CN114428372B - 一种自适应的岩石物理建模方法 - Google Patents

Abstract

本发明涉公开了一种自适应的岩石物理建模方法，对每一个测井深度点计算各种岩石物理模型的优先级参数，最高优先级的岩石物理模型计算纵横波速度参数、密度参数与测井纵横波速度及密度的整体误差目标函数，将误差保持在阈值内，进行岩石物理模型的筛选，特别适用于工区存在纵向变化快的特征，对不同深度点采用最合适的岩石物理模型，提高了岩石物理模型对岩石的描述和预测的准确性。

Description

一种自适应的岩石物理建模方法

技术领域

本发明涉及油气地球物理领域，特别是一种自适应的岩石物理建模方法。

背景技术

过去的几十年间，在研究与地震勘探学和天然地震学有关的岩石物理特性方面取得了巨大的进步，在此期间，发展了很多的理论，同时进行了很多实验，许多岩石物理理论与实验结果已经在推进地球科学和勘探技术方面起到了重要准则的作用。在勘探地震学中，地震波以旅行时间、反射波振幅及相位变化的形式带来了地下岩石和流体的信息。在早期的勘探地震学中，地震数据主要用作构造解释，这些构造可能含有油气。随着计算能力的提高和地震处理、解释技术的进步，现在对地震数据的分析一般是为了预测岩性、孔隙度、孔隙流体以及饱和度。因为岩石物理学为地震数据与油藏特性和参数之间架起了桥梁，近年来它已在有关新技术的开发中发挥作用，诸如4D地震油藏监测，地震岩性识别，以及“亮点”和反射系数随人射角变化的分析等油气直接检测技术。

岩石物理是把油藏特性和参数与地震数据相连的桥梁，在许多试图从地震数据中导出储层岩石和流体特性及油藏参数的技术方法中，它起到一种基本准则的作用。随着越来越多的油气田进入成熟期以及许多方法技术的进一步改进和发展，包括孔隙度和流体流的成图，储层压力、温度、饱和度变化的测定，甚至推断含油气的类型。在这样一种发展过程中，岩石物理将是定量解释地震数据的一项十分重要的技术手段。

如何准确地构建实用和准确的岩石物理模型是储层物性估计的岩石物理新模型构建部分。以横波估计为例，目前，在没有横波信息的情况下，估计横波速度的方法主要有两种，一是统计拟合法；二是理论公式法。但是这些方法往往具有一定的局限性。针对存在的局限性，很多学者基于岩石物理模型，进行了横波速度预测方法的综合研究，Greenberg等假设纵横波速度间有稳健的关系，基于Biot-Gassmann理论预测横波速度，Xu等使用Kutster-Toksoz理论和微分等效介质理论相结合预测横波速度，并运用孔隙纵横比的概念来表征干岩石颗粒的接触关系，等运用有效介质理论预测横波速度，并且认为基于岩石物理的方法的横波预测的准确度要高于统计拟合法得到的横波速度。国内方面，也有很多学者开展了基于岩石物理模型的横波预测研究，并取得了较好的研究成果。

目前主流的岩石物理模型往往都存在着各自较为适用的范围，如在常规砂岩储层中常使用Xu-White模型，在碳酸盐岩中通常使用Xu-Payne模型，在页岩中常使用各向异性SCA模型等等，同时各模型还存在着更多针对不同特殊情况的变形或者组合形式，针对某一组分、结构岩石来说，总能找到最适用的岩石物理模型。

然而，目前岩石物理建模过程中，通常针对某一工区只建立一种岩石物理模型，但部分工区存在着纵向变化快的特征，只使用一种岩石物理模型去描述整个工区的岩石变化特征则不尽适用，使得岩石物理模型对岩石的描述和预测的准确性下降。

发明内容

本发明的发明目的在于：针对现有技术中岩石物理建模存在的对岩石描述和预测的准确性低的问题，提供一种自适应的岩石物理建模方法。

为了实现上述目的，本发明采用的技术方案为：

一种自适应的岩石物理建模方法，包括：

S100对测井数据进行解释，获得测井参数；

S200对测井参数中的测井矿物数据进行规则化处理，处理为囊括该工区内所有矿物类型的标准测井矿物数据；

S300基于规则化后的测井矿物数据，针对每一个测井深度点计算各种岩石物理模型的优先级参数，并根据优先级参数进行岩石物理模型的优先级排序；

S400基于最高优先级的岩石物理模型默认矿物模量，计算出岩石基质模量，再根据默认孔隙类型、孔隙纵横比，并通过Gassmann公式获得测井流体状态下的纵横波速度参数和密度参数；

S500计算步骤S400得到的纵横波速度参数、密度参数与测井纵横波速度及密度的整体误差目标函数，误差高于阈值则对最高优先级的岩石物理模型默认参数进行优化，重复步骤S400重新计算获得新的纵横波速度参数和密度参数；

S600若最高优先级的岩石物理模型的默认参数优化到默认极限后，误差仍然高于阈值，则选择更低优先级的岩石物理模型重复步骤S400、S500，直到模型匹配性低于阈值时，获得与该深度点测井数据相匹配的岩石物理模型。

一种自适应的岩石物理建模方法，对每一个测井深度点计算各种岩石物理模型的优先级参数，最高优先级的岩石物理模型计算纵横波速度参数、密度参数与测井纵横波速度及密度的整体误差目标函数，将误差保持在阈值内，进行岩石物理模型的筛选，特别适用于工区存在纵向变化快的特征，对不同深度点采用最合适的岩石物理模型，提高了岩石物理模型对岩石的描述和预测的准确性。

优选的，还包括步骤S700：若所有备选的岩石物理模型都不匹配，则回到步骤S100进行测井参数的优化再解释。

优选的，其特征在于，所述测井参数包括密度、孔隙度、含水饱和度、矿物含量。

优选的，所述测井矿物数据包括石英含量、粘土含量、方解石含量、白云石含量、膏岩含量。

优选的，步骤S200的规则化处理为：将每个深度点的矿物数据都扩充为该工区所有矿物，其中不存在于对应深度点的矿物的值设置为0。

优选的，步骤S300中任一深度点的岩石物理模型优先级参数的计算方法：

S310在岩石物理模型集合中，若测井数据未提供要求提供的数据，则将对应的岩石物理模型从集合中剔除，剩下的即为备选的岩石物理模型；

S320在备选的岩石物理模型中，将深度点的矿物进行主要成分分析，得到每个岩石物理模型的优先级参数。

优选的，所述岩石物理模型集合包括DEM微分等效模型，SCA自洽模型，KT包裹体模型，Xu-White模型，Xu-Payne模型，Hudson裂隙介质模型，各向异性SCA-DEM模型，胶结砂岩模型，未胶结砂岩模型。

优选的，步骤S400中采用Voigt-Reuss-Hill平均计算岩石基质模量：

其中，M_m为碳酸盐岩骨架的岩石等效弹性模量，M_k为碳酸盐岩组成岩石矿物成分第k个组成成分的模量，f_k为碳酸盐岩组成岩石矿物成分第k个组成成分的体积分量，M_V为采用Voigt上限方法计算获得的岩石模量，M_R为采用Reuss下限方法计算获得的岩石模量。

优选的，步骤S500中的目标函数：

有横波数据的情况：L_s＝(V_pi-V′_pi)²+(V_si-V′_si)²+(Den_i-Den′_i)2

无横波数据的情况：L_s＝（V_pi-V′_pi)²+(Den_i-Den′_i)²

其中，V_pi为测井数据实测的纵波速度，V′_pi为步骤S400计算得到的纵波速度数据；V_si为测井数据实测的横波速度，V′_si为本方法计算的横波速度数据；Den_i为测井数据实测的密度，Den′_i为步骤S400计算得到的密度数据；i为测井样点序号。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明的一种自适应的岩石物理建模方法，对每一个测井深度点计算各种岩石物理模型的优先级参数，最高优先级的岩石物理模型计算纵横波速度参数、密度参数与测井纵横波速度及密度的整体误差目标函数，将误差保持在阈值内，进行岩石物理模型的筛选，特别适用于工区存在纵向变化快的特征，对不同深度点采用最合适的岩石物理模型，提高了岩石物理模型对岩石的描述和预测的准确性。

附图说明

图1是本发明的自适应岩石物理模型构建流程图。

图2为利用现有的单一岩石物理建模方法进行岩石物理建模后的模型纵横波速度和原始测井数据对比图。

图3为利用本方法进行岩石物理建模后的模型纵横波速度和原始测井数据对比图。

具体实施方式

下面结合附图，对本发明作详细的说明。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

一种自适应的岩石物理建模方法，包括：

S100对测井数据进行解释，获得测井参数(包括密度、孔隙度、含水饱和度、矿物含量)；

S200对测井参数中的测井矿物数据(包括石英含量、粘土含量、方解石含量、白云石含量、膏岩含量)进行规则化处理，处理为囊括该工区内所有矿物类型的标准测井矿物数据，即将每个深度点的矿物数据都扩充为该工区所有矿物，其中不存在于对应深度点的矿物的值设置为0。

S300基于规则化后的测井矿物数据，针对每一个测井深度点计算各种岩石物理模型的优先级参数，并根据优先级参数进行岩石物理模型的优先级排序；任一深度点的岩石物理模型优先级参数的计算方法：

S310在岩石物理模型集合中(包括DEM微分等效模型，SCA自洽模型，KT包裹体模型，Xu-White模型，Xu-Payne模型，Hudson裂隙介质模型，各向异性SCA-DEM模型，胶结砂岩模型，未胶结砂岩模型)，若测井数据未提供要求提供的数据，则将对应的岩石物理模型从集合中剔除，剩下的即为备选的岩石物理模型；

本实施例中，各模型首先对要求输入的数据进行对比，如果要求输入数据在测井数据中不存在，则Ad值为0。

S320在备选的岩石物理模型中，将深度点的矿物进行主要成分分析，得到每个岩石物理模型的优先级参数。

本实施例中，各模型都有最适用的矿物组分、孔隙度区间，这里存在一个假设认为如果模型要求越多则模型的精度越高，普适性越差。这里引入模型罚值β概念，设模型有m个要求输入变量，第j个变量匹配值的罚值β_j＝2，不匹配值的罚值β_j＝0.5，

假设模型一适用于1类砂泥岩储层其具体参数区间为石英+长石40-100％，粘土0-60％，孔隙度5-20％。模型二适用于2类砂泥岩储层，其具体参数为：石英+长石60-100％，粘土0-40％，孔隙度20％-40％。模型三适用于碳酸盐岩，其具体参数为，灰岩+白云岩50％-100％，孔隙度0％-30％。针对一孔隙度为15％砂泥岩储层夹杂孔隙度6％灰岩夹层情况，可以计算得到砂泥岩地层模型一的优先级参数Ad＝8，模型2的优先级参数Ad＝2，模型三的优先级参数Ad＝1，则优先级顺序为模型一-模型二-模型三。针对碳酸盐岩夹层，可以计算得到砂泥岩地层模型一的优先级参数Ad＝0.5，模型2的优先级参数Ad＝0.25，模型三的优先级参数Ad＝4，则优先级顺序为模型三-模型一-模型二。

S400基于最高优先级的岩石物理模型默认矿物模量，计算出岩石基质模量，再根据默认孔隙类型、孔隙纵横比，并通过Gassmann公式获得测井流体状态下的纵横波速度参数和密度参数；

其中，采用Voigt-Reuss-Hill平均计算岩石基质模量：

其中，M_m为碳酸盐岩骨架的岩石等效弹性模量，M_k为碳酸盐岩组成岩石矿物成分第k个组成成分的模量，f_k为碳酸盐岩组成岩石矿物成分第k个组成成分的体积分量，M_V为采用Voigt上限方法(公式(2))计算获得的岩石模量，M_R为采用Reuss下限方法(公式(3))计算获得的岩石模量。

如存在多个矿物组分相近数据点则利用Brine公式计算得到混合流体体积模量，如数据点较为孤立则直接使用Patchy公式对流体体积模量进行计算获得。在通常测井条件下，给出含水饱和度，含油与含气饱和度为根据实际含油气情况进行判别。

S500计算步骤S400得到的纵横波速度参数、密度参数与测井纵横波速度及密度的整体误差目标函数，误差高于阈值则对最高优先级的岩石物理模型默认参数进行优化，重复步骤S400重新计算获得新的纵横波速度参数和密度参数；

其中，目标函数：

有横波数据的情况：L_s＝(V_pi-V′_pi)²+(v_si-V′_si)²+(Den_i-Den′_i)²

无横波数据的情况：L_s＝(V_pi-V′_pi)²+(Den_i-Den'_i)²

其中，V_pi为测井数据实测的纵波速度，V′_pi为步骤S400计算得到的纵波速度数据；V_si为测井数据实测的横波速度，V′_si为本方法计算的横波速度数据；Den_i为测井数据实测的密度，Den′_i为步骤S400计算得到的密度数据；i为测井样点序号。

本实施例中，阈值设定为纵波速度和密度平方和的1％。利用实测数据和本方法计算的结果，计算目标函数值即平方误差的和，如果目标函数值小于或等于阈值即为满足要求，如果目标函数值大于阈值即为不满足要求。

S600若最高优先级的岩石物理模型的默认参数优化到默认极限后，误差仍然高于阈值，则选择更低优先级的岩石物理模型重复步骤S400、S500，直到模型匹配性低于阈值时，获得与该深度点测井数据相匹配的岩石物理模型。S700若所有备选的岩石物理模型都不匹配，则回到步骤S100进行测井参数的优化再解释。具体地，本方法中的步骤S100输入的是测井数据和测井解释结果(解释参数)，本方法中不包含具体的测井和测井解释技术，当利用本方法无论如何优化参数都无法达到设定阈值时，通常认为测井数据或测井解释结果可能存在问题，此时需要测井解释人员去核实测井数据和测井解释结果，多数情况下需要对测井数据进行重新解释。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种自适应的岩石物理建模方法，其特征在于，包括：

S100对测井数据进行解释，获得测井参数；

S200对测井参数中的测井矿物数据进行规则化处理，处理为囊括该工区内所有矿物类型的标准测井矿物数据；

S300基于规则化后的测井矿物数据，针对每一个测井深度点计算各种岩石物理模型的优先级参数，并根据优先级参数进行岩石物理模型的优先级排序；

步骤S300中任一深度点的岩石物理模型优先级参数的计算方法：

S310在岩石物理模型集合中，若测井数据未提供要求提供的数据，则将对应的岩石物理模型从集合中剔除，剩下的即为备选的岩石物理模型；

S320在备选的岩石物理模型中，将深度点的矿物进行主要成分分析，得到每个岩石物理模型的优先级参数；

各模型都有最适用的矿物组分、孔隙度区间，这里引入模型罚值β的概念，设模型有m个要求输入变量，第j个变量匹配至的罚值β_j＝2，不配值的罚值β_j＝0.5，

其中，Ad为优先级参数；

S400基于最高优先级的岩石物理模型默认矿物模量，计算出岩石基质模量，再根据默认孔隙类型、孔隙纵横比，并通过Gassmann公式获得测井流体状态下的纵横波速度参数和密度参数；

S500计算步骤S400得到的纵横波速度参数、密度参数与测井纵横波速度及密度的整体误差目标函数，误差高于阈值则对最高优先级的岩石物理模型默认参数进行优化，重复步骤S400重新计算获得新的纵横波速度参数和密度参数；

S600若最高优先级的岩石物理模型的默认参数优化到默认极限后，误差仍然高于阈值，则选择更低优先级的岩石物理模型重复步骤S400、S500，直到模型匹配性低于阈值时，获得与该深度点测井数据相匹配的岩石物理模型。

2.根据权利要求1所述的方法，其特征在于，还包括步骤S700：若所有备选的岩石物理模型都不匹配，则回到步骤S100进行测井参数的优化再解释。

3.根据权利要求1-2任一项所述的方法，其特征在于，所述测井参数包括密度、孔隙度、含水饱和度、矿物含量。

4.根据权利要求3所述的方法，其特征在于，所述测井矿物数据包括石英含量、粘土含量、方解石含量、白云石含量、膏岩含量。

5.根据权利要求4所述的方法，其特征在于，步骤S200的规则化处理为：将每个深度点的矿物数据都扩充为该工区所有矿物，其中不存在于对应深度点的矿物的值设置为0。

6.根据权利要求1所述的方法，其特征在于，所述岩石物理模型集合包括DEM微分等效模型，SCA自洽模型，KT包裹体模型，Xu-White模型，Xu-Payne模型，Hudson裂隙介质模型，各向异性SCA-DEM模型，胶结砂岩模型，未胶结砂岩模型。

7.根据权利要求1所述的方法，其特征在于，步骤S400中采用Voigt-Reuss-Hill平均计算岩石基质模量：

其中，M_m为碳酸盐岩骨架的岩石等效弹性模量，M_k为碳酸盐岩组成岩石矿物成分第k个组成成分的模量，f_k为碳酸盐岩组成岩石矿物成分第k个组成成分的体积分量，M_V为采用Voigt上限方法计算获得的岩石模量，M_R为采用Reuss下限方法计算获得的岩石模量。

8.根据权利要求7所述的方法，其特征在于，步骤S500中的目标函数：

有横波数据的情况：L_s＝(V_pi-V′_pi)²+(V_si-V′_si)²+(Den_i-Den′_i)²

无横波数据的情况：L_s＝(V_pi-V′_pi)²+(Den_i-Den′_i)²

其中，V_pi为测井数据实测的纵波速度，V′_pi为步骤S400计算得到的的纵波速度数据；V_si为测井数据实测的横波速度，V′_si为步骤S400计算的横波速度数据；Den_i为测井数据实测的密度，Den′_i为步骤S400计算得到的的密度数据；i为测井样点序号。

Images