[发明专利]一种细粒沉积陆相页岩裂缝识别评价方法

权利要求书

1.一种细粒沉积陆相页岩裂缝识别评价方法，其特征在于：包括以下步骤：

S1：提取测井属性，包括小波高频属性WHF、小波奇异属性WSV和预测滤波误差属性PFE；

S2：构建页岩裂缝评价子参数：由步骤S1中提取的测井属性模值及其同层位相同岩性段均值，构建差比曲线，确定高频属性评价参数A₁、奇异属性评价参数A₂、预测误差属性评价参数A₃，其具体表达式为：

其中，WHF、WSV和PFE分别为高频属性模值、奇异属性模值和预测误差属性模值；和分别为所在层位内，所有与计算深度点相同岩性的高频属性模值、奇异属性模值和预测误差属性模值的平均值；MAX(QWHF)、MAX(QWSV)和MAX(QPFE)分别为高频属性模值、奇异属性模值和预测误差属性模值与其同层位相同岩性段均值间的差比曲线QWHF、QWSV和QPFE的极大值；

S3：构建页岩裂缝评价综合子参数：

S3.1：利用步骤S2方法，分别计算高分辨率声波(HAC)、高分辨率密度(HDEN)、高分辨率无铀伽马(HCGR)以及1英尺分辨率90英寸探测深度高分辨率阵列感应(M1R9)四条测井曲线的高频属性评价参数A_1，j、奇异属性评价参数A_2，j以及预测误差属性评价参数A_3，j，其中j＝1、2、3、4分别代表HAC、HDEN、HCGR以及M1R9；

S3.2：计算四条裂缝敏感测井曲线的三个页岩裂缝评价子参数，采用变异系数加权法，分别构建页岩裂缝评价综合子参数CA_i，其具体表达式为：

CA₁＝W_1，1*A_1，1+W_1，2*A_1，2+W_1，3*A_1，3+W_1，4*A_1，4

CA₂＝W_2，1*A_2，1+W_2，2*A_2，2+W_2，3*A_2，3+W_2，4*A_2，4

CA₃＝W_3，1*A_3，1+W_3，2*A_3，2+W_3，3*A_3，3+W_3，4*A_3，4

其中，权系数变异系数i＝1、2、3分别代表高频属性、奇异属性和预测误差属性，j＝1、2、3、4分别代表HAC、HDEN、HCGR以及M1R9，m＝1、2……N代表层段内计算点数；

S4：构建页岩裂缝评价综合参数：

S4.1：在与钻井取心观测结果对比后，将步骤S3确定的三个页岩裂缝评价综合子参数CA₁、CA₂、CA₃在特定数值范围内划分为四个等级，其等级作为下步计算代入值V_i；当V_i大于阈值时，可能存在裂缝；统计各综合子参数在钻井取心段内的裂缝识别率n_i，i＝1、2、3分别代表高频属性、奇异属性和预测误差属性；

S4.2：利用三个页岩裂缝综合子参数，采用概率加权法，构建页岩裂缝评价综合参数CA；当CA大于阈值时，可能存在裂缝，而在裂缝段内CA曲线的包络面数越多，裂缝越发育；

其中，权系数i＝1、2、3分别代表高频属性、奇异属性和预测误差属性。

2.根据权利要求1所述的一种细粒沉积陆相页岩裂缝识别评价方法，其特征在于：小波高频属性WHF是采用db2小波对裂缝敏感测井曲线进行四层尺度分解时，第一层尺度细节分量的模值。

3.根据权利要求1所述的一种细粒沉积陆相页岩裂缝识别评价方法，其特征在于：小波奇异属性WSV是由小波高频属性WHF计算的李氏指数α的倒数。

4.根据权利要求1所述的一种细粒沉积陆相页岩裂缝识别评价方法，其特征在于：预测滤波误差属性PFE是利用最大熵谱分析技术计算每一个深度点的预测值，并与该深度点的测井曲线值相减得到。