CN112379416A - 煤岩岩石物理建模预测横波方法、装置及电子设备 - Google Patents

煤岩岩石物理建模预测横波方法、装置及电子设备 Download PDF

Info

Publication number
CN112379416A
CN112379416A CN202011091459.9A CN202011091459A CN112379416A CN 112379416 A CN112379416 A CN 112379416A CN 202011091459 A CN202011091459 A CN 202011091459A CN 112379416 A CN112379416 A CN 112379416A
Authority
CN
China
Prior art keywords
coal
model
content
rock
rock physical
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.)
Granted
Application number
CN202011091459.9A
Other languages
English (en)
Other versions
CN112379416B (zh
Inventor
李兴峰
王满
张国川
王海涛
周武强
李汉波
李富仓
杨榜强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Hengtai Xingke Information Technology Co ltd
Original Assignee
Beijing Hengtai Xingke Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Hengtai Xingke Information Technology Co ltd filed Critical Beijing Hengtai Xingke Information Technology Co ltd
Priority to CN202011091459.9A priority Critical patent/CN112379416B/zh
Publication of CN112379416A publication Critical patent/CN112379416A/zh
Application granted granted Critical
Publication of CN112379416B publication Critical patent/CN112379416B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/649—Specific applications or type of materials porosity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6169—Data from specific type of measurement using well-logging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/622—Velocity, density or impedance
    • G01V2210/6222—Velocity; travel time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters
    • G01V2210/6244—Porosity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/66—Subsurface modeling

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Remote Sensing (AREA)
  • Analytical Chemistry (AREA)
  • Acoustics & Sound (AREA)
  • Dispersion Chemistry (AREA)
  • Geophysics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明实施例公开了煤岩岩石物理建模预测横波方法、装置及电子设备，该方法包括：根据目标煤炭的取芯分析化验结果数据确定无机组分含量和有机组分中的固体相含量，根据无机组分含量建立无机组分骨架模型，根据无机组分骨架模型和固体相含量得到煤岩骨架混合物的弹性模型；确定目标煤炭的孔隙、裂隙的孔径；向煤岩骨架混合物的弹性模型中加入空孔隙和裂隙获得干煤岩岩石物理模型；根据目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型；根据干煤岩岩石物理模型和流体岩石物理模型得到煤岩岩石物理模型，进而预测目标煤炭的横波速度。本发明的矿物骨架符合煤层实际情况，横波预测结果精度优于其他模型。

Description

煤岩岩石物理建模预测横波方法、装置及电子设备
技术领域
本发明实施例涉及地震勘探领域，具体涉及煤岩岩石物理建模预测横波方法、装置及电子设备。
背景技术
随着地震勘探开发的深入以及水力压裂技术的进步，煤层气作为最主要的非常规能源之一，已进入了大规模商业开采阶段。我国煤层气资源丰富，资源总量约为32*1012立方米。资源量与常规天然气相当。随着煤层气勘探开发的深入；利用叠前地震资料预测煤岩弹性力学参数、识别煤层气“甜点”区，为后期煤层气钻井确保井壁稳定性及水力压裂方案提供指导性建议等越来越普遍。利用岩石物理建模技术搭建地震资料与煤岩综合地质-油藏评价的桥梁，起着越来越重要的作用。
岩石物理建模主要有两种方式，第一种为经验公式建模，这种建模方式简单，主要以地区实测资料进行统计分析，采用回归方程得出区域经验指数，进一步搭建纵波速度、横波速度、密度之间的函数关系式。国内外比较著名的有Castagna公式、Han公式、甘利灯公式等。这种建模方法虽然简单好用，但未揭示弹性参数与成岩矿物、孔隙结构、流体性质之间的关系。第二种岩石物建模方法是理论建模，该方法主要是通过成岩矿物、孔隙结构、以及流体性质的不同弹性参数，通过构建相应的方程得到一个具有普适性的岩石物理模型；进而理清纵波速度、横波速度与密度之间内置联系，国内外比较著名的理论模型有Voigt-Reuss-Hill模型、Hashin-Shtrikman模型、Wood模型、Wyllie模型、Gassmann模型、Biot模型、Bisq模型、Korrinaga模型、Kuster-Toksoz模型、Berryman模型、Xu-White模型、Xu-Payne模型、Hertz模型等，这些模型主要用于常规油气藏；主要适用地层也是常规碎屑岩和碳酸盐岩。对煤岩储层不适用。
发明内容
本发明实施例的目的在于提供煤岩岩石物理建模预测横波方法、装置及电子设备，用以解决现有岩石物理建模无法准确体现煤岩特性的问题。
为实现上述目的，本发明实施例主要提供如下技术方案：
第一方面，本发明实施例提供了一种煤岩岩石物理建模预测横波方法，包括：根据目标煤炭的取芯分析化验结果数据确定无机组分含量和有机组分中的固体相含量，根据所述无机组分含量建立无机组分骨架模型，根据所述无机组分骨架模型和所述固体相含量得到煤岩骨架混合物的弹性模型；采用压汞法与测井解释相结合的办法确定所述目标煤炭的孔隙度，并用电镜扫描办法对煤岩孔隙几何形状进行定量分析，根据等效原理得到所述目标煤炭的孔隙、裂隙的孔径；根据所述目标煤炭的孔隙、裂隙的孔径向所述煤岩骨架混合物的弹性模型中加入空孔隙和裂隙，并采用各向异性DEM积分模型获得干煤岩岩石物理模型；根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型；根据所述干煤岩岩石物理模型和所述流体岩石物理模型得到煤岩岩石物理模型，根据所述煤岩岩石物理模型预测所述目标煤炭的横波速度。
根据本发明的一个实施例，根据所述无机组分骨架模型和所述固体相含量得到煤岩骨架混合物的弹性模型，包括：采用经验公式计算所述固体相含量的弹性模量，所述经验公式为：
Eog＝aVmic+bImic+cV+dI+eAad+f
其中，Eog为所述弹性模量，Vmic为微镜煤含量％，Imic为惰性煤含量％，V为镜质组含量％，I为惰质组含量，Aad为有机灰分含量，a、b、c、d、e、f为拟合系数；
根据所述弹性模量和所述无机组分骨架模型得到所述煤岩骨架混合物的弹性模型。
根据本发明的一个实施例，所述等效原理包括：将孔径纵横比在0.8～0.2范围内定义为椭球孔，孔径纵横比在0.2～0.01范围内定义硬币型裂隙孔，孔径纵横比在0.01～0.001范围内定义为微裂隙孔，超出孔径纵横比范围的孔隙按照就近原则进行分配计算。
根据本发明的一个实施例，根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型，包括：
根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比采用Brie流体经验模型得到流体岩石物理模型，其中，所述Brie流体经验模型进行以下计算：
Figure BDA0002722217120000031
其中，Kl为液相体积模量，Kg为气体体积模量，
Figure BDA0002722217120000032
为液相的饱和度，e为经验性指数因子。
根据本发明的一个实施例，根据所述干煤岩岩石物理模型和所述流体岩石物理模型得到煤岩岩石物理模型，包括：采用Brown-Korringa流体替换模型对所述干煤岩岩石物理模型和所述流体岩石物理模型进行融合，得到所述煤岩岩石物理模型。
第二方面，本发明实施例还提供一种煤岩岩石物理建模预测横波装置，包括：获取模块，用于获取目标煤炭的取芯分析化验结果数据；控制处理模块，用于根据所述目标煤炭的取芯分析化验结果数据确定无机组分含量和有机组分中的固体相含量，根据所述无机组分含量建立无机组分骨架模型，根据所述无机组分骨架模型和所述固体相含量得到煤岩骨架混合物的弹性模型；所述控制处理模块还用于采用压汞法与测井解释相结合的办法确定所述目标煤炭的孔隙度，并用电镜扫描办法对煤岩孔隙几何形状进行定量分析，根据等效原理得到所述目标煤炭的孔隙、裂隙的孔径；所述控制处理模块还用于根据所述目标煤炭的孔隙、裂隙的孔径向所述煤岩骨架混合物的弹性模型中加入空孔隙和裂隙，并采用各向异性DEM积分模型获得干煤岩岩石物理模型，并根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型；所述控制处理模块还用于根据所述干煤岩岩石物理模型和所述流体岩石物理模型得到煤岩岩石物理模型，根据所述煤岩岩石物理模型预测所述目标煤炭的横波速度；输出模块，用于输出所述目标煤炭的横波速度。
根据本发明的一个实施例，所述控制处理模块用于采用经验公式计算所述固体相含量的弹性模量，所述经验公式为：
Eog＝aVmic+bImic+cV+dI+eAad+f
其中，Eog为所述弹性模量，Vmic为微镜煤含量％，Imic为惰性煤含量％，V为镜质组含量％，I为惰质组含量，Aad为有机灰分含量，a、b、c、d、e、f为拟合系数；
所述控制处理模块还用于根据所述弹性模量和所述无机组分骨架模型得到所述煤岩骨架混合物的弹性模型。
根据本发明的一个实施例，所述控制处理模块用于根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比采用Brie流体经验模型得到流体岩石物理模型，其中，所述Brie流体经验模型进行以下计算：
Figure BDA0002722217120000041
其中，Kl为液相体积模量，Kg为气体体积模量，
Figure BDA0002722217120000042
为液相的饱和度，e为经验性指数因子。
第三方面，本发明实施例还提供一种电子设备，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行如第一方面所述的煤岩岩石物理建模预测横波方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，包含一个或多个程序指令，所述一个或多个程序指令用于被执行如第一方面所述的煤岩岩石物理建模预测横波方法。
本发明实施例提供的技术方案至少具有如下优点：
本发明实施例提供的煤岩岩石物理建模预测横波方法、装置及电子设备，采用煤层两相模型以及经验公式将其弹性参数融入到晶体矿物骨架中，更符合煤层实际情况，在流体替换时采用各向异性流体替换方法也优于Gassmann流体替换方法，其横波预测结果精度优于其他模型。
附图说明
图1为本发明实施例的煤岩岩石物理建模预测横波方法的流程图。
图2为本发明的煤层纵、横波速度实测结果与预测结果交汇图。
图3为本发明实施例的煤岩岩石物理建模预测横波装置的结构框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”和“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
图1为本发明实施例的煤岩岩石物理建模预测横波方法的流程图。如图1所示，本发明实施例的煤岩岩石物理建模预测横波方法，包括：
S1：根据目标煤炭的取芯分析化验结果数据确定无机组分含量和有机组分中的固体相含量。根据无机组分含量建立无机组分骨架模型，根据无机组分骨架模型和固体相含量得到煤岩骨架混合物的弹性模型。
具体地，对目标煤炭进行取芯分析化验，根据目标煤炭的取芯分析化验结果数据将煤岩的无机组分与有机组分进行分离，并结合电测解释曲线确定无机组分含量，采用Reuss-Voigt-Hill模型公式(1)建立无机组分骨架模型：
Figure BDA0002722217120000061
Figure BDA0002722217120000062
Figure BDA0002722217120000063
其中，KReuss表示Reuss模型的弹性模量，KVoigt表示Voigt模型弹性模量，Fi表示第i种矿物占总矿物的百分比，Ki表示第i种矿物的弹性模量，Ks表示无机骨架矿物模型的弹性模量，KVRH表示Reuss模型与Voigt模型模型的算术平均。
对目标煤炭中的有机组分，采用经验公式(2)计算其弹性模量：
Eog＝aVmic+bImic+cV+dI+eAad+f 公式(2)
其中，Vmic为微镜煤含量％，Imic为惰性煤含量％，V为镜质组含量％，I为惰质组含量，Aad为有机灰分含量，a、b、c、d、e、f为拟合系数。
根据弹性模量和无机组分骨架模型，采用各向异性DEM积分法获得煤岩骨架混合物的弹性模型。
S2：采用压汞法与测井解释相结合的办法确定目标煤炭的孔隙度，并用电镜扫描办法对煤岩孔隙几何形状进行定量分析，根据等效原理得到目标煤炭的孔隙、裂隙的孔径。
具体地，压汞法(Mercury intrusion porosimetry，MIP)，又称汞孔隙率法。是测定部分中孔和大孔孔径分布的方法。
测井解释又名测井综合解释，核心是确定测井信息与地质信息之间应用的关系，采用正确的方法把测井信息加工成地质信息。
压汞法与测井解释相结合的办法确定目标煤炭的孔隙度，为本领域技术人员熟练掌握的方法。
电镜扫描办法是利用扫描电镜对样品的结构和性能进行分析的方法。利用电镜扫描办法可以对煤岩孔隙几何形状进行定量分析，并根据等效原理得到目标煤炭的孔隙、裂隙的孔径。
在本发明的一个实施例中，等效原理包括：将孔径纵横比在0.8～0.2范围内定义为椭球孔，孔径纵横比在0.2～0.01范围内定义硬币型裂隙孔，孔径纵横比在0.01～0.001范围内定义为微裂隙孔，超出孔径纵横比范围的孔隙按照就近原则进行分配计算。
S3：根据目标煤炭的孔隙、裂隙的孔径向煤岩骨架混合物的弹性模型中加入空孔隙和裂隙，并采用各向异性DEM积分模型获得干煤岩岩石物理模型。
具体地，将步骤S3中孔隙孔径比值进行蒙托卡罗随机随机模拟，以最大后验概率确定步骤S2中的不同类型的孔径比值，该孔径比值为最终计算时所采用的比值。然后向煤岩骨架混合物的弹性模型中加入空孔隙和裂隙，并采用各向异性DEM积分模型获得干煤岩岩石物理模型。
S4：根据目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型。
具体地，由于煤层具有高孔-低渗特征，连通性差，因此根据目标煤炭中流动相低分子有机物、水及游离态气体的质量比采用Brie流体经验模型得到流体岩石物理模型，其中，Brie流体经验模型进行以下计算：
Figure BDA0002722217120000071
其中，Kl为液相体积模量，Kg为气体体积模量，
Figure BDA0002722217120000072
为液相的饱和度，e为经验性指数因子。
S5：根据干煤岩岩石物理模型和流体岩石物理模型得到煤岩岩石物理模型，根据煤岩岩石物理模型预测目标煤炭的横波速度。
具体地，将步骤S4获得的流体模量采用Brown-Korringa方程加入干煤岩岩石物理模型中，得到饱和流体的煤岩弹性参数模型，根据纵波速度Vp、横波速度Vs与弹性模量的关系可由公式(4)、(5)计算得到煤岩的纵横波速度：
Figure BDA0002722217120000081
Figure BDA0002722217120000082
其中，K是体积模量，μ是剪切模量，ρ是密度。
图2为本发明的煤层纵、横波速度实测结果与预测结果交汇图。在图2中，左一实测纵波与Xu-White模型预测结果交汇、左二实测纵波与Xu-Payne模型预测结果交汇、左三实测纵波与本模型预测结果交汇、右一实测横波与Xu-White模型预测结果交汇、右二实测横波与Xu-Payne模型预测结果交汇、右三实测横波与本模型预测结果交汇。通过图2可知，本发明预测横波结果优于其他模型预测结果。
本发明实施例提供的煤岩岩石物理建模预测横波方法、，采用煤层两相模型以及经验公式将其弹性参数融入到晶体矿物骨架中，更符合煤层实际情况，在流体替换时采用各向异性流体替换方法也优于Gassmann流体替换方法，其横波预测结果精度优于其他模型。
图3为本发明实施例的煤岩岩石物理建模预测横波装置的结构框图。如图3所示，本发明实施例的煤岩岩石物理建模预测横波装置，包括：获取模块100、控制处理模块200和输出模块300。
其中，获取模块100用于获取目标煤炭的取芯分析化验结果数据。控制处理模块200用于根据目标煤炭的取芯分析化验结果数据确定无机组分含量和有机组分中的固体相含量，根据无机组分含量建立无机组分骨架模型，根据无机组分骨架模型和固体相含量得到煤岩骨架混合物的弹性模型。控制处理模块200还用于采用压汞法与测井解释相结合的办法确定目标煤炭的孔隙度，并用电镜扫描办法对煤岩孔隙几何形状进行定量分析，根据等效原理得到目标煤炭的孔隙、裂隙的孔径。控制处理模块200还用于根据目标煤炭的孔隙、裂隙的孔径向煤岩骨架混合物的弹性模型中加入空孔隙和裂隙，并采用各向异性DEM积分模型获得干煤岩岩石物理模型，并根据目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型。控制处理模块200还用于根据干煤岩岩石物理模型和流体岩石物理模型得到煤岩岩石物理模型，根据煤岩岩石物理模型预测目标煤炭的横波速度。输出模块300用于输出目标煤炭的横波速度。
在本发明的一个实施例中，控制处理模块200用于采用经验公式计算固体相含量的弹性模量，经验公式为：
Eog＝aVmic+bImic+cV+dI+eAad+f
其中，Eog为弹性模量，Vmic为微镜煤含量％，Imic为惰性煤含量％，V为镜质组含量％，I为惰质组含量，Aad为有机灰分含量，a、b、c、d、e、f为拟合系数。
控制处理模块200还用于根据弹性模量和无机组分骨架模型得到煤岩骨架混合物的弹性模型。
在本发明的一个实施例中，控制处理模块200用于根据目标煤炭中流动相低分子有机物、水及游离态气体的质量比采用Brie流体经验模型得到流体岩石物理模型，其中，Brie流体经验模型进行以下计算：
Figure BDA0002722217120000091
其中，Kl为液相体积模量，Kg为气体体积模量，
Figure BDA0002722217120000092
为液相的饱和度，e为经验性指数因子。
需要说明的是，本发明实施例的煤岩岩石物理建模预测横波装置的具体实施方式与本发明实施例的煤岩岩石物理建模预测横波方法的具体实施方式类似，具体参见煤岩岩石物理建模预测横波方法部分的描述，为了减少冗余，不做赘述。
另外，本发明实施例的煤岩岩石物理建模预测横波装置的其它构成以及作用对于本领域的技术人员而言都是已知的，为了减少冗余，不做赘述。
本发明实施例还提供一种电子设备，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行如第一方面所述的煤岩岩石物理建模预测横波方法。
本发明所公开的实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序指令，当所述计算机程序指令在计算机上运行时，使得计算机执行上述的煤岩岩石物理建模预测横波方法。
在本发明实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synch Link DRAM，简称SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种煤岩岩石物理建模预测横波方法，其特征在于，包括：
根据目标煤炭的取芯分析化验结果数据确定无机组分含量和有机组分中的固体相含量，根据所述无机组分含量建立无机组分骨架模型，根据所述无机组分骨架模型和所述固体相含量得到煤岩骨架混合物的弹性模型；
采用压汞法与测井解释相结合的办法确定所述目标煤炭的孔隙度，并用电镜扫描办法对煤岩孔隙几何形状进行定量分析，根据等效原理得到所述目标煤炭的孔隙、裂隙的孔径；
根据所述目标煤炭的孔隙、裂隙的孔径向所述煤岩骨架混合物的弹性模型中加入空孔隙和裂隙，并采用各向异性DEM积分模型获得干煤岩岩石物理模型；
根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型；
根据所述干煤岩岩石物理模型和所述流体岩石物理模型得到煤岩岩石物理模型，根据所述煤岩岩石物理模型预测所述目标煤炭的横波速度。
2.根据权利要求1所述的煤岩岩石物理建模预测横波方法，其特征在于，根据所述无机组分骨架模型和所述固体相含量得到煤岩骨架混合物的弹性模型，包括：
采用经验公式计算所述固体相含量的弹性模量，所述经验公式为：
Eog＝aVmic+bImic+cV+dI+eAad+f
其中，Eog为所述弹性模量，Vmic为微镜煤含量％，Imic为惰性煤含量％，V为镜质组含量％，I为惰质组含量，Aad为有机灰分含量，a、b、c、d、e、f为拟合系数；
根据所述弹性模量和所述无机组分骨架模型得到所述煤岩骨架混合物的弹性模型。
3.根据权利要求1所述的煤岩岩石物理建模预测横波方法，其特征在于，所述等效原理包括：将孔径纵横比在0.8～0.2范围内定义为椭球孔，孔径纵横比在0.2～0.01范围内定义硬币型裂隙孔，孔径纵横比在0.01～0.001范围内定义为微裂隙孔，超出孔径纵横比范围的孔隙按照就近原则进行分配计算。
4.根据权利要求1所述的煤岩岩石物理建模预测横波方法，其特征在于，根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型，包括：
根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比采用Brie流体经验模型得到流体岩石物理模型，其中，所述Brie流体经验模型进行以下计算：
Figure FDA0002722217110000021
其中，Kl为液相体积模量，Kg为气体体积模量，
Figure FDA0002722217110000022
为液相的饱和度，e为经验性指数因子。
5.根据权利要求1所述的煤岩岩石物理建模预测横波方法，其特征在于，根据所述干煤岩岩石物理模型和所述流体岩石物理模型得到煤岩岩石物理模型，包括：
采用Brown-Korringa流体替换模型对所述干煤岩岩石物理模型和所述流体岩石物理模型进行融合，得到所述煤岩岩石物理模型。
6.一种煤岩岩石物理建模预测横波装置，其特征在于，包括：
获取模块，用于获取目标煤炭的取芯分析化验结果数据；
控制处理模块，用于根据所述目标煤炭的取芯分析化验结果数据确定无机组分含量和有机组分中的固体相含量，根据所述无机组分含量建立无机组分骨架模型，根据所述无机组分骨架模型和所述固体相含量得到煤岩骨架混合物的弹性模型；所述控制处理模块还用于采用压汞法与测井解释相结合的办法确定所述目标煤炭的孔隙度，并用电镜扫描办法对煤岩孔隙几何形状进行定量分析，根据等效原理得到所述目标煤炭的孔隙、裂隙的孔径；所述控制处理模块还用于根据所述目标煤炭的孔隙、裂隙的孔径向所述煤岩骨架混合物的弹性模型中加入空孔隙和裂隙，并采用各向异性DEM积分模型获得干煤岩岩石物理模型，并根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比建立流体岩石物理模型；所述控制处理模块还用于根据所述干煤岩岩石物理模型和所述流体岩石物理模型得到煤岩岩石物理模型，根据所述煤岩岩石物理模型预测所述目标煤炭的横波速度；
输出模块，用于输出所述目标煤炭的横波速度。
7.根据权利要求6所述的煤岩岩石物理建模预测横波装置，其特征在于，所述控制处理模块用于采用经验公式计算所述固体相含量的弹性模量，所述经验公式为：
Eog＝aVmic+bImic+cV+dI+eAad+f
其中，Eog为所述弹性模量，Vmic为微镜煤含量％，Imic为惰性煤含量％，V为镜质组含量％，I为惰质组含量，Aad为有机灰分含量，a、b、c、d、e、f为拟合系数；
所述控制处理模块还用于根据所述弹性模量和所述无机组分骨架模型得到所述煤岩骨架混合物的弹性模型。
8.根据权利要求6所述的煤岩岩石物理建模预测横波装置，其特征在于，所述控制处理模块用于根据所述目标煤炭中流动相低分子有机物、水及游离态气体的质量比采用Brie流体经验模型得到流体岩石物理模型，其中，所述Brie流体经验模型进行以下计算：
Figure FDA0002722217110000031
其中，Kl为液相体积模量，Kg为气体体积模量，
Figure FDA0002722217110000032
为液相的饱和度，e为经验性指数因子。
9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器和至少一个存储器；
所述存储器用于存储一个或多个程序指令；
所述处理器，用于运行一个或多个程序指令，用以执行如权利要求1-5任一项所述的煤岩岩石物理建模预测横波方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-5任一项所述的煤岩岩石物理建模预测横波方法。
CN202011091459.9A 2020-10-13 2020-10-13 煤岩岩石物理建模预测横波方法、装置及电子设备 Active CN112379416B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011091459.9A CN112379416B (zh) 2020-10-13 2020-10-13 煤岩岩石物理建模预测横波方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011091459.9A CN112379416B (zh) 2020-10-13 2020-10-13 煤岩岩石物理建模预测横波方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN112379416A true CN112379416A (zh) 2021-02-19
CN112379416B CN112379416B (zh) 2024-02-06

Family

ID=74581384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011091459.9A Active CN112379416B (zh) 2020-10-13 2020-10-13 煤岩岩石物理建模预测横波方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112379416B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113805226A (zh) * 2021-08-30 2021-12-17 中国石油大学(华东) 一种分析含煤储层的方法、装置及计算机可读存储介质
CN113960659A (zh) * 2021-10-14 2022-01-21 中国矿业大学 一种地震岩石物理驱动的煤层气储层含气量预测方法
CN114280272A (zh) * 2021-12-13 2022-04-05 华能煤炭技术研究有限公司 煤岩岩石物理参数分析方法、***及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101487390A (zh) * 2009-02-23 2009-07-22 大庆油田有限责任公司 一种确定油层原始含油饱和度的阿尔奇模式方法
CN102359924A (zh) * 2011-09-19 2012-02-22 中国地质大学（北京） 一种基于多波地震数据的煤岩强度的检测方法
US20120109603A1 (en) * 2009-06-22 2012-05-03 Ning Li Quantitative calculation method for oil (gas) saturation of fractured reservoir
CN103643949A (zh) * 2013-12-20 2014-03-19 中国石油天然气集团公司 一种储层含油气的定量预测方法及装置
US20160109593A1 (en) * 2014-10-17 2016-04-21 Vimal SAXENA Methods and systems for generating percolated rock physics models for predicting permeability and petrophysical quantities
CN107144889A (zh) * 2016-03-01 2017-09-08 中国石油化工股份有限公司 一种基于等效孔隙理论的砂岩岩石物理建模方法
CN108072902A (zh) * 2016-11-09 2018-05-25 中国石油化工股份有限公司 一种碳酸盐岩岩石物理模型的建模方法
CN109113742A (zh) * 2018-08-02 2019-01-01 中国矿业大学 一种煤储层现今地应力预测方法
CN110275206A (zh) * 2019-08-12 2019-09-24 河海大学 一种裂隙-孔隙型岩石物理弹性模板

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101487390A (zh) * 2009-02-23 2009-07-22 大庆油田有限责任公司 一种确定油层原始含油饱和度的阿尔奇模式方法
US20120109603A1 (en) * 2009-06-22 2012-05-03 Ning Li Quantitative calculation method for oil (gas) saturation of fractured reservoir
CN102359924A (zh) * 2011-09-19 2012-02-22 中国地质大学（北京） 一种基于多波地震数据的煤岩强度的检测方法
CN103643949A (zh) * 2013-12-20 2014-03-19 中国石油天然气集团公司 一种储层含油气的定量预测方法及装置
US20160109593A1 (en) * 2014-10-17 2016-04-21 Vimal SAXENA Methods and systems for generating percolated rock physics models for predicting permeability and petrophysical quantities
CN107144889A (zh) * 2016-03-01 2017-09-08 中国石油化工股份有限公司 一种基于等效孔隙理论的砂岩岩石物理建模方法
CN108072902A (zh) * 2016-11-09 2018-05-25 中国石油化工股份有限公司 一种碳酸盐岩岩石物理模型的建模方法
CN109113742A (zh) * 2018-08-02 2019-01-01 中国矿业大学 一种煤储层现今地应力预测方法
CN110275206A (zh) * 2019-08-12 2019-09-24 河海大学 一种裂隙-孔隙型岩石物理弹性模板

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113805226A (zh) * 2021-08-30 2021-12-17 中国石油大学(华东) 一种分析含煤储层的方法、装置及计算机可读存储介质
CN113805226B (zh) * 2021-08-30 2023-08-29 中国石油大学(华东) 一种分析含煤储层的方法、装置及计算机可读存储介质
CN113960659A (zh) * 2021-10-14 2022-01-21 中国矿业大学 一种地震岩石物理驱动的煤层气储层含气量预测方法
CN114280272A (zh) * 2021-12-13 2022-04-05 华能煤炭技术研究有限公司 煤岩岩石物理参数分析方法、***及电子设备

Also Published As

Publication number Publication date
CN112379416B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN112379416B (zh) 煤岩岩石物理建模预测横波方法、装置及电子设备
CN103198363B (zh) 一种基于ct孔隙分析的储层产气量预测方法及装置
US10330819B2 (en) Downhole wettability estimate using multi-frequency dielectric measurements
CN111459955B (zh) 一种基于gis平台的三维地质结构模型自动更新方法及***
CN107829731B (zh) 一种黏土蚀变的火山岩孔隙度校正方法
Liu et al. Quantitative multiparameter prediction of fractured tight sandstone reservoirs: a case study of the Yanchang Formation of the Ordos Basin, Central China
Andersson et al. Final report of the TRUE Block Scale project. 1. Characterisation and model development
CN112963145B (zh) 一种碳酸盐岩储层气井产能的预测方法
CN114183121A (zh) 裂缝有效性定量评价方法、装置、电子设备及存储介质
Cai et al. Study on local brittleness of rock based on multiple linear regression method: case study of shahejie formation
CN105301642A (zh) 非均匀孔隙岩石及其固态有机质体积含量确定方法及装置
CN110632665B (zh) 一种砂体构型量化分析方法
CN114254505A (zh) 渗透率模型的构建方法、装置、电子设备及存储介质
Mao et al. Experimental analysis and logging evaluation of in-situ stress of mud shale reservoir--Taking the deep shale gas reservoir of Longmaxi Formation in western Chongqing as an example
Liu et al. Quantitative prediction of the 3D permeability tensor for a fractured reservoir in the Dingbian oilfield, Ordos basin, Central China
Noufal et al. Enhanced core analysis workflow for the geomechanical characterization of reservoirs in a giant offshore field, Abu dhabi
CN114692360A (zh) 一种用于碳酸盐岩储层的测井评价方法及***
Liu et al. Analysis of Influencing Factors of Poisson’s Ratio in Deep Shale Gas Reservoir Based on Digital Core Simulation
CN112696181A (zh) 基于地应力和天然裂缝耦合关系的压裂预测方法及装置
CN113917531B (zh) 基于扰动体积模量的压力系数预测方法及电子设备
CN108548765B (zh) 一种变粘土骨架的孔隙度计算方法
Brehme The role of fault zones on structure, operation and prospects of geothermal reservoirs-A case study in Lahendong, Indonesia
Yang et al. Experimental Study on Physical Characteristics of Deep Rocks at Different Depths in Songliao Basin
CN113720745B (zh) 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法
Tuấn et al. Evaluating of formation quality by interating core data and well log data in E sequence, X oilfield, Cuu Long Basin

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
CB03 Change of inventor or designer information

Inventor after: Li Xingfeng

Inventor after: Wang Man

Inventor after: Zhang Guochuan

Inventor after: Wang Haitao

Inventor after: Zhou Wuqiang

Inventor after: Li Hanbo

Inventor after: Li Fucang

Inventor after: Yang Bangqiang

Inventor before: Li Xingfeng

Inventor before: Wang Man

Inventor before: Zhang Guochuan

Inventor before: Wang Haitao

Inventor before: Zhou Wuqiang

Inventor before: Li Hanbo

Inventor before: Li Fucang

Inventor before: Yang Bangqiang

CB03 Change of inventor or designer information