一种细粒沉积陆相页岩裂缝识别评价方法技术

技术编号:23442077 阅读:33 留言:0更新日期:2020-02-28 17:30
本发明专利技术提供了一种细粒沉积陆相页岩裂缝识别评价方法。本发明专利技术从裂缝敏感测井曲线中提取多尺度小波变换中的高频值和奇异指数以及积分属性分析中预测滤波误差三个属性参数;再由各测井属性模值及其同层位相同岩性段均值,构建差比曲线,确定高频属性、奇异属性和预测误差属性三个页岩裂缝评价子参数;对四条敏感测井曲线的每个页岩裂缝评价子参数进行变异系数加权平均,确定不同测井属性的页岩裂缝评价综合子参数;最后由三个页岩裂缝评价综合子参数在钻井取心段内的裂缝识别概率,计算概率加权系数,构建页岩裂缝评价综合参数,从而实现单井页岩裂缝段的识别和裂缝段内裂缝发育程度的评价,为页岩油“甜点”识别和有效开发动用提供基础。

A fracture identification and evaluation method of fine-grained sedimentary continental shale

【技术实现步骤摘要】
一种细粒沉积陆相页岩裂缝识别评价方法
本专利技术涉及一种细粒沉积陆相页岩裂缝识别评价方法,属于利用常规测井资料识别裂缝的测井领域领域。
技术介绍
近年来随着细粒沉积陆相页岩油井相继获得高产,页岩油已然成为国内各大油田较为现实的勘探突破目标和资源接替领域。页岩较常规砂岩和致密砂岩相比,基质孔渗差,其产油气能力主要取决与裂缝的发育情况。对于显裂缝,目前测井识别的方法很多。受资料精度限制,岩性、孔隙度以及电阻率等常规测井曲线,通常只利用其在裂缝处的响应特征,定性识别裂缝;而微电阻率扫描成像、声波成像等新技术测井,则可对裂缝进行定性识别和定量评价,提供裂缝发育程度和有效性等参数。对于页岩,除了构造裂缝外,还大量发育超压微裂缝以及成岩收缩裂缝,在低电阻率背景下,成像和常规测井资料反映微裂缝均不明显,页岩微裂缝的测井识别难度较大。
技术实现思路
为解决
技术介绍
中目前没有较好识别评价页岩微裂缝的测井方法和大多数已钻页岩油气井没有进行成像等新技术测井的问题,利用已开发的测井资料高分辨率处理系统,在提高常规测井资料纵向分辨率的基础上,本专利技术提供一种细粒沉积陆相页岩裂缝识别评价方法,实现单井页岩裂缝段的有效识别和裂缝段裂缝发育程度的评价。本专利技术提供的技术方案是:一种细粒沉积陆相页岩裂缝识别评价方法,技术方案包括以下步骤:S1:提取测井属性:S1.1:采用db2小波对裂缝敏感测井曲线进行四层尺度分解,将第一层尺度细节分量的模值作为小波高频属性WHF;S1.2:由小波高频属性WHF计算李氏指数α,将其倒数作为小波奇异属性WSV;S1.3:利用最大熵谱分析技术计算每一个深度点的预测值,将其与该深度点的测井曲线值相减作为预测滤波误差属性PFE;S2:构建页岩裂缝评价子参数:由步骤S1中提取的测井属性模值及其同层位相同岩性段均值,构建差比曲线,确定高频属性评价参数A1、奇异属性评价参数A2、预测误差属性评价参数A3,其具体表达式为:其中,WHF、WSV和PFE分别为高频属性模值、奇异属性模值和预测误差属性模值;和分别为所在层位内,所有与计算深度点相同岩性的高频属性模值、奇异属性模值和预测误差属性模值的平均值;MAX(QWHF)、MAX(QWSV)和MAX(QPFE)分别为高频属性模值、奇异属性模值和预测误差属性模值与其同层位相同岩性段均值间的差比曲线QWHF、QWSV和QPFE的极大值;S3:构建页岩裂缝评价综合子参数:S3.1:利用步骤S2方法,分别计算高分辨率声波(HAC)、高分辨率密度(HDEN)、高分辨率无铀伽马(HCGR)以及1英尺分辨率90英寸探测深度高分辨率阵列感应(M1R9)四条测井曲线的高频属性评价参数A1,j、奇异属性评价参数A2,j以及预测误差属性评价参数A3,j,其中j=1、2、3、4分别代表HAC、HDEN、HCGR以及M1R9;S3.2:计算四条裂缝敏感测井曲线的三个页岩裂缝评价子参数,采用变异系数加权法,分别构建页岩裂缝评价综合子参数CAi,其具体表达式为:CA1=W1,1*A1,1+W1,2*A1,2+W1,3*A1,3+W1,4*A1,4CA2=W2,1*A2,1+W2,2*A2,2+W2,3*A2,3+W2,4*A2,4CA3=W3,1*A3,1+W3,2*A3,2+W3,3*A3,3+W3,4*A3,4其中,权系数变异系数i=1、2、3分别代表高频属性、奇异属性和预测误差属性,j=1、2、3、4分别代表HAC、HDEN、HCGR以及M1R9,m=1、2……N代表层段内采样点数;S4:构建页岩裂缝评价综合参数:S4.1:在与钻井取心观测结果对比后,将步骤S3确定的三个页岩裂缝评价综合子参数CA1、CA2、CA3在特定数值范围内划分为四个等级,其等级作为下步计算代入值Vi;当Vi大于阈值时,可能存在裂缝;统计各综合子参数在钻井取心段内的裂缝识别率ni,i=1、2、3分别代表高频属性、奇异属性和预测误差属性;S4.2:利用三个页岩裂缝综合子参数,采用概率加权法,构建页岩裂缝评价综合参数CA;当CA大于阈值时,可能存在裂缝,而在裂缝段内CA曲线的包络面数越多,裂缝越发育。其中,权系数i=1、2、3分别代表高频属性、奇异属性和预测误差属性。本专利技术的有益效果为:(1)本专利技术考虑不同测井曲线对页岩裂缝的响应机理不同,计算了高分辨率声波、高分辨率密度、高分辨率无铀伽马以及1英尺分辨率90英寸探测深度高分辨率阵列感应四条裂缝敏感测井曲线的测井属性评价参数,采用变异指数加权法,建立了测井属性页岩裂缝评价综合子参数,消除了不同曲线测量尺度和量纲影响,突出了各曲线的相对变化幅度,提高了单测井属性识别页岩裂缝的符合率。(2)本专利技术考虑不同测井属性特征参数反映页岩裂缝的能力不同,综合考虑高频属性、奇异属性以及预测误差属性等三个测井属性,由概率加权法,建立了页岩裂缝评价综合参数,提高了单井页岩裂缝段的判准率,有效评价了裂缝段裂缝的发育程度,为页岩油“甜点”优选、压裂施工设计提供准确的技术支持。附图说明图1是本专利技术技术方案流程框图;图2是利用本专利技术编制的沧东凹陷舍女寺-官西地区官108-8井EK21、EK22段2941-3162m常规测井及单测井属性裂缝识别评价效果图;图3是利用本专利技术编制的沧东凹陷舍女寺-官西地区官108-8井EK22段3110-3140m常规测井及综合测井属性裂缝识别评价效果图。具体实施方式下面以沧东凹陷舍女寺-官西地区官108-8井孔二段页岩油层为实施例,结合附图和表格,对本专利技术进行进一步详细说明。一种细粒沉积陆相页岩裂缝识别评价方法包括以下步骤:S1:提取测井属性:测井属性是从测井数据中提取的一种度量,试图提取或增强隐藏于测井数据中的地层裂缝特征信息,以提高裂缝识别能力。S1.1:裂缝会导致一些测井曲线出现大小不一的摆动,但这在原始测井曲线上常常不明显。对测井曲线进行小波多分辨率分解,重构能够突出曲线起伏波动的高频信息,这样在裂缝发育层段,高频曲线会表现出明显的波动现象。采用db2小波对裂缝敏感测井曲线进行四层尺度分解,将第一层尺度细节分量的模值作为小波高频属性WHF可指示页岩裂缝;S1.2:当仪器接收到包含裂缝信息的测井信号时,测井信号势必产生瞬变,通过找出瞬变的位置并计算瞬变的程度,继而来反应裂缝信息。信号瞬变对应着信号的极值点和转折点,统称为奇异点。信号瞬变程度,即信号的奇异性是由奇异点处的李氏指数来度量的。由小波高频属性WHF计算李氏指数α,其值越低,奇异性越强,将李氏指数的倒数作为小波奇异属性WSV可指示页岩裂缝;S1.3:利用最大熵谱分析技术计算每一个深度点的预测值,并与该深度点的测井曲线值相减作为预测滤波误差属性PFE;因为预测值是在理论无裂缝情况下计算的,所以当地层裂缝发育时,预测值会和实际测得的数据值之间误差本文档来自技高网...

【技术保护点】
1.一种细粒沉积陆相页岩裂缝识别评价方法,其特征在于:包括以下步骤:/nS1:提取测井属性,包括小波高频属性WHF、小波奇异属性WSV和预测滤波误差属性PFE;/nS2:构建页岩裂缝评价子参数:由步骤S1中提取的测井属性模值及其同层位相同岩性段均值,构建差比曲线,确定高频属性评价参数A

【技术特征摘要】
1.一种细粒沉积陆相页岩裂缝识别评价方法,其特征在于:包括以下步骤:
S1:提取测井属性,包括小波高频属性WHF、小波奇异属性WSV和预测滤波误差属性PFE;
S2:构建页岩裂缝评价子参数:由步骤S1中提取的测井属性模值及其同层位相同岩性段均值,构建差比曲线,确定高频属性评价参数A1、奇异属性评价参数A2、预测误差属性评价参数A3,其具体表达式为:









其中,WHF、WSV和PFE分别为高频属性模值、奇异属性模值和预测误差属性模值;和分别为所在层位内,所有与计算深度点相同岩性的高频属性模值、奇异属性模值和预测误差属性模值的平均值;MAX(QWHF)、MAX(QWSV)和MAX(QPFE)分别为高频属性模值、奇异属性模值和预测误差属性模值与其同层位相同岩性段均值间的差比曲线QWHF、QWSV和QPFE的极大值;
S3:构建页岩裂缝评价综合子参数:
S3.1:利用步骤S2方法,分别计算高分辨率声波(HAC)、高分辨率密度(HDEN)、高分辨率无铀伽马(HCGR)以及1英尺分辨率90英寸探测深度高分辨率阵列感应(M1R9)四条测井曲线的高频属性评价参数A1,j、奇异属性评价参数A2,j以及预测误差属性评价参数A3,j,其中j=1、2、3、4分别代表HAC、HDEN、HCGR以及M1R9;
S3.2:计算四条裂缝敏感测井曲线的三个页岩裂缝评价子参数,采用变异系数加权法,分别构建页岩裂缝评价综合子参数CAi,其具体表达式为:
CA1=W1,1*A1,1+W1,2*A1,2+W1,3*A1,3+W1,4*A1,4
CA2=W2,1*A2,1+W2,2*A2,2+W2...

【专利技术属性】
技术研发人员:姚东华赵贤正周立宏王文革韩国猛蒲秀刚
申请(专利权)人:中国石油天然气股份有限公司大港油田分公司
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1