CN110007364B - 一种基于地质模式指导的天然裂缝测井综合识别方法 - Google Patents
一种基于地质模式指导的天然裂缝测井综合识别方法 Download PDFInfo
- Publication number
- CN110007364B CN110007364B CN201811388453.0A CN201811388453A CN110007364B CN 110007364 B CN110007364 B CN 110007364B CN 201811388453 A CN201811388453 A CN 201811388453A CN 110007364 B CN110007364 B CN 110007364B
- Authority
- CN
- China
- Prior art keywords
- fracture
- natural
- logging
- natural fracture
- identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明是一种基于地质模式指导的天然裂缝测井综合识别方法,属于石油地球物理勘探领域。包括以下步骤:1)天然裂缝的地质模式建立;2)天然裂缝的常规测井响应定性识别;3)天然裂缝的常规测井响应定量判别;4)天然裂缝的正交偶极子声波测井识别;5)天然裂缝的机器识别。本发明提出了新的天然裂缝测井综合识别方法,建立了一种利用该方法进行裂缝预测的工业化新方法,适用于断层发育地区的油气勘探,与常规方法相比,更具有地质意义,提高了裂缝预测精度,实际应用潜力大。
Description
技术领域
本发明涉及石油地球物理勘探方法,是基于地质模式指导的天然裂缝综合识别的工业化方法。
背景技术
岩心观察可以提供关于裂缝产状、力学性质、充填特征和含油气性的第一手资料,但受一个地区的取心井数量的限制,使裂缝识别的应用受阻。
通过“岩心刻度测井”的方法建立裂缝测井解释模型应用普遍,但由于常规测井曲线的影响因素多,识别精度有限制,因而单一的测井曲线识别裂缝难度很大。
通过地层倾角测井和成像测井进行裂缝识别研究,弥补了常规测井曲线无法准确展现地层特性的问题,现今已发展成为裂缝测井解释的最有效方法,但由于地层倾角测井和成像测井成本过高,实际获得的数据少,而常规测井曲线丰富。
采用多种常规测井曲线综合识别的方法,优选出对裂缝响应较为敏感的测井曲线组合,归纳出裂缝的常规曲线响应特征,该方法对地质条件不同的地区有一定的限制,需要相应地区的地质条件约束。
发明内容
本发明的目的是建立一种基于地质模式指导的天然裂缝综合识别方法用于裂缝预测,并形成一种裂缝预测的工业化方法,为裂缝预测提供一种实用的方法,解决油气勘探中断层发育地区的裂缝预测难题。
本发明通过以下步骤实现:
1)天然裂缝的地质模式建立。
2)天然裂缝的常规测井响应定性识别。
3)天然裂缝的常规测井响应定量判别。
4)天然裂缝的正交偶极子声波测井识别。
5)天然裂缝的机器识别。
具体实施方式
采用岩心观察和薄片鉴定的方法,建立断层核部和诱导裂缝带的结构模式,其中断层核部位于断裂带中心,主要发育断裂角砾岩和断裂白云岩,白云岩化程度强烈,规模较大,而诱导裂缝带内白云岩化程度减弱,裂缝规模减小。
在断层核部和诱导裂缝带的结构模式指导下,微电极曲线、双感应曲线、球形聚焦曲线和深浅电阻率曲线对裂缝的响应敏感,由此定性识别天然裂缝。
根据微梯度曲线和微电位曲线,四米视电阻率曲线与深感应电阻率曲线建立了天然裂缝的定量判别图版,得出天然裂缝的判别标准为:四米视电阻率小于13欧姆米,微电位电阻率大于3欧姆米。
高角度裂缝发育时,横波衰减剧烈,纵波和斯通滤波衰减微弱,而泊松比和弹性模量随裂缝规模的增加而增大,由此实现天然裂缝的正交偶极子声波识别。
采用机器学习的方法对非取心井段的天然裂缝进行预测,具体方法:首先将取心井段的天然裂缝测井数据作为学习样本,建立随机森林、K近邻算法、支持向量机、极端梯度提升树和逻辑回归5种单一模型,分别进行学习评分,然后将5种学习模型进行组合,发挥每种学习模型的优势建立堆叠模型,最后在堆叠模型的基础上进行交叉验证,实现非取心井段的天然裂缝识别。
实施实例
博兴洼陷沙三中二砂组为致密砂岩储层,预测裂缝分布是该区甜点评价的重要工作,研究区断层众多,天然裂缝与断层伴生。采用本发明的方法,对研究区沙三中二砂组的天然裂缝分布进行了预测。
首先,根据研究区岩心和薄片资料将断层划分为断层核部和诱导裂缝带两部分,其中断层核部位于断层破碎带中心,经过构造破坏和热液作用后,形成大量棱角状的断裂角砾岩和断裂白云岩,裂缝广泛发育,裂缝规模大,充填白云石和石英脉体;诱导裂缝带处于断层核部与原状地层之间,岩性为白云质砂岩,裂缝发育减弱,裂缝规模较小,被白云石全充填。
第二步,在断层核部和诱导裂缝带的地质模式指导下,建立断层核部和诱导裂缝带的常规测井响应特征。断层核部的自然伽马呈低值,声波时差曲线呈低值,但随着裂缝的规模增加而增大;在诱导裂缝带处,白云岩化的程度减弱,裂缝的规模减小,常规测井曲线的响应减弱,自然伽马增加,呈中-低值,而声波时差增加。
第三步,利用研究区的微梯度曲线和微电位曲线,四米视电阻率曲线与深感应电阻率曲线建立了天然裂缝的定量判别图版,得出研究区天然裂缝的判别标准为:四米视电阻率小于13欧姆米,微电位电阻率大于3欧姆米。
第四步,研究区的正交偶极子声波曲线中纵波时差和横波时差有明显的衰减,尤其是横波时差衰减明显,斯通滤波也有衰减,杨氏模量和泊松比增大,据此划分为断层核部;与断层核部相比,纵波时差、横波时差和斯通利波衰减程度降低,弹性模量和泊松比增大的幅度明显减小,据此划分为诱导裂缝带。
第五步,将研究区取心井段的天然裂缝测井解释数据作为学习样本,建立随机森林、K近邻算法、支持向量机、极端梯度提升树和逻辑回归5种单一模型,分别进行学习评分,然后将5种学习模型进行组合,发挥每种学习模型的优势建立堆叠模型,最后在堆叠模型的基础上进行交叉验证,实现研究区非取心井段的天然裂缝识别。
Claims (3)
1.一种基于地质模式指导的天然裂缝测井综合识别方法,其特征在于,包括按照下述方法步骤进行:
(1)天然裂缝的地质模式建立;
(2)天然裂缝的常规测井响应定性识别;
(3)天然裂缝的常规测井响应定量判别;
(4)天然裂缝的正交偶极子声波测井识别;
(5)天然裂缝的机器识别;
其中,所述的步骤(1)中,采用岩心观察和薄片鉴定的方法,建立断层核部和诱导裂缝带的结构模式,其中断层核部位于断裂带中心,主要发育断裂角砾岩和断裂白云岩,白云岩化程度强烈,规模较大,而诱导裂缝带内白云岩化程度减弱,裂缝规模减小;
所述的步骤(2)中,微电极曲线、双感应曲线、球形聚焦曲线和深浅电阻率曲线对裂缝的响应敏感,由此定性识别天然裂缝;
所述的步骤(3)中,根据微梯度曲线和微电位曲线,四米视电阻率曲线与深感应电阻率曲线建立天然裂缝测井的定量判别图版,得出天然裂缝的判别标准为:四米视电阻率小于13欧姆米,微电位电阻率大于3欧姆米。
2.根据权利要求1所述的基于地质模式指导的天然裂缝测井综合识别方法,其特征在于,所述的步骤(4)中,高角度裂缝发育时,横波衰减剧烈,纵波和斯通滤波衰减微弱,而弹性模量和泊松比随裂缝规模的增加而增大,由此实现天然裂缝的正交偶极子声波识别。
3.根据权利要求1所述的基于地质模式指导的天然裂缝测井综合识别方法,其特征在于,所述的步骤(5)中,采用机器学习的方法对非取心井段的天然裂缝测井进行预测,具体方法:首先将取心井段的天然裂缝测井解释数据作为学习样本,建立随机森林、K近邻算法、支持向量机、极端梯度提升树和逻辑回归5种单一模型,分别进行学习评分,然后将5种学习模型进行组合,发挥每种学习模型的优势建立堆叠模型,最后在堆叠模型的基础上进行交叉验证,实现非取心井段的天然裂缝测井识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811388453.0A CN110007364B (zh) | 2018-11-21 | 2018-11-21 | 一种基于地质模式指导的天然裂缝测井综合识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811388453.0A CN110007364B (zh) | 2018-11-21 | 2018-11-21 | 一种基于地质模式指导的天然裂缝测井综合识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110007364A CN110007364A (zh) | 2019-07-12 |
CN110007364B true CN110007364B (zh) | 2020-06-30 |
Family
ID=67164962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811388453.0A Active CN110007364B (zh) | 2018-11-21 | 2018-11-21 | 一种基于地质模式指导的天然裂缝测井综合识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110007364B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767647B (zh) * | 2020-06-19 | 2021-09-14 | 中国石油大学(华东) | 一种定量求取页岩中构造裂缝规模的方法 |
CN111738371B (zh) * | 2020-08-26 | 2020-11-27 | 西南石油大学 | 一种基于随机森林数据挖掘的地层裂缝条数预测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914465A (zh) * | 2015-06-02 | 2015-09-16 | 中国石油天然气股份有限公司 | 火山岩裂缝定量预测方法及装置 |
CN105507890A (zh) * | 2014-09-26 | 2016-04-20 | 中国石油化工股份有限公司 | 一种适用于页岩气储层地质模型的测井评价方法 |
CN106526693A (zh) * | 2016-09-30 | 2017-03-22 | 中国石油天然气股份有限公司 | 裂缝识别方法和装置 |
CN107861162A (zh) * | 2017-09-15 | 2018-03-30 | 北京旭日昌盛科技有限公司 | 基于微电极测井资料的天然裂缝识别方法及*** |
WO2018204920A1 (en) * | 2017-05-05 | 2018-11-08 | Conocophillips Company | Stimulated rock volume analysis |
-
2018
- 2018-11-21 CN CN201811388453.0A patent/CN110007364B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105507890A (zh) * | 2014-09-26 | 2016-04-20 | 中国石油化工股份有限公司 | 一种适用于页岩气储层地质模型的测井评价方法 |
CN104914465A (zh) * | 2015-06-02 | 2015-09-16 | 中国石油天然气股份有限公司 | 火山岩裂缝定量预测方法及装置 |
CN106526693A (zh) * | 2016-09-30 | 2017-03-22 | 中国石油天然气股份有限公司 | 裂缝识别方法和装置 |
WO2018204920A1 (en) * | 2017-05-05 | 2018-11-08 | Conocophillips Company | Stimulated rock volume analysis |
CN107861162A (zh) * | 2017-09-15 | 2018-03-30 | 北京旭日昌盛科技有限公司 | 基于微电极测井资料的天然裂缝识别方法及*** |
Non-Patent Citations (1)
Title |
---|
基于多信息的鄂尔多斯盆地A区天然裂缝综合判识研究;赵军龙等;《测井技术》;20111220(第06期);第544-549页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110007364A (zh) | 2019-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107766662B (zh) | 一种页岩气水平井测试分段评价方法 | |
CN108009705B (zh) | 一种基于支持向量机技术的页岩储层可压性评价方法 | |
CN107102354B (zh) | 一种页岩甜点地震综合评价方法 | |
CN105221141B (zh) | 一种泥页岩脆性指数预测方法 | |
Li et al. | Rock mechanical properties of shale gas reservoir and their influences on hydraulic fracture | |
CN103670383B (zh) | 一种识别泥页岩油藏有效储层的方法及设备 | |
CN105134156A (zh) | 一种用于致密砂岩储层三维可压裂性模型的建模方法 | |
CN105182424B (zh) | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 | |
CN105277982B (zh) | 一种泥页岩总有机碳含量地震预测方法 | |
CN105317435B (zh) | 一种水平井裂缝识别方法 | |
CN104678436B (zh) | 一种覆盖区压性断裂带厚度预测方法 | |
CN104047598A (zh) | 非均质古岩溶碳酸盐岩储层产能预测方法 | |
AU2012382404B2 (en) | System, method, & computer program product to determine placement of fracture stimulation points using mineralogy | |
CN110007364B (zh) | 一种基于地质模式指导的天然裂缝测井综合识别方法 | |
CN110806600A (zh) | 一种定量评价页岩气甜点的方法 | |
Li et al. | Experimental study on fracture propagation mechanism of shale oil reservoir of Lucaogou Formation in Jimusar | |
US20030174581A1 (en) | Method for detecting, locating, and characterizing single and multiple fluid-filled fractures in fractured formations | |
Hryb et al. | High Resolution Geomechanical Model and its Impact on HydraulicFracture Height Growth. An Example from Vaca Muerta Formation, Argentina | |
Rabe et al. | Brittleness modeling selects optimum stimulation zone in shaly source rocks in the Whangai Formation, New Zealand | |
CN109339771A (zh) | 一种页岩油气层孔隙压力预测方法及*** | |
Velez et al. | Horizontal Well Evaluation to Determine Geological Facies, Mechanical Properties, and Natural Fracture Changes Using Slim Through-the-Bit Dipole Sonic and Oil-Based Microimaging Tools. | |
Xu et al. | Geomechanical characteristics and stimulation of Dibei deep tight sandstone reservoirs in the Kuqa DeprEssion of Tarim Basin | |
Li et al. | Study on the effect of mineral particle sizes on the spectral characteristics of sound and vibrations in rock drilling | |
Hui et al. | The Effect of Hydraulic‐Natural Fracture Networks on the Waterflooding Development in a Multilayer Tight Reservoir: Case Study | |
Liu et al. | Methodology and application of shale-reservoir natural fracture modeling based on microseismic monitoring data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |