一种基于岩相构型的裂缝预测方法与流程

本发明涉及储层裂缝技术领域，特别涉及一种基于岩相构型的裂缝预测方法。

背景技术：

裂缝是岩石中由构造变形或物理成岩作用所形成的天然宏观面状不连续构造(nelson，1985)，与断层同属断裂构造的裂缝，因其规模相对较小、识别预测难，历来是一个世界性研究难题。由于沉积、成岩和构造作用，低渗透储层具有强烈的非均质性和各向异性。受先期沉积成岩叠加后期构造作用影响的低渗透储层裂缝，其发育特征更复杂。

由于储层中发育的裂缝不仅可以作为储集空间，还可以对地层中分散、孤立的孔隙和溶洞起连通作用，增加其有效孔隙度，使之成为优质储层，所以准确地预测地下裂缝空间展布是油气勘探过程的重要研究内容。目前，针对裂缝的确定方法主要为相干法、曲率法、蚂蚁追踪法等地球物理预测方法。但是，因受岩性、物性、流体、裂缝发育程度、裂缝产状、裂缝充填程度等因素的影响，常规测井的裂缝响应特征不明显，裂缝的地球物理预测难度大，存在较强的多解性和不确定性。因此，通过分析致密砂岩储层裂缝发育主控因素，建立基于地质分析的裂缝定量预测模型，完成裂缝纵横向分布的准确预测，对指导油气勘探和开发具有重要意义。

同时，影响裂缝发育的因素包括构造和非构造因素。其中，构造因素有断层以及构造形变强度等；非构造因素包括岩性组合、砂岩组构、物性及厚度等(zeng等，2010；巩磊等，2017；王鹏威等，2014)。裂缝通常发育在能干性较强的岩层(如砂岩)中。同时，裂缝的形成又受岩石力学性质一致或相近的岩石力学层厚度控制，厚度越大，裂缝发育程度越低(巩磊等，2017；larsen等，2010)。先期虽然针对裂缝发育程度开展了大量基于构造因素的研究分析。但是，针对局部同一构造特征下的不同地层段裂缝发育程度的差异性未能作出合理解释。

技术实现要素：

本发明的目的在于克服现有技术中所存在的裂缝发育程度研究中仅考虑构造因素，未建立基于地质分析的裂缝定量预测模型，不能准确预测裂缝纵横向分布，不能有效指导油气勘探和开发的不足，提供一种基于岩相构型的裂缝预测方法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于岩相构型的裂缝预测方法，包括以下步骤：

步骤一：影响裂缝发育的相关因素的预测，其中，相关因素包括岩相构型、烃源岩有机碳含量、曲率、距断层距离和岩石组构；

步骤二：根据成像测井裂缝密度统计数据以及所述相关因素的统计值，进行所述相关因素与裂缝发育程度的关联性分析，明确影响裂缝发育的地质主控因素；

步骤三：根据得到的所述地质主控因素，建立基于岩相构型的多参数裂缝密度计算模型，对裂缝进行预测，并得出能够用于指导油气勘探和开发的裂缝预测结果。

优选的，所述步骤一中，岩相构型是指不同岩性的纵向组合样式、叠置关系及平面分布，代表不同沉积环境和能量单元的组合(miall，2014)。因此，岩相构型可以同时对能干性岩层以及岩石力学层的分布、组合样式以及叠置关系进行表征。本发明提出所述岩相构型的定量表征参数包括岩相百分含量、岩相层密度、岩相平均单层厚度和岩相厚度变异系数，其中，

岩相百分含量＝岩相厚度/统计单元地层厚度

岩相层密度＝岩相层数/统计单元地层厚度

岩相平均单层厚度＝岩相总厚度/层数

岩相厚度变异系数＝岩相厚度标准偏差/平均单层厚度

通过这四个参数，可以定量地对岩石相的占比、不同岩石相之间的叠置和互层形式进行描述。

在计算岩相构型表征参数之前，首先需要确定统计单元。如果按照砂组统计，由于单元厚度小，无法准确描述上、下围岩的组合关系。但是，如果按照组或亚段统计，由于单元厚度大，整体统计可能掩盖其中有利于裂缝发育的较好类型岩相构型分布层段。因此，针对砂岩及其上、下围岩组合特征，本发明采用移动窗口法对构型表征参数进行统计。具体步骤为：以窗口大小60m，步长10m为例，首先移至待统计层段顶部，如井深1000m处，在1000～1060m窗口，针对不同岩石相分别计算4个岩相构型参数值；然后下移一个步长(如10m)，即1010～1070m窗口，再次针对不同岩石相分别计算4个岩相构型参数值；重复上述步骤直至窗口底深为待统计层段底深。如待统计层段总厚度100m，窗口大小60m，步长10m，则需要重复5次。需要强调的是窗口大小与移动步长并不是固定值，需要根据实际地质情况进行调整。

优选的，所述步骤一中，烃源岩有机碳含量通过采集单井泥页岩岩心或岩屑进行有机碳含量实验分析或者测井预测方法得到。其中，测井预测方法可以通过δ1gr、多元线性回归等方法中的至少一种建立有机碳含量模型，进行有机碳含量预测。

优选的，所述步骤一中，曲率和距断层距离主要通过对裂缝发育段或样品点所处构造位置进行分析得到。

优选的，所述步骤一中，岩石组构通过单井纵向上系统采样，开展薄片鉴定等实验分析得到。

优选的，所述步骤二中，相关因素与裂缝发育程度的关联性分析的具体分析过程如下：根据成像测井裂缝密度统计数据以及所述相关因素的统计值，分别建立各个参数与裂缝密度的关系式，逐步回归分析各个相关因素对裂线密度的影响程度，并从中识别出影响裂缝密度和裂缝发育的地质主控因素。

优选的，所述步骤三中，以已知岩相构型类别的层段做为训练样本，采用判别分析方法，建立不同类别岩相构型的识别模型，并采用该识别模型对未知样品进行判别分组。

优选的，所述步骤三中，采用bayes判别法对岩相构型类别进行预测，具体的，根据bayes准则计算每个待判层段来自某一类别的后验概率，然后比较后验概率的大小，将待判层段归入概率最大的一个类别。如果待统计地层单元(如亚段)厚度超过窗口大小，则其中可能存在多种判别类型，以最有利于裂缝发育的构型类别作为该地层单元的构型。

与现有技术相比，本发明的有益效果：

本发明提供的方法是在充分考虑致密砂岩储层裂缝发育程度受控于构造和非构造因素的前提下，以影响裂缝发育的相关因素的预测为主线，以各相关因素与裂缝发育的关联性为关键，得到地质主控因素并建立多参数裂缝密度计算模型，最终实现致密砂岩储层的裂缝预测，为致密砂岩储层裂缝预测提供了可靠的多参数地质预测方法，提高了裂缝预测的可信度。有效的裂缝预测方法有助于确定致密砂岩气区相对优质储层的分布范围，提高油气上钻目标的成功率。

附图说明：

图1是本发明所述的一种基于岩相构型的裂缝预测方法的示意图。

具体实施方式

下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

本实施例以川西拗陷须五段为例，如图1所示，一种基于岩相构型的裂缝预测方法，包括以下步骤：

步骤一：影响裂缝发育的相关因素的预测，其中，相关因素包括川西拗陷所有单井须五段的岩相构型、烃源岩有机碳含量、曲率、距断层距离和岩石组构。

岩相构型是指不同岩性的纵向组合样式、叠置关系及平面分布，代表不同沉积环境和能量单元的组合(miall，2014)。因此，岩相构型可以同时对能干性岩层以及岩石力学层的分布、组合样式以及叠置关系进行表征。本发明提出所述岩相构型的定量表征参数包括岩相百分含量、岩相层密度、岩相平均单层厚度和岩相厚度变异系数，其中，

岩相百分含量＝岩相厚度/统计单元地层厚度

岩相层密度＝岩相层数/统计单元地层厚度

岩相平均单层厚度＝岩相总厚度/层数

岩相厚度变异系数＝岩相厚度标准偏差/平均单层厚度

通过这四个参数，可以定量地对岩石相的占比、不同岩石相之间的叠置和互层形式进行描述。

在计算岩相构型表征参数之前，首先需要确定统计单元。如果按照砂组统计，由于单元厚度小，无法准确描述上、下围岩的组合关系。但是，如果按照组或亚段统计，由于单元厚度大，整体统计可能掩盖其中有利于裂缝发育的较好类型岩相构型分布层段。因此，针对砂岩及其上、下围岩组合特征，本发明采用移动窗口法对构型表征参数进行统计。具体步骤为：以窗口大小60m，步长10m为例，首先移至待统计层段顶部，如井深1000m处，在1000～1060m窗口，针对不同岩石相分别计算4个岩相构型参数值；然后下移一个步长(如10m)，即1010～1070m窗口，再次针对不同岩石相分别计算4个岩相构型参数值；重复上述步骤直至窗口底深为待统计层段底深。如待统计层段总厚度100m，窗口大小60m，步长10m，则需要重复5次。需要强调的是窗口大小与移动步长并不是固定值，需要根据实际地质情况进行调整。

烃源岩有机碳含量通过采集单井泥页岩岩心或岩屑进行有机碳含量实验分析或者测井预测方法得到。其中，测井预测方法可以通过δ1gr、多元线性回归等方法中的至少一种建立有机碳含量模型，进行有机碳含量预测。

曲率和距断层距离主要通过对裂缝发育段或样品点所处构造位置进行分析得到。

岩石组构通过单井纵向上系统采样，开展薄片鉴定等实验分析得到。

步骤二：根据成像测井裂缝密度统计数据以及所述相关因素的统计值，进行所述相关因素与裂缝发育程度的关联性分析，明确影响裂缝发育的地质主控因素。相关因素与裂缝发育程度的关联性分析的具体分析过程如下：根据成像测井裂缝密度统计数据以及所述相关因素的统计值，分别建立各个参数与裂缝密度的关系式，逐步回归分析各个相关因素对裂线密度的影响程度，并从中识别出影响裂缝密度和裂缝发育的地质主控因素。

川西拗陷须五段的关联性分析如下：

(b1)岩相构型与裂缝发育程度的关联性

须五段裂缝密度与泥岩百分比、泥岩层密度、粉砂岩百分比、粉砂岩单层平均厚度、中细砂岩百分比、中细砂岩层密度等参数关系明显。其中，裂缝主要发育在互层型的粉、细砂岩中。

根据川西须五段样品岩相构型参数的聚类分析结果，可以将样品分成5类，分别对应富砂型(构型a)、相对富砂薄泥薄砂互层型(构型b1)、相对富泥厚泥薄砂互层型(构型b2)、相对富中细砂厚泥厚砂互层型(构型b3)和富泥型(c)5种岩相构型模式。

须五段不同岩相构型模式与裂缝密度和倾角的关系显示，构型a裂缝不发育，裂缝密度均低于0.5条/m，中、高角度缝比例较高；构型b1裂缝较发育，且以中、高角度缝为主；构型b2裂缝较发育，以水平缝和低角度缝为主；构型b3裂缝不发育；构型c裂缝总体不发育，见少量低角度缝发育。

(b2)烃源岩有机碳含量与裂缝发育程度的关联性

须五段气藏属于自生自储、源储一体气藏，储层发育于烃源岩层内，储集砂岩与烃源岩大面积直接接触。其中，烃源岩生烃膨胀力一方面是气藏主要的成藏动力，另一方面也可在储层中形成生烃增压缝，有效地改善储层的储渗性。研究显示，烃源岩有机碳含量对须五段3个亚段裂缝发育程度的影响有所差异。其中，须五上亚段和下亚段裂缝密度与高效烃源岩有机碳含量间无明显相关性，这可能与须五上、下亚段烃源岩较不发育以及上亚段烃源岩成熟度较低有关，烃源岩较低的有机碳含量以及较低的成熟度导致生烃膨胀力较小，不易形成大量的生烃增压缝；须五段中亚段裂缝密度与烃源岩有机碳含量间具一定的正相关关系。

(b3)曲率及距断层距离与裂缝发育程度的关联性

须五段裂缝密度与构造曲率间具有一定的正相关关系，大曲率一般对应较高裂缝密度。但是，裂缝密度与距断层距离间无明显相关性。

(b4)岩石组构与裂缝发育程度的关联性

川西拗陷须五段砂岩储层以粉、细粒岩屑砂岩为主，碎屑组分差别不大，成分成熟度均较低，岩石组构对储层裂缝密度的影响不大。

综上分析，影响川西拗陷须五段裂缝发育的主要控制因素包括岩相构型、烃源岩有机碳含量以及构造曲率。其中，烃源岩有机碳含量及构造曲率可以根据烃源岩分布预测研究以及构造精细解释获得，岩相构型的分布预测则可以在完成各组段岩相构型表征参数计算的基础上，应用判别分析方法对不同构型类型进行识别。

步骤三：根据得到的所述地质主控因素，建立基于岩相构型的多参数裂缝密度计算模型，对裂缝进行预测，并得出能够用于指导油气勘探和开发的裂缝预测结果。

该步骤重点在于针对岩相构型的预测，以已知岩相构型类别的层段做为训练样本，采用判别分析方法，建立不同类别岩相构型的识别模型，并采用该识别模型对未知样品进行判别分组。采用bayes判别法对岩相构型类别进行预测，具体的，根据bayes准则计算每个待判层段来自某一类别的后验概率，然后比较后验概率的大小，将待判层段归入概率最大的一个类别。如果待统计地层单元(如亚段)厚度超过窗口大小，则其中可能存在多种判别类型，以最有利于裂缝发育的构型类别作为该地层单元的构型。

须五段各亚段构型分布具有相似的特征，山前带以构型a为主，构型c主要分布在东部前三角洲-滨浅湖相沉积中，有利于高角度发育的构型b1以及有利于中低角度缝发育的构型b2沿着三角洲前缘环带不连续分布。

通过逐步回归分析，进一步明确了控制川西须五段裂缝密度的主要因素。其中，须五段上亚段主要受岩相构型以及曲率影响，中、下亚段则受岩相构型、曲率以及优质烃源岩toc含量共同控制，由此建立了须五段3个亚段的多参数裂缝密度计算模型：

须五上亚段：裂缝密度＝e^{(2.55+9.19×曲率-1.13×岩相构型)}(r²＝0.68)

须五中亚段：裂缝密度＝e^{(1.62-1.01×岩相构型+0.14×优质烃源岩)}(r²＝0.66)

须五下亚段：裂缝密度＝e^{(1.87+0.21×曲率-1.01×岩相构型+0.04×优质烃源岩)}(r²＝0.64)

式中：当岩相构型为a、b3或c时，构型参数取值为3；当岩相构型为b2时，构型参数取值为2；当岩相构型为b1时，构型参数取值为1，式中r²为拟合公式的吻合度。

通过裂缝密度计算表明，川西拗陷须五段下亚段裂缝发育区主要分布在孝泉、大邑及洛带地区；中亚段裂缝发育区分布较广，孝泉、新场、梓潼凹陷北部、东坡以及南部大邑地区均有分布；上亚段裂缝发育区主要分布在大邑和新场地区。

以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案，尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但本发明不局限于上述具体实施方式，因此任何对本发明进行修改或等同替换；而一切不脱离发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围当中。