常規(guī)橫波預測方法從基礎的巖石物理模型出發(fā),根據部分彈性參數與巖石物理參數間的定量關系,確定橫波速度對應約束參數（如孔隙縱橫比）的解空間,不斷搜索尋求最優(yōu)解從而確定地下每一深度點對應的橫波速度。但這樣做會存在兩點不足:一是簡單的遍歷搜索制約了預測方法的計算效率;二是對于缺乏礦物含量信息的井資料而言,巖石物理建模已經嚴重受限,最終預測結果的精度必然會有很大影響。為了解決這類礦物含量未知地區(qū)進行橫波預測所存在的計算精度和效率問題,論文提出基于粒子群非線性優(yōu)化算法框架下的橫波預測策略。首先需要解決礦物基質模量未知或不準確的問題,即在引入干巖石泊松比σ_dry后根據巖石骨架模型預設法,確定其與基質模量K₀的范圍,之后利用流體因子定義適應度函數,將礦物基質模量反演轉化為二維粒子群尋優(yōu)問題,將最終得到的基質模量作為輸入更新到粒子群優(yōu)化的橫波預測過程中。使用論文提出的橫波預測策略,可以很好地解決基質模量未知的難題,更好地利用Xu-White、Xu-Payne等巖石物理模型進行儲層描述。同時,論文針對傳統(tǒng)方法計算效率低的問題進行了優(yōu)化,在基質模量反演和橫波預測中... 

【文章來源】：石油科學通報. 2020,5(03)

【文章頁數】：11 頁

【部分圖文】：

圖1 粒子群優(yōu)化的基質模量反演流程圖

圖1 粒子群優(yōu)化的基質模量反演流程圖傳統(tǒng)解決思路是在給出孔隙縱橫比的取值范圍0.0001～1后，根據具體的計算精度要求設定搜索步長，計算每個孔隙縱橫比取值時對應的縱波速度，逐一計算目標函數，尋找min Vp-Vp*22時的孔隙縱橫比值為最佳孔隙縱橫比，對應的橫波速度即為該深度點的預測橫波。

為了檢驗文中所提出方法的效果，選取了A盆地實際某井數據進行測試。該井目的層深度在2794～2841 m范圍內，測井采樣間隔為0.1524 m，屬于致密碳酸鹽巖地層，巖石孔隙中充填的流體主要是水，少量層段含氣。圖5為該井的測井曲線，從左到右依次為縱波速度(Vp)、密度(ρ)、孔隙度(φ)、飽和度(So)和伽馬射線(GR)，從圖中可以看到，縱波速度曲線與伽馬射線測井曲線呈明顯的負相關變化規(guī)律，縱波速度高的深度處伽馬值往往很低。部分層段伽馬數值較高，最高達到360 API，表明這些層段的黏土含量較高，相應的這些層段的縱波速度也都有明顯下降。該地區(qū)的錄井資料也顯示，該井目的層段主要發(fā)育的巖性以石灰?guī)r和白云巖為主，另有灰質白云巖、云質灰?guī)r、泥質白云巖、泥質灰?guī)r、含石膏云巖等巖性發(fā)育[25]。圖4 粒子群優(yōu)化下的橫波預測流程

【參考文獻】：
期刊論文
[1]基于巖石物理模型的轉換橫波分裂在碳酸鹽巖裂縫儲層預測中的應用[J]. 曹占寧,李向陽,孫紹寒,秦喜林.  石油科學通報. 2018(01)
[2]鄂爾多斯盆地北部復雜碳酸鹽巖橫波速度預測研究[J]. 張秉銘,劉致水,劉俊州,夏紅敏,折向毅,王箭波,劉蘭鋒.  石油物探. 2017(03)
[3]基于粒子群算法的頁巖孔隙結構反演及橫波速度預測[J]. 劉財,喬漢青,郭智奇,張冰,劉喜武.  地球物理學進展. 2017(02)
[4]基于孔隙分類理論的自相容模型橫波速度預測方法[J]. 熊曉軍,李翔,劉陽,簡世凱.  石油物探. 2017(02)
[5]基于變形P-L模型的矩陣方程迭代精細橫波預測[J]. 羅水亮,楊培杰,胡光明,劉書會.  地球物理學報. 2016(05)
[6]基于疊前地震反演的流體識別方法研究進展[J]. 印興耀,曹丹平,王保麗,宗兆云.  石油地球物理勘探. 2014(01)
[7]基于基質礦物模量自適應提取橫波速度反演方法[J]. 林凱,賀振華,熊曉軍,曹俊興,陳靜.  石油地球物理勘探. 2013(02)
[8]基于修正Xu-White模型的碳酸鹽巖橫波速度估算方法[J]. 張廣智,李呈呈,印興耀,張金強.  石油地球物理勘探. 2012(05)
[9]粒子群算法中隨機數參數的設置與實驗分析[J]. 劉志雄,梁華.  控制理論與應用. 2010(11)
[10]碳酸鹽巖儲層流體性質的縱橫波速度比判別法[J]. 李國寶,唐雪萍,楊文督,侯俊乾.  天然氣勘探與開發(fā). 2008(03)

博士論文
[1]基于統(tǒng)計學理論的頁巖儲層地震巖石物理研究[D]. 張冰.吉林大學 2018



本文編號：3618008