盐池地区延长组长8段致密油储层脆性指数测井评价

致密砂岩油气通常需要通过压裂等技术措施方可获得工业产量,而脆性指数是评价储层可压裂性的重要参数,对致密油储层勘探开发甜点优选至关重要。以鄂尔多斯盆地盐池地区三叠系延长组长8段为例,针对致密砂岩储层脆性指数测井评价方法开展系统研究。首先,利用阵列声波测井、岩石声波特性室内实验测试资料,通过求取杨氏模量、泊松比等岩石弹性力学参数,定量计算长8段脆性指数;随后,将利用阵列声波测井资料计算的脆性指数作为目标值,寻找其与自然伽马、横波时差等常规测井资料之间的对应关系;在此基础上,建立基于岩石脆性指数测井预测模型;最后,通过多元回归,全面提取常规测井信息,建立基于常规测井资料的脆性指数多元函数评价模型。根据研究区内单井实例,测井预测脆性指数与岩石声波特性实验测试结果匹配良好,对于脆性指数定量预测,基于岩性指数模型的拟合优度为0.733,基于物性指数模型的拟合优度为0.719,基于多元回归模型的拟合优度为0.789。通过实例验证,脆性指数预测值与实测值变化趋势一致,相关性明显,相关系数达0.936。

基于布谷鸟—BP神经网络的页岩脆性指数预测研究

页岩储层具有低孔隙度、低渗透率的物理性质,因此在页岩气开采中往往需要对其储层进行压裂处理,而页岩储层的可压裂性可用脆性指数来评价。目前应用最广泛的岩石脆性指数计算方法是基于矿物组分法。基于矿物组分法计算获得岩心页岩脆性指数(BI),利用BP神经网络的自我学习能力,探寻测井参数与页岩脆性指数(BI)之间的非线性关系,再结合布谷鸟(CS)算法的全局优化能力和稳定性来提升BP神经网络的预测精度和稳定性,从而建立基于CS—BP神经网络的页岩脆性指数预测模型。使用CS—BP预测模型对研究区Y1井和Y2井两口井进行了页岩BI值预测,其预测结果显示:CS—BP预测值与岩心BI值的变化趋势基本一致;CS—BP预测值总体预测效果较好。研究结果表明:基于布谷鸟(CS)—BP神经网络,利用测井资料快速计算页岩脆性指数的方法在研究区具有一定的实用价值。

基于神经网络法的脆性指数预测——以B区部分井为例

A井区长62主要发育致密砂岩,脆性指数对于储层进行压裂以及施工改造效果有直接的关系,如何准确高效的建立脆性指数模型是油田储层改造进行压裂亟待解决的问题。传统的实验矿物分析法建立模型需要大量的实验数据,普通的测井参数预测法准确性较低。因此本文通过选取各测井曲线参数与脆性指数做线性回归,选取相关系数较高的测井参数作为建模的输入层的原始数据,通过灰色关联法对其进行原始数据进行权重系数计算,按照其权重系数与测井原始数据的加权平均的乘积作为神经网络的最终输入层参数,通过建模可以得出该方法对于脆性指数预测精度明显优于较弹性参数法,其预测精度达到90.24%,其对于该区块目标储层改造的后续开发压裂需求。

基于矿物组分与断裂韧度的页岩地层脆性指数评价模型

利用岩石力学参数计算页岩地层脆性指数其结果存在不确定性,而由矿物组成得到的结果不能反映地层的实际脆性。为此,在用矿物组分计算地层脆性的基础上,引入断裂韧度作为每种矿物的加权系数,建立了页岩地层脆性指数评价新模型。用页岩地层的岩石力学模型、脆性矿物模型和建立的新模型分别计算了某井页岩地层的脆性指数,并对其结果进行了对比。结果发现,在岩石力学参数异常段,新模型的评价结果比岩石力学模型高10%左右,且评价结果与压裂效果一致。研究表明,新模型的脆性指数与断裂韧度之间呈负线性关系,地层断裂韧度越大,则脆性指数越小,反之亦然。分析认为,该模型有效避免了单一矿物含量模型带来的缺陷,同时新模型与页岩地层的含气量和有机质含量无关,对页岩地层来说是一种高效的模型。

致密砂岩脆性指数测井评价方法——以鄂尔多斯盆地陇东地区长7段致密砂岩储集层为例

岩石的脆性指数是致密砂岩油气体积压裂设计中应考虑的重要因素之一。通过对岩石弹性参数法和矿物成分法两种脆性指数测井评价方法的分析,并应用岩石力学实验和全岩X衍射分析实验标定,建立了应用常规测井的多矿物模型确定致密砂岩脆性指数的方法。对鄂尔多斯盆地陇东地区长7段致密砂岩储集层实际资料处理结果表明,应用常规测井资料对岩石脆性指数进行评价,可以弥补由于阵列声波(或声波扫描)测井采集井数较少难以开展岩石脆性指数平面分布研究的不足,为致密砂岩油气"甜点"优选提供技术支持。

基于煤岩脆性指数的煤体结构测井定量判识

准确判识煤体结构是煤层气勘探开发研究的一个关键问题,不同煤体结构类型的煤层,因孔隙大小、裂隙网络和破碎程度不同,对煤层气富集和运移的影响也不相同。根据煤体的破碎程度,将沁水盆地F区块3#煤层煤体结构类型划分为原生结构、过渡结构和碎裂结构,并分析了不同煤体结构的测井响应特征。统计表明:随着煤体破碎程度增加,测井曲线上通常表现为密度与电阻率均降低、井径扩大、声波时差增大。在测井资料定性划分煤体结构的基础上,提出利用阵列声波测井资料计算煤岩脆性指数来定量判识煤体结构。通过实际应用认为,用煤岩脆性指数定量判识煤体结构是可行的,判识结果与实际钻井取心资料符合率较高,能够提高煤体结构研究的精度。

南方海相页岩脆性指数与电性关系分析

页岩脆性是评价页岩气储层的重要参素,因此,研究页岩矿物成分及其脆性评价方法意义重大。基于南方海相筇竹寺组和龙马溪组页岩露头标本,通过矿物成分鉴定和复电阻率测试分析,发现脆性矿物和黄铁矿(FeS2)含量高的页岩具有低阻高极化率的电性响应特征,表明利用激发极化参数(IP)进行储层脆性评价具有良好的物性基础。基于矿物成分定义了脆性指数(BI),分析研究了页岩的激电参数与黄铁矿和脆性指数的相关性,初步建立了电阻率以及极化率与脆性指数和黄铁矿含量的关系模型,提出了利用电性异常特征识别和评价页岩气储层的新思路。

TOC含量对页岩脆性指数影响分析

页岩储层的有效开发依赖水平井段的压裂,脆性指数是影响压裂施工设计的一个重要参数。有3种脆性指数计算结果常相互矛盾。通过基于岩心数据刻度对不同页岩层段测井响应特征的比较研究,发现总有机碳含量(TOC)对声波时差和补偿密度等用于计算脆性指数的测井曲线均有影响,是导致3种方法计算结果各不相同的主要原因。采用TOC校正方法与岩心实验数据约束测井评价可使3种计算结果非常接近,有效解决了TOC含量对脆性指数评价的影响。该方法在多口井中应用,效果良好。

基于基追踪-BI_Zoeppritz方程广义线性脆性指数直接反演方法

非常规油气资源的勘探开发在能源领域越来越受到重视.针对页岩油气、致密砂岩气储层的脆性指数预测,对突破"甜点区"、指导后续水力压裂等都具有重要的意义.针对常规叠前AVO反演技术预测脆性指数存在的问题:(1)稀疏脉冲反演垂向分辨率不高;(2)基于AVO近似公式的常规叠前反演,需要假设常背景纵横波速度比以及弱弹性参数反射率等条件,会影响到三参数反演的精度;(3)通常需要借助反演获取的纵横密三参数转换为杨氏模量和泊松比,再进一步转换才能获取脆性指数,在参数转换的过程中会将误差累积放大,影响最终的脆性指数预测精度.本文从精确Zoeppritz方程出发,通过对其进行重新推导,将其表达为脆性指数、P波速度和S波速度的函数(BI_Zoeppritz方程),并借助广义线性AVO反演,对基追踪反演获取的高分辨率角度反射系数进行迭代反演,直接提取高分辨率、高精度的脆性指数.通过模型和实际资料验证了该算法相对常规叠前反演获取的脆性指数有了进一步的改善.

深层致密砂岩储层脆性指数评价新方法

储层岩石脆性评价是储层压裂改造方案设计的重要基础工作,对储层压裂改造效果有着重要影响。以准中地区深层致密砂岩储层为研究对象,开展了0~90 MPa多级围压下的岩石三轴试验,分析了围压变化对于岩石脆性的影响。针对现有脆性指数对目标储层岩石脆性评价效果不理想的情况,基于应力-应变曲线中的能量转化关系建立了新的脆性指数模型,包括岩石峰前峰后脆性指数和综合脆性指数。研究结果表明:试验围压对岩石脆性评价有着显著影响;岩石峰前脆性随围压增大先增加后减小,峰后脆性和综合脆性随围压增大而递减;研究区储层含砾细砂岩的脆性较细砂岩的脆性小,脆性差异主要表现在峰后脆性。

非常规油气储层脆性指数测井评价方法研究进展

非常规油气储层一般都需要进行压裂改造才能获得工业产能,而岩石脆性指数测井评价是非常规油气储层压裂设计中应考虑的重要因素之一。目前国内外关于脆性指数定义众多、且计算方法各异,在关于脆性指数的测井评价方法方面更是缺少一套完整的研究方法流程。本文回顾了油气储层脆性指数的研究历程,明确了脆性指数定义的科学内涵,归纳总结了脆性指数的测井评价方法。最后以鄂尔多斯盆地长7致密油储层为例,探讨了主要的脆性指数测井评价方法计算流程及其有效性。在有纵、横波测井资料时,可利用泊-杨法直接计算岩石脆性指数。同时也可通过元素俘获测井矿物成分比值法计算脆性指数。此外基于常规测井的最优化方法确定矿物组分,利用矿物成分比值法也能计算脆性指数。通过X-射线衍射资料与岩性系数GR/Pe的回归拟合建立地区经验公式,也可实现岩石脆性指数的测井评价。最后对脆性指数测井计算中存在的问题进行归纳总结,并对未来发展方向做出展望。研究成果可为非常规油气储层钻井和压裂设计工作提供科学指导。

涪陵页岩气田焦石坝区块页岩脆性指数地震定量预测

为了确定四川盆地涪陵页岩气田焦石坝地区页岩储层相对高脆性层段及压裂有利区,研发了适应于复杂构造应力环境的多参量页岩脆性指数的地震定量预测技术。首先通过对构造、岩石矿物组分、岩心裂缝发育程度、测井、地震等资料的综合分析,明确了构造挤压应力对岩石脆性特征的影响作用;然后在Rickman公式的基础上,引入反映横向剪切应力—应变作用的剪切模量,构建了基于杨氏模量、泊松比、剪切模量×密度的新脆性指数预测模型;最后结合基于矿物组分的弹性岩矿脆性指数法可精确计算全井段脆性指数的优势,形成了适应复杂构造应力环境的多参量页岩脆性指数定量预测技术。应用效果表明:(1)利用该技术预测的结果与未参与建模探井的脆性指数计算结果吻合较好,相对误差在4%以内,证明该技术是可靠的;(2)焦石坝地区上奥陶统五峰组—下志留统龙马溪组优质页岩的脆性指数具有自上而下逐渐增高的趋势且横向上分布稳定,其中五峰组—龙马溪组一段一亚段的脆性指数为最高,是水平井穿行与压裂的最有利层段。

沁水盆地海陆交互相页岩脆性指数预测与测井响应分析

沁水盆地煤系地层勘探开发时间长,但测井系列简单,通过全岩分析获取矿物组分的岩心数量十分有限,因此,目前该地区页岩储层的脆性评价以定性为主,缺少定量表征。基于XRD全岩分析的矿物组分信息,通过矿物法计算了沁水盆地海陆交互相页岩岩心的脆性矿物指数,分析了页岩地层的测井响应特征及对脆性矿物指数的影响,采用多元回归方法,建立了该区石炭—二叠系页岩地层矿物指数的计算模型。研究区内石英、长石、菱铁矿及黄铁矿对储层脆性有主要贡献,其含量与页岩脆性指数成正比;而黏土矿物含量较高,有利于提高岩石塑性,不利于裂缝伸展。不同测井响应对脆性指数的反映程度不同,脆性矿物指数与密度值呈正相关,与自然伽马值呈负相关,而与电阻率和声波时差的关系不明显,呈微弱的负相关。多元线性回归方法计算得到的脆性矿物指数与矿物法得到的结果吻合度较好。

长7致密油藏脆性指数计算方法及现场应用

长7致密油藏脆性指数的大小是该油组制定混合水压裂方案的重要依据。利用常规测井数据通过岩石力学参数测井解释软件对目标井段的动态杨氏模量和泊松比进行计算,并结合长7储层岩样室内三轴岩石力学试验获得的静态杨氏模量和泊松比,建立了杨氏模量和泊松比动静态之间的关系;数据显示,该区静态杨氏模量小于动态值,大约是0.569倍;泊松比的静态与动态值相当,互有大小;相关系数均大于0.9。形成了一种长7致密油藏定量计算脆性指数的方法,室内岩样试验计算的和依测井数据解释的脆性指数大小比较接近,相差1.041倍,相关性较好。优选脆性指数较高的井层开展了现场试验,取得较好效果。

基于强度参数脆性指数的岩石Ⅰ型断裂韧度评价

在试验数据收集基础上,选取3种典型强度脆性指数作为考察对象,建立Ⅰ型断裂韧度与脆性指数之间的线性关系,得到基于不同脆性指数的岩石Ⅰ型断裂韧度参数化模型。通过引入交叉验证法获得准确的模型参数,并对模拟结果进行检验,评价各模型的适用性和相互之间的差异。结果表明:3种评价模型在评价和预测岩石Ⅰ型断裂韧度上均有很强的可靠性,可以借助脆性指数评价岩石的Ⅰ型断裂韧度;3种模型的评价和预测精度存在一定差异,总体来看,基于莫尔圆脆性指数的评价模型优于压拉强度脆性指数评价模型和抗压强度脆性指数评价模型,从而证明Ⅰ型断裂韧度是岩石综合力学性质的体现,利用多强度指标建立评价模型将会获得更准确、合理的Ⅰ型断裂韧度值;由于抗压强度获取便捷,利用其建立的评价模型也具有较高的评价精度,在要求快速评价时,可优先考虑选择基于抗压强度脆性指数的岩石Ⅰ型断裂韧度评价模型。

基于成像矿物谱的页岩气储层脆性指数计算方法——以四川盆地南部下志留统龙马溪组为例

页岩气储层脆性指数是页岩气藏压裂方案设计所需的核心参数之一,但目前获取该指数的方法成本较高、耗时耗力且过分依赖于取心资料。为了解决上述问题,以四川盆地南部下志留统龙马溪组页岩气储层为研究对象,首先对该区的成像测井数据进行分析和校正、进行图像的直方图加强,将成像测井图像刻度为成像矿物谱;然后基于正态分布理论,并结合实验分析数据,通过解析成像矿物谱,获得了页岩气储层矿物含量;进而结合裂缝特征等建立了脆性指数的计算模型,形成了矿物含量及脆性指数的计算方法(以下简称新方法),并在该区的多口页岩气井进行了验证。研究结果表明:①新方法具有成本较低、适用性强、计算精度和实用价值较高等优点;②较之于目前常用的方法,新方法数据资料具有普遍性、脆性指数计算结果具有连续性;③新方法能够精确地反映层理、薄层及局部岩性变化等对脆性指数的影响,对于页岩气储层脆性及可压裂性评价有着重要的参考作用;④现场应用效果表明,新方法计算结果与实钻结果吻合程度高,该区多口井测试均获得了页岩气工业产能。结论认为,新方法为海相页岩气储层压裂优选评价提供了技术支撑。

体积压裂中的岩石脆性指数及其数值模拟

为利用脆性指数指导各类岩石储层的改造工艺优选、工艺参数优化和压裂液优选,对岩石的脆性指数开展影响因素和变化规律研究。对脆性指数的表征采用能够反映岩石的破坏特征的全应力-应变曲线方法。采用数值模拟方法对可能影响岩石脆性指数的各因素开展岩石破坏全过程的模拟,从而获得不同条件下的全应力-应变曲线,并通过曲线上的关键特征点评价岩石的脆性指数,该方法具有可重复性强、不受岩心加工水平和实验设备影响等优势。研究表明:岩石颗粒尺寸、非均质性程度、砾石组分及围压等会明显影响岩石的脆性指数,随着岩石碎屑颗粒的减小、岩石均质性程度提高、砾石颗粒尺寸变小,岩石的脆性均会增强;而围压或埋深的增加,岩石的脆性会降低。根据上述影响因素和规律,为现场体积压裂设计提出了针对性建议。

基于岩石物理实验的致密油储集层脆性指数预测——以柴达木盆地跃灰101井区为例

柴达木盆地柴西南区跃灰101井区下干柴沟组上段Ⅳ油组储集层为致密湖相碳酸盐岩,该类储集层脆性评价缺乏定量表征依据。通过致密油储集层脆性指数预测,探讨了致密油储集层脆性评价的关键技术。首先,在岩心X射线衍射全岩矿物分析基础上,利用矿物含量计算样品脆性指数,在岩石高温高压三轴力学实验和声波三轴实验基础上,定量计算样品脆性指数,进一步确定动、静态杨氏模量及纵、横波转换关系;其次,通过叠前弹性参数同时反演技术,获取纵、横波阻抗及密度数据体,进而计算杨氏模量和泊松比数据体,利用动、静态杨氏模量关系将其转换到静态杨氏模量,完成静态脆性指数计算;最后,对目的层的脆性及岩性平面分布进行分析,明确致密油勘探重点区域,并通过后续实钻井验证方法有效性。

基于CNN-BiLSTM-AM的储层岩石脆性指数预测

脆性指数是储层岩石的重要地质力学性质之一,但对于脆性指数至今为止都没有一个明确的定义,许多学者提出了不同的方法来测量该参数,一些方法如矿物分析等成本较高,然而机器学习和深度学习可以有效融合多元数据,充分利用数据去挖掘自变量与因变量之间的关系,且成本较低。因此,该文使用深度学习方法来构建测井曲线数据与储层岩石脆性之间的关系模型。因测井曲线是特殊的时序曲线,该文采用可以综合考虑过去和未来信息的BiLSTM(双向长短期记忆)模型,同时为了进一步的优化,在模型中添加1DCNN(一维卷积)用来提取特征,且引入了AM(注意力机制)。同时利用Pearson系数和XGBoost(极限梯度提升树)进行分析,研究了各测井曲线对脆性的敏感性等级以及重要性程度,最终选取的输入参数有AC(声波时差)、DEN(密度)、CAL(井径)、GR(伽马射线)和SP(自然电位)。与其它机器学习方法相比,该方法的MSE和RMSE最小,分别为0.0035和0.05916,表明CNN-BiLSTM-AM是一种预测精度更高、效果更好的方法。

基于PSO-BiLSTM的储层岩石脆性指数预测

脆性指数被认为是一个重要的岩石参数,诸多学者提出了脆性指数的不同计算方法,但是测量方法较为复杂或者成本较高.为了解决上述问题,采用深度学习的方法预测脆性指数,其可以有效融合多元数据,充分利用数据去挖掘自变量与因变量之间的关系.因此,基于常规测井曲线资料,建立了基于粒子群算法(PSO)优化的双向长短期记忆(BiLSTM)模型.实验结果表明,PSO-BiLSTM的MAE=0.0501,RMSE=0.0548,该模型比其他传统方法更精确,更具有实用性和适用性.