[发明专利]少井区基于统计岩石物理建模的孔隙度预测方法及系统

说明书

公开了一种少井区基于统计岩石物理建模的孔隙度预测方法及系统。该方法可以包括：基于地质资料与测井曲线，建立岩石物理模型；基于岩石物理模型，在预定范围内将孔隙度增量设置为多个常数值，计算孔隙度加上孔隙度增量时速度、阻抗、弹性参数曲线；分别将孔隙度加相应的孔隙度增量定义为一类物相，建立速度、阻抗、弹性参数曲线交会图，计算一类物相对应的概率密度函数；基于测井数据和叠前地震道集数据进行叠前地震反演，获得速度、阻抗、弹性参数反演数据体，利用概率密度函数对反演数据体进行转换，预测每一类物相所对应的孔隙度概率体。本发明在少井区有效开展孔隙度预测工作，提升少井区孔隙度预测精度，为勘探开发提供有力的技术支持。

技术领域

本发明涉及石油天然气勘探开发领域，更具体地，涉及一种少井区基于统计岩石物理建模的孔隙度预测方法及系统。

背景技术

孔隙度是评价储集性能的重要指标，因此对于储层孔隙度的预测是地球物理勘探中面临的重要科学难题。通常孔隙度的预测方法主要是利用统计的方法开展，通过纵波速度、横波速度、密度、波阻抗以及弹性参数测井曲线与孔隙度进行交会，优选出数据点分布较为集中，即两者相关性较好的测井曲线，拟合两者之间的关系式，通过对该参数进行反演以及利用该关系式进行转换获得孔隙度数据体，进而完成对高孔储层预测的目的。但是该方法存在的问题是在纵波速度、横波速度、密度、波阻抗以及弹性参数测井曲线影响的因素中孔隙度仅仅是一个方面，通过拟合公式的方法无法消除不同深度采样点岩石组分差异、孔隙结构类型差异等因素的影响，因此该方法预测孔隙度的不确定性较高。其它孔隙度预测方法主要包括多元线性回归方法和非线性预测(神经网络、支持向量机等)方法，这一类的方法原理是建立井点位置处孔隙度曲线与井旁道地震属性、反演数据体的线性和非线性关系，将该线性和非线性关系应用到整个地震、反演数据体预测得到孔隙度数据体，该类方法的缺陷在于对于钻井样本数有一定要求，只有在钻井数满足要求时才能够起作用，因此此类方法不适用于少井区进行相关研究。因此，有必要开发一种少井区基于统计岩石物理建模的孔隙度预测方法及系统。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提出了一种少井区基于统计岩石物理建模的孔隙度预测方法及系统，可以在少井区有效开展孔隙度预测工作，提升少井区孔隙度预测精度，为勘探开发提供更有力的技术支持。

根据本发明的一方面，提出了一种少井区基于统计岩石物理建模的孔隙度预测方法。所述方法可以包括：基于地质资料与测井曲线，建立岩石物理模型；基于所述岩石物理模型，在预定范围内将孔隙度增量设置为多个常数值，并分别计算孔隙度加上孔隙度增量时相应的速度、阻抗、弹性参数曲线；分别将孔隙度加相应的孔隙度增量定义为一类物相，建立相应的速度、阻抗、弹性参数曲线交会图，在交会图上利用贝叶斯分类法计算所述一类物相对应的概率密度函数；基于测井数据和叠前地震道集数据进行叠前地震反演，获得所述速度、阻抗、弹性参数反演数据体，利用所述概率密度函数对反演数据体进行转换，预测每一类物相所对应的孔隙度概率体。

优选地，所述基于地质资料与测井曲线，建立所述岩石物理模型包括：利用罗伊斯-博伊特-希尔平均构建包含不同矿物混合物的岩石骨架模型；利用微分等效介质理论以及库斯特-陶克瑞兹等效模量理论在所述岩石骨架模型中加入不同形状孔隙，构建干岩石模型；通过盖思曼流体替换在所述干岩石模型的孔隙中加入流体，获取所述岩石物理模型。

优选地，所述孔隙包括铸模孔、粒间孔、微裂缝和湿粘土柔性孔的至少其中之一。

优选地，所述测井曲线包括纵波速度曲线、横波速度曲线、密度曲线、矿物组分测井解释曲线、孔隙度测井解释曲线及含水饱和度测井曲线。

优选地，还包括：基于所述纵波速度、横波速度、密度测井曲线计算阻抗曲线与弹性参数曲线。

优选地，所述地震资料包括叠前地震道集与叠后数据。