CN103336997A - 致密油资源分布预测方法以及预测装置 - Google Patents
致密油资源分布预测方法以及预测装置 Download PDFInfo
- Publication number
- CN103336997A CN103336997A CN2013102227725A CN201310222772A CN103336997A CN 103336997 A CN103336997 A CN 103336997A CN 2013102227725 A CN2013102227725 A CN 2013102227725A CN 201310222772 A CN201310222772 A CN 201310222772A CN 103336997 A CN103336997 A CN 103336997A
- Authority
- CN
- China
- Prior art keywords
- grid
- pebi
- oil
- well control
- fill factor
- 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
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种致密油资源分布预测方法以及预测装置。所述预测方法包括:利用评价区边界点和钻井数据构建包括井控网格和无井控网格的PEBI网格;根据预先获得的钻井数据获取井控网格的评价参数,通过空间插值获取无井控网格的评价参数;根据钻井数据以及烃源岩分布数据来获取PEBI网格排油量,根据PEBI网格排油量计算PEBI网格最大石油充满系数;利用计算得到的PEBI网格最大石油充满系数,对无井控网格的PEBI网格石油充满系数进行校正;基于校正后的无井控网格的PEBI网格石油充满系数,估计无井控网格的地质资源量和资源丰度,由此,致密油资源分布的预测结果更精确,且预测周期更短,减少了勘探与开发的成本。
Description
技术领域
本发明涉及致密油资源量计算与分布预测技术领域,尤其涉及一种考虑源控的致密油资源分布预测方法以及预测装置。
背景技术
致密油是指产于低孔隙度和低渗透率岩石储层中的石油。致密油以吸附和游离状态赋存于富含有机质且渗透率极低的碳酸盐岩、泥质粉砂岩和砂岩夹层系统中,形成自生自储、连续分布的石油聚集。
随着水平钻井和多段压裂完井技术的发展与完善,油气勘探开发正在进入全新的领域。2006年Williston盆地Elm Coulee油田Bakken组致密油突破日产7950×104m3,2008年Bakken组致密油实现规模开发;2011年美国致密油产量突破3000×104t,使美国持续24年的石油产量下降趋势首次得以扭转(《中国致密油评价标准、主要类型、基本特征及资源前景》,贾承造等;石油学报,2012,33(3):343-350)。与此同时,在加拿大的致密油勘探开发中也取得了进展。2011年,预测西加拿大沉积盆地上白垩统Colorado群Cardium组的致密油资源潜力可达27.6×108m3,是该区近期石油储量增长的重要储备(Clarkson C R and Pedersen P.K.Production Analysis of Western CanadianUnconventional Light Oil Plays.2011,CSUG/SPE149005)。我国在鄂尔多斯盆地的延长组、四川盆地的侏罗系等发现了致密油(《常规与非常规油气聚集类型、特征、机理及展望—以中国致密油和致密气为例》,邹才能等;石油学报,2012,33(2):173-187),初步估算全国致密油地质资源总量达到(106.7~111.5)×108t,是中国未来较为现实的石油接替资源(《中国致密油评价标准、主要类型、基本特征及资源前景》,贾承造等;石油学报,2012,33(3):343-350)。因此,致密油资源量计算与分布预测方法研究,对落实致密油资源潜力,寻找有利勘探开发区具有重要意义。
致密油资源量计算和分布预测方法与常规油气相比还处于探讨阶段,相对成熟的主要有以下几种方法:
(1)类比法
以美国地质调查局(USGS)的FORSPAN模型法为代表,通过类比已开发井评估的最终可采储量(EUR)来预测评价区资源量(Schmoker J W..Resource-assessmentperspectives for unconventional gas systems.AAPG,2002,86(11):1993-1999)。
(2)随机模拟法
以加拿大地质调查局空间分布模型法为代表,通过随机建模来预测评价区资源量及分布(Chen Z,Osadetz,K G,Jiang C and Li M.Spatial variation of Bakken/Lodgepole oils inthe Canadian Williston Basin.AAPG,2009,93(6):289-251.)。
(3)数值模拟法
将致密油划分为3种类型,根据不同类型致密油成藏机理建立聚集模型,用数值模拟方法模拟致密油聚集量及分布(《致密油聚集模型与数值模拟探讨》,郭秋麟等;岩性油气藏,2013,25(1):4-11)。
(4)容积法
容积法是一种最简单使用的致密油资源评价方法,是根据致密储层孔隙体积的大小,计算致密油规模的方法(《非常规油气资源评价方法》,郭秋麟等;岩性油气藏,2011,23(4):12-19)。
但是,上述现有技术中的分布预测方法均没有考虑源控因素,因此,预测结果精确度有限,此外,数值模拟法要求较多的参数,实施周期较长。
发明内容
本发明的目的在于提供一种致密油资源分布预测方法以及预测装置,与现有的类比法、随机模拟法、数值模拟法和容积法相比,本发明考虑了源控因素又考虑致密油聚集的容积空间,预测致密油资源分布的结果更精确,且预测周期更短,更易实施,此外,在估算出无井控网格的地质资源量和丰度后,还可以用色标代表PEBI网格的地质资源丰度,将评价区所有PEBI网格涂色,形成可视化的致密油资源分布图,从而既能估算致密油地质资源量又能预测致密油分布,为钻探井地点的部署提供了有利的方案,减少了勘探与开发的成本。
为达到上述目的,本发明提供一种致密油资源分布预测方法,其中,所述致密油资源分布预测方法包括以下步骤:
利用评价区边界点和预先获得的钻井数据构建局部正交化网络PEBI网格,所述PEBI网络包括井控网格和无井控网格;
根据预先获得的钻井数据来获取井控网格的评价参数,利用井控网格的评价参数通过空间插值来获取无井控网格的评价参数,所述评价参数包括PEBI网格储层有效厚度、PEBI网格孔隙度、PEBI网格含油饱和度和PEBI网格石油充满系数;
根据预先获得的钻井数据以及烃源岩分布数据来获取PEBI网格排油量,根据所述PEBI网格排油量计算PEBI网格最大石油充满系数;
利用计算得到的所述PEBI网格最大石油充满系数,对无井控网格的PEBI网格石油充满系数进行校正;
根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数,估计无井控网格的地质资源量和资源丰度。
优选的是,根据所述PEBI网格排油量计算PEBI网格最大石油充满系数具体是根据下述公式来进行计算:
在上式中:
δmax表示PEBI网格最大石油充满系数,用百分比表示;E表示PEBI网格排油量,单位是104t/km2;h表示PEBI网格储层有效厚度,单位是m;φ表示PEBI网格孔隙度,用百分比表示;So表示PEBI网格含油饱和度,用百分比表示;ρo表示地面原油密度,单位是t/m3;Bo表示原始原油体积系数。
优选的是,利用计算得到的所述PEBI网格最大石油充满系数对无井控网格的PEBI网格石油充满系数进行校正具体是根据下述公式来进行校正:
在上式中:δ表示校正后的PEBI网格石油充满系数,用百分比表示;δc表示PEBI网格石油充满系数,用百分比表示;δmax表示PEBI网格最大石油充满系数,用百分比表示。
优选的是,根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数来估计无井控网格的地质资源量和资源丰度具体是根据下述公式来进行计算:
Cell_Q=δ×Ao×h×φ×So×ρo/Bo×10-4
Cell_rich=Cell_Q/Ao
在上式中:Cell_Q表示地质资源量,单位为104t;Cell_rich表示地质资源丰度,单位为104t/km2;δ表示校正后的PEBI网格石油充满系数,用百分比表示;Ao表示PEBI网格面积,单位km2;h表示PEBI网格储层有效厚度,单位为m;φ表示PEBI网格孔隙度,用百分比表示;So表示PEBI网格含油饱和度,用百分比表示;ρo表示地面原油密度,单位为t/m3;Bo表示原始原油体积系数。
优选的是,还包括以下步骤:
利用井控网格和无井控网格的地质资源量和资源丰度,绘制可视化的致密油资源分布图。
本发明的方法的与现有方法相比,由于考虑了源控因素以及致密油聚集的容积空间,对致密油资源分布结果的估计更加准确,且预测周期更短,更易实施,为钻探井地点的部署提供了有利的方案,减少了勘探与开发的成本。
本发明还提供一种致密油资源分布预测装置,其中,所述致密油资源分布预测装置包括:
PEBI网格构建单元,其利用评价区边界点和预先获得的钻井数据构建局部正交化网络PEBI网格,所述PEBI网络包括井控网格和无井控网格;
评价参数获取单元,其根据预先获得的钻井数据来获取井控网格的评价参数,利用井控网格的评价参数通过空间插值来获取无井控网格的评价参数,所述评价参数包括PEBI网格储层有效厚度、PEBI网格孔隙度、PEBI网格含油饱和度和PEBI网格石油充满系数;
最大石油充满系数计算单元,其根据从预先获得的钻井数据以及烃源岩分布数据而得到的PEBI网格排油量,计算PEBI网格最大石油充满系数;
校正单元,其利用最大石油充满系数计算单元计算出的所述PEBI网格最大石油充满系数,对无井控网格的PEBI网格石油充满系数进行校正;
资源分布估计单元,其根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数,估计无井控网格的地质资源量和资源丰度。
优选的是,所述最大石油充满系数计算单元根据下述公式来计算PEBI网格最大石油充满系数:
在上式中:
δmax表示PEBI网格最大石油充满系数,用百分比表示;E表示PEBI网格排油量,单位是104t/km2;h表示PEBI网格储层有效厚度,单位是m;φ表示PEBI网格孔隙度,用百分比表示;So表示PEBI网格含油饱和度,用百分比表示;ρo表示地面原油密度,单位是t/m3;Bo表示原始原油体积系数。
优选的是,所述校正单元根据下述公式来进行校正:
在上式中:δ表示校正后的PEBI网格石油充满系数,用百分比表示;δc表示PEBI网格石油充满系数,用百分比表示;δmax表示PEBI网格最大石油充满系数,用百分比表示。
优选的是,所述资源分布估计单元根据下述公式来估计无井控网格的地质资源量和资源丰度:
Cell_Q=δ×Ao×h×φ×So×ρo/Bo×10-4
Cell_rich=Cell_Q/Ao
在上式中:Cell_Q表示地质资源量,单位为104t;Cell_rich表示地质资源丰度,单位为104t/km2;δ表示校正后的PEBI网格石油充满系数,用百分比表示;Ao表示PEBI网格面积,单位km2;h表示PEBI网格储层有效厚度,单位为m;φ表示PEBI网格孔隙度,用百分比表示;So表示PEBI网格含油饱和度,用百分比表示;ρo表示地面原油密度,单位为t/m3;Bo表示原始原油体积系数。
优选的是,所述致密油资源分布预测装置还包括:致密油资源分布图绘制单元,其利用井控网格和无井控网格的地质资源量和资源丰度,绘制可视化的致密油资源分布图。
本发明实施例的与现有技术相比,由于考虑了源控因素以及致密油聚集的容积空间,对致密油资源分布结果的估计更加准确,且预测周期更短,更易实施,为钻探井地点的部署提供了有利的方案,减少了勘探与开发的成本。
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,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的致密油资源分布预测方法的流程示意图;
图2为针对评价区构建的PEBI网格;
图3为本发明实施例中长7排油强度分布(单位:104t/km2);
图4为致密储层厚度分布(单位:m);
图5为致密储层孔隙度分布(单位:用百分比表示);
图6为致密储层含油饱和度分布(单位:用百分比表示);
图7为致密储层石油充满系数(校正前,单位:用百分比表示);
图8为致密储层石油充满系数(校正后,单位:用百分比表示);
图9为致密油地质资源丰度分布(校正前,单位:104t/km2);
图10为致密油地质资源丰度分布(校正后,单位:104t/km2)。
图11为根据本发明实施例的资源分布预测装置的框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为基于本发明实施例的致密油资源分布预测方法的流程示意图。所述致密油资源分布预测方法具有以下步骤:
首先,利用评价区边界点和预先获得的钻井数据构建PEBI网格。
PEBI网格是Heinemann于1989年提出的、限定Voronoi图在油藏数值模拟领域的应用。Voronoi图是一个关于空间划分的基础数据结构。PEBI网络是一种非结构化局部正交网络,它比结构网络更灵活,可以很好地模拟非规则地质体的边界,便于局部加密,同时又满足了有限差分方法对网络正交性的要求,最终得到的差分方程与笛卡尔网络有限差分法相似。因此,在油藏数值模拟领域,PEBI网格被广泛运用。
利用要评价的评价区边界点以及已知钻井的钻井数据,构建PEBI网格。其中,PEBI网格包括有井控制的网格(简称为“井控网格”)和无井控制的网格(简称为“无井控网格”)。井控网格是指网格中有钻井,井的地质参数可代表该网格的地质参数,即井控网格中的地质参数是已知的。无井控网格表示网格中没有钻井,该网格中的地质参数未知,通常通过插值方法得到,因而存在预测误差。
根据预先获得的钻井数据来获取井控网格的评价参数,并且利用井控网格的评价参数通过空间插值来获取无井控网格的评价参数。
其中,评价参数是用于评价区的各种数据参数,可以包括PEBI网格储层有效厚度、PEBI网格孔隙度、PEBI网格含油饱和度和PEBI网格石油充满系数。
PEBI网格储层有效厚度是PEBI网格储层的有效厚度,单位是m;PEBI网格孔隙度用百分比表示;PEBI网格石油充满系数是PEBI网格致密油有效厚度与储层厚度之比,用百分比表示。
根据预先获得的钻井数据以及烃源岩分布数据来获取PEBI网格的排油量即PEBI网格排油量,根据所述PEBI网格排油量计算PEBI网格最大石油充满系数。
其中,预先获得了钻井数据和烃源岩分布数据,将这些数据作为参数,用模拟软件(例如,一维盆地模拟软件)进行仿真,可以获得PEBI网格排油量。
本发明的特点之一是考虑了源控来预测资源分布。源控是指烃源岩分布控制致密油分布。在本发明中是指烃源岩排油强度(每平方千米排出的石油万吨数)控制致密油聚集厚度(有效厚度或净储层厚度)。由于,致密油聚集属于连续型油聚集,与常规石油聚集不同,几乎都是原地聚集或近距离聚集,因此每个PEBI网格的聚集量不可能大于该PEBI网格源岩的排油量(包括下部和上部),因此,可以根据PEBI网格排油量来估计PEBI网格的最大石油充满系数。
其中,作为本发明的一个实施例,可以根据下述公式(1)来计算PEBI网格最大石油充满系数:
在公式(1)中:
δmax表示PEBI网格最大石油充满系数,用百分比表示;E表示PEBI网格排油量,单位是104t/km2(万吨/千米2);h表示PEBI网格储层有效厚度,单位是m(米);φ表示PEBI网格孔隙度,用百分比表示;So表示PEBI网格含油饱和度,用百分比表示;ρo表示地面原油密度,单位是t/m3(吨/米3);Bo表示原始原油体积系数。
利用计算得到的上述PEBI网格最大石油充满系数,对无井控网格的PEBI网格石油充满系数进行校正。
其中,作为本发明的一个实施例,根据下述公式(2)来进行校正:
在公式(2)中:δ表示校正后的PEBI网格石油充满系数,用百分比表示;δc表示PEBI网格石油充满系数,用百分比表示;δmax表示PEBI网格最大石油充满系数,用百分比表示。
根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数,估计无井控网格的地质资源量和资源丰度。
其中,作为本发明的一个实施例,可以根据下述公式(3)和(4)来进行计算:
Cell_Q=δ×Ao×h×φ×So×ρo/Bo×10-4 (3)
Cell_rich=Cell_Q/Ao (4)
在公式(3)和(4)中:Cell_Q表示地质资源量,单位为104t(万吨);Cell_rich表示地质资源丰度,单位为104t/km2(万吨/千米2);δ表示校正后的PEBI网格石油充满系数,用百分比表示;Ao表示PEBI网格面积,单位km2(千米2);h表示PEBI网格储层有效厚度,单位为m;φ表示PEBI网格孔隙度,用百分比表示;So表示PEBI网格含油饱和度,用百分比表示;ρo表示地面原油密度,单位为t/m3(吨/米3);Bo表示原始原油体积系数。
此外,在获得了地质资源量和资源丰度后,为了实现资源分布可视化,并且为勘探生产提供参考依据,还可以基于井控网格和无井控网格的地质资源量和资源丰度,绘制可视化的致密油资源分布图。
由此,根据本发明实施例的致密油资源分布预测方法,与现有技术相比,致密油资源分布结果更精确,且预测周期更短,更易实施,为钻探井地点的部署提供了有利的方案,减少了勘探与开发的成本。
下面,通过一个具体实例对上述实施例中的步骤进行详细的描述。
首先,假设本实施例的评价区的基本地质情况如下:位于鄂尔多斯盆地西南部,面积约6.19×104km2,目的层为三叠系延长组长7油层组第1小层(简称长7-1)。长7油层组主体为烃源层,烃源岩厚度一般30~60m,最厚可达130m,优质烃源岩分布范围近5×104km2;有机母质类型以Ⅰ、Ⅱ1型干酪根为主;残余有机碳含量主要分布于3%~10%之间,平均TOC约6.5%;Ro为0.85%~1.15%,Tmax为445~455℃,绝大部分已发生了强烈的生、排烃作用,总有效生烃量超过1000亿吨;总排烃量超过600亿吨,是中生界石油的主力油源。长7油层组内共有3个致密砂岩层(长7-1、长7-2和长7-3),砂岩层中聚集的石油属于典型的致密油。长7-1是其中最重要的致密油层。统计209多口井的资料,获得:长7-1平均厚度37m,致密砂岩平均厚度10.4m,单层厚度1~5m,孔隙度在1%~12%之间,平均7%,渗透率分布在0.01~1.35mD,平均0.18mD,含油饱和度在30%~80%之间。
利用本发明的致密油资源分布预测方法,对鄂尔多斯盆地三叠系延长组长7致密油分布进行预测,具体步骤如下:
根据评价区边界和209口钻井,构建PEBI网格。
在本例中,PEBI网格数为4373个,其中有井控制的网格即井控网格为209个,其余为无井控制的网格即非井控网格。针对评价区构建的PEBI网格如图2所示。其中,井控网格是指网格中有钻井,井控网格中的地质参数是已知的;非井控网格是指网格中没有钻井,该网格中的地质参数未知,通常通过估计(例如,插值)获得,因此存在一定的估计误差。
通过分析209口钻井资料得到井控网格的评价参数,基于获得的井控网格的评价参数,通过空间插值得到无井控网格的评价参数,评价参数可以包括:PEBI网格储层有效厚度(h)、PEBI网格孔隙度(φ)、PEBI网格含油饱和度(So)和PEBI网格石油充满系数(δ)。图4示出了通过插值得到的无井控网格的致密储层有效厚度;图5示出了通过插值得到的无井控网格的孔隙度;图6示出了通过插值得到的无井控网格的含油饱和度;图7示出了通过插值得到的无井控网格的石油充满系数。
利用已知的钻井数据和烃源岩分布数据作为参数,通过一维盆地模拟软件进行盆地模拟,可以获得评价区主要烃源岩的排油强度(E)作为PEBI网格排油量。图3示出了基于盆地模拟结果的评价区主要烃源岩的排油强度(E)。
利用排油强度E计算每个PEBI网格理论上最大石油充满系数,可以根据上述公式(1)来计算PEBI网格最大石油充满系数δmax。
利用PEBI网格最大石油充满系数δmax作为约束条件,校正石油充满系数,即每个PEBI网格石油充满系数δ只能小于或等于δmax。可以根据上述公式(2)来进行校正。
图8示出了校正结果。对比校正前后的石油充满系数分布图,可以发现,图8中右上部和左下部比图7的小(因油源限制),其他部分变化不大(因油源充足)。
基于无井控网格的评价参数以及校正后的无井控网格的PEBI网格石油充满系数,计算致密油资源量和资源丰度。可以根据上述公式(3)和(4)来估计无井控网格的地质资源量和资源丰度。
在本实例中,分别计算校正前和校正后两组数据,地面原油密度ρo取0.85t/m3、原始原油体积系数取1.15。计算后得到两组结果,即校正前、后的致密油地质资源量分别为53亿吨和37亿吨,按8%的采收率估算,可采资源分别为4.24亿吨和2.96亿吨。
为了使得资源分布可视化,可以用色标代表PEBI网格的地质资源丰度,将评价区所有PEBI网格涂色,形成可视化的致密油资源分布图。
图9和图10分别为校正前(未考虑源控因素)和校正后(考虑源控因素)的致密油资源分布图,对比后可以发现,校正后的资源丰度比校正前要小,说明考虑源控因素,可以避免参数因空间插值引起的误差,从而能够获得更加精确的致密油资源分布结果。
此外,本发明还提供了一种致密油资源分布预测装置。图11示出了致密油资源分布预测装置的框图。其中,致密油资源分布预测装置1100包括:PEBI网格构建单元1101、评价参数获取单元1102、最大石油充满系数计算单元1103、校正单元1104和资源分布估计单元1105。
PEBI网格构建单元1101用于构建PEBI网格,其利用评价区边界点和预先获得的钻井数据构建PEBI网格。其中,PEBI网格包括有井控制的网格(简称为“井控网格”)和无井控制的网格(简称为“无井控网格”)。井控网格是指网格中有钻井,井的地质参数可代表该网格的地质参数,即井控网格中的地质参数是已知的。无井控网格表示网格中没有钻井,该网格中的地质参数未知,只能通过插值方法得到,因而存在预测误差。
评价参数获取单元1102用于获取井控网格的评价参数和无井控网格的评价参数。具体而言,评价参数获取单元1102根据预先获得的钻井数据来获取井控网格的评价参数,利用井控网格的评价参数通过空间插值来获取无井控网格的评价参数。其中,所述评价参数可以包括PEBI网格储层有效厚度、PEBI网格孔隙度、PEBI网格含油饱和度和PEBI网格石油充满系数;
最大石油充满系数计算单元1103用于计算最大石油充满系数,其根据PEBI网格排油量计算PEBI网格最大石油充满系数。其中,PEBI网格排油量可以根据已知钻井数据以及烃源岩分布数据通过模拟而预先获得,PEBI网格最大石油充满系数可以通过上述公式(1)来获得。
校正单元1104用于对PEBI网格石油充满系数进行校正,其利用最大石油充满系数计算单元1103计算出的所述PEBI网格最大石油充满系数,例如,通过上述公式(2)对无井控网格的PEBI网格石油充满系数进行校正。
资源分布估计单元1105用于估计无井控网格的地质资源量和资源丰度,其根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数,例如,利用上述公式(3)和(4),估计无井控网格的地质资源量和资源丰度。
此外,为了使得资源分布可视化,致密油资源分布预测装置1100还可以包括致密油资源分布图绘制单元(未图示),该致密油资源分布图绘制单元用于绘制可视化的致密油资源分布图,其利用井控网格和无井控网格的地质资源量和资源丰度,绘制可视化的致密油资源分布图。
根据本发明实施例的致密油资源分布预测装置与现有技术相比能够获得更加精确的致密油资源分布结果,且预测周期更短,更易实施,为钻探井地点的部署提供了有利的方案,减少了勘探与开发的成本。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一般计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
以上所述的具体实施例,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例而已,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)
1.一种致密油资源分布预测方法,其中,所述致密油资源分布预测方法包括以下步骤:
利用评价区边界点和预先获得的钻井数据构建局部正交化网络PEBI网格,所述PEBI网络包括井控网格和无井控网格;
根据预先获得的钻井数据来获取井控网格的评价参数,利用井控网格的评价参数通过空间插值来获取无井控网格的评价参数,所述评价参数包括PEBI网格储层有效厚度、PEBI网格孔隙度、PEBI网格含油饱和度和PEBI网格石油充满系数;
根据预先获得的钻井数据以及烃源岩分布数据来获取PEBI网格排油量,根据所述PEBI网格排油量计算PEBI网格最大石油充满系数;
利用计算得到的所述PEBI网格最大石油充满系数,对无井控网格的PEBI网格石油充满系数进行校正;
根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数,估计无井控网格的地质资源量和资源丰度。
2.根据权利要求1所述的致密油资源分布预测方法,其中,根据所述PEBI网格排油量计算PEBI网格最大石油充满系数具体是根据下述公式来进行计算:
在上式中:
δmax表示PEBI网格最大石油充满系数,用百分比来表示;E表示PEBI网格排油量,单位是104t/km2;h表示PEBI网格储层有效厚度,单位是m;φ表示PEBI网格孔隙度,用百分比来表示;So表示PEBI网格含油饱和度,用百分比来表示;ρo表示地面原油密度,单位是t/m3;Bo表示原始原油体积系数。
4.根据权利要求1所述的致密油资源分布预测方法,其中,根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数来估计无井控网格的地质资源量和资源丰度具体是根据下述公式来进行计算:
Cell_Q=δ×Ao×h×φ×So×ρo/Bo×10-4
Cell_rich=Cell_Q/Ao
在上式中:Cell_Q表示地质资源量,单位为104t;Cell_rich表示地质资源丰度,单位为104t/km2;δ表示校正后的PEBI网格石油充满系数,用百分比来表示;Ao表示PEBI网格面积,单位km2;h表示PEBI网格储层有效厚度,单位为m;φ表示PEBI网格孔隙度,用百分比来表示;So表示PEBI网格含油饱和度,用百分比来表示;ρo表示地面原油密度,单位为t/m3;Bo表示原始原油体积系数。
5.根据权利要求1所述的致密油资源分布预测方法,其中,还包括以下步骤:
利用井控网格和无井控网格的地质资源量和资源丰度,绘制可视化的致密油资源分布图。
6.一种致密油资源分布预测装置,其中,所述致密油资源分布预测装置包括:
PEBI网格构建单元,其利用评价区边界点和预先获得的钻井数据构建局部正交化网络PEBI网格,所述PEBI网络包括井控网格和无井控网格;
评价参数获取单元,其根据预先获得的钻井数据来获取井控网格的评价参数,利用井控网格的评价参数通过空间插值来获取无井控网格的评价参数,所述评价参数包括PEBI网格储层有效厚度、PEBI网格孔隙度、PEBI网格含油饱和度和PEBI网格石油充满系数;
最大石油充满系数计算单元,其根据从预先获得的钻井数据以及烃源岩分布数据而得到的PEBI网格排油量,计算PEBI网格最大石油充满系数;
校正单元,其利用最大石油充满系数计算单元计算出的所述PEBI网格最大石油充满系数,对无井控网格的PEBI网格石油充满系数进行校正;
资源分布估计单元,其根据无井控网格的PEBI网格储层有效厚度、无井控网格的PEBI网格孔隙度、无井控网格的PEBI网格含油饱和度、校正后的无井控网格的PEBI网格石油充满系数、预先获得的地面原油密度、PEBI网格面积、以及利用预先获得的钻井数据获取的原始原油体积系数,估计无井控网格的地质资源量和资源丰度。
7.根据权利要求6所述的致密油资源分布预测装置,其中,所述最大石油充满系数计算单元根据下述公式来计算PEBI网格最大石油充满系数:
在上式中:
δmax表示PEBI网格最大石油充满系数,用百分比来表示;E表示PEBI网格排油量,单位是104t/km2;h表示PEBI网格储层有效厚度,单位是m;φ表示PEBI网格孔隙度,用百分比来表示;So表示PEBI网格含油饱和度,用百分比来表示;ρo表示地面原油密度,单位是t/m3;Bo表示原始原油体积系数。
9.根据权利要求6所述的致密油资源分布预测装置,其中,所述资源分布估计单元根据下述公式来估计无井控网格的地质资源量和资源丰度:
Cell_Q=δ×Ao×h×φ×So×ρo/Bo×10-4
Cell_rich=Cell_Q/Ao
在上式中:Cell_Q表示地质资源量,单位为104t;Cell_rich表示地质资源丰度,单位为104t/km2;δ表示校正后的PEBI网格石油充满系数,用百分比来表示;Ao表示PEBI网格面积,单位km2;h表示PEBI网格储层有效厚度,单位为m;φ表示PEBI网格孔隙度,用百分比来表示;So表示PEBI网格含油饱和度,用百分比来表示;ρo表示地面原油密度,单位为t/m3;Bo表示原始原油体积系数。
10.根据权利要求6所述的致密油资源分布预测装置,其中,所述致密油资源分布预测装置还包括:
致密油资源分布图绘制单元,其利用井控网格和无井控网格的地质资源量和资源丰度,绘制可视化的致密油资源分布图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310222772.5A CN103336997B (zh) | 2013-06-06 | 2013-06-06 | 致密油资源分布预测方法以及预测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310222772.5A CN103336997B (zh) | 2013-06-06 | 2013-06-06 | 致密油资源分布预测方法以及预测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103336997A true CN103336997A (zh) | 2013-10-02 |
CN103336997B CN103336997B (zh) | 2016-07-06 |
Family
ID=49245153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310222772.5A Active CN103336997B (zh) | 2013-06-06 | 2013-06-06 | 致密油资源分布预测方法以及预测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103336997B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103759680A (zh) * | 2013-12-31 | 2014-04-30 | 中国石油天然气股份有限公司 | 一种致密储层微纳米孔喉中油膜赋存厚度的测量方法 |
CN105095562A (zh) * | 2015-05-29 | 2015-11-25 | 中国石油天然气股份有限公司 | 一种预测土壤轻烃指标的方法及装置 |
CN105134191A (zh) * | 2015-08-25 | 2015-12-09 | 中国石油天然气股份有限公司 | 致密油油井储量的评价方法 |
CN105488583A (zh) * | 2015-11-23 | 2016-04-13 | 中国石油天然气股份有限公司 | 预测致密油待评价区域可采储量的方法及装置 |
CN105528522A (zh) * | 2015-12-15 | 2016-04-27 | 中国石油天然气股份有限公司 | 一种基于空间网格计算连续性油气藏资源量的方法及装置 |
CN106204316A (zh) * | 2016-08-02 | 2016-12-07 | 中国石油大学(北京) | 致密油勘探方法和装置 |
CN107590743A (zh) * | 2017-08-31 | 2018-01-16 | 中国石油天然气股份有限公司 | 石油资源丰度的确定方法和装置 |
CN110244363A (zh) * | 2018-03-09 | 2019-09-17 | 中国石油化工股份有限公司 | 一种用于预测缝洞型储集层资源量的方法 |
CN113434896A (zh) * | 2021-08-27 | 2021-09-24 | 豪符密码检测技术(成都)有限责任公司 | 一种矿产资源、地理空间领域数据加密保护和使用的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001229150A (ja) * | 2000-02-14 | 2001-08-24 | Hitachi Ltd | データ分析方法 |
CN102243680A (zh) * | 2011-07-21 | 2011-11-16 | 中国科学技术大学 | 一种网格划分方法及系统 |
-
2013
- 2013-06-06 CN CN201310222772.5A patent/CN103336997B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001229150A (ja) * | 2000-02-14 | 2001-08-24 | Hitachi Ltd | データ分析方法 |
CN102243680A (zh) * | 2011-07-21 | 2011-11-16 | 中国科学技术大学 | 一种网格划分方法及系统 |
Non-Patent Citations (3)
Title |
---|
双立娜: "新安边油田储量计算与开发方案研究", 《中国优秀硕士学位论文全文数据库基础科学辑》》 * |
宋芝祥: "油气资源评价方法的选择", 《沉积学报》 * |
郭秋麟 等: "致密油资源评价方法研究", 《中国石油勘探》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103759680A (zh) * | 2013-12-31 | 2014-04-30 | 中国石油天然气股份有限公司 | 一种致密储层微纳米孔喉中油膜赋存厚度的测量方法 |
CN105095562B (zh) * | 2015-05-29 | 2018-07-10 | 中国石油天然气股份有限公司 | 一种预测土壤轻烃指标的方法及装置 |
CN105095562A (zh) * | 2015-05-29 | 2015-11-25 | 中国石油天然气股份有限公司 | 一种预测土壤轻烃指标的方法及装置 |
CN105134191A (zh) * | 2015-08-25 | 2015-12-09 | 中国石油天然气股份有限公司 | 致密油油井储量的评价方法 |
CN105488583B (zh) * | 2015-11-23 | 2019-11-08 | 中国石油天然气股份有限公司 | 预测致密油待评价区域可采储量的方法及装置 |
CN105488583A (zh) * | 2015-11-23 | 2016-04-13 | 中国石油天然气股份有限公司 | 预测致密油待评价区域可采储量的方法及装置 |
CN105528522A (zh) * | 2015-12-15 | 2016-04-27 | 中国石油天然气股份有限公司 | 一种基于空间网格计算连续性油气藏资源量的方法及装置 |
CN106204316A (zh) * | 2016-08-02 | 2016-12-07 | 中国石油大学(北京) | 致密油勘探方法和装置 |
CN107590743A (zh) * | 2017-08-31 | 2018-01-16 | 中国石油天然气股份有限公司 | 石油资源丰度的确定方法和装置 |
CN110244363A (zh) * | 2018-03-09 | 2019-09-17 | 中国石油化工股份有限公司 | 一种用于预测缝洞型储集层资源量的方法 |
CN110244363B (zh) * | 2018-03-09 | 2020-10-23 | 中国石油化工股份有限公司 | 一种用于预测缝洞型储集层资源量的方法 |
CN113434896A (zh) * | 2021-08-27 | 2021-09-24 | 豪符密码检测技术(成都)有限责任公司 | 一种矿产资源、地理空间领域数据加密保护和使用的方法 |
CN113434896B (zh) * | 2021-08-27 | 2021-11-02 | 豪符密码检测技术(成都)有限责任公司 | 一种矿产资源、地理空间领域数据加密保护和使用的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103336997B (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103336997A (zh) | 致密油资源分布预测方法以及预测装置 | |
US8095349B2 (en) | Dynamic updating of simulation models | |
CN111441758A (zh) | 页岩油气甜点区的预测方法及装置 | |
CN105488583B (zh) | 预测致密油待评价区域可采储量的方法及装置 | |
CN108846540B (zh) | 致密砂岩气田的采收率标定方法及装置 | |
CN105528522A (zh) | 一种基于空间网格计算连续性油气藏资源量的方法及装置 | |
US10724348B2 (en) | Method of exploiting a sedimentary basin comprising hydrocarbons, by modelling the accumulation of terrestrial organic matter | |
CN106959261A (zh) | 一种预测沉积物颗粒分布与配比的方法 | |
CN114239904A (zh) | 一种地下水管理方法及装置 | |
CN101864950B (zh) | 连续型致密砂岩气分布的预测方法 | |
Tang et al. | Well control optimization of waterflooding oilfield based on deep neural network | |
Sankaran et al. | A flow network model based on time of flight for reservoir management | |
Torrado et al. | Opening new opportunities with fast reservoir-performance evaluation under uncertainty: Brugge field case study | |
CN103454408B (zh) | 一种测算致密砂岩油聚集量的方法与装置 | |
CN110863818A (zh) | 一种剩余油/气分布的描述方法及装置 | |
McLennan et al. | SAGD reservoir characterization using geostatistics: Application to the Athabasca oil sands, Alberta, Canada | |
CN111677486A (zh) | 致密油二氧化碳吞吐模拟方法、装置及存储介质 | |
Zhao et al. | Streamline simulation based vector flow field characterization and reconstruction method for high water cut reservoir | |
Heidari et al. | History matching of reservoir models by ensemble Kalman filtering: The state of the art and a sensitivity study | |
CN110428497A (zh) | 辫状河训练图像生成方法 | |
Alfaifi et al. | Groundwater management scenarios for the Biyadh-Wasia aquifer systems in the eastern part of Riyadh region, Saudi Arabia | |
Puttiwongrak et al. | Groundwater Modelling for Natural Recharge Estimation in Phuket Island, Thailand | |
Sun et al. | A graph network based approach for reservoir modeling | |
Ghasemi Tootkaboni et al. | 3D simulation of a giant oilfield in calcareous formations and scrutiny study of the interaction of the calculated parameters (Asmari formation in Maroon oilfield, Iran) | |
Bianchi et al. | Simulation of national-scale groundwater dynamics in geologically complex aquifer systems: an example from Great Britain |
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 |