技术领域
[0001] 本发明属于油气藏储层保护领域，涉及一种基于机器学习的深水低渗储层潜在伤害定量预测方法，具体涉及一种基于随机森林算法的低渗储层堵塞程度定量预测方法。
相关背景技术
[0002] 南海深水油气资源丰富，占南海油气资源总量的70％。其中主要以深水低渗储层为主。由于其孔渗细小、孔渗喉道差异大、结构复杂、分布非均质性强，常导致注水压力高、开发效果差、水驱效率低等问题。随着油气田开发生产复杂程度的增加，深水低渗储层污染程度逐渐加剧，深水低渗储层的高精度评价面临巨大挑战。
[0003] 目前，现有储层伤害表征方法主要存在三点问题：
[0004] (1)大多数油田储层伤害评价数据主要集中于部分岩样所得实验结果，对于整个油田储层来说，不具备普适性。
[0005] (2)大多数实验存在环境污染、试验费用高、只能针对个别岩心进行实验分析、不能实现储层潜在伤害的连续表征等问题。
[0006] (3)目前储层潜在伤害的研究仅关注了矿物成分，忽视了宏观物性(孔隙度和渗透率)对储层伤害的影响，还忽视了微观孔渗结构(孔渗和喉道尺寸分布)储层伤害的影响。对于低渗透储层而言，孔渗结构复杂，孔渗连通性差，储层潜在伤害与储层岩石的孔隙度结构是密不可分的。
具体实施方式
[0063] 本申请的说明书和权利要求书及上述附图说明中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
[0064] 实施例：请参照图1‑图8，本发明实施例中，提供了一种基于随机森林算法的低渗储层堵塞程度定量预测方法，包括以下步骤：
[0065] S1：基于深水低渗储层不同深度岩石的粘土矿物实验数据和第一测井数据，利用随机森林算法，训练第一测井数据与粘土矿物实验数据集，建立基于测井数据的粘土矿物预测模型，从而获得全储层段不同类型粘土矿物含量变化剖面；
[0066] S2：基于第二测井数据，计算孔隙度，建立全储层段孔隙度变化剖面；
[0067] S3：基于孔渗实验数据和第二测井数据，拟合建立孔渗关系模型，从而获得全储层段渗透率变化剖面；
[0068] S4：通过随机森林算法，训练全储层段不同深度岩石宏观物性参数与微观孔喉特征数据集，建立基于宏观物性参数的微观孔喉特征值预测模型，从而获得全储层段微观孔喉特征变化剖面；
[0069] S5：通过储层应力敏感实验，测试深水低渗储层不同深度岩石的应力敏感伤害特征，并计算获得深水低渗储层不同深度岩石潜在的应力敏感指数；
[0070] S6：开展深水低渗储层不同深度岩石钻井液污染实验，计算深水低渗储层不同深度岩石的堵塞程度；
[0071] S7：基于S1‑S6，利用随机森林算法，训练不同类型粘土矿物组分数据、宏观物性数据、微观孔喉特征数据、应力敏感指数和储层堵塞程度特征数据，建立深水低渗储层堵塞程度定量预测模型。
[0072] S1中，所述的第一测井数据包括K、TH、U、K/TH测井数据；
[0073] 所述的粘土矿物实验数据是基于SY/T5163‑2018《沉积岩中粘土矿物和常见非粘土矿物X射线衍射分析方法》标准，利用XRD衍射仪测试获得的深水低渗储层不同深度岩石中不同类型粘土矿物含量；
[0074] 所述的不同类型粘土矿物，包括：蒙脱石、伊利石、高岭石和绿泥石。
[0075] S2中，所述的第二测井数据为密度测井数据和声波时差测井数据；
[0076] 所述的计算孔隙度涉及的计算公式为：
[0077] 利用声波时差测井数据计算孔隙度：
[0078]
[0079] 式中，Δt0为近地表泥岩的声波时差值；
[0080] Δtf为孔隙流体的声波时差值；
[0081] Δtma为泥岩骨架的声波时差值；
[0082] 利用密度测井数据计算孔隙度：
[0083]
[0084] 式中， 为密度孔隙度；
[0085] ρma为骨架密度；
[0086] ρf为流体密度；
[0087] ρb为岩石密度。
[0088] S3中，所述的孔渗实验数据为利用核磁共振技术测试获得的低渗储层不同深度岩石的孔隙度数据和利用压力衰减法测试的低渗储层不同深度岩石的渗透率数据；
[0089] 所述的孔渗关系模型，是通过拟合低渗储层不同深度岩石的孔隙度数据和低渗储层不同深度岩石的渗透率数据而建立；
[0090] 所述的全储层段渗透率变化剖面，是依据S2中建立的全储层段孔隙度变化剖面和建立的孔渗关系模型而得。
[0091] S4中，所述的宏观物性参数包括孔隙度和渗透率。
[0092] S4中，所述的微观孔喉特征包括最大孔喉半径、平均孔喉半径、主流喉道半径、最大连通喉道半径、最大孔喉半径、孔隙中值半径、平均孔喉半径、饱和度中值压力、排驱压力、最大进汞饱和度、仪器最大退出效率、分选系数、均质系数、结构系数；
[0093] 所述的微观孔喉特征值是基于GB/T29171‑2012《岩石毛管压力曲线的测定》标准，通过高压压汞和恒速压汞实验测试而得。
[0094] S6中，所述的储层堵塞程度特征包括渗透率总损害比和污染后的孔隙堵塞率；
[0095] 所述的渗透率总损害比为应力敏感指数和渗透率损害比之和。
[0096] S6中，所述的钻井液污染实验是依据SY/T6540‑2002《钻井液完井液损害油层室内评价方法》标准开展；
[0097] 所述的渗透率损害比是指岩石被钻井液污染前的渗透率与钻井液污染后的岩石渗透率比；
[0098] 所述的孔隙堵塞率是利用污染前核磁测试的T2普面积与污染后核磁测试的T2普面积差计算。
[0099] 所述孔隙堵塞率的计算步骤如下：
[0100] (1)将岩心进行洗油、烘干处理，气测渗透率；
[0101] (2)根据地层水组份配置模拟地层水，化验分析pH值及离子含量；将岩心抽真空后饱和模拟地层水，根据饱和前后重量差计算岩心孔隙度，并通过核磁共振仪进行T2谱采样；
[0102] (3)用Mn2+质量浓度为15000mg/L的MnCl2溶液，通过驱替泵以恒定流量驱替模拟地层水，驱替结束后进行T2谱采样，检测水信号消除效果；
[0103] (4)依据SY/T6540‑2002《钻井液完井液损害油层室内评价方法》标准开展钻井液污染实验，实验结束后进行T2谱采样；
[0104] (5)重复步骤(1)‑(4)，对比驱替前后岩心在饱和地层状态下的T2谱，观察孔喉饱和地层水的变化情况；
[0105] (6)利用污染前后岩石T2普面积计算孔隙堵塞率，计算公式为：
[0106]
[0107] 式中：B为孔喉堵塞率；S1为初始饱和油量与二次饱和油量T2谱频率面积差，S2为二次饱和油量T2谱频率面积。
[0108] 更具体地，
[0109] 步骤一、基于深水低渗储层不同深度岩石的粘土矿物实验数据和第一测井数据，利用随机森林算法，训练第一测井数据与粘土矿物实验数据集，建立基于测井数据的粘土矿物预测模型，从而获得全储层段不同类型粘土矿物含量变化剖面，具体步骤如下：
[0110] 选取一口深水低渗透储层井，针对不同深度的岩石取样大于100组，采用XRD衍射仪分析不同样品中的不同类型粘土矿物含量；
[0111] 所述的不同类型粘土矿物包括蒙脱石、伊利石、高岭石和绿泥石；
[0112] 所述的第一测井数据包括K、TH、U、K/TH测井数据；
[0113] 建立含有不同深度粘土矿物实验数据和第一测井数据的数据集；
[0114] 对所构建的数据集进行归一化处理，处理公式如下：
[0115]
[0116] 采用随机森林算法，训练所构建的数据(训练结果见图2)，建立不同类型粘土矿物含量与四种测井数据之间的关系。
[0117] 以全储层段K、TH、U、K/TH测井数据为依据，建立全储层段不同类型粘土矿物含量变化剖面(图3)。
[0118] 步骤二、基于第二测井数据，计算孔隙度，建立全储层段孔隙度变化剖面，具体步骤如下：
[0119] 针对同一口井，选取用于计算孔隙度的第二测井数据；所述的第二测井数据为密度测井数据和声波时差测井数据。
[0120] 依据孔隙度计算公式，计算不同深度储层孔隙度；所述的孔隙度计算公式如下：
[0121] 利用声波时差测井数据计算孔隙度：
[0122]
[0123] 式中，Δt0为近地表泥岩的声波时差值；
[0124] Δtf为孔隙流体的声波时差值；
[0125] Δtma为泥岩骨架的声波时差值；
[0126] 利用密度测井数据计算孔隙度：
[0127]
[0128] 式中， 为密度孔隙度；
[0129] ρma为骨架密度；
[0130] ρf为流体密度；
[0131] ρb为岩石密度。
[0132] 依据全储层段密度测井数据和声波时差测井数据，建立全储层段孔隙度变化剖面，如图4。
[0133] 步骤三、基于孔渗实验数据和第二测井数据，拟合建立孔渗关系模型，从而获得全储层段渗透率变化剖面，具体步骤如下：
[0134] 针对同一口井，取不同深度的标准岩样大于50组；所述的标准岩样直径为2.5cm，高度为4cm。
[0135] 利用核磁共振技术测试不同深度标准岩样的孔隙度。
[0136] 采用压力衰减法测试不同深度标准岩样的渗透率。
[0137] 通过指数模型，拟合实验测试获得的孔隙度、渗透率数据，建立孔渗关系模型。
[0138] 依据步骤二中建立的全储层段孔隙度变化剖面的数据，带入孔渗关系模型，建立全储层段渗透率变化剖面，如图4；
[0139] 步骤四、通过随机森林算法，训练全储层段不同深度岩石宏观物性参数与微观孔喉特征数据集，建立基于宏观物性参数的微观孔喉特征值预测模型，从而获得全储层段微观孔喉特征变化剖面，具体步骤如下：
[0140] 针对步骤三中的标准岩样，依据GB/T 29171‑2012《岩石毛管压力曲线的测定》标准，进行高压压汞和恒速压汞实验，测试不同深度标准岩样的微观孔喉特征值，包括最大孔喉半径、平均孔喉半径、主流喉道半径、最大连通喉道半径。
[0141] 结合步骤三、步骤四，所构建的含有宏观物性参数和微观孔喉特征值的数据集。
[0142] 采用随机森林算法，训练所构建的数据(训练结果见图6)，建立宏观物性和微观孔喉结构特征(最大孔喉半径、平均孔喉半径、主流喉道半径、最大连通喉道半径)之间的关系。
[0143] 依据步骤二中建立的全储层段孔隙度变化剖面和步骤三中建立的全储层段渗透率变化剖面，带入上述关系，建立全储层段微观孔喉特征变化剖面，如图7。
[0144] 步骤五、通过储层应力敏感实验，测试深水低渗储层不同深度岩石的应力敏感伤害特征，并计算获得深水低渗储层不同深度岩石潜在的应力敏感指数；
[0145] 步骤六、依据SY/T6540‑2002《钻井液完井液损害油层室内评价方法》标准开展钻井液污染实验，计算渗透率损害比和堵塞率；
[0146] 所述的渗透率损害比是指岩石被钻井液污染前的渗透率与钻井液污染后的岩石渗透率比；
[0147] 所述的孔隙堵塞率是利用污染前核磁测试的T2普面积与污染后核磁测试的T2普面积差计算，具体操作步骤如下：
[0148] (1)将岩心进行洗油、烘干处理，气测渗透率；
[0149] (2)根据地层水组份配置模拟地层水，化验分析pH值及离子含量；将岩心抽真空后饱和模拟地层水，根据饱和前后重量差计算岩心孔隙度，并通过核磁共振仪进行T2谱采样；
[0150] (3)用Mn2+质量浓度为15000mg/L的MnCl2溶液，通过驱替泵以恒定流量驱替模拟地层水，驱替结束后进行T2谱采样，检测水信号消除效果；
[0151] (4)依据SY/T6540‑2002《钻井液完井液损害油层室内评价方法》标准开展钻井液污染实验，实验结束后进行T2谱采样；
[0152] (5)重复步骤(1)‑(4)，对比驱替前后岩心在饱和地层状态下的T2谱，观察孔喉饱和地层水的变化情况；
[0153] (6)利用污染前后岩石T2普面积计算孔隙堵塞率，计算公式为：
[0154]
[0155] 式中：B为孔喉堵塞率；S1为初始饱和油量与二次饱和油量T2谱频率面积差，S2为二次饱和油量T2谱频率面积。
[0156] 步骤七、利用随机森林算法，训练不同类型粘土矿物组分数据、宏观物性数据、微观孔喉特征数据、应力敏感指数和储层堵塞程度特征数据，建立深水低渗储层堵塞程度定量预测模型。具体步骤如下：
[0157] 结合步骤一、步骤二、步骤三、步骤四和步骤六，构建数据集，包括粘土矿物组分数据(蒙脱石、伊利石、绿泥石和高岭石)、宏观物性数据(孔隙度和渗透率)、微观孔喉特征数据(最大孔喉半径、平均孔喉半径、主流喉道半径、最大连通喉道半径)和储层堵塞程度特征数据(渗透率损害比、堵塞率)。
[0158] 采用随机森林算法，训练数据(训练结果见图8)，建立深水低渗储层岩石粘土矿物组分、宏观物性参数、微观孔隙结构特征值和堵塞程度特征参数之间的关系模型。
[0159] 最后，建立深水低渗储层全储层段堵塞程度变化剖面，见图8。
[0160] 以上所述的，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
