论文部分内容阅读
本文以致密储层为研究对象,在裂缝分类、成因、控制因素、分布特征等研究基础上利用FMI和STAR微电阻率测井资料进行了油气储层裂缝识别研究,建立了裂缝的智能识别技术；在储层裂缝预测研究方面,建立了基于地质统计学的离散裂缝网络模型预测方法和基于现代断裂力学的场控裂缝建模新方法,对储层裂缝进行了多参数的定量评价,并综合岩心描述、微电阻测井方法等对裂缝预测的有效性进行了研究,具体认识和研究成果如下：通过取心井岩心的观察和描述,并充分利用岩心、成像测井资料,进行裂缝自动识别研究。首先对读取的微电阻率成像数据进行尺度标准化处理,获得等大小的一系列微电阻率图像序列,然后利用二值化算法对标准化图像进行预处理,然后由人工交互方法,获得完整的裂缝类型库样本数据,然后后利用样本数据,基于有教师的BP神经网络图形识别技术,对标准化后的微电阻率图像序列进行裂缝识别,最后利用识别出的位图坐标,通过最小二乘法拟合出最优裂缝倾角、倾向等属性数据。同时,在这个过程中,对识别不太好的数据,通过人工交互修正,再次送入网络学习,不断强化识别算法。基于储层精细建模技术,在该区构造、微构造、层位、沉积微相、储层物性研究的基础上,建立了五个重点研究区块的精细地质模型,为裂缝研究提供基础数据。在此基础上,基于离散裂缝网络建模技术,通过裂缝分组,将每个结构面归属与其相邻的优势组,得出每组结构面裂缝参数统计的样本数据。然后,按每组结构面所属的结构面几何参数分别进行统计,就可以得出相应参数的概率模型。在储层裂缝特征研究和储层精细地质建模研究的基础上,运用自适应方法,建立了黑47块的离散裂缝网络模型。运用现代断裂力学,建立了基于储层弹塑性应力场和应变场的裂缝分布预测模型。模型不仅考虑了温度场和应变场的耦合效应,并且在小变形分析的基础上引入格林应变张量,使应变计算不受位移大小的限制。因为储层岩石存在不同程度的各向异性,塑性模拟中主要采用机动硬化和混合硬化模型模拟结果较好。因为裂缝发育程度还受应力场大小、构造部位等多种因素的影响。为了补偿其他复杂的地质因素的叠合对裂缝分布规律的影响,提出自适应的智能场控裂缝动力学模拟技术。该技术在常规场控裂缝预测模型的基础上,综合前期获得的单井裂缝特征数据,通过对比断裂力学模型获得的裂缝特征数据与测井资料得到的数据,并且综合专家系统、DFN (discrete fracture network)模型获得的分布信息等,修正裂缝动力学模型的参数,使模型得到的数据与已有的测井资料获得数据达到最优匹配,实现智能模拟。利用岩石力学参数测井计算方法的计算结果,完成了黑47块、黑59块、黑79块和黑89块的应力场和裂缝分布定量模拟,四个区裂缝密度高值分布于断层附近及应变较大区域。