复杂孔隙结构储层测井评价模型与技术

复杂孔隙结构储层测井评价模型与技术第1页/共83页孔隙结构复杂，导致m值不固定，且m变化大，使得饱和度无法算准！连通性较差溶孔型高孔渗原生孔型纯裂缝型低孔低渗微裂缝型微裂缝少量原生孔型低孔低渗原生孔型难题2：孔隙结构和成分复杂导致岩电参数选取及饱和度计算困难引言第2页/共83页拟解决主要问题：储集空间类型及定量化描述火山岩导电机理（复杂孔隙结构）及饱和度评价流体性质识别获得的成果：1、通过常规测井曲线及数学工具实现岩性岩相判别；2、通过“三重孔隙”模型提高饱和度计算精度；3、通过多指标神经网络自动识别流体剖面。引言第3页/共83页火山岩储层测井评价模型与气层自动识别技术主要研究内容建立火山岩储层岩性、岩相识别方法

形成火山岩储层孔洞缝识别与评价技术

建立火山岩天然气气层识别方法

形成火山岩储层的储层参数计算方法火山岩岩石物理特征、测井响应基础

达到目标取得成果火山岩储层测井响应研究①火山岩岩相识别②火山岩储集体空间类型及四性关系③火山岩储层流体性质识别

④⑤火山岩储层参数计算

⑥方法集成、软件编制及应用第4页/共83页汇报内容火山岩岩性及岩相识别火山岩体积模型建立复杂孔隙系统的饱和度评价气层识别方法储层分类与评价第5页/共83页岩性大类：☞玄武质、安山质、英安质、粗面质、流纹质岩性细类：☞凝灰岩、熔岩、角砾岩等成像测井岩相ＥＣＳ测井薄片鉴定常规测井岩性大类大类识别图版细类识别图版岩性细类结构构造识别岩性岩性与岩相技术路线岩石结构第6页/共83页岩性识别方法

1、TAS图识别方法

2、交会图法3、自组织神经网络方法

4、主成分分析方法

5、模糊聚类方法

第7页/共83页一、TAS图版识别岩性粗面岩流纹岩第8页/共83页二、交会图法识别岩性

岩性识别GR-TH交会图版

流纹质岩石粗面质岩石英安质岩石安山质岩石玄武质岩石第9页/共83页三、自组织神经网络识别岩性对于岩性十分复杂的火山岩地区，当已知地层信息较少时，有监督的神经网络（如BP网络）将受到限制，此时，利用Kohonen提出的自组织特征映射网络，简称SOM（Self-OrganizationMap），能够对输入信息进行自动分类，它是一种无监督的聚类方法，能够通过网络自身的调节对输入模式进行聚类。且对参加训练的参数没有限制，可以作为一种可行的判别火山岩岩性的方法，实现对复杂的火山岩地区的岩性识别。第10页/共83页NUMBERGRTH薄片岩性SOM判别岩性判别符合率181.2258.658安山岩流纹岩02126.89510.303粗面岩粗面岩60%3122.2029.82流纹岩4123.37210.752粗面岩5180.9798.989粗面岩6134.26310.699流纹岩7134.26310.699流纹岩流纹岩100%8116.2211.868流纹岩............183113.40312.484流纹岩184156.98611.901流纹岩185114.10110.959英安岩英安岩100%186114.81410.195英安岩187119.7599.785英安岩第11页/共83页四、主成分分析方法识别岩性主成分分析是将研究对象的多个相关变量指标化为少数几个不相关变量的一种多元统计方法,而且这些不相关的综合变量包含了原变量提供的大部分信息,从数学的角度来看,就是降维的思想。任取一个特征向量,如果它所对应的特征值在整个数据集上代表着一个显著的方差值,则称其为这个数据集的一个主成分。尽可能多地保留原变量所包含的信息,同时又用尽可能少的主成分替代原有变量,从而使问题变得简单。第12页/共83页五、模糊聚类识别岩性用模糊聚类方法识别岩性的主要内容是，通过对一个地区火山岩地层的测井响应进行统计，计算各种岩性的多种测井响应的平均值和均方差，将多种岩性的集合定义为论域，每一岩性则视为论域中的一个模糊子集，建立各种岩性的隶属函数，并利用最大隶属原则识别岩性。第13页/共83页187个样回判符合率自组织网络：98.93%主成分分析：86.17%模糊聚类：96.28%20个样预测符合率自组织网络：95%主成分分析：90%模糊聚类：80%优选方法SOM法识别岩性效果图第14页/共83页岩石结构及岩相识别

一、岩石结构识别

（一）常规测井曲线识别（二）成像测井识别二、岩相及亚相识别

第15页/共83页根据岩石薄片、铸体薄片，镜下识别出的岩石结构：斑状结构、霏细结构、球粒结构、交织结构、熔结结构、凝灰结构、火山碎屑结构、沉火山碎屑结构应用测井资料可识别：熔岩结构（斑状结构、霏细结构和交织结构）熔结结构凝灰结构（凝灰结构，火山碎屑结构）3种。第16页/共83页（一）常规测井曲线识别第17页/共83页（二）成像测井FMI识别火山熔岩类----熔岩结构；火山熔岩类FMI图像

第18页/共83页火山碎屑熔岩类：(熔结凝灰岩和熔结火山角砾岩)---熔结结构火山碎屑熔岩类FMI图像熔结凝灰岩类熔结火山角砾岩类火山碎屑岩类FMI图像凝灰岩类熔结火山角砾岩类火山碎屑岩类：(凝灰岩和火山角砾岩）----凝灰结构第19页/共83页岩相识别松辽盆地火山岩相模式第20页/共83页本次区分的岩相主要为：1)爆发相

属于爆发相的火山碎屑岩的主要为凝灰结构和熔结结构2)喷溢相

属于喷溢相的主要熔岩主要为熔岩结构第21页/共83页爆发相喷溢相第22页/共83页储集层的优劣程度满足下述关系，且主要取决于裂缝和气孔发育程度，因此利用岩心描述及次生孔隙度划分亚相爆发相：热碎屑流亚相＞空落亚相＞热基浪亚相喷溢相：上部亚相＞下部亚相＞中部亚相第23页/共83页岩相爆发相喷溢相亚相热碎屑流亚相空落亚相热基浪亚相上部亚相下部亚相中部亚相次生孔隙度>5%3%～5%<3%>6%4%～6%<4%录井及岩心描述气孔发育，有裂缝含岩屑、角砾粒间孔隙及缝洞压实较好气孔发育有裂缝构造裂缝压实较好第24页/共83页火山岩岩性及岩相识别火山岩体积模型建立复杂孔隙系统的饱和度评价气层识别方法储层分类与评价汇报内容第25页/共83页火山岩体积模型建立一、火山岩单组分体积模型二、火山岩骨架参数确定三、火山岩多组分模型计算孔隙度第26页/共83页对于研究区的酸性火山岩岩石，由于岩石成分比较稳定，因此可以建立单一骨架成分的体积模型一、火山岩单组分体积模型第27页/共83页地层元素俘获谱测井(ECS)确定骨架参数原理：

ECS得到的Si、Fe、Ti、K、Ca、Na、AI等造岩元素为火山岩矿物成分的基本组成元素，其种类和含量的变化直接影响岩石的骨架密度，可根据其测量值计算岩石的骨架密度。计算公式：斯伦贝谢公司提供的骨架参数和元素含量之间的关系式：二、火山岩骨架参数确定第28页/共83页骨架密度计算公式骨架中子计算公式其中，WSi、

WCa、WNa、WFe、WK、WTi

为ECS得到的硅元素、钙

元素、钠元素、铁元素、钾元素、钛元素的重量百分比含量；第29页/共83页应用ECS测井计算地层岩石骨架参数流纹岩粗面岩安山岩骨架参数流纹岩粗面岩英安岩安山岩密度/g/cm32.612.642.682.73声波μs/m173.76173.66175178中子/%0.652.958.010.84类火山岩的骨架参数表第30页/共83页总孔隙度计算---常规孔隙度测井密度测井确定含流体纯岩石孔隙度为中子测井确定含水纯岩石的孔隙度为第31页/共83页基质孔隙度计算威利公式,即声波测井计算的孔隙度拟合公式，岩心孔隙度与声波拟合建立关系式次生孔隙度计算第32页/共83页做岩心渗透率与岩心孔隙度的交会图，用拟合的公式求解渗透率其中K为带求渗透率，为威利公式求得的基质孔隙度。渗透率计算第33页/共83页以典型火山岩岩石为组成单位的体积模型---多组分模型三、火山岩多组分体积模型第34页/共83页总孔隙度计算---常规孔隙度测井结合ECS计算孔隙度骨架将骨架分为两个部分M1、M2，分别代表岩石中的基性组分和酸性组分其中M1、M2的中子和密度由ECS求得的骨架中子和骨架密度交会图确定第35页/共83页第36页/共83页总孔隙度计算---常规孔隙度测井结合ECS计算孔隙度

则M1、M2骨架中子和密度分别为：M1、M2的体积分别为V1、V2则计算孔隙度的测井响应方程为：第37页/共83页火山岩岩性及岩相识别火山岩体积模型建立复杂孔隙系统的饱和度评价气层识别方法储层分类与评价汇报内容第38页/共83页

复杂孔隙系统的饱和度综合评价

一、单孔隙系统储层参数评价方法二、双孔隙系统储层参数评价方法三、三孔隙系统计算含水饱和度四、含水饱和度求取方法的选取与应用效果

第39页/共83页

一、单孔隙系统储层参数评价方法阿尔奇公式计算含水饱和度孔隙度与地层因素交会图饱和度与电阻率指数交会图a=0.8m=2.0228b=1.0183

n=1.8353孔隙度与地层因素交会图第40页/共83页典型试气层段的应用效果第41页/共83页二、双孔隙系统储层参数评价方法（一）基于双侧向测井计算含水饱和度（二）双孔隙系统计算含水饱和度（三）基于导电路径的饱和度模型计算含水饱和度

第42页/共83页（一）基于双侧向测井计算含水饱和度油层水层第43页/共83页基质孔隙裂缝/连通孔洞基质孔隙非连通孔洞孔隙（二）双孔隙系统计算含水饱和度双孔隙模型Ⅰ：双孔隙模型Ⅱ：第44页/共83页双孔隙系统计算含水饱和度第45页/共83页（三）基于导电路径的饱和度模型计算含水饱和度1、Swr：根据Maxwell导电模型，不导电孔隙度与有效孔隙度的关系:截止孔隙度求取图第46页/共83页3、a的取值方法：2、背景电导率：取井中对应纯气层或者致密层的最小电导率。式中，为水层电导率第47页/共83页基于导电路径计算含水饱和度第48页/共83页三、三孔隙系统计算含水饱和度复杂孔隙岩石导电机理复杂孔隙划分连通裂缝非连通孔洞基质孔隙电流电流三重孔隙模型第49页/共83页三孔隙模型求取的含水饱和度第50页/共83页含水饱和度对比统计表含水饱和度求取方法对比图第51页/共83页火山岩岩性及岩相识别火山岩体积模型建立复杂孔隙系统的饱和度评价气层识别方法

储层分类与评价汇报内容第52页/共83页气层识别方法

一、气层定性识别（一）利用传统交会图图版识别气层（二）利用中子和密度测井识别气层（三）利用弹性参数识别气层（四）利用视骨架密度结合地层元素俘获谱测（ECS）识别气层（五）利用地层元素俘获谱测井（ECS）与核磁测井结合识别气层二、流体综合识别应用效果分析第53页/共83页神经网络

电阻率测井识别法

孔隙度系列测井法

饱和度分析法交会图判别法

核磁测井分析法比值模量比值叠加声电孔电差异绝对值核磁密度流体识别方法DSI声波分析法ECS与密度分析法ECS密度比值模量综合流体识别第54页/共83页层位性质电阻率中子孔隙度密度声波时差Ωm%g/cm3Us/m气层302-7741.49-4.702.54-2.58183-192工业气层21-6645.39-14.102.15-2.52197-257气水层40-954.60-8.402.48-2.55187-198含气干层71-1204.30-6.102.50-2.55183-189各种储层的测井响应值范围气层定性识别—测井响应值第55页/共83页识别指标：识别标准：

>0时为气层；

<0时为非气层交会图图版气层识别指标声波-电阻率交会图密度-电阻率交会图中子-电阻率交会图第56页/共83页识别指标：识别标准：<1.68气层>1.68非气层弹性参数识别气层

识别指标：

识别标准：式中气层否则为非气层识别指标：式中

识别标准：气层非气层纵波等效弹性模量差比法压缩系数与泊松比法横纵波时差比法第57页/共83页识别指标：式中

识别标准：气层非气层视骨架密度与ECS结合识别气层效果图视骨架密度结合ECS识别气层第58页/共83页识别指标：式中

识别标准：气层非气层密度与核磁测井结合识别气层气层：谱峰紧密相连；频带较宽水层：谱峰分离；频带较窄气层差气层试油气水层水层第59页/共83页各种识别气层指标的效果对比图

第60页/共83页火山岩岩性及岩相识别火山岩体积模型建立复杂孔隙系统的饱和度评价气层识别方法储层分类与评价汇报内容第61页/共83页储层分类与评价

一、基于毛管压力曲线的孔隙结构分类二、基于自组织网络常规曲线储层分类三、神经网络结合伪毛管压力曲线分类第62页/共83页毛管压力曲线形态的主要影响因素：孔隙喉道的分选性和喉道大小所控制分选性：喉道大小的分散程度喉道大小的分布越集中，则分选越好毛管压力曲线中间的平缓段越长，越接近与横坐标的平行曲线的歪度影响因素：孔隙喉道大小及集中程度大喉道越多，喉道越大，则曲线向坐标的左下方凸出，称为粗歪度喉道越小，越凸向右上方，称为细歪度歪度越粗，岩石储集性越好一、基于毛管压力曲线的孔隙结构分类第63页/共83页根据毛管压力曲线的形态可以大体上估计岩石储集性能的好坏：1图：喉道根本大小不一，没有分选性；2图：喉道分布十分集中，分选性很好；3图：喉道粗大且分布集中，岩石具有很好的储集性能；4图：虽然分选很好，但喉道细小储集性较差；5图：分选差，喉道偏细；6图：分选差，喉道偏粗。不同歪度的理想毛管压力曲线第64页/共83页对本地区74块火山岩岩样进行压汞曲线测量孔隙度：最大29.15%，最小为2.41%，平均值为7.49%，渗透率最大为26.1x10-3μm2,最小为0.011x10-3μm2，平均值为1.381x10-3μm2。进汞曲线总图压汞曲线分类合图7类第65页/共83页第Ⅰ类储层：储集性很好孔隙度分布在19.79%～29.15%之间平均值为24.14%渗透率在2.11～26.1X10-3μm2之间平均值为13.09X10-3μm2，属于高孔高渗储层排驱压力在0.01～0.1Mpa间，非均质性较强第Ⅱ类储层：储集性较差其孔隙度分布在3.9～9.4%之间平均值为6.16%渗透率在0.011～0.079X10-3μm2之间平均值为0.031X10-3μm2，低孔低渗储层排驱压力在1～10Mpa之间，均质性较好Ⅰ类Ⅱ类

进汞曲线第66页/共83页第Ⅲ类储层：储集性较差孔隙度分布在2.75～5.93%之间平均值为4.72

%渗透率在0.014～

0.07X10-3μm2之间平均值为0.036X10-3μm2，属低孔低渗储层排驱压力在1～10Mpa间，非均质性较好第Ⅳ类储层：储集性较差其孔隙度分布在2.41～6.39

%之间平均值为4.60

%渗透率在0.015

～0.024X10-3μm2之间平均值为0.019X10-3μm2，特低孔低渗储层排驱压力在10Mpa附近，均质性较好

进汞曲线Ⅲ类Ⅳ类第67页/共83页第Ⅴ类储层：储集性较差孔隙度分布在3.39-5.8

%之间平均值为4.65

%渗透率在0.012～

0.024X10-3μm2之间平均值为0.016X10-3μm2，属特低孔低渗储层排驱压力在1～10Mpa间第Ⅵ类储层：排驱压力在0.01Mpa～0.1Mpa之间非均质性强烈。

进汞曲线Ⅴ类

Ⅵ类

第68页/共83页二、基于自组织网络常规曲线储层分类numberGRLLDLLSRHOBDTNPHICLASSES1134.73361.54364.7032.63160.90615.61292.938315.927307.6922.57556.9625.613140.421324.081335.6672.54257.2521.97514143.481311.855323.2632.53856.9092.09115139.126335.393349.062.54857.1541.9881695.511179.055167.8852.58956.9285.01417119.849160.669168.2572.58458.9313.78628144.473128.915139.8312.54959.0054.51329135.171159.544170.6412.54460.7994.197210150.98103.091115.5182.54358.5974.713211127.518249.026272.6352.5666.8572.6412…………………………………………128123.5651897.961801.772.50357.4230.6737129131.8161828.741735.922.51857.2640.737130145.6523352.752587.892.51657.1950.5097第69页/共83页其他神经网络参数选取：竞争层为30×30迭代次数1800次学习速率0.9对130个样本回判的正确率为96.1%，证明：采用这个样本和网络模型对测井曲线进行识别孔隙结构分类是可靠的。将上述样本随机抽取出10个作为验证数据，用剩余的120个作为样本，重新训练后，经过判断，准确率为80%。

效果验证表第70页/共83页核磁T2谱转换伪毛管压力曲线弛豫时间公式

孔隙中只包含水且磁场均匀时，忽略体积弛豫和扩散弛豫项，

因此,在这种表面弛豫起主导作用的情况下,可以利用T2分布来评价孔隙大小及其分布。

三、神经网络结合伪毛管压力曲线分类第71页/共83页毛管压力公式

（弛豫时间公式）

令

可得到

第72页/共83页于是伪毛管压力曲线下的有效孔隙体积为这里的C/T2（也就是转换后的PC）与S的关系曲线就是所转换的伪毛管压力曲线。

利用相似对比法找到最佳转换系数C=1.2，将这个系数应用到全井。对于每一个深度点上，对C/T2

～

Am

进行一次三次样条插值，得到C/T2

和Am

的连续函数：第73页/共83页T2谱伪毛管压力曲线第74页/共83页不同类别的储层，毛管压力曲线形状不同对已经分类的岩心毛管压力数据，固定数个ＰC

抽取出其进汞饱和度数据本次固定28个压力（0.007~41.250Mpa），插值得到其对应的饱和度数据神经网络结合伪毛管压力曲线分类第75页/共83页固定Pc得到饱和度示意图第76页/共83页PC1PC2PC3PC4PC5……PC28PC29PC30CLASSES0.0000.6811.5143.3478.071……92.02492.79793.25010.0001.8262.7055.4018.416……89.17889.83690.24610.0000.9221.9003.7957.838……91.18291.84492.28810.0000.6260.9821.1821.401……89.21089.86990.31810.0002.3415.12311.10916.427……87.66788.35688.76210.0001.3862.5603.4664.256……85.36186.48087.28110.0001.8432.0892.4162.581……87.30687.99888.50220.0000.3850.7751.0241.199……92.46292.94493.29520.0000.4200.8451.1161.307……95.88296.40796.78920.0000.7011.0831.2491.410……97.01297.40597.67720.0000.7941.2111.57