[发明专利]一种超深层碳酸盐岩储层的识别方法在审
申请号: | 202011036954.X | 申请日: | 2020-09-27 |
公开(公告)号: | CN114428364A | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 闫亮;苏锦义;吴清杰;刘红爱;王信;李航;韦宝东;叶茂才;吴彩发;李学明;杨凯歌 | 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西南油气分公司 |
主分类号: | G01V11/00 | 分类号: | G01V11/00 |
代理公司: | 四川力久律师事务所 51221 | 代理人: | 钟勤 |
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: | 一种 深层 碳酸盐 岩储层 识别 方法 | ||
1.一种超深层碳酸盐岩储层的识别方法,其特征在于,包括以下步骤:
获取目标区域的岩石物理参数和地震数据,通过Xu.Payne模型建立所述目标区域的岩石物理模型;
将所述岩石物理模型中的多个参数进行交汇分析,筛选出所述目标区域的敏感参数,建立岩石物理解释量版;
根据所述目标区域的地震数据,获得所述目标区域的常规属性参数场;
对所述常规属性参数场的每一参数场和所述岩石物理解释量版分辨赋初始权重值,并通过模糊神经网络模拟器,迭代计算得到常规属性参数场和岩石物理解释量版的权重;
将所述常规属性参数场和所述岩石物理解释量版进行加权融合,得到目标地层的多属性综合属性分布图;
根据所述目标区域的多属性综合属性分布图获得所述目标区域的储层分布情况。
2.根据权利要求1所述的超深层碳酸盐岩储层的识别方法,其特征在于,所述岩石物理参数包括砂体厚度、储层有效厚度、孔隙度、渗透率、含气饱和度、含水饱和度、地层粘土含量;所述地震数据包括砂岩骨架纵波速度、砂岩骨架横波速度、砂岩骨架密度、泥质骨架纵波速度、泥质骨架横波速度、泥质骨架密度;
所述岩石物理参数通过测井曲线和进行所述目标区域的岩心模拟实验测定获得;
所述地震数据通过所述目标区域的地震资料获得。
3.根据权利要求2所述的超深层碳酸盐岩储层的识别方法,其特征在于,所述岩石物理模型的建立包括以下步骤:
根据所述岩石物理参数分辨获得所述目标区域的地层中气相体积模量、气相密度、水相体积模量、水相密度、油相体积模量和油相密度,并通过Xu.Payne模型获得所述目标区域内的地层中混合流体体积模量、混合流体密度、总孔隙度;
根据所述岩石物理参数并通过Gassmann方程获得砂岩骨架体积模量、泥质骨架体积模量、砂岩骨架剪切模量和泥质骨架剪切模量,进而获得所述目标区域的岩石弹性模量和有效剪切模量;
根据所述目标区域的混合流体体积模量、混合流体密度、岩石弹性模量、有效剪切模量、砂岩骨架纵波速度、砂岩骨架横波速度、砂岩骨架密度、泥质骨架纵波速度、泥质骨架横波速度、泥质骨架密度建立所述岩石物理模型。
4.根据权利要求1所述的超深层碳酸盐岩储层的识别方法,其特征在于,所述敏感参数通过以下步骤筛选:将所述岩石物理模型中的各个参数按照任意排列组合的方式进行相关性拟合分析,选择线性关系较好的参数组合,并得到任意两个参数之间的相关性拟合表达式;筛选出相关性系数≥0.7的相关性拟合表达式,该相关性拟合表达式所对应的参数即为敏感参数。
5.根据权利要求1述的超深层碳酸盐岩储层的识别方法,其特征在于,所述常规属性参数场包括振幅、频率、相位、波峰波谷数、地层时间厚度。
6.根据权利要求5所述的超深层碳酸盐岩储层的识别方法,其特征在于,所述常规属性参数中各参数的权重值之和为0.5~0.6;
所述常规属性参数中每一参数的初始权重通过随机赋予;
所述岩石物理解释量版中“纵波阻抗-纵横波速度比”、“纵波阻抗-横波阻抗”、“纵波阻抗-泊松比”、“λρ-μρ”权重值之和为0.4~0.5;
所述岩石物理解释量版中的每一敏感参数的初始权重值随机赋予。
7.根据权利要求6所述的超深层碳酸盐岩储层的识别方法,其特征在于,所述岩石物理解释量版包括“纵波阻抗-纵横波速度比”、“纵波阻抗-横波阻抗”、“纵波阻抗-泊松比”、“λρ-μρ”参数。
8.根据权利要求1所述的超深层碳酸盐岩储层的识别方法,其特征在于,所述目标区域的多属性综合属性分布图,通过AttributeStudio软件获得。
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西南油气分公司,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西南油气分公司许可,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/202011036954.X/1.html,转载请声明来源钻瓜专利网。