1.本发明涉及石油、天然气的裸眼井测井评价技术领域，尤其是涉及一种地层流体类型识别的方法及装置。
背景技术：2.随着油田开发的不断深入，国内外越来越多的油田也面临着勘探开发难度不断增大、复杂岩性复杂储层日益增多的现状。受区块地应力等因素的影响，地层岩性复杂，岩石的物性及电性变化较大，通过传统的阿尔奇公式(如申请号为cn200910059741.6的中国发明专利)进行流体性质评价时，由于不能排除绿泥石、白云母、黄铁矿等高电导率矿物对孔隙流体电导率计算的影响，导致判断出的流体类型经常会出现较大的偏差。
3.随着斯伦贝谢岩性扫描测井技术的推广与应用，越来越多的油田引进了该技术，其在岩性识别、地质研究等过程中也发挥了越来越多的作用。
4.然而，岩性扫描测井计算的是岩石骨架中的元素含量，无法对地层孔隙里的流体进行评价，这就大大限制了该技术的应用范围。
技术实现要素：5.有鉴于此，有必要提供一种地层流体类型识别的方法及装置，用以解决通过传统的阿尔奇公式进行流体性质评价时，由于不能排除绿泥石、白云母、黄铁矿等高电导率矿物对孔隙流体电导率计算的影响，导致判断出的流体类型经常会出现较大的偏差的技术问题。
6.为了实现上述目的，本发明提供了一种地层流体类型识别的方法，包括：
7.通过岩性扫描测井资料获取岩石骨架中各种元素的质量百分比；
8.根据岩石骨架中各种元素的质量百分比得到岩石骨架中各种矿物的质量百分比；
9.获取岩石的骨架密度及孔隙度；
10.根据岩石的骨架密度、岩石骨架中各种矿物的质量百分比及岩石的孔隙度，得到岩石中各种矿物的体积分数；
11.获取岩石的电阻率；
12.根据岩石中各矿物的体积分数及岩石的电阻率，得到岩石中孔隙流体的电导率；
13.根据岩石中孔隙流体的电导率，判断地层流体类型。
14.在一些实施例中，所述地层流体类型识别的方法还包括：所述地层流体类型识别的方法还可应用于元素录井资料，在缺乏岩性扫描测井资料但具有元素录井资料的井，可结合其他井的岩性扫描资料得到的矿物密度来判断地层流体类型。
15.在一些实施例中，根据岩石骨架中各种元素的质量百分比得到岩石骨架中各种矿物的质量百分比，具体包括：
16.确定表达岩石骨架中各种矿物的质量百分比与各种元素的质量百分比之间的关系的方程；
17.计算所述方程在预设约束条件下的最优解，得到岩石骨架中各种矿物的质量百分比。
18.在一些实施例中，表达岩石骨架中各种矿物的质量百分比与各种元素的质量百分比之间的关系的方程为：
[0019][0020]
其中，c
ij
为第j种矿物中第i种元素的含量，mj为岩石骨架中第j种矿物的质量百分比，ei为岩石骨架中第i种元素的质量百分比，p为元素种类数，q为矿物种类数，i和j均为大于0的自然数。
[0021]
在一些实施例中，根据岩石的骨架密度、岩石骨架中各种矿物的质量百分比及岩石的孔隙度，得到岩石中各种矿物的体积分数，具体包括如下步骤：
[0022]
通过岩石的骨架密度及岩石骨架中各种矿物的质量百分比，得到各个矿物组分的密度；
[0023]
根据岩石骨架中各种矿物的质量百分比、各个矿物组分的密度及岩石的孔隙度，得到各种矿物的体积分数。
[0024]
在一些实施例中，通过岩石的骨架密度及岩石骨架中各种矿物的质量百分比，得到各个矿物组分的密度，具体公式为：
[0025][0026]
其中，v
ma
为单位质量的岩石骨架体积，d
ma
为骨架密度，di为第i种矿物组分的密度，vi为第i种矿物的体积，mi为第i种矿物的质量分数，i为大于0的自然数。
[0027]
在一些实施例中，根据岩石骨架中各种矿物的质量百分比、各个矿物组分的密度及岩石的孔隙度，得到各种矿物的体积分数，具体公式为：
[0028][0029]
其中，v
in
为第i种矿物的体积分数，为岩石孔隙度，mi为第i种矿物的质量分数，di为第i种矿物组分的密度，i为大于0的自然数。
[0030]
在一些实施例中，根据岩石中各矿物的体积分数及岩石的电阻率，得到岩石中孔隙流体的电导率，具体公式为：
[0031][0032]
其中，ci为第i种矿物的电导率，cf为孔隙流体的电导率，c为岩石的电导率，ρ为岩石的电阻率，为岩石孔隙度，vi为第i种矿物的体积分数，i为大于0的自然数。
[0033]
在一些实施例中，根据岩石中孔隙流体的电导率，判断地层流体类型，具体为：
[0034]
若孔隙流体的电导率大于2s/m时，地层流体类型为水层；
[0035]
若孔隙流体的电导率介于1～2s/m之间时，地层流体类型为气水同层；
[0036]
若孔隙流体的电导率小于1s/m时，地层流体类型为气层；
[0037]
上述判断标准为根据本研究区的资料拟合得到的，在其他地区，由于地质条件不同，判断标准可适应性调整。
[0038]
本发明还提供了一种地层流体类型识别的装置，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述的地层流体类型识别的方法。
[0039]
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现所述的地层流体类型识别的方法。
[0040]
与现有技术相比，本发明提出的技术方案的有益效果是：本技术方案中，可单独计算出孔隙流体的电导率，从而排除了绿泥石、白云母、黄铁矿等高电导率矿物对孔隙流体电导率计算的影响，提高了识别结果的准确度。
附图说明
[0041]
图1是本发明提供的地层流体类型识别的方法的一实施例的流程示意图；
[0042]
图2是图1中步骤s2的流体示意图；
[0043]
图3是x1井矿物剖面最优化计算结果；
[0044]
图4是图1中步骤s4的流体示意图；
[0045]
图5是岩石矿物电阻模型；
[0046]
图6是x2井电阻率回归结果；
[0047]
图7是x2井电阻率反演结果。
具体实施方式
[0048]
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本技术一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
[0049]
请参照图1，本发明提供了一种地层流体类型识别的方法，包括：
[0050]
s1、通过岩性扫描测井资料获取岩石骨架中各种元素的质量百分比；
[0051]
本实施例中，岩性扫描测井资料处理软件通过解谱计算得到岩石骨架中各种元素的质量百分比，具体的，通过techlog平台下的lithoscanner处理模块可以得到岩石骨架中各种元素的质量百分比。
[0052]
s2、根据岩石骨架中各种元素的质量百分比得到岩石骨架中各种矿物的质量百分比；
[0053]
请参照图2，步骤s2具体包括如下步骤：
[0054]
s21、确定表达岩石骨架中各种矿物的质量百分比与各种元素的质量百分比之间的关系的方程；
[0055]
各种元素的质量百分比矩阵及各种矿物质量百分比矩阵分别用e,m表示，则地层矿物含量m与元素干重e之间满足简单的线性关系：
[0056]c·
m＝e
ꢀꢀꢀꢀ
(1)
[0057]
其中，c为转换系数矩阵，(1)式展开可写为：
[0058][0059]
其中，c
ij
为第j种矿物中第i种元素的含量，mj为岩石骨架中第j种矿物的质量百分比，ei为岩石骨架中第i种元素的质量百分比，p为元素种类数，q为矿物种类数，i和j均为大于0的自然数。
[0060]
s22、计算所述方程在预设约束条件下的最优解，得到岩石骨架中各种矿物的质量百分比。
[0061]
方程(2)中，通常，p《q，因此，方程(2)有无穷多个解，需计算约束条件下的最优解，构成多目标线性规划问题，即：
[0062][0063]
其中，f为待优化的目标函数，ei为岩石骨架中第i种元素的质量百分比，为模型预测值，wi为岩石骨架中第i种元素的干重权系数，mj为岩石骨架中第j种矿物的质量百分比，s.t.为该问题的两个约束条件，即各矿物含量不小于0，且满足和为1。
[0064]
利用带约束的优化算法即可完成对岩石骨架中各种矿物的质量百分比的求解，该算法利用不同深度处多个数据采集点的数据，解决了单一数据采集点的数据无法求解各种矿物的质量百分比的缺陷，以x1井为例，通过编写处理程序，可以计算得到该井以矿物质量百分比表示的岩性剖面，如图3所示，其中第一道为深度道，第二道为自然伽马曲线，第三道为精细矿物含量剖面，在一般应用过程中会对同一类型的矿物进行合并，如伊利石蒙脱石等构成整个岩石的粘土部分，形成简化后的第四道岩性剖面。
[0065]
s3、获取岩石的骨架密度及孔隙度；
[0066]
岩石的骨架密度可利用lithoscanner处理模块中的骨架密度获得。岩石的孔隙度可通过密度测井资料得到，后文中还会提供另外一种计算孔隙度的方法。
[0067]
s4、根据岩石的骨架密度、岩石骨架中各种矿物的质量百分比及岩石的孔隙度，得到岩石中各种矿物的体积分数；
[0068]
请参照图4，步骤s4具体包括如下步骤：
[0069]
s41、通过岩石的骨架密度及岩石骨架中各种矿物的质量百分比，得到各个矿物组分的密度；
[0070]
具体公式为：
[0071][0072]
其中，v
ma
为单位质量的岩石骨架体积，d
ma
为骨架密度，di为第i种矿物组分的密度，vi为第i种矿物的体积，mi为第i种矿物的质量分数，i为大于0的自然数。
[0073]
利用多元线性回归可以得到(4)式的解，即利用不同深度处多个数据采集点的数据，解决了单一数据采集点的数据无法求解各个矿物组分的密度的缺陷，例如，通过回归，本例x1井部分矿物密度回归结果如表1所示，相关系数达到了r2＝0.9981，计算结果也非常合理，完全可以用于后续的计算。
[0074]
表1：x1井部分矿物密度回归结果
[0075]
矿物名称矿物密度回归结果(g/cm3)石英2.650107钾长石2.66851钠长石2.677062钙长石2.632653
……
白云母2.673432黑云母2.94843黄铁矿4.860995石膏2.9814
[0076]
矿物组分密度回归完成后，结合常规密度测井资料即可完成变骨架孔隙度的计算，计算公式与常规定骨架孔隙度一致，只不过此时的骨架密度变成了一个变量，如(5)式所示：
[0077][0078]
其中，d
ma
为骨架密度，d为密度测井资料测量的密度，df为给定的孔隙流体密度，可以通过与常规孔隙度匹配来确定df的值。
[0079]
应当理解，孔隙度也可通过密度测井资料直接得到。
[0080]
s42、根据岩石骨架中各种矿物的质量百分比、各个矿物组分的密度及岩石的孔隙度，得到各种矿物的体积分数。
[0081]
根据(4)式计算出来的矿物体积vi中没有包含孔隙体积，且未归一化，为了使加入孔隙后的岩石体积为1，需要将其进行归一化，归一化公式如下：
[0082][0083]
其中，v
in
为第i种矿物的体积分数，为岩石孔隙度，mi为第i种矿物的质量分数，di为第i种矿物组分的密度，i为大于0的自然数。
[0084]
此时的v
in
已经包含了孔隙体积，这意味着孔隙流体与岩石骨架一起，构成了总体积为1的岩石剖面，如图3第五道所示，其中最后的灰白部分即为孔隙流体在整个岩石中所占的体积，即孔隙度
[0085]
s5、获取岩石的电阻率；
[0086]
岩石的电阻率可通过常规测井资料计算得到。
[0087]
s6、根据岩石中各矿物的体积分数及岩石的电阻率，得到岩石中孔隙流体的电导率；
[0088]
为了获取地层孔隙里的流体性质，在研究过程中需要做出如下几个假设：
[0089]
假设1：地层为水平各向同性，矿物在水平方向上分布相对均匀，在岩层成岩过程中大多数满足这一条件。
[0090]
假设2：直井井况，岩石电阻满足并联模型。因为如果在大斜度井及水平井中，电阻率曲线受地层垂向各向异性影响较大，反演结果不能反映真实情况，故在本发明中认为不适用。
[0091]
在以上两个假设下，岩石电阻满足如下并联关系：
[0092][0093]
其中，r为整个岩石的电阻，ri为第i种矿物成分的电阻,rf为孔隙流体的电阻。
[0094]
同时，为了说明问题，可以考虑将地层岩石简化为如图5所示的模型。其中，mi为第i种矿物成分的质量分数，在(2)式已经计算得出，ci为第i种矿物成分的电导率，si为第i种矿物成分所占的横截面积，其和为s，整个岩石体积可以看作横截面积为s，厚为δh的薄长方体，由于地层为水平各向同性，可以不用考虑岩石侧面的深度，由基础物理学可知，物体的电阻r、电阻率ρ及电导率c之间满足如下关系：
[0095][0096]
同时有：
[0097]
vi＝si·
δh
ꢀꢀꢀꢀ
(9)
[0098]
联立(7)(8)(9)式可得：
[0099][0100]
其中，ci为第i种矿物的电导率，cf为孔隙流体的电导率，c为岩石的电导率，ρ为岩石的电阻率，为岩石孔隙度，vi为第i种矿物的体积分数，i为大于0的自然数。
[0101]
公式(10)说明，在岩石矿物满足并联的假设下，岩石电导率满足简单的线性关系，它和密度声波等测井资料一样，均满足体积模型关系。与密度声波等资料不同的是，电阻率曲线探测深度较深，受围岩、侵入、倾角等影响因素较多，如果直接对(10)式进行回归的话计算效果并不理想。我们以x2井为例，对该井的电阻率进行了回归，回归结果如图6所示。
[0102]
从图中可以看出，利用回归方法计算出来的电阻率与真实电阻率整体相关性较好，但在部分井段也存在较大的差异，相关系数也仅为0.403，这说明通过回归的方法去计算矿物电导率只存在理论上的可能性。
[0103]
基于此，我们采用带约束的最小二乘法实现岩石电导率的反演，将(10)式写为矩阵形式：
[0104]
f(c)＝c＝c
tvꢀꢀꢀꢀ
(11)
[0105]
此时的目标函数可以写为：
[0106][0107]
其中，f为待优化的目标函数，s.t.为该问题的约束条件，即各矿物成分的电导率均不小于0。
[0108]
通过求解(12)式，可以计算使目标函数最小的最优解，从而可以实现孔隙流体及岩石骨架矿物电导率的计算，进而根据该孔隙流体电导率达到识别地层孔隙流体性质的目的。
[0109]
s7、根据岩石中孔隙流体的电导率，判断地层流体类型。具体为：
[0110]
若孔隙流体的电导率大于2s/m时，地层流体类型为水层；
[0111]
若孔隙流体的电导率介于1～2s/m之间时，地层流体类型为气水同层；
[0112]
若孔隙流体的电导率小于1s/m时，地层流体类型为气层。
[0113]
需要指出的是，上述判断标准为根据本研究区的资料拟合得到的，在其他地区，由于地质条件不同，判断标准可适应性调整。
[0114]
上述识别方法与试油或mdt(the modular formation dynamics tester tool，模块式电缆地层动态测试仪)结论相符，较好解决了低孔低渗复杂油气藏流体性质评价困难的问题。
[0115]
本实施例中，以x2井为例，如图7所示，其中第五、六、七道内的深灰色和浅灰色曲线分别为骨架密度、孔隙度及电阻率曲线的测井值与反演值。根据对x2井的电导率计算结果，(12)式计算出来的x2井孔隙流体视电导率为0.54283s/m，为典型的气层特征，据此可以判断x2井储层流体性质为气层。
[0116]
除此之外，岩石骨架中其它矿物的电导率也被计算出来，部分矿物最终结果如表2所示。
[0117]
表2：x2井部分矿物电导率反演结果
[0118]
矿物名称矿物电导率反演结果(s/m)石英0钠长石0.0196绿泥石0.681白云母0.4449
……
黑云母0.1008黄铁矿0.5687石膏0孔隙流体0.5428
[0119]
从表2中可以看出，本井骨架中的绿泥石、白云母、黄铁矿等矿物电导率都比较高，对整个电阻率的影响都比较大，导致在利用传统的阿尔奇公式进行地层流体评价时，没办法剔除这些矿物成分带来的影响，计算结果往往不能反映地层的真实情况，导致流体评价失利，这也在侧面说明了地层在流体评价方面的复杂性。而本发明提供的技术方案中，可单独计算出孔隙流体的电导率，从而排除了绿泥石、白云母、黄铁矿等高电导率矿物对孔隙流体电导率计算的影响，提高了识别结果的准确度。
[0120]
本实施例还对其他裸眼井进行了流体类型识别，识别结果如表3所示。
[0121]
在一些实施例中，所述地层流体类型识别的方法还包括：所述地层流体类型识别的方法还可应用于元素录井资料，在缺乏岩性扫描测井资料但具有元素录井资料的井，可结合其他井的岩性扫描资料得到的矿物密度来判断地层流体类型。
[0122]
表3：电导率反演结果对比
[0123]
井名井段(m)测试结论(含mdt)反演电导率(s/m)y1井8072.79,mdt水层4.08952y2井7736-7810水层2.85611y3井上部7452.5-7490气水同层1.19062y3井下部7553,mdt水层2.75212y4井4940-4967含气水层1.68833y5井8022-8143.35气层0.67199
[0124]
本发明还提供了一种地层流体类型识别的装置，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述的地层流体类型识别的方法。
[0125]
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现所述的地层流体类型识别的方法。
[0126]
以上所述仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
技术特征：1.一种地层流体类型识别的方法，其特征在于，包括：通过岩性扫描测井资料获取岩石骨架中各种元素的质量百分比；根据岩石骨架中各种元素的质量百分比得到岩石骨架中各种矿物的质量百分比；获取岩石的骨架密度及孔隙度；根据岩石的骨架密度、岩石骨架中各种矿物的质量百分比及岩石的孔隙度，得到岩石中各种矿物的体积分数；获取岩石的电阻率；根据岩石中各矿物的体积分数及岩石的电阻率，得到岩石中孔隙流体的电导率；根据岩石中孔隙流体的电导率，判断地层流体类型。2.根据权利要求1所述的地层流体类型识别的方法，其特征在于，还包括：所述地层流体类型识别的方法还可应用于元素录井资料，在缺乏岩性扫描测井资料但具有元素录井资料的井，可结合其他井的岩性扫描资料得到的矿物密度来判断地层流体类型。3.根据权利要求1所述的地层流体类型识别的方法，其特征在于，根据岩石骨架中各种元素的质量百分比得到岩石骨架中各种矿物的质量百分比，具体包括：确定表达岩石骨架中各种矿物的质量百分比与各种元素的质量百分比之间的关系的方程；计算所述方程在预设约束条件下的最优解，得到岩石骨架中各种矿物的质量百分比。4.根据权利要求3所述的地层流体类型识别的方法，其特征在于，表达岩石骨架中各种矿物的质量百分比与各种元素的质量百分比之间的关系的方程为：其中，c
ij
为第j种矿物中第i种元素的含量，m
j
为岩石骨架中第j种矿物的质量百分比，e
i
为岩石骨架中第i种元素的质量百分比，p为元素种类数，q为矿物种类数，i和j均为大于0的自然数。5.根据权利要求1所述的地层流体类型识别的方法，其特征在于，根据岩石的骨架密度、岩石骨架中各种矿物的质量百分比及岩石的孔隙度，得到岩石中各种矿物的体积分数，具体包括如下步骤：通过岩石的骨架密度及岩石骨架中各种矿物的质量百分比，得到各个矿物组分的密度；根据岩石骨架中各种矿物的质量百分比、各个矿物组分的密度及岩石的孔隙度，得到各种矿物的体积分数。6.根据权利要求5所述的地层流体类型识别的方法，其特征在于，通过岩石的骨架密度及岩石骨架中各种矿物的质量百分比，得到各个矿物组分的密度，具体公式为：
其中，v
ma
为单位质量的岩石骨架体积，d
ma
为骨架密度，d
i
为第i种矿物组分的密度，v
i
为第i种矿物的体积，m
i
为第i种矿物的质量分数，i为大于0的自然数。7.根据权利要求6所述的地层流体类型识别的方法，其特征在于，根据岩石骨架中各种矿物的质量百分比、各个矿物组分的密度及岩石的孔隙度，得到各种矿物的体积分数，具体公式为：其中，v
in
为第i种矿物的体积分数，为岩石孔隙度，m
i
为第i种矿物的质量分数，d
i
为第i种矿物组分的密度，i为大于0的自然数。8.根据权利要求1所述的地层流体类型识别的方法，其特征在于，根据岩石中各矿物的体积分数及岩石的电阻率，得到岩石中孔隙流体的电导率，具体公式为：其中，c
i
为第i种矿物的电导率，c
f
为孔隙流体的电导率，c为岩石的电导率，ρ为岩石的电阻率，为岩石孔隙度，v
i
为第i种矿物的体积分数，i为大于0的自然数。9.根据权利要求1所述的地层流体类型识别的方法，其特征在于，根据岩石中孔隙流体的电导率，判断地层流体类型，具体为：若孔隙流体的电导率大于2s/m时，地层流体类型为水层；若孔隙流体的电导率介于1～2s/m之间时，地层流体类型为气水同层；若孔隙流体的电导率小于1s/m时，地层流体类型为气层；上述判断标准为根据本研究区的资料拟合得到的，在其他地区，由于地质条件不同，判断标准可适应性调整。10.一种地层流体类型识别的装置，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-8中任意一项所述的地层流体类型识别的方法。
技术总结本发明公开了一种地层流体类型识别的方法及装置，方法包括通过岩性扫描测井资料获取岩石骨架中各种元素的质量百分比；根据岩石骨架中各种元素的质量百分比得到岩石骨架中各种矿物的质量百分比；获取岩石的骨架密度及孔隙度；根据岩石的骨架密度、岩石骨架中各种矿物的质量百分比及岩石的孔隙度，得到岩石中各矿物的体积分数；获取岩石的电阻率；根据岩石中各矿物的体积分数及岩石的电阻率，得到岩石中孔隙流体的电导率；根据岩石中孔隙流体的电导率，判断地层流体类型。本发明提出的技术方案的有益效果是：可单独计算出孔隙流体的电导率，从而排除了绿泥石、白云母、黄铁矿等高电导率矿物对孔隙流体电导率计算的影响，提高了识别结果的准确度。别结果的准确度。别结果的准确度。
技术研发人员：李颖
受保护的技术使用者：李颖
技术研发日：2022.07.21
技术公布日：2022/11/1
