基于测井-地震信息的碳酸盐岩储层裂缝预测方法

葛红旗; 金科年; 吴沁轩

doi:10.11911/syztjs.201705021

基于测井-地震信息的碳酸盐岩储层裂缝预测方法

1.
油气资源与勘探技术教育部重点实验室(长江大学), 湖北武汉 430100;
2.
长江大学地球物理与石油资源学院, 湖北武汉 430100;
3.
中国石油集团西部钻探工程有限公司测井公司, 新疆克拉玛依 834000

基金项目:

国家自然科学青年"碳酸盐岩缝洞型油藏储层物性参数建模"（编号：41402113）部分研究内容。

详细信息

作者简介:
葛红旗(1989-),男,湖北仙桃人,2012年毕业于长江大学勘查技术与工程专业,在读硕士研究生,主要从事地球物理勘探及测井资料解释研究。

中图分类号: P631
计量
- 文章访问数: 7684
- HTML全文浏览量: 72
- PDF下载量: 8542
出版历程
- 收稿日期: 2017-01-12
- 修回日期: 2017-06-29
- 刊出日期: 1899-12-31

Fracture Prediction in a Carbonate Reservoir Based on Logging-Seismic Data

1.
MOE Key Laboratory of Exploration Technologies for Oil and Gas Resources(Yangtze University), Wuhan, Hubei, 430100, China;
2.
Geophysics and Oil Resource Institute, Yangtze University, Wuhan, Hubei, 430100, China;
3.
Well Logging Company, CNPC Xibu Drilling Engineering Company Limited, Karamay, Xinjiang, 834000, China

摘要

摘要: 碳酸盐储层裂缝发育、非均质性强，单一测井或地震方法识别裂缝存在局限性，为此提出了测井-地震信息融合预测碳酸盐岩储层裂缝的方法。首先，将粗糙集理论与裂缝发育程度划分相结合，把权系数问题转化为粗糙集中属性重要性评价问题，根据钻井取心对测井识别的裂缝进行刻度；其次，基于叠前地震方位各向异性预测裂缝发育优势方位及裂缝密度；最后，通过井震标定完成测井与地震尺度匹配，拟合测井裂缝可拓识别结果与叠前地震各向异性检测强度的函数关系，划分地震边缘检测裂缝级别。以实际工区资料为例，进行了碳酸盐岩裂缝测井-地震信息融合的裂缝预测，结果表明：该方法既能提高裂缝预测结果的可靠性，又能对纵向及横向不同尺度的裂缝进行有效识别。研究结果可为碳酸盐岩储层的裂缝预测提供有益的借鉴。
- 裂缝预测 /
- 粗糙集 /
- 各向异性 /
- 地震 /
- 测井
Abstract: Carbonate reservoir formations are characterized by the development of fractures and strong heterogeneity.Under such circumstances, singular logging or seismic techniques have limitations in the identification of fractures.In the concerned study, a method involving a combination of logging and seismic data was proposed for predicting fracture development in carbonate reservoir formations.First of all, the rough set theory could be combined with development of fractures to transform weight coefficient problem into the attribute evaluation in rough set.In this way, fractures identified by using logging data could be calibrated by using drilling and coring data.Second, based on azimuthal anisotropy of pre-stacking seismic data, the fracture development, dominant azimuth and fracture growth density could be predicted;Finally, the matching of logging and seismic scale was completed through drilling-seismic calibration.In addition, the functional relationship between the logging fracture extension recognition results and pre-stack seismic anisotropy detection intensity could be matched to highlight extent of the seismic data and grades of fractures.Field data were used to predict fracture development in carbonate reservoir formations through a combination of logging-seismic data.Research results showed the proposed method could effectively enhance the reliability of prediction.In addition, fractures of various scales in both horizontal and vertical directions could be identified effectively.Relevant research might provide valuable references for prediction of fracture development in carbonate reservoir formations.
- fracture prediction /
- rough set /
- anisotropy /
- seismic /
- logging

HTML全文

我国页岩油气藏埋深可达2100～4500 m，温度、压力和构造运动等都会引起页岩力学性能发生变化，难以建立统一的可压性评价标准^[1-4]。而页岩地应力及可压性评价对压裂设计尤为重要，是建立压裂裂缝起裂与扩展模型的基础，也是选择压裂装备、地面管汇和压裂材料等的依据。获得地应力的方法有资料分析法、有孔应力测量、岩心分析法等^[5]，其中通过水力压裂测量到的地应力比较精确。国内外对页岩可压性的研究主要集中在脆性指数计算方面，目前计算脆性指数的方法很多，但只用脆性指数不能全面评价页岩的可压性。此外，还有学者提出了基于施工压力反演评价页岩可压性的方法，但页岩压裂过程中有时很难精确识别破裂点，导致该方法具有一定的经验性。对于静态地质指标（如孔隙度、渗透率、含油气饱和度、总有机碳含量、含气性等）分布稳定的页岩气区域，形成相互连通且长效支撑的复杂裂缝系统是压裂改造的目标。为实现该目标，需要准确评价页岩的可压性。因此，笔者基于页岩多簇裂缝起裂扩展物理模拟试验，分析了影响多簇裂缝起裂与扩展的关键因素，通过反演川东南某页岩气区块十余口压裂水平井的地层破裂压力及水平主应力，初步建立了应力参数之间的关系，并综合考虑储层脆塑性、应力特性和施工参数，通过变异系数法建立了综合可压性指数模型，计算结果与压裂井测试产量关联性较高，研究得到了该区块地应力场分布情况，为页岩储层综合可压性评价提供了新思路。

1. 页岩多簇裂缝起裂扩展物理模拟试验

近年来，国内页岩气水平井单段压裂簇数逐渐增多，为了直观地获得多簇射孔裂缝起裂与扩展规律，采用600 mm×300 mm×300 mm的岩样，同时对三向加载系统进行改造，使其满足600 mm×300 mm×300 mm岩样双簇射孔物理模拟试验的要求；采用真三轴模型试验机模拟施加三向应力，伺服泵压系统控制压裂液排量；采用Disp声发射测试系统监测水力压裂裂缝起裂。采用压裂液中添加示踪剂的方式，观察模拟试验中双簇裂缝的萌生、扩展、转向。

所选岩样为目标区块龙马溪组露头，总有机碳含量2.6%～3.0%、硅质含量48%～50%、孔隙度3.6%～3.8%、含气饱和度65%，表明页岩品质稳定；页岩平均力学性能参数：弹性模量25.1 GPa、泊松比0.208、抗拉强度8.762 MPa、断裂韧性0.957 MPa·m^1/2。基于现场压裂施工数据，根据相似性准则确定基础试验参数：σ_H为6.3 MPa，σ_h为4.9 MPa，σ_v为5.8 MPa，排量为0.1～2.0 mL/s，压裂液黏度为90～1 000 mPa·s。

进行了25组页岩试样在不同簇间距、泵注排量、泵注液体黏度、泵注液量等条件下的双簇射孔物理模拟试验，典型试验结果见图1。

图 1 双簇射孔裂缝起裂与扩展物理模拟试验结果

Figure 1. Physical simulation experiment results of initiation and propagation of two-cluster perforation fracture

下载: 全尺寸图片幻灯片

观察剖切后的压裂试样和统计声发射结果发现：52%的岩样裂缝只在一个射孔簇位置起裂与延伸，另一个射孔簇未起裂或起裂后未明显扩展，最终只形成单簇裂缝；36%的岩样形成了双簇裂缝，但只有一簇裂缝扩展较为充分，另外一簇裂缝的延伸受限，两簇裂缝不均衡非对称扩展；12%的岩样形成了均衡扩展的双簇裂缝。分析认为，在裂缝的起裂和延伸阶段，影响多簇裂缝演化的关键因素除了页岩本体的应力和脆性，还取决于影响裂缝内净压力的液体黏度，即压裂液类型。因此，可将页岩气井压裂中滑溜水和胶液的比例作为可压性评价指标之一。

2. 页岩储层力学参数反演

2.1 储层破裂压力反演

压裂施工记录的压力是井口压力，需消除井筒摩阻和携砂液密度差对其的影响，转换为井底压力，以利于快速识别井底压力/净压力动态，为判断地层破裂、延伸及砂堵预警等提供依据。在页岩气井压裂施工过程中可直接观测到地层破裂压力点，在施工曲线上表现为排量不变而施工压力迅速下降，尤其在前置液阶段往往会有多个破裂事件发生。井口压力与井底压力之间的关系式为：

${p_{\rm{b}}} = {p_{\rm{w}}} + {p_{\rm{h}}} - p$

(1)

式中：p_b为井底压力，MPa；p_w为井口压力，MPa；p_h为净液柱压力，MPa；p为井筒摩阻，MPa。可采用文献[6]提出的无因次摩阻方法计算井筒摩阻：

$\Delta {p_{\rm{r}}} = 1.012\;605\Delta \rho _{\rm{r}}^{0.699\;473}$

(2)

式中：∆p_r为无因次摩阻，其为混砂浆井筒摩阻与纯携砂液井筒摩阻的比；∆ρ_r为无因次密度，其为混砂浆密度与纯携砂液密度的比。

根据式（1）对川东南某区块196段的压裂施工曲线进行了反演，反演出该区块井底破裂压力梯度为0.019 5～0.040 4 MPa/m，均值μ为0.028 7 MPa/m、标准差σ为0.004 86 MPa/m，区间（μ–σ，μ+σ）面积占比72.45%（标准正态分布为68.27%），区间数据点的分布符合标准正态分布规律。从频率分布直方图（见图2）可以看出，井底破裂压力梯度主要分布在0.030～0.032 MPa/m（占比20%以上）。

图 2 储层破裂压力梯度频率分布统计结果

Figure 2. Statistical results of frequency distribution of fracture pressure gradient of reservoirs

下载: 全尺寸图片幻灯片

2.2 最大水平主应力反演

基于停泵后的压力曲线可反演出地层闭合压力，将其近似为最小水平主应力，再根据文献[7]中计算地层破裂压力的公式计算出最大水平主应力。

${p_{\rm{f}}} = \frac{{9{\sigma _{\rm{H}}} - 3{\sigma _{v}} - {\sigma _{\rm{h}}} + 2\nu ({\sigma _v} - {\sigma _{\rm{H}}}) - \phi \dfrac{{1 - 2\nu }}{{1 - \nu }}{p_{\rm{p}}} + {\sigma _{\rm{f}}}}}{{4 + {\phi _{\rm{c}}} - \phi \dfrac{{1 - 2\nu }}{{1 - \nu }}}}$

(3)

式中：σ_H为最大水平主应力，MPa；σ_h为最小水平主应力，MPa；σ_v为垂向应力，MPa；ν为岩石泊松比；p_p为地层压力，MPa；p_f为地层破裂压力，MPa；σ_f为岩石抗张强度，MPa；ϕ为岩石孔隙度；ϕ_c为岩石触点孔隙度。

川东南某区块的基础数据为：垂向应力梯度0.025～0.027 MPa/m，岩石泊松比0.19～0.21；地层压力系数1.5左右；岩石抗张强度8～12 MPa；岩石孔隙度3.6%～4.2%，岩石触点孔隙度取0.5。为了验证水平地应力梯度反演拟合的准确性，以H8井为例，根据其20段压裂施工数据，反演最大和最小水平主应力的梯度，结果见表1。

表 1 H8井20段水平主应力梯度反演结果

Table 1. Inversion results of horizontal principal stress gradient for 20 sections of Well H8

段号	层位	水平主应力梯度/（MPa·m^–1）
段号	层位	最小	最大
1	③	0.0218	0.0271
2	③	0.0218	0.0265
3	③	0.0226	0.0249
4	③	0.0223	0.0250
5	③	0.0235	0.0244
6	③	0.0184	0.0261
7	③	0.0226	0.0259
8	③	0.0218	0.0258
9	③	0.0222	0.0263
10	③	0.0233	0.0269
11	③	0.0181	0.0243
12	③	0.0179	0.0251
13	②③	0.0190	0.0257
14	②③	0.0205	0.0258
15	③	0.0213	0.0241
16	③	0.0216	0.0251
17	③	0.0225	0.0253
18	③	0.0227	0.0256
19	③④	0.0158	0.0242
20	⑤	0.0220	0.0252
平均		0.0211	0.0255

下载: 导出CSV

| 显示表格

由表1可以看出，最大水平主应力梯度和最小水平主应力梯度平均值分别为0.025 5 和0.021 1 MPa/m。根据该井2 686.79～2 686.95 m井段岩心地应力测试结果可知，该井最大和最小水平主应力梯度平均值分别为0.023 2和0.020 3 MPa/m。可以看出，反演结果与岩心测试结果的相对误差分别为9.78%和3.81%，因此该区块的地应力梯度反演结果是可靠的。

页岩储层破裂压力是储层力学特性及施工参数的综合反映，其影响因素众多，很难用单一因素预测出储层破裂压力，目前可利用有限元方法建立页岩非线性本构模型提高储层破裂压力预测精度^[8]。图3为最小水平主应力梯度与井底破裂压力梯度的交会图。由图3可以看出，最小水平主应力梯度越大，地层破裂压力梯度也相对越大，两者具有一定的正相关性。图4为最大和最小水平主应力梯度交会图。由图4可以看出，最大和最小水平主应力梯度的正相关性较强，可以根据两者拟合的公式（式4）校正测井解释出的地应力，为压裂方案优化设计提供依据。

图 3 最小水平主应力梯度与储层破裂压力梯度交会图

Figure 3. Cross plot of minimum horizontal principal stress gradient and fracture pressure gradient of reservoirs

下载: 全尺寸图片幻灯片

图 4 最小和最大水平主应力梯度交会图

Figure 4. Cross plot of minimum and maximum horizontal principal stress gradients

下载: 全尺寸图片幻灯片

${\sigma _{\rm{H}}} = 1.455\;1{\sigma _{\rm{h}}} - 0.004\;7$

(4)

3. 可压性评价方法

3.1 基于施工曲线的脆性指数评价

脆性是评价页岩可压性的重要指标，它不仅反映了页岩压裂的难易程度，同时反映了沟通层理、增加缝网复杂度的可能性。目前计算页岩脆性指数的方法有20余种，但主要是基于室内岩心分析或测井方法进行静态评价^[7,9-10]，不能表征岩石破裂的动态过程，评价结果不可避免具有一定片面性。文献[10]提出了一种通过现场观测破裂压力点，利用页岩破裂后施工压力曲线降幅程度计算脆性指数的方法，计算公式为：

${I_{\rm{B}}} = \frac{{{E_{\rm{p}}} - {E_{\rm{b}}}}}{{{E_{\rm{p}}}}}$

(5)

式中：I_B为页岩脆性指数；E_p为完全塑性页岩破裂后消耗的能量，J；E_b为实际页岩破裂后消耗的能量，J。E_p和E_b通过井底施工压力与排量的乘积对时间进行积分求得。

利用式（5）计算了川东南某区块已施工井的脆性指数，统计了频率分布，结果见图5。由图5可以看出，该区块脆性指数分布在21.61%～80.44%，集中在45%～51%，均值μ为48.97%、标准差σ为10.57%，区间（μ–σ，μ+σ）面积占比74.26%（标准正态分布为68.27%），区间数据点的分布接近标准正态分布规律。

图 5 脆性指数频率分布统计结果

Figure 5. Statistical results of frequency distribution of the brittleness index

下载: 全尺寸图片幻灯片

3.2 页岩可压性评价新方法

近年来，人们对页岩压裂裂缝的认识也从“缝网”拓展至“多尺度裂缝”，逐渐开始定量化描述裂缝尺寸并优选与之匹配的支撑剂进行充填^[10-20]。但页岩气井压裂后用于评价压裂改造效果的手段比较少，在没有微地震监测和产出剖面测试等资料时，缺少利用压裂施工资料评价页岩压裂改造效果的有效方法^[21-27]。现有页岩可压性评价方法主要以地质甜点评价为主，基于施工参数的可压性评价方法研究较少，且研究时只考虑了折算砂液比这一个因素^[10-11]。鉴于页岩可压性是储层岩石特性和施工参数的综合表征，笔者综合考虑储层岩石特性和施工参数，从裂缝破裂、延伸、充填的角度出发，提出了一种评价页岩可压性的新方法。该方法选取的关键评价参数：1）脆性指数。基于施工参数计算出的脆性指数不但能反映地层破裂的难易程度，而且能反映地层温度、压力等因素的影响。2）地应力特征参数。其包括最小水平主应力梯度、储层破裂压力梯度、两向水平应力差异系数，可在一定程度上反映出地层裂缝扩展情况及形成复杂缝的概率。对于深层页岩储层，地应力特征对可压性的影响更大。3）施工参数。其包括综合砂液比、滑溜水占比（滑溜水用量与总用液量的比）、40/70目和30/50目支撑剂占比（40/70目和30/50目支撑剂用量与总支撑剂用量的比，下文称为中砂以上占比），这些参数主要反映压裂施工难易程度、改造体积及缝内有效支撑情况。

以川东南某区块参数反演结果为基础，对上述3类7个参数进行归一化处理，利用变异系数法求取这7个参数的权重，结果见表2。利用变异系数法求取各参数权重的公式为：

${w_i} = \frac{{C_i}}{\displaystyle\sum\limits_{i = 1}^m {{C_i}}}$

(6)

${C_i} =\dfrac{{\sigma _i}}{{\mu _i}}$

(7)

${\mu _i} = \frac{1}{n}\sum\limits_{j = 1}^n {{r_{ij}}}$

(8)

${\sigma _i} = \sqrt {\frac{{\displaystyle\sum\limits_{j = 1}^n {{{\left( {{r_{ij}} - {\mu _i}} \right)}^2}} }} {{\left( {n - 1} \right)}}}$

(9)

式中：i=1，…，m；j=1，…，n；m为待确定权重的评价指标总数；n为每个评价指标的样本数量；w为权重；C为变异系数；σ为标准差；μ为平均值；r为评价指标样本矩阵。

表 2 变异系数法计算的各参数权重

Table 2. Weight of each parameter calculated by the coefficient-of-variation method

参数	脆性指数	最小水平主应力梯度	储层破裂压力梯度	两向水平应力差异系数	综合砂液比	滑溜水占比	中砂以上占比
标准偏差	0.106	0.167	0.232	0.246	0.220	0.306	0.232
平均值	0.490	0.571	0.562	0.548	0.448	0.709	0.594
变异系数	0.216	0.293	0.413	0.449	0.490	0.431	0.390
权重	0.080	0.109	0.154	0.167	0.182	0.161	0.146

下载: 导出CSV

| 显示表格

由表2可以看出，相较于脆性指数和地应力特征参数，施工参数是影响页岩可压性的显著因素。

页岩综合可压性指数为：

$I_{\rm{CF}} = \sum\limits_{i = 1}^m {{x_i}{w_i}}$

(10)

式中：I_CF为综合可压性指数；x为归一化后的各评价指标。

4. 现场应用

根据目标区块4口放喷测试井的压裂施工参数反演了地应力参数，计算了各井的脆性指数和综合可压性指数，结果见表3。由表3可以看出，综合可压性指数与测试产量具有较好的正相关性。页岩气水平井多段压裂施工过程中，为了提高每一压裂段的产量贡献率，可以基于已施工段数据实时反演页岩储层力学参数，在页岩储层地应力参数不变的情况下调整施工参数，提高待压层的综合可压性指数。

表 3 已施工井单井参数及页岩综合可压性指数

Table 3. Parameters and shale comprehensive fracability index of fractured single wells

井号	脆性指数	最小水平主应力梯度/（MPa·m^–1）	破裂压力梯度/ （MPa·m^–1）	两向应力差异系数	综合砂液比，%	滑溜水占比，%	中砂以上占比，%	综合可压性指数	最高测试产量/ （10⁴m³·d^–1）
H1	0.50	0.026	0.035	0.234	3.42	82.0	77.7	0.453	14.32
H2	0.49	0.019	0.025	0.254	3.11	84.3	69.1	0.533	21.01
H3	0.52	0.023	0.028	0.257	2.86	99.6	64.3	0.557	32.68
H4	0.50	0.021	0.025	0.225	2.89	99.7	60.2	0.589	45.21

下载: 导出CSV

| 显示表格

以H2井为例，计算出第12段压裂施工后的综合可压性指数为0.6，待施工的第13段井眼轨迹穿行地层的特征与第12段类似，同样处于张性应力区。由于第12段压裂施工过程中压力上涨快、波动大，在此基础上，通过增加小粒径支撑剂用量提高综合砂液比，采用变粒径降滤失促缝工艺提高多级压裂缝支撑效果，保持全缝长范围内的净压力，促进末端裂缝延伸。经过调整施工参数和优化施工工艺，第13段综合可压性指数提高到了0.64。通过总结评价每一段的可压性，做到“一段一策、精细压裂”，H2井其他待压段也通过调整施工参数和优化施工工艺，使其综合可压指数呈增大趋势（见图6）。其他页岩气区块可以利用已压裂层段施工参数反演储层力学参数计算已压裂层段的综合可压性指数，若待压层段与已压裂层段的地质特征类似，可以通过调整施工参数和优化施工工艺提高综合可压性指数，以充分挖掘单井生产潜力，提高区块整体的开发效果。

图 6 H2井18段综合可压性指数

Figure 6. Comprehensive fracability index of 18 sections of Well H2

下载: 全尺寸图片幻灯片

5. 结　论

1）建立了井底施工压力预测模型，利用该模型可实现井口压力与井底压力的实时转换，可为现场判断施工净压力、预测地层破裂与裂缝延伸和砂堵预警等情况提供依据。

2）储层破裂压力和水平主应力反演结果表明，页岩储层非均质性较强，大量数据呈现出正态分布规律，可以根据已压裂井的反演结果对邻井进行预判性指导，提高压裂设计的有效性。

3）从岩石破裂、延伸及填充的角度，建立了体现裂缝演化周期的页岩综合可压性评价模型，利用变异系数法获得各评价参数的权重，计算出的综合可压性指数与测试产量正相关性较强。

4）建议利用矿场实际数据反演结果，进一步建立其与水平段测井数据之间的映射关系，修正测井解释结果，建立力学参数解释新模型。

参考文献(24)

[1]	穆龙新,赵国良.储层裂缝预测研究[M].北京:石油工业出版社,2009:32-70. MU Longxin,ZHAO Guoliang.Study on reservoir fracture prediction[M].Beijing:Petroleum Industry Press,2009:32-70.
[2]	张军华.断块、裂缝型油气藏地震精细描述技术[M].东营:中国石油大学出版社,2012:28-33. ZHANG Junhua.Seismic fine description technique for fault block and fractured reservoirs[M].Dongying:China University of Petroleum Press,2012:28-33.
[3]	孙建孟,刘蓉,梅基席,等.青海柴西地区常规测井裂缝识别方法[J].测井技术,1999,23(4):268-272. SUN Jianmeng,LIU Rong,MEI Jixi,et al.Fracture identification technique by conventional logs from Western Chaidamu Basin,Qinghai Oilfield[J].Well Logging Technology,1999,23(4):268-272.
[4]	冯翠菊,闫伟林.利用常规测井资料识别变质岩储层裂缝的方法探讨[J].国外测井技术, 2008,23(2):14-16. FENG Cuiju,YAN Weilin.Discussion on identification of the fractures in metamorphic rock reservoir with conversational logging data[J].World Well Logging Technology,2008,23(2):14-16.
[5]	龚佳,秦迎春,王宁,等.综合概率法在白云岩储层裂缝识别中的应用[J].内蒙古石油化工,2011,21(14):148-151. GONG Jia,QIN Yingchun,WANG Ning,et al.The application of the comprehensive probability method identifying the dolomite reservoir fracture[J].Inner Mongolia Petrochemical Industry, 2011,21(14):148-151.
[6]	刘振峰,曲寿利,孙建国,等.地震裂缝预测技术研究进展[J].石油物探,2012,51(2):191-198. LIU Zhenfeng,QU Shouli,SUN Jianguo,et al.Progress of seismic fracture characterization technology[J].Geophysical Prospecting for Petroleum,2012,51(2):191-198.
[7]	刘军迎.裂缝型油气藏叠前地震检测方法技术研究[D].成都:成都理工大学,2012:1-22. LIU Yingjun.Fractured hydrocarbon reservoirs pre-stack seismic detection methods and techniques[D].Chengdu:Chengdu University of Technology,2012:1-22.
[8]	何巍巍.裂缝性储层预测研究:以川东北嘉陵江组二段储层为例[D].北京:中国地质大学(北京),2010:8-22. HE Weiwei.Research on prediction in fractured reservoir:taking the reservoir of the Jialingjiang No.2 member in Northeastern Sichuan Basin for example[D].Beijing:China University of Geosciences (Beijing), 2010:8-22.
[9]	曲寿利,季玉新,王鑫,等.全方位P波属性裂缝检测方法[J].石油地球物理勘探,2001,36(4):390-397. QU Shouli,JI Yuxin,WANG Xin,et al.Seismic method for using full-azimuth P-wave attribution to detect fracture[J].Oil Geophysical Prospecting,2001,36(4):390-397.
[10]	魏建新,狄帮让.裂隙密度对纵波传播特性影响的实验观测[J].石油地球物理勘探,2007,42(5):554-559. WEI Jianxin,DI Bangrang.Experimentally surveying influence of fractural density on P-wave propagating characters[J].Oil Geophysical Prospecting,2007,42(5):554-559.
[11]	魏建新,狄帮让,王椿镛.岩石正交各向异性的实验观测[J].地球物理学进展,2008,23(2):343-350. WEI Jianxin,DI Bangrang,WANG Chunyong.The experimental observation of the rock orthorhombic anisotropy[J].Progress in Geophysics,2008,23(2):343-350.
[12]	李军,郝天珧,赵百民.地震与测井数据综合预测裂缝发育带[J].地球物理学进展,2006,21(1):179-183. LI Jun,HAO Tianyao,ZHAO Baimin.Synthetic predication of favorable fracture zone from seismic and log data[J].Progress in Geophysics,2006,21(1):179-183.
[13]	HAMPSON D P,SCHUELKE J S,QUIREIN J A.Use of multiattribute transforms to predict log properties from seismic data[J].Geophysics,2001,66(1):220-236.
[14]	LEIPHART D J,HART B S.Comparison of linear regression and a probabilistic neural network to predict porosity from 3-D seismic attributes in Lower Brushy Canyon channeled sandstones, Southeast New Mexico[J].Geophysics,2001,66(5):1349-1358.
[15]	贾跃玮,魏水建,吕林.应用地震纵波方位各向异性定量预测火山岩裂缝[J].石油物探,2014, 53(4):477-483. JIA Yuewei,WEI Shuijian,LYU Lin.Application of seismic P-wave azimuthal anisotropy in volcanic fracture prediction[J].Geophysical Prospecting for Petroleum,2014,53(4):477-483.
[16]	王庆如, 李敬功.碳酸盐岩气藏储量参数测井评价方法[J].岩性油气藏, 2013,25(6):98-102. WANG Qingru,LI Jinggong.Logging evaluation method of reserve parameters of carbonate gas reservoir[J].Lithologic Reservoirs,2013,25(6):98-102.
[17]	张娟,周文,邓虎成,等.麻黄山地区延安组、延长组储层裂缝特征及识别[J].岩性油气藏,2009,21(4):53-57. ZHANG Juan,ZHOU Wen,DENG Hucheng,et al.Fracture identification of reservoir of Yan’an and Yanchang Formation in Mahuangshan Area[J].Lithologic Reservoirs,2009,21(4):53-57.
[18]	先伟,吴伟航,李小刚,等.双侧向测井裂缝参数解释在伊朗Aran油田的应用[J].岩性油气藏,2008,20(3):89-94. XIAN Wei,WU Weihang,LI Xiaogang, et al.Application of dual laterolog interpretation of fracture parameters in Aran Field,Iran[J].Lithologic Reservoirs,2008,20(3):89-94.
[19]	王孟华,崔永谦,张锐峰,等.泥灰岩裂缝储层预测方法研究:以束鹿凹陷为例[J].岩性油气藏,2007,19(3):114-119. WANG Menghua,CUI Yongqian,ZHANG Ruifeng,et al.Prediction method for marl fractured reservoir:an example from Shulu Sag[J].Lithologic Reservoirs,2007,19(3):114-119.
[20]	刘清,黄兆华,姚力文.Rough集理论:现状与前景[J].计算机科学,1997,24(4):2-4. LIU Qing,HUANG Zhaohua,YAO Liwen.Rough set theory:present state and prospects[J].Computer Science,1997,24(4):2-4.
[21]	王国胤,姚一豫,于洪.粗糙集理论与应用研究综述[J].计算机学报,2009,32(7):1229-1246. WANG Guoyin,YAO Yiyu,YU Hong.A survey on Rough Set theory and applications[J].Chinese Journal of Computers,2009,32(7):1229-1246.
[22]	RGRE A.Reflection coefficients and azimuthal AVO analysis in anisotropic media[M].Tulsa:Society of Exploration Geophysicists,2002:140-147.
[23]	MALLICK S,CRAFT K L,MEISTER L J,et al.Determination of the principal directions of azimuthal anisotropy form P-wave seismic data[J].Geophysics,1998,63(2):692-706.
[24]	黄捍东,刘徐敏,蔡燕杰,等.综合利用测井-地震方法识别火成岩裂缝[J].石油地球物理勘探,2015,50(5):942-950. HUANG Handong,LIU Xumin,CAI Yanjie,et al.Igneous rock fracture prediction with well logging and seismic data[J].Oil Geophysics Prospecting,2015,50(5):942-950.

施引文献(9)

期刊类型引用(5)

1.	马天寿，向国富，桂俊川，贾利春，唐宜家. 基于物理约束的分布式神经网络三维地应力预测模型. 地球物理学报. 2024(08): 3211-3228 . 百度学术
2.	田山川，甘仁忠，肖琳，丁乙，魏瑞华，陈晓文，徐永华，梁利喜. 准噶尔盆地南缘异常高压泥岩段地层压力预测方法. 特种油气藏. 2024(05): 20-30 . 百度学术
3.	吴百烈，彭成勇，武广瑷，楼一珊，尹彪. 可压性指数对压裂裂缝扩展规律的影响研究——以南海LF油田为例. 石油钻探技术. 2023(03): 105-112 . 本站查看
4.	杜书恒，沈文豪，赵亚溥. 页岩储层应力敏感性定量评价:思路及应用. 力学学报. 2022(08): 2235-2247 . 百度学术
5.	马天寿，向国富，石榆帆，桂俊川，张东洋. 基于双向长短期记忆神经网络的水平地应力预测方法. 石油科学通报. 2022(04): 487-504 . 百度学术

其他类型引用(4)

资源附件(0)

计量

文章访问数: 7684
HTML全文浏览量: 72
PDF下载量: 8542
被引次数: 9

1. 页岩多簇裂缝起裂扩展物理模拟试验
2. 页岩储层力学参数反演
2.1 储层破裂压力反演
2.2 最大水平主应力反演
3. 可压性评价方法
3.1 基于施工曲线的脆性指数评价
3.2 页岩可压性评价新方法
4. 现场应用
5. 结　论

基于测井-地震信息的碳酸盐岩储层裂缝预测方法

作者简介: 葛红旗(1989-),男,湖北仙桃人,2012年毕业于长江大学勘查技术与工程专业,在读硕士研究生,主要从事地球物理勘探及测井资料解释研究。

计量

出版历程