CN113419284B - 一种基于聚类分析测井岩石物理相双甜点识别方法 - Google Patents

一种基于聚类分析测井岩石物理相双甜点识别方法 Download PDF

Info

Publication number
CN113419284B
CN113419284B CN202110741404.6A CN202110741404A CN113419284B CN 113419284 B CN113419284 B CN 113419284B CN 202110741404 A CN202110741404 A CN 202110741404A CN 113419284 B CN113419284 B CN 113419284B
Authority
CN
China
Prior art keywords
reservoir
dessert
rock
time difference
target block
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
CN202110741404.6A
Other languages
English (en)
Other versions
CN113419284A (zh
Inventor
魏建光
周晓峰
尚德淼
梁爽
荣根
王孝建
王云飞
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.)
Northeast Petroleum University
Original Assignee
Northeast Petroleum 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 Northeast Petroleum University filed Critical Northeast Petroleum University
Priority to CN202110741404.6A priority Critical patent/CN113419284B/zh
Publication of CN113419284A publication Critical patent/CN113419284A/zh
Application granted granted Critical
Publication of CN113419284B publication Critical patent/CN113419284B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/40—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
    • 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
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6169—Data from specific type of measurement using 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

Abstract

本发明属于非常规油气储层甜点评价研究领域，涉及一种基于聚类分析测井岩石物理相双甜点识别方法，该方法包括工程甜点识别方法和储层品质甜点识别方法，所述的工程甜点识别方法是在现有的储层可压性评价方法基础上，在纵横波时差转换模型中放弃使用经验公式，而是基于多元线性回归理论提出了一种改进的综合分析储层岩石物理响应特征的横波时差计算方法，得到了考虑多因素影响、且适用于目前研究区块的横波时差计算公式；在储层品质甜点识别方面，本发明根据孔隙度测井解释模型与含油饱和度计算结果进行自动聚类分析，将储层品质分类，得到储层品质甜点。最后，结合工程甜点和储层品质甜点分级分类评价结果，给出目标储层双甜点分类分级结果。

Description

一种基于聚类分析测井岩石物理相双甜点识别方法
技术领域：
本发明属于非常规油气储层甜点评价研究领域，尤其涉及一种基于聚类分析测井岩石物理相双甜点识别方法。
背景技术
致密油是当前世界范围内非常规石油勘探开发的重点领域，具有巨大的资源潜力与勘探开发前景。致密油储层甜点评价研究是实现致密油效益开发的关键技术之一，甜点的精准评价能够为制定施工方案提供技术支持。
以往表征致密储层甜点应用最广泛的方法均基于总有机碳(TOC)数值、脆性指数、可压性指数等地球物理预测数值来实现。由于脆性指数概念混杂，大多停留在半定量估算水平；可压性指数分析影响因素不够全面常常导致评价效果不理想；而基于数值模拟给出的可压性评价结果，缺少实验数据支撑评价结果不具备代表性。
针对以往致密储层甜点评价方法存在的不足，中国专利202010374824.0公开了一种基于聚类分析测井岩石物理相划分的储层可压性评价方法，该方法通过综合分析岩石力学实验数据、测井原始数据和测井解释成果数据，确定了基于聚类大数据多参数指标分析的储层甜点识别方法，涵盖影响因素范围广，评价结果更具有代表性，但该方法仅从工程甜点角度出发，重点针对储层脆性指数和渗透率这两个参数对储层进行了分类评价，并没有涉及储层物性品质参数(孔隙度)和含油性品质参数(饱和度)，并不能完全反映储层的地质甜点特征，因此专利202010374824.0还具有进一步完善改进的空间。另外，在纵横波时差转换模型使用的是经验公式，经验公式具有一定的局限性，仅考虑了地层岩石密度对声波时差的影响，分析的影响因素单一，且不能确保适用于所有储层，因此计算给出的横波时差值相对误差较大。
发明内容：
为解决背景技术中的不足，本发明提供一种基于聚类分析测井岩石物理相划分的储层双甜点识别方法，本发明根据孔隙度测井解释模型与含油饱和度计算结果进行自动聚类分析，将储层品质分类，得到储层品质甜点。结合工程甜点和储层品质甜点分级分类评价结果，给出目标储层双甜点分类分级结果。
本发明提供的技术方案是：一种基于聚类分析测井岩石物理相双甜点识别方法，包括工程甜点识别方法和储层品质甜点识别方法；
一、所述的工程甜点识别方法包括以下步骤：
(1)获取目标区块的取芯资料和声波时差测井数据，根据取芯资料的岩石力学参数测试结果和声波时差数据获取目标区块的脆性指数剖面；
具体为：
A对目标区块进行取芯，利用取芯岩石进行三轴力学实验，获取取芯岩石的静态杨氏模量和静态泊松比；
B获取声波时差测井数据，利用纵横波时差转换模型计算横波时差变化剖面，利用纵横波时差数据，计算目标区块动态杨氏模量和动态泊松比剖面；
具体做法为：
(a)利用取芯岩心开展地面条件下纵、横波波速测量；
(b)基于研究区块取芯井测井纵波时差系列与步骤(a)计算的取芯岩心纵波时差数据，建立储层条件与地面条件下声波时差转换关系；
(c)基于步骤(a)计算的取芯岩心横波时差和步骤(b)建立的声波时差转换关系，确定储层条件下不同取芯深度条件下的横波时差值；
(d)选择研究区块取芯井测井曲线系列并提取取芯深度对应的岩石物理响应特征值，结合步骤(c)计算获得的横波时差，建立以横波时差为分析目标因变量的多元线性回归矩阵，利用多元线性回归理论，计算给出储层条件下横波时差与反映岩石物理响应特征测井曲线系列参数之间的关系式；
C基于岩石动、静态杨氏模量和泊松比数据，建立目标区块岩石力学参数动、静态转换关系计算模型；
D根据岩石力学参数动、静态转换关系计算模型，获取目标区块静态杨氏模量和静态泊松比变化剖面；
E根据目标区块静态杨氏模量和静态泊松比，获取目标区块的脆性指数剖面；
(2)获取目标区块的岩石物理响应特征数据，所述岩石物理响应特征数据包括声波测井数据、中子测井数据、密度测井数据、伽玛测井数据以及电阻率测井数据；
(3)获取目标区块的储层物性参数测井数据，所述储层物性参数测井数据包括渗透率测井数据；
(4)根据目标区块的脆性指数剖面、岩石物理响应特征数据、储层物性参数测井数据，基于聚类分析方法，采用K邻近算法和核心代表指数KRI，划分储层岩石物理相分类后；包括利用核心代表指数KRI曲线上的突变确定最优分割数，并自动确定岩石物理相划分的最佳聚类数；还包括调整储层岩石物理相分类数量；
(5)根据储层岩石物理相分类结果进行目标井的可压性评价，并利用Geolog软件给出目标区块基于岩石物理相划分的工程甜点预测剖面；
二、所述的储层品质甜点识别方法包括以下步骤：
(1)用智能LCR测量仪测定岩心电阻率随含水饱和度的变化关系、基于阿尔奇公式建立目标储层饱和度预测模型；
在利用测井资料基于阿尔奇公式定量解释地层含油气饱和度之前，通过岩电实验结果确定胶结指数—m、饱和度指数—n、岩性系数—a和岩性系数—b；
(2)利用典型井取芯岩心孔渗测试结果和测井曲线系列建立目标储层孔隙度和渗透率测井解释模型；
(3)基于孔隙度和渗透率测井解释模型与含油饱和度预测模型，综合分析目标井测井资料，获取储层物性甜点——孔隙度，含油性甜点——含油饱和度的预测剖面；
(4)根据目标区块的孔隙度和含油饱和度预测剖面数据，基于聚类分析方法，采用K邻近算法和核心代表指数KRI，进行储层岩石物理相分类；包括利用核心代表指数KRI曲线上的突变确定最优分割数，并自动确定岩石物理相划分的最佳聚类数；还包括调整储层岩石物理相分类数量；
(5)根据储层岩石物理相分类结果进行目标井物性甜点和含油性甜点评价，并利用Geolog软件给出目标区块基于岩石物理相划分的储层品质甜点预测剖面；
三、基于储层工程甜点和品质甜点分级分类评价结果，给出目标储层双甜点分类分级结果，依据储层品质和工程品质甜点组合可以综合判别储层分类分级；
基于本发明提出的双甜点识别方法，为进一步提高双甜点识别结果在储层分类分级评价应用过程中的可操作性，建立了双甜点分类结果应用标准。该标准具有普适性，可根据研究目标储层进行灵活调整。具体实施过程如下：
(1)假设研究区块储层工程甜点分类结果为m类，其中第i类储层用(EQ)i代表(1≤i≤m)，i值越小，工程甜点性能越优；储层品质甜点分类结果为n类，其中第j类储层用(RQ)j代表(1≤j≤n)，j值越小，储层品质甜点性能越优。
(2)令k＝max(m,n)，建立k阶储层工程甜点和品质甜点耦合方阵：
Figure BDA0003141551330000041
其中，Q11为最优质甜点类型；Q12和Q21为次优质甜点类型；以此类推，将耦合方阵中每个对角线上的甜点组合划归为一种甜点类型，Qkk为最劣质甜点类型，则共计划分出2k-1种甜点组合类型。上述分类结果是在储层品质甜点与工程甜点权重系数一致条件下给出的结果，二者权重系数可根据具体开发现场要求划定。需要指出的是，若出现m＜k或n＜k的情况，则在耦合方阵中补充空白系列代替，对最终储层工程甜点和品质甜点最终耦合分类结果没有影响。从实际应用角度出发，推荐k值不超过5。
本发明的有益效果为：
1.与中国专利202010374824.0在纵横波时差转换模型使用经验公式相比较，本发明基于多元线性回归理论提出了一种改进的综合分析储层岩石物理响应特征的横波时差计算方法。得到了考虑多因素影响、且适用于特定研究区块的横波时差计算公式，计算结果精度更高。
2.中国专利202010374824.0提出了一种基于聚类分析测井岩石物理相划分的储层可压性评价方法，基于脆性指数和渗透率两个参数建立了储层可压性评价方法，隶属于工程甜点评价范畴。本发明在改进的横波时差计算方法基础上，提出了基于含油饱和度(含油性甜点)和孔隙度(物性甜点)聚类分析的储层品质甜点划分方法，进一步完善了中国专利202010374824.0。工程甜点决定储层可压性，储层品质甜点决定研究目标层段的开发潜力，基于二者综合分析优选出的目标甜点是未来改善油气藏开发效果的关键层段，该方法在非常规致密油气资源综合甜点识别领域具有广泛应用前景。
3.为提高双甜点识别结果在储层分类分级评价应用过程中的可操作性，本发明引入了储层工程甜点和品质甜点耦合方阵并建立了一套双甜点分类结果应用标准。其中，耦合矩阵Q11为最优质甜点类型，每个对角线上的甜点组合划归为一种甜点类型，Qkk为最劣质甜点类型，则共计划分出2k-1种甜点组合类型。该标准具有普适性，可根据研究目标储层进行灵活调整。
附图说明：
图1实验测量纵波时差与测井AC值对应的校正关系图。
图2动静态弹性模量转换关系曲线。
图3动静态泊松比转换关系曲线。
图4致密油储层工程甜点分类标准。
图5电阻率增大率与含水饱和度关系曲线。
图6地层因素与孔隙度变化关系曲线。
图7S井测井解释剖面图。
图8目标区块储层孔隙度和渗透率测井解释模型。
图9致密油储层品质甜点分类标准。
图10目标区块S井储层品质和工程品质综合分类成果图。
具体实施方式：
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
下面结合附图1-10，对本申请实施例的具体实施方式作进一步的详细说明。
本实施例选取某致密油区块典型取芯井S作为研究对象，进行了实例计算。
(1)获取该典型井的脆性指数剖面：
选择目标区块的典型井进行取芯，为了保证取芯的结果具有代表性，应当满足一定的数量要求(数量越多，代表性越高)。
利用岩心三轴试验机开展岩石力学参数测定实验，测试得到取芯岩石的静态杨氏模量和静态泊松比。
考虑到纵横波时差转换计算模型的准确性、适用性和现场试验的局限性，测定了S井11块取芯岩心声波波速并结合测井数据建立了适用于研究区块目标储层横波时差计算模型，极大地提高了计算结果的可靠性。表1代表了S井11块取芯岩心声波测量结果。
表1 S井11块取芯岩石的纵横波波速测量结果统计表
Figure BDA0003141551330000061
由于室内实验测量的声波波速参数与实际储层条件下的声波波速参数差异性较大，因此首先需要将室内实验测量的纵横波时差转换成储层条件下的纵横波时差。实验测量纵波时差与测井AC值对应的校正关系如附图1所示。校正后的地层条件下的纵横波时差结果参见表2。
表2 取芯岩石校正后纵横波时差计算结果表
Figure BDA0003141551330000062
Figure BDA0003141551330000071
为了建立目标区块储层横波时差预测模型，本发明采用多元线性回归方法拟合给出了横波时差与伽马(GR)、中子(CNL)、密度(DEN)和声波时差(AC)4个参数的变化关系。综合考虑多因素对横波时差的影响，得到了适用于研究目前区块的横波时差计算公式。拟合计算原始参数见表3。
目标区块储层横波时差计算模型如公式(1)所示：
△ts＝567.2097+1.6182GR-4.526CNL-241.8698DEN+1.1408AC (1)
其中：△ts—横波时差，μs/m；GR—伽马；CNL—中子；DEN—密度，g/cm3；AC—声波时差，μs/m。
表3 横波时差计算原始参数
Figure BDA0003141551330000072
在得到横波时差结果条件下，根据测井曲线声波时差和密度测井序列利用公式即可计算代表性井的动态弹性模量、泊松比等岩石力学动态参数，公式如下：
Figure BDA0003141551330000081
Figure BDA0003141551330000082
其中：Ed—动态杨氏模量，GPa；γd—动态泊松比。
基于S井4块取芯岩石力学参数测量结果，结合动态弹性模量和动态泊松比计算结果即可建立目标区块储层岩石力学参数动静态转换计算模型。S井4块取芯岩石力学动态参数计算结果参见表4。
表4 岩石力学动态参数计算结果
Figure BDA0003141551330000083
基于岩石力学实验测得的岩石静态弹性模量和静态泊松比，对静态参数和动态参数值进行回归，即可获得动静态参数转换计算模型。岩石力学动静态参数对比结果参见表5。
表5 岩石力学动静态参数对比
Figure BDA0003141551330000084
基于表4和表5中岩石动、静态杨氏模量和动、静态泊松比数据，建立了目标区块岩石力学参数动、静态转换关系计算模型，参见附图2和3。基于该模型结合测井曲系列数据，计算给出了S井静态杨氏模量和静态泊松比预测剖面。
基于确定的静态杨氏模量和静态泊松比预测剖面，利用公式(4)计算给出了S井脆性指数变化剖面，计算公式如下：
Figure BDA0003141551330000091
其中：BI—脆性指数，％；E—静态杨氏模量，GPa；Emax—目标层段内静态杨氏模量最大值，GPa；Emin—目标层段内静态杨氏模量最小值，GPa；γ—静态泊松比；γmax—目标层段内静态泊松比最大值；γmin—目标层段内静态泊松比最小值。
(2)获取目标区块工程甜点预测剖面
获取目标区块的储层物性参数测井数据，所述储层物性参数测井数据包括渗透率测井数据。
根据目标区块的脆性指数剖面、岩石物理响应特征数据、储层物性参数测井数据，基于聚类分析方法，采用K邻近算法和核心代表指数，划分储层岩石物理相分类。
根据最优聚类原则对沿井筒的工程甜点进行了评价优选。最优聚类原则是依据测井岩石物理响应特征相似的原则，依据测井岩石物理响应特征相似原则可以获得某类岩石物理相的核心值，对邻近数据点进行对比并进行聚类分析，对岩石物理相核心值突变作为分类的标准，最后自动确定最佳聚类数。
基于S井测井数据，根据渗透率和脆性指数将目标区块致密油储层工程甜点分类标准确定为四类(如附图4所示)：砂岩A(K＞0.1mD，BI＞38)、砂岩B(K＞0.1mD，33＜BI＜38)、砂岩C(K＞0.1mD，BI＜33)、砂岩D(0.01＜K＜0.1mD，10＜BI＜60)和泥岩(K＜0.01mD，10＜BI＜60)。表6为四类工程甜点分类分级参数范围。
表6 储层工程甜点分类分级参数范围
Figure BDA0003141551330000092
根据表6确定的目标区块储层工程甜点分类标准，为了使得可压性评价结果更加便捷、可视化程度更高，可以在Geolog软件中设置对应的岩石物理相划分标准，从而快速得到单井岩石工程甜点预测剖面。
(3)计算获得目标区块储层饱和度解释模型
利用智能LCR测量仪测定了目前区块S取芯井共20块岩心电阻率随含水饱和度的变化关系，岩心基础参数如表7所示。基于阿尔奇公式建立了目标储层饱和度预测模型。
目标区块储层饱和度解释模型如下所示：
Figure BDA0003141551330000101
So＝1-Sw (6)
其中，Rw—地层水电阻率，Ω·m；Rt—原状地层电阻率，Ω·m；Sw—原始含水饱和度，f；So—原始含油饱和度，f；a—岩性系数；b—系数；m—胶结指数；n—饱和度指数。
在利用测井资料基于阿尔奇公式定量解释地层含油气饱和度之前，需要通过岩电实验结果来确定上述公式中的4个关键参数(如附图5和6所示)，胶结指数、饱和度指数、岩性系数a和岩性系数b。岩电实验参数测定具体实验步骤如下所示：
①对具有代表性岩样进行洗油，洗盐处理；
②利用覆压孔渗仪测量岩样的孔隙度和渗透率，并称量干重；
③配置模拟地层水溶液，运用电解质溶液电阻率测定仪对溶液电阻率进行测量，记录实验结果；
④对岩样进行抽真空后饱和地层水并测量岩石完全饱和电阻率；
⑤将岩样放入离心机内离心1个小时(离心压力500psi)，测量离心后岩样重量和电阻率。之后将岩样浸泡若干个小时至重量不发生变化停止；
⑥将岩样重新饱和地层水并离心2个小时，测量岩样重量和电阻率。之后将岩样浸泡若干个小时至重量不发生变化停止；
⑦将岩样再次饱和地层水并离心3个小时，测量岩样重量和电阻率。之后将岩样浸泡若干个小时至重量不发生变化停止。
根据附图5和6可得，胶结指数、饱和度指数、岩性系数a和岩性系数b分别为1.525、1.686、1.3994和0.9814。
表7 岩心基础参数表
岩心编号 孔隙度(％) 渗透率(mD) 直径(mm) 长度(mm)
16 9.366 0.046 25.00 25.5
17 11.414 0.025 24.82 25.4
18 17.577 2.153 25.10 28.1
19 8.624 0.205 25.20 21.08
20 12.329 0.091 25.00 28.34
21 10.967 0.615 25.20 19.2
22 7.31 0.011 25.40 32.6
23 6.428 0.149 25.20 32
24 9.27 0.324 25.40 26.1
25 6.286 0.046 25.40 33
26 4.072 0.013 25.40 33.2
27 10.265 0.443 25.40 19.4
28 9.444 0.068 25.40 21.78
29 4.98 0.015 25.40 30
30 10.854 0.586 25.40 22.2
31 12.602 0.104 25.40 30.6
32 9.607 0.035 25.40 36.8
33 15.404 0.658 25.40 19.3
34 12.308 0.502 25.40 25.2
35 12.41 0.05 25.40 27.7
(4)建立孔隙度和渗透率解释模型
利用覆压孔渗仪，测定了目标区块S取芯井46块取芯岩心孔渗测试结果(参见表8)。基于测井曲线伽马、密度、中子和声波时差系列数据(如附图7所示)，利用公式(7)—(9)建立了目标区块储层孔隙度和渗透率测井解释模型(如附图8所示)。
Figure BDA0003141551330000111
Figure BDA0003141551330000112
Figure BDA0003141551330000113
其中，GR—目的层的自然伽马值，API；GRmin、GRmax—分别为纯砂岩、纯泥岩的自然伽马值，API；GCUR—经验系数，GCUR＝3.7；Δt、Δtma、Δtmf、Δtsh—分别为目的层、骨架、泥浆和泥岩的声波时差值。
孔隙度和渗透率解释模型如下所示：
K＝0.1046e0.1258φ (10)
表8 岩心基本物性参数表
Figure BDA0003141551330000121
基于公式(10)即可获得目标区块致密油储层单井孔隙度和渗透率预测剖面。
(5)获取目标区块储层品质甜点(物性+含油性)预测剖面
储层品质通常采用储层物性和含油性这两个参数来表征。基于孔隙度测井解释模型与含油饱和度计算模型，综合分析目标井测井资料，即可获取储层物性甜点(孔隙度)和含油性甜点(含油饱和度)预测剖面。
本发明依据测井岩石物理响应特征相似原则可以获得某类岩石物理相的核心值，对邻近数据点进行对比并进行聚类分析，对岩石物理相核心值突变作为分类的标准，最后自动确定最佳聚类数。
基于S井测井数据(统计分析1100个数据点)，根据孔隙度和含油饱和度进行自动聚类分析后可将储层品质分类确定为四类(如附图9所示)。表9为四类储层品质甜点分类分级参数范围。
表9 储层品质甜点分类分级参数范围
Figure BDA0003141551330000131
由附图9和表9分析可知：根据孔隙度和含油饱和度将储层测井岩相分类标准确定为四类：砂岩A(So＞48％，8＜φ＜19％)、砂岩B(31＜So＜48％，6＜φ＜18％)、砂岩C(18＜So＜31％，8＜φ＜20％)和砂岩D(0＜So＜18％，8＜φ＜17％)。根据表9确定的目标区块储层品质甜点分类标准，利用Geolog软件可快速给出目标井品质甜点预测剖面。
(6)目标区块储层双甜点分类分级评价结果
基于工程甜点和储层品质甜点分级分类评价结果，给出了目标区块致密油储层双甜点分类分级评价结果(如表10所示)，依据储层品质和工程品质甜点组合可以综合判别储层分类分级。
基于本发明提出的双甜点分类结果应用标准可知：目标区块储层工程甜点分类结果为四类，储层品质甜点分类结果为四类。储层工程甜点和品质甜点耦合方阵：
Figure BDA0003141551330000132
其中，AA为最优质甜点类型；AB和BA为次优质甜点类型；以此类推，将耦合方阵中每个对角线上的甜点组合划归为一种甜点类型，DD为最劣质甜点类型，则共计划分出7种甜点组合类型。上述分类结果是在储层品质甜点与工程甜点权重系数一致条件下给出的结果，二者权重系数可根据具体开发现场要求划定。依据储层品质和工程品质甜点组合可以综合判别储层分类分级，基于此可综合筛选压裂层段和评价可开采潜力层段。以目标区块S井研究层段1700-1725m为例，给出了储层品质和工程品质综合分类分级双甜点分类成果图(如附图10所示)。
表10 目标区块储层双甜点分类分级评价结果
Figure BDA0003141551330000141

Claims (2)

1.一种基于聚类分析测井岩石物理相双甜点识别方法，其特征在于：包括工程甜点识别方法和储层品质甜点识别方法；
一、所述的工程甜点识别方法包括以下步骤：
(1)获取目标区块的取芯资料和声波时差测井数据，根据取芯资料的岩石力学参数测试结果和声波时差测井数据获取目标区块的脆性指数剖面；
具体为：
A对目标区块进行取芯，利用取芯岩石进行三轴力学实验，获取取芯岩石的静态杨氏模量和静态泊松比；
B获取声波时差测井数据，利用纵横波时差转换模型计算横波时差变化剖面，利用纵横波时差数据，计算目标区块动态杨氏模量和动态泊松比剖面；
具体做法为：
(a)利用取芯岩心，开展地面条件下纵、横波波速测量；
(b)基于目标区块取芯井测井纵波时差序列与步骤(a)计算的取芯岩心纵波时差数据，建立储层条件与地面条件下声波时差转换关系；
(c)基于步骤(a)计算的取芯岩心横波时差和步骤(b)建立的声波时差转换关系，确定储层条件下不同取芯深度对应的横波时差值；
(d)选择目标区块取芯井测井曲线序列并提取取芯深度对应的岩石物理响应特征值，结合步骤(c)计算获得的横波时差，建立以横波时差为分析目标因变量的多元线性回归矩阵，利用多元线性回归理论，计算给出储层条件下横波时差与反映岩石物理响应特征测井曲线系列参数之间的关系式；
C基于岩石动、静态杨氏模量和泊松比数据，建立目标区块岩石力学参数动、静态转换关系计算模型；
D根据岩石力学参数动、静态转换关系计算模型，获取目标区块静态杨氏模量和静态泊松比变化剖面；
E根据目标区块静态杨氏模量和静态泊松比变化剖面，获取目标区块的脆性指数剖面；
(2)获取目标区块的岩石物理响应特征数据，所述岩石物理响应特征数据包括声波测井数据、中子测井数据、密度测井数据、伽玛测井数据以及电阻率测井数据；
(3)获取目标区块的储层物性参数测井数据，所述储层物性参数测井数据包括渗透率测井数据；
(4)根据目标区块的脆性指数剖面、岩石物理响应特征数据、储层物性参数测井数据，基于聚类分析方法，采用K邻近算法和核心代表指数KRI，划分储层岩石物理相分类；包括：利用核心代表指数KRI曲线上的突变确定最优分割数，并自动确定岩石物理相划分的最佳聚类数，还包括调整储层岩石物理相分类数量；
(5)根据储层岩石物理相分类结果进行目标井的可压性评价，并利用Geolog软件给出目标区块基于岩石物理相划分的工程甜点预测剖面；
二、所述的储层品质甜点识别方法包括以下步骤：
(1)用智能LCR测量仪测定岩心电阻率随含水饱和度的变化关系、基于阿尔奇公式建立目标储层饱和度预测模型；
(2)利用典型井取芯岩心测试结果建立目标储层孔隙度和渗透率测井解释模型；
(3)基于孔隙度和渗透率测井解释模型与含油饱和度预测模型，综合分析目标井测井资料，获取储层物性甜点——孔隙度，含油性甜点——含油饱和度的预测剖面；
(4)根据目标区块的孔隙度和含油饱和度预测剖面数据，基于聚类分析方法，采用K邻近算法和核心代表指数KRI，进行储层岩石物理相分类；包括利用核心代表指数KRI曲线上的突变确定最优分割数，并自动确定岩石物理相划分的最佳聚类数；还包括调整储层岩石物理相分类数量；
(5)根据储层岩石物理相分类结果进行目标井物性甜点和含油性甜点评价，并利用Geolog软件给出目标区块基于岩石物理相划分的储层品质甜点预测剖面；
三、基于工程甜点和储层品质甜点分级分类评价结果，给出目标储层双甜点分类分级结果，并依据储层品质和工程品质组合综合判别储层性质。
2.根据权利要求1所述的一种基于聚类分析测井岩石物理相双甜点识别方法，其特征在于：为进一步的提高双甜点识别结果在储层分类分级评价应用过程中的可操作性，建立双甜点分类结果应用标准；具体实施过程如下：
(1)假设目标区块储层工程甜点分类结果为m类，其中第i类储层用(EQ)i代表，式中1≤i≤m，i值越小，工程甜点性能越优；储层品质甜点分类结果为n类，其中第j类储层用(RQ)j代表，式中1≤j≤n，j值越小，储层品质甜点性能越优；
(2)令k＝max(m,n)，建立k阶储层工程甜点和品质甜点耦合方阵：
Figure FDA0003325228130000031
其中，Q11为最优质甜点类型；Q12和Q21为次优质甜点类型；以此类推，将耦合方阵中每个对角线上的甜点组合划归为一种甜点类型，Qkk为最劣质甜点类型；Qij为储层工程甜点和品质甜点的耦合值，k为权重系数，若出现m＜k或n＜k的情况，则在耦合方阵中补充空白序列代替。
CN202110741404.6A 2021-06-30 2021-06-30 一种基于聚类分析测井岩石物理相双甜点识别方法 Active CN113419284B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110741404.6A CN113419284B (zh) 2021-06-30 2021-06-30 一种基于聚类分析测井岩石物理相双甜点识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110741404.6A CN113419284B (zh) 2021-06-30 2021-06-30 一种基于聚类分析测井岩石物理相双甜点识别方法

Publications (2)

Publication Number Publication Date
CN113419284A CN113419284A (zh) 2021-09-21
CN113419284B true CN113419284B (zh) 2022-02-08

Family

ID=77717613

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110741404.6A Active CN113419284B (zh) 2021-06-30 2021-06-30 一种基于聚类分析测井岩石物理相双甜点识别方法

Country Status (1)

Country Link
CN (1) CN113419284B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114991745B (zh) * 2021-11-01 2023-06-23 中国石油天然气股份有限公司 一种页岩油储层甜点识别方法和装置
CN115266782B (zh) 2022-09-27 2023-03-24 中国科学院地质与地球物理研究所 一种基于双能ct技术评价非常规储层双甜点的方法
CN116819644A (zh) * 2023-06-26 2023-09-29 中国石油天然气股份有限公司 页岩油储层最小水平主应力的确定方法及装置
CN116976143B (zh) * 2023-09-15 2024-04-02 成都理工大学 一种考虑弱面的储层“双甜点”评价方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104977618B (zh) * 2014-04-09 2017-09-22 中国石油集团东方地球物理勘探有限责任公司 一种评价页岩气储层及寻找甜点区的方法
US10310136B2 (en) * 2015-04-24 2019-06-04 W.D. Von Gonten Laboratories Inc. Lateral placement and completion design for improved well performance of unconventional reservoirs
CN105134156B (zh) * 2015-09-29 2018-05-22 西南石油大学 一种用于致密砂岩储层三维可压裂性模型的建模方法
RU2656303C1 (ru) * 2017-03-06 2018-06-04 Открытое акционерное общество "Сургутнефтегаз" Способ построения геолого-гидродинамических моделей неоднородных пластов с тонким линзовидным переслаиванием песчано-алевритовых и глинистых пород
CN107327299B (zh) * 2017-08-01 2020-06-09 中国石油天然气股份有限公司 一种确定储层可压性的方法及装置
CN108009705B (zh) * 2017-11-07 2021-05-14 中国石油大学(华东) 一种基于支持向量机技术的页岩储层可压性评价方法
CN108564254B (zh) * 2018-03-15 2021-04-09 国网四川省电力公司绵阳供电公司 基于大数据的配电设备状态可视化平台
CN108681635B (zh) * 2018-05-15 2021-11-02 中国石油天然气股份有限公司 一种致密储层体积压裂可压性评价方法
CN109711429A (zh) * 2018-11-22 2019-05-03 中国石油天然气股份有限公司 一种储层评价分类方法及装置
CN110318745B (zh) * 2019-06-10 2022-09-23 中国石油大学(华东) 一种沉积微相约束下粒径岩性测井评价方法
CN112782780A (zh) * 2019-11-06 2021-05-11 中国石油大学(北京) 一种基于岩石物理相的储层评价方法、装置及设备
CN111425193B (zh) * 2020-01-21 2020-12-01 东北石油大学 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法
CN111983184B (zh) * 2020-07-14 2023-01-06 中国石油天然气股份有限公司 陆相咸化湖盆致密油甜点确定方法及装置

Also Published As

Publication number Publication date
CN113419284A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
CN113419284B (zh) 一种基于聚类分析测井岩石物理相双甜点识别方法
CN109061765B (zh) 非均质薄砂岩互层油藏的圈闭评价方法
CN108931814B (zh) 一种基于多属性融合的基岩裂缝预测的方法
CN111425193B (zh) 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法
CN106468172A (zh) 一种超低渗砂岩油藏低阻储层测井解释方法
CN112526107B (zh) 裂缝型致密砂岩储层甜点识别与定量表征的方法
US9176255B2 (en) Permeability prediction systems and methods using quadratic discriminant analysis
CA2591484A1 (en) Method for determining the water saturation of an underground formation
CN111767674B (zh) 一种基于主动域适应的测井岩性识别方法
CN107829731B (zh) 一种黏土蚀变的火山岩孔隙度校正方法
CN104047598A (zh) 非均质古岩溶碳酸盐岩储层产能预测方法
CN112922591B (zh) 泥页岩储层岩相“甜点”预测方法及系统
CN110320569B (zh) 一种致密砂岩储层单井裂缝发育强度定量评价方法
CN110939428B (zh) 一种致密砂岩油气藏储层裂缝的识别方法
Xu et al. Prediction of natural fracture in shale oil reservoir based on R/S analysis and conventional logs
CN110688781B (zh) 一种低渗非均质气藏储层测井解释方法
CN110847887B (zh) 一种细粒沉积陆相页岩裂缝识别评价方法
CN106568918B (zh) 页岩有机碳含量toc预测方法
CN116641702A (zh) 一种页岩气藏甜点区识别方法
Zohreh et al. The evaluation of borehole imaging result comparing with cores in Sarvak fractured and non-fractured reservoir
CN113311502A (zh) 一种识别泥页岩层系中常规油层与页岩油层的方法及装置
CN105842734A (zh) 一种利用地震数据进行泥页岩含气量预测方法
CN111894571A (zh) 一种基于岩性扫描测井资料的流体性质识别方法
CN115508890B (zh) 一种裂缝孔隙型储层叠前叠后反演方法
RU2774819C1 (ru) Способ определения удельного электрического сопротивления терригенных нефтяных коллекторов по данным электрокаротажа субвертикальных скважин с использованием искусственных нейронных сетей

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wei Jianguang

Inventor after: Zhou Xiaofeng

Inventor after: Shang Demiao

Inventor after: Liang Shuang

Inventor after: Rong Gen

Inventor after: Wang Xiaojian

Inventor after: Wang Yunfei

Inventor before: Wei Jianguang

Inventor before: Zhou Xiaofeng

Inventor before: Shang Demiao

Inventor before: Rong Gen

Inventor before: Wang Xiaojian

Inventor before: Wang Yunfei

GR01 Patent grant
GR01 Patent grant