储层裂缝识别方法和成像测井储层裂缝识别方法

摘要

本发明公开了一种储层裂缝识别方法和一种成像测井储层裂缝识别方法，其中所述储层裂缝识别方法包括：孔隙度曲线确定步骤，基于待分析储层的岩性信息，根据预设孔隙度曲线模型分别计算待分析储层的声波孔隙度曲线、密度孔隙度曲线；孔隙度曲线组合确定步骤，在待分析储层的干层，将声波孔隙度曲线与密度孔隙度曲线重合，作为待分析储层的孔隙度曲线组合；裂缝类型识别步骤，在待分析储层的其它层段，比较孔隙度曲线组合中的声波孔隙度曲线与密度孔隙度曲线，基于比较结果根据预设裂缝模型确定相应层段的裂缝类型。本发明能够直观、快速、可靠地进行储层裂缝类型的识别，能够有效解决现有方法中存在的多解性问题和漏解释问题。

说明书

技术领域

本发明涉及油气勘探开发技术领域，具体地说，涉及一种储层裂缝识别方法 和成像测井储层裂缝识别方法。

背景技术

随着世界石油天然气资源的不断开发利用，油气勘探开发的方向逐渐由常规 油气藏转向特殊油气藏。其中，裂缝型储层油气储量的勘探开发显得尤为重要， 而储层裂缝类型的识别则是裂缝性储层测井解释评价的基础和重点。

现有的储层裂缝类型识别技术通常是根据双侧向测井或三孔隙度测井来进 行裂缝识别。然而，利用双侧向测井进行裂缝识别时，流体响应等因素容易导致 双侧向产生差异，从而造成利用双侧向测井识别裂缝存在多解风险。而利用三孔 隙度测井进行裂缝识别时，仪器的分辨率、岩性的变化、储层流体性质的变化都 可能引起三孔隙度增大，使得仅从孔隙度曲线的响应特征出发难以准确识别裂 缝。

成像测井系统自20世纪90年代初问世，属于能够直接探测裂缝属性的测井 方法。成像测井资料可以直观、形象、清晰地展示出井壁二维空间的地质特征。 但是，成像测井在应用中也存在实验数据缺乏、模式库信息不够丰富、地质特征 识别存在多解性等问题。例如，利用成像测井进行裂缝识别时，半充填缝因响应 不明显而具有隐蔽性，常被漏解释；低角度裂缝又因与层理响应接近，而不易被 成像测井识别出来。

此外，近年来还出现了井下电视、地层倾角等较为先进的裂缝识别技术，但 较高的成本限制了它们的广泛使用。

基于上述情况，亟需一种低成本的、能够有效识别出各种储层裂缝类型的方 法。

发明内容

为解决上述问题，本发明提供了一种储层裂缝识别方法，所述方法包括：

孔隙度曲线确定步骤，基于待分析储层的岩性信息，根据预设孔隙度曲线模 型分别计算所述待分析储层的声波孔隙度曲线、密度孔隙度曲线；

孔隙度曲线组合确定步骤，在所述待分析储层的干层，将声波孔隙度曲线与 密度孔隙度曲线重合，作为所述待分析储层的孔隙度曲线组合；

裂缝类型识别步骤，在所述待分析储层的其它层段，比较所述孔隙度曲线组 合中的所述声波孔隙度曲线与密度孔隙度曲线，基于比较结果根据预设裂缝模型 确定相应层段的裂缝类型。

根据本发明的一个实施例，在所述孔隙度曲线确定步骤之前，所述方法还包 括：

岩性信息获取步骤，根据待分析储层的岩心信息、地质分析信息和测井曲线 信息，确定待分析储层的岩性信息。

根据本发明的一个实施例，在所述预设孔隙度曲线模型中：

根据所述待分析储层的岩性信息，确定所述待分析储层的岩石骨架声波时差 和岩石骨架密度；

基于岩石骨架声波时差和岩石骨架密度，利用待分析储层的声波时差曲线和 体积密度曲线，分别根据声波孔隙度响应模型和密度孔隙度响应模型计算所述待 分析储层的声波孔隙度曲线和密度孔隙度曲线。

根据本发明的一个实施例，所述声波孔隙度响应模型包括：

${\phi }_{\mathrm{AC}}=\frac{\mathrm{\Delta t}-\Delta t_{\mathrm{ma}}}{\Delta t_f-\Delta t_{\mathrm{ma}}}\times \frac{1}{k}-V_{\mathrm{sh}}\times \frac{\Delta t_{\mathrm{sh}}-\Delta t_{\mathrm{ma}}}{\Delta t_f-\Delta t_{\mathrm{ma}}}$

其中，φ_AC表示所分析层段的声波孔隙度，Δt表示所分析层段的声波时差， Δt_ma表示所分析层段的岩石骨架声波时差，Δt_f表示所分析层段的岩石孔隙流体 的声波时差，V_sh表示所分析层段的泥质含量，Δt_sh表示泥质声波时差，k表示压 实校正系数。

根据本发明的一个实施例，所述密度孔隙度响应模型包括：

${\phi }_{\mathrm{DEN}}=\frac{\rho -{\rho }_{\mathrm{ma}}}{{\rho }_f-{\rho }_{\mathrm{ma}}}\times \frac{1}{n}-V_{\mathrm{sh}}\times \frac{{\rho }_{\mathrm{sh}}-{\rho }_{\mathrm{ma}}}{{\rho }_f-{\rho }_{\mathrm{ma}}}$

其中，φ_DEN表示所分析层段的密度孔隙度，ρ表示所分析层段的岩石体积密 度，ρ_ma表示所分析层段的岩石骨架密度，ρ_f表示所分析层段的岩石孔隙流体密 度，n表示泥质校正系数，V_sh表示所分析层段的泥质含量，ρ_sh表示所分析层段 的泥质体积密度。

根据本发明的一个实施例，

孔隙度曲线确定步骤还包括：

基于所述待分析储层的中子曲线，确定所述待分析储层的中子孔隙度曲线；

在所述孔隙度曲线组合确定步骤中：

在所述待分析储层的干层，以所述中子孔隙度曲线作为参考曲线，将声波孔 隙度曲线、密度孔隙度曲线与所述中子孔隙度曲线重合，作为所述待分析储层的 孔隙度曲线组合。

根据本发明的一个实施例，在所述孔隙度曲线组合确定步骤之前，所述方法 还包括干层确定步骤，所述干层确定步骤包括：

获取待分析储层的地层微电阻率扫描成像，将成像中表现为高亮白的区域确 定为所述待分析储层的干层；和/或，

获取待分析储层的双侧向曲线，将所述双侧向曲线中表现为高阻且重合的区 域确定为所述待分析储层的干层。

根据本发明的一个实施例，在所述裂缝类型识别步骤中：

当所述密度孔隙度曲线高于所述声波孔隙度曲线时，判断该层段发育的为高 角度裂缝；

当所述声波孔隙度曲线高于所述密度孔隙度曲线时，判断该层段发育的为低 角度裂缝；

当所述声波孔隙度曲线与所述密度孔隙度曲线相互交叉时，判断该层段发育 的为网状裂缝。

根据本发明的一个实施例，在所述裂缝类型识别步骤之后，所述方法还包括 验证步骤，所述验证步骤包括：

对获取的所述待分析储层的岩心进行深度归位，判断深度归位后的所述岩心 的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂缝类型 是否匹配；和/或，

利用成像测井识别所述待分析储层各个层段的裂缝类型，判断所述成像测井 识别到的各个层段的裂缝类型与所述裂缝识别步骤中识别得到的相应层段的裂 缝类型是否匹配。

本发明还提供了一种成像测井储层裂缝识别方法，所述方法包括以下步骤：

成像测井识别步骤，利用成像测井对待识别储层中的裂缝进行识别，得到所 述待识别储层中裂缝的类型及其几何参数；

常规测井识别步骤，利用如上所述的方法对所述待识别储层中的裂缝进行识 别，得到所述待识别储层中裂缝的类型；

修正步骤，根据所述常规测井识别步骤中得到的所述待识别储层中裂缝的类 型与所述成像测井识别步骤中得到的裂缝的类型，判断所述成像测井识别步骤中 是否存在漏解释的裂缝，以修正所述成像测井识别步骤的识别结果。

本发明提供的裂缝识别方法使用常规测井，通过常规三孔隙度测井曲线重新 计算排列，来进行储层裂缝类型的识别。相较于现有的成像测井，本发明通过使 用常规测井，在有效保证识别结果的准确性的同时，还能够有效降低成本，也使 得实现过程更加直观、快速，可操作性更强。同时，本发明通过三孔隙度曲线的 重新排列，有效解决了现有方法中利用三孔隙度响应特征和双侧向正、负差异识 别裂缝的多解性问题。此外，将本发明所提供的裂缝识别方法与成像测井相结合， 还能够有效克服现有成像测井因为半充填缝响应不明显、低角度裂缝与层理响应 接近而导致的裂缝被漏解释的问题，这为成像测井的广泛奠定了基础。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书 中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过 在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例 或现有技术描述中所需要的附图做简单的介绍：

图1是根据本发明一个实施例的储层裂缝识别方法的流程图；

图2是根据本发明另一个实施例的储层裂缝识别方法的流程图；

图3是根据本发明一个实施例的某致密裂缝型气藏X1井低角度缝识别图；

图4是根据本发明一个实施例的某致密裂缝型气藏X2井高角度缝识别图；

图5是根据本发明一个实施例的某致密裂缝型气藏X3井网状缝识别图；

图6是根据本发明的一个实施例的基于成像测井的储层裂缝识别方法的流 程图；

图7是根据本发明一个实施例的某致密裂缝型气藏X4井半填充缝识别图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，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。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施 例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之 内。

实施例一：

对于双侧向测井，在裂缝发育段，由于钻井液与钻井液滤液的侵入，裂缝 处的电阻率比致密的基块电阻率明显降低，表现为高阻背景上的相对低的电阻 率值。裂缝的不均一性使电阻率曲线形态呈高低间互、起伏不平的多尖峰状。

一般情况下，裂缝处的双侧向电阻率值有所降低，其降低幅度与裂缝发育 程度、裂缝开度以及裂缝中的流体性质有关。在含油气的裂缝发育段，双侧向 电阻率差值变大，曲线呈双轨现象。

在高角度裂缝中，电阻率曲线呈锯齿状，深侧向电阻率变化不大，浅侧向 电阻率由于受裂缝的影响明显降低，深浅侧向电阻率形成了较大的正幅度差（即 深侧向电阻率大于浅侧向电阻率）。当地层中存在低角度裂缝时，深浅侧向电阻 率均明显降低，二者之间表现为无差异或负差异，即浅侧向电阻率大于或等于 深侧向电阻率。

对于三孔隙度测井，在裂缝发育层段，声波时差曲线变化与井筒周围裂缝 的产状和发育程度有关。声波按最短时间选择声程，传播中会尽量绕过裂缝。 因此，声波对高角度裂缝反映不灵敏。

对于水平裂缝和斜交缝，声波传播路径与其正交，因此声波时差可以反映 水平裂缝和斜交缝，曲线呈小锯齿状。当遇到大的水平缝时，声波时差明显增 大，有可能发生周波跳跃。一般在裂缝发育层段，对低角度缝裂缝而言，密度 值降低，中子孔隙度增大；对于高角度缝而言，密度曲线值明显降低，密度孔 隙度增大，与中子孔隙度出现幅度差，中子孔隙度增大。

现有技术中利用常规测井资料多是根据以上描述的双侧向测井和三孔隙度 测井在裂缝段的响应特征来进行储层的裂缝识别，其具体技术包括：

（1）应用常规测井资料与成像测井资料结合识别和评价裂缝储层。该技术 主要根据双侧向电阻率测井、声波测井、密度测井、自然伽玛能谱测井和倾角 测井在网状裂缝、高角度裂缝和低角度裂缝上的不同响应特征，再结合地层微 电阻率扫描成像（Formaiton MicroScanner Image，简称为FMI），来进行裂缝识 别。

（2）定义裂缝识别指数，利用成像与常规资料，建立不同裂缝类型与常规 资料的一一对应数据样本，建立裂缝指数与电阻率、三孔隙度曲线、伽玛能谱 等交会图。

（3）应用综合概率方法对研究区裂缝储层发育程度进行识别研究。该技术 首先研究根据测井资料识别裂缝储层的常规方法，包括测井异常比值法、岩石 孔隙结构指数法、饱和度比值法和孔隙度比值法。随后该技术将上面方法所计算 的各种特征参数曲线同岩心观测、地质录井和试油等资料进行对比，分析各特 征参数反映裂缝的能力，并确定其加权系数，得出反映是否存在裂缝及其发育 程度的综合指标。

（4）基于BP神经网络研究基于常规测井资料进行裂缝的识别评价。本技 术针对研究区的具体情况，有选择性地选取反映裂缝特征的声波时差、补偿密 度、补偿中子、微球、深浅侧向等曲线，建立样本模式，提取曲线异常值，进 行归一化处理，建立神经网络识别模型。最后利用建立好的神经网络识别模型 来进行储层裂缝的识别。

以上所介绍的裂缝识别方法中，利用三角孔隙度曲线对裂缝的响应特性或三 孔隙度差值/比值是进行最为常用的步骤。但是由于引起三孔隙度增大的因素很 多，仅从孔隙度曲线的响应特性出发难以准去识别裂缝。

同时，如果利用井下电视、地层倾角、成像测井等方法进行储层裂缝的识别， 又存在成本过高、实验数据缺乏等缺点。

本发明根据上述裂缝识别方法的缺陷，提出了一种基于常规测井曲线的储层 裂缝识别方法，图1示出了该方法的流程图。

如图1所示，首先在步骤S101中确定待分析储层的岩性信息。本实施例中， 基于常规测井获取到的待分析储层的岩心信息、地质分析信息和测井曲线信息， 通过结合三种信息来获得待分析储层的岩性信息，其中测井曲线包括声波时差曲 线、体积密度曲线和中子曲线。需要说明的是，在本发明的其他实施例中，还可 以通过其他合理方式获取待分析储层的岩性信息，本发明不限于此。

随后执行孔隙度曲线确定步骤，基于待分析储层的岩性信息，根据预设孔隙 度曲线模型分别计算所述待分析储层的声波孔隙度曲线、密度孔隙度曲线。

如图1所示，本实施例中，预设孔隙度曲线模型包括步骤S102和步骤S103。 在步骤S102中，根据待分析储层的岩性信息，通过查找岩石主要矿物声波、岩 石骨架密度的方法来确定与待分析储层的岩性相对应的岩石骨架声波时差和岩 石骨架密度。

在步骤S103中，基于步骤S102中得到的岩石骨架声波时差和岩石骨架密 度，分别利用待分析储层的声波时差曲线和体积密度曲线，根据声波孔隙度响应 模型和密度孔隙度响应模型，计算待分析储层的声波孔隙度曲线和密度孔隙度曲 线。至此完成孔隙度曲线确定步骤。

本实施例中，声波孔隙度响应模型可以用公式（1）表示：

${\phi }_{\mathrm{AC}}=\frac{\mathrm{\Delta t}-\Delta t_{\mathrm{ma}}}{\Delta t_f-\Delta t_{\mathrm{ma}}}\times \frac{1}{k}-V_{\mathrm{sh}}\times \frac{\Delta t_{\mathrm{sh}}-\Delta t_{\mathrm{ma}}}{\Delta t_f-\Delta t_{\mathrm{ma}}}---\left(1\right)$

其中，φ_AC表示所分析层段的声波孔隙度，Δt表示所分析层段的声波时差， Δt_ma表示所分析层段的岩石骨架声波时差，Δt_f表示所分析层段的岩石孔隙流体 的声波时差，V_sh表示所分析层段的泥质含量，Δt_sh表示泥质声波时差，k表示压 实校正系数。

密度孔隙度响应模型可以用公式（2）表示：

${\phi }_{\mathrm{DEN}}=\frac{\rho -{\rho }_{\mathrm{ma}}}{{\rho }_f-{\rho }_{\mathrm{ma}}}\times \frac{1}{n}-V_{\mathrm{sh}}\times \frac{{\rho }_{\mathrm{sh}}-{\rho }_{\mathrm{ma}}}{{\rho }_f-{\rho }_{\mathrm{ma}}}---\left(2\right)$

其中，φ_DEN表示所分析层段的密度孔隙度，ρ表示所分析层段的岩石体积密 度，ρ_ma表示所分析层段的岩石骨架密度，ρ_f表示所分析层段的岩石孔隙流体密 度，n表示泥质校正系数，V_sh表示所分析层段的泥质含量，ρ_sh表示所分析层段 的泥质体积密度。

需要说明的是，在本发明的其他实施例中，声波孔隙度响应模型和密度孔隙 度响应模型都还可以采用其他合理函数表述，本发明不限于此。

为了解决现有裂缝识别方法中使用三孔隙度曲线响应形态和双侧向正、负差 异难以准确识别储层裂缝类型的问题，本发明通过根据常规测井三孔隙度曲线的 重新排列组合来克服上述缺点。本实施例中，孔隙度曲线的重新排列组合是指将 孔隙度曲线确定步骤中得到的声波孔隙度曲线和密度孔隙度曲线在待分析储层 的干层上重合。

再次如图1所示，在步骤S104中确定待分析储层的干层。本实施例中，基 于待分析储层的FMI成像来确定干层。在该方法中，首先获得待分析储层的FMI 成像，随后将FMI成像中表现为高亮白的区域确定为待分析储层的干层。

需要说明的是，在本发明的其他实施例中，还可以采用其他合理方法来确定 待分析储层的干层，例如根据待分析储层的双侧向曲线来确定该储层的干层。在 该方法中，首先获取待分析储层的双侧向曲线，随后将双侧向曲线中表现为高阻 且重合的区域确定为该储层的干层。

在得到待分析储层的干层后，执行孔隙度曲线组合确定步骤S105，在待分 析储层的干层，将声波孔隙度曲线与密度孔隙度曲线重合，并将重合后的曲线组 合作为待分析储层的孔隙度曲线组合。这样就能够为用户直观地呈现同一层段声 波孔隙度与密度孔隙度的状态，为数据的进一步分析提供了便利。

当孔隙度曲线曲折确定后，执行裂缝类型识别步骤S106，以干层重合好的 孔隙度曲线组合为标准，在待分析储层的其他层段，比较孔隙度曲线组合中声波 孔隙度曲线与密度孔隙度曲线，并基于比较结果，根据预设裂缝模型确定待分析 储层中相应层段的裂缝类型。

本实施中，预设裂缝模型包括：当密度孔隙度曲线高于声波孔隙度曲线时， 判断该层段发育的为高角度裂缝；当声波孔隙度曲线高于密度孔隙度曲线时，判 断该层段发育的为低角度裂缝；当声波孔隙度曲线与所述密度孔隙度曲线互为高 低时，判断该层段发育的为网状裂缝。

通过在步骤S106中比较孔隙度曲线组合中某一层段对应的声波孔隙度曲线 和密度孔隙度曲线的高低情况，即可识别出该层段中裂缝的类型。

为了进一步确定本实施例所提供的储层裂缝识别方法的识别效果，本实施例 中，还包括了验证步骤S107。首先获取待分析储层的岩心，通过观察待分析储层 的岩心，即可获得待分析储层各个层段的裂缝类型。随后对获取到的岩心进行深 度归位，使待分析储层的岩心中各个层段与步骤S106中的各个层段相对应，这 样在对二者进行比较的时候才有意义。最后，通过判断观察到的深度归位后的待 分析储层的岩心的各个层段的裂缝类型与步骤S106中识别到的相应层段的裂缝 类型是否匹配，以此来对本发明提供的方法对裂缝的识别情况进行验证。

需要说明的是，在根据本发明的其他实施例中，还可以采用其他合理方法来 对本发明提供的识别方法进行验证。例如利用成像测井来进行验证，首先利用成 像测井识别待分析储层各个层段的裂缝类型，随后判断成像测井识别到的各个层 段的裂缝类型与步骤S106中识别得到的相应层段的裂缝类型是否匹配。

本发明通过常规测井三孔隙度曲线计算、重新排列组合，形成了一种识别储 层裂缝类型的方法，解决了单纯用三孔隙度曲线响应形态和双侧向正、负差异难 以准确识别储层裂缝类型的问题。

该方法先后在四川盆地某气田、鄂尔多斯盆地某油气田实施应用，上述两 个油气田绝大多数的完钻井只测量常规测井曲线，仅少量井有岩心或成像测井 资料。分别采用岩心已知的裂缝证据或成像测井可实证的裂缝特征来对本发明提 供的方法进行验证，证实本方法不仅准确可靠，而且对于成像测井难以准确判 断的半充填缝也能做到准确识别。因此，本发明所提供的方法做到了，仅凭最基 础的常规测井资料就能方便、快捷并准确识别出高角度缝、低角度缝以及网状 缝等，为致密裂缝储层的产能判断提供了重要依据。应用该发明，可以降低致 密裂缝型油气田勘探开发成本，提高油气田的勘探开发效率，提高油气采收 率。

实施例二：

当待分析储层中含有特殊矿物时，可能会引起声波孔隙度和密度孔隙度曲线 的异常突变。对于该问题，本实施例中引入了中子孔隙度曲线，通过三孔隙度曲 线的综合判断，来避免单纯因密度孔隙度曲线高于声波孔隙度曲线，或声波孔隙 度曲线高于密度孔隙度曲线，而导致裂缝类型的误判。

图2示出了本实施例中引入中子孔隙度曲线的裂缝识别方法的流程图。

如图2所示，本实施例中，首先在步骤S201中确定待分析储层的岩性信息， 其与步骤S101的原理相同，在此不再赘述

在步骤S202中，根据待分析储层的岩性信息，通过查找岩石主要矿物声波、 岩石体积密度和补偿中子的方法来确定与待分析储层的岩性相对应的岩石骨架 声波时差和岩石骨架密度。

在步骤S203中，基于步骤S202中得到的岩石骨架声波时差和岩石骨架密 度，利用待分析储层的声波时差曲线、体积密度曲线和中子曲线，分别根据相应 的孔隙度响应模型，计算待分析储层的声波孔隙度曲线、密度孔隙度曲线和中子 孔隙度曲线。本实施例中，声波孔隙度和密度孔隙度的计算原理与实施例一中的 步骤S102相同，在此不再赘述。对于中子孔隙度曲线，其中子曲线即为中子孔 隙度曲线。

随后在步骤S204中确定待分析储层的干层，其原理与实施例一中的步骤 S104相同，在此不再赘述。在步骤S205中，在待分析储层的干层，将中子孔隙 度曲线作为参考曲线，将声波孔隙度曲线、密度孔隙度曲线与中子孔隙度曲线重 合，将重合后的曲线作为待分析储层的孔隙度曲线组合。

随后在步骤S206进行待分析储层裂缝类型的识别，在步骤S207中对本实 施例中的识别结果进行验证，其原理与实施例一中的步骤S106和步骤S107相同， 在此不再赘述。

利用本实施例中提供的裂缝识别方法对一致密裂缝型气藏X1井进行裂缝识 别，图3示出了气藏X1井的识别图。

如图3所示，在测井曲线图中的第1道示出了气藏X1的自然电位 （Spontaneous Poential，简称为SP）曲线和自然伽马（Natural Gamma-ray，简称 为GR），第2道示出了声波时差（Acoustic，简称为AC）曲线、岩石体积密度 （Density，简称为DEN）曲线和补偿中子（CNL）曲线。第3道示出了孔隙度曲 线组合，其将声波曲线和密度曲线相应地转换成声波孔隙度曲线和密度孔隙度曲 线，并将这两条曲线与中子曲线，即中子孔隙度曲线一起放在同一曲线道内。

从图3中测井曲线图中的第4道中相关曲线可以看出，位于4090米深度附 近的电阻率曲线RXO以及电阻率曲线RT所表征的电阻率非常高，成像测井FMI 在该深度附近显示颜色为高亮白色，均证实该深度附近为干层。将声波孔隙度曲 线、密度孔隙度曲线和中子孔隙度曲线在确定好的干层（即4090米深度附近） 重合，得到气藏X1井的孔隙度曲线组合。

如图3所示，孔隙度曲线组合在4085～4089米深度范围内，声波孔隙度曲线 高于密度孔隙度曲线，通过本发明提供的裂缝识别方法，判断出该深度段有低角 度缝发育。从图3中的成像测井图中可以看出，4086～4089米深度段的确存在低 角度缝发育，与本发明提供的方法的裂缝识别结果相同。

同样在4091米深度段附近，声波孔隙度曲线也明显高于密度孔隙度曲线， 通过本发明提供的裂缝识别方法，可以判断出该深度附近也存在低角度缝发育。 从图3中的成像测井图中可以看出，4091米深度段附近的确存在低角度缝发育。

由此可以看出，本发明提供的裂缝识别方法对于低角度缝的识别可靠、准确。

同时，还利用本实施例中提供的裂缝识别方法对一致密裂缝型气藏X2井进 行裂缝识别，图4示出了气藏X2井的识别图。

从图4可以看出，位于3959米深度附近，测井曲线图中的第4道中的电阻 率曲线RXO以及电阻率曲线RT所表征的电阻率虽然并没有非常高，但第3道中 的三条孔隙度曲线在该深度点附近都非常小，这同样表明该深度附近为干层。所 以将声波孔隙度曲线、密度孔隙度曲线和中子孔隙度曲线在确定的干层（即3959 米深度附近）处重合，得到气藏X2井的孔隙度曲线组合。

如图4所示，孔隙度曲线组合在3954～3957米深度范围内，密度孔隙度曲线 高于声波孔隙度曲线。根据本发明提供的裂缝识别方法，判断出该深度段有高角 度缝发育。再根据成像测井图综合分析可以看出，3954～3957米深度段的确存在 高角度缝发育，与本发明提供的方法的裂缝识别结果相同。

由此可以看出，本发明提供的裂缝识别方法也能够准确识别出储层中的高角 度缝。

同时，为了验证本实施例提供的裂缝识别方法对网状缝的识别效果，现利用 该方法对一致密裂缝型气藏X3井进行裂缝识别，图5示出了气藏X3井的识别图。

从图5可以看出，位于4025米深度附近，测井曲线图中的第4道中的电阻 率曲线RXO以及电阻率曲线RT所表征的电阻率比较高，并且第3道中的三条孔 隙度曲线在该深度点附近都非常小，表明该深度附近为干层。所以将声波孔隙度 曲线、密度孔隙度曲线和中子孔隙度曲线在确定的干层（即4025米深度附近） 处重合，得到气藏X3井的孔隙度曲线组合。

如图5所示，孔隙度曲线组合在4035～4039米深度范围内，密度孔隙度曲线 与声波孔隙度曲线相互交叉，即两条曲线互为高低，根据本发明提供的裂缝识别 方法，判断出该深度段网状缝发育。再根据成像测井图综合分析可以看出， 4035～4039米深度段的确存在网状缝发育，与本发明提供的方法的裂缝识别结果 相同。

同样在4030～4031米深度段内，密度孔隙度曲线与声波孔隙度曲线也存在相 互交叉的情况，通过本发明提供的裂缝识别方法，可以判断出该深度附近也存在 网状缝发育。从成像测井图中可以看出，4030～4031米深度段内确存在有网状缝。

由此看以看出，本发明提供的裂缝识别方法在进行网状缝的识别方面也存在 有效。

实施例三：

成像测井具有能够识别得到储层裂缝类型和裂缝几何参数的特点，其在需要 获取裂缝几何参数的场合具有广泛应用。但由于半充填缝响应不明显、部分低角 度缝与层理响应接近等原因，现有的成像测井对上述裂缝存在漏解释的问题，这 很大程度上制约了成像测井的应用。针对该问题，本发明还提供了一种基于成像 测井的储层裂缝识别方法。

从上述描述中可知，实施例一和实施例二中描述的基于常规测井的储层裂缝 识别方法对于储层中的各种裂缝类型均能有有效、准确地识别。所以本实施例中， 利用该常规测井方法来对成像测井得到的成像测井图进行修正，以此来确定成像 测井图中是否有漏解释的半充填裂缝和与层理响应相似的低角度裂缝，从而修正 成像测井的识别结果。

图6示出了本实施例中基于成像测井的储层裂缝识别方法的流程图。

如图6所示，在成像测井识别步骤S601中，利用成像测井对待识别储层中 的裂缝进行识别，得到待识别储层中各个层段的裂缝的类型。

在常规测井识别步骤S602中，利用如实施例一或实施例二中提供的基于常 规测井数据的储层裂缝识别方法对待识别储层中的裂缝进行识别，得到待识别储 层中各个层段的裂缝的类型。

最后在修正步骤S603中，根据常规测井识别步骤中S602得到的待识别储 层中裂缝的类型和成像测井识别步骤S601中得到的相应层段的裂缝类型，判断 成像测井识别步骤S601中是否存在漏解释的裂缝。如果存在漏解释的裂缝，则 根据步骤S603中的裂缝类型来补充解释相应层段的裂缝。

图7示出利用本实施例中提供的裂缝识别方法对致密裂缝型气藏X4井进行 裂缝识别的识别图。

从图7可以看出，位于3798米深度附近，测井曲线图中的第4道中的电阻 率曲线RXO以及电阻率曲线RT所表征的电阻率比较高，并且第3道中的三条孔 隙度曲线在该深度点附近都非常小，表明该深度附近为干层。所以将声波孔隙度 曲线、密度孔隙度曲线和中子孔隙度曲线在确定的干层（即3798米深度附近） 处重合，得到气藏X3井的孔隙度曲线组合。

如图7所示，孔隙度曲线组合在3784～3786米深度范围内，密度孔隙度曲线 高于声波孔隙度曲线，根据实施例一或实施例二提供的裂缝识别方法，判断出该 深度段内存在高角度缝发育。如果是完全开启的高角度缝，从成像测井图中可以 比较容易识别出来。如果裂缝是半充填的，从成像测井图中则比较难识别出来。 而在利用成像测井得到的成像测井图中的第2道中很难识别出该深度段内有高角 度缝发育。所以结合利用实施例一或实施例二提供的裂缝识别方法识别出的高角 度裂缝，从而识别出成像测井图中的第2道中漏解释的半充填高角度缝。结合成 像测井图中的第1道中可以看出，图中显示的半充填高角度缝与本方法识别出的 半充填高角度缝相符，所以本实施例所提供的方法识别结果准确。

此外，通过结合实施例一或实施例二提供的储层裂缝识别方法，利用成像测 井还可以识别出因与层理响应相似而漏解释的低角度缝，其原理与上述对半充填 高角度缝的识别相同，在此不再赘述。

由此看以看出，本实施例提供的基于成像测井的裂缝识别方法有效克服了现 有成像测井对响应不明显的半充填缝和与层理响应相接近的低角度缝漏解释的 问题，使得成像测井的可靠性得到了进一步的提高，有助于成像测井的推广使用。

虽然本发明所揭露的实施方式如上，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，在不脱离本发明所揭露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，但本发明的专利保护范围，仍须以所附的权利 要求书所界定的范围为准。