CN114692462B - 一种基于岩石力学性质的裂缝主要形成期预测方法以及装置 - Google Patents
一种基于岩石力学性质的裂缝主要形成期预测方法以及装置 Download PDFInfo
- Publication number
- CN114692462B CN114692462B CN202210348920.7A CN202210348920A CN114692462B CN 114692462 B CN114692462 B CN 114692462B CN 202210348920 A CN202210348920 A CN 202210348920A CN 114692462 B CN114692462 B CN 114692462B
- Authority
- CN
- China
- Prior art keywords
- period
- rock mechanical
- dimensional
- reservoir
- periods
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 128
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000000694 effects Effects 0.000 claims abstract description 124
- 238000009826 distribution Methods 0.000 claims abstract description 58
- 238000010276 construction Methods 0.000 claims abstract description 28
- 238000011160 research Methods 0.000 claims abstract description 25
- 238000004088 simulation Methods 0.000 claims description 13
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 8
- 239000011707 mineral Substances 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 206010017076 Fracture Diseases 0.000 description 42
- 208000010392 Bone Fractures Diseases 0.000 description 37
- 238000003860 storage Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000012530 fluid Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000007596 consolidation process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000005493 welding type Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于岩石力学性质的裂缝主要形成期预测方法以及装置。所述基于岩石力学性质的裂缝主要形成期预测方法包括：分别获取研究区目的层的各个构造活动期的储层岩石力学参数；分别建立各个构造活动期的二维地质模型；根据所述储层岩石力学参数以及二维地质模型生成不同构造期的二维地应力剖面；分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面；裂缝分布密度最大的剖面所对应的构造活动期即为裂缝主要形成期。本申请解决了现有技术无法确定裂缝主要形成期的问题。
Description
技术领域
本申请涉及岩石裂缝检测技术领域，具体涉及一种基于岩石力学性质的裂缝主要形成期预测方法以及基于岩石力学性质的裂缝主要形成期预测装置。
背景技术
构造裂缝是致密储层和非常规储层油气主要的储集空间和渗滤通道，其发育程度和分布对储层的性能及油气产能有重要影响，直接制约致密油气藏与非常规油气藏的勘探开发成效。裂缝主要形成期是预测其发育程度和分布的一个关键因素，对恢复裂缝发育演化历史具有重要意义。
裂缝形成期次的研究方法有两大类，一是地质分析方法，包括地表裂缝调查、岩心与成像测井分析法等，该方法主要根据岩心充填物次序、矿物成分以及裂缝交切关系、成像测井解释成果等，结合裂缝野外分期配套结果来判断裂缝形成期次；二是实验测试方法，这类方法包括裂缝充填物包裹体分析、低温热年代学确定裂缝形成时间、声发射实验研究裂缝期次等，该类方法主要通过测定与裂缝充填物同时形成的原生包裹体的温度、低温热年代学测龄技术和声发射实验来推断裂缝的形成期次。由于地质分析方法只能大体上定性推断裂缝形成期次,实验测试方法可相对定量确定裂缝形成时间,为此很多学者展开了对实验测试尤其是对裂缝充填物内流体包裹体分析研究。Lespinasse、万永平等认为流体包裹体面是连续的裂隙发育和流体运移良好期次的记录，据此可以获得与流体相关的构造应力场期次；刘斌将裂隙包裹体分为三种类型:愈合式固结裂隙、焊接式固结裂隙和充填式固结裂隙，分别可以提供裂隙同一阶段的信息、晚期构造应力和热动力学信息、后期构造改造地质信息；李云对四川盆地内致密砂岩进行了流体包裹体岩相学与显微测温分析，划分了裂缝形成期次等。
目前针对裂缝形成期次研究的方法主要是岩心直接观察、镜下薄片观察、成像测井分析及实验分析测试等，利用这些方法只能判断裂缝形成有几个期次，而不能有效判定裂缝的主要形成期。
现有技术在确定裂缝主要形成期方面，有以下两个方面缺陷：
1、裂缝形成期次的两类研究方法完全从构造活动期次的角度来确定其形成期，忽视了岩石本身的力学性质，影响了裂缝形成期次的判识结果；
2、目前利用已有方法只能定性或相对定量的判断裂缝的形成期次，不能判识其主要形成期。
因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。
发明内容
本发明的目的在于提供一种基于岩石力学性质的裂缝主要形成期预测方法来克服或至少减轻现有技术的至少一个上述缺陷。
本发明的一个方面，提供一种基于岩石力学性质的裂缝主要形成期预测方法，所述基于岩石力学性质的裂缝主要形成期预测方法包括：
分别获取研究区目的层的各个构造活动期的储层岩石力学参数；
分别建立各个构造活动期的二维地质模型，其中，一个二维地质模型对应一套储层岩石力学参数，且相互对应的二维地质模型以及储层岩石力学参数所对应的构造活动期相同；
根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面，其中，一个构造活动期的所述二维地质模型以及储层岩石力学参数用于生成该构造活动期的二维地应力剖面；
分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面，其中，裂缝分布密度最大的剖面所对应的构造活动期为裂缝主要形成期。
可选地，所述分别获取研究区目的层的各个构造活动期的储层岩石力学参数包括：
获取目的层储层矿物成分；
分别获取每个构造活动期的储层孔隙度；
根据储层矿物成分及各个构造活动期的储层孔隙度，分别制作每个构造活动期的人工岩心；
分别获取各人工岩心的岩石力学参数作为该人工岩心所对应的构造活动期的储层岩石力学参数，包括杨氏模量、泊松比等。
可选地，所述分别获取每个构造活动期的储层孔隙度包括：
对研究区目的层开展储层成岩演化史研究，从而获取各个构造活动期的储层孔隙度。
可选地，所述分别获取不同构造活动期人工岩心的岩石力学参数作为该人工岩心所对应的构造活动期的储层岩石力学参数包括：
为不同构造期人工岩心开展岩石力学试验，从而分别获取各期人工岩心的岩石力学参数。
可选地，所述分别建立各个构造活动期的二维地质模型包括：
选取垂直于研究区目的层的构造走向的二维地震剖面，利用平衡剖面技术进行构造恢复，恢复不同构造活动期的地层分布，在此基础上建立各个构造活动期的二维地质模型。
可选地，所述根据所述不同构造活动期的储层岩石力学参数以及二维地质模型生成各构造活动期二维地应力剖面包括：
对不同构造期二维地质模型进行有限元网格剖分，生成有限元网格模型，把每个构造活动期的所述储层岩石力学参数赋值到各个有限元网格单元上，建立每个构造活动期对应的二维岩石力学参数模型；
开展有限元数值模拟，从而生成不同构造活动期的二维地应力剖面。
可选地，所述有限元数值模拟包括：
依据区域地质情况给定边界条件，对不同构造期岩石力学模型加载重力，开展有限元数值模拟。
可选地，所述分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面包括：
通过摩尔库仑破裂准则分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面。
本申请还提供了一种基于岩石力学性质的裂缝主要形成期预测装置，所述基于岩石力学性质的裂缝主要形成期预测装置包括：
储层岩石力学参数获取模块，所述储层岩石力学参数获取模块用于分别获取研究区目的层的各个构造活动期的储层岩石力学参数；
二维地质模型建立模块，所述二维地质模型建立模块用于分别建立各个构造活动期的二维地质模型，其中，一个二维地质模型对应一套储层岩石力学参数，且相互对应的二维地质模型以及储层岩石力学参数所对应的构造活动期相同；
二维地应力剖面生成模块，所述二维地应力剖面生成模块用于根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面，其中，一个构造活动期的所述二维地质模型以及储层岩石力学参数用于生成该构造活动期的二维地应力剖面；
裂缝分布预测模块，所述裂缝分布预测模块用于分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面，其中，裂缝分布密度最大的剖面所对应的构造活动期为裂缝主要形成期。
有益效果：
本申请的基于岩石力学性质的裂缝主要形成期预测方法通过构造恢复建立不同构造活动期的二维地质模型，根据不同构造活动期的储层岩石力学参数，生成二维岩石力学模型，在此基础上进行数值模拟计算，生成不同构造活动期的二维地应力剖面，通过摩尔库仑破裂准则，预测各构造活动期的裂缝分布密度，根据不同期次裂缝分布密度的大小确定其主要形成期，从而解决了现有技术无法确定主要形成期的问题。
附图说明
图1为本申请一实施例的基于岩石力学性质的裂缝主要形成期预测方法的流程示意图。
图2是一种电子设备，用于实现图1所示的基于岩石力学性质的裂缝主要形成期预测方法。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，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更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
需要说明的是，在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
图1为本申请一实施例的基于岩石力学性质的裂缝主要形成期预测方法的流程示意图。
如图1所示的基于岩石力学性质的裂缝主要形成期预测方法包括：
步骤1：分别获取研究区目的层的各个构造活动期的储层岩石力学参数；
步骤2：分别建立各个构造活动期的二维地质模型，其中，一个二维地质模型对应一套储层岩石力学参数，且相互对应的二维地质模型以及储层岩石力学参数所对应的构造活动期相同；
步骤3：根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面，其中，一个构造活动期的所述二维地质模型以及储层岩石力学参数用于生成该构造活动期的二维地应力剖面；
步骤4：分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面，其中，裂缝分布密度最大的剖面所对应的构造活动期为裂缝主要形成期。
本申请的基于岩石力学性质的裂缝主要形成期预测方法通过构造恢复建立不同构造活动期的二维地质模型，根据不同构造活动期的储层岩石力学参数，生成二维岩石力学模型，在此基础上进行数值模拟计算，生成不同构造活动期的二维地应力剖面，通过摩尔库仑破裂准则，预测各构造活动期的裂缝分布密度，根据不同期次裂缝分布密度的大小确定其主要形成期，从而解决了现有技术无法确定主要形成期的问题。
在本实施例中，分别获取研究区目的层的各个构造活动期的储层岩石力学参数包括：
获取目的层储层矿物成分；
分别获取每个构造活动期的储层孔隙度；
根据储层矿物成分及各个构造活动期的储层孔隙度，分别制作每个构造活动期的人工岩心；
分别获取各人工岩心的岩石力学参数作为该人工岩心所对应的构造活动期的储层岩石力学参数，包括杨氏模量、泊松比等。
在本实施例中，所述分别获取每个构造活动期的储层孔隙度包括：
对研究区目的层开展储层成岩演化史研究，从而获取各个构造活动期的储层孔隙度。
采用成岩演化史的方法，能够准确地获取各个构造活动期的储层孔隙度。
在本实施例中，所述分别获取每个人工岩心的岩石力学参数作为该人工岩心所对应的构造活动期的储层岩石力学参数包括：
为每个人工岩心开展岩石力学试验，从而分别获取每个人工岩心的岩石力学参数。
在本实施例中，所述分别建立各个构造活动期的二维地质模型包括：
选取垂直于研究区目的层的构造走向的二维地震剖面，利用平衡剖面技术进行构造恢复，恢复不同构造活动期的地层分布，在此基础上建立各个构造活动期的二维地质模型。
在本实施例中，所述根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面包括：
对不同构造期二维地质模型进行有限元网格剖分，生成有限元网格模型，把每个构造活动期的所述储层岩石力学参数赋值到各个有限元网格单元上，建立每个构造活动期对应的二维岩石力学参数模型；
开展有限元数值模拟，从而生成不同构造活动期的二维地应力剖面。
在本实施例中，所述有限元数值模拟包括：
依据区域地质情况给定边界条件，对不同构造期岩石力学模型加载重力，开展有限元数值模拟。
在本实施例中，所述分别对各个二维地应力剖面进行裂缝分布预测，从而不同构造活动期的裂缝分布密度剖面包括：
通过摩尔库仑破裂准则分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面。
本发明利用不同构造期地质模型和储层岩石力学参数，建立二维岩石力学模型，通过数值模拟生成二维地应力剖面，根据库仑摩尔破裂准则预测不同构造活动期的裂缝分布密度，进而确定裂缝主要形成期。
下面以举例的方式对本申请做进一步详细阐述，可以理解的是，该举例并不构成对本申请的任何限制。
步骤1：分别获取研究区目的层的各个构造活动期的储层岩石力学参数，在本实施例中，通过对研究区目的层开展储层成岩演化史研究，确定主要构造活动期的储层孔隙度。依据储层矿物成分和孔隙度，制作人工岩心，开展岩石力学试验，获取不同构造活动期的储层岩石力学参数，为岩石力学模型奠定基础，假设在本实施例中，有三个构造活动期，分别为1期构造活动期、2期构造活动期以及3期构造活动期，则具有三套储层岩石力学参数，即第一期构造活动期储层岩石力学参数，第二期构造活动期储层岩石力学参数以及第三期构造活动期储层岩石力学参数；
步骤2：分别建立各个构造活动期的二维地质模型，其中，一个二维地质模型对应一套储层岩石力学参数，且相互对应的二维地质模型以及储层岩石力学参数所对应的构造活动期相同，具体而言，选取垂直于研究区目的层的构造走向的二维地震剖面，利用平衡剖面技术进行构造恢复，恢复不同构造活动期的地层分布，在此基础上建立各个构造活动期的二维地质模型。在本实施例中，由于有1期构造活动期、2期构造活动期以及3期构造活动期三个构造活动期，则具有第一期构造活动期二维地质模型，第二期构造活动期二维地质模型，第三期构造活动期二维地质模型三个地质模型，其中，第一期构造活动期二维地质模型对应第一期构造活动期储层岩石力学参数，第二期构造活动期二维地质模型对应第二期构造活动期储层岩石力学参数，第三期构造活动期二维地质模型对应第三期构造活动期储层岩石力学参数。
步骤3：根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面，其中，一个构造活动期的所述二维地质模型以及储层岩石力学参数用于生成该构造活动期的二维地应力剖面；具体而言，根据上述得到的不同构造活动期的储层岩石力学参数，生成二维岩石力学模型，在此基础上进行二维有限元数值模拟计算，生成不同构造活动期的二维地应力剖面。具体而言，在本实施例中，有三个构造活动期，则生成三个二维地应力剖面，分别为第一构造活动期二维地应力剖面，第二构造活动期二维地应力剖面以及第三构造活动期二维地应力剖面。其中，第一构造活动期储层岩石力学参数与第一构造活动期二维地质模型用于生成第一构造活动期二维地应力剖面，第二构造活动期储层岩石力学参数与第二构造活动期二维地质模型用于生成第二构造活动期二维地应力剖面，第三构造活动期储层岩石力学参数与第三构造活动期二维地质模型用于生成第三构造活动期二维地应力剖面。
步骤4：分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面；举例来说，假设第一构造活动期二维裂缝分布密度剖面的裂缝分布密度为3，即代表有3条裂缝；第二构造活动期二维裂缝分布密度剖面的裂缝分布密度为5，即代表有5条裂缝；第三构造活动期二维裂缝分布密度剖面的裂缝分布密度为8，即代表有8条裂缝，获取裂缝分布密度最大值所对应的构造活动期作为主要形成期，即获取第三构造活动期二维裂缝分布密度剖面对应的构造活动期作为主要形成期。
本申请还提供了一种基于岩石力学性质的裂缝主要形成期预测装置，所述基于岩石力学性质的裂缝主要形成期预测装置包括储层岩石力学参数获取模块、二维地质模型建立模块、二维地应力剖面生成模块、裂缝分布预测模块以及主要形成期获取模块，储层岩石力学参数获取模块用于分别获取研究区目的层的各个构造活动期的储层岩石力学参数；二维地质模型建立模块用于分别建立各个构造活动期的二维地质模型，其中，一个二维地质模型对应一套储层岩石力学参数，且相互对应的二维地质模型以及储层岩石力学参数所对应的构造活动期相同；二维地应力剖面生成模块用于根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面，其中，一个构造活动期的所述二维地质模型以及储层岩石力学参数用于生成该构造活动期的二维地应力剖面；裂缝分布预测模块用于分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面；主要形成期获取模块用于获取裂缝分布密度最大值所对应的构造活动期作为主要形成期。
可以理解的是，上述对方法的描述同样也适用于对装置的描述。
图2是能够实现根据本申请一个实施例提供的基于岩石力学性质的裂缝主要形成期预测方法的电子设备的示例性结构图。
如图2所示，电子设备包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505以及输出设备506。其中，输入接口502、中央处理器503、存储器504以及输出接口505通过总线507相互连接，输入设备501和输出设备506分别通过输入接口502和输出接口505与总线507连接，进而与电子设备的其他组件连接。具体地，输入设备501接收来自外部的输入信息，并通过输入接口502将输入信息传送到中央处理器503；中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器504中，然后通过输出接口505将输出信息传送到输出设备506；输出设备506将输出信息输出到电子设备的外部供用户使用。
也就是说，图2所示的电子设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及一个或多个处理器，该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的基于岩石力学性质的裂缝主要形成期预测方法。
在一个实施例中，图2所示的电子设备可以被实现为包括：存储器504，被配置为存储可执行程序代码；一个或多个处理器503，被配置为运行存储器504中存储的可执行程序代码，以执行上述实施例中的基于岩石力学性质的裂缝主要形成期预测方法。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动，媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器
(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数据多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。第一、第二等词语用来标识名称，而不标识任何特定的顺序。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地标识的方框实际上可以基本并行地执行，他们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或总流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本实施例中所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现装置/终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、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)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在本实施例中，装置/终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。本申请虽然以较佳实施例公开如上，但其实并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此，本申请的保护范围应当以本申请权利要求所界定的范围为准。
虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (9)
1.一种基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述基于岩石力学性质的裂缝主要形成期预测方法包括：
分别获取研究区目的层的各个构造活动期的储层岩石力学参数；
分别建立各个构造活动期的二维地质模型，其中，一个二维地质模型对应一套储层岩石力学参数，且相互对应的二维地质模型以及储层岩石力学参数所对应的构造活动期相同；
根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面，其中，一个构造活动期的所述二维地质模型以及储层岩石力学参数用于生成该构造活动期的二维地应力剖面；
分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面，其中，裂缝分布密度最大的剖面所对应的构造活动期为裂缝主要形成期。
2.如权利要求1所述的基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述分别获取研究区目的层的各个构造活动期的储层岩石力学参数包括：
获取目的层储层矿物成分；
分别获取每个构造活动期的储层孔隙度；
根据储层矿物成分及各个构造活动期的储层孔隙度，分别制作每个构造活动期的人工岩心；
分别获取各人工岩心的岩石力学参数作为该人工岩心所对应的构造活动期的储层岩石力学参数。
3.如权利要求2所述的基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述分别获取每个构造活动期的储层孔隙度包括：
对研究区目的层开展储层成岩演化史研究，从而获取各个构造活动期的储层孔隙度。
4.如权利要求2所述的基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述分别获取不同构造活动期人工岩心的岩石力学参数作为该人工岩心所对应的构造活动期的储层岩石力学参数包括：
为不同构造期人工岩心开展岩石力学试验，从而分别获取各期人工岩心的岩石力学参数。
5.如权利要求1至4中任意一项所述的基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述分别建立各个构造活动期的二维地质模型包括：
选取垂直于研究区目的层的构造走向的二维地震剖面，利用平衡剖面技术进行构造恢复，恢复不同构造活动期的地层分布，在此基础上建立各个构造活动期的二维地质模型。
6.如权利要求5所述的基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述根据所述不同构造活动期的储层岩石力学参数以及二维地质模型生成各构造活动期二维地应力剖面包括：
对不同构造期二维地质模型进行有限元网格剖分，生成有限元网格模型，把每个构造活动期的所述储层岩石力学参数赋值到各个有限元网格单元上，建立每个构造活动期对应的二维岩石力学参数模型；
开展有限元数值模拟，从而生成不同构造活动期的二维地应力剖面。
7.如权利要求6所述的基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述有限元数值模拟包括：
依据区域地质情况给定边界条件，对不同构造期岩石力学模型加载重力，开展有限元数值模拟。
8.如权利要求7所述的基于岩石力学性质的裂缝主要形成期预测方法，其特征在于，所述分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面包括：
通过摩尔库仑破裂准则分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面。
9.一种基于岩石力学性质的裂缝主要形成期预测装置，其特征在于，所述基于岩石力学性质的裂缝主要形成期预测装置包括：
储层岩石力学参数获取模块，所述储层岩石力学参数获取模块用于分别获取研究区目的层的各个构造活动期的储层岩石力学参数；
二维地质模型建立模块，所述二维地质模型建立模块用于分别建立各个构造活动期的二维地质模型，其中，一个二维地质模型对应一套储层岩石力学参数，且相互对应的二维地质模型以及储层岩石力学参数所对应的构造活动期相同；
二维地应力剖面生成模块，所述二维地应力剖面生成模块用于根据所述储层岩石力学参数以及二维地质模型生成二维地应力剖面，其中，一个构造活动期的所述二维地质模型以及储层岩石力学参数用于生成该构造活动期的二维地应力剖面；
裂缝分布预测模块，所述裂缝分布预测模块用于分别对各个二维地应力剖面进行裂缝分布预测，从而获取不同构造活动期的裂缝分布密度剖面，其中，裂缝分布密度最大的剖面所对应的构造活动期为裂缝主要形成期。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210348920.7A CN114692462B (zh) | 2022-04-01 | 2022-04-01 | 一种基于岩石力学性质的裂缝主要形成期预测方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210348920.7A CN114692462B (zh) | 2022-04-01 | 2022-04-01 | 一种基于岩石力学性质的裂缝主要形成期预测方法以及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114692462A CN114692462A (zh) | 2022-07-01 |
| CN114692462B true CN114692462B (zh) | 2022-12-27 |
Family
ID=82141236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210348920.7A Active CN114692462B (zh) | 2022-04-01 | 2022-04-01 | 一种基于岩石力学性质的裂缝主要形成期预测方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114692462B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331745A (zh) * | 2014-10-17 | 2015-02-04 | 成都理工大学 | 油气藏内天然裂缝的分期、分成因预测评价方法 |
| CN104730596A (zh) * | 2015-01-25 | 2015-06-24 | 中国石油大学(华东) | 一种基于多尺度因素约束的离散裂缝建模方法 |
| CN105467469A (zh) * | 2015-11-30 | 2016-04-06 | 中国石油大学(北京) | 一种预测致密低渗透非均质储层中构造裂缝优势方向及其密度的方法 |
| CN108984804A (zh) * | 2017-05-31 | 2018-12-11 | 中国石油化工股份有限公司 | 一种利用裂缝发育密度评价裂缝性储层质量的方法 |
| CN112696181A (zh) * | 2019-10-21 | 2021-04-23 | 中国石油化工股份有限公司 | 基于地应力和天然裂缝耦合关系的压裂预测方法及装置 |
-
2022
- 2022-04-01 CN CN202210348920.7A patent/CN114692462B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331745A (zh) * | 2014-10-17 | 2015-02-04 | 成都理工大学 | 油气藏内天然裂缝的分期、分成因预测评价方法 |
| CN104730596A (zh) * | 2015-01-25 | 2015-06-24 | 中国石油大学(华东) | 一种基于多尺度因素约束的离散裂缝建模方法 |
| CN105467469A (zh) * | 2015-11-30 | 2016-04-06 | 中国石油大学(北京) | 一种预测致密低渗透非均质储层中构造裂缝优势方向及其密度的方法 |
| CN108984804A (zh) * | 2017-05-31 | 2018-12-11 | 中国石油化工股份有限公司 | 一种利用裂缝发育密度评价裂缝性储层质量的方法 |
| CN112696181A (zh) * | 2019-10-21 | 2021-04-23 | 中国石油化工股份有限公司 | 基于地应力和天然裂缝耦合关系的压裂预测方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| Impact of Brittle Deformation on Pore Structure Evolution in Shale: Samples Collected from Different Fault Positions;Xiaoshi Li 等;《Energy and Fuels》;20220120;第36卷(第3期);1441–1456 * |
| 川南泸州地区五峰组—龙马溪组古构造应力场及裂缝特征;董敏 等;《岩性油气藏》;20210927;第34卷(第1期);43-51 * |
| 川西北地区构造应力场分析与应用;操成杰;《中国博士学位论文全文数据库 基础科学辑》;20080315(第3期);A011-17 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114692462A (zh) | 2022-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ramirez et al. | Site response in a layered liquefiable deposit: evaluation of different numerical tools and methodologies with centrifuge experimental results | |
| US7933750B2 (en) | Method for defining regions in reservoir simulation | |
| CN107402176B (zh) | 裂缝孔隙度的确定方法和装置 | |
| Petunin et al. | Porosity and permeability changes in sandstones and carbonates under stress and their correlation to rock texture | |
| CA2903451A1 (en) | Determining continuous capillary pressure curves for subsurface earth formations using saturation and nmr log data | |
| CA3069442C (en) | High-angle fracture prediction method, computer device and computer-readable storage medium | |
| AU2014219311A1 (en) | Improving velocity models for processing seismic data based on basin modeling | |
| US9892321B2 (en) | Using maximal inscribed spheres for image-based rock property estimation | |
| Stern et al. | A technique for generating reservoir simulation grids to preserve geologic heterogeneity | |
| CN113919219A (zh) | 基于测井大数据的地层评价方法及系统 | |
| CN106772680B (zh) | 基于二维叠后地震资料微观裂缝表征确定方法和装置 | |
| AU2013399056B2 (en) | CART-based proxy flow simulation procedure for ranking geostatistical realizations of rock properties | |
| Tian et al. | Estimating the shear wave velocity structure above the fresh bedrock based on small scale microtremor observation array | |
| CN114692462B (zh) | 一种基于岩石力学性质的裂缝主要形成期预测方法以及装置 | |
| CN106772599B (zh) | 一种计算地层横波速度的方法及装置 | |
| Zhang et al. | Using digital rock modeling to estimate permeability and capillary pressure from NMR and geochemical logs | |
| CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
| Kamal et al. | Numerical well testing: a method to use transient testing results in reservoir simulation | |
| Baroni et al. | Forecasting production in shale and tight reservoirs: a practical simulation method capturing the complex hydraulic fracturing physics | |
| CN112347707B (zh) | 油藏流动非均质性的表征方法及装置 | |
| CN112363243A (zh) | 预测页岩油优质储层的方法、装置、计算机设备及介质 | |
| CN111562629A (zh) | 一种基于等效孔隙截面指数的饱和度确定方法及装置 | |
| CN111830593A (zh) | 一种储层物性预测方法及装置 | |
| WO2020149962A1 (en) | Estimation of reservoir flow properties from seismic data | |
| Sun et al. | An Intelligent Inversion Method for Complex Fractures Using Ensemble Neural Network |
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 |