CN114135264A - 确定致密砂岩微裂缝发育程度的方法、装置和存储介质 - Google Patents
确定致密砂岩微裂缝发育程度的方法、装置和存储介质 Download PDFInfo
- Publication number
- CN114135264A CN114135264A CN202010819163.8A CN202010819163A CN114135264A CN 114135264 A CN114135264 A CN 114135264A CN 202010819163 A CN202010819163 A CN 202010819163A CN 114135264 A CN114135264 A CN 114135264A
- Authority
- CN
- China
- Prior art keywords
- microcrack
- development
- degree
- resistivity
- determining
- 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
Links
- 238000011161 development Methods 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims description 9
- 208000013201 Stress fracture Diseases 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000005406 washing Methods 0.000 claims abstract description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 39
- 238000005755 formation reaction Methods 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 238000007619 statistical method Methods 0.000 claims description 9
- 238000011010 flushing procedure Methods 0.000 claims description 8
- 230000004069 differentiation Effects 0.000 claims 2
- 238000011160 research Methods 0.000 description 15
- 239000011435 rock Substances 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 230000035699 permeability Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 235000009508 confectionery Nutrition 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种确定致密砂岩微裂缝发育程度的方法,包括分析致密砂岩样本的微裂缝面孔率,用于表征致密砂岩的微裂缝地层的发育程度;根据致密砂岩样本的深电阻率和冲洗带电阻率,确定致密砂岩的微裂缝地层的电阻率差异度;基于测井曲线,利用测井声波和测井密度计算微裂缝地层的波阻抗;统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式;利用所述计算式,根据致密砂岩待测微裂缝地层的电阻率差异度和波阻抗估算该微裂缝地层的微裂缝发育程度。本发明提供的微裂缝发育程度计算方法,易于实施,可操作性强。
Description
技术领域
本发明涉及勘探测井技术领域,尤其涉及一种确定致密砂岩微裂缝发育程度的方法、装置、存储介质和计算机设备。
背景技术
针对裂缝的识别研究,测井技术通常是利用地层微电阻率扫描测井和井下声波电视成像测井,根据裂缝在声、电成像图上的特征识别出裂缝,并计算出裂缝的一系列参数。同时,根据声、电成像图上识别出的裂缝,研究裂缝在常规测井曲线上的测井响应特征,进而利用常规测井曲线识别裂缝。但有些裂缝非常微小,在声、电成像图上反映不出来,仅可从薄片上窥见其真容,此时无法利用成像资料对常规测井资料进行微裂缝标定识别。
目前,对裂缝的研究很多,包括裂缝的测井响应特征、裂缝的表征、参数计算及识别方法研究等,但对微裂缝的研究相对较少。有部分研究者对页岩地层微裂缝进行了研究。如有研究者选取声波时差、自然伽马和补偿中子等三条对储层微裂缝敏感度较高的常规测井曲线,运用人工神经网络和小波变换对下寺湾油气田长7段页岩储层的微裂缝进行了识别;还有的研究者通过计算实测地层岩石体积压缩系数Clog与基于页岩矿物成分计算的理论体积压缩系数Cth之间的差异、原状地层电阻率Rt与地层冲洗带电阻率Rxo之间的差异,得到页岩气裂缝发育指数FI,以此实现对裂缝发育段的识别。有少数研究者对非页岩储层微裂缝进行了识别研究,研究者根据岩石基质的体积模量、剪切模量和双孔隙结构参数,建立干岩石骨架弹性模量比随孔隙度变化的关系式以及双孔DEM解析模型;配置多组软硬孔的孔隙体积百分比,根据上述解析模型,得到多个干岩石骨架的体积模量和剪切模量;根据多个干岩石骨架的体积模量和剪切模量,应用Gassmann方程得到多个饱和岩石的体积模量和剪切模量;分别计算每个应用Gassmann方程得到的饱和岩石的体积模量和剪切模量与根据实际测井数据得到的饱和岩石的体积模量和剪切模量之间的误差,当误差最小时,得到最优的软孔孔隙体积百分比;根据最优的软孔孔隙体积百分比,识别储层微裂缝。目前对微裂缝的研究均侧重于某个具体微裂缝指示参数的计算,其必须借助于特定的实验测量参数或特定的测井曲线,不能直观、方便地利用常规测井曲线对微裂缝进行识别及确定微裂缝发育程度,应用范围有限。目前利用常规测井曲线识别与确定微裂缝发育程度的研究成果未见之于任何专利及文献。
致密砂岩储层中的微裂缝与储层射孔及压裂改造效果关系密切,微裂缝发育与否与储层是否具备经济产能息息相关,它与储层甜点的分布关系在专利及文献中鲜有讨论,因此有必要深化研究。
发明内容
针对上述问题,本发明提供了一种基于测井曲线确定致密砂岩微裂缝发育程度的方法,包括以下步骤:
分析致密砂岩样本的微裂缝面孔率,用于表征致密砂岩的微裂缝地层的发育程度;
根据致密砂岩样本的深电阻率和冲洗带电阻率,确定致密砂岩的微裂缝地层的电阻率差异度;
基于测井曲线,利用测井声波和测井密度计算微裂缝地层的波阻抗;
统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式;
利用所述计算式,根据致密砂岩待测微裂缝地层的电阻率差异度和波阻抗估算该微裂缝地层的微裂缝发育程度。
在本发明的一个实施例中,分析致密砂岩样本的微裂缝面孔率,包括以下步骤:
获取致密砂岩岩心薄片,作为致密砂岩样本;
对岩心分析数据进行归位深度校正,并利用岩心深度校正量对薄片深度进行校正;
利用深度校正后的薄片数据确定微裂缝面孔率。
在本发明的一个实施例中,根据下式确定致密砂岩的微裂缝地层的电阻率差异度:
RD=lg(RT/RXO)
式中,RD为微裂缝地层的电阻率差异度,RT为微裂缝地层的深电阻率;RXO为微裂缝地层的冲洗带电阻率。
在本发明的一个实施例中,根据下式计算微裂缝地层的波阻抗:
AI=100*DEN/AC
式中,AI为微裂缝地层的波阻抗,AC为测井声波时差,DEN为测井密度。
在本发明的一个实施例中,统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式,包括:
通过统计分析确定微裂缝地层的发育程度与电阻率差异度之间的第一关系;
通过统计分析确定微裂缝地层的发育程度与波阻抗之间的第二关系;
利用多元回归法,根据所述第一和第二关系建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式。
在本发明的一个实施例中,所述第一关系为正相关系,所述第二关系为负相关系。
在本发明的一个实施例中,所述计算式为:
MFDD=a*AI*RD+b*RD+c*RD/AI+d
式中,MFDD为微裂缝发育程度,RD为电阻率差异度、AI为波阻抗,a、b、c、d为系数。
此外,本发明还提供一种确定致密砂岩微裂缝发育程度的装置,其特征在于,包括:
发育分析模块,用于分析致密砂岩样本的微裂缝面孔率,用于表征致密砂岩的微裂缝地层的发育程度;
阻率分析模块,用于根据致密砂岩样本的深电阻率和冲洗带电阻率,确定致密砂岩的微裂缝地层的电阻率差异度;
阻抗分析模块,用于基于测井曲线,利用测井声波和测井密度计算微裂缝地层的波阻抗;
统计分析模块,用于统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式;
发育估算模块,用于利用所述计算式,根据致密砂岩待测微裂缝地层的电阻率差异度和波阻抗估算该微裂缝地层的微裂缝发育程度。
另外,本发明还提供一种存储介质,其中存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现上述的确定致密砂岩微裂缝发育程度的方法的步骤。
本发明还提供一种计算机设备,包括存储器和处理器,其中所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,实现上述的确定致密砂岩微裂缝发育程度的方法的步骤。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
目前研究者们对声、电成像图上可识别的明显裂缝研究较多,对声、电成像图上无法反映出来的微裂缝研究较少。有部分研究者对页岩地层微裂缝进行了研究,且研究方法需要借助特定的实验测量参数或特定的测井曲线,应用范围有限。对砂岩微裂缝的研究相对较少,关于砂岩微裂缝发育程度的研究更是少人问津。微裂缝发育程度对致密砂岩储层的改造、产能的提高都有着重要作用。本发明提供的利用测井曲线计算砂岩储层微裂缝发育程度的方法,在没有薄片分析情况下的,利用常规测井曲线即可确定微裂缝地层微裂缝发育程度,为储层工程工艺的选择提供较为准确的依据。该方法易于实施,可操作性强,在现场实际中应用范围很广,应用前景十分广阔。
本发明的其他优点、目标,和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书,权利要求书,以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请的技术方案或现有技术的进一步理解,并且构成说明书的一部分。其中,表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案,但并不构成对本申请技术方案的限制。
图1是根据本发明实施例二的确定致密砂岩微裂缝发育程度的方法的流程示意图;
图2是根据本发明实施例三的确定致密砂岩微裂缝发育程度的方法的流程示意图;
图3是根据本发明实施例四的微裂缝发育程度(MFDD)与电阻率差异度(RD)的关系示意图;
图4为根据本发明实施例四的微裂缝发育程度(MFDD)与波阻抗(AI)的关系图的示意图;
图5是根据本发明实施例四的方法计算微裂缝发育程度与实测微裂缝发育程度的对比表。
具体实施方式
针对目前因缺少直观、方便、有效方法判断致密砂岩储层微裂缝发育程度而成为制约判断储层是否具有甜点的瓶颈因素,导致储层压裂施工成功率不高或识别不出有经济产能的油气层的问题,本发明提出一种利用测井曲线确定致密砂岩储层微裂缝发育程度的方法。
具体地,由于微裂缝增加了地层的渗透性,令声波值升高,同时也使得地层易扩径,造成冲洗带电阻率与密度曲线很大程度上反映泥浆滤液信息,测量值明显降低。电阻率差异度与地层渗透性相关,为微裂缝发育程度的反映;波阻抗源自声波和密度,声波、密度均受微裂缝影响,故而波阻抗也与微裂缝发育程度有关。该方法通过分析微裂缝发育程度与电阻率差异度、波阻抗的关系,建立了微裂缝发育程度计算公式,据此即可估算出微裂缝地层微裂缝发育程度。
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本发明的保护范围之内。
实施例一
本实施例提供一种确定致密砂岩微裂缝发育程度的装置,其包括:
发育分析模块,用于分析致密砂岩样本的微裂缝面孔率,用于表征致密砂岩的微裂缝地层的发育程度;
阻率分析模块,用于根据致密砂岩样本的深电阻率和冲洗带电阻率,确定致密砂岩的微裂缝地层的电阻率差异度;
阻抗分析模块,用于基于测井曲线,利用测井声波和测井密度计算微裂缝地层的波阻抗;
统计分析模块,用于统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式;
发育估算模块,用于利用所述计算式,根据致密砂岩待测微裂缝地层的电阻率差异度和波阻抗估算该微裂缝地层的微裂缝发育程度。
实施例二
如图1所示,本实施例提供一种确定致密砂岩微裂缝发育程度的方法,包括以下步骤:
S10,分析致密砂岩样本的微裂缝面孔率,用于表征致密砂岩的微裂缝地层的发育程度;
S20,根据致密砂岩样本的深电阻率和冲洗带电阻率,根据下式确定致密砂岩的微裂缝地层的电阻率差异度:
RD=lg(RT/RXO)
式中,RD为微裂缝地层的电阻率差异度,RT为微裂缝地层的深电阻率;RXO为微裂缝地层的冲洗带电阻率。
S30,基于测井曲线,利用测井声波和测井密度,根据下式计算微裂缝地层的波阻抗:
AI=100*DEN/AC
式中,AI为微裂缝地层的波阻抗,AC为测井声波时差,DEN为测井密度。
S40,统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式:
MFDD=a*AI*RD+b*RD+c*RD/AI+d
式中,MFDD为微裂缝发育程度,RD为电阻率差异度、AI为波阻抗,a、b、c、d为系数。
S50,利用所述计算式,根据致密砂岩待测微裂缝地层的电阻率差异度和波阻抗估算该微裂缝地层的微裂缝发育程度。
实施例三
如图2所示,本实施例优选在薄片资料深度校正的基础上,以薄片分析微裂缝面孔率表征微裂缝发育程度,通过研究微裂缝发育程度与电阻率差异度、波阻抗的关系,建立了微裂缝发育程度计算式,据此即可估算出微裂缝发育程度,为生产施工提供依据。其具体做法是:
(1)薄片深度校正:首先对常规岩心分析数据进行归位深度校正,然后依据岩心深度校正量对薄片深度进行校正。
(2)依据薄片分析的微裂缝面孔率来表征微裂缝发育程度(MFDD)。
(3)微裂缝地层电阻率差异度(RD)计算:根据深电阻率(RT)及冲洗带电阻率(RXO),计算微裂缝地层之电阻率差异度,即RD=lg(RT/RXO)。
(4)微裂缝地层波阻抗(AI)计算:根据测井声波时差(AC)及测井密度(DEN),计算微裂缝地层波阻抗,即AI=100*DEN/AC。
(5)微裂缝发育程度(MFDD)计算式确定:统计分析微裂缝发育程度与电阻率差异度(RD)、波阻抗(AI)之间的关系,通过拟合分析建立微裂缝发育程度计算式,即MFDD=a*AI*RD+b*RD+c*RD/AI+d
(6)根据(5)确定的计算式,即可估算出微裂缝发育程度。
实施例四
下面结合上述方法在某地某气田微裂缝地层的应用对本发明作进一步详细描述:
具体地,应用过程包括如下步骤:
(1)薄片深度校正。
薄片源自岩心,而岩心深度与测井深度常常不一致,在使用薄片资料前,需先对其进行深度校正。首先对常规岩心分析数据进行归位深度校正,然后依据岩心深度校正量对薄片深度进行校正。
(2)依据薄片分析的微裂缝面孔率来表征微裂缝发育程度(MFDD)。
根据薄片分析中微裂缝面孔率的大小来表征微裂缝的发育程度,微裂缝面孔率越大,微裂缝越发育。
(3)根据深电阻率(RT)及冲洗带电阻率(RXO),计算微裂缝地层之电阻率差异度(RD)。
RD=lg(RT/RXO)
深电阻率(RT)与冲洗带电阻率(RXO)比值的对数值即反映了两者之间的曲线幅度差,其代表了地层渗透性的强弱。由于微裂缝的存在,增加了地层的渗透性。
(4)根据声波(AC)及密度(DEN),计算微裂缝地层波阻抗(AI).
AI=100*DEN/AC。
随着微裂缝发育程度的增加,声波值升高,密度值降低,导致地层波阻抗降低。
(5)分别统计分析微裂缝发育程度与电阻率差异度、波阻抗之间的关系,再利用多元回归建立微裂缝发育程度计算式。
电阻率差异度、波阻抗都与微裂缝地层发育程度相关,均可反映微裂缝发育程度。图3为微裂缝发育程度(MFDD)与电阻率差异度(RD)的关系图。图4为微裂缝发育程度(MFDD)与波阻抗(AI)的关系图。由图3和图4可知,微裂缝发育程度与电阻率差异度为正相关关系,与波阻抗为负相关关系,且均具有一定的相关度。因此,对微裂缝发育程度(MFDD)与电阻率差异度(RD)、波阻抗(AI)进行了统计回归,得到了微裂缝发育程度(MFDD)的计算公式:
MFDD=a*AI*RD+b*RD+c*RD/AI+d
(6)利用(5)中的计算式,对微裂缝地层的微裂缝发育程度进行计算,并将其与实际分析数据进行对比。
图5为微裂缝地层实测微裂缝发育程度与通过本发明提供的方法计算微裂缝发育程度的对比表。由图中数据可以看出,微裂缝发育程度计算结果与实测结果很接近。
本发明提供的微裂缝发育程度计算方法,易于实施,可操作性强。该方法在某地某气田微裂缝地层应用效果好,符合率达到75%,估算的微裂缝发育程度平均绝对误差仅为0.019。
实施例四
此外,为解决现有技术中存在的上述技术问题,本发明实施例还相应地提供一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的确定致密砂岩微裂缝发育程度的方法的步骤。
实施例五
此外,为解决现有技术中存在的上述技术问题,本发明实施例还相应地提供一种计算机设备,包括存储器和处理器,其中所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,实现上述的确定致密砂岩微裂缝发育程度的方法的步骤。
本发明的目的是克服现有的确定致密砂岩微裂缝发育程度的方法的处理繁琐、分析复杂、成本较高,周期过长等不足,采用完全不同于现有的确定致密砂岩微裂缝发育程度的方法的技术思路,提供一种对微裂缝发育程度进行快速有效估算的简易方法,从而满足油气勘探开发的现场实际需求。
需要说明的是,本发明实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本发明实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种确定致密砂岩微裂缝发育程度的方法,包括以下步骤:
分析致密砂岩样本的微裂缝面孔率,用于表征致密砂岩的微裂缝地层的发育程度;
根据致密砂岩样本的深电阻率和冲洗带电阻率,确定致密砂岩的微裂缝地层的电阻率差异度;
基于测井曲线,利用测井声波和测井密度计算微裂缝地层的波阻抗;
统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式;
利用所述计算式,根据致密砂岩待测微裂缝地层的电阻率差异度和波阻抗估算该微裂缝地层的微裂缝发育程度。
2.根据权利要求1所述的确定致密砂岩微裂缝发育程度的方法,其特征在于,分析致密砂岩样本的微裂缝面孔率,包括以下步骤:
获取致密砂岩岩心薄片,作为致密砂岩样本;
对岩心分析数据进行归位深度校正,并利用岩心深度校正量对薄片深度进行校正;
利用深度校正后的薄片数据确定微裂缝面孔率。
3.根据权利要求1所述的确定致密砂岩微裂缝发育程度的方法,其特征在于,根据下式确定致密砂岩的微裂缝地层的电阻率差异度:
RD=lg(RT/RXO)
式中,RD为微裂缝地层的电阻率差异度,RT为微裂缝地层的深电阻率;RXO为微裂缝地层的冲洗带电阻率。
4.根据权利要求1所述的确定致密砂岩微裂缝发育程度的方法,其特征在于,根据下式计算微裂缝地层的波阻抗:
AI=100*DEN/AC
式中,AI为微裂缝地层的波阻抗,AC为测井声波时差,DEN为测井密度。
5.根据权利要求1所述的确定致密砂岩微裂缝发育程度的方法,其特征在于,统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式,包括:
通过统计分析确定微裂缝地层的发育程度与电阻率差异度之间的第一关系;
通过统计分析确定微裂缝地层的发育程度与波阻抗之间的第二关系;
利用多元回归法,根据所述第一和第二关系建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式。
6.根据权利要求4所述的确定致密砂岩微裂缝发育程度的方法,其特征在于,
所述第一关系为正相关系,所述第二关系为负相关系。
7.根据权利要求5所述的确定致密砂岩微裂缝发育程度的方法,其特征在于,所述计算式为:
MFDD=a*AI*RD+b*RD+c*RD/AI+d
式中,MFDD为微裂缝发育程度,RD为电阻率差异度、AI为波阻抗,a、b、c、d为系数。
8.一种确定致密砂岩微裂缝发育程度的装置,其特征在于,包括:
发育分析模块,用于分析致密砂岩样本的微裂缝面孔率,用于表征致密砂岩的微裂缝地层的发育程度;
阻率分析模块,用于根据致密砂岩样本的深电阻率和冲洗带电阻率,确定致密砂岩的微裂缝地层的电阻率差异度;
阻抗分析模块,用于基于测井曲线,利用测井声波和测井密度计算微裂缝地层的波阻抗;
统计分析模块,用于统计分析微裂缝地层的发育程度、电阻率差异度和波阻抗之间的关系,建立用于根据电阻率差异度和波阻抗确定微裂缝发育程度的计算式;
发育估算模块,用于利用所述计算式,根据致密砂岩待测微裂缝地层的电阻率差异度和波阻抗估算该微裂缝地层的微裂缝发育程度。
9.一种存储介质,其中存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的确定致密砂岩微裂缝发育程度的方法的步骤。
10.一种计算机设备,包括存储器和处理器,其中所述存储器存储有计算机程序,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7中任一项所述的确定致密砂岩微裂缝发育程度的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010819163.8A CN114135264B (zh) | 2020-08-14 | 2020-08-14 | 确定致密砂岩微裂缝发育程度的方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010819163.8A CN114135264B (zh) | 2020-08-14 | 2020-08-14 | 确定致密砂岩微裂缝发育程度的方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114135264A true CN114135264A (zh) | 2022-03-04 |
CN114135264B CN114135264B (zh) | 2024-04-02 |
Family
ID=80438248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010819163.8A Active CN114135264B (zh) | 2020-08-14 | 2020-08-14 | 确定致密砂岩微裂缝发育程度的方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114135264B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120250459A1 (en) * | 2011-03-28 | 2012-10-04 | Conocophillips Company | Methods for seismic fracture parameter estimation and gas filled fracture identification from vertical well log data |
CN102788994A (zh) * | 2012-07-12 | 2012-11-21 | 恒泰艾普石油天然气技术服务股份有限公司 | 一种储层裂缝的确定方法 |
US20130079935A1 (en) * | 2010-05-21 | 2013-03-28 | Artem Valeryevich Kabannik | Method of Real Time Diagnostic of Fracture Operations with Combination of Tube Waves and Microseismic Monitoring |
CN104678432A (zh) * | 2013-11-27 | 2015-06-03 | 中国石油化工股份有限公司 | 砂砾岩裂缝识别的方法 |
CN105842751A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 页岩储层裂缝评价方法 |
CN107917865A (zh) * | 2016-10-11 | 2018-04-17 | 中国石油化工股份有限公司 | 一种致密砂岩储层多参数渗透率预测方法 |
US20180334901A1 (en) * | 2016-01-20 | 2018-11-22 | Halliburton Energy Services, Inc. | Fracture Interpretation With Resistivity And Sonic Logs In Biaxial Anisotropic Formations |
CN109709301A (zh) * | 2018-11-30 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 |
CN109870720A (zh) * | 2019-01-25 | 2019-06-11 | 中国石油天然气集团有限公司 | 一种页岩气微裂缝测井识别方法 |
CN111175844A (zh) * | 2020-01-06 | 2020-05-19 | 中国地质大学(北京) | 泥页岩储层裂缝识别与发育程度表征方法及装置 |
-
2020
- 2020-08-14 CN CN202010819163.8A patent/CN114135264B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130079935A1 (en) * | 2010-05-21 | 2013-03-28 | Artem Valeryevich Kabannik | Method of Real Time Diagnostic of Fracture Operations with Combination of Tube Waves and Microseismic Monitoring |
US20120250459A1 (en) * | 2011-03-28 | 2012-10-04 | Conocophillips Company | Methods for seismic fracture parameter estimation and gas filled fracture identification from vertical well log data |
CN102788994A (zh) * | 2012-07-12 | 2012-11-21 | 恒泰艾普石油天然气技术服务股份有限公司 | 一种储层裂缝的确定方法 |
CN104678432A (zh) * | 2013-11-27 | 2015-06-03 | 中国石油化工股份有限公司 | 砂砾岩裂缝识别的方法 |
US20180334901A1 (en) * | 2016-01-20 | 2018-11-22 | Halliburton Energy Services, Inc. | Fracture Interpretation With Resistivity And Sonic Logs In Biaxial Anisotropic Formations |
CN105842751A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 页岩储层裂缝评价方法 |
CN107917865A (zh) * | 2016-10-11 | 2018-04-17 | 中国石油化工股份有限公司 | 一种致密砂岩储层多参数渗透率预测方法 |
CN109709301A (zh) * | 2018-11-30 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 |
CN109870720A (zh) * | 2019-01-25 | 2019-06-11 | 中国石油天然气集团有限公司 | 一种页岩气微裂缝测井识别方法 |
CN111175844A (zh) * | 2020-01-06 | 2020-05-19 | 中国地质大学(北京) | 泥页岩储层裂缝识别与发育程度表征方法及装置 |
Non-Patent Citations (1)
Title |
---|
南祥;王素荣;姚卫华;卢燕;: "鄂尔多斯盆地陇东地区延长组长6―8特低渗透储层微裂缝研究", 岩性油气藏, no. 04, pages 40 - 44 * |
Also Published As
Publication number | Publication date |
---|---|
CN114135264B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220170366A1 (en) | 3d in-situ characterization method for heterogeneity in generating and reserving performances of shale | |
CN104950334B (zh) | 一种预测储层分布的方法及装置 | |
WO2017024702A1 (zh) | 一种射线弹性参数的反演系统 | |
CN105863628B (zh) | 一种油田开发阶段储层精细预测方法 | |
AU2019303424B2 (en) | High-angle Fracture Prediction Method, Computer Device and Computer-readable Storage Medium | |
CN108375785B (zh) | 裂缝带位置校正方法及装置 | |
CN110794476B (zh) | 一种基于断溶体相控的反演方法 | |
CN103630939A (zh) | 一种气层识别评价方法 | |
CN113672853A (zh) | 一种测井曲线自动标准化处理方法及系统 | |
CN105240006A (zh) | 一种适用于火山岩储层的油水层识别方法 | |
CN112578475B (zh) | 基于数据挖掘的致密储层双甜点识别方法 | |
CN113216945A (zh) | 一种致密砂岩储层渗透性定量评价方法 | |
CN114135264A (zh) | 确定致密砂岩微裂缝发育程度的方法、装置和存储介质 | |
CN112112618A (zh) | 一种基于流程化的压裂选井选层方法及系统 | |
CN110231653B (zh) | 构建双向约束初始模型的方法及装置 | |
CN112327357A (zh) | 基于三维地震资料的烃源岩成熟度预测方法及装置 | |
CN113625360B (zh) | 微裂缝地层产量预测方法、系统、电子设备及介质 | |
CN107576984B (zh) | 地震振幅属性提取过程中时窗的确定方法和装置 | |
CN112412390B (zh) | 基于深度学习模型评价固井第二界面的方法及装置 | |
US11346968B2 (en) | Estimation of reservoir flow properties from seismic data | |
CN112147687B (zh) | 一种储层含气性预测方法及预测系统 | |
CN114859407A (zh) | 火山岩储层声学特征参数的确定方法及装置 | |
CN114565116A (zh) | 一种低渗储层物性参数的预测方法和装置 | |
CN114415230B (zh) | 一种线性断裂提取方法及装置 | |
CN112444857A (zh) | 一种基于叠后地震资料的膏盐地球物理预测方法 |
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 |