一种页岩储层脆性评价的方法
阅读：440发布：2020-08-08
专利汇可以提供一种页岩储层脆性评价的方法专利检索，专利查询，专利分析的服务。并且本 申请 提供了提出了一种 页岩 储层脆性评价的方法，该页岩储层包括多种矿物组分，该方法包括以下步骤：步骤1，确定多种矿物组分中每种矿物组分的归一化脆性指数和体积含量；步骤2，基于Voigt-Reuss-Hill平均理论，根据每种矿物组分的归一化脆性指数和体积含量计算页岩储层的脆性指数上限 阈值 、脆性指数下限阈值以及脆性指数平均值。该方法通过综合考虑每种矿物组分对储层脆性的影响，能够在仅输入各矿物组分体积含量的前提下，对页岩储层的脆性指出作出较为准确的评价。，下面是一种页岩储层脆性评价的方法专利的具体信息内容。
1.一种页岩储层脆性评价的方法，所述页岩储层包括多种矿物组分，其特征在于，所述方法包括以下步骤：
步骤1，确定所述多种矿物组分中每种矿物组分的归一化脆性指数和体积含量；
步骤2，基于Voigt-Reuss-Hill平均理论，根据所述每种矿物组分的归一化脆性指数和所述体积含量计算所述页岩储层的脆性指数上限阈值、脆性指数下限阈值以及脆性指数平均值。
2.根据权利要求1所述的方法，其特征在于，在步骤1中，所述归一化脆性指数通过以下步骤进行计算：
步骤11，确定所述每种矿物组分的本征脆性指数；
步骤12，将所述本征脆性指数归一化处理，得到所述每种矿物组分的归一化脆性指数。
3.根据权利要求2所述的方法，其特征在于，步骤11包括：
步骤111，获取所述每种矿物组分的弹性参数信息；
步骤112，根据所述弹性参数信息计算所述每种矿物组分的杨氏模量和泊松比；
步骤113，根据所述每种矿物组分的杨氏模量和泊松比计算所述每种矿物组分的本征脆性指数。
4.根据权利要求3所述的方法，其特征在于，在步骤112中，所述杨氏模量和所述泊松比分别通过以下公式计算：
其中，E为每种矿物组分的杨氏模量，υ为每种矿物组分的泊松比，K为每种矿物组分的体积模量，μ为每种矿物组分的剪切模量。
5.根据权利要求3或4所述的方法，其特征在于，在步骤113中，所述每种矿物组分的本征脆性指数通过以下公式计算：
其中，BI_2为每种矿物组分的本征脆性指数，E和υ分别为每种矿物组分的杨氏模量和泊松比。
6.根据权利要求1至4中任一项所述的方法，其特征在于，所述脆性指数上限阈值和所述脆性指数下限阈值分别通过以下公式计算：
其中，BI_V为所述脆性指数上限阈值，BI_R为所述脆性指数下限阈值，fi为第i种矿物组分的体积含量，PBIi为所述第i种矿物组分的归一化脆性指数，i＝1,2…N，N为组分的种类数量。
7.根据权利要求6所述的方法，其特征在于，所述脆性指数平均值通过下式确定：
其中，BI_VRH为所述脆性指数平均值，BI_V为所述脆性指数上限阈值，BI_R为所述脆性指数下限阈值。
8.根据权利要求1-4中任一项所述的方法，其特征在于，所述多种矿物组分包括石英、方解石、白云石、黄铁矿、干酪根和粘土。
9.根据权利要求1-4中任一项所述的方法，其特征在于，所述弹性参数信息包括密度、体积模量和剪切模量。
10.根据权利要求1-4中任一项所述的方法，其特征在于，所述体积含量由测井解释结果提供。
一种页岩储层脆性评价的方法
技术领域
背景技术
[0002] 页岩地层由于其低孔隙度低渗透率的物性特征，在常规油气勘探中通常被视为盖层，页岩盖层可以对常规砂岩储层起到良好的封存作用。随着非常规勘探的兴起，针对页岩地层,特别是页岩甜点的非常规勘探已成为时下的热点之一，而脆性是页岩甜点的重要参
数之一。针对低孔隙度、低渗透率的页岩地层，常规的开采手段效果并不理想。为了优化页岩储层的孔渗结构，水力压裂是目前工业界采用的重要手段之一。水力压裂通过向井眼中
注入压力液，使地层破碎形成压裂缝，并利用支撑剂维持压裂缝，最终达到改善储层孔渗状态的目的。
数之一。针对低孔隙度、低渗透率的页岩地层，常规的开采手段效果并不理想。为了优化页岩储层的孔渗结构，水力压裂是目前工业界采用的重要手段之一。水力压裂通过向井眼中
注入压力液，使地层破碎形成压裂缝，并利用支撑剂维持压裂缝，最终达到改善储层孔渗状态的目的。
[0003] 脆性指数是指导水力压裂的重要参数之一，准确地预测脆性指数对储层的水力压裂施工具有重大意义。许多学科均涉及对岩石脆性性质的研究，如石油工程(钻井施工、压裂设计等)、地质学，地球化学和地球物理均对岩石的脆性有各自的定义。相关文献显示各类脆性表征公式多达几十种。在各种脆性评价体系中，实验室测量可以得到最为直观且相
对准确的脆性值，但实际生产中，高额的取芯成本使得基于实验室测量的脆性评价只能提
供较为有限的储层脆性信息。为优选适用面更广的脆性表征理论，在地球物理学中通常利
用岩石的弹性参数和矿物百分比来表征岩石的脆性(即弹性参数法和矿物百分比法)。
对准确的脆性值，但实际生产中，高额的取芯成本使得基于实验室测量的脆性评价只能提
供较为有限的储层脆性信息。为优选适用面更广的脆性表征理论，在地球物理学中通常利
用岩石的弹性参数和矿物百分比来表征岩石的脆性(即弹性参数法和矿物百分比法)。
[0004] 现有的脆性表征公式大多基于矿物组分法和弹性参数法，而将两者综合考虑的脆性表征公式较为有限。现有的两类方法各有利弊，弹性参数法虽然预测精度较高，但需要的输入参数较多，各输出参数的测量精度都将影响脆性的预测准确性。矿物组分法由于输入
参数少，导致脆性预测精度不高。由于页岩井勘探成本高，资料较为匮乏。且由于地层各向异性强等原因导致页岩井资料精度较低，导致页岩层的脆性预测精度及可靠性有待提高。
因此，需要一种能够使得可以输入尽量少的参数即可得到较为准确的页岩储层脆性评价的
方法。
参数少，导致脆性预测精度不高。由于页岩井勘探成本高，资料较为匮乏。且由于地层各向异性强等原因导致页岩井资料精度较低，导致页岩层的脆性预测精度及可靠性有待提高。
因此，需要一种能够使得可以输入尽量少的参数即可得到较为准确的页岩储层脆性评价的
方法。
发明内容
[0005] 针对上述现有技术中的问题，本申请提出了一种页岩储层脆性评价的方法，综合考虑弹性参数法和矿物组分法，结合Voigt-Reuss-Hill平均理论，通过构建页岩储层的脆
性上下限阈值来实现对目的储层的脆性预测。
性上下限阈值来实现对目的储层的脆性预测。
[0006] 根据本申请的一方面，提出了一种页岩储层脆性评价的方法，该页岩储层包括多种矿物组分，该方法包括以下步骤：步骤1，确定多种矿物组分中每种矿物组分的归一化脆性指数和体积含量；步骤2，基于Voigt-Reuss-Hill平均理论，根据每种矿物组分的归一化脆性指数和体积含量计算页岩储层的脆性指数上限阈值、脆性指数下限阈值和脆性指数平
均值。
均值。
[0007] 在一个实施方式中，在步骤1中，归一化脆性指数通过以下步骤进行计算：步骤11，确定每种矿物组分的本征脆性指数；步骤12，将本征脆性指数归一化处理，得到每种矿物组分的归一化脆性指数。
[0008] 在一个实施方式中，步骤11包括：步骤111，获取每种矿物组分的弹性参数信息；步骤112，根据弹性参数信息计算每种矿物组分的杨氏模量和泊松比；步骤113，根据每种矿物组分的杨氏模量和泊松比计算每种矿物组分的本征脆性指数。
[0009] 在一个实施方式中，在步骤112中，杨氏模量和泊松比分别通过以下公式计算：
[0010]
[0011]
[0012] 其中，E为每种矿物组分的杨氏模量，υ为每种矿物组分的泊松比，K为每种矿物组分的体积模量，μ为每种矿物组分的剪切模量。
[0013] 在一个实施方式中，在步骤113中，每种矿物组分的本征脆性指数通过以下公式计算：
[0014]
[0015] 其中，BI_2为每种矿物组分的本征脆性指数，E和υ分别为每种矿物组分的杨氏模量和泊松比。
[0016] 在一个实施方式中，脆性指数上限阈值和脆性指数下限阈值分别通过以下公式计算：
[0017]
[0018]
[0019] 其中，BI_V为脆性指数上限阈值，BI_R为脆性指数下限阈值，fi为第i种矿物组分的体积含量，PBIi为第i种矿物组分的归一化脆性指数，N为组分的种类数量，i＝1,2…N。
[0021] 在一个实施方式中，脆性指数平均值通过下式确定：
[0022]
[0023] 其中，BI_VRH为所述脆性指数平均值，BI_V为所述脆性指数上限阈值，BI_R为所述脆性指数下限阈值。
[0024] 在一个实施方式中，弹性参数信息包括密度、体积模量和剪切模量。
[0025] 在一个实施方式中，体积含量由测井解释结果提供。
[0026] 本申请将现有的两类脆性表征公式(弹性参数法和矿物组分法)相结合，引入矿物的归一化脆性指数概念，将多种矿物组分等同对待，考虑了多种矿物组分对岩石脆性的共
同影响。并借用Voigt-Reuss-Hill平均理论，得到脆性指数的上限阈值和下限阈值。在仅输入矿物组分含量的前提下，预测精度远高于矿物组分法的预测结果，且接近于弹性参数法
的预测结果。在缺失各岩石各矿物成分的耦合细节时，改进的页岩储层脆性评价方法可用
来预测脆性的上下限阈值，为脆性预测提供了新的思路。
同影响。并借用Voigt-Reuss-Hill平均理论，得到脆性指数的上限阈值和下限阈值。在仅输入矿物组分含量的前提下，预测精度远高于矿物组分法的预测结果，且接近于弹性参数法
的预测结果。在缺失各岩石各矿物成分的耦合细节时，改进的页岩储层脆性评价方法可用
来预测脆性的上下限阈值，为脆性预测提供了新的思路。
[0028] 在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
[0029] 图1显示了Voigt模型和Reuss模型的示意图；
[0030] 图2显示了根据本发明实施例的页岩储层脆性评价方法的示意性流程图；
[0031] 图3显示了根据本发明另一实施例的计算每种矿物组分的本征脆性指数的方法的示意性流程图；
[0032] 图4显示了根据本发明又一实施例的每种矿物组分的归一化脆性指数；
[0033] 图5显示了根据本发明又一实施例的西南某井的测井曲线图；
[0034] 图6显示了根据本发明又一实施例的页岩储层的矿物组分随深度变化图；
[0035] 图7显示了根据本发明实施例的方法与一般脆性评价方法的结果对比图。
[0036] 在附图中，相同的部件使用相同的附图标记。附图并未按照实际的比例。
具体实施方式
[0037] 下面将结合附图对本发明作进一步说明。
[0038] 页岩通常由多种矿物组成，不同矿物的“脆性”亦不尽相同。如通常情况下，石英、方解石被作为脆性矿物，而黏土、干酪根等被视为非脆性矿物。选择不同的脆性矿物会对最终的脆性预测造成影响，如有的研究认为岩石的脆性只和石英含量有关，而有的研究则认为岩石的脆性只与石英和方解石有关。而实际中各种矿物组分对岩石的脆性均有影响，因
此为能够更加准确地获取对页岩储层脆性的评价结果，需要综合考虑组成目标页岩储层的
多种矿物组分的脆性影响。
此为能够更加准确地获取对页岩储层脆性的评价结果，需要综合考虑组成目标页岩储层的
多种矿物组分的脆性影响。
[0039] 在实际勘探中，当已知信息有限时，为了得到更符合物理意义的预测结果，岩石物理学家通常利用构建目标参数上下限的方式，通过模拟极端的情况来预测目标参数合理的变化上下限。本申请的方法中，利用了Voigt-Reuss-Hill理论对页岩储层的脆性进行了评
价。图1为Voigt模型和Reuss模型的等效示意图。在图1中，图中黑色和白色分别指代两种假想矿物A和B。在相同垂向压力的作用下，Voigt模型模拟的是两种矿物的并联情况，而Reuss模型模拟的是两种矿物的串联情况。当矿物A和B以Voigt模型的并联形式混合时，通过
Voigt公式计算得到的混合矿物等效弹性为模量的上限。而当矿物A和B以Reuss模型的串联
形式混合时，等效结果通常为下限极值。因此，本发明将归一化脆性指数作为一种“模量”，通过假设各矿物成分的耦合形式为如图1所示的串联及并联形式，在各矿物耦合细节缺失，输入参数有限的前提下，通过构建脆性的上下限阈值来预测岩石脆性的合理范围。
价。图1为Voigt模型和Reuss模型的等效示意图。在图1中，图中黑色和白色分别指代两种假想矿物A和B。在相同垂向压力的作用下，Voigt模型模拟的是两种矿物的并联情况，而Reuss模型模拟的是两种矿物的串联情况。当矿物A和B以Voigt模型的并联形式混合时，通过
Voigt公式计算得到的混合矿物等效弹性为模量的上限。而当矿物A和B以Reuss模型的串联
形式混合时，等效结果通常为下限极值。因此，本发明将归一化脆性指数作为一种“模量”，通过假设各矿物成分的耦合形式为如图1所示的串联及并联形式，在各矿物耦合细节缺失，输入参数有限的前提下，通过构建脆性的上下限阈值来预测岩石脆性的合理范围。
[0040] 图2为根据本申请的页岩储层脆性评价的方法200的示意性流程图。如图2所示，该方法200包括：
[0041] S210，确定所述多种矿物组分中每种矿物组分的归一化脆性指数和体积含量；
[0042] S220，基于Voigt-Reuss-Hill平均理论，根据所述每种矿物组分的所述归一化脆性指数和所述体积含量计算所述页岩储层的脆性指数上限阈值、脆性指数下限阈值以及脆
性指数平均值。
性指数平均值。
[0043] 应理解，本申请的“归一化脆性指数”为各矿物组分的本征脆性指数进行归一化处理后而得到的各自的脆性指数。
[0044] 具体地，该方法利用已知矿物的弹性参数信息，计算多种矿物组分的本征脆性指数，将该本征脆性指数归一化得到其归一化脆性指数，结合由测井解释结果提供的每种矿
物组分的体积含量，基于Voigt-Reuss-Hill平均理论得到目标页岩储层的脆性指数上限阈
值和脆性指数下限阈值，从而得出脆性指数的范围。
物组分的体积含量，基于Voigt-Reuss-Hill平均理论得到目标页岩储层的脆性指数上限阈
值和脆性指数下限阈值，从而得出脆性指数的范围。
[0045] 在S210中，首先，通过测井解释结果确定该目标页岩储层中存在的矿物组分的种类以及每种矿物组分占页岩储层的体积百分比即体积含量。然后，如图3所示，每种矿物组分的归一化脆性指数可以通过以下的步骤进行计算：
[0046] S211，确定每种矿物组分的本征脆性指数。
[0047] 本申请中通过每种矿物组分的弹性参数信息(例如密度、体积模量和剪切模量、纵向波速和横向波速等)计算每种矿物组分的杨氏模量和泊松比。应理解，每种矿物组分的上述弹性参数信息均为矿物的物理性质参数，可以通过查表获得，例如表1所示。
[0048] 表1各种矿物组分的弹性参数信息
[0049]
[0050] 其中，矿物的体积模量K和剪切模量μ也可以通过如下的公式计算得出：
[0051]
[0052]
[0053] Vp和Vs分别为每种矿物组分的纵波速度。
[0054] 根据所获得的每种矿组分的剪切模量和体积模量，根据以下公式计算每种矿物组分的杨氏模量E和泊松比υ：
[0055]
[0056]
[0057] 其中，E为每种矿物组分的杨氏模量，υ为每种矿物组分的泊松比，K为每种矿物组分的体积模量，μ为每种矿物组分的剪切模量，结果例如表2所示。
[0058] 根据计算得到的每种矿物组分的杨氏模量和泊松比，计算每种矿物组分的本征脆性指数，具体如下式所示：
[0059]
[0060] 其中，BI_2为每种矿物组分的本征脆性指数，E和υ分别为每种矿物组分的杨氏模量和泊松比。
[0061] S212，将计算得到的每种矿物组分的本征脆性指数进行归一化处理，得到每种矿物组分的归一化脆性指数。
[0062] 在归一化过程中，可以将其中某一种矿物的本征脆性指数假定为1，然后计算其它矿物组分的归一化脆性指数。例如，由于石英被认为是影响岩石脆性指数的最重要参数，因此将石英的脆性指数假定为1，计算其它矿物组分相对于石英的“归一化脆性指数”，结果例如表2中的PBI所示。通过归一化，使脆性预测结果在0～1的范围内，排除了由于量级不同而带来的人为干预因素。
[0063] 表2各种矿物组分的归一化脆性指数
[0064]矿物种类 杨氏模量(GPA) 泊松比 BI_1 PBI
石英 95.68 0.078 1 1
方解石 84.44 0.317 0.220 0.268
白云石 116.54 0.295 0.327 0.415
黄铁矿 305.32 0.154 1.640 1.318
干酪根 6.26 0.145 0.036 0.575
黏土 24.14 0.339 0.058 0.046
石英 95.68 0.078 1 1
方解石 84.44 0.317 0.220 0.268
白云石 116.54 0.295 0.327 0.415
黄铁矿 305.32 0.154 1.640 1.318
干酪根 6.26 0.145 0.036 0.575
黏土 24.14 0.339 0.058 0.046
[0065] 作为对比，本申请还利用Rickman(2008)提出的脆性指数公式计算了每种矿物组分的归一化脆性指数，如表2的BI_1以及图4所示，可以看出，本发明的PBI相比于BI_1，对于矿物的敏感性更强，更适合于作为脆性指数来评价目标页岩储层的脆性。
[0066] 在S220中，基于Voigt-Reuss-Hill平均理论，根据S210中计算得到的每种矿物组分的归一化脆性指数和体积含量计算页岩储层的脆性指数上限阈值、脆性指数下限阈值和
脆性指数平均值。
脆性指数平均值。
[0067] 如上文所描述的，本发明利用Voigt模型和Reuss模型计算脆性指数上限阈值和下限阈值。
[0068] 其中，在Voigt模型中，多种矿物组分以并联形式混合，通过公式(4)可以计算得到由该多种矿物组分组成的目标页岩储层的脆性指数上限阈值BI_V：
[0069]
[0070] 其中，BI_V为所述脆性指数上限阈值，fi为第i种矿物组分的体积含量，PBIi为所述第i种矿物组分的归一化脆性指数，i＝1,2…N，N为组分的种类数量。
[0071] 在Reuss模型中，多种矿物组分以串联形式混合，通过以下公式可以计算得到由该多种矿物组分组成的目标页岩储层的脆性指数下限阈值BI_R：
[0072]
[0073] 其中，BI_R为所述脆性指数下限阈值，fi为第i种矿物组分的体积含量，PBIi为所述第i种矿物组分的归一化脆性指数，i＝1,2…N，N为组分的种类数量。
[0074] 通过上述方法200，能够在仅仅输入每种矿物组分的体积含量的情况下，得到较为准确的页岩储层脆性指数上限阈值和下限阈值，从而得到脆性指数的合理范围。在现有技
术的脆性评价方法中，一般得到的是一个确定的脆性指数值，而脆性通常受多种物性参数
的影响。
术的脆性评价方法中，一般得到的是一个确定的脆性指数值，而脆性通常受多种物性参数
的影响。
[0075] 可选地，本申请的方法200还包括通过以下的公式对所述脆性指数上限阈值和所述脆性指数下限阈值取平均值，获得所述页岩储层的脆性指数平均值。
[0076] 具体地，对步骤S220中计算得到的脆性指数上限阈值BI_V和脆性指数下限阈值BI_R取Hill平均值，得到脆性指数平均值BI_VRH：
[0077]
[0078] 应用实施例
[0079] 将本申请的页岩储层脆性评价的方法应用于西南某井。图5为该井的实际测井数据。该井的目的层段位于龙马溪组的底部和五峰组，深度为2045m至2065m(见虚线框标识区域)。图4中自左向右的测井曲线依次为自然伽马、孔隙度、P波速度、S波速度、TOC含量、密度、纵横波速度比和泊松比。由于页岩储层含有较多的黏土和有机质，且黏土和干酪根的弹性模量(体积模量和剪切模量)相对较低，因此目的层段的P波速度、S波速度、密度与围岩相比通常较低。
[0080] 图6为目的层段的矿物组分示意图，由图6可知，目的层段的石英矿物及方解石矿物含量较高，预示着目的层段具有较好的脆性，具有成为页岩开采有利区的潜力。同时通过图6可以确定该目的层段的矿物组成以及每种矿物组分的体积含量。
[0081] 图7为根据本申请的脆性评价方法与常规脆性评价方法的结果对比图。图7中，第3道至第6道为测井解释信息，第7至第11道为利用不同脆性公式计算得到的脆性指数分布曲
线图。
线图。
[0082] 其中，第7道所显示的BI_2和BI_3曲线为基于杨氏模量和泊松比的脆性曲线，其中，BI_2为杨氏模量与泊松比的比值，BI_3为归一化之后的杨氏模量与归一化之后的泊松
比的比值：
比的比值：
[0083] BI_3＝YMnorm/PRnorm
[0084] YMnorm为归一化之后的杨氏模量，PRnorm为归一化之后的泊松比。
[0085] 两条曲线虽在五峰组段两者的预测结果有一定的差异，但总体预测趋势吻合较好，证明两种脆性公式都具有较好的应用效果。
[0086] 第8道内的BI_4和BI_5为基于矿物百分比的预测曲线，其中，
[0087]
[0088]
[0089] Quartz、Total和Calcite分别指代石英体积百分比、总体积百分比和方解石体积百分比。可以发现，两者在目的深度内相关性并不高。可见，矿物组分脆性公式的准确性和精度要低于弹性参数脆性公式。
[0090] 第9道为本申请提供的的脆性指数平均值BI_VRH与基于弹性参数的BI_3曲线的对比图。
[0091] 第10道为本申请提供的脆性指数平均值BI_VRH与BI_4曲线的对比图。值得注意的是，基于矿物百分比的脆性曲线与脆性指数上限阈值BI_V的趋势基本一致。
[0092] 第11道中为BI_6、BI_7及BI_8为基于拉梅系数λ和μ构建的脆性指数，其中，
[0093]
[0094]
[0095]
[0096] 其中，λ为岩石的流体指示因子，μ为反映岩石骨架抗切能力的岩性因子，由图7可知，三条曲线的趋势基本相同。
[0097] 可以发现，BI_VRH与BI_3的吻合度较好，且两者均位于上限阈值和下限阈值之间，验证了脆性指数平均值BI_VRH的可行性。且在大部分深度段内本发明提出的BI_VRH与基于弹性参数的BI_3的预测精度基本相近。由于BI_VRH的计算仅输入了各矿物的矿物组分及各
矿物的纯脆性指数，且基于弹性参数的BI_3的脆性预测结果精度较高，因此，本发明提出的VRH脆性公式基本实现了仅输入较少的数据即可达到较高精度的脆性预测结果的目的。
矿物的纯脆性指数，且基于弹性参数的BI_3的脆性预测结果精度较高，因此，本发明提出的VRH脆性公式基本实现了仅输入较少的数据即可达到较高精度的脆性预测结果的目的。
[0098] 值得注意的是，基于矿物百分比的脆性曲线与脆性指数上限阈值BI_V的趋势基本一致。这是由于矿物组分法未考虑孔隙流体对岩石等效性质的影响，而流体的存在通常会
降低岩石的弹性张量进而影响脆性。因此，矿物组分法的脆性预测结果通常高于脆性指数
的真实值，与本发明的脆性指数上限阈值较吻合。
降低岩石的弹性张量进而影响脆性。因此，矿物组分法的脆性预测结果通常高于脆性指数
的真实值，与本发明的脆性指数上限阈值较吻合。
[0099] 同时，在深度段2055附近，预测结果出现了一定的误差。结合测井解释报告可知，该层段的孔隙度值较高，且孔隙流体较为复杂。通过测试报告可知，该深度段储层各向异性较强，这些因素均会导致预测结果的误差增大。同时，由于BI_VRH只考虑了矿物之间的相互融合，而忽略了孔隙及孔隙流体的因素。因此，在BI_VRH在孔隙度较低的地层表现较好，而在孔隙度较高、流体成分及孔隙结构较为复杂的区域其预测能力还有待进一步研究。
[0100] 本申请将现有的两类脆性表征公式(弹性参数法和矿物组分法)相结合，引入矿物的归一化脆性指数概念，将各矿物组分等同对待，考虑了各矿物组分对岩石脆性的共同影
响。并借用Voigt-Reuss-Hill构建思路，提出VRH脆性指数公式，将各纯矿物的脆性指数变形组合，得到页岩储层的脆性指数上限阈值、下限阈值及平均值。在缺失各岩石各矿物成分的耦合细节时，在仅输入矿物组分体积含量的前提下，即可得到脆性指数评价的范围。新的VRH脆性公式的预测精度远高于矿物组分法的预测结果，且接近于弹性参数法的预测结果。
另外，本申请的方法由于考虑了不同矿物组分对岩石脆性贡献的差异性，因此更符合物理
意义。同时，“归一化脆性指数”概念利用现有的单矿物的已知弹性信息，使得在输入参数较少的情况下，仍能够得到较高的预测精度。
响。并借用Voigt-Reuss-Hill构建思路，提出VRH脆性指数公式，将各纯矿物的脆性指数变形组合，得到页岩储层的脆性指数上限阈值、下限阈值及平均值。在缺失各岩石各矿物成分的耦合细节时，在仅输入矿物组分体积含量的前提下，即可得到脆性指数评价的范围。新的VRH脆性公式的预测精度远高于矿物组分法的预测结果，且接近于弹性参数法的预测结果。
另外，本申请的方法由于考虑了不同矿物组分对岩石脆性贡献的差异性，因此更符合物理
意义。同时，“归一化脆性指数”概念利用现有的单矿物的已知弹性信息，使得在输入参数较少的情况下，仍能够得到较高的预测精度。
[0101] 在本发明的描述中，需要理解的是，术语“上”、“下”、“底”、“顶”、“前”、“后”、“内”、“外”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种干酪根提取有机硫过程中定量排除黄铁矿影响的方法 | 2020-05-25 | 599 |
| 页岩油地下原位加热改质过程中干酪根的测试方法及装置 | 2020-05-25 | 764 |
| 净化干酪根制备过程中产生废液的处理剂 | 2020-05-23 | 766 |
| 一种陆相干酪根的评价方法 | 2020-05-13 | 670 |
| 基于太赫兹时域光谱的干酪根无损检测分析方法 | 2020-05-25 | 220 |
| 一种干酪根直接成气转化率的评价方法 | 2020-05-24 | 849 |
| 干酪根分阶段热解装置 | 2020-05-20 | 293 |
| 一种干酪根提取系统 | 2020-05-20 | 786 |
| 一种干酪根分离设备 | 2020-05-21 | 941 |
| 一种干酪根提取系统 | 2020-05-17 | 40 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈