[发明专利]一种碳酸盐岩孔隙度预测方法及预测模型构建方法

说明书

本发明公开了一种碳酸盐岩孔隙度预测方法及预测模型构建方法，该构建方法包括以下步骤：获取研究区块的碳酸盐岩样品并干燥；获得在不同碳酸盐岩样品的品质因子Q和孔隙度；根据不同碳酸盐岩样品的品质因子Q和孔隙度，构建孔隙度的预测模型。其预测的可靠性高。

技术领域

本发明涉及石油、地质、矿业领域室内预测碳酸盐岩孔隙度的方法领域，更具体的说是涉及一种碳酸盐岩孔隙度预测方法及预测模型构建方法。

背景技术

孔隙度是储层表征的重要参数，储层孔隙度的大小直接代表了储层储集性能的好坏。缝洞型碳酸盐岩的缝、孔洞结构复杂，表现为较强的非均质性，声波速度在这些复杂孔隙结构中传播规律复杂，基于声波速度的缝洞型碳酸盐岩孔隙度预测效果不太理想，而声波的品质因子Q对这些复杂孔隙结构的变化较敏感。现有碳酸盐岩储层孔隙度的测试方法很多，譬如1993年，肖慈珣等提出了基于神经网络法的碳酸盐岩储层孔隙度预测法；2005年，汪志红等利用BP神经网络法来预测碳酸盐岩储层的孔隙度；2009年，刘晓梅等基于地震属性、多元统计分析理论和自适应性模糊神经网络对碳酸盐岩储层裂缝孔隙度进行预测；2014年，刘开元等基于Gassmann方程和表征孔隙结构的综合岩石骨架模型，推导出了碳酸盐岩储层的地震孔隙度计算表达式，这些方法都是理论计算方法，且需要准备参数多；又譬如申请号为201810116486.3的“碳酸盐岩储层成岩模拟孔隙度的定量预测方法”，其基于碳酸盐储层沉积相、成岩物质、沉积旋回、成岩作用及底层厚度，采用上述方法，其方法步骤复杂，耗时。

发明内容

本发明为了解决上述技术问题提供一种碳酸盐岩孔隙度预测方法及预测模型构建方法。

本发明通过下述技术方案实现：

一种碳酸盐岩孔隙度预测模型构建方法，包括以下步骤：

A、获取研究区块的碳酸盐岩样品并干燥；

B、获得不同碳酸盐岩样品的品质因子Q和孔隙度；

C、根据不同碳酸盐岩样品的品质因子Q和孔隙度，构建孔隙度的预测模型。

发明人在长期的实验和实践中总结发现缝洞型碳酸盐岩的孔隙度与品质因子Q间存在一定响应特征。因此，针对缝洞型碳酸盐岩的缝、洞等孔隙结构发育的特点，提出利用声波的品质因子预测碳酸盐岩的孔隙度，不仅方法步骤简单，且可实现测井上实现更高的碳酸盐岩储层孔隙度预测精度。

一种碳酸盐岩孔隙度预测方法，包括以下步骤：

获取研究区块的碳酸盐岩样品并干燥；

获取该样品的品质因子Q；

将品质因子Q输入孔隙度的预测模型得到孔隙度。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明的方法构建孔隙度预测模型对孔隙度进行预测，采样数据少，实验步骤简单，孔隙度预测可靠性高。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。

图1为本孔隙度预测模型构建步骤图。

图2为实施例2中采集的岩样1的样品图。

图3为实施例2中采集的岩样2的样品图。

图4为实施例2中采集的岩样3的样品图。

图5为测量装置的原理图。

图6为实施例中构建的预测模型。

图7为实施例2中利用计算的孔隙度与实测孔隙度对比图。