CN104134101B - 低渗透储层天然气产能预测方法 - Google Patents
低渗透储层天然气产能预测方法 Download PDFInfo
- Publication number
- CN104134101B CN104134101B CN201410352055.9A CN201410352055A CN104134101B CN 104134101 B CN104134101 B CN 104134101B CN 201410352055 A CN201410352055 A CN 201410352055A CN 104134101 B CN104134101 B CN 104134101B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- productivity
- gas
- production capacity
- permeability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种低渗透储层天然气产能预测方法，包括：选取经储层改造后获得天然气产能的井，根据选取井的储层的相应指标，形成产能样本数据库；根据样本数据，建立产能预测模型；对新井，输入相应参数，使用产能预测模型，在储层改造前预测出储层改造后可获得的天然气产能。本发明不仅考虑了储层的孔隙度、渗透率、含气饱和度等储层物性参数，还考虑了孔喉半径、裂缝张开度等表征天然气层产出通道大小的参数指标，考虑了储层可改造性及改造规模等参数指标，能改善预测效果。
Description
技术领域
本发明涉及一种低渗透储层天然气层产能预测方法，属于测井资料应用技术领域。
背景技术
除孔隙度、含气饱和度、有效厚度、地层压力等参数外，决定储层产能高低的关键参数还有渗透率，渗透率越大，产能越高。储层渗透率的好坏与孔隙吼道、裂缝张开度等密切相关。目前，常用的天然气产能测井预测模型多针对中高孔隙度储层进行，例如，《石油天然气学报》 2013年01期中基于超低渗透储层分类的油层产能预测方法研究与应用公开了如下内容：鄂尔多斯盆地三叠系延长组长6～8油层组属典型的超低渗透储层,孔隙结构复杂、非均质性强导致测井有效储层识别与产能定量评价难度大。研究中注重超低渗储层的有效性，优选含油孔隙体积、可动流体饱和度、峰点喉道半径、油相对渗透率建立了超低渗透储层分类标准。在储层精细分类的基础上，引入加权储能系数，建立了超低渗透储层产能预测方法。
对这类储层，测井资料能较好反映储层的物性，特别是能较好的反映储层渗透性。此时，用孔隙度、渗透率及有效厚度等参数，建立起产能预测模型，能见到较好的预测效果。
对低渗透储层，由于孔隙连通性差，孔喉半径小，裂缝不发育，天然气的自然产能很低，只有经过压裂或酸化后，储层渗透率得到改善，才能获得天然气工业产能。由于储层原始渗透率低，储层需要改造，用孔隙度、渗透率及有效厚度等静态参数建立的产能预测模型已经不再适用。如何利用测井资料，提前预测低渗透储层改造后将会获得多少天然气产能，还需要不断改进。
发明内容
本发明的目的在于克服现有技术存在的上述问题，提供一种低渗透储层天然气产能预测方法。本发明不仅考虑了储层的孔隙度、渗透率、含气饱和度等储层物性参数，还考虑了孔喉半径、裂缝张开度等表征天然气层产出通道大小的参数指标，考虑了储层可改造性及改造规模等参数指标，能改善预测效果。
为实现上述目的，本发明采用的技术方案如下：
一种低渗透储层天然气产能预测方法，其特征在于：选取经储层改造后获得天然气产能的井，根据选取井的储层的相应指标，形成产能样本数据库；根据样本数据，建立产能预测模型；对新井，输入相应参数，使用产能预测模型，在储层改造前预测出储层改造后可获得的天然气产能。
所述相应指标包括储层的有效厚度H、孔隙度POR、渗透率PERM、含气饱和度SG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG等。
所述储层的有效厚度H通过测量得出，得出过程为：选取一批低渗透储层，收集储层改造后获得的天然气产能，根据测井解释的储层和储层改造井段，测量出储层的有效厚度H。
所述孔隙度POR、渗透率PERM、含气饱和度SG通过计算得出，计算过程为：根据体积模型、地区经验公式、阿尔奇公式，用测井资料计算出储层的孔隙度、渗透率、含气饱和度，根据储层的有效厚度，得到平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG。
所述储层的孔喉半径KHB获取过程为：将核磁共振测井得到的T2谱经纵横向刻度转换成伪毛管压力曲线，根据孔喉半径计算方法，计算出储层的孔喉半径；在没有核磁共振测井资料时，用岩心分析的孔喉半径与常规测井资料建立关系后获得孔喉半径KHB。
所述储层的裂缝张开度LFK获取过程为：对成像测井数据进行处理，在图像上标出裂缝，经统计分析获得储层的裂缝张开度LFK；在没有成像测井资料时，用深浅电阻率资料计算得出。
所述储层可改造性指标CCG建立过程为：对测井资料进行岩性分析、岩石力学参数分析和破裂压力分析，计算出储层的岩石破裂压力、储层改造施工压力、地层孔隙流体压力，储层改造施工压力减去地层孔隙流体压力的差除以岩石破裂压力得到储层可改造性指标CCG。
所述储层改造规模指标GZG形成过程为：结合储层的有效厚度H，得到每米的加砂量或加酸量，加砂量或加酸量除以储层的有效厚度H得到储层改造规模指标GZG。
所述产能样本数据库形成过程为：根据地层孔隙压力、井口压力资料，将经改造后的天然气产能换算成无阻流量Q，将无阻流量Q与储层的有效厚度H及孔隙度POR、渗透率PERM、含气饱和度SG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数指标输入数据库，形成产能样本数据。
所述产能预测模型建立如下：
模型一：
将储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数进行组合，形成储层产能综合指数CNY，其表达式为：
CNY=H×EPERM×ESG×EPOR×（0.5+ KHB）×(1+LFK2) ×(0.5+CCG) ×（1+ a×GZG）
式中：a为与岩性有关的系数，碳酸盐岩可取2~3，碎屑岩可取1~2；
将产能综合指数CNY与无阻流量Q进行一元回归，根据误差最小原理选取二者的函数关系式，这个关系式就是产能预测模型，由此预测出天然气产能为CQ1；
模型二
将Q作为因变量，储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数指标作为自变量输入，采用人工智能对产能样本数据进行训练，得到各神经元之间的链接权，网络结构和链接权就构成了非线性预测产能的模型，由此预测出天然气产能为CQ2。
所述新井天然气层产能预测过程为：对新井，综合利用测井资料识别出天然气层，计算出储层的有效厚度H及平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG参数指标的值，预计储层改造规模指标GZG，输入相关参数，使用建立的两种模型，预测出新井改造后可能获得的天然气层产能CQ1和CQ2。
本发明还包括完善产能预测模型的过程：在储层实施改造后，获得天然气的实际产能，用获得实际产能与预测产能比较，如果预测结果误差超过可接受范围，则将该新井的储层产能的相关参数和实际产能数据加入产能样本库，重复产能预测模型建立，得到修正后的产能预测模型。
采用本发明的优点在于：
一、本发明选取一批经改造后获得天然气产能的低渗透储层，考虑储层的有效厚度、孔隙度、孔喉半径、裂缝张开度、储层可改造性、改造规模等参数指标，形成产能样本数据库；使用样本数据，建立起两种产能预测模型；对新井，输入相应参数指标，就能得到产能预测结果，进而提前预测出储层改造后可能获得的天然气产能；当预测结果误差超过可接受范围时，要补充样本数据并修正产能预测模型。
二、本发明不仅考虑了储层的孔隙度、渗透率、含气饱和度等储层物性参数，还考虑了孔喉半径、裂缝张开度等表征天然气层产出通道大小的参数指标，考虑了储层可改造性及改造规模等参数指标，能改善预测效果。
三、本发明设计了两种产能预测模型，二者可相互印证和补充，提供了完善产能预测模型的方法，产能预测精度会不断提高。
四、用本发明针对需要改造才能获得天然气产能的低渗透储层而设计，适合在致密碎屑岩储层、致密碳酸盐岩储层、页岩气等低渗透储层中应用。
五、采用本发明预测了某区块一批低渗透碎屑岩储层天然气产能，预测符合率在75%以上。
附图说明
图1为本发明无阻流量与孔隙度交会图
图2为本发明无阻流量与渗透率交会图
图3为本发明无阻流量与可改造性交会图
图4为本发明无阻流量与改造规模交会图
图5为本发明无阻流量与产能综合指数交会图
具体实施方式
实施例1
低渗透储层天然气层产能预测方法，包括：选取一批经储层改造后获得天然气产能的井，考虑储层的有效厚度、孔隙度、渗透率、含气饱和度、孔喉半径、裂缝张开度、储层可改造性、改造规模等指标，形成产能样本数据库；使用样本数据，建立起产能预测模型；对新井，输入相应参数，使用产能预测模型，就能在储层改造前预测出储层改造后可获得的天然气产能，适合在致密碎屑岩储层、致密碳酸盐岩储层、页岩气等低渗透储层中应用。
所述方法具体包括如下步骤：
a、测量储层的有效厚度H
选取一批低渗透储层，收集储层改造后获得的天然气产能，根据测井解释的储层和储层改造井段，测量出储层的有效厚度H。
b、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG
根据体积模型、地区经验公式、阿尔奇公式等，用测井资料计算出储层的孔隙度、渗透率、含气饱和度，根据储层的有效厚度，得到平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG。
c、获取储层的孔喉半径KHB
将核磁共振测井得到的T2谱经纵横向刻度转换成伪毛管压力曲线，根据孔喉半径计算方法，计算出储层的孔喉半径；在没有核磁共振测井资料时，也可用岩心分析的孔喉半径与常规测井资料建立关系后获得孔喉半径KHB。KHB越大，代表孔隙吼道越大，储层渗透性越好。
d、获取储层的裂缝张开度LFK
对成像测井数据进行处理，在图像上标出裂缝，经统计分析可获得储层的裂缝张开度LFK；在没有成像测井资料时，可用深浅电阻率等资料计算出该参数。LFK越大，表示裂缝张开的程度越好，储层渗透性越好。
e、建立储层可改造性指标CCG
选取适当的破裂准则，对测井资料进行岩性分析、岩石力学参数分析和破裂压力分析，计算出储层的岩石破裂压力、储层改造施工压力、地层孔隙流体压力，形成天然气层可改造性指标CCG。CCG越大，储层可改造性越好，指示改造会更有效，储层渗透性改善会更明显。
CCG由岩石破裂压力，结合储层改造施工压力、地层孔隙流体压力组合得到，这里等于储层改造施工压力减去地层孔隙流体压力的差除以岩石破裂压力。
f、形成储层改造规模指标GZG
储层改造规模的大小直接影响着储层渗透率的改善效果，结合储层的有效厚度H，得到每米的加砂量或加酸量，形成指示改造规模大小的指标GZG。GZG越大，改造规模越大，储层改造后形成的裂缝纵横向延伸会更远，天然气层产量将会越高。
GZG就是每米的加砂量或加酸量，等于加砂量或加酸量除以储层的有效厚度H，值越大，每米加砂量或加酸量越多，改造规模越大。
g、组建产能样本数据库
根据地层孔隙压力、井口压力等资料，将经改造后的天然气产能换算成无阻流量Q。将无阻流量Q与储层的有效厚度H及孔隙度POR、渗透率PERM、含气饱和度SG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG等参数指标输入数据库，形成产能样本数据。
h、建立产能预测模型
模型一
将储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG等参数进行组合，形成储层产能综合指数CNY，其表达式为：
CNY=H×EPERM×ESG×EPOR×（0.5+ KHB）×(1+LFK2) ×(0.5+CCG) ×（1+ a×GZG）
式中：a为与岩性有关的系数，碳酸盐岩可取2~3，碎屑岩可取1~2。
将储层产能综合指数CNY与无阻流量Q进行一元回归，根据误差最小原理选取二者的函数关系式，这个关系式就是产能预测模型，由此预测出天然气产能为CQ1。
模型二
将Q作为因变量，储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG8个参数指标作为自变量输入，采用人工智能如BP神经网络对产能样本数据进行训练，就能得到各神经元之间的链接权，网络结构和链接权就构成了非线性预测产能的模型，由此预测出天然气产能为CQ2。
i、新井天然气层产能预测
对新井，综合利用测井资料识别出天然气层，计算出储层的有效厚度H及平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG等参数指标的值，预计储层改造规模指标GZG等参数指标的值，输入相关参数，使用上述两种模型，就能预测出新井改造后可能获得的天然气层产能CQ1和CQ2。
对预测产能CQ1和CQ2，二者可能会有差异，可根据情况单独使用某一值进行产能预测，也可给二者分配不同权重后合成新的产能用于预测。
j、完善产能预测模型
在储层实施改造后，可获得天然气的实际产能。用获得实际产能与预测产能比较，如果预测结果误差超过可接受范围，则将该新井的储层产能的相关参数和实际产能（无阻流量）数据加入产能样本库，重复步骤h，得到修正后的产能预测模型。经更多的新井预测、检验和完善后，产能预测精度会不断提高。
本实施例中，没有进一步说明的技术手段，可以采用现有技术。
实施例2
本实施例结合附图对本发明做进一步说明。
图1～图5为某区块一批低渗透碎屑岩储层经储层改造后天然气的无阻流量与孔隙度、渗透率、储层可改造性、改造规模关系图。图上显示，天然气的无阻流量与各参数间呈正相关关系。
图5为计算的产能综合指数与天然气无阻流量交会图，图中显示，天然气无阻流量与产能综合指数呈指数关系，则建立的产能预测模型一为：CQ1=0.0259CNY0.7561。
表1为一批新井预测产能与储层改造后实际产能对比表。表中的预测值为CQ1与CQ2的平均值。除3井、6井预测结果不符合外，其余井预测结果符合，符合率在75%以上。
表1 预测产能与实际产能对比表
注：针对该地区低渗透储层，储层改造后天然气无阻流量在10万方/天以上，如果预测结果也在10万方/天以上，则算符合；实际无阻流量在4～10万方/天之间，预测结果也在此范围内，算符合；实际无阻流量小于4万方/天，预测结果也小于4万方/天，算符合。
Claims (8)
1.一种低渗透储层天然气产能预测方法，其特征在于：选取经储层改造后获得天然气产能的井，根据选取井的储层的相应指标，形成产能样本数据库；根据样本数据，建立产能预测模型；对新井，输入相应参数，使用产能预测模型，在储层改造前预测出储层改造后可获得的天然气产能；
所述产能预测模型建立如下：
模型一：
将储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数进行组合，形成储层产能综合指数CNY，其表达式为：
CNY=H×EPERM×ESG×EPOR×（0.5+ KHB）×(1+LFK2) ×(0.5+CCG) ×（1+ a× GZG）
式中：a为与岩性有关的系数，碳酸盐岩可取2~3，碎屑岩可取1~2；
将产能综合指数CNY与无阻流量Q进行一元回归，根据误差最小原理选取二者的函数关系式，这个关系式就是产能预测模型，由此预测出天然气产能为CQ1；
模型二
将Q作为因变量，储层的有效厚度H、平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数指标作为自变量输入，采用人工智能对产能样本数据进行训练，得到各神经元之间的链接权，网络结构和链接权就构成了非线性预测产能的模型，由此预测出天然气产能为CQ2；
上述模型一和模型二中，所述储层可改造性指标CCG建立过程为：对测井资料进行岩性分析、岩石力学参数分析和破裂压力分析，计算出储层的岩石破裂压力、储层改造施工压力、地层孔隙流体压力，储层改造施工压力减去地层孔隙流体压力的差除以岩石破裂压力得到储层可改造性指标CCG；
所述储层改造规模指标GZG形成过程为：加砂量或加酸量除以储层的有效厚度H得到储层改造规模指标GZG。
2.根据权利要求1所述的低渗透储层天然气产能预测方法，其特征在于：所述相应指标包括储层的有效厚度H、孔隙度POR、渗透率PERM、含气饱和度SG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG。
3.根据权利要求2所述的低渗透储层天然气产能预测方法，其特征在于：所述储层的有效厚度H通过测量得出，得出过程为：选取一批低渗透储层，收集储层改造后获得的天然气产能，根据测井解释的储层和储层改造井段，测量出储层的有效厚度H；
所述孔隙度POR、渗透率PERM、含气饱和度SG通过计算得出，计算过程为：根据体积模型、地区经验公式、阿尔奇公式，用测井资料计算出储层的孔隙度、渗透率、含气饱和度，根据储层的有效厚度，得到平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG。
4.根据权利要求2或3所述的低渗透储层天然气产能预测方法，其特征在于：所述储层的孔喉半径KHB获取过程为：将核磁共振测井得到的T2谱经纵横向刻度转换成伪毛管压力曲线，根据孔喉半径计算方法，计算出储层的孔喉半径；在没有核磁共振测井资料时，用岩心分析的孔喉半径与常规测井资料建立关系后获得孔喉半径KHB。
5.根据权利要求4所述的低渗透储层天然气产能预测方法，其特征在于：所述储层的裂缝张开度LFK获取过程为：对成像测井数据进行处理，在图像上标出裂缝，经统计分析获得储层的裂缝张开度LFK；在没有成像测井资料时，用深浅电阻率资料计算得出。
6.根据权利要求5所述的低渗透储层天然气产能预测方法，其特征在于：所述产能样本数据库形成过程为：根据地层孔隙压力、井口压力资料，将经改造后的天然气产能换算成无阻流量Q，将无阻流量Q与储层的有效厚度H及孔隙度POR、渗透率PERM、含气饱和度SG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG、储层改造规模指标GZG参数指标输入数据库，形成产能样本数据。
7.根据权利要求6所述的低渗透储层天然气产能预测方法，其特征在于：所述新井天然气层产能预测过程为：对新井，综合利用测井资料识别出天然气层，计算出储层的有效厚度H及平均孔隙度EPOR、平均渗透率EPERM、平均含气饱和度ESG、孔喉半径KHB、裂缝张开度LFK、储层可改造性指标CCG参数指标的值，预计储层改造规模指标GZG，输入相关参数，使用建立的两种模型，预测出新井改造后可能获得的天然气层产能CQ1和CQ2。
8.根据权利要求1、2、3、5、6或7所述的低渗透储层天然气产能预测方法，其特征在于：还包括完善产能预测模型的过程：在储层实施改造后，获得天然气的实际产能，用获得实际产能与预测产能比较，如果预测结果误差超过可接受范围，则将该新井的储层产能的相关参数和实际产能数据加入产能样本库，重复产能预测模型建立，得到修正后的产能预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410352055.9A CN104134101B (zh) | 2014-07-23 | 2014-07-23 | 低渗透储层天然气产能预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410352055.9A CN104134101B (zh) | 2014-07-23 | 2014-07-23 | 低渗透储层天然气产能预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104134101A CN104134101A (zh) | 2014-11-05 |
| CN104134101B true CN104134101B (zh) | 2017-09-22 |
Family
ID=51806774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410352055.9A Expired - Fee Related CN104134101B (zh) | 2014-07-23 | 2014-07-23 | 低渗透储层天然气产能预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104134101B (zh) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104481524B (zh) * | 2014-11-17 | 2017-04-05 | 中国石油天然气股份有限公司长庆油田分公司勘探开发研究院 | 一种多层系致密砂岩气藏储层改造优选方法 |
| CN104504472B (zh) * | 2014-12-23 | 2017-09-26 | 中国石油天然气股份有限公司 | 储气库气水交互区井产能的预测方法及装置 |
| CN108138555A (zh) * | 2015-02-23 | 2018-06-08 | 奈克森能量无限责任公司 | 预测储层性质的方法、系统及设备 |
| CN104899411B (zh) * | 2015-03-27 | 2018-06-26 | 中国石油化工股份有限公司 | 一种储层产能预测模型建立方法和系统 |
| CN106295095B (zh) * | 2015-05-15 | 2018-11-30 | 中国石油化工股份有限公司 | 基于常规测井资料预测低渗透砂岩储层产能的方法 |
| CN105069303A (zh) * | 2015-08-17 | 2015-11-18 | 中国海洋石油总公司 | 一种低渗透储层产能定量评价方法 |
| CN105550780B (zh) * | 2015-12-28 | 2020-03-10 | 中国石油天然气股份有限公司 | 压裂液对致密油产能冷伤害的预测方法及装置 |
| CN105930932B (zh) * | 2016-04-25 | 2019-11-12 | 中石化石油工程技术服务有限公司 | 基于含气指数的页岩气层标准化无阻流量的获取方法 |
| CN105973762B (zh) * | 2016-05-04 | 2018-06-22 | 西南石油大学 | 一种各向异性气藏平面径向流的压力动态测试方法 |
| CN105758780B (zh) * | 2016-05-04 | 2018-06-29 | 西南石油大学 | 一种低渗透气藏非均质复合压力衰竭程度测试方法 |
| CN107989603B (zh) * | 2016-10-26 | 2021-07-30 | 中国石油天然气股份有限公司 | 一种高含水致密凝析气藏干气吞吐效果的预测方法 |
| CN109214026A (zh) * | 2017-07-07 | 2019-01-15 | 中国石油天然气股份有限公司 | 一种页岩气水平井初期产能预测方法 |
| CN107704646B (zh) * | 2017-08-11 | 2021-06-01 | 中国石油天然气股份有限公司 | 一种致密储层体积改造后的建模方法 |
| CN108573320B (zh) * | 2018-03-08 | 2021-06-29 | 中国石油大学(北京) | 页岩气藏最终可采储量的计算方法和系统 |
| CN108765562B (zh) * | 2018-05-31 | 2022-08-16 | 山西能源学院 | 基于三维地质模型的油气产能评价方法 |
| CN110439532B (zh) * | 2019-07-19 | 2022-01-25 | 中国石油集团川庆钻探工程有限公司 | 气井试油结论划分方法 |
| CN112308269A (zh) * | 2019-07-30 | 2021-02-02 | 中国石油化工股份有限公司 | 用于低渗透油气藏的产能预测方法及装置 |
| CN111561314B (zh) * | 2020-05-20 | 2022-08-05 | 招商局海洋装备研究院有限公司 | 一种天然气水合物开采稳定性评价方法 |
| CN111894566A (zh) * | 2020-07-30 | 2020-11-06 | 中国石油天然气股份有限公司 | 一种基于压裂施工参数的单采气井无阻流量预测方法 |
| CN111827993B (zh) * | 2020-07-30 | 2023-07-25 | 中国石油天然气股份有限公司 | 一种合采气井无阻流量预测方法 |
| CN112149282B (zh) * | 2020-08-28 | 2024-05-28 | 中国石油天然气集团有限公司 | 一种井中天然气水合物饱和度岩石物理计算方法及系统 |
| CN112228054B (zh) * | 2020-11-06 | 2022-11-08 | 中国石油大学(北京) | 基于卷积神经网络的页岩气产量确定方法、装置和设备 |
| CN112526107B (zh) * | 2020-11-27 | 2021-11-16 | 中国地质大学（北京） | 裂缝型致密砂岩储层甜点识别与定量表征的方法 |
| CN112360449B (zh) * | 2020-12-11 | 2022-04-29 | 西南石油大学 | 一种应用于低渗透气藏和气井的可采气量预测方法 |
| CN112963145B (zh) * | 2021-02-23 | 2023-12-26 | 中国石油天然气股份有限公司 | 一种碳酸盐岩储层气井产能的预测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102536200A (zh) * | 2012-02-17 | 2012-07-04 | 中国石油化工股份有限公司 | 致密碳酸盐岩气层初始产能预测方法 |
| CN103266881A (zh) * | 2013-05-22 | 2013-08-28 | 中国石化集团华北石油局 | 一种致密低渗气田多级压裂水平井产量预测方法 |
| CN103590827A (zh) * | 2013-11-22 | 2014-02-19 | 中国石油化工集团公司 | 基于储层分类的致密碎屑岩天然气井产能预测方法 |
-
2014
- 2014-07-23 CN CN201410352055.9A patent/CN104134101B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102536200A (zh) * | 2012-02-17 | 2012-07-04 | 中国石油化工股份有限公司 | 致密碳酸盐岩气层初始产能预测方法 |
| CN103266881A (zh) * | 2013-05-22 | 2013-08-28 | 中国石化集团华北石油局 | 一种致密低渗气田多级压裂水平井产量预测方法 |
| CN103590827A (zh) * | 2013-11-22 | 2014-02-19 | 中国石油化工集团公司 | 基于储层分类的致密碎屑岩天然气井产能预测方法 |
Non-Patent Citations (3)
| Title |
|---|
| "深层砂砾岩储层测井产能评价技术研究";魏汝岭;《中国优秀硕士学位论文全文数据库基础科学辑》;20110415(第04期);第A011-133页 * |
| "苏里格地区致密砂岩含气性评价及产能预测";张静;《中国优秀硕士学位论文全文数据库基础科学辑》;20111015(第10期);第A011-87页 * |
| "苏里格致密砂岩气层压裂产能测井预测方法研究";庄华;《中国优秀硕士学位论文全文数据库基础科学辑》;20130815(第8期);第1.2.1、2.2.2、3.1、4.1-4.3、5.2-5.3、5.6、6.1、6.2.1、7.3节，图2.9-2.12、4.1-4.13、7.9-7.14 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104134101A (zh) | 2014-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104134101B (zh) | 低渗透储层天然气产能预测方法 | |
| CN103670384B (zh) | 一种储层分类方法及系统 | |
| CN109165664A (zh) | 一种基于生成对抗网络的属性缺失数据集补全与预测方法 | |
| CN105781539A (zh) | 一种致密油气储层饱和度测井计算方法 | |
| CN104453876B (zh) | 致密油气储层水平井油气产量的预测方法及预测装置 | |
| CN109800954B (zh) | 基于测井数据的储层评价方法 | |
| CN104750884B (zh) | 基于多因素非线性回归的页岩油气富集指数定量评价方法 | |
| CN109214026A (zh) | 一种页岩气水平井初期产能预测方法 | |
| CN110400006A (zh) | 基于深度学习算法的油井产量预测方法 | |
| CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
| CN104899411B (zh) | 一种储层产能预测模型建立方法和系统 | |
| CN105868508A (zh) | 一种基于气测录井信息的产能定量预测方法 | |
| CN109386272B (zh) | 超深层礁滩相气藏合理井距多目标优化方法 | |
| CN110287516A (zh) | 一种页岩气藏压裂水平井可压性综合评价方法 | |
| CN102830442A (zh) | 一种预测预报煤层气产能的潜力系数评价方法 | |
| CN109063232A (zh) | 一种用于页岩气井储层甜点评价方法 | |
| CN106126936B (zh) | 一种致密低渗透储层裂缝有效性的综合评价方法 | |
| CN106640042A (zh) | 一种评价气井单井产能装置及方法 | |
| CN105863625B (zh) | 一种致密油藏五元系数分类评价方法 | |
| Wang et al. | Big data technique in the reservoir parameters’ prediction and productivity evaluation: A field case in western South China sea | |
| CN110347720B (zh) | 基于流程化的压裂选井选层方法 | |
| CN112196513A (zh) | 基于水平井轨迹评价的龙马溪组页岩气井产能预测方法 | |
| CN104632150B (zh) | 海上油田不同井组合理产液量确定的方法 | |
| CN116950654A (zh) | 一种低渗致密砂岩气藏开发效果评价方法 | |
| CN110956388B (zh) | 一种海上油气藏增产方案生成方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170922 Termination date: 20190723 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |