CN113341464B - 天然气水合物储层的识别方法、装置、设备和存储介质 - Google Patents
天然气水合物储层的识别方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113341464B CN113341464B CN202110625384.6A CN202110625384A CN113341464B CN 113341464 B CN113341464 B CN 113341464B CN 202110625384 A CN202110625384 A CN 202110625384A CN 113341464 B CN113341464 B CN 113341464B
- Authority
- CN
- China
- Prior art keywords
- value
- longitudinal wave
- hydrate
- well
- ratio
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 112
- 239000011707 mineral Substances 0.000 claims abstract description 112
- 239000011435 rock Substances 0.000 claims abstract description 97
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 69
- 239000011148 porous material Substances 0.000 claims abstract description 48
- 230000008859 change Effects 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims description 47
- 239000011159 matrix material Substances 0.000 claims description 38
- 229920006395 saturated elastomer Polymers 0.000 claims description 32
- 235000019738 Limestone Nutrition 0.000 claims description 15
- 239000006028 limestone Substances 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 15
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 11
- 239000004927 clay Substances 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 claims description 8
- 229910052601 baryte Inorganic materials 0.000 claims description 8
- 239000010428 baryte Substances 0.000 claims description 8
- 229910052683 pyrite Inorganic materials 0.000 claims description 8
- 239000011028 pyrite Substances 0.000 claims description 8
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 claims description 8
- 239000004576 sand Substances 0.000 claims description 8
- 229910052925 anhydrite Inorganic materials 0.000 claims description 7
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 claims description 7
- 229910052923 celestite Inorganic materials 0.000 claims description 7
- 239000011022 opal Substances 0.000 claims description 7
- UBXAKNTVXQMEAG-UHFFFAOYSA-L strontium sulfate Chemical compound [Sr+2].[O-]S([O-])(=O)=O UBXAKNTVXQMEAG-UHFFFAOYSA-L 0.000 claims description 7
- 229910052602 gypsum Inorganic materials 0.000 claims description 6
- 239000010440 gypsum Substances 0.000 claims description 6
- 238000007596 consolidation process Methods 0.000 claims description 3
- 239000000945 filler Substances 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 150000004677 hydrates Chemical class 0.000 description 4
- 229910021532 Calcite Inorganic materials 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- 239000013049 sediment Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 239000010433 feldspar Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052570 clay Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011507 gypsum plaster Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- -1 natural gas hydrates Chemical class 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
-
- 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
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本文涉及一种天然气水合物储层的识别方法、装置、设备和存储介质，其中方法包括：根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数、水合物的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系、纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系；根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值；根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值；识别所述实际纵波速度与泊松比增量比的值超过所述阈值的层段对应为水合物储层。通过本文能够提高天然气水合物识别的准确度。
Description
技术领域
本发明涉及天然气水合物储层预测和识别的领域，特别地，涉及一种天然气水合物储层的识别方法、装置、设备和存储介质。
背景技术
天然气水合物，简称水合物，又称“可燃冰”，是天然气和水在高压低温环境条件下形成的冰态、结晶状笼形化合物，广泛分布于世界大陆边缘的海底沉积物和永久冻土带中，其能量密度高、埋深浅、成藏物化条件好、清洁环保，是一种重要的战略能源和潜在的未来资源，利用地震及测井资料准确地预测及识别天然气水合物储层的位置，对于水合物开发利用至关重要。
水合物的形成与赋存需要独特的温压和地质条件，除了海底钻探和海洋沉积物取样能获得少量的样品外，绝大多数水合物储层的识别与分布只能通过地球物理方法间接确定，尤其是地震识别标志。
似海底反射(Bottom Simulating Reflections，BSR)是出现在地震剖面上类似于海底反射的强反极性反射现象，目前，BSR现象被公认为天然气水合物存在的标识，通过地震剖面上BSR分布来圈定水合物目标区域，最终确定水合物储层的深度、厚度及水合物饱和度等特征，因此寻找及确定BSR的存在对水合物勘探至关重要。
但在实际生产中BSR和水合物储层的存在并不是一一对应的关系，在水合物形成过程中，由于受地质构造、地层压力和地温梯度等地质和地球物理条件的影响，天然气水合物以不同的微观分布模式存在于地层中，导致地震BSR与水合物地层的关联机理还存在争议，要从地震数据中定量提取或者反演水合物地层的物性信息还存在一定的多解性和不确定性。
因此现在亟需一种天然气水合物储层的识别方法，能够提高天然气水合物识别的准确度。
发明内容
本文实施例的目的在于提供一种天然气水合物储层的识别方法、装置、设备和存储介质，以提高天然气水合物识别的准确度。
为达到上述目的，一方面，本文实施例提供了一种天然气水合物储层的识别方法，包括：
根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系；
根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系；
根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值；
根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值；
识别所述实际纵波速度与泊松比增量比的值超过所述阈值的层段对应为水合物储层。
优选的，所述根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
根据井中岩石矿物各组分的识别参数，确定井中岩石基质的体积模量、剪切模量和密度；
根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系。
优选的，所述井中岩石矿物各组分的识别参数包括：井中岩石矿物各组分的体积模量、剪切模量、密度和体积百分比；
所述根据井中岩石矿物各组分的识别参数，确定井中岩石基质的体积模量、剪切模量和密度，包括：
所述井中岩石基质的体积模量、剪切模量和密度通过如下公式确定：
ρma＝∑fiρi；
其中，Kma为井中岩石基质的体积模量，μma为井中岩石基质的剪切模量，ρma为井中岩石基质的密度，Ki为井中岩石矿物各组分的体积模量，fi为井中岩石矿物各组分的体积百分比，μi为井中岩石矿物各组分的剪切模量，ρi为井中岩石矿物各组分的密度。
优选的，所述根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度计算值、横波速度计算值、饱水层纵波速度计算值以及饱水层横波速度计算值；
根据所述纵波速度计算值、所述横波速度计算值、所述饱水层纵波速度计算值以及饱水层横波速度计算值，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系。
优选的，所述特征参数包括体积模量和密度；
所述根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度计算值、横波速度计算值、饱水层纵波速度计算值以及饱水层横波速度计算值，包括：
通过以下公式确定纵波速度计算值以及横波速度计算值：
Vp *＝((K+4μ/3)/ρ*)1/2；
Vs *＝(μ/ρ*)1/2；
其中，Vp *为纵波速度计算值，Vs *为横波速度计算值，K＝Kma(1-βp)+βp 2Kav，Kma为井中岩石基质的体积模量，α为固结系数，/>ε为孔隙填充型水合物占水合物总量的百分比，根据工区水合物的赋存状态确定ε的取值，/> 为测井孔隙度的平均值，Sh为水合物饱和度，0≤Sh≤1；
Kw为孔隙水的体积模量，Kh为水合物的体积模量；
ρma为井中岩石基质的密度，ρw为孔隙水的密度，ρh为水合物的密度；
μ＝μma(1-βs)，μma为井中岩石基质的剪切模量，γ＝(1+2α)/(1+α)；
所述饱水层纵波速度计算值以及饱水层横波速度计算值的确定方法包括：
饱水层纵波速度计算值为Sh＝0时纵波速度计算值对应的值；
饱水层横波速度计算值为Sh＝0时横波速度计算值对应的值。
优选的，所述根据所述纵波速度计算值、所述横波速度计算值、所述饱水层纵波速度计算值以及饱水层横波速度计算值，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
通过如下公式计算所述纵波速度与泊松比增量比的值随水合物饱和度的变化关系：
其中，Ratio*为纵波速度与泊松比增量比的值随水合物饱和度的变化关系，Vp0 *为饱水层纵波速度计算值；
v*为由纵波速度计算值和横波速度计算值计算得到的泊松比；
Vs0 *为饱水层横波速度计算值，v0 *为由饱水层纵波速度计算值和饱水层横波速度计算值计算得到的泊松比。
优选的，所述其他矿物包括石灰岩、蛋白石、黄铁矿、石膏、重晶石、天青石、硬石膏、砂和粘土；
所述根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，包括：
对于其他矿物中的每一矿物，根据所述测井数据中的测井孔隙度的平均值、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及对应矿物的特征参数，确定纵波速度与泊松比增量比的值随对应矿物饱和度的变化关系。
另一方面，本文实施例提供了一种天然气水合物储层的识别装置，所述装置包括：
第一确定模块：根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系；
第二确定模块：根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系；
阈值确定模块：根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值；
实际增量比确定模块：根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值；
储层识别模块：识别所述实际纵波速度与泊松比增量比的值超过所述阈值的层段对应为水合物储层。
又一方面，本文实施例还提供了一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时，执行上述任意一项所述方法的指令。
又一方面，本文实施例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，所述计算机程序被计算机设备的处理器运行时，执行上述任意一项所述方法的指令。
由以上本文实施例提供的技术方案可见，在确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系后，由于两个变化关系完全不同，对于水合物来说，纵波速度与泊松比增量比的值是随着饱和度的增大而增大，对于其他矿物来说，纵波速度与泊松比增量比的值是随着饱和度的增大而减小。这样即可确定阈值用于将水合物和其他矿物区分开，区分开之后，在实际测量实际纵波速度与泊松比增量比的值后，可以通过阈值将水合物储层识别出来。这一过程通过水合物与其他矿物在纵波速度与泊松比增量比的值上所反映的变化情况不同，来进行识别，提高水合物识别的准确度。
为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术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文的一些实施例，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示出了本文实施例提供的一种天然气水合物储层的识别方法的流程示意图；
图2示出了本文实施例提供的用于确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系的第一流程示意图；
图3示出了本文实施例提供的用于确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系的第二流程示意图；
图4示出了本文实施例提供的纵波速度与泊松比增量比的值随不同填充物饱和度变化关系的曲线图；
图5示出了本文实施例提供的用于体现实际纵波速度、实际横波速度、实际纵波速度与泊松比增量比的值的示意图；
图6示出了本文实施例提供的一种天然气水合物储层的识别装置的模块结构示意图；
图7示出了本文实施例提供的计算机设备的结构示意图。
附图符号说明：
100、第一确定模块；
200、第二确定模块；
300、阈值确定模块；
400、实际增量比确定模块；
500、储层识别模块；
702、计算机设备；
704、处理器；
706、存储器；
708、驱动机构；
710、输入/输出模块；
712、输入设备；
714、输出设备；
716、呈现设备；
718、图形用户接口；
720、网络接口；
722、通信链路；
724、通信总线。
具体实施方式
下面将结合本文实施例中的附图，对本文实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本文一部分实施例，而不是全部的实施例。基于本文中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文保护的范围。
天然气水合物，简称水合物，水合物的形成与赋存需要独特的温压和地质条件，除了海底钻探和海洋沉积物取样能获得少量的样品外，绝大多数水合物储层的识别与分布只能通过地球物理方法间接确定，尤其是地震识别标志。
似海底反射是出现在地震剖面上类似于海底反射的强反极性反射现象，目前，BSR现象被公认为天然气水合物存在的标识，通过地震剖面上BSR分布来圈定水合物目标区域，最终确定水合物储层的深度、厚度及水合物饱和度等特征，因此寻找及确定BSR的存在对水合物勘探至关重要。
但在实际生产中BSR和水合物储层的存在并不是一一对应的关系，在水合物形成过程中，由于受地质构造、地层压力和地温梯度等地质和地球物理条件的影响，天然气水合物以不同的微观分布模式存在于地层中，导致地震BSR与水合物地层的关联机理还存在争议，要从地震数据中定量提取或者反演水合物地层的物性信息还存在一定的多解性和不确定性。
为了解决上述问题，本文实施例提供了一种天然气水合物储层的识别方法。图1是本文实施例提供的一种天然气水合物储层的识别方法的步骤示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。
参照图1，一种天然气水合物储层的识别方法，包括：
S101：根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系。
S102：根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系。
S103：根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值。
S104：根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值。
S105：识别所述实际纵波速度与泊松比增量比的值超过所述阈值的层段对应为水合物储层。
在确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系后，由于两个变化关系完全不同，对于水合物来说，纵波速度与泊松比增量比的值是随着饱和度的增大而增大，对于其他矿物来说，纵波速度与泊松比增量比的值是随着饱和度的增大而减小。这样即可确定阈值用于将水合物和其他矿物区分开，区分开之后，在实际测量实际纵波速度与泊松比增量比的值后，可以通过阈值将水合物储层识别出来。这一过程通过水合物与其他矿物在纵波速度与泊松比增量比的值上所反映的变化情况不同，来进行识别，提高水合物识别的准确度。
其中，其他矿物为海底工区内常见的矿物类型，这些其他矿物可能会影响水合物的识别，其他矿物可以包括石灰岩、蛋白石、黄铁矿、石膏、重晶石、天青石、硬石膏、砂和粘土。
其中在确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系过程中，纵波速度并非通过实际测量得到，而是通过计算得到，进一步的，泊松比也是通过计算得到的纵波速度和横波速度进一步计算得到。
在本文实施例中，步骤S101和S102的执行顺序没有特定的先后，可以其中任一在前，也可以并行执行。
参照图2，在本文实施例中，所述根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
S1011：根据井中岩石矿物各组分的识别参数，确定井中岩石基质的体积模量、剪切模量和密度。
S1012：根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系。
其中，井中岩石矿物的组分类型可以通过对工区测井确定，例如该井中包括石英、方解石等。进一步通过工区测井和岩心分析，确定井中岩石矿物各组分的识别参数，具体为：井中岩石矿物各组分的体积模量、剪切模量、密度和体积百分比。
进一步的，在本文实施例中，所述根据井中岩石矿物各组分的识别参数，确定井中岩石基质的体积模量、剪切模量和密度，包括：
所述井中岩石基质的体积模量、剪切模量和密度通过如下公式确定：
ρma＝∑fiρi (3)
其中，Kma为井中岩石基质的体积模量，μma为井中岩石基质的剪切模量，ρma为井中岩石基质的密度，Ki为井中岩石矿物各组分的体积模量，fi为井中岩石矿物各组分的体积百分比，μi为井中岩石矿物各组分的剪切模量，ρi为井中岩石矿物各组分的密度。
参照图3，更进一步的，所述根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
S1012A：根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度计算值、横波速度计算值、饱水层纵波速度计算值以及饱水层横波速度计算值。
S1012B：根据所述纵波速度计算值、所述横波速度计算值、所述饱水层纵波速度计算值以及饱水层横波速度计算值，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系。
其中测井数据包括测量井中各深度点的孔隙度后对各孔隙度求平均值，其中井中各深度点可以按照设定间隔沿井深方向均匀分布。具体的，特征参数包括体积模量和密度，孔隙水的特征参数包括孔隙水的体积模量和密度，水合物的特征参数包括水合物的体积模量和密度。
再进一步的，所述根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度计算值、横波速度计算值、饱水层纵波速度计算值以及饱水层横波速度计算值，包括：
通过以下公式确定纵波速度计算值以及横波速度计算值：
Vp *＝((K+4μ/3)/ρ*)1/2 (4)
Vs *＝(μ/ρ*)1/2 (5)
其中，Vp *为纵波速度计算值，Vs *为横波速度计算值，K＝Kma(1-βp)+βp 2Kav，Kma为井中岩石基质的体积模量，α为固结系数，/>ε为孔隙填充型水合物占水合物总量的百分比，根据工区水合物的赋存状态确定ε的取值，/> 为测井孔隙度的平均值，Sh为水合物饱和度，0≤Sh≤1。
Kw为孔隙水的体积模量，Kh为水合物的体积模量；
ρma为井中岩石基质的密度，ρw为孔隙水的密度，ρh为水合物的密度。
μ＝μma(1-βs)，μma为井中岩石基质的剪切模量，γ＝(1+2α)/(1+α)。
所述饱水层纵波速度计算值以及饱水层横波速度计算值的确定方法包括：
饱水层纵波速度计算值为Sh＝0时纵波速度计算值对应的值。
饱水层横波速度计算值为Sh＝0时横波速度计算值对应的值。
具体的，ε取值0—1，ε＝1时，水合物完全为孔隙填充型水合物，ε＝0时，水合物完全为颗粒支撑型水合物，可根据工区实际水合物赋存状态调整ε的取值，ε越靠近0，越偏向颗粒支撑型水合物。通过改变纵波速度计算值Vp *、横波速度计算值Vs *方程中Sh的大小，分别得到纵波速度计算值和横波速度计算值随水合物饱和度的变化关系。其中水合物饱和度最小为0，最大为1，水合物饱和度Sh为0时代表不含水合物。
在本文实施例中，所述根据所述纵波速度计算值、所述横波速度计算值、所述饱水层纵波速度计算值以及饱水层横波速度计算值，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
通过如下公式计算所述纵波速度与泊松比增量比的值随水合物饱和度的变化关系：
其中，Ratio*为纵波速度与泊松比增量比的值随水合物饱和度的变化关系，Vp0 *为饱水层纵波速度计算值；
v*为由纵波速度计算值和横波速度计算值计算得到的泊松比；
Vs0 *为饱水层横波速度计算值，v0 *为由饱水层纵波速度计算值和饱水层横波速度计算值计算得到的泊松比。
具体的，即可得到纵波速度与泊松比增量比的值随水合物饱和度的变化关系，可以将该变化关系形成曲线，曲线的横坐标为填充物饱和度，此时的填充物为水合物，纵坐标为Ratio*的大小。
在本文实施例中，所述根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，包括：
对于其他矿物中的每一矿物，根据所述测井数据中的测井孔隙度的平均值、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及对应矿物的特征参数，确定纵波速度与泊松比增量比的值随对应矿物饱和度的变化关系。
具体的，以石灰岩为例，可以获取石灰岩的体积模量和密度后，通过公式(4)、(5)和(6)，将测井数据中的测井孔隙度的平均值、井中岩石基质的体积模量、剪切模量和密度、所述孔隙水的体积模量和密度以及石灰岩的体积模量和密度代入公式(4)、(5)和(6)中，公式计算过程中Kh为石灰岩的体积模量，ρh为石灰岩的密度，其他的参数含义不变，计算后得到纵波速度与泊松比增量比的值随石灰岩饱和度的变化关系。然后，可以将该变化关系形成曲线，曲线的横坐标为填充物饱和度，此时的填充物为石灰岩，纵坐标为Ratio*的大小。
在本文实施例中，所述根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值。具体为：由于纵波速度与泊松比增量比的值是随着水合物饱和度的增大而增大，纵波速度与泊松比增量比的值是随着其他矿物饱和度的增大而减小的特性，两者如果形成曲线(横坐标为填充物饱和度，纵坐标为Ratio*的值)，可以得到走向完全不同的两种曲线，因此可以直接将水合物和其他矿物区分开。选取在填充物(水合物或其他矿物)的饱和度为0时，靠近水合物Ratio*值的值作为阈值。选取填充物饱和度为0时，靠近水合物Ratio*值的值作为阈值原因是：由于可能存在除去石灰岩、蛋白石、黄铁矿、石膏、重晶石、天青石、硬石膏、砂和粘土后未考虑到的其他矿物，为防止其他未考虑到的矿物的影响，尽可能选取靠近Ratio*值的值作为阈值，能够减少其他因素的影响，提高预测过程中的准确度。
在本文实施例中，所述根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值。具体为：测井数据中包括实际测得的实际纵横波速度，获得实际纵横波速度后，通过如下公式计算实际纵波速度与泊松比增量比的值：
其中：
Vp、Vs分别为测井数据实测后的实际纵波速度、实际横波速度；v为实际泊松比；Vp0、Vs0分别为测井数据实测后不含水合物层的纵波速度、横波速度，v0为不含水合物层的泊松比，Ratio为实际纵波速度与泊松比增量比的值。
具体的，可以取海底100-200m段内的纵波速度和横波速度的平均值作为不含水合物层的纵波速度、横波速度。
在确定了实际纵波速度与泊松比增量比的值后，其中实际纵波速度与泊松比增量比的值超过阈值的层段为水合物层，不超过阈值的层段为非水合物层。
在一具体的实施例中，工区为南海某含水合物工区，收集其测井数据，并通过岩心分析，获得此工区地层岩石矿物组分为粘土、方解石、石英、长石，表1为其各自体积百分比、体积模量、剪切模量、密度的值。表2为孔隙水及水合物的体积模量、密度的值。表3为石灰岩、蛋白石、黄铁矿、石膏、重晶石、天青石、硬石膏、砂、粘土这几种矿物的体积模量、密度的值。
表1
| 组分 | 体积百分比(％) | 体积模量(Pa) | 剪切模量(Pa) | 密度(kg/m3) |
| 粘土 | 35 | 20.9×109 | 6.85×109 | 2580 |
| 方解石 | 26 | 76.8×109 | 32×109 | 2710 |
| 石英 | 25 | 36×109 | 45×109 | 2650 |
| 长石 | 14 | 75.6×109 | 25.6×109 | 2630 |
表2
表3
| 组分 | 密度(kg/m3) | 体积模量(Pa) |
| 石灰岩 | 2650 | 23.17×109 |
| 蛋白石 | 2000 | 14.219×109 |
| 黄铁矿 | 4930 | 147.4×109 |
| 石膏 | 2310 | 58×109 |
| 重晶石 | 4510 | 54.5×109 |
| 天青石 | 3960 | 81.9×109 |
| 硬石膏 | 2980 | 56.1×109 |
| 砂 | 2650 | 36×109 |
| 粘土 | 2580 | 20.9×109 |
通过公式(1)至(6)以及上述表1和表2的数据，计算得到纵波速度与泊松比增量比的值随水合物饱和度的变化关系，然后通过(1)至(6)以及上述表1、表2中与孔隙水相关数据和表3的数据，得到上述表3中所示的各种岩石对应的纵波速度与泊松比增量比的值随对应矿物饱和度的变化关系。
参照图4，然后将纵波速度与泊松比增量比的值(Ratio*)随不同填充物饱和度变化关系形成曲线图，曲线图横坐标为填充物(水合物或其他矿物)的饱和度，纵坐标为Ratio*的值。根据选取在填充物的饱和度为0时，靠近水合物Ratio*值的值作为阈值这一标准，选取阈值T为8.5。
参照图5，最后通过测井数据测得的实际纵波速度、实际横波速度、不含水合物层的纵波速度、横波速度，计算得到实际纵波速度与泊松比增量比的值(Ratio)，当Ratio＞8.5时，可判断对应层段的填充物为水合物，当Ratio≤8.5时，可判断对应层段的填充物非水合物，因此可以认定图5中矩形虚线框内为水合物层。比较实际纵波速度、实际横波速度和实际纵波速度与泊松比增量比的值，可以看出实际纵波速度与泊松比增量比的值对水合物的存在较为敏感，对水合物储层井内识别具有指导性作用。
基于上述所述的一种天然气水合物储层的识别方法，本文实施例还提供一种天然气水合物储层的识别装置。所述的装置可以包括使用了本文实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思，本文实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本文实施例具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
具体地，图6是本文实施例提供的一种天然气水合物储层的识别装置一个实施例的模块结构示意图，参照图6所示，本文实施例提供的一种天然气水合物储层的识别装置包括：第一确定模块100、第二确定模块200、阈值确定模块300、实际增量比确定模块400、储层识别模块500。
第一确定模块100：根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系；
第二确定模块200：根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系；
阈值确定模块300：根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值；
实际增量比确定模块400：根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值；
储层识别模块500：识别所述实际纵波速度与泊松比增量比的值超过所述阈值的层段对应为水合物储层。
参照图7所示，基于上述所述的一种天然气水合物储层的识别方法，本文一实施例中还提供一种计算机设备702，其中上述方法运行在计算机设备702上。计算机设备702可以包括一个或多个处理器704，诸如一个或多个中央处理单元(CPU)或图形处理器(GPU)，每个处理单元可以实现一个或多个硬件线程。计算机设备702还可以包括任何存储器706，其用于存储诸如代码、设置、数据等之类的任何种类的信息，一具体实施方式中，存储器706上并可在处理器704上运行的计算机程序，所述计算机程序被所述处理器704运行时，可以执行根据上述方法的指令。非限制性的，比如，存储器706可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备702的固定或可移除部件。在一种情况下，当处理器704执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备702可以执行相关联指令的任一操作。计算机设备702还包括用于与任何存储器交互的一个或多个驱动机构708，诸如硬盘驱动机构、光盘驱动机构等。
计算机设备702还可以包括输入/输出模块710(I/O)，其用于接收各种输入(经由输入设备712)和用于提供各种输出(经由输出设备714)。一个具体输出机构可以包括呈现设备716和相关联的图形用户接口718(GUI)。在其他实施例中，还可以不包括输入/输出模块710(I/O)、输入设备712以及输出设备714，仅作为网络中的一台计算机设备。计算机设备702还可以包括一个或多个网络接口720，其用于经由一个或多个通信链路722与其他设备交换数据。一个或多个通信总线724将上文所描述的部件耦合在一起。
通信链路722可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路722可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
对应于图1-图3中的方法，本文实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令，其中当处理器执行所述指令时，其中的程序使得处理器执行如图1至图3所示的方法。
应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。
还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。
Claims (9)
1.一种天然气水合物储层的识别方法，其特征在于，包括：
根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，其中所述特征参数包括体积模量和密度；
根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，其中所述其他矿物包括石灰岩、蛋白石、黄铁矿、石膏、重晶石、天青石、硬石膏、砂和粘土；
根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值；
根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值；
识别所述实际纵波速度与泊松比增量比的值超过所述阈值的层段对应为水合物储层；
其中所述井中岩石矿物各组分的识别参数包括：井中岩石矿物各组分的体积模量、剪切模量、密度和体积百分比；
所述井中岩石基质的体积模量、剪切模量和密度通过如下公式确定：
ρma＝∑fiρi；
其中，Kma为井中岩石基质的体积模量，μma为井中岩石基质的剪切模量，ρma为井中岩石基质的密度，Ki为井中岩石矿物各组分的体积模量，fi为井中岩石矿物各组分的体积百分比，μi为井中岩石矿物各组分的剪切模量，ρi为井中岩石矿物各组分的密度。
2.根据权利要求1所述的天然气水合物储层的识别方法，其特征在于，所述根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
根据井中岩石矿物各组分的识别参数，确定井中岩石基质的体积模量、剪切模量和密度；
根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系。
3.根据权利要求2所述的天然气水合物储层的识别方法，其特征在于，所述根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度计算值、横波速度计算值、饱水层纵波速度计算值以及饱水层横波速度计算值；
根据所述纵波速度计算值、所述横波速度计算值、所述饱水层纵波速度计算值以及饱水层横波速度计算值，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系。
4.根据权利要求3所述的天然气水合物储层的识别方法，其特征在于，
所述根据测井数据中的测井孔隙度的平均值、所述井中岩石基质的体积模量、剪切模量和密度、孔隙水的特征参数以及水合物的特征参数，确定纵波速度计算值、横波速度计算值、饱水层纵波速度计算值以及饱水层横波速度计算值，包括：
通过以下公式确定纵波速度计算值以及横波速度计算值：
Vp *＝((K+4μ/3)/ρ*)1/2；
Vs *＝(μ/ρ*)1/2；
其中，Vp *为纵波速度计算值，Vs *为横波速度计算值，K＝Kma(1-βp)+βp 2Kav，Kma为井中岩石基质的体积模量，α为固结系数，/>ε为孔隙填充型水合物占水合物总量的百分比，根据工区水合物的赋存状态确定ε的取值，/> 为测井孔隙度的平均值，Sh为水合物饱和度，0≤Sh≤1；
Kw为孔隙水的体积模量，Kh为水合物的体积模量；
ρma为井中岩石基质的密度，ρw为孔隙水的密度，ρh为水合物的密度；
μ＝μma(1-βs)，μma为井中岩石基质的剪切模量，γ＝(1+2α)/(1+α)；
所述饱水层纵波速度计算值以及饱水层横波速度计算值的确定方法包括：
饱水层纵波速度计算值为Sh＝0时纵波速度计算值对应的值；
饱水层横波速度计算值为Sh＝0时横波速度计算值对应的值。
5.根据权利要求4所述的天然气水合物储层的识别方法，其特征在于，所述根据所述纵波速度计算值、所述横波速度计算值、所述饱水层纵波速度计算值以及饱水层横波速度计算值，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，包括：
通过如下公式计算所述纵波速度与泊松比增量比的值随水合物饱和度的变化关系：
其中，Ratio*为纵波速度与泊松比增量比的值随水合物饱和度的变化关系，Vp0 *为饱水层纵波速度计算值；
v*为由纵波速度计算值和横波速度计算值计算得到的泊松比；
Vs0 *为饱水层横波速度计算值，v0 *为由饱水层纵波速度计算值和饱水层横波速度计算值计算得到的泊松比。
6.根据权利要求1所述的天然气水合物储层的识别方法，其特征在于，
所述根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，包括：
对于其他矿物中的每一矿物，根据所述测井数据中的测井孔隙度的平均值、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及对应矿物的特征参数，确定纵波速度与泊松比增量比的值随对应矿物饱和度的变化关系。
7.一种天然气水合物储层的识别装置，其特征在于，所述装置包括：
第一确定模块：根据测井数据、井中岩石矿物各组分的识别参数、孔隙水的特征参数以及水合物的特征参数，确定纵波速度与泊松比增量比的值随水合物饱和度的变化关系，其中所述特征参数包括体积模量和密度；
第二确定模块：根据所述测井数据、所述井中岩石矿物各组分的识别参数、所述孔隙水的特征参数以及其他矿物的特征参数，确定纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，其中所述其他矿物包括石灰岩、蛋白石、黄铁矿、石膏、重晶石、天青石、硬石膏、砂和粘土；
阈值确定模块：根据纵波速度与泊松比增量比的值随水合物饱和度的变化关系以及纵波速度与泊松比增量比的值随其他矿物饱和度的变化关系，确定阈值；
实际增量比确定模块：根据所述测井数据中的实际纵横波速度，确定实际纵波速度与泊松比增量比的值；
储层识别模块：识别所述实际纵波速度与泊松比增量比的值超过所述阈值的层段对应为水合物储层；
其中所述井中岩石矿物各组分的识别参数包括：井中岩石矿物各组分的体积模量、剪切模量、密度和体积百分比；
所述井中岩石基质的体积模量、剪切模量和密度通过如下公式确定：
ρma＝∑fiρi；
其中，Kma为井中岩石基质的体积模量，μma为井中岩石基质的剪切模量，ρma为井中岩石基质的密度，Ki为井中岩石矿物各组分的体积模量，fi为井中岩石矿物各组分的体积百分比，μi为井中岩石矿物各组分的剪切模量，ρi为井中岩石矿物各组分的密度。
8.一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时，执行根据权利要求1-6任意一项所述方法的指令。
9.一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，所述计算机程序被计算机设备的处理器运行时，执行根据权利要求1-6任意一项所述方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110625384.6A CN113341464B (zh) | 2021-06-04 | 2021-06-04 | 天然气水合物储层的识别方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110625384.6A CN113341464B (zh) | 2021-06-04 | 2021-06-04 | 天然气水合物储层的识别方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113341464A CN113341464A (zh) | 2021-09-03 |
| CN113341464B true CN113341464B (zh) | 2024-01-26 |
Family
ID=77475265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110625384.6A Active CN113341464B (zh) | 2021-06-04 | 2021-06-04 | 天然气水合物储层的识别方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113341464B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008157737A2 (en) * | 2007-06-21 | 2008-12-24 | Schlumberger Canada Limited | Multi-attribute seismic characterization of gas hydrates |
| CN101644781A (zh) * | 2009-07-28 | 2010-02-10 | 刘学伟 | 一种利用纵横波波阻抗增量比识别天然气水合物的方法 |
| CN106680872A (zh) * | 2017-02-06 | 2017-05-17 | 中国石油大学(华东) | 一种高效的海洋天然气水合物地震研究方法 |
| CN109100796A (zh) * | 2018-06-13 | 2018-12-28 | 中国石油天然气集团有限公司 | 一种天然气水合物地震数据处理方法及装置 |
| CN109212162A (zh) * | 2018-08-17 | 2019-01-15 | 西南石油大学 | 一种估算成岩天然气水合物储层力学参数的方法 |
| CN109298463A (zh) * | 2018-09-27 | 2019-02-01 | 北京珠玛阳光科技有限公司 | 一种联合纵、横波速度和密度预测天然气水合物方法 |
| CN109441429A (zh) * | 2018-12-27 | 2019-03-08 | 广州海洋地质调查局 | 一种立体时移地震观测储层监测方法及系统 |
| CN110147562A (zh) * | 2018-11-09 | 2019-08-20 | 广东石油化工学院 | 一种改进的海域可燃冰饱和度岩石物理计算方法 |
| CN110927256A (zh) * | 2019-04-22 | 2020-03-27 | 广东石油化工学院 | 一种基于Wood波阻抗法的天然气水合物饱和度计算方法 |
| CN111221039A (zh) * | 2020-01-21 | 2020-06-02 | 中国石油大学(北京) | 天然气水合物的弹性波波速确定方法、装置和设备 |
| CN111781637A (zh) * | 2019-04-04 | 2020-10-16 | 中国石油天然气集团有限公司 | 近海底水合物储层建模方法及装置 |
| CN111812711A (zh) * | 2020-07-20 | 2020-10-23 | 中国石油大学(北京) | 基于反射波场的水合物地层地震物理模拟测试设备及方法 |
| CN112133377A (zh) * | 2020-08-28 | 2020-12-25 | 中国石油天然气集团有限公司 | 一种海域天然气水合物赋存状态的判别方法及系统 |
| CN112149282A (zh) * | 2020-08-28 | 2020-12-29 | 中国石油天然气集团有限公司 | 一种井中天然气水合物饱和度岩石物理计算方法及系统 |
| CN112182840A (zh) * | 2020-08-28 | 2021-01-05 | 中国石油天然气集团有限公司 | 一种天然气水合物地层衰减建模方法与装置 |
| CN112255680A (zh) * | 2020-11-04 | 2021-01-22 | 吉林大学 | 一种非均质水合物储层的地震响应模拟方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9733372B2 (en) * | 2012-11-23 | 2017-08-15 | Fugro Marine Geoservices, Inc. | Method and system for identification of gas hydrates and free gas in geologic beds |
-
2021
- 2021-06-04 CN CN202110625384.6A patent/CN113341464B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008157737A2 (en) * | 2007-06-21 | 2008-12-24 | Schlumberger Canada Limited | Multi-attribute seismic characterization of gas hydrates |
| CN101644781A (zh) * | 2009-07-28 | 2010-02-10 | 刘学伟 | 一种利用纵横波波阻抗增量比识别天然气水合物的方法 |
| CN106680872A (zh) * | 2017-02-06 | 2017-05-17 | 中国石油大学(华东) | 一种高效的海洋天然气水合物地震研究方法 |
| CN109100796A (zh) * | 2018-06-13 | 2018-12-28 | 中国石油天然气集团有限公司 | 一种天然气水合物地震数据处理方法及装置 |
| CN109212162A (zh) * | 2018-08-17 | 2019-01-15 | 西南石油大学 | 一种估算成岩天然气水合物储层力学参数的方法 |
| CN109298463A (zh) * | 2018-09-27 | 2019-02-01 | 北京珠玛阳光科技有限公司 | 一种联合纵、横波速度和密度预测天然气水合物方法 |
| CN110147562A (zh) * | 2018-11-09 | 2019-08-20 | 广东石油化工学院 | 一种改进的海域可燃冰饱和度岩石物理计算方法 |
| CN109441429A (zh) * | 2018-12-27 | 2019-03-08 | 广州海洋地质调查局 | 一种立体时移地震观测储层监测方法及系统 |
| CN111781637A (zh) * | 2019-04-04 | 2020-10-16 | 中国石油天然气集团有限公司 | 近海底水合物储层建模方法及装置 |
| CN110927256A (zh) * | 2019-04-22 | 2020-03-27 | 广东石油化工学院 | 一种基于Wood波阻抗法的天然气水合物饱和度计算方法 |
| CN111221039A (zh) * | 2020-01-21 | 2020-06-02 | 中国石油大学(北京) | 天然气水合物的弹性波波速确定方法、装置和设备 |
| CN111812711A (zh) * | 2020-07-20 | 2020-10-23 | 中国石油大学(北京) | 基于反射波场的水合物地层地震物理模拟测试设备及方法 |
| CN112133377A (zh) * | 2020-08-28 | 2020-12-25 | 中国石油天然气集团有限公司 | 一种海域天然气水合物赋存状态的判别方法及系统 |
| CN112149282A (zh) * | 2020-08-28 | 2020-12-29 | 中国石油天然气集团有限公司 | 一种井中天然气水合物饱和度岩石物理计算方法及系统 |
| CN112182840A (zh) * | 2020-08-28 | 2021-01-05 | 中国石油天然气集团有限公司 | 一种天然气水合物地层衰减建模方法与装置 |
| CN112255680A (zh) * | 2020-11-04 | 2021-01-22 | 吉林大学 | 一种非均质水合物储层的地震响应模拟方法 |
Non-Patent Citations (7)
| Title |
|---|
| Gas hydrate identified in sand-rich inferred sedimentary section using downhole logging and seismic data in Shenhu area, South China Sea;Wang, X., Lee, M., Collett, T., Yang, S., Guo, Y., & Wu, S;Marine and Petroleum Geology(第51期);298-306 * |
| Saturation estimation of gas hydrate from logs based on rock physics modeling;Wu, C., He, Z., Zhang, F., Wang, L., Wang, J., Yang, J., ... & Zhang, X;《SEG Technical Program Expanded Abstracts》;2381-2385 * |
| 南海神狐海域天然气水合物地球物理测井评价;陆敬安;杨胜雄;吴能友;张光学;张明;梁金强;;《现代地质》;第22卷(第03期);448-450 * |
| 地震属性参数在识别天然气水合物和游离气分布模式中的应用;王秀娟;吴时国;徐宁;;《海洋与湖沼》;第37卷(第03期);272-274 * |
| 墨西哥湾GC955H井天然气水合物储层声波衰减特征;王吉亮等;《地球物理学报》;第59卷(第4期);1535-1542 * |
| 天然气水合物和游离气层的弹性参数异常特征及其在饱和度估算中的应用;冯凯;李敏锋;刘竣川;刘学伟;;《石油地球物理勘探》(第04期);71-77 * |
| 天然气水合物横波速度等效介质模型预测方法;孟大江;文鹏飞;张如伟;赵斌;李延;;《石油地球物理勘探》(第01期);130-138 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113341464A (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Walderhaug et al. | Prediction of permeability in quartz-rich sandstones: examples from the Norwegian continental shelf and the Fontainebleau sandstone | |
| US9411071B2 (en) | Method of estimating rock mechanical properties | |
| CN104213899B (zh) | 一种地层岩石骨架的测井识别方法 | |
| WO2008131351A1 (en) | Method of predicting mechanical properties of rocks using mineral compositions provided by in-situ logging tools | |
| Gamal et al. | Predicting the rock sonic logs while drilling by random forest and decision tree-based algorithms | |
| CN105425280A (zh) | 一种矿物模量和孔隙结构预测方法 | |
| CN107831540A (zh) | 储层物性参数直接提取新方法 | |
| CN106285652B (zh) | 确定页岩游离气体饱和度的方法 | |
| AU2012390305C1 (en) | A dual porosity methodology for mineral volume calculations in source rock | |
| Howes et al. | Three‐dimensional morphometry of ooids in oolites: A new tool for more accurate and precise paleoenvironmental interpretation | |
| CN113341464B (zh) | 天然气水合物储层的识别方法、装置、设备和存储介质 | |
| Ibrahim et al. | Estimation of tensile and uniaxial compressive strength of carbonate rocks from well-logging data: artificial intelligence approach | |
| Welch | Using geomechanical models to simulate the growth of the fracture network in the Ekofisk Formation of the Kraka structure, Danish Central Graben | |
| CN112346130A (zh) | 一种富有机质岩石横波速度预测方法、存储介质及系统 | |
| Dvorkin et al. | Diagnosing high-porosity sandstones: Strength and permeability from porosity and velocity | |
| Storvoll et al. | Sonic velocity and grain contact properties in reservoir sandstones | |
| Zhang et al. | Identification of waterflooded zones and the impact of waterflooding on reservoir properties of the Funing Formation in the Subei Basin, China | |
| CN113189645B (zh) | 一种基质矿物模量确定方法、装置、电子设备和存储介质 | |
| Darjani et al. | Estimating the 3-D spatial distribution of mechanical properties of rock by seismic data and well logs | |
| CN110603370A (zh) | 确定岩层含量 | |
| Vega et al. | Preliminary experiments to evaluate the Gassmann equation in carbonate rocks: Calcite and dolomite | |
| CN113791457A (zh) | 一种天然气水合物储层岩石骨架模量的计算方法及装置 | |
| CN110879424A (zh) | 流体性质识别方法及装置 | |
| Ma et al. | Chemo-poroelastic coupling method for wellbore stability analysis in shale gas formation with weakness planes | |
| Bui et al. | Biot Tensor Approach for Improved Lifecycle Well Integrity |
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 |