[发明专利]一种岩石润湿性的预测方法、系统、设备及介质

说明书

本发明公开一种岩石润湿性的预测方法、系统、设备及介质，涉及石油勘探技术领域。该方法包括：获取目标区域全井段的测井曲线值；根据全井段的测井曲线值和目标组分含量预测模型预测全井段的目标组分含量，得到全井段目标组分含量预测值；根据全井段目标组分含量预测值和亲油指数预测模型预测全井段的岩石亲油指数，得到全井段岩石亲油指数预测值；全井段岩石亲油指数预测值用于表征全井段的岩石润湿性。本发明能够摆脱样品对自发渗吸试验的限制，实现对全井段岩石亲油指数的预测和油藏润湿性的整体评价。

技术领域

本发明涉及石油勘探技术领域，特别是涉及一种岩石润湿性的预测方法、系统、设备及介质。

背景技术

润湿性是表征油藏性质的关键参数，接触角测量法、自发渗吸法是常用的表征岩石润湿性的方法。接触角法测量的是岩石表面的润湿特征，自发渗吸试验则可以对岩石连通孔隙润湿性进行表征，相对于接触角法而言，自发渗吸的实验结果可以更加准确的反应岩石整体的润湿特征。无论接触角测量还是自发渗吸法都仅能够对实际取样岩石的润湿性进行表征，然而，由于取芯费用昂贵，实际仅有少量关键井才会进行取芯，因此，受控于样品的限制，传统的自发渗吸试验表征润湿性存在一定的局限性。

发明内容

本发明的目的是提供一种岩石润湿性的预测方法、系统、设备及介质，以摆脱样品对自发渗吸试验的限制，实现对全井段岩石亲油指数的预测和油藏润湿性的整体评价。

为实现上述目的，本发明提供了如下方案：

一种岩石润湿性的预测方法，包括：

获取目标区域全井段的测井曲线值；

根据所述全井段的测井曲线值和目标组分含量预测模型预测全井段的目标组分含量，得到全井段目标组分含量预测值；所述目标组分含量预测模型是基于神经网络建模，根据目标区域不同深度的测井曲线值和对应的目标组分的含量确定的；所述目标组分是根据目标区域的岩石样品的物质组分信息与岩石亲油指数的相关性确定的；所述物质组分信息是采用基础试验分析确定的；所述岩石亲油指数是采用自发渗吸试验确定的；

根据所述全井段目标组分含量预测值和亲油指数预测模型预测全井段的岩石亲油指数，得到全井段岩石亲油指数预测值；所述全井段岩石亲油指数预测值用于表征全井段的岩石润湿性；所述亲油指数预测模型是根据目标区域的岩石样品的目标组分的含量和对应的岩石亲油指数确定的。

可选地，所述目标组分的确定方法具体包括：

获取目标区域的岩石样品；

对所述岩石样品进行基础试验分析，得到物质组分信息；所述物质组分信息包括：矿物组成信息和有机质含量信息；所述矿物组成信息包括：硅质矿物含量、钙质矿物含量和粘土矿物含量；所述基础试验分析包括：X射线衍射分析测试和总有机碳分析测试；

对所述岩石样品进行自发渗吸试验，并根据渗吸试验结果计算岩石亲油指数；

确定所述物质组分信息与所述岩石亲油指数的相关性，并将相关性的绝对值大于设定值的组分作为目标组分。

可选地，所述亲油指数预测模型的确定方法具体包括：

采用数学建模软件，根据所述岩石样品的目标组分的含量和对应的岩石亲油指数，建立亲油指数预测模型。

可选地，所述目标组分含量预测模型的确定方法具体包括：

获取目标区域不同深度的测井曲线值和对应的目标组分的含量；

对所述不同深度的测井曲线值进行归一化处理，得到归一化后的测井曲线值；

基于神经网络建模，以所述归一化后的测井曲线值为输入，以对应的目标组分的含量为输出，建立目标组分含量预测模型。