[发明专利]地层坍塌压力预测方法、存储介质和计算机设备在审
申请号: | 202011034382.1 | 申请日: | 2020-09-27 |
公开(公告)号: | CN114429017A | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 马妮;林正良;胡华锋;刘婵娟 | 申请(专利权)人: | 中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F17/11;G06F119/14 |
代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 吴大建;金淼 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 地层 坍塌 压力 预测 方法 存储 介质 计算机 设备 | ||
1.一种地层坍塌压力预测方法,其特征在于,包括以下步骤:
根据地震数据,通过反演得到目标储层的泥质含量、波阻抗、弹性参数和裂缝岩石物理参数,其中,所述弹性参数包括杨氏模量、密度和泊松比,所述裂缝岩石物理参数包括法向弱度;
根据杨氏模量和泥质含量确定目标储层的抗压强度,根据目标储层的杨氏模量和泊松比确定目标储层的体积模量,根据目标储层的抗压强度和体积模量确定目标储层的内聚力;
根据密度确定目标储层的上覆岩层压力和静水压力,基于地层压力预测模型,根据目标储层的波阻抗、密度、上覆岩层压力和静水压力确定目标储层的地层压力;
基于胡克定律,构建考虑目标储层的岩石各向异性特征、地层压力和构造应力的地应力预测模型;
根据目标储层的法向弱度确定目标储层的法向柔度,基于地应力预测模型,根据目标储层的法向柔度、上覆岩层压力、地层压力、杨氏模量和泊松比确定目标储层的最大水平地应力及最小水平地应力;
利用基于Mohr-Coulomb准则的坍塌压力预测模型,根据目标储层的内聚力、地层压力、最大水平地应力和最小水平地应力,确定目标储层的地层坍塌压力。
2.根据权利要求1所述的地层坍塌压力预测方法,其特征在于,所述地震数据包括方位地震数据;
根据地震数据,通过反演得到目标储层的弹性参数和裂缝岩石物理参数,包括:
根据方位地震数据,基于反射系数近似方程,利用基于贝叶斯理论的方位叠前地震反演方法得到目标储层的弹性参数和裂缝岩石物理参数,其中,反射系数近似方程为:
其中,RPP表示反射系数,θ表示入射角,φ表示方位角,表示目标储层的泊松比反射系数,表示目标储层的密度反射系数,ΔE、Δσ和Δρ分别表示目标储层的界面上下介质的杨氏模量之差、泊松比之差和密度之差,和分别表示目标储层的界面上下介质的杨氏模量均值、泊松比均值和密度的均值,ΔN表示目标储层的法向弱度,ΔT表示目标储层的切向弱度。
3.根据权利要求1所述的地层坍塌压力预测方法,其特征在于,根据杨氏模量和泥质含量确定目标储层的抗压强度,包括:
利用下式确定目标储层的抗压强度:
Sc=aE(1-Vsh)+bEVsh
其中,Sc表示目标储层的抗压强度,E表示目标储层的杨氏模量,Vsh表示目标储层的泥质含量,a和b为根据目标储层的岩性确定的系数;
根据目标储层的抗压强度和体积模量确定目标储层的内聚力,包括:
利用下式确定目标储层的内聚力:
C=1.02×10-3×3.26×Sc×Kmodulus
其中,C表示目标储层的内聚力,Sc表示目标储层的抗压强度,Kmodulus表示目标储层的体积模量。
4.根据权利要求1所述的地层坍塌压力预测方法,其特征在于,基于地层压力预测模型,根据目标储层的波阻抗、密度、上覆岩层压力和静水压力确定目标储层的地层压力,包括:
利用下式地层压力预测模型确定目标储层的地层压力:
其中,Pp表示目标储层的地层压力,Sv表示目标储层的上覆岩层压力,Phy表示目标储层的静水压力,ρ表示目标储层的密度,Ip表示目标储层的波阻抗,vnct表示目标储层的正常压实条件下的地震层速度。
5.根据权利要求1所述的地层坍塌压力预测方法,其特征在于,根据目标储层的法向弱度确定目标储层的法向柔度,包括:
利用下式确定目标储层的法向柔度:
其中,ZN表示目标储层的法向柔度,ΔN表示目标储层的法向弱度,M表示目标储层的纵波模量。
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中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院许可,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/pat/books/202011034382.1/1.html,转载请声明来源钻瓜专利网。