CN112649858A - 一种基于岩心测试的页岩脆性预测方法及系统 - Google Patents
一种基于岩心测试的页岩脆性预测方法及系统 Download PDFInfo
- Publication number
- CN112649858A CN112649858A CN201910965500.1A CN201910965500A CN112649858A CN 112649858 A CN112649858 A CN 112649858A CN 201910965500 A CN201910965500 A CN 201910965500A CN 112649858 A CN112649858 A CN 112649858A
- Authority
- CN
- China
- Prior art keywords
- wave velocity
- brittleness
- modulus
- calculating
- logging
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012360 testing method Methods 0.000 title claims abstract description 27
- 239000011435 rock Substances 0.000 claims abstract description 62
- 239000011707 mineral Substances 0.000 claims abstract description 56
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 19
- 239000011148 porous material Substances 0.000 claims description 19
- 229920006395 saturated elastomer Polymers 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 4
- 238000011065 in-situ storage Methods 0.000 claims description 3
- 239000010453 quartz Substances 0.000 description 11
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 11
- 230000000694 effects Effects 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000002604 ultrasonography 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
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
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)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供了一种基于岩心测试的页岩脆性预测方法及系统,属于岩石物理领域。该方法包括:对于没有横波速度的测井,首先从该测井的测井解释数据中采集该测井中的孔隙度和矿物成分,然后计算获得该测井中的横波速度,再根据该测井的纵波速度和计算得到的横波速度,利用脆性指数预测公式计算得到脆性指数;对于有横波速度的测井,获取该测井的横波速度和纵波速度,然后利用脆性指数预测公式计算得到脆性指数。本发明解决了常规测井中无横波资料造成的脆性预测难的问题,能够进行有效的脆性预测。
Description
技术领域
本发明属于岩石物理领域,具体涉及一种基于岩心测试的页岩脆性预测方法及系统。
背景技术
地震岩石物理方法在非常规油气藏勘探开发中起着重要的技术支持作用,与常规碎屑岩储层相比,页岩气储层关注的除了常规弹性物性参数以外,还涉及到有机质、储层脆性(可压裂性)特征,而储层脆性的识别直接影响到页岩气的开采,成为页岩气勘探中重要的关注参数之一。如何能够准确、经济高效的进行脆性的预测对储层预测和储层开发起到关键的作用。
现在针对脆性的预测主要分为三类,第一类是基于动态弹性参数来获取页岩的脆性,第二类是基于储层脆性矿物成分获取脆性预测,第三类是基于静态力学参数来获取岩石的脆性属性。Rickman等通过对美国Barnnet页岩的统计分析得到高杨氏模量、低泊松比为脆性较好,提出了关于这两种弹性参数的归一化脆性预测方法。Mark用泊松比来表征页岩的脆性。Cuo提出用杨氏模量和泊松比之比来表征脆性。Jarvie等提出了基于脆性矿物成分的脆性预测方法。基于岩石力学应力应变趋势,众多学者提出了脆性的的预测方法,例如Coates and R.Parson提出弹性应变与总应变之比等。现有的学者提出的脆性预测方法均已证明能有效的对脆性进行预测,而现有的这些脆性预测方法在实际储层预测中均面临一个问题,数据资料成本高的难题,另外,通过测井脆性矿物预测存在依赖于矿物反演方法的准确性,而基于弹性参数的则同时要具备具有纵波速度和横波速度这两个参数值,而横波测井尚未普遍普及,因此如何能够基于常规资料进行预测脆性成为必要。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种基于岩心测试的页岩脆性预测方法及系统,基于常规参数中的纵波速度来预测脆性,为页岩气的勘探开发提供经济可靠的技术支撑。
本发明是通过以下技术方案实现的:
一种基于岩心测试的页岩脆性预测方法,包括:
对于没有横波速度的测井,首先从该测井的测井解释数据中采集该测井中的孔隙度和矿物成分,然后计算获得该测井中的横波速度,再根据该测井的纵波速度和计算得到的横波速度,利用脆性指数预测公式计算得到脆性指数;
对于有横波速度的测井,获取该测井的横波速度和纵波速度,然后利用脆性指数预测公式计算得到脆性指数。
所述计算获得该测井中的横波速度的操作包括:
a.根据测井解释数据中的矿物成分计算得到矿物基质的体积模量K0、剪切模量μ0;
b.利用所述矿物基质的体积模量K0、剪切模量μ0计算得到干燥岩石的体积模量Kdry和剪切模量μdry;
c.利用矿物基质的体积模量K0、干燥岩石的体积模量Kdry和剪切模量μdry计算得到孔隙饱水时岩石的体积模量Ksat、剪切模量μsat;
d.利用孔隙饱水时岩石的体积模量Ksat、剪切模量μsat计算得到测井的横波速度值。
所述脆性指数预测公式是这样得到的:
S1、采集页岩岩心,对页岩岩心进行密度测试得到密度ρ;
S2、对页岩岩心进行原位围压实验室超声纵波速度、横波速度测试,得到纵波速度Vp和横波速度Vs;
S3、通过步骤S1和S2得到的密度、纵波速度、横波速度计算得到岩石的杨氏模量E:
其中,ρ:密度,Vp:纵波速度,Vs:横波速度。
S4、利用下式计算脆性指数B1:
B1=100(E-1)/(8-1)
S5、将脆性指数B1与纵波速度和横波速度进行多元拟合得到脆性指数预测公式。
所述页岩脆性预测公式如下:
BrittlenessIndex=0.0193Vp+0.0334Vs-129.2
其中,BrittlenessIndex为脆性指数,Vp为纵波速度,Vs为横波速度。
本发明还提供一种基于岩心测试的页岩脆性预测系统,包括:
数据输入单元,用于输入测井的纵波速度和横波速度,或者输入测井的纵波速度和测井解释数据中的孔隙度和矿物成分;
横波速度获取单元,用于根据所述孔隙度和矿物成分获得该测井中的横波速度;
脆性指数预测单元,用于根据纵波速度和横波速度,利用脆性指数预测公式计算得到脆性指数。
所述横波速度获取单元包括:
矿物基质模量计算子单元,用于根据测井解释数据中的矿物成分计算得到矿物基质的体积模量K0、剪切模量μ0;
干燥岩石模量计算子单元,用于利用所述矿物基质的体积模量K0、剪切模量μ0计算得到干燥岩石的体积模量Kdry和剪切模量μdry;
孔隙饱水岩石模量计算子单元,用于利用矿物基质的体积模量K0、干燥岩石的体积模量Kdry和剪切模量μdry计算得到孔隙饱水时岩石的体积模量Ksat、剪切模量μsat;
横波速度计算子单元,用于利用孔隙饱水时岩石的体积模量Ksat、剪切模量μsat计算得到测井的横波速度值。
所述脆性指数预测单元利用的脆性指数预测公式具体如下:
BrittlenessIndex=0.0193Vp+0.0334Vs-129.2
其中,BrittlenessIndex为脆性指数,Vp为纵波速度,Vs为横波速度。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行本发明的基于岩心测试的页岩脆性预测方法中的步骤。
与现有技术相比,本发明的有益效果是:本发明在基于页岩岩心测试的基础上对页岩测物性弹性特征与脆性特征进行分析得到页岩脆性与物性弹性特征的相关性。提出了基于常规参数纵波速度、横波速度来预测脆性的经验模型。该方法基于大量岩心测试数据,因此脆性预测可靠性高,且该方法依赖参数来源经济成本低,解决了常规测井中无横波资料造成的脆性预测难的问题。将该方法应用到实际的测井脆性预测中效果明显,能够进行有效的脆性预测,并且该方法同样可以应用到地震反演中来得到脆性属性分布,为页岩气的开发提供了经济可靠的技术支撑。
附图说明
图1本发明方法的步骤框图;
图2-1样品的横波速度与岩石脆性指数的交会图;
图2-2样品的纵波速度与岩石脆性指数的交会图;
图3页岩A井脆性预测曲线对比图;
图4本发明系统的组成结构图。
具体实施方式
下面结合附图对本发明作进一步详细描述:
目前页岩是非常规勘探中的热点之一。页岩气由于其自生自储的特性,开采成为页岩勘探开发中的难点,现今主要通过对层位脆性指数的预测来确定开采压裂区域,而脆性指数的预测主流的方法有两类,一类是基于岩石脆性矿物,一类是基于岩石的弹性参数,这两类在学术界都已获得验证,而通过测井脆性矿物预测存在依赖于矿物反演方法的准确性,而基于弹性参数的则同时要具备具有纵波速度和横波速度这两个参数值,而横波测井成本高尚未普遍普及,因此建立一个基于常规测井参数的脆性指数预测方法成为必要,为页岩气的勘探开发提供经济可靠的技术支撑。
本发明在基于对岩心实验室测试参数的基础上建立一个方便经济的页岩脆性指数预测方法。首先对页岩岩心进行相关参数的实验分析测试,包括:X衍射矿物组分分析,超声变压力弹性波速度测试得到页岩样品的矿物成分、密度、渗透率、纵波速度、横波速度值,然后采用现有主流的脆性指数预测方法计算得到基于岩心的脆性指数分布关系值;再将这脆性指数值与岩心的常规已知参数进行相关性分析,可得到该地区脆性与其他参数的经验关系,进而可利用该经验关系式去进行其他无横波速度及矿物成分井的脆性指数预测,并且该经验关系式可应用于地震脆性预测中。
如图1所示,本发明方法的具体步骤包括:
对于有横波速度和纵波速度的测井,直接根据横波速度、纵波速度,利用脆性指数预测公式计算得到脆性指数BrittlenessIndex:
BrittlenessIndex=0.0193Vp+0.0334Vs-129.2 (])
其中,Vp是纵波速度,Vs是横波速度。
由于常规测井中无横波等参数,因此在测井的应用中,需先进行测井的横波速度计算得到横波速度,然后再根据测井的纵波速度和计算得到的该测井的横波速度,利用脆性指数预测公式计算得到脆性指数BrittlenessIndex。
计算横波速度需要首先从测井解释数据中采集测井中的孔隙度和矿物成分,然后基于岩石物理模型对测井中的横波速度进行计算,具体如下:
利用Voigt-Reuss-Hill平均计算混合岩石矿物(石英,泥质)的等效弹性属性,再采用DEM等效介质模型计算包含不同孔隙类型干岩石骨架的弹性属性,再利用Gassmann方程计算饱和流体时岩石的弹性属性。基于测井已知的纵波速度得到测井的横波速度数据,具体如下:
a.获得矿物基质模量:矿物基质的模量采用的是Voigt-Reuss-Hill平均计算包含两种矿物成分(石英、泥质)的等效弹性模量,Voigt-Reuss-Hill的计算表达式为:
其中
公式中,fi和Mi分别表示第i个组分成分的体积含量和模量。本发明中因为考虑的是石英和泥质,因此这里分别指石英和泥质的体积含量和模量,关于石英和泥质的模量是已知的,体积含量从测井数据中获得。
公式(2)中的未知量Mm表示需要求取的模量值,这个模量值可以是体积模量,也可以是剪切模量,也可以是杨氏模量,在本发明中利用该公式求得包含石英和泥质矿物组分的岩石等效弹性模量,即体积模量K0和剪切模量μ0。
b.获得干燥岩石的体积模量Kdry和剪切模量μdry:利用DEM模型模拟岩石中的孔隙,计算得到加入孔隙后的岩石的模量值,DEM模型(Berryman,1992)计算表达式为:
公式(3)和(4)有两个未知数,即K和μ,通过多次计算后得到Kdry和μdrv,初始条件是K*(0)=K1和μ*(0)=μ1,其中,K1、μ1:初始主相材料的体积模量和剪切模量(相1,在这个过程中为a中计算得到的矿物基质模量),K2、μ2:逐渐加入的包含物的体积模量和剪切模量(相2,在这个过程为加入的孔隙)。y:相2的含量(这里指孔隙度的含量)。P*2(y)、Q*2(y)为几何因素(采用公知的计算公式求得。)。利用公式(3)和(4)通过多次计算最后得到干燥岩石的体积模量Kdry和剪切模量μdry。
c.再利用Gassmann方程计算孔隙饱水时(指在孔隙中充填水,步骤b求取出来的是不包含水的干燥岩石的模量,这一步骤是模拟岩石中充满水时的模量值)岩石的弹性模量,表达式为:
其中,Kdry、Ksat、K0、Kf分别表示岩石骨架、饱和岩石、组成岩石矿物、孔隙流体的有效体积模量;表示为孔隙度(Kdry、μdry是步骤b得到的,K0是矿物成分的等效体积模量,由步骤a获得,Kf是指水的体积模量,是已知的,孔隙度也是已知的);μsat、μdry,分别表示饱和岩石、岩石骨架的有效剪切模量。
d.通过步骤c得到的体积模量Ksat、剪切模量μsat与速度的计算关系计算得到测井的横波速度值:
ρsat=(1-φ)(ρquartzVquartz+ρshaleVshale)+φρf
其中,ρquartz:石英矿物的密度,Vquartz:石英矿物占的体积含量,ρshale:泥质矿物的密度,Vshale:泥质矿物占的体积含量,ρf:流体的密度(这里指水的密度),φ:孔隙度。这些参数都是已知参数。
所述脆性指数预测公式是这样得到的:
S1、采集页岩岩心,对页岩岩心进行密度测试得到岩石样品的密度ρ;
S2、对页岩岩心进行原位围压实验室超声纵波速度、横波速度测试,获得岩石样品的纵波速度Vp和横波速度Vs;
S3、通过步骤S1和S2得到的密度、纵波速度、横波速度值计算得到岩石的杨氏模量E:
其中,ρ:密度,Vp:纵波速度,Vs:横波速度。
S4、首先对页岩岩心进行脆性指数计算。采用Rickman te al.(2008)脆性指数的预测方法来对页岩脆性指数进行预测,计算公式如下:
B1=100(E-1)/(8-1) (7)
S5、将B1与纵波速度(Vp)、横波速度(Vs)、密度(ρ)、孔隙度(φ)、纵横波速度比(Vp/Vs)参数进行交会相关性分析,得到与脆性指数相关较好的物性或者弹性参数,通过分析得到脆性指数B1与纵波速度和横波速度相关性更强,因此针对纵波速度和横波速度进行多元拟合得到脆性指数预测公式:
BrittlenessIndex=0.0193Vp+0.0334Vs-129.2
关于纵波速度、横波速度的拟合公式的拟合度R,R2=0.8523,说明拟合效果好,拟合优度比较高。
如图4所示,本发明还提供一种基于岩心测试的页岩脆性预测系统,包括:
数据输入单元10,用于输入测井的纵波数据和横波数据,或者纵波数据和测井解释数据中的孔隙度和矿物成分;
横波速度获取单元20,用于根据所述孔隙度和矿物成分获得该测井中的横波速度;
脆性指数预测单元30,用于根据纵波速度和横波速度,利用脆性指数预测公式计算得到脆性指数。
所述横波速度获取单元包括:
矿物基质模量计算子单元,用于根据测井解释数据中的矿物成分计算得到矿物基质的体积模量K0、剪切模量μ0;
干燥岩石模量计算子单元,用于利用所述矿物基质的体积模量K0、剪切模量μ0计算得到干燥岩石的体积模量Kdry和剪切模量μdry;
孔隙饱水岩石模量计算子单元,用于利用矿物基质的体积模量K0、干燥岩石的体积模量Kdry和剪切模量μdry计算得到孔隙饱水时岩石的体积模量Ksat、剪切模量μdry;
横波速度计算子单元,用于利用孔隙饱水时岩石的体积模量Ksat、剪切模量μdry计算得到测井的横波速度值。
所述脆性指数预测单元利用的脆性指数预测公式具体如下:
BrittlenessIndex=0.0193Vp+0.0334Vs-129.2
其中,BrittlenessIndex为脆性指数,Vp为纵波速度,Vs为横波速度。
采用本发明提出的方法结合实际的页岩岩心测试数据进行页岩测井脆性指数值计算,再分析常规参数与脆性指数的相关性,进而得到该地区脆性指数预测的经验公式。将得到的脆性指数预测公式应用于井A中进行脆性指数预测,并与基于测井的脆性指数计算值进行比对,吻合度高,说明该方法的适用强,可用于其他无横波测井的脆性指数预测中。
图2-1和图2-2给出的是页岩岩心基于脆性指数理论预测方法计算得到的脆性指数与纵波速度、横波速度的交会图,从图中可看出纵波速度、横波速度与脆性指数B1相关性很好。基于得到的脆性预测经验公式对页岩A井进行的脆性预测,由于A井的测井数据全面,测井数据中包含了横波数据及测井反演得到矿物成分等参数。图3给出了采用本发明提出的脆性预测方法和现有理论脆性计算方法的对比图。图中理论计算方法采用的是公式(7),经验模型曲线是采用本发明提出的脆性预测经验公式计算值归一化曲线。从图3中看出随着深度的增加本发明方法与理论脆性计算方法得到的趋势一致性好,能够明确的表示出在深度上脆性好的分布区域,因此可以证明本发明提出的方法在脆性预测上的效果好。
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
Claims (8)
1.一种基于岩心测试的页岩脆性预测方法,其特征在于:所述方法包括:
对于没有横波速度的测井,首先从该测井的测井解释数据中采集该测井中的孔隙度和矿物成分,然后计算获得该测井中的横波速度,再根据该测井的纵波速度和计算得到的横波速度,利用脆性指数预测公式计算得到脆性指数;
对于有横波速度的测井,获取该测井的横波速度和纵波速度,然后利用脆性指数预测公式计算得到脆性指数。
2.根据权利要求1所述的基于岩心测试的页岩脆性预测方法,其特征在于:所述计算获得该测井中的横波速度的操作包括:
a.根据测井解释数据中的矿物成分计算得到矿物基质的体积模量K0、剪切模量μ0;
b.利用所述矿物基质的体积模量K0、剪切模量μ0计算得到干燥岩石的体积模量Kdry和剪切模量μdry;
c.利用矿物基质的体积模量K0、干燥岩石的体积模量Kdry和剪切模量μdry计算得到孔隙饱水时岩石的体积模量Ksat、剪切模量μsat;
d.利用孔隙饱水时岩石的体积模量Ksat、剪切模量μsat计算得到测井的横波速度值。
4.根据权利要求3所述的基于岩心测试的页岩脆性预测方法,其特征在于:所述页岩脆性预测公式如下:
BrittlenessIndex=0.0193Vp+0.0334Vs-129.2
其中,BrittlenessIndex为脆性指数,Vp为纵波速度,Vs为横波速度。
5.一种基于岩心测试的页岩脆性预测系统,其特征在于:所述系统包括:
数据输入单元,用于输入测井的纵波速度和横波速度,或者输入测井的纵波速度和测井解释数据中的孔隙度和矿物成分;
横波速度获取单元,用于根据所述孔隙度和矿物成分获得该测井中的横波速度;
脆性指数预测单元,用于根据纵波速度和横波速度,利用脆性指数预测公式计算得到脆性指数。
6.根据权利要求5所述的系统,其特征在于:所述横波速度获取单元包括:
矿物基质模量计算子单元,用于根据测井解释数据中的矿物成分计算得到矿物基质的体积模量K0、剪切模量μ0;
干燥岩石模量计算子单元,用于利用所述矿物基质的体积模量K0、剪切模量μ0计算得到干燥岩石的体积模量Kdry和剪切模量μdry;
孔隙饱水岩石模量计算子单元,用于利用矿物基质的体积模量K0、干燥岩石的体积模量Kdry和剪切模量μdry计算得到孔隙饱水时岩石的体积模量Ksat、剪切模量μsat;
横波速度计算子单元,用于利用孔隙饱水时岩石的体积模量Ksat、剪切模量μsat计算得到测井的横波速度值。
7.根据权利要求5所述的系统,其特征在于:所述脆性指数预测单元利用的脆性指数预测公式具体如下:
BrittlenessIndex=0.0193Vp+0.0334Vs-129.2
其中,BrittlenessIndex为脆性指数,Vp为纵波速度,Vs为横波速度。
8.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被所述计算机执行时使所述计算机执行如权利要求1-4任一项所述的基于岩心测试的页岩脆性预测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910965500.1A CN112649858A (zh) | 2019-10-11 | 2019-10-11 | 一种基于岩心测试的页岩脆性预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910965500.1A CN112649858A (zh) | 2019-10-11 | 2019-10-11 | 一种基于岩心测试的页岩脆性预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112649858A true CN112649858A (zh) | 2021-04-13 |
Family
ID=75343561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910965500.1A Pending CN112649858A (zh) | 2019-10-11 | 2019-10-11 | 一种基于岩心测试的页岩脆性预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112649858A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116106510A (zh) * | 2023-02-28 | 2023-05-12 | 山东科技大学 | 一种基于超声波测试的岩石冻融后脆性程度评价方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103424772A (zh) * | 2012-05-24 | 2013-12-04 | 中国石油化工股份有限公司 | 一种基于岩石物理的储层横波速度预测方法 |
CN104406849A (zh) * | 2014-11-21 | 2015-03-11 | 中国石油天然气股份有限公司 | 一种储层岩石脆性的预测方法及装置 |
CN104570129A (zh) * | 2014-12-19 | 2015-04-29 | 中国石油天然气股份有限公司 | 碳酸盐岩岩石储层横波速度预测方法 |
CN105221141A (zh) * | 2014-06-23 | 2016-01-06 | 中国石油化工股份有限公司 | 一种泥页岩脆性指数预测方法 |
CN105350959A (zh) * | 2015-11-06 | 2016-02-24 | 中石化石油工程技术服务有限公司 | 由测井岩性密度确定页岩气储层含气饱和度的方法 |
CN106547034A (zh) * | 2016-11-09 | 2017-03-29 | 西南石油大学 | 一种计算致密储层岩石脆性指数的方法 |
CN106569266A (zh) * | 2015-10-12 | 2017-04-19 | 中国石油化工股份有限公司 | 页岩气储层脆性矿物含量预测方法 |
CN107153096A (zh) * | 2017-06-23 | 2017-09-12 | 中国石油大学(北京) | 页岩储层成缝能力测试方法及装置 |
CN107203006A (zh) * | 2017-06-14 | 2017-09-26 | 广东石油化工学院 | 基于纵横波速度的脆性矿物指数预测方法 |
CN108303510A (zh) * | 2017-12-25 | 2018-07-20 | 中国石油天然气股份有限公司 | 页岩气储层性能的评价方法、装置及计算机存储介质 |
CN109471166A (zh) * | 2018-12-04 | 2019-03-15 | 同济大学 | 一种基于孔隙类型反演的深层碳酸盐岩储层横波预测方法 |
CN109655909A (zh) * | 2019-01-14 | 2019-04-19 | 北京信息科技大学 | 计算页岩全角度各向异性脆性指数的方法及系统 |
CN109655903A (zh) * | 2017-10-11 | 2019-04-19 | 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 |
CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
US20210277778A1 (en) * | 2020-03-04 | 2021-09-09 | China University Of Petroleum | Method for evaluating brittleness of deep shale reservoir and computer readable storage medium |
-
2019
- 2019-10-11 CN CN201910965500.1A patent/CN112649858A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103424772A (zh) * | 2012-05-24 | 2013-12-04 | 中国石油化工股份有限公司 | 一种基于岩石物理的储层横波速度预测方法 |
CN105221141A (zh) * | 2014-06-23 | 2016-01-06 | 中国石油化工股份有限公司 | 一种泥页岩脆性指数预测方法 |
CN104406849A (zh) * | 2014-11-21 | 2015-03-11 | 中国石油天然气股份有限公司 | 一种储层岩石脆性的预测方法及装置 |
CN104570129A (zh) * | 2014-12-19 | 2015-04-29 | 中国石油天然气股份有限公司 | 碳酸盐岩岩石储层横波速度预测方法 |
CN106569266A (zh) * | 2015-10-12 | 2017-04-19 | 中国石油化工股份有限公司 | 页岩气储层脆性矿物含量预测方法 |
CN105350959A (zh) * | 2015-11-06 | 2016-02-24 | 中石化石油工程技术服务有限公司 | 由测井岩性密度确定页岩气储层含气饱和度的方法 |
CN106547034A (zh) * | 2016-11-09 | 2017-03-29 | 西南石油大学 | 一种计算致密储层岩石脆性指数的方法 |
CN107203006A (zh) * | 2017-06-14 | 2017-09-26 | 广东石油化工学院 | 基于纵横波速度的脆性矿物指数预测方法 |
CN107153096A (zh) * | 2017-06-23 | 2017-09-12 | 中国石油大学(北京) | 页岩储层成缝能力测试方法及装置 |
CN109655903A (zh) * | 2017-10-11 | 2019-04-19 | 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 |
CN108303510A (zh) * | 2017-12-25 | 2018-07-20 | 中国石油天然气股份有限公司 | 页岩气储层性能的评价方法、装置及计算机存储介质 |
CN109471166A (zh) * | 2018-12-04 | 2019-03-15 | 同济大学 | 一种基于孔隙类型反演的深层碳酸盐岩储层横波预测方法 |
CN109655909A (zh) * | 2019-01-14 | 2019-04-19 | 北京信息科技大学 | 计算页岩全角度各向异性脆性指数的方法及系统 |
CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
US20210277778A1 (en) * | 2020-03-04 | 2021-09-09 | China University Of Petroleum | Method for evaluating brittleness of deep shale reservoir and computer readable storage medium |
Non-Patent Citations (7)
Title |
---|
RICK RICKMAN 等: "A Practical Use of Shale Petrophysics for Stimulation Design Optimization:All Shale Plays Are Not Clones of the Barnett Shale", THE 2008 SPE ANNUAL TECHNICAL CONFERENCE AND EXHIBITION, pages 1 - 11 * |
单中强;: "地震叠前反演方法预测页岩脆性指数在南川地区的应用", 地质学刊, no. 02, 28 June 2018 (2018-06-28) * |
陈祖庆 等: "基于多元回归的页岩脆性指数预测方法研究", 天然气地球科学, vol. 27, no. 03, pages 461 - 469 * |
陈祖庆;郭旭升;李文成;李金磊;: "基于多元回归的页岩脆性指数预测方法研究", 天然气地球科学, vol. 27, no. 03, 10 March 2016 (2016-03-10), pages 461 - 469 * |
鲍祥生 等: "利用纵横波速度法预测泥页岩脆性矿物指数", 天然气地球科学, vol. 29, no. 02, 28 February 2018 (2018-02-28), pages 245 - 250 * |
鲍祥生 等: "利用纵横波速度法预测泥页岩脆性矿物指数", 天然气地球科学, vol. 29, no. 02, pages 245 - 250 * |
鲍祥生;谈迎;吴小奇;郑红军;: "利用纵横波速度法预测泥页岩脆性矿物指数", 天然气地球科学, no. 02, 10 February 2018 (2018-02-10) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116106510A (zh) * | 2023-02-28 | 2023-05-12 | 山东科技大学 | 一种基于超声波测试的岩石冻融后脆性程度评价方法 |
CN116106510B (zh) * | 2023-02-28 | 2024-05-10 | 山东科技大学 | 一种基于超声波测试的岩石冻融后脆性程度评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Al-Qahtani et al. | A mathematical algorithm for modeling geomechanical rock properties of the Khuff and Pre-Khuff reservoirs in Ghawar field | |
CA2867580C (en) | Fracking method at fracking intervals of a horizontal drilling zone in a sweet spot range determined based on measurements of resistivity and density in the horizontal drilling zone | |
US20100191514A1 (en) | Method, Program and Computer System for Scaling Hydrocarbon Reservoir Model Data | |
Lai et al. | Water-content effects on dynamic elastic properties of organic-rich shale | |
CN108071389A (zh) | 一种页岩强度准则及页岩气井井眼坍塌压力预测方法 | |
CN102096107A (zh) | 一种根据声波时差和密度反演孔隙扁度进行储层渗透性评价的方法 | |
CN104181585A (zh) | 一种地球物理勘探横波估算方法和系统 | |
Song et al. | Minimum horizontal stress profile from logging data for montney formation of North East British Columbia | |
CN106202879A (zh) | 二氧化碳驱油过程中纵横波速度动态估算方法 | |
CA2867583A1 (en) | Fracking method for fracking intervals of a horizontal drilling zone in a sweet spot range based on measurements of resistivity and neutron logging data in the horizontal drillingzone | |
Mandal et al. | Triaxial deformation of the goldwyer gas shale at in situ stress conditions—Part I: Anisotropy of elastic and mechanical properties | |
Su et al. | A comprehensive methodology of evaluation of the fracability of a shale gas play | |
Abdlmutalib et al. | The relationship between lithological and geomechanical properties of tight carbonate rocks from Upper Jubaila and Arab-D Member outcrop analog, Central Saudi Arabia | |
Tutuncu et al. | Coupling geomechanics and petrophysical measurements for production enhancement in organic-rich shales | |
Xu et al. | Fracability evaluation method for tight sandstone oil reservoirs | |
CN112649858A (zh) | 一种基于岩心测试的页岩脆性预测方法及系统 | |
Chacon et al. | Effects of stress on fracture properties of naturally fractured reservoirs | |
Nourani et al. | Determination of the overburden permeability of North Sea Chalk | |
Evans et al. | A geological approach to permeability prediction in clastic reservoirs | |
CN110954942A (zh) | 粘土含量识别的图版制作方法及系统 | |
Khaksar et al. | Enhanced Rock Strength Modelling, Combining Triaxial Compressive Tests, Non-Destructive Index Testing and Well Logs | |
CN109538199A (zh) | 一种煤系地层含气量评价方法、装置及电子设备 | |
Mandal et al. | Specific surface area: A reliable predictor of creep and stress relaxation in gas shales | |
Heidari | Advances in formation evaluation of shale systems | |
Tutuncu et al. | A comparative study of organic richness and maturity impact on anisotropic geomechanical properties in shales reservoirs |
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 |