CN113805226B - 一种分析含煤储层的方法、装置及计算机可读存储介质 - Google Patents
一种分析含煤储层的方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113805226B CN113805226B CN202111003405.7A CN202111003405A CN113805226B CN 113805226 B CN113805226 B CN 113805226B CN 202111003405 A CN202111003405 A CN 202111003405A CN 113805226 B CN113805226 B CN 113805226B
- Authority
- CN
- China
- Prior art keywords
- coal
- rock
- physical property
- property parameter
- reservoir
- 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
- 239000003245 coal Substances 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 239000011435 rock Substances 0.000 claims abstract description 149
- 230000000704 physical effect Effects 0.000 claims abstract description 73
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 63
- 239000011707 mineral Substances 0.000 claims abstract description 63
- 239000011159 matrix material Substances 0.000 claims abstract description 44
- 239000011148 porous material Substances 0.000 claims abstract description 38
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 37
- 239000012530 fluid Substances 0.000 claims abstract description 19
- 230000008878 coupling Effects 0.000 claims abstract description 12
- 238000010168 coupling process Methods 0.000 claims abstract description 12
- 238000005859 coupling reaction Methods 0.000 claims abstract description 12
- 238000002922 simulated annealing Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000004927 clay Substances 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002637 fluid replacement therapy Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 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
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/12—Signal generation
- G01V2210/121—Active source
- G01V2210/1216—Drilling-related
-
- 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
- G01V2210/622—Velocity, density or impedance
- G01V2210/6222—Velocity; travel time
-
- 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
- G01V2210/6242—Elastic parameters, e.g. Young, Lamé or Poisson
-
- 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
- G01V2210/6244—Porosity
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本公开涉及一种分析含煤储层的方法、装置及计算机可读存储介质，该方法包括：初始化含煤储层的物性参数值；根据物性参数值确定纵波速度的预测值；使用评估纵波速度的测量值与预测值的误差的目标泛函，判断是否满足迭代终止条件；如果不满足，更新物性参数值，并返回再次确定纵波速度的预测值；如果满足，将物性参数值作为含煤储层的物性参数值。其中，根据物性参数值确定纵波速度的预测值，包括：将背景矿物构建为矿物基质；向矿物基质中添加岩石孔隙构建岩石骨架；在岩石骨架中耦合煤层构建含煤层的岩石骨架；为含煤层的岩石骨架填充流体构建饱和岩石；根据饱和岩石的弹性模量确定纵波速度的预测值。本公开，提高了精确度。
Description
技术领域
本公开涉及油气勘探领域，尤其涉及一种分析含煤储层的方法、装置及计算机可读存储介质。
背景技术
近年来，油气勘探的目标储层日趋复杂，勘探难度逐步增加，含煤储层中煤层分布广而薄，为储层预测带来了极大的挑战，针对含煤储层的岩石物理模型构建及弹性模量估算对油气储层的有效识别具有重要意义。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种分析含煤储层的方法、装置及计算机可读存储介质。
第一方面，本公开提供了一种分析含煤储层的方法，包括：初始化含煤储层的物性参数值；根据物性参数值确定纵波速度的预测值；使用评估纵波速度的测量值与预测值的误差的目标泛函，判断是否满足迭代终止条件；如果不满足迭代终止条件，更新物性参数值，并返回根据物性参数值确定纵波速度的预测值的步骤；如果满足迭代终止条件，将物性参数值作为含煤储层的物性参数值。
其中，根据物性参数值确定纵波速度的预测值，包括：将背景矿物构建为矿物基质，得到矿物基质的弹性模量；向矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量；在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；为含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量；以及根据饱和岩石的弹性模量确定纵波速度的预测值。
在一些实施例中，将物性参数值作为含煤储层的物性参数之后，还包括：根据含煤储层的物性参数值，确定含煤储层的横波速度，包括：将背景矿物构建为矿物基质，得到矿物基质的弹性模量；向矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量；在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；为含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量。
在一些实施例中，上述方法还包括：根据饱和岩石的弹性模量确定含煤储层的横波速度的预测值。
在一些实施例中，更新物性参数值，包括：使用模拟退火算法更新物性参数值。
在一些实施例中，每次更新物性参数值后，以Metropolis准则判断是否接受更新后的物性参数值。
在一些实施例中，物性参数值包括：泥质含量、煤层占比、孔隙度，以及不同孔隙类型的孔隙纵横比。
在一些实施例中，使用VRH模型将背景矿物构建为矿物基质；和/或使用KT模型向矿物基质中添加岩石孔隙构建岩石骨架；和/或使用SCA模型在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；和/或使用Gassmann方程为含煤层的岩石骨架填充流体构建饱和岩石。
第二方面，本公开提供了一种分析含煤储层的装置，初始化模块，用于初始化含煤储层的物性参数值；预测模块，用于根据物性参数值确定纵波速度的预测值；判断模块，用于使用评估纵波速度的测量值与预测值的误差的目标泛函，判断是否满足迭代终止条件；更新模块，用于在不满足迭代终止条件的情况下，更新物性参数值，并返回预测模块根据物性参数值确定纵波速度的预测值；以及输出模块，用于在满足迭代终止条件的条件下，将物性参数值作为含煤储层的物性参数值。
其中，上述预测模块，具体用于将背景矿物构建为矿物基质，得到矿物基质的弹性模量；向矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量；在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；为含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量；以及根据饱和岩石的弹性模量确定纵波速度的预测值。
第三方面，本公开提供了一种计算机设备，计算机设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；该计算机程序被处理器执行时实现本公开任一个或多个方法的步骤。
第四方面，本公开提供了一种计算机可读存储介质，计算机可读存储介质上存储有分析含煤储层的程序，分析含煤储层的程序被处理器执行时实现本公开任一个或多个分析含煤储层的方法的步骤。
本公开实施例提供的上述技术方案与现有技术相比具有如下优点：本公开实施例提供的该方法，构建了含煤储层的地震岩石物理模型。其中，将背景基质构建为矿物基质，向矿物基质中添加岩石孔隙，在岩石骨架中耦合煤层，为干岩石填充流体，建立含煤储层的地震岩石物理模型，使用建立的地震岩石物理模型，根据纵波速度的测量值反演含煤储层的物性参数。提高了分析含煤储层的准确性，为含煤储层的弹性模量预测等应用奠定了基础。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的分析含煤储层的方法一种实施方式的流程图；
图2含煤储层地震岩石物理模型构建的示意图；
图3为本公开实施例提供的确定纵波速度的预测值的方法一种实施方式的流程图；
图4为本公开实施例提供的预测含煤储层的弹性模量的方法一种实施方式的流程图；
图5为本公开实施例提供了的模拟退火方法一种实施方式的流程图；
图6为本公开实施例提供的分析含煤储层的装置一种实施方式的结构框图；
图7为本公开实施例提供的计算机设备一种实施方式的硬件示意图；
图8a为纵波速度随煤层占比、泥质含量变化分析的示意图；
图8b为横波速度随煤层占比、泥质含量变化分析的示意图；
图9为常规岩石弹性模量计算方法结果的示意图；
图10为含煤储层岩石弹性模量计算结果的示意图；
图11为测井a岩石弹性模量计算结果与误差分析图；以及
图12为测井b岩石弹性模量计算结果与误差分析图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本公开，并不用于限定本公开。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本公开的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
在油气勘探中，一些情况下，够测量得到储层的物性参数、体积模量、剪切模量、纵波速度以及横波速度；另一些情况下，测量得到纵波速度，然而在实际生产中由于各种原因往往缺乏横波速度信息。本公开实施例的一个方面，实现根据测量得到的纵波速度预测储层的横波速度。
储层的横波速度预测准确度受储层的地震岩石物理模型影响。本公开实施例的另一个方面，考虑地层含煤对地震响应的影响，构建了一种含煤储层的地震岩石物理模型。
实施例一
本公开实施例提供了一种分析含煤储层的方法，该方法基于本公开实施例的含煤储层的地震岩石物理模型，根据含煤储层的纵波速度确定含煤储层的物性参数。
图1为本公开实施例提供的分析含煤储层的方法一种实施方式的流程图，如图1所示，该方法包括步骤S102至步骤S110。
步骤S102，初始化含煤储层的物性参数值。
步骤S104，根据物性参数值确定纵波速度的预测值。
步骤S106，使用评估纵波速度的测量值与预测值的误差的目标泛函，判断是否满足迭代终止条件。
步骤S108，如果不满足迭代终止条件，更新物性参数值，并返回根据物性参数值确定纵波速度的预测值的步骤。
步骤S110，如果满足迭代终止条件，将物性参数值作为含煤储层的物性参数值。
在一些示例中，上述步骤S108中，更新物性参数值，包括：使用模拟退火算法更新物性参数值。利用模拟退火算法更新物性参数值，形成非线性计算方法。该方法跳出了局部搜索的局限性，实现了在解空间内趋于全局最优。
在一些示例中，上述步骤S108中，每次更新物性参数值后，以Metropolis准则判断是否接受更新后的物性参数值。最终通过大量的迭代次数得到满足终止条件的解。
上述物性参数值包括：泥质含量、煤层占比、孔隙度，以及不同孔隙类型的孔隙纵横比。
本公开实施例中，构建了考虑煤层影响的地震岩石物理模型，上述步骤S104中，使用该地震岩石物理模型根据物性参数值确定纵波速度的预测值。示例性的，考虑煤层影响的地震岩石物理模型构建过程如图2所示。
图3为本公开实施例提供的确定纵波速度的预测值的方法一种实施方式的流程图，如图3所示，该方法包括步骤S302至步骤S310。
步骤S302，将背景矿物构建为矿物基质，得到矿物基质的弹性模量。矿物基质的弹性模量包括体积模量和剪切模量。
在本公开中，背景矿物包括石英、黏土等。
在一些示例中，利用VRH模型将石英、黏土等背景矿物按照各成分体积含量进行混合，VRH模型是通过求取等应力平均与等应变平均的均值来表征矿物基质的等效弹性模量，具体表达式为：
其中，Km、Um分别为混合后的矿物基质的体积模量和剪切模量，fi、Ki、Ui为第i个矿物组分的体积含量、体积模量以及剪切模量，N为不同矿物类型的数目。
应当理解，本公开实施例并不限于VRH模型，其他模型(例如，Hashin-Shtrikman模型、Reuss模型等)也是可行的，本公开实施例对此不做赘述。
步骤S304，向矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量。岩石骨架的弹性模量包括体积模量和剪切模量。
在一些示例中，上述步骤S304中使用KT模型基于散射理论，得到矿物基质包含不同形状孔隙时的骨架(也称为岩石骨架)的等效模量，具体表达式为：
其中，为加入孔隙后的岩石骨架的等效体积模量和剪切模量，xi为不同孔隙所占的体积分量，若为干燥孔隙，则Ki＝Ui＝0，若流体饱和，则Ui＝0。Pmi、Qmi反映的是不同形状的孔隙对矿物基质的作用。
KT模型适用于较低孔隙度的岩石模量估算，常与微分等效介质模型结合使用。Keys和Xu在此模型上进行改进，假定骨架的泊松比为常数，推导出岩石骨架等效体积模量和剪切模量的表达式为：
K(φ)＝Km(1-φ)p (6)
U(φ)＝Um(1-φ)q (7)
其中，K(φ)、U(φ)分别代表加入孔隙后的岩石骨架的体积模量和剪切模量，φ表示孔隙度，p、q为几何因子，受背景介质和孔隙形状影响。
应当理解，本公开所述的KT模型包括KT模型及其改进模型。并且，本公开实施例并不限于KT模型，其他模型(例如，微分等效介质DEM模型等)也是可行的，本公开实施例对此不做赘述。
步骤S306，在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量。含煤层的岩石骨架的弹性模量包括体积模量和剪切模量。
在一些示例中，上述步骤S306中，使用SCA模型，计算多相混合物介质模量的有效模型，向岩石骨架中以包含物的形式加入煤层，通过调整背景介质参数来计算耦合煤层后的岩石的剪切模量和体积模量，具体表达如下：
其中，Zi代表不同矿物组分的体积含量，这里具体为背景骨架和煤，Ki、Ui分别为其对应的体积模量和剪切模量，Kd、Ud是加入煤层后的干岩石的体积模量和剪切模量，P*i和Q*i是与包含煤的形状、性质以及骨架背景有关的几何因数，当煤的形状不同时，P*i和Q*i的表达式也会相应发生改变。上述公式均为耦合的，利用迭代的方式进行求解。
步骤S308，为含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量。
在一些示例中，使用Gassmann方程将地下介质简化为均匀各向同性，在一定假设的前提下，建立饱和岩石等效模量与流体类型、矿物基质、岩石骨架之间的关系，推导出含煤层骨架填充流体后的体积和剪切模量为，如下：
K＝Kd+α2Kf/[φ+(α-φ)Kf/Km] (10)
U＝Ud (11)
其中，K、U分别为流体替换后的饱和岩石的等效体积模量和剪切模量，α＝1-Kd/Km，Kf为流体等效体积模量，这里可以利用Reuss平均进行计算。
应当理解，本公开实施例并不限于Gassmann方程，其他模型(例如，斑块饱和模型等)也是可行的，本公开实施例对此不做赘述。
步骤S310，根据饱和岩石的弹性模量确定纵波速度的预测值。饱和岩石的弹性模量包括体积模量和剪切模量。纵波速度VP、横波速度VS与弹性模量(K和U)、密度ρ之间的关系如下：
在本公开示例中，密度ρ可为实测密度值。
实施例二
在本公开实施例中，提供了一种含煤储层的弹性模量的确定方法，该方法在实施例一确定出含煤储层的物性参数后，使用该物性参数确定含煤储层的弹性模量(包括体积模量和剪切模量)。
图4为本公开实施例提供的预测含煤储层的弹性模量的方法一种实施方式的流程图，如图4所示，该方法包括S402至步骤S410。
步骤S402，获取含煤储层的物性参数的预测值。物性参数值包括：泥质含量、煤层占比、孔隙度，以及不同孔隙类型的孔隙纵横比。
步骤S404，将背景矿物构建为矿物基质，得到矿物基质的弹性模量。矿物基质的弹性模量包括剪切模量和体积模量。
步骤S406，向矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量。
步骤S408，在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量。含煤层的岩石骨架的弹性模量包括剪切模量和体积模量。
步骤S410，为含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量。饱和岩石的弹性模量包括剪切模量和体积模量。
在一些示例中，使用VRH模型将背景矿物构建为矿物基质；和/或使用KT模型向矿物基质中添加岩石孔隙构建岩石骨架；和/或使用SCA模型在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；和/或使用Gassmann方程为含煤层的岩石骨架填充流体构建饱和岩石。具体参见本公开实施例一的描述。
实施例三
在本公开实施例中，在利用实施例一的方法根据纵波速度确定物性参数后，基于物性参数确定含煤储层的弹性模型，进一步的根据含煤储层(饱和岩石)的弹性模量确定含煤储层的横波速度的预测值。
在本公开实施例中，采用公知的方法根据弹性模量确定横波速度，本公开实施例对此不做赘述。
实施例四
本公开实施例提供了一种模拟退火方法，使用模拟退火算法更新物性参数值。每次更新物性参数值后，以Metropolis准则判断是否接受根据更新后的物性参数值确定纵波速度的预测值。
图5为本公开实施例提供了的模拟退火方法一种实施方式的流程图，如图5所示，该方法包括：步骤S502至步骤S518。
步骤S502，接收初始化的物性参数值(x)。初始化的物性参数值也称为物性参数初始值。
步骤S504，扰动产生新的物性参数值(y)。
步骤S506，判断接受概率判定值(f(y))是否小接受概率(f(x))。
步骤S508，在接受概率判定值小于接受概率时，接受新的物性参数值。
步骤S510，在接受概率判定值不小于接受概率时，以Metropolis准则判断是否接受新的物性参数值。
步骤S512，判断是否达到迭代次数。如果达到预测次数，进入步骤S514，否则返回步骤S504。
步骤S514，判断是否达到终止条件。如果达到终止条件，进入步骤S516，否则，进入步骤S518进行降温后返回步骤S504。
步骤S516，输出最优物性参数值。
在实际测井数据反演约束下，匹配重建测井数据，建立目标泛函如下，
其中，m*为物性参数，即m*＝[Vsh；Vcoal；φ；α]，Vsh为泥质含量，Vcoal为煤层占比，φ为孔隙度，α为不同孔隙类型的孔隙纵横比。为测量的纵波速度，为实际计算得到的纵波速度，K、U分别为各组分的体积模量和剪切模量，ρ为密度，Sw为含水饱和度。
利用模拟退火方法修正物性参数，形成含煤储层岩石弹性模量非线性计算方法。模拟退火跳出了局部搜索的局限性，可在解空间内趋于全局最优。物性参数每改变一次，就会随机产生一种新的状态，以Metropolis准则判断是否接受新的状态，最终通过大量的迭代次数得到满足终止条件的解。
实施例五
本公开实施例提供了一种分析含煤储层的装置，下面参考图6对该装置的一种实施方式进行说明。
初始化模块610，用于初始化含煤储层的物性参数值。预测模块620，用于根据物性参数值确定纵波速度的预测值。判断模块630，与初始化模块610和预测模块620相连，用于使用评估纵波速度的测量值与预测值的误差的目标泛函，判断是否满足迭代终止条件。更新模块640，与判断模块630相连，用于在不满足迭代终止条件的情况下，更新物性参数值，并返回预测模块620根据物性参数值确定纵波速度的预测值；以及输出模块650，用于在满足迭代终止条件的条件下，将物性参数值作为含煤储层的物性参数值。
在本公开实施例中，上述预测模块620，具体用于将背景矿物构建为矿物基质，得到矿物基质的弹性模量；向矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量；在岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；为含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量；以及根据饱和岩石的弹性模量确定纵波速度的预测值。
本公开实施例的其他方面，参见本公开前述实施例的描述，在此不做赘述。
本公开实施例还提供了一种计算机设备。图7为本公开实施例提供的计算机设备一种实施方式的硬件结构示意图，如图7所示，本公开实施例的计算机设备10包括：至少包括但不限于：可通过系统总线相互通信连接的存储器11和处理器12。需要指出的是，图7仅示出了具有组件11-12的计算机设备10，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
本实施例中，存储器11(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器11可以是计算机设备10的内部存储单元，例如计算机设备10的硬盘或内存。在另一些实施例中，存储器11也可以是计算机设备10的外部存储设备，例如该计算机设备10上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，存储器11还可以既包括计算机设备10的内部存储单元也包括其外部存储设备。本实施例中，存储器11通常用于存储安装于计算机设备10的操作系统和各类软件。此外，存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制计算机设备10的总体操作。本实施例中，处理器12用于运行存储器11中存储的程序代码或者处理数据，例如本公开实施例的任一或多个方法。
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储本公开实施例的任一或多个的程序代码，被处理器执行时实现本公开实施例的任一或多个的方法。
理论模型测试
本公开的一些示例充分考虑了储层含煤对地震响应的影响，提高了储层岩石弹性模量预测的精度，完善了不同储层类型的岩石弹性模量计算方法。
本的一些示例根据实际地震资料及地质背景，构建了一种含煤储层地震岩石物理模型，根据相关地震岩石物理理论计算先后得到矿物基质、干岩石骨架以及含流体孔隙介质的体积模量和剪切模量，在纵波速度等测井数据约束下建立反演目标泛函，利用模拟退火算法进行全局搜索，最终形成了一种含煤储层岩石弹性模量非线性计算方法。
本公开的一些示例，岩石物理建模时充分考虑了储层含煤对地震响应的影响，考虑了泥质含量、煤层占比、孔隙度、含水饱和度等物性参数的渐变对弹性参数的影响，提高了储层岩石弹性模量预测的精度，完善了不同储层类型的岩石弹性模量计算方法。
图8a、图8b分别代表纵波速度及横波速度随煤层占比和泥质含量的变化趋势。随着煤层占比和泥质含量的增加，纵波速度及横波速度均减小。图9中虚线是实测纵波速度和横波速度曲线，实线是建模时未考虑煤层所计算的地震波速度，在煤层处无法得到低值，无法适用于煤系地层。图10中实线是建模时考虑煤层计算的纵波速度和横波速度，在煤层处黑色曲线与实际测井数据(虚线)吻合较好。
为了更加清楚地阐述本公开岩石弹性模量计算方法的稳定性，选取了两口重采样后的实际测井数据开展了理论模型测试。图11、图12中黑色虚线代表实际测井速度曲线，黑色实线代表利用本公开得到的弹性模量计算结果。
从图11和图12中可以看出，纵波速度与横波速度的计算结果与真实模型具有较高的吻合度，其中纵波速度误差在5％以内，横波速度误差集中在10％以内，整体速度误差较小，计算精度较高，进一步验证了本公开弹性模量计算方法的可靠性。
通过理论分析和实例的研究表明，储层含煤对岩石弹性模量的预测影响较大，在建模过程中是不可以被忽略的，进一步验证了本公开方法的有效性和实际应用前景。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本公开各个实施例所述的方法。
上面结合附图对本公开的实施例进行了描述，但是本公开并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本公开的启示下，在不脱离本公开宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本公开的保护之内。
Claims (7)
1.一种分析含煤储层的方法，其特征在于，包括：
初始化含煤储层的物性参数值；
根据所述含煤储层的物性参数值确定纵波速度的预测值，包括：
将背景矿物构建为矿物基质，得到矿物基质的弹性模量；
向所述矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量；
在所述岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；
为所述含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量；以及
根据所述饱和岩石的弹性模量确定纵波速度的预测值；
使用评估纵波速度的测量值与预测值的误差的目标泛函，判断是否满足迭代终止条件；
如果不满足所述迭代终止条件，更新所述含煤储层的物性参数值，并返回所述根据所述含煤储层的物性参数值确定纵波速度的预测值的步骤；
如果满足所述迭代终止条件，将此时含煤储层的物性参数值作为最优含煤储层的物性参数值；
所述含煤储层的物性参数值包括：泥质含量、煤层占比、孔隙度，以及不同孔隙类型的孔隙纵横比；
所述目标泛函为：
其中，m*为物性参数，即m*＝[Vsh；Vcoal；φ；α]
Vsh为泥质含量，Vcoal为煤层占比，φ为孔隙度，α为不同孔隙类型的孔隙纵横比，为测量的纵波速度，/>为实际计算得到的纵波速度，K、U分别为各组分的体积模量和剪切模量，ρ为密度，Sw为含水饱和度；
更新所述含煤储层的物性参数值，包括：使用模拟退火算法更新含煤储层的物性参数值；
每次更新所述含煤储层的物性参数值后，以Metropolis准则判断是否接受更新后的含煤储层的物性参数值。
2.根据权利要求1所述的方法，其特征在于，将此时含煤储层的物性参数值作为最优含煤储层的物性参数之后，还包括：
根据所述含煤储层的物性参数值，确定所述含煤储层的横波速度，包括：
将背景矿物构建为矿物基质，得到矿物基质的弹性模量；
向所述矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量；
在所述岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；
为所述含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量。
3.根据权利要求2所述的方法，其特征在于，还包括：根据所述饱和岩石的弹性模量确定所述含煤储层的横波速度的预测值。
4.根据权利要求1至3中任一项所述的方法，其特征在于，
使用VRH模型将背景矿物构建为矿物基质；和/或
使用KT模型向所述矿物基质中添加岩石孔隙构建岩石骨架；和/或
使用SCA模型在所述岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；和/或
使用Gassmann方程为所述含煤层的岩石骨架填充流体构建饱和岩石。
5.一种分析含煤储层的装置，其特征在于，包括：
初始化模块，用于初始化含煤储层的物性参数值；
预测模块，用于根据所述含煤储层的物性参数值确定纵波速度的预测值，具体用于：
将背景矿物构建为矿物基质，得到矿物基质的弹性模量；
向所述矿物基质中添加岩石孔隙构建岩石骨架，得到岩石骨架的弹性模量；
在所述岩石骨架中耦合煤层构建含煤层的岩石骨架，得到含煤层的岩石骨架的弹性模量；
为所述含煤层的岩石骨架填充流体构建饱和岩石，得到饱和岩石的弹性模量；以及
根据所述饱和岩石的弹性模量确定纵波速度的预测值；
判断模块，用于使用评估纵波速度的测量值与预测值的误差的目标泛函，判断是否满足迭代终止条件；
更新模块，用于在不满足所述迭代终止条件的情况下，更新所述含煤储层的物性参数值，并返回所述预测模块根据所述含煤储层的物性参数值确定纵波速度的预测值；以及
输出模块，用于在满足所述迭代终止条件的条件下，将此时含煤储层的物性参数值作为最优含煤储层的物性参数值；
所述含煤储层的物性参数值包括：泥质含量、煤层占比、孔隙度，以及不同孔隙类型的孔隙纵横比；
所述目标泛函为：
其中，m*为物性参数，即m*＝[Vsh；Vcoal；φ；α]，Vsh为泥质含量，Vcoal为煤层占比，φ为孔隙度，α为不同孔隙类型的孔隙纵横比，为测量的纵波速度，/>为实际计算得到的纵波速度，K、U分别为各组分的体积模量和剪切模量，ρ为密度，Sw为含水饱和度；
更新所述含煤储层的物性参数值，包括：使用模拟退火算法更新含煤储层的物性参数值；
每次更新所述含煤储层的物性参数值后，以Metropolis准则判断是否接受更新后的含煤储层的物性参数值。
6.一种计算机设备，其特征在于，所述计算机设备包括：
存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的方法的步骤。
7.一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上存储有分析含煤储层的程序，所述分析含煤储层的程序被处理器执行时实现如权利要求1至4中任一项所述的分析含煤储层的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111003405.7A CN113805226B (zh) | 2021-08-30 | 2021-08-30 | 一种分析含煤储层的方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111003405.7A CN113805226B (zh) | 2021-08-30 | 2021-08-30 | 一种分析含煤储层的方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113805226A CN113805226A (zh) | 2021-12-17 |
| CN113805226B true CN113805226B (zh) | 2023-08-29 |
Family
ID=78894347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111003405.7A Active CN113805226B (zh) | 2021-08-30 | 2021-08-30 | 一种分析含煤储层的方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113805226B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104101904A (zh) * | 2013-04-03 | 2014-10-15 | 中国石油化工股份有限公司 | 一种快速求取地层横波速度的方法 |
| 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 |
| RU2615051C1 (ru) * | 2015-10-30 | 2017-04-03 | Общество с ограниченной ответственностью "Научно-исследовательский институт природных газов и газовых технологий - Газпром ВНИИГАЗ" | Способ определения трещинной пористости горных пород |
| CN106842364A (zh) * | 2015-12-04 | 2017-06-13 | 中国石油化工股份有限公司 | 不整合生物灰岩储层地震岩石物理模型建立方法 |
| 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 |
| CN111736214A (zh) * | 2019-03-25 | 2020-10-02 | 中国石油天然气集团有限公司 | 矿物基质模量计算方法、建立地震响应模型的方法和装置 |
| CN112379416A (zh) * | 2020-10-13 | 2021-02-19 | 北京恒泰兴科信息技术有限公司 | 煤岩岩石物理建模预测横波方法、装置及电子设备 |
| CN113031109A (zh) * | 2019-12-25 | 2021-06-25 | 中国石油天然气股份有限公司 | 岩石物理建模方法及装置 |
-
2021
- 2021-08-30 CN CN202111003405.7A patent/CN113805226B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104101904A (zh) * | 2013-04-03 | 2014-10-15 | 中国石油化工股份有限公司 | 一种快速求取地层横波速度的方法 |
| 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 |
| RU2615051C1 (ru) * | 2015-10-30 | 2017-04-03 | Общество с ограниченной ответственностью "Научно-исследовательский институт природных газов и газовых технологий - Газпром ВНИИГАЗ" | Способ определения трещинной пористости горных пород |
| CN106842364A (zh) * | 2015-12-04 | 2017-06-13 | 中国石油化工股份有限公司 | 不整合生物灰岩储层地震岩石物理模型建立方法 |
| 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 |
| CN111736214A (zh) * | 2019-03-25 | 2020-10-02 | 中国石油天然气集团有限公司 | 矿物基质模量计算方法、建立地震响应模型的方法和装置 |
| CN113031109A (zh) * | 2019-12-25 | 2021-06-25 | 中国石油天然气股份有限公司 | 岩石物理建模方法及装置 |
| CN112379416A (zh) * | 2020-10-13 | 2021-02-19 | 北京恒泰兴科信息技术有限公司 | 煤岩岩石物理建模预测横波方法、装置及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 基于线性近似的微分等效介质方程解耦方法;印兴耀;化世榜;宗兆云;;石油地球物理勘探(第02期) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113805226A (zh) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gao et al. | Quantifying uncertainty for the PUNQ-S3 problem in a Bayesian setting with RML and EnKF | |
| US9110193B2 (en) | Upscaling multiple geological models for flow simulation | |
| Hui et al. | A robust embedded discrete fracture modeling workflow for simulating complex processes in field-scale fractured reservoirs | |
| Bergamaschi et al. | A Mixed Finite Element--Finite Volume Formulation of the Black-Oil Model | |
| EP2499548A1 (en) | Method and system for rapid model evaluation using multilevel surrogates | |
| CN113109874B (zh) | 一种使用神经网络的波阻抗反演方法和神经网络系统 | |
| US20210096276A1 (en) | Model for Coupled Porous Flow and Geomechanics for Subsurface Simulation | |
| US20190203593A1 (en) | Method and System for Modeling in a Subsurface Region | |
| US20180348400A1 (en) | Method and System for Creating and Using a Subsurface Model in Hydrocarbon Operations | |
| CN113221347B (zh) | 一种井壁稳定性钻井优化方法、装置及设备 | |
| Fahimuddin et al. | 4D seismic history matching of a real field case with EnKF: use of local analysis for model updating | |
| NO20190677A1 (en) | Coupled reservoir-geomechanical models using compaction tables | |
| Kou et al. | Method for upscaling of CO2 migration in 3D heterogeneous geological models | |
| CN113805226B (zh) | 一种分析含煤储层的方法、装置及计算机可读存储介质 | |
| Ballin et al. | Quantifying the impact of geological uncertainty on reservoir performing forecasts | |
| US9329289B2 (en) | Method of constructing a grid representative of a property distribution by conditional multipoint statistical simulation | |
| Benavides et al. | Selected Recommended Practices for Increasing the Efficiency and Accuracy of CO2 Sequestration Models | |
| Le Ravalec | Optimizing well placement with quality maps derived from multi-fidelity meta-models | |
| Sun et al. | A Novel 3D Mechanical Earth Modeling of the Volve Field and Its Application to Fault Stability Analysis | |
| US11474266B2 (en) | Method and system for modeling a subsurface region | |
| Piedrahita et al. | A petrophysical dual-porosity model for evaluation of secondary mineralization and tortuosity in naturally fractured reservoirs | |
| Younessi et al. | Evaluation of reservoir compaction and geomechanical related risks associated with reservoir production using a two-way coupled 4D geomechanical model for a deep-water field in South East Asia | |
| CN113031109B (zh) | 岩石物理建模方法及装置 | |
| CN114563823A (zh) | 一种储层岩性和物性参数的联合贝叶斯反演方法和系统 | |
| CN113779897A (zh) | 一种预测水合物储层物性参数的方法、装置及存储介质 |
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 |