[发明专利]基于电成像测井孔隙度谱信息自动识别储层裂缝的方法

摘要

本发明涉及一种基于电成像测井孔隙度谱信息自动识别储层裂缝的方法，属地球物理勘探方法技术领域，其特征在于包括如下步骤：（1）电成像测井孔隙度分布谱的计算；（2）孔隙度分布谱统计特征的计算；（3）单一特征的裂缝概率的计算；（4）建立多种特征信息融合的裂缝识别概率模型；（5）储层裂缝的识别。本发明利用电成像测井资料，进行孔隙度谱分析，从孔隙度谱中提取能量、熵、对比度及期望值等统计特征，依据这些特征建立多特征信息融合的裂缝识别概率模型，自动识别储层裂缝，具有能排除背景干扰影响，能够定性识别裂缝，裂缝识别可靠性高的特点。

主权项

一种基于电成像测井孔隙度谱信息自动识别储层裂缝的方法，其特征在于包括如下步骤：（1）电成像测井孔隙度分布谱的计算：根据阿尔奇公式，将经过浅侧向电阻率刻度的电成像计算电成像测井孔隙度分布谱；每个电扣电导率被转换为孔隙度，采用公式（1）进行计算； φ i = [ a R mf S xo n · C i ] 1 / m - - - ( 1 ) 式中：φi为计算出的电扣孔隙度，v/v；a为阿尔奇公式的地层因子参数；Rmf为泥浆滤液电阻率，单位为欧姆米；Sxo为冲洗带含水饱和度，v/v；Ci为冲洗带井壁的电导率,S/m；M为阿尔奇公式中的孔隙度指数,取值在1－2之间；对于一个图像窗口，根据每个像素点的孔隙度计算结果值统计其直方图，得到孔隙度分布谱；（2）孔隙度分布谱统计特征的计算：在电成像测井孔隙度分布谱的基础上，计算孔隙度分布谱的能量、熵、对比度及期望值四个统计特征；孔隙度分布谱的能量用公式（2）进行计算； Energy = Σ i = 1 n p ( x i ) 2 - - - ( 2 ) 孔隙度分布谱的熵用公式（3）进行计算； Entropy = - Σ i = 1 n p ( x 1 ) . log 2 p ( x i ) - - - ( 3 ) 孔隙度分布谱的对比度用公式（4）进行计算； Contrast = Σ i = 1 n p ( x i ) ( x i - Expectation ) 2 Σ i = 1 n p ( x i ) - - - ( 4 ) 孔隙度分布谱期望值用公式(5)进行计算； Expectation = Σ i = 1 n x i . p ( x i ) / Σ i = 1 n . p ( x i ) - - - ( 5 ) 其中：xi为孔隙度分布谱中第i采样点的孔隙度；p(xi)为相应于孔隙度xi的频数，即像素点数；n为孔隙度份数；（3）单一特征的裂缝概率的计算：依据能量、熵、对比度及期望值四种特征在储层裂缝发育处具有的不同特性，采用不同的裂缝概率计算公式；熵、对比度、期望值采用公式（6）计算裂缝概率； P = ( X - X min ) ( X max - X min ) - - - ( 6 ) 其中：X为相应计算的特征值；Xmax为相应计算的特征值的最大值；Xmin为相应计算的特征值的最小值；能量采用公式（7）计算裂缝概率； P = 1 - ( X - X min ) ( X max - X min ) - - - ( 7 ) 其中：X为相应计算的特征值；Xmax为相应计算的特征值的最大值；Xmin为相应计算的特征值的最小值；（4）建立多种特征信息融合的裂缝识别概率模型：由公式（6）与公式（7）得到第i种特征曲线的第j个采样点的概率为Pij，(i=1,2,…,m；j=1,2,…,n)；第j个深度采样点，第i种特征曲线的权值系数wij定义为： w ij = P ij / Σ i = 1 m P ij - - - ( 8 ) 对应于目的井段的所有测量采样点,第i种特征曲线的权值系数wi定义为 w i = Σ j = 1 n w ij / n - - - ( 9 ) 每个深度采样点储层裂缝发育的综合概率为多种特征的概率加权和,即 P j = Σ i = 1 m w i P ij - - - ( 10 ) （5）储层裂缝的识别：由式（10）计算出每个深度采样点的储层裂缝的预测概率；当Pj≥P0时，为储层裂缝发育；其中，P0为储层裂缝判别阈值，为目标地区的经验参数，由岩心描述裂缝与研究区裂缝概率预测结果确定。