CN112489735B - 基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法 - Google Patents

基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法 Download PDF

Info

Publication number
CN112489735B
CN112489735B CN202011380028.4A CN202011380028A CN112489735B CN 112489735 B CN112489735 B CN 112489735B CN 202011380028 A CN202011380028 A CN 202011380028A CN 112489735 B CN112489735 B CN 112489735B
Authority
CN
China
Prior art keywords
contact
rock
porosity
reservoir
cementing
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
CN202011380028.4A
Other languages
English (en)
Other versions
CN112489735A (zh
Inventor
卢欢
牛成民
王清斌
官大勇
宋章强
郑敬贵
王志萍
付立
周淋
刘军钊
宛良伟
陈丽祥
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.)
China National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
Original Assignee
China National Offshore Oil Corp CNOOC
CNOOC China Ltd Tianjin Branch
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 China National Offshore Oil Corp CNOOC, CNOOC China Ltd Tianjin Branch filed Critical China National Offshore Oil Corp CNOOC
Priority to CN202011380028.4A priority Critical patent/CN112489735B/zh
Publication of CN112489735A publication Critical patent/CN112489735A/zh
Application granted granted Critical
Publication of CN112489735B publication Critical patent/CN112489735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20Identification of molecular entities, parts thereof or of chemical compositions
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70Machine learning, data mining or chemometrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一种基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,包括:建立碳酸盐岩胶结形式的理论模型:无胶结储层、分散无接触胶结储层、环边接触胶结储层和环边胶结储层和分散胶结储层共存;建立胶结物质及形式、孔隙度和速度之间的关系的模型;将反映胶结物质及形式、孔隙度和速度之间关系的模型进行正演;利用粒子群算法求解该反演的目标函数,得到接触胶结物质含量fcc和非接触胶结物质含量fnc,以及岩石总孔隙度三个参数。本发明,通过建立胶结物质含量及分布形式(主要包括环状接触胶结与分散非接触胶结两种),孔隙度及弹性参数之间的数学关系,通过测量的测井纵波速度反演得到胶结物质含量及其形式。

Description

基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法
技术领域
本发明涉及一种接触胶结与非接触胶结物含量求取方法。特别是涉及一种基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法。
背景技术
碳酸盐胶结物的分布形式及其含量对于地质研究中储层性能的判断较为重要。胶结物对孔隙的破坏作用体现在两点:(1)胶结物含量越多,对岩石骨架颗粒之间的孔隙填充越多,使得孔隙度变小,渗透率降低,储层性能变差;(2)在一定的孔隙度及胶结物含量相同的情况下,当胶结物的胶结形式为接触胶结时,即胶结物分布在岩石骨架颗粒表面,这时胶结物对孔隙的破坏作用不强,孔隙是联通孔隙,属于有效孔隙;而当颗粒间为非接触胶结时,即胶结物分布在骨架颗粒之间的孔隙中,往往会造成孔隙堵塞,使得渗透率降低,从而使得储层孔隙无效,使得储层性能变差。
因此,在储层质量的研究中,除了判断储层的胶结物质成分外,还需要定量判断储层的胶结物质含量及其分布形式。测井资料可以实现孔隙度的测定,但对于全井段胶结物含量却只有通过分析化验才能得到。而一般而言,通过显微镜下观察、分析化验统计虽然可以估算出胶结物含量、辨别胶结物分布形式,但是,由于岩心采集难度大、数量稀少、储层非均质性强,薄片往往不能够代表地层的真实情况,因此,使用测井资料求取整个井段的胶结物质含量及其形式,对于储层胶结物研究意义较大。特别是对这种碳酸盐胶结物对储层起到举足轻重影响的储层,全井段碳酸盐胶结物的快速评价和定量分析显得尤为关键。
从理论上来说,各种测井曲线是统一储层的不同的物理响应,储层的特征是可以通过测井曲线进行判断,这需要我们建立合适的解释模型。
发明内容
本发明所要解决的技术问题是,提供一种基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法。
本发明所采用的技术方案是:一种基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,其特征在于,包括如下步骤:
1)建立碳酸盐岩胶结形式的理论模型,即将碳酸盐岩胶结形式分为四种:无胶结储层、分散无接触胶结储层、环边接触胶结储层和环边胶结储层和分散胶结储层共存;
2)建立胶结物质及形式、孔隙度和速度之间的关系的模型
在碳酸盐岩胶结形式的理论模型的基础上,引入纯砂岩模型、胶结砂岩模型、非接触胶结模型三种模型,其中,使用纯砂岩模型描述初始的矿物颗粒堆积的无胶结储层,使用硬砂岩模型描述接触胶结物质改造过的颗粒堆积方式的环边接触胶结储层,使用非接触胶结模型描述非接触胶结形式的分散无接触胶结储层;
3)将反映胶结物质及形式、孔隙度和速度之间关系的模型进行正演;
4)利用粒子群算法求解该反演的目标函数,得到接触胶结物质含量fcc和非接触胶结物质含量fnc,以及岩石总孔隙度三个参数。
本发明的基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,通过建立胶结物质含量及分布形式(主要包括环状接触胶结与分散非接触胶结两种),孔隙度及弹性参数之间的数学关系,通过测量的测井纵波速度反演得到胶结物质含量及其形式。
附图说明
图1是本发明岩石胶结形式示意图;
图2是本发明纵波速度随孔隙度变化与胶结形式的关系图;
图3是本发明碳酸盐胶结物统计与本专利方法计算得到的碳酸盐胶结物的对比。
具体实施方式
下面结合实施例和附图对本发明的基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法做出详细说明。
本发明的基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,包括如下步骤:
1)建立碳酸盐岩胶结形式的理论模型:
将碳酸盐岩胶结形式分为四种:如图1所示,最上部(第1行)四张岩心薄片为该区域储层岩石的四张典型的胶结形式,分别为:岩石矿物颗粒之间无直接接触、无胶结的为无胶结储层,岩石矿物颗粒之间存在分散的碳酸盐岩胶结物质的为分散无接触胶结储层,碳酸盐岩胶结物质以环边接触的形式存在于颗粒边缘的为环边接触胶结储层,以及碳酸盐岩胶结物质以环边接触和分散状存在于颗粒边缘与颗粒间隙的为环边胶结储层和分散胶结储层共存;其中,无胶结储层的岩石孔隙度大,是最优质储层;环边接触胶结储层的岩石的孔隙度低,但是连通性较好,储层性能好;分散无接触胶结储层的岩石储层孔隙度低,连通性差,储层性能差。图1中第2行为根据实际岩心薄片画出的颗粒及胶结物质分布形式;图1中第3行是将颗粒、胶结物质的存在形式理想化,将岩石中的颗粒等同于球体,而将胶结物简化为包裹球体的环边与分散存在于颗粒之间的分散胶结物质两种。这样,将地下岩石的胶结程度及其形式分为四种,如图1第3行所示,其中(A)为初始的矿物颗粒堆积,属于无胶结储层;(B)为经过单纯分散胶结作用的岩石,属于分散非接触胶结储层;(C)为单纯环边接触胶结的岩石,属于环边接触胶结储层;(D)为分散非接触胶结与环边接触胶结,属于环边胶结储层和分散胶结储层共存。将碳酸盐岩胶结的四种形式构成。
2)建立胶结物质及形式、孔隙度和速度之间的关系的模型
使用纯砂岩模型描述初始的矿物颗粒堆积,使用硬砂岩模型描述接触胶结物质改造过的颗粒堆积方式,在此基础上,使用非接触胶结岩石物理模型描述非接触胶结形式。
通过步骤1)这种由实际岩石薄片简化所形成的简单胶结物赋存形式的碳酸盐岩胶结形式的理论模型,使得使用数学方法能够描述储层中“胶结物质及形式—孔隙度—速度”三者之间的关系,称这种关系为模型。
在碳酸盐岩胶结形式的理论模型的基础上,引入纯砂岩模型、胶结砂岩模型、非接触胶结模型三种模型。其中,使用纯砂岩模型描述初始的矿物颗粒堆积的无胶结储层,使用硬砂岩模型描述接触胶结物质改造过的颗粒堆积方式的环边接触胶结储层,使用非接触胶结模型描述非接触胶结形式的分散无接触胶结储层。由此建立了碳酸盐岩“胶结物质及形式—孔隙度—速度”的关系式。
(1)纯砂岩模型
纯砂岩模型(Mindlin,1949)用来计算无胶结储层的砂岩骨架的体积模量和剪切模量;假设沉积初期,未胶结砂岩相当于具有孔隙度为Φc,平均配位数为C的紧密任意排列的等同球体颗粒,在该孔隙度下,球体接触模型(Hertz-Mindlin理论)给出了围压P条件下等同球体颗粒紧密任意排列的骨架有效体积模量KHM,剪切模量GHM
Figure BDA0002808238030000031
Figure BDA0002808238030000032
其中,υ是颗粒的泊松比,G是颗粒的剪切模量,P是围压,C是平均配位数,φ0指临界孔隙度;
(2)硬砂岩模型
硬砂岩模型是在球体接触模型基础上,引入Hashin-Shtrikman上边界,求取环边接触胶结储层的硬砂岩(Dvorkin,1996)的体积模量和剪切模量,如公式(3)、(4)所示:
Figure BDA0002808238030000033
Figure BDA0002808238030000034
式中,K和G为岩石基质的体积模量和剪切模量,Keff,Geff为接触胶结的岩石的体积模量和剪切模量,KHM,GHM指纯砂岩颗粒堆积的岩石的体积模量和剪切模量,φ指接触胶结时岩石的孔隙度,φ0指临界孔隙度,即纯砂岩颗粒堆积时岩石的孔隙度;
(3)非接触胶结模型
非接触胶结模型(Dvorkin,1996)是用来计算分散非接触胶结储层的体积模量和剪切模量,公式为:
Figure BDA0002808238030000035
Figure BDA0002808238030000036
Figure BDA0002808238030000037
Figure BDA0002808238030000041
其中ρc是胶结物的密度,Vpc和Vsc是胶结物的纵波和横波速度,Gc和Mc是胶结物的剪切模量和纵波模量;Keff,Geff为含胶结物岩石的体积模量和剪切模量,φ0指临界孔隙度,即纯砂岩颗粒堆积时岩石的孔隙度,C指平均配位数,参数Sn和Sτ与胶结的两颗粒组合体的正向和剪切刚度成比例,取决于接触胶结物的含量,其计算公式为:
Sn=Anα2+Bnα+Cn (9)
Sτ=Aτα2+Bτα+Cτ (10)
式中:
Figure BDA0002808238030000042
Figure BDA0002808238030000043
Figure BDA0002808238030000044
Figure BDA0002808238030000045
Figure BDA0002808238030000046
Figure BDA0002808238030000047
Figure BDA0002808238030000048
Figure BDA0002808238030000049
Figure BDA00028082380300000410
其中,G和υ分别为颗介质的剪切模量和泊松比;Gc和vc分别为胶结物剪切模量和泊松比;a是接触胶结层的半径;R是颗粒半径;
在计算得到含胶结物岩石的体积模量和剪切模量Keff、Geff的情况下,根据公式(11)和(12)求取含胶结物岩石的纵、横波速度:
Figure BDA00028082380300000411
Figure BDA00028082380300000412
式中,Vpc,Vsc是含胶结物岩石的纵、横波速度,Keff,Geff含胶结物岩石的体积模量和剪切模量,ρ是含胶结物岩石的密度,即测井密度。
3)将反映胶结物质及形式、孔隙度和速度之间关系的模型进行正演
根据建立的纯砂岩模型、硬砂岩模型和非接触胶结模型,画出孔隙度与纵波速度关系图;
如图2所示,a、b、c、d四个点分别对应图1中的四种胶结形式下孔隙度与纵波速度之间的关系,其中a对应无胶结储层,b对应分散无接触胶结储层,c对应环边接触胶结储层,d对应环边胶结储层和分散胶结储层共存。最上和最下两条线分别对应纯的砂岩颗粒堆积情况下最软与最硬岩石的情况。本发明所使用的硬砂岩模型对应过点A、C的最上边的线,表示在初始堆积的情况下,含有一定的接触胶结物质时,岩石的纵波速度。而对应过点A、B的最下边的线代表没有任何胶结物质时岩石的速度。中间的线表示在一定环边接触胶结物质含量情况下,包含有一定的非接触分散胶结物质时,岩石所对应的纵波速度。
根据孔隙度与纵波速度关系图,得到初始砂岩的孔隙度,真实岩石的孔隙度,接触胶结、非接触胶结物质含量的关系:
Φreal=Φcritical-fnc-fcc (13)
其中,Φcritical为初始砂岩的孔隙度,Φreal为真实孔隙度,fcc为接触胶结物质含量,fnc为非接触胶结物质含量;
通过公式(13),并根据反映胶结物质及形式、孔隙度和速度之间关系的模型,计算包含胶结物质情况下的岩石纵波速度,将所计算的岩石纵波速度与实测岩石纵波速度进行比较,作为反演的目标函数:
f=abs(Vpreal-Vpcal) (14)
其中,Vpreal为实测岩石纵波速度,Vpcal为计算的岩石纵波速度;
4)利用粒子群算法求解该反演的目标函数,得到接触胶结物质含量fcc和非接触胶结物质含量fnc,以及岩石总孔隙度三个参数。
粒子群(PSO)算法最初是为了在二维几何空间图形中优化模拟鸟群不可预测的运动。PSO算法从这种模型中得到启示并用于解决优化问题。PSO算法中,每个优化问题的潜在解都是搜索空间中的一只鸟,称之为“粒子”。所有的粒子都有一个由目标函数决定的适应度值,每个粒子都由一个两维的速度变量决定各自飞翔的方向和距离。然后粒子们就追随当前的最优粒子在解空间中搜索。PSO算法初始化为一群随机粒子(随机解),然后通过迭代找到最优解。在每一次迭代中,粒子通过跟踪两个极值来更新自己。第一个极值就是粒子本身所经历的最优解,这个解被称为个体极值。另一个极值是整个种群目前所经历的最优解,这个极值被称为全局极值。另外也可以只选取整个种群中的一部分作为粒子的邻居,在所有邻居中的极值被称为局部极值。粒子群算法粒子位置及迭代速度公式如公式(15)、(16)所示。
Figure BDA0002808238030000051
Figure BDA0002808238030000052
式中:ω为惯性权重,d=1,2,...,n;k为当前迭代次数;Vid为粒子的速度;c1和c2为非负的常数,称为加速度因子;r1和r2是分布于[0,1]区间的随机数。为防止例子的盲目搜索,一般建议将其位置和速度限制在一定的区间[-Xmax,Xmax],Pi为个体极值,Pg为群体极值,X为由n个粒子组成的种群,Xi为第i个粒子。
在算法中,每个粒子可以想象成算法空间中的一个潜在解,粒子的优劣由目标函数来衡量,各个粒子根据下面的信息来确定自己当前位置:
(1)自身当前的位置:
(2)自身当前的速度;
(3)自身当前的位置和自身历史最优位置之问的距离;
(4)自身当前的位置和整个群体历史最优位置之间的距离。
每个粒子自身经过的历史最优位置可看作是粒子个体的飞行经验,整个粒子群目前的最优位置可以看作是整个群的群体飞行经验。所以在每次迭代过程中,粒子通过个体和群体的飞行经验来调整飞行的速度,即他们下一步的飞行方向和飞行距离,然后粒子们就在解空间中搜索最优位置。
5)计算结果验证
将本发明的方法应用中国渤海油田的CFD12-6-1井中,如图3所示,所计算的结果与实验室岩心薄片观察统计得到的结果一致性较高。这样就可以通过常规测井曲线得到环边接触胶结物质含量,分散非接触胶结物质含量,以及总的胶结物质含量,进而可以对储层的性质进行定量评价。曹妃甸12-6构造计算得出的酸盐胶结物的含量和反映古盐度的硼含量,反映氧化还原的钍铀比,和反映古气候的锶铜比有对应关系,B<60高,反映淡水环境;Th/U>2,反映氧化环境;Sr/Cu>10,反映干旱环境。因此,我们可以通过计算的胶结物含量和富集层段来间接推断古环境,正式由于辫状河火山岩发育,在干旱气候的强烈蒸发条件下,碳酸盐会局部富集,也进一步证明了本发明方法的有效性。
上述实施例仅是用于说明本发明的技术原理和实际应用,其中方法的各实施步骤都是可以修改的,凡是在本发明技术方案的基础上进行的变化或改进,均在本发明的保护范围之内。

Claims (4)

1.一种基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,其特征在于,包括如下步骤:
1)建立碳酸盐岩胶结形式的理论模型,即将碳酸盐岩胶结形式分为四种:无胶结储层、分散无接触胶结储层、环边接触胶结储层和环边胶结储层和分散胶结储层共存;
2)建立胶结物质及形式、孔隙度和速度之间的关系的模型
在碳酸盐岩胶结形式的理论模型的基础上,引入纯砂岩模型、胶结砂岩模型、非接触胶结模型三种模型,其中,使用纯砂岩模型描述初始的矿物颗粒堆积的无胶结储层,使用硬砂岩模型描述接触胶结物质改造过的颗粒堆积方式的环边接触胶结储层,使用非接触胶结模型描述非接触胶结形式的分散无接触胶结储层;
3)将反映胶结物质及形式、孔隙度和速度之间关系的模型进行正演;
4)利用粒子群算法求解该反演的目标函数,得到接触胶结物质含量fcc和非接触胶结物质含量fnc,以及岩石总孔隙度三个参数。
2.根据权利要求1所述的基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,其特征在于,步骤1)中,四种碳酸盐岩胶结形式具体划分是:岩石矿物颗粒之间无直接接触、无胶结的为无胶结储层,岩石矿物颗粒之间存在分散的碳酸盐岩胶结物质的为分散无接触胶结储层,碳酸盐岩胶结物质以环边接触的形式存在于颗粒边缘的为环边接触胶结储层,以及碳酸盐岩胶结物质以环边接触和分散状存在于颗粒边缘与颗粒间隙的为环边胶结储层和分散胶结储层共存;其中,无胶结储层的岩石孔隙度大,是最优质储层;环边接触胶结储层的岩石的孔隙度低,但是连通性较好,储层性能好;分散无接触胶结储层的岩石储层孔隙度低,连通性差,储层性能差。
3.根据权利要求1所述的基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,其特征在于,步骤2)中所述的:
(1)纯砂岩模型
纯砂岩模型用来计算无胶结储层的砂岩骨架的体积模量和剪切模量;假设沉积初期,未胶结砂岩相当于具有孔隙度为Φc,平均配位数为C的紧密任意排列的等同球体颗粒,在该孔隙度下,球体接触模型给出了围压P条件下等同球体颗粒紧密任意排列的骨架有效体积模量KHM,剪切模量GHM
Figure RE-FDA0002915266850000011
Figure RE-FDA0002915266850000012
其中,υ是颗粒的泊松比,G是颗粒的剪切模量,P是围压,C是平均配位数,φ0指临界孔隙度;
(2)硬砂岩模型
硬砂岩模型是在球体接触模型基础上,引入Hashin-Shtrikman上边界,求取环边接触胶结储层的硬砂岩的体积模量和剪切模量,如公式(3)、(4)所示:
Figure RE-FDA0002915266850000021
Figure RE-FDA0002915266850000022
式中,K和G为岩石基质的体积模量和剪切模量,Keff,Geff为接触胶结的岩石的体积模量和剪切模量,KHM,GHM指纯砂岩颗粒堆积的岩石的体积模量和剪切模量,φ指接触胶结时岩石的孔隙度,φ0指临界孔隙度,即纯砂岩颗粒堆积时岩石的孔隙度;
(3)非接触胶结模型
非接触胶结模型是用来计算分散非接触胶结储层的体积模量和剪切模量,公式为:
Figure RE-FDA0002915266850000023
Figure RE-FDA0002915266850000024
Figure RE-FDA0002915266850000025
Figure RE-FDA0002915266850000026
其中,ρc是胶结物的密度,Vpc和Vsc是胶结物的纵波和横波速度,Gc和Mc是胶结物的剪切模量和纵波模量;Keff,Geff为含胶结物岩石的体积模量和剪切模量,φ0指临界孔隙度,即纯砂岩颗粒堆积时岩石的孔隙度,C指平均配位数,参数Sn和Sτ与胶结的两颗粒组合体的正向和剪切刚度成比例,取决于接触胶结物的含量,计算公式为:
Sn=Anα2+Bnα+Cn (9)
Sτ=Aτα2+Bτα+Cτ (10)
式中:
Figure RE-FDA0002915266850000027
Figure RE-FDA0002915266850000028
Figure RE-FDA0002915266850000029
Figure RE-FDA00029152668500000210
Figure RE-FDA00029152668500000211
Figure RE-FDA0002915266850000031
Figure RE-FDA0002915266850000032
Figure RE-FDA0002915266850000033
Figure RE-FDA0002915266850000034
其中,G和υ分别为颗介质的剪切模量和泊松比;Gc和vc分别为胶结物剪切模量和泊松比;a是接触胶结层的半径;R是颗粒半径;
在计算得到含胶结物岩石的体积模量和剪切模量Keff、Geff的情况下,根据公式(11)和(12)求取含胶结物岩石的纵、横波速度:
Figure RE-FDA0002915266850000035
Figure RE-FDA0002915266850000036
式中,Vpc,Vsc是含胶结物岩石的纵、横波速度,Keff,Geff含胶结物岩石的体积模量和剪切模量,ρ是含胶结物岩石的密度,即测井密度。
4.根据权利要求1所述的基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法,其特征在于,步骤3)包括:
根据建立的纯砂岩模型、硬砂岩模型和非接触胶结模型,画出孔隙度与纵波速度关系图;
根据孔隙度与纵波速度关系图,得到初始砂岩的孔隙度,真实岩石的孔隙度,接触胶结、非接触胶结物质含量的关系:
Φreal=Φcritical-fnc-fcc (13)
其中,Φcritical为初始砂岩的孔隙度,Φreal为真实孔隙度,fcc为接触胶结物质含量,fnc为非接触胶结物质含量;
通过公式(13),并根据反映胶结物质及形式、孔隙度和速度之间关系的模型,计算包含胶结物质情况下的岩石纵波速度,将所计算的岩石纵波速度与实测岩石纵波速度进行比较,作为反演的目标函数:
f=abs(Vpreal-Vpcal) (14)
其中,Vpreal为实测岩石纵波速度,Vpcal为计算的岩石纵波速度。
CN202011380028.4A 2020-11-30 2020-11-30 基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法 Active CN112489735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011380028.4A CN112489735B (zh) 2020-11-30 2020-11-30 基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011380028.4A CN112489735B (zh) 2020-11-30 2020-11-30 基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法

Publications (2)

Publication Number Publication Date
CN112489735A CN112489735A (zh) 2021-03-12
CN112489735B true CN112489735B (zh) 2023-01-24

Family

ID=74938410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011380028.4A Active CN112489735B (zh) 2020-11-30 2020-11-30 基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法

Country Status (1)

Country Link
CN (1) CN112489735B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112987096B (zh) * 2021-03-15 2021-11-26 中国石油大学(华东) 一种高含泥质砂岩声速的计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110907324A (zh) * 2018-09-14 2020-03-24 中国石油化工股份有限公司 一种碳酸盐岩孔隙成分分析方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110907324A (zh) * 2018-09-14 2020-03-24 中国石油化工股份有限公司 一种碳酸盐岩孔隙成分分析方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
各向异性碳酸盐岩储层精细横波速度估算方法;王保丽等;《物探化探计算技术》;20130915(第05期);全文 *
泥质砂岩中接触胶结泥质定量估算及对砂岩弹性的影响;韩学辉等;《地球物理学报》;20200410(第04期);全文 *

Also Published As

Publication number Publication date
CN112489735A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
Friend et al. Sedimentation of the Wood Bay Formation (Devonian) of Spitsbergen: regional analysis of a late orogenic basin
Bertran et al. Fabric analysis: application to Paleolithic sites
Larson et al. SBEACH: Numerical model for simulating storm-induced beach change
Biswal et al. Stochastic multiscale model for carbonate rocks
Borgomano et al. Petrophysics of Lower Cretaceous platform carbonate outcrops in Provence (SE France): implications for carbonate reservoir characterisation
Martínez-Martínez et al. Stratigraphy, petrophysical characterization and 3D geological modelling of the historical quarry of Nueva Tabarca island (western Mediterranean): Implications on heritage conservation
Wilkinson et al. Poisson processes of carbonate accumulation on Paleozoic and Holocene platforms
CN108399270B (zh) 一种确定页岩地层中各向异性泥质比例的方法
CN111006987B (zh) 一种储层裂缝孔渗参数预测方法
Elshaafi et al. Volcano-tectonics of the Al haruj volcanic province, Central Libya
CN105425280A (zh) 一种矿物模量和孔隙结构预测方法
CN112489735B (zh) 基于测井和线性粒子群算法的碳酸盐胶结物含量求取方法
Lamb et al. Were aqueous ripples on Mars formed by flowing brines?
Li et al. Reservoir architecture and fracture characterization of low-permeability sandstone reservoir: a case study of Biandong oilfield, Jinhu depression, northern Jiangsu Basin, China
Hutchinson Jr et al. Identification, classification and prediction of reservoir nonuniformities affecting production operations
Sunamura et al. Application of an S‐shaped curve model to the temporal development of tafoni of salt‐weathering origin
Ellis et al. Numerical simulation of net longshore sediment transport and granulometry of surficial sediments along Chandeleur Island, Louisiana, USA
Cai et al. Sedimentary characteristics and implications for hydrocarbon exploration in a retrograding shallow-water delta: An example from the fourth member of the Cretaceous Quantou Formation in the Sanzhao depression, Songliao Basin, NE China
CN105301642B (zh) 非均匀孔隙岩石及其固态有机质体积含量确定方法及装置
Kiani et al. Investigating the geological and geomechanical characteristics governing the weathering behavior of Meymand tuff
Ringrose et al. Reservoir model types
CN106285659A (zh) 一种低渗岩性非均质气藏开发单元划分方法
Dubois et al. Climate‐controlled aggradation and cyclicity of continental loessic siliciclastic sediments in Asselian–Sakmarian cyclothems, Permian, Hugoton embayment, USA
Marsh et al. Petrographic and diagenetic investigation of the distal Triassic ‘Budleighensis’ fluvial system in the Solway and Carlisle Basins for potential CO2 storage
Jian et al. Reservoir modeling methods and characterization parameters for a shoreface reservoir: what is important for fluid flow performance?

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