CN114910499B - 一种基于地层差异性成岩作用定量预测页岩气储层的方法 - Google Patents
一种基于地层差异性成岩作用定量预测页岩气储层的方法 Download PDFInfo
- Publication number
- CN114910499B CN114910499B CN202210167075.3A CN202210167075A CN114910499B CN 114910499 B CN114910499 B CN 114910499B CN 202210167075 A CN202210167075 A CN 202210167075A CN 114910499 B CN114910499 B CN 114910499B
- Authority
- CN
- China
- Prior art keywords
- shale
- reservoir
- rock
- petrophysical
- diagenetic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000000694 effects Effects 0.000 title claims abstract description 34
- 239000011435 rock Substances 0.000 claims abstract description 115
- 239000011148 porous material Substances 0.000 claims abstract description 84
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 73
- 239000011707 mineral Substances 0.000 claims abstract description 72
- 230000008569 process Effects 0.000 claims abstract description 41
- 238000002474 experimental method Methods 0.000 claims abstract description 35
- 239000000203 mixture Substances 0.000 claims abstract description 21
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 13
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000013075 data extraction Methods 0.000 claims abstract description 5
- 238000012512 characterization method Methods 0.000 claims abstract description 4
- 239000004927 clay Substances 0.000 claims description 37
- 239000010453 quartz Substances 0.000 claims description 32
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 32
- 239000007789 gas Substances 0.000 claims description 31
- 230000008021 deposition Effects 0.000 claims description 19
- 239000002245 particle Substances 0.000 claims description 19
- 238000011160 research Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 16
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 16
- 238000002441 X-ray diffraction Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 9
- 239000003345 natural gas Substances 0.000 claims description 8
- 229920006395 saturated elastomer Polymers 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 239000012530 fluid Substances 0.000 claims description 5
- 230000000704 physical effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 235000010755 mineral Nutrition 0.000 description 62
- 230000008859 change Effects 0.000 description 13
- 238000005056 compaction Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 9
- 239000002734 clay mineral Substances 0.000 description 8
- 230000007423 decrease Effects 0.000 description 8
- 238000005755 formation reaction Methods 0.000 description 8
- 239000010410 layer Substances 0.000 description 7
- 239000005416 organic matter Substances 0.000 description 7
- 239000010433 feldspar Substances 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 229910001748 carbonate mineral Inorganic materials 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 241000195628 Chlorophyta Species 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- GUJOJGAPFQRJSV-UHFFFAOYSA-N dialuminum;dioxosilane;oxygen(2-);hydrate Chemical compound O.[O-2].[O-2].[O-2].[Al+3].[Al+3].O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O GUJOJGAPFQRJSV-UHFFFAOYSA-N 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 229910052900 illite Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052901 montmorillonite Inorganic materials 0.000 description 2
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 229910052655 plagioclase feldspar Inorganic materials 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004626 scanning electron microscopy Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910021532 Calcite Inorganic materials 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 241000531897 Loma Species 0.000 description 1
- 241000199919 Phaeophyceae Species 0.000 description 1
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 1
- 241000206572 Rhodophyta Species 0.000 description 1
- DLHONNLASJQAHX-UHFFFAOYSA-N aluminum;potassium;oxygen(2-);silicon(4+) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[Al+3].[Si+4].[Si+4].[Si+4].[K+] DLHONNLASJQAHX-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006065 biodegradation reaction Methods 0.000 description 1
- 230000000035 biogenic effect Effects 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 229910052570 clay Inorganic materials 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 210000003000 inclusion body Anatomy 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 241000238565 lobster Species 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 229940072033 potash Drugs 0.000 description 1
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 1
- 235000015320 potassium carbonate Nutrition 0.000 description 1
- 238000001878 scanning electron micrograph Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Dispersion Chemistry (AREA)
- Crystallography & Structural Chemistry (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于地层差异性成岩作用定量预测页岩气储层的方法,包括以下:页岩储层岩石样本岩石物理实验测试及工区测井数据提取;页岩储层孔隙结构、矿物组分、弹性性质研究;基于实验数据及工区测井数据,分析储层差异性成岩过程;基于等效介质理论及差异性成岩作用,建立上下段页岩储层岩石物理模型;构建上下段页岩储层三维岩石物理图板;基于岩石样本及工区测井数据对图板进行校正;页岩储层矿物组分、孔隙度及裂隙密度的二维及三维定量表征。通过对比预测结果与实际产气报告,验证了本发明构建的岩石物理模型。本发明基于储层成岩过程的岩石物理模型可以有效地应用到实际页岩储层,对目标储层的页岩气储量情况起到较好的预测效果。
Description
技术领域
本发明涉及一种基于地层差异性成岩作用定量预测页岩气储层的方法,属于非常规油气储层地震定量预测领域。
背景技术
随着全球能源需求的增长和较为容易获取的石油资源的枯竭,使得页岩气藏成为越来越有价值的能源来源(Slatt and O’Brien,2011;Kovalchuk and Hadjistassou,2021)。作为一种清洁能源,页岩气排放的温室气体低于石油和煤炭,近年来,北美页岩气勘探的成功促进了全球页岩储层的开发(Rezaee,2015;Bellani et al.,2021)。然而,尽管目前有大量的页岩储层正在开采天然气,但对页岩特征的科学认识,例如,对页岩成岩过程、微观结构、岩相分类及孔隙结构等的认识仍然不足(Iqbal et al.,2021;Kovalchuk andHadjistassou 2021)。在较长时间内,页岩气储层的产量预测是油气行业的核心问题之一(Tahmasebi et al.,2015;Demetriou and Hadjistassou,2021)。
页岩气是产自页岩气藏的天然气资源,是一种基质渗透率低、孔隙小、有机质含量丰富的非常规储层(Khupviwat and Giao,2021)。页岩气藏可视为由基质和裂缝孔隙空间组成的双重孔隙型储层,在储层中,气体从基质流入天然裂缝,又从天然裂缝流入井筒(Warren and Root,1963)。因此,孔隙度和孔隙结构是储层评价的重要参数,详细了解这些参数有助于在实践中更好地识别气体的储存容量和输送机制(Iqbal et al.,2021)。
最近的一些研究使用了不同的定性和定量技术来描述页岩储层的地质情况和孔隙结构(Josh et al.,2019;Labani et al.,2013;Iqbal et al.,2021)。Guo等(2013)基于页岩组分和孔隙的分布特征和择优取向程度,采用自洽近似和Backus平均理论,将页岩的弹性属性与复杂成分和特定的微观结构属性联系起来。Iqbal等(2021)分析研究了页岩储层不同岩相的孔隙结构特征,认为富有机质页岩及硅质页岩具有较高的孔隙度和合理的孔隙结构,是流体通过孔隙系统流动最重要的岩相类型。Dvorkin等(2021)认为页岩岩石的弹性特性很大程度上取决于最软固体、粘土和干酪根的体积分数,利用岩心的数字图像以及岩石碎片的二维SEM图像,基于数字岩石物理技术得到了孔隙度和矿物学与弹性性质的联系。
近年来,众多学者开始利用岩石物理理论及波传播方程对页岩储层进行岩石物理建模,并试图利用储层孔隙结构与弹性特征之间的关联预测储层关键参数(Hu et al.,2020;Li et al.,2020;Faisal et al.,2021)。邓继新等(2015)利用四川盆地东南部页岩样品进行岩性特征及微观结构分析,结合自相容近似理论、微分等效模型以及Backus平均方法,建立了适合龙马溪组页岩的岩石物理模型。Tran等(2020)对阿拉斯加北斜坡下倾页岩岩相的岩石物理、地球化学和弹性性质进行了表征,为每个岩相构建地震参数、声波阻抗、纵横波速度比的岩石物理模型,建立了烃源岩性质(氢指数和总有机碳)与岩石物理性质之间的联系,通过区域的两口测井数据,验证了模型在研究区的适用性。
页岩孔隙结构受矿物组成、有机质丰富度、沉积特征和成岩作用的影响很大(Arthur and Sageman,1994;Slatt and O’Brien,2011),不同的沉积环境和矿物学变化,发育不同的孔隙类型(Ross and Marc Bustin,2009;Schieber,2013)。页岩有机质和无机矿物含量的变化导致其非均质性较高,且由于压实、溶蚀和胶结作用等成岩作用,一些原生孔隙转化为次生孔隙,孔隙系统存在明显差异(Walderhaug,2000;Iqbal et al.,2021)。因此,识别页岩储层矿物成分、沉积环境及成岩作用至关重要。基于龙马溪组页岩富有机质页岩样品,Gu等(2021)认为地层的沉积环境改变了页岩的有机质和矿物结构,进而影响页岩储层的孔隙结构和裂缝发育程度,导致孔隙类型及其构造演化发生较大的变化。邓继新等(2018、2021)基于岩石物理实验及扫描电镜技术,通过分析大量页岩样本的微观结构与岩石物理特征,系统地研究四川盆地五峰-龙马溪组页岩储层的沉积环境及成岩过程,结果表明,地层的差异性成岩作用对岩石微观结构及储层条件影响巨大。
本发明基于X射线衍射实验、扫描电镜技术及室内岩石物理实验,对四川盆地D区五峰-龙马溪组上下段页岩储层的差异性沉积环境及成岩过程进行分析,利用上下段储层岩心样本的岩石物理特征,研究成岩作用所造成的上下段储层微观孔隙结构及矿物学特征的差异性特征。随后,本发明利用Voigt-Reuss-Hill(VRH)平均方程(Voigt,1910;Reuss,1929;Hill,1952)、微分等效介质理论(DEM,Berryman,1992)及Gassmann方程(1951),针对上下段页岩储层差异性的成岩过程,分别构建三维岩石物理图板,并利用样本的实验数据及工区测井数据分别校正图板,基于校正后的图板,进行储层孔隙结构及矿物组分的定量表征。提取工区内一条过两口井的二维测线和三维区块,对比上下段储层矿物学及孔隙度的预测结果,并与工区测井解释结果及实际钻井含气量测试报告进行对比,验证了本发明基于页岩储层差异性成岩过程所构建的岩石物理模型。
发明内容
本发明的目的在于克服现有的地震检测技术未考虑成岩过程对页岩储层页岩气含量情况影响的不足,提供一种基于地层差异性成岩作用定量预测页岩气储层的方法,利用页岩储层差异性成岩作用对储层孔隙结构、矿物组分、弹性性质的影响构建上下段储层三维岩石物理模型及图板,定量预测页岩气的含量,考虑储层不同沉积环境下的差异性成岩作用,构建相应的岩石物理模型实现页岩储层的定量预测,技术方案如下:
一种基于地层差异性成岩作用定量预测页岩气储层的方法,其特征在于,包括以下步骤:
步骤1:页岩储层岩石样本岩石物理实验测试及工区测井数据提取;
步骤2:页岩储层孔隙结构、矿物组分、弹性性质研究;
步骤3:基于实验数据及工区测井数据,分析储层差异性成岩过程;
步骤4:基于等效介质理论及差异性成岩作用,建立上下段页岩储层岩石物理模型;
步骤5:构建上下段页岩储层三维岩石物理图板;
步骤6:基于岩石样本及工区测井数据对图板进行校正;
步骤7:页岩储层矿物组分、孔隙度及裂隙密度的二维及三维定量表征。
作为更进一步的优选方案,步骤1中,提取页岩岩石样本,进行扫描电镜技术、X射线衍射实验及室内超声波实验;
分别选取页岩岩石样本上下段页岩储层样本进行电子显微镜扫描,基于扫描电镜分析样本的微观孔隙结构,得到孔隙度;
采用X射线衍射实验定量分析页岩岩心的矿物组分;
选取孔隙度、黏土含量等岩性特征各不相同的岩心样品,进行样本超声波岩石物理实验,得到样本弹性参数;
通过测量仪器提取采集页岩岩石样本的测井内数据,得到测井的弹性参数、孔隙度、TOC,并将弹性参数和孔隙度与上述实验室内得到的样本弹性参数和孔隙度进行应征,参数趋势一致则继续进行下一步。
作为更进一步的优选方案,步骤2中,基于扫描电镜技术、X射线衍射实验及室内超声波实验,给出的页岩样本孔隙结构、矿物组分和弹性参数的分析结果,研究页岩在不同沉积环境及成岩过程下的岩石物理特征,可知上下段页岩弹性性质、孔隙结构及矿物学特征具有较大差别,得出地层成岩作用对储层岩石物理特征具有较大的影响。
作为更进一步的优选方案,步骤3中,对研究区页岩储层及样本的岩石物理特征的分析可以看出,组页岩储层上、下两段在矿物成分、物性及弹性性质上,在TOC含量、黏土含量、石英含量、孔隙度、速度、弹性参数均存在明显差异;结合实验样本数据及实际工区测井数据,分析上下段页岩储层的差异性沉积环境及成岩过程,并建立储层成岩过程与岩石的孔隙结构、矿物学及弹性性质的联系。
作为更进一步的优选方案,步骤4中,基于上下段页岩储层的差异性成岩过程,针对该储层岩石矿物成分,颗粒骨架,孔隙特征,建立上下段页岩岩石物理模型;基于步骤1中岩石物理实验测试的分析结果,利用等效介质平均方程计算基质的弹性模量,随后,基于微分等效介质理论将孔隙、裂隙以及包含有机孔隙的TOC矿物加入基质中,岩石骨架中,估算干岩石的弹性模量;
随后,考虑储层环境下的岩石,采用Batzle和Wang方程,计算储层流体在不同温度、压力条件下的体积模量和密度;将体积模量和密度引入Gassmann方程估算含天然气的饱和岩石弹性特征,得到上下段页岩储层饱和岩石物理模型。
作为更进一步的优选方案,步骤5中,通过步骤1及步骤2对研究区页岩储层及样本的岩石物理特征的分析可以看出,可以看到弹性参数对两段页岩储层尤其敏感;因此,按照步骤4所述的上下段页岩岩石物理建模流程,引入弹性参数,分别设置为坐标,构建上下段页岩储层三维岩石物理图板。
作为更进一步的优选方案,步骤6中,通过步骤5,基于差异性成岩作用构建的岩石物理模型及弹性参数,分别校正上下段储层三维岩石物理图板;在利用图板对目的层进行优质储层区预测之前,需利用实验样本及测井数据对图板进行校正,从而获得最终的储层岩石物理图板;提取实验样本及工区测井的弹性属性及储层参数,分别投影到对应的岩石物理图板上,进行图板校正。
作为更进一步的优选方案,步骤7中,将建立的岩石物理图板应用于研究区储层,选取工区内一条过井A和井B的测线及三维地震区块,将反演得到的弹性参数提取出来;
基于上下段页岩三维岩石物理图板,将得到的上下段储层弹性参数,分别投影到物理图板上,在物理图板的储层参数范围内,判断距离数据点最近的图板格点,并将其孔隙度、矿物含量以及裂隙密度数值作为该数据点所对应的储层参数,从而实现工区储层参数的定量预测。
与现有技术相比,本发明所达到的有益效果:
1.页岩储层岩石具有矿物组分多样、孔隙结构复杂、成岩作用复杂等特点。本方法基于X射线衍射实验、扫描电镜技术及超声波室内实验等多种实验,结合实际工区测井数据,更精确地研究页岩矿物组分、孔隙结构、弹性特性及差异性成岩作用。
2.前人的实验研究和理论证明,地层的成岩作用对岩石微观结构及储层条件影响巨大。本方法基于差异性成岩过程构建上下段页岩岩石物理模型,更适用于实际工区储层。
3.本方法可以针对不同成岩过程及沉积环境下的页岩储层,基于差异性成岩作用的岩石物理模型,实现工区储层孔隙度、矿物组分及裂隙密度的定量预测,推进了储层参数定量预测页岩气含量技术的发展。
附图说明
图1是五峰-龙马溪组上下段页岩样本的扫描电镜图;
图2为井A五峰-龙马溪组页岩储层的矿物组分;
图3为井B五峰-龙马溪组页岩储层的矿物组分;
图4是井A五峰-龙马溪组页岩储层岩石物理特征;
图5是井B五峰-龙马溪组页岩储层岩石物理特征;
图6是页岩样本石英与黏土含量(a)及TOC含量与孔隙度(b)之间的关系图;
图7是五峰-龙马溪组页岩样本纵横波速度与(a)石英含量,(b)黏土含量及(c)孔隙度的关系图
图8是五峰-龙马溪组页岩样本(a)&(b)泊松比及(c)&(d)拉梅常数*密度与孔隙度和黏土含量的关系图;
图9是五峰-龙马溪组上段页岩储层成岩过程及模型构建流程图;
图10是五峰-龙马溪组下段页岩储层成岩过程及模型构建流程图;
图11是五峰-龙马溪组上段(a)及下段(b)页岩储层三维岩石物理图板;
图12是五峰-龙马溪组上段页岩储层三维岩石物理图板与样本数据对比图;
图13是五峰-龙马溪组下段页岩储层三维岩石物理图板与样本数据对比图;
图14是五峰-龙马溪组上段页岩储层三维岩石物理图板与测井A数据对比图;
图15是五峰-龙马溪组下段页岩储层三维岩石物理图板与测井A数据对比图;
图16是五峰-龙马溪组页岩储层AI(a)、λρ(b)和v(c)剖面图;
图17是五峰-龙马溪组上段(a)和下段(b)页岩储层泥质含量预测剖面图;
图18是五峰-龙马溪组上段(a)和下段(b)页岩储层孔隙度预测剖面图;
图19是五峰-龙马溪组下段页岩储层裂隙密度预测剖面图;
图20是五峰-龙马溪组上段(a)和下段(b)页岩储层泥质含量三维预测切面图;
图21是五峰-龙马溪组上段(a)和下段(b)页岩储层孔隙度三维预测切面图;
图22是五峰-龙马溪组下段页岩储层裂隙密度三维预测切面图;
图23是本发明提出的一种基于地层差异性成岩作用定量预测页岩气储层的方法流程示意图。
具体实施方式
下面结合附图附表对本发明的具体实施方式作进一步的详细说明。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提出的一种基于地层差异性成岩作用定量预测页岩气储层的方法,包括如下具体步骤:
1、页岩储层岩石样本岩石物理实验测试及工区测井数据提取:
按照图23所示的流程,本发明从工区两口测井A和井B中分别选取115和79块岩心样本,岩心样本中提取五峰-龙马溪组页岩岩石样本,进行扫描电镜技术、X射线衍射实验及室内超声波实验,并提取工区测井数据。
1.1电子显微镜扫描
本发明分别选取上下段页岩储层样本进行电子显微镜扫描,基于扫描电镜分析样本的微观孔隙结构。根据岩石样本的扫描电镜分析结果,上段储层孔隙类型以黏土矿物层间孔隙、粒内孔隙为主,主要形成于成岩过程中黏土矿物脱水转化及部分性质不稳定矿物因溶解溶蚀,较难形成连通的孔隙网络。下段储层孔隙类型以原生粒间孔隙、微裂隙及有机质孔隙为主,主要形成于有机质高成熟阶段,干酪根转化生烃形成大量微孔,易于形成三维连通的有机质孔孔隙网络,为天然气提供了良好的赋存空间和渗流通道。
1.2X射线衍射实验
采用X射线衍射实验定量分析岩心的矿物组分,各个矿物组分含量随深度的变化关系见图2和图3,红虚线框为五峰-龙马溪组下段页岩储层,为本研究的主力层段。岩石矿物以石英、黏土、碳酸盐矿物为主,含少量长石,长石主要为斜长石和钾长石。随着深度的增加,岩石的石英矿物随之增大,含量范围为22.2%-69.1%,平均约为36%,黏土含量随着深度增大而减小,范围在13.2%-59.4%,平均成分约为39%,长石含量(斜长石和钾长石)平均约为8%,碳酸盐岩矿物含量(方解石和白云石)平均约为13%。可以看到,五峰-龙马溪组上下段页岩储层矿物组分在石英及黏土矿物含量上具有较大差异,下段具有较高的石英含量,上段黏土含量更高。
1.3室内超声波实验
依据储层段岩性变化特征从四川盆地五峰--龙马溪组钻取54块岩心样品,进行室内超声波岩石物理实验。样本直径为25.4mm,高度为40-55mm。通过X衍射实验获得的岩石矿物组分,并计算岩石的等效颗粒密度。随后,测量岩石干燥密度,结合计算的等效密度计算样品的孔隙度。利用超声波脉冲法测量样品弹性波速度,装置纵波频率为800kHz,横波频率为350kHz,围压为30MPa。
1.4工区测井数据提取
图4和图5给出了测井A和测井B的各个弹性参数随深度变化的关系图,红虚线框为五峰-龙马溪组下段页岩储层。储层孔隙度范围约为:0.88%~6.49%,渗透率0.0314~13.4mD,孔渗条件较差。储层有机碳(TOC)含量范围为0.46%-5.86%,平均值为1.5%,下段储层的TOC含量明显高于上段储层。并且,下段页岩的密度、拉梅常数*密度及泊松比明显低于上段储层,随着深度的增加降低较大,而速度变化较小。
2、页岩储层孔隙结构、矿物组分、弹性性质研究:
本发明基于岩石样本岩石物理实验测试结果及工区测井数据,研究五峰-龙马溪组上下段页岩岩石样本的岩石物理特征变化规律,分析五峰-龙马溪页岩岩石样本的矿物组分、孔隙结构及弹性特征。图6给出了五峰-龙马溪组页岩样本矿物和孔隙度分析结果,其中,红色散点为下段样本,黑色散点为上段样本。图6a为样本石英与黏土含量之间的关系,可以看到,页岩石英含量随着黏土含量的增加而降低,且下段页岩石英含量较高,黏土含量较低。图6b为样本TOC含量随孔隙度之间的函数关系,可知,页岩TOC含量与孔隙度之间近似呈正相关的线性关系,且下段页岩的孔隙度与TOC含量明显高于上段储层。
图7a和7b给出了五峰-龙马溪组页岩样本纵横波速度随石英和黏土含量变化关系。可知,随石英含量的增加,页岩样品纵横波速度先减小后增大,整体呈先上升后下降趋势,大约在40%的石英含量时,速度趋势发生改变。此现象表明,当石英含量较低时(<40%,泥质>30%,图7b),岩石骨架由泥质颗粒组成,在此阶段,石英矿物的增加不改变岩石结构,岩石骨架主要受泥质矿物控制。随着石英含量的增加,岩石的有效孔隙度增大,使得骨架的弹性模量降低,从而使速度表现为降低趋势。当石英含量较高时(>40%,泥质<30%),岩石骨架的支撑矿物由黏土矿物变为石英矿物,此时主要由石英颗粒控制岩石骨架弹性特性,使得岩石样本速度增加。
图7c给出了五峰-龙马溪组页岩样本纵横波速度随孔隙度的变化关系。可以看到,在不考虑岩石的矿物含量情况下,速度随孔隙度没有明显的变化关系。图8给出了五峰-龙马溪组页岩样本泊松比(v)及拉梅常数*密度(λρ)分别与孔隙度和黏土含量的关系。泊松比及拉梅常数*密度随孔隙度的增加而减小,随着黏土含量的增加而增大,从图中可以看到,泊松比对黏土含量具有较高的敏感性,拉梅常数*密度对上下段页岩储层孔隙度具有较好的分辨能力。这与研究工区测井数据的规律一致。
3、基于实验数据及工区测井数据,分析储层差异性成岩过程:
本发明结合样本数据及工区测井数据,分析五峰-龙马溪组页岩储层的沉积环境及成岩过程。通过步骤1及步骤2对研究区页岩储层及岩石样本的岩石物理特征的研究表明,五峰-龙马溪组上下段页岩岩石物理性质(TOC含量、黏土含量、石英含量、孔隙度、速度、弹性参数)存在较大差异。这种差异不能简单地看作为储层岩石的矿物组分、孔隙度大小,埋深等因素的影响,需要综合考虑储层的沉积环境及成岩过程,因此,我们根据实验和测井资料,对其沉积环境和成岩过程进行了分析。
成岩作用主要分为机械压实作用和化学压实作用,前者发生在沉积早期,主要表现为矿物沉积方式的改变和部分颗粒的塑性变形,导致孔隙度和渗透率迅速降低。随着深度的增加,达到一定压力和温度时,产生胶结作用(化学压实),增强了岩石的抗压性。通常认为,机械压实和化学压实是影响弹性性能的两个独立的过程。
五峰-龙马溪组上段页岩主要由陆源碎屑矿物组成,沉积环境为浅海陆棚,在沉积过程中颗粒逐渐与有机质(主要为蓝藻和绿藻)混合,由于蓝藻和绿藻产量较低,浅海环境的还原作用弱,导致有机质生成较低。在随后的沉积(机械压实)过程中,黏土颗粒在压力作用下形成岩石骨架,原生孔隙大量闭合。当深度达到一定值时,发生化学胶结作用,部分蒙脱石转化为伊利石,形成混合层,产生SiO2胶结物,将矿物颗粒连接起来,使岩石进一步致密。这两种效应可以被认为是影响弹性性质的独立过程,导致有机质含量低和孔隙度低。
五峰-龙马溪组下段页岩为深海陆棚沉积环境,具有较强的还原作用,富含红藻和褐藻。因此,在生物分解过程中形成了大量的有机质,使海水中富含硅,并沉淀出许多生物成因的石英颗粒。这种类型的石英作为胶结物连接矿物颗粒,增加了骨架的刚性,降低了机械压实作用,并且保留了原生孔隙。随后,SiO2从蒙脱石和伊利石中析出,作为胶结材料连接矿物颗粒,进一步增加了岩石骨架的刚度。成岩过程中的机械压实作用与早期化学胶结作用(生物石英)可认为同时发生,使得地层含有较高的TOC含量和孔隙度。
4、基于等效介质理论及差异性成岩作用,建立上下段储层岩石物理模型:
建立合理的上下段页岩储层三维岩石物理图板需要针对实际的储层进行岩石物理建模,本发明针对五峰-龙马溪组上下段页岩储层成岩过程,岩石矿物组分,颗粒骨架,孔隙结构等特征,建立该段储层岩石物理模型,具体建模流程如图9、图10所示。
4.1五峰-龙马溪组上段页岩模型
首先,通过X射线衍射实验及扫描电镜技术分析岩石样本的矿物成分及孔隙结构。该段储层岩石矿物主要为黏土、石英、长石及碳酸盐矿物组成,孔隙空间主要为作为岩石骨架的黏土矿物颗粒间的粒间孔(孔隙纵横比较低的“软孔隙”),其他‘硬’矿物主要为包体存在于黏土骨架中。
利用VRH平均方程计算矿物混合体(除去黏土矿物)的弹性模量,计算方程如(1)~(3):
式中:fi、Mi表示第i种矿物组分的体积分数、弹性模量;MVRH表示基质的弹性模量。
基于DEM理论将孔隙(孔隙纵横比为0.5)加入基质中。随后,使用DEM理论将矿物混合体作为包体加入到黏土骨架中,得到包含孔隙的岩石骨架,计算其弹性模量。之后使用DEM方程将TOC矿物(包含有机孔)作为椭球体(纵横比为0.1)加入到岩石骨架中,估算干岩石的弹性模量。计算方程如(4)~(5):
其中初始条件是K*(0)=K1、μ*(0)=μ1,K1和μ1分别为初始相的体积模量和剪切模量(相1),K2和μ2分别为逐渐加入包体的体积模量和剪切模量(相2),y为相2的含量,P*i和Q*i是针对具有自相容等效弹性模量KSC *和μSC *的背景介质中第i种组分的矿物几何因数。
最后,考虑储层环境下的岩石,采用Batzle和Wang提出的方程,计算储层流体在不同温度、压力条件下的体积模量和密度。引入Gassmann方程估算含天然气的饱和岩石弹性特征,得到五峰-龙马溪组上段页岩储层饱和岩石物理模型。
4.2五峰-龙马溪组下段页岩模型
针对该段储层机械压实/生物胶结、化学胶结的成岩过程,基于样本的X射线衍射实验及扫描电镜的分析结果,储层岩石矿物主要为石英、黏土、长石及碳酸盐矿物组成,孔隙空间主要为作为岩石骨架的矿物颗粒间的粒间孔及压裂的粒间缝隙。
利用VRH平均方程计算“硬”矿物混合体(除去黏土矿物)的弹性模量,随后,基于DEM理论将黏土矿物、孔隙及裂隙依次加入基质中,其中黏土包体、硬孔及软孔的孔隙纵横比分别为0.1、1及0.001,得到包含孔隙和裂隙的岩石骨架,计算其弹性模量。基于裂隙密度、裂隙纵横比及裂隙孔隙度三者间的关系式(公式6)计算其裂隙密度。然后,利用DEM方程将TOC矿物(包含有机孔)作为椭球体(纵横比为0.1)加入到岩石骨架中,估算干岩石的弹性模量。裂隙密度计算方程如(6):
其中φcrack是裂隙孔隙度,αcrack是裂隙纵横比。
最后,考虑储层环境下的岩石,采用Batzle和Wang提出的方程,计算储层流体在不同温度、压力条件下的体积模量和密度。引入Gassmann方程估算含天然气的饱和岩石弹性特征,得到五峰-龙马溪组下段页岩储层饱和岩石物理模型。
表1是五峰-龙马溪页岩上下段模型参数表
5、构建上下段页岩储层三维岩石物理图板:
研究区为具有不同差异性成岩过程的五峰-龙马溪组上下段页岩储层,基于页岩样本数据及工区测井数据,可以看到泊松比和拉梅常数*密度参数对两段页岩储层尤其敏感,因此,按照前述的上下段岩石物理建模流程,引入拉梅常数*密度、纵波阻抗及泊松比参数,分别设置为坐标,构建三维岩石物理图板,上下段模型参数在表1中给出。
对上段页岩考虑矿物含量及孔隙含量对模型的影响,将模型中的孔隙度和石英含量设置为变量,TOC含量设置为1.5%,将相应的弹性参数进行交汇,得到关于储层孔隙度及石英含量的三维岩石物理图板。如图11a,给出了在上段页岩储层岩石三维图板。其中,实线及虚线分别为固定的孔隙度及石英含量,各自的范围在表1中已给出。
对下段页岩考虑矿物含量、孔隙含量以及裂隙密度对模型的影响,将模型中的总孔隙度、黏土含量及裂隙含量设置为变量,TOC含量设置为4%,将相应的弹性参数进行交汇,得到关于储层孔隙度、裂隙密度、泥质含量的三维岩石物理图板,模型全部的岩石参数在表1中给出。如图11b,给出了在下段页岩储层岩石三维图板。其中,实线、虚线、点划线分别为固定的孔隙度、裂隙密度及泥质含量,各自的范围在表1中已给出。
6、基于岩石样本及工区测井数据对图板进行校正:
本发明针对五峰-龙马溪组页岩基于泊松比、纵波阻抗和拉梅常数*密度分别建立了上下段储层三维岩石物理图板。在利用图板对目的层进行优质储层区预测之前,需利用实验样本及工区测井数据对图板进行校正,从而获得最终的储层岩石物理图板。
6.1实验样本校正图板
图12给出了校正后的上段储层三维图板与样本数据的对比情况(色标分别表示实验数据的泥质含量及孔隙度)。对比样本数据和图板,样本的泥质含量与图板相比,随着泥质含量增大,散点的变化趋势与图板大致相同。可知,样本的孔隙度与图板吻合良好,随着孔隙度增大,数据散点弹性波属性的变化趋势与图板相同,前者略有偏低。图13给出了校正后的下段储层三维图板与样本数据的对比情况(色标分别表示实验数据的泥质含量及孔隙度)。对比样本数据和图板,样本的泥质含量与图板相比,随着泥质含量增大,散点的变化趋势与图板大致相同。样本的孔隙度与图板吻合良好,随着孔隙度增大,数据散点弹性波属性的变化趋势与图板相同。
6.2工区测井数据校正图板
本发明提取工区内井A目的层内的泊松比、波阻抗、拉梅常数*密度及孔隙度,进行图板校正,如图14及图15所示,将井A的上下段测井数据分别投影到对应的岩石物理图板上,图中散点色标为孔隙度,颜色越深,孔隙度越高。对比测井数据与图板可知,测井数据整体与图板的规律基本吻合,三种属性随着孔隙度的增加整体呈逐渐减小的趋势。因此,通过将地震数据的弹性参数分别叠加到上下段图板上,对五峰-龙马溪组页岩储层参数的定量预测是可行的。
7、页岩储层矿物组分、孔隙度及裂隙密度的二维及三维定量表征:
以下为本发明对研究工区的应用实例,说明基于一种基于地层差异性成岩作用定量预测页岩气储层的方法的实现过程。
本发明将建立的岩石物理图板应用于研究区储层,选取工区内一条过测井A和测井B的测线,首先将反演得到的纵波阻抗值(AI)、拉梅常数*密度(λρ)及泊松比(v)提取出来,如图16所示,为五峰-龙马溪组上下段页岩储层弹性参数剖面。基于本文给出的上下段岩石物理图板,将得到的上下段储层弹性参数,分别投影到图板上,在图板的储层参数范围内,判断距离数据点最近的图板格点,并将其孔隙度、矿物含量以及裂隙密度数值作为该数据点所对应的储层参数。
本发明于图17给出了上下段页岩储层泥质含量的二维剖面,我们可以观察到,该储层黏土含量范围大致在15%~60%之间,下段储层黏土含量范围在15%~45%之间,上段储层范围在25%~60%之间,明显可以看到下段储层泥质含量较低,相应的石英含量较高,与实验样本及测井数据分析结果一致。图18给出了上下段页岩储层孔隙度的二维剖面,孔隙度范围大致为1%~7%,下段储层孔隙度较上段储层高,可以看到上段储层孔隙度较低,储层大部分地区为孔隙度极低的致密泥岩层,与样本及测井数据分析结果一致,并且将测井解释中的孔隙曲线提取出来,分别与上下段储层进行对比,结果显示,预测结果与测井解释相符。图19给出了下段页岩储层裂隙密度的二维剖面,范围大致为0.025-0.2,其中,井B裂隙密度较井A稍高,且在图18中可以看到,井B的孔隙度也较高,在实际的钻井报告中,井B的含气量为6.155m3/T,井A的含气量为5.17m3/T,与预测结果基本一致。
储层预测剖面显示上段页岩孔隙度较低,孔隙空间以粒间孔隙为主。下段页岩孔隙度及微裂缝密度较高,石英颗粒间的粒间孔和微裂缝是主要的孔隙空间。结果表明,预测结果与储层成岩作用的表现及基于扫描电镜的样本结果相吻合。同样地,本发明利用该模型进行三维预测,图20和图21给出了上下段页岩储层泥质含量和孔隙度的三维预测切面,图22给出了下段储层裂隙密度三维预测切面,切面分别为上下段储层的随机深度。可以看到,三维切面预测结果与二维结果一致,与岩石样本、测井数据特征及实际产气结果相吻合。
综上所述,本发明提取储层岩石样本,利用X射线衍射实验、扫描电镜技术及工区测井数据,分析四川盆地五峰-龙马溪组页岩储层岩石物理特征,基于超声波实验结果分析岩石矿物学及孔隙结构对弹性特征的影响。结合实验及测井数据,分析研究区五峰-龙马溪组上下段页岩储层的差异性沉积环境及成岩过程。研究表明,不同的沉积环境及成岩过程会影响储层岩石的矿物成分及孔隙结构,进而控制储层的岩石物理特征,影响储层的天然气成藏及富集条件。针对研究区上下段页岩储层的差异性成岩过程以及因此造成的矿物学和孔隙结构的差异,本发明利用VRH平均方程,DEM理论及Gassmann方程,构建相应的岩石物理模型。基于泊松比、拉梅常数*密度及波阻抗,构建上下段储层三维岩石物理图板,分别利用上下段储层的岩心样本及工区测井数据对图板进行校正。基于校正后的两种图板,分别对上下段储层进行实际应用,定量表征储层矿物组分及孔隙结构。
提取工区内一条过两口井的测线和三维切面,基于储层地震数据,实现了二维测线的矿物组分、孔隙度及裂隙密度的定量预测。对比上下段预测结果,储层的矿物组分和孔隙结构与基于岩心样本及测井数据分析的成岩过程特征相符。并且,将两口产气井的预测结果与测井解释及实际含气量报告对比,结果表明,预测孔隙度与测井解释结果吻合较好,且井B的孔隙度及裂隙孔隙度高于井A,在实际结果中井B的含气量较高,与实际结果一致。研究表明,在储层物性分析中,岩石孔隙度及微裂隙含量越高对储层的储存条件及连通性越好,储层储量越高,裂隙含量与石英矿物的相关性较高。并且沉积环境及成岩过程对页岩储层的矿物组分及孔隙结构影响至关重要,因此基于储层成岩过程的岩石物理模型可以有效地应用到实际工区储层。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (3)
1.一种基于地层差异性成岩作用定量预测页岩气储层的方法,其特征在于,包括以下步骤:
步骤1:页岩储层岩石样本岩石物理实验测试及工区测井数据提取;提取页岩岩石样本,进行扫描电镜技术、X射线衍射实验及室内超声波实验;分别选取页岩岩石样本上下段页岩储层样本进行电子显微镜扫描,基于扫描电镜分析样本的微观孔隙结构,得到孔隙度;采用X射线衍射实验定量分析页岩岩心的矿物组分;选取孔隙度、黏土含量等岩性特征各不相同的岩心样品,进行样本超声波岩石物理实验,得到样本弹性参数;通过测量仪器提取采集页岩岩石样本的测井内数据,得到测井的弹性参数、孔隙度、TOC,并将弹性参数和孔隙度与实验室内得到的样本弹性参数和孔隙度进行应征,参数趋势一致则继续进行下一步;
步骤2:页岩储层孔隙结构、矿物组分、弹性性质研究;基于扫描电镜技术、X射线衍射实验及室内超声波实验,给出的页岩样本孔隙结构、矿物组分和弹性参数的分析结果,研究页岩在不同沉积环境及成岩过程下的岩石物理特征,可知上下段页岩弹性性质、孔隙结构及矿物学特征具有较大差别,得出地层成岩作用对储层岩石物理特征具有较大的影响;
步骤3:基于实验数据及工区测井数据,分析储层差异性成岩过程;对研究区页岩储层及样本的岩石物理特征的分析可以看出,组页岩储层上、下两段在矿物成分、物性及弹性性质上,在TOC含量、黏土含量、石英含量、孔隙度、速度、弹性参数均存在明显差异;结合实验样本数据及实际工区测井数据,分析上下段页岩储层的差异性沉积环境及成岩过程,并建立储层成岩过程与岩石的孔隙结构、矿物学及弹性性质的联系;
步骤4:基于等效介质理论及差异性成岩作用,建立上下段页岩储层岩石物理模型;基于上下段页岩储层的差异性成岩过程,针对该储层岩石矿物成分,颗粒骨架,孔隙特征,建立上下段页岩岩石物理模型;基于步骤1中岩石物理实验测试的分析结果,利用等效介质平均方程计算基质的弹性模量,随后,基于微分等效介质理论将孔隙、裂隙以及包含有机孔隙的TOC矿物加入基质中,岩石骨架中,估算干岩石的弹性模量;随后,考虑储层环境下的岩石,采用Batzle和Wang方程,计算储层流体在不同温度、压力条件下的体积模量和密度;将体积模量和密度引入Gassmann方程估算含天然气的饱和岩石弹性特征,得到上下段页岩储层饱和岩石物理模型;
步骤5:构建上下段页岩储层三维岩石物理图板;通过步骤1及步骤2对研究区页岩储层及样本的岩石物理特征的分析可以看出,可以看到弹性参数对两段页岩储层尤其敏感;因此,按照步骤4上下段页岩岩石物理建模流程,引入弹性参数,分别设置为坐标,构建上下段页岩储层三维岩石物理图板;
步骤6:基于岩石样本及工区测井数据对图板进行校正;
步骤7:页岩储层矿物组分、孔隙度及裂隙密度的二维及三维定量表征。
2.根据权利要求1所述的基于地层差异性成岩作用定量预测页岩气储层的方法,其特征在于,所述步骤6中,通过步骤5,基于差异性成岩作用构建的岩石物理模型及弹性参数,分别校正上下段储层三维岩石物理图板;在利用图板对目的层进行优质储层区预测之前,需利用实验样本及测井数据对图板进行校正,从而获得最终的储层岩石物理图板;提取实验样本及工区测井的弹性属性及储层参数,分别投影到对应的岩石物理图板上,进行图板校正。
3.根据权利要求1所述的基于地层差异性成岩作用定量预测页岩气储层的方法,其特征在于,所述步骤7中,将建立的岩石物理图板应用于研究区储层,选取工区内一条过井A和井B的测线及三维地震区块,将反演得到的弹性参数提取出来;基于上下段页岩三维岩石物理图板,将得到的上下段储层弹性参数,分别投影到物理图板上,在物理图板的储层参数范围内,判断距离数据点最近的图板格点,并将其孔隙度、矿物含量以及裂隙密度数值作为该数据点所对应的储层参数,从而实现工区储层参数的定量预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210167075.3A CN114910499B (zh) | 2022-02-23 | 2022-02-23 | 一种基于地层差异性成岩作用定量预测页岩气储层的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210167075.3A CN114910499B (zh) | 2022-02-23 | 2022-02-23 | 一种基于地层差异性成岩作用定量预测页岩气储层的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114910499A CN114910499A (zh) | 2022-08-16 |
CN114910499B true CN114910499B (zh) | 2023-09-26 |
Family
ID=82763624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210167075.3A Active CN114910499B (zh) | 2022-02-23 | 2022-02-23 | 一种基于地层差异性成岩作用定量预测页岩气储层的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114910499B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2090907A1 (en) * | 2008-02-14 | 2009-08-19 | Exxonmobil Upstream Research Company | Method for determining the properties of hydrocarbon reservoirs from geophysical data |
CN103792581A (zh) * | 2013-12-31 | 2014-05-14 | 刘致水 | 基于岩石物理模型的页岩气储层地应力测井预测方法 |
GB201510115D0 (en) * | 2015-06-10 | 2015-07-22 | Dolan Peter And Harper Timothy R And Hargrave Martyn F M | Method and apparatus for reservoir analysis and fracture design in a rock layer |
CN104977618A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种评价页岩气储层及寻找甜点区的方法 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN105840189A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种页岩气岩石物理与测井方法 |
CN107179562A (zh) * | 2017-04-27 | 2017-09-19 | 恒泰艾普集团股份有限公司 | 相控岩石物理模型指导下的储层预测方法 |
CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
-
2022
- 2022-02-23 CN CN202210167075.3A patent/CN114910499B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2090907A1 (en) * | 2008-02-14 | 2009-08-19 | Exxonmobil Upstream Research Company | Method for determining the properties of hydrocarbon reservoirs from geophysical data |
CN103792581A (zh) * | 2013-12-31 | 2014-05-14 | 刘致水 | 基于岩石物理模型的页岩气储层地应力测井预测方法 |
CN104977618A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种评价页岩气储层及寻找甜点区的方法 |
WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
GB201510115D0 (en) * | 2015-06-10 | 2015-07-22 | Dolan Peter And Harper Timothy R And Hargrave Martyn F M | Method and apparatus for reservoir analysis and fracture design in a rock layer |
CN105840189A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种页岩气岩石物理与测井方法 |
CN107179562A (zh) * | 2017-04-27 | 2017-09-19 | 恒泰艾普集团股份有限公司 | 相控岩石物理模型指导下的储层预测方法 |
CN110275202A (zh) * | 2019-05-30 | 2019-09-24 | 河海大学 | 一种用于致密油储层脆性预测的方法 |
Non-Patent Citations (11)
Title |
---|
Chao Li等.Seismic estimation of fluid saturation based on rock physics: A case study of the tight-gas sandstone reservoirs in the Ordos Basin .《Interpretation》.2021,第10卷(第1期),第SA35-SA46页. * |
Keran Qian等.A rock physics model for analysis of anisotropic parameters in a shale reservoir in Southwest China.《Journal of Geophysics and Engineering》.2015,第19-34页. * |
四川盆地丁山区块页岩气储层关键参数测井评价方法;严伟等;《岩性油气藏》;第31卷(第3期);第95-104页 * |
基于岩石物理模版的碳酸盐岩含气储层定量解释;张广智;陈娇娇;陈怀震;张金强;印兴耀;;吉林大学学报(地球科学版)(第02期);第631-638页 * |
川南下志留统龙马溪组页岩气储层特征;王玉满;董大忠;李建忠;王社教;李新景;王黎;程克明;黄金亮;;石油学报(第04期);第551-561页 * |
檀文慧等.龙马溪—五峰组富有机质页岩三维岩石物理模板分析及"甜点"预测.《地球物理学报》.2021,第64卷(第8期),第2902-2911页. * |
致密砂岩气藏裂隙-孔隙型弹性岩石物理模板研究:以川西坳陷A区为例;何润发等;《地球物理学进展》;第35卷(第1期);第116-123页 * |
邓继新等.成岩过程对五峰—龙马溪组页岩地震岩石物理特征的影响.《地球物理学报》.2018,第61卷(第2期),第659-668页. * |
鄂西宜昌地区五峰组-龙马溪组页岩储层特征及其脆性评价;陈林等;《地质科技通报》;第39卷(第2期);第54-61页 * |
陈胜 ; 赵文智 ; 欧阳永林 ; 曾庆才 ; 杨青 ; 侯华星 ; 盖少华 ; 包世海 ; 李新豫 ; 张连群 ; 常鑫 ; .利用地球物理综合预测方法识别页岩气储层甜点――以四川盆地长宁区块下志留统龙马溪组为例.天然气工业.(第05期),第20-30页. * |
非均质天然气藏的岩石物理模型及含气饱和度反演;巴晶;晏信飞;陈志勇;徐光成;卞从胜;曹宏;姚逢昌;孙卫涛;;地球物理学报(第05期);第1696-1706页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114910499A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yin et al. | Experimental investigation of the petrophysical properties, minerals, elements and pore structures in tight sandstones | |
Tobin et al. | Reservoir quality modeling of tight-gas sands in Wamsutter field: Integration of diagenesis, petroleum systems, and production data | |
Ozkan et al. | Prediction of lithofacies and reservoir quality using well logs, late cretaceous williams fork formation, mamm creek field, piceance basin, Colorado | |
Abdel-Fattah et al. | Integrative 1D-2D basin modeling of the cretaceous Beni Suef basin, Western Desert, Egypt | |
Li et al. | Characterization of unconventional reservoirs and continuous accumulations of natural gas in the Carboniferous-Permian strata, mid-eastern Qinshui basin, China | |
Martyushev et al. | Study of void space structure and its influence on carbonate reservoir properties: X-ray microtomography, electron microscopy, and well testing | |
Boutaleb et al. | Sedimentological, petrophysical, and geochemical controls on deep marine unconventional tight limestone and dolostone reservoir: Insights from the Cenomanian/Turonian oceanic anoxic event 2 organic-rich sediments, Southeast Constantine Basin, Algeria | |
CN110275202B (zh) | 一种用于致密油储层脆性预测的方法 | |
El Adl et al. | Integrated sedimentological and petrophysical rock-typing of the Messinian Abu Madi formation in South Batra gas field, onshore Nile Delta, Egypt | |
Zargari et al. | Organic maturity, hydrous pyrolysis and elastic property in shales | |
Wu et al. | Geological characteristics and shale oil potential of alkaline lacustrine source rock in Fengcheng Formation of the Mahu Sag, Junggar Basin, Western China | |
Liu et al. | Elastic anisotropy and its influencing factors in organic-rich marine shale of southern China | |
Jin et al. | Depositional environment, diagenetic evolution, and their impact on the reservoir quality of the carboniferous KT-Ⅱ carbonate in the zhanazhol reservoir, Pre-Caspian Basin, Kazakhstan | |
Hakimi et al. | Hydraulic fracturing as unconventional production potential for the organic-rich carbonate reservoir rocks in the Abu El Gharadig Field, north western Desert (Egypt): Evidence from combined organic geochemical, petrophysical and bulk kinetics modeling results | |
Tomomewo et al. | Characterization of the Bakken Formation using NMR and SEM Techniques | |
Yang et al. | Shales in the Qiongzhusi and Wufeng–Longmaxi Formations: a rock-physics model and analysis of the effective pore aspect ratio | |
Abdullah | Porosity and permeability of karst carbonate rocks along an unconformity outcrop: A case study from the Upper Dammam Formation exposure in Kuwait, Arabian Gulf | |
CN110456412B (zh) | 一种基于叠后地震数据识别碳酸盐岩储层流体饱和度的方法 | |
Tang et al. | Analysis of continental shale gas accumulation conditions in a rifted basin: A case study of Lower Cretaceous shale in the southern Songliao Basin, northeastern China | |
Zhang et al. | Quantitative characterization of fracture-pore distribution and effects on production capacity of weathered volcanic crust reservoirs: Insights from volcanic gas reservoirs of the Dixi area, Junggar Basin, Western China | |
Wang et al. | Dissolution of marine shales and its influence on reservoir properties in the Jiaoshiba area, Sichuan Basin, China | |
Han et al. | Logging evaluation of deep multi-type unconventional gas reservoirs in the Songliao basin, northeast China: Implications from continental scientific drilling | |
Loucks et al. | Matrix reservoir quality of the Upper Cretaceous Austin Chalk Group and evaluation of reservoir-quality analysis methods; northern onshore Gulf of Mexico, USA | |
Yang | Geological characteristics and reservoir properties in the unconventional Montney Formation, southwestern Alberta, Canada | |
Li et al. | Porosity evolution mechanisms of marine shales at over-maturity stage: Insight from comparable analysis between Lower Cambrian and Lower Silurian inside and at the margin of the Sichuan Basin, South China |
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 |