CN116819644A - 页岩油储层最小水平主应力的确定方法及装置 - Google Patents
页岩油储层最小水平主应力的确定方法及装置 Download PDFInfo
- Publication number
- CN116819644A CN116819644A CN202310763438.4A CN202310763438A CN116819644A CN 116819644 A CN116819644 A CN 116819644A CN 202310763438 A CN202310763438 A CN 202310763438A CN 116819644 A CN116819644 A CN 116819644A
- Authority
- CN
- China
- Prior art keywords
- oil reservoir
- resolution
- shale oil
- curve
- static young
- 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.)
- Pending
Links
- 239000003079 shale oil Substances 0.000 title claims abstract description 246
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000003068 static effect Effects 0.000 claims abstract description 154
- 239000011435 rock Substances 0.000 claims abstract description 113
- 238000004364 calculation method Methods 0.000 claims abstract description 82
- 238000004458 analytical method Methods 0.000 claims abstract description 57
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 54
- 238000005481 NMR spectroscopy Methods 0.000 claims abstract description 19
- 230000005611 electricity Effects 0.000 claims abstract description 19
- 230000000875 corresponding effect Effects 0.000 claims description 35
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 33
- 239000011707 mineral Substances 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 27
- 230000015572 biosynthetic process Effects 0.000 claims description 26
- 238000003384 imaging method Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 20
- 230000014509 gene expression Effects 0.000 claims description 16
- 238000002474 experimental method Methods 0.000 claims description 13
- 101100366889 Caenorhabditis elegans sta-2 gene Proteins 0.000 claims description 12
- 101150081243 STA1 gene Proteins 0.000 claims description 12
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 17
- 238000011161 development Methods 0.000 description 9
- 229910001919 chlorite Inorganic materials 0.000 description 6
- 229910052619 chlorite group Inorganic materials 0.000 description 6
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 description 6
- 229910052900 illite Inorganic materials 0.000 description 6
- 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 6
- 230000008901 benefit Effects 0.000 description 4
- 239000004927 clay Substances 0.000 description 4
- 229910000514 dolomite Inorganic materials 0.000 description 4
- 239000010459 dolomite Substances 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 239000010453 quartz Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 235000021185 dessert Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种页岩油储层最小水平主应力的确定方法及装置，涉及油气勘探技术领域，其中该方法包括：利用浅电阻率曲线对电导率曲线进行刻度，得到高分辨率电阻率曲线；利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定连续含油饱和度曲线；根据元素测井资料和岩电实验数据，确定连续饱和度指数曲线；根据高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定完全含水高分辨率电阻率曲线；利用高分辨率静态杨氏模量计算模型，确定高分辨率静态杨氏模量；利用高分辨率静态杨氏模量确定连续最小水平主应力。本发明可以提高确定的页岩油储层的最小水平主应力的分辨率。
Description
技术领域
本发明涉及油气勘探技术领域，尤其涉及一种页岩油储层最小水平主应力的确定方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
在页岩油气的勘探开发过程中，地应力是钻井和压裂改造的必要参数，准确的最小水平主应力可以有效地指导水平井井眼轨迹设计、页岩甜点预测及储层造缝可压能力的评价。然而，页岩储层的非均质性明显，纹层结构发育，单个纹层厚度远小于测井曲线的纵向分辨率，受到纹层结构的影响，常规测井仪器所测量的测井曲线不能反映真实的地层信息，因此，利用常规测井资料确定的最小水平主应力的分辨率低，无法满足页岩油气勘探开发的技术需求。
发明内容
本发明实施例提供一种页岩油储层最小水平主应力的确定方法，用以提高确定的页岩油储层的最小水平主应力的分辨率，该方法包括：
获取指定页岩油储层的浅电阻率测井资料、微电阻率成像测井资料、核磁共振测井资料、元素测井资料、岩心分析数据、岩电实验数据和指定页岩油储层的上覆地层压力；所述上覆地层压力是通过密度积分法确定的；
利用浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，得到指定页岩油储层的高分辨率电阻率曲线；
利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；
根据元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；
根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；
根据岩心分析数据对指定页岩油储层的岩性进行分析，确定指定页岩油储层的岩性类型，所述岩性类型为塑性岩或脆性岩；
根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；
将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
本发明实施例还提供一种页岩油储层最小水平主应力的确定装置，用以提高确定的页岩油储层的最小水平主应力的分辨率，该装置包括：
获取模块，用于获取指定页岩油储层的浅电阻率测井资料、微电阻率成像测井资料、核磁共振测井资料、元素测井资料、岩心分析数据、岩电实验数据和指定页岩油储层的上覆地层压力；所述上覆地层压力是通过密度积分法确定的；
电阻率确定模块，用于利用浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，得到指定页岩油储层的高分辨率电阻率曲线；
含油饱和度确定模块，用于利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；
饱和度指数确定模块，用于根据元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；
第一处理模块，用于根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；
岩性确定模块，用于根据岩心分析数据对指定页岩油储层的岩性进行分析，确定指定页岩油储层的岩性类型，所述岩性类型为塑性岩或脆性岩；
第二处理模块，用于根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；
第三处理模块，用于将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述页岩油储层最小水平主应力的确定方法。
本发明实施例还提供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程序，所述计算机程序被处理器执行时实现上述页岩油储层最小水平主应力的确定方法。
本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述页岩油储层最小水平主应力的确定方法。
本发明实施例中，与现有的利用常规测井资料确定最小水平主应力的技术方案相比，利用微电阻率成像测井资料分辨率高的优势，根据指定页岩油储层的浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，可以得到指定页岩油储层的高分辨率电阻率曲线，以及利用指定页岩油储层的岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；根据指定页岩油储层的元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；然后，在确定指定页岩油储层的岩性类型后，通过预先确定的完全含水高分辨率电阻率曲线与高分辨率静态杨氏模量之间的关联关系，即高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；进而将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。这样，可以解决现有技术中利用常规测井资料确定最小水平主应力分辨率低的问题，提高确定的页岩油储层的最小水平主应力的分辨率，为页岩油气的勘探开发提供技术利器。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中提供的一种页岩油储层最小水平主应力的确定方法的流程图；
图2(a)为本发明实施例中提供的塑性岩对应高分辨率静态杨氏模量计算模型的示意图；
图2(b)为本发明实施例中提供的脆性岩对应高分辨率静态杨氏模量计算模型的示意图；
图3为本发明实施例中提供的表1对应的静态杨氏模量的误差示意图；
图4为本发明实施例中提供的计算的连续最小水平主应力的示意图；
图5为本发明实施例中提供的表2对应的最小水平主应力的误差示意图；
图6为本发明实施例中提供的一种页岩油储层最小水平主应力的确定装置的示意图；
图7为本发明实施例中提供的一种计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
经研究发现，在页岩油气的勘探开发过程中，地应力是钻井和压裂改造的必要参数，准确的最小水平主应力可以有效地指导水平井井眼轨迹设计、页岩甜点预测及储层造缝可压能力的评价。然而，页岩储层的非均质性明显，纹层结构发育，单个纹层厚度远小于测井曲线的纵向分辨率，受到纹层结构的影响，常规测井仪器所测量的测井曲线不能反映真实的地层信息，因此，利用常规测井资料确定的最小水平主应力的分辨率低，无法满足页岩油气勘探开发的技术需求。
针对上述研究，本发明实施例提出了一种页岩油储层最小水平主应力的确定方法及装置，可以解决现有技术中利用常规测井资料确定最小水平主应力分辨率低的问题。
图1为本发明实施例提供的一种页岩油储层最小水平主应力的确定方法的流程图，该方法包括以下步骤：
步骤101，获取指定页岩油储层的浅电阻率测井资料、微电阻率成像测井资料、核磁共振测井资料、元素测井资料、岩心分析数据、岩电实验数据和指定页岩油储层的上覆地层压力；所述上覆地层压力是通过密度积分法确定的；
步骤102，利用浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，得到指定页岩油储层的高分辨率电阻率曲线；
步骤103，利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；
步骤104，根据元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；
步骤105，根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；
步骤106，根据岩心分析数据对指定页岩油储层的岩性进行分析，确定指定页岩油储层的岩性类型，所述岩性类型为塑性岩或脆性岩；
步骤107，根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；
步骤108，将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
本发明实施例中，与现有的利用常规测井资料确定最小水平主应力的技术方案相比，利用微电阻率成像测井资料分辨率高的优势，根据指定页岩油储层的浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，可以得到指定页岩油储层的高分辨率电阻率曲线，以及利用指定页岩油储层的岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；根据指定页岩油储层的元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；然后，在确定指定页岩油储层的岩性类型后，通过预先确定的完全含水高分辨率电阻率曲线与高分辨率静态杨氏模量之间的关联关系，即高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；进而将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。这样，可以解决现有技术中利用常规测井资料确定最小水平主应力分辨率低的问题，提高确定的页岩油储层的最小水平主应力的分辨率，为页岩油气的勘探开发提供技术利器。
下面结合图1所示的页岩油储层最小水平主应力的确定方法进行详细的说明。
在上述步骤101中，可以获取指定页岩油储层的测井资料，包括：浅电阻率测井资料、微电阻率成像测井资料、核磁共振测井资料、元素测井资料、岩心分析数据、岩电实验数据和指定页岩油储层的上覆地层压力。
其中，从浅电阻率测井资料中提取浅电阻率曲线；从微电阻率成像测井资料中提取电导率曲线；元素测井资料中包括不同矿物含量信息；所述上覆地层压力是通过密度积分法确定的。
在上述步骤102中，可以利用浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，得到指定页岩油储层的高分辨率电阻率曲线Rhr。
在上述步骤103中，可以利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线So。
具体实施时，通过对指定页岩油储层的岩心进行分析，确定指定页岩油储层的离散的含油孔隙度信息，利用离散的含油孔隙度信息，对连续的核磁共振测井资料进行刻度，得到指定页岩油储层的连续含油饱和度曲线So。
在上述步骤104中，可以根据元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线。
具体实施时，页岩油储层的矿物类型以及矿物含量的不同，将影响饱和度指数的值，因此，需要结合岩电实验数据和元素测井矿物含量处理结果，选取敏感矿物，进而确定连续饱和度指数曲线。具体的，可以通过获取指定页岩油储层的岩电实验数据中的离散饱和度指数信息，将离散饱和度指数信息与不同矿物含量信息进行匹配，得到指定页岩油储层的连续饱和度指数曲线n。
在上述步骤105中，可以根据上述指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线。
具体实施时，可以构建完全含水高分辨率电阻率计算模型，根据完全含水高分辨率电阻率计算模型，确定指定页岩油储层的完全含水高分辨率电阻率曲线。
在一个实施例中，步骤105，具体可以包括：
将指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，输入预先构建的完全含水高分辨率电阻率计算模型，确定指定页岩油储层的完全含水高分辨率电阻率曲线。
在一个实施例中，预先构建的完全含水高分辨率电阻率计算模型为如下公式1：
n
Ro＝(1-So)×Rhr
其中，Ro为完全含水高分辨率电阻率；So为连续含油饱和度曲线；n为连续饱和度指数曲线；Rhr为高分辨率电阻率曲线。
具体实施时，通过将指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，代入上述公式1，就可以计算得到指定页岩油储层的完全含水高分辨率电阻率曲线。这样，可以排除油气对静态杨氏模量影响，只保留矿物与岩性对静态杨氏模量的影响。
在上述步骤106中，是为了划分页岩油储层的岩性，根据岩心分析数据对指定页岩油储层的岩性进行分析，确定指定页岩油储层的岩性类型是塑性岩或脆性岩。
具体实施时，可以依据钻井取心的岩心分析数据进行深度归位，并读取对应深度点的测井岩性敏感参数，确定指定页岩油储层是以伊利石、绿泥石、干酪根等塑性矿物为主的塑性岩，还是以石英、白云石等脆性矿物为主的脆性岩。
在上述步骤107中，在确定指定页岩油储层的岩性类型之后，可以选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，将指定页岩油储层的完全含水高分辨率电阻率曲线，输入页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型中，确定指定页岩油储层的高分辨率静态杨氏模量Esta。
在一个实施例中，在步骤107之前，还可以包括：
通过如下方式建立塑性岩对应高分辨率静态杨氏模量计算模型，和脆性岩对应高分辨率静态杨氏模量计算模型：
通过对已知岩性类型为塑性岩的页岩油储层进行三轴压缩实验，得到实验分析的塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第一关联关系；对第一关联关系进行交会分析，建立塑性岩对应高分辨率静态杨氏模量计算模型；
通过对已知岩性类型为脆性岩的页岩油储层进行三轴压缩实验，得到实验分析的脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第二关联关系；对第二关联关系进行交会分析，建立脆性岩对应高分辨率静态杨氏模量计算模型。
具体实施时，经分析，页岩油储层的矿物组分含量的不同，将导致静态杨氏模量的变化。石英、白云石等脆性矿物含量越高，储层的静态杨氏模量越大；伊利石、绿泥石等粘土塑性矿物含量越高，储层的静态杨氏模量越小。而矿物组分含量不同也导致页岩油储层电阻率的变化。石英、白云石等脆性矿物含量越高，储层的电阻率越大；伊利石、绿泥石等粘土塑性矿物含量越高，储层的电阻率越小，因此，可以得到页岩油储层的电阻率与塑性岩、脆性岩的静态杨氏模量存在很好的相关性。基于上述分析，可以利用三轴压缩的力学实验的实验数据，得到实验分析的杨氏模量和完全含水高分辨率电阻率曲线RO，分别为塑性岩和脆性岩建立高分辨率静态杨氏模量计算模型。
具体实施时，可以将实验分析的完全含水高分辨率电阻率曲线RO与静态杨氏模量数据建立相关关系，即第一关联关系或第二关联关系，通过交会分析建立高分辨率静态杨氏模量计算模型。需要说明的是，上述对塑性矿物的分析，主要是针对伊利石、绿泥石等粘土塑性矿物的分析，而在塑性矿物为干酪根时，干酪根含量越高，储层的静态杨氏模量越小，但是，储层的电阻率则越大，由于本发明实施例的页岩储层的干酪根含量低，对完全含水高分辨率电阻率的影响可以忽略不计，因此，建立的塑性岩的高分辨率静态杨氏模量计算模型，主要是针对以伊利石、绿泥石等粘土塑性矿物为主的塑性岩的高分辨率静态杨氏模量计算模型。
在一个实施例中，塑性岩对应高分辨率静态杨氏模量计算模型为如下公式2：
Esta1＝a1×lnRo+m1
其中，Ro为完全含水高分辨率电阻率；Esta1为塑性岩对应高分辨率静态杨氏模量，a1、m1分别为不同的常数；Esta1与Ro为负相关。
在一个实施例中，脆性岩对应高分辨率静态杨氏模量计算模型为如下公式3：
Esta2＝a2×lnRo+m2
其中，Ro为完全含水高分辨率电阻率；Esta2为脆性岩对应高分辨率静态杨氏模量；a2、m2分别为不同的常数；Esta2与Ro为正相关。
具体实施时，可以根据指定页岩油储层的岩性类型，将指定页岩油储层的完全含水高分辨率电阻率曲线代入上述公式2或公式3，计算指定页岩油储层的高分辨率静态杨氏模量。
需要说明的是，由于塑性岩对应高分辨率静态杨氏模量与完全含水高分辨率电阻率为负相关，因此，a1＜0；由于脆性岩对应高分辨率静态杨氏模量与完全含水高分辨率电阻率为正相关，因此，a2＞0。
在上述步骤108中，可以将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
具体实施时，确定最小水平主应力SHmin所需要的参数有：上覆地层压力Sv、静态杨氏模量Esta、和幂次定理指数指数B(第一幂次定理指数)、N(第二幂次定理指数)。其中，B是关于静态杨氏模量Esta的函数，N是关于指数B的函数。
在一个实施例中，上述步骤108，具体可以包括：
根据指定页岩油储层的高分辨率静态杨氏模量，和预先定义的第一幂次定理指数与静态杨氏模量的函数表达式，确定第一幂次定理指数；
根据指定页岩油储层的高分辨率静态杨氏模量、第一幂次定理指数和预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式，确定第二幂次定理指数；
将第二幂次定理指数、指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
在一个实施例中，连续最小水平主应力计算模型为如下公式4：
其中，SHmin为连续最小水平主应力，单位为MPa；
Sv为上覆地层压力，单位为MPa；
Esta为高分辨率静态杨氏模量；
B为第一幂次定理指数，单位为MPa，预先定义的第一幂次定理指数与静态杨氏模量的函数表达式为
N为第二幂次定理指数，单位为MPa，预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式为N＝s×log(Esta，B)+t；
c、d、e、f、g、h、r、s、t分别为不同的常数。
具体实施时，可以通过对塑性地应力模型计算的最小水平主应力与Kaiser效应实验获得的最小水平主应力进行吻合度分析，调整连续最小水平主应力计算模型中公式4的系数，在塑性地应力模型计算的最小水平主应力与Kaiser效应实验获得的最小水平主应力的数值吻合后，得到连续最小水平主应力计算模型。
具体实施时，可以将指定页岩油储层的高分辨率静态杨氏模量代入公式得到第一幂次定理指数B；将指定页岩油储层的高分辨率静态杨氏模量和第一幂次定理指数B代入公式N＝s×log(Esta，B)+t，得到第二幂次定理指数N，然后，将第二幂次定理指数N、指定页岩油储层的高分辨率静态杨氏模量Esta和上覆地层压力Sv代入公式4，得到指定页岩油储层的连续最小水平主应力SHmin。
这样，通过上述页岩油储层最小水平主应力的确定方法，可以解决现有技术中利用常规测井资料确定最小水平主应力分辨率低的问题，提高确定的页岩油储层的最小水平主应力的分辨率；而且，本发明实施例中所有用于确定最小水平主应力的参数均可由其它测井数据计算获得，不需要增加新的成本。
为了能更清楚地理解本发明实施例提供的页岩油储层最小水平主应力的确定方法，下面以一个具体的示例进行说明。
以某盆地的某井页岩油储层为例。具体步骤如下：
(1)刻度某井页岩油储层的微电阻率成像测井资料，生成高分辨率电阻率曲线Rhr
利用某井页岩油储层的常规测井浅电阻率曲线(浅电阻率测井资料中的浅电阻率曲线)对微电阻率成像测井资料中的电导率曲线进行刻度，生成高分辨率电阻率曲线Rhr。
(2)利用某井页岩油储层的核磁共振测井资料连续计算连续含油饱和度曲线
利用岩心分析某井页岩油储层的含油孔隙度，刻度核磁共振测井资料，获得连续含油饱和度So。
(3)利用某井页岩油储层的元素测井资料连续计算连续饱和度指数曲线
结合岩电实验数据和元素测井资料中的不同矿物含量信息，选取敏感矿物，确定连续饱和度指数曲线n。
(4)构建完全含水高分辨率电阻率RO
构建如公式1的完全含水高分辨率电阻率计算模型，利用高分辨率电阻率曲线Rhr、连续含油饱和度So、连续饱和度指数曲线n，确定某井页岩油储层的完全含水高分辨率电阻率曲线RO。
(5)选取敏感参数，划分某井页岩油储层的岩性
依据钻井取心的岩心分析数据进行深度归位，并读取对应深度点的测井岩性敏感参数，确定某井页岩油储层是以伊利石、绿泥石、干酪根等塑性矿物为主的塑性岩，或是以石英、白云石等脆性矿物为主的脆性岩。
(6)利用三轴压缩实验的数据，分别为塑性岩与脆性岩建立高分辨率静态杨氏模量计算模型
将三轴压缩实验的完全含水高分辨率电阻率曲线与静态杨氏模量数据建立相关关系，对相关关系进行交会分析，根据公式2、公式3建立塑性岩和脆性岩条件下的高分辨率静态杨氏模量。
如图2(a)所示，为塑性岩对应高分辨率静态杨氏模量计算模型的示意图。在图2(a)中，塑性岩对应高分辨率静态杨氏模量计算模型的公式为：
Esta＝-1.68×lnRo+36.823，R＝0.83。
如图2(b)所示，为脆性岩对应高分辨率静态杨氏模量计算模型的示意图。在图2(b)中，脆性岩对应高分辨率静态杨氏模量计算模型的公式为：
Esta＝2.8909×lnRo+15.835，R＝0.87。
将本发明实施例计算的高分辨率静态杨氏模量与岩心实验分析得到的静态杨氏模量对比，得到如表1所示的静态杨氏模量计算模型的误差分析表，如图3所示，为表1对应的静态杨氏模量的误差示意图，可见，绝对误差较小(为1.54GPa)，精度完全能够满足页岩油气勘探开发的技术需求。
表1静态杨氏模量计算模型的误差分析表
(7)利用高分辨率静态杨氏模量计算连续最小水平主应力
N＝0.0073×log(Esta，B)+0.0088；
首先，利用高分辨率静态杨氏模量分别计算B、N，进而计算连续最小水平主应力SHmin。
如图4所示，为本发明实施例提供的计算的连续最小水平主应力的示意图。
将本发明实施例计算的连续最小水平主应力与岩心实验分析得到的最小水平主应力对比，得到如表2所示的最小水平主应力计算模型的误差分析表，如图5所示，为表2对应的最小水平主应力的误差示意图，可见，绝对误差较小(为2.65MPa)，精度完全能够满足页岩油气勘探开发的技术需求。
表2最小水平主应力计算模型的误差分析表
本发明实施例中还提供了一种页岩油储层最小水平主应力的确定装置，如下面的实施例所述。由于该装置解决问题的原理与页岩油储层最小水平主应力的确定方法相似，因此该装置的实施可以参见页岩油储层最小水平主应力的确定方法的实施，重复之处不再赘述。
如图6所示，为本发明实施例提供的一种页岩油储层最小水平主应力的确定装置的示意图，该装置可以包括：
获取模块601，用于获取指定页岩油储层的浅电阻率测井资料、微电阻率成像测井资料、核磁共振测井资料、元素测井资料、岩心分析数据、岩电实验数据和指定页岩油储层的上覆地层压力；所述上覆地层压力是通过密度积分法确定的；
电阻率确定模块602，用于利用浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，得到指定页岩油储层的高分辨率电阻率曲线；
含油饱和度确定模块603，用于利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；
饱和度指数确定模块604，用于根据元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；
第一处理模块605，用于根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；
岩性确定模块606，用于根据岩心分析数据对指定页岩油储层的岩性进行分析，确定指定页岩油储层的岩性类型，所述岩性类型为塑性岩或脆性岩；
第二处理模块607，用于根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；
第三处理模块608，用于将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
在一个实施例中，第一处理模块，具体可以用于：
将指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，输入预先构建的完全含水高分辨率电阻率计算模型，确定指定页岩油储层的完全含水高分辨率电阻率曲线。
在一个实施例中，所述预先构建的完全含水高分辨率电阻率计算模型为如下公式：
n
Ro＝(1-So)×Rhr
其中，Ro为完全含水高分辨率电阻率；So为连续含油饱和度曲线；n为连续饱和度指数曲线；Rhr为高分辨率电阻率曲线。
在一个实施例中，还可以包括模型建立模块，用于第二处理模块在根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量之前：
通过对已知岩性类型为塑性岩的页岩油储层进行三轴压缩实验，得到实验分析的塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第一关联关系；对第一关联关系进行交会分析，建立塑性岩对应高分辨率静态杨氏模量计算模型；
通过对已知岩性类型为脆性岩的页岩油储层进行三轴压缩实验，得到实验分析的脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第二关联关系；对第二关联关系进行交会分析，建立脆性岩对应高分辨率静态杨氏模量计算模型。
在一个实施例中，塑性岩对应高分辨率静态杨氏模量计算模型为如下公式：
Esta1＝a1×lnRo+m1
其中，Ro为完全含水高分辨率电阻率；Esta1为塑性岩对应高分辨率静态杨氏模量，a1、m1分别为不同的常数；Esta1与Ro为负相关。
在一个实施例中，脆性岩对应高分辨率静态杨氏模量计算模型为如下公式：
Esta2＝a2×lnRo+m2
其中，Ro为完全含水高分辨率电阻率；Esta2为脆性岩对应高分辨率静态杨氏模量；a2、m2分别为不同的常数；Esta2与Ro为正相关。
在一个实施例中，第三处理模块，具体可以用于：
根据指定页岩油储层的高分辨率静态杨氏模量，和预先定义的第一幂次定理指数与静态杨氏模量的函数表达式，确定第一幂次定理指数；
根据指定页岩油储层的高分辨率静态杨氏模量、第一幂次定理指数和预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式，确定第二幂次定理指数；
将第二幂次定理指数、指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
在一个实施例中，所述连续最小水平主应力计算模型为如下公式：
其中，SHmin为连续最小水平主应力；
Sv为上覆地层压力；
Esta为高分辨率静态杨氏模量；
B为第一幂次定理指数，预先定义的第一幂次定理指数与静态杨氏模量的函数表达式为
N为第二幂次定理指数，预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式为N＝s×log(Esta，B)+t；
c、d、e、f、g、h、r、s、t分别为不同的常数。
本发明实施例还提供一种计算机设备，如图7所示，为本发明实施例中计算机设备的示意图，所述计算机设备700包括存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序730，所述处理720执行所述计算机程序730时实现上述页岩油储层最小水平主应力的确定方法。
本发明实施例还提供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程序，所述计算机程序被处理器执行时实现上述页岩油储层最小水平主应力的确定方法。
本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述页岩油储层最小水平主应力的确定方法。
本发明实施例中，与现有的利用常规测井资料确定最小水平主应力的技术方案相比，利用微电阻率成像测井资料分辨率高的优势，根据指定页岩油储层的浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，可以得到指定页岩油储层的高分辨率电阻率曲线，以及利用指定页岩油储层的岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；根据指定页岩油储层的元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；然后，在确定指定页岩油储层的岩性类型后，通过预先确定的完全含水高分辨率电阻率曲线与高分辨率静态杨氏模量之间的关联关系，即高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；进而将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。这样，可以解决现有技术中利用常规测井资料确定最小水平主应力分辨率低的问题，提高确定的页岩油储层的最小水平主应力的分辨率，为页岩油气的勘探开发提供技术利器。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (19)
1.一种页岩油储层最小水平主应力的确定方法，其特征在于，包括：
获取指定页岩油储层的浅电阻率测井资料、微电阻率成像测井资料、核磁共振测井资料、元素测井资料、岩心分析数据、岩电实验数据和指定页岩油储层的上覆地层压力；所述上覆地层压力是通过密度积分法确定的；
利用浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，得到指定页岩油储层的高分辨率电阻率曲线；
利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；
根据元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；
根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；
根据岩心分析数据对指定页岩油储层的岩性进行分析，确定指定页岩油储层的岩性类型，所述岩性类型为塑性岩或脆性岩；
根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；
将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
2.如权利要求1所述的方法，其特征在于，根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线，包括：
将指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，输入预先构建的完全含水高分辨率电阻率计算模型，确定指定页岩油储层的完全含水高分辨率电阻率曲线。
3.如权利要求2所述的方法，其特征在于，所述预先构建的完全含水高分辨率电阻率计算模型为如下公式：
n
Ro＝(1-So)×Rhr
其中，Ro为完全含水高分辨率电阻率；So为连续含油饱和度曲线；n为连续饱和度指数曲线；Rhr为高分辨率电阻率曲线。
4.如权利要求1所述的方法，其特征在于，根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量之前，还包括：
通过对已知岩性类型为塑性岩的页岩油储层进行三轴压缩实验，得到实验分析的塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第一关联关系；对第一关联关系进行交会分析，建立塑性岩对应高分辨率静态杨氏模量计算模型；
通过对已知岩性类型为脆性岩的页岩油储层进行三轴压缩实验，得到实验分析的脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第二关联关系；对第二关联关系进行交会分析，建立脆性岩对应高分辨率静态杨氏模量计算模型。
5.如权利要求4所述的方法，其特征在于，塑性岩对应高分辨率静态杨氏模量计算模型为如下公式：
Esta1＝a1×lnRo+m1
其中，Ro为完全含水高分辨率电阻率；Esta1为塑性岩对应高分辨率静态杨氏模量，a1、m1分别为不同的常数；Esta1与Ro为负相关。
6.如权利要求4所述的方法，其特征在于，脆性岩对应高分辨率静态杨氏模量计算模型为如下公式：
Esta2＝a2×lnRo+m2
其中，Ro为完全含水高分辨率电阻率；Esta2为脆性岩对应高分辨率静态杨氏模量；a2、m2分别为不同的常数；Esta2与Ro为正相关。
7.如权利要求1所述的方法，其特征在于，将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力，包括：
根据指定页岩油储层的高分辨率静态杨氏模量，和预先定义的第一幂次定理指数与静态杨氏模量的函数表达式，确定第一幂次定理指数；
根据指定页岩油储层的高分辨率静态杨氏模量、第一幂次定理指数和预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式，确定第二幂次定理指数；
将第二幂次定理指数、指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
8.如权利要求7所述的方法，其特征在于，所述连续最小水平主应力计算模型为如下公式：
其中，SHmin为连续最小水平主应力；
Sv为上覆地层压力；
Esta为高分辨率静态杨氏模量；
B为第一幂次定理指数，预先定义的第一幂次定理指数与静态杨氏模量的函数表达式为
N为第二幂次定理指数，预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式为N＝s×log(Esta，B)+t；
c、d、e、f、g、h、r、s、t分别为不同的常数。
9.一种页岩油储层最小水平主应力的确定装置，其特征在于，包括：
获取模块，用于获取指定页岩油储层的浅电阻率测井资料、微电阻率成像测井资料、核磁共振测井资料、元素测井资料、岩心分析数据、岩电实验数据和指定页岩油储层的上覆地层压力；所述上覆地层压力是通过密度积分法确定的；
电阻率确定模块，用于利用浅电阻率测井资料中的浅电阻率曲线对微电阻率成像测井资料中的电导率曲线进行刻度，得到指定页岩油储层的高分辨率电阻率曲线；
含油饱和度确定模块，用于利用岩心分析数据中的含油孔隙度信息，对核磁共振测井资料进行刻度，确定指定页岩油储层的连续含油饱和度曲线；
饱和度指数确定模块，用于根据元素测井资料中的不同矿物含量信息和岩电实验数据，确定指定页岩油储层的连续饱和度指数曲线；
第一处理模块，用于根据指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，确定指定页岩油储层的完全含水高分辨率电阻率曲线；
岩性确定模块，用于根据岩心分析数据对指定页岩油储层的岩性进行分析，确定指定页岩油储层的岩性类型，所述岩性类型为塑性岩或脆性岩；
第二处理模块，用于根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量；
第三处理模块，用于将指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
10.如权利要求9所述的装置，其特征在于，第一处理模块，具体用于：
将指定页岩油储层的高分辨率电阻率曲线、连续含油饱和度曲线和连续饱和度指数曲线，输入预先构建的完全含水高分辨率电阻率计算模型，确定指定页岩油储层的完全含水高分辨率电阻率曲线。
11.如权利要求10所述的装置，其特征在于，所述预先构建的完全含水高分辨率电阻率计算模型为如下公式：
n
Ro＝(1-So)×Rhr
其中，Ro为完全含水高分辨率电阻率；So为连续含油饱和度曲线；n为连续饱和度指数曲线；Rhr为高分辨率电阻率曲线。
12.如权利要求9所述的装置，其特征在于，还包括模型建立模块，用于第二处理模块在根据指定页岩油储层的岩性类型和完全含水高分辨率电阻率曲线，选择与指定页岩油储层的岩性类型对应的高分辨率静态杨氏模量计算模型，确定指定页岩油储层的高分辨率静态杨氏模量之前：
通过对已知岩性类型为塑性岩的页岩油储层进行三轴压缩实验，得到实验分析的塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将塑性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第一关联关系；对第一关联关系进行交会分析，建立塑性岩对应高分辨率静态杨氏模量计算模型；
通过对已知岩性类型为脆性岩的页岩油储层进行三轴压缩实验，得到实验分析的脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线；将脆性岩的静态杨氏模量数据和完全含水高分辨率电阻率曲线建立第二关联关系；对第二关联关系进行交会分析，建立脆性岩对应高分辨率静态杨氏模量计算模型。
13.如权利要求12所述的装置，其特征在于，塑性岩对应高分辨率静态杨氏模量计算模型为如下公式：
Esta1＝a1×lnRo+m1
其中，Ro为完全含水高分辨率电阻率；Esta1为塑性岩对应高分辨率静态杨氏模量，a1、m1分别为不同的常数；Esta1与Ro为负相关。
14.如权利要求12所述的装置，其特征在于，脆性岩对应高分辨率静态杨氏模量计算模型为如下公式：
Esta2＝a2×lnRo+m2
其中，Ro为完全含水高分辨率电阻率；Esta2为脆性岩对应高分辨率静态杨氏模量；a2、m2分别为不同的常数；Esta2与Ro为正相关。
15.如权利要求9所述的装置，其特征在于，第三处理模块，具体用于：
根据指定页岩油储层的高分辨率静态杨氏模量，和预先定义的第一幂次定理指数与静态杨氏模量的函数表达式，确定第一幂次定理指数；
根据指定页岩油储层的高分辨率静态杨氏模量、第一幂次定理指数和预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式，确定第二幂次定理指数；
将第二幂次定理指数、指定页岩油储层的高分辨率静态杨氏模量和上覆地层压力输入预先确定的连续最小水平主应力计算模型，得到指定页岩油储层的连续最小水平主应力。
16.如权利要求15所述的装置，其特征在于，所述连续最小水平主应力计算模型为如下公式：
其中，SHmin为连续最小水平主应力；
Sv为上覆地层压力；
Esta为高分辨率静态杨氏模量；
B为第一幂次定理指数，预先定义的第一幂次定理指数与静态杨氏模量的函数表达式为
N为第二幂次定理指数，预先定义的第一幂次定理指数和静态杨氏模量与第二幂次定理指数的函数表达式为N＝s×log(Esta，B)+t；
c、d、e、f、g、h、r、s、t分别为不同的常数。
17.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一所述方法。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至8任一所述方法。
19.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至8任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310763438.4A CN116819644A (zh) | 2023-06-26 | 2023-06-26 | 页岩油储层最小水平主应力的确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310763438.4A CN116819644A (zh) | 2023-06-26 | 2023-06-26 | 页岩油储层最小水平主应力的确定方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116819644A true CN116819644A (zh) | 2023-09-29 |
Family
ID=88112190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310763438.4A Pending CN116819644A (zh) | 2023-06-26 | 2023-06-26 | 页岩油储层最小水平主应力的确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116819644A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100020642A1 (en) * | 2008-07-24 | 2010-01-28 | Schlumberger Technology Corporation | Estimating formation stresses using radial profiles of three shear moduli |
| US20110182144A1 (en) * | 2010-01-25 | 2011-07-28 | Gray Frederick D | Methods and systems for estimating stress using seismic data |
| 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 |
| CN107092032A (zh) * | 2017-05-15 | 2017-08-25 | 西安石油大学 | 一种利用测井资料定量评价煤层气开采难易程度的方法 |
| US20210255359A1 (en) * | 2020-02-19 | 2021-08-19 | Manzar Fawad | Method for estimating rock brittleness from well-log data |
| CN113419284A (zh) * | 2021-06-30 | 2021-09-21 | 东北石油大学 | 一种基于聚类分析测井岩石物理相双甜点识别方法 |
| CN114037805A (zh) * | 2021-10-26 | 2022-02-11 | 重庆科技学院 | 一种非常规储层饱和度模型构建方法 |
| US20230008054A1 (en) * | 2021-07-06 | 2023-01-12 | Saudi Arabian Oil Company | Determining saturation in low resistivity pay zones |
-
2023
- 2023-06-26 CN CN202310763438.4A patent/CN116819644A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100020642A1 (en) * | 2008-07-24 | 2010-01-28 | Schlumberger Technology Corporation | Estimating formation stresses using radial profiles of three shear moduli |
| US20110182144A1 (en) * | 2010-01-25 | 2011-07-28 | Gray Frederick D | Methods and systems for estimating stress using seismic data |
| 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 |
| CN107092032A (zh) * | 2017-05-15 | 2017-08-25 | 西安石油大学 | 一种利用测井资料定量评价煤层气开采难易程度的方法 |
| US20210255359A1 (en) * | 2020-02-19 | 2021-08-19 | Manzar Fawad | Method for estimating rock brittleness from well-log data |
| CN113419284A (zh) * | 2021-06-30 | 2021-09-21 | 东北石油大学 | 一种基于聚类分析测井岩石物理相双甜点识别方法 |
| US20230008054A1 (en) * | 2021-07-06 | 2023-01-12 | Saudi Arabian Oil Company | Determining saturation in low resistivity pay zones |
| CN114037805A (zh) * | 2021-10-26 | 2022-02-11 | 重庆科技学院 | 一种非常规储层饱和度模型构建方法 |
Non-Patent Citations (4)
| Title |
|---|
| HAMZA, FARRUKH ET AL: "Characterization of Anisotropic Elastic Moduli and Stress for Unconventional Reservoirs Using Laboratory Static and Dynamic Geomechanical Data", SPE RESERVOIR EVALUATION & ENGINEERING, vol. 212, no. 2, 4 January 2019 (2019-01-04), pages 392 - 404 * |
| 中国石油天然气总公司新技术推广中心: "油气勘探综合配套技术应用范例", vol. 1, 31 December 1996, 石油工业出版社, pages: 68 - 70 * |
| 刘松泽: "X区块致密油储层综合甜点评价研究", 中国优秀硕士学位论文全文数据库, no. 2022, 15 November 2022 (2022-11-15), pages 019 - 78 * |
| 刘财广 等: "玛湖凹陷风城组页岩油产量影响因素及甜点评价", 新疆石油地质, vol. 48, no. 1, 22 November 2022 (2022-11-22), pages 223 - 234 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11163923B2 (en) | Automated upscaling of relative permeability and capillary pressure in multi-porosity systems | |
| US10393641B2 (en) | Methods of determining cementation exponent and saturation exponent in porous media from dielectric dispersion data | |
| US20070112518A1 (en) | Method and Apparatus for Measuring the Wettability of Geological Formations | |
| EP3077618B1 (en) | Tuning digital core analysis to laboratory results | |
| CA2869825C (en) | Three-dimensional multi-modal core and geological modeling for optimal field development | |
| AU2014307046A1 (en) | Digital core sensitivity analysis | |
| CN105443122B (zh) | 一种测井解释模型的处理方法及装置 | |
| CN107808032B (zh) | 页岩气储层含水饱和度计算方法及系统 | |
| NO20211158A1 (zh) | ||
| Askari et al. | A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir | |
| CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
| US8718992B2 (en) | Method for history matching of a geological model comprising a sub-seismic fault network | |
| CN113775326B (zh) | 可动水饱和度的评价方法、装置、电子设备及介质 | |
| CN111236934B (zh) | 水淹级别确定方法和装置 | |
| CN116819644A (zh) | 页岩油储层最小水平主应力的确定方法及装置 | |
| US11703612B2 (en) | Methods and systems for characterizing a hydrocarbon-bearing rock formation using electromagnetic measurements | |
| CN115099014A (zh) | 一种基于随钻录井的天然气井地质探明储量计算方法 | |
| WO2020167783A1 (en) | Methods and systems to determine tortuosity of rock and fluids in porous media | |
| CN113720745A (zh) | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 | |
| Worthington | Petrophysical type curves for identifying the electrical character of petroleum reservoirs | |
| CN112711076B (zh) | 提取石油钻井中泥浆侵入地层深度的方法和装置 | |
| US10802177B2 (en) | Evaluating hydrocarbon reserves using tool response models | |
| CN113391373B (zh) | 一种杨氏模量的计算方法、装置、设备和存储介质 | |
| CN112946754B (zh) | 储层孔隙度预测方法及装置 | |
| Bagheri et al. | Reducing the risk of CO2 storage projects through cost effective reservoir characterisation: application of digital core analysis to a CO2 injection reservoir |
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 |