【技术实现步骤摘要】
本专利技术属于砂砾岩油气藏测井评价，具体涉及一种基于电成像资料的砂砾岩储层基质产能分类方法、系统及存储介质。
技术介绍
1、砂砾岩储层因其内部沉积特征、构造都存在差异，导致储层的地质特征、流体性质、孔隙结构复杂多样，受多方面影响单井产液能力差异明显。产能影响因素的确定是砂砾岩储层基质产能分类评价的重点，在明确影响因素的基础上对储层产能进行分类，为砂砾岩储层的测井解释和施工投产提供重要的技术支持。
2、近年来，复杂岩性储层已逐渐成为勘探开发的重点，与常规砂岩储层相比，砂砾岩储层具有非均质性强、砂泥砾混杂、粘土含量高、孔隙结构复杂、物性差、测井曲线响应特征不明显等特点，各类因素同时影响着储层的产液能力。目前已有多种储层产能分类方法，其主要以常规测井曲线建模为基础，利用宏观参数和实验分析微观参数对储层产能进行分类，这些方法主要以常规测井资料和实验分析数据为基准，参数不易于提取，以定性识别为主，在孔隙度较大、非均值性弱、岩性单一的储层中有一定分类效果。随着勘探开发的不断深入，面对岩性复杂、产能影响因素多样的砂砾岩储层，以往以常规测井资料为基础、单因素评价储层产能的方法已不适用于当下油田砂砾岩储层的勘探开发。因此需要从多方面因素分析建立通用的砂砾岩储层基质产能分类方法。
技术实现思路
1、为了克服上述现有技术的缺点，本专利技术的目的在于提供一种基于电成像资料的砂砾岩储层基质产能分类方法、系统及存储介质，以解决以常规测井资料为基础，难以准确的评价岩性复杂、产能影响因素多样的砂砾岩储
2、为了达到上述目的，本专利技术采用以下技术方案予以实现：
3、本专利技术公开了一种基于电成像资料的砂砾岩储层基质产能分类方法，包括以下步骤：
4、1)根据砂砾岩储层基质电成像测井数据，在图像的形态学梯度的基础上通过分水岭分割算法提取砂砾岩储层中的砾石含量；
5、2)根据试油资料确定出试油储层的米产液，对影响储层米产液的各种参数进行分析，优选出主控的关键参数；
6、3)根据主控关键参数，构建指示储层物性的综合品质指数和指示岩性变化的砂质指数；
7、4)利用米产液将试油储层划分为三类，通过建立储层综合品质指数、砂质指数和三类储层的二维坐标关系图版，得到储层综合品质指数、砂质指数的对应关系，实现砂砾岩储层基质产能分类。
8、优选地，步骤1)中，根据电成像测井数据，在电成像灰度图像上通过式(1)得到图像的形态学梯度：
9、
10、式中，表示图像的形态学梯度，δ(i)表示利用结构元素对图像i进行膨胀操作；ε(i)表示利用结构元素对图像i进行腐蚀操作。
11、优选地，步骤1)中，通过分水岭分割算法式(2)在图像梯度的基础上进行分割处理得到砂砾岩砾石个数，最终通过式(3)计算图像整体的砾石含量vls：
12、
13、
14、式中，vls为砾石含量，单位％，a为电成像图像处理窗口的面积；n为电成像图像处理窗口内的砾石个数；bi为电成像图像处理窗口内第i个砾石的面积。
15、优选地，步骤2)中，根据试油资料通过式(4)确定出试油层段的米产液：
16、
17、式中，y为米产液，单位m3/m；v油为试油层段原油体积，单位m3；ρ油为地区原油密度，单位g/m3；ρ水为地区地层水密度，单位g/m3；v水为试油层段地层水体积，单位m3；h为试油段砂砾岩厚度，单位m。
18、优选地，优选出主控的关键参数为声波孔隙度、中子孔隙度、平均毛管半径、黏土含量、砾石含量、泥质含量和胶结类型。
19、优选地，步骤3)中，根据主控关键参数，通过式(5)构建孔隙品质因子，通过式(6)构建指示储层物性的综合品质指数j，通过式(7)构建指示岩性变化的砂质指数z:
20、
21、
22、z＝100-vsh-vls (7)
23、式中，a为胶结类型系数；be为孔隙品质因子，小数；φa为声波孔隙度，单位％；φc中子孔隙度，单位％；r为平均毛管半径，单位μm，由实验分析数据计算；vcl为黏土含量，单位％，由地区经验公式计算；vls为砾石含量，单位％；vsh为泥质含量，单位％，由自然伽马常规计算。
24、优选地，步骤4)中，利用米产液将试油储层划分为三类，日产量大于8m3/m的为一类储层，日产量在2～8m3/m的为二类储层，日产量小于2m3/m的为三类储层；
25、储层综合品质指数、砂质指数的对应关系为：当j>13、z>74时为一类储层；当0.62≤j≤13、40≤z≤74时为二类储层；当j<0.62、z<40时为三类储层。
26、本专利技术还公开了一种基于电成像资料的砂砾岩储层基质产能分类系统，包括：
27、1)建立砂砾岩储层中的砾石含量模块：用于根据砂砾岩储层基质电成像测井数据，在图像的形态学梯度的基础上，通过分水岭分割算法提取砂砾岩储层中的砾石含量；
28、2)建立主控的关键参数模块：用于根据试油资料确定出试油储层的米产液，对影响储层米产液的各种参数进行分析，优选出主控的关键参数；
29、3)建立指示储层物性的综合品质指数和指示岩性变化的砂质指数模块：用于根据主控关键参数，构建指示储层物性的综合品质指数和指示岩性变化的砂质指数；
30、4)建立储层综合品质指数、砂质指数的对应关系模块：用于利用米产液将试油储层划分为三类，通过建立储层综合品质指数、砂质指数和三类储层的二维坐标关系图版，得到储层综合品质指数、砂质指数的对应关系，实现砂砾岩储层基质产能分类。
31、本专利技术还公开了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的分类方法。
32、本专利技术还公开了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程序，所述计算机程序被处理器执行时实现上述任一项所述的分类方法。
33、与现有技术相比，本专利技术具有以下有益效果：
34、本专利技术提供了一种基于电成像资料的砂砾岩储层基质产能分类方法，通过分析电成像资料、常规曲线及实验数据，确定储层产能敏感参数，构建指示储层岩性变化的砂质指数和指示储层物性的综合品质指数，建立砂质指数和综合物性品质指数与三类储层的二维直角坐标系图版，进而定量确定砂质指数和综合品质指数与储层产能的对应关系，对于砂砾岩储层，通过关系式，可快速、定量准确的实现砂砾岩储层基质的产能分类，解决了传统方法依靠单一影响因素评价岩性复杂、产能影响因素多样的砂砾岩储层基质产能的不准确、通用性差和定性识别的弊端，对未试油井可根据储层图版落点，提高解释评价的准确性，优化投产方案，具有更好的应用价值。本文档来自技高网...
【技术保护点】
1.一种基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤1)中，根据电成像测井数据，通过式(1)得到图像的形态学梯度：
3.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤1)中，通过分水岭分割算法式(2)在图像的形态学梯度的基础上，进行分割处理得到砂砾岩砾石个数，最终通过式(3)计算砾石含量Vls：
4.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤2)中，根据试油资料通过式(4)确定出试油储层的米产液：
5.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，优选出主控的关键参数为声波孔隙度、中子孔隙度、平均毛管半径、黏土含量、砾石含量、泥质含量和胶结类型。
6.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤3)中，根据主控关键参数，通过式(5)构建孔隙品质因子，通过式(6)构建指示储层物
7.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤4)中，利用米产液将试油储层划分为三类，日产量大于8m3/m的为一类储层，日产量在2～8m3/m的为二类储层，日产量小于2m3/m的为三类储层；
8.一种基于电成像资料的砂砾岩储层基质产能分类系统，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的分类方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的分类方法。
...【技术特征摘要】
1.一种基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤1)中，根据电成像测井数据，通过式(1)得到图像的形态学梯度：
3.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤1)中，通过分水岭分割算法式(2)在图像的形态学梯度的基础上，进行分割处理得到砂砾岩砾石个数，最终通过式(3)计算砾石含量vls：
4.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，步骤2)中，根据试油资料通过式(4)确定出试油储层的米产液：
5.根据权利要求1所述的基于电成像资料的砂砾岩储层基质产能分类方法，其特征在于，优选出主控的关键参数为声波孔隙度、中子孔隙度、平均毛管半径、黏土含量、砾石含量、泥质含量和胶结类型。
6.根据权利要求1所述的基于电成像资...
【专利技术属性】
技术研发人员：邵广辉，高衍武，蔺敬旗，赵延静，李国利，肖华，王先虎，姚军朋，吴伟，杨帆，隋秀英，张妮，毛晨飞，倪子尧，梁琬坤，王慧博，程亮，柴新辉，周炬峰，
申请(专利权)人：中国石油天然气集团有限公司，
类型：发明
国别省市：
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。