一种定量化计算裂缝描述参数的方法与流程

本发明属于石油地球物理勘探技术，具体是基于裂缝岩石物理模型定量化实现裂缝描述参数反演与计算的方法。

背景技术：

目前世界一半以上的石油天然气产自天然裂缝性油气藏。在我国，裂缝性油气藏分布也非常广，在我国的油气生产中占有非常重要的地位。然而，裂缝性油气藏由于孔隙度低，非均质性强且裂缝分布复杂，与孔隙性油气藏有本质的区别，使得裂缝性油气藏的开发成为当今世界石油界公认的难题。对裂缝的分布情况、发育强度、密度与几何形态以及裂缝性油藏的非均质性进行较全面而准确的了解与定位，是有效开发裂缝性油气藏的基础，也是油藏开发提出的最为迫切的技术需求。

裂缝性储层基质的评价也是非常重要的，它直接关系到一个油田开发的规模和潜力。而从现有的裂缝性油藏来看，储层基质的贡献主要靠裂缝储渗。如何客观地评价储层基质的有效性和裂缝的有效性，划分两个孔隙系统各自的贡献也是认识裂缝性储层的难题。核磁测井在一定程度上可以解决基质孔隙和裂缝孔隙的划分问题，但划分的截止值却是各种岩性、不同地区而变化。裂缝发育特点除了主要受控于构造应力场外，还和储层岩石物理性质有关，如储层的岩性、原生孔隙度等。因此不同的岩性地层，裂缝的测井响应特征、发育规律和评价方法有一定的独特性，因此必须分别进行研究。页岩、火成岩和致密砂岩的裂缝表征，又有各自面临的问题，即使不存在裂缝，这些储层的评价本身也有较大的困难。裂缝的识别、形态、在井中发育规律和孔隙度等裂缝参数的表征是重要的研究对象。但是，由于裂缝分布的复杂性，储层结构复杂非均质性强，解释难度大，还不能从根本上解决裂缝性油气藏问题，定量地确定这些参数是难点。常规测井资料、成像、横波、p波叠前反演等技术结合和综合运用，能够更直观准确的指示裂缝，使裂缝解释精度大为提高。

技术实现要素：

本发明的目的就是基于前期叠前裂缝检测技术得到较为稳定的各向异性介质表征的裂缝发育强度体，通过建立裂缝的岩石物理模型，利用贝叶斯分类的方法，把测井中得到的裂缝强度以及裂缝孔隙度扩展到整个工区的裂缝强度以及裂缝孔隙度的发育体，为后期开展裂缝型储层的综合建模和空间展布提供精细的裂缝预测结果。

根据本发明的一个方面，提供一种定量化计算裂缝描述参数的方法，包括以下步骤：

步骤1：基于叠前cmp或者crp道集进行叠前反演计算，得到反映裂缝的各向异性发育参数；

步骤2：基于测井资料建立裂缝岩石物理模型；

步骤3：对裂缝物性条件进行随机模拟；

步骤4：基于步骤3的随机模拟结果进行贝叶斯分类模拟，得到后验概率分布，将步骤1的结果作为反演的输入，反演得到裂缝岩石物理参数最大后验概率分布。

进一步地，在步骤2中建立裂缝碳酸盐岩岩石物理等效模型，构建步骤如下：

①方解石、白云石和泥质基质矿物混合；

②添加孔隙形成不含裂缝的碳酸盐岩干岩石骨架；

③添加裂缝扰动影响，形成裂缝型碳酸盐岩干岩石骨架；

④按照测井解释结果，确定油气水的比例，计算流体模量；

⑤各向异性流体替换，计算饱和裂缝干岩石的模量和裂缝岩石物理参数；

⑥饱和裂缝型岩石的纵横波速度及各向异性参数计算。

进一步地，在第①步中：根据矿物组分含量，选取vrh公式估算矿物混合后的模量。

进一步地，在第②步中：选取微分等效介质dem模型公式估测不含裂缝背景各向同性干岩石骨架的弹性模量。

进一步地，在第③步中：利用schoenberg线性滑动模型计算裂缝型干岩石的弹性系数矩阵；在向干岩石骨架中添加裂缝时，利用各向异性岩石的流体替换方程实现饱和岩石弹性参数、裂缝岩石物理参数及各向异性参数的求取。

进一步地，在第④步中：选取wood公式计算不同类型流体混合后的模量和密度。

进一步地，在第⑤步中：选取裂缝型各向异性岩石的流体替换公式，进一步计算饱和裂缝型岩石的刚度系数矩阵，通过计算刚度系数矩阵实现饱和各向异性岩石模量的求取。

进一步地，在第⑥步中：计算饱和裂缝型岩石的纵横波速度及裂缝岩石物理参数，根据裂缝岩石物理参数和各向异性参数的关系，进而估测thomsen各向异性参数。

进一步地，所述步骤3包括：

①假定裂缝描述的参数r先验分布服从多维高斯分布，

其中n代表多维高斯分布，和分别为多维高斯分布的均值和协方差矩阵，nr为岩石物理模型中物性参数变量的个数，权重系数αk满足：

②基于裂缝储层物性参数先验分布，利用mcmc抽样metropolishastings抽样算法对裂缝储层物性条件进行随机模拟，得到裂缝储层物性条件随机模拟结果{ri}i＝1…n，结合统计裂缝岩石物理模型m＝frpm(r)+ε，得到裂缝描述参数和裂缝的各向异性参数的综合随机模拟结果{ri,mi}i＝1…n，实现裂缝储层的物性条件从井点到空间的外推。

进一步地，所述步骤4中整个反演采用了贝叶斯分类算法，反演目标函数表示为在已知裂缝各向异性参数条件下储层裂缝描述参数的最大后验概率分布：r＝argmaxp(rc|m)c＝1,2…,ncr，其中，ncr为裂缝描述的类别数。

本发明的方法与现有技术相比具有明显的优势。传统的岩石物理参数反演方法都是基于统计反演理论来建立地层弹性性质同岩石物理性质之间的关系，利用弹性反演的参数来预测储层的物性参数。本方法基于裂缝岩石物理模型建立各向异性参数与裂缝描述参数之间的关系，是基于裂缝介质理论的，具有比较明确的物理意义。

此外，贝叶斯分类算法同其他非线性反演方法相比算法逻辑更加简单，更加易于实现。而且算法性能稳定，对于不同的数据特点其分类性能差别不大，模型健壮性更好，而且算法时间、空间开销小等特点。

传统的岩石物理参数反演方法对井的数量以及井在工区内的空间分布都有比较苛刻的要求，而本方法通过合理的先验分布假定结合mcmc随机模拟，可以降低对井的要求，使方法能够更好适应不同的数据条件。

通过定量化的裂缝岩石物理反演，可以使地震储层预测中裂缝的定性表征的参数拓展到定量化领域，为相似类型的裂缝油气藏储层提高更加精确的物性描述参数。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1显示了定量化裂缝描述参数地震反演方法流程。

图2显示了中国西部裂缝各向异性参数发育剖面。

图3显示了裂缝各向异性参数值的剖面。

图4显示了裂缝各向异性参数值平面(沿层)。

图5显示了裂缝密度反演结果剖面。

图6显示了裂缝密度反演结果平面(沿层)。

图7显示了裂缝密度反演结果剖面。

图8显示了裂缝密度反演结果平面(沿层)。

图9显示了裂缝孔隙度的反演结果剖面。

图10显示了裂缝孔隙度反演结果平面(沿层)。

图11显示了裂缝孔隙度的反演结果剖面。

图12显示了裂缝流体因子反演结果平面(沿层)。

图13显示了裂缝岩石等效介质模型。

图14显示了裂缝型碳酸盐岩岩石物理等效模型构建示意图。

具体实施方式

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

本发明用于从测井、地质、地震信息中提取裂缝密度以及裂缝孔隙度等裂缝物性描述参数。采用统计岩石物理模型来建立裂缝物性描述参数同各向异性参数之间的函数关系，在叠前各向异性avaz反演得到裂缝各向异性参数的基础上，基于贝叶斯分类算法从各向异性参数进一步反演得到裂缝密度和裂缝孔隙度。

本发明的定量化计算裂缝描述参数的方法，包括以下步骤：

步骤1：基于叠前cmp或者crp道集进行叠前反演计算，得到反映裂缝的各向异性发育参数；

步骤2：基于测井资料建立统计裂缝岩石物理模型；

步骤3：对裂缝物性条件进行随机模拟；

步骤4：基于步骤3的随机模拟结果进行贝叶斯分类模拟，得到后验概率分布，将步骤1的结果作为反演的输入，反演得到裂缝岩石物理参数最大后验概率分布。

可选地，步骤1基于叠前cmp(或者crp)道集进行叠前反演计算，得到反映裂缝的各向异性发育参数eta；

该步骤的详细方法、技术及实现方案可以参考发明专利“一种地震储层预测中叠前裂缝的检测方法”(专利号：zl201010521377.3，发明人：王世星、梁志强，下称专利1)或者“一种深层倾斜裂缝储层地震振幅预测方法”(专利号：zl201010520155.x，发明人：肖鹏飞等，下称专利2)，通过专利1中的方案得到反映裂缝的各向异性参数η；通过专利2中的方案得到的裂缝的各向异性参数为各向异性梯度bani，两者均为反映裂缝的发育程度，具体的结果只是量纲有所差异。

可选地，步骤2基于测井资料建立统计裂缝岩石物理模型；

该步骤中统计岩石物理模型的建立需要针对目标储层的不同地质背景，建立相应的岩石物理模型。通常，对于一般压实碎屑岩地层可以采用韩德华经验公式或者gassmann模型；对于中低孔、胶结良好的砂泥岩地层可以采用经典xu&white模型，对于本发明中针对裂缝参数的等效计算可以使用裂缝岩石物理模型。

可选地，统计裂缝岩石物理模型的具体建立方法为：

已知地下裂缝特征相当复杂，利用地震数据精确描述地下裂缝特征显得较为困难。为了更好地描述地震波在裂缝型岩石中的传播特征，引入了裂缝等效介质理论。裂缝等效介质理论的概念是：当地下均匀各向同性的岩石中发育了大量裂缝时，该岩石可以用均匀各向异性介质进行代替，研究该均匀各向异性岩石的地震传播特征(参见图13)。

参照xu和white(1995)经典砂泥岩岩石物理模型的建立过程，发明人开展了裂缝型储层岩石物理等效模型的建立。以裂缝型碳酸盐岩储层岩石为研究对象，根据xu和payne(2009)研究的碳酸盐岩岩石的弹性特征，开展裂缝型碳酸盐岩岩石物理等效模型的构建方法研究。本文基于岩石物理模型计算裂缝岩石的刚度系数矩阵，进而估算裂缝型岩石的纵横波速度、各向异性参数及岩石物理参数。

裂缝型碳酸盐岩岩石物理模型的构建主要包括几个部分：矿物平均，裂缝型干岩石骨架的形成，以及各向异性岩石的流体替换。裂缝型碳酸盐岩岩石物理等效模型的构建流程图如图14所示。

具体地，裂缝碳酸盐岩岩石物理等效模型构建步骤如下：

①方解石、白云石和泥质基质矿物混合；

②添加孔隙形成不含裂缝的碳酸盐岩干岩石骨架；

③添加裂缝扰动影响，形成裂缝型碳酸盐岩干岩石骨架；

④按照测井解释结果，确定油气水的比例，计算流体模量；

⑤各向异性流体替换，计算饱和裂缝干岩石的模量和裂缝岩石物理参数；

⑥饱和裂缝型岩石的纵横波速度及各向异性参数计算。

接下来，对上述构建步骤及利用的公式详细解析：

第①步：根据矿物组分含量，选取vrh公式(hill，1952)估算矿物(方解石、白云石和泥质)混合后的模量；

vrh计算公式为：

其中，

式中，mvrh、mv和mr可以是任何模量，如体积模量、剪切模量或杨氏模量等，fi是第i个组分的体积分量，mi是第i个组分的弹性模量。

第②步：选取微分等效介质(differentialeffectivemedium，dem)模型公式(zimmerman，1991)估测不含裂缝背景各向同性干岩石骨架的弹性模量；

利用dem模型公式干岩石骨架等效体积模量k^*和剪切模量μ^*的耦合的微分方程组可以表示为：

初始条件是k^*(0)＝k1，μ^*(0)＝μ1。其中，k1和μ1是主相的体积和剪切模量，k2和μ2是逐步加入的包含物的体积和剪切模量，y是包含物的含量，项p和q是包含物的几何因数。

第③步：利用schoenberg线性滑动模型计算裂缝型干岩石的弹性系数矩阵；

利用裂缝岩石的刚度系数矩阵定义式：

弹性系数矩阵中δn和δt的计算公式如下：

在向干岩石骨架中添加裂缝时，应先假设k'＝0，μ'＝0，然后利用各向异性岩石的流体替换方程实现饱和岩石弹性参数、裂缝岩石物理参数及各向异性参数的求取。

第④步：选取wood公式(wood，1955)计算不同类型流体混合后的模量和密度，计算公式如下：

其中，kr是混合物的reuss平均，ρ是平均密度。fi、ki和ρi分别是各组分的体积含量、体积模量和密度。

第⑤步：选取裂缝型各向异性岩石的流体替换公式，进一步计算饱和裂缝型岩石的刚度系数矩阵；

发育大量裂缝的岩石表现出地震各向异性特征，参照brown等(1975)推导的各向异性岩石流体替换方程，通过计算刚度系数矩阵实现饱和各向异性岩石模量的求取。

其中，是干岩石的有效弹性刚度系数，是饱和流体岩石的有效弹性刚度系数，k0是矿物的体积模量，kfl是流体的体积模量，φ为孔隙度。

从裂缝岩石的刚度矩阵出发，根据坐标变换关系(mavko等，2009)，对各向异性岩石流体替换方程进行重新推导，选取了huang等(2013)研究的与裂缝岩石物理参数有关的流体替换方程。

其中及为饱和流体裂缝岩石的弹性系数，为各向同性干岩石的体积模量。

第⑥步：计算饱和裂缝型岩石的纵横波速度及裂缝岩石物理参数，根据裂缝岩石物理参数和各向异性参数的关系，进而估测thomsen各向异性参数。

饱和裂缝型岩石的纵横波速度计算公式如下所示：

利用公式(16)和(17)可以计算饱含流体的裂缝型岩石schoenberg线性滑动模型参数：

同时，根据thomsen各向异性参数(δ^(v)、ε^(v)及γ)与schoenberg线性滑动模型裂缝岩石物理参数(δn及δt)之间的关系，实现thomsen各向异性参数的估测。

ε^(v)＝-2g(1-g)δn(18)

δ^(v)＝-2g[(1-2g)δn+δt](19)

构建的裂缝型碳酸盐岩岩石物理等效模型直接利用schoenberg线性滑移模型添加干裂缝，并计算裂缝型干岩石骨架的δn和δt(即令k'＝0、μ'＝0)，进而计算裂缝型干岩石骨架的刚度系数矩阵。在求得缝隙混合流体的体积模量kfl之后，通过各向异性岩石的流体替换公式实现饱含流体的裂缝型岩石弹性系数矩阵的计算，最终求得裂缝型饱和岩石的纵横波速度(α和β)、裂缝岩石物理参数(δn和δt)以及thomsen各向异性参数(ε^(v)、δ^(v)和γ)。

注意步骤2中thomsen各向异性参数与步骤1中专利1得到的各向异性参数η之间的关系为：

η^(v)＝2g(δt-gδn)

与步骤1中专利2得到的裂缝各向异性梯度bani之间的关系为：

根据以上公式，我们可以根据碳酸盐岩矿物成分、孔隙度和含流体饱和度参数计算得到纵横波速度，这个过程就是岩石物理模型标定。

可选地，步骤3基于马尔科夫链蒙特卡罗(mcmc)抽样metropolishastings抽样算法对裂缝物性条件进行随机模拟；

所述步骤3的目的是通过随机模拟的方法，实现裂缝储层物性条件从井点到空间的横向外推，具体包括以下内容：

①假定裂缝描述的参数r先验分布服从多维高斯分布(gmm)，这里n代表多维高斯分布，和分别为多维高斯分布的均值和协方差矩阵，nr为岩石物理模型中，物性参数变量的个数，权重系数αk满足：基于em算法获取高斯混合模型的参数估计。

②基于裂缝储层物性参数先验分布，利用mcmc抽样metropolishastings抽样算法对裂缝储层物性条件进行随机模拟，得到裂缝储层物性条件随机模拟结果{ri}i＝1…n，结合统计裂缝岩石物理模型m＝frpm(r)+ε，得到裂缝描述参数和裂缝的各向异性参数的综合随机模拟结果{ri,mi}i＝1…n，实现裂缝储层的物性条件从井点到空间的外推。

可选地，步骤4基于步骤3的随机模拟结果进行贝叶斯分类模拟，得到后验概率分布，将步骤1的结果作为反演的输入，反演得到裂缝岩石物理参数最大后验概率分布。

所述步骤4中整个反演是基于贝叶斯框架的，采用了贝叶斯分类算法，反演目标函数表示为在已知裂缝各向异性参数条件下储层裂缝描述参数的最大后验概率分布：

r＝argmaxp(rc|m)c＝1,2…,ncr

其中，ncr为裂缝描述的类别数。基于贝叶斯分类算法求解该目标函数，具体包含以下步骤：

①根据贝叶斯公式，可以得到

p(rc|m)＝p(rc|vp，vs，ρ)＝α·p(vp，vs，ρrc)·p(rc)c＝1，2，…，ncr

其中α是常数，基于贝叶斯分类算法条件独立性假设，可以得到

p(rcvp，vs，ρ)＝a·p(vprc)·p(vsrc)·p(ρrc)·p(rc)c＝1，2，…，ncr

②基于步骤3得到的裂缝描述参数和各向异性参数的综合随机模拟结果{ri,mi}i＝1…n可以得到：

其中n为计数统计。

③如果p(ri|m)>p(rj|m)1≤i,j≤nc,i≠j，则最终反演结果r＝ri。

④输入步骤1叠前专利1或专利2得到的裂缝各向异性参数m，就可以反演得到多种裂缝描述的参数r。

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。

图1示出本发明一种碳酸盐岩岩石物理参数地震反演方法的具体流程。下面参照附图并结合实施例对本发明做进一步说明。如图1中所示：首先利用测井资料开展测井分析，得到单井上面的裂缝参数以及单口井的岩石物理参数等一系列的先验信息，利用先验信息可以建立裂缝岩石物理模型，并对裂缝岩石物理模型的准确性进行验证；然后利用叠前cmp道集反演得到的各向异性参数为输入数据，与测井验证过的裂缝岩石物理模型共同输入贝叶斯分类器，利用贝叶斯分类器反演得到的关于裂缝参数的最大似然函数即为裂缝参数的最终反演结果。

实施例基于中国西部海相碳酸盐岩裂缝型储层实际资料。图2该地区某条测线的地震剖面；图3和图4为裂缝各向异性参数的发育剖面，测井资料显示该地区裂缝型储层较为发育。

首先可根据步骤1，利用专利1和专利2反演计算可以得到地层裂缝发育的各向异性参数(两个专利反演的结果类似，但是量纲有所不同，本示例中使用的各向异性参数的结果是基于专利2反演得到)。

接下要进行岩石物理建模，可以根据步骤2介绍的裂缝岩石物理模型进行岩石物理标定。然后，根据步骤3说明的方法，统计图3各向异性参数的先验分布，然后根据mcmc抽样metropolishastings抽样算法对裂缝储层各向异性物性条件进行随机模拟。

并且根据步骤4说明，以步骤1反演得到的各向异性参数作为输入进行岩石物理参数联合反演，最终得到裂缝密度、裂缝孔隙度、裂缝流体指示因子(参照图4)。基于本发明可以同时反演得到多种裂缝储层物性描述参数，图5和6为井上验证结果，这里只考虑裂缝岩石物理模型误差的影响，不考虑输入数据的误差的影响。

为了进一步验证岩石物理模型在整个工区的适用性，我们在全工区选择了几口裂缝型储层的测井的某条测井来进行验证。图7和图8为测线上计算的裂缝密度的反演结果，图9和图10为裂缝孔隙度的反演结果，图11和图12为裂缝流体因子的反演结果。

通过与测井井史资料进行对比分析，验证了反演结果的正确性与可靠性。

本发明克服了常规岩石物理参数反演方法完全基于统计假设，进行黑箱反演的缺点。并且基于中国西部碳酸盐岩储层实际资料进行裂缝物性参数反演，取得了令人满意的结果。

以上已经描述了本公开的各实施例，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技术改进，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。