CN114622907A - 油气储层最小水平主应力剖面模型预测方法、系统和设备 - Google Patents
油气储层最小水平主应力剖面模型预测方法、系统和设备 Download PDFInfo
- Publication number
- CN114622907A CN114622907A CN202210513646.4A CN202210513646A CN114622907A CN 114622907 A CN114622907 A CN 114622907A CN 202210513646 A CN202210513646 A CN 202210513646A CN 114622907 A CN114622907 A CN 114622907A
- Authority
- CN
- China
- Prior art keywords
- stress
- relaxation
- creep
- minimum horizontal
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 49
- 239000011435 rock Substances 0.000 claims abstract description 30
- 239000003079 shale oil Substances 0.000 claims abstract description 13
- 239000003190 viscoelastic substance Substances 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 34
- 239000004215 Carbon black (E152) Substances 0.000 claims description 18
- 229930195733 hydrocarbon Natural products 0.000 claims description 18
- 150000002430 hydrocarbons Chemical class 0.000 claims description 18
- 230000006399 behavior Effects 0.000 claims description 15
- 230000009471 action Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 8
- 230000008021 deposition Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 229920000642 polymer Polymers 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 4
- 238000013178 mathematical model Methods 0.000 abstract description 4
- 239000013013 elastic material Substances 0.000 abstract description 3
- 230000001550 time effect Effects 0.000 abstract description 3
- 230000035882 stress Effects 0.000 description 140
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 description 6
- 239000011707 mineral Substances 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 239000004927 clay Substances 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 208000035126 Facies Diseases 0.000 description 2
- 235000021185 dessert Nutrition 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 235000015076 Shorea robusta Nutrition 0.000 description 1
- 244000166071 Shorea robusta Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036962 time dependent 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
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/02—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells by mechanically taking samples of the soil
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0071—Creep
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geophysics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Soil Sciences (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明属于页岩油气开发技术领域，具体涉及了一种页岩油气储层最小水平主应力剖面预测方法、系统和设备，旨在解决现有的最小水平主应力预测数学模型均假设页岩为线弹性材料，不考虑页岩作为粘弹性材料其时效变形特性对地应力大小的影响以致预测精度较低的问题。本发明包括：获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；确定粘塑性本构参数；通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；构建基于粘塑性应力松弛模型的应力差预测模型；进而获得最小水平主应力剖面模型。本发明建立了适用于正断层环境的垂向应力与最小水平主应力的应力差预测模型，提高了预测的准确性。
Description
技术领域
本发明属于页岩油气开发技术领域，具体涉及了一种油气储层最小水平主应力剖面模型预测方法、系统和设备。
背景技术
页岩油气储层地应力的大小和方向是甜点优选、水平钻井、获得最佳压裂效果的重要依据之一。在正断层和走滑断层环境中，大多数情况下，水力压裂裂缝面一般垂直于最小水平主应力方向扩展，尤其是裂缝高度主要是取决于层间最小水平主应力差。
现有的最小水平主应力预测数学模型均假设页岩为线弹性材料，不考虑页岩作为粘弹性材料其时效变形特性对地应力大小的影响。受沉积环境和成岩作用的影响，页岩富含粘土、有机质等软矿物，其矿物组分、岩石组构具有较大的差异，陆相页岩多具有岩性互层特征，页岩的矿物组分与力学性质具有密切的相关关系，大量实验结果表明页岩储层岩石除了瞬时弹性响应外，还表现出不同程度的随时间变化的应变响应，特别是含粘土和有机物较多的页岩时间相关的变形贡献更大，其对最小水平主应力的影响不可忽视。
因此，根据页岩层系的不同岩性互层结构，考虑不同岩性层段岩石蠕变导致的粘塑性应力松弛，建立基于蠕变参数的最小水平主应力计算模型，结合测井资料和数学模型，预测页岩油气储层最小水平主应力随着深度的变化，更好的反应页岩层系最小水平主应力状态。有必要研究提出基于粘塑性应力松弛模型的页岩油气储层最小水平主应力剖面预测方法，为页岩油气开发提供重要的基础数据。
发明内容
为了解决现有技术中的上述问题，即现有的最小水平主应力预测数学模型均假设页岩为线弹性材料，不考虑页岩作为粘弹性材料其时效变形特性对地应力大小的影响以致预测精度较低的问题，本发明提供了一种油气储层最小水平主应力剖面模型预测方法，所述方法包括：
获取测井资料；
获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；
基于所述蠕变柔量数据，确定粘塑性本构参数；
基于所述粘塑性本构参数，通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；基于所述粘塑性本构参数和所述岩石的松弛行为，构建基于粘塑性应力松弛模型的应力差预测模型；
基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型。
在一些优选的实施方式中，所述不同岩性层位样品，其获取方法为：
根据页岩油气储层分带地层模型，选取不同岩性层位样品；所述不同岩性层位样品为加工成圆柱体的样品。
在一些优选的实施方式中，所述梯级加载蠕变试验，为等时间间隔梯级加载蠕变试验，具体包括：
基于不同岩性层位样品，通过伺服控制岩石刚性试验机，根据试件抗压强度预设第一间隔，采用轴向应力控制，进行单轴等级加载，直至第一级荷载；
使应力保持稳定，在第一级荷载作用下变形进入稳态蠕变以后进行下级加载；
使各级荷载作用时间间隔为预设的加载时长，采集时间-应力-应变数据。
在一些优选的实施方式中，所述不同岩性层位样品的蠕变柔量数据，其获得方法为：
基于所述时间-应力-应变数据，去除每级荷载作用初始部分的轴向应变数据，并进行温度矫正，获得预处理轴向应变数据；
基于所述预处理轴向应变数据，除以梯级加载的差应力，获得蠕变柔量参数；
确定蠕变柔量-时间关系，通过数据拟合的方法，获得蠕变柔量数据。
在一些优选的实施方式中，所述粘塑性本构参数，其获取方法包括：
所述蠕变柔量数据的纵轴截距即为本构参数B，斜率即为幂律指数n，B和n为粘塑性本构参数。
在一些优选的实施方式中，所述基于粘塑性应力松弛模型的应力差预测模型，其获得方法具体为：
蠕变型积分方程为：
松弛型积分方程为：
其中，
表示蠕变函数，
表示松弛函数，t表示沉积至当前时刻的时间，
表示蠕变柔量，
表示松弛模量，
表示载荷时间；
计算蠕变型积分方程核函数与松弛型积分方程核函数的关系，包括：基于蠕变型积分方程进行拉普拉斯变换获得变换后蠕变型方程：
基于松弛型积分方程进行拉普拉斯变换获得变换后松弛型方程：
其中，
表示拉普拉斯变换正实数部分的复变数，
表示拉普拉斯变换后的松
弛模量，
表示拉普拉斯变换后的蠕变柔量；
消项获得蠕变型积分方程核函数与松弛型积分方程核函数的关系为：
基于所述粘塑性本构参数，获得蠕变本构方程为：
其中，
表示应变，
表示应力，B为本构参数表示单位应力单位时间的应变量，n为
幂律指数表示岩石单位时间的变形能力；
基于所述变换后松弛型方程，通过所述蠕变型积分方程核函数与松弛型积分方程
核函数的关系与蠕变本构方程进行拉普拉斯变换，获得松弛模量函数
为：
当粘弹性材料中的蠕变速率恒定时，简化的松弛型积分方程为：
基于简化的松弛型积分方程，通过蠕变本构方程和松弛模量函数，计算获得松弛本构方程：
进而获得正断层环境中，垂向应力与最小水平主应力的应力差松弛方程为：
其中，
表示垂向应力，
表示最小水平主应力；
基于所述应力差松弛方程构建基于粘塑性应力松弛模型的应力差预测模型。
在一些优选的实施方式中，所述基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型，包括：
通过测井资料中的密度测井数据进行积分确定垂向应力；
通过测井资料中的声波测井数据建立随深度变化的本构参数B的关系；
基于所述垂向应力与根据所述随深度变化的本构参数B的关系，通过基于粘塑性应力松弛模型的应力差预测模型，建立随深度变化的连续最小水平主应力剖面；
根据成像测井井壁破坏信息确定最小水平主应力方向；
将随深度变化的连续最小水平主应力剖面与最小水平主应力方向组合为最小水平主应力剖面模型。
本发明的另一方面，提出了一种油气储层最小水平主应力剖面模型预测系统，所述系统包括：测井资料获取模块、蠕变试验模块、粘塑性本构参数获取模块、应力差预测模型构建模块和剖面预测模块；
所述测井资料获取模块，配置为获取测井资料；
所述蠕变试验模块，配置为获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；
所述粘塑性本构参数获取模块，配置为基于所述蠕变柔量数据，确定粘塑性本构参数；
所述应力差预测模型构建模块，配置为基于所述粘塑性本构参数，通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；基于所述粘塑性本构参数和所述岩石的松弛行为，构建基于粘塑性应力松弛模型的应力差预测模型；
所述剖面预测模块，配置为基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型。
本发明第三方面的一种电子设备，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的油气储层最小水平主应力剖面模型预测方法。
本发明第四方面的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的油气储层最小水平主应力剖面模型预测方法。
本发明的有益效果：
（1）本发明通过采用了基于粘塑性应力松弛模型的预测方法，根据Boltzman叠加原理，通过等级距等时间间隔梯级蠕变试验，考虑了不同岩性样品荷载作用下随时间变化的应变响应，建立了蠕变本构模型。根据蠕变与松弛等价性，通过拉普拉斯变换获得了松弛模量模型，通过储层岩石的松弛模量和地质过程中的应变率，建立了适用于正断层环境的垂向应力与最小水平主应力的应力差预测模型，提高了预测的准确性；
（2）本发明可为页岩油气开发“甜点”优选、水平钻井、压裂方案优化提供重要基础数据，考虑不同矿物组分页岩在地质历史时期的时效变形对应力积累的响应，采用该方法得到的最小水平主应力模型更加符合于真实的地应力分布规律。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本发明实施例中油气储层最小水平主应力剖面模型预测方法的流程示意图；
图2是发明实施例中样品数据及参数处理的流程示意图；
图3是本发明实施例中等极距等时间间隔梯级蠕变加载达到应力与时间关系图；
图4是本发明实施例中等极距等时间间隔梯级蠕变加载达到应变与时间关系图；
图5是本发明实施例中预测最小水平主应力剖面图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明提供一种油气储层最小水平主应力剖面模型预测方法，采用了基于粘塑性应力松弛模型的预测方法，根据Boltzman叠加原理，通过等级距等时间间隔梯级蠕变试验，考虑了不同岩性样品荷载作用下随时间变化的应变响应，建立了蠕变本构模型。根据蠕变与松弛等价性，通过拉普拉斯变换获得了松弛模量模型，通过储层岩石的松弛模量和地质过程中的应变率，建立了适用于正断层环境的垂向应力与最小水平主应力的应力差预测模型，提高了预测的准确性。
本发明的一种油气储层最小水平主应力剖面模型预测方法，适用于页岩油气储层最小包括：
S100，获取测井资料；
S200，获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；
S300，基于所述蠕变柔量数据，确定粘塑性本构参数；
S400，基于所述粘塑性本构参数，通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；基于所述粘塑性本构参数和所述岩石的松弛行为，构建基于粘塑性应力松弛模型的应力差预测模型；
S500，基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型。
为了更清晰地对本发明油气储层最小水平主应力剖面模型预测方法进行说明，下面结合图1和图2对本发明实施例中各步骤展开详述。
本发明第一实施例的油气储层最小水平主应力剖面模型预测方法，包括：
S100，获取测井资料；
S200，获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；
受沉积环境和成岩作用的影响，页岩多具有岩性互层特征，需要根据页岩油气储层分带地层模型，选取不同岩性层位样品。
在本实施例中，所述不同岩性层位样品，其获取方法为：
根据页岩油气储层分带地层模型，选取不同岩性层位样品；所述不同岩性层位样品为加工成圆柱体的样品。本实施例采用直径为25mm，高径比为2.0~2.5，两端面不平整度误差小于0.05mm，沿试件高度直径的误差小于0.3mm，端面垂直于试件轴线最大偏差小于0.25°的样品。
在本实施例中，所述梯级加载蠕变试验，为等时间间隔梯级加载蠕变试验，具体包括：
基于不同岩性层位样品，通过伺服控制岩石刚性试验机，根据试件抗压强度预设
第一间隔，采用轴向应力控制，进行单轴等级加载，直至第一级荷载；本实施例以级距为
进行加载，以试件抗压强度的30%、40%、50%、60%、70%和80%进行单轴等级加载，各级应力采
用轴向应力控制加载，加载速率500N/S，加载至第一级荷载；
使应力保持稳定，在第一级荷载作用下变形进入稳态蠕变以后进行下级加载；各级荷载作用时间间隔应相等，优选为3小时；
使各级荷载作用时间间隔为预设的加载时长，采集时间-应力-应变数据，其中时间-应力数据如图3所示，时间-应变数据如图4所示，通过时间建立联系得到时间-应力-应变数据。
在本实施例中，所述不同岩性层位样品的蠕变柔量数据，其获得方法为：
基于所述时间-应力-应变数据，去除每级荷载作用初始部分的轴向应变数据，并进行温度矫正，获得预处理轴向应变数据；在粘弹性蠕变性为的实验室研究中，通常会去掉应变数据的初始部分，分析剩余的应变数据来拟合蠕变柔量函数J（t），去掉每级荷载作用初始部分轴向应变数据，一般去掉最初100S的轴向应变数据。梯级加载时间较长，应变传感器采集的轴向应变数据会受到温度轻微波动的影响，因此，对截取的轴向应变数据进行温度矫正。对温度矫正后的轴向应变数据除以梯级加载的差应力计算蠕变柔量参数，将蠕变柔量与时间绘图分析，进行数据拟合，一般在幂函数比对数函数更符合蠕变趋势，确定蠕变柔量函数。
基于所述预处理轴向应变数据，除以梯级加载的差应力，获得蠕变柔量参数；
确定蠕变柔量-时间关系，通过数据拟合的方法，获得蠕变柔量数据。
S300，基于所述蠕变柔量数据，确定粘塑性本构参数；
所述蠕变柔量数据的纵轴截距即为本构参数B，斜率即为幂律指数n，B和n为粘塑性本构参数。
本实施例的目标是通过储层岩石的松弛模量和地质过程中的应变率预测应力差，蠕变和松弛本质上是相互关联的，松弛型积分方程的积分核松弛模量可以由蠕变型积分方程积分核蠕变模量通过拉普拉斯变换得出，结合应变速率和变形持续时间，建立基于粘塑性应力松弛模型的垂向应力与最小水平主应力的应力差预测模型（适用于正断层环境）。
在本实施例中，所述粘塑性本构参数，其获取方法包括：
S400，基于所述粘塑性本构参数，通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；基于所述粘塑性本构参数和所述岩石的松弛行为，构建基于粘塑性应力松弛模型的应力差预测模型；
受沉积环境和成岩作用的影响，页岩富含粘土、有机质等软矿物，其矿物组分、岩石组构具有较大的差异，陆相页岩多具有不同岩性互层特征，页岩不同程度的随时间变化的应力应变响应，对最小水平主应力的影响不可忽视；
蠕变型积分方程和松弛型积分方程的积分核通过拉普拉斯变换存在确定的数学关系，蠕变试验是施加恒定荷载观测随时间的应变的变化，而松弛试验是应变不变观测随时间应力的变化，对于页岩这一特殊的材质，松弛试验比蠕变试验在技术上更难于实施，因此，利用蠕变型积分方程和松弛型积分方程的积分核存在确定的数学关系，蠕变试验和松弛试验本质上是等价的，从而间接的分析页岩样品的松弛特性。
采用梯级加载蠕变实验约束的本构参数预测岩石的松弛行为，结合应变速率和变形持续时间，建立基于粘塑性应力松弛模型的应力差预测模型。
在本实施例中，所述基于粘塑性应力松弛模型的应力差预测模型，其获得方法具体为：
蠕变型积分方程为：
（1）
松弛型积分方程为：
（2）
其中，
表示蠕变函数，
表示松弛函数，t表示沉积至当前时刻的时间，
表示蠕变柔量，
表示松弛模量，
表示载荷时间；
计算蠕变型积分方程核函数与松弛型积分方程核函数的关系，包括：基于蠕变型积分方程进行拉普拉斯变换获得变换后蠕变型方程：
（3）
基于松弛型积分方程进行拉普拉斯变换获得变换后松弛型方程：
（4）
其中，
表示拉普拉斯变换正实数部分的复变数，
表示拉普拉斯变换后的松
弛模量，
表示拉普拉斯变换后的蠕变柔量；
消项获得蠕变型积分方程核函数与松弛型积分方程核函数的关系为：
（5）
基于所述粘塑性本构参数，获得蠕变本构方程为：
（6）
其中，
表示应变，
表示应力，B为本构参数表示单位应力单位时间的应变量，n为
幂律指数表示岩石单位时间的变形能力；
基于所述变换后松弛型方程，通过所述蠕变型积分方程核函数与松弛型积分方程
核函数的关系与蠕变本构方程进行拉普拉斯变换，获得松弛模量函数
为：
（7）
当粘弹性材料中的蠕变速率恒定时，简化的松弛型积分方程为：
（8）
基于简化的松弛型积分方程，通过蠕变本构方程和松弛模量函数，计算获得松弛本构方程：
（9）
进而获得正断层环境中，垂向应力与最小水平主应力的应力差松弛方程为：
（10）
其中，
表示垂向应力，
表示最小水平主应力；
基于所述应力差松弛方程构建基于粘塑性应力松弛模型的应力差预测模型。
S500，基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型。
在本实施例中，所述基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型，包括：
通过测井资料中的密度测井数据进行积分确定垂向应力；
通过测井资料中的声波测井数据建立随深度变化的本构参数B的关系；
至本步骤，确定了上覆地层压力和岩石力学参数；
基于所述垂向应力与根据所述随深度变化的本构参数B的关系，通过基于粘塑性应力松弛模型的应力差预测模型，建立随深度变化的连续最小水平主应力剖面；最小水平主应力剖面如图5所示；
根据成像测井井壁破坏信息确定最小水平主应力方向；
将随深度变化的连续最小水平主应力剖面与最小水平主应力方向组合为最小水平主应力剖面模型。
本发明第二实施例的油气储层最小水平主应力剖面模型预测系统，包括：测井资料获取模块、蠕变试验模块、粘塑性本构参数获取模块、应力差预测模型构建模块和剖面预测模块；
所述测井资料获取模块，配置为获取测井资料；
所述蠕变试验模块，配置为获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；
所述粘塑性本构参数获取模块，配置为基于所述蠕变柔量数据，确定粘塑性本构参数；
所述应力差预测模型构建模块，配置为基于所述粘塑性本构参数，通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；基于所述粘塑性本构参数和所述岩石的松弛行为，构建基于粘塑性应力松弛模型的应力差预测模型；
所述剖面预测模块，配置为基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型。
本发明第三实施例的一种电子设备，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的油气储层最小水平主应力剖面模型预测方法。
本发明第四实施例的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的油气储层最小水平主应力剖面模型预测方法。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
术语“第一”、 “第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨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、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种油气储层最小水平主应力剖面模型预测方法，其特征在于，所述方法包括：
获取测井资料；
获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；
基于所述蠕变柔量数据，确定粘塑性本构参数；
基于所述粘塑性本构参数，通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；基于所述粘塑性本构参数和所述岩石的松弛行为，构建基于粘塑性应力松弛模型的应力差预测模型；
基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型。
2.根据权利要求1所述的油气储层最小水平主应力剖面模型预测方法，其特征在于，所述不同岩性层位样品，其获取方法为：
根据页岩油气储层分带地层模型，选取不同岩性层位样品；所述不同岩性层位样品为加工成圆柱体的样品。
3.根据权利要求1所述的油气储层最小水平主应力剖面模型预测方法，其特征在于，所述梯级加载蠕变试验，为等时间间隔梯级加载蠕变试验，具体包括：
基于不同岩性层位样品，通过伺服控制岩石刚性试验机，根据试件抗压强度预设第一间隔，采用轴向应力控制，进行单轴等级加载，直至第一级荷载；
使应力保持稳定，在第一级荷载作用下变形进入稳态蠕变以后进行下级加载；
使各级荷载作用时间间隔为预设的加载时长，采集时间-应力-应变数据。
4.根据权利要求3所述的油气储层最小水平主应力剖面模型预测方法，其特征在于，所述不同岩性层位样品的蠕变柔量数据，其获得方法为：
基于所述时间-应力-应变数据，去除每级荷载作用初始部分的轴向应变数据，并进行温度矫正，获得预处理轴向应变数据；
基于所述预处理轴向应变数据，除以梯级加载的差应力，获得蠕变柔量参数；
确定蠕变柔量-时间关系，通过数据拟合的方法，获得蠕变柔量数据。
5.根据权利要求1所述的油气储层最小水平主应力剖面模型预测方法，其特征在于，所述粘塑性本构参数，其获取方法包括：
所述蠕变柔量数据的纵轴截距即为本构参数B，斜率即为幂律指数n，B和n为粘塑性本构参数。
6.根据权利要求1所述的油气储层最小水平主应力剖面模型预测方法，其特征在于，所述基于粘塑性应力松弛模型的应力差预测模型，其获得方法具体为：
蠕变型积分方程为：
松弛型积分方程为：
其中，
表示蠕变函数，
表示松弛函数，t表示沉积至当前时刻的时间，
表示
蠕变柔量，
表示松弛模量，
表示载荷时间；
计算蠕变型积分方程核函数与松弛型积分方程核函数的关系，包括：基于蠕变型积分方程进行拉普拉斯变换获得变换后蠕变型方程：
基于松弛型积分方程进行拉普拉斯变换获得变换后松弛型方程：
其中，
表示拉普拉斯变换正实数部分的复变数，
表示拉普拉斯变换后的松弛模
量，
表示拉普拉斯变换后的蠕变柔量；
消项获得蠕变型积分方程核函数与松弛型积分方程核函数的关系为：
基于所述粘塑性本构参数，获得蠕变本构方程为：
其中，
表示应变，
表示应力，B为本构参数表示单位应力单位时间的应变量，n为幂律
指数表示岩石单位时间的变形能力；
基于所述变换后松弛型方程，通过所述蠕变型积分方程核函数与松弛型积分方程核函
数的关系与蠕变本构方程进行拉普拉斯变换，获得松弛模量函数
为：
当粘弹性材料中的蠕变速率恒定时，简化的松弛型积分方程为：
基于简化的松弛型积分方程，通过蠕变本构方程和松弛模量函数，计算获得松弛本构方程：
进而获得正断层环境中，垂向应力与最小水平主应力的应力差松弛方程为：
其中，
表示垂向应力，
表示最小水平主应力；
基于所述应力差松弛方程构建基于粘塑性应力松弛模型的应力差预测模型。
7.根据权利要求1所述的油气储层最小水平主应力剖面模型预测方法，其特征在于，所述基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型，包括：
通过测井资料中的密度测井数据进行积分确定垂向应力；
通过测井资料中的声波测井数据建立随深度变化的本构参数B的关系；
基于所述垂向应力与根据所述随深度变化的本构参数B的关系，通过基于粘塑性应力松弛模型的应力差预测模型，建立随深度变化的连续最小水平主应力剖面；
根据成像测井井壁破坏信息确定最小水平主应力方向；
将随深度变化的连续最小水平主应力剖面与最小水平主应力方向组合为最小水平主应力剖面模型。
8.一种油气储层最小水平主应力剖面模型预测系统，其特征在于，所述系统包括：测井资料获取模块、蠕变试验模块、粘塑性本构参数获取模块、应力差预测模型构建模块和剖面预测模块；
所述测井资料获取模块，配置为获取测井资料；
所述蠕变试验模块，配置为获取不同岩性层位样品，对所述不同岩性层位样品进行梯级加载蠕变试验，获得不同岩性层位样品的蠕变柔量数据；
所述粘塑性本构参数获取模块，配置为基于所述蠕变柔量数据，确定粘塑性本构参数；
所述应力差预测模型构建模块，配置为基于所述粘塑性本构参数，通过蠕变试验与松弛试验的等价性，预测岩石的松弛行为；基于所述粘塑性本构参数和所述岩石的松弛行为，构建基于粘塑性应力松弛模型的应力差预测模型；
所述剖面预测模块，配置为基于所述测井资料，通过所述基于粘塑性应力松弛模型的应力差预测模型，获得最小水平主应力剖面模型。
9.一种电子设备，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现如权利要求1-7任一项所述的油气储层最小水平主应力剖面模型预测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现如权利要求1-7任一项所述的油气储层最小水平主应力剖面模型预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210513646.4A CN114622907B (zh) | 2022-05-12 | 2022-05-12 | 油气储层最小水平主应力剖面模型预测方法、系统和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210513646.4A CN114622907B (zh) | 2022-05-12 | 2022-05-12 | 油气储层最小水平主应力剖面模型预测方法、系统和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114622907A true CN114622907A (zh) | 2022-06-14 |
| CN114622907B CN114622907B (zh) | 2022-07-19 |
Family
ID=81906745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210513646.4A Active CN114622907B (zh) | 2022-05-12 | 2022-05-12 | 油气储层最小水平主应力剖面模型预测方法、系统和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114622907B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1214757A (zh) * | 1996-03-25 | 1999-04-21 | 装饰工业公司 | 测定岩石抗压强度的方法 |
| CN105319603A (zh) * | 2015-11-06 | 2016-02-10 | 中国石油大学(华东) | 致密砂岩储层复杂网状裂缝的预测方法 |
| CN105334107A (zh) * | 2015-10-28 | 2016-02-17 | 西安石油大学 | 基于地层粘弹性的泥页岩井壁稳定钻井液密度确定方法 |
| CN105842087A (zh) * | 2016-03-03 | 2016-08-10 | 安阳工学院 | 高温应力松弛数据转换为蠕变数据的设计预测方法 |
| CN106526691A (zh) * | 2016-10-20 | 2017-03-22 | 中国石油天然气股份有限公司 | 一种地应力的确定方法和装置 |
| CN107480835A (zh) * | 2017-09-12 | 2017-12-15 | 南通大学 | 一种纤维沥青混凝土黏弹性预测模型的构建方法 |
| CN109885874A (zh) * | 2019-01-11 | 2019-06-14 | 华东理工大学 | 一种基于abaqus的多轴蠕变疲劳预测方法 |
-
2022
- 2022-05-12 CN CN202210513646.4A patent/CN114622907B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1214757A (zh) * | 1996-03-25 | 1999-04-21 | 装饰工业公司 | 测定岩石抗压强度的方法 |
| CN105334107A (zh) * | 2015-10-28 | 2016-02-17 | 西安石油大学 | 基于地层粘弹性的泥页岩井壁稳定钻井液密度确定方法 |
| CN105319603A (zh) * | 2015-11-06 | 2016-02-10 | 中国石油大学(华东) | 致密砂岩储层复杂网状裂缝的预测方法 |
| CN105842087A (zh) * | 2016-03-03 | 2016-08-10 | 安阳工学院 | 高温应力松弛数据转换为蠕变数据的设计预测方法 |
| CN106526691A (zh) * | 2016-10-20 | 2017-03-22 | 中国石油天然气股份有限公司 | 一种地应力的确定方法和装置 |
| CN107480835A (zh) * | 2017-09-12 | 2017-12-15 | 南通大学 | 一种纤维沥青混凝土黏弹性预测模型的构建方法 |
| CN109885874A (zh) * | 2019-01-11 | 2019-06-14 | 华东理工大学 | 一种基于abaqus的多轴蠕变疲劳预测方法 |
| US20220026326A1 (en) * | 2019-01-11 | 2022-01-27 | East China University Of Science And Technology | A Multiaxial Creep-Fatigue Prediction Method Based On ABAQUS |
Non-Patent Citations (2)
| Title |
|---|
| 徐慧宁等: "大理岩裂隙岩体流变特性试验研究", 《实验科学与技术》 * |
| 赵金洲: "深井蠕变地层钻井液密度优化技术", 《岩土力学》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114622907B (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Taljat et al. | Development of pile-up during spherical indentation of elastic–plastic solids | |
| Müthing et al. | Settlement prediction for an embankment on soft clay | |
| Rajesh Kumar et al. | Prediction of uniaxial compressive strength, tensile strength and porosity of sedimentary rocks using sound level produced during rotary drilling | |
| EP2948895B1 (en) | Pressure transient testing with sensitivity analysis | |
| US8359184B2 (en) | Method, program and computer system for scaling hydrocarbon reservoir model data | |
| Yang et al. | Viscoplastic deformation of the Bakken and adjacent formations and its relation to hydraulic fracture growth | |
| AU2010340274B2 (en) | System and method for integrated reservoir and seal quality prediction | |
| Stavropoulou et al. | A combined three-dimensional geological-geostatistical-numerical model of underground excavations in rock | |
| CN103982179A (zh) | 一种油藏储层的古压力定量反演探测方法 | |
| Oliveira et al. | Seismic and structural health monitoring of dams in Portugal | |
| Hendrikse et al. | Experimental validation of a model for prediction of dynamic ice-structure interaction | |
| Chang et al. | Viscous creep in room-dried unconsolidated Gulf of Mexico shale (II): Development of a viscoplasticity model | |
| Trivedi | Strength and dilatancy of jointed rocks with granular fill | |
| CN111504252B (zh) | 一种长距离隧洞膨胀性围岩变形超前预测预报方法 | |
| Shahin et al. | Viscoplastic interpretation of localized compaction creep in porous rock | |
| Huang et al. | On an energy-based criterion for defining slope failure considering spatially varying soil properties | |
| CN115014975A (zh) | 一种构建深部扰动下岩石材料弹塑性力学本构模型的方法 | |
| Hu et al. | Effects of intermediate stress on deep rock strainbursts under true triaxial stresses | |
| WO2017205194A1 (en) | Systems and methods for acoustic testing of laminated rock to determine total organic carbon content | |
| CN114622907B (zh) | 油气储层最小水平主应力剖面模型预测方法、系统和设备 | |
| CN111241652B (zh) | 一种确定地层原油粘度的方法及装置 | |
| Golestani Dariani et al. | Generation and dissipation of excess pore water pressure during CPTu in clayey soils: a numerical approach | |
| Chen et al. | Assessing cohesion of the rocks proposing a new intelligent technique namely group method of data handling | |
| DeVries et al. | Salt damage criterion proof-of-concept research | |
| Amour et al. | Calibration and applications of a rate-dependent geomechanical model for Danian and Maastrichtian reservoir chalk (Danish North Sea) |
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 |