CN113312583A - 裂缝性页岩气储层性能参数预测方法及系统 - Google Patents

裂缝性页岩气储层性能参数预测方法及系统 Download PDF

Info

Publication number
CN113312583A
CN113312583A CN202110579031.7A CN202110579031A CN113312583A CN 113312583 A CN113312583 A CN 113312583A CN 202110579031 A CN202110579031 A CN 202110579031A CN 113312583 A CN113312583 A CN 113312583A
Authority
CN
China
Prior art keywords
obtaining
parameters
parameter
inversion
frequency model
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
Application number
CN202110579031.7A
Other languages
English (en)
Other versions
CN113312583B (zh
Inventor
潘新朋
李林
张广智
葛子建
柳建新
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 University of Petroleum East China
Central South University
Original Assignee
China University of Petroleum East China
Central South University
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 University of Petroleum East China, Central South University filed Critical China University of Petroleum East China
Priority to CN202110579031.7A priority Critical patent/CN113312583B/zh
Publication of CN113312583A publication Critical patent/CN113312583A/zh
Application granted granted Critical
Publication of CN113312583B publication Critical patent/CN113312583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Mathematical Optimization (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供一种裂缝性页岩气储层性能参数预测方法及系统，属于页岩气储层勘探技术领域，基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；基于测井数据，得到各向同性参数低频模型和各向异性参数低频模型；利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。本发明可以产生合理的有效应力敏感参数及裂缝弱度预测结果，有助于识别裂缝性页岩气储层的异常压力和裂缝发育特征。

Description

裂缝性页岩气储层性能参数预测方法及系统
技术领域
本发明涉及页岩气储层勘探技术领域，具体涉及一种裂缝性页岩气储层性能参数预测方法及系统。
背景技术
天然裂缝和诱导裂缝对于准确获得储层水力压裂过程中的流体流动特征起着至关重要的作用。水力压裂的研究主要集中在天然裂缝性储层(致密气砂、页岩气等)，这些裂缝性储层的“甜点”与有效应力和裂缝性质有关。因此，了解有效应力和裂缝性质对裂缝性页岩气储层的优化生产至关重要。
有效应力预测对于优化水力压裂有利区域，进而提高钻井和生产的安全性十分重要。有效应力与垂直应力和孔隙压力有关。常规预测有效应力的方法是，首先分别估计垂直应力和孔隙压力，然后使用它们间接计算有效应力。常规方法中的有效应力估算过程是间接的，有效应力预测的精度由垂直应力和孔隙压力的计算精度控制，而且需要根据测井数据或岩心数据计算出许多未知参数，导致有效应力预测精度不高、预测成本高、效率低。
发明内容
本发明的目的在于提供一种将储层性质(例如，孔隙度)与有效应力联系起来，通过直接反演有效应力敏感参数，实现有效应力精确快速预测的裂缝性页岩气储层性能参数预测方法及系统，以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的，本发明采取了如下技术方案：
第一方面，本发明提供一种裂缝性页岩气储层性能参数预测方法，包括：
基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
基于测井数据，得到各向同性参数低频模型；
基于测井数据，得到各向异性参数低频模型；
利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
优选的，得到傅里叶系数数据体包括：
结合方位反射系数，计算傅里叶系数的余弦分量an(θ)和正弦分量bn(θ)
Figure BDA0003085340540000021
Figure BDA0003085340540000022
其中，
Figure BDA0003085340540000023
表示第k个方位反射系数，K表示方位反射系数的总数，n表示傅里叶系数的阶数，θ表示入射角，
Figure BDA0003085340540000024
表示方位角，d表示微分。
优选的，各向同性参数包括流体的有效体积模量、垂直有效应力敏感参数、岩石基质的性质、背景岩石的密度。
优选的，各向异性参数包括法向弱度和切向弱度。
优选的，利用零阶傅里叶系数、角度子波及各向同性参数的低频模型，基于贝叶斯反演得到有效应力敏感参数反演结果，根据测井数据得到的有效应力敏感参数与垂直有效应力间的关系计算得到垂直有效应力。
优选的，利用二阶傅里叶系数的余弦分量和正弦分量、角度子波及各向异性参数的低频模型，基于贝叶斯反演得到裂缝弱度参数反演结果。
优选的，结合零阶傅里叶系数的矩阵表示形式，使用贝叶斯AVO反演方法估计各向同性参数；对于M个入射角和N个界面的情况，零阶傅里叶系数以矩阵的形式表示为：
Figure BDA0003085340540000025
其中，
Figure BDA0003085340540000031
Figure BDA0003085340540000032
Figure BDA0003085340540000033
Figure BDA0003085340540000034
Figure BDA0003085340540000035
Figure BDA0003085340540000036
Figure BDA0003085340540000037
aρ(θi)＝2diag[aρ(t1,θi) aρ(t2,θi) ... aρ(tN,θi)],
Figure BDA0003085340540000038
Figure BDA0003085340540000039
Figure BDA00030853405400000310
Rρ＝[Rρ(t1) Rρ(t2) ... Rρ(tN)]T.
其中，T表示矩阵的转置，diag[·]表示对角矩阵，ti(i＝1,2,...,N)表示第i个时间采样点，
Figure BDA00030853405400000311
Kf表示流体的有效体积模量、σe表示垂直有效应力敏感参数、μφ表示岩石基质的性质、ρ背景岩石的密度。
优选的，结合二阶傅里叶系数的余弦分量和正弦分量的矩阵表示形式，使用贝叶斯AVO反演方法估计各向异性参数；对于M个入射角和N个界面的情况，二阶傅里叶系数的余弦分量和正弦分量的矩阵表示形式为：
Figure BDA00030853405400000312
其中，
d2nd-FC＝[a2(θ1) b2(θ1) a2(θ2) b2(θ2) ... a2(θM) b2(θM)]T,
Figure BDA0003085340540000041
a2(θi)＝[a2(t1,θi) a2(t2,θi) ... a2(tN,θi)]T,
b2(θi)＝[b2(t1,θi) b2(t2,θi) ... b2(tN,θi)]T,
Figure BDA0003085340540000042
Figure BDA0003085340540000043
Figure BDA0003085340540000046
Figure BDA0003085340540000044
其中，
Figure BDA0003085340540000045
δN表示法向弱度，δT表示切向弱度。
第二方面，本发明提供一种裂缝性页岩储层性能参数预测系统，包括：
第一计算模块，用于基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
第二计算模块，用于基于测井数据，得到各向同性参数低频模型；
第三计算模块，用于基于测井数据，得到各向异性参数低频模型；
第一反演模块，用于利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
第二反演模块，用于利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括用于执行如上所述的裂缝性页岩储层性能参数预测方法的指令。
第四方面，本发明提供一种电子设备，包括如上所述的非暂态计算机可读存储介质；以及能够执行所述非暂态计算机可读存储介质的所述指令的一个或多个处理器。
本发明有益效果：可以产生合理的有效应力敏感参数及裂缝弱度预测结果，有助于识别裂缝性页岩气储层的异常压力和裂缝发育特征。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，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为本发明实施例所述的有效应力敏感参数和裂缝参数的反演流程示意图。
图2为本发明实施例所述的信噪比为2的合成方位角道集示意图。
图3为本发明实施例所述的不同信噪比合成数据的反演结果示意图。
图4为本发明实施例所述的方位部分角度叠加地震剖面示意图。
图5为本发明实施例所述的模型参数反演剖面示意图。
图6为本发明实施例所述的井旁道反演结果对比示意图。
具体实施方式
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
实施例1
本发明实施例1提供一种裂缝性页岩储层性能参数预测系统，该系统包括：
第一计算模块，用于基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
第二计算模块，用于基于测井数据，得到各向同性参数低频模型；
第三计算模块，用于基于测井数据，得到各向异性参数低频模型；
第一反演模块，用于利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
第二反演模块，用于利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
在本实施例1中，利用上述的系统，实现了裂缝性页岩气储层性能参数预测方法，包括：
利用第一计算模块，基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
利用第二计算模块，基于测井数据，得到各向同性参数低频模型；
利用第三计算模块，基于测井数据，得到各向异性参数低频模型；
利用第一反演模块，基于傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
利用第二反演模块，基于傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
再本实施例1中，得到傅里叶系数数据体包括：
结合方位反射系数，计算傅里叶系数的余弦分量an(θ)和正弦分量bn(θ)
Figure BDA0003085340540000071
Figure BDA0003085340540000072
其中，
Figure BDA0003085340540000073
表示第k个方位反射系数，K表示方位反射系数的总数，n表示傅里叶系数的阶数，θ表示入射角，
Figure BDA0003085340540000074
表示方位角，d表示微分。
在本实施例1中，各向同性参数包括流体的有效体积模量、垂直有效应力敏感参数、岩石基质的性质、背景岩石的密度。
在本实施例1中，各向异性参数包括法向弱度和切向弱度。
在本实施例1中，利用零阶傅里叶系数、角度子波及各向同性参数的低频模型，基于贝叶斯反演得到有效应力敏感参数反演结果，根据测井数据得到的有效应力敏感参数与垂直有效应力间的关系计算得到垂直有效应力。
在本实施例1中，利用二阶傅里叶系数的余弦分量和正弦分量、角度子波及各向异性参数的低频模型，基于贝叶斯反演得到裂缝弱度参数反演结果。
在本实施例1中，结合零阶傅里叶系数的矩阵表示形式，使用贝叶斯AVO反演方法估计各向同性参数；对于M个入射角和N个界面的情况，零阶傅里叶系数的余弦分量以矩阵的形式表示为：
Figure BDA0003085340540000081
其中，
Figure BDA0003085340540000082
Figure BDA0003085340540000083
Figure BDA0003085340540000084
Figure BDA0003085340540000085
Figure BDA0003085340540000086
Figure BDA0003085340540000087
Figure BDA0003085340540000088
aρ(θi)＝2diag[aρ(t1,θi) aρ(t2,θi) ... aρ(tN,θi)],
Figure BDA0003085340540000089
Figure BDA00030853405400000810
Figure BDA00030853405400000811
Rρ＝[Rρ(t1) Rρ(t2) ... Rρ(tN)]T.
其中，T表示矩阵的转置，diag[·]表示对角矩阵，ti(i＝1,2,...,N)表示第i个时间采样点，
Figure BDA0003085340540000091
Kf表示流体的有效体积模量、σe表示垂直有效应力敏感参数、μφ表示岩石基质的性质、ρ背景岩石的密度。
Figure BDA0003085340540000092
表示第i个时间采样点处的流体体积模量，
Figure BDA0003085340540000093
表示第i个时间采样点处的垂直有效应力敏感参数，
Figure BDA0003085340540000094
表示第i个时间采样点处的岩石基质的性质，Rρ(ti)表示第i个时间采样点处的背景岩石的密度。
在本实施例1中，结合二阶傅里叶系数的余弦分量和正弦分量的矩阵表示形式，使用贝叶斯AVO反演方法估计各向异性参数；对于M个入射角和N个界面的情况，二阶傅里叶系数的余弦分量和正弦分量的矩阵表示形式为：
Figure BDA0003085340540000095
其中，
d2nd-FC＝[a2(θ1) b2(θ1) a2(θ2) b2(θ2) ... a2(θM) b2(θM)]T,
Figure BDA0003085340540000096
a2(θi)＝[a2(t1,θi) a2(t2,θi) ... a2(tN,θi)]T,
b2(θi)＝[b2(t1,θi) b2(t2,θi) ... b2(tN,θi)]T,
Figure BDA0003085340540000097
Figure BDA0003085340540000098
Figure BDA0003085340540000099
Figure BDA00030853405400000910
其中，
Figure BDA00030853405400000911
δN表示法向弱度，δT表示切向弱度，
Figure BDA00030853405400000912
表示第i个时间采样点处的法向弱度，
Figure BDA00030853405400000913
表示第i个时间采样点处的切向弱度。
实施例2
如图1所示，在本实施例2中，提出了一套利用方位地震数据估测有效应力敏感参数和裂缝参数的方法，具体为：
(1)根据方程(34)和(35)，利用方位角道集数据计算得到傅里叶系数数据体(a0(θ)，a2(θ)和b2(θ))；
(2)根据方程(37)，利用零阶傅里叶系数(a0(θ))、角度子波及四个未知各向同性参数(Kf，σe，μφ和ρ)的低频模型，基于贝叶斯反演得到有效应力敏感参数反演结果，根据测井数据得到的有效应力敏感参数与垂直有效应力间的关系计算得到垂直有效应力；
(3)根据方程(40)，利用二阶傅里叶系数(a2(θ)和b2(θ))、角度子波及两个未知各向异性参数(δN和δT)的低频模型，基于贝叶斯反演得到裂缝弱度参数反演结果。
具体的，在本实施例2中，利用方位地震数据估测有效应力敏感参数和裂缝参数的方法的推导原理如下：
根据有效应力理论，垂直有效应力σV可表示为上覆地层压力SV与孔隙压力pp之差
σV＝SV-pp. (1)
上覆地层压力可以对地层密度进行积分得到
Figure BDA0003085340540000101
其中，ρ(z)是深度为z处的页岩密度，g是重力加速度，
Figure BDA0003085340540000102
表示密度的平均值。
页岩孔隙度φ与垂直有效应力σV近似呈指数递减关系：
φ＝φ0exp(-βσV), (3)
其中，φ0是根据经验确定的页岩的初始孔隙度，符号exp表示指数函数，β也是一个经验常数，σe＝exp(-βσV)表示垂直有效应力敏感参数。
根据低频各向异性孔隙弹性理论，可以通过干岩刚度张量
Figure BDA0003085340540000111
和受流体填充基质孔隙和裂缝影响的刚度张量
Figure BDA0003085340540000112
之和来计算裂缝岩石的饱和刚度张量
Figure BDA0003085340540000113
即
Figure BDA0003085340540000114
其中，Cijkl代表裂缝岩石的弹性刚度张量；Ks和Kf分别是固体矿物和流体的有效体积模量；φ是岩石的总孔隙度，δij表示克罗内克符号。
Figure BDA0003085340540000115
Figure BDA0003085340540000116
对于由单组旋转对称的垂直裂缝或垂直于x轴的对齐裂缝形成的HTI模型，其有效干岩刚度张量为
Figure BDA0003085340540000117
其中，Md＝λd+2μ和μ分别是背景干岩石的纵波和横波模量，γd＝λd/Md。根据线性滑移模型，上述刚度张量取决于两个微观结构的裂缝弱度参数，即法向弱度δN和切向弱度δT。λd表示背景干岩石的第一拉梅常数。
结合方程(3)，(4)和(5)，HTI介质饱和刚度矩阵系数可以表示为
Figure BDA0003085340540000118
Figure BDA0003085340540000119
Figure BDA00030853405400001110
Figure BDA0003085340540000121
Figure BDA0003085340540000122
Figure BDA0003085340540000123
其中，Kd表示有效干岩石体积模量。
流体的有效体积模量通常远小于固体矿物的有效体积模量，即Kf<<Ks。应用Voigt假设和弱各向异性近似的假设，方程(6)–(9)的分母项可以合理地近似为
0≤1-φ0σe-(1-δNKd/Md)Kd/Ks+φ0σeKs/Kf<<φ0σeKs/Kf. (12)
因此，饱和刚度张量可以进一步弱各向异性近似为
Figure BDA0003085340540000124
Figure BDA0003085340540000125
Figure BDA0003085340540000126
Figure BDA0003085340540000127
根据地震散射理论，线性化的PP波反射系数与散射函数的关系可以写成
Figure BDA0003085340540000128
其中，θ表示入射角，ρ是背景介质的密度，S(r0)是散射函数，可表示为
Figure BDA0003085340540000129
式中的饱和弹性刚度张量的扰动
Figure BDA00030853405400001210
可以在弱各向异性的假设下推导得到
Figure BDA00030853405400001211
Figure BDA00030853405400001212
Figure BDA00030853405400001213
Figure BDA00030853405400001214
Figure BDA00030853405400001215
Figure BDA0003085340540000131
其中，符号Δ分别代表背景弹性参数，有效应力敏感参数和裂缝参数的扰动。
结合方程(17)–(24)，可推导得到含有效应力敏感参数和裂缝参数的线性化PP波反射系数
Figure BDA0003085340540000132
其中
Figure BDA0003085340540000133
Figure BDA0003085340540000134
Figure BDA0003085340540000135
Figure BDA0003085340540000136
在方程(25)和(26)中，μφ＝μφ表示干岩石基质的性质，
Figure BDA0003085340540000137
是方位角。
Figure BDA0003085340540000138
gs和gd分别代表流体饱和模量比和干岩石模量比。
将HTI介质的线性化PP波反射系数写为傅里叶级数表达形式，即
Figure BDA0003085340540000139
Figure BDA00030853405400001310
Figure BDA00030853405400001311
Figure BDA00030853405400001312
Figure BDA00030853405400001313
Figure BDA00030853405400001314
其中，
Figure BDA0003085340540000141
Figure BDA0003085340540000142
Figure BDA0003085340540000143
Figure BDA0003085340540000144
式中的
Figure BDA0003085340540000145
代表裂缝对称轴的方位角，
Figure BDA0003085340540000146
Figure BDA0003085340540000147
和
Figure BDA0003085340540000148
an(θ)和bn(θ)表示傅里叶系数，可以通过方位反射系数计算得到
Figure BDA0003085340540000149
Figure BDA00030853405400001410
其中，
Figure BDA00030853405400001411
表示第k个方位反射系数。
由于在入射角不超过30°的情况下，裂缝参数项对零阶傅里叶系数a0(θ)的贡献太小，可以忽略不计。因此方程(28)可近似表示为
Figure BDA00030853405400001412
对于M个入射角和N个界面的情况，方程(36)可以以矩阵的形式表示为
Figure BDA00030853405400001413
其中，
Figure BDA00030853405400001414
Figure BDA00030853405400001415
Figure BDA00030853405400001416
Figure BDA0003085340540000151
Figure BDA0003085340540000152
Figure BDA0003085340540000153
Figure BDA0003085340540000154
aρ(θi)＝2diag[aρ(t1,θi) aρ(t2,θi) ... aρ(tN,θi)],
Figure BDA0003085340540000155
Figure BDA0003085340540000156
Figure BDA0003085340540000157
Rρ＝[Rρ(t1) Rρ(t2) ... Rρ(tN)]T. (39)
此处，上标T表示矩阵的转置，符号diag[·]表示对角矩阵，ti(i＝1,2,…N)表示第i个时间采样点。
根据方程(37)，可以使用贝叶斯AVO反演方法估计未知的四个模型参数。
类似地，对于M个入射角和N个界面的情况，方程(29)和(30)可以以矩阵的形式表示为
Figure BDA0003085340540000158
其中，
d2nd-FC＝[a2(θ1) b2(θ1) a2(θ2) b2(θ2) ... a2(θM) b2(θM)]T,
Figure BDA0003085340540000159
a2(θi)＝[a2(t1,θi) a2(t2,θi) ... a2(tN,θi)]T,
b2(θi)＝[b2(t1,θi) b2(t2,θi) ... b2(tN,θi)]T,
Figure BDA00030853405400001510
Figure BDA00030853405400001511
Figure BDA00030853405400001512
Figure BDA00030853405400001513
方程(40)类似于方程(37)，使用贝叶斯AVO反演方法估计两个各向异性模型参数。
在本实施例2中，利用实际测井数据验证上述方法的有效性。利用测井曲线与主频为35Hz的雷克子波通过褶积模型合成方位角道集，添加信噪比为10000和2的高斯噪声以模拟观测地震数据。图2为信噪比为2的合成方位角道集。图3为不同信噪比合成数据的反演结果，图3(a)中，信噪比为10000，图3(b)中，信噪比为2，其中实线表示真实值，点线表示初始模型，虚线表示反演结果。从图3可以看出，在信噪比为10000的情况下，利用零阶傅里叶系数可以合理估计有效应力敏感参数，利用二阶傅里叶系数可以很好地估计裂缝弱度。此外，在信噪比为2的情况下，使用零阶傅里叶系数估计的有效应力敏感参数与真实模型吻合较好，使用二阶傅里叶系数估计的裂缝参数也与真实模型吻合较好。表明提出的方法能够利用方位地震资料准确可靠地估算有效应力敏感参数和裂缝参数。
在本实施例2中，利用实际数据用于验证所提出的方法。已对叠前地震数据进行了保幅和降噪处理，然后对其进行方位角划分和部分角度叠加，最终得到方位部分角度叠加地震数据。输入数据是方位部分角度叠加地震数据，包括三个平均入射角(θ1＝10°，θ2＝20°和θ3＝30°)和四个平均方位角(
Figure BDA0003085340540000161
Figure BDA0003085340540000162
和
Figure BDA0003085340540000163
)，如图4所示。其中，图4(a)为小角度部分角度叠加地震剖面，图4(b)为中角度部分角度叠加地震剖面，图4(c)为大角度部分角度叠加地震剖面，黑色曲线表示P波阻抗，裂缝型页岩气储层(黑色矩形)处表现为相对低值。图5为模型参数反演剖面。其中，图5(a)为各向同性参数反演剖面，图5(b)为各向异性参数反演剖面。可以看出在裂缝型页岩气储层附近，有效应力敏感参数和裂缝参数的反演结果显示出较高的值，这表明裂缝型页岩气储层表现出异常高的压力。
为了验证反演结果的可靠性，提取井旁道反演结果与测井数据进行比较，如图6所示，其中实线为测井曲线，虚线为反演结果。可以看到反演结果与测井数据基本符合，表明所提出的反演方法可以得到可靠的结果，对异常压力和裂缝性储层的识别很有用。
实施例3
本发明实施例3提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括用于执行裂缝性页岩气储层性能参数预测方法的指令，该方法包括：
基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
基于测井数据，得到各向同性参数低频模型；
基于测井数据，得到各向异性参数低频模型；
利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
实施例4
本发明实施例4提供一种电子设备，该电子设备包括一种非暂态计算机可读存储介质；以及能够执行所述非暂态计算机可读存储介质的所述指令的一个或多个处理器。所述非暂态计算机可读存储介质包括用于执行裂缝性页岩气储层性能参数预测方法的指令，该方法包括：
基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
基于测井数据，得到各向同性参数低频模型；
基于测井数据，得到各向异性参数低频模型；
利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
综上所述，本发明实施例所述的裂缝性页岩气储层性能参数预测方法及系统，利用方位地震数据估算有效应力敏感参数和裂缝参数有助于优化裂缝性页岩气储层的开发。基于各向异性的Gassmann方程以及孔隙度与有效应力之间的关系，推导了含有效应力敏感参数和裂缝弱度的HTI介质饱和刚度张量的简化表达式。结合散射函数和扰动矩阵，进一步推导得到含有效应力敏感参数和裂缝弱度的线性化纵波反射系数方程及其傅里叶级数表达式。最终得到一种利用傅里叶系数进行有效应力敏感参数和裂缝弱度地震同时预测的方法及系统。通过模型测试和实际应用表明，所提出的反演方法可以产生合理的有效应力敏感参数及裂缝弱度预测结果，有助于识别裂缝性页岩气储层的异常压力和裂缝发育特征。
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、系统、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(系统)、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，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。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种裂缝性页岩气储层性能参数预测方法，其特征在于，包括：
基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
基于测井数据，得到各向同性参数低频模型；
基于测井数据，得到各向异性参数低频模型；
利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
2.根据权利要求1所述的裂缝性页岩储层性能参数预测方法，其特征在于，得到傅里叶系数数据体包括：
结合方位反射系数，计算傅里叶系数的余弦分量an(θ)和正弦分量bn(θ)
Figure FDA0003085340530000011
Figure FDA0003085340530000012
其中，
Figure FDA0003085340530000013
表示第k个方位反射系数，K表示方位反射系数的总数，n表示傅里叶系数的阶数，θ表示入射角，
Figure FDA0003085340530000014
表示方位角，d表示微分。
3.根据权利要求2所述的裂缝性页岩储层性能参数预测方法，其特征在于，各向同性参数包括流体的有效体积模量、垂直有效应力敏感参数、岩石基质的性质、背景岩石的密度。
4.根据权利要求2所述的裂缝性页岩储层性能参数预测方法，其特征在于，各向异性参数包括法向弱度和切向弱度。
5.根据权利要求3所述的裂缝性页岩储层性能参数预测方法，其特征在于，利用零阶傅里叶系数、角度子波及各向同性参数的低频模型，基于贝叶斯反演得到有效应力敏感参数反演结果，根据测井数据得到的有效应力敏感参数与垂直有效应力间的关系计算得到垂直有效应力。
6.根据权利要求5所述的裂缝性页岩储层性能参数预测方法，其特征在于，利用二阶傅里叶系数的余弦分量和正弦分量、角度子波及各向异性参数的低频模型，基于贝叶斯反演得到裂缝弱度参数反演结果。
7.根据权利要求6所述的裂缝性页岩储层性能参数预测方法，其特征在于，结合零阶傅里叶系数的余弦分量的矩阵表示形式，使用贝叶斯AVO反演方法估计各向同性参数；对于M个入射角和N个界面的情况，零阶傅里叶系数以矩阵的形式表示为：
Figure FDA0003085340530000021
其中，
Figure FDA0003085340530000022
Figure FDA0003085340530000023
Figure FDA0003085340530000024
Figure FDA0003085340530000025
Figure FDA0003085340530000026
Figure FDA0003085340530000027
Figure FDA0003085340530000028
aρ(θi)＝2diag[aρ(t1,θi) aρ(t2,θi) ... aρ(tN,θi)],
Figure FDA0003085340530000029
Figure FDA00030853405300000210
Figure FDA00030853405300000211
Rρ＝[Rρ(t1) Rρ(t2) ... Rρ(tN)]T.
其中，T表示矩阵的转置，diag[·]表示对角矩阵，ti(i＝1,2,...,N)表示第i个时间采样点，
Figure FDA00030853405300000212
Kf表示流体的有效体积模量、σe表示垂直有效应力敏感参数、μφ表示岩石基质的性质、ρ背景岩石的密度。
8.根据权利要求7所述的裂缝性页岩储层性能参数预测方法，其特征在于，结合二阶傅里叶系数的余弦分量和正弦分量的矩阵表示形式，使用贝叶斯AVO反演方法估计各向异性参数；对于M个入射角和N个界面的情况，二阶傅里叶系数的余弦分量和正弦分量的矩阵表示形式为：
Figure FDA0003085340530000031
其中，
d2nd-FC＝[a2(θ1) b2(θ1) a2(θ2) b2(θ2) ... a2(θM) b2(θM)]T,
Figure FDA0003085340530000032
a2(θi)＝[a2(t1,θi) a2(t2,θi) ...a2(tN,θi)]T,
b2(θi)＝[b2(t1,θi) b2(t2,θi) ... b2(tN,θi)]T,
Figure FDA0003085340530000033
Figure FDA0003085340530000034
Figure FDA0003085340530000035
Figure FDA0003085340530000036
其中，
Figure FDA0003085340530000037
δN表示法向弱度，δT表示切向弱度。
9.一种裂缝性页岩储层性能参数预测系统，其特征在于，包括：
第一计算模块，用于基于方位角道集数据，结合傅里叶级数分解，得到傅里叶系数数据体；
第二计算模块，用于基于测井数据，得到各向同性参数低频模型；
第三计算模块，用于基于测井数据，得到各向异性参数低频模型；
第一反演模块，用于利用傅里叶系数数据体、各向同性参数低频模型和角度地震子波，基于贝叶斯反演，得到有效应力敏感参数；
第二反演模块，用于利用傅里叶系数数据体、各向异性参数低频模型和角度地震子波，基于贝叶斯反演，得到裂缝弱度参数。
10.一种电子设备，包括非暂态计算机可读存储介质；以及能够执行所述非暂态计算机可读存储介质的所述指令的一个或多个处理器；其中，所述非暂态计算机可读存储介质包括用于执行如权利要求1-8任一项所述的裂缝性页岩储层性能参数预测方法的指令。
CN202110579031.7A 2021-05-26 2021-05-26 裂缝性页岩气储层性能参数预测方法及系统 Active CN113312583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110579031.7A CN113312583B (zh) 2021-05-26 2021-05-26 裂缝性页岩气储层性能参数预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110579031.7A CN113312583B (zh) 2021-05-26 2021-05-26 裂缝性页岩气储层性能参数预测方法及系统

Publications (2)

Publication Number Publication Date
CN113312583A true CN113312583A (zh) 2021-08-27
CN113312583B CN113312583B (zh) 2024-06-25

Family

ID=77375174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110579031.7A Active CN113312583B (zh) 2021-05-26 2021-05-26 裂缝性页岩气储层性能参数预测方法及系统

Country Status (1)

Country Link
CN (1) CN113312583B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113740910A (zh) * 2021-09-06 2021-12-03 中南大学 一种vti等效介质裂缝弱度参数地震反演方法及系统
CN113835119A (zh) * 2021-09-18 2021-12-24 中国石油大学(华东) 基于方位扩展弹性阻抗的页岩储层水平地应力预测方法
CN114019565A (zh) * 2021-11-02 2022-02-08 中海石油(中国)有限公司 快速叠前裂缝预测方法、装置、计算机存储介质及设备
CN114048627A (zh) * 2021-11-24 2022-02-15 中国石油大学(华东) 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统
CN115993649A (zh) * 2023-02-21 2023-04-21 中国石油大学(华东) 基于等效方位杨氏模量的裂缝参数预测方法及系统

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1294686A (zh) * 1999-01-15 2001-05-09 贝克休斯公司 利用井下单极和交叉－偶极声学测量识别和估计地层应力
US20130238304A1 (en) * 2012-03-06 2013-09-12 Michael Edwin Glinsky Model Predicting Fracturing of Shale
CN103713327A (zh) * 2013-12-31 2014-04-09 孙赞东 基于测井及地震资料的页岩气储层最小闭合压力评价方法
CN104597491A (zh) * 2015-01-28 2015-05-06 中国石油大学(华东) 一种基于方位弹性阻抗差异的裂缝储层参数反演方法
CN106501872A (zh) * 2016-09-26 2017-03-15 中国石油天然气股份有限公司 一种裂缝储层地应力特征的计算方法及装置
US20170160413A1 (en) * 2015-12-04 2017-06-08 Cgg Services Sas Method and apparatus for analyzing fractures using avoaz inversion
CN106814388A (zh) * 2016-12-27 2017-06-09 中国石油大学(北京) 砂泥岩储层地层压力的地震预测方法及装置
CN106842313A (zh) * 2015-12-04 2017-06-13 中国石油化工股份有限公司 基于方位叠前地震数据的各向异性参数反演方法
WO2017205307A1 (en) * 2016-05-25 2017-11-30 Schlumberger Technology Corporation Elastic parameter estimation
CN108897043A (zh) * 2018-09-03 2018-11-27 中国石油天然气股份有限公司 基于弱度参数检测裂缝型储层流体的方法及装置
CN110174698A (zh) * 2019-06-27 2019-08-27 中国石油大学(华东) 一种基于方位傅里叶系数的弹性阻抗反演方法及系统
CN110705000A (zh) * 2019-07-04 2020-01-17 成都理工大学 非常规储层加密井压裂动态微地震事件屏障区确定方法
CN110873897A (zh) * 2018-09-04 2020-03-10 中国石油化工股份有限公司 基于方位弹性阻抗傅里叶级数展开的裂缝预测方法及系统
CN111025396A (zh) * 2020-01-06 2020-04-17 中国石油化工股份有限公司 基于人工智能算法的油藏物性参数地震预测方法
CN111208560A (zh) * 2020-01-15 2020-05-29 中南大学 正交介质裂缝型储层水平裂缝及垂直裂缝同步预测方法
CN111399042A (zh) * 2020-03-20 2020-07-10 清华大学 一种储层物性参数的预测方法及电子设备
CN111460602A (zh) * 2019-12-06 2020-07-28 西南石油大学 一种基于岩石物理建模的横观各向同性地层地应力预测方法
CN111897006A (zh) * 2020-07-15 2020-11-06 中国石油大学(华东) 一种基于方位弹性阻抗差异奇异值分解的裂缝密度及方向预测方法及系统与应用
CN111980696A (zh) * 2020-09-18 2020-11-24 中国石油天然气集团有限公司 坍塌压力和失稳区域确定方法、以及井眼轨迹优化方法
CN112765818A (zh) * 2021-01-22 2021-05-07 中南大学 多圆孔多裂纹各向异性物料的应力强度因子测定方法
CN112835101A (zh) * 2021-03-13 2021-05-25 中国石油大学(华东) 裂缝流体因子预测方法及系统

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1294686A (zh) * 1999-01-15 2001-05-09 贝克休斯公司 利用井下单极和交叉－偶极声学测量识别和估计地层应力
US20130238304A1 (en) * 2012-03-06 2013-09-12 Michael Edwin Glinsky Model Predicting Fracturing of Shale
CN103713327A (zh) * 2013-12-31 2014-04-09 孙赞东 基于测井及地震资料的页岩气储层最小闭合压力评价方法
CN104597491A (zh) * 2015-01-28 2015-05-06 中国石油大学(华东) 一种基于方位弹性阻抗差异的裂缝储层参数反演方法
US20170160413A1 (en) * 2015-12-04 2017-06-08 Cgg Services Sas Method and apparatus for analyzing fractures using avoaz inversion
CN106842313A (zh) * 2015-12-04 2017-06-13 中国石油化工股份有限公司 基于方位叠前地震数据的各向异性参数反演方法
WO2017205307A1 (en) * 2016-05-25 2017-11-30 Schlumberger Technology Corporation Elastic parameter estimation
CN106501872A (zh) * 2016-09-26 2017-03-15 中国石油天然气股份有限公司 一种裂缝储层地应力特征的计算方法及装置
CN106814388A (zh) * 2016-12-27 2017-06-09 中国石油大学(北京) 砂泥岩储层地层压力的地震预测方法及装置
CN108897043A (zh) * 2018-09-03 2018-11-27 中国石油天然气股份有限公司 基于弱度参数检测裂缝型储层流体的方法及装置
CN110873897A (zh) * 2018-09-04 2020-03-10 中国石油化工股份有限公司 基于方位弹性阻抗傅里叶级数展开的裂缝预测方法及系统
CN110174698A (zh) * 2019-06-27 2019-08-27 中国石油大学(华东) 一种基于方位傅里叶系数的弹性阻抗反演方法及系统
CN110705000A (zh) * 2019-07-04 2020-01-17 成都理工大学 非常规储层加密井压裂动态微地震事件屏障区确定方法
CN111460602A (zh) * 2019-12-06 2020-07-28 西南石油大学 一种基于岩石物理建模的横观各向同性地层地应力预测方法
CN111025396A (zh) * 2020-01-06 2020-04-17 中国石油化工股份有限公司 基于人工智能算法的油藏物性参数地震预测方法
CN111208560A (zh) * 2020-01-15 2020-05-29 中南大学 正交介质裂缝型储层水平裂缝及垂直裂缝同步预测方法
CN111399042A (zh) * 2020-03-20 2020-07-10 清华大学 一种储层物性参数的预测方法及电子设备
CN111897006A (zh) * 2020-07-15 2020-11-06 中国石油大学(华东) 一种基于方位弹性阻抗差异奇异值分解的裂缝密度及方向预测方法及系统与应用
CN111980696A (zh) * 2020-09-18 2020-11-24 中国石油天然气集团有限公司 坍塌压力和失稳区域确定方法、以及井眼轨迹优化方法
CN112765818A (zh) * 2021-01-22 2021-05-07 中南大学 多圆孔多裂纹各向异性物料的应力强度因子测定方法
CN112835101A (zh) * 2021-03-13 2021-05-25 中国石油大学(华东) 裂缝流体因子预测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李林;张广智;张佳佳;李恒新;郭彦民: "基于反射振幅傅里叶系数的裂缝弱度反演方法", 中国石油大学学报( 自然科学版), vol. 44, no. 6, 12 November 2020 (2020-11-12), pages 36 - 45 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113740910A (zh) * 2021-09-06 2021-12-03 中南大学 一种vti等效介质裂缝弱度参数地震反演方法及系统
CN113835119A (zh) * 2021-09-18 2021-12-24 中国石油大学(华东) 基于方位扩展弹性阻抗的页岩储层水平地应力预测方法
CN114019565A (zh) * 2021-11-02 2022-02-08 中海石油(中国)有限公司 快速叠前裂缝预测方法、装置、计算机存储介质及设备
CN114019565B (zh) * 2021-11-02 2023-10-13 中海石油(中国)有限公司 快速叠前裂缝预测方法、装置、计算机存储介质及设备
CN114048627A (zh) * 2021-11-24 2022-02-15 中国石油大学(华东) 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统
CN115993649A (zh) * 2023-02-21 2023-04-21 中国石油大学(华东) 基于等效方位杨氏模量的裂缝参数预测方法及系统
CN115993649B (zh) * 2023-02-21 2024-03-19 中国石油大学(华东) 基于等效方位杨氏模量的裂缝参数预测方法及系统

Also Published As

Publication number Publication date
CN113312583B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN113312583B (zh) 裂缝性页岩气储层性能参数预测方法及系统
Keys et al. An approximation for the Xu-White velocity model
EP1820137B1 (en) Integrated anisotropic rock physics model
CN111208560B (zh) 正交介质裂缝型储层水平裂缝及垂直裂缝同步预测方法
Sarout et al. Anisotropy of elastic wave velocities in deformed shales: Part 2—Modeling results
CN112835101B (zh) 裂缝流体因子预测方法及系统
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
CN108897043B (zh) 基于弱度参数检测裂缝型储层流体的方法及装置
CN113835119B (zh) 基于方位扩展弹性阻抗的页岩储层水平地应力预测方法
CN114048627A (zh) 基于贝叶斯反演的页岩储层裂缝及脆性预测方法及系统
CN115993649B (zh) 基于等效方位杨氏模量的裂缝参数预测方法及系统
CN111751883B (zh) 一种基于各向异性流体因子的致密裂缝储层地震预测方法
Fang et al. Simulation of the effect of stress-induced anisotropy on borehole compressional wave propagation
Bhuiyan et al. Anisotropic parameters of dry and saturated sand under stress
CN115061202B (zh) 一种页岩含气性地震储层直接检测方法
Sayar et al. Using anisotropic effective medium theories to quantify elastic properties of sandstone-shale laminated rocks
US20210381354A1 (en) Geomechanical applications using biots coefficient based on advanced downhole logging measurements
Cao et al. Interaction of multiple courses of wave‐induced fluid flow in layered porous media
CN113126148A (zh) 一种裂缝型储层的流体识别方法、装置及系统
CN114185097B (zh) 预测钻前潜在井漏风险层的方法及装置
Ryazanova et al. Some problems of recognizing oriented fractures at different scales with the help of rock physics modeling
CN111830562A (zh) 一种油气储层渗透率预测方法及装置
CN116381795B (zh) 一种含气储层的声波时差校正方法和装置
Gurevich et al. An analytical model for stress-induced anisotropy of a cracked solid
Ding et al. Rock physics modeling of crack-induced stress sensitivity

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