CN117345208B - 一种压裂优势区定量表征方法、装置、电子设备及介质 - Google Patents

一种压裂优势区定量表征方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN117345208B
CN117345208B CN202311433515.6A CN202311433515A CN117345208B CN 117345208 B CN117345208 B CN 117345208B CN 202311433515 A CN202311433515 A CN 202311433515A CN 117345208 B CN117345208 B CN 117345208B
Authority
CN
China
Prior art keywords
reservoir
index
fracturing
model
evaluation model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311433515.6A
Other languages
English (en)
Other versions
CN117345208A (zh
Inventor
高红艳
刘创新
付豪
夏瑜
单理军
冯永玖
郭士生
黄导武
李小凡
简家斌
胡忠太
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Oilfield Services Ltd Shanghai Branch
Original Assignee
China Oilfield Services Ltd Shanghai Branch
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Oilfield Services Ltd Shanghai Branch filed Critical China Oilfield Services Ltd Shanghai Branch
Priority to CN202311433515.6A priority Critical patent/CN117345208B/zh
Publication of CN117345208A publication Critical patent/CN117345208A/zh
Application granted granted Critical
Publication of CN117345208B publication Critical patent/CN117345208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
    • E21B43/25—Methods for stimulating production
    • E21B43/26—Methods for stimulating production by forming crevices or fractures
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Geology (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Animal Husbandry (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Marine Sciences & Fisheries (AREA)
  • General Business, Economics & Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Geophysics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种压裂优势区定量表征方法、装置、电子设备及介质。该方法包括：基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度；根据纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数；建立储层多维地质模型；利用脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型；根据储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型；基于脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。本技术方案，能为海上低渗气藏压裂优势区的定量表征提供新的技术支持。

Description

一种压裂优势区定量表征方法、装置、电子设备及介质
技术领域
本发明涉及海上低渗气藏压裂优势区表征技术领域，尤其涉及一种压裂优势区定量表征方法、装置、电子设备及介质。
背景技术
定量表征海上低渗气藏的压裂优势区，对于海上低渗气藏压裂工艺设计及高效开发具有重要意义。
目前，针对低渗气藏压裂压裂优势区的定量表征，学者从不同的角度已经进行了广泛研究。CN2023104205974公布了页岩油气甜点预测方法、装置、设备及存储介质；CN202210735547.0公布了基于测井资料的泥灰岩压裂甜点区的综合评价方法；CN202111339143.1公布了一种水平井压裂甜点预测方法及系统；CN202110010566.2公布了一种水平井压裂甜点选段显示方法；CN202111176075.1公布了一种储层脆性指数地震预测方法、装置和可读存储介质；CN201910680475.2公布了一种基于叠前地震数据的煤层气储层脆性指数反演方法；2018年35卷03期，特种油气藏，针对页岩气储层进行了基于层次分析法的可压裂性评价研究；2018年38卷01期，岩石力学与工程学报，进行了基于全应力–应变曲线及起裂应力的岩石脆性特征评价研究；2019年26卷02期，断块油气田，综合矿物组分和弹性力学参数进行页岩脆性评价研究；2020年27卷04期，断块油气田，对页岩脆性表征方法和主要控制因素进行了综合分析和探讨；2021年06卷01期，石油科学通报，针对非常规油气储层开展脆性评价与预测方法研究；2022年43卷06期，新疆石油地质，针对风城组页岩进行了油藏地质特征及甜点评价研究；2022年45卷04期，天然气勘探与开发，借助灰色关联度分析法明确了各评价因素对压裂效果的敏感性，并采用综合权重法和BP神经网络方法，建立了综合压裂甜点计算模型，进而利用该模型开展了21口水平井压裂甜点评价分析研究；2022年57卷S1期，石油地球物理勘探，针对辽河坳陷大民屯凹陷沙四段页岩油利用两宽一高地震资料，分层组、分要素精准预测了页岩油甜点分布，形成了一套针对陆相页岩油甜点的地球物理预测方法和技术流程；2023年43卷06期，天然气工业，针对致密砂岩气储层进行了多尺度地质-工程双甜点研究。
目前研究人员广泛研究了陆上低渗气藏的压裂优势区定量表征方法，但是海上低渗气藏压裂开发目前正处于现场试验阶段，且海上测井数据较少，针对海上低渗气藏的压裂优势区评价没有较好评价方法。因此有必要建立适用于海上低渗气藏的压裂优势区定量评价模型，实现海上低渗气藏压裂优势区定量表征。
发明内容
本发明提供了一种压裂优势区定量表征方法、装置、电子设备及介质，建立储层多维地质模型多源信息融合的压裂优势区定量评价模型，能为海上低渗气藏压裂优势区的定量表征提供新的技术支持，对于海上低渗气藏的压裂工艺设计及高效开发具有重要意义。
根据本发明的一方面，提供了一种压裂优势区定量表征方法，该方法包括：
根据预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层地质模型；
基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于所述弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度；
根据所述纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数；
根据所述海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型；
利用所述脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型；
根据所述储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型；
基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。
根据本发明的另一方面，提供了一种压裂优势区定量表征装置，该装置包括：
储层地质模型构建模块，用于根据预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层多维地质模型；
地震数据反演模块，用于基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于所述弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度；
脆性指数计算模块，用于根据所述纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数；
根据所述海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型；
储层可压性评价模型建立模块，用于利用所述脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型；
储层可压裂性定量评价模型建立模块，用于根据所述储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型；
储层压裂优势区定量表征模块，用于基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种压裂优势区定量表征方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种压裂优势区定量表征方法。
本发明实施例的技术方案，通过预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层地质模型，以及基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度，根据纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数，根据海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型，然后利用脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型，根据储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型，然后基于脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。本技术方案，建立储层多维地质模型多源信息融合的压裂优势区定量评价模型，能为海上低渗气藏压裂优势区的定量表征提供新的技术支持，对于海上低渗气藏的压裂工艺设计及高效开发具有重要意义。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。
图1是根据本发明实施例一提供的一种压裂优势区定量表征方法的流程图；
图2为本发明实施例二提供的一种压裂优势区定量表征过程的示意图；
图3是本申请实施例二提供的1井X1a层BI、MFrac、MFI评价剖面图；
图4是本申请实施例二提供的邻井产量与BI相关性；
图5是本申请实施例二提供的邻井产量与MFrac相关性；
图6为本发明实施例三提供的一种压裂优势区定量表征装置的结构示意图；
图7是实现本发明实施例的一种压裂优势区定量表征方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“最大”、“最小”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种压裂优势区定量表征方法的流程图，本实施例可适用于对海上低渗气藏的储层压裂优势区进行定量表征的情况，该方法可以由一种压裂优势区定量表征装置来执行，该压裂优势区定量表征装置可以采用硬件和/或软件的形式实现，该压裂优势区定量表征装置可配置于电子设备中。如图1所示，该方法包括：
S110、根据预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层地质模型。
在本实施例中，海上低渗气藏在勘探开发过程中较陆上测井数据体相对较少，但有丰富的地震数据，因此可以融合多源信息建立适用于海上低渗气藏的压裂优势区定量评价模型，并且以海上低渗气藏储层多维地质模型进行约束，实现从单井到全区域的海上低渗气藏压裂优势区定量表征。
在本方案中，可以采取确定性和随机性相互结合的方法进行储层地质建模，即构造模型采取确定性建模方法进行建模，岩性模型采用随机性的建模方法进行建模，从而构建海上低渗气藏储层地质模型。
具体的，首先通过精细井震标定，确定储层发育位置。在构建精准时深关系的基础上，通过构造层位约束速度空间变化、地质分层校核，建立时空变速度模型；然后将时间域地震反演储层预测成果转至深度域，同时进行质控，从而确保深度域数据的准确性。
进一步的，可以利用构造成果，明确目的层不同构造层和断层状况；采用井间对比法确定储层结构特征；基于地质知识、地球物理测试资料、沉积模式以及单井相分析进行井间砂体对比；最后采用克里金方法结合变异函数和协方差函数，确定井间储层参数，建立构造模型，完成储层构造模型的确定性建模。
然后分析不同目的层的纵波速度和横波速度平面属性，确定岩相及属性建模变差函数参数；依据变差函数分析参数(主次变程及物源方向)，利用序贯指示模拟方法，同时采用地震纵波速度和横波速度反演成果进行趋势约束，建立岩相模型。
进一步的，基于孔隙度反演预测成果，依据变差函数分析参数，通过岩相控制利用序贯高斯模拟方法进行趋势约束，建立孔渗饱属性模型；并结合构造模型、岩相模型和孔渗饱属性模型，建立三维精细地质模型。
S120、基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于所述弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度。
在本方案中，把经过叠前精细保幅处理和偏移的共反射点道集，分成多个入射角叠加，形成不同入射角剖面，将不同入射角剖面分别进行子波提取和叠后(弹性)阻抗反演，可以得到不同角度下的弹性阻抗。
具体的，可以将3个及以上不同入射角剖面分别进行子波提取和叠后(弹性)阻抗反演，得到不同角度下的弹性阻抗EI(θ1)、EI(θ2)、EI(θ3)，并形成方程组如下：
其中，R(θ)是以θ角入射时的反射系数，EI(θ1)、EI(θ2)、EI(θ3)分别为不同入射角的弹性阻抗。
进一步的，可以基于不同角度下的弹性阻抗EI(θ1)、EI(θ2)、EI(θ3)求出储层岩石的纵波速度、横波速度及密度。
具体的，采用如下公式计算纵波速度、横波速度及密度：
其中，表示纵波速度、横波速度及密度；k表示横波速度的平方与纵波速度的平方的比值。
S130、根据所述纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数。
其中，脆性指数是遴选高品质非常规油气储层的重要指标，脆性能够显著影响井壁的稳定性,是评价储层力学特性的关键指标。
在本方案中，可以将纵波速度、横波速度以及密度进行组合运算，计算得到脆性指数。也可以将纵波速度、横波速度以及密度进行组合运算，计算得到弹性参数、强度参数。
可选的，根据所述纵波速度、横波速度以及密度，计算得到脆性指数，包括：
根据所述纵波速度、横波速度以及密度，计算得到弹性模量和泊松比；
将所述弹性模量和泊松比进行归一化处理，得到归一化的弹性模量和泊松比；
利用所述归一化的弹性模量和泊松比，计算得到脆性指数。
在本方案中，可以基于地震数据求解得到的纵波速度、横波速度以及密度，计算弹性模量及泊松比，并采用弹性模量和泊松比计算脆性指数。
可选的，包括：
采用如下公式计算弹性模量和泊松比；
其中，表示弹性模量，表示泊松比，表示纵波速度、横波速度及密度；
采用如下公式计算归一化的弹性模量和泊松比；
其中，表示归一化的弹性模量，表示归一化的泊松比；
采用如下公式计算脆性指数；
其中，BI表示脆性指数。
在本方案中，还可以利用测井数据体计算静态杨氏模量E和泊松比μ，利用归一化的杨氏模量E和泊松比μ，计算脆性指数BBrit。
具体的，采用如下公式计算脆性指数BBrit；
其中，Δts是横波时差，μs/ft；Δtc是纵波时差，μs/ft；DEN是岩石密度，g/cm3；BBrit是利用测井数据体计算的脆性指数，无量纲；EBrit、Emax、Emin、E分别为利用测井数据体计算的归一化的杨氏模量、最大杨氏模量、最小杨氏模量及静态杨氏模量；μBrit、μmax、μmin、μ分别为利用测井数据体计算的归一化的泊松比、最大泊松比、最小泊松比及静态泊松比。
在本方案中，可以将测井数据体计算的泊松比μBrit、弹性模量EBrit、脆性指数BBrit与利用地震数据计算的泊松比弹性模量脆性指数BI进行相关性分析，验证泊松比弹性模量脆性指数BI的准确性。
基于地震数据数据计算得到脆性指数，能够基于脆性指数建立储层多维地质模型多源信息融合的压裂优势区定量评价模型，能为海上低渗气藏压裂优势区的定量表征提供新的技术支持，对于海上低渗气藏的压裂工艺设计及高效开发具有重要意义。
S140、根据所述海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型；
在本方案中，在三维精细地质模型建立基础上，利用杨氏模量、泊松比等岩石力学弹性参数数据体和抗拉强度等强度参数数据体，通过高斯随机方程模拟算法，建立储层弹性及强度模型。在三维精细地质模型建立基础上，依据单井一维地应力模型，建立低渗气藏储层多维地学模型。
具体的，对三维精细地质模型沿I、J方向进行2倍网格粗化，在粗化模型的基础上增加上覆地层、下伏地层以及围岩网格创建地质力学网格，确保横纵比(水平距离比深度)不能大于3:1。在已有地质网格的基础上，在纵横向增加围岩网格；其中，I方向用于产生I方向围岩网格，J方向用于产生J方向围岩网格。考虑到纵深比及软件网格运算限制，I及J方向分别外扩10个网格。同时考虑到力学网格的渐变性，相邻网格节点不能差异过大，选用倍率法外扩网格，在原有网格的基础上在I和J方向分别延申2和4倍。Variation选用Geometricfactor(几何因子)，Factor参数选取1.6，刚性板厚度默认50米，旋转角度为65°；在已有地质网格的基础上，利用层位控制网格的扩展，同时考虑围岩与目的层的网格大小渐变，采用Geometric Factor非线性网格扩展方式，建立地质力学网格顶底面按照指数空间15及21层网格离散，分别拓展至海拔0m，-85000m，侧面按照对指数间10层网格离散，拓展至原始地质工区尺寸2及4倍，最终形成三维空间力学网格，完成储层多维地质模型建模。
S150、利用所述脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型。
其中，成岩指数可以用于表征成岩作用的强度，成岩指数可以根据自然伽马曲线和自然电位曲线进行确定。
在本实施例中，抗拉强度指数用于表征储层岩石的抗拉强度，可以基于储层岩石的各个参数进行计算得到。
在本方案中，可以将脆性指数、成岩指数以及抗拉强度指数进行组合运算，建立储层可压性评价模型。
S160、根据所述储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型。
在本方案中，可以在储层可压性评价模型的基础上，考虑最小水平主应力指数，建立储层可压裂性定量评价模型。
S170、基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。
在本方案中，为了保证储层压裂区预测的准确性，且因为储层岩石脆性大、可裂性指数高的地段更容易发生断裂，将脆性指数、储层可压性评价模型、储层可压裂性定量评价模型结合起来定量表征储层压裂优势区。
可选的，基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区，包括：
将所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型进行划分，构建储层压裂优势区的评价标准；
将单井的脆性指数、储层可压性评价模型、储层可压裂性定量评价模型导入储层多维地质模型，构建单井指数随井深的变化剖面；
基于所述单井指数随井深的变化剖面，利用储层的孔渗饱属性模型进行约束，建立全区域指数模型，并根据所述储层压裂优势区的评价标准和全区域指数模型，构建不同类型的储层压裂优势区。
具体的，选择研究区域内具有代表性的探井分别计算脆性指数、储层可压性评价模型、储层可压裂性定量评价模型，探井的选择和位置应该尽可能大的控制整个油藏。
采用聚类分析法将脆性指数、储层可压性评价模型、储层可压裂性定量评价模型分别划分三类，从而建立储层压裂优势区的评价标准。其中，评价标准中一类压裂优势区脆性指数大、可压裂性强、可压裂性指数高，储层可压裂性最好，二类次之，三类最差。
进一步的，在建立储层压裂优势区的评价标准后，将单井的脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以测井数据体的形式导入储层多维地质模型中，形成单井脆性指数、储层可压性评价模型、储层可压裂性定量评价模型随井深的变化剖面。
基于单井脆性指数、储层可压性评价模型、储层可压裂性定量评价模型随井深的变化剖面，通过储层的孔渗饱属性模型进行约束，在多维模型中建立全区域脆性指数模型、储层可压性评价模型、储层可压裂性定量评价模型，并结合储层压裂优势区的评价标准，形成不同类型的储层压裂优势区(储层压裂地质甜点)，定量表征储层的可压裂性，进而指导钻前预测及储层压裂设计。
在本方案中，基于压后产能数据对评价效果进行拟合，验证储层压裂优势区定量评价模型的精确度。
通过脆性指数、储层可压性评价模型以及储层可压裂性定量评价模型，定量表征储层压裂优势区，能为海上低渗气藏压裂优势区的定量表征提供新的技术支持，对于海上低渗气藏的压裂工艺设计及高效开发具有重要意义。
本发明实施例的技术方案，通过预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层地质模型，基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度，根据纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数，根据海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型，然后利用脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型，根据储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型，然后基于脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。通过执行本技术方案，建立储层多维地质模型多源信息融合的压裂优势区定量评价模型，能为海上低渗气藏压裂优势区的定量表征提供新的技术支持，对于海上低渗气藏的压裂工艺设计及高效开发具有重要意义。
实施例二
图2为本发明实施例二提供的一种压裂优势区定量表征过程的示意图，本实施例与上述实施例之间的关系是对储层评价模型建立过程的详细描述。如图2所示，该方法包括：
S210、根据预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层地质模型。
S220、基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于所述弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度。
S230、根据所述纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数。
S240、根据所述海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型；
S250、根据自然伽马曲线和自然电位曲线，确定成岩系数，并将所述成岩系数进行归一化处理，得到成岩指数。
具体的，将自然伽马曲线和自然电位曲线进行归一化处理，并将归一化处理后的自然伽马曲线和自然电位曲线差值作为成岩系数C1。然后对成岩系数C1进行归一化处理得到成岩指数C。
C1＝GR1-SP1；
其中，SP、SP1、SPMAX、SPMIN分别是自然电位曲线、归一化的自然电位曲线、自然电位曲线最大值与自然电位曲线最小值；GR、GR1、GRMAX、GRMIN分别是自然伽马曲线、归一化的自然伽马曲线、自然伽马曲线最大值与自然伽马曲线最小值；C、C1、CMAX、CMIN分别是成岩指数、成岩系数、成岩系数最大值与成岩系数最小值。
S260、根据纯泥岩处的自然伽马测井值、纯砂岩处的自然伽马测井值、自然伽马测井值、泥质体积的经验系数、泥质含量以及静态杨氏模量，计算得到抗拉强度指数。
在本方案中，可以根据预先设置的抗拉强度计算公式，将纯泥岩处的自然伽马测井值、纯砂岩处的自然伽马测井值、自然伽马测井值、泥质体积的经验系数、泥质含量以及静态杨氏模量进行组合，计算得到抗拉强度，并将抗拉强度进行归一化处理，得到抗拉强度指数。
具体的，可以采用如下公式计算抗拉强度指数；
σ＝0.0045·E·(1-Vsh)+0.008·E·Vsh；
其中，Ish是泥质指数，GRmax是纯泥岩处的自然伽马测井值，GRmin是纯砂岩处的自然伽马测井值，GR是自然伽马测井值，GCUR是计算泥质体积的经验系数，一般老地层取值2，第三纪地层取值3.7，Vsh是自然伽马曲线计算的泥质含量，E是静态杨氏模量，σt、σMAX、σMIN、σ分别是归一化抗拉强度、最大抗拉强度、最小抗拉强度、抗拉强度指数。
S270、将所述脆性指数和成岩指数、抗拉强度指数进行组合运算，建立储层可压性评价模型。
具体的，采用如下公式建立储层可压性评价模型；
MFrac＝0.5BI+0.5C·σt；
其中，MFrac为储层可压性评价模型，BI为脆性指数，C为成岩指数，σt为抗拉强度指数。
S280、根据所述储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型。
在本方案中，岩石的最小水平地应力越小，岩石越脆，越容易形成裂缝，其抗拉强度越小，越容易形成缝网，增大压裂体积，归一化储层最小水平主应力可以得到最小水平主应力指数。
具体的，可以采用如下公式计算最小水平主应力指数；
其中，σh、σht分别为归一化最小水平主应力、最小水平主应力最大值、最小水平主应力最小值、不同深度的最小水平地应力指数。
进一步的，在储层可压性评价模型MFrac的基础上，考虑最小水平主应力指数，建立储层可压性定量评价模型MFI，可以采用如下公式建立储层可压性定量评价模型MFI；
其中，MFI为储层可压裂性定量评价模型，g、h为系数，一般取0.5，BI为脆性指数，C为成岩指数，σt为抗拉强度指数，σht为最小水平主应力。
S290、基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。
本发明实施例的技术方案，通过预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层地质模型，基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度，根据纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数，根据海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型，然后根据自然伽马曲线和自然电位曲线，确定成岩系数，并将成岩系数进行归一化处理，得到成岩指数，以及根据纯泥岩处的自然伽马测井值、纯砂岩处的自然伽马测井值、自然伽马测井值、泥质体积的经验系数、泥质含量以及静态杨氏模量，计算得到抗拉强度指数，并将脆性指数和成岩指数、抗拉强度指数进行组合运算，建立储层可压性评价模型，根据储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型，然后基于脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。通过执行本技术方案，建立储层多维地质模型多源信息融合的压裂优势区定量评价模型，能为海上低渗气藏压裂优势区的定量表征提供新的技术支持，对于海上低渗气藏的压裂工艺设计及高效开发具有重要意义。
在本方案中，基于储层多维地质模型多源信息融合的海上低渗储层压裂优势区评价流程，首先建立海上低渗气藏储层多维地质模型；其次通过地震数据反演求解不同角度下的弹性阻抗得到纵波速度、横波速度及密度，计算泊松比和杨氏模量及脆性指数，然后考虑脆性指数、成岩指数、抗拉强度指数建立储层可压性模型，在此基础上考虑水平最小主应力指数，建立储层可压性定量表征模型；最后以脆性指数、储层可压性评价模型、储层可压裂性定量评价模型作为压裂优势区评价的表征参数，分类建立压裂优势区评价标准，建立脆性指数、储层可压性评价模型、储层可压裂性定量评价模型随井深变化剖面，并导入储层多维地质模型，以孔渗饱模型进行约束建立全区域指数模型，三者结果划定储层压裂优势区，指导钻前预测和压裂设计。
具体的，以海上某低渗气藏为例，储层压裂优势区定量表征步骤包括：
步骤一、进行储层多维地质建模；采取确定性和随机性相互结合的方法进行储层地质建模，建立三维精细地质模型；岩石力学参数模型和岩石单井地应力建模结果，建立储层弹性及强度模型；然后对三维精细地质模型进行粗化；最后基于粗化的三维地质模型，增加上覆地层、下伏地层以及围岩网格创建地质力学网格，最终形成三维空间力学网格，完成储层多维地质模型建模。
具体的，采用确定性建模方法，建立储层构造模型。通过精细井震标定，落实储层发育位置，在构建精准时深关系的基础上，通过构造层位约束速度空间变化，地质分层校核，建立时空变速度模型。然后将时间域地震反演储层预测成果转至深度域，同时进行质控，确保深度域数据的准确；基于储量汇报构造成果，明确目的层不同构造层和断层状况；采用井间对比法确定储层结构特征；基于地质认识、地球物理测试资料、沉积模式以及单井相分析进行井间砂体对比；最后采用克里金方法结合变异函数和协方差函数，确定井间储层参数，建立构造精细模型，完成储层构造模型确定性建模。
进一步的，采用随机建模法建立储层岩相模型。分析不同目的层段的Vp/Vs平面属性，确定岩相及属性建模变差函数参数。基于测井解释成果，依据变差函数分析结果(主次变程及物源方向)，利用序贯指示模拟方法，同时采用地震Vp/Vs反演成果进行趋势约束，建立岩相模型。基于孔隙度反演预测成果，依据变差函数分析参数(主次变程及物源方向)，通过岩相控制利用序贯高斯模拟方法进行趋势约束，建立孔渗饱属性模型；结合构造模型、岩相模型和孔渗饱属性模型，建立三维精细地质模型。
步骤二、基于地震数据进行反演，通过求解不同角度下的弹性阻抗，求解纵波速度、横波速度及密度；
具体的，把经过叠前精细保幅处理和偏移的共反射点道集，分成多个入射角叠加，形成不同入射角剖面，将3个及以上不同入射角剖面分别进行子波提取和叠后(弹性)阻抗反演，得到不同角度下的弹性阻抗EI(θ1)、EI(θ2)、EI(θ3)，并形成方程组。
其中，R(θ)是以θ角入射时的反射系数，EI(θ1)、EI(θ2)、EI(θ3)分别为不同入射角的弹性阻抗。
进一步的，基于不同角度下的弹性阻抗EI(θ1)、EI(θ2)、EI(θ3)求出储层岩石的纵波速度、横波速度及密度。
具体的，采用如下公式计算纵波速度、横波速度及密度：
其中，表示纵波速度、横波速度及密度；k表示横波速度的平方与纵波速度的平方的比值。
步骤三、基于步骤二得到的纵波速度、横波速度及密度，计算弹性模量及泊松比，采用弹性模量和泊松比计算脆性指数，利用测井数据体分别计算储层泊松比、弹性模量、脆性指数，对地震反演数据计算的泊松比、弹性模量、脆性指数进行校正。
具体的，利用求取的纵波速度、横波速度、密度，根据公式计算得到动态杨氏模量和动态泊松比
其中，表示弹性模量，表示泊松比，表示纵波速度、横波速度及密度；
将动态杨氏模量和动态泊松比代入公式计算出归一化的杨氏模量归一化的泊松比和归一化的脆性指数BI。
其中，BI表示脆性指数，无量纲；分别为利用地震数据计算的归一化的杨氏模量、最大杨氏模量、最小杨氏模量及静态杨氏模量；分别是利用地震数据计算的归一化的泊松比、最大泊松比、最小泊松比及静态泊松比。
利用测井数据体计算杨氏模量E和泊松比μ，利用归一化的杨氏模量E和泊松比μ，计算脆性指数BBrit。
其中，Δts是横波时差，μs/ft；Δtc是纵波时差，μs/ft；DEN是岩石密度，g/cm3；BBrit是利用测井数据体计算的脆性指数，无量纲；EBrit、Emax、Emin、E分别为利用测井数据体计算的归一化的杨氏模量、最大杨氏模量、最小杨氏模量及静态杨氏模量；μBrit、μmax、μmin、μ分别为利用测井数据体计算的归一化的泊松比、最大泊松比、最小泊松比及静态泊松比。。
可以将测井数据体计算的泊松比μBrit、弹性模量EBrit、脆性指数BBrit与利用地震数据计算的泊松比弹性模量脆性指数BI进行相关性分析，验证泊松比弹性模量脆性指数BI的准确性。
在本方案中，基于建立的三维精细地质模型，结合岩石力学参数模型和岩石单井地应力建模结果，建立储层弹性及强度模型。
进一步的，储层多维地质建模。对三维精细地质模型沿I、J方向进行2倍网格粗化，在粗化模型的基础上增加上覆地层、下伏地层以及围岩网格创建地质力学网格，确保横纵比(水平距离比深度)不能大于3:1；在粗化的地质力学网格基础上，采用Multiply by(倍率)法外扩纵横向网格，分别在原有网格的基础上在I和J方向分别延申2和4倍。Variation选用Geometric factor，Factor参数选取1.6，刚性板厚度默认50米，旋转角度为65°；在粗化的地质力学网格基础上，采用Geometric Factor非线性网格扩展方式建立地质力学网格顶底面，按照指数空间15及21层网格离散，分别拓展至海拔0m，-85000m，侧面按照对指数间10层网格离散，拓展至原始地质工区尺寸2及4倍，最终形成三维空间力学网格，完成三维地质力学建模。
步骤四、综合考虑储层岩石脆性、成岩指数和抗拉强度指数，建立储层可压性评价模型；
具体的，将自然伽马曲线和自然电位曲线进行归一化处理，并将归一化处理后的自然伽马曲线和自然电位曲线差值作为成岩系数C1。然后对成岩系数C1进行归一化处理得到成岩指数C。
C1＝GR1-SP1；
其中，SP、SP1、SPMAX、SPMIN分别是自然电位曲线、归一化的自然电位曲线、自然电位曲线最大值与自然电位曲线最小值；GR、GR1、GRMAX、GRMIN分别是自然伽马曲线、归一化的自然伽马曲线、自然伽马曲线最大值与自然伽马曲线最小值；C、C1、CMAX、CMIN分别是成岩指数、成岩系数、成岩系数最大值与成岩系数最小值。
具体的，可以采用如下公式计算抗拉强度指数；
σ＝0.0045·E·(1-Vsh)+0.008·E·Vsh；
其中，Ish是泥质指数，GRmax是纯泥岩处的自然伽马测井值，GRmin是纯砂岩处的自然伽马测井值；GR是自然伽马测井值，GCUR是计算泥质体积的经验系数，一般老地层取值2，第三纪地层取值3.7，Vsh是自然伽马曲线计算的泥质含量。E是静态杨氏模量；σt、σMAX、σMIN、σ分别是归一化抗拉强度、最大抗拉强度、最小抗拉强度、抗拉强度指数。
综合考虑储层岩石脆性、成岩指数和抗拉强度指数，根据步骤三的脆性指数，结合成岩指数、抗拉强度指数，建立储层可压性评价模型MFrac；
MFrac＝0.5BI+0.5C·σt
式中，MFrac为储层可压性评价模型，BI为脆性指数，C为成岩指数，σt为抗拉强度指数。
步骤五、在步骤四的储层可压性评价模型的基础上，考虑最小水平主应力指数，建立储层可压裂性定量评价模型；
具体的，岩石的最小水平地应力越小，岩石越脆，越容易形成裂缝，其抗拉强度越小，越容易形成缝网，增大压裂体积，归一化储层最小水平主应力σh得到最小水平主应力指数σht。
其中，σh、σht分别为归一化最小水平主应力、最小水平主应力最大值、最小水平主应力最小值、不同深度的最小水平地应力指数。
在步骤四的储层可压性评价模型的基础上，考虑最小水平主应力指数，建立储层可压性定量评价模型；
其中，MFI为储层可压裂性定量评价模型，g、h为系数，一般取0.5，BI为脆性指数，C为成岩指数，σt为抗拉强度指数，σht为最小水平主应力。
步骤六、储层可压裂性评价；为了保证储层压裂区预测的准确性，且因为脆性大、可裂性指数高的地段更容易发生断裂，将步骤三的脆性指数、步骤四的储层可压性评价模型和步骤五的储层可压裂性定量评价模型结合起来进行储层压裂优势区定量表征。
具体的，选择研究区域内具有代表性的探井分别为1井、2井、3井、4井，四口探井能够有效的控制整个油藏，按照步骤三计算脆性指数、按照步骤四的储层可压性评价模型和步骤五的储层可压裂性定量评价模型，计算结果如表1所示；
表1
进一步的，采用聚类分析法分别将脆性指数、MFrac指数和MFI指数划分三类，建立储层压裂优质区评价标准，规定Ⅰ类压裂优势区的脆性指数大、可压裂性强、可压裂性指数高，储层可压裂性最好，Ⅱ类压裂优势区次之，Ⅲ类储层最差，压裂优势区评价标准如表2所示。
表2
在本实施例中，图3是本申请实施例二提供的1井X1a层BI、MFrac、MFI评价剖面图，如图3所示，将单井的脆性指数、MFrac指数和MFI指数以测井数据体的形式导入储层多维地质模型中，形成单井脆性指数、MFrac指数和MFI指数随井深的变化剖面。
进一步的，从图中可以看出XX气田全区块脆性指数最大值为0.8、最小值为0.2、平均值为0.538；可压裂性MFrac最大值为0.77、最小值为0.23、平均值为0.565；可压裂性MFI最大值为0.39、最小值为0.16、平均值为0.287。
进一步的，1井脆性指数最大值为0.8、最小值为0.21、平均值为0.546；可压裂性MFrac最大值为0.77、最小值为0.2、平均值为0.547；可压裂性MFI最大值为0.4、最小值为0.17、平均值为0.29。2井脆性指数最大值为0.8、最小值为0.18、平均值为0.584；可压裂性MFrac最大值为0.76、最小值为0.19、平均值为0.581；可压裂性MFI最大值为0.38、最小值为0.16、平均值为0.29。3井脆性指数最大值为0.77、最小值为0.17、平均值为0.498；可压裂性MFrac最大值为0.75、最小值为.025、平均值为0.564；可压裂性MFI最大值为0.36、最小值为0.17、平均值为0.286。4井脆性指数最大值为0.83、最小值为0.25、平均值为0.523；可压裂性MFrac最大值为0.82、最小值为0.27、平均值为0.568；可压裂性MFI最大值为0.4、最小值为0.16、平均值为0.283。从而可以得到1井和2井可压裂性较好，3井和4井压裂性较差。
在本方案中，X1a层脆性指数平均为0.549、MFrac可压裂性平均为0.541，MFI可压裂性平均为0.293；X1b层脆性指数平均为0.559，MFrac可压裂性平均为0.591，MFI可压裂性平均为0.298；X2b层脆性指数平均为0.544、MFrac可压裂性平均为0.578，MFI可压裂性平均为0.287；X3a层脆性指数平均为0.5、MFrac可压裂性平均为0.548，MFI可压裂性平均为0.269。从而可以得出，X3b层位可压裂性最好，X1a、X2b层位次之，X3a可压裂效果最差。
在本方案中，基于单井脆性指数、MFrac指数和MFI指数随井深的变化剖面，通过储层孔渗饱属性模型进行约束，在多维地质模型中建立全区域的脆性指数模型、MFrac模型和MFI模型，并结合储层压裂优势区的评价标准，形成不同类型的压裂优势区即储层压裂地质甜点，定量表征储层的可压裂性，进而指导钻前预测及储层压裂设计。
进一步的，图4是本申请实施例二提供的邻井产量与BI相关性，图5是本申请实施例二提供的邻井产量与MFrac相关性，如图4和图5所示，基于压后产能数据对评价效果进行拟合，可以验证储层可压裂性评价方法的精确度。对XX气田的四口探井(1井、2井、3井、4井)进行压裂改造，计算现场压裂层段的可压裂性参数，对比试气压裂结果，验证上述储层压裂优势区定量表征模型的准确性。从表3可以看出，压裂工程甜点参数孔隙度、渗透率越好，产气量越高。可压裂性MFrac越高，产气量就越高。压裂性越好，储层就越容易形成复杂的裂缝网络。由此可以得出筛选储层压裂优势区是符合现场条件的。
表3
实施例三
图6为本发明实施例三提供的一种压裂优势区定量表征装置的结构示意图。如图6所示，该装置包括：
储层地质模型构建模块610，用于根据预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层多维地质模型；
地震数据反演模块620，用于基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于所述弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度；
脆性指数计算模块630，用于根据所述纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数；
储层多维地学模型构建模块640，用于根据所述海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型；
储层可压性评价模型建立模块650，用于利用所述脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型；
储层可压裂性定量评价模型建立模块660，用于根据所述储层可压性评价模型和最小水平主应力，建立储层可压裂性定量评价模型；
储层压裂优势区定量表征模块670，用于基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区。
可选的，脆性指数计算模块630，具体用于：
根据所述纵波速度、横波速度以及密度，计算得到弹性模量和泊松比；
将所述弹性模量和泊松比进行归一化处理，得到归一化的弹性模量和泊松比；
利用所述归一化的弹性模量和泊松比，计算得到脆性指数。
可选的，脆性指数计算模块630，还用于：
采用如下公式计算弹性模量和泊松比；
其中，表示弹性模量，表示泊松比，表示纵波速度、横波速度及密度；
采用如下公式计算归一化的弹性模量和泊松比；
其中，表示归一化的弹性模量，表示归一化的泊松比；
采用如下公式计算脆性指数；
其中，BI表示脆性指数。
可选的，储层可压性评价模型建立模块650，包括：
成岩指数得到单元，用于根据自然伽马曲线和自然电位曲线，确定成岩系数，并将所述成岩系数进行归一化处理，得到成岩指数；
抗拉强度指数计算单元，用于根据纯泥岩处的自然伽马测井值、纯砂岩处的自然伽马测井值、自然伽马测井值、泥质体积的经验系数、泥质含量以及静态杨氏模量，计算得到抗拉强度指数；
储层可压性评价模型建立单元，用于将所述脆性指数和成岩指数、抗拉强度指数进行组合运算，建立储层可压性评价模型。
可选的，储层可压性评价模型建立单元，具体用于：
采用如下公式建立储层可压性评价模型；
MFrac＝0.5BI+0.5C·σt；
其中，MFrac为储层可压性评价模型，BI为脆性指数，C为成岩指数，σt为抗拉强度指数。
可选的，储层可压裂性定量评价模型建立模块660，具体用于：
采用如下公式建立储层可压裂性定量评价模型；
其中，MFI为储层可压裂性定量评价模型，g、h为系数，BI为脆性指数，C为成岩指数，σt为抗拉强度指数，σht为最小水平主应力。
可选的，储层压裂优势区定量表征模块670，具体用于：
将所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型进行划分，构建储层压裂优势区的评价标准；
将单井的脆性指数、储层可压性评价模型、储层可压裂性定量评价模型导入储层多维地质模型，构建单井指数随井深的变化剖面；
基于所述单井指数随井深的变化剖面，利用储层的孔渗饱属性模型进行约束，建立全区域指数模型，并根据所述储层压裂优势区的评价标准和全区域指数模型，构建不同类型的储层压裂优势区。
本发明实施例所提供的一种压裂优势区定量表征装置可执行本发明任意实施例所提供的一种压裂优势区定量表征方法，具备执行方法相应的功能模块和有益效果。
实施例四
图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种压裂优势区定量表征方法。
在一些实施例中，一种压裂优势区定量表征方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种压裂优势区定量表征方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种压裂优势区定量表征方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (5)

1.一种压裂优势区定量表征方法，其特征在于，包括：
根据预设确定性方法和随机性方法进行储层地质建模，构建海上低渗气藏储层地质模型；
基于预先确定的地震数据进行反演，确定不同角度下的弹性阻抗，并基于所述弹性阻抗，计算储层岩石的纵波速度、横波速度以及密度；
根据所述纵波速度、横波速度以及密度，计算得到弹性参数、强度参数、脆性指数；
根据所述海上低渗气藏储层地质模型、弹性参数、强度参数和预先确定的单井一维地应力模型，建立储层多维地质模型；
利用所述脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型；
根据所述储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型；
基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区；
其中，根据所述纵波速度、横波速度以及密度，计算得到脆性指数，包括：
根据所述纵波速度、横波速度以及密度，计算得到弹性模量和泊松比；将所述弹性模量和泊松比进行归一化处理，得到归一化的弹性模量和泊松比；
利用所述归一化的弹性模量和泊松比，计算得到脆性指数；
其中，利用所述脆性指数和成岩指数、抗拉强度指数，建立储层可压性评价模型，包括：
根据自然伽马曲线和自然电位曲线，确定成岩系数，并将所述成岩系数进行归一化处理，得到成岩指数；
根据纯泥岩处的自然伽马测井值、纯砂岩处的自然伽马测井值、自然伽马测井值、泥质体积的经验系数、泥质含量以及静态杨氏模量，计算得到抗拉强度指数；
将所述脆性指数和成岩指数、抗拉强度指数进行组合运算，建立储层可压性评价模型；
其中，将所述脆性指数和成岩指数、抗拉强度指数进行组合运算，建立储层可压性评价模型，包括：
采用如下公式建立储层可压性评价模型；
MFrac＝0.5BI+0.5C·σt；
其中，MFrac为储层可压性评价模型，BI为脆性指数，C为成岩指数，σt为抗拉强度指数；
其中，基于所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型以及储层多维地质模型，定量表征储层压裂优势区，包括：
将所述脆性指数、储层可压性评价模型、储层可压裂性定量评价模型进行划分，构建储层压裂优势区的评价标准；
将单井的脆性指数、储层可压性评价模型、储层可压裂性定量评价模型导入储层多维地质模型，构建单井指数随井深的变化剖面；
基于所述单井指数随井深的变化剖面，利用储层的孔渗饱属性模型进行约束，建立全区域指数模型，并根据所述储层压裂优势区的评价标准和全区域指数模型，构建不同类型的储层压裂优势区。
2.根据权利要求1所述的方法，其特征在于，包括：
采用如下公式计算弹性模量和泊松比；
其中，表示弹性模量，表示泊松比，表示纵波速度、横波速度及密度；
采用如下公式计算归一化的弹性模量和泊松比；
其中，表示归一化的弹性模量，表示归一化的泊松比，表示最大杨氏模量，表示最小杨氏模量，表示静态杨氏模量，表示最大泊松比，表示最小泊松比，表示静态泊松比；
采用如下公式计算脆性指数；
其中，BI表示脆性指数。
3.根据权利要求1所述的方法，其特征在于，根据所述储层可压性评价模型和最小水平主应力指数，建立储层可压裂性定量评价模型，包括：
采用如下公式建立储层可压裂性定量评价模型；
其中，MFI为储层可压裂性定量评价模型，g、h为系数，BI为脆性指数，C为成岩指数，σt为抗拉强度指数，σht为最小水平主应力指数。
4.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的一种压裂优势区定量表征方法。
5.一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指令，所述计算机指令用于使处理器执行时实现权利要求1-3中任一项所述的一种压裂优势区定量表征方法。
CN202311433515.6A 2023-10-31 2023-10-31 一种压裂优势区定量表征方法、装置、电子设备及介质 Active CN117345208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311433515.6A CN117345208B (zh) 2023-10-31 2023-10-31 一种压裂优势区定量表征方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311433515.6A CN117345208B (zh) 2023-10-31 2023-10-31 一种压裂优势区定量表征方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN117345208A CN117345208A (zh) 2024-01-05
CN117345208B true CN117345208B (zh) 2024-06-07

Family

ID=89362968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311433515.6A Active CN117345208B (zh) 2023-10-31 2023-10-31 一种压裂优势区定量表征方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN117345208B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376692A (zh) * 2020-03-10 2021-09-10 中国石油天然气集团有限公司 致密砂岩气水平井压裂改造方案优化方法及装置
CN114429229A (zh) * 2020-09-16 2022-05-03 中国石油化工股份有限公司 页岩气储层可压裂性预测方法、存储介质以及电子设备
CN116641702A (zh) * 2023-06-05 2023-08-25 长江大学 一种页岩气藏甜点区识别方法
CN116797061A (zh) * 2022-03-14 2023-09-22 中国石油化工股份有限公司 一种深层致密砂岩储层可压裂性评价方法及模型

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112502701B (zh) * 2020-12-14 2022-03-29 西南石油大学 一种低渗透储层综合地质-工程的分类评价方法
CN113283108B (zh) * 2021-06-10 2023-09-22 西安石油大学 一种定量评价页岩油储层可压裂性的方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376692A (zh) * 2020-03-10 2021-09-10 中国石油天然气集团有限公司 致密砂岩气水平井压裂改造方案优化方法及装置
CN114429229A (zh) * 2020-09-16 2022-05-03 中国石油化工股份有限公司 页岩气储层可压裂性预测方法、存储介质以及电子设备
CN116797061A (zh) * 2022-03-14 2023-09-22 中国石油化工股份有限公司 一种深层致密砂岩储层可压裂性评价方法及模型
CN116641702A (zh) * 2023-06-05 2023-08-25 长江大学 一种页岩气藏甜点区识别方法

Also Published As

Publication number Publication date
CN117345208A (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
RU2669948C2 (ru) Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности
WO2019062655A1 (zh) 薄夹层的确定方法和装置
US10810331B2 (en) System for predicting induced seismicity potential resulting from injection of fluids in naturally fractured reservoirs
US10359529B2 (en) Singularity spectrum analysis of microseismic data
CN106842301B (zh) 一种凝灰质砂岩有利储层的定量识别与预测方法
CN104914465A (zh) 火山岩裂缝定量预测方法及装置
CN109143399B (zh) 一种识别碳酸盐岩层序界面的方法
Gupta et al. Rock typing in Wolfcamp formation
CN104632202A (zh) 确定干粘土三孔隙度测井参数值的方法及装置
Abeed et al. Modeling of petrophysical properties and reserve estimation of Mishrif formation-Garraf oil field
Iltaf et al. Facies and petrophysical modeling of Triassic Chang 6 tight sandstone reservoir, Heshui oil field, Ordos basin, China
EP3929630A1 (en) Computer implemented method for correcting a reservoir model of a reservoir geological formation based on seismic images
Maity et al. Novel fracture zone identifier attribute using geophysical and well log data for unconventional reservoirs
CN117345208B (zh) 一种压裂优势区定量表征方法、装置、电子设备及介质
Khan et al. Three-dimensional structural modeling (3D SM) and joint geophysical characterization (JGC) of hydrocarbon reservoir: a case study of the Kadanwari field in Middle Indus Basin (MIB), Southeastern Pakistan
Rotimi et al. Reservoir characterization and modeling of lateral heterogeneity using multivariate analysis
Singleton Geophysical data processing, rock property inversion, and geomechanical model building in a Midland Basin development project, Midland/Ector counties, Texas
Bejaoui et al. Characterization and simulation of a complex fractured carbonate field offshore Tunisia
Adabnezhad et al. Three-dimensional modeling of geomechanical units using acoustic impedance in one of the gas fields in South of Iran
Xiao et al. Integrated Geologic Modeling of Fault‐Block Reservoir: A Case Study of Ss Oil Field
Huang et al. New seismic attribute: Fractal scaling exponent based on gray detrended fluctuation analysis
CN113376692A (zh) 致密砂岩气水平井压裂改造方案优化方法及装置
CN117390881B (zh) 一种压裂设计方法、装置、电子设备及存储介质
Li et al. Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China
CN117994453B (zh) 一种辫状河储层建模方法、装置、电子设备及存储介质

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