裂缝组构识别方法、装置、存储介质及电子设备与流程

1.本发明涉及石油勘探开发技术领域，特别地涉及一种裂缝组构识别方法、装置、存储介质及电子设备。


背景技术：

2.裂缝组构，即裂缝组合结构，是指同一岩体或岩体组合内，在相同时期，相同应力条件下，不同倾角、不同类型裂缝组合形成的裂缝组合结构体，目前已成型的裂缝组合结构识别未有明确方法，而裂缝识别与预测方法较多，地球物理方法识别地层裂缝的方法多是采用地震预测或远探测声波技术。地震裂缝预测技术起步于计算岩石物理中等效介质理论的提出与应用。等效介质理论将实验岩石物理模型微观的裂缝参数(裂缝密度、纵横比等)与地震波场表征的宏观介质性质(弹性参数等)有机的联系起来，在此基础上发展形成多种各向异性裂缝检测方法和技术，如多波多分量技术预测裂缝、方位各向异性预测裂缝等。亦有学者以地震资料为基础，发展了构造曲率法、古构造应力场数值模拟法、地震不连续性检测法等方法预测裂缝分布规律。但是基于地震勘探的裂缝识别技术仅能识别大级别的裂缝发育带，识别精度低，对小型裂缝识别较差，无法用于确定裂缝组构。远探测声波技术虽然能利用裂缝与地层的波阻抗差异将地球物理测井识别井周裂缝的范围从成像测井的几厘米提升到几十米的范围，但目前亦仍不能用于确定裂缝组构。


技术实现要素：

3.针对上述现有技术中的问题，本技术提出了一种裂缝组构识别方法、装置、存储介质及电子设备，能够简便、准确地对某一层段的裂缝组构进行识别，从而满足目前的裂缝预测研究需求。
4.为达到上述目的，本发明的技术方案是这样实现的：
5.第一方面，本发明实施例提供了一种裂缝组构识别方法，所述方法包括：
6.获取待识别层段的测井信息；
7.基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；
8.获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；
9.计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值；
10.获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型。
11.优选地，所述测井信息包括：深侧向电阻率、泥质含量、浅侧向电阻率和声波时差；所述待识别层段的裂缝敏感因子包括：所述待识别层段的相对电阻率降低因子、电阻率差异因子、声波增大率因子、电阻率齿化程度因子和声波齿化程度因子；所述基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值，包括：
12.对所述深侧向电阻率进行包络计算，获得深侧向电阻率最大包络线；
13.基于所述深侧向电阻率、所述深侧向电阻率最大包络线和所述泥质含量，获得所述相对电阻率降低因子；
14.对所述浅侧向电阻率进行包络计算，获得浅侧向电阻率最大包络线；
15.基于所述浅侧向电阻率、所述浅侧向电阻率最大包络线、所述深侧向电阻率和所述深侧向电阻率最大包络线，获得所述电阻率差异因子；
16.对所述声波时差进行包络计算，获得声波时差最小包络线；
17.基于所述声波时差、所述声波时差最小包络线、所述泥质含量和预设的声波时差骨架参数，获得所述声波增大率因子；
18.基于所述深侧向电阻率，获得所述电阻率齿化程度因子；
19.基于所述声波时差，获得所述声波齿化程度因子。
20.优选地，采用以下表达式计算获得所述相对电阻率降低因子：
[0021][0022]
其中，rt
ff
为所述相对电阻率降低因子；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线；vsh为所述泥质含量。
[0023]
优选地，采用以下表达式计算获得所述电阻率差异因子：
[0024]
dif
ff
＝lg(rs
evp
/rs)-lg(rt
evp
/rt)
[0025]
其中，dif
ff
为所述电阻率差异因子；rs为所述浅侧向电阻率；rs
evp
为所述浅侧向电阻率最大包络线；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线。
[0026]
优选地，采用以下表达式计算获得所述声波增大率因子：
[0027][0028]
其中，dt
ff
为所述声波增大率因子；dt为所述声波时差；dt
evp
为所述声波时差最小包络线；vsh为所述泥质含量；dt
ma
为所述预设的声波时差骨架参数。
[0029]
优选地，采用以下表达式计算获得所述电阻率齿化程度因子：
[0030][0031]
其中，rt
fct
为所述电阻率齿化程度因子；rt为所述深侧向电阻率；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。
[0032]
优选地，采用以下表达式计算获得所述声波齿化程度因子：
[0033][0034]
其中，dt
fct
为所述声波齿化程度因子；dt为所述声波时差；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。
[0035]
优选地，所述计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，包括：
[0036]
对于每个所述第二特征值，采用以下表达式计算所述第一特征值与该第二特征值之间的相对误差：
[0037][0038]
其中，e为所述相对误差；xn为所述第一特征值；v
kn
为所述第二特征值；n为所述待识别层段的裂缝敏感因子的标号，其中，所述待识别层段的裂缝敏感因子与所述预先确定的裂缝组构类型的裂缝敏感因子一一对应；k为所述预先确定的裂缝组构类型的标号。
[0039]
优选地，所述预先确定的裂缝组构类型包括：平错裂缝组构和共轭裂缝组构。
[0040]
进一步地，所述方法还包括：
[0041]
获取所述待识别层段的测井响应特征和电成像特征；
[0042]
基于所述测井响应特征和所述电成像特征对所述待识别层段的裂缝组构进行定性识别，获得定性识别结果；
[0043]
基于所述定性识别结果，对基于所述多个相对误差值中最小值所获得的所述待识别层段的裂缝组构类型进行验证。
[0044]
第二方面，本发明实施例提供了一种裂缝组构识别装置，所述装置包括：
[0045]
测井信息获取单元，用于获取待识别层段的测井信息；
[0046]
第一特征值获取单元，用于基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；
[0047]
第二特征值获取单元，用于获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；
[0048]
计算单元，用于计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值；
[0049]
裂缝组构类型确定单元，用于获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型。
[0050]
第三方面，本发明实施例提供了一种存储介质，所述存储介质上存储有程序代码，所述程序代码被处理器执行时，实现如上述实施例中任一项所述的裂缝组构识别方法。
[0051]
第四方面，本发明实施例提供了一种电子设备，所述电子设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的程序代码，所述程序代码被所述处理器执行时，实现如上述实施例中任一项所述的裂缝组构识别方法。
[0052]
本发明实施例提供的裂缝组构识别方法、装置、存储介质及电子设备，通过获取待识别层段的测井信息，基于该测井信息，获得待识别层段的裂缝敏感因子作为第一特征值，同时获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值，计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，并获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型，使得对裂缝组构的识别能够基于测井信息自动进行。由于目前的测井信息丰富且较容易获取，因此能够简便、准确地基于测井信息来获得待识别层段的裂缝敏感因子，进而能够简便、准确地对某一层段的裂缝组构进行识别，从而满足目前的裂缝预测研究需求。
附图说明
[0053]
通过结合附图阅读下文示例性实施例的详细描述可更好地理解本发明公开的范
围。其中所包括的附图是：
[0054]
图1为本发明实施例的方法流程图一；
[0055]
图2为本发明实施例的方法流程图二；
[0056]
图3为本发明实施例中x108井电成像裂缝组构与定量识别裂缝组构对比图；
[0057]
图4为本发明实施例的装置结构图。
具体实施方式
[0058]
为了使本发明的目的、技术方案和优点更加清楚，以下将结合附图及实施例来详细说明本发明的实施方法，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。
[0059]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0060]
实施例一
[0061]
本发明的目的是在总结岩心、露头裂缝组合模式基础上，确定各类裂缝组构特征，结合典型剖面，提取各类裂缝组构测井响应，在传统裂缝识别基础上，通过对比与模式识别对裂缝组构进行识别，从而为深入评价致密砂岩储层中的裂缝发育情况、指导此类油气藏的勘探与开发提供理论基础。目前国内外多数致密砂岩油气藏采用水平井开发，测有丰富的测井资料，对裂缝响应明显，采用这些测井资料确定裂缝组合结构及其发育特征具有广阔的应用前景。
[0062]
本发明提出了一种采用测井资料识别强挤压应力条件下的裂缝组合结构(组构)的方法，利用该技术可以基于测井对致密砂岩地层中裂缝进行描述。
[0063]
其理论依据在于，同一地质单元内的地层，经历的地应力演化相似，形成的裂缝发育形式与特征也类似，通过理论分析与岩心、露头裂缝观察结合，归纳总结这些地层内裂缝组构发育形式，明确其测井响应特征，通过模式识别等方式，实现对裂缝组构的识别。
[0064]
本发明通过总结强挤压应力条件下的主要裂缝组构类型，采用岩心、电成像与常规测井资料结合确定各类裂缝组构测井响应特征，建立裂缝组构测井响应模式库，通过模式对比实现对裂缝组合结构的识别。
[0065]
基于上述思路，本发明实施例提供了一种裂缝组构识别方法，如图1所示，本实施例所述的方法包括步骤s101、步骤s102、步骤s103、步骤s104和步骤s105，以下详细描述这些步骤的具体内容：
[0066]
步骤s101，获取待识别层段的测井信息；
[0067]
本实施例中，所获取的测井信息包括：待识别层段的深侧向电阻率、待识别层段的泥质含量、待识别层段的浅侧向电阻率和待识别层段的声波时差，以及其它有用的测井信息。
[0068]
步骤s102，基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；
[0069]
本实施例中，所述测井信息包括：深侧向电阻率、泥质含量、浅侧向电阻率和声波时差；所述待识别层段的裂缝敏感因子包括：所述待识别层段的相对电阻率降低因子、电阻
率差异因子、声波增大率因子、电阻率齿化程度因子和声波齿化程度因子。本实施例所述的基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值，包括：对所述深侧向电阻率进行包络计算，获得深侧向电阻率最大包络线；基于所述深侧向电阻率、所述深侧向电阻率最大包络线和所述泥质含量，获得所述相对电阻率降低因子；对所述浅侧向电阻率进行包络计算，获得浅侧向电阻率最大包络线；基于所述浅侧向电阻率、所述浅侧向电阻率最大包络线、所述深侧向电阻率和所述深侧向电阻率最大包络线，获得所述电阻率差异因子；对所述声波时差进行包络计算，获得声波时差最小包络线；基于所述声波时差、所述声波时差最小包络线、所述泥质含量和预设的声波时差骨架参数，获得所述声波增大率因子；基于所述深侧向电阻率，获得所述电阻率齿化程度因子；基于所述声波时差，获得所述声波齿化程度因子。
[0070]
具体地，本实施例采用以下表达式计算获得所述相对电阻率降低因子：
[0071][0072]
其中，rt
ff
为所述相对电阻率降低因子；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线；vsh为所述泥质含量。
[0073]
具体地，本实施例采用以下表达式计算获得所述电阻率差异因子：
[0074]
dif
ff
＝lg(rs
evp
/rs)-lg(rt
evp
/rt)
[0075]
其中，dif
ff
为所述电阻率差异因子；rs为所述浅侧向电阻率；rs
evp
为所述浅侧向电阻率最大包络线；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线。
[0076]
具体地，本实施例采用以下表达式计算获得所述声波增大率因子：
[0077][0078]
其中，dt
ff
为所述声波增大率因子；dt为所述声波时差；dt
evp
为所述声波时差最小包络线；vsh为所述泥质含量；dt
ma
为所述预设的声波时差骨架参数。
[0079]
具体地，本实施例采用以下表达式计算获得所述电阻率齿化程度因子：
[0080][0081]
其中，rt
fct
为所述电阻率齿化程度因子；rt为所述深侧向电阻率；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。
[0082]
具体地，本实施例采用以下表达式计算获得所述声波齿化程度因子：
[0083][0084]
其中，dt
fct
为所述声波齿化程度因子；dt为所述声波时差；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。
[0085]
将上述计算出的相对电阻率降低因子、电阻率差异因子、声波增大率因子、电阻率齿化程度因子和声波齿化程度因子作为所述第一特征值。
[0086]
步骤s103，获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；
[0087]
本实施例中，所述预先确定的裂缝组构类型包括：平错裂缝组构和共轭裂缝组构。
[0088]
具体地，裂缝组构类型采用以下方式预先确定：
[0089]
通过总结岩心、露头裂缝特征，并结合地应力情况，认为裂缝组构类型主要受应力
的形式与岩性共同影响，在水平强挤压应力体制下，主要存在以下几种类型：
[0090]
(1)岩性转换面附近形成平错裂缝组构。
[0091]
平错裂缝组构为在岩性转换面附近两侧岩层发生滑脱，层界面附近形成开度较大的低角度裂缝，附近的脆性岩石受到牵引，形成高角度伴生裂缝，成为一种低角缝与伴生高角缝的裂缝组合方式。
[0092]
(2)厚层脆性岩体内部形成共轭裂缝组构。
[0093]
共轭裂缝组构为在厚层脆性岩层内部，水平强挤压应力造成厚层致密岩石内部延内摩擦角发生破裂，形成共轭网状裂缝，并在裂缝周围围岩中发育溶蚀，形成复杂斜交网状缝与伴生溶蚀的裂缝组合结构。
[0094]
本实施例中，所述预先确定的裂缝组构类型的裂缝敏感因子也预先确定，其计算方法与步骤s102中计算待识别层段的裂缝敏感因子的方法相同。通过该方法确定的上述两种裂缝组构类型的裂缝敏感因子如表1所示：
[0095]
表1
[0096][0097]
步骤s104，计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值；
[0098]
本实施例中，每个所述第二特征值即为表1中每种裂缝组构的5个裂缝敏感因子。
[0099]
本实施例中，所述计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，包括：
[0100]
对于每个所述第二特征值，采用以下表达式计算所述第一特征值与该第二特征值之间的相对误差：
[0101][0102]
其中，e为所述相对误差；xn为所述第一特征值；v
kn
为所述第二特征值；n为所述待识别层段的裂缝敏感因子的标号，其中，所述待识别层段的裂缝敏感因子与所述预先确定的裂缝组构类型的裂缝敏感因子一一对应；k为所述预先确定的裂缝组构类型的标号。
[0103]
步骤s105，获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型。
[0104]
具体地，从上述步骤s104所获得的多个相对误差e中选取最小值，获得该最小值所对应的第二特征值，进而获得该第二特征值所对应的预先确定的裂缝组构类型，将该裂缝组构类型作为待识别层段的裂缝组构类型。即，比较待识别层段的裂缝组构与预先确定的裂缝组构之间的相似度，将相似度最大的裂缝组构类型作为待识别层段的裂缝组构类型。
[0105]
为了对采用上述识别方法识别出的裂缝组构类型进行验证，以使识别结果更加准确、可靠，本实施例所述的方法还包括：获取所述待识别层段的测井响应特征和电成像特征；基于所述测井响应特征和所述电成像特征对所述待识别层段的裂缝组构进行定性识
别，获得定性识别结果；基于所述定性识别结果，对基于所述多个相对误差值中最小值所获得的所述待识别层段的裂缝组构类型进行验证。
[0106]
具体地，本实施例在采用传统测井方法识别裂缝基础上，总结不同裂缝组构的测井响应特征和电成像特征，通过两者对比，进行定性识别。
[0107]
(1)平错裂缝组构
[0108]
平错裂缝组构通常为低角缝与伴生高角缝组合模式，其中，低角度裂缝开度较大，发育在岩性转换面附近，高角缝成组发育在低角度裂缝下部脆性岩层中，低角度裂缝在电成像显示为多条暗色低幅曲线形成一个或几个暗色条带，常规测井响应表现为在自然伽玛或电阻率变化区域，电阻率尖刺状降低，井径扩径，声波明显增大，密度降低，伴生高角度裂缝电成像表现为一组同方位的中-高幅值正弦暗色曲线，常规测井则显示为双侧向正差异并小幅降低，局部声波锯齿状增大、密度减小特征。
[0109]
(2)共轭裂缝组构
[0110]
共轭裂缝组构为发育在厚层脆性岩层中的一组平行或共轭斜交缝，裂缝常具有部分充填，而裂缝周围常发育溶蚀孔洞，电成像表现为大量平行、共轭与倾向杂乱的中低幅暗色正弦曲线叠至发育，在曲线上或附近可能存在多个黑色或暗色斑点或斑块，常规测井表现为双侧向大幅正差异并降低，三孔隙度明显增大，自然电位正负异常明显。其中，电成像中的暗色反映电阻率低、亮色反映电阻率高。电成像中的斑点代表该岩层中有溶孔；斑点或斑块的颜色越深代表电阻率越低，溶孔内的填充物越少，有效性越好。
[0111]
本发明实施例提供的裂缝组构识别方法，通过获取待识别层段的测井信息，基于该测井信息，获得待识别层段的裂缝敏感因子作为第一特征值，同时获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值，计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，并获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型，使得对裂缝组构的识别能够基于测井信息自动进行。由于目前的测井信息丰富且较容易获取，因此能够简便、准确地基于测井信息来获得待识别层段的裂缝敏感因子，进而能够简便、准确地对某一层段的裂缝组构进行识别，从而满足目前的裂缝预测研究需求。
[0112]
实施例二
[0113]
本实施例以实际的裂缝组构识别过程为例，进一步详细说明裂缝组构识别方法。如图2所示，本实施例所述的方法包括步骤s201、步骤s202、步骤s203、步骤s204、步骤s205和步骤s206，以下详细描述这些步骤的具体内容：
[0114]
步骤s201，确定裂缝组构类型；
[0115]
通过总结岩心、露头裂缝特征，并结合地应力情况，认为裂缝组构类型主要受应力的形式与岩性共同影响，在水平强挤压应力体制下，主要存在以下几种类型：
[0116]
(1)岩性转换面附近形成平错裂缝组构。
[0117]
平错裂缝组构为在岩性转换面附近两侧岩层发生滑脱，层界面附近形成开度较大的低角度裂缝，附近的脆性岩石受到牵引，形成高角度伴生裂缝，成为一种低角缝与伴生高角缝的裂缝组合方式。
[0118]
(2)厚层脆性岩体内部形成共轭裂缝组构。
[0119]
共轭裂缝组构为在厚层脆性岩层内部，水平强挤压应力造成厚层致密岩石内部延
内摩擦角发生破裂，形成共轭网状裂缝，并在裂缝周围围岩中发育溶蚀，形成复杂斜交网状缝与伴生溶蚀的裂缝组合结构。
[0120]
该步骤为针对研究区实际地质情况，依据上述裂缝组构类型，确定选取其主要裂缝组构类型。
[0121]
步骤s202，对待识别层段的裂缝组构进行定性识别，获得定性识别结果；
[0122]
本实施例中，采用以下方式对待识别层段的裂缝组构进行定性识别：获取待识别层段的测井响应特征和电成像特征，基于所述测井响应特征和所述电成像特征对所述待识别层段的裂缝组构进行定性识别，获得定性识别结果。
[0123]
具体地，在采用传统测井方法识别裂缝基础上，总结不同裂缝组构的测井响应特征和电成像特征，通过两者对比，进行定性识别。
[0124]
(1)平错裂缝组构
[0125]
平错裂缝组构通常为低角缝与伴生高角缝组合模式，其中，低角度裂缝开度较大，发育在岩性转换面附近，高角缝成组发育在低角度裂缝下部脆性岩层中，低角度裂缝在电成像显示为多条暗色低幅曲线形成一个或几个暗色条带，常规测井响应表现为在自然伽玛或电阻率变化区域，电阻率尖刺状降低，井径扩径，声波明显增大，密度降低，伴生高角度裂缝电成像表现为一组同方位的中-高幅值正弦暗色曲线，常规测井则显示为双侧向正差异并小幅降低，局部声波锯齿状增大、密度减小特征。
[0126]
(2)共轭裂缝组构
[0127]
共轭裂缝组构为发育在厚层脆性岩层中的一组平行或共轭斜交缝，裂缝常具有部分充填，而裂缝周围常发育溶蚀孔洞，电成像表现为大量平行、共轭与倾向杂乱的中低幅暗色正弦曲线叠至发育，在曲线上或附近可能存在多个黑色或暗色斑点或斑块，常规测井表现为双侧向大幅正差异并降低，三孔隙度明显增大，自然电位正负异常明显。其中，电成像中的暗色反映电阻率低、亮色反映电阻率高。电成像中的斑点代表该岩层中有溶孔；斑点或斑块的颜色越深代表电阻率越低，溶孔内的填充物越少，有效性越好。
[0128]
步骤s203，获取待识别层段的测井信息，基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；
[0129]
本实施例中，所述测井信息包括：深侧向电阻率、泥质含量、浅侧向电阻率和声波时差；所述待识别层段的裂缝敏感因子包括：所述待识别层段的相对电阻率降低因子、电阻率差异因子、声波增大率因子、电阻率齿化程度因子和声波齿化程度因子。其中，相对电阻率降低因子用于反映电阻率降低程度；所述电阻率差异因子用于反映双侧向电阻率正差异程度；所述声波增大率因子用于反映声波时差增大程度；所述电阻率齿化程度因子用于反映电阻率齿化程度；所述声波齿化程度因子用于反映声波时差齿化程度。
[0130]
本实施例所述的基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值，包括：对所述深侧向电阻率进行包络计算，获得深侧向电阻率最大包络线；基于所述深侧向电阻率、所述深侧向电阻率最大包络线和所述泥质含量，获得所述相对电阻率降低因子；对所述浅侧向电阻率进行包络计算，获得浅侧向电阻率最大包络线；基于所述浅侧向电阻率、所述浅侧向电阻率最大包络线、所述深侧向电阻率和所述深侧向电阻率最大包络线，获得所述电阻率差异因子；对所述声波时差进行包络计算，获得声波时差最小包络线；基于所述声波时差、所述声波时差最小包络线、所述泥质含量和预设的声波时差骨架参
数，获得所述声波增大率因子；基于所述深侧向电阻率，获得所述电阻率齿化程度因子；基于所述声波时差，获得所述声波齿化程度因子。
[0131]
具体地，本实施例采用以下表达式计算获得所述相对电阻率降低因子：
[0132][0133]
采用以下表达式计算获得所述电阻率差异因子：
[0134]
dif
ff
＝lg(rs
evp
/rs)-lg(rt
evp
/rt)
[0135]
采用以下表达式计算获得所述声波增大率因子：
[0136][0137]
采用以下表达式计算获得所述电阻率齿化程度因子：
[0138][0139]
采用以下表达式计算获得所述声波齿化程度因子：
[0140][0141]
其中，rt
ff
为所述相对电阻率降低因子；rt为所述深侧向电阻率，由测井直接获得，单位为ω.m；rt
evp
为所述深侧向电阻率最大包络线，采用rt包络计算获得，单位为ω.m；vsh为所述泥质含量，由测井直接获得，单位为v/v；dif
ff
为所述电阻率差异因子；rs为所述浅侧向电阻率，由测井直接获得，单位为ω.m；rs
evp
为所述浅侧向电阻率最大包络线，采用rs包络计算获得，单位为ω.m；dt
ff
为所述声波增大率因子；dt为所述声波时差，由测井直接获得，单位为μs/ft；dt
evp
为所述声波时差最小包络线，采用dt包络计算获得，单位为μs/ft；dt
ma
为所述预设的声波时差骨架参数，计算时取固定值；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数；dt
fct
为所述声波齿化程度因子。
[0142]
步骤s204，获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；
[0143]
本实施例中，所述预先确定的裂缝组构类型的裂缝敏感因子也预先确定，其计算方法与步骤s203中计算待识别层段的裂缝敏感因子的方法相同，此处不再赘述。通过该方法确定的上述两种裂缝组构类型的裂缝敏感因子如表1所示：
[0144]
表1
[0145][0146]
步骤s205，计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，并将所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型；
[0147]
本实施例中，每个所述第二特征值即为表1中每种裂缝组构的5个裂缝敏感因子。
[0148]
本实施例中，所述计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，包括：
[0149]
对于每个所述第二特征值，采用以下表达式计算所述第一特征值与该第二特征值之间的相对误差：
[0150][0151]
其中，e为所述相对误差；xn为所述第一特征值，即所述待识别层段的第n个裂缝敏感因子；v
kn
为所述第二特征值，即所述预先确定的第k种裂缝组构类型的第n个裂缝敏感因子；n为所述待识别层段的裂缝敏感因子的标号，其中，所述待识别层段的裂缝敏感因子与所述预先确定的裂缝组构类型的裂缝敏感因子一一对应；k为所述预先确定的裂缝组构类型的标号。
[0152]
从上述步骤所获得的多个相对误差e中选取最小值，获得该最小值所对应的第二特征值，进而获得该第二特征值所对应的预先确定的裂缝组构类型，将该裂缝组构类型作为待识别层段的裂缝组构类型。即，比较待识别层段的裂缝组构与预先确定的裂缝组构之间的相似度，将相似度最大的裂缝组构类型作为待识别层段的裂缝组构类型。
[0153]
本步骤也可通过以下表达式来执行：
[0154][0155]
其中，type为识别出的裂缝组构类型；xn为所述第一特征值，即所述待识别层段的第n个裂缝敏感因子；v
kn
为所述第二特征值，即所述预先确定的第k种裂缝组构类型的第n个裂缝敏感因子；n为所述待识别层段的裂缝敏感因子的标号，其中，所述待识别层段的裂缝敏感因子与所述预先确定的裂缝组构类型的裂缝敏感因子一一对应；k为所述预先确定的裂缝组构类型的标号。本实施例中，n的取值为1～5中的任一个，k的取值为1或2。
[0156]
步骤s206，基于所述定性识别结果，对基于所述多个相对误差值中最小值所获得的所述待识别层段的裂缝组构类型进行验证。
[0157]
图3为x108井电成像裂缝组构与定量识别裂缝组构对比图，图中显示了川西强应力区内的x108井须三段4698-4763m厚层致密岩屑砂岩测井响应特征与测井裂缝组合结构识别情况。图中，第1道为深度道，第2～4道为常规测井响应，为测井仪器直接获得，第5道为测井评价矿物含量剖面，为采用常规测井响应计算获得，第6～7道为电成像动静态剖面，为电成像仪器测量时获得；第8道为采用电成像识别构造裂缝产状，第9道为依据电成像识别裂缝确定的裂缝组构(标记1为平错裂缝组构，标记2为共轭裂缝组构)，第10道为传统方法识别裂缝指示，第11～15道为计算裂缝敏感因子，第16道为计算的两类裂缝组构相对误差，第17道为常规测井量化识别裂缝组构。
[0158]
通过结合常规识别矿物剖面与电成像裂缝拾取情况，可以看出，在4706.5-4714.5m灰质岩屑砂岩与岩屑砂岩转换面附近，以及4745-4765m灰质岩屑砂岩附近发育大量裂缝，依据步骤201与步骤202，均识别为平错裂缝组构。在常规测井裂缝识别确定裂缝层段基础上，通过提取了相对电阻率降低、电阻率差异等5类裂缝敏感因子，依据步骤203～步骤205，计算两类裂缝组构相对误差，误差对比量化确定了裂缝组构类型，与电成像识别结果符合率达到83.3％，基本满足识别要求。
[0159]
本发明实施例提供的裂缝组构识别方法，通过获取待识别层段的测井信息，基于
该测井信息，获得待识别层段的裂缝敏感因子作为第一特征值，同时获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值，计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，并获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型，使得对裂缝组构的识别能够基于测井信息自动进行。由于目前的测井信息丰富且较容易获取，因此能够简便、准确地基于测井信息来获得待识别层段的裂缝敏感因子，进而能够简便、准确地对某一层段的裂缝组构进行识别，从而满足目前的裂缝预测研究需求。
[0160]
实施例三
[0161]
与上述方法实施例相对应地，本发明还提供一种裂缝组构识别装置，如图4所示，所述装置包括：
[0162]
测井信息获取单元301，用于获取待识别层段的测井信息；
[0163]
第一特征值获取单元302，用于基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；
[0164]
第二特征值获取单元303，用于获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；
[0165]
计算单元304，用于计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值；
[0166]
裂缝组构类型确定单元305，用于获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型。
[0167]
本实施例中，所述测井信息包括：深侧向电阻率、泥质含量、浅侧向电阻率和声波时差；所述待识别层段的裂缝敏感因子包括：所述待识别层段的相对电阻率降低因子、电阻率差异因子、声波增大率因子、电阻率齿化程度因子和声波齿化程度因子；所述第一特征值获取单元302包括：
[0168]
第一计算子单元，用于对所述深侧向电阻率进行包络计算，获得深侧向电阻率最大包络线；
[0169]
相对电阻率降低因子获取单元，用于基于所述深侧向电阻率、所述深侧向电阻率最大包络线和所述泥质含量，获得所述相对电阻率降低因子；
[0170]
第二计算子单元，用于对所述浅侧向电阻率进行包络计算，获得浅侧向电阻率最大包络线；
[0171]
电阻率差异因子获取单元，用于基于所述浅侧向电阻率、所述浅侧向电阻率最大包络线、所述深侧向电阻率和所述深侧向电阻率最大包络线，获得所述电阻率差异因子；
[0172]
第三计算子单元，用于对所述声波时差进行包络计算，获得声波时差最小包络线；
[0173]
声波增大率因子获取单元，用于基于所述声波时差、所述声波时差最小包络线、所述泥质含量和预设的声波时差骨架参数，获得所述声波增大率因子；
[0174]
电阻率齿化程度因子获取单元，用于基于所述深侧向电阻率，获得所述电阻率齿化程度因子；
[0175]
声波齿化程度因子获取单元，用于基于所述声波时差，获得所述声波齿化程度因子。
[0176]
本实施例中，所述相对电阻率降低因子获取单元采用以下表达式计算获得所述相
对电阻率降低因子：
[0177][0178]
其中，rt
ff
为所述相对电阻率降低因子；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线；vsh为所述泥质含量。
[0179]
本实施例中，所述电阻率差异因子获取单元采用以下表达式计算获得所述电阻率差异因子：
[0180]
dif
ff
＝lg(rs
evp
/rs)-lg(rt
evp
/rt)
[0181]
其中，dif
ff
为所述电阻率差异因子；rs为所述浅侧向电阻率；rs
evp
为所述浅侧向电阻率最大包络线；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线。
[0182]
本实施例中，所述声波增大率因子获取单元采用以下表达式计算获得所述声波增大率因子：
[0183][0184]
其中，dt
ff
为所述声波增大率因子；dt为所述声波时差；dt
evp
为所述声波时差最小包络线；vsh为所述泥质含量；dt
ma
为所述预设的声波时差骨架参数。
[0185]
本实施例中，所述电阻率齿化程度因子获取单元采用以下表达式计算获得所述电阻率齿化程度因子：
[0186][0187]
其中，rt
fct
为所述电阻率齿化程度因子；rt为所述深侧向电阻率；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。
[0188]
本实施例中，所述声波齿化程度因子获取单元采用以下表达式计算获得所述声波齿化程度因子：
[0189][0190]
其中，dt
fct
为所述声波齿化程度因子；dt为所述声波时差；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。
[0191]
本实施例中，所述计算单元304采用以下方式获得多个相对误差值：
[0192]
对于每个所述第二特征值，采用以下表达式计算所述第一特征值与该第二特征值之间的相对误差：
[0193][0194]
其中，e为所述相对误差；xn为所述第一特征值；v
kn
为所述第二特征值；n为所述待识别层段的裂缝敏感因子的标号，其中，所述待识别层段的裂缝敏感因子与所述预先确定的裂缝组构类型的裂缝敏感因子一一对应；k为所述预先确定的裂缝组构类型的标号。
[0195]
本实施例中，所述预先确定的裂缝组构类型包括：平错裂缝组构和共轭裂缝组构。
[0196]
进一步地，本实施例所述的装置还包括：
[0197]
特征获取单元，用于获取所述待识别层段的测井响应特征和电成像特征；
[0198]
定性识别单元，用于基于所述测井响应特征和所述电成像特征对所述待识别层段的裂缝组构进行定性识别，获得定性识别结果；
[0199]
验证单元，用于基于所述定性识别结果，对基于所述多个相对误差值中最小值所获得的所述待识别层段的裂缝组构类型进行验证。
[0200]
上述装置的工作原理、工作流程等涉及具体实施方式的内容可参见本发明所提供的裂缝组构识别方法的具体实施方式，此处不再对相同的技术内容进行详细描述。
[0201]
本发明实施例提供的裂缝组构识别装置，通过获取待识别层段的测井信息，基于该测井信息，获得待识别层段的裂缝敏感因子作为第一特征值，同时获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值，计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，并获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型，使得对裂缝组构的识别能够基于测井信息自动进行。由于目前的测井信息丰富且较容易获取，因此能够简便、准确地基于测井信息来获得待识别层段的裂缝敏感因子，进而能够简便、准确地对某一层段的裂缝组构进行识别，从而满足目前的裂缝预测研究需求。
[0202]
实施例四
[0203]
根据本发明的实施例，还提供了一种存储介质，所述存储介质上存储有程序代码，所述程序代码被处理器执行时，实现如上述实施例任一项所述的裂缝组构识别方法。
[0204]
实施例五
[0205]
根据本发明的实施例，还提供了一种电子设备，所述电子设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的程序代码，所述程序代码被所述处理器执行时，实现如上述实施例任一项所述的裂缝组构识别方法。
[0206]
本发明实施例提供的裂缝组构识别方法、装置、存储介质及电子设备，通过获取待识别层段的测井信息，基于该测井信息，获得待识别层段的裂缝敏感因子作为第一特征值，同时获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值，计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，并获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型，使得对裂缝组构的识别能够基于测井信息自动进行。由于目前的测井信息丰富且较容易获取，因此能够简便、准确地基于测井信息来获得待识别层段的裂缝敏感因子，进而能够简便、准确地对某一层段的裂缝组构进行识别，从而满足目前的裂缝预测研究需求。
[0207]
本发明具体可应用于涉及强挤压应力条件下的裂缝组合结构的识别，用于在石油开发中指导对裂缝发育规律的地质认识。本发明是在明确强挤压应力条件下的裂缝组合结构特征与利用常规测井识别单井裂缝基础上，总结不同裂缝组构电成像与常规特征，通过与对比，进行定性识别，并进一步建立了裂缝组构测井模式库，采用误差分析进行量化识别。本发明为裂缝发育特征识别与评价提供了一种方法。
[0208]
本发明实施例在测井识别裂缝基础上，通过开展裂缝组构类型识别，对于进一步深入开展裂缝分布与裂缝预测研究有重要意义。其具有以下有益效果：
[0209]
1)操作简便。方法基于常规测井与钻井资料开展分析，资料来源丰富且成本低，操作步骤简单快速，识别评价效果好；
[0210]
2)实现对裂缝组构测井描述。可以以裂缝组合、岩性特征，以及围岩溶蚀情况等多
个方面描述裂缝组构。
[0211]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
[0212]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
[0213]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0214]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0215]
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。

技术特征：
1.一种裂缝组构识别方法，其特征在于，所述方法包括：获取待识别层段的测井信息；基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值；获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型。2.根据权利要求1所述的裂缝组构识别方法，其特征在于，所述测井信息包括：深侧向电阻率、泥质含量、浅侧向电阻率和声波时差；所述待识别层段的裂缝敏感因子包括：所述待识别层段的相对电阻率降低因子、电阻率差异因子、声波增大率因子、电阻率齿化程度因子和声波齿化程度因子；所述基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值，包括：对所述深侧向电阻率进行包络计算，获得深侧向电阻率最大包络线；基于所述深侧向电阻率、所述深侧向电阻率最大包络线和所述泥质含量，获得所述相对电阻率降低因子；对所述浅侧向电阻率进行包络计算，获得浅侧向电阻率最大包络线；基于所述浅侧向电阻率、所述浅侧向电阻率最大包络线、所述深侧向电阻率和所述深侧向电阻率最大包络线，获得所述电阻率差异因子；对所述声波时差进行包络计算，获得声波时差最小包络线；基于所述声波时差、所述声波时差最小包络线、所述泥质含量和预设的声波时差骨架参数，获得所述声波增大率因子；基于所述深侧向电阻率，获得所述电阻率齿化程度因子；基于所述声波时差，获得所述声波齿化程度因子。3.根据权利要求2所述的裂缝组构识别方法，其特征在于，采用以下表达式计算获得所述相对电阻率降低因子：其中，rt
ff
为所述相对电阻率降低因子；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线；vsh为所述泥质含量。4.根据权利要求2所述的裂缝组构识别方法，其特征在于，采用以下表达式计算获得所述电阻率差异因子：dif
ff
＝lg(rs
evp
/rs)-lg(rt
evp
/rt)其中，dif
ff
为所述电阻率差异因子；rs为所述浅侧向电阻率；rs
evp
为所述浅侧向电阻率最大包络线；rt为所述深侧向电阻率；rt
evp
为所述深侧向电阻率最大包络线。5.根据权利要求2所述的裂缝组构识别方法，其特征在于，采用以下表达式计算获得所述声波增大率因子：其中，dt
ff
为所述声波增大率因子；dt为所述声波时差；dt
evp
为所述声波时差最小包络
线；vsh为所述泥质含量；dt
ma
为所述预设的声波时差骨架参数。6.根据权利要求2所述的裂缝组构识别方法，其特征在于，采用以下表达式计算获得所述电阻率齿化程度因子：其中，rt
fct
为所述电阻率齿化程度因子；rt为所述深侧向电阻率；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。7.根据权利要求2所述的裂缝组构识别方法，其特征在于，采用以下表达式计算获得所述声波齿化程度因子：其中，dt
fct
为所述声波齿化程度因子；dt为所述声波时差；i为电阻率包络线自动分层内样品编号标记；m为电阻率包络线自动分层内样品个数。8.根据权利要求1所述的裂缝组构识别方法，其特征在于，所述计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值，包括：对于每个所述第二特征值，采用以下表达式计算所述第一特征值与该第二特征值之间的相对误差：其中，e为所述相对误差；x
n
为所述第一特征值；v
kn
为所述第二特征值；n为所述待识别层段的裂缝敏感因子的标号，其中，所述待识别层段的裂缝敏感因子与所述预先确定的裂缝组构类型的裂缝敏感因子一一对应；k为所述预先确定的裂缝组构类型的标号。9.根据权利要求1所述的裂缝组构识别方法，其特征在于，所述预先确定的裂缝组构类型包括：平错裂缝组构和共轭裂缝组构。10.根据权利要求1所述的裂缝组构识别方法，其特征在于，所述方法还包括：获取所述待识别层段的测井响应特征和电成像特征；基于所述测井响应特征和所述电成像特征对所述待识别层段的裂缝组构进行定性识别，获得定性识别结果；基于所述定性识别结果，对基于所述多个相对误差值中最小值所获得的所述待识别层段的裂缝组构类型进行验证。11.一种裂缝组构识别装置，其特征在于，所述装置包括：测井信息获取单元，用于获取待识别层段的测井信息；第一特征值获取单元，用于基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；第二特征值获取单元，用于获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；计算单元，用于计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值；
裂缝组构类型确定单元，用于获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型。12.一种存储介质，所述存储介质上存储有程序代码，其特征在于，所述程序代码被处理器执行时，实现如权利要求1至10中任一项所述的裂缝组构识别方法。13.一种电子设备，其特征在于，所述电子设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的程序代码，所述程序代码被所述处理器执行时，实现如权利要求1至10中任一项所述的裂缝组构识别方法。

技术总结
本发明提供了一种裂缝组构识别方法、装置、存储介质及电子设备，涉及石油勘探开发技术领域，所述方法包括：获取待识别层段的测井信息；基于所述测井信息，获得所述待识别层段的裂缝敏感因子作为第一特征值；获取预先确定的裂缝组构类型的裂缝敏感因子作为第二特征值；计算所述第一特征值与每个所述第二特征值之间的相对误差，获得多个相对误差值；获取所述多个相对误差值中最小值所对应的所述预先确定的裂缝组构类型作为所述待识别层段的裂缝组构类型。本发明提供的技术方案，能够简便、准确地对某一层段的裂缝组构进行识别，从而满足目前的裂缝预测研究需求。足目前的裂缝预测研究需求。足目前的裂缝预测研究需求。


技术研发人员：刘志远 李军 李浩 南泽宇 闫林辉
受保护的技术使用者：中国石油化工股份有限公司石油勘探开发研究院
技术研发日：2022.03.07
技术公布日：2023/9/20