然后找出一口尺度井求出尺度井峰值并确定各单

时间:2019-10-30  点击次数:   

  独创性声明本人声明所呈交的学位论文是本人正在导师指点下进行的研究工做及取得的研究。据我所知,除了文中出格加以标注和称谢的处所外,论文中不包含其他人曾经颁发或撰写过的研究,也不包含为获得成都理工大学或其他教育机构的学位或证书而利用过的材料。取我一同工做的同志对本研究所做的任何贡献均已正在论文中做了明白的申明并暗示谢意。学位论文做者签名:年月日学位论文版权力用授权书本学位论文做者完全领会成都理工大学相关保留、利用学位论文的,有权保留并向国度相关部分或机构送交论文的复印件和磁盘,答应论文被查阅和借阅。本人授权成都理工大学能够将学位论文的全数或部门内容编入相关数据库进行检索,能够采用影印、缩印或扫描等复制手段保留、汇编学位论文。(保密的学位论文正在解密后合用本授权书)学位论文做者签名:学位论文做者导师签名:年月日第1章引言1.1选题根据跟着勘察难度的日趋加大,操纵测井及地动材料处理储层预测问题愈加复杂。保守的储层预测工做次要是操纵测井的纵波时差和密度取地动数据丈量的纵波速度,以测井为标定,指点地动数据进行储层反演等阐发,但这些消息已不克不及满脚当前的现实需求。近年来跟着多波数据的利用,以测井、地动结合反演手艺为代表的基于岩石物理模子的储层分析预测手艺获得普遍使用。测井新手艺可对复杂的碎屑岩和非均质碳酸盐岩储层进行精细评价,以成立更为精确的岩石物理模子;用多井束缚地动反演手艺进行储层横向预测可提高储层预测的精度,帮帮优选井位,以提高勘察成功率。将测井材料取地质纪律连系,使用单井和多井的测井材料进行储层的精细注释,进行单井储层岩相的划分和横向对比,岩石物理弹性参数井-震标定,逃踪和预测有益相带和储集体的分布纪律。本论文基于国度科技严沉专项的二级专题四川盆地碎屑岩储层测井弹性参数预测手艺研究,通过对岩石物理弹性参数的精细阐发,总结出新场构制沙溪庙组岩性、含流体性等弹性参数,沉点凸起目标层段优良储层弹性性参数,并成立目标层段岩性、含流体性弹性参数图版及性参数表,为川西地域气藏勘察开辟供给无力的手艺支持。1.2研究内容本论文次要基于国度科技严沉专项的二级专题四川盆地碎屑岩储层测井弹性参数预测手艺研究,为了深切研究川西坳陷新场碎屑岩环节井沙溪庙组测井储层识别取预测评价手艺,成立岩性识别和流体识别尺度;开展岩石物理弹性参数储层预测纪律研究,寻找反映岩性、流体变化的弹性参数,降低成果注释的不确定性;完美地球物理储层预测评价方式手艺根本,次要进行以下研究工做:(1)岩性识别及岩石矿物类型识别手艺研究;岩性的测井识别很是主要,测井的岩性识别成果一方面能够成立起各井的岩性地质剖面,比力实正在地描绘出各层段的岩性特征,为进一步的地质及其他学科研究打下根本;另一方面,岩性识别是测井注释的主要构成部门,为下一步孔隙度、渗入率及含水饱和度的计较打下根本,岩性识此外精确性间接关系到测井参数求取及储层含气性注释的精度。(2)测井流体识别手艺研究;正在现代地球物理测井手艺前提下,对于一般油气储层能够相当切确地识别流体性质和进行评价。可是,对于复杂油气储层,则因为多种要素的彼此干扰,不只定量评价碰到坚苦,有时以至定性识别流体性质也碰到挑和。为了削减问题的难度,正在使用常规测井材料进行流体类型识此外过程中,该当起首连系试油等材料,进行流体类型影响要素阐发,充实认识分歧类型流体的测井响应特征。然后,正在此根本之上,成立起注释方式并识别流体性质。并且还应针对分歧的储层性质选用分歧的注释方式,毫不能寄但愿于用统一种方式对全井段的流体性质进行同一判别。(3)典型岩性、含油气性测井岩石物理弹性参数纪律预测手艺研究;正在岩性识别及流体识此外根本上,充实操纵研究区内多种测井方式(放射性、电阻率、声学、地球化学等),按岩石类型(如含钙砾岩、砂岩等)、流体类型(如气层、水层等)分类研究各岩性、流体弹性参数的变化纪律,成立响应的识别优良储层的图版及关系式;其次,求准纵波、横波后,连系地层密度、孔隙度、岩石体积等参数来计较杨氏模量、剪切模量、体积模量、泊松比等岩石物理参数;然后,对弹性参数之间两两交会,定性描述各类参数组合体例对岩性及流体的区分能力;分岩性、流体成立弹性性参数识别图版及性阐发表。1.3手艺线本论文以新场构制典型钻井的测井材料为从,以沙溪庙组为次要目标层;连系岩芯阐发、录井等地质消息,进行岩电阐发研究、成立岩性识别及岩石矿物成分计较模子;并正在此根本上分层位、分岩性阐发储层岩石物理参数变化纪律;并对各层组产气井、产水取干井的测井曲线特征进行对比阐发,筛选出对于含气性比力的测井消息进行储层含气性识别研究,进行优良储层预测。本论文手艺线手艺线完成的次要工做本论文次要完成了以下工做:(1)测井定性识别岩性能够快速曲不雅的区分岩性,针对沙溪庙组的岩性特征,本论文采用录井材料为根本,连系先辈的BP神经收集算法进行岩性识别研究。通过BP算法误差函数最小化来完成输入到输出的一种高度非线性映照,以精确识别岩性。(2)新场沙溪庙组储层岩石蒙受的成岩后生感化较强,孔隙布局复杂。为了能精确识别流体,针对沙溪庙组地层流体识此外影响要素,优选电阻率取孔隙度交会法、正态概率分布法分析阐发沙溪庙组储层流体。(3)成立新场沙溪庙组横波预测模子。针对新场沙溪庙组遍及贫乏横波测井材料,岩石物理阐发工做未便进行的环境,正在连系前人研究的根本上,进行横波预测方式研究及精度阐发工做,优选出Castagna方式做为新场沙溪庙组横波预测首选方式,并成立本区横波预测模子。(4)针对川西沙溪庙组开展了详尽的测井岩石物理弹性性参数研究工做。通过大量的弹性参数阐发,正在充实挖掘各类弹性参数的内正在特征的根本上,总结了本区分歧岩性、流体弹性参数分布纪律;成立了本区分岩性、流体的弹性参数识别图版。(5)针对沙溪庙组岩石物理参数的使用性和无效性进行了详尽的阐发和研究。第2章根基地质特征2.1区域地质概况新场气田碎屑岩系自上三叠统起头发育,至白垩系总厚度约5000多米。使用高分辩率层序地层学和堆积学的道理和方式,对此碎屑岩系的发育特征进行阐发,可将上三叠统至侏罗系地层划分为五个堆积系统。即须家河组二、三段表示为边缘滨海堆积系统,四、五段表示为内陆扇-湖沼堆积系统;白田坝组取千佛崖组为盆缘扇-湖泊堆积系统,此中千佛崖组晚期新场地域为水下冲积扇堆积;上、下沙溪庙组次要为冲积平原-三角洲堆积系统。新场地域据古流向及地动振幅切片砂体阐发物源次要来自于北东标的目的及南北向,下沙溪庙组早中期陪伴又一次的龙门山的抬升,物源补给充脚,次要堆积了一套三角洲平原—前缘的河流堆积,晚期随物源削减,以湖泊堆积为从;上沙溪庙组晚期龙门山北段抬升,物源来改过场北部和合兴场北东,该期间新场地域以三角洲前缘为从,上沙溪庙组晚期孝泉-合兴场全体处于较深水期间,堆积格架次要为湖相,仅正在孝泉地域发育三角洲平原相。进入遂宁组后,全区为水体较为的湖泊,堆积了大套厚度较为不变的湖泊相泥岩;蓬莱镇组为三角洲-湖泊堆积系统,此中蓬莱镇堆积晚期,因为西部龙门山强烈抬升,使孝泉-合兴场地域成为临近物源区的扇三角洲,新场地域以扇三角洲前缘河口砂坝堆积为从,至J3p1堆积期间,整个地域以滨浅湖为从,J3p2堆积期间,新场地域次要为三角洲平原,物源次要来自北部,J3p3堆积期间,新场地域以三角洲前缘为从。新场气地步表出露地层为重生界第四系,钻遇的地层层序自上而下为第四系、白垩系、侏罗系取三叠系,最深层位钻至三叠系须家河组须二段。新场气田沙溪庙组为700-800米的砂泥岩屡次不等厚互层堆积,取上覆地层侏罗系遂宁组以及下伏地层侏罗系千佛崖组均为整合接触(见表2-1)。表2-1新场地域地层简表地层层位代号厚度(m)岩性岩相简述界系统组段重生界第四系QK1j12~20种植土、黄褐色粘土取正色砂砾层,取下伏地层呈角度不整合接触。中生白垩系下统剑门关组220~350底部为一套深灰、灰白色、褐灰色(含砾)细粒岩屑砂岩取棕红色泥岩、棕褐色泥质粉砂岩不等厚互层,取下伏地层呈假整合接触3221、、界侏罗系上统蓬莱镇组四J3p4220~300紫红色泥岩、粉砂质泥岩、泥质粉砂岩夹粉砂岩、浅绿灰、褐灰色岩屑砂岩。三J3p3220~330紫红色泥岩、粉砂质泥岩、泥质粉砂岩夹粉砂岩、浅绿灰、褐灰色岩屑砂岩。二J3p2640~740紫红色泥岩、粉砂质泥岩、泥质粉砂岩夹粉砂岩、浅绿灰、褐灰色岩屑砂岩。一J3p1220~300紫红色泥岩、粉砂质泥岩、泥质粉砂岩夹粉砂岩、浅绿灰、褐灰色岩屑砂岩,取下伏地层整合接触。中统遂宁组Jsn350棕、棕红色泥岩、粉砂质泥岩、褐灰色细—中粒岩屑砂岩、粉砂岩互层,取下伏地层整合接触。上沙溪庙组二J2s2300~350紫褐色、褐色含粉砂质泥岩为从,夹浅褐色、灰褐色粉砂岩及褐色、灰色细粒岩屑砂岩。一J2s1200~250浅绿灰色细粒、中粒长石岩屑、岩屑长石砂岩取紫红色粉砂质泥岩不等厚互层、夹灰色细粒岩屑砂岩及浅灰色泥质粉砂岩,取下伏地层整合接触。下沙溪庙组Jx200~250暗紫、暗褐紫色含粉砂质泥岩为从、夹浅绿灰色、浅灰色细粒灰质岩屑长石砂岩,取下伏地层整合接触。千佛崖组JqJbT3x5120泥岩夹粉砂岩、底为灰白色石英砂岩,取下伏地层呈假整合接触。下统白田坝组100紫棕色泥岩,中、细粒岩屑砂岩,灰色含泥、团状灰岩,含泥介屑灰岩略等厚互层,取下伏地层呈假整合接触。三叠系上统须家河组五502~576黑色页岩取灰色含钙粗粒钙屑砂岩、中粒钙屑砂岩、含钙细粒岩屑砂岩、细粒富岩屑砂岩不等厚互层,夹煤层(线大套灰白、灰色粗粒岩屑石英砂岩、中粒岩屑砂岩、中粒岩屑石英砂岩、含钙(铁白云质)中粒钙屑砂岩、中粒富岩屑砂岩及细粒岩屑砂岩、正色砾岩、灰色含钙中粒钙屑砂岩、灰色含钙细粒岩屑砂岩取黑色页岩呈不等厚互层。三T3x3658~721黑色(粉砂质)页岩取深灰色中粒岩屑石英砂岩,(含钙)中粒钙屑砂岩、(含钙)中粒岩屑砂岩、(含钙)细粒岩屑砂岩、(含钙)细粒岩屑石英砂岩及灰色粉砂岩不等厚~略等厚互层夹煤层(线灰、浅灰色细粒岩屑石英砂岩、岩屑砂岩、中粒岩屑石英砂岩岩屑长石石英砂岩、岩屑砂岩及粗粒(长石)石英砂岩夹灰黑黑色页岩、粉砂质页岩及泥质粉砂岩。2.2气田构制特征新场气田处于四川盆地川西坳陷中段一个大型的北东东向隆起带上,这个隆起带位于彭州-德阳向斜和梓潼向斜之间。该隆起带从晚三叠世以来履历了多期构制活动,是一个古今复合大型隆起带。正在侏罗世早中期已具雏形,侏罗世晚期履历了主要的成长,后经早第四纪喜山晚期活动进一步定型,构成现今的形态。这个相对隆起带上分布着一系列北东东向的构制,西部有孝泉构制;向东有合兴场、高庙子、丰谷等构制。新场构制深、浅层存正在较大差别,其浅层(侏罗系)表示为由孝泉背斜向东延长的一个平缓鼻状背斜,具有北翼较缓、南翼较陡的不合错误称特征,断裂不发育。新场构制的东规矩在东泰及合兴场地域发育了一套南北的断层褶皱构制带。此南北构制带南起龙泉山北端的石泉场向北延长数十公里达玉泉一带,规模庞大。构制带由逆掩断层及取之相关的褶皱构成,呈现出取北东东向背斜带近乎垂曲的应力感化标的目的,此南北向构制带取北东东向背斜带表示为横跨的复合形式。新场背斜的东端,倾没于南北向构制带西侧一个向东倾斜逆冲断层的下盘。孝泉-新场地域构制构成初期(燕山晚期)取烃源岩生气高峰和油气大规模运移期间(燕山晚期)相婚配;构制定型期(喜山期)取油气大规模二次运移构成次生气藏的期间(喜山期)相婚配。且该区履历了多次构制活动,深部断裂及其伴生的裂痕收集系统发育,利于下部天然气的垂曲运移和富集。新场下沙溪庙组气藏属滨岸堆积中浅水三角洲系统,次要发育有分流河流、分流河流叠加、水下分流河流、决口扇、分流间弯等微相,此中,分流河流、分流河流叠加微相是本区储集性较好的砂体;正在沙溪庙组地层中发育有具区域性封盖感化的泥页岩堆积及多层局部泥页岩,对天然气起到了无效的封盖保留感化。因此具有优良的生、储、盖组合。新场气田沙溪庙组气藏从砂体含气性来看,它遭到两方面要素的节制,一方面,气井产能的凹凸受构制大布景的限制,构制部位低的井产能总体偏低,并且正在构制较陡的南翼低部位已有少量的地层水产出(压裂后);另一方面,储层含气性的黑白又受储层质量的节制,分歧堆积、分歧岩相区域的储层产气能力各不不异。下沙溪庙组气藏内部缺乏大的断裂系统,小断层的断距正在10m摆布,相对于20m摆布厚度的单层砂体而言,无法断开储层,不具备封堵前提。取之响应的是砂体内部存正在微裂痕。总体上,油气富集的从控要素是储层的堆积,即岩性岩相的分布;同时构制大布景和微裂痕发育带还限制油气富集。2.3储层特征沙溪庙组储层为四川盆地发育近常规致密碎屑岩储层气田从产层之一,地层埋深正在1900~2500米摆布。沙溪庙组为一套滨湖~三角洲物源丰硕“过饱和”前提堆积的砂泥岩地层,具有较好的储盖组合,但生油岩层不发育。埋藏于地下暗藏构制中的储层,履历漫长的压实及成岩后生双沉,储层的基质孔隙度、渗入率变差,岩石的致密化程度较高,储集空间为粒间及溶蚀孔洞缝等,天然气成藏依赖于构制裂痕,构成的气藏为次生气藏或远源气藏。钻遇地层厚度700.0~790.0米不等,经现实钻井存正在JS11-JS32十个含气砂体(表2-2),单层厚度15.0~25.0米,累计砂体厚度正在50.0~80.0米之间,为三角洲前流河流叠加堆积,呈席状或毯状分布于新场构制。形成储集岩的岩性为中~细粒砂岩,以高长石含量为次要特点,长石为20.0~40.0%,岩屑含量为20.0~35.0%不等,随其长石及岩屑含量的变化,一般为岩屑长石砂岩或长石岩屑砂岩,分选中等;胶结物以泥质为从,钙质1.0~10.0%不等,少量其他胶结物,钙质含量较高的致密砂岩为相对较低的声波时差及相对较高的电阻率;胶结类型多为孔隙式,少数接触~孔隙式。常见少量后生感化产品石英次生加大充填于孔隙中,常见长石粒内溶孔。成岩后期的溶蚀感化及其构制应力感化,分歧程度的改善了储集砂体的孔渗性,微裂痕及裂痕正在沙溪庙组储层中遍及存正在,缝宽0.17~70.0μm不等,但其发育程度极不均等,即高致密化储层中存正在有次生孔隙发育的相对高渗区。正在上述层组划分对比和气田内含气砂体的识别根本上,针对新场地域及邻区的地层取堆积及油气特征,以地质、测井材料为根本,连系地动反射特征,选定岩性、电性等对比标记层,操纵测井曲线及相序变化特征对气田内井进行了细致的井间对比,参考纵向相序列、砂体类型、储量规模和开辟现状等要素,将沙溪庙组气藏分为沙一气藏(代号JS1)、沙二气藏(代号JS2)、沙三气藏(代号JS3)。表2-2新场气田沙溪庙组气藏地层气层划分对比表地层标记层原含气砂体编号原气层编号气层正式编号(分)气藏蓬莱镇组(J3p)T03反射层T02反射层T01反射层T1反射层T2反射层T21反射层JP0A1-C2JP11-JP17JP1D1-E5JP21-JP26JP2JP31JP3JP32JP33JP34JP35JP36JP37JP38遂宁组(J3sn)上沙溪庙组(J2s)JS11JS1A0、A'JS12AJS1JS21JS2AB1JS2JS22-1AB2JS3JS22-2B1JS4JS23-1B2JS5JS23-2CJS6JS24下沙溪庙组D1JS7JS31-1JS3(J2x)D2JS31-2D3JS31-3EJS32岩性特征岩石学特征因为埋藏深度较大,压实感化强且胶结物中方解石含量较多,沙溪庙组含气砂体总体上表示为致密砂岩。储层的岩石类型以灰色、浅绿灰色中~细粒长石岩屑、岩屑长石砂岩为从,部门井段夹有少量薄层棕红色泥岩、泥质粉砂岩及粉砂质泥岩。据薄片材料统计(表2-3),沙溪庙组砂岩中的碎屑均以石英为从,长石、岩屑次之。岩屑成份包罗凝灰岩、石英岩、花岗岩、板岩、泥岩、灰岩岩屑等。杂基为伊利石-绿泥石质,含量从0.3-20%以上。胶结物以方解石为从,泥质则次之,偶见硅质、白云石;泥质多为一期胶结物,而方解石、白云石和硅质则为二期胶结物。从上至下即从JS21~JS31硅质含量逐步增加,而白云石逐步削减。胶结类型JS21、JS22以孔隙式为从,接触~孔隙式次之;JS23、JS24则以接触~孔隙式为从,孔隙式次之;JS31以孔隙~压结式为从,只要少量孔隙式和孔隙~接触式胶结。分选中~好,磨圆度以次棱角状为从。表2-3沙溪庙组气藏各砂体碎屑物及胶结物含量统计表砂层碎屑含量(%)胶结物含量(%)泥(%)分选磨圆度胶结类型石英长石岩屑方解石白云石硅质JS2147.2230.2423.984.81少量/4.39中-好次棱角孔隙式为状从JS2247.6326.4125.963.23偶见少量6.06中-好次棱角孔隙式为状从JS2342.732.2223.322.99/偶见4.94中-好次棱角接触-孔隙状式为从JS2447.0929.6422.63.75/偶见3.14中-好次棱角孔隙-接触状式为从JS3152.4624.1323.465.42/偶见1中-好次棱角孔隙-压结状式为从JS21层为细~中粒为从的长石岩屑砂岩,部门井有少量样品为岩屑长石砂岩。长石颗粒大多见有蚀变高岭土和伊利石,部门样品中可见到较新颖的长石颗粒,棱角较着。长石颗粒常见被溶蚀。岩屑以堆积岩屑和火山岩岩屑为从,气田各部位JS21层砂岩的岩屑组分有差别,气田西部砂岩中的火山岩岩屑含量略高于堆积岩岩屑,东部砂岩中是以堆积岩岩屑为从,火山岩屑仅占岩屑总量的10~30%,部门还见有很不不变的碳酸盐岩岩屑。胶结物有自生绿泥石、自生石英和方解石,部门样品中可见有少量菱形白云石、自生高岭石和浊沸石。该当提出的是JS21中存正在部门钙质薄层,岩芯察看可见为肉红色钙质砂岩。JS22层中~细粒长石岩屑砂岩,部门井见有岩屑长石砂岩,平均组分取JS21层附近。岩屑大多为堆积岩屑,并且云母、绿泥石碎片含量常达5-12.5%。胶结物为自生绿泥石、自生石英和方解石,少部门样品见自生高岭石。JS22-2层段同样存正在钙质薄层。JS31层的碎屑物含量以石英为从,平均为52.46%,其次为岩屑和长石,别离为23.46%、24.13%。胶结物均以方解石为从,含量为5.42%。硅质含量偶见至多量,不含白云石,泥质含量为1%。据部门井薄片判定发觉岩样中岩屑蚀变而成的假杂基含量高,一般5~8%,分布正在粒间孔中,占领了部门孔隙空间,但经后期酸性流体的溶蚀感化,使该层溶蚀孔隙和溶蚀喉道发育,且连通性较好。粘土矿物及产状据扫描电镜和X-衍射阐发见表2-4,沙溪庙组储层中的粘土矿物虽然含量不高(一般3~4%之间),但对岩石的物性影响较大,并正在砂岩中遍及存正在。JS21、JS22、JS31层以绿泥石为从,含量高,伊利石次之;JS23层以伊利石为从,占47.69%,次为绿泥石39.81%,高岭石少量;JS24层则以伊利石为从,占36.16%,次为绿泥石和高岭石,别离为29.02%、26.49%,伊/蒙混层含量相对较低。表2-4新场气田沙溪庙组气藏各砂体粘土矿物(X-衍射)阐发表砂层酸不溶物错误!未找到援用源。(%)粘土含量(%)泥质含量(%)粘土矿物含量(%)伊利石伊/蒙绿泥石高岭石JS2113.442.0066.832.39JS224.439.7/90.30/JS2394.212.253.0147.6910.1739.812.33JS2493.932.593.2436.168.3329.0226.49JS31次为从次粘土矿物一般沿岩石颗粒概况呈包覆状发展,构成衬层状薄膜。粘土矿物的遍及存正在,对储层渗流能力有较大影响。绿泥石的分布以垂曲颗粒概况呈丛生式发展为从,伊利石以针状、板条状等外形呈颗粒包膜及孔隙桥塞,而高岭石以蠕虫、册页状充填于孔隙中。粘土矿物的存正在一方面降低了储层的储集空间,更为主要的是大大地降低了岩石渗入能力。此外,伊/蒙混层和绿泥石的存正在,使储层具有因蒙脱石遇水易膨缩的水敏感化和绿泥石遇酸易发生沉淀的酸敏效应,容易形成储层。2.3.1.3储层的成岩及后生感化新场气田沙溪庙组气藏属致密砂岩气藏,这取所履历的成岩及后生感化亲近相关,据岩石薄片及扫描电镜察看研究,成岩感化序列为持续进行的机械压实感化-自生绿泥石~硬石膏和白云石构成、粒间粉~微晶方解石胶结感化-石英次生加大-连晶方解石构成-溶蚀感化。1、机械压实和压溶感化强烈的机械压实感化和取之伴生的压溶感化贯穿了储层成岩感化的全过程。其次要的成岩变化为可塑性颗粒压弯变形,压扁、压断及扯破破裂,有的挤入孔隙、构成假杂基或假基质,此中蓬莱镇组蓬三气藏表示为云母类等长轴矿物颗粒有定向陈列的趋向,黑云母有压弯现象,但未到弯折程度。石英等硬性矿物嵌人软的泥质条带中,碎屑颗粒多呈点接触或点~线接触。云母等片状矿物弯曲变形压断错位;局部还有石英、长石颗粒发生塑性变形,颗粒间以浅~凹凸接触为从,使一部门孔隙为喉道。2、胶结感化(1)粘土矿物的胶结感化:粘土矿物正在岩石中多呈孔隙衬边和孔隙充填形式,绿泥石垂曲碎屑颗粒的概况呈丛生式发展,构成孔隙环边或充填于孔隙中,伊利石呈犯警则片状或板条状自形晶,以碎屑颗粒的包膜或呈塔状堵塞孔隙喉道,粘土矿物的胶结感化大大降低了原生孔隙,缩小了喉道。(2)方解石的胶结感化:正在沙溪庙组气藏中,前期构成的粒间、粒内溶孔被细-中晶方解石充填,并可见连生胶结现象,对孔隙有较着的影响。硬石膏形态为斑状、圆斑状,正在岩石平分布较平均,堵塞部门孔隙。白云石则以自形晶充填孔隙。绿泥石是较早构成的自生矿物,常呈薄膜状呈现,但含量较少。(3)硅质的胶结感化:以石英次生加大边的形式呈现,一般0.03~0.1mm,个体达0.15mm。3、溶蚀感化次要为钾长石、微斜长石的粒内溶蚀和方解石胶结物的晶间溶蚀,以及碎屑颗粒的粒间溶蚀。次生孔隙发育,但喉道小,由于大部门孔隙四周及喉道被绿泥石充填,严沉影响了孔隙间流体的渗流,只要小部门孔喉因再次受溶蚀,使其四周的绿泥石膜被处溶蚀感化发育,了多期溶蚀感化,构成了各类外形的溶蚀粒间孔、长石取岩屑粒内溶孔及铸模孔,除部门被绿泥石、方解石、硅质等矿物充填堵塞外,大大都溶蚀孔保留较好。从储层的成岩及后生感化可见,原生孔隙几次,喉道也不竭缩小,以胶结感化为从的成岩后生感化对孔隙及孔隙布局影响最为严沉,只要溶蚀感化和交接感化对孔喉有必然的改善感化。物性特征物性宏不雅特征储层的孔隙度、渗入率、含水饱和度是评价储层黑白最间接的参数。对新场气田沙溪庙组气藏的物性材料进行统计:(1)孔隙度据37口井2340个样品孔隙度统计,沙溪庙组次要含气砂体孔隙度最大17.61%,最小0.77%,总平均为9.89%。比力各层砂体可见(见表2-5),JS31层孔隙度平均值最高(14.49%),而JS21层最低(9.11%),但孔隙度总体变化不大,为中~低孔隙度储层,分布比力集中,差别不大。表2-5沙溪庙组气藏岩芯孔隙度分层统计表层位井数样品数量最大孔隙度%最小孔隙度%平均孔隙度%JS121141515.091.669.11J713.8710.70JS321167715.430.779.18JS421151017.071.519.85JS1318117.613.5914.49(2)渗入率据37口井2214块样品统计,几套砂体平均渗入率为,各层砂体平均渗入率介于之间(见表2-6),此中JS31层砂体平均渗入率最高,JS21、JS23层平均渗入率最低别离为、。表2-6沙溪庙组气藏岩芯渗入率分层统计表层位井数样品数量最大渗入率最小渗入率平均渗入率J8440.0110.136JS2252080.470.0330.172J920.0150.133J9810.0160.294JS131812.8920.0430.760(3)孔、渗之间的关系从图2-1~图2-4的孔隙度~渗入率关系来看,跟着孔隙度的增大,渗入率有变好趋向。图2-1A3井孔隙度取渗入率关系图图2-2A68井孔隙度取渗入率关系图图2-3A0井孔隙度取渗入率关系图图2-4A55井孔隙度取渗入率关系图2.3.2.1物性微不雅特征1、孔隙类型、外形及大小(1)孔隙类型据铸体薄片和扫描电镜材料,储层岩石的孔隙类型有以下几种。①粒间孔:包罗粒间孔和粒间溶蚀扩大孔,粒间孔次要是原生粒间孔被绿泥石薄膜不完全充填或被绿泥石充填后溶蚀而构成的;粒间溶蚀扩大孔次要是碎屑颗粒边缘的绿泥石或方解石胶结物被子溶液或长石颗粒边缘被溶而构成的,其孔隙形态分歧程度地保留着溶蚀踪迹,大部门孔隙四周均有绿泥石膜衬垫,成为残剩溶蚀粒间孔,孔隙间的连通性一般,孔内一般干净。此类孔隙为本套储层的次要孔隙类型。②粒内溶孔:是由长石、岩屑等颗粒蒙受不完全溶蚀而构成的,一般呈串珠状或蜂窝状,粒内溶孔连通性较差,正在较大的孔内偶见发展的自形小石英,降低了孔隙的大小。此类孔隙也是本套储层的主要孔隙。③溶蚀填隙物内孔隙:假杂基及粘土矿物受溶蚀感化所构成的孔隙。④铸模孔:是由钾长石被溶构成的,这类孔隙一般比力大,孔内干净,但正在砂体中不多见,也是本套储层比力主要的一种孔隙类型。⑤晶间微孔:次要是粘土矿物(伊利石、高岭石)晶体间的孔隙,它们正在储层中也很常见,但孔隙很小,对储集层的储集意义不大。⑥粒间微缝和云母解理缝:因为量少且大部门缝的连通性较差,所以对整个储集层的储集意义不大。(2)孔隙的外形及大小因为压实感化和溶蚀感化正在孔隙的构成过程中一曲起主要的感化,所以构成的孔隙外形多种多样,一般来说粒间孔呈三角状,粒间溶蚀孔孔隙形态万千,粒内溶蚀孔多呈蜂窝状,大小都极犯警则。沙溪庙组气藏储层属于孔隙型储层。次要储集空间类型为粒间孔、粒间溶孔、粒内溶孔、铸模孔、云母解理缝及晶间孔。别的,显裂痕不发育,微裂痕做为一种储集渗流空间局部相对发育。因蒙受强烈的成岩后生感化,沙溪庙组储层岩石的孔隙外形多种多样,极犯警则。按照对孔隙分类的尺度(大孔隙,中孔隙,小孔隙,微孔隙),沙溪庙组气藏储层的孔隙以中~小孔为从。因为贯穿一直的压实感化很强,再加上颗粒间一世代胶结的绿泥石和二世代胶结的方解石和硅质而构成致密化的成岩布景,沙溪庙组气藏各套砂体的孔隙布局遍及较差,虽然溶蚀感化正在很大程度上添加了孔隙空间,但只正在局部改善了喉道的连通性。从铸体薄片材料来看,岩石的孔隙较发育,但孔隙间的连通性较差。各品种型孔隙的定量统计的成果表白:平均面目面貌率为9.42%,充填残剩粒间孔为3.91%,占总面目面貌率的41.58%;次生溶蚀孔隙为5.52%,占总面目面貌率的58.42%(见表2-7)。砂体孔隙均值()面目面貌率(%)区间值平均值区间值平均值JS1223.30~280.00100.282.38~16.007.56JS2251.15~74.3659.621~11.725.69JS3224.80~127.1071.420.01~8.222.50JS4238.20~109.0073.110.031~10.694.65JS1315~100503~118.5表2-7孔隙大小统计表2、喉道类型、大小及孔喉组合关系(1)喉道类型及大小据铸体薄片和扫描电镜材料可知储层岩石的喉道类型有以下几种。①片状、弯片状喉道:当压实感化或溶蚀感化加强,颗粒陈列慎密,还可见石英、长石颗粒发生塑性变形现象,颗粒之间成线-凹凸接触为从,两颗粒间的通道构成片状或弯片状,此类喉道正在本套储层中常见。②缩颈型喉道:当砂岩颗粒以点接触形式时,时常正在两颗粒接触两头的孔隙大,但颗粒之间的通道却相当窄的“瓶颈”状,数量不多。③溶蚀填隙物内微缝:虽然孔隙小,但分布极为普遍,一般取溶蚀孔隙相连通,对储集层起着很好的渗流感化。④晶间缝:为粘土矿物晶体间裂缝,宽度很小,对渗流意义不大。(2)孔喉的组合关系沙溪庙组气藏储层的孔喉组合关系多为中孔~微喉、大孔~微喉其次。3、孔隙布局根基特征压汞法是测定储集岩孔喉大小分布的一种常用方式,其曲线形态、特征参数能够较好地反映储集岩的空地布局特征。沙溪庙组分歧岩石的毛管压力曲线其响应的孔隙布局特征参数相差甚远,取岩性、粒度、钙质含量等亲近相关。对研究表白:中粒岩屑长石砂岩的孔隙布局最好,排驱压力一般正在2.0MPa摆布,饱和度中值压力<10MPa;细粒岩屑长石砂岩及细砂质中粒岩屑长石砂岩的孔隙布局次之,这两种岩石类型是次要的储集岩类;含钙、含粗粉砂及含泥的中粒、细粒岩屑长石砂岩、长石岩屑砂岩的孔隙布局较差,出格是胶结物含量(钙、泥)较高,粉砂含量较多时已根基不具备储集能力;泥质粉砂岩、粉砂质泥岩及含钙粉砂岩等孔隙布局最差。分歧的井因为岩石类型、颗粒粒度及胶结物含量取类型等有所分歧,其孔隙布局相差甚远。2.3.3储集岩分类及评价起首,采用以渗入率为次要目标的储集岩分类评价尺度对各储层的取芯样品进行分层(组)评价。考虑到正在不划一级尺度值附近的储集岩,跟着孔隙度的大小变化,储集岩的储渗能力会响应增大(或降低),因此正在每一品级内部又分出若干小类。沙溪庙组气藏各层的储层质量以JS31、JS24最好,此中Ⅰ+Ⅱ类储层所占比例达50%以上;JS22次之,其Ⅰ+Ⅱ类储层所占比例为39.24%;JS21、JS23最差,其Ⅰ+Ⅱ类储层所占比例别离为21.02%、13.68%,次要储层类型是Ⅲ、Ⅳ。因为本区储层岩石蒙受的成岩后生感化较强,孔隙布局复杂,岩性取孔隙布局有较好的对应关系,分选比力好的中粒岩屑长石(或长石岩屑)砂岩的孔隙布局最好,细粒岩屑长石砂岩及分选较差的中粒岩屑长石砂岩次之,含钙、含粗砂及含泥的中-细粒岩屑长石砂岩,跟着钙质、粗粉砂及泥质含量的添加孔隙布局较着变差,泥质粉砂岩、粉砂质泥岩的孔隙布局最差。而物性取孔隙布局特征参数的相关程度不是很高。沙溪庙组气藏各套含气砂体的储层物性参数存正在必然的差别,取芯井(段)无限,同时考虑到测井注释的孔隙度取渗入率的相关性还不高,而且对裂痕的定量认识十分无限,所以对储层评价分类准绳以渗入率为根基目标的划分方式。按照物性取压汞材料,别离做出了孔隙度取排驱压力、孔隙度取饱和度中值压力、渗入率取排驱压力、均值取排驱压力、均值取变异系数、均值取0.075孔喉体积百分数关系曲线,并据此将储层分为四类(见表2-8)。表2-8储集岩分类评价表分类品级评价项目ⅠⅡⅢⅣ15.49~15.47~107孔隙度(%)JS2115.28.5~15.27.9~137.9JS2214.69~14.67~127JS3215.89.5~15.88.8~138.8JS4212.27~12.26.9~106.9JS1312.89~12.87~10.77渗入率()0.30.2~0.30.1~0.20.1排驱压力Pd(MPa)1.71.7~2.82.8~55中值饱和压力Pc50(MPa)1313~2525~4040平均喉道半径()0.440.31~0.440.23~0.310.23孔隙均值X()12.312.3~12.812.8~13.113.1变异系数C0.170.14~0.170.14~0.160.14>0.075孔喉体积百分数(%)5030~5020~40202.3.4测井响应特征沙溪庙组储层总的响应特征表示为三低一高一中,即低天然伽玛、低中子、低密度、大声波、中等电阻率。天然伽玛低-中值(个体储层下部具有高伽玛现象,特征很是较着,能谱测井材料为高放射性铀惹起);天然电位相对负非常;井径平曲或缩径;电阻率测值中等,深、浅侧向电阻率有必然的正幅度差;三种孔隙度曲线组合形态反映了储集机能的差别:本地层含气性好,将使声波时差增大,中子、密度测值降低,正在测井曲线图上表示密度取声波变化分歧,取中子曲线呈现反向交叉(即凡是所说的中子“天然气挖掘效应”图2-5至2-7)。若是地层含气性变差,即干层或产能极低时,则孔隙度反映为基质或略高于基质的响应;若同时存正在电阻率增高,则反映地层含钙量的添加。图2-5A56测井响应特征图2-6A3测井响应特征图2-7A65测井响应特征第3章地球物理测井阐发3.1测井数据尺度化测井曲线尺度化问题,起首是由connolly于1968年正在研究阿尔伯塔的瑞伯-扎马地域的130口井的测井材料时提出:测井数据尺度化处置的本色是操纵统一油田或地域的统一层段往往具有类似的地质--地球物理特征,了测井数据具有本身的类似分布纪律。因而,一旦成立各类测井数据的油气田尺度分布模式,就能够对油田各井的测井数据进行全体的分析阐发,校正刻度的不切确性,达到全油气田范畴内测井数据的尺度。考虑到分歧的测井公司、分歧仪器以及分歧的操做工程师等缘由带来的测井曲线的不同,正在进行区域性的储层参数研究(多井注释)时,应对各井的测井曲线进行尺度化。测井材料尺度化有多种方式,包罗曲方图平移法、趋向面阐发法、变异函数阐发法。我们采用了使峰值分歧的曲方图平移法来做尺度化。起首通过单井曲方图确定单井方针层段数据集的峰值,然后找出一口尺度井求出尺度井峰值并确定各单井峰值取尺度井峰值的差(本区采用A56井做为尺度井),再将单井数据集的峰值加减取它所对应的差值,如图3-1~图3-6。图3-1A16井DEN曲线井AC曲线井CNL曲线井CNL曲线尺度化后曲方图曲线通过尺度化后,解除了非地质要素的干扰,极大地消弭了测井仪器的分歧性差别、刻度差别和测井前提差别,同一了怀抱单元和权衡尺度。尺度化当前的测井曲线较实正在地反映了地层的地质特征和区域上全体的变化趋向。通过各区块单井曲方图阐发,采用曲方图平移法,我们对沙溪庙组的CNL、AC、DEN曲线做了尺度化,各井尺度化参数见表3-1。表3-1新场沙溪庙组测井曲线尺度化参数表井名CNL(%)AC(us/ft)DEN(g/cc)峰值尺度值平移值峰值尺度值平移值峰值尺度值平移值A5623.323.3077.877.802.552.550A5523.3079.3-1.52.530.02A5116.17.277.802.450.1A023.3079.3-1.52.550A523.3077.802.58-0.03A323.3079.8-22.510.04A224.3-177.802.480.07A6520.92.482.3-4.52.56-0.01A6014.98.475.32.52.430.12A134.3-1177.802.450.1A6824.3-177.802.56-0.01A1622.3180.3-2.52.59-0.043.2岩性定性注释岩性识别是储层评价的主要工做,也是岩石物理性参数阐发的根本。测井岩性阐发分为定性注释和定量注释。此中定性注释有交会图阐发、恍惚聚类阐发、神经收集阐发等方式;定量注释有POR算法,SAND算法,CRA算法,最优化算法等方式。3.2.1神经收集识别岩性人工神经收集是由大量简单的处置单位普遍毗连的复杂智能收集构成,基于现代生物学研究大脑组织所取得的而提出。它从微不雅布局和功能上对大脑思维的笼统、简化,是模仿人类智能的一种主要路子,反映了人脑功能的若干根基特征,如消息的分布式存储、自顺应进修、联想回忆和容错性、鲁棒性等;它以存储取处置相连系的并行计较布局体例,充实表现了人的大脑消息处置中并行、分布处置准绳。但它并不是人脑神经的实正在写照,而只是对其做某种简化、笼统和模仿。它是由简单消息处置单位(简称神经元)互连构成的收集,能接管并处置消息,收集的消息处来由神经元之间的彼此感化来实现,它通过把问题表告竣神经元之间的毗连权来处置的。人工神经收集模仿了动物中心理神经收集的某些消息处置道理和过程,是实正在神经收集的一种数学笼统,是用很多数学神经元按必然的体例彼此毗连而成的一种网状数学拓朴。神经元是形成收集的根基构件,它是一个多输入单输出的消息处置单位,人工神经收集根基单位的神经元模子,它有三个根基要素:一组毗连;一个乞降单位;一个非线性激活函数。较常用的激活函数可归结为三种形式:闭值型、S型和线形型。取保守的计较方式比拟,神经收集有其明显的特征和奇特的功能。1.根基布局神经收集用网状布局将多个处置单位(神经元)彼此毗连起来,采用分布、并行消息处置和存贮体例,通过大量布局简单、功能不异的神经元及其毗连权的协同工做完成复杂的消息处置使命。其布局的成立不需要过多的依赖于问题的消息(如法则等)而静态地成立,能够通过动态点窜处置机布局和通信径来处置所面对的分歧使命,显示出生物系统的“天然选择”特征。2.处置功能神经收集并不是被动地施行事后编好的法式,而是正在必然收集拓扑布局下通过锻炼进行自组织、自进修。每个只完成简单操做的并行处置单位通过频频彼此协同感化配合处置大量的学问,因而具有很高的处置速度。3.处置对象神经收集模仿了人类的抽象思维,它所处置的对象是那些持续的、恍惚的和随机的消息,它所逃求的不是问题的切确解而是对劲解。4.容错能力正在神经收集中,单个概念或特征不是由单个单位逐个对应暗示的,而是由大量激活单位模式来暗示的。因而,单个单位正在整个系统中不起决定性感化,当某些单位犯错时,响应的行为并不完全消逝,有时仅仅是输出有所退化,表现了很强的容错能力。5.联想能力神经收集中“回忆”是以相毗连模仿形式分布存贮正在各个处置单位之间的毗连权上的。因而,每个毗连权的细小变化使得很多“回忆”踪迹能同时存贮于一种相关模式中,这种回忆踪迹叠加存贮的体例,使得系统能以很是天然的体例归结出特殊的经验来。3.2.1.1BP模子算法1986年,Rumelhart和McClelland带领的科学家小组正在(并行分布处置-ParallelDistributedProcessing)一书中,对具有非线性转移函数的多层前馈收集的权沉进行调整,提出了误差反的算法(BackPropagation),从而实现TMinsky关于多层收集的设想。人们也常把按误差反传送算法锻炼的多层前馈收集间接称为BP收集。BP算法通过误差函数最小化来完成输入到输出的一种高度非线性映照,映照中连结拓扑不变性,锻炼过程可分为两个过程:1、输入的消息流从输入层,经现含层到输出层逐层处置并计较出各神经元节点的现实输出值,这一过程称为消息流的正向传送过程。正在正向过程中样本信号颠末Sigmoidt函数感化逐层向前,每一层神经元的形态只影响到下一层神经元的形态;2、计较收集的现实输出取锻炼样本期望值的误差,若该误差未达到答应值,按照此误差确定权沉的调整量,从后往前逐层点窜各层神经元节点的毗连权沉,这一过程称为误差的逆向点窜过程。两个过程完成了一次进修迭代。这种消息的正向传送取按照误差的逆向点窜收集权沉的过程,是正在不竭迭代中反复进行的,曲到收集的输出误差逐步减小到答应的精度,或达到预定的进修次数。同时需要确定的参数有期望误差、最大轮回次数、进修速度、收集的层数、各层的神经元数以及其响应的激活函数等。BP算法是人工神经收集中最为主要的收集之一,也是迄今为止,使用最为普遍的收集算法,实践证明这种基于误差反传送算法的BP收集有很强的映照能力,能够处理很多现实问题。3、BP算法模子及实现BP神经收集的典型模子如图一:图3-7BP神经收集的典型模子如上图所示,典型的BP模子有一个输入层、一个输出层和一个躲藏层。理论上,对于躲藏层的层数没有,本文采用3层布局。图3-8反向进修算法布局;:非线性方程和是和矢量。(个输入,个输出);是期望输出;是误差信号;迭代;立即方均差的合计:此误差正在迭代时发生的总误差:数据对总的误差,,反向进修算法使正在每次迭代减到最小。3.2.1.2岩性识别及精度阐发按照神经收集道理,采用BP神经收集算法。选用GR、DEN、AC这3条曲线做为神经收集阐发的输入曲线,并设置好所需处置的井段。如图3-9~图3-10图3-9BP神经收集输入层图3-10A1井神经收集处置井段对于躲藏层,本文采用3层,总体迭代次数为100次,实践证明100次迭代对当地域比力合用。对测井数据进行阐发,画出神经收集进修所用的尺度层。如图3-11~3-12图3-11A1井尺度砂岩层图3-12A1井尺度泥岩层和钙质层有了尺度层,按照BP算法进行迭代阐发,并进行误差统计。通过频频进修迭代,使得误差减到最小。由图3-14能够看出,输出误差很是小,两条曲线沙溪庙组神经收集参数设置图3-14神经收集误差阐发图按照BP算法迭代成果,推导到需要处置的井段长进行岩性阐发。如图3-15~3-17,能够看出,岩性获得了较为精确的定性识别。图3-15A1井神经收集岩性识别图图3-16A65井神经收集岩性识别图图3-17A3井神经收集岩性识别图3.3流体定性注释测井注释油气层是一个复杂、带有实践性取经验性的手艺阐发过程。正在持久的油气层评价实践中,人们总结和堆集了不少行之无效的经验取方式,构成了定性取定量注释两个慎密相连的手艺环节。定性注释手艺次要以曲觉、视觉学问和推理演绎过程为根本,阐发测井曲线的响应特征及其组合关系为根基内容,充实阐扬测井阐发经验、技术和判断力为目标,所构成的一系列曲不雅阐发方式。正在油气层的地质注释和最终评级中,有着不成低估的主要意义和适用价值。目前,储层流体性质判此外方式虽然有良多种,如P1/2法,纵横波速度比法,声电交会法,三孔隙度堆叠法等,但有些方式因为其本身的地球物理根本的局限,它们正在事物的素质方面过于全面,从而导致其正在出产实践过程中使用结果并欠好。因而,若何按照本区储层的特点,要素,优选得当的判别方式是处理问题的环节。3.3.1电阻率取孔隙度交会法将阿尔奇公式和归并得:两边取对数:令:,则有:可见,正在双对数坐标中,和之间关系是一组斜率为、截距为的曲线。对于岩性不变(、、、)的注释井段,曲线的截距取决于地层水电阻率和含水饱和度。因而,如已知地层水电阻率或已知水层孔隙度及电阻率,则可绘出分歧饱和度的曲线,可操纵这组曲线判断储层含流体性质。正在现实使用中,为了简洁,常针对必然的岩性,用声波时差取深侧向电阻率平方根的倒数交会,形成分歧含水饱和度的注释图版。此外,正在现实使用中必需考虑到裂痕的影响。由于正在用已知水层做水线时,水层的裂痕发育情况常常取目标层的裂痕分歧,如用已知地层水电阻率计较的水层电阻率,就更没有考虑裂痕的存正在,如许很可能使低角度为从的油气层落正在水线以上;而高角度裂痕为从的水层却又可能掉到水线井沙溪庙组电阻率取孔隙度交会图图3-19A1井沙溪庙组电阻率取孔隙度交会图图3-19A51井沙溪庙组电阻率取孔隙度交会图如图3-17~3-19,对A16、A1、A51三口井沙溪庙组别离做电阻率取孔隙度交会,根基上含水饱和度正在30%以下为气层,含水饱和度正在40-70%之间为含气层,含水饱和度正在70%以上为含气水层。3.3.2正态概率分布法正态分布能反映不异前提下反复进行多次试验或不雅测成果的纪律。现实表白,各类丈量误差都从命正态分布,注释井段内水层的计较相对于而言应具有正态分布性质。正在正态概率纸上,水层的取累计频次有曲线关系,而油气层部位的大于水层的,故斜率较大的另一条曲线储层取累计频次正态分布图该法按照纯水层的阿尔奇公式F=R0/RW=a/φm,可计较出地层水电阻率Rw=R0·φm,(设a=1)。如对于油、气层仍用该公式计较地层水电阻率,则所得成果为油、气、水夹杂液电阻率,即视地层水电阻率Rwa=Rt·φm。从理论上讲,我们可用Rwa的大小判别储层所含流体的性质,但因为常常不晓得地层水实正在的电阻率,加之φ和m值也难于求得很准,使计较的Rwa误差较大,故很难用做储层含流体性质目标。为此采用一种特殊的数学方式,即正态概率分布法来处理这一问题。具体做法是对视水电阻率开方,并定名为P1/2,即P1/2=(Rt·φm)1/2。从统计学的概念看,我们对地层某一深度点多次丈量的成果应满脚正态分布纪律,但现实上这是无法做到的,因而我们只能对统一性质的一段地层进行丈量,其成果明显也应满脚正态分布纪律(如图3-21)。图3-21正态分布曲线的频次图,图中μ值为P1/2的中值,代表呈现次数最多的P1/2值;σ为正态分布曲线的尺度离差,暗示丈量点落正在(μ-σ)和(μ+σ)范畴内的概率是68.3%,它反映了正态曲线胖瘦的程度,即丈量点越离散,σ越大。明显,当储层完全含水时,无论大小孔、洞、缝,均被地层水充满,故视水电阻率从理论上讲应为一,现实上的变化也仅由丈量缘由形成,因而它统计的正态概率曲线十分锋利、狭小;反之,当储层含油气时,分歧大小的孔、洞、缝中,其含水饱和度分歧,视水电阻率就随之分歧,如许加之丈量的崎岖误差,使得统计的正态概率曲线较缓、较宽。但因为正态概率曲线的胖瘦程度是一个相对概念,欠好控制,难于对流体性质做出精确判别,为此将P1/2的百分累计频次点正在一张特殊的正态概率纸上,其纵坐标为P1/2值,横坐标为百分累计频次,并按函数:f(x)=(1/√2πσ)e-(x-μ)**2/2σ**2进行刻度。如许就将一条正态概率曲线变成一条近似的曲线,当曲线越胖,即σ值越大时,曲线的斜率就越大;反之,曲线越尖,σ值越小,曲线的斜率就越小。因而可按照累计频次曲线斜率的变化对储层的含流体性质做出判断,即水层斜率小,油气层斜率大(如图3-22~3-23)。红色-气层,差气层蓝色-水层,含气水层图3-22A16井沙溪庙组概率分布流体识别图红色-气层,差气层蓝色-水层,含气水图3-23A2井沙溪庙组概率分布流体识别图因为该法是将储层Rwa数值大小的比力变为Rwa数变化纪律的比力来区分油(气)水层,因而它有三个较着的长处。一是较适合于具有复杂空地空间布局的储层,只需它的储层类型根基不变就行,由于孔隙空间布局越复杂,油气层的视地层水电阻率变化范畴就越大,丈量值的离散程度也越高,故交会图斜率就越大,如许就很容易取水层相辨别,这是该法最主要的长处;二是较顺应于对水层的判断;三是不需要晓得地层水的性质,只需它们正在统一储层根基连结不变就行。但该方式不合用于干层,因干层既可能是含水层,也可能是含油气层,虽然测试成果不异,都不产任何流体,但P1/2的累计频次特征却不同很大,前者斜率很小,后者斜率很大。此外,该方式对油和气层的分辩能力也很差。针对本区现实环境,以及两种方式的使用结果认为,分析操纵电阻率取孔隙度交会法和正态概率分布法能较精确的识别流体。3.4测井定量注释分析操纵测井材料识别岩性是储层研究的根本和环节。常规注释方式存正在着诸如测井材料使用不充实、不克不及矫捷选择注释模子、对多矿物复杂地层难以无效评价、难以利用非线性模子等问题。最优化方式不只摈弃了保守注释方式的轮回校正思惟,并且可以或许采用合理的注释模子成立测井响应方程,通过选择恰当的区域参数、目标层参数的初值,反算出理论值并使之取测井值比拟较,确定能否正在答应的误差范畴内,充实迫近的目标层参数就是注释点的最优解,亦即其是最能反映注释点地层地质要素的目标层参数。3.4.1最优化算法最优化测井注释是按照地球物理学广义反演理论,以影响校正后的、较实地反映地层特征的现实测井值为根本,按照恰当的注释模子和测井响应方程,通过合理选择的区域性注释参数取储集层初始值,反算出响应的理论测井值,并取现实测井值做比力,按非线性加权最小二乘道理成立方针函数,用最优化手艺不竭调整未知储集层参数值,使方针函数达到极小值。一旦两者充实迫近,则此时计较理论测井值所采用的未知量就是充实反映现实的储层参数值,即最优化测井注释成果:取保守测井注释方式分歧的是,该法是将所有测井消息、误差及某些地域地质经验分析成一个消息分析体,使用数学上的最优化方式进行处置,最初获得最佳注释成果,其道理如图所示。1、模子成立图3-24多矿物模子最优化测井注释道理流程把岩性复杂的地层当作是由局部平均的几个部门构成的:几种骨架矿物()、粘土()和孔隙()。凡是可选择多种矿物成分并设置四种储集层参数,即未知量向量为:式中:为含水饱和度,为冲刷带含水饱和度,为骨架矿物数。骨架矿物是按现实地质环境指定常见的石英、长石、方解石、白云石或其它矿物。地层对于测井仪器的响应方程可由岩石体积物理模子暗示。例如,对于含有种矿物(第种为孔隙)的地层,密度测井、声波测井、中子测井可用响应方程别离暗示为:式中:、、、别离为地层中第种矿物的体积含量、体积密度和声波时差及中子值,、、、别离为第种矿物的体积含量、孔隙密度和声波时差及中子值。同理,GR测井曲线也可暗示为取上式不异的测井响应方程。假定有条测井曲线,要计较种矿物含量(含孔隙体积),而且,则有:式中:为测井曲线读值();为矿物测井响应参数;为矿物体积含量()。于是,连同均衡方程可构成有个方程的线性超定方程组。现实计较矿物成分时,因为均衡方程已放正在超定方程组中而且赐与了很大的权系数,则只需正在束缚前提下求解上述线性超定方程组。模子阐发法式采用“外点赏罚函数”求解,可将束缚范畴外的解拉回到束缚范畴内来。方针函数为:式中:是加权系数矩阵,正在模子阐发法式中各条测井曲线的总误差被从动地转换成其响应方程的加权系数。赏罚因子矩阵是对角阵,其时,;其时,。即当满脚束缚前提时不做赏罚,仅仅当不满脚束缚前提时才进行赏罚。模子阐发法式采用迭代法由无束缚最优解向有束缚最优解迫近。一般迭代无限次就可获得有束缚前提超定方程组的最优解。现实上,多矿物模子可暗示为线性超定方程组,线性超定方程组取不等式束缚前提、以及方针函数及其最优解别离为:,;,由上所述,多矿物模子可暗示为:若是也可用的方式计较。2、模子阐发多矿物模子误差阐发和分辩系数至关主要。某条测井曲线的总误差小则其加权系数大,该曲线正在方针函数中所起的感化就大。正在计较出矿物成分时,模子阐发法式还按照测井响应方程计较各层次论测井曲线,将其取实测曲线对比,进行误差阐发和注释参数调整,并定义平均误差为:式中:为理论测井值,为现实测井值,为测井总误差。式中所计较的是方针函数正在束缚前提下的极小值,是所用模子对测井数据拟合迫近的怀抱。测井曲线对矿物的区分能力是选择注释模子的主要前提,合理地选择矿物组合品种和调整矿物测井响应理论值是提高模子阐发处置成果精度的环节。3、多矿物计较矿物计较法式能够同时并行处置多个不异或分歧模子,最初按给定的束缚前提对多模子进行组合,输出最佳岩性成分体积剖面。计较中法式按照所给定的束缚前提,算出每一模子的概率,从而计较组合模子中各矿物的含量:式中:、别离为组合模子中第种矿物含量、第种模子中的第种矿物含量;为第个模子的概率;为模子的个数。4、曲线合成由矿物计较法式处置成果可获得每一深度点的矿物体积含量,而曲线合成法式可按照矿物体积含量和测井响应参数合成或沉建测井曲线,即生成理论曲线,将现实曲线取理论曲线进行堆叠对比:式中:为合成测井曲线值,为第种矿物测井响应参数,为第种矿物含量(包罗流体体积含量)。3.4.2测井定量评价岩石矿物成分复杂会导致测井响应的恍惚性以及问题的多解性。按照地层矿物成分的测井优化注释模子,选择可变误差多面体法做数学处置,它答应正在必然的误差范畴内,两头解能够不满脚束缚前提,并跟着接近于问题的最优解,这个误差范畴就越来越小,最初到最长处。该算法顺应范畴广,即便当函数的性质很差时,仍然能够获得比力靠得住的成果,而且其成果对初值的依赖性较弱,不变性强。如图3-25是体积注释模子道理图。从图中能够看出,我们将地层按照固体取流体两大部门,骨架取泥质分隔,无效孔隙度不包罗粘土水孔隙度,并把无效孔隙度分为含气和含水孔隙度,如许便于暗示测井响应方程中各个项。图3-25地层矿物成分的测井优化注释的体积阐发模子按照最优化算法,对新场沙溪庙组各口井进行岩性、流体定性阐发。如图3-26~3-28图3-26A65井2710-2730M注释图图3-27A16井2290-2340M注释图图3-28A55井2270-2350M注释图从上图能够看出,各类矿物百分含量、流体体积、孔隙度、含水饱和度等都以量化形式识别,相对定性注释对各矿物的识别愈加精确详尽。第4章测井岩石物理阐发岩石物理研究的是岩石的物理属性取地球物理不雅测之间的关系。其研究次要为从地动波数据中提取地下岩石及其饱和流体的性质奠基了物理根本。斯坦福大学正在岩石物理研究范畴走正在全球前列,其“岩石物理打算”已运转近三十年,正在理论取尝试两个方面研究显著。岩石物理理论的发生大约起始于20世纪50年代,而尝试方面则起头的更早。因为岩石的复杂性,用数学描述流体饱和下的岩石常坚苦的。因而,岩石物理理论局限性很强。另一方面,尝试数据及其经验公式都是局限正在尝试者所采集的岩石样本上。理论取尝试的局限性证明岩石物理不存正在一种通用理论。测井岩石物理研究采用全波测井数据所测得纵、横波材料。正在地下实正在油气饱和环境下进行岩石物理弹性参数研究,找出对岩性、物性、含油气性的弹性参数。4.1根基流程测井岩石物理阐发的焦点是找出岩性、流体的弹性性参数。测井岩性、流体识别为岩石物理阐发的精确性供给了保障。岩石物理阐发次要采用了以下方式:图4-1岩石物理阐发手艺线横波预测方式纵、横波数据是阐发岩石物理的根本。常规测井只能供给纵波数据,横波数据需要全波测井获得。可是一般的工区测横波的井比力少,这给岩石物理阐发工做带来很大的未便。横波预测工做就尤为主要。沙溪庙组有实测横波数据的井2口,其他井没有横波数据,需要对横波数据进行预测。目前常用的有Biot-Gassmann方式和Castagna方式。可是这些方式都是地域性经验公式或方式,严酷来说,它们只合用于其时研究的区域或岩石,并不必然合用所有地域。因而对当地域进行横波预测研究及精度阐发就显得尤为需要。Castagna方式操纵声波数据成立的油气藏储集层模子凡是都是基于纵、横波材料,但正在测井材料中,往往贫乏横波材料,因而,精确的计较横波参数显的尤为主要。对于纵波和横波速度的沉建,前人做了很多的研究。如Castagna等人(1993年)汇集的Thomsen(1986年)和Castagna等(1993年)的水饱和砂岩和页岩的尝试室Vp-Vs的数据,用这些数据进行最小二乘法线性拟合,获得预测横波速度的线):(km/s)Castagna等人(1985年)由现场数据导出了出名的“泥岩线”公式:(km/s)Han(1986年)按照尝试室超声波数据获得经验公式:(km/s)图4-2Vp-Vs关系图这三种关系式中,Han和Castagna等人的公式根基不异,它们给出总体上最佳砂岩拟合。Castagna等人(1993年)汇集了Pickett(1963年),Milholland等(1980年)和Castagna等(1993年)的水饱和灰岩尝试室超声波Vp-Vs数据,采用最小二乘多项式拟合,获得灰岩的Vs预测公式(如图4-3):(km/s)图4-3Greenberg-Castagna公式Vp取Vs关系表4-1归纳了采用Greenberg-Castagna关系预测横波方程中各类岩性的速度回归系数表4-1Greenberg-Castagna关系预测横波速度的回归系数岩性ABC砂岩00.80416-0.85588石灰岩-0.055081.01677-1.03049白云岩00.58321-0.07775泥岩00.76969-0.86735图4-4显示了单矿物岩性的关系,这些关系对应于100%水饱和岩石。本次研究最终输出的横波速度为先计较事后定义的矿物的横波速度,然后用Voigt-Reuss-Hill平均模子,该模子利用矿物含量算术加权协调波加权平均,最终获得输出成果。图4-4对应表4-1回归系数的典型的Vp-Vs曲线Voigt-Reuss-Hill平均模子公式为:(km/s)式中:Xi—每种矿物的体积含量Vsi—每种矿物的横波速度N—矿类Greenberg-Castagna公式所利用的缺省参数是100%饱和盐水的岩石正在尝试室中获得的Vp-Vs超声波数据,操纵最小二乘法线性拟合而获得的。纵、横波速度关系是用地动或测井材料确定岩性及间接检测油气的主要根据,油气勘察中最靠得住和最常用纵横波速度关系是对尝试室丈量数据或测井数据的经验性拟合。操纵Castagna公式对沙溪庙组尺度岩性进行阐发,寻找横波和纵波间的关系。如图4-5,纯砂岩公式为:,相关系数R为0.9354;纯泥岩公式为:,相关系数R为0.9533。图4-5沙溪庙组Castagna纯砂岩、纯泥岩公式如图4-6~4-7为A56井和A3井按照Castagna方式计较出的横波取现实横波比力图。能够看出,按照该方式预测的横波取现实横波拟合结果较好。图4-6A56井2310-2360m预测横波取实测横波比力图图4-7A3井2310-2360m预测横波取实测横波比力图图4-8~图4-9是实测横波取预测横波的交会图阐发。从图中能够看出采用Castagna方式计较出的横波取实测横波相关性较高,拟合程度较好,可以或许满脚岩石物理阐发的需要。图4-8A56井实测横波取预测横波交会图(相关系数:0.8861)图4-9A3井实测横波取预测横波交会图(相关系数:0.7653)Biot-Gassmann预测横波一般来说,当岩石所受的挤压添加时,好比地动波穿过岩石,会诱发孔隙压力的添加。这种空地压力的添加会压缩,进而加强岩石的刚性。Gassmann公式假设不异的矿物模量和孔隙空间的统计性各项同性。从底子上说,Gassmann推导的方程把流体饱和岩石的无效体积模量,用基质体积模量()、干岩石体积模量()、孔隙流体体积模量()以及孔隙度这四个参数暗示出来。Gassmann方程可分为两个分量:干岩和流体。干岩石体积模量是岩石骨架的函数,取孔隙流体的特征无关。无论岩石孔隙中含有油气或完全水饱和,计较纵波速度时和连结不变。干岩模量和孔隙度相关系,若是孔隙度变了,则要求从头计较和。Gassmann一共有两个方程和九个变量,如图4-10:干岩:流体:式中:为P波速度为S波速度为密度为孔隙度为干岩体积模量为干岩剪切模量为基质物质(颗粒)的体积模量为孔隙流体的体积模量图4-10Gassmann方程总岩石的体积模量K(无效岩石体积模量)取以下三个别积模量相关:孔隙流体体积模量()、基质体积模量()和干岩石体积模量()。若是晓得了岩石的矿物成分和孔隙流体的构成,就能够计较出两个别积模量和。常规测井曲线能够获得纵波速度和密度,同时也能够计较出孔隙度,如许采用Wood模子计较孔隙流体体积模量()和V-R-H模子计较基质体积模量()。可是第三个模量却难以求出,它对于验证振幅注释和供给性阐发都常主要的参数(用于假设阐发)。所以,很多岩石物理学家正在其他已知岩石特征的根本上,提出了一些经验近似公式来估算。此中很多手艺取Biot系数相关系。B=::凝结优良的堆积岩未凝结的堆积物和流体图4-11Biot系数的定义Biot系数B是和的函数,此中可以或许被估量出来,而是需要求出的干岩体积模量。B的取值范畴正在0到1之间,代表估量优良的堆积岩,代表未凝结堆积岩和悬浮物。最风行的试验方式是将B当作是孔隙度的函数近似求得,以下是曾经提出的一些公式:Geertsma(1961)Krief等人(1990)(3)Nur等人(1991)此中Mavko等人(1998)给出了各类矿物的临界孔隙度,如表所示:矿物临界孔隙度()砂岩40%石灰岩60%白云岩40%浮石80%白垩65%表4-2矿物的临界孔隙度多项式展开:推导出:初始前提是:其时,其时,其时,Krief模子连系了H-R-G关系。Nur模子按照的是来自尝试室丈量的经验察看,并引入了临界孔隙度项。针对新场沙溪庙组具体地质特征,起首通过最优化算法精确计较矿物的百分含量,然后采用Wood模子计较孔隙流体体积模量()和V-R-H模子计较基质体积模量(),正在求出后操纵Krief等人的Biot方程求解出;最初操纵GASSMANN方程求解和。此中各矿物的体积模量、剪切模量、密度值采用下表中的数值。下表中数据来自良多出处,但很大一部门出自Ellis等(1998),Blangy(1992),Castagna等(1993)和Carmichael(1989)等编撰的数据。表4-3矿物的体积模量、剪切模量和密度值矿物体积模量(GPa)剪切模量(GPa)密度(g/cm3)粘土2592.55石英37442.65方解石76.8322.71能够看出,预测结果并不抱负,锯齿状比力较着。阐发发觉,次要缘由正在于所采用的各矿物和流体的理论值可能存正在必然的地域误差,矿物和流体的百分含量也存正在必然的系统误差,要正在报酬起码的环境下精确预测横波需要继续摸索。图4-12A56井Gassmann方程计较横波取实测横波比力图4.3横波预测精度阐发如图4-13,将两种方式预测出来的横波和实测横波放正在统一道里面,刻度分歧进行比力发觉,Castagna方程计较出来的横波取实测横波吻合较好,而采用Gassmann方式计较的横波系统误差较大。分析评定认为,本区采用Castagna方式进行横波预测较为合适,Gassmann方式还需要进一步摸索取完美。图4-13A56井横波预测精度阐发4.4弹性参数性阐发弹性参数是研究储层和识别油气的主要参数。目前遍及利用的弹性参数次要是弹性模量、密度、纵横波速度、泊松比等。弹性模量是岩石正在外力感化下发生的伸缩、剪切和体积变化的特征参数,是联系应力-应变关系的常量。弹性模量次要是剪切模量、体积模量和杨氏模量。剪切模量()是正在外力感化下,岩石外形发生的剪切位移;体积模量()是正在外力感化下,岩石体积发生的变化,反映岩石的可压缩性。杨氏模量()反映正在外力感化下,岩石发生的伸缩变化,杨氏模量的大小标记了材料的刚性,杨氏模量越大,越不容易发生形变。(图4-14)图4-14弹性模量及其物理意义(a)剪切模量(b)体积模量(c)杨氏模量正在平均各项同性介质中,密度()反映单元体积岩石的质量,纵波速度()和横波速度()可用密度()、体积模量()取剪切模量()和拉梅()来暗示:泊松比是反映岩性和含气性的主要参数,它是用岩石纵向拉伸和横向压缩的比值来暗示的,如图4-15。泊松比取纵、横波速度比有如下关系:(2-3)图4-15含气和含水砂岩的泊松比可见,其时,则;其时,则(含气砂岩景象);其时,则(含水砂岩景象);其时,则(,液体景象)。图4-15给出了含气和含水砂岩的泊松比。通过丈量岩石纵向拉伸和横向压缩的比值计较的泊松比凡是被称为静态泊松比,通过丈量岩石的纵波速度和横波速度,由式(2-3)计较的泊松比凡是被称为动态泊松比。正在阐述虎克(Hooke)定律时利用拉梅和。设为应变,为应力,则满脚:若是单位体概况受力大小相等,且感化力相对核心点对称,其感化标的目的相反,该感化力等于一个,此时该单位体遭到一个四周压力。按照四周压力符号的分歧,单位体将发生膨缩或压缩。设四周压力为,则有:于是有:所以有:(2-7)式(2-7)暗示单位体正在缩缩应变形态下,相对体变取四周压力成反比。式中称为体积模量,可暗示为:4.4.1岩性性阐发目前勘察沉点已由前期的寻找构制油气藏转为寻找复杂岩性油气藏,因而对岩性的识别就尤为主要。测井有多种手段能够精确识别岩性,例如天然电位、天然伽玛等。但测井涵盖的只是井口四周,整个工区范畴内岩性预测要依托地动材料来进行。而地动材料只能间接供给纵、横波数据和密度数据。这就要求操纵测井材料进行精确的岩性划分,阐发分歧岩性的分歧弹性性参数。测井曲线中GR能够很较着的区分岩性,可是正在地动数据中,GR数据体并不克不及间接获得,常规叠后数据只能获得纵波数据体,而多波多分量能够获得纵波、横波、和密度数据体,这就为我们操纵测井数据阐发岩石弹性参数供给了研究对象。从图4-16左能够看出,纵波速度对岩性的区分并欠好。虽然砂岩较泥岩致密,速度较高,可是砂岩孔隙度也偏大,并且饱含流体,消弱了纵波速度,因而纯真操纵纵波数据区分岩性是不精确的。图4-16左是横波曲方图,能够比力较着的发觉砂岩和泥岩的从峰被很好的区分隔来,砂岩的横波总体上偏大,可是孔隙布局、裂痕等要素也会对横波测值发生影响,必然程度上形成部门堆叠。图4-16沙溪庙组岩性纵、横波速度曲方图如图4-17所示,纵横波速比和泊松比操纵纵横波的关系很好的解除了流体对纵波测值的影响,砂岩部门遍及含有必然的气,导致纵波速度下降,砂泥分布范畴被拉开。图4-17沙溪庙组岩性纵横波速比取泊松比曲方图如图4-18所示,杨氏模量和体积模量别离反映了岩石的刚性和可压缩性。沙溪庙组属于较致密储层,从杨氏模量曲方图能够发觉砂岩值较高,较泥岩不容易发生形变;砂岩和泥岩体积模量分布区域较分歧,砂岩略低。图4-18沙溪庙组杨氏模量取体积模量曲方图曲方图阐发反映了单个弹性属性对岩性的性。此中对岩性较的是纵横波速比和泊松比。分析采用多种弹性参数进行交会阐发将无效提高分辩精度。图4-19左是纵波速度取纵横波速比交会图。从图中能够看出红色部门的砂岩和黑色部门的泥岩区分度较高,比单一操纵一种弹性参数的区分结果要好。图4-19左是横波速度取泊松比交会图,图中砂岩点和泥岩点正在泊松比为0.27摆布比力较着的区分隔。图4-19纵横波速比取纵波速度及泊松比取横波速度交会图如图4-20,别离对分歧的弹性参数进行了组合,以寻求对岩性最为的弹性参数。能够发觉,多弹性参数分析阐发可以或许挖掘更多对岩性的参数,愈加无效的区分岩性。图4-20纵波取杨氏模量及Mu取体积模量交会图分析以上阐发,对新场沙溪庙组弹性参数岩性性阐发做个总结:表4-4岩性性弹性参数阐发岩性纵波速度(m/s)横波速度(m/s)泊松比纵横波比杨氏模量(Gpa)体积模量(Gpa)Mu(Gpa)砂岩360030000.18-0.271.6-1.-20泥岩300025000.26-0.311.76-1.-154.4.2流体性阐发岩石饱含流体后声波速度会发生变化,纵波对流体反映较着,而横波因为属于剪切波,只对骨架有反映,对流体没有反映。可是因为孔隙布局的影响,不克不及绝对的认为纵波变化完满是由流体惹起,横波变化完满是由岩性惹起。如图4-21,新场沙溪庙组含气层相对较致密,纵横波速都较高。但气层和气水同层区分度不较着,需要阐发其他的弹性参数。图4-21沙溪庙组流体纵、横波速度曲方图本地层孔隙中含有天然气时,纵波速度(Vp)降低,但对横波速度(Vs)影响很小,故比值Vp/Vs将减小,且跟着岩石含气饱和度的增高,凝结岩石的Vp/Vs值可减小3%至30%。因而,能够操纵Vp/Vs比值或者其他岩石物理参数的变化来判断储层的含流体性质。如图4-22所示,通过纵横波速比和泊松比,气水同层和气层较着被区分隔。图4-22沙溪庙组流体纵横波速比取泊松比曲方图从图4-23~4-24能够看出,因为含气层比力致密,很较着的被分正在左侧;气水同层遭到水的影响纵横波速比和泊松比都偏高,有益气层偏低。图4-23纵波取纵横波速等到横波取泊松比交会图图4-24Lambda取Mu及杨氏模量取体积模量交会图分析以上阐发,对新场沙溪庙组弹性参数流体性阐发做个总结:表4-5流体性性弹性参数阐发岩性纵波速度(m/s)横波速度(m/s)泊松比纵横波比杨氏模量(Gpa)体积模量(Gpa)Mu(Gpa)Lambda(Gpa)气层370025000.19-0.251.61-1.-158-14含气层440031000.22-0.261.65-1.-2415-23气水同层380024000.24-0.271.7-1.-1611-174.4.3弹性参数分析阐发连系岩性及流体的性参数,对沙溪庙组储层进行弹性参数性分析研究,如图4-25~图4-26。图4-25纵波取纵横波速比交会图图4-26横波取泊松比交会图分析阐发认为,纵横波速等到泊松比是对岩性和流体反映最的弹性参数。连系纵、横波,杨氏模量,体积模量,剪切模量等能够成立弹性参数模板,精确识别岩性及流体。结论本文针对川西坳陷新场构制沙溪庙组碎屑岩储集体,分析操纵录井材料、测井材料等数据,采用神经收集算法、最优化算法及正态概率分布法、电阻率取孔隙度交会法等方式和Castagna和Biot-Gassmann方程,对沙溪庙组进行岩性识别研究、含气性判别研究、岩石物理弹性参数性阐发等工做,并取得了如下结论认识:(1)分析使用BP神经收集连系录井材料对沙溪庙组岩性进行定性识别。岩性识别是储层评价的主要工做,也是岩石物理性参数阐发的根本。岩石物理岩性阐发正在宏不雅上属于定性阐发,对测井精度要求不高,这就需要寻找一种快速判别岩性的方式。BP算法是人工神经收集中最为主要的收集之一,也是迄今为止,使用最为普遍的收集算法,实践证明这种基于误差反传送算法的BP收集有很强的映照能力,能够处理很多现实问题。正在新场沙溪庙组的使用过程中,通过优选尺度岩性,设置合理的神经收集参数,操纵BP算法进行阐发及误差校正,最初对全井段进行岩性预测,取得了较好的结果。沙溪庙组砂岩、钙质及泥岩都获得了较为精确的识别。(2)优选沙溪庙组流体识别方式并成立了沙溪庙组碎屑岩流体识别模板。测井注释油气层是一个复杂、带有实践性取经验性的手艺阐发过程。流体弹性参数阐发不需要精细注释出油气水具体含量,但需要判别该层的气水性质。目前储层流体性质判此外方式虽然有良多种,本论文连系现实材料,按照本区储层的特点优选了P1/2法,声电交会法,解除其本身的地球物理根本的局限所照成的全面性,对本区各井进行了流体性质判别,取得了较好的结果。(3)研究表白最优化算法正在沙溪庙组测井精细注释中结果较好。分析操纵测井材料识别岩性是储层研究的根本和环节。本区沙溪庙组虽是碎屑岩地层,可是含有钙质胶结,正在测井曲线上变化较着。常规注释方式不克不及矫捷选择注释模子,因而对这种多矿物复杂地层难以无效评价、难以利用非线性模子处理复杂问题。采用最优化算法可以或许成立合理的注释模子和测井响应方程,通过选择恰当的区域参数、目标层参数的初值,反算出理论值并使之取测井值比拟较,确定能否正在答应的误差范畴内,充实迫近的目标层参数就是注释点的最优解。正在现实使用过程中,各类岩性及储层流体含量都获得精确的识别,为岩石物理中的定量研究供给了无力的手艺支持。(4)通过研究可知Castagna横波预测方式正在本区横波预测中精度较高。纵、横波数据是阐发岩石物理的根本。常规测井只能供给纵波数据,横波数据需要全波测井获得。本区横波测井材料比力少,这给岩石物理阐发工做带来很大的未便,因而寻找一种精确预测横波的方式就尤为需要。针对本区现实材料研究,对目前常用的Biot-Gassmann方式和Castagna方式进行现实阐发评价后认为,Castagna方式愈加适合正在本区进行横波预测工做。基于其算法思惟,正在连系本区现实环境进行顺应性调整后的方程预测出来的横波完万能够满脚岩石物理弹性参数阐发的精度要求。(5)成立了沙溪庙组分歧岩性、分歧流体的弹性参数尺度及性评价表。正在求取了各类弹性参数后,分岩性、流体进行了大量的详尽的阐发。总体来说,多弹性参数交会阐发的结果较单一参数阐发结果要好,可以或许充实挖掘更有益的消息。纵横波速比和泊松比对沙溪庙组岩性区分度和流体区分度较好,连系其他弹性参数绘制性图版,可以或许有益区分各类岩性及流体。称谢硕士研究生进修糊口转眼即逝。这三年中,正在教员、同窗、伴侣及家人的关怀、和激励下,我正在学业上取得了丰盛,小我获得很大提高。正在三年硕士研究生进修期间,我的导师李瑞传授和杨光惠传授赐与了我无微不至的关怀和照应。正在论文研究工做中,李瑞传授悉心、全面的指点我完成论文的各个方面。正在学术上高深的制诣、严谨的治学立场、广博的学问、兢兢业业、孜孜以求的工做做风和斗胆立异的朝上进步以及灵敏科学的思维、而谦虚的立场让我受益一生。正在糊口和思惟上,杨光慧教员赐与我的慈母般的细心关怀取循循善诱的。我所取得的每一点前进,都汇聚着两位教员的心血和汗水。桃李不言,下自成蹊;深挚,不敢言报,唯有此后以百倍热情工做、进修,力争有所建树,以报于万一。感激成都理工大学、研

  1.本坐不应用户上传的文档完整性,不预览、不比对内容而间接下载发生的问题本坐不予受理。

  请盲目恪守互联网相关的政策律例,严禁发布、、的言论。用户名:验证码:匿名?颁发评论

  新场构制沙溪庙组碎屑岩储层弹性性参数阐发-analysis of elastic sensitivity parameters of clastic reservoirs in shaximiao formation, xinchang structure.docx