孔隙度，ρ为饱和流体岩石的密度，g/cm³；

(6)按照如下公式11)-公式12)计算饱和流体岩石的纵波速度V_p及横波速度V_s：

公式11)-公式12)中，μ_m为岩石基质剪切模量，GPa，V_p为饱和流体岩石的纵波速度，m/s，V_s为饱和流体岩石的横波速度，m/s；

K_sat为饱和流体岩石的体积模量，按照如下公式9)计算K_sat；

公式9)中，K_ms为饱和双相流体岩石的固体体积模量，GPa，按照如下公式6)-公式8)计算K_ms；

公式6)-公式8)中，f(δ)为贝塞尔调节因子，J₀和J₁分别为零阶和一阶贝塞尔函数，Z为频率散射参数因子，δ为频率调节因子，K_ms为饱和双相流体岩石的固体体积模量，GPa，i为虚数单位；

公式6)中，K_ma为岩石骨架的体积模量，GPa，按照如下公式1)计算岩石骨架的体积模量K_ma；

公式1)中，K₀为岩石基质体积模量，GPa，K_dry为干岩石骨架体积模量，GPa，K_ma为岩石骨架的体积模量，GPa；

公式9)中，dP/dσ为孔隙压力随围限应力变化率，按照如下公式2)-公式5)计算dP/dσ；

K_fl＝K_wSw+K_h(1-Sw) 公式5)；

公式2)-公式5)中，P为孔隙压力，Pa，σ为围限应力，Pa，

为孔隙度，K_fl为混合流体体积模量，GPa，a₀为模量调节因子，Sw为含水饱和度，K_w为水的体积模量，GPa，K_h为烃的体积模量，GPa，F_O为岩石孔隙体积模量，GPa。

在以上所述的方法中，优选地，根据正演结果计算泊松阻抗属性，包括：

根据如下公式13)所示的泊松阻抗计算公式以及正演计算得到的纵波速度、横波速度和密度，计算得到泊松阻抗属性：

pI＝V_p×ρ-c×V_s×ρ 公式13)；

公式13)中，PI为泊松阻抗属性，单位为m/s·g/cm³，c为旋转因子，根据研究工区岩石物理分析经验数据获得。

在以上所述的方法中，优选地，对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到如下公式14)所示的线性关系式：

公式14)中，PI为泊松阻抗属性，单位为m/s·g/cm³，Sw为含水饱和度，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在以上所述的方法中，优选地，在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式，包括：根据对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到的线性关系式，构建如下公式15)所示的基于泊松阻抗属性的含水饱和度计算公式：

公式15)中，Sw为含水饱和度，PI为泊松阻抗属性，单位为m/s·g/cm³，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在以上所述的方法中，优选地，根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线，包括：

利用在孔隙度约束条件下构建得到的基于泊松阻抗属性的含水饱和度计算公式，根据已知孔隙度曲线分布特征，分别计算不同孔隙度区间对应的储层含水饱和度，最终得到目的层段的含水饱和度曲线。

另一方面，本发明还提供了一种基于孔隙度约束条件下的储层含水饱和度定量预测装置，其中，所述装置包括：

数据获取单元，用于获取研究工区目的层背景岩石物理参数以及测井曲线；

正演模拟单元，用于根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度；

正演计算单元，用于根据正演结果计算泊松阻抗属性；

拟合分析单元，用于对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到线性关系式；

含水饱和度计算单元，用于在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式；

定量预测单元，用于根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线。

在以上所述的装置中，优选地，所述研究工区目的层背景岩石物理参数包括岩石基质体积模量、岩石基质剪切模量、干岩石骨架体积模量、水的密度、烃的密度、矿物颗粒密度、水的体积模量、烃的体积模量以及频率散射参数因子。

在以上所述的装置中，优选地，所述测井曲线包括纵波速度曲线、横波速度曲线、密度曲线以及孔隙度曲线。

在以上所述的装置中，优选地，所述正演模拟单元具体用于：根据双相介质理论模型按照如下公式11)-公式12)以及公式10)正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度：

公式10)中，Sw为含水饱和度，ρ_w为水的密度，g/cm³，ρ_h为烃的密度，g/cm³，ρ_m为矿物颗粒密度，g/cm³，

为孔隙度，ρ为饱和流体岩石的密度，g/cm³；

(6)按照如下公式11)-公式12)计算饱和流体岩石的纵波速度V_p及横波速度V_s：

公式11)-公式12)中，μ_m为岩石基质剪切模量，GPa，V_p为饱和流体岩石的纵波速度，m/s，V_s为饱和流体岩石的横波速度，m/s；

K_sat为饱和流体岩石的体积模量，GPa，按照如下公式9)计算K_sat；

公式9)中，K_ms为饱和双相流体岩石的固体体积模量，GPa，按照如下公式6)-公式8)计算K_ms；

公式6)-公式8)中，f(δ)为贝塞尔调节因子，J₀和J₁分别为零阶和一阶贝塞尔函数，Z为频率散射参数因子，δ为频率调节因子，K_ms为饱和双相流体岩石的固体体积模量，GPa，i为虚数单位；

公式6)中，K_ma为岩石骨架的体积模量，GPa，按照如下公式1)计算岩石骨架的体积模量K_ma；

公式1)中，K₀为岩石基质体积模量，GPa，K_dry为干岩石骨架体积模量，GPa，K_ma为岩石骨架的体积模量，GPa；

公式9)中，dP/dσ为孔隙压力随围限应力变化率，按照如下公式2)-公式5)计算dP/dσ；

公式2)-公式5)中，P为孔隙压力，Pa，σ为围限应力，Pa，

为孔隙度，K_fl为混合流体体积模量，GPa，a₀为模量调节因子，Sw为含水饱和度，K_w为水的体积模量，GPa，K_h为烃的体积模量，GPa，F_O为岩石孔隙体积模量，GPa。

在以上所述的装置中，优选地，所述正演计算单元具体用于：根据如下公式13)所示的泊松阻抗计算公式以及正演计算得到的纵波速度、横波速度和密度，计算得到泊松阻抗属性：

pI＝V_p×ρ-c×V_s×ρ 公式13)；

公式13)中，PI为泊松阻抗属性，单位为m/s·g/cm³，c为旋转因子，根据研究工区岩石物理分析经验数据获得。

在以上所述的装置中，优选地，所述拟合分析单元具体用于：

对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到如下公式14)所示的线性关系式：

公式14)中，PI为泊松阻抗属性，单位为m/s·g/cm³，Sw为含水饱和度，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在以上所述的装置中，优选地，所述含水饱和度计算单元具体用于：根据对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到的线性关系式，构建如下公式15)所示的基于泊松阻抗属性的含水饱和度计算公式：

公式15)中，Sw为含水饱和度，PI为泊松阻抗属性，单位为m/s·g/cm³，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在以上所述的装置中，优选地，所述定量预测单元具体用于：利用在孔隙度约束条件下构建得到的基于泊松阻抗属性的含水饱和度计算公式，根据已知孔隙度曲线分布特征，分别计算不同孔隙度区间对应的储层含水饱和度，最终得到目的层段的含水饱和度曲线。

另一方面，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现以上所述基于孔隙度约束条件下的储层含水饱和度定量预测方法的步骤。

又一方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现以上所述基于孔隙度约束条件下的储层含水饱和度定量预测方法的步骤。

本发明所提供的基于孔隙度约束条件下的储层含水饱和度定量预测方法及装置通过引入孔隙度约束将储层孔隙度对弹性响应的影响剥离出来，建立不同孔隙度条件下弹性响应特征与储层含水饱和度的定量关系式，降低含水饱和度预测的多解性，提高了预测精度。该方法首先基于双相介质理论模型正演模拟储层在不同孔隙度条件下含水饱和度与泊松阻抗属性的关系，得到了相关性良好的线性关系式，然后基于确定的线性关系式在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式，从而获得实现预测含水饱和度分布的目的。本发明提供的方法有效了解了孔隙度对于含水饱和度定量预测的影响，实现了不同孔隙度条件分别定量预测含水饱和度的目的，消除了孔隙度的不利影响，提高了含水饱和度定量预测的精度，降低了勘探开发的风险。

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为本发明实施例所提供的基于孔隙度约束条件下的储层含水饱和度定量预测方法的流程图。

图2a为本发明具体实施例中提供的纵波速度曲线图。

图2b为本发明具体实施例中提供的横波速度曲线图。

图2c为本发明具体实施例中提供的密度曲线图。

图2d为本发明具体实施例中提供的孔隙度曲线图。

图3为本发明具体实施例中孔隙度约束条件下含水饱和度与泊松阻抗属性之间的拟合关系图。

图4中的(A)为本发明具体实施例中基于输入的测井曲线计算得到的泊松阻抗曲线，(B)为本发明具体实施例中基于孔隙度约束条件下定量预测得到的目的层段含水饱和度曲线。

图5为本发明实施例所提供的基于孔隙度约束条件下的储层含水饱和度定量预测装置的结构示意图。

具体实施方式

为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现结合以下具体实施例对本发明的技术方案进行以下详细说明，但不能理解为对本发明的可实施范围的限定。

图1为本发明实施例所提供的基于孔隙度约束条件下的储层含水饱和度定量预测方法的流程图，从图1中可以看出，所述方法具体包括以下步骤：

S101：获取研究工区目的层背景岩石物理参数以及测井曲线；

S102：根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度；

S103：根据正演结果计算泊松阻抗属性；

S104：对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到对应的线性关系式；

S105：在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式；

S106：根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线。

在一实施例中，S101中需要获取的研究工区目的层背景岩石物理参数包括：岩石基质体积模量K₀、岩石基质剪切模量μ_m、干岩石骨架体积模量K_dry、水的密度ρ_w、烃的密度ρ_h、矿物颗粒密度ρ_m、水的体积模量K_w、烃的体积模量K_h以及频率散射参数因子Z等。

在一实施例中，S101中需要输入的测井曲线包括：纵波速度曲线、横波速度曲线、密度曲线以及孔隙度曲线。

在一实施例中，S102中，利用输入的研究工区目的层背景岩石物理参数，根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度，按照以下步骤进行：

(1)按照如下公式1)计算岩石骨架的体积模量K_ma；

公式1)中，K₀为岩石基质体积模量，GPa，K_dry为干岩石骨架体积模量，GPa，K_ma为岩石骨架的体积模量，GPa；

(2)按照如下公式2)-公式5)计算孔隙压力随围限应力变化率dP/dσ；

K_fl＝K_wSw+K_h(1-Sw) 公式5)；

公式2)-公式5)中，P为孔隙压力，Pa，σ为围限应力，Pa，

为孔隙度，K_fl为混合流体体积模量，GPa，a₀为模量调节因子，Sw为含水饱和度，K_w为水的体积模量，GPa，K_h为烃的体积模量，GPa，F_O为岩石孔隙体积模量，GPa；

(3)按照如下公式6)-公式8)计算饱和双相流体岩石的固体体积模量K_ms，GPa；

公式6)-公式8)中，f(δ)为贝塞尔调节因子，J₀和J₁分别为零阶和一阶贝塞尔函数，Z为频率散射参数因子，δ为频率调节因子，K_ms为饱和双相流体岩石的固体体积模量，GPa，i为虚数单位；

(4)按照如下公式9)计算饱和流体岩石的体积模量K_sat，GPa；

(5)按照如下公式10)计算饱和流体岩石的密度ρ；

公式10)中，Sw为含水饱和度，ρ_w为水的密度，g/cm³，ρ_h为烃的密度，g/cm³，ρ_m为矿物颗粒密度，g/cm³，

为孔隙度，ρ为饱和流体岩石的密度，g/cm³；

(6)按照如下公式11)-公式12)计算饱和流体岩石的纵横波速度V_p和V_s，单位均为m/s：

公式11)-公式12)中，μ_m为岩石基质剪切模量，GPa。

在一实施例中，S103中，根据正演结果计算泊松阻抗属性，包括：

根据如下公式13)所示的泊松阻抗计算公式以及正演计算得到的纵波速度、横波速度和密度，计算得到泊松阻抗属性：

pI＝V_p×ρ-c×V_s×ρ 公式13)；

公式13)中，PI为泊松阻抗属性，单位为m/s·g/cm³，c为旋转因子，根据研究工区岩石物理分析经验数据获得。

在一实施例中，S104中，根据双相介质理论模型正演结果，分别拟合分析不同孔隙度条件下含水饱和度与正演计算得到的泊松阻抗属性之间的线性关系，根据研究区储层孔隙度分布特征，将参与正演模拟的孔隙度分为四个节点，分别为

0.1，0.2以及0.3，对每一个孔隙度对应的泊松阻抗与含水饱和度进行线性拟合，得到如下公式14)所示的线性关系式：

公式14)中，PI为泊松阻抗属性，单位为m/s·g/cm³，Sw为含水饱和度，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在一实施例中，S105中，在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式，包括：根据对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到的线性关系式，构建基于泊松阻抗属性的含水饱和度计算公式：

其中，当

时，利用公式14)中

对应的关系式计算含水饱和度；当

时，利用公式14)中

与

对应的关系式的平均值计算含水饱和度；当

时，利用公式14)中

与

对应的关系式的平均值计算含水饱和度；当

时，利用公式14)中

与

对应的关系式的平均值计算含水饱和度；当

时，利用公式14)中

对应的关系式计算含水饱和度，最终得到的孔隙度约束条件下基于泊松阻抗属性的含水饱和度计算公式如下公式15)所示：

公式15)中，Sw为含水饱和度，PI为泊松阻抗属性，单位为m/s·g/cm³，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在一实施例中，S106中，根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线，包括：

利用在孔隙度约束条件下构建得到的基于泊松阻抗属性的含水饱和度计算公式，根据已知孔隙度曲线分布特征，分别计算不同孔隙度区间对应的储层含水饱和度，最终得到目的层段的含水饱和度曲线。

下面将以某研究工区为例，具体说明本发明实施例所提供的基于孔隙度约束条件下的储层含水饱和度定量预测方法。

S101：获取研究工区目的层背景岩石物理参数以及测井曲线；获取得到的研究工区目的层背景岩石物理参数如下表1所示；获取得到的测井曲线包括纵波速度曲线、横波速度曲线、密度曲线以及孔隙度曲线，分别如图2a-图2d所示。

表1

S102：利用输入的研究工区目的层背景岩石物理参数，根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度，按照以下步骤进行：

(1)按照如下公式1)计算岩石骨架的体积模量K_ma；

公式1)中，K₀为岩石基质体积模量，GPa，K_dry为干岩石骨架体积模量，GPa，K_ma为岩石骨架的体积模量，GPa；

(2)按照如下公式2)-公式5)计算孔隙压力随围限应力变化率dP/dσ；

K_fl＝K_wSw+K_h(1-Sw) 公式5)；

公式2)-公式5)中，P为孔隙压力，Pa，σ为围限应力，Pa，

为孔隙度，K_fl为混合流体体积模量，GPa，a₀为模量调节因子，Sw为含水饱和度，K_w为水的体积模量，GPa，K_h为烃的体积模量，GPa，F_O为岩石孔隙体积模量，GPa；

(3)按照如下公式6)-公式8)计算饱和双相流体岩石的固体体积模量K_ms，GPa；

公式6)-公式8)中，f(δ)为贝塞尔调节因子，J₀和J₁分别为零阶和一阶贝塞尔函数，Z为频率散射参数因子，在该具体实施例中根据研究工区的背景资料，该参数赋值为Z＝1.8，δ为频率调节因子，K_ms为饱和双相流体岩石的固体体积模量，GPa，i为虚数单位；

(4)按照如下公式9)计算饱和流体岩石的体积模量K_sat，GPa；

(5)按照如下公式10)计算饱和流体岩石的密度ρ；

公式10)中，Sw为含水饱和度，ρ_w为水的密度，g/cm³，ρ_h为烃的密度，g/cm³，ρ_m为矿物颗粒密度，g/cm³，

为孔隙度，ρ为饱和流体岩石的密度，g/cm³；

(6)按照如下公式11)-公式12)计算饱和流体岩石的纵横波速度V_p和V_s，单位均为m/s：

公式11)-公式12)中，μ_m为岩石基质剪切模量，GPa。

S103：根据如下公式13)所示的泊松阻抗计算公式以及正演计算得到的纵波速度、横波速度和密度，计算得到泊松阻抗属性：

pI＝V_p×ρ-c×V_s×ρ 公式13)；

公式13)中，PI为泊松阻抗属性，单位为m/s·g/cm³，c为旋转因子，根据研究工区岩石物理分析经验数据获得，该具体实施例中，c＝1.42。

S104：基于双相介质理论模型正演结果，分别拟合分析不同孔隙度条件下含水饱和度与正演计算得到的泊松阻抗属性之间的线性关系，如图3所示，其中，横坐标为含水饱和度Sw，纵坐标为泊松阻抗属性PI，空心圆圈、正方形、三角形以及十字叉为正演计算得到的不同孔隙度对应的泊松阻抗属性，黑色实线为拟合得到的线性趋势线。从图3可以看出，不同孔隙度时泊松阻抗属性与含水饱和度具有不同的线性拟合关系，因此对于不同孔隙度条件下采用对应的关系式计算含水饱和度能够更好地保证预测结果的准确性，提高储层预测的精度。根据研究区目的层储层孔隙度分布特征，将参与正演模拟的孔隙度分为四个节点，分别为

0.1，0.2以及0.3，对每一个孔隙度对应的泊松阻抗与含水饱和度进行线性拟合，得到如下计算公式：

其中PI为计算得到的泊松阻抗属性，单位为m/s·g/cm³，Sw为含水饱和度，

为孔隙度。从图3中可以看出对于不同的孔隙度，泊松阻抗与含水饱和度具有不同的相关系数，随着孔隙度增大，相关系数逐渐增大，当

时，相关系数最小，此时R²＝0.9431。总体而言，对于不同孔隙度的情况泊松阻抗属性与含水饱和度具有很好的线性相关性。

S105：根据孔隙度约束条件下含水饱和度与泊松阻抗属性之间的线性关系式，构建基于泊松阻抗属性的含水饱和度计算公式，根据研究区储层孔隙度分布特征，将孔隙度约束条件划分为五个区间，分别为

以及

然后在每个孔隙度分布区间内，构建基于泊松阻抗属性计算含水饱和度的公式，当

时，利用

对应的关系式计算含水饱和度；当

时，利用

与

对应的关系式的平均值计算含水饱和度；当

时，利用

与

对应的关系式的平均值计算含水饱和度；当

时，利用

与

对应的关系式的平均值计算含水饱和度；当

时，利用

对应的关系式计算含水饱和度。最终得到的孔隙度约束条件下基于泊松阻抗属性的含水饱和度计算公式如下所示：

S106：利用上述孔隙度约束条件下基于泊松阻抗属性的含水饱和度计算公式，根据已知孔隙度曲线分布特征，分别计算不同孔隙度分布区间对应的储层含水饱和度，最终得到目的层段的含水饱和度曲线。图4中(A)展示了根据输入的纵波速度、横波速度以及密度曲线计算得到的泊松阻抗属性，图4中(B)展示了基于泊松阻抗属性利用S105给出的公式计算得到的研究工区目的层段含水饱和度曲线。

根据钻井以及试油结果，该井在深度4620m附近钻遇大套优质气层，日产气达到1.3万方，通过对井壁取芯进行岩石物理分析，证实该层段属于高孔(

达到0.3左右)高渗透(渗透率达到0.3D)储层，利用电阻率曲线计算得到的含水饱和度为0.13左右，根据试油数据统计的含水饱和度为0.16左右，应用本发明提出的基于孔隙度约束的含水饱和度预测方法计算得到的含水饱和度为0.15，与实际试油数据统计结果更加吻合，验证了该方法的有效性。

基于同一发明构思，本发明实施例还提供了一种基于孔隙度约束条件下的储层含水饱和度定量预测装置，由于该装置解决问题的原理与基于孔隙度约束条件下的储层含水饱和度定量预测方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。以下所使用的，术语“单元”可以实现预定功能的软件和/或硬件的组合。以下实施例所描述的装置较佳地以硬件来实现，但是软件或者软件和硬件的组合的实现也是可能并被构想的。

图5为本发明实施例所提供的基于孔隙度约束条件下的储层含水饱和度定量预测装置的结构示意图，如图5所示，所述基于孔隙度约束条件下的储层含水饱和度定量预测装置包括：

数据获取单元101，用于获取研究工区目的层背景岩石物理参数以及测井曲线；

正演模拟单元102，用于根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度；

正演计算单元103，用于根据正演结果计算泊松阻抗属性；

拟合分析单元104，用于对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到线性关系式；

含水饱和度计算单元105，用于在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式；

定量预测单元106，用于根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线。

在一实施例中，所述研究工区目的层背景岩石物理参数包括岩石基质体积模量、岩石基质剪切模量、干岩石骨架体积模量、水的密度、烃的密度、矿物颗粒密度、水的体积模量、烃的体积模量以及频率散射参数因子。

在一实施例中，所述测井曲线包括纵波速度曲线、横波速度曲线、密度曲线以及孔隙度曲线。

在一实施例中，所述正演模拟单元102具体用于：根据双相介质理论模型按照如下公式11)-公式12)以及公式10)正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度：

公式10)中，Sw为含水饱和度，ρ_w为水的密度，g/cm³，ρ_h为烃的密度，g/cm³，ρ_m为矿物颗粒密度，g/cm³，

为孔隙度，ρ为饱和流体岩石的密度，g/cm³；

(6)按照如下公式11)-公式12)计算饱和流体岩石的纵波速度V_p及横波速度V_s：

公式11)-公式12)中，μ_m为岩石基质剪切模量，GPa，V_p为饱和流体岩石的纵波速度，m/s，V_s为饱和流体岩石的横波速度，m/s；

K_sat为饱和流体岩石的体积模量，按照如下公式9)计算K_sat；

公式9)中，K_ms为饱和双相流体岩石的固体体积模量，GPa，按照如下公式6)-公式8)计算K_ms；

公式6)-公式8)中，f(δ)为贝塞尔调节因子，J₀和J₁分别为零阶和一阶贝塞尔函数，Z为频率散射参数因子，δ为频率调节因子，K_ms为饱和双相流体岩石的固体体积模量，GPa，i为虚数单位；

公式6)中，K_ma为岩石骨架的体积模量，按照如下公式1)计算岩石骨架的体积模量K_ma；

公式1)中，K₀为岩石基质体积模量，GPa，K_dry为干岩石骨架体积模量，GPa，K_ma为岩石骨架的体积模量，GPa；

公式9)中，dP/dσ为孔隙压力随围限应力变化率，按照如下公式2)-公式5)计算dP/dσ；

K_fl＝K_wSw+K_h(1-Sw) 公式5)；

公式2)-公式5)中，P为孔隙压力，Pa，σ为围限应力，Pa，

为孔隙度，K_fl为混合流体体积模量，GPa，a₀为模量调节因子，Sw为含水饱和度，K_w为水的体积模量，GPa，K_h为烃的体积模量，GPa，F_O为岩石孔隙体积模量，GPa。

在一实施例中，所述正演计算单元103具体用于：根据如下公式13)所示的泊松阻抗计算公式以及正演计算得到的纵波速度、横波速度和密度，计算得到泊松阻抗属性：

pI＝V_p×ρ-c×V_s×ρ 公式13)；

公式13)中，PI为泊松阻抗属性，单位为m/s·g/cm³，c为旋转因子，根据研究工区岩石物理分析经验数据获得。

在一实施例中，所述拟合分析单元104具体用于：

对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到如下公式14)所示的线性关系式：

公式14)中，PI为泊松阻抗属性，单位为m/s·g/cm³，Sw为含水饱和度，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在一实施例中，所述含水饱和度计算单元105具体用于：根据对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到的线性关系式，构建如下公式15)所示的基于泊松阻抗属性的含水饱和度计算公式：

公式15)中，Sw为含水饱和度，PI为泊松阻抗属性，单位为m/s·g/cm³，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

在一实施例中，所述定量预测单元106具体用于：利用在孔隙度约束条件下构建得到的基于泊松阻抗属性的含水饱和度计算公式，根据已知孔隙度曲线分布特征，分别计算不同孔隙度区间对应的储层含水饱和度，最终得到目的层段的含水饱和度曲线。

本发明实施例所提供的基于孔隙度约束条件下的储层含水饱和度定量预测方法及装置通过引入孔隙度约束将储层孔隙度对弹性响应的影响剥离出来，建立不同孔隙度条件下弹性响应特征与储层含水饱和度的定量关系式，降低含水饱和度预测的多解性，提高了预测精度。该方法首先基于双相介质理论模型正演模拟储层在不同孔隙度条件下含水饱和度与泊松阻抗属性的关系，得到了相关性良好的线性关系式，然后基于确定的线性关系式在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式，从而获得实现预测含水饱和度分布的目的。本发明提供的方法有效了解了孔隙度对于含水饱和度定量预测的影响，实现了不同孔隙度条件分别定量预测含水饱和度的目的，消除了孔隙度的不利影响，提高了含水饱和度定量预测的精度，降低了勘探开发的风险。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，仅为本发明的具体实施例，不能以其限定发明实施的范围，所以其等同组件的置换，或依本发明专利保护范围所作的等同变化与修饰，都应仍属于本专利涵盖的范畴。另外，本发明中的技术特征与技术特征之间、技术特征与技术发明之间、技术发明与技术发明之间均可以自由组合使用。

Claims (18)

1.一种基于孔隙度约束条件下的储层含水饱和度定量预测方法，其特征在于，所述方法包括：

获取研究工区目的层背景岩石物理参数以及测井曲线；

根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度；

根据正演结果计算泊松阻抗属性；

对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到线性关系式；

在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式；

根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线。

2.根据权利要求1所述的方法，其特征在于，所述研究工区目的层背景岩石物理参数包括岩石基质体积模量、岩石基质剪切模量、干岩石骨架体积模量、水的密度、烃的密度、矿物颗粒密度、水的体积模量、烃的体积模量以及频率散射参数因子。

3.根据权利要求1或2所述的方法，其特征在于，所述测井曲线包括纵波速度曲线、横波速度曲线、密度曲线以及孔隙度曲线。

4.根据权利要求1所述的方法，其特征在于，根据双相介质理论模型按照如下公式11)-公式12)以及公式10)正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度：

公式10)中，Sw为含水饱和度，ρ_w为水的密度，g/cm³，ρ_h为烃的密度，g/cm³，ρ_m为矿物颗粒密度，g/cm³，

为孔隙度，ρ为饱和流体岩石的密度，g/cm³；

(6)按照如下公式11)-公式12)计算饱和流体岩石的纵波速度V_p及横波速度V_s：

公式11)-公式12)中，μ_m为岩石基质剪切模量，GPa，V_p为饱和流体岩石的纵波速度，m/s，V_s为饱和流体岩石的横波速度，m/s；

K_sat为饱和流体岩石的体积模量，按照如下公式9)计算K_sat；

公式9)中，K_ms为饱和双相流体岩石的固体体积模量，按照如下公式6)-公式8)计算K_ms；

公式6)-公式8)中，f(δ)为贝塞尔调节因子，J₀和J₁分别为零阶和一阶贝塞尔函数，Z为频率散射参数因子，δ为频率调节因子，K_ms为饱和双相流体岩石的固体体积模量，GPa，i为虚数单位；

公式6)中，K_ma为岩石骨架的体积模量，按照如下公式1)计算岩石骨架的体积模量K_ma；

公式1)中，K₀为岩石基质体积模量，GPa，K_dry为干岩石骨架体积模量，GPa，K_ma为岩石骨架的体积模量，GPa；

公式9)中，dP/dσ为孔隙压力随围限应力变化率，按照如下公式2)-公式5)计算dP/dσ；

K_fl＝K_wSw+K_h(1-Sw)公式5)；

公式2)-公式5)中，P为孔隙压力，Pa，σ为围限应力，Pa，

为孔隙度，K_fl为混合流体体积模量，GPa，a₀为模量调节因子，Sw为含水饱和度，K_w为水的体积模量，GPa，K_h为烃的体积模量，GPa，F_O为岩石孔隙体积模量，GPa。

5.根据权利要求1所述的方法，其特征在于，根据正演结果计算泊松阻抗属性，包括：

根据如下公式13)所示的泊松阻抗计算公式以及正演计算得到的纵波速度、横波速度和密度，计算得到泊松阻抗属性：

PI＝V_p×ρ-c×V_s×ρ 公式13)；

公式13)中，PI为泊松阻抗属性，单位为m/s·g/cm³，c为旋转因子，根据研究工区岩石物理分析经验数据获得。

6.根据权利要求1或5所述的方法，其特征在于，对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到如下公式14)所示的线性关系式：

公式14)中，PI为泊松阻抗属性，单位为m/s·g/cm³，Sw为含水饱和度，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

7.根据权利要求1所述的方法，其特征在于，在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式，包括：根据对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到的线性关系式，构建如下公式15)所示的基于泊松阻抗属性的含水饱和度计算公式：

公式15)中，Sw为含水饱和度，PI为泊松阻抗属性，单位为m/s·g/cm³，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

8.根据权利要求1所述的方法，其特征在于，根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线，包括：

利用在孔隙度约束条件下构建得到的基于泊松阻抗属性的含水饱和度计算公式，根据已知孔隙度曲线分布特征，分别计算不同孔隙度区间对应的储层含水饱和度，最终得到目的层段的含水饱和度曲线。

9.一种基于孔隙度约束条件下的储层含水饱和度定量预测装置，其特征在于，所述装置包括：

数据获取单元，用于获取研究工区目的层背景岩石物理参数以及测井曲线；

正演模拟单元，用于根据双相介质理论模型正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度；

正演计算单元，用于根据正演结果计算泊松阻抗属性；

拟合分析单元，用于对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到线性关系式；

含水饱和度计算单元，用于在孔隙度约束条件下构建基于泊松阻抗属性的含水饱和度计算公式；

定量预测单元，用于根据孔隙度约束以及泊松阻抗属性定量计算目的层对应的含水饱和度曲线。

10.根据权利要求9所述的装置，其特征在于，所述研究工区目的层背景岩石物理参数包括岩石基质体积模量、岩石基质剪切模量、干岩石骨架体积模量、水的密度、烃的密度、矿物颗粒密度、水的体积模量、烃的体积模量以及频率散射参数因子。

11.根据权利要求9或10所述的装置，其特征在于，所述测井曲线包括纵波速度曲线、横波速度曲线、密度曲线以及孔隙度曲线。

12.根据权利要求9所述的装置，其特征在于，所述正演模拟单元具体用于：根据双相介质理论模型按照如下公式11)-公式12)以及公式10)正演计算储层在不同孔隙度条件下不同含水饱和度时对应的纵波速度、横波速度及密度：

公式10)中，Sw为含水饱和度，ρ_w为水的密度，g/cm³，ρ_h为烃的密度，g/cm³，ρ_m为矿物颗粒密度，g/cm³，

为孔隙度，ρ为饱和流体岩石的密度，g/cm³；

(6)按照如下公式11)-公式12)计算饱和流体岩石的纵波速度V_p及横波速度V_s：

公式11)-公式12)中，μ_m为岩石基质剪切模量，GPa，V_p为饱和流体岩石的纵波速度，m/s，V_s为饱和流体岩石的横波速度，m/s；

K_sat为饱和流体岩石的体积模量，按照如下公式9)计算K_sat；

公式9)中，K_ms为饱和双相流体岩石的固体体积模量，GPa，按照如下公式6)-公式8)计算K_ms；

公式6)-公式8)中，f(δ)为贝塞尔调节因子，J₀和J₁分别为零阶和一阶贝塞尔函数，Z为频率散射参数因子，δ为频率调节因子，K_ms为饱和双相流体岩石的固体体积模量，GPa，i为虚数单位；

公式6)中，K_ma为岩石骨架的体积模量，GPa，按照如下公式1)计算岩石骨架的体积模量K_ma；

公式1)中，K₀为岩石基质体积模量，GPa，K_dry为干岩石骨架体积模量，GPa，K_ma为岩石骨架的体积模量，GPa；

公式9)中，dP/dσ为孔隙压力随围限应力变化率，按照如下公式2)-公式5)计算dP/dσ；

K_fl＝K_wSw+K_h(1-Sw) 公式5)；

公式2)-公式5)中，P为孔隙压力，Pa，σ为围限应力，Pa，

为孔隙度，K_fl为混合流体体积模量，GPa，a₀为模量调节因子，Sw为含水饱和度，K_w为水的体积模量，GPa，K_h为烃的体积模量，GPa，F_O为岩石孔隙体积模量，GPa。

13.根据权利要求9所述的装置，其特征在于，所述正演计算单元具体用于：根据如下公式13)所示的泊松阻抗计算公式以及正演计算得到的纵波速度、横波速度和密度，计算得到泊松阻抗属性：

PI＝V_p×ρ-c×V_s×ρ 公式13)；

公式13)中，PI为泊松阻抗属性，单位为m/s·g/cm³，c为旋转因子，根据研究工区岩石物理分析经验数据获得。

14.根据权利要求9或13所述的装置，其特征在于，所述拟合分析单元具体用于：

对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到如下公式14)所示的线性关系式：

公式14)中，PI为泊松阻抗属性，单位为m/s·g/cm³，Sw为含水饱和度，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

15.根据权利要求9所述的装置，其特征在于，所述含水饱和度计算单元具体用于：根据对不同孔隙度对应的泊松阻抗属性与含水饱和度进行线性拟合得到的线性关系式，构建如下公式15)所示的基于泊松阻抗属性的含水饱和度计算公式：

公式15)中，Sw为含水饱和度，PI为泊松阻抗属性，单位为m/s·g/cm³，

为孔隙度，k₁，k₂，k₃，k₄，d₁，d₂，d₃，d₄为拟合系数。

16.根据权利要求9所述的装置，其特征在于，所述定量预测单元具体用于：利用在孔隙度约束条件下构建得到的基于泊松阻抗属性的含水饱和度计算公式，根据已知孔隙度曲线分布特征，分别计算不同孔隙度区间对应的储层含水饱和度，最终得到目的层段的含水饱和度曲线。

17.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8任一项所述基于孔隙度约束条件下的储层含水饱和度定量预测方法的步骤。

18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8任一项所述基于孔隙度约束条件下的储层含水饱和度定量预测方法的步骤。

Images