CN105525917B - 识别储层的方法以及识别储层中流体类型的方法 - Google Patents
识别储层的方法以及识别储层中流体类型的方法 Download PDFInfo
- Publication number
- CN105525917B CN105525917B CN201410510595.5A CN201410510595A CN105525917B CN 105525917 B CN105525917 B CN 105525917B CN 201410510595 A CN201410510595 A CN 201410510595A CN 105525917 B CN105525917 B CN 105525917B
- Authority
- CN
- China
- Prior art keywords
- stratum
- reservoir
- point
- default
- value
- 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.)
- Active
Links
Abstract
本发明公开了一种用于识别储层的方法和用于识别储层中流体类型的方法,其中,识别储层的方法包括:岩性识别步骤,根据获取到的待分析地层段的预设测井曲线,确定待分析地层段中各个地层的岩性;异常点确定步骤,获取各个地层的电性参数,并根据各个地层的岩性和电性参数确定各个地层的异常点;储层确定步骤,根据异常点确定待分析地层段中的储层。相较于现有的储层识别方法,本方法的识别结果更为准确、可靠。
Description
技术领域
本发明涉及油气勘探开发技术领域,具体地说,涉及一种用于识别储层及储层中流体类型的方法。
背景技术
致密复杂储层往往具有埋藏深、岩性复杂、低孔低渗、孔隙结构复杂、非均质性强等特点,这也就造成了有效储层和非有效储层难以划分、油气水层无法准确判断的问题。
现有的储层识别方法大都是采用建立研究区经验表达式的方式,这虽然解决了一些实际问题,但是解释精度并不理想,使得致密复杂储层的有效识别和流体的准确判别一直是油气勘探开发领域的行业难题。近年来核磁、成像等测井新技术的发展,很大程度上促进和提高了对这类储层的研究程度,但这些新技术的应用成本很高,往往一个研究区只有几口关键井的数据,所以最后的评价工作还是主要依靠常规测井的方法。
基于上述情况,亟需一种能够方便、准确地进行储层识别的方法。
发明内容
为解决上述问题,本发明提供了一种用于识别储层的方法,所述方法包括:
岩性识别步骤,根据获取到的待分析地层段的预设测井曲线,确定所述待分析地层段中各个地层的岩性;
异常点确定步骤,获取各个地层的电性参数,并根据所述各个地层的岩性和电性参数确定各个地层的异常点;
储层确定步骤,根据所述异常点确定所述待分析地层段中的储层。
根据本发明的一个实施例,所述岩性识别步骤包括:
获取所述待分析地层段的地下岩石样品和预设测井曲线,依据所述地下岩石样品标定同一深度位置的预设测井曲线;
根据各个岩石类型的预设测井曲线的响应特征,确定所述待分析地层段中各个地层的岩性。
根据本发明的一个实施例,所述岩性包括泥岩、砂岩和砂砾岩中的任一项或几项。
根据本发明的一个实施例,所述预设测井曲线包括自然伽马曲线和电阻率曲线。
根据本发明的一个实施例,
如果地层的自然伽马值小于或等于第一预设伽马阈值,且其电阻率值大于或等于第一电阻率阈值,则判断该地层为砂砾岩地层;
如果地层的自然伽马值大于第一预设伽马阈值而小于第二预设伽马值,且其电阻率值小于第一电阻率阈值而大于第二预设电阻率阈值,则判断该地层为砂岩地层;
如果地层的自然伽马值大于或等于第二预设伽马阈值,且其电阻率值小于或等于第二电阻率阈值,则判断该地层为泥岩地层。
根据本发明的一个实施例,所述第一预设伽马阈值的取值范围包括[30,40],所述第二预设伽马阈值的取值范围包括[70,80],所述第一预设电阻率阈值的取值范围包括[95,115],所述第二预设电阻率阈值的取值范围包括[20,30]。
根据本发明的一个实施例,所述异常点确定步骤包括:
泥岩地层异常点确定步骤,获取各个泥岩地层的纯泥岩点,根据各个纯泥岩点的电性参数获取电性参数异常的纯泥岩点,作为泥岩地层的异常点;和/或,
砂岩地层异常点确定步骤,获取各个砂岩地层的纯砂岩点,根据各个纯砂砾岩点的地层参获取电性参数异常的纯砂砾岩点,作为砂岩地层的异常点;和/或,
砂砾岩地层异常点确定步骤,获取各个砂砾岩地层的纯砂砾岩点,根据各个纯砂砾岩点的地层参获取电性参数异常的纯砂砾岩点,作为砂砾岩地层的异常点。
根据本发明的一个实施例,获取各个纯泥岩地层的纯泥岩点的步骤包括:
对于每个泥岩地层,从该泥岩地层中获取厚度不小于预设厚度阈值、且所述预设测井曲线的波动在预设波动范围内的地层,作为纯泥岩地层;
获取所述纯泥岩地层的特征点,作为该泥岩地层的纯泥岩点。
根据本发明的一个实施例,在所述泥岩地层异常点确定步骤中:
根据各个泥岩地层的纯泥岩点的电性参数,构建泥岩地层的正常压实趋势线;
获取各个纯泥岩点到所述泥岩地层的正常压实趋势线的距离,并将与所述泥岩地层的正常压实趋势线的距离大于第一预设距离阈值的纯泥岩点作为泥岩地层的异常点。
根据本发明的一个实施例,所述电性参数包括声波时差。
根据本发明的一个实施例,在所述储层确定步骤中:
根据所述泥岩地层的异常点,确定所述待分析地层段中的储层,得到第一识别结果;
根据所述砂岩地层和砂砾岩地层的异常点,确定所述待分析地层段中的储层,得到第二识别结果;
根据所述第一识别结果和第二识别结果,确定所述待分析地层段中的储层。
根据本发明的一个实施例,统计所述第一识别结果和第二识别结果的交集,将得到的地层作为所述待分析地层段中的储层。
本发明还提供了一种用于识别储层中流体类型的方法,所述方法包括:
储层识别步骤,根据如上所述的用于识别储层的方法,识别待分析地层段中的储层;
含水饱和度确定步骤,基于所述储层的电阻率和胶结指数,根据预设模型获取所述储层的含水饱和度;
地层流体识别步骤,根据所述储层的含水饱和度,确定所述储层中所含流体的类型。
根据本发明的一个实施例,所述预设模型包括:
其中,Sw表示含水饱和度,n表示饱和度指数,a和b分别表示与地层因素和电阻率增大率相关的系数,Rw表示地层水电阻率,表示测井孔隙度,m表示胶结指数,Rt表示地层电阻率。
根据本发明的一个实施例,所述胶结指数为常数。
根据本发明的一个实施例,所述胶结指数与地层电阻率成函数关系。
根据本发明的一个实施例,在所述地层流体识别步骤中:
如果所述储层的含水饱和度小于或等于第一预设含水饱和度阈值,则判断所述储层为气层;
如果所述储层的含水饱和度大于第一预设含水饱和度阈值,且小于第二预设含水饱和度阈值,则判断所述储层为气水同层;
如果所述储层的含水饱和度大于或等于第二预设含水饱和度阈值,则判断所述储层为水层。
根据本发明的一个实施例,所述第一预设含水饱和度阈值的取值范围包括[45%,55%],所述第二含水饱和度的取值范围包括[60%,70%]。
本发明所提供的储层识别方法基于地层压实原理,通过分析能够反映地层压实特性的电性曲线随深度的变化趋势,获取地层的欠压实区,即地层孔隙度偏离正常趋势线增大的区域,这样也就确定了油气储层的位置。相较于现有的储层识别方法,本发明所提供的方法能够更加方便、准确地进行储层识别。
同时,本发明利用地层“双异常”,即最终得到的储层利用泥岩地层进行分析时出现压实异常,而利用砂岩和砂砾岩地层分析是出现孔隙度异常,这样有效弥补了利用泥岩地层压实原理进行地层段识别的盲区。泥岩压实异常和砂岩孔隙异常两种分析也可以相互验证,有助于提高地层段的识别率。这种立足于地层压实原理,利用泥岩地层压实异常和砂岩、砂砾岩孔隙异常分析来识别地层段的手段,大幅度改善了致密复杂地层段和流体识别评价精度,提高了测井解释符合率。
本发明所提供的储层的流体类型识别方法大幅度提高了含水饱和度的计算精度,进而实现对地层流体类型的准确判断,大幅度提高了测井评价的精度和测井解释的符合度,为油气下一步的勘探开发提供了可靠依据。
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识别方法的流程图;
图2是根据本发明一个实施例的储层识别方法的具体流程图;
图3是根据本发明一个实施例的XX1井的岩性识别效果图;
图4是根据本发明一个实施例的确定泥岩地层的异常点的流程图;
图5是根据本发明一个实施例的XX1井中纯泥岩点和泥岩的正常压实趋势线的示意图;
图6是根据本发明一个实施例的XX1井中纯砂岩点和砂岩的正常压实趋势线的示意图;
图7是根据本发明一个实施例的识别储层中流体类型的方法的流程图;
图8是根据本发明一个实施例的XX1井的胶结指数关于地层电阻率的函数曲线图;
图9是根据本发明一个实施例的XX1井的储层中流体类型的识别结果图;
图10是根据本发明一个实施例的D1井的纯泥岩点和泥岩的正常压实趋势线的示意图;
图11是根据本发明一个实施例的D1井的纯砂岩点和砂岩的正常压实趋势线的示意图;
图12是根据本发明一个实施例的D1井的储层中流体类型的识别结果图。
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。
同时,在以下说明中,出于解释的目的而阐述了许多具体细节,以提供对本发明实施例的彻底理解。然而,对本领域的技术人员来说显而易见的是,本发明可以不用这里的具体细节或者所描述的特定方式来实施。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
致密复杂储层往往岩性复杂、非均质强,储层基质孔隙度以及渗透率很低,孔隙结构复杂,测井响应很大程度受岩性的控制,反应地层孔隙和流体状态的信息普遍变弱,从而使得根据测井资料来准确划分有效储层存在很大难度。同时,储层的非均质性和各向异性也导致了储层参数计算模型的建立存在困难,利用测井资料计算的孔隙度、渗透率、饱和度等地质参数精度不高。
本发明通过对现有储层识别方法的研究分析,提供了一种基于地层压实原理的识别方法。地层压实原理是指在正常压实条件下,地层孔隙度随深度增加而成线性减小的变化趋势。但当地层受到额外的侧向拉张或者挤压应力时,在地层中就会形成欠压实区或强压实区。这样地层孔隙度就会偏离正常的趋势,向偏大或者偏小的方向偏移。这种由于外力作用而在上覆地层的压实作用下保持有较大孔隙度的欠压实的地层,往往形成相对高孔高渗的储集条件,从而成为油气的富集区。
本发明所提供的储层识别方法基于地层压实原理,通过分析能够反映地层压实特性的电性曲线随深度的变化趋势,获取地层的欠压实区,即地层孔隙度偏离正常趋势线增大的区域,这样也就确定了油气储层的位置。
图1示出了本实施例所提供的储层识别方法的流程图。
如图1所示,本实施例中,首先在步骤S101中获取待分析地层段的预设测井曲线。并在步骤S102中,根据获取得到的预设测井曲线确定待分析地层段中各个地层的岩性。
具体地,本实施例中,首先获取待分析地层段的地下岩石样品(即采样岩芯)和预设测井曲线,并依据地下岩石样品标定同一深度位置的预设测井曲线。随后根据各个岩石类型的预设测井曲线的相应特征,确定待分析地层段中各个地层的岩性。因为本实施例对地层岩性的要求相对较低,在致密碎屑岩中识别出泥岩、砂岩和砂砾岩已能够满足要求。所以在步骤S102中通过第一曲线确定出待分析地层段中的泥岩地层、砂岩地层和砂砾岩地层即可。
为了更加准确地识别出待分析地层段中的泥岩地层、砂岩地层和砂砾岩地层,本实施例中,获取的预设测井曲线包括电阻率曲线和自然伽马曲线。因为对于泥岩地层、砂岩地层和砂砾岩地层三种地层来说,其电性差异性十分明显,利用自然伽马曲线和电阻率曲线足以将这三种岩性区分开来。
对于泥岩地层,其测井曲线表现为高自然伽马值、低电阻率值。对于砂岩地层,其测井曲线表现为中自然伽马值、较高电阻率值。对于砂砾岩地层,其测井曲线表现为低自然伽马值、高电阻率值。需要说明的是,在本发明的其他实施例中,还可以根据其他合理的测井曲线来对待分析地层段中各个地层段的岩性进行识别,本发明不限于此。
确定出待分析地层段中的泥岩地层、砂岩地层和砂砾岩地层后,在步骤S103中获取上述各个地层的电性参数,并根据各个地层的岩性和电性参数确定各个岩性的地层的异常点。具体地,对于某一岩性的地层,首先利用电性参数构建出该岩性的地层的正常压实趋势线,随后根据该地层正常压实趋势线和属于该岩性的各个地层的电性参数,确定出该岩性的地层的异常点。
最后在步骤S104中,根据地层的异常点确定出待分析地层段中的储层。具体地,根据地层压实原理,将深度接近的两个泥岩地层的异常点之间的地层作为储层,而将砂岩地层或砂砾岩地层的异常点所处的地层作为储层。
为了更加清楚地阐述本发明的目的、原理以及优点,下面利用本实施例所提供的方法对XX1井进行储层识别为例来对该方法识别储层的过程进行进一步地描述,其中图2所示出了该方法的具体流程图。
如图2所示,本实施例首先在步骤S201中获取待分析地层段的电阻率曲线(RT)和自然伽马曲线(GR),并在步骤S202中根据自然伽马曲线和电阻率曲线确定出待分析地层段中的泥岩地层、砂岩地层和砂砾岩地层。
具体地,对于某一地层,如果该地层的自然伽马值小于或等于第一预设伽马阈值,且该地层的电阻率值大于或等于第一电位阈值,则判断该地层为砂砾岩地层。如果该地层的自然伽马值大于大于第一预设伽马阈值而小于第二预设伽马阈值,且其电阻率值小于第一电位阈值而大于第二预设电位阈值,则判断该地层为砂岩地层。如果该地层的自然伽马值大于或等于第二预设伽马阈值,且其电阻率值小于或等于第二电位阈值,则判断该地层为泥岩地层。
本实施例中,将第一预设伽马阈值设为38,将第二预设伽马阈值设为78,将第一预设电位阈值设为100,将第二电位阈值设为25。需要说明的是,在本发明的其他实施例中,上述各个预设阈值还可以根据实际地质情况设为其他合理值,例如第一预设伽马阈值也可以在[30,40]区间内进行取值,第二预设伽马阈值也可以在[70,80]区间内进行取值,第一预设伽马阈值也可以在[95,115]区间内进行取值,第二预设伽马阈值也可以在[20,30]区间内进行取值,本发明不限于此。
图3示出了对XX1井的岩性识别效果图。如图3中可以看出,本实施例通过电阻率曲线和自然伽马曲线准确地对XX1井所属的地层段中各个地层的岩性进行的识别。其中,深度为3755~3756米和3811~3815米的两个地层为砂岩地层,深度为3756~3765米和3779~3786米的两个地层为泥岩地层,深度为3765~3779米和3786~3796米的两个地层为砂砾岩地层。
再次如图2所示,本实施例中,确定出待分析地层段中的泥岩地层、砂岩地层和砂砾岩地层后,在步骤S203中获取各个泥岩地层的纯泥岩点,并根据各个纯泥岩点的电性参数确定出电性参数异常的纯泥岩点,从而得到泥岩地层的异常点。
图4示出了本实施例中确定纯泥岩点的具体流程图。
如图4所示,本实施例中,对于某一个泥岩地层,首先在步骤S401中从该泥岩地层中获取厚度不小于预设厚度阈值的地层。其中,本实施例中,预设厚度取值为2米。当然,在本发明的其他实施例中,根据实际需要,该预设厚度还可以取其他合理值,以用于确定泥岩地层的异常点,本发明不限于此。
在步骤S402中,根据步骤S401中获得的地层的自然伽马曲线和/或电阻率曲线,确定出纯泥岩地层,并获取春泥岩地层的特征点,作为该泥岩地层的纯泥岩点。具体地,本实施例中,将步骤S401得到的地层中自然伽马曲线和/或电阻率曲线稳定(即曲线的波动在预设波动范围内)的地层作为纯泥岩地层。
这样,对于其他泥岩地层,利用上述原理便可以得到各个泥岩地层的纯泥岩点。
在步骤S403中,获取各个泥岩地层的纯泥岩点的电性参数,并利用这些电性参数构建泥岩地层的正常压实趋势线。电性参数需要能够准确地反映地层的压实特性,本实施例中选用声波时差(AC)来作为电性参数。
再次如图4所示,得到泥岩地层的正常压实趋势线后,在步骤S404中获取各个纯泥岩点到泥岩地层的正常压实趋势线的距离,并将距离大于第一预设距离阈值的纯泥岩点作为泥岩地层的异常点。
图5示出了XX1井中纯泥岩点和泥岩地层的正常压实趋势线。从图5中可以看出,本实施例中利用各个纯泥岩点构建的正常压实趋势线为一条直线,深度为3650~3800米的地层中的多个纯泥岩点距离泥岩地层的正常压实趋势线的距离均超过了第一预设距离阈值,此处声波时差值明显高于正常趋势线上的声波时差值,这表明这段地层出现明显的欠压实异常,所以这些纯泥岩点也就是泥岩地层的异常点。
利用泥岩地层的异常点便可以识别出待分析地层段中的储层。具体地,根据地层岩石原理,深度接近的两个泥岩地层的异常点之间的地层即为储层。
当然,利用砂岩地层或砂砾岩地层的异常点也可以识别出待分析地层段中的储层。对于砂岩地层和砂砾岩地层,其砂岩地层的异常点或砂砾岩地层的异常点所处的地层即为储层。而砂岩地层和砂砾岩地层的异常点的判断原理及流程与泥岩地层的判断原理及流程类似,在此不再赘述。
通过研究发现,地层压实原理在地层段和流体识别上有其局限性。在压力分布不均匀区域或没有异常压力的含油气区,在泥岩地层的压实特性随深度的变化趋势上的异常响应并不明显。
为了避免漏掉对上述两类含油气区的识别,本实施例所提供的方法在寻找泥岩地层欠压实区域的同时,借助分析砂岩孔隙度在深度剖面上的异常孔隙带,找到砂岩地层的孔隙异常增大区。
再次如图2所示,在步骤S203和步骤S204中通过对泥岩地层的分析而得到第一识别结果后,本实施例在步骤S205和步骤S206中分别对砂岩地层和砂砾岩地层进行分析。具体地,首先分别获取砂岩地层和砂砾岩地层的纯砂岩点和纯砂砾岩点,随后利用纯砂岩点和纯砂砾岩点确定出砂岩地层的异常点和纯砂砾岩地层的异常点,其过程与原理与图4所示出的确定泥岩地层的异常点的原理以及过程相似,在此不再赘述。
图6示出了XX1井中纯砂岩点和砂岩的正常压实趋势线的示意图。从图6中可以看出,本实施例中利用各个纯砂岩点构建的正常压实趋势线为一条直线,深度为3650~3800米的地层中的多个纯砂岩点距离砂岩地层的正常压实趋势线的距离均超过了第二预设距离阈值,此处声波时差值明显高于正常趋势线上的声波时差值,这表明这段地层出现明显的欠压实异常,所以这些纯泥岩点也就是砂岩地层的异常点。
得到砂岩地层和砂砾岩地层的异常点后,在步骤S207中,根据砂岩地层和砂砾岩地层的异常点,确定出待分析地层段中的储层,从而得到第二识别结果。
最后在步骤S208中,根据第一识别结果和第二识别结果,确定待分析地层段中的储层。具体地,本实施例中,统计第一识别结果和第二识别结果的交集,而此时得到的地层即为最终识别出的储层。
需要说明的是,在本发明的其他实施例中,还可以根据第一识别结果和第二识别结果,采用其他合理的方式来确定待分析地层段中的储层,例如分别通过第一识别结果和第二识别结果中各个地层出现的次数,并将出现次数大于预设次数阈值的地层作为储层,本发明不限于此。
本实施例利用地层“双异常”,即最终得到的储层利用泥岩地层进行分析时出现压实异常,而利用砂岩和砂砾岩地层分析是出现孔隙度异常,这样有效弥补了利用泥岩地层压实原理进行地层段识别的盲区。泥岩压实异常和砂岩孔隙异常两种分析也可以相互验证,有助于提高地层段的识别率。这种立足于地层压实原理,利用泥岩地层压实异常和砂岩、砂砾岩孔隙异常分析来识别地层段的手段,大幅度改善了致密复杂地层段和流体识别评价精度,提高了测井解释符合率。
致密复杂地层段的矿物组分多样,岩石骨架很难确定,电阻率测量受岩石骨架和复杂的孔隙结构影响严重,油气、水响应特征不明显,相互的差异性非常小,对储层中流体类型的识别及其困难。
为了解决上述问题,本发明还提供了一种基于上述储层识别方法的对储层中的流体类型进行识别的方法,图7示出了本实施例中对储层中的流体类型进行识别的流程图。
如图7所示,本实施例中,首先在步骤S701~S704中对待分析地层段中的储层进行识别,其原理以及过程与图1所示的储层识别方法的原理与过程相同,在此不再赘述。
确定出待分析地层段中的储层后,在步骤S795中,基于获取到的储层的电阻率和胶结指数,根据预设模型获取储层的含水饱和度。本实施例中,预设模型可以用如下表达式表示:
其中,Sw表示含水饱和度,n表示饱和度指数,a和b分别表示与地层因素和电阻率增大率相关的系数,Rw表示地层水电阻率,表示测井孔隙度,m表示胶结指数,Rt表示地层电阻率。
对于表达式(1),其中的与地层因素和电阻率增大率相关的系数a和b、地层水电阻率Rw、测井孔隙度胶结指数m等参数是基于中等孔隙度、渗透率砂岩实验获得的。一般而言,对于某一待分析地层,表达式(1)中的上述测井解释参数是相对固定的。所以胶结指数m可以根据所分析的储层的特性确定出一固定值。
但随着油气勘探开发中低孔渗地层段所占比重的日益增加,通过研究发现,对于低孔渗复杂地层段,表达式(1)中的各个参数是可变的,尤其是胶结指数m的取值的变化范围比较大。
胶结指数m是岩性和孔隙结构的综合反映,对于低孔渗地层段,胶结指数m取值的变化对于油气层含水饱和度计算的影响最大。复杂岩性的胶结指数m的取值不是固定值。研究m值的变化特性,对岩性或物质组成多变的火山岩测井解释具有技术合理性,但m值求取较难,这又影响了该方法的实施。即使用实验分析相同岩性,由于孔隙结构的差异,其m值可能差别很大,因此采用标定多个岩心的方法求取m值,不仅成本高,方法也未必有效。
本实施例中,根据电阻率测井曲线能综合反映岩性和孔隙结构的特性,建立电阻率与m值的函数关系,然后将之代入表达式(1)中,求取地层段含气饱和度的近似解(在地层段中默认含水饱和度加上含气饱和度为100%,表达式(1)计算的是含水饱和度,100%减去含水饱和度即为含气饱和度),达到准确判断地层段类型的目的。其具体步骤如下:
1)致密层m值的确定:设定电阻率大于2000欧姆米的火山岩地层段含水饱和度为100%,将岩电实验求取的基础参数(例如a、b和n)代入表达式(1),反求该点的m值,其中,表达式(1)中的Rw、Rt这三个参数是已知的;
2)各类干层m值的确定:设已测试干层及其他不同电阻率的干层含水饱和度为95%(根据历史数据统计,设干层含水饱和度为95%),运用与步骤(1)相同的方法反求与之对应的m值;
3)气层m值的确定:应用岩电实验求取的较高孔隙度地层段的m值;
4)m值测井解释图版的确定:将步骤(1)和步骤(2)中对应不同电阻率反求得到的m值与步骤(3)中的气层电阻率对应的m值构建胶结指数m与地层电阻率Rt的函数关系式。
本实施例中,胶结指数m随地层电阻率Rt变化的函数关系曲线如图8所示。
再次如图7所示,在得到所分析的储层的含水饱和度后,本实施例在步骤S706中根据该地层的含水饱和度来确定该储层所含流体的类型。具体地,如果该储层的含水饱和度小于或等于第一预设含水饱和度阈值,则判断该储层所含的流体为气体,即该储层为气层;如果所述储层的含水饱和度大于第一预设含水饱和度阈值,且小于第二预设含水饱和度阈值,则判断该储层所含流体即包含气体和液体,即该储层为气水同层;如果该储层的含水饱和度大于第二预设含水饱和度阈值,则判断该储层所包含的流体为液体,即该储层为水层。
本实施例中,第一预设含水饱和度阈值的取值为50%,第二预设含水饱和度阈值的取值为60%。需要说明的是,在本发明的其他实施例中,根据实际需要,第一预设含水饱和度阈值也可以取其他合理值,例如在[45%,55%]区间内进行取值,而第二预设含水饱和度阈值也可以取其他合理值,例如在[60%,70%]区间内进行取值,本发明不限于此。
图9示出了利用本实施例所提供的储层中流体类型的识别方法对XX1井进行识别的结果。从图9中可以看出,根据储层识别结果,XX1井的储层分布在3650~3800米的深度范围内。由于3650~3800米范围内的含水饱和度平均值在50%~60%,因此确定出该储层中流体的类型为气水同层。而这种识别结果与XX1井的3671~3685米处测得的日产气4.2万方、日产水14.4万方的结果相匹配。
为了更加清楚地阐述本实施例所提供的识别储层的流体类型的方法的优先,以下以利用该方法对D1井进行流体类型识别为例作进一步地阐述。
图10示出了本实施例中D1井的纯泥岩点和泥岩的正常压实趋势线的示意图,图11则示出了本实施例中D1井的纯砂岩点和砂岩的正常压实趋势线的示意图。
由于D1井所处的地层段发育有溶蚀孔等次生空隙发育的地层,却没有异常压力的沉积地层。所以在图10中可以看出,泥岩地层的纯泥岩点均分布在泥岩的正常压实趋势线附近,这样就无法找到异常压力区域,也就根据泥岩地层的分析结果确定出该地层段中的储层。通过对D1井所在的区域的测试资料的分析,发现储层处在低压区,也就是不存在欠压实带。
而从图11可以看出,通过对砂岩地层的异常点的分析,可以识别出在2600~2700米和2750~2800米两处均存在空隙异常位置。
图12示出了该方法对D1井的储层中流体类型的识别结果图。从图12中可以看出,结合含水饱和度的计算结果,2654~2665米处的气层得到测试资料的验证,同时还识别出在2775~2785米处也存在气层。
从上述描述中可以看出,本实施例所提供的储层的流体类型识别方法利用可变m值计算含水饱和度的方式,大幅度提高了含水饱和度的计算精度,进而实现对地层流体类型的准确判断,大幅度提高了测井评价的精度和测井解释的符合度,为油气下一步的勘探开发提供了可靠依据。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。此外,所描述的特征、结构或特性可以任何其他合适的方式结合到一个或多个实施例中。
虽然上述示例用于说明本发明在一个或多个应用中的原理,但对于本领域的技术人员来说,在不背离本发明的原理和思想的情况下,明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此,本发明由所附的权利要求书来限定。
Claims (14)
1.一种用于识别储层的方法,其特征在于,所述方法包括:
岩性识别步骤,根据获取到的待分析地层段的预设测井曲线,确定所述待分析地层段中各个地层的岩性;
异常点确定步骤,获取各个地层的电性参数,并根据所述各个地层的岩性和电性参数确定各个地层的异常点;
储层确定步骤,根据所述异常点确定所述待分析地层段中的储层;
其中,所述岩性识别步骤包括:
获取所述待分析地层段的地下岩石样品和预设测井曲线,依据所述地下岩石样品标定同一深度位置的预设测井曲线;所述预设测井曲线包括自然伽马曲线和电阻率曲线;
根据各个岩石类型的预设测井曲线的响应特征,确定所述待分析地层段中各个地层的岩性;具体包括:
如果地层的自然伽马值小于或等于第一预设伽马阈值,且其电阻率值大于或等于第一电阻率阈值,则判断该地层为砂砾岩地层;
如果地层的自然伽马值大于第一预设伽马阈值而小于第二预设伽马值,且其电阻率值小于第一电阻率阈值而大于第二预设电阻率阈值,则判断该地层为砂岩地层;
如果地层的自然伽马值大于或等于第二预设伽马阈值,且其电阻率值小于或等于第二电阻率阈值,则判断该地层为泥岩地层。
2.如权利要求1所述的方法,其特征在于,所述第一预设伽马阈值的取值范围包括[30,40],所述第二预设伽马阈值的取值范围包括[70,80],所述第一预设电阻率阈值的取值范围包括[95,115],所述第二预设电阻率阈值的取值范围包括[20,30]。
3.如权利要求1所述的方法,其特征在于,所述异常点确定步骤包括:
泥岩地层异常点确定步骤,获取各个泥岩地层的纯泥岩点,根据各个纯泥岩点的电性参数获取电性参数异常的纯泥岩点,作为泥岩地层的异常点;和/或,
砂岩地层异常点确定步骤,获取各个砂岩地层的纯砂岩点,根据各个纯砂砾岩点的地层参获取电性参数异常的纯砂砾岩点,作为砂岩地层的异常点;和/或,
砂砾岩地层异常点确定步骤,获取各个砂砾岩地层的纯砂砾岩点,根据各个纯砂砾岩点的地层参获取电性参数异常的纯砂砾岩点,作为砂砾岩地层的异常点。
4.如权利要求3所述的方法,其特征在于,获取各个纯泥岩地层的纯泥岩点的步骤包括:
对于每个泥岩地层,从该泥岩地层中获取厚度不小于预设厚度阈值、且所述预设测井曲线的波动在预设波动范围内的地层,作为纯泥岩地层;
获取所述纯泥岩地层的特征点,作为该泥岩地层的纯泥岩点。
5.如权利要求4所述的方法,其特征在于,在所述泥岩地层异常点确定步骤中:
根据各个泥岩地层的纯泥岩点的电性参数,构建泥岩地层的正常压实趋势线;
获取各个纯泥岩点到所述泥岩地层的正常压实趋势线的距离,并将与所述泥岩地层的正常压实趋势线的距离大于第一预设距离阈值的纯泥岩点作为泥岩地层的异常点。
6.如权利要求5所述的方法,其特征在于,所述电性参数包括声波时差。
7.如权利要求1所述的方法,其特征在于,在所述储层确定步骤中:
根据所述泥岩地层的异常点,确定所述待分析地层段中的储层,得到第一识别结果;
根据所述砂岩地层和砂砾岩地层的异常点,确定所述待分析地层段中的储层,得到第二识别结果;
根据所述第一识别结果和第二识别结果,确定所述待分析地层段中的储层。
8.如权利要求7所述的方法,其特征在于,统计所述第一识别结果和第二识别结果的交集,将得到的地层作为所述待分析地层段中的储层。
9.一种用于识别储层中流体类型的方法,其特征在于,所述方法包括:
储层识别步骤,根据如权利要求1~8中任一项所述的方法,识别待分析地层段中的储层;
含水饱和度确定步骤,基于所述储层的电阻率和胶结指数,根据预设模型获取所述储层的含水饱和度;
地层流体识别步骤,根据所述储层的含水饱和度,确定所述储层中所含流体的类型。
10.如权利要求9所述的方法,其特征在于,所述预设模型包括:
其中,Sw表示含水饱和度,n表示饱和度指数,a和b分别表示与地层因素和电阻率增大率相关的系数,Rw表示地层水电阻率,表示测井孔隙度,m表示胶结指数,Rt表示地层电阻率。
11.如权利要求10所述的方法,其特征在于,所述胶结指数为常数。
12.如权利要求11所述的方法,其特征在于,所述胶结指数与地层电阻率成函数关系。
13.如权利要求9~12中任一项所述的方法,其特征在于,在所述地层流体识别步骤中:
如果所述储层的含水饱和度小于或等于第一预设含水饱和度阈值,则判断所述储层为气层;
如果所述储层的含水饱和度大于第一预设含水饱和度阈值,且小于第二预设含水饱和度阈值,则判断所述储层为气水同层;
如果所述储层的含水饱和度大于或等于第二预设含水饱和度阈值,则判断所述储层为水层。
14.如权利要求13所述的方法,其特征在于,所述第一预设含水饱和度阈值的取值范围包括[45%,55%],所述第二预设含水饱和度阈值的取值范围包括[60%,70%]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410510595.5A CN105525917B (zh) | 2014-09-28 | 2014-09-28 | 识别储层的方法以及识别储层中流体类型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410510595.5A CN105525917B (zh) | 2014-09-28 | 2014-09-28 | 识别储层的方法以及识别储层中流体类型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105525917A CN105525917A (zh) | 2016-04-27 |
CN105525917B true CN105525917B (zh) | 2019-03-29 |
Family
ID=55768401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410510595.5A Active CN105525917B (zh) | 2014-09-28 | 2014-09-28 | 识别储层的方法以及识别储层中流体类型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105525917B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106988737B (zh) * | 2017-04-28 | 2020-07-10 | 中国石油大港油田勘探开发研究院 | 一种利用岩性组合识别沉积相的方法 |
CN109386281B (zh) * | 2017-08-02 | 2021-11-09 | 中国石油化工股份有限公司 | 一种获取裂缝性低孔低渗储层测井饱和度的方法 |
CN108252710B (zh) * | 2018-02-26 | 2021-08-27 | 中国石油天然气股份有限公司 | 一种确定油藏含水饱和度的方法及装置 |
CN111045108B (zh) * | 2018-10-11 | 2022-12-13 | 中国石油化工股份有限公司 | 随钻横波计算方法及系统 |
CN111594153B (zh) * | 2019-02-03 | 2024-03-26 | 中国石油天然气股份有限公司 | 巨厚致密砾岩层下塑性泥岩的识别方法、装置和存储介质 |
CN111577263B (zh) * | 2019-02-18 | 2023-06-13 | 中国石油化工股份有限公司 | 一种凝灰岩测井识别方法 |
CN110284873B (zh) * | 2019-06-27 | 2022-08-23 | 昆仑数智科技有限责任公司 | 一种油井储集性质的检测方法及检测装置 |
CN112668814B (zh) * | 2019-09-30 | 2024-03-08 | 中国石油天然气股份有限公司 | 胶结等级确定方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616731B (zh) * | 2013-11-19 | 2016-04-06 | 中国石油天然气股份有限公司 | 一种油气勘探中蚀变火山岩有效储层确定方法及装置 |
CN103603659B (zh) * | 2013-12-09 | 2016-01-20 | 中国石油集团川庆钻探工程有限公司 | 利用常规测井资料识别复杂孔隙结构储层流体类型的方法 |
CN103775057B (zh) * | 2013-12-27 | 2016-08-17 | 中国石油天然气股份有限公司 | 一种致密油气藏有效储层的判识方法及装置 |
CN103711482B (zh) * | 2014-01-06 | 2016-09-21 | 山东科技大学 | 一种基于两种测井曲线重叠图快速识别碎屑岩储层的方法 |
CN103775075B (zh) * | 2014-01-26 | 2016-04-20 | 中国海洋石油总公司 | 一种全井段岩性识别方法 |
CN104047600B (zh) * | 2014-07-13 | 2016-04-27 | 中国石油集团渤海钻探工程有限公司 | 一种油气层录井解释方法 |
-
2014
- 2014-09-28 CN CN201410510595.5A patent/CN105525917B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105525917A (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105525917B (zh) | 识别储层的方法以及识别储层中流体类型的方法 | |
CN102434152B (zh) | 一种储层含油饱和度的计算方法 | |
CN109838230B (zh) | 油藏水淹层的定量评价方法 | |
CN104502969B (zh) | 河道砂岩性油藏的识别方法 | |
CN106526693B (zh) | 裂缝识别方法和装置 | |
CN102175832B (zh) | 一种确定典型储层最佳饱和度计算模型的方法 | |
CN104863574B (zh) | 一种适用于致密砂岩储层的流体识别方法 | |
CN106951660A (zh) | 一种海相碎屑岩水平井储层测井解释方法及装置 | |
CN104278989B (zh) | 一种获取低孔低渗储层饱和度指数的方法 | |
Xiao et al. | Comparative study of models for predicting permeability from nuclear magnetic resonance (NMR) logs in two Chinese tight sandstone reservoirs | |
CN104819923A (zh) | 基于核磁共振的低渗透砂岩储层孔隙结构定量反演方法 | |
CN104806232B (zh) | 一种确定碳酸盐岩储层孔隙度下限的方法 | |
CN103742130A (zh) | 基于时变的高渗条带表征方法 | |
CN105822302A (zh) | 一种基于井地电位法的油水分布识别方法 | |
CN106154343B (zh) | 计算致密油储层的含油饱和度的方法 | |
CN105629327B (zh) | 一种针对弱胶结、深层致密砂岩储层成岩相定量表征方法 | |
CN112363242B (zh) | 基于测录井融合的储层流体识别方法与装置 | |
CN105447762A (zh) | 一种流体替换的低渗透油藏水淹信息的计算方法 | |
CN103437759B (zh) | 非实验测量天然气层t2截止值的方法 | |
CN105064986A (zh) | 利用常规测录井资料构建储层四性关系谱的方法 | |
CN107942378A (zh) | 一种河流相低含砂率储层预测方法 | |
CN106443800A (zh) | 一种中基性火山岩的核磁孔隙度校正方法 | |
CN103412335B (zh) | 一种利用地震物相体预测储层的方法 | |
Jin et al. | Quantitative characterization of bound and movable fluid microdistribution in porous rocks using nuclear magnetic resonance | |
CN105401937B (zh) | 一种基于孔隙结构的饱和度指数预测方法 |
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 |