基于敏感参数分析的优质富锂钾卤水储层识别方法技术

本发明专利技术公开了一种基于敏感参数分析的优质富锂钾卤水储层识别方法，以卤水储层基本特征为研究基础，利用岩石物理建模、测井曲线交会分析方法开展卤水储层敏感参数分析，明确卤水储层的岩石物理响应特征、测井响应特征；然后通过岩石物理模型建立波阻抗与含水饱和度之间的关系，采用含水饱和度反演高含水储层。在高含水储层基础上，以自然伽马作为敏感参数反演高品位储层，加以确定优质卤水储层，实现基于富锂钾卤水敏感参数分析的海相层系优质卤水储层地球物理识别和预测。本发明专利技术首次通过高含水储层反演和高品位储层反演预测优质卤水储层，实现优质卤水储层的有效识别和高精度预测。预测。预测。

【技术实现步骤摘要】
基于敏感参数分析的优质富锂钾卤水储层识别方法


[0001]本专利技术涉及海相层系优质富锂钾卤水储层识别与预测
，具体涉及一种基于敏感参数分析的优质富锂钾卤水储层识别方法。

技术介绍

[0002]钾是植物生长和发育的必需元素，对于我国粮食生产具有重大意义；锂作为最轻的金属，在金属中比容量最高、得失电子能力强，是电池的理想材料。金属锂及其化合物是一种对高新技术产业发展具有重要意义的保障资源和战略物资，具有不可再生性。此外，锂在可控核聚变等方面也有着广泛的应用，因而又被认为是解决人类长期能源问题的关键性金属。近年来，新能源发展势头愈加迅猛，钾、锂资源受到了广泛关注，世界各国对钾、锂资源的需求量也越来越大。相对于目前主要开发的固体锂钾矿，卤水型锂钾矿有着“量大、绿色、经济”的优势。卤水型锂矿主要包括地表盐湖卤水型和地下卤水型，地下卤水由于具有伴生元素丰富、Mg/Li比值低而提锂成本较低、资源量丰富等特点，日益受到社会各界的重视。而富锂钾卤水常常位于地下深度数千米以下，属于深层卤水，地质条件复杂，卤水储层厚度较薄，存在识别精度低、预测难等勘探问题。所以一种准确可靠的优质富锂钾卤水储层识别与预测方法在卤水储层的勘探开发中发挥着十分重要的作用。
[0003]目前深层富锂钾卤水研究尚未针对储层沉积特征进行海陆相沉积环境划分，更忽略了从富锂钾卤水自身的含水和储卤性质，往往只从含水特性出发开展研究，不仅识别标志过于单一，薄储层反演精度低以及卤水品位的问题也未能很好解决，这就导致对优质卤水储层的识别和预测不够精确。所以如何利用相对经济的地球物理资料完成优质卤水储层的有效识别和高精度预测，是一个亟待解决的技术问题。

技术实现思路

[0004]针对上述问题，本专利技术提供一种基于敏感参数分析的优质富锂钾卤水储层识别方法，包括如下步骤：
[0005]步骤1：根据地质资料、水化学分析资料、钻测井资料以及地震资料确定卤水储层基本特征；
[0006]步骤2：基于孔隙介质的岩石物理模型进行岩石物理建模，建立地震参数与储层参数之间的联系；
[0007]步骤3：根据钻测井资料以及水化学分析资料，对目标段敏感参数分析，明确富锂钾卤水识别标志和分布值域；
[0008]步骤4：根据步骤2所建岩石物理模型，得到储层物性参数与弹性参数之间的关系；针对卤水储层含水特性，以含水饱和度作为敏感参数反演高含水储层；
[0009]步骤5：在高含水储层预测的基础上，以自然伽马反演结果为约束识别高品位储层，明确优质富锂钾卤水储层的分布规律。
[0010]进一步的，所述步骤1中卤水储层基本特征包括地层特征、水化学特征、构造特征。
[0011]进一步的，所述步骤2中地震参数包括纵横波速度比、纵波阻抗，储层参数包括孔隙度、含水饱和度。
[0012]进一步的，步骤2中的岩石物理建模，模型应当和目标地层具有相似的组成结构，在不同深度下的纵波速度也应当一致。
[0013]进一步的，所述步骤3中采用测井曲线交会图法对目标段敏感参数分析。
[0014]进一步的，所述测井曲线包括自然伽马、声波时差、电阻率。
[0015]进一步的，所述步骤3还包括通过卤水储层的锂钾离子与自然伽马的交会分析，明确高品位卤水储层的分布值域。
[0016]进一步的，所述步骤3中富锂钾卤水识别标志包括低伽马，高声波时差，低密度，高孔隙度，低电阻率。
[0017]进一步的，所述步骤4中得到储层物性参数包括孔隙度、含水饱和度；弹性参数包括泊松比、纵横波速度比、杨氏模量。
[0018]进一步的，所述步骤5中自然伽马反演具体为采用波形相控方法以自然伽马作为敏感参数进行波形指示模拟。
[0019]本专利技术的有益效果是：
[0020]本专利技术能够从富锂钾卤水自身的含水性和储卤(富钾)具有的放射性出发，采用岩石物理建模和测井响应识别的方法建立富锂钾卤水储层识别标志，首次通过高含水储层反演和高品位储层反演预测优质卤水储层，实现优质卤水储层的有效识别和高精度预测。
附图说明
[0021]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例的附图作简单地介绍，显而易见地，下面描述中的附图仅仅涉及本专利技术的一些实施例，而非对本专利技术的限制。
[0022]图1是本专利技术流程图；
[0023]图2是不同模型与目标地层相关系数分析图；
[0024]图3是岩石物理建模流程简化图；
[0025]图4是纵波速度与密度预测与实测关系；
[0026]图5是储层、非储层岩电交会及值域划分图；
[0027]图6是不同品位卤水层GR与K+、Li+含量关系图；
[0028]图7是孔隙度和含水饱和度预测平面图；
[0029]图8是自然伽马预测平面图；
具体实施方式
[0030]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例的附图，对本专利技术实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的本专利技术的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]下面结合附图和实施例对本专利技术进一步说明。
[0032]如图1所示，一种基于敏感参数分析的优质富锂钾卤水储层识别方法，包括以下步骤：
[0033]步骤1：根据地质资料、水化学分析资料、钻测井资料以及地震资料确定卤水储层基本特征。
[0034]所述步骤1中卤水储层基本特征包括地层特征、水化学特征、构造特征，通常地质资料、钻测井资料中可得到区域地层特征和地质背景，岩心样品以及卤水样品测试的水化学分析资料可得到储层物性参数和水化学特征，地震资料和地质背景可得到区域内断裂构造特征。
[0035]步骤2：基于孔隙介质的岩石物理模型进行岩石物理建模，建立地震参数与储层参数之间的联系，分析含卤水储层的弹性参数特征，以用于整个研究区的密度、纵、横波速度的预测，进一步可以预测孔隙度、含水饱和度等储层参数。
[0036]所述步骤2中地震参数包括纵横波速度比、纵波阻抗，储层参数包括孔隙度、含水饱和度；岩石物理建模，模型应当和目标地层具有相似的组成结构，在不同深度下的纵波速度也应当一致。具体以将测井曲线在不同深度下的纵波速度变化情况与不同模型的计算结果作比较，选择更符合目标地层的岩石物理模型，根据海相层系中深层卤水的储集特征，最终选择以白云岩为主要研究对象的改进后Xu－White模型作为目标地层模型
[0037]步骤3：根据钻测井资料以及水化学分析资料，对目标段敏感参数分析，明确富锂钾卤水识别标志和分布值域。
[0038]其中，所述步骤3中采用测井曲线交会图法对目标段敏感参数分析，所述测井曲线包括自然伽马、声波时差、电阻率，富锂钾卤水识别标志包括低伽马，高声波时差，低密度，高孔隙度，低电阻率。
[0039]自然伽马表征了放射性元素衰变辐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于敏感参数分析的优质富锂钾卤水储层识别方法，其特征在于，包括如下步骤：步骤1：根据地质资料、水化学分析资料、钻测井资料以及地震资料确定卤水储层基本特征；步骤2：基于孔隙介质的岩石物理模型进行岩石物理建模，建立地震参数与储层参数之间的联系；步骤3：根据钻测井资料以及水化学分析资料，对目标段敏感参数分析，明确富锂钾卤水识别标志和分布值域；步骤4：根据步骤2所建岩石物理模型，得到储层物性参数与弹性参数之间的关系；针对卤水储层含水特性，以含水饱和度作为敏感参数反演高含水储层；步骤5：在高含水储层预测的基础上，以自然伽马反演结果为约束识别高品位储层，明确优质富锂钾卤水储层的分布规律。2.根据权利要求1所述一种基于敏感参数分析的优质富锂钾卤水储层识别方法，其特征在于，所述步骤1中卤水储层基本特征包括地层特征、水化学特征、构造特征。3.根据权利要求1所述一种基于敏感参数分析的优质富锂钾卤水储层识别方法，其特征在于，所述步骤2中地震参数包括纵横波速度比、纵波阻抗，储层参数包括孔隙度、含水饱和度。4.根据权利要求1所述一种基于敏感参数分析的优质富锂钾卤水储层识别方法，其特征在于，步骤2中的岩石物理建模，模型应当和目标地...

【专利技术属性】
技术研发人员：张兵，林晓杨，杨宇勇，汪政洋，李倩，李琢，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：