CN115793048A - 一种页岩油层系致密储层横波速度预测方法 - Google Patents

Abstract

本发明公开了一种页岩油层系致密储层横波速度预测方法，包括：采集岩石样本矿物组分和含量数据，分别求取岩石基质的体积模量和剪切模量、混合流体的弹性模量；结合密度、孔隙度、泥质含量、含水饱和度、纵波速度和横波速度，建立弹性参数之间的关系，求得流体饱和岩石的纵波速度；通过将孔隙度与临界孔隙度的比值定义为一个新参数，在此基础上提出与实测、预测纵波速度相关的一元二次关系式；将关系式的解代入临界孔隙度模型中，求得岩石干骨架的剪切模量，进而求得横波速度。本方法计算过程简洁，计算效率高，可以忽略泥质含量和孔隙纵横比等参数的影响，能够较为准确地预测页岩油层系致密储层的横波速度。

Description

一种页岩油层系致密储层横波速度预测方法

技术领域

本发明涉及非常规油气储层横波速度预测领域，具体涉及一种页岩油层系致密储层横波速度预测方法。

背景技术

横波速度同纵波速度、岩石密度一样对于地震资料的AVA、AVO分析、叠前地震反演、储层岩性、物性预测，流体识别等方面有重要应用，尤其在进行以测井资料为基础的地震反演时，横波速度是必不可少的。但是由于解释难度大、成本高，横波测井信息在实际生产资料中较为缺乏，预测的横波速度曲线能有效的解决这些问题，具有重要意义。

目前预测横波速度的方法主要分为三种：经验公式法、神经网络法和岩石物理模型法。经验公式法以纵波测井数据为基础，通过建立纵波速度、横波速度、孔隙度、岩石矿物组分、泥质含量和密度等参数的关系来计算横波速度。Pickett等(1963)通过大量数据分析，给出了灰岩的纵、横波经验公式；Castagna等(1985)基于测井资料给出了饱水状态下白云岩、砂岩、灰岩与页岩之间的Vp-Vs经验回归公式；Han等(1986)对75块砂岩样品在不同压力下进行测量，得到了纵横波速度间的线性回归方程；Krief(1990)根据实验分析并结合理论得到纵波速度和横波速度的平方之间存在准线性关系，并将其推广到复杂岩层；Li等(1992)通过分析Castagneat等提出的泥岩纵横波速度间的线性规律，建立了饱水、饱气砂岩横波速度经验公式。但是经验公式法预测横波速度适用于岩石成分单一、不含孔隙结构的岩层，受区域限制等因素的影响，普适性不高，预测精度较低。神经网络法是利用已知的测井曲线来训练神经网络，通过训练好的神经网络来计算横波速度。Gholami等(2014)利用地震属性和独立变量分析进行建模，通过智能识别有效的预测了横波速度；Parvizi等(2015)基于遗传算法和人工神经网络开发了一套高效的模型来预测纵横波速度。但是神经网络属于数学方法，缺少物理意义。岩石物理模型法通过建立储层参数、弹性参数等与横波速度之间的关系提高了横波速度预测的精确度和普适性，适用于含孔隙结构、饱含流体的岩层。Nur等(1992)假设干岩石弹性模量与岩石孔隙度线性相关，提出了临界孔隙度模型，进而预测横波速度；Xu和White(1995,1996)通过将微等效介质理论、

模型(1974)和Gassmann(1951)理论结合，提出了一种砂泥岩地层的理论模型，即Xu-White模型。在利用Xu-White模型进行计算时，假设砂、泥岩的孔隙纵横比为常数(通常假设泥岩的孔隙纵横比为0.03-0.04，砂岩的孔隙纵横比为0.1-0.12)，然而大量研究表明，砂、泥岩的孔隙纵横比在深度范围内并不是定值，它受到温度、深度、压力等的影响，变化范围较大，因而使用固定的孔隙纵横比不能准确描述孔隙性质(Nur and Simmons,1969；Brown andKorringa,1975)。Yan等(2007)提出了在深度上逐点计算砂岩孔隙纵横比的经验公式。

页岩油作为一种特殊类型的油气资源，是未来储层接替新的增长点(邹才能等,2014；Eia,2013)，但是目前对于页岩油储层的认知还比较模糊，不利于有关资源的勘探开发。目前，与美国大规模开发的海相页岩油(U.S.2017；张君峰等,2015)相比，我国陆相页岩油也有丰富的储量，具有良好的勘探开发前景(黎茂稳等,2017)。随着工作的深入，我国已经发现了一批页岩油资源(周立宏等，2018)，其中就包括鄂尔多斯盆地(杨华等,2013)。鄂尔多斯盆地长7段一直被认为是优质的页岩油储层段。横波资料的缺乏严重制约了鄂尔多斯盆地长7段页岩油储层岩性、物性以及流体识别等工作的开展，因此，需要建立更为简洁准确的岩石物理模型来预测页岩油层系致密储层的横波速度。

发明内容

本发明目的：在于提供一种页岩油层系致密储层横波速度预测方法，用以解决现有的横波速度预测方法计算过程复杂，效率低且易受泥质含量和孔隙纵横比等常规参数的影响，以至预测精度低的缺陷。

为实现以上功能，本发明设计一种页岩油层系致密储层横波速度预测方法，针对目标页岩油层，执行如下步骤S1-步骤S7，完成目标页岩油层系致密储层横波速度的预测：

步骤S1：采集目标页岩油层系致密储层的岩石样本，获取岩石样本的各矿物组分及含量，基于各矿物组分及含量计算目标页岩油层系致密储层的岩石基质的弹性模量；

步骤S2：根据实测的目标页岩油层系致密储层的水体积模量、油体积模量、含水饱和度、含油饱和度，基于Wood平均方程，计算目标页岩油层系致密储层的水油两相混合流体的弹性模量；

步骤S3：根据目标页岩油层系致密储层的岩石基质的弹性模量、岩石的孔隙度、临界孔隙度，基于临界孔隙度模型，构建目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型，并基于岩石干骨架的弹性模量的计算模型，结合Gassmann方程，进一步构建流体饱和岩石的弹性模量的计算模型；

步骤S4：根据实测的目标页岩油层系致密储层的密度参数、孔隙度、泥质含量、含水饱和度、纵波速度、横波速度，结合流体饱和岩石的弹性模量的计算模型，计算预测纵波速度；

步骤S5：构建与实测纵波速度、预测纵波速度相关的一元二次关系式，并求解该关系式；

步骤S6：将步骤S5所获得的一元二次关系式的解代入步骤S3中的岩石干骨架的弹性模量的计算模型，获得目标页岩油层系致密储层的岩石干骨架的弹性模量；

步骤S7：将步骤S6所获得的目标页岩油层系致密储层的岩石干骨架的弹性模量代入步骤S3中的流体饱和岩石的弹性模量的计算模型，计算流体饱和岩石的弹性模量，进一步获得目标页岩油层系致密储层的预测横波速度。

作为本发明的一种优选技术方案：步骤S1根据岩石样本的各矿物组分及含量，基于Voigt-Reuss-Hill平均模型求取目标页岩油层系致密储层的岩石基质的弹性模量M_VRH如下式：

式中，M_VRH为岩石基质的弹性模量，包括体积模量和剪切模量，f_i为第i个矿物组分的体积分数，M_i为第i个矿物组分的弹性模量，i∈{1,2,…,N}，N为矿物组分的总数，M_V为N个矿物组分的等效弹性模量的Voigt上限，M_R为N个矿物组分的等效弹性模量的Reuss下限。

作为本发明的一种优选技术方案：步骤S2中计算目标页岩油层系致密储层的水油两相混合流体的弹性模量如下式：

式中，K_fl为水油两相混合流体的体积模量，K_W、K_O分别为水体积模量、油体积模量，S_W、S_O分别为含水饱和度、含油饱和度，且S_W+S_O＝1。

作为本发明的一种优选技术方案：步骤S3的具体步骤如下：

步骤S31：根据目标页岩油层系致密储层的岩石基质的弹性模量、岩石的孔隙度、临界孔隙度，基于临界孔隙度模型，构建目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型如下式：

目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型包括岩石干骨架的体积模量K_dry、岩石干骨架的剪切模量U_dry，式中，K_m、U_m分别为岩石基质的弹性模量中所包含的体积模量、剪切模量，

分别为岩石的孔隙度、临界孔隙度；

步骤S32：基于岩石干骨架的弹性模量的计算模型，结合Gassmann方程，构建流体饱和岩石的弹性模量的计算模型如下式：

U_sat＝U_dry

式中，流体饱和岩石的弹性模量包括流体饱和岩石的体积模量K_sat、剪切模量U_sat。

作为本发明的一种优选技术方案：步骤S4中计算预测纵波速度

如下式：

式中，ρ为饱和流体岩石的密度，其中，

ρ_m、ρ_fl分别为岩石基质密度和流体密度，

ρ_fl＝S_WρW+S_oρo，ρ_i、f_i分别为饱含流体i时的密度和体积分数，ρ_W、ρ_O分别为水、油的密度。

作为本发明的一种优选技术方案：步骤S5的具体步骤如下：

步骤S51：构建与实测纵波速度、预测纵波速度相关的一元二次关系式方法如下：

将实测纵波速度V_p和流体饱和岩石的弹性模量的计算模型之间的关系表示为：

将实测纵波速度V_p和岩石干骨架的弹性模量的计算模型之间的关系表示为：

基于如下假设：

将实测纵波速度V_p和岩石干骨架的弹性模量的计算模型之间的关系转化为下式：

化简可得下式：

将上式表示为一元二次方程：

ax²+bx+c＝0

一元二次方程的各系数表示为：

c＝(V_p ²ρp-1)K_m

步骤S52：求解实测纵波速度、预测纵波速度相关的一元二次关系式：

通过迭代计算获得一元二次关系式的解。

作为本发明的一种优选技术方案：步骤S6中将步骤S5所获得的一元二次关系式的解x代入岩石干骨架的弹性模量的计算模型中，获得岩石干骨架的剪切模量U_dry。

作为本发明的一种优选技术方案：步骤S7中将步骤S6所获得的目标页岩油层系致密储层的岩石干骨架的剪切模量U_dry代入步骤S3中的流体饱和岩石的弹性模量的计算模型，计算流体饱和岩石的剪切模量U_sat，并根据下式计算预测横波速度：

式中，V_s为目标页岩油层系致密储层的流体饱和岩石的预测横波速度。

有益效果：与现有技术相比，本发明所提供的方法充分考虑了随深度变化的临界孔隙度，基于传统的横波速度预测模型(Xu-White模型)，改变其岩石干骨架建模过程，利用临界孔隙度模型和Gassmann方程，建立弹性参数之间的关系，预测纵波速度，利用实际测井数据中的纵波速度与预测得到的纵波速度构建目标函数，推导得到与实测、预测纵波速度相关的一元二次关系式，并求解该方程，将方程的解代入临界孔隙度模型中，求得岩石干骨架的剪切模量，进而来预测横波速度，并将预测结果与实测横波速度进行对比，验证该方法的准确性。本申请与传统的横波速度预测模型相比，计算效率高，可以忽略泥质含量和孔隙纵横比等参数的影响，能够较为准确地预测页岩油层系致密储层的横波速度。

附图说明

图1是根据本发明实施例提供的一种页岩油层系致密储层横波速度预测方法的流程示意图；

图2是岩石固结过程中临界孔隙度示意图；

图3是岩石干骨架体积模量和剪切模量随孔隙度和临界孔隙度变化图；

图4是不同临界孔隙度条件下，含流体岩石纵波速度和横波速度随孔隙度变化图；

图5是本发明实施例提供的研究区某测井预测结果及模型输入参数图；

图6是本发明所提供的方法和Xu-White模型实测、预测横波速度交会图。

具体实施方式

下面结合附图对本发明作进一步描述。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。

参照图1，本发明实施例提供的一种页岩油层系致密储层横波速度预测方法，针对目标页岩油层，执行如下步骤S1-步骤S7，完成目标页岩油层系致密储层横波速度的预测：

步骤S1：采集目标页岩油层系致密储层的岩石样本，获取岩石样本的各矿物组分及含量，基于各矿物组分及含量计算目标页岩油层系致密储层的岩石基质的弹性模量；

根据岩石样本的各矿物组分及含量，基于Voigt-Reuss-Hill平均模型求取目标页岩油层系致密储层的岩石基质的弹性模量M_VRH如下式：

式中，M_VRH为岩石基质的弹性模量，包括体积模量和剪切模量，f_i为第i个矿物组分的体积分数，M_i为第i个矿物组分的弹性模量，i∈{1,2,…,N}，N为矿物组分的总数，M_V为N个矿物组分的等效弹性模量的Voigt上限，M_R为N个矿物组分的等效弹性模量的Reuss下限。

步骤S2：根据实测的目标页岩油层系致密储层的水体积模量、油体积模量、含水饱和度、含油饱和度，基于Wood平均方程，计算目标页岩油层系致密储层的水油两相混合流体的弹性模量；

计算目标页岩油层系致密储层的水油两相混合流体的弹性模量如下式：

式中，K_fl为水油两相混合流体的体积模量，K_W、K_O分别为水体积模量、油体积模量，S_W、S_O分别为含水饱和度、含油饱和度，且S_W+S_O＝1。

步骤S3：根据目标页岩油层系致密储层的岩石基质的弹性模量、岩石的孔隙度、临界孔隙度，基于临界孔隙度模型，构建目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型，并基于岩石干骨架的弹性模量的计算模型，结合Gassmann方程，进一步构建流体饱和岩石的弹性模量的计算模型；

具体来说，临界孔隙度即在成岩作用过程中，随着压实和胶结作用，孔隙度逐渐降低直至为零。如图2所示，在此作用过程中，存在两个孔隙度范围：固相介质区间，即孔隙度分布范围为，此时矿物骨架承受流体部分传递来的应力，从而起支撑作用；流相介质区间，即孔隙度分布范围为，此时矿物颗粒呈悬浮状态分布于流体中，流体承受外界压力起到支撑作用。临界孔隙度为固相介质和流相介质两种状态的转折点，当岩石孔隙度超过临界孔隙度时，岩石的矿物组分之间相互分散就不再是岩石了。

步骤S3具体步骤如下：

步骤S31：根据目标页岩油层系致密储层的岩石基质的弹性模量、岩石的孔隙度、临界孔隙度，基于临界孔隙度模型，构建目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型如下式：

目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型包括岩石干骨架的体积模量K_dry、岩石干骨架的剪切模量U_dry，式中，K_m、U_m分别为岩石基质的弹性模量中所包含的体积模量、剪切模量，

分别为岩石的孔隙度、临界孔隙度；

步骤S32：基于岩石干骨架的弹性模量的计算模型，结合Gassmann方程，构建流体饱和岩石的弹性模量的计算模型如下式：

U_sat＝U_dry

式中，流体饱和岩石的弹性模量包括流体饱和岩石的体积模量K_sat、剪切模量U_sat。

步骤S4：根据实测的目标页岩油层系致密储层的密度参数、孔隙度、泥质含量、含水饱和度、纵波速度、横波速度，结合流体饱和岩石的弹性模量的计算模型，计算预测纵波速度；

计算预测纵波速度

如下式：

式中，ρ为饱和流体岩石的密度，其中，

ρ_m、ρ_fl分别为岩石基质密度和流体密度，

ρ_fl＝S_Wρ_W+S_Oρ_O，ρ_i、f_i分别为饱含流体i时的密度和体积分数，ρ_W、ρ_O分别为水、油的密度。

步骤S5：构建与实测纵波速度、预测纵波速度相关的一元二次关系式，并求解该关系式；

具体步骤如下：

步骤S51：构建与实测纵波速度、预测纵波速度相关的一元二次关系式方法如下：

假设地下介质是各向同性的，则将实测纵波速度V_p和流体饱和岩石的弹性模量的计算模型之间的关系表示为：

在低频条件下，K_sat、U_sat可根据步骤S32所构建的流体饱和岩石的弹性模量的计算模型计算获得，将实测纵波速度V_p和岩石干骨架的弹性模量的计算模型之间的关系表示为：

基于如下假设：

将实测纵波速度V_p和岩石干骨架的弹性模量的计算模型之间的关系转化为下式：

化简可得下式：

将上式表示为一元二次方程：

ax²+bx+c＝0

一元二次方程的各系数表示为：

c＝(V_p ²ρp-1)K_m

步骤S52：求解实测纵波速度、预测纵波速度相关的一元二次关系式：

通过迭代计算获得一元二次关系式的解。

步骤S6：将步骤S5所获得的一元二次关系式的解代入步骤S3中的岩石干骨架的弹性模量的计算模型，获得目标页岩油层系致密储层的岩石干骨架的弹性模量；

步骤S6中将步骤S5所获得的一元二次关系式的解x代入岩石干骨架的弹性模量的计算模型中，获得岩石干骨架的剪切模量U_dry。

步骤S7：将步骤S6所获得的目标页岩油层系致密储层的岩石干骨架的弹性模量代入步骤S3中的流体饱和岩石的弹性模量的计算模型，计算流体饱和岩石的弹性模量，进一步获得目标页岩油层系致密储层的预测横波速度。

步骤S7中将步骤S6所获得的目标页岩油层系致密储层的岩石干骨架的剪切模量U_dry代入步骤S3中的流体饱和岩石的弹性模量的计算模型，计算流体饱和岩石的剪切模量U_sat，并根据下式计算预测横波速度：

式中，V_s为目标页岩油层系致密储层的流体饱和岩石的预测横波速度。

在进行实例之前，先对本发明的模型进行参数分析，其岩石组分的物性参数见表1：

表1

矿物或流体	密度(g/cm<sup>3</sup>)	体积模量(GPa)	剪切模量(GPa)
				石英	2.65	37.00	44.00
钾长石	2.56	48.00	24.00
				斜长石	2.63	75.60	25.60
方解石	2.71	76.80	32.00
				黏土	2.60	21.00	7.00
水	1.00	2.25	0
				油	0.80	1.02	0

本发明所提出的模型在计算过程中，使用了文献1“Nur A.1992.Criticalporosity and the seismic velocities in rocks.Eos Transactions AmericanGeophysical Union,73(1):43-66.”中所提出的临界孔隙度模型，文献1中认为，岩石的临界孔隙度是一个定值，在同种岩性岩石中，临界孔隙度值的大小是相同的。实际上，岩石临界孔隙度表征岩石在成岩过程中矿物颗粒相互分散、岩石失去刚性破裂时对应的孔隙度。不同岩石由于矿物组分、矿物颗粒的排列方式、分选磨圆性、胶结程度以及埋藏深度不同，会造成岩石临界孔隙度的不同。图3是岩石干骨架体积模量和剪切模量随孔隙度和临界孔隙度变化图，其中图3a为岩石干骨架体积模量随孔隙度和临界孔隙度变化图，图3b为岩石干骨架剪切模量随孔隙度和临界孔隙度变化图，图中色标表示泥质含量；由图3可知，无论是岩石干骨架的体积模量还是剪切模量，都与孔隙度和临界孔隙度有关。当孔隙度值不变时，岩石干骨架体积和剪切模量均随临界孔隙度增大而增大；当临界孔隙度不变时，岩石干骨架弹性模量随孔隙度增加有下降的趋势。图4为不同临界孔隙度条件下(φ_c＝0.3,0.4,0.5)，含流体岩石纵波速度(黑色实线)和横波速度(黑色虚线)随孔隙度变化图，虽然岩石的纵横波速度受总孔隙度的影响，但在相同孔隙度下，临界孔隙度的变化也会对纵横波速度产生较大变化(例如：当φ＝0.25时，岩石的纵波速度减小了约1/2(从φ_c＝0.5到φ_c＝0.3)。除此之外，图4也表明随着临界孔隙度的增加，岩石的纵波和横波速度下降的趋势逐渐减缓。因此，在实际应用的过程中，考虑变化的临界孔隙度是有必要的。而本发明所提出的方法求解所得到的x值与临界孔隙度相关，且随深度变化，能够有效的解决这一问题。

本发明针对选取鄂尔多斯盆地长7段页岩油层系致密储层中某井(井A)进行横波速度预测研究。如图5为本方法对研究区某测井预测结果及模型输入参数，从左往右分别为孔隙度(图5a)、含水饱和度(图5b)、泥质含量(图5c)、密度(图5d)、纵波速度(图5e)和横波速度(图5f)，图5f中，黑色实线为实际横波速度测井曲线，浅黑色虚线为传统Xu-White模型预测结果，浅黑色点划线为本方法预测结果。从图5f可以看出，本发明提出方法预测所得横波速度曲线与实际测井曲线相关性更高，并且与传统的横波速度预测模型(Xu-White模型)相比，本发明所提出模型预测精度更高。

图6为本发明所提出模型(图6a)与Xu-White模型(图6b)下井A预测、实测横波速度交会关系，如图6a所示，散点基本落在标准线两侧，在图6b中，散点与图6a相比较为分散，这种情况在泥质含量较高处更为显著，由此说明本发明提出模型对井A横波速度预测精度高于Xu-White模型。

综上所述，本发明充分考虑了在实际储层中，岩石临界孔隙度随深度变化特征，推导了实测、预测纵波速度相关的一元二次关系式，求解了与孔隙度和临界孔隙度比值相关的未知数x，进而能够很好的预测横波速度，本发明所提出计算过程简洁，计算效率高，可以忽略泥质含量和孔隙纵横比等参数的影响，能够较为准确地预测页岩油层系致密储层的横波速度。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (8)

1.一种页岩油层系致密储层横波速度预测方法，其特征在于，针对目标页岩油层，执行如下步骤S1-步骤S7，完成目标页岩油层系致密储层横波速度的预测：

步骤S1：采集目标页岩油层系致密储层的岩石样本，获取岩石样本的各矿物组分及含量，基于各矿物组分及含量计算目标页岩油层系致密储层的岩石基质的弹性模量；

步骤S2：根据实测的目标页岩油层系致密储层的水体积模量、油体积模量、含水饱和度、含油饱和度，基于Wood平均方程，计算目标页岩油层系致密储层的水油两相混合流体的弹性模量；

步骤S3：根据目标页岩油层系致密储层的岩石基质的弹性模量、岩石的孔隙度、临界孔隙度，基于临界孔隙度模型，构建目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型，并基于岩石干骨架的弹性模量的计算模型，结合Gassmann方程，进一步构建流体饱和岩石的弹性模量的计算模型；

步骤S4：根据实测的目标页岩油层系致密储层的密度参数、孔隙度、泥质含量、含水饱和度、纵波速度、横波速度，结合流体饱和岩石的弹性模量的计算模型，计算预测纵波速度；

步骤S5：构建与实测纵波速度、预测纵波速度相关的一元二次关系式，并求解该关系式；

步骤S6：将步骤S5所获得的一元二次关系式的解代入步骤S3中的岩石干骨架的弹性模量的计算模型，获得目标页岩油层系致密储层的岩石干骨架的弹性模量；

步骤S7：将步骤S6所获得的目标页岩油层系致密储层的岩石干骨架的弹性模量代入步骤S3中的流体饱和岩石的弹性模量的计算模型，计算流体饱和岩石的弹性模量，进一步获得目标页岩油层系致密储层的预测横波速度。

2.根据权利要求1所述的一种页岩油层系致密储层横波速度预测方法，其特征在于，步骤S1根据岩石样本的各矿物组分及含量，基于Voigt-Reuss-Hill平均模型求取目标页岩油层系致密储层的岩石基质的弹性模量M_VRH如下式：

式中，M_VRH为岩石基质的弹性模量，包括体积模量和剪切模量，f_i为第i个矿物组分的体积分数，M_i为第i个矿物组分的弹性模量，i∈{1,2,…,N}，N为矿物组分的总数，M_V为N个矿物组分的等效弹性模量的Voigt上限，M_R为N个矿物组分的等效弹性模量的Reuss下限。

3.根据权利要求2所述的一种页岩油层系致密储层横波速度预测方法，其特征在于，步骤S2中计算目标页岩油层系致密储层的水油两相混合流体的弹性模量如下式：

式中，K_fl为水油两相混合流体的体积模量，K_W、K_O分别为水体积模量、油体积模量，S_W、S_O分别为含水饱和度、含油饱和度，且S_W+S_O＝1。

4.根据权利要求3所述的一种页岩油层系致密储层横波速度预测方法，其特征在于，步骤S3的具体步骤如下：

步骤S31：根据目标页岩油层系致密储层的岩石基质的弹性模量、岩石的孔隙度、临界孔隙度，基于临界孔隙度模型，构建目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型如下式：

目标页岩油层系致密储层的岩石干骨架的弹性模量的计算模型包括岩石干骨架的体积模量K_dry、岩石干骨架的剪切模量U_dry，式中，K_m、U_m分别为岩石基质的弹性模量中所包含的体积模量、剪切模量，

分别为岩石的孔隙度、临界孔隙度；

步骤S32：基于岩石干骨架的弹性模量的计算模型，结合Gassmann方程，构建流体饱和岩石的弹性模量的计算模型如下式：

U_sat＝U_dry

式中，流体饱和岩石的弹性模量包括流体饱和岩石的体积模量K_sat、剪切模量U_sat。

5.根据权利要求4所述的一种页岩油层系致密储层横波速度预测方法，其特征在于，步骤S4中计算预测纵波速度

如下式：

式中，ρ为饱和流体岩石的密度，其中，

ρ_m、ρ_fl分别为岩石基质密度和流体密度，

ρ_fl＝S_Wρ_W+S_Oρ_O，ρ_i、f_i分别为饱含流体i时的密度和体积分数，ρ_W、ρ_O分别为水、油的密度。

6.根据权利要求5所述的一种页岩油层系致密储层横波速度预测方法，其特征在于，步骤S5的具体步骤如下：

步骤S51：构建与实测纵波速度、预测纵波速度相关的一元二次关系式方法如下：

将实测纵波速度V_p和流体饱和岩石的弹性模量的计算模型之间的关系表示为：

将实测纵波速度V_p和岩石干骨架的弹性模量的计算模型之间的关系表示为：

基于如下假设：

将实测纵波速度V_p和岩石干骨架的弹性模量的计算模型之间的关系转化为下式：

化简可得下式：

将上式表示为一元二次方程：

ax²+bx+c＝0

一元二次方程的各系数表示为：

c＝(V_p ²ρp-1)K_m

步骤S52：求解实测纵波速度、预测纵波速度相关的一元二次关系式：

通过迭代计算获得一元二次关系式的解。

7.根据权利要求6所述的一种页岩油层系致密储层横波速度预测方法，其特征在于，步骤S6中将步骤S5所获得的一元二次关系式的解x代入岩石干骨架的弹性模量的计算模型中，获得岩石干骨架的剪切模量U_dry。

8.根据权利要求7所述的一种页岩油层系致密储层横波速度预测方法，其特征在于，步骤S7中将步骤S6所获得的目标页岩油层系致密储层的岩石干骨架的剪切模量U_dry代入步骤S3中的流体饱和岩石的弹性模量的计算模型，计算流体饱和岩石的剪切模量U_sat，并根据下式计算预测横波速度：

式中，V_s为目标页岩油层系致密储层的流体饱和岩石的预测横波速度。

Images