CN114049921B - 基于加载全过程敏感因素赋权的页岩脆性定量评价方法 - Google Patents
基于加载全过程敏感因素赋权的页岩脆性定量评价方法 Download PDFInfo
- Publication number
- CN114049921B CN114049921B CN202111205208.3A CN202111205208A CN114049921B CN 114049921 B CN114049921 B CN 114049921B CN 202111205208 A CN202111205208 A CN 202111205208A CN 114049921 B CN114049921 B CN 114049921B
- Authority
- CN
- China
- Prior art keywords
- brittleness
- weight
- weighting
- evaluation
- index
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 167
- 230000008569 process Effects 0.000 title claims abstract description 72
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 64
- 239000011159 matrix material Substances 0.000 claims abstract description 43
- 230000006378 damage Effects 0.000 claims abstract description 22
- 239000011435 rock Substances 0.000 claims abstract description 22
- 238000013210 evaluation model Methods 0.000 claims abstract description 5
- 238000010606 normalization Methods 0.000 claims description 19
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 15
- 239000011707 mineral Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 230000000977 initiatory effect Effects 0.000 claims description 4
- 239000010453 quartz Substances 0.000 claims description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 229910001748 carbonate mineral Inorganic materials 0.000 claims description 3
- 238000005336 cracking Methods 0.000 claims description 3
- 238000005482 strain hardening Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 11
- 238000011161 development Methods 0.000 description 10
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000011160 research Methods 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 235000021185 dessert Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003079 shale oil Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- -1 hydrogen Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Strategic Management (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于加载全过程敏感因素赋权的页岩脆性定量评价方法,综合考虑了页岩加载损伤全过程中各阶段脆性敏感主控因素,并基于数理统计学方法赋权提出一种稳健可靠的储层脆性定量评价方法。本发明方法结合了主观赋权法和客观赋权法的优点,考虑了岩石加载损伤全过程各个阶段一级综合影响因素以及二级主控敏感参数的脆性评价,建立主客观赋权相结合的脆性评价模型,以最优关系矩阵和脆性敏感因素为输入数据,经过模糊层次分析法、熵权法和CRITIC法的计算,能够根据不同工区和实际现场的情况作出调整,又不背离原始数据提供的信息,从而使脆性预测结果更加准确,为页岩储层水平压裂提供可靠的理论支撑,能够准确可靠的表征脆性。
Description
技术领域
本发明涉及非常规洁净环保能源勘探开发技术领域,具体涉及基于加载全过程敏感因素赋权的页岩脆性定量评价方法。
背景技术
天然气是我国紧缺的战略性清洁环保能源。按照国家***和能源局联合发布的《能源生产和消费革命战略》(2016-2030)规划,到2030年,天然气在我国一次能源消费结构中的占比应达到15%。按照目前我国天然气的产储量,这是一项极其艰巨的任务。因此提升国内天然气勘探开发力度提高到了保障国家能源安全的高度。页岩气的勘探开发对于天然气产量的后备保障具有至关重要的作用,对我国推进能源洁净环保具有重要的战略意义。中国自2005年开始逐步开展对页岩油气的勘探开发,经历了包括地质条件研究、“甜点区”评选等在内的前期准备阶段,海相页岩气勘探与开发阶段、陆相页岩气勘探与开发等三个阶段。四川盆地是中国页岩气开发最具潜力的区域,经过多年勘探开发已经建成了涪陵、威荣、长宁、威远、昭通和永川六个大中型页岩气田为我国页岩气商业性开发打开了良好局面。
脆性作为岩石的基本特性,对于油气勘探与开发具有重要意义。脆性不仅是储层评价的关键参数,还与油气田开采过程中竖直井的井壁稳定性、水力压裂的裂缝起裂、延伸以及最后的封网的连通等密切相关。作为工程甜点的储层岩石脆性评价是采用水力压裂手段实现油气藏增产的重要前提。因此脆性评价是页岩储集层评价的重要内容之一,是选择有利区和有力层段的重要参数。国内外学者对脆性的评价进行了研究,并提出了各自不同的表征方式,脆性的表征方法种类繁多,且岩石脆性表征具有较大的复杂性和局限性。因此探索出一种合理的脆性评价方式,值得我们去研究。
层次分析法(AHP)是由Saaty教授为美国国防部解决电力分配的问题时提出的一种全新的多属性决策方法。AHP通过构造递阶层次结构能够对定性问题进行定量分析,因此被广泛应用。是相关领域学术研究中应用最普遍的科学决策方法之一。1982年天津大学刘豹教授等人将AHP理论引入我国以来,迅速在社会经济各个领域内得到了广泛的重视和应用。但由于数据的局限性和专家的主观经验,通常构建的判断矩阵可能无法一次通过一致性检验,专家需要依据他们的直觉或经验对判断矩阵进行多次修改,直到满足一致性要求为止。这样反复调整,不仅计算量大、精度不高,还与专家原本的意见相违背。
以往的脆性评价方法是不同学者基于弹性参数、矿物组分、应力应变特征等提出的孤立的脆性预测公式。通常认为高杨氏模量和低泊松比意味着高脆性,但在实际生产过程中发现,在杨氏模量较低范围内,受岩石的纳米孔影响较大,低杨氏模量也具有较好脆性。通常认为脆性矿物含量越高则岩石脆性越大,但当岩石中若干种矿物之间有一定关系时,并不符合脆性矿物与脆性成正比的这一规律。另外不同岩石中脆性矿物含量与岩石脆性定量关系及其机理仍是目前有待明确的问题。
关于脆性评价,目前尚未有考虑加载损伤全过程敏感因素的脆性评价方法,已出现的脆性预测方法,大多关于弹性参数、矿物组分和应力应变曲线。因此本发明不仅从新的角度对脆性进行了定量评价,也提供了脆性预测方法的新方向。
发明内容
为解决现有技术中存在的问题,本发明提供了一种基于加载全过程敏感因素赋权的页岩脆性定量评价方法,结合了主观赋权法和客观赋权法的优点,考虑了岩石加载损伤全过程各个阶段一级综合影响因素以及二级主控敏感参数的脆性评价,能够根据不同工区和实际现场的情况作出调整,又不背离原始数据提供的信息,从而使脆性预测结果更加准确,解决了上述背景技术中提到的问题。
为实现上述目的,本发明提供如下技术方案:基于加载全过程敏感因素赋权的页岩脆性定量评价方法,包括以下步骤:
基于加载全过程敏感因素赋权的页岩脆性定量评价方法,包括以下步骤:
S1、基于模糊层次分析法建立以岩石加载损伤全过程各个典型阶段为准则层,以各阶段脆性综合影响因素为一级指标层,综合影响因素主控敏感参数为二级指标层的递阶多层次结构模型,构建最优关系矩阵,将最优关系矩阵转化为模糊一致矩阵,确定模糊层次分析法权重;
S2、通过步骤S1中模糊层次分析法所建立的递阶多层次结构模型,对输入数据进行归一化处理,采用熵权法求取信息熵,获得熵权法权重;
S3、对上述归一化的数据,基于评价指标的变异性和指标之间的冲突性来计算得到CRITIC法权重;
S4、将模糊层次分析法的权重、熵权法权重和CRITIC法权重组合,得到脆性评价综合指标权重,建立基于加载全过程敏感因素赋权的页岩脆性评价模型,得到页岩脆性指数BI,完成脆性定量评价。
优选的,所述步骤S1中的岩石包括不同沉积环境特性,不同形成时期的海相,海陆过渡相和陆相。
优选的,所述步骤S1中的加载损伤全过程包括:作功硬化损伤闭合阶段、线弹性损伤阶段、软化弹塑性损伤阶段及破裂损伤阶段。
优选的,所述步骤S1中的各阶段脆性综合影响因素包括脆性矿物参数、弹性参数、起裂参数及破裂参数;所述综合影响因素主控敏感参数包括石英矿物含量、碳酸盐矿物含量、杨氏模量、泊松比、抗压强度、内摩擦角。
优选的,所述步骤S2中的输入数据包括实验数据和测井数据;所述实验数据包括不同条件下的温度、压力、饱和度以及方位;所述的测井数据包括阵列声波测井数据及ECS测井数据。
优选的,所述最优关系矩阵中参数之间两两比较的数值采用0、0.5、1标度法;所述将最优关系矩阵转化为模糊一致矩阵的方法如下:
其中,rik为最优关系矩阵中第i行k列的值;m为评价指标个数;ri、rj为最优关系矩阵按行求和得到的矩阵;
所述确定模糊层次分析法权重的方法为:
其中,fij为模糊一致矩阵中第i行j列的值。
优选的,所述步骤S2中的归一化处理包括正向归一化Y1和负向归一化Y2:
其中,xij为第i个评价对象的第j项指标值;max(xj)和min(xj)分别为指标j中评价对象的最大值和最小值。
优选的,所述步骤S3中的基于评价指标的变异性和指标之间的冲突性来计算得到CRITIC法权重,使用标准差来表示指标的变异性:
其中,yij为经归一化处理后第i个评价对象的第j项指标值;n为评价对象个数;
采用相关系数来表示指标的冲突性:
其中,Rij为第i个评价对象的第j项指标的相关系数。
优选的,所述步骤S4中的将模糊层次分析法的权重、熵权法权重和CRITIC法权重组合具体是:先将熵权法和CRITIC法这两种客观权重做算术平均组合,再采用加权平均法以客观权重修正主观权重,所述的加权平均法表示如下:
其中,WSj为熵权权重;WCj为CRITIC权重;Wfj为模糊层次分析法权重;WKj为客观权重。
优选的,所述的页岩脆性指数BI表示为:
其中,Wbj为第j项指标的权重;yij为经归一化处理后第i个评价对象的第j项指标值。
本发明的有益效果是:
1)本发明考虑加载全过程敏感因素耦合条件下对脆性的共同影响,降低以往脆性预测依赖单一因素造成的突变点的误差,使脆性评价的结果更加可靠,为脆性评价方法提供了新的研究方向。
2)本发明采用三标度的模糊层次分析法,克服了当判断矩阵不具有一致性时,需要对其进行多次调整、测试、重新调整和重新测试的繁琐过程,且反复调整的结果违背了主观赋权的初衷。
3)本发明采用客观权重采用熵权与CRITIC法相结合,充分考虑了原始数据的熵值、变异性和冲突性信息,将主观权重与客观权重相结合,既考虑了原始数据中的实际信息,又充分尊重主观观点和现场需求,克服了模糊层次分析法中的主观不确定性和不能反映实际工作中的经验的客观权重的缺点,使脆性评价方法更加实用,使预测结果更加准确。
4)本发明提出的基于加载全过程敏感因素赋权的页岩脆性定量评价方法,不仅可以结合现场施工的经验和原始数据信息,而且还综合考虑了传统方法的不足,能大大提高脆性预测的准确性,并为脆性的评价方法,提供了新的研究方向。
附图说明
图1为本发明实施例中页岩脆性定量评价方法流程框图;
图2为本发明实施例中模糊层次结构模型图;
图3为本发明脆性评价方法与传统脆性评价方法结果对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了避免传统的层次分析法(AHP)中存在的问题,将模糊数学的概念引入层次分析的过程中,提出了模糊层次分析法(FAHP),一些学者利用模糊数标度建立模糊一致阵,完全使用专家的原始评分,免去了普通判断矩阵一致性的检验和修改这一繁琐的步骤。采用模糊层次分析法能够充分体现专家的意见,但模糊层次分析法缺少数据信息,因此我们引入能够表征原始数据信息量大小的熵权法,以及表征数据波动性和数据间相关性的CRITIC法,来表征客观权重,充分体现主观意见而又不背离数据信息,能够更加准确的预测脆性。
熵权法和CRITIC法属于客观赋权法。熵权法以数据熵值来判断各指标的离散程度,熵值越小则指标离散程度越大,所分配的权重也就越大;CRITIC法主要是依据数据之间的对比强度(变异性)和冲突性,以此来确定权重大小。熵权法和CRITIC法能够充分展现实际数据所体现的信息。
请参阅图1-图3,本发明提供一种技术方案:基于加载全过程敏感因素赋权的页岩脆性定量评价方法,流程如图1所示,包括以下步骤:
S1、基于模糊层次分析法建立以岩石加载损伤全过程各个典型阶段为准则层,以各阶段脆性综合影响因素为一级指标层,综合影响因素主控敏感参数为二级指标层的递阶多层次结构模型,模型如图2所示,构建最优关系矩阵,将最优关系矩阵转化为模糊一致矩阵,确定模糊层次分析法权重。
进一步的,所述的岩石包括不同沉积环境特性,不同形成时期的海相,海陆过渡相和陆相。
进一步的,所述的加载损伤全过程包括:作功硬化损伤闭合阶段、线弹性损伤阶段、软化弹塑性损伤阶段及破裂损伤阶段。
进一步的,所述的各阶段脆性综合影响因素包括脆性矿物参数、弹性参数、起裂参数及破裂参数;所述综合影响因素主控敏感参数包括石英矿物含量、碳酸盐矿物含量、杨氏模量、泊松比、抗压强度、内摩擦角。
采用经验法赋值,将脆性因素进行两两比较,并根据评定标准确定其相对重要程度,建立综合影响因素一级指标层的最优关系矩阵,如表1所示;
表1准则层最优关系矩阵
二级指标层中,将石英作为比碳酸盐岩更加重要的敏感参数,将杨氏模量和泊松比视为同等重要,据此建立二级指标层的最优关系矩阵,如表2所示,
表2指标层最优关系矩阵
最优关系矩阵中参数之间两两比较的数值采用0、0.5、1标度法,如表3所示。
表3判断矩阵标度及其含义
经过转换,将最优关系矩阵转化为模糊一致矩阵,计算模糊层次分析法的客观权重值WFAHP(0.1170、0.0676、0.1575、0.1575、0.2756、0.2085)。
最优关系矩阵转化为模糊一致矩阵的方法如下:
其中,rik为最优关系矩阵中第i行k列的值;m为评价指标个数;ri、rj为最优关系矩阵按行求和得到的矩阵;
进一步的,确定第j项指标模糊层次分析法权重为:
其中,,fij为模糊一致矩阵中第i行j列的值;m为评价指标个数。
S2、通过步骤S1中模糊层次分析法所建立的递阶多层次结构模型,对输入数据进行归一化处理,采用熵权法求取信息熵,获得熵权法权重。
进一步的,输入数据包括实验数据和测井数据;所述实验数据包括不同条件下的温度、压力、饱和度以及方位;所述的测井数据包括阵列声波测井数据及ECS测井数据。
根据模糊层次分析法所建立的层次结构,输入实验测得的深度3800-3900m的九组页岩样品的实际数据X,对泊松比和抗压强度参数做负向归一化处理,对其他主控敏感参数做正向归一化处理,得到归一化数据Y,计算评价指标的熵值以确定评价指标的熵权法客观权重WS(0.0787、0.3479、0.1157、0.1745、0.1111、0.1721)。
归一化处理包括正向归一化Y1和负向归一化Y2:
其中,xij为第i个评价对象的第j项指标值;max(xj)和min(xj)分别为指标j中评价对象的最大值和最小值。
其中,第j项指标的熵值为:
其中,yij为经归一化处理后第i个评价对象的第j项指标值;pij为第j项指标下第i个样本占该指标的比重;n为评价对象个数。
第j项指标的熵权客观权重为:
其中,ej为第j项指标的熵值;m为评价指标个数。
S3、对上述归一化的数据,基于评价指标的变异性和指标之间的冲突性来计算得到CRITIC法权重。
具体为,对上述做归一化处理后的数据Y,通过指标变异性和指标冲突性来获得数据信息量,得到CRITIC法客观权重WC(0.1263、0.1245、0.1246、0.2454、0.1250、0.2543)。
指标变异性以标准差表示:
指标冲突性以相关系数表示:
第j项指标的CRITIC法客观权重为:
其中,yij为经归一化处理后第i个评价对象的第j项指标值;Rij为第i个评价对象的第j项指标的相关系数(负相关相关系数取绝对值);n为评价对象个数。
S4、将模糊层次分析法的权重、熵权法权重和CRITIC法权重组合,得到脆性评价综合指标权重,建立基于加载全过程敏感因素赋权的页岩脆性评价模型,得到页岩脆性指数BI,完成脆性定量评价。
为了充分体现主客观权重,先将两种客观权重方法(熵权法和CRITIC法)做算术平均组合,再采用加权平均法以客观权重修正主观权重,最终得到脆性评价综合指标权重Wj(0.0764、0.1017、0.1206、0.2107、0.2073、0.2832)。
算术平均组合:
加权平均法:
由所建立综合评价模型,可以得到基于加载全过程敏感因素赋权的页岩脆性指数BI。
其中,WSj为熵权权重;WCj为CRITIC权重;Wfj为模糊层次分析法权重;WKj为客观权重;Wbj为第j项指标的权重;yij为经归一化处理后第i个评价对象的第j项指标值;m为评价指标个数。
基于上述原理步骤,本发明还建立了以最优关系矩阵和脆性敏感因素为输入数据,经过模糊层次分析法、熵权法和CRITIC法的计算,最终输出页岩脆性定量评价权重值的一种运算***。
应用实例验证
本实例中使用的页岩数据来自岩石物理实验测试,包括岩石力学实验、X射线衍射全岩矿物定量检测等,测得的数据包括杨氏模量、泊松比、脆性矿物、内摩擦角、抗压强度。根据上述具体实施步骤,得到基于加载全过程敏感因素赋权的脆性定量评价模型。将评价结果与传统脆性评价方法(矿物组分法、Rickman法)结果做对比,如图3所示。从图3中可以看出,本发明提出的脆性评价方法序号为1、2、3、9的岩石与Rickman预测结果前后变化一致,表明岩石的弹性参数对脆性评价结果贡献较大;序号为4、5、6、7、8的岩石脆性评价结果与传统评价方法结果不一致,脆性评价结果受抗压强度或内聚力的影响较大。从一定程度上说明了基于加载全过程敏感因素赋权的页岩脆性评价方法的可行性,也从另一个角度说明了本发明方法预测结果与传统方法相比更加准确可靠。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.基于加载全过程敏感因素赋权的页岩脆性定量评价方法,其特征在于,包括以下步骤:
S1、基于模糊层次分析法建立以岩石加载损伤全过程各个典型阶段为准则层,以各阶段脆性综合影响因素为一级指标层,综合影响因素主控敏感参数为二级指标层的递阶多层次结构模型,构建最优关系矩阵,将最优关系矩阵转化为模糊一致矩阵,确定模糊层次分析法权重;
S2、通过步骤S1中模糊层次分析法所建立的递阶多层次结构模型,对输入数据进行归一化处理,采用熵权法求取信息熵,获得熵权法权重;
S3、对上述归一化的数据,基于评价指标的变异性和指标之间的冲突性来计算得到CRITIC法权重;
S4、将模糊层次分析法的权重、熵权法权重和CRITIC法权重组合,得到脆性评价综合指标权重,建立基于加载全过程敏感因素赋权的页岩脆性评价模型,得到页岩脆性指数BI,完成脆性定量评价;
所述步骤S4中的将模糊层次分析法的权重、熵权法权重和CRITIC法权重组合具体是:先将熵权法和CRITIC法这两种客观权重做算术平均组合,再采用加权平均法以客观权重修正主观权重,所述的加权平均法表示如下:
其中,WSj为熵权权重;WCj为CRITIC权重;Wfj为模糊层次分析法权重;WKj为客观权重。
2.根据权利要求1所述的基于加载全过程敏感因素赋权的页岩脆性定量评价方法,其特征在于:所述步骤S1中的岩石包括不同沉积环境特性,不同形成时期的海相,海陆过渡相和陆相。
3.根据权利要求1所述的基于加载全过程敏感因素赋权的页岩脆性定量评价方法,其特征在于:所述步骤S1中的加载损伤全过程包括:作功硬化损伤闭合阶段、线弹性损伤阶段、软化弹塑性损伤阶段及破裂损伤阶段。
4.根据权利要求1所述的基于加载全过程敏感因素赋权的页岩脆性定量评价方法,其特征在于:所述步骤S1中的各阶段脆性综合影响因素包括脆性矿物参数、弹性参数、起裂参数及破裂参数;所述综合影响因素主控敏感参数包括石英矿物含量、碳酸盐矿物含量、杨氏模量、泊松比、抗压强度、内摩擦角。
5.根据权利要求1所述的基于加载全过程敏感因素赋权的页岩脆性定量评价方法,其特征在于:所述步骤S2中的输入数据包括实验数据和测井数据;所述实验数据包括不同条件下的温度、压力、饱和度以及方位;所述的测井数据包括阵列声波测井数据及ECS测井数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111205208.3A CN114049921B (zh) | 2021-10-15 | 2021-10-15 | 基于加载全过程敏感因素赋权的页岩脆性定量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111205208.3A CN114049921B (zh) | 2021-10-15 | 2021-10-15 | 基于加载全过程敏感因素赋权的页岩脆性定量评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114049921A CN114049921A (zh) | 2022-02-15 |
CN114049921B true CN114049921B (zh) | 2022-05-24 |
Family
ID=80205234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111205208.3A Expired - Fee Related CN114049921B (zh) | 2021-10-15 | 2021-10-15 | 基于加载全过程敏感因素赋权的页岩脆性定量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114049921B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116952712B (zh) * | 2023-04-13 | 2024-03-12 | 成都理工大学 | 非常规油气储层岩石脆性定量评价方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097125A (zh) * | 2016-06-17 | 2016-11-09 | 延长油田股份有限公司 | 一种致密砂岩储层可压裂性评价方法 |
CN109025982A (zh) * | 2018-07-16 | 2018-12-18 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 页岩气开发层段的分级评价方法、装置及终端设备 |
CN110516907A (zh) * | 2019-07-17 | 2019-11-29 | 吉林大学 | 一种基于ahp-熵权云模型的岩爆等级评价方法 |
CN110714753A (zh) * | 2019-08-09 | 2020-01-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种页岩储层可压性评价方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109209321B (zh) * | 2018-09-03 | 2020-01-21 | 中国石油大学(华东) | 一种基于压裂潜力的待压裂水平井压裂设计方法和装置 |
CN110276827B (zh) * | 2019-05-29 | 2020-07-03 | 中国石油大学(华东) | 一种基于泥页岩储层的有效性的评价方法 |
US11726225B2 (en) * | 2019-11-07 | 2023-08-15 | Baker Hughes Oilfield Operations Llc | Detection and evaluation of ultrasonic subsurface backscatter |
-
2021
- 2021-10-15 CN CN202111205208.3A patent/CN114049921B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097125A (zh) * | 2016-06-17 | 2016-11-09 | 延长油田股份有限公司 | 一种致密砂岩储层可压裂性评价方法 |
CN109025982A (zh) * | 2018-07-16 | 2018-12-18 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 页岩气开发层段的分级评价方法、装置及终端设备 |
CN110516907A (zh) * | 2019-07-17 | 2019-11-29 | 吉林大学 | 一种基于ahp-熵权云模型的岩爆等级评价方法 |
CN110714753A (zh) * | 2019-08-09 | 2020-01-21 | 中国华能集团清洁能源技术研究院有限公司 | 一种页岩储层可压性评价方法 |
Non-Patent Citations (1)
Title |
---|
岩爆分级预测的粗糙集-多维正态云模型;刘冉;《金属矿山》;20190331;第1-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114049921A (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104018831B (zh) | 一种压裂井储层评价方法 | |
CN112901137B (zh) | 基于深度神经网络Sequential模型的深井钻井机械钻速预测方法 | |
CN103984788B (zh) | 一种煤巷锚杆支护自动智能设计与优化*** | |
CN107965301B (zh) | 一种数字化油田注水过程的定量评价方法 | |
CN103226741A (zh) | 城市供水管网爆管预测方法 | |
CN111859288A (zh) | 一种采空区自燃危险性预测方法 | |
CN114049921B (zh) | 基于加载全过程敏感因素赋权的页岩脆性定量评价方法 | |
CN114969953A (zh) | 基于CatBoost-NSGA-Ⅲ的盾构下穿隧道优化设计方法及设备 | |
CN115422740A (zh) | 一种巨厚煤层分层综放开采导水裂隙带高度预测方法 | |
CN113408190B (zh) | 基于Bayes-LSTM模型的公路隧道施工期围岩变形预测方法 | |
Yu et al. | Analysis of factors of productivity of tight conglomerate reservoirs based on random forest algorithm | |
CN110988997A (zh) | 一种基于机器学习的烃源岩三维空间展布定量预测技术 | |
Hou et al. | Data-driven optimization of brittleness index for hydraulic fracturing | |
CN110956388B (zh) | 一种海上油气藏增产方案生成方法 | |
Yi et al. | Spatial correlation-based machine learning framework for evaluating shale gas production potential: A case study in southern Sichuan Basin, China | |
Chatterjee et al. | Ore grade estimation of a limestone deposit in India using an artificial neural network | |
Zou et al. | Intelligent Control of Smooth Blasting Quality in Rock Tunnels Using BP‐ANN, ENN, and ANFIS | |
CN110441815B (zh) | 基于差分进化及块坐标下降的模拟退火瑞雷波反演方法 | |
Zhu | Quantitative evaluation of coal-mining geological condition | |
CN106991521A (zh) | 一种隧道及地下工程注浆效果等级评价方法及*** | |
CN110568149B (zh) | 沉积盆地烃源岩生排烃史精细快速定量模拟方法 | |
Xiong et al. | Re-Fracturing Wells Selection by Fuzzy Comprehensive Evaluation Based on Analytic Hierarchy Process—Taking Mahu Oilfield as An Example | |
CN116952712B (zh) | 非常规油气储层岩石脆性定量评价方法 | |
CN114218851B (zh) | 一种欠定条件下岩土体力学参数的逆向迭代修正反演方法 | |
CN116523183B (zh) | 一种废弃矿山高陡边坡安全与生态修复综合评价方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220524 |