裂缝网络复杂度评价方法及系统与流程

本发明属于井中地球物理勘探领域，涉及到一种油气开发中增产改造压裂监测技术，尤其是涉及一种基于统计分析的裂缝网络复杂度评价方法及系统。

背景技术：

水力压裂，是致密油气增产改造的一种有效措施。是利用地面高压泵，通过井筒向储层中挤注具有较高粘度的压裂液。当注入压裂液的速度超过储层的吸收能力时，则在井底储层中形成很高的压力，当这种压力超过井底附近岩石的破裂压力时，储层将被压开并产生裂缝。这时，继续不停地向储层中挤注压裂液，裂缝就会继续向储层内部扩张。为了保持压开的裂缝处于张开状态，接着向储层中挤入带有支撑剂(石英砂、陶粒等)的携砂液，携砂液进入裂缝之后，一方面可以使裂缝继续向前延伸，另一方面可以支撑已经压开的裂缝，使其不再闭合。接着再注入顶替液，将井筒中的携砂液体全部顶替进入裂缝，用支撑剂将裂缝支撑起来。最后，注入的压裂液会自动降解排出井筒之外，支撑剂会停留在这些空隙中，在油层中留下一条或多条裂缝，使油层与井筒之间建立起流体通道。

为了增加压裂裂缝网络的复杂程度，提高油气产能，学者们对形成裂缝网络的影响因素和压裂工艺等进行了深入研究。文献1(张烨等.科学技术与工程.2015.15(5))采用大尺寸真三轴水力压裂模拟，研究了水平地应力差、泵注排量、井筒数量等因素对致密页岩气储层压裂裂缝扩展规律的影响；文献2(张仕诚等.石油学报.2014.35(3))对页岩露头开展了水力压裂裂缝扩展模拟试验，并利用高能ct扫描观测压后岩心内部裂缝形态，研究了多种因素对致密页岩水平井压裂裂缝扩展规律的影响；文献3(翁定为等.天然气地球科学.2014.25(7))在物理模拟实验结果的基础上，建立了致密砂岩储层裂缝网络的数学模型，并采用数值模拟方法研究了应力场，试验了多种施工工艺；文献4(王小军.江汉石油职工大学学报.2016.29(6))开展了暂堵转向压裂工艺研究，产气剖面资料验证了暂堵压裂工艺是一种提高致密页岩储层人工裂缝网络复杂度的有效方式；文献5(郭天魁等.岩土力学.2013.34(4))探讨了一种压裂形成裂缝网络能力的新的评价方法。文章对10种岩芯，测试岩石力学参数，并对比分析了常用的3种岩石脆性评价方法的精度。

微地震监测技术是近20年来兴起的一项地球物理新技术，是水力压裂的一种有效监测手段，可以实时监测压裂时产生的裂缝网络空间形态。当地层破裂产生裂缝时，会释放弹性波动。在储层附近布设观测系统，采集弹性波动信号，采用地球物理方法，可以有效定位地层破裂位置，进一步分析压裂后的储层特性。

综上所述，目前关于压裂裂缝网络的研究主要集中在压裂工艺方面，即如何优化压裂工艺以提高裂缝网络的复杂程度。关于裂缝网络复杂度的检测方法主要依赖压裂后油气产量差异，做出定性的判断。尚未见有关应用微地震技术评价压裂裂缝网络复杂度的公开文献或报道，也未公开有关基于微地震技术评价压裂裂缝网络复杂度的详细描述和具体细节。

技术实现要素：

针对目前储层压裂改造形成的裂缝网络复杂度评价问题，本发明目的在于提供一种基于统计分析的裂缝网络复杂度评价方法及系统。该方法从几何形态，运动能量和统计密度的角度，定量描述压裂后储层裂缝网络分布的复杂程度，用于定量化的压裂工艺研究，油藏建模数模研究等。

具体的，所述裂缝网络复杂度评价方法，包含：通过微地震监测方法采集裂压时岩石破裂产生的弹性波动数据；分别对所述弹性波动数据中多个弹性波动定位，获得多个微地震事件；以所述微地震事件中任一微地震事件为中心，将多个预定数量的或相互关联的微地震事件组合获得微地震事件集合；根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的几何形态复杂度、运动能量复杂度和统计密度复杂度；根据所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度计算获得裂缝网络复杂度。

在本发明一实施例中，所述几何信息至少包含空间坐标；所述运动信息至少包含振幅、能量、震级、频率中一种；所述微地震事件集合的统计信息包含事件个数。

在本发明一实施例中，根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的几何形态复杂度包含：将预定大小的所述微地震事件集合分为预定个数的子集；根据不为空的子集的数量，占所述预定个数的百分比值获得几何形态复杂度。

在本发明一实施例中，根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的运动能量复杂度包含：将预定大小的所述微地震事件集合分为预定个数的子集；根据运动信息总和大于或等于预设运动能量复杂度的子集的数量，占所述预定个数的百分比值获得运动能量复杂度。

在本发明一实施例中，根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的统计密度复杂度包含：将预定大小的所述微地震事件集合分为预定个数的子集；根据统计信息总和大于或等于预设统计密度复杂度的子集的数量，占所述预定个数的百分比值获得统计密度复杂度。

在本发明一实施例中，根据所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度计算获得裂缝网络复杂度包含：根据预设系数对所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度进行加权平均计算，获得所述裂缝网络复杂度。

在本发明一实施例中，所述预定大小包含所述微地震事件集合于一维空间的长度、二维空间的面积、三维空间的体积或四维空间的时空。

本发明还提供一种裂缝网络复杂度评价系统，所述系统包含数据采集模块、事件集合建立模块、计算模块和评价模块；所述数据采集模块用于通过微地震监测方法采集裂压时岩石破裂产生的弹性波动数据；以及分别对所述弹性波动数据中多个弹性波动定位，获得多个微地震事件；所述事件集合建立模块用于以所述微地震事件中任一微地震事件为中心，将多个预定数量的或相互关联的微地震事件组合获得微地震事件集合；所述计算模块用于根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的几何形态复杂度、运动能量复杂度和统计密度复杂度；所述评价模块用于根据所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度计算获得裂缝网络复杂度。

在本发明一实施例中，所述几何信息至少包含空间坐标；所述运动信息至少包含振幅、能量、震级、频率中一种；所述微地震事件集合的统计信息包含事件个数。

在本发明一实施例中，所述计算模块还包含几何复杂度计算单元，所述几何复杂度计算单元用于将预定大小的所述微地震事件集合分为预定个数的子集；根据不为空的子集的数量，占所述预定个数的百分比值获得几何形态复杂度。

在本发明一实施例中，所述计算模块还包含运动能量复杂度计算单元，所述运动能量复杂度计算单元用于将预定大小的所述微地震事件集合分为预定个数的子集；根据运动信息总和大于或等于预设运动能量复杂度的子集的数量，占所述预定个数的百分比值获得运动能量复杂度。

在本发明一实施例中，所述计算模块还包含统计密度复杂度计算单元，所述统计密度复杂度计算单元用于将预定大小的所述微地震事件集合分为预定个数的子集；根据统计信息总和大于或等于预设统计密度复杂度的子集的数量，占所述预定个数的百分比值获得统计密度复杂度。

在本发明一实施例中，所述评价模块包含加权单元，所述加权单元用于根据预设系数对所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度进行加权平均计算，获得所述裂缝网络复杂度。

本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本发明的有益技术效果在于：从几何属性，运动属性和统计属性三个方面，定量化描述储层压裂后所形成的裂缝网络分布的复杂度，有效地量化了压裂效果优略；该参数还可以用于量化的压裂工艺研究，压裂参数优化研究，以及油藏建模数模研究，对于油藏开发具有重大意义。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明一实施例所提供的裂缝网络复杂度评价方法的流程示意图；

图2为本发明一实施例所提供的事件子集合的一种划分方式示意图；

图3为本发明一实施例所提供的裂缝网络复杂度评价方法的流程示意图；

图4为本发明一实施例所提供的裂缝网络复杂度评价系统的结构示意图；

图5为本发明一实施例所提供的裂缝网络复杂度评价系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

请参考图1所示，本发明所提供的裂缝网络复杂度评价方法，包含：s101通过微地震监测方法采集裂压时岩石破裂产生的弹性波动数据；s102分别对所述弹性波动数据中多个弹性波动定位，获得多个微地震事件；s103以所述微地震事件中任一微地震事件为中心，将多个预定数量的或相互关联的微地震事件组合获得微地震事件集合；s104根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的几何形态复杂度、运动能量复杂度和统计密度复杂度；s105根据所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度计算获得裂缝网络复杂度。其中，所述几何信息至少包含空间坐标；所述运动信息至少包含振幅、能量、震级、频率中一种；所述微地震事件集合的统计信息包含事件个数。

请参考图2所示，在上述实施例中，上述步骤s104中根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的几何形态复杂度、运动能量复杂度和统计密度复杂度包含：将预定大小的所述微地震事件集合分为预定个数的子集；根据不为空的子集的数量，占所述预定个数的百分比值获得几何形态复杂度。将预定大小的所述微地震事件集合分为预定个数的子集；根据运动信息总和大于或等于预设运动能量复杂度的子集的数量，占所述预定个数的百分比值获得运动能量复杂度。将预定大小的所述微地震事件集合分为预定个数的子集；根据统计信息总和大于或等于预设统计密度复杂度的子集的数量，占所述预定个数的百分比值获得统计密度复杂度。其中，所述预定大小包含所述微地震事件集合于一维空间的长度、二维空间的面积、三维空间的体积或四维空间的时空。

在上述实施例中，上述步骤s105中根据所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度计算获得裂缝网络复杂度包含：根据预设系数对所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度进行加权平均计算，获得所述裂缝网络复杂度。

为更清楚的说明本发明所提供的裂缝网络复杂度评价方法，以下结合各实施例做整体实施说明，本领域相关技术人员当可知，以下说明仅为帮助理解本发明所提供的裂缝网络复杂度评价方法，并不对其做任何限定。

请参考图3所示，整体上，本发明所提供的裂缝网络复杂度评价方法的具体流程如下所示：

s301，采用微地震监测技术，采集压裂时岩石破裂时产生的弹性波动，每一次弹性波动称为一个微地震信号，对微地震信号定位，获得微地震事件，每个微地震事件应包含岩石破裂的几何信息和运动信息；其中，所述的几何信息应至少包括空间坐标；所述的运动信息应至少包括振幅、能量、震级、频率；所述的运动信息是指事件振幅、能量、震级和频率的一种或多种属性；

s302，以某一个事件为中心，将多个相邻的或相互关联的微地震事件组合在一起，形成微地震事件集合；

s303，基于所述事件集合，计算事件集合的几何形态复杂度，运动能量复杂度和统计密度复杂度；

其中，计算事件集合的几何形态复杂度cg，是指将大小为v的事件集合se，分成n个子集sei(i＝1,2…n)，不为空的子集个数m，占所有子集的百分比，定义为事件集合的几何形态复杂度，几何形态复杂度的数值范围为0到1，值越大，表示越复杂。上述过程可以采用如下数学公式描述，但并不是唯一的数学描述：

cgv(n)＝(100*m/n)％

计算事件集合的运动能量复杂度ck，是指将大小为v的事件集合se，分成n个子集sei(i＝1,2…n)，第i个子集的某个运动信息总和为ari，且ar1>＝ar2>＝ar3>＝…>＝arn。运动信息之和大于等于e％的前p个子集，占总子集个数的百分比，定义为事件集合能量信息不小于e％的运动能量复杂度，运动能量复杂度的数值范围为0到1，值越大，表示越复杂。上述过程可以采用如下数学公式描述，但并不是唯一的数学描述：

其中，c1为运动信息校正系数。

计算事件集合的统计密度复杂度cs，是指将大小为v的事件集合se，分成n个子集sei(i＝1,2…n)，第i个子集的统计信息总和为mbi，且mb1>＝mb2>＝mb3>＝…>＝mbn。信息之和大于等于d％的前p个子集，占总子集个数的百分比，定义为事件集合密度信息不小于d％的统计密度复杂度，统计密度复杂度的数值范围为0到1，值越大，表示越复杂。上述过程可以采用如下数学公式描述，但并不是唯一的数学描述：

其中，c2为统计信息校正系数。

值得说明的是，上述事件集合大小v，是指一维空间的长度，或二维空间的面积，或三维空间的体积，或四维空间的时空；

s304，根据所述的几何形态复杂度，运动能量复杂度和统计密度复杂度，评价裂缝网络复杂度；其中，计算所述的裂缝网络复杂度，是指首选将裂缝网络复杂度cf分成q级，分别用(cf1，cf2…cfq)表示，将几何形态复杂度，运动能量复杂度和统计密度复杂度，分别投影到裂缝网络复杂度cf上，投影后的几何形态复杂度，运动能量复杂度和统计密度复杂度，分别表示为gcf，kcf和scf。裂缝网络复杂度定义为gcf，kcf和scf的加权平均，加权的作用是为了体现几何属性，运动属性和统计属性对裂缝网络复杂度的贡献大小。

根据所述的投影方式，可以是如下的一种形式但并不是唯一的一种形式，即将cg，ck，cs，从0到1划分成q份，若cg或ck或cs落在第i份中，相应的将gcf或kcf或ccf置为cfi。可以采用如下的数学形式描述，但并不是唯一的数学描述：

gcf＝αcg，kcf＝βck，scf＝γcs

其中，xi,yi,zi是从0到1，但不包含0和1的实数，其值可以采用如下公式计算：

在上述实施例中，计算所述运动能量复杂度时，因可能存在不同运动学属性这一问题，为此，实际工作中，上述计算运动能量复杂度的流程还可如下执行：

根据所述的运动能量复杂度ck，是指将大小为v的事件集合se，分成n个子集sei(i＝1,2…n)，第i个子集的运动学属性总和为arji，且arj1>＝arj2>＝arj3>＝…>＝arjn，下表j表示不同的运动学属性。运动信息之和大于等于e％的前p个子集，占总子集个数的百分比，定义为事件集合能量信息不小于e％的运动能量复杂度，运动能量复杂度的数值范围为0到1，值越大，表示越复杂。上述过程可以采用如下数学公式描述，但并不是唯一的数学描述：

其中，cj为各个运动信息校正系数。

请参考图4所示，本发明还提供一种裂缝网络复杂度评价系统，所述系统包含数据采集模块、事件集合建立模块、计算模块和评价模块；所述数据采集模块用于通过微地震监测方法采集裂压时岩石破裂产生的弹性波动数据；以及分别对所述弹性波动数据中多个弹性波动定位，获得多个微地震事件；所述事件集合建立模块用于以所述微地震事件中任一微地震事件为中心，将多个预定数量的或相互关联的微地震事件组合获得微地震事件集合；所述计算模块用于根据所述微地震事件集合的各微地震事件的几何信息和运动信息计算获得所述微地震事件集合的几何形态复杂度、运动能量复杂度和统计密度复杂度；所述评价模块用于根据所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度计算获得裂缝网络复杂度。其中，所述几何信息至少包含空间坐标；所述运动信息至少包含振幅、能量、震级、频率中一种；所述微地震事件集合的统计信息包含事件个数。

在上述实施例中，所述评价模块包含加权单元，所述加权单元用于根据预设系数对所述几何形态复杂度、所述运动能量复杂度和所述统计密度复杂度进行加权平均计算，获得所述裂缝网络复杂度。

请参考图5所示，在本发明一实施例中，所述计算模块还包含几何复杂度计算单元、运动能量复杂度计算单元和统计密度复杂度计算单元，所述几何复杂度计算单元用于将预定大小的所述微地震事件集合分为预定个数的子集；根据不为空的子集的数量，占所述预定个数的百分比值获得几何形态复杂度。所述运动能量复杂度计算单元用于将预定大小的所述微地震事件集合分为预定个数的子集；根据运动信息总和大于或等于预设运动能量复杂度的子集的数量，占所述预定个数的百分比值获得运动能量复杂度。所述统计密度复杂度计算单元用于将预定大小的所述微地震事件集合分为预定个数的子集；根据统计信息总和大于或等于预设统计密度复杂度的子集的数量，占所述预定个数的百分比值获得统计密度复杂度。

本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本发明的有益技术效果在于：从几何属性，运动属性和统计属性三个方面，定量化描述储层压裂后所形成的裂缝网络分布的复杂度，有效地量化了压裂效果优略；该参数还可以用于量化的压裂工艺研究，压裂参数优化研究，以及油藏建模数模研究，对于油藏开发具有重大意义。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。