井中流体识别方法及系统技术方案

本发明专利技术提供一种井中流体识别方法及系统，该方法包括：获取井中的测井曲线；利用基于循环比较算法求取地下基质矿物和干岩石的等效体积模量；利用Gassmann方程，获取替换后的饱和岩石的物性参数并计算流体识别因子；根据流体因子敏感性公式优选出敏感的流体因子。该系统包括：第一计算模块，用于获取第一流体饱和岩石的物性参数，并据此计算第一流体饱和岩石的模量信息；体积模量计算模块，用于通过循环比较算法求取最优反演基质矿物的体积模量；第二计算模块，计算第二流体饱和岩石的物性参数；流体因子计算模块，用于计算流体识别因子。本发明专利技术不需要预先给定每种矿物的体积模量和体积百分比含量，就能提取流体识别因子。

【技术实现步骤摘要】
井中流体识别方法及系统
本专利技术涉及油气、页岩油气及煤层气地震勘探与开发领域，尤其涉及一种井中流体识别方法及系统。
技术介绍
随着油气勘探和开发的深入，勘探目标逐渐变深、变小和变复杂，勘探难度加大，对储层预测的精度要求也越来越高，除了判别储层的位置，同时也需要判定储层中所含流体的性质，因此流体识别的判定在储层预测中越来越受到重视。在油气储层的识别研究中，大都通过获取AVO属性可用于流体识别，并且均取得了一定的应用效果，但是它存在信息量单一，不能有效的识别流体的问题；利用储层中纵波速度、横波速度、密度进行流体识别，对于不同流体类型的储层，这三个参数的差异往往很小，不能直接有效地进行流体识别分析。基于Gassmann方程构建的流体因子虽然可较好地指示储层及流体，得到了较为广泛地应用，但因子构建的多样化、调节参数取值的主观化，以及单一追求流体识别因子的高敏感度等因素，制约了流体识别在实际应用中的实效性。此外，在储层流体识别的过程中，通过地震资料获取的纵波速度、横波速度、密度数据庞大，在计算流体因子时计算量大，而且需要知道地下岩石的每种矿物的体积模量及百分比含量(地下矿物类型和百分比不能精确获得)，计算基质矿物和干岩石的等效体积模量存在不准确性，然后再利用Gassmann方程计算饱和岩石的物性参数时，也会存在一定的误差，导致构建的流体因子出现偏差。为此，面对数量日益增多的流体识别因子，在实际应用中，如何提取流体识别因子，如何选择最灵敏的流体识别因子进行流体预测，是目前急需解决的重要问题。r>
技术实现思路
本专利技术的特征和优点在下文的描述中部分地陈述，或者可从该描述显而易见，或者可通过实践本专利技术而学习。为克服现有技术的问题，本专利技术提供一种井中流体识别方法，包括：S1、获取第一流体饱和岩石的物性参数，并据此计算所述第一流体饱和岩石的模量信息；S2、通过循环比较算法求取最优反演基质矿物的体积模量；S3、计算第二流体饱和岩石的物性参数；S4、计算流体识别因子。可选地，所述步骤S2包括：通过所述第一流体饱和岩石的模量信息设置基质矿物体的积模量的取值范围；计算Russell流体因子和Gassmann流体因子的差值；在所述取值范围内以所述差值最小对应的基质矿物的体积模量为最优反演基质矿物的体积模量。可选地，所述步骤S3包括：利用Gassmann方程和所述最优反演基质矿物的体积模量计算所述第二流体饱和岩石的物性参数，所述物性参数包括纵波速度，横波速度、密度。可选地，所述步骤S4包括：根据所述第一流体饱和岩石的物性参数及所述第二流体饱和岩石的物性参数计算至少一种流体识别因子的比值，作为所述流体识别因子的敏感性。可选地，通过叠前弹性参数反演出地震剖面，验证所述流体识别因子是否敏感。本专利技术提供一种井中流体识别系统，包括：第一计算模块，用于获取第一流体饱和岩石的物性参数，并据此计算所述第一流体饱和岩石的模量信息；体积模量计算模块，用于通过循环比较算法求取最优反演基质矿物的体积模量；第二计算模块，计算第二流体饱和岩石的物性参数；流体因子计算模块，用于计算流体识别因子。可选地，所述体积模量计算模块具体用于：通过所述第一流体饱和岩石的模量信息设置基质矿物体的积模量的取值范围；计算Russell流体因子和Gassmann流体因子的差值；在所述取值范围内以所述差值最小对应的基质矿物的体积模量为最优反演基质矿物的体积模量。可选地，所述流体因子计算模块具体用于：根据所述第一流体饱和岩石的物性参数及所述第二流体饱和岩石的物性参数计算至少一种流体识别因子的比值，作为所述流体识别因子的敏感性。可选地，所述系统包括验证模块，用于通过叠前弹性参数反演出地震剖面，验证所述流体识别因子是否敏感。本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行的至少一个程序，所述至少一个程序被所述计算机执行时使所述计算机执行本专利技术任一实施例提供的方法中的步骤。本专利技术提供的井中流体识别方法及系统，不需要预先给定每种矿物的体积模量和体积百分比含量，就能提取流体识别因子，并选择最灵敏的流体识别因子。通过阅读说明书，本领域普通技术人员将更好地了解这些技术方案的特征和内容。附图说明下面通过参考附图并结合实例具体地描述本专利技术，本专利技术的优点和实现方式将会更加明显，其中附图所示内容仅用于对本专利技术的解释说明，而不构成对本专利技术的任何意义上的限制，在附图中：图1为本专利技术实施例的井中流体识别方法的流程示意图。图2为本专利技术实施例的利用基于循环比较算法求取地下基质矿物和干岩石的体积模量的流程示意图。图3为本专利技术实施例的井中流体识别系统的流程示意图。具体实施方式如图1所示，本专利技术提供一种井中流体识别方法，包括：S10、获取井中的测井曲线，并计算第一流体饱和岩石的模量信息。更具体地，获取第一流体饱和岩石的纵波速度Vp、横波速度Vs、密度ρ、孔隙度含水饱和度Sw测井曲线，计算第一流体饱和岩石的体积模量Ksat和剪切模量usat。μsat＝ρVs2＝μdry(2)其中，μdry是干岩石的剪切模量。S20、通过循环比较算法求取地下基质矿物的体积模量；更具体地，通过第一流体饱和岩石体积模量Ksat用于设置基质矿物体积模量上下界，通过循环比较算法计算出基质矿物的体积模量，更具体地，使基质体积模量在取值范围内循环，当有更小的两个流体因子项之差时，就用此时的基质体积模量K0代替之前记录的K0，直到循环结束，此时的K0即为最优解的K0。本专利技术以两个流体因子项之差最小为收敛状态，收敛状态对应的K0，即为最优反演基质矿物的体积模量。S30、利用Gassmann方程，获取第二流体饱和岩石的物性参数并计算流体识别因子；S40、根据流体因子敏感性公式优选出敏感的流体因子。如图2所示，在具体实施时，步骤S20具体包括：S21、设置Russell流体因子的c值和基质矿物的体积模量K0的取值区间及初始值；其中，c的经验取值范围为2.1-6，K0的取值范围(Ksat+1)到95。S22、调整c值和基质矿物的体积模量K0；更具体地，在步骤S21确定的取值范围内，将c值从2.1到6，以0.01的间隔，循环遍历一遍，同时确定基质矿物的体积模量K0。S23、根据第一流体饱和岩石的纵波速度、横波速度、密度、孔隙度、含水饱和度曲线，计算Russell流体因子和Gassmann流体因子；Gassmann流体因子计算公式如下：式中：K0、Kdry和Kf分别为第一流体饱和岩石的基质矿物、干岩石和孔隙流体体积模量。Russell流体因子计算公式如下：Zp和Zs分别为纵波阻抗和横波阻抗。S24本文档来自技高网...

【技术保护点】
1.一种井中流体识别方法，其特征在于，包括：/nS1、获取第一流体饱和岩石的物性参数，并据此计算所述第一流体饱和岩石的模量信息；/nS2、通过循环比较算法求取最优反演基质矿物的体积模量；/nS3、计算第二流体饱和岩石的物性参数；/nS4、计算流体识别因子。/n

【技术特征摘要】
1.一种井中流体识别方法，其特征在于，包括：
S1、获取第一流体饱和岩石的物性参数，并据此计算所述第一流体饱和岩石的模量信息；
S2、通过循环比较算法求取最优反演基质矿物的体积模量；
S3、计算第二流体饱和岩石的物性参数；
S4、计算流体识别因子。


2.根据权利要求1所述井中流体识别方法，其特征在于，所述步骤S2包括：
通过所述第一流体饱和岩石的模量信息设置基质矿物体的积模量的取值范围；
计算Russell流体因子和Gassmann流体因子的差值；
在所述取值范围内以所述差值最小对应的基质矿物的体积模量为最优反演基质矿物的体积模量。


3.根据权利要求1所述井中流体识别方法，其特征在于，所述步骤S3包括：利用Gassmann方程和所述最优反演基质矿物的体积模量计算所述第二流体饱和岩石的物性参数，所述物性参数包括纵波速度，横波速度、密度。


4.根据权利要求1所述井中流体识别方法，其特征在于，所述步骤S4包括：
根据所述第一流体饱和岩石的物性参数及所述第二流体饱和岩石的物性参数计算至少一种流体识别因子的比值，作为所述流体识别因子的敏感性。


5.根据权利要求1所述井中流体识别方法，其特征在于，通过叠前弹性参数反演出地震剖面，验证所述流体识别因子是否敏感。


6.一种井中流体识别系统，其特征...

【专利技术属性】
技术研发人员：毕进娜，陈海洋，朱凌燕，张杨，陈科，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司石油物探技术研究院，
类型：发明
国别省市：北京;11