[发明专利]不整合生物灰岩储层地震岩石物理模型建立方法在审
申请号: | 201510883380.2 | 申请日: | 2015-12-04 |
公开(公告)号: | CN106842364A | 公开(公告)日: | 2017-06-13 |
发明(设计)人: | 王兴谋;张明振;石晓光;罗霞;吴笑荷;樊明;刘秉建;揭景荣;马国良 | 申请(专利权)人: | 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院 |
主分类号: | G01V99/00 | 分类号: | G01V99/00 |
代理公司: | 东营双桥专利代理有限责任公司37107 | 代理人: | 侯华颂 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 整合 生物 灰岩储层 地震 岩石 物理 模型 建立 方法 | ||
1.不整合生物灰岩储层地震岩石物理模型建立方法,其特征在于:通过已有测井和地质资料,在常规砂泥岩模型Xu-White模型的基础上,构建不整合生物灰岩储层岩石物理模型,将BAM加权平均的方法引入不整合砂泥岩和碳酸盐岩储层的岩石基质模量的求取中,利用Patchy Saturation模型模拟饱和岩石的岩石物理性质,不整合砂泥岩储层和碳酸盐岩储层模型均基于自相容近似,将砂泥岩孔隙等效为硬孔隙和软孔隙,碳酸盐岩孔隙根据测井资料信息判别目的层段为包含粒间孔隙、溶洞或裂缝;其中测井资料包括声波、密度、GR或自然电位测井资料,地质资料包括反应岩石物性参数的孔隙度、泥质含量或含水饱和度。
2.如权利要求1所述的不整合生物灰岩储层地震岩石物理模型建立方法,其特征在于具体步骤是:
步骤1:计算岩石基质Voigt和Reuss界限,结合BAM加权平均,求取不整合生物灰岩储层岩石等效基质弹性模量;
步骤2:干岩石弹性模量的求取,基于自相容近似,加入复杂的不整合生物灰岩储层孔隙特征,针对砂泥岩储层,孔隙纵横比为1的硬孔隙和孔隙纵横比为0.01的软孔隙近似来描述沙泥岩储层中的孔隙和微裂隙,针对碳酸盐岩储层,孔隙特征包含粒间孔隙、溶洞和裂隙,根据测井资料信息,如测井纵波和模型计算纵波的比较,判断是否为砂泥岩储层或者碳酸盐岩储层;
步骤3:利用Patchy Saturation模型加入非均匀分布流体信息,得到饱和岩石等效弹性模量,进而分析不整合生物灰岩储层饱和岩石的模量和速度特征。
3.如权利要求2所述的不整合生物灰岩储层地震岩石物理模型建立方法,其特征在于不整合生物灰岩储层岩石等效基质弹性模量的求取方法:
Voigt界限给出基质等效弹性模量的上限
Reuss界限给出基质等效弹性模量的下限
式中N表示岩石所含矿物成分种类,MV是整体介质Voigt等效弹性模量,MR是整体介质Reuss等效弹性模量,fi和Mi分别是介质中第i种成分所含的体积分数和弹性模量,M表示体积模量、剪切模量、杨氏模量中任何一个模量;
BAM加权平均的方法:
Mζ=MVζ+MR(1-ζ) (3)
其中ζ为加权系数,0≤ζ≤1,Mζ为加权平均模量。
在横波速度求取时,通过实测纵波的约束来规范加权系数的值,从而准确的反应基质模量信息。
4.如权利要求3所述的不整合生物灰岩储层地震岩石物理模型建立方法,其特征在于不整合生物灰岩储层干岩石弹性模量求取的具体方法是:
干岩石弹性模量的求取采用Berryman给出的N相混合物自相容近似的一般形式,孔隙无填充,即假设孔隙填充物的弹性模量为零;
模型建立过程中,将软孔隙、硬孔隙和基质矿物成份带入SC模型求取干岩石的弹性模量,SC模型通过迭代求解来解决公式中的耦合现 象,如果n+1次迭代得到的饱和岩石体积模量剪切模量与n次迭代得到的体积模量剪切模量差值满足误差要求,停止迭代,公式如下:
其中,m指第m种材料,xm是其体积含量,Km和μm为第m种材料的体积模量和剪切模量;和为i次迭代后岩石的体积模量和剪切模量,和为初始基质的体积模量和剪切模量,可以通过Hill平均求取;Pim和Qim是与和有关的量,表述了i-1次迭代后具有自相容等效模量和的背景介质中再加入包含物材料m后的效果,此处的i指的是第i次迭代,n指的是迭代误差小于阈值的迭代次数,即i=1,2,…n。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510883380.2/1.html,转载请声明来源钻瓜专利网。