CN103198363A - 一种基于ct孔隙分析的储层产气量预测方法及装置 - Google Patents
一种基于ct孔隙分析的储层产气量预测方法及装置 Download PDFInfo
- Publication number
- CN103198363A CN103198363A CN2013100882479A CN201310088247A CN103198363A CN 103198363 A CN103198363 A CN 103198363A CN 2013100882479 A CN2013100882479 A CN 2013100882479A CN 201310088247 A CN201310088247 A CN 201310088247A CN 103198363 A CN103198363 A CN 103198363A
- Authority
- CN
- China
- Prior art keywords
- core
- hole
- gas production
- production rate
- full
- 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.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 65
- 239000011148 porous material Substances 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000012360 testing method Methods 0.000 claims abstract description 53
- 239000011435 rock Substances 0.000 claims description 38
- 238000013481 data capture Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 6
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000013277 forecasting method Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及油气勘探领域,具体涉及一种基于CT孔隙分析的储层产气量预测方法及装置。所述方法包括:选取目的层段中至少一个全直径岩心;获得每个所述全直径岩心的CT测试数据;所述CT测试数据包括:岩心切片总数以及每个所述岩心切片的总面积;根据所述CT测试数据,计算每个所述全直径岩心中目标孔隙的孔隙度;根据每个所述全直径岩心中目标孔隙的孔隙度计算所述目的层段中目标孔隙的孔隙度平均值;根据所述目的层段中目标孔隙的孔隙度平均值预测所述目的层段的产气量;根据所述目的层段的产气量预测目的层段的产气级别。该方法利用反映储层自身特性的“产气量”来描述储层产气能力,排除了工程影响因素,使得评价结果更客观、准确。
Description
技术领域
本发明涉及油气勘探领域,具体涉及一种基于CT孔隙分析的储层产气量预测方法及装置。
背景技术
储层产能定性及定量评价一直以来是油气勘探开发领域的一项基本任务,然而,储层产能是一个综合指标,它受储层本身生产潜力及外在工程因素、建产方案等的共同影响,其影响因素多、不同方法评价结果的差异及不确定性均较大。储层产气量是储层本身的属性,它只与储层孔隙结构及所在区域地质环境有关,而与工程因素无关,它是制约储层产能最核心、最重要的因素,因此相对于储层产能而言,储层产气量是一个更能反映储层品质,相对客观、科学的评价参数。而且对储层产气量的正确评价不仅可以检验油气勘探成果,而且可以为后续的油气田开发方案部署与规划提供科学依据。
碳酸盐岩储层是我国陆上石油后备资源主要的接替领域和储量增长的主要目标,是缝洞储层的主要类型,然而,我国碳酸盐岩储层呈现如下两大特点:一是我国海相碳酸盐岩形成于多旋回叠合盆地,油气地质条件复杂、后期改造强烈、储层类型多,从微观到宏观都表现出严重的非均质性;二是大多数碳酸盐岩储层孔渗特性差,无自然产能,需酸化压裂改造才能求产。由于我国碳酸盐岩储层呈现以上两大特点,使得国内碳酸盐岩储层产气量预测的难度很大,目前国内还少有这方面的研究报道,而更多的研究集中在基于地质特征、储层物性及已有试气资料等的统计分析基础之上的储层产能预测。碳酸盐岩储层产能预测方法,大致可归纳为三大类:一是基于储层地质特征分析的产能预测(如:唐洪明等,酸压产能与潜山储层地质特征关系研究,西南石油大学学报(自然科学版)2009);二是基于储层分类及物性关系研究的产能预测(如:范小军等,储层物性与产能的关系——以元坝长兴组礁滩相储层为例,天然气技术与经济,2011;谭承军,塔河油田碳酸盐岩油藏产能特征与储集层类型的相关性,油气地质与采收率,2001);三是基于储层特性统计分析的产能预测(如:严丽等,多元回归分析方法预测川东北礁滩相储层产能,新疆石油天然气,2011)。上述产能预测方法在油气勘探开发中发挥了重要作用,但在产能预测的精度及其适用性上均存在一定的局限性。
近年来,也有研究者提出了根据储层自身孔隙结构特征进行产能预测的新思路,如李晓辉等提出了以电成像测井孔隙度频谱分析技术为基础的碳酸盐岩储层产能预测方法(李晓辉等,电成像测井孔隙度分析技术及其在碳酸盐岩储层产能预测中的应用,吉林大学学报(地球科学版),2012),开展了孔隙度频谱以及孔隙度非均质性分析,并用于缝洞储层的产能预测。应该说,上述研究者从缝洞储层孔隙特征定量描述入手进行产能预测,抓住了影响缝洞储层产能的核心因素,与以测井、地质资料统计分析为主的产能预测相比,具有很大的突破,但是存在以下两个问题:首先,该方法使用的孔隙度频谱是成像测井资料通过阿尔奇(Archie)公式转换得到的,成像测井的分辨率及其浅探测特性决定了上述方法存在很大的局限性;其次,该方法仍然局限于“产能”这一概念,由于“产能”存在储层自身特性以外的工程技术影响因素,因此,很难评价其预测结果的准确与否。
发明内容
为了解决目前勘探阶段缝洞储层产能预测的技术瓶颈,更好地为油气开发方案部署与规划提供科学依据,本发明实施例提出了一种基于CT孔隙分析的储层产气量预测方法,所述方法包括:
选取目的层段中至少一个全直径岩心;
获得每个所述全直径岩心的CT测试数据;所述CT测试数据包括:岩心切片总数以及每个所述岩心切片的总面积;
根据所述CT测试数据,计算每个所述全直径岩心中目标孔隙的孔隙度;
根据每个所述全直径岩心中目标孔隙的孔隙度计算所述目的层段中目标孔隙的孔隙度平均值;
根据所述目的层段中目标孔隙的孔隙度平均值预测所述目的层段的产气量;
根据所述目的层段的产气量预测目的层段的产气级别。
上述的储层产气量的预测方法,其中,所述目标孔隙包括:直径大于70微米的孔隙。
上述的储层产气量的预测方法,其中,所述选取目的层段中至少一个全直径岩心包括:通过对常规测井资料和/或成像测井资料的分析,在所述目的层段中至少选取一个具有代表性的所述全直径岩心。
上述的储层产气量的预测方法,其中,所述选取目的层段中至少一个全直径岩心还包括:获取第j个所述全直径岩心所代表的厚度hj以及,
上述的储层产气量的预测方法,其中,
计算每个所述全直径岩心中目标孔隙的孔隙度,其中:为第j个所述全直径岩心中目标孔隙的孔隙度,Aji_CT为第j个所述全直径岩心中第i个所述岩心切片上目标孔隙的总面积,Aji为第j个所述全直径岩心中第i个所述岩心切片的总面积,Nj为第j个所述全直径岩心的岩心切片总数。
上述的储层产气量的预测方法,其中,根据公式:
获得所述目的层段的产气量Q,其中,a1、a2为常数。
获得所述目的层段的每米有效厚度产气量q,其中b1、b2为常数;
再根据公式:Q=H·q,获得所述目的层段的产气量Q。
上述的储层产气量的预测方法,其中,通过高能量工业CT仪器获得每个所述全直径岩心的CT测试数据。
本发明实施例还提供一种基于CT孔隙分析的储层产气量预测装置,所述装置包括:
岩心选择单元,用于选取目的层段中至少一个全直径岩心;
数据获取单元,用于获得每个所述全直径岩心的CT测试数据;所述CT测试数据包括:岩心切片总数以及每个所述岩心切片的总面积;
计算单元,用于根据所述CT测试数据,计算每个所述全直径岩心中目标孔隙的孔隙度;以及
根据每个所述全直径岩心中目标孔隙的孔隙度计算所述目的层段中目标孔隙的孔隙度平均值;
产气量预测单元,用于根据所述目的层段中目标孔隙的孔隙度平均值预测所述目的层段的产气量;
判断单元,用于根据所述目的层段的产气量预测目的层段的产气级别。
本发明实施例提供的储层产气量的预测方法及装置,通过对储层中直径为70微米及以上孔隙进行三维CT分析,预测储层产气量,并且根据不同的资料条件,给出了两种总产气量计算方法。本发明实施例提出了利用反映储层自身特性的“产气量”来描述储层产气能力的新思路,该方法排除了工程影响因素,使得评价结果更具客观性、准确性,是现有条件下最为直接、准确、可行且无损的产气量预测方法。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明实施例中一种基于CT孔隙分析的储层产气量预测方法的流程图;
图2为本发明实施例中一种基于CT孔隙分析的储层产气量预测装置的结构示意图;
图3A为本发明实施例中岩心A高分辨率CT测试的切片示意图;
图3B为本发明实施例中岩心A高分辨率CT测试三维重建结果示意图;
图3C为本发明实施例中岩心A三维重建后的孔隙直径分布谱图;
图4A为本发明实施例中岩心B高分辨率CT测试的切片示意图;
图4B为本发明实施例中岩心B高分辨率CT测试三维重建结果示意图;
图4C为本发明实施例中岩心B三维重建后的孔隙直径分布谱图;
图5为本发明实施例中某井所在地区产气量与目标孔隙的孔隙度平均值的关系示意图;
图6为本发明实施例中某井所在地区每米有效厚度产气量与目标孔隙的孔隙度平均值的关系示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例作进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明提出了利用近年来逐渐发展起来的岩心三维孔隙结构分析新技术(发明公开号:102222359A,一种岩心三维孔隙结构重构方法),通过岩心孔隙三维CT分析,进行储层产气量定量预测的方法。本发明实施例提供的一种基于CT孔隙分析的储层产气量预测方法,如图1所示,所述方法包括:
步骤101,选取目的层段中至少一个全直径岩心;
较佳的,所选择的全直径岩心可以是圆柱状的规则岩心,也可以是非规则岩心,但所选择的岩心应尽量具有代表性。在实际中,因为应力释放,从井底钻取出来的岩心往往易于破碎,选取规整的全直径岩样比较困难;另一方面,取出的岩心需要做一系列其它实验,往往去岩心库选择岩心时,岩心柱子上已被钻取柱塞岩样,进一步增加了选择规则全直径岩样的难度。由于本发明中使用的全直径岩心可以是非规则的,这就极大地增加了该方法的适用性。
步骤102,获得每个所述全直径岩心的CT测试数据;所述CT测试数据包括:岩心切片总数以及每个所述岩心切片的总面积。
具体的,将选取的全直径岩心进行高分辨率三维CT测试。
步骤103,根据所述CT测试数据,计算每个所述全直径岩心中目标孔隙的孔隙度;
在步骤102中全直径岩心进过CT测试后,可以得到孔隙的分布情况,随后经过步骤103的计算,便可以得到所述全直径岩心的目标孔隙的孔隙度。
步骤104,根据每个所述全直径岩心中目标孔隙的孔隙度计算所述目的层段中目标孔隙的孔隙度平均值;具体的,根据选取的全直径岩心的个数,目标孔隙的孔隙度平均值会有不同,选取的具有代表性的全直径岩心个数越多,越能反映目的层段的孔隙分布情况,该目的层段的目标孔隙的孔隙度平均值越精确。
步骤105,根据所述目的层段中目标孔隙的孔隙度平均值预测所述目的层段的产气量;
步骤106,根据所述目的层段的产气量预测目的层段的产气级别。根据产气量的预测结果以及石油天然气行业储量计算标准得到产气级别。因此,根据所述步骤105中产气量定量计算结果可以对目的层段产气级别进行比较准确的评价。
本发明实施例的上述方法通过对产气量的预测,可以提高产能预测的精度,解决目前勘探阶段缝洞储层产能预测的技术瓶颈,更好地为油气开发方案部署与规划提供科学依据。
本发明实施例所提供的储层产气量的预测方法,较佳的,所述目标孔隙包括:直径大于70微米的孔隙。直径大于70微米的孔隙的孔隙度反应了储层中具有较大尺寸孔隙的发育程度,很大程度上体现了储层的储集能力和渗流能力。
本发明实施例所提供的储层产气量的预测方法,较佳的,所述选取目的层段中至少一个全直径岩心包括:通过对常规测井和/或成像测井资料的分析,在所述目的层段中至少选取一个具有代表性的所述全直径岩心。选取全直径岩心的块数一般根据目的层段的实际的情况而定,一般的,如果目的层段为一个均质的层,那么可以只选取一个全直径岩心即可;如果目的层段存在变化,那么根据测井响应呈现的典型数值或范围的个数决定全直径岩心的个数。
本发明实施例所提供的储层产气量的预测方法,较佳的,所述选取目的层段中至少一个全直径岩心还包括:获取第j个所述全直径岩心所代表的厚度hj以及,
本发明实施例所提供的储层产气量的预测方法,较佳的,根据公式:
计算每个所述全直径岩心中目标孔隙的孔隙度,其中:为第j个所述全直径岩心中目标孔隙的孔隙度,Aji_CT为第j个所述全直径岩心中第i个所述岩心切片上目标孔隙的总面积,Aji为第j个所述全直径岩心中第i个所述岩心切片的总面积,Nj为第j个所述全直径岩心的岩心切片总数。
本发明实施例所提供的储层产气量的预测方法,较佳的,根据公式:
本发明实施例所提供的储层产气量的预测方法,较佳的,根据公式:获得所述目的层段的产气量Q,其中,a1、a2为常数。在上述公式中,a1、a2为常数,其数值与区域地质背景、储层类型等因素有关,不同的地质背景以及储层类型所对应的a1、a2均可能会不同,可通过已有试油、试气资料确定。在该方法中,可以只在主力储层段取心进行CT分析,简化分析计算的过程。
本发明实施例所提供的储层产气量的预测方法,另一较佳的实施例中,先根据公式:
获得所述目的层段的每米有效厚度产气量q,其中b1、b2为常数;在上述公式中,b1、b2为常数,其数值与区域地质背景、储层类型等因素有关,不同的地质背景以及储层类型所对应的b1、b2均可能会不同,可通过已有试油、试气资料确定。
再根据公式:Q=H·q,获得所述目的层段的产气量Q。在本实施例的计算过程中所需的CT测量点相对较多,且要求有效储层段的确定比较准确,也就是说对储层下限的准确性要求较高。
本发明实施例所提供的方法突破了“产能”这一概念,从储层本身孔隙特征的直接测量入手,进行储层产气量定量预测,抓住了影响产能的本质因素,物理基础扎实,具有直接、可靠、快速和无损伤等优点。本文提出的产气量预测方法除了适用于缝洞储层之外,对其它非均质复杂储层产气(油)量预测及产能评价等也具有重要的参考价值。
本发明实施例还提供一种基于CT孔隙分析的储层产气量预测装置,如图2所示,包括:
岩心选择单元201,用于选取目的层段中至少一个全直径岩心;一般的,如果目的层段为一个均质的层,那么可以只选取一个全直径岩心即可;如果目的层段存在变化,那么根据测井响应呈现的典型数值或范围的个数决定全直径岩心的个数。
数据获取单元202,用于获得每个所述全直径岩心的CT测试数据;所述CT测试数据包括:岩心切片总数以及每个所述岩心切片的总面积;数据获取单元202从CT处理得到的全部数据进行综合归纳,得到岩心切片总数以及每个所述岩心切片的总面积等必要的数据。
其中,高分辨率三维CT测试可以使用高能量的工业CT。其主要步骤包括CT图像预处理、孔隙空间提取及二值化、孔隙空间三维重建等。经过CT测试以后可以得到例如:岩心切片的总数、每个岩心切片的总面积等一些有关该岩心必要的数据。CI测试过程可以按照目前的现有技术进行,在此不再进行赘述。在此采用CT测试主要是因为该方法不会损坏岩心。
计算单元203,用于根据所述CT测试数据,计算每个所述全直径岩心中目标孔隙的孔隙度;以及根据每个所述全直径岩心中目标孔隙的孔隙度计算所述目的层段中目标孔隙的孔隙度平均值;
产气量预测单元204,用于根据所述目的层段中目标孔隙的孔隙度平均值预测所述目的层段的产气量;
判断单元205,用于根据所述目的层段的产气量预测目的层段的产气级别。
下面提供一具体的实施例。
首先,选取目的层段中至少一个全直径岩心;
根据某井常规测井资料、成像测井等资料的综合分析,选取一目的层段,其位置在5423.5-5447.5m和5450.5-5459.5m,共33米。根据该井常规测井、成像测井资料在纵向上的变化特征,确定需要选取2块全直径岩心,对应的深度分别为5430m、5452m,通过分析计算得到其中第一块全直径岩心A代表的厚度为12米,第二块全直径岩心B代表的厚度为21米。
由于在上述过程中确定的两个深度位置都具有完整的全直径岩心,可直接选取对应位置的全直径岩心。进一步选用CT装置进行三维高分辨率CT测试,分辨率为68微米。图3A是岩心A高分辨率CT测试序列中的某四个切片,图4A是岩心B高分辨率CT测试序列中的某四个切片。利用现有的复杂储层三维CT分析技术,对岩心A、B的高分辨率CT测试结果进行处理分析,处理过程主要包括CT图像预处理、区域选取、孔隙空间提取及二值化、孔隙空间三维重建等过程,得到图3B的岩心A高分辨率CT测试三维重建结果,以及图3C根据三维重建结果分析得到的岩心A的孔隙直径分布谱。图4B是岩心B高分辨率CT测试三维重建结果,图4C是根据三维重建结果分析得到的岩心B的孔隙直径分布谱。
在上述CT三维孔隙重建基础上,进一步分析岩心孔隙结构参数中的孔隙度。本发明实施例中的孔隙结构参数主要针对直径大于70微米孔隙,该孔隙度反应了储层中较大尺寸孔隙的发育程度。利用公式i=1,2……Nj计算岩心A、B中直径大于70微米孔隙的孔隙度,其中:为第j个所述全直径岩心中目标孔隙的孔隙度,Aji_CT为第j个所述全直径岩心中第i个所述岩心切片上目标孔隙的总面积,Aji为第j个所述全直径岩心中第i个所述岩心切片的总面积,Nj为第j个所述全直径岩心的岩心切片总数,此处,A、B两块岩心的CT扫描总切片数均为1200。岩心A、B直径大于70微米孔隙的孔隙度 分别为4.16%、4.93%。
获得所述目的层段的产气量Q至少可以通过两种方式。
第一种方式,首先根据已有的试油、试气资料确定公式中的参数a1和a2。目的层段所在区域三个已试气层段产气量Q与直径大于70微米的目标孔隙的孔隙度平均值的关系如图5所示,图5中三个切片对应的三个圆点为三个已试气层段岩心的典型CT切片。根据上述三个资料点,可以确定参数a1为3.244444、a2为0.5605614,得到该区域产气量计算公式为该公式表示的关系曲线如图5中的实线所示。然后,根据前面计算的目的层段直径大于70微米孔隙孔隙度的平均值可以计算得到目的层段的产气量为43.97(万方/天)。
第二种方式,首先根据已有的试油、试气资料确定公式中的参数b1和b2,目的层段所在区域的五个已试气层段每米有效厚度产气量q与直径大于70微米的目标孔隙的孔隙度平均值的关系如图6所示。根据上述五个资料点,可以确定参数b1为0.062433、b2为0.648815,得到该区域每米有效厚度产气量q计算公式为该公式表示的关系曲线如图6中的实线所示。然后,根据前面计算的目的层段直径大于70微米孔隙孔隙度的平均值可以计算得到目的层段每米有效厚度产气量q为1.275(万方/天)。最后,根据公式Q=H·q,获得所述目的层段的产气量Q为42.075(万方/天)。
而该目的层段最终试气结果为41.35万方/天。上述两种预测方法与试气结果均很接近,进一步验证了该方法的可靠性。
最后,根据目的层段的产气量Q可得到其产气级别为中产。
本发明实施例提供的储层产气量的预测方法及装置,通过对储层中直径为70微米及以上孔隙进行三维CT分析,预测储层产气量,并且根据不同的资料条件,给出了两种总产气量计算方法。本发明实施例提出了利用反映储层自身特性的“产气量”来描述储层产气能力的新思路,该方法排除了工程影响因素,使得评价结果更具客观性、准确性,是现有条件下最为直接、准确、可行且无损的产气量预测方法。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于CT孔隙分析的储层产气量预测方法,其特征在于,所述方法包括:
选取目的层段中至少一个全直径岩心;
获得每个所述全直径岩心的CT测试数据;所述CT测试数据包括:岩心切片总数以及每个所述岩心切片的总面积;
根据所述CT测试数据,计算每个所述全直径岩心中目标孔隙的孔隙度;
根据每个所述全直径岩心中目标孔隙的孔隙度计算所述目的层段中目标孔隙的孔隙度平均值;
根据所述目的层段中目标孔隙的孔隙度平均值预测所述目的层段的产气量;
根据所述目的层段的产气量预测目的层段的产气级别。
2.根据权利要求1所述的储层产气量的预测方法,其特征在于,所述目标孔隙包括:直径大于70微米的孔隙。
3.根据权利要求1所述的储层产气量的预测方法,其特征在于,所述选取目的层段中至少一个全直径岩心包括:通过对常规测井资料和/或成像测井资料的分析,在所述目的层段中至少选取一个具有代表性的所述全直径岩心。
9.根据权利要求1所述的储层产气量的预测方法,其特征在于,
通过高能量工业CT仪器获得每个所述全直径岩心的CT测试数据。
10.一种基于CT孔隙分析的储层产气量预测装置,其特征在于,所述装置包括:
岩心选择单元,用于选取目的层段中至少一个全直径岩心;
数据获取单元,用于获得每个所述全直径岩心的CT测试数据;所述CT测试数据包括:岩心切片总数以及每个所述岩心切片的总面积;
计算单元,用于根据所述CT测试数据,计算每个所述全直径岩心中目标孔隙的孔隙度;以及
根据每个所述全直径岩心中目标孔隙的孔隙度计算所述目的层段中目标孔隙的孔隙度平均值;
产气量预测单元,用于根据所述目的层段中目标孔隙的孔隙度平均值预测所述目的层段的产气量;
判断单元,用于根据所述目的层段的产气量预测目的层段的产气级别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310088247.9A CN103198363B (zh) | 2013-03-19 | 2013-03-19 | 一种基于ct孔隙分析的储层产气量预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310088247.9A CN103198363B (zh) | 2013-03-19 | 2013-03-19 | 一种基于ct孔隙分析的储层产气量预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103198363A true CN103198363A (zh) | 2013-07-10 |
CN103198363B CN103198363B (zh) | 2015-02-25 |
Family
ID=48720888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310088247.9A Active CN103198363B (zh) | 2013-03-19 | 2013-03-19 | 一种基于ct孔隙分析的储层产气量预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103198363B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463362A (zh) * | 2014-12-03 | 2015-03-25 | 中国石油天然气股份有限公司 | 一种预测储层流体产量的方法及装置 |
CN104729971A (zh) * | 2015-04-08 | 2015-06-24 | 中国石油大学(华东) | 一种岩石纳米ct的孔隙标定方法 |
CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 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 |
CN106383078A (zh) * | 2016-09-20 | 2017-02-08 | 中国石油天然气股份有限公司 | 岩石水驱效率的确定方法及装置 |
CN107449707A (zh) * | 2017-07-03 | 2017-12-08 | 中国石油天然气股份有限公司 | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 |
CN109490266A (zh) * | 2018-11-15 | 2019-03-19 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种岩样无损取样方法 |
CN109709301A (zh) * | 2018-11-30 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 |
CN109958430A (zh) * | 2019-03-10 | 2019-07-02 | 东北石油大学 | 复杂致密气藏产能预测方法 |
CN111485867A (zh) * | 2019-01-09 | 2020-08-04 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层产能预测方法及装置 |
CN114324419A (zh) * | 2020-09-30 | 2022-04-12 | 中国石油天然气股份有限公司 | 岩心沥青含量测量方法、装置、设备、存储介质 |
US11436738B1 (en) | 2022-03-09 | 2022-09-06 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Rock stratification identification method and apparatus, device and storage medium |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175832A (zh) * | 2011-01-10 | 2011-09-07 | 中国石油天然气股份有限公司 | 一种确定典型储层最佳饱和度计算模型的方法 |
CN102262041A (zh) * | 2011-04-20 | 2011-11-30 | 中国石油天然气股份有限公司 | 一种基于多谱孔隙结构分析的饱和度确定方法 |
-
2013
- 2013-03-19 CN CN201310088247.9A patent/CN103198363B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175832A (zh) * | 2011-01-10 | 2011-09-07 | 中国石油天然气股份有限公司 | 一种确定典型储层最佳饱和度计算模型的方法 |
CN102262041A (zh) * | 2011-04-20 | 2011-11-30 | 中国石油天然气股份有限公司 | 一种基于多谱孔隙结构分析的饱和度确定方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463362B (zh) * | 2014-12-03 | 2017-09-01 | 中国石油天然气股份有限公司 | 一种预测储层流体产量的方法及装置 |
CN104463362A (zh) * | 2014-12-03 | 2015-03-25 | 中国石油天然气股份有限公司 | 一种预测储层流体产量的方法及装置 |
CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 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 |
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 |
CN104729971A (zh) * | 2015-04-08 | 2015-06-24 | 中国石油大学(华东) | 一种岩石纳米ct的孔隙标定方法 |
CN104729971B (zh) * | 2015-04-08 | 2017-02-22 | 中国石油大学(华东) | 一种岩石纳米ct的孔隙标定方法 |
CN106383078B (zh) * | 2016-09-20 | 2019-05-07 | 中国石油天然气股份有限公司 | 岩石水驱效率的确定方法及装置 |
CN106383078A (zh) * | 2016-09-20 | 2017-02-08 | 中国石油天然气股份有限公司 | 岩石水驱效率的确定方法及装置 |
CN107449707B (zh) * | 2017-07-03 | 2020-01-07 | 中国石油天然气股份有限公司 | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 |
CN107449707A (zh) * | 2017-07-03 | 2017-12-08 | 中国石油天然气股份有限公司 | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 |
CN109490266A (zh) * | 2018-11-15 | 2019-03-19 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种岩样无损取样方法 |
CN109490266B (zh) * | 2018-11-15 | 2021-08-27 | 中国石油化工股份有限公司 | 一种岩样无损取样方法 |
CN109709301A (zh) * | 2018-11-30 | 2019-05-03 | 中国石油天然气股份有限公司 | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 |
CN111485867A (zh) * | 2019-01-09 | 2020-08-04 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层产能预测方法及装置 |
CN111485867B (zh) * | 2019-01-09 | 2023-05-26 | 中国石油天然气股份有限公司 | 缝洞型碳酸盐岩储层产能预测方法及装置 |
CN109958430A (zh) * | 2019-03-10 | 2019-07-02 | 东北石油大学 | 复杂致密气藏产能预测方法 |
CN114324419A (zh) * | 2020-09-30 | 2022-04-12 | 中国石油天然气股份有限公司 | 岩心沥青含量测量方法、装置、设备、存储介质 |
CN114324419B (zh) * | 2020-09-30 | 2023-07-25 | 中国石油天然气股份有限公司 | 岩心沥青含量测量方法、装置、设备、存储介质 |
US11436738B1 (en) | 2022-03-09 | 2022-09-06 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Rock stratification identification method and apparatus, device and storage medium |
Also Published As
Publication number | Publication date |
---|---|
CN103198363B (zh) | 2015-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103198363B (zh) | 一种基于ct孔隙分析的储层产气量预测方法及装置 | |
CN106093350B (zh) | 确定非均质碳酸盐岩储层饱和度指数的方法 | |
CN105804734B (zh) | 一种利用核磁共振测井识别稠油储层的方法 | |
CN109100812B (zh) | 基于核磁共振的岩石孔隙分形维数评价方法及装置 | |
CN113740515B (zh) | 综合表征深层海相碳酸盐岩油藏赋存下限临界条件的方法 | |
CN102749651B (zh) | 一种储层裂缝测井标定方法 | |
CN104329079A (zh) | 一种识别气测录井油气层的方法以及系统 | |
CN104594888B (zh) | 一种基于致密储层导电因素实验的油层识别方法 | |
CN106323835B (zh) | 确定非均质碳酸盐岩储层胶结指数的方法 | |
EP3596515A1 (en) | Rock type based free water level inversion | |
CN105114067A (zh) | 一种岩性测井相的方法 | |
CN105240006A (zh) | 一种适用于火山岩储层的油水层识别方法 | |
CN110593857B (zh) | 油润湿致密砂岩核磁共振测井流体识别方法及其图版 | |
CN105401937A (zh) | 一种基于孔隙结构的饱和度指数预测方法 | |
WO2018013004A1 (ru) | Способ прогноза эффективной емкости коллекторов | |
CN108035710B (zh) | 基于数据挖掘划分深层岩石地质相的方法 | |
Polnikov et al. | Estimation of extreme wind speeds and wave heights along the regional waters of India | |
CN110873904B (zh) | 流体识别方法及装置 | |
CN105590018A (zh) | 砂泥岩薄互层油藏的油水层判别方法 | |
Yang et al. | Intelligent rating method of tunnel surrounding rock based on one-dimensional convolutional neural network | |
CN108457646B (zh) | 确定储层流体性质的方法 | |
CN111236934B (zh) | 水淹级别确定方法和装置 | |
CN112287279B (zh) | 剩余油预测方法及装置 | |
CN104463362A (zh) | 一种预测储层流体产量的方法及装置 | |
CN114153002B (zh) | 储层天然裂缝三维地质建模方法、装置、电子设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |