基于电成像测井获取碳酸盐岩地层组分孔隙度的方法及系统与流程
- 国知局
- 2024-07-27 10:36:45
本发明属于石油测井储层处理领域,涉及一种基于电成像测井获取碳酸盐岩地层组分孔隙度的方法及系统。
背景技术:
1、在利用测井资料评价碳酸盐岩储层孔隙参数方面,常规测井方面,三孔隙度测井可以定量评价碳酸盐岩储层孔隙度,但缺乏评价储层孔隙结构参数的方法。在现有成像测井系列中,核磁共振测井通过流体驰豫时间,可以反映孔隙度及储层孔隙尺寸的大小,并在驰豫时间的维度上计算储层的组分孔隙度;阵列声波测井目前缺乏评价孔隙尺寸的手段;电成像测井方面,目前存在一些反映碳酸盐岩储层孔隙结构的手段,电成像图像模式可以定性判断储层次生孔隙发育的情况。孔隙度谱的位置或均值反映储层孔隙发育情况,孔隙度谱的发散程度或方差反映储层次生孔隙发育程度。以上方法都是定性或者通过统计学参数反映储层次生孔隙发育程度。碳酸盐岩储层孔隙按尺寸大小可以划分为微孔、细孔、中孔、粗孔、洞五种孔隙组分。目前,尚不存在评价五种孔隙组分孔隙度的方法。
技术实现思路
1、本发明的目的在于解决现有技术均通过定性或者统计学参数反映储层次生孔隙发育程度,不存在评价五种孔隙组分孔隙度的方法的问题,提供一种基于电成像测井获取碳酸盐岩地层组分孔隙度的方法及系统。
2、为达到上述目的,本发明采用以下技术方案予以实现:
3、基于电成像测井获取碳酸盐岩地层组分孔隙度的方法,包括:
4、s1:基于电成像测井的极板数据,获取孔隙直径数据集;
5、s2:将孔隙直径数据集划分为若干个区间,基于划分后的孔隙直径数据集,构建数据集分布函数,并将划分后的孔隙直径数据集通过高斯分布函数表示;
6、s3:将数据集分布函数进行对数形式变换,获取分布函数的似然函数形式;
7、s4:基于划分后的孔隙直径数据集的数据,获取高斯分布函数的均值、方差和权重;
8、s5:基于高斯分布函数的均值、方差和权重,判断分布函数的似然函数是否大于前一次迭代的似然函数的值;若是,重复s4,直至分布函数的似然函数的值不再变化,获取此时的高斯分布概率密度;若否,进入s6;
9、s6:基于高斯分布概率密度,获取各个区间的孔隙度。
10、本发明的进一步改进在于:
11、进一步的,基于电成像测井的极板数据,获取孔隙直径数据集,具体为:
12、基于地层因素公式,利用电成像测井资料中的电阻率均值、孔隙度、储层岩性系数计算孔隙胶结指数;
13、将孔隙胶结指数与孔隙直径在均质孔隙地层进行刻度,建立孔隙胶结指数与孔隙直径的关系;
14、基于孔隙胶结指数与孔隙直径的关系,计算获取孔隙直径数据。
15、进一步的,孔隙胶结指数的计算表达式为:
16、
17、式中,m为孔隙胶结指数,φ为孔隙度,ra为地层某一深度点处的井壁平均电阻率,ra<1500,rn为泥浆滤液电阻率与岩性系数的乘积值;
18、孔隙胶结指数与孔隙直径的关系表达式为:
19、dpor=ae-
20、式中d为孔隙直径,μm;m为岩样胶结指数,a、b为拟合系数。
21、进一步的,将孔隙直径数据集划分为若干个区间,基于划分后的孔隙直径数据集,构建数据集分布函数,并将划分后的孔隙直径数据集通过高斯分布函数表示,具体为:
22、设每个数据表示为xi,孔隙直径数据集表示为x(i=1,2,3,...,n),则数据集的分布表示为:
23、
24、若孔隙直径数据集整体分布由k个高斯分布组成,则孔隙直径数据集分布表示为:
25、
26、式中,πk表示第k个高斯分布的权重;n(xi|uk,σk)为第i个样本在第k个高斯分布上的概率密度函数;uk为均值,σk为方差。
27、进一步的,将数据集分布函数进行对数形式变换,获取分布函数的似然函数形式,具体为:
28、将数据集分布函数采用对数形式,则得到分布函数的似然函数形式,形式如下:
29、
30、确定每个高斯分布的概率密度函数,求解每个高斯分布函数的均值方差,目标函数变为如下形式:
31、
32、其中,为似然函数的极大似然估计量,通过求解满足使似然函数的最大值,使得所有样本在整体分布函数上的概率最大,此时单个高斯分布中的均值方差为最优值。
33、进一步的,基于划分后的孔隙直径数据集的数据,获取高斯分布函数的均值、方差和权重,具体为:
34、第k个高斯模型的均值,由该模型上的所有样本数据共同决定,因此uk为:
35、
36、第k个高斯模型的方差σk为:
37、
38、第k个高斯模型的权重πk为:
39、
40、进一步的,获取高斯分布概率密度为:若模型迭代j次可收敛,则第i个样本由第k个高斯模型生成的概率为:
41、
42、式中,分子表示样本xi由第k个高斯模型生成的概率,分母表示样本xi由整体分布生成的概率。
43、进一步的,基于高斯分布函数的均值、方差和权重,判断分布函数的似然函数是否大于前一次迭代的似然函数的值;具体为:
44、将第j次迭代求得的第k个高斯模型均值uk、方差σk及权重πk带入数据集分布函数的对数似然函数中,对比j-1次迭代计算的似然函数值是否有增大的趋势,如果还有增大趋势,则继续将计算得到的高斯模型均值uk、方差σk及权重πk重新计算第i个样本由第k个高斯模型生成的概率,重新迭代计算均值uk、方差σk及权重οk,直至两次计算的结果在数据集分布函数的对数似然函数中不再增大为止,因此模型停止条件为
45、
46、进一步的,基于高斯分布概率密度,获取各个区间的孔隙度,具体为:统计每个区间概率密度与总概率密度的比值,乘以总孔隙度,获取各个区间的孔隙度。
47、基于电成像测井获取碳酸盐岩地层组分孔隙度的系统,包括:
48、第一获取模块,所述第一获取模块基于电成像测井的极板数据,获取孔隙直径数据集;
49、划分模块,所述划分模块用于将孔隙直径数据集划分为若干个区间,基于划分后的孔隙直径数据集,构建数据集分布函数,并将划分后的孔隙直径数据集通过高斯分布函数表示;
50、形式变换模块,所述形式变换模块将数据集分布函数进行对数形式变换,获取分布函数的似然函数形式;
51、第二获取模块,所述第二获取模块基于划分后的孔隙直径数据集的数据,获取高斯分布函数的均值、方差和权重;
52、判断模块,所述判断模块基于高斯分布函数的均值、方差和权重,判断分布函数的似然函数是否大于前一次迭代的似然函数的值;直至分布函数的似然函数的值不再变化,获取此时的高斯分布概率密度;
53、孔隙度获取模块,所述孔隙度获取模块基于高斯分布概率密度,获取各个区间的孔隙度。
54、与现有技术相比,本发明具有以下有益效果:
55、本发明将孔隙直径数据集进行划分,构建数据集分布函数,并将划分后的孔隙直径数据集通过高斯分布函数表示;通过高斯分布函数的均值、方差和权重参数,获取高斯分布概率密度,基于高斯分布概率密度,获取各个区间的孔隙度。本发明将电成像数据转换为孔径数据,把孔径混合分布数据进行划分,此方法能够准确的对碳酸盐岩储层组分孔隙度进行定量评价,弥补了碳酸盐岩微孔、细孔、中孔、粗孔、洞五种孔隙组分孔隙度评价手段的缺失。通过铸体薄片刻度,证实本发明能够对碳酸盐岩地层组分孔隙度进行准确评价。
本文地址:https://www.jishuxx.com/zhuanli/20240726/114285.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表