CN106021793A - 基于存储系数和渗流系数的低渗储层甜点评价方法 - Google Patents

Abstract

本发明公开了一种基于存储系数和渗流系数的低渗储层甜点评价方法，包括：根据岩心实测数据与测井数据计算得到岩心孔隙度与渗透率的测井解释模型，然后利用孔隙度、渗透率、地层厚度以及压缩系数计算得到存储系数与渗流系数的双累积百分数，再利用比值法，计算每个测井点的斜率δ值，作出δ曲线，根据预先确立的不同的临界斜率δo值，将δ曲线上对应的测井点划分不同等级的“甜点”。本发明提出的“δ曲线”，是孔渗曲线的综合响应，提出的“δo值”也为动态可变评价标准，简单而非常高效地一次性多标准的实现了低渗致密砂岩储层中单井垂向上的优势“甜点”的划分与定量评价。

Description

基于存储系数和渗流系数的低渗储层甜点评价方法

技术领域

本发明涉及石油开采领域中储存地质学研究技术领域，具体涉及一种基于存储系数和渗流系数的低渗储层甜点评价方法。

背景技术

我国低渗透储层的分布区域广、储集岩类型多、资源潜力大，已成为现今油气勘探的重点。如吐哈盆地温吉桑区块三工河组与巴喀地区八道湾组、鄂尔多斯盆地的陕北斜坡中部延长组、准噶尔盆地玛湖凹陷北斜坡区三叠系百口泉组、珠江口盆地文昌A凹陷古近系珠海组等低孔-低渗砂岩储层。

已有的“甜点”评价技术有以下几种，第一种：基于地震属性切片，结合高分辨率层序地层学与沉积相带的分布，来预测平面上“甜点”的分布；第二种：基于岩石物理相的计算，建立起岩石物理相“甜点”综合评价指标体系，这只是一种评价指标；第三种：基于相控多级重构测井方法，是针对泥岩提出来的甜点系数。

然而，对于低渗致密砂岩储层，很多情况下，“甜点”储层与“非甜点”储层的地球物理响应差异小，利用地震资料识别难度很大，再者，基于地震属性识别低渗致密砂岩储层“甜点”在区域上很有效果，但由于地震资料在垂向分辨率的限制，所以无法进行单井的垂向识别，所以再利用完地震属性识别甜点区域之后，需要进一步地利用测井进行垂向识别。

对于基于岩石物理相和成岩作用的识别方法，利用了多参数，所需要的资料必须齐全，且步骤有点复杂，要求对地质知识深厚掌握。另外，利用的评价参数是一个二维概念，未考虑厚度，缺乏三维转化，并且需要人为地划分几类，缺乏自动化，且建立的标准，全区只有一个，缺少灵活机动性。

因此，如何在垂向井段利用测井资料快速高效地建立可变标准的三维低渗致密储层“甜点”剖面的方法与技术，仍是本领域亟待解决的问题之一。

发明内容

为了解决上述技术问题，本发明提供了一种基于存储系数和渗流系数的低渗储层甜点评价方法，能够对物性差异很大、“甜点储层”很薄的低渗致密砂岩储层简单而有效的评价。

本发明解决上述技术问题的技术方案如下：

本发明提供了一种基于存储系数和渗流系数的低渗储层甜点评价方法，包括：

S1、根据采集取样的岩心实测数据和测井数据计算得到岩心孔隙度和渗透率的测井解释模型；

S2、根据所述的岩心孔隙度和渗透率的测井解释模型以及地层厚度、压缩系数计算得出每一个测井点的存储系数和渗流系数；

S3、根据每一个测井点的存储系数和渗流系数计算得出每一个测井点的存储系数百分数和渗流系数百分数，进而得到每一个测井点的累积存储系数百分数的百分比和累积渗流系数百分数的百分比；

S4、利用比值法，计算每一个测井点的斜率δ值，作出δ曲线；

S5、根据预先确定的临界斜率δ₀值，将δ曲线上对应的测井点划分为不同等级的“甜点”。

本发明的有益效果为：提出的“δ曲线”，是孔渗曲线的综合响应，提出的“δo值”也为动态可变评价标准，简单而非常高效地一次性多标准的实现了低渗致密砂岩储层中单井垂向上的优势“甜点”的划分与定量评价。

在上述技术方案的基础上，本发明还可以做出如下改进。

进一步的，所述步骤S1中对研究区域的岩心实测数据和测井数据利用多元线性回归方法计算得到岩心孔隙度和渗透率的测井解释模型：

Φ＝α*AC+β*gr+γ*CNL+ε*RT+σ；

LgK＝α*AC+β*gr+γ*CNL+ε*RT+σ；

或者，LgK＝α+β*Φ；

式中：Φ为孔隙度，％；K为渗透率，mD；AC为测井声波时差值，us/s；CNL为中子测井值，％；GR为测井自然伽马测井，API；RT为电阻率，欧米；α、β、γ、ε、σ为系数，常数，其数值由多元线性回归得到。

进一步的，所述步骤S2通过以下方式得出每一个测井点的存储系数和渗流系数：

存储系数：S＝Φ×Ct×h；

渗流系数：P＝K×h/μ；

厚度h：取测井序列的间隔值，0.1m、0.125m、0.25m、0.5m。

其中，Ct为岩石压缩系数，1/MPa；h为测井序列的间隔值，h为常数，按照不同的测井深度，h值不同，μ为地层原油粘度，为常数。

进一步的，所述步骤S3中通过如下方式得出每一个测井点的存储系数百分数和渗流系数百分数：

垂向井段所有的测井点的孔隙度Φ、渗透率K、地层厚度h、存储系数P和渗流系数S组成如下数据矩阵：

$\left(\begin{array}{c}{K}_1\\ K_2\\ K_3\\ K_4\\ K_5\\ K_6\\ -\\ K_i\\ -\\ K_n\end{array}\right),\left(\begin{array}{c}{\mathrm{\Φ}}_1\\ {\mathrm{\Φ}}_2\\ {\mathrm{\Φ}}_3\\ {\mathrm{\Φ}}_4\\ {\mathrm{\Φ}}_5\\ {\mathrm{\Φ}}_6\\ -\\ {\mathrm{\Φ}}_i\\ -\\ {\mathrm{\Φ}}_n\end{array}\right),\left(\begin{array}{c}{h}_1\\ h_2\\ h_3\\ h_4\\ h_5\\ h_6\\ -\\ h_i\\ -\\ h_n\end{array}\right);\left(\begin{array}{c}{P}_1\\ P_2\\ P_3\\ P_4\\ P_5\\ P_6\\ -\\ P_i\\ -\\ P_n\end{array}\right)=\left(\begin{array}{c}{K}_1\×h_1/{\mathrm{\μ}}_1\\ K_2\×h_2/{\mathrm{\μ}}_2\\ K_3\×h_3/{\mathrm{\μ}}_3\\ K_4\×h_4/{\mathrm{\μ}}_4\\ K_5\×h_5/{\mathrm{\μ}}_5\\ K_6\×h_6/{\mathrm{\μ}}_6\\ -\\ K_i\×h_i/{\mathrm{\μ}}_i\\ -\\ K_n\×h_n/{\mathrm{\μ}}_n\end{array}\right);\left(\begin{array}{c}{S}_1\\ S_2\\ S_3\\ S_4\\ S_5\\ S_6\\ -\\ S_i\\ -\\ S_n\end{array}\right)=\left(\begin{array}{c}{\mathrm{\Φ}}_1\×C_{t1}\×h_1\\ {\mathrm{\Φ}}_2\×C_{t2}\×h_2\\ {\mathrm{\Φ}}_3\×C_{t3}\×h_3\\ {\mathrm{\Φ}}_4\×C_{t4}\×h_4\\ {\mathrm{\Φ}}_5\×C_{t5}\×h_5\\ {\mathrm{\Φ}}_6\×C_{t6}\×h_6\\ -\\ {\mathrm{\Φ}}_i\×C_{ti}\×h_i\\ -\\ {\mathrm{\Φ}}_n\×C_{tn}\×h_n\end{array}\right)$

按照如下公式计算垂向井段每一个测井点的存储系数百分数和渗流系数百分数：

${\mathrm{SS}}_i=\frac{S_i}{\underset{i=1}{\overset{n}{\Σ}}{S}_i},{\mathrm{PP}}_i=\frac{P_i}{\underset{i=1}{\overset{n}{\Σ}}{P}_i}$

其中，Ki——第i个测井点的渗透率；

Φi——第i个测井点的孔隙度；

hi——第i个测井点对应的地层厚度；

Si———第i个测井点的存储系数；

Pi———第i个测井点的渗流系数；

SSi———第i个测井点的存储系数的百分数；

PPi———第i个测井点的渗流系数的百分数；

n———测井点的总个数。

进一步的，通过如下方式计算每一个测井点的累积存储系数百分数的百分比和累积渗流系数百分数的百分比：

$S_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{SS}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{SS}}_i},P_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{PP}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{PP}}_i}$

其中，Sri———第i个测井点的累积存储系数百分数的百分比；

Pri———第i个测井点的累积渗流系数百分数的百分比。

进一步的，所述临界斜率δ₀值根据采油工艺与技术手段动态可调。

附图说明

图1为本发明实施例一的一种基于存储系数和渗流系数的低渗储层甜点评价方法流程图；

图2为实施例一中提供的自动化运算程序运行时的界面图；

图3为实施例二提供的垂向井段的低渗储层“甜点”综合评价效果图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

实施例一、一种基于存储系数和渗流系数的低渗储层甜点评价方法。

参见图1，S1、根据采集取样的岩心实测数据和测井数据计算得到岩心孔隙度和渗透率的测井解释模型。

具体的，首先简单介绍一下低渗透率“甜点”的概念，“甜点”是多种地质作用的综合反映，是沉积作用、成岩作用、后期构造作用和流体改造作用形成的有利岩石物理相流动单元，它们具有相对优质储层的渗流、储集及含油气与非均质特征，集中地反映该区特低渗透储层含油有利区形成的地质特点。是专门针对低渗储层、致密储层的专业“术语”。

在整个测井过程中，可以先将单井的一部分数据作为采样数据，根据采样的岩心实测数据和测井数据计算拟合得到岩心孔隙度和渗透率的测井解释模型。在本实施例中，所说的岩心实测数据和测井数据主要包括测井声波时差值AC，单位为us/s，中子测井值CNL，测井自然伽玛测井测井值GR，单位为API，电阻率，单位为欧米。垂向井段的每一个测井点均有对应的岩心实测数据和测井数据。

其中，可以采用多种方法根据采样测井点的岩心实测数据和测井数据计算得出岩心孔隙度和渗透率的测井解释模型。在本实施例中，可以采样测井点的岩心实测数据和测井数据利用多元线性回归方法计算得到岩心孔隙度和渗透率的测井解释模型：

Φ＝α*AC+β*gr+γ*CNL+ε*RT+σ； (1)

LgK＝α*AC+β*gr+γ*CNL+ε*RT+σ； (2)

Lg＝α+β*Φ； (3)

式中：Φ为孔隙度，％；K为渗透率，mD；AC为测井声波时差值，us/s；CNL为中子测井值，％；GR为测井自然伽马测井，API；RT为电阻率，欧米；α、β、γ、ε、σ为系数，常数，其数值由多元线性回归得到；K1、K2为渗透率的两种计算方法，选用更为准确的计算方法。

需要说明的是，在采样的数据中，每一个采样测井点的孔隙度Φ、渗透率K，以及每一个采样测井点的岩心实测数据和测井数据(即AC、CNL、GR、RT)都是已知的，因此，根据上述公式(1)、(2)和(3)可得出拟合系数α、β、γ、ε、σ。对于计算渗透率的两个公式(2)和(3)，将计算出来的拟合系数α、β、γ、ε、σ代入公式(2)和(3)中，得到计算渗透率的两个公式，根据两个公式的多元线性回归拟合度，来确定公式(2)和公式(3)的拟合准确性，即分别计算AC、GR、CN和LRT这四个参数在不同的拟合系数的条件下与渗透率K的相关性，相关性更高的计算公式为更为准确的渗透率计算公式，因此，本实施例中提出了两种渗透率的计算公式，选择相关性更高的计算公式为渗透率的计算公式。

S2、根据所述的岩心孔隙度和渗透率的测井解释模型以及地层厚度、压缩系数计算得出每一个测井点的存储系数和渗流系数；

具体的，本步骤根据上述步骤1得出的岩心孔隙度和渗透率的测井解释模型，并根据整个垂向井段的每一个测井点的岩心实测数据和测井数据，计算出每一个测井点的岩心孔隙度和渗透率。

然后，根据整个垂向井段的每一个测井点的岩心实测数据和测井数据的岩心孔隙度和渗透率，以及研究井段的地层厚度和预设好的岩石压缩系数计算出每一个测井点的存储系数和渗流系数。本实施例中，可通过以下方公式计算每一个测井点的存储系数和渗流系数：

存储系数：S＝Φ×Ct×h； (4)

渗流系数：P＝K×h/μ； (5)

其中，地层厚度h：取测井序列的间隔值，0.1m、0.125m、0.25m、0.5m。

Ct为岩石压缩系数，1/MPa；h为测井序列的间隔值，h为常数，按照不同的测井深度，h值不同，μ为地层原油粘度，mPa.s，或者厘泊。

S3、根据每一个测井点的存储系数和渗流系数计算得出每一个测井点的存储系数百分数和渗流系数百分数，进而得到每一个测井点的累积存储系数百分数的百分比和累积渗流系数百分数的百分比。

具体的，根据上述步骤2的公式(4)和公式(5)可以计算出每一个测井点的存储系数和渗流系数，并可通过如下的公式计算每一个测井点的存储系数百分数和渗流系数百分数：

根据每一个测井点的岩心实测数据和测井数据，以及结合前述公式(1)、公式(2)、公式(3)和公式(4)，可以计算出每一个测井点的岩心孔隙度Φ、渗透率K、存储系数S和渗流系数P，因此，对于研究井段有如下数据矩阵：

$\left(\begin{array}{c}{K}_1\\ K_2\\ K_3\\ K_4\\ K_5\\ K_6\\ -\\ K_i\\ -\\ K_n\end{array}\right),\left(\begin{array}{c}{\mathrm{\Φ}}_1\\ {\mathrm{\Φ}}_2\\ {\mathrm{\Φ}}_3\\ {\mathrm{\Φ}}_4\\ {\mathrm{\Φ}}_5\\ {\mathrm{\Φ}}_6\\ -\\ {\mathrm{\Φ}}_i\\ -\\ {\mathrm{\Φ}}_n\end{array}\right),\left(\begin{array}{c}{h}_1\\ h_2\\ h_3\\ h_4\\ h_5\\ h_6\\ -\\ h_i\\ -\\ h_n\end{array}\right);\left(\begin{array}{c}{P}_1\\ P_2\\ P_3\\ P_4\\ P_5\\ P_6\\ -\\ P_i\\ -\\ P_n\end{array}\right)=\left(\begin{array}{c}{K}_1\×h_1/{\mathrm{\μ}}_1\\ K_2\×h_2/{\mathrm{\μ}}_2\\ K_3\×h_3/{\mathrm{\μ}}_3\\ K_4\×h_4/{\mathrm{\μ}}_4\\ K_5\×h_5/{\mathrm{\μ}}_5\\ K_6\×h_6/{\mathrm{\μ}}_6\\ -\\ K_i\×h_i/{\mathrm{\μ}}_i\\ -\\ K_n\×h_n/{\mathrm{\μ}}_n\end{array}\right);\left(\begin{array}{c}{S}_1\\ S_2\\ S_3\\ S_4\\ S_5\\ S_6\\ -\\ S_i\\ -\\ S_n\end{array}\right)=\left(\begin{array}{c}{\mathrm{\Φ}}_1\×C_{t1}\×h_1\\ {\mathrm{\Φ}}_2\×C_{t2}\×h_2\\ {\mathrm{\Φ}}_3\×C_{t3}\×h_3\\ {\mathrm{\Φ}}_4\×C_{t4}\×h_4\\ {\mathrm{\Φ}}_5\×C_{t5}\×h_5\\ {\mathrm{\Φ}}_6\×C_{t6}\×h_6\\ -\\ {\mathrm{\Φ}}_i\×C_{ti}\×h_i\\ -\\ {\mathrm{\Φ}}_n\×C_{tn}\×h_n\end{array}\right)$

然后可按照如下公式计算垂向井段每一个测井点的存储系数百分数和渗流系数百分数：

${\mathrm{SS}}_i=\frac{S_i}{\underset{i=1}{\overset{n}{\Σ}}{S}_i},{\mathrm{PP}}_i=\frac{P_i}{\underset{i=1}{\overset{n}{\Σ}}{P}_i}$

其中，Si———第i个测井点的存储系数；

Pi———第i个测井点的渗流系数；

SSi———第i个测井点的存储系数的百分数；

PPi———第i个测井点的渗流系数的百分数；

n———测井点的总个数。

最后，计算出每一个测井点的存储系数百分数和渗流系数百分数之后，可按照如下计算公式计算出垂向井段每一个测井点的累计存储系数百分数的百分比和累计渗流系数百分数的百分比：

$S_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{SS}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{SS}}_i},P_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{PP}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{PP}}_i}$

其中，Sri———第i个测井点的累积存储系数百分数的百分比；

Pri———第i个测井点的累积渗流系数百分数的百分比。

S4、利用比值法，计算每一个测井点的斜率δ值，作出δ曲线。

具体的，计算出了垂向井段每一个测井点的累计存储系数百分数的百分比和累计渗流系数百分数的百分比之后，可通过如下公式计算每一个测井点的斜率δ值：

${\mathrm{\δ}}_i(H_{i+1}~H_i)=\frac{P_{ri+1}-P_{ri}}{S_{ri+1}-S_{ri}}$

其中，δ_i———第i点的斜率；

Hi———第i个测井点；

Sri———第i个测井深度点的累积存储系数百分数的百分比；

Pri———第i个测井深度点的累积渗流系数百分数的百分比；

Sri+1———第i+1个测井深度点的累积存储系数百分数的百分比；

Pri+1———第i+1个测井深度点的累积渗流系数百分数的百分比。

根据上述公式可求出每一个测井点的斜率δ值，即δ1，δ2，δ3，δ4……δn,作出“δ曲线”。

S5、根据预先确定的临界斜率δ₀值，将δ曲线上对应的测井点划分为不同等级的“甜点”。

具体的，上述步骤S4绘制出了每一个测井点的“δ曲线”，然后根据预先确定的临界斜率δ₀值，将整个垂向井段的每一个测井点为划分不同等级的“甜点”。

其中，临界斜率δ₀值根据采油工艺与技术手段动态可调，比如，采油工艺复杂或者所使用的技术手段比较高，则可以将临界斜率δ₀值设定得大一些，这样对于划分出来的“甜点”等级会更为准确一些。

需要说明的是，根据现有的很多实践经验，在低渗储层中，通常有如下表1的规律：

表1

实施例二、

为了加深对实施例一提供的低渗储层“甜点”评价方法的进一步理解，本实施例提供了一个具体的例子来说明。

涠洲11-7油田位于北部湾盆地涠西南凹陷南部斜坡、涠西南低凸起向东北倾末端，为3号扭张断裂带东带上的断块构造。涠洲11-7油田包括涠洲11-4N区块、涠洲11-7区块及涠洲11-8区块，油田面积约200km²。目的层段主要沉积体系为缓坡型扇三角洲沉积体系(主要为流三段)和近源型辫状河三角洲沉积体系(主要为流一段)，伴生沉积体系为重力流沉积体系，湖泊沉积体系为沉积背景相，另外在流三段底部发育粗粒陆上冲积扇沉积体系。根据对WZ11-7-1，WZ11-7-2，WZ11-7-2Sa，WZ11-7-3，WZ11-7-4，WZ11-8-2及WZ11-4N-6这7口井近千个样品的常规物性统计与分析，研究区流一段与流三段的孔隙度、渗透率数值差异较大。

流一段孔隙度在10～25％之间的样品占80％以上，渗透率有两个分布区间：一个介于(0.1～10)×10-3μm²之间，这部分样品占43％左右，另外一个100×10-3μm²以上，占41％左右。从整个流一段物性资料来看，其孔隙度在1.87～27.46％之间，平均为15.87％，渗透率在(0.001～23327)×10-3μm²之间，平均为1061.4×10-3μm²。也就是说，流一段以中低孔、特低渗储层为主，同时中渗、高渗甚至特高渗储层均有发育，流三段80％的样品孔隙度小于15％，90％以上的样品渗透率小于10×10-3μm²，因此流三段发育的主要是低孔特低渗储层。通过对流三段物性资料的统计，其孔隙度主要分布在0.13～21.91％之间，平均为11.77％，渗透率分布在(0.01～34.6)×10-3μm²之间，平均为5.56×10-3μm²。不同的油层组，渗透率变化不大，均以特低渗储层占绝对优势。因此，涠洲11-7油田流沙港组三段砂岩的储层品质较差，总体属于低孔低渗砂岩。现在就对WZ11-7-1井的流三段进行低渗储层“甜点”识别工作。

步骤S1，岩心孔隙度和渗透率的测井解释模型建立，具体方法为：

本实施例根据岩心实测数据和测井数据，利用多元回归方法得到如下岩心孔隙度和渗透率的测井解释模型：Φ＝0.04188+0.5709CNL+0.00163AC-0.00112GR+0.0002397RT；R＝0.7366

LnK＝-10.5649+5.6254CNL+0.1849AC-0.0476GR+0.0734RT；R＝0.7621

步骤S2：累积存储系数与渗流系数的计算。

1)每一个测井点的存储系数、渗流系数计算。

依据公式：渗流系数：P＝K×h/μ；存储系数：S＝Φ×Ct×h；分别计算每个测井点的P、S。

依照实验测试，该层位未发育超压，岩石压缩系数Ct变化不大，取0.23×10-4MPa-1。原油的粘度μ为0.8厘泊。厚度h取测井系列间隔0.1m，如下表2给出了计算结果与数据形式：

表2

2)累积存储系数与渗流系数的计算。

先计算全井段的累积渗流系数、存储系数之和，再逐个计算每个测井点的累积渗流系数百分数与累积存储系数百分数，按如下公式：

${\mathrm{SS}}_i=\frac{S_i}{\underset{i=1}{\overset{n}{\Σ}}{S}_i},{\mathrm{PP}}_i=\frac{P_i}{\underset{i=1}{\overset{n}{\Σ}}{P}_i}$

式中，

Si———第i个测井点的存储系数；

Pi———第i个测井点的渗流系数；

SSi———第i个测井点的存储系数的百分数；

PPi———第i个测井点的渗流系数的百分数；

n———研究层位测井点的总个数。

最后，计算垂向井段每一个测井点的累积渗流系数百分数的百分比、累积存储系数百分数的百分比，按如下计算公式：

$S_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{SS}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{SS}}_i},P_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{PP}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{PP}}_i}$

式中，

Sri———第i个测井点的累积存储系数百分数的百分比；

Pri———第i个测井点的累积渗流系数百分数的百分比。

表3给出了本实施例的各项计算结果：

表3

步骤S3：“δ曲线”的绘制。

计算每个测井点对应的斜率δ值，利用如下公式计算：

${\mathrm{\δ}}_i(H_{i+1}~H_i)=\frac{P_{ri+1}-P_{ri}}{S_{ri+1}-S_{ri}}$

式中，

δi———第i点的斜率；

Hi———第i个测井点深度；

Sri———第i个测井深度点的累积存储系数百分数；

Pri———第i个测井深度点的累积渗流系数百分数；

Sri+1———第i+1个测井深度点的累积存储系数百分数；

Pri+1———第i+1个测井深度点的累积渗流系数百分数；

根据上述公式求出每一个测井点的δ值，即δ1，δ2，δ3，δ4……δn,作出“δ曲线”。

表4，给出了数据计算结果与形式。

表4

深度/m	累积存储系数Sr	累积渗流系数Pr	斜率δ值	等级评价
					2883.5	0.03225	0.01345	0.718386501	非“甜点”砂岩
2883.6	0.03397	0.01477	0.769991881	非“甜点”砂岩
					2883.7	0.03582	0.01631	0.829446763	非“甜点”砂岩
2883.8	0.03779	0.01805	0.887778612	非“甜点”砂岩
					2883.9	0.03984	0.01997	0.935857993	III类甜点
2884	0.04197	0.02207	0.984960932	III类甜点
					2884.1	0.04418	0.02438	1.042137366	III类甜点
2884.2	0.04650	0.02698	1.120099043	III类甜点
					2884.3	0.04895	0.02999	1.22839918	II类甜点
2884.4	0.05152	0.03343	1.337659166	II类甜点
					2884.5	0.05418	0.03720	1.421020997	II类甜点
2884.6	0.05687	0.04113	1.461429623	II类甜点
					2884.7	0.05957	0.04510	1.472212039	II类甜点
2884.8	0.06227	0.04911	1.48010298	II类甜点
					2884.9	0.06499	0.05316	1.492651695	II类甜点
2885	0.06771	0.05724	1.497801158	II类甜点
					2885.1	0.07042	0.06124	1.476886146	II类甜点
2885.2	0.07308	0.06505	1.431792689	II类甜点
					2885.3	0.07569	0.06865	1.378647342	II类甜点
2885.4	0.07827	0.07210	1.342092667	II类甜点
					……	……	……	……
2910	1.00000	1.00000	0.037879	非储集岩

步骤S4：依据δo值大小评价储层“甜点”等级。

根据生产实践与经济技术标准，确定储层“甜点”的临界值“δo值”，依据δo值划分“甜点”储层的等级。此处临界值“δo值标准”，每口井可随时变动，所以可以依据经济技术与采油工艺的发展，随时更换“δo值标准”的大小，程序运行图，如图2。

此程序运用VB代码编译(该算法思想,也可以通过C/C++、matlab编译均可),程序设有四个按钮，物性计算按钮对应步骤S1，累计存储系数渗流系数计算按钮对应步骤S2和S3，“δ值”的计算按钮对应步骤S4，“甜点”储层等级评价按钮对应步骤S5。程序运行时，先将深度与测井数据集放到Excel表格内，然后逐个点击按钮，计算产生的结果会在原始数据后面的相应的“列”一一显示，形式参见表2、表3、表4，最后利用此结果进行作图分析。

一般性的，根据现有很多实践经验，在低渗储层中，有如下规律：

综合评价结果，如图3。其中，评价的储层“甜点”与测井数据对应，并且深度已达到0.1米的数量级，有利于储层单井垂向上的精细刻画。

从的解释结果来看，通过引进“δ曲线”与“δo值”标准，将储层的“甜点”在单井上细分了成了I、II、III类，并且考虑了地层厚度的大小。如果每口井定义不同的δo值，可以获得更多的不同标准的“甜点”评价指标，避免了全区使用一个分类评价标准的局限。

本发明提供的一种基于存储系数与渗流系数的低渗储层“甜点”评价方法，与现有技术相比，带来的有益效果主要包括：

(1)引进了“δ曲线”，将低渗储层的存储能力与渗流能力融为一条曲线，避免了传统的依据倾斜程度进行分段，减少人为因素误差，更能直观地判别“甜点”储层的等级；引进“δ”值，“甜点”只是一个相对的概念，而刚好用斜率δ值，即变化梯度来很好的表征，赋予了“甜点”数学的意义，便于量化计算；

(2)引进“δo值”，为可变的临界值，可以为不同的井、不同的开发时期制定不同的“甜点”识别标准，这样即克服了整个油田区块单一的划分方案；

(3)利用测井数据直接识别低渗致密储层“甜点”，在地震属性识别完以后进一步识别，提高了其垂向上的识别率；

(4)利用加入参数h(厚度)之后，使得“甜点”评价更显得三维化，克服了只利用孔隙度和渗透率二维平面概念识别“甜点”的不足；

(5)该方法步骤简单，可以对全井解释实现全面自动化，为进一步推动储层地质评价自动化、一体化具有一定的指导意义。

在本说明书的描述中，参考术语“实施例一”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体方法、装置或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、方法、装置或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于存储系数和渗流系数的低渗储层甜点评价方法，其特征在于，包括：

S1、根据采集取样的岩心实测数据和测井数据计算得到岩心孔隙度和渗透率的测井解释模型；

S2、根据所述的岩心孔隙度和渗透率的测井解释模型以及地层厚度、压缩系数计算得出每一个测井点的存储系数和渗流系数；

S3、根据每一个测井点的存储系数和渗流系数计算得出每一个测井点的存储系数百分数和渗流系数百分数，进而得到每一个测井点的累积存储系数百分数的百分比和累积渗流系数百分数的百分比；

S4、利用比值法，计算每一个测井点的斜率δ值，作出δ曲线；

S5、根据预先确定的临界斜率δ₀值，将δ曲线上对应的测井点划分为不同等级的“甜点”。

2.如权利要求1所述的基于存储系数和渗流系数的低渗储层甜点评价方法，其特征在于，所述步骤S1中对采集取样的岩心实测数据和测井数据利用多元线性回归方法计算得到岩心孔隙度和渗透率的测井解释模型：

Φ＝α*AC+β*gr+γ*CNL+ε*RT+σ；

LgK＝α*AC+β*gr+γ*CNL+ε*RT+σ；

或者，LgK＝α+β*Φ；

式中：Φ为孔隙度，％；K为渗透率，mD；AC为测井声波时差值，us/s；CNL为中子测井值，％；GR为测井自然伽马测井，API；RT为电阻率，欧米；α、β、γ、ε、σ为系数，常数，其数值由多元线性回归得到。

3.如权利要求2所述的基于存储系数和渗流系数的低渗储层甜点评价方法，其特征在于，所述步骤S2通过以下方式得出每一个测井点的存储系数和渗流系数：

存储系数：S＝Φ×Ct×h；

渗流系数：P＝K×h/μ；

厚度h：取测井序列的间隔值，0.1m、0.125m、0.25m、0.5m；

其中，Ct为岩石压缩系数，1/MPa；h为测井序列的间隔值，h为常数，按照不同的测井深度，h值不同，μ为地层原油粘度，为常数。

4.如权利要求3所述的基于存储系数和渗流系数的低渗储层甜点评价方法，其特征在于，所述步骤S3中通过如下方式得出每一个测井点的存储系数百分数和渗流系数百分数：

垂向井段所有的测井点的孔隙度Φ、渗透率K、地层厚度h、存储系数P和渗流系数S组成如下数据矩阵：

$\left(\begin{array}{c}{K}_1\\ K_2\\ K_3\\ K_4\\ K_5\\ K_6\\ -\\ K_i\\ -\\ K_n\end{array}\right),\left(\begin{array}{c}{\mathrm{\Φ}}_1\\ {\mathrm{\Φ}}_2\\ {\mathrm{\Φ}}_3\\ {\mathrm{\Φ}}_4\\ {\mathrm{\Φ}}_5\\ {\mathrm{\Φ}}_6\\ -\\ {\mathrm{\Φ}}_i\\ -\\ {\mathrm{\Φ}}_n\end{array}\right),\left(\begin{array}{c}{h}_1\\ h_2\\ h_3\\ h_4\\ h_5\\ h_6\\ -\\ h_i\\ -\\ h_n\end{array}\right),\left(\begin{array}{c}{P}_1\\ P_2\\ P_3\\ P_4\\ P_5\\ P_6\\ -\\ P_i\\ -\\ P_n\end{array}\right)=\left(\begin{array}{c}{K}_1\×h_1/{\mathrm{\μ}}_1\\ K_2\×h_2/{\mathrm{\μ}}_2\\ K_3\×h_3/{\mathrm{\μ}}_3\\ K_4\×h_4/{\mathrm{\μ}}_4\\ K_5\×h_5/{\mathrm{\μ}}_5\\ K_6\×h_6/{\mathrm{\μ}}_6\\ -\\ K_i\×h_i/{\mathrm{\μ}}_i\\ -\\ K_n\×h_n/{\mathrm{\μ}}_n\end{array}\right);\left(\begin{array}{c}{S}_1\\ S_2\\ S_3\\ S_4\\ S_5\\ S_6\\ -\\ S_i\\ -\\ S_n\end{array}\right)=\left(\begin{array}{c}{\mathrm{\Φ}}_1\×C_{t1}\×h_1\\ {\mathrm{\Φ}}_2\×C_{t2}\×h_2\\ {\mathrm{\Φ}}_3\×C_{t3}\×h_3\\ {\mathrm{\Φ}}_4\×C_{t4}\×h_4\\ {\mathrm{\Φ}}_5\×C_{t5}\×h_5\\ {\mathrm{\Φ}}_6\×C_{t6}\×h_6\\ -\\ {\mathrm{\Φ}}_i\×C_{ti}\×h_i\\ -\\ {\mathrm{\Φ}}_n\×C_{tn}\×h_n\end{array}\right)$

按照如下公式计算垂向井段每一个测井点的存储系数百分数和渗流系数百分数：

${\mathrm{SS}}_i=\frac{S_i}{\underset{i=1}{\overset{n}{\Σ}}{S}_i},{\mathrm{PP}}_i=\frac{P_i}{\underset{i=1}{\overset{n}{\Σ}}{P}_i}$

其中，Ki——第i个测井点的渗透率；

Φi——第i个测井点的孔隙度；

hi——第i个测井点对应的地层厚度；

Si———第i个测井点的存储系数；

Pi———第i个测井点的渗流系数；

SSi———第i个测井点的存储系数的百分数；

PPi———第i个测井点的渗流系数的百分数；

n———测井点的总个数。

5.如权利要求4所述的基于存储系数和渗流系数的低渗储层甜点评价方法，其特征在于，通过如下方式计算每一个测井点的累积存储系数百分数的百分比和累积渗流系数百分数的百分比：

$S_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{SS}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{SS}}_i},P_{ri}=\frac{\underset{i=1}{\overset{i}{\Σ}}{\mathrm{PP}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{PP}}_i}$

其中，Sri———第i个测井点的累积存储系数百分数的百分比；

Pri———第i个测井点的累积渗流系数百分数的百分比。

6.如权利要求5所述的基于存储系数和渗流系数的低渗储层甜点评价方法，其特征在于，所述步骤S4中所述的利用比值法，计算每一个测井点的斜率δ值具体包括：

${\mathrm{\δ}}_i(H_{i+1}~H_i)=\frac{P_{ri+1}-P_{ri}}{S_{ri+1}-S_{ri}};$

其中，δi———第i点的斜率；

Hi———第i个测井点；

Sri———第i个测井深度点的累积存储系数百分数；

Pri———第i个测井深度点的累积渗流系数百分数；

Sri+1———第i+1个测井深度点的累积存储系数百分数；

Pri+1———第i+1个测井深度点的累积渗流系数百分数。

7.如权利要求1所述的基于存储系数和渗流系数的低渗储层甜点评价方法，其特征在于，所述临界斜率δ₀值根据采油工艺与技术手段动态可调。