[发明专利]压实减孔量的定量预测方法有效
申请号: | 201810116763.0 | 申请日: | 2018-02-06 |
公开(公告)号: | CN108388960B | 公开(公告)日: | 2021-10-15 |
发明(设计)人: | 钱文蹈;尹太举;张昌民;何苗;侯国伟;高顺莉;夏敏 | 申请(专利权)人: | 长江大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/02;G06Q50/06 |
代理公司: | 武汉开元知识产权代理有限公司 42104 | 代理人: | 陈家安;冯超 |
地址: | 430100 湖北省*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种压实减孔量的定量预测方法,该方法综合考虑沉积相、粒度大小、岩屑颗粒、刚性颗粒、磨圆度、分选性、泥质含量、胶结强度、胶结类型、胶结时间、溶蚀时间、埋藏深度、异常高压、沉积速率对机械压实作用影响,分别在时空域内进行机械压实作用数值模拟,构建了一个能够反映沉积物在埋藏成岩过程中孔隙演化与机械压实作用之间定量化模型。该模型科学、合理、准确,为压实减孔量的定量预测提供了一种新的模拟方法。 | ||
搜索关键词: | 压实减孔量 定量 预测 方法 | ||
【主权项】:
1.一种压实减孔量的定量预测方法,其特征在于:包括以下步骤:1)收集研究区地质资料2)建立原始资料数据库(1)建立沉积相类型数据库研究不同沉积相类型控制下碎屑岩储层原始组构以及原生孔隙发育情况,建立沉积相类型数据库;(2)建立地质参数Qi数据库,它包括:a.建立粒度D_a数据库,b.建立分选性S_b数据库,c.建立磨圆度R_c数据库,d.建立刚性颗粒V_d数据库,e.建立矿物组分M_e数据库,f.建立矿物比分O_f数据库,g.建立胶结类型C_g数据库,h.建立胶结强度Q_h数据库,i.建立胶结时间T_i数据库,j.建立溶蚀时间F_j数据库,k.建立泥质含量N_k数据库,l.建立岩屑含量X_l数据库,m.建立沉积速率E_m数据库,n.超压P_n数据库;3)基于上述原始资料数据库建立基础模型(1)建立沉积相与碎屑岩原始组构模型F(Sedimentary facies)=F(S_b,D_a,X_l,N_k,V_d,M_e,R_c)其中:分选性S_b,粒度D_a,岩屑含量X_l,泥质含量N_k,刚性颗粒V_d,矿物组分M_e,磨圆度R_c;(2)建立原始组构与沉积物原始孔隙度模型;
其中:分选性S_b,粒度D_a,岩屑含量X_l,泥质含量N_k,刚性颗粒V_d,矿物组分M_e,磨圆度R_c;(3)建立压实指数与成岩参数模型;PI=F(S_b,D_a,X_l,N_k,V_d,M_e,R_c,C_g,Q_h,T_i,F_j,E_m,P_n,Dep)其中:分选性S_b,粒度D_a,岩屑含量X_l,泥质含量N_k,刚性颗粒V_d,矿物组分M_e,磨圆度R_c,胶结类型C_g,胶结强度Q_h,胶结时间T_i,溶蚀时间F_j,沉积速率E_m,超压P_n;(4)建立压实模型CM建立压实模型CM,其中压实模型CM包括Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ总共十种模型;Ⅰ:f1=1.9467*Ln(Dep)‑0.8689;Ⅱ:f2=2.9200*Ln(Dep)‑1.3034;Ⅲ:f3=4.3800*Ln(Dep)‑1.9551;Ⅳ:f4=7.0080*Ln(Dep)‑3.1282;Ⅴ:f5=8.7600*Ln(Dep)‑3.9103;Ⅵ:f6=11.6800*Ln(Dep)‑5.2137;Ⅶ:f7=14.0160*Ln(Dep)‑6.2564;Ⅷ:f8=17.5200*Ln(Dep)‑7.8205;Ⅸ:f9=20.6118*Ln(Dep)‑9.2006;Ⅹ:f10=23.3600*Ln(Dep)‑10.4273;其中,fi为压实率,Dep为埋深;在储层成岩的过程中,根据压实指数PI确定储层演化属于的压实模型;
其中,PI压实指数,n为地质参数的个数,Qi为地质参数,其大小根据压实级别G来定,Pi为第i个压实指标的权值;PI∈[18~12),CM=Ⅰ;PI∈[12~8),CM=Ⅱ;PI∈[8~5),CM=Ⅲ;PI∈[5~4),CM=Ⅳ;PI∈[4~3),CM=Ⅴ;PI∈[3~2.5),CM=Ⅵ;PI∈[2.5~2),CM=Ⅶ;PI∈[2~1.7),CM=Ⅷ;PI∈[1.7~1.5),CM=Ⅸ;PI∈[1.5~0),CM=Ⅹ;4)影响参数选取(1)研究区储层网格化将研究区的储层进行网格化,每个网格化的储层的表示为Wm(xm,ym,zm);(2)确定每个网格化的储层沉积相根据上述建立的沉积相类型数据库,分析每个网格化的储层的沉积相类型;Wm(xm,ym,zm)=F(Sedimentary facies)(3)确定每个网格化的储层的原始组构根据研究区中每个网格化的储层的沉积相数据确定每个空间网格原始组构数据,并根据研究区已知井“沉积相‑原始组构数据”对未知区域“沉积相‑原始组构”数据F(Sedimentary facies)=F(S_b,D_a,X_l,N_k,V_d,M_e,R_c)进行校正;(4)确定每个网格化的储层的原始孔隙a.确定每个网格原始组构
其中:分选性S_b,粒度D_a,岩屑含量X_l,泥质含量N_k,刚性颗粒V_d,矿物组分M_e,磨圆度R_c;b.在步骤a基础上,确定每个网格的压实级别G
当15≥G≥7,
当20≥G≥16,
当30≥G≥21,
当35≥G≥31,
当40≥G≥36,
(5)确定演化期次根据研究区埋藏史数据,确定每个网格化的储层即为网格化的目标储层在地质历史时期演化期次,演化期次以tj表示j=1,2,3……(6)确定网格化的目标储层的胶结类型和胶结强度、溶蚀时间;根据研究区成岩相数据以及单井成岩序列确定网格化的目标储层每个期次胶结类型和胶结强度、溶蚀时间;(7)确定网格化的目标储层的压实指数以及每个网格初始压实模型IM在储层埋藏之前,决定储层初始压实模型IM的为分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m地质参数,根据以上地质参数Qi确定每个网格初始压实模型IM,初始压实模型的确定用以下公式:
计算初始压实模型的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m;PI∈[18~12),CM=Ⅰ;PI∈[12~8),CM=Ⅱ;PI∈[8~5),CM=Ⅲ;PI∈[5~4),CM=Ⅳ;PI∈[4~3),CM=Ⅴ;PI∈[3~2.5),CM=Ⅵ;PI∈[2.5~2),CM=Ⅶ;PI∈[2~1.7),CM=Ⅷ;PI∈[1.7~1.5),CM=Ⅸ;PI∈[1.5~0),CM=Ⅹ;(8)确定网格化的目标储层不同演化阶段地质指数根据地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n确定成岩过程中压实指数PI,压实指数计算公式如下:
计算压实指数PI的地质参数Qi包括分选性S_b、粒度D_a、岩屑含量X_l、泥质含量N_k、刚性颗粒V_d、磨圆度R_c、矿物比分O_f、矿物组分M_e、泥质含量N_k、沉积速率E_m、胶结类型C_g、胶结强度Q_h、胶结时间T_i、溶蚀时间F_j、超压P_n;PI∈[18~12),CM=Ⅰ;PI∈[12~8),CM=Ⅱ;PI∈[8~5),CM=Ⅲ;PI∈[5~4),CM=Ⅳ;PI∈[4~3),CM=Ⅴ;PI∈[3~2.5),CM=Ⅵ;PI∈[2.5~2),CM=Ⅶ;PI∈[2~1.7),CM=Ⅷ;PI∈[1.7~1.5),CM=Ⅸ;PI∈[1.5~0),CM=Ⅹ;(9)确定网格化的目标储层不同演化阶段压实模型及孔隙度大小gj=fi;
其中,gj为演化阶段j的压实率改变量,fi为相应的压实率模型,
为j‑1阶段孔隙度,
为第j阶段孔隙度,i=1,2,3,……10,
为原始孔隙度;(10)计算孔隙度随时间演化分布a.根据原始组构确定每个网格的压实级别G
当15≥G≥7,
当20≥G≥16,
当30≥G≥21,
当35≥G≥31,
当40≥G≥36,
b.根据研究区地质资料确定每个网格的演化阶段tj,j=1,2,3……;c.根据原始组构确定每个网格初始压实模型IM;d.根据成岩作用以及原始组构确定每个网格不同演化阶段tj地质指数;e.在步骤c和步骤d的基础上确定每个网格不同演化阶段tj压实模型gj;f.根据初始孔隙度
初始压实模型IM,不同演化阶段压实模型gj计算不同演化阶段tj时机械压实作用下储层孔隙减少量。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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长江大学,未经长江大学许可,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/patent/201810116763.0/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理