一种用于评价碳酸盐岩储层可压性的方法及系统

摘要

本发明公开了一种用于评价碳酸盐岩储层可压性的方法，包括：根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据，其中，可压性评价数据包括：储层埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角和高角度裂缝数量，高角度裂缝的倾角大于等于预设角度；观测多组可压性评价数据的变化情况，并分析可压性评价数据内每类单因素参数对待评价储层可压性的影响程度，从而计算相应的可压性评分；根据可压性评分，利用预设的每类单因素参数的权重，计算当前储层的可压性指数。本发明从碳酸盐岩储层的构造、力学特征、物理特性和天然裂缝分布方面，定量化地准确评价碳酸盐岩可压性。

权利要求

1.一种用于评价碳酸盐岩储层可压性的方法，其特征在于，所述方法包括：根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据，其中，所述可压性评价数据包括：储层埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角和高角度裂缝数量，所述高角度裂缝的倾角大于等于70°；

观测所述多组可压性评价数据的变化情况，并分析所述可压性评价数据内每类单因素参数对待评价储层可压性的影响程度，从而计算相应的可压性评分，其中，包括根据所述多组可压性评价数据的变化观测情况，计算用于表示所述每类单因素参数在待评价储层下的宏观表征值，并确定每类单因素参数的最大值和最小值，而后根据所述每类单因素参数的最大值和最小值、以及所述宏观表征值，计算相应类型的所述可压性评分；

根据所述可压性评分，利用预设的所述每类单因素参数的权重，计算当前储层的可压性指数，其中，可压性指数计算式利用如下表达式表示：式中，F表示当前待评价储层的可压性指数，Fi表示各个单因素影响参数的可压性评分，wi表示各个单因素影响参数的权重，i表示各个单因素影响参数的序号，i＝1～7，其中，将所述待评价储层的中部垂深确定为储层埋深参数的所述宏观表征值；

将收集到的泥浆漏失量数据的平均值确定为泥浆漏失量参数的所述宏观表征值；

将收集到的最小水平主应力数据的平均值确定为最小水平主应力参数的所述宏观表征值；

按储层厚度，计算收集到的孔隙度数据的加权平均值，并将该结果确定为孔隙度参数的所述宏观表征值；

按储层厚度，计算收集到的渗透率数据的加权平均值，并将该结果确定为渗透率参数的所述宏观表征值；

根据收集到的所有天然裂缝倾角数据，将所述待评价储层的所有天然裂缝的倾角的几何平均值确定为天然裂缝倾角参数的所述宏观表征值；

将收集到的高角度裂缝数量数据的平均值确定为高角度裂缝数量参数的所述宏观表征值。

2.根据权利要求1所述的方法，其特征在于，在根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据步骤中，包括：获取所述待评价储层的多个储层岩心样本，通过储层取芯室内试验和/或所述测井数据，收集所述多组可压性评价数据，其中，通过钻井数据，收集储层埋深数据；

通过钻井数据，收集储层的泥浆漏失量数据；

通过储层取芯后的室内地应力测试，收集最小水平主应力数据；

通过储层取芯后的孔隙度测试或所述测井数据，收集孔隙度数据；

通过储层取芯后的渗透率测试或所述测井数据，收集渗透率数据；

通过储层取芯后的岩心观察或井下成像测井数据，收集天然裂缝倾角数据；

通过储层取芯后的岩心观察或井下成像测井数据，收集高角度裂缝数量数据。

3.根据权利要求1或2所述的方法，其特征在于，通过灰色关联法计算所述每类单因素参数的权重。

4.一种用于评价碳酸盐岩储层可压性的系统，其特征在于，所述系统包括：数据收集模块，其配置为根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据，其中，所述可压性评价数据包括：储层埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角和高角度裂缝数量，所述高角度裂缝的倾角大于等于预设角度；

可压性评分生成模块，其配置为观测所述多组可压性评价数据的变化情况，并分析所述可压性评价数据内每类单因素参数对待评价储层可压性的影响程度，从而计算相应的可压性评分；

可压性指数生成模块，其配置为根据所述可压性评分，利用预设的所述每类单因素参数的权重，计算当前储层的可压性指数，其中，可压性指数计算式利用如下表达式表示：式中，F表示当前待评价储层的可压性指数，Fi表示各个单因素影响参数的可压性评分，wi表示各个单因素影响参数的权重，i表示各个单因素影响参数的序号，i＝1～7，其中，所述可压性评分生成模块，包括：宏观表征值及最值确定单元，其配置为根据所述多组可压性评价数据的变化观测情况，计算用于表示所述每类单因素参数在待评价储层下的宏观表征值，并确定每类单因素参数的最大值和最小值；

可压性评分确定单元，其配置为根据所述每类单因素参数的最大值和最小值、以及所述宏观表征值，计算相应类型的所述可压性评分，其中，所述宏观表征值及最值确定单元，包括：储层埋深预处理子单元，其配置为将所述待评价储层的中部垂深确定为储层埋深参数的所述宏观表征值；

泥浆漏失量预处理子单元，其配置为将收集到的泥浆漏失量数据的平均值确定为泥浆漏失量参数的所述宏观表征值；

最小水平主应力预处理子单元，其配置为将收集到的最小水平主应力数据的平均值确定为最小水平主应力参数的所述宏观表征值；

孔隙度预处理子单元，其配置为按储层厚度，计算收集到的孔隙度数据的加权平均值，并将该结果确定为孔隙度参数的所述宏观表征值；

渗透率预处理子单元，其配置为按储层厚度，计算收集到的渗透率数据的加权平均值，并将该结果确定为渗透率参数的所述宏观表征值；

天然裂缝倾角预处理子单元，其配置为根据收集到的所有天然裂缝倾角数据，将所述待评价储层的所有天然裂缝的倾角的几何平均值确定为天然裂缝倾角参数的所述宏观表征值；以及高角度裂缝数量预处理子单元，其配置为将收集到的高角度裂缝数量数据的平均值确定为高角度裂缝数量参数的所述宏观表征值。

5.根据权利要求4所述的系统，其特征在于，

所述数据收集模块，其进一步配置为获取所述待评价储层的多个储层岩心样本，通过储层取芯室内试验和/或所述测井数据，收集所述多组可压性评价数据，其中，通过钻井数据，收集储层埋深数据；

通过钻井数据，收集储层的泥浆漏失量数据；

通过储层取芯后的室内地应力测试，收集最小水平主应力数据；

通过储层取芯后的孔隙度测试或所述测井数据，收集孔隙度数据；

通过储层取芯后的渗透率测试或所述测井数据，收集渗透率数据；

通过储层取芯后的岩心观察或井下成像测井数据，收集天然裂缝倾角数据；

通过储层取芯后的岩心观察或井下成像测井数据，收集高角度裂缝数量数据。

6.根据权利要求4或5所述的系统，其特征在于，

所述可压性指数生成模块，其进一步配置为通过灰色关联法计算所述每类单因素参数的权重。

说明书

一种用于评价碳酸盐岩储层可压性的方法及系统

技术领域

[0001] 本发明涉及石油天然气工程领域，尤其是涉及一种用于评价碳酸盐岩储层可压性的方法及系统。

背景技术

[0002] 可压性是石油工程中选井选层、开发方案、改造方式、参数设计的重要基础参数，可压性定义为储层能够被有效改造的难易程度，该性质表现为相同压裂工艺技术条件下，储层形成所需裂缝的概率、以及获取高经济效益的能力。因此，准确预测评价储层的可压性显得至关重要。

[0003] 现有可压性评价主要针对页岩进行了大量研究，目前页岩的勘探开发领域均在4500m以内，把地层压开并不是问题，其可压性评价主要关注于页岩形成缝网的能力，即关注能否把地层“打碎”。然而，碳酸盐岩储层物性优于页岩，但埋藏深度一般均大于4500m。国内主力碳酸盐岩油气田的埋深均在5000～7000m，其埋藏超深，改造施工难度大。因此，碳酸盐岩可压性评价关注的难点在于能否有效压开地层，并形成储层需要的长缝，即关注能否把地层“压透”。

[0004] 由于碳酸盐岩可压性评价关注的焦点不同于页岩，因此，其评价指标及方法均不同于页岩。由此，目前广泛使用的页岩可压性评价方法，也就无法适用于碳酸盐岩，而现有可压性评价技术中，目前针对碳酸盐岩可压性评价方法，尚无成熟的实施方案，主要采用经验预估，评价准确率低。

[0005] 因此，现有技术急需一种能够准确评价碳酸盐岩可压性的评价方法。

发明内容

[0006] 为了解决上述技术问题，本发明实施例提供了一种用于评价碳酸盐岩储层可压性的方法，所述方法包括：根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据，其中，所述可压性评价数据包括：储层埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角和高角度裂缝数量，所述高角度裂缝的倾角大于等于预设角度；观测所述多组可压性评价数据的变化情况，并分析所述可压性评价数据内每类单因素参数对待评价储层可压性的影响程度，从而计算相应的可压性评分；根据所述可压性评分，利用预设的所述每类单因素参数的权重，计算当前储层的可压性指数。

[0007] 优选地，在根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据步骤中，包括：获取所述待评价储层的多个储层岩心样本，通过储层取芯室内试验和/或所述测井数据，收集所述多组可压性评价数据，其中，通过钻井数据，收集储层埋深数据；通过钻井数据，收集储层的泥浆漏失量数据；通过储层取芯后的室内地应力测试，收集最小水平主应力数据；通过储层取芯后的孔隙度测试或所述测井数据，收集孔隙度数据；通过储层取芯后的渗透率测试或所述测井数据，收集渗透率数据；通过储层取芯后的岩心观察或井下成像测井数据，收集天然裂缝倾角数据；通过储层取芯后的岩心观察或井下成像测井数据，收集高角度裂缝数量数据。

[0008] 优选地，在观测所述多组可压性评价数据的变化情况，并分析所述可压性评价数据内的每类单因素参数对待评价储层可压性的影响程度，从而计算相应的可压性评分步骤中，包括：根据所述多组可压性评价数据的变化观测情况，计算用于表示所述每类单因素参数在待评价储层下的宏观表征值，并确定每类单因素参数的最大值和最小值；根据所述每类单因素参数的最大值和最小值、以及所述宏观表征值，计算相应类型的所述可压性评分。

[0009] 优选地，在根据所述多组可压性评价数据的变化观测情况，计算用于表示所述每类单因素参数在待评价储层下的宏观表征值步骤中，包括：将所述待评价储层的中部垂深确定为储层埋深参数的所述宏观表征值；将收集到的泥浆漏失量数据的平均值确定为泥浆漏失量参数的所述宏观表征值；将收集到的最小水平主应力数据的平均值确定为最小水平主应力参数的所述宏观表征值；按储层厚度，计算收集到的孔隙度数据的加权平均值，并将该结果确定为孔隙度参数的所述宏观表征值；按储层厚度，计算收集到的渗透率数据的加权平均值，并将该结果确定为渗透率参数的所述宏观表征值；根据收集到的所有天然裂缝倾角数据，将所述待评价储层的所有天然裂缝的倾角的几何平均值确定为天然裂缝倾角参数的所述宏观表征值；将收集到的高角度裂缝数量数据的平均值确定为高角度裂缝数量参数的所述宏观表征值。

[0010] 优选地，通过灰色关联法计算所述每类单因素数据的权重。

[0011] 另一方面，提供了一种用于评价碳酸盐岩储层可压性的系统，所述系统包括：数据收集模块，其配置为根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据，其中，所述可压性评价数据包括：储层埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角和高角度裂缝数量，所述高角度裂缝的倾角大于等于预设角度；可压性评分生成模块，其配置为观测所述多组可压性评价数据的变化情况，并分析所述可压性评价数据内每类单因素参数对待评价储层可压性的影响程度，从而计算相应的可压性评分；可压性指数生成模块，其配置为根据所述可压性评分，利用预设的所述每类单因素参数的权重，计算当前储层的可压性指数。

[0012] 优选地，所述数据收集模块，其进一步配置为获取所述待评价储层的多个储层岩心样本，通过储层取芯室内试验和/或所述测井数据，收集所述多组可压性评价数据，其中，通过钻井数据，收集储层埋深数据；通过钻井数据，收集储层的泥浆漏失量数据；通过储层取芯后的室内地应力测试，收集最小水平主应力数据；通过储层取芯后的孔隙度测试或所述测井数据，收集孔隙度数据；通过储层取芯后的渗透率测试或所述测井数据，收集渗透率数据；通过储层取芯后的岩心观察或井下成像测井数据，收集天然裂缝倾角数据；通过储层取芯后的岩心观察或井下成像测井数据，收集高角度裂缝数量数据。

[0013] 优选地，所述可压性评分生成模块，包括：宏观表征值及最值确定单元，其配置为根据所述多组可压性评价数据的变化观测情况，计算用于表示所述每类单因素参数在待评价储层下的宏观表征值，并确定每类单因素参数的最大值和最小值；可压性评分确定单元，其配置为根据所述每类单因素参数的最大值和最小值、以及所述宏观表征值，计算相应类型的所述可压性评分。

[0014] 优选地，所述宏观表征值及最值确定单元，包括：储层埋深预处理子单元，其配置为将所述待评价储层的中部垂深确定为储层埋深参数的所述宏观表征值；泥浆漏失量预处理子单元，其配置为将收集到的泥浆漏失量数据的平均值确定为泥浆漏失量参数的所述宏观表征值；最小水平主应力预处理子单元，其配置为将收集到的最小水平主应力数据的平均值确定为最小水平主应力参数的所述宏观表征值；孔隙度预处理子单元，其配置为按储层厚度，计算收集到的孔隙度数据的加权平均值，并将该结果确定为孔隙度参数的所述宏观表征值；渗透率预处理子单元，其配置为按储层厚度，计算收集到的渗透率数据的加权平均值，并将该结果确定为渗透率参数的所述宏观表征值；天然裂缝倾角预处理子单元，其配置为根据收集到的所有天然裂缝倾角数据，将所述待评价储层的所有天然裂缝的倾角的几何平均值确定为天然裂缝倾角参数的所述宏观表征值；以及高角度裂缝数量预处理子单元，其配置为将收集到的高角度裂缝数量数据的平均值确定为高角度裂缝数量参数的所述宏观表征值。

[0015] 优选地，所述可压性指数生成模块，其进一步配置为通过灰色关联法计算所述每类单因素数据的权重。

[0016] 与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

[0017] 本发明提出了一种用于评价碳酸盐岩储层可压性的方法及系统。该方法及系统基于待评价井储层的埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角、高角度缝数量共计7个评价因素，结合当前储层区块的参数分布范围，进行单因素影响的可压性评价，最终结合各个因素的影响权重，计算储层综合可压性评价指数。本发明从碳酸盐岩储层的构造、力学特性、物理特性和天然裂缝分布等多方面特征，有效解决了定量准确评价碳酸盐岩可压性的难题。

[0018] 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

[0019] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

[0020] 图1为本申请实施例的用于评价碳酸盐岩储层可压性的方法的步骤图。

[0021] 图2为本申请实施例的用于评价碳酸盐岩储层可压性的系统的模块框图。

具体实施方式

[0022] 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。

[0023] 可压性是石油工程中选井选层、开发方案、改造方式、参数设计的重要基础参数，可压性定义为储层能够被有效改造的难易程度，该性质表现为相同压裂工艺技术条件下，储层形成所需裂缝的概率、以及获取高经济效益的能力。因此，准确预测评价储层的可压性显得至关重要。

[0024] 现有可压性评价主要针对页岩进行了大量研究，目前页岩的勘探开发领域均在4500m以内，把地层压开并不是问题，其可压性评价主要关注于页岩形成缝网的能力，即关注能否把地层“打碎”。然而，碳酸盐岩储层物性优于页岩，但埋藏深度一般均大于4500m。国内主力碳酸盐岩油气田的埋深均在5000～7000m，其埋藏超深，改造施工难度大。因此，碳酸盐岩可压性评价关注的难点在于能否有效压开地层，并形成储层需要的长缝，即关注能否把地层“压透”。

[0025] 由于碳酸盐岩可压性评价关注的焦点不同于页岩，因此，其评价指标及方法均不同于页岩。由此，目前广泛使用的页岩可压性评价方法，也就无法适用于碳酸盐岩，而现有可压性评价技术中，目前针对碳酸盐岩可压性评价方法，尚无成熟的实施方案，主要采用经验预估，评价准确率低。

[0026] 因此，为了解决上述技术问题，本发明提出了一种能够准确评价碳酸盐岩可压性的方法及系统。该方法及系统确定了7个影响通区块内碳酸盐储层的单因素评价参数，通过针对收集关于待评价储层(需要评价的当前碳酸盐岩储层)的井下测井数据、以及获取多个储层岩心后的室内取芯测试的实验数据，得到可用于将当前待评价储层的可压性评价结果进行量化的多组可压性评价数据；根据多组可压性评价数据的变化情况，分析每类单因素评价参数对当前待评价储层可压性的影响程度，并将各类型的影响程度进行量化，得到相应类型的可压性评分；最后，将每类单因素评价参数对应的可压性评分进行加权计算处理，得到了将当前待评价储层的最终量化结果，即可压性指数。这样，本发明从储层构造、力学特性、物理特性和天然裂缝等各个方面，综合考虑了影响碳酸盐岩可压性的特征，有效解决了定量化准确评价碳酸盐岩可压性的难题。

[0027] 图1为本申请实施例的用于评价碳酸盐岩储层可压性的方法的步骤图。下面参考图1，对本发明所述的用于评价碳酸盐岩储层可压性的方法(以下简称“可压性评价方法”)进行详细说明。

[0028] 步骤S110根据关于待评价储层的地质资料和测井数据，收集关于当前待评价储层的多组可压性评价数据。在本发明对碳酸盐岩类型的待评价储层进行可压性量化评价时，需要先获取到关于当前待评价储层地质资料，并获取到针对当前待评价储层区块内的多口油井和/或气井的井下测井数据，并从这些数据中筛选出针对当前待评价储层的多组可压性评价数据。可压性评价数据是针对碳酸盐岩来讲，可影响该类型储层可压性能力的参数(单因素评价参数)，该数据包括7类单因素评价参数，具体包括：储层埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角和高角度裂缝数量(高角度裂缝指的是倾角大于等于预设角度的裂缝，优选地，倾角≥70°)。

[0029] 需要说明的是，页岩储层，由于埋藏浅(<4500m)，压开储层不是问题，可压性评价目标为形成缝网的能力，主要通过脆性矿物(石英、碳酸盐岩)含量、岩石力学参数(杨氏模量、泊松比)、水平主应力差、裂缝数量进行综合评价。然而，碳酸盐岩由于埋藏深，目前普遍5000‑7000m，甚至达8000m，储层压开并形成长缝的难度大。因此，碳酸盐岩可压性评价的因素选取不同于页岩，须选取影响压开难度及形成裂缝的关键参数。其中，影响深层碳酸盐岩改造难度的核心在于井周应力，而井周应力受地层应力高低、储层物性优劣、裂缝等弱结构的发育情况这几个方面影响。优选的，针对碳酸盐岩储层可压性来说上述7个评价因素，便覆盖了以上几个影响方面。

[0030] 具体地，第一，针对埋深参数来说，随着埋深增加，地层岩石上覆应力增加，直接增大水平应力；同时对同一区块构造，埋深不同还反映出储层所在构造特征的差异，受构造应力的作用，不同高低部位的可压性差异显著，高部位受构造拉张作用，水平应力显著降低，可压性更优。第二，泥浆漏失量是钻井过程中对储层渗透性、裂缝‑溶洞发育情况的直接反映，漏失量越高，说明裂缝‑溶洞越发育，储层渗流能力强，改造工作液更易渗透进入岩石孔隙，降低岩石骨架的压应力，更易压开地层，形成裂缝；相反，若无漏失，则说明储层渗透性较差。第三，由于深层碳酸盐岩改造形成的是垂直裂缝，水平最小主应力直接影响裂缝闭合压力的高低，因此也是影响储层可压性的关键因素。第四，孔隙度和渗透率是对储层物性的表征参数，物性越好，岩石的渗流能力越强，改造工作液渗透进入岩石的能力越强，储层也就越好压。最后，天然裂缝倾角和高角度裂缝数量是从产状角度优选优质的天然裂缝。由于碳酸盐岩储层具有储层深、三向应力差异增大的特点，水平最小主应力远小于垂向应力，因此，这类储层的天然裂缝的倾角越高，天然裂缝的闭合应力越小，压开的难度越小。因此，高倾角的裂缝对可压性贡献大，而水平缝贡献较小。

[0031] 进一步，在步骤S110中，需要获取关于当前待评价储层区块的多个储层岩心样本，通过储层取芯室内试验、和/或井下常规测井数据、和/或井下成像测井数据、和/或钻井数据，收集多组可压性评价数据。其中，多组可压性评价数据展示了当前储层区块内不同位置处的各类单因素影响参数的分布情况。

[0032] 优选地，通过储层区块内钻完井报告的钻井数据内的井身轨迹数据，收集当前待评价储层不同深度位置的数据，形成为多组储层埋深数据。

[0033] 优选地，通过储层区块内各历史井(当前待评价储层区块内已完成钻井施工的井)的钻井数据，收集对当前待评价储层区块内的各历史井进行钻井时的泥浆漏失量数据，形成为多组泥浆漏失量数据。其中，多组泥浆漏失量数据表示对当前储层区块实施钻井作业时不同深度位置下的泥浆漏失量的分布情况。

[0034] 优选地，在获取到多个储层岩心样本后通过储层取芯后的室内地应力测试实验，收集多组最小水平主应力数据。其中，多组最小水平主应力数据表示当前储层区块内不同位置处的最小水平主应力分布情况。另外，也可以通过声波和密度测井数据，结合应力模型计算获取来收集到多组最小水平主应力数据。需要说明的是，发明对最小水平主应力数据的收集方法不作具体限定，本领域技术人员可根据实际需求进行选择。

[0035] 优选的，在获取到多个储层岩心样本后通过储层取芯后的孔隙度测试，或者直接利用常规测井数据，收集多组孔隙度数据。其中，多组孔隙度数据表示当前储层区块内不同位置处的孔隙度分布情况。需要说明的是，发明对孔隙度数据的收集方法不作具体限定，本领域技术人员可根据实际需求进行选择。

[0036] 优选的，在获取到多个储层岩心样本后通过储层取芯后的渗透率测试，或者直接利用常规测井数据，收集多组渗透率数据。其中，多组渗透率数据表示当前储层区块内不同位置处的渗透率分布情况。需要说明的是，发明对渗透率数据的收集方法不作具体限定，本领域技术人员可根据实际需求进行选择。

[0037] 优选的，在获取到多个储层岩心样本后通过储层取芯后的岩心观察，或者直接利用井下成像测井数据，收集多组天然裂缝倾角数据。其中，多组天然裂缝倾角数据表示当前储层区块内不同位置处的天然裂缝倾角的分布情况。需要说明的是，发明对天然裂缝倾角数据的收集方法不作具体限定，本领域技术人员可根据实际需求进行选择。

[0038] 优选的，在获取到多个储层岩心样本后通过储层取芯后的岩心观察，或者直接利用井下成像测井数据，收集多组高角度裂缝数量数据。其中，多组高角度裂缝数量数据表示当前储层区块内不同位置处所具有的天然裂缝数量分布情况。需要说明的是，发明对天然裂缝倾角数据的收集方法不作具体限定，本领域技术人员可根据实际需求进行选择。

[0039] 最后，将多组储层埋深数据、多组泥浆漏失量数据、多组最小水平主应力数据、多组孔隙度数据、多组渗透率数据、多组天然裂缝倾角和多组高角度裂缝数量数据，组合成为多组可压性评价数据，而后，进入到步骤S120中。

[0040] 步骤S120观测步骤S110得到的多组可压性评价数据的变化情况，并分析可压性评价数据内的每类单因素参数对当前待评价储层区块的可压性的影响程度，从而计算针对每类单因素影响参数对应的可压性评分。其中，针对每类单因素影响参数的可压性评分指的是多组可压性评价数据中相应类型的单因素影响参数对当前待评价储层区块的可压性的影响程度的量化分数表示。

[0041] 在针对每类单因素影响参数进行可压性评分计算时，均按照如下步骤进行计算：首先从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据，基于此，计算所有该类型影响参数在待评价储层下的宏观表征值(也就是说，将当前待评价储层当作为一个大体积质点，计算这个储层质点的单因素影响数据，即该类型的宏观表征值)；而后，从步骤S110中得到多组相应类型的单因素影响数据中筛选出相应类型单因素参数的最大值和最小值；接着，根据每类单因素参数的最大值和最小值、以及相应类型的宏观表征值，计算相应类型的可压性评分。

[0042] 优选地，在单因素影响参数为储层埋深时，按照如下方法进行该类型参数的可压性评分。首先，从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据(即步骤S110得到的多组储层埋深数据)，进一步，将待评价储层的中部垂深，确定为储层埋深参数的宏观表征值(也就是说，储层埋深参数的宏观表征值表示将当前待评价储层看作为一个储层质点时，该质点的储层埋深值)。而后，从多组储层埋深数据中筛选出储层埋深的最大值和最小值。最后，根据储层埋深的最大值和最小值、以及储层埋深的宏观表征值，利用储层埋深可压性评分计算式，得到储层埋深参数的可压性评分(也就是说，得到了多组针对当前待评价储层的储层埋深数据对当前储层区块可压性影响程度的量化分数)。其中，储层埋深可压性评分计算式利用下述表达式表示：

[0043]

[0044] 式(1)中，F1表示储层埋深参数的可压性评分，单位为％；H表示待评价储层的储层埋深的宏观表征值，单位为m；Hmin、Hmax分别表示当前储层区块的储层埋深的最小值、最大值，单位为m。

[0045] 优选地，在单因素影响参数为泥浆漏失量时，按照如下方法进行该类型参数的可压性评分。首先，从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据(即步骤S110得到的多组泥浆漏失量数据)，进一步，将收集到的多组泥浆漏失量数据的平均值，确定为当前储层区块的泥浆漏失量参数的宏观表征值(也就是说，泥浆漏失量参数的宏观表征值表示将当前待评价储层看作为一个储层质点时，该质点的泥浆漏失量值)。而后，从多组泥浆漏失量数据中筛选出泥浆漏失量的最大值和最小值。最后，根据泥浆漏失量的最大值和最小值、以及泥浆漏失量的宏观表征值，利用泥浆漏失量可压性评分计算式，得到泥浆漏失量参数的可压性评分(也就是说，得到了多组针对当前待评价储层的泥浆漏失量数据对当前储层区块可压性影响程度的量化分数)。其中，泥浆漏失量可压性评分计算式利用下述表达式表示：

[0046]

[0047] 式(2)中，F2表示泥浆漏失量参数的可压性评分，单位为％；VL表示待评价储层的泥3
浆漏失量的宏观表征值，单位为m ；VLmin、VLmax分别表示当前储层区块的泥浆漏失量的最小
3
值、最大值，单位为m。

[0048] 优选地，在单因素影响参数为最小水平主应力时，按照如下方法进行该类型参数的可压性评分。首先，从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据(即步骤S110得到的多组最小水平主应力数据)，进一步，将收集到的多组最小水平主应力数据的平均值，确定为当前储层区块的最小水平主应力参数的宏观表征值(也就是说，最小水平主应力参数的宏观表征值表示将当前待评价储层看作为一个储层质点时，该质点的最小水平主应力值)。而后，从多组最小水平主应力数据中筛选出最小水平主应力的最大值和最小值。最后，根据最小水平主应力的最大值和最小值、以及最小水平主应力的宏观表征值，利用最小水平主应力可压性评分计算式，得到最小水平主应力参数的可压性评分(也就是说，得到了多组针对当前待评价储层的最小水平主应力数据对当前储层区块可压性影响程度的量化分数)。其中，最小水平主应力可压性评分计算式利用下述表达式表示：

[0049]

[0050] 式(3)中，F3表示最小水平主应力参数的可压性评分，单位为％；σh表示待评价储层的最小水平主应力的宏观表征值，单位为MPa；σhmin、σhmax分别表示当前储层区块的最小水平3
主应力的最小值、最大值，单位为m。

[0051] 优选地，在单因素影响参数为孔隙度时，按照如下方法进行该类型参数的可压性评分。首先，从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据(即步骤S110得到的多组孔隙度数据)，进一步，按当前储层区块的厚度，计算收集到的多组孔隙度数据的加权平均值，从而将当前加权平均值的计算结果确定为当前储层区块的孔隙度参数的宏观表征值(也就是说，孔隙度参数的宏观表征值表示将当前待评价储层看作为一个储层质点时，该质点的孔隙度值)。而后，从多组孔隙度数据中筛选出孔隙度的最大值和最小值。最后，根据孔隙度的最大值和最小值、以及孔隙度的宏观表征值，利用孔隙度可压性评分计算式，得到孔隙度参数的可压性评分(也就是说，得到了多组针对当前待评价储层的孔隙度数据对当前储层区块可压性影响程度的量化分数)。其中，孔隙度可压性评分计算式利用下述表达式表示：

[0052]

[0053] 式(4)中，F4表示孔隙度参数的可压性评分，单位为％；φ表示待评价储层的孔隙度的宏观表征值，单位为％；φmin、φmax分别表示当前储层区块的孔隙度的最小值、最大值，单位为％。

[0054] 优选地，在单因素影响参数为渗透率时，按照如下方法进行该类型参数的可压性评分。首先，从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据(即步骤S110得到的多组渗透率数据)，进一步，按当前储层区块的厚度，计算收集到的多组渗透率数据参数的加权平均值，从而将当前加权平均值的计算结果确定为当前储层区块的渗透率的宏观表征值(也就是说，渗透率参数的宏观表征值表示将当前待评价储层看作为一个储层质点时，该质点的渗透率值)。而后，从多组渗透率数据中筛选出渗透率的最大值和最小值。最后，根据渗透率的最大值和最小值、以及渗透率的宏观表征值，利用渗透率可压性评分计算式，得到渗透率参数的可压性评分(也就是说，得到了多组针对当前待评价储层的渗透率数据对当前储层区块可压性影响程度的量化分数)。其中，渗透率可压性评分计算式利用下述表达式表示：

[0055]

[0056] 式(5)中，F5表示渗透率参数的可压性评分，单位为％；K表示待评价储层的渗透率的宏观表征值，单位为mD；Kmin、Kmax分别表示当前储层区块的渗透率的最小值、最大值，单位为mD。

[0057] 优选地，在单因素影响参数为天然裂缝倾角时，按照如下方法进行该类型参数的可压性评分。首先，从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据(即步骤S110得到的多组天然裂缝倾角数据)，进一步，根据收集到的多组天然裂缝倾角数据，将待评价储层的所有天然裂缝的倾角的几何平均值确定为当前储层区块的天然裂缝倾角参数的宏观表征值(也就是说，天然裂缝倾角参数的宏观表征值表示将当前待评价储层看作为一个储层质点时，该质点的天然裂缝倾角值)。而后，从多组天然裂缝倾角数据中筛选出当前储层内天然裂缝倾角的最大值和最小值。最后，根据天然裂缝倾角的最大值和最小值、以及天然裂缝倾角的宏观表征值，利用天然裂缝倾角可压性评分计算式，得到天然裂缝倾角参数的可压性评分(也就是说，得到了多组针对当前待评价储层的天然裂缝倾角数据对当前储层区块可压性影响程度的量化分数)。

[0058] 其中，天然裂缝倾角可压性评分计算式利用下述表达式表示：

[0059]

[0060] 式(6)中，F6表示天然裂缝倾角参数的可压性评分，单位为％；θ表示待评价储层的天然裂缝倾角的宏观表征值，单位为°；θmin、θmax分别表示当前储层区块的天然裂缝倾角的最小值、最大值，单位为°。

[0061] 优选地，在单因素影响参数为高角度裂缝数量时，按照如下方法进行该类型参数的可压性评分。首先，从多组表征当前待评价储层多方面特性的可压性评价数据中，筛选出相应类型单因素影响参数的所有数据(即步骤S110得到的多组高角度裂缝数量数据)，进一步，将收集到的多组高角度裂缝数量数据的平均值确定为当前储层区块的高角度裂缝数量参数的宏观表征值(也就是说，高角度裂缝数量参数的宏观表征值表示将当前待评价储层看作为一个储层质点时，该质点的高角度裂缝数量值)。而后，从多组高角度裂缝数量数据中筛选出当前储层内高角度裂缝数量的最大值和最小值。最后，根据高角度裂缝数量的最大值和最小值、以及高角度裂缝数量的宏观表征值，利用高角度裂缝数量可压性评分计算式，得到高角度裂缝数量参数的可压性评分(也就是说，得到了多组针对当前待评价储层的高角度裂缝数量数据对当前储层区块可压性影响程度的量化分数)。其中，高角度裂缝数量可压性评分计算式利用下述表达式表示：

[0062]

[0063] 式(7)中，F7表示高角度裂缝数量参数的可压性评分，单位为％；Nh表示待评价储层的高角度裂缝数量的宏观表征值，单位为条；Nhmin、Nhmax分别表示当前储层区块的高角度裂缝数量的最小值、最大值，单位为条。

[0064] 在完成所有单因素影响参数的可压性评分的计算后，进入到步骤S130中。步骤S130根据步骤S120得到的每类单因素影响参数的可压性评分，利用预设的每类单因素参数的权重，通过加权计算处理(可压性指数计算式)，计算当前待评价储层的可压性指数，从而实现对当前碳酸盐岩储层的可压性能力的量化描述。其中，可压性指数计算式利用如下表达式表示：

[0065]

[0066] 式(8)中，F表示当前待评价储层的可压性指数，单位为％；Fi表示各个单因素影响参数的可压性评分，单位为％；wi表示各个单因素影响参数的权重，单位为％；i表示各个单因素影响参数的序号，i＝1～7。进一步，在发明实施例中，上述各个单因素影响参数的权重可以通过灰色关联法计算得到。

[0067] 举例来说，本发明实施例中所述的可压性评价方法应用于四川盆地某碳酸盐岩待评价井X井，具体实施流程如下：

[0068] 步骤A：收集X井储层的基础参数(可压性评价数据)，并且确定出每类单因素影响3
参数的宏观表征值：储层埋深H为5885m、泥浆漏失量VL为55m 、最小水平主应力σh为
99.6MPa、孔隙度φ为4.5％、渗透率K为1.1mD、天然裂缝倾角θ为38°、高角度缝数量Nh为24条。

[0069] 步骤B：储层埋深的宏观表征值H为5885m，该区块储层埋深最低值Hmin、最高值Hmax分别为5820m、6350m，根据公式(1)计算埋深H影响的可压性评分F1为87.74％。

[0070] 步骤C：储层的泥浆漏失量的宏观表征值VL为55m3，该区块泥浆漏失量的最低值3 3
VLmin、最高值VLmax分别为0m 、90m ，根据公式(2)计算泥浆漏失量VL影响的可压性评分F2为
61.11％。

[0071] 步骤D：储层的最小水平主应力的宏观表征值σh为99.6MPa，区块最小水平主应力的最低值σhmin、最高值σhmax分别为85MPa、145MPa，根据公式(3)计算最小水平主应力σh影响的可压性评分F3为75.67％。

[0072] 步骤E：储层的孔隙度φ的宏观表征值为4.5％，该区块孔隙度的最低值、最高值分别为3％、11％，根据公式(4)计算孔隙度φ影响的可压性评分F4为18.75％。

[0073] 步骤F：储层的渗透率的宏观表征值K为1.1mD，该区块渗透率的最低值Kmin、最高值Kmax分别为0.05mD、3mD，根据公式(5)计算渗透率K影响的可压性评分F5为35.59％。

[0074] 步骤G：储层的天然裂缝倾角的宏观表征值θ为38°，该区块天然裂缝倾角的最低值θmin、最高值θmax分别为0°、49°，根据公式(6)计算天然裂缝倾角影响的可压性评分F6为77.55％。

[0075] 步骤H：储层的高角度缝数量的宏观表征值Nh为24条，该区块高角度缝数量的最低值Nhmin、最高值Nhmax分别为0条、39条，根据公式(7)计算高角度缝数量Nh影响的可压性评分F7为61.54％。

[0076] 步骤I：基于步骤B～H得到的7个因素的可压性评分F1～F7分别为87.74％、61.11％、75.67％、18.75％、35.59％、77.55％、61.54％，该7个因素分别对应的权重依次为
14.53％、18.80％、15.38％、9.40％、12.82％、13.68％、15.38％，根据公式(8)计算X井的储层综合可压性指数F为62.28％。

[0077] 目前，本发明所述的可压性评价方法已在四川盆地某超深层碳酸盐岩气田开展了23井次的现场实施应用，可压性评价准确率95.65％，与前期经验预估法相比，准确率提高了41.1％，应用效果显著。

[0078] 另外，基于上述用于评价碳酸盐岩储层可压性的方法，本发明还提出了一种用于评价碳酸盐岩储层可压性的系统(以下简称“可压性评价系统”)。图2为本申请实施例的用于评价碳酸盐岩储层可压性的系统的模块框图。如图2所述，本发明所述的可压性评价系统包括：数据收集模块21、可压性评分生成模块22和可压性指数生成模块23。

[0079] 其中，数据收集模块21按照上述步骤S110所述的方法实施，配置为根据关于待评价储层的地质资料和测井数据，收集关于当前储层的多组可压性评价数据。其中，可压性评价数据包括：储层埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角和高角度裂缝数量，高角度裂缝的倾角大于等于预设角度。可压性评分生成模块22按照上述步骤S120所述的方法实施，配置为观测步骤S120得到的多组可压性评价数据的变化情况，并分析可压性评价数据内每类单因素参数对当前待评价储层可压性的影响程度，从而计算相应的可压性评分。可压性指数生成模块23按照上述步骤S130所述的方法实施，配置为根据步骤S120得到的多个可压性评分，利用预设的每类单因素参数的权重，计算当前储层的可压性指数。

[0080] 进一步，数据收集模块21还配置为获取当前待评价储层的多个储层岩心样本，通过储层取芯室内试验和/或测井数据，收集多组可压性评价数据。其中，通过钻井数据，收集多组储层埋深数据；通过钻井数据，收集多组储层的泥浆漏失量数据；通过储层取芯后的室内地应力测试，收集多组最小水平主应力数据；通过储层取芯后的孔隙度测试或测井数据，收集多组孔隙度数据；通过储层取芯后的渗透率测试或测井数据，收集多组渗透率数据；通过储层取芯后的岩心观察或井下成像测井数据，收集多组天然裂缝倾角数据；通过储层取芯后的岩心观察或井下成像测井数据，收集多组高角度裂缝数量数据。

[0081] 进一步，上述可压性评分生成模块22包括：宏观表征值及最值确定单元221、和可压性评分确定单元222。宏观表征值及最值确定单元221配置为根据多组可压性评价数据的变化观测情况，计算用于表示每类单因素参数在待评价储层下的宏观表征值，并确定每类单因素参数的最大值和最小值。可压性评分确定单元222配置为根据每类单因素参数的最大值和最小值、以及对应类型的宏观表征值，计算相应类型的可压性评分。

[0082] 进一步，上述宏观表征值及最值确定单元221包括：储层埋深预处理子单元2211、泥浆漏失量预处理子单元2212、最小水平主应力预处理子单元2213、孔隙度预处理子单元2214、渗透率预处理子单元2215、天然裂缝倾角预处理子单元2216和高角度裂缝数量预处理子单元2217。其中，储层埋深预处理子单元2211配置为将当前待评价储层的中部垂深确定为储层埋深参数的宏观表征值。泥浆漏失量预处理子单元2212配置为将收集到的泥浆漏失量数据的平均值确定为泥浆漏失量参数的宏观表征值。最小水平主应力预处理子单元
2213配置为将收集到的最小水平主应力数据的平均值确定为最小水平主应力参数的宏观表征值。孔隙度预处理子单元2214配置为按储层厚度，计算收集到的孔隙度数据的加权平均值，并将该结果确定为孔隙度参数的宏观表征值。渗透率预处理子单元2215配置为按储层厚度，计算收集到的渗透率数据的加权平均值，并将该结果确定为渗透率参数的宏观表征值。天然裂缝倾角预处理子单元2216配置为根据收集到的所有天然裂缝倾角数据，将待评价储层的所有天然裂缝的倾角的几何平均值确定为天然裂缝倾角参数的宏观表征值。高角度裂缝数量预处理子单元2217配置为将收集到的高角度裂缝数量数据的平均值确定为高角度裂缝数量参数的宏观表征值。

[0083] 进一步，上述可压性指数生成模块33还配置为通过灰色关联法计算所述每类单因素数据的所述权重。

[0084] 本发明公开了一种用于评价碳酸盐岩储层可压性的方法及系统。该方法及系统基于待评价井储层的埋深、泥浆漏失量、最小水平主应力、孔隙度、渗透率、天然裂缝倾角、高角度缝数量共计7个评价因素，结合当前储层区块的参数分布范围，进行单因素影响的可压性评价，最终结合各个因素的影响权重，计算储层综合可压性评价指数。本发明从碳酸盐岩储层的构造、力学特性、物理特性和天然裂缝分布等多方面特征，有效解决了定量准确评价碳酸盐岩可压性的难题。

[0085] 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。