[发明专利]一种预测储层毛管压力曲线的方法、装置及设备

说明书

本说明书实施例提供了一种预测储层毛管压力曲线的方法、装置及设备，包括：获取研究区内岩心样品的核磁共振回波数据和毛管压力曲线测量数据；所述毛管压力曲线测量数据基于压汞实验获得；根据预设拉普拉斯变换函数对和所述核磁共振回波数据，确定所述研究区的毛管压力曲线特征参数；其中，所述预设拉普拉斯变换函数对包括时间域函数和T2域函数；根据所述毛管压力曲线特征参数和所述毛管压力曲线测量数据，确定所述研究区的毛管压力曲线预测模型；根据所述毛管压力曲线预测模型预测所述研究区内目标储层的毛管压力曲线。利用本说明书实施例可以有效提高非常规储层复杂岩石毛管压力曲线的预测精度。

技术领域

本申请涉及石油勘探开发中测井数据处理技术领域，特别涉及一种预测储层毛管压力曲线的方法、装置及设备。

背景技术

毛管压力曲线是地球物理研究中探究多孔岩石的物理性质和孔隙结构特征的重要手段，其可以直观展示毛管压力随岩石孔隙中流体饱和度的变化特征。通常毛管压力曲线可以在实验室中通过对岩心样品进行压汞或者离心实验测量得到，然而这些实验测量耗费时间和成本、容易污染或破坏岩心样品，并且只能应用于有限的岩心样品，无法实现毛管压力曲线的连续测量，而且当地层非均质性较强时，实验室岩心样品尺度下的毛管压力曲线测量难以有效表征储层岩石特征。因此，建立更简单有效的储层岩石毛管压力曲线预测方法变得比较重要。

目前，由于核磁共振(Nuclear Magnetic Resonance，NMR)技术可以同时提供孔隙度、饱和度、渗透率、孔径分布等岩石物理参数和流体性质，同时，NMR不仅可以应用于实验室岩心样品测量，还可以应用于井下以提供随测井深度连续的测量结果，使得对于毛管压力曲线预测，NMR与其他实验测量技术相比具有独特优势。现有技术中，基于NMR测量数据预测毛管压力曲线的方法均是基于T2分布进行转换，然而T2分布需要通过对回波数据进行反演获得，在回波数据低信噪比情况下反演误差较大，这样就会使毛管压力曲线预测的准确度较低，从而无法有效应用于致密砂岩等非常规储层。

因此，业内亟需一种可以解决上述技术问题的技术方案。

发明内容

本说明书实施例提供了一种预测储层毛管压力曲线的方法、装置及设备，可以有效提高非常规储层复杂岩石毛管压力曲线的预测精度。

本说明书提供的一种预测储层毛管压力曲线的方法、装置及设备是包括以下方式实现的。

一种预测储层毛管压力曲线的方法，包括：获取研究区内岩心样品的核磁共振回波数据和毛管压力曲线测量数据；所述毛管压力曲线测量数据基于压汞实验获得；根据预设拉普拉斯变换函数对和所述核磁共振回波数据，确定所述研究区的毛管压力曲线特征参数；其中，所述预设拉普拉斯变换函数对包括时间域函数和T2域函数；根据所述毛管压力曲线特征参数和所述毛管压力曲线测量数据，确定所述研究区的毛管压力曲线预测模型；根据所述毛管压力曲线预测模型预测所述研究区内目标储层的毛管压力曲线。

一种预测储层毛管压力曲线的装置，包括：获取模块，用于获取研究区内岩心样品的核磁共振回波数据和毛管压力曲线测量数据；所述毛管压力曲线测量数据基于压汞实验获得；特征参数确定模块，用于根据预设拉普拉斯变换函数对和所述核磁共振回波数据，确定所述研究区的毛管压力曲线特征参数；其中，所述预设拉普拉斯变换函数对包括时间域函数和T2域函数；预测模型确定模块，用于根据所述毛管压力曲线特征参数和所述毛管压力曲线测量数据，确定所述研究区的毛管压力曲线预测模型；毛管压力曲线预测模块，用于根据所述毛管压力曲线预测模型预测所述研究区内目标储层的毛管压力曲线。

一种预测储层毛管压力曲线的设备，包括处理器及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现本说明书实施例中任意一个方法实施例的步骤。

一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现所述预测储层毛管压力曲线方法的步骤。