CN105653815A - 一种基于岩石物理模型理论的定量解释油藏流体分布方法 - Google Patents

Abstract

本发明涉及一种基于岩石物理模型理论的定量解释油藏流体分布方法，其步骤：确定Gassmann模型为岩石物理模型并标定；利用不同角度的道集数据进行叠前联合反演得到岩性和含油气性相关的弹性参数的基础上，以岩石物理模型为基础获取开发前、后的含油参数；同时通过油藏物性反演得到定量的孔隙度和泥质含量参数，并在岩石物理模型基础上通过迭代修改验证的方法对孔隙度和泥质含量参数进行修正；结合岩石物理模型以及观测纵波结果、横波结果求取流体因子；根据岩石物理模型、声波参数以及流体因子，分别得到基础状态和监测状态的含油饱和度或含水饱和度，并分别与生产动态数据校正；根据校正后基础状态和监测状态的含油饱和度得到在监测状态含油饱和度的基础上得到剩余油分布。

Description

一种基于岩石物理模型理论的定量解释油藏流体分布方法

技术领域

本发明涉及一种油藏流体分布方法，特别是关于一种在油田开发的地震、油藏综合研究领域中应用时移地震研究分析剩余油分布的基于岩石物理模型理论的定量解释油藏流体分布方法。

背景技术

时移地震技术作为世界热点技术，是利用两期或多期地震响应的差异信息进行油藏动态特征研究的技术，现已在世界各个地区比较成功的应用。并逐渐成为油田开发，寻找剩余油气分布，最终提高油田采收率的有效手段之一。利用不同时间点地震响应的变化来监测油气藏的变化，它已成为油藏管理的效果工具。它既为油藏工程师提供了更多的空间信息，也为地球物理学开辟了新的应用领域。

传统常规地震解释是通过拾取和追踪地震同相轴得到层位来解释地质构造、层位和油藏的结构，最终目标是探测油气的聚集区域，描述储层范围，并最终计算储量，属于单期的定性的解释。而多期的时移地震的差异解释是在一定程度上确定流体替换在空间上的范围及(半)定量的解释流体替换的程度。对于时移地震技术而言，岩石物理技术是连接接地震响应和油藏参数(压力、流体饱和度等)的桥梁。在当前，大部分时移地震解释技术都是基于岩石物理模型，很多岩石物理学家进行了大量的试验和总结。时移地震数据经过处理后，进行差异求取可以确定对应油藏的地震响应变化。如何把这些变化和油藏工程的信息结合起来去解决油藏工程中的问题是时移地震技术的关键，这方面的工作在近些年取得了很大的进展。

2010年Huang在工业界首先提出了Close-the-Loop概念，即地震-地质-油藏的高度闭合循环。传统油田的勘探开发流程为地震数据采集->处理->解释->地质建模->油藏模拟，Close-the-Loop概念则以岩石物理模型为桥梁，将油藏信息转换为地球物理域的声学参数，再通过正演返回到处理或者解释，进行观测地震和合成地震的对比验证，进而形成对储层新的认识，实现了地震到油藏，油藏又返回地震的闭合循环，通过各学科数据的交互融合，达到半定量、定量解释剩余油分布的目的。但是，利用地球物理方法对岩石特性和流体分布进行定量解释依然面临许多的挑战和不确定性。

发明内容

针对上述问题，本发明的目的是提供一种基于岩石物理模型理论的定量解释油藏流体分布方法，该方法建立一个三维地质模型，通过岩石物理模型正演和增减孔隙度和泥质含量，从地球物理方向来分析得到油藏剩余油分布。

为实现上述目的，本发明采取以下技术方案：一种基于岩石物理模型理论的定量解释油藏流体分布方法，其特征在于包括以下步骤：(1)确定Gassmann模型为岩石物理模型，并对Gassmann模型进行标定；(2)在利用不同角度的道集数据进行叠前联合反演得到岩性和含油气性相关的弹性参数的基础上，以岩石物理模型为基础获取开发前、后的含油参数；同时通过油藏物性反演得到定量的孔隙度和泥质含量参数，并在岩石物理模型基础上通过迭代修改验证的方法对孔隙度和泥质含量参数进行修正；(3)结合岩石物理模型以及观测纵波结果、横波结果求取流体因子，流体因子计算公式为：流体定量解释的流体因子＝(Vp/V_s)×(Vp²-2V_s ²)；式中，Vp为纵波速度；V_s为横波速度；(4)根据岩石物理模型、声波参数以及流体因子，分别得到基础状态和监测状态下的体积模量K、弹性模量μ，然后分别计算得到基础状态和监测状态的含油饱和度或含水饱和度，并分别与生产动态数据校正；(5)根据校正后基础状态和监测状态的含油饱和度得到目的层某一个位置的含油饱和度，通过对目的层中每一个位置的计算，最终得到目的层的含油饱和度场平面分布，再根据生产动态的实际含油饱和度对计算的结果进行校正，最终得到符合生产动态的含油饱和度分布；根据基础状态和监测状态的含油饱和度分布可以分别得到基础状态和监测状态的含油饱和度分布，将基础状态含油分布及含油饱和度与监测状态含油分布及含油饱和度对比得到含油参数变化，最终在监测状态含油饱和度的基础上得到剩余油分布。

所述步骤(2)中，所述修正方法为：(2.1)利用标定完的岩石物理模型及物性反演的孔隙度、泥质含量结果进行正演，得到合成的声波参数，声波参数作为观测结果；声波参数包括纵波速度、横波速度和密度；(2.2)将孔隙度增大20％、泥质含量降低20％，进行稳定性验证；(2.3)假设岩石物理模型的含油饱和度为100％，对孔隙度和泥质含量进行随机扰动，用岩石物理模型和扰动后的孔隙度、泥质含量结果进行声波参数的正演；(2.4)将步骤(2.3)中正演的横波数据结果与步骤(2.1)中计算得到的作为观测结果的横波数据进行对比，如二者收敛则进入下一步，否则返回至步骤(2.3)，重新对孔隙度和泥质含量进行随机修正，反复循环迭代修改，直至正演的横波速度与观测结果的横波速度收敛为止，得到修正后的孔隙度和泥质含量参数。

所述步骤(4)中，含油饱和度或含水饱和度的计算方法如下：(4.1)已知反演得到的纵波速度Vp和反演得到的横波速度V_s和密度ρ；(4.2)根据已有反演得到的纵波速度Vp、横波速度V_s和密度ρ，得到储层的体积模量K和弹性模量μ，而储层的体积模量K由骨架体积模量K_dry、流体体积模量K_f、基质体积模量K_m组成：

$K=K_{dry}+\frac{{(1-\frac{K_{dry}}{K_m})}^2}{\frac{\mathrm{\φ}}{K_f}+\frac{1-\mathrm{\φ}}{K_m}-\frac{K_{dry}}{{K_m}^2}},---\left(1\right)$

其中，φ为孔隙度；(4.3)根据公式(1)得到流体体积模量K_f为：

$K_f=\mathrm{\φ}\×\left(\frac{K-K_{dry}}{{(1-\frac{k_{dry}}{k_m})}^2-(K-K_{dry})\×(\frac{1-\mathrm{\φ}}{k_m}-\frac{k_{dry}}{{k_m}^2})}\right),$

而流体体积模量由油、气、水三项体积模量构成：

$K_f=\frac{1}{\frac{S_w}{K_w}+\frac{S_o}{K_o}+\frac{S_G}{K_G}},---\left(2\right)$

其中，S_o为含油饱和度；S_w为含水饱和度；S_G为含气饱和度；K_o为油体积模量；K_w为水体积模量；K_G为气体积模量；对于属于油水两相的油田，式(2)写为：

$K_f=\frac{1}{\frac{S_w}{K_w}+\frac{S_o}{K_o}};$

根据上式得到含油饱和度S_o和含水饱和度S_w分别为：

$S_o=\frac{K_o\×(K_f-K_w)}{K_f\×(K_o-K_w)},S_w=1-S_o=1-\frac{K_o\×(K_f-K_w)}{K_f\×(K_o-K_w)}.$

所述步骤(5)中，为了定量表征油藏剩余油分布，采用参数剩余油高度，其公式为：h×NTG×φ×(1-S_w)，式中，h为地层厚度；NTG为砂泥比，NTG＝1-V_sh；V_sh为泥质含量。

本发明由于采取以上技术方案，其具有以下优点：本发明利用岩石物理模型及动态岩石物理解释量板，从静态和动态两个方向对剩余油分布定量表征，结合地质、油藏、动态等多学科信息，对流体进行定量解释，最大限度降低解释结果的不确定性，从而形成从地球物理方向对油藏进行定量的描述。本发明可以在油田开发的地震、油藏综合等研究领域中广泛应用。

附图说明

图1是本发明的整体流程示意图；

图2是本发明的纵横波速度变化率随含水变化率对比示意图；

图3是本发明的孔隙度及泥质含量校正流程示意图；

图4是本发明的单井实际含水饱和度与计算含水饱和度对比图(修正后)示意图；

图5是本发明的孔隙度及泥质含量校正结果对比(修正后)示意图；其中，实线为实际孔隙度、砂泥比结果，▲为人为给定孔隙度、砂泥比，﹡为修正后的孔隙度、泥质含量；

图6a是本发明的实际含油饱和度平面示意图；

图6b是本发明的定量计算含油饱和度结果平面示意图；

图6c是本发明的实际含油饱和度剖面示意图；

图6d是本发明的定量计算含油饱和度结果剖面示意图；

图7是本发明实施例中各流体因子变化百分比对比示意图；

图8是本发明实施例中构建的敏感流体因子与Vs交汇示意图；

图9是本发明实施例中地层厚度平面分布示意图；

图10是本发明实施例中NTG平面分布示意图；

图11是本发明实施例中孔隙度平面分布示意图；

图12是本发明实施例中开发前(基础状态)剩余油厚度示意图；

图13是本发明实施例中在2011年底(监测状态)剩余油厚度示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

如图1所示，本发明提供一种基于岩石物理模型理论的定量解释油藏流体分布方法，该方法利用建立的三维地质模型，以不同角度的道集数据进行叠前联合反演得到岩性和含油气性相关的弹性参数求得纵、横波速度和密度，同时通过岩石物理模型得到的数据，对油藏物性做反演得到孔隙度和泥质含量参数，综合流体性质可以构建识别储层的流体敏感因子，通过得到的纵、横波速度、密度和流体敏感因子确定定量解释油藏含油参数的变化，以实现对油藏流体分布定量描述。其包括以下步骤：

(1)确定Gassmann模型为岩石物理模型，并对Gassmann模型进行标定。

(2)在利用不同角度的道集数据进行叠前联合反演得到岩性和含油气性相关的弹性参数的基础上，以岩石物理模型为基础获取开发前、后的含油参数；同时通过油藏物性反演得到定量的孔隙度和泥质含量参数，并在岩石物理模型基础上通过迭代修改验证的方法对孔隙度和泥质含量参数进行修正，以保证计算得到的含油饱和度及剩余油的正确性。

孔隙度及泥质含量的准确与否对含水饱和度结果的准确与否影响很大，因此在含水饱和度计算前，对孔隙度及泥质含量结果进行校正，对纵横波速度变化与含水饱和度变化之间的关系进行了分析(如图2所示)，可以看到，当含水饱和度上升时，纵波速度变化比较快，当含水饱和度变化率达到100％时，纵波速度上升可超过7％，而横波速度则变化较小，下降了1％左右，可以利用这一特点对孔隙度及泥质含量进行校正，具体修正方法如下(如图3所示)：

(2.1)利用标定完的岩石物理模型及物性反演的孔隙度、泥质含量结果进行正演，得到合成的声波参数，声波参数作为观测结果；其中，声波参数包括纵波速度、横波速度和密度；

(2.2)将孔隙度增大20％、泥质含量降低20％，进行稳定性验证(如图8所示)；

(2.3)假设岩石物理模型的含油饱和度为100％，对孔隙度和泥质含量进行随机扰动，利用岩石物理模型和扰动后的孔隙度、泥质含量结果进行声波参数的正演；

(2.4)将步骤(2.3)中正演的横波数据结果与步骤(2.1)中计算得到的作为观测结果的横波数据进行对比，如二者收敛则进入下一步，否则返回至步骤(2.3)，重新对孔隙度和泥质含量进行随机修正，反复循环迭代修改，直至正演的横波速度与观测结果的横波速度收敛为止，得到修正后的孔隙度和泥质含量参数。

如图4所示，经过修正计算后的含水饱和度结果与实际含水饱和度误差很小，并且通过对孔隙度及泥质含量的修正，其结果更加接近真实孔隙度及泥质含量结果(如图5所示)。

(3)结合岩石物理模型以及观测纵波结果、横波结果求取流体因子，流体因子计算公式为：

流体定量解释的流体因子＝(Vp/V_s)×(Vp²-2V_s ²)；

式中，Vp为纵波速度；V_s为横波速度；

(4)根据岩石物理模型、声波参数以及流体因子，分别得到基础状态和监测状态下的体积模量K、弹性模量μ等弹性参数，然后分别计算得到基础状态和监测状态的含油饱和度或含水饱和度，并分别与生产动态数据校正；该校正为通过筛选井点位置计算得到的含油饱和度或含水饱和度与实际的生产动态的含油饱和度进行对比求差，在此基础上插值计算出工区的差异分布，再结合计算的工区含油饱和度或含水饱和度，最终得到符合生产动态的含油饱和度或含水饱和度。

其中，生产动态数据包括实时的流体的流量、含水饱和度、温度及压力等。含油饱和度或含水饱和度的计算方法如下：

(4.1)已知反演得到的纵波速度Vp和反演得到的横波速度V_s、密度ρ：

$Vp=\sqrt{\frac{K+4/3\mathrm{\μ}}{\mathrm{\ρ}}},---\left(1\right)$

$V_s=\sqrt{\frac{\mathrm{\μ}}{\mathrm{\ρ}}};---\left(2\right)$

(4.2)根据已有反演得到的纵波速度Vp、横波速度V_s和密度ρ，得到储层的体积模量K和弹性模量μ，而储层的体积模量K由骨架体积模量K_dry、流体体积模量K_f、基质(颗粒)体积模量K_m组成，如下式：

$K=V_p^2\mathrm{\ρ}-\frac{4}{3}{V}_s^2\mathrm{\ρ},---\left(3\right)$

μ＝V_s ²ρ，(4)

$K=K_{dry}+\frac{{(1-\frac{K_{dry}}{K_m})}^2}{\frac{\mathrm{\φ}}{K_f}+\frac{1-\mathrm{\φ}}{K_m}-\frac{K_{dry}}{{K_m}^2}},---\left(5\right)$

其中，φ为孔隙度；由于岩石弹性模量μ不受流体饱和的影响，所以μ＝μ_d，μ_d为干岩石剪切模量。

(4.3)根据公式(5)可得流体体积模量K_f为：

$K_f=\mathrm{\φ}\×\left(\frac{K-K_{dry}}{{(1-\frac{k_{dry}}{k_m})}^2--(K-K_{dry})\×(\frac{1-\mathrm{\φ}}{k_m}-\frac{k_{dry}}{{k_m}^2})}\right),---\left(6\right)$

由于岩石基质体积模量和骨架体积模量基本属于静态参数，可由实验室对岩芯测量获得，则根据上式可得到流体体积模量，而流体体积模量由油、气、水三项体积模量构成：

$K_f=\frac{1}{\frac{S_w}{K_w}+\frac{S_o}{K_o}+\frac{S_G}{K_G}},---\left(7\right)$

其中，S_o为含油饱和度；S_w为含水饱和度；S_G为含气饱和度；K_o为油体积模量；K_w为水体积模量；K_G为气体积模量。

对于属于油水两相的油田，式(7)可写为：

$K_f=\frac{1}{\frac{S_w}{K_w}+\frac{S_o}{K_o}};---\left(8\right)$

根据上式得到含油饱和度S_o和含水饱和度S_w分别为：

$S_o=\frac{K_o\×(K_f-K_w)}{K_f\×(K_o-K_w)},---\left(9\right)$

$S_w=1-S_o=1-\frac{K_o\×(K_f-K_w)}{K_f\×(K_o-K_w)}.---\left(10\right)$

(5)根据校正后基础状态和监测状态的含油饱和度可以得到目的层某一个位置的含油饱和度，通过对目的层中每一个位置的计算，最终可得到目的层的含油饱和度场平面分布，再根据生产动态的实际含油饱和度对计算的结果进行校正，最终得到符合生产动态的含油饱和度分布(如图6a～图6d所示)；根据基础状态和监测状态的含油饱和度分布可以分别得到开发前(基础状态)和开发后(监测状态)的含油饱和度分布，将开发前含油分布及含油饱和度与开发后含油分布及含油饱和度对比得到含油参数变化，最终在开发后含油饱和度的基础上得到剩余油分布。

上述步骤(5)中，为了定量表征油藏剩余油分布，采用参数剩余油高度，其表示公式为：

h×NTG×φ×(1-S_w)，(11)

式中，h为地层厚度；NTG为砂泥比，NTG＝1-V_sh；V_sh为泥质含量。

实施例：为了进一步说明本发明的实际应用效果，下面以AKPO油田实际工区的数据进行定量计算效果分析，定量解释油藏含油参数的变化。在定量含油饱和度求取过程中，通过测井和三维模型对定量计算的效果进行评价，孔隙度和泥质含量的修正在其中起到十分重要的作用，很好的解决了孔隙度或者泥质含量不准时，对含水饱和度定量计算的影响，并且额外得到了相对较准确的孔隙度和泥质含量。

本实施例的包括下列步骤：

1)对AKPO油田A油藏的测井数据进行整理分析，综合考虑地层深度、泥质含量、孔隙度、含水饱和度、含气饱和度、含油饱和度对纵波速度、横波速度、纵波阻抗、横波阻抗、泊松比的影响，选用Gassmann模型作为岩石物理标定模型，通过测井样本定标定法，反复调整岩石物理模型参数，对Gassmann模型进行标定，最终建立了符合A油藏的岩石物理模型；并且通过测井岩石物理正演进行岩石物理模型参数合理性进行验证。

2)利用不同角度的道集数据进行叠前弹性阻抗反演，得到岩性和含油气性相关的弹性参数，然后联立可求得纵、横波速度和密度；然后通过物性反演得到孔隙度和泥质含量；

3)为了更好地识别流体，构建了流体因子，流体因子的构成元素主要为岩石的弹性参数，不同弹性参数所代表的岩石物理意义不同，因此对流体的敏感度也会不同，甚至差异很大。

构建的流体因子包括：VP/VS、LMR流体因子、泊松阻抗(PI)、体积模量K、Rusell流体因子以及高灵敏度流体因子(Fluidfactor)。通过各流体因子在含水变化时对应的变化百分比可知(如图7所示)，当含水从40％增加到100％以后，VP/VS的变化百分比为10.3％、LMR为43％、PI为38.2％、K为25.8％、Russell为50.2％、高灵敏度流体因子为54％，通过对比可以看到Russell与高灵敏度因子接近，稍微低一些。因此，在本实施例中最后选取高灵敏度流体因子作为本次流体定量解释的流体因子，不仅在岩性上可以清楚的区分砂岩以及泥岩，而且还可以将水层及油层区分开(如图8所示)；

4)通过岩石物理模型为桥梁，在声学参数纵、横波、密度以及流体因子的基础上，可以分别得到基础和监测状态的体积模量K、弹性模量μ等弹性参数，最后通过转换计算分别得到基础状态和监测状态的含油饱和度或含水饱和度，如图9～图13所示。

上述各实施例仅用于说明本发明，各个步骤都是可以有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别步骤进行的改进和等同变换，均不应排除在本发明的保护范围之外。

Claims (5)

1.一种基于岩石物理模型理论的定量解释油藏流体分布方法，其特征在于包括以下步骤：

(1)确定Gassmann模型为岩石物理模型，并对Gassmann模型进行标定；

(2)在利用不同角度的道集数据进行叠前联合反演得到岩性和含油气性相关的弹性参数的基础上，以岩石物理模型为基础获取开发前、后的含油参数；同时通过油藏物性反演得到定量的孔隙度和泥质含量参数，并在岩石物理模型基础上通过迭代修改验证的方法对孔隙度和泥质含量参数进行修正；

(3)结合岩石物理模型以及观测纵波结果、横波结果求取流体因子，流体因子计算公式为：

流体定量解释的流体因子＝(Vp/V_s)×(Vp²-2V_s ²)；

式中，Vp为纵波速度；V_s为横波速度；

(4)根据岩石物理模型、声波参数以及流体因子，分别得到基础状态和监测状态下的体积模量K、弹性模量μ，然后分别计算得到基础状态和监测状态的含油饱和度或含水饱和度，并分别与生产动态数据校正；

(5)根据校正后基础状态和监测状态的含油饱和度得到目的层某一个位置的含油饱和度，通过对目的层中每一个位置的计算，最终得到目的层的含油饱和度场平面分布，再根据生产动态的实际含油饱和度对计算的结果进行校正，最终得到符合生产动态的含油饱和度分布；根据基础状态和监测状态的含油饱和度分布可以分别得到基础状态和监测状态的含油饱和度分布，将基础状态含油分布及含油饱和度与监测状态含油分布及含油饱和度对比得到含油参数变化，最终在监测状态含油饱和度的基础上得到剩余油分布。

2.如权利要求1所述的一种基于岩石物理模型理论的定量解释油藏流体分布方法，其特征在于：所述步骤(2)中，所述修正方法为：

(2.1)利用标定完的岩石物理模型及物性反演的孔隙度、泥质含量结果进行正演，得到合成的声波参数，声波参数作为观测结果；声波参数包括纵波速度、横波速度和密度；

(2.2)将孔隙度增大20％、泥质含量降低20％，进行稳定性验证；

(2.3)假设岩石物理模型的含油饱和度为100％，对孔隙度和泥质含量进行随机扰动，利用岩石物理模型和扰动后的孔隙度、泥质含量结果进行声波参数的正演；

(2.4)将步骤(2.3)中正演的横波数据结果与步骤(2.1)中计算得到的作为观测结果的横波数据进行对比，如二者收敛则进入下一步，否则返回至步骤(2.3)，重新对孔隙度和泥质含量进行随机修正，反复循环迭代修改，直至正演的横波速度与观测结果的横波速度收敛为止，得到修正后的孔隙度和泥质含量参数。

3.如权利要求1或2所述的一种基于岩石物理模型理论的定量解释油藏流体分布方法，其特征在于：所述步骤(4)中，含油饱和度或含水饱和度的计算方法如下：

(4.1)已知反演得到的纵波速度Vp和反演得到的横波速度V_s和密度ρ；

(4.2)根据已有反演得到的纵波速度Vp、横波速度V_s和密度ρ，得到储层的体积模量K和弹性模量μ，而储层的体积模量K由骨架体积模量K_dry、流体体积模量K_f、基质体积模量K_m组成：

$K=K_{dry}+\frac{{(1-\frac{K_{dry}}{K_m})}^2}{\frac{\mathrm{\φ}}{K_f}+\frac{1-\mathrm{\φ}}{K_m}-\frac{K_{dry}}{{K_m}^2}},---\left(1\right)$

其中，φ为孔隙度；

(4.3)根据公式(1)得到流体体积模量K_f为：

$K_f=\mathrm{\φ}\×\left(\frac{K-K_{dry}}{{(1-\frac{k_{dry}}{k_m})}^2-(K-K_{dry})\×(\frac{1-\mathrm{\φ}}{k_m}-\frac{k_{dry}}{{k_m}^2})}\right),$

而流体体积模量由油、气、水三项体积模量构成：

$K_f=\frac{1}{\frac{S_w}{K_w}+\frac{S_o}{K_o}+\frac{S_G}{K_G}},---\left(2\right)$

其中，S_o为含油饱和度；S_w为含水饱和度；S_G为含气饱和度；K_o为油体积模量；K_w为水体积模量；K_G为气体积模量；

对于属于油水两相的油田，式(2)写为：

$K_f=\frac{1}{\frac{S_w}{K_w}+\frac{S_o}{K_o}};$

根据上式得到含油饱和度S_o和含水饱和度S_w分别为：

$S_o=\frac{K_o\×(K_f-K_w)}{K_f\×(K_o-K_w)},$

$S_w=1-S_o=1-\frac{K_o\×(K_f-K_w)}{K_f\×(K_o-K_w)}.$

4.如权利要求1或2所述的一种基于岩石物理模型理论的定量解释油藏流体分布方法，其特征在于：所述步骤(5)中，为了定量表征油藏剩余油分布，采用参数剩余油高度，其公式为：

h×NTG×φ×(1-S_w)，

式中，h为地层厚度；NTG为砂泥比，NTG＝1-V_sh；V_sh为泥质含量。

5.如权利要求3所述的一种基于岩石物理模型理论的定量解释油藏流体分布方法，其特征在于：所述步骤(5)中，为了定量表征油藏剩余油分布，采用参数剩余油高度，其公式为：

h×NTG×φ×(1-S_w)，

式中，h为地层厚度；NTG为砂泥比，NTG＝1-V_sh；V_sh为泥质含量。