去骨架井震联合反演方法及应用研究

发布时间：2022-02-26 12:22

　　Penberty和Shaughnessy指出,世界上油气资源的70%分布在疏松砂岩地层中,因此有必要对疏松砂岩油气藏进行研究。压缩系数,即体积模量的倒数,理论上流体的压缩系数比岩石的压缩系数大很多,特别是气体的压缩系数,可以基于流体替换方程,去除骨架的影响,反演流体压缩系数,识别气藏。本文采用两种方式研究流体的压缩系数:一种是基于Gassmann方程相关参数的研究,来反演流体的压缩系数,相关参数主要有孔隙度、岩石基质模量、干岩石模量;另一种是基于Sabrina推导的计算混合物的有效弹性模量的准确方程,推导了一种近似方程来估算流体压缩系数。对于孔隙度采用两种方法进行研究:双波法和BP神经网络预测孔隙度,由于有效压力对双波法影响比较大,且浅层疏松砂岩含有大量的泥岩,具有很强的各向异性,限制了双波法的应用,因此可以通过BP神经网络建立孔隙度和测井属性之间的关系,进而结合叠前反演数据预测孔隙度。对于岩石基质模量采用三种方法进行研究:等效介质模型、改进的线性拟合方程、估算基质模量的近似公式,由于岩样数据较少,因此等效介质模型只是一种简单的理想模型,很难应用到实际,同时改进的线性拟合方程会削弱数据... 

【文章来源】：中国石油大学(华东)山东省211工程院校教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 选题依据和意义
    1.2 国内外研究现状
    1.3 论文主要研究内容
    1.4 论文取得主要研究成果及创新点
第二章 岩石骨架孔隙度
    2.1 时间平均方程
    2.2 双波法
        2.2.1 基本原理
        2.2.2 实际应用
    2.3 基于BP神经网络的预测孔隙度
        2.3.1 BP神经网络算法
        2.3.2 实际应用
    2.4 小节
第三章 岩石骨架基质模量
    3.1 等效模型
        3.1.1 V-R-H模型
        3.1.2 K-T模型
        3.1.3 SCA模型
        3.1.4 DEM模型
        3.1.5 实际应用
    3.2 线形拟合
        3.2.1 基本原理
        3.2.2 实际应用
    3.3 求取岩石基质模量的近似式
        3.3.1 基本原理
        3.3.2 实际应用
    3.4 小节
第四章 干岩石骨架模量
    4.1 改进的疏松砂岩模型
        4.1.1 基本原理
        4.1.2 有效压力的计算
        4.1.3 实际应用
    4.2 自适应估算干岩石模量
        4.2.1 基本原理
        4.2.2 实际应用
第五章 去骨架井震联合反演
    5.1 基于Gassmann方程的去骨架反演
        5.1.1 基本原理
        5.1.2 实际应用
    5.2 基于求取流体压缩系数近似式的去骨架反演
        5.2.1 基本原理
        5.2.2 实际应用
结论和认识
参考文献
攻读硕士学位期间取得的学术成果
致谢


【参考文献】：
期刊论文
[1]基于方位各向异性弹性阻抗的裂缝岩石物理参数反演方法研究[J]. 陈怀震,印兴耀,张金强,张广智.  地球物理学报. 2014(10)
[2]泥页岩岩石物理建模研究[J]. 董宁,霍志周,孙赞东,刘致水,孙永洋.  地球物理学报. 2014(06)
[3]利用常规测井资料计算地应力——以泾河油田延长组储层为例[J]. 王越,姚昌宇,高志军,李嘉瑞,朱新春.  新疆石油天然气. 2014(01)
[4]页岩储层地应力预测模型的建立和求解[J]. 邓金根,陈峥嵘,耿亚楠,刘书杰,朱海燕.  中国石油大学学报(自然科学版). 2013(06)
[5]裂缝型碳酸盐岩储层方位各向异性弹性阻抗反演[J]. 陈怀震,印兴耀,杜炳毅,张广智.  地球物理学进展. 2013(06)
[6]基于碳酸盐岩裂缝岩石物理模型的横波速度和各向异性参数预测[J]. 张广智,陈怀震,王琪,印兴耀.  地球物理学报. 2013(05)
[7]非均质天然气藏的岩石物理模型及含气饱和度反演[J]. 巴晶,晏信飞,陈志勇,徐光成,卞从胜,曹宏,姚逢昌,孙卫涛.  地球物理学报. 2013(05)
[8]基于测井资料的地层孔隙压力预测方法研究[J]. 时贤,程远方,梅伟.  石油天然气学报. 2012(08)
[9]页岩油测井评价方法及其应用[J]. 张晋言.  地球物理学进展. 2012(03)
[10]基于Xu-White模型横波速度预测的误差分析[J]. 白俊雨,宋志翔,苏凌,杨文广,朱凌燕,李诗倢.  地球物理学报. 2012(02)



本文编号：3644512