一种页岩油气层孔隙压力预测方法及系统与流程

本发明涉及油气地球物理领域，更具体地，涉及一种页岩油气层孔隙压力预测方法及系统。

背景技术：

页岩气资源富集首先需要充沛的物质基础，如位于深水陆棚的沉积相带中、页岩发育有规模、富含有机质、脆性矿物含量高、干酪根处于成熟和过成熟阶段等。但对于涪陵地区海相沉积的页岩，在物质基础相对稳定的情况下，页岩储层的保存条件决定了页岩气的产量。这些保存条件包括：良好的顶底板、适中的埋藏深度、远离开启断裂、构造样式平缓、地层压力系数高等。在这些保存条件中，构造运动改造弱、开启断裂不发育是页岩气保存条件的重要因素，而地层压力系数则是页岩气保存条件的综合判断指标，储层高压-超高压往往表明保存条件好，地层能量足。

地层孔隙压力实质是地层孔隙或裂缝中流体(油、气、水)所具有的压力，而异常高压或低压是指孔隙压力高于或者低于静液压力。形成地层压力异常可以有多种因素，比如不平衡压实(快速沉积)、构造挤压(如断层)、水热增压、生烃作用、蒙脱土脱水、浓差与逆浓差、石膏/硬石膏转化、流体密度差异、水势面的不规则性(山脚钻井)、深部气体充填封存箱的分隔和抬升等。而对于焦石坝地区龙马溪-五峰组的页岩地层压力异常，一般认为主要是由于页岩层有机质富集造成巨大的生烃作用，使得优质页岩层段和区域富集了大规模的气体，形成异常高压的机制。实验室的岩心实验测量也证实：对于toc含量不同的页岩岩样，随着地层压力的增加，其吸附气体的含量也是逐渐增加的。四川盆地东南部及其周缘实际勘探的效果也表明，无论是中国石油区块还是中国石化区块范围，地层流体压力系数越高对应的页岩气体产量往往也是越高，比如齐岳山断裂以西的焦石坝一期区块，其平均压力系数可到1.5，对应的试气产量为11-50万方每天，而齐岳山断裂以东的彭页区块平均压力系数仅为1.0左右，实际试气产量仅为2万方每天。而在焦石坝一期主体与周边多口井的实际测试产量结果与其地层压力系数均有良好的正相关关系，即页岩地层压力系数越高，对应的最终页岩气体产量也越大。可以说，异常高压是海相页岩气富集高产的关键因素。

此外，地层压力的预测可以降低钻井风险、提高效率、降低成本(gutierrez，2006)，对于页岩甜点品质预测和工程布置施工至关重要。

地层压力预测方法，一般分为钻前地震资料预测、随钻地层压力监测及钻后测井检测三类，在勘探阶段，主要关注的是如何利用地震资料预测异常地层压力的分布特征。国内外关于地层压力预测方法的研究已历经数十年，尽管描述地下压力信息的方法和模型有多种，从各方法的思路原理来看，真正表征地下压力平衡的公式是1926年的terzaghi公式：

pp＝po-pe(1)

其中，pp代表地层孔隙压力；po代表上覆地层压力，pe代表垂直有效应力。上覆压力是指上覆岩石骨架和孔隙空间流体的总体重量引起的压力，与上覆岩层的厚度、骨架密度和空隙流体密度有关。垂直有效应力是指地层骨架或者岩层承受的垂直方向的压实作用产生的应力，也称为骨架应力，不可直接测量。

目前已经有多种模型或方法描述公式3.6.1中的孔隙压力或者有效应力，进而直接或者间接对地层压力进行预测，如等效深度法(1965)、eaton法(1976)、bowers法(1995)、filippone法(1982)、eberhart-phillips法(1985)等。这些方法的选择特别是参数的确立都存在极强的区域特征，整体看来，操作相对繁琐。与之相对应，由于上述压力预测模型均为区域性的实验室或者井筒测试参数筛选后所建立，常常与某些敏感参数存在较强的对应关系，比如地层速度、声波时差和密度等参数。因而，在压力资料比较丰富的情况下，可以进行弹性参数筛选，建立适合区域性压力预测的特有模型，比如api预测方法(2015)等。然而这类方法的精度仍然与弹性参数的相关性存在较大关联，且存在极大的区域性。因此，有必要开发一种分布平稳、可靠性强的页岩油气层孔隙压力预测方法及系统。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现要素：

随着页岩气资源勘探开发的深入，特别是针对我国涪陵页岩气田产能建设区域，页岩油气层的压力预测精度直接决定了页岩气的最终产量。焦石坝南地区龙马溪-五峰组页岩层经历了剧烈的构造变动，地表地形复杂多变，现有的钻探和压力测试资料稀少，难于开展基于压力平衡法的地层压力有效预测，也难于确定有效的压力预测弹性参数和组合形式。为了解决上述问题，本发明基于钻井液密度测试点处计算孔隙压力值与相应纵波阻抗、横波阻抗、纵波速度、横波速度、密度、杨氏模量、泊松比和纵横波速度比等弹性参数的关系，测试不同组合指数拟合下的拟合优度，最终筛选建立了一种页岩油气层孔隙压力地震的多元指数预测方法，对焦石坝南地区页岩层孔隙压力进行预测。

根据本发明的一方面，提出一种页岩油气层孔隙压力预测方法。该方法主要包括：

1)基于地震资料，抽取共反射点道集；

2)基于所述共反射点道集，进行叠前弹性反演获得钻井液密度测试点处的n种弹性参数；

3)对所述钻井液密度测试点处的n种弹性参数值与所述测试点处的孔隙压力值分别进行拟合；

4)选取n种弹性参数中拟合优度最高的m个，建立压力预测的m元拟合公式，其中m<n；

5)基于所述m元拟合公式，利用所选取的m种弹性参数值计算页岩油气层孔隙压力。

优选地，所述n种弹性参数包括纵波阻抗、横波阻抗、纵波速度、横波速度、密度、杨氏模量、泊松比、纵横波速度比。

优选地，在步骤3)中对所述钻井液密度测试点处的n种弹性参数值与所述测试点处的孔隙压力值分别进行指数形式的拟合。

优选地，m元拟合公式为：

其中，pp为页岩油气层孔隙压力，xi为对应的弹性参数，为所选择的拟合优度最高的m个弹性参数之一，ai和bi为不同弹性参数对应指数拟合公式的系数，ri为不同弹性参数对应的拟合优度。

优选地，步骤1)包括对地震资料进行保幅处理获得共反射点道集。

根据本发明的另一方面，提出一种页岩油气层孔隙压力预测系统。该系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：

1)基于地震资料，抽取共反射点道集；

2)基于所述共反射点道集，进行叠前弹性反演获得钻井液密度测试点处的n种弹性参数；

3)对所述钻井液密度测试点处的n种弹性参数值与所述测试点处的孔隙压力值分别进行拟合；

4)选取n种弹性参数中拟合优度最高的m个，建立压力预测的m元拟合公式，其中m<n；

5)基于所述m元拟合公式，利用所选取的m种弹性参数值计算页岩油气层孔隙压力。

优选地，所述n种弹性参数包括纵波阻抗、横波阻抗、纵波速度、横波速度、密度、杨氏模量、泊松比、纵横波速度比。

优选地，在步骤3)中对所述钻井液密度测试点处的n种弹性参数值与所述测试点处的孔隙压力值分别进行指数形式的拟合。

优选地，m元拟合公式为：

其中，pp为页岩油气层孔隙压力，xi为对应的弹性参数，为所选择的拟合优度最高的m个弹性参数之一，ai和bi为不同弹性参数对应指数拟合公式的系数，ri为不同弹性参数对应的拟合优度。

优选地，步骤1)包括对地震资料进行保幅处理获得共反射点道集。

相较于传统的api预测方法，根据本发明的页岩油气层孔隙压力预测方法的压力误差值整体较小，且分布相对更加平稳，可靠性强。

本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施例中将是显而易见的，或者将在并入本文中的附图和随后的具体实施例中进行详细陈述，这些附图和具体实施例共同用于解释本发明的特定原理。

附图说明

通过结合附图对本发明示例性实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。

图1为根据本发明的示例性实施方案的页岩油气层孔隙压力预测方法的流程图；

图2a-2h为不同弹性参数与压力的交汇及指数拟合曲线图，其中，图2a中的弹性参数为纵波阻抗ip，图2b中的弹性参数为横波阻抗is，图2c中的弹性参数为纵波速度vp，图2d中的弹性参数为横波速度vs，图2e中的弹性参数为密度ρ，图2f中的弹性参数为杨氏模量ymod，图2g中的弹性参数为泊松比σ，图2h中的弹性参数为纵横波速度比vp/vs；

图3为实际样点处实际压力与两种方法预测压力对比图，其中，虚线为理论值，为本发明的预测方法，为传统的api预测方法；

图4为实际样点处两种方法预测压力经绝对误差对比图，其中，为本发明的预测方法，为传统的api预测方法；

图5为焦石坝南优质页岩段依据api预测方法预测的地层压力分布图；

图6为焦石坝南优质页岩段依据本发明方法预测的地层压力分布图。

具体实施方式

下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

依据压力平衡原理(公式1)，主流的压力预测方法为首先依据密度信息计算上覆压力，而后选择合适的模型和参数对孔隙压力或有效应力进行模拟，从而表征地层的孔隙压力。地层压力的预测精度取决于资料的准确和详细程度，且其预测手段操作流程复杂，影响因素较多，实际工作中必须分阶段进行。

实际上，地层压力常与某些敏感参数存在较强的对应关系，比如地层速度、声波时差和密度等参数。因而，在压力资料比较丰富的情况下，可以进行弹性参数筛选，建立适合区域性压力预测的特有模型。比如api法：

其中，σ为泊松比，ip代表纵波阻抗，c为压力系数因子。

然而，不同弹性参数在不同地区对压力信息有不同程度的反映，表征地震速度与孔隙压力关系的eaton模型(1976)、地震速度与垂直有效应力关系的bowers模型(1976)、filippone模型(1982)等都是基于大量数据统计和实验室测量建立的，每一个参数对压力信息的贡献形式都有严格论证。相比之下，基于弹性参数拟合的经验公式往往缺乏实验室论证，应用范围有限。

焦石坝南地区页岩层经历了剧烈的构造变动，地表地形复杂多变，现有的钻探和压力测试资料稀少，难于开展基于压力平衡法的地层压力有效预测，也难于确定有效的压力预测弹性参数和组合形式。为此，本发明基于钻井液密度测试点处计算孔隙压力值与不同弹性参数进行不同类型的拟合，筛选敏感参数建立多元预测模型，从而对页岩层的地层压力进行预测。

以下参照图1详细描述根据本发明示例性实施方案的页岩油气层孔隙压力预测方法。

该方法主要包括：

步骤1：基于地震资料，抽取共反射点道集。

在一个示例中，对地震资料进行保幅处理，抽取高品质共反射点(crp)道集。

步骤2：基于所述共反射点道集，进行叠前弹性反演获得钻井液密度测试点处的n种弹性参数。

在一个示例中，n种弹性参数包括纵波阻抗、横波阻抗、纵波速度、横波速度、密度、杨氏模量、泊松比、纵横波速度比。本领域技术人员应当理解，n种弹性参数可以是任意适当的弹性参数类型。

步骤3：对所述钻井液密度测试点处的n种弹性参数值与所述测试点处的孔隙压力值分别进行拟合。

页岩钻探一般为平衡钻井，所采用钻井液密度对应重力基本近似于地层压力。某一深度点处钻井液密度产生的压力数据为：

其中，h为上覆岩层的垂直高度，ρ为钻井液密度，g为重力加速度。例如，依据焦石坝南工区内焦页5-7井直井段钻井液密度信息，即可计算出相应的压力数据。

实际工作中，变量间未必都有线性关系，如服药后血药浓度与时间的关系；疾病疗效与疗程长短的关系；毒物剂量与致死率的关系等常呈曲线关系。曲线拟合是指选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系。用连续曲线近似地刻画或比拟离散点组成坐标之间的函数关系，可以通过简单变量直接表征非线性化的资料和问题。

图2a-2h为焦石坝南焦页5-7井垂直井段42个实测钻井液密度点处压力数据和相应位置处的弹性参数交汇图，其中，图2a中的弹性参数为纵波阻抗ip，图2b中的弹性参数为横波阻抗is，图2c中的弹性参数为纵波速度vp，图2d中的弹性参数为横波速度vs，图2e中的弹性参数为密度ρ，图2f中的弹性参数为杨氏模量ymod，图2g中的弹性参数为泊松比σ，图2h中的弹性参数为纵横波速度比vp/vs，pp为页岩油气层孔隙压力。可以看出，采用指数形式对不同交汇组合有不同吻合程度的拟合。

拟合的形式则需要根据其与实际非线性点的吻合关系予以评价，一般采用拟合优度来表示。拟合优度是指回归直线对观测值的拟合程度，是表达因变量与所有自变量之间的总体关系。度量拟合优度的统计量是可决系数(亦称确定系数)r2，取值范围是[0，1]。具体r等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比。r2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，r2的值越接近0，说明回归直线对观测值的拟合程度越差。下表为图2a-2h的8个交汇图对应的指数拟合公式和相应拟合优度，其中，pp为地层压力，也即孔隙压力。

表1不同弹性参数与压力的指数拟合形式和拟合优度

从表1中可以看出，压力-纵波阻抗、压力-纵波速度有最高的拟合优度，高于压力-横波波阻抗和压力-横波速度，因为页岩有机质孔隙内大量生烃，导致含气量升高和地层压力增加，对应的纵波速度往往会降低，而横波为沿岩石骨架传播的剪切波，敏感程度不高。此外，压力-杨氏模量、压力-泊松比均有较强的拟合优度。

步骤4：选取n种弹性参数中拟合优度最高的m个，建立压力预测的m元拟合公式，其中m<n。

选取弹性参数中拟合优度最高的几个，开展压力预测的多元拟合公式构建。例如，由于压力-密度却有最低的拟合优度，纵波阻抗与纵波速度本身又有极强的相关性，故可以只选择拟合优度最高的压力-纵波阻抗组合，结合压力-杨氏模量、压力-泊松比等两外两个较高拟合优度的组合构建三元指数预测模型。

不同弹性参数的指数拟合通用形式为：

其中，pp为页岩油气层孔隙压力，xi为弹性参数，ai和bi为弹性参数对应指数拟合公式的系数。

进一步引入拟合优度构建页岩油气层孔隙压力地震多元指数预测模型为：

其中，pp为页岩油气层孔隙压力，xi为对应的弹性参数，为所选择的拟合优度最高的m个弹性参数之一，ai和bi为不同弹性参数对应指数拟合公式的系数，ri为不同弹性参数对应的拟合优度。

例如，在选择表1中拟合优度最高的纵波阻抗、杨氏模量、泊松比这三个弹性参数的情况下，所建立的三元指数预测公式为：

pp＝180.61·e^-2e-7·ip+30.03·e^-2e-11·ymod+43.27·e^-6.059·σ(5)

其中，ip为纵波阻抗，ymod为杨氏模量，σ为泊松比。

步骤5：基于所述m元拟合公式，利用所选取的m种弹性参数值计算页岩油气层孔隙压力。

例如，选择表1中拟合优度最高的纵波阻抗、杨氏模量、泊松比这三个弹性参数的情况下，则可以基于公式(5)，利用钻井液密度测试点处的纵波阻抗、杨氏模量、泊松比这三个弹性参数的值来计算在这些测试点处的孔隙压力。

应用示例

为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。

分别选用传统的api预测方法和本发明提出的地震多元指数压力预测方法(在本示例中为地震三元指数压力预测方法，所选择的是拟合优度最高的纵波阻抗、杨氏模量、泊松比这三个弹性参数)对焦页5-7井垂直井段42个实测钻井液密度点处压力数据进行预测，并与依据钻井液密度计算的压力数据进行对比，如图3所示。api预测方法的参数c依据与实际压力误差最小原则进行选择，具体为c＝2.37e16。

显然，两种预测方法预测的结果大体趋势一致，基本与理论值相同，这是因为二者都是依据纵波阻抗和泊松比建立的公式。但是由于引入了杨氏模量的信息，大致可以看出本发明预测方法的误差更小，尤其是在前18个样点位置，基于api预测方法预测的精度要明显低于本发明方法预测的结果。更加细节的对比可以从图4的绝对误差对比上观测到，尽管传统api预测方法可以调整系数参数以使得预测值的主体分布与理论值相近，但是断续在前12个样点处、第20个样点和第31个样点处存在极大的误差。与之相比，本发明方法预测的压力误差值整体较小，且分布相对更加平稳，可靠性强。

图5和图6为对于焦石坝南龙马溪-五峰组优质页岩层段分别依据api预测方法和本发明提出的地震三元指数预测方法预测的地层压力分布。两种方法所采用的纵波阻抗、杨氏模量和泊松比等弹性参数为依据该区叠前弹性反演而得，叠前反演前利用多次波和线性噪音去除、随机噪音衰减和地表一致性剩余静校正等手段提高道集品质，反演过程中采用严格质控策略特别是加重密度模型约束程度来提高反演精度。

可以看出，两种方法预测的地层异常高压区域均位于平桥断背斜、白马向斜优势部位、乌江背斜带和沙子沱断鼻中北部，以及平桥断背斜以西北的大片区域。然而，两者在细节上有所差别，基于页岩油气层孔隙压力地震三元指数预测方法预测的地层压力变化更加连续，且在上述几个目标地带范围更大，与地质情况更加吻合。特别地，传统api方法预测的结果在焦页8井位置处压力值较低，与实际产量不符，而本发明方法预测的结果显示焦页8井位于平桥断背斜异常高压带的边部，对应高的页岩气产量，与实际生产情况吻合。

本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。