CN106202813A - 一种计算地层原油粘度的方法及装置 - Google Patents

一种计算地层原油粘度的方法及装置 Download PDF

Info

Publication number
CN106202813A
CN106202813A CN201610592167.0A CN201610592167A CN106202813A CN 106202813 A CN106202813 A CN 106202813A CN 201610592167 A CN201610592167 A CN 201610592167A CN 106202813 A CN106202813 A CN 106202813A
Authority
CN
China
Prior art keywords
oil
viscosity
curve
crude
eigenvalue
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
Application number
CN201610592167.0A
Other languages
English (en)
Other versions
CN106202813B (zh
Inventor
韩如冰
田昌炳
何辉
杜宜静
李顺明
蔚涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Natural Gas Co Ltd
Original Assignee
China Petroleum and Natural Gas Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Natural Gas Co Ltd filed Critical China Petroleum and Natural Gas Co Ltd
Priority to CN201610592167.0A priority Critical patent/CN106202813B/zh
Publication of CN106202813A publication Critical patent/CN106202813A/zh
Application granted granted Critical
Publication of CN106202813B publication Critical patent/CN106202813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Mining

Abstract

本申请实施例公开了一种计算地层原油粘度的方法及装置。所述方法包括:获取油藏中一个或多个第一位置处的原油样品,以及所述第一位置的地层信息;基于所述地层信息,测量所述原油样品的地层原油粘度;获取所述油藏的油水界面位置;根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离;计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值;根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值,建立地层原油粘度模型;根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度。所述方法及装置可以提高计算地层原油粘度的准确率。

Description

一种计算地层原油粘度的方法及装置
技术领域
本申请涉及碎屑岩油藏开发技术领域,特别涉及一种计算地层原油粘度的方法及装置。
背景技术
地层原油粘度,是指原油在地层条件下,即在地层温度、地层压力和溶解一定数量天然气的条件下,原油内部阻碍相对流动的一种特性的大小。它是原油流动性的度量,粘度值越大,流动性越差。地层原油粘度是评价地层原油物理性质的主要指标之一,是油田开发不可缺少的重要参数,对开发方案设计和调整、油藏管理及下游的油气储运具有较大影响。
现有确定地层原油粘度的方法主要包括静态法和动态法。其中静态法主要包括:对与原油粘度相关的参数进行回归分析,建立所述参数和原油粘度之间的关联关系,根据所述建立的关联关系,计算实际原油粘度。所述的参数通常包括:温度、原油热解参数、地面脱气原油粘度、地面脱气原油密度和原油胶质沥青含量。动态法主要包括:利用岩心分析和测井解释方法获取地层有效渗透率,通过动态分析所述地层有效渗透率评估原油粘度。
发明人发现现有技术中至少存在如下问题:
现有的计算地层原油粘度的方法仅考虑利用各种与地层原油粘度相关的参数对地层原油粘度进行回归分析,并未考虑造成地层原油粘度变化的重要原因—生物降解作用。在三叠纪成藏后,外来淡水注入,导致生物降解作用,原油性质发生变化,往往距离油水界面越近,生物降解作用越强,对原油粘度影响越大。因此,上述方法在应用中获得的原油粘度准确率不高。
发明内容
本申请实施例的目的是提供一种计算地层原油粘度的方法及装置,以提高计算地层原油粘度的准确率。
为解决上述技术问题,本申请实施例提供一种计算地层原油粘度的方法及装置是这样实现的:
一种计算地层原油粘度的方法,包括以下步骤:
获取油藏中一个或多个第一位置处的原油样品,以及所述第一位置的地层信息;
基于所述地层信息,测量所述原油样品的地层原油粘度;
获取所述油藏的油水界面位置;根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离;
计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值;
根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值,建立地层原油粘度模型;
根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度。
优选方案中,所述获取所述油藏的油水界面位置,包括:
获取与所述油藏关联的油井的特征数据;
根据所述油井的特征数据,确定所述油水界面位置。
优选方案中,所述油井的特征数据包括:所述油井的岩心含油级别、所述油井的地层流体压力和/或所述油井的地层流体类型。
优选方案中,所述根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离,包括:
获取所述油井的补心海拔数据和井斜数据;
根据所述井斜数据对所述油井进行校正,得到所述原油样品在所述油井中的校正深度;
根据所述补心海拔数据、所述校正深度和所述油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离。
优选方案中,所述第一位置的地层信息通过地层测试获取;所述地层信息包括:地层温度和/或地层压力。
优选方案中,所述计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值,包括:通过侧向测井获得地层深电阻率测井曲线,根据所述地层深电阻率测井曲线计算所述原油样品对应的地层深电阻率测井曲线特征值。
优选方案中,所述计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值,包括:通过感应测井获得最深径向探测深度对应的地层深电阻率测井曲线,根据所述地层深电阻率测井曲线计算所述原油样品对应的地层深电阻率测井曲线特征值。
优选方案中,所述计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值,包括:获取地层补偿密度测井曲线,根据地层补偿密度测井曲线计算所述原油样品对应的地层密度测井曲线特征值。
优选方案中,所述根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度,包括:
获取所述油藏中所述地层原油粘度待测位置;
计算所述待测位置处的所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值;
根据所述地层原油粘度模型和所述待测位置处的所述特征值计算所述油藏中所述待测位置处的原油粘度。
优选方案中,所述方法还包括:获取目的层的属性参数,根据所述属性参数确定所述目的层中所述油藏的油藏类型。
优选方案中,所述属性参数包括下述中的至少一种:圈闭成因数据、圈闭形态数据、遮挡条件数据。
优选方案中,所述获取目的层的属性参数,根据所述属性参数确定所述目的层中油藏的油藏类型,包括:
根据所述油藏的圈闭成因数据,确定所述油藏的第一层级圈闭类型;
根据所述油藏的圈闭形态数据和遮挡条件数据,确定所述第一层级圈闭类型中与所述油藏对应的第二层级圈闭类型,将所述第二层级圈闭类型作为所述目的层中油藏的油藏类型。
一种计算地层原油粘度的装置,包括:原油样品和地层信息获取模块、测量模块、距油水界面距离计算模块、特征值计算模块、模型建立模块和原油粘度计算模块;其中,
所述原油样品和地层信息获取模块,用于获取所述油藏中一个或多个第一位置处的原油样品,以及所述第一位置的地层信息;所述第一位置的地层信息通过地层测试获取;所述地层信息包括:地层温度和/或地层压力;
所述测量模块,用于基于所述地层信息,测量所述原油样品的地层原油粘度;
所述距油水界面距离计算模块,用于获取与所述油藏关联的油井的特征数据,根据所述油井的特征数据,确定所述油水界面位置,根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离;所述油井的特征数据包括:所述油井的岩心含油级别、所述油井的地层流体压力和/或所述油井的地层流体类型;
所述特征值计算模块,用于获取地层深电阻率测井曲线和地层补偿密度测井曲线,计算所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值;通过侧向测井获取地层深电阻率测井曲线或通过感应测井获取最深径向探测深度对应的地层深电阻率测井曲线;
所述模型建立模块,用于根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和地层密度测井曲线特征值,建立地层原油粘度模型;
所述原油粘度计算模块,用于根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度。
优选方案中,距油水界面距离计算模块,包括:油井参数获取模块、井斜校正模块和距离计算模块;其中,
所述油井参数获取模块,用于获取所述油井的补心海拔数据和井斜数据;
所述井斜校正模块,用于根据所述井斜数据对所述油井进行校正,得到所述原油样品在所述油井中的校正深度;
所述距离计算模块,用于根据所述补心海拔数据、所述校正深度和所述油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离。
优选方案中,所述待测位置处的原油粘度计算模块,包括:待测位置获取模块、待测位置的特征值计算模块和待测位置原油粘度计算模块;其中,
所述待测位置获取模块,用于获取所述油藏中所述地层原油粘度待测位置;
所述待测位置的特征值计算模块,用于计算所述待测位置处的所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值;
所述待测位置处的原油粘度计算模块,用于根据所述地层原油粘度模型和所述待测位置处的所述特征值计算所述油藏中所述待测位置处的原油粘度。
优选方案中,所述装置还包括:油藏类型获取模块;其中,
所述油藏类型获取模块,用于获取目的层的属性参数,根据所述属性参数确定所述目的层中油藏的油藏类型;所述属性参数包括下述中的至少一种:圈闭成因数据、圈闭形态数据、遮挡条件数据。
本申请提供了一种计算地层原油粘度的方法及装置,考虑了生物降解对地层原油粘度变化的影响,从而在地层原油粘度计算过程中体现了地层原油粘度变化的根本原因,使得计算结果更能体现地层原油粘度变化的真实特征。进一步地,利用距油水界面高度、地层深电阻率测井曲线特征值和密度测井曲线特征值进行回归分析,其中地层深电阻率反映地层流体特征,包含地层原油粘度信息;密度曲线是岩石骨架和流体密度的整体表现,包含地层流体密度信息,密度与粘度具有相关性,同时体现了粘度信息;因此,根据所述回归分析建立的关系式相关系数高,可以提高计算地层原油粘度的准确率。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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是本申请一种计算地层原油粘度的方法实施例的流程图;
图2是采用本申请实施例的方法得到的地层原油粘度与实际测量得到的地层原油粘度的对比示意图;
图3是本申请一种计算地层原油粘度的装置实施例的组成结构图;
图4是本申请一种计算地层原油粘度的装置实施例中距油水界面距离计算模块的组成结构图;
图5是本申请一种计算地层原油粘度的装置实施例中地层原油粘度计算模块的组成结构图。
具体实施方式
本申请实施例提供一种计算地层原油粘度的方法及装置。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
图1是本申请一种计算地层原油粘度的方法实施例的流程图。如图1所示,所述计算地层原油粘度的方法,可以包括:
S101:获取油藏中一个或多个第一位置处的原油样品,以及所述第一位置的地层信息。
所述第一位置可以是油藏中的不同位置和与油水界面不同距离的位置。所述地层信息可以包括:地层温度和/或地层压力。
在一个实施方式中,可以获取目的层的属性参数。根据所述属性参数可以确定所述目的层中油藏的油藏类型。所述属性参数可以包括下述中的至少一种:圈闭成因数据、圈闭形态数据、遮挡条件数据。进一步地,根据所述属性参数确定所述目的层中油藏的油藏类型,可以包括:
根据所述油藏的圈闭成因数据,确定所述油藏的第一层级圈闭类型;
根据所述油藏的圈闭形态数据和遮挡条件数据,确定所述第一层级圈闭类型中与所述油藏对应的第二层级圈闭类型,将所述第二层级圈闭类型作为所述目的层中油藏的油藏类型。
例如:根据目的层的圈闭成因数据、圈闭形态数据和遮挡条件数据,可以确定所述目的层中油藏的油藏类型可以为被多条断层切割的短轴背斜油藏。其中,单个油藏面积较小,所述油藏的油藏类型也可以称为复杂断块油藏。进一步地,不同断块的油水界面位置可能不同。
通过确定所述油藏的油藏类型,可以选取油藏中多个不同位置和与油水界面不同距离的位置处的原油样品,保证处理结果适用的广泛性,可以进一步提高本申请的准确度。
进一步地,在所述油藏关联的油井中提取所述多个位置的原油样品的过程中,可以通过地层测试获取并记录原油样品所处位置的地层温度和地层压力。
S102:基于所述地层信息,测量所述原油样品的地层原油粘度。
具体地,可以模拟所述地层温度和地层压力,并测量所述原油样品的地层原油粘度。
例如:在实验室内,可以模拟原油样品所处位置的地层温度和地层压力,可以测量所述原油样品的地层原油粘度,可以得到所述原油样品的地层原油粘度测试结果。其中,地层原油粘度测试结果单位为毫帕·秒(mPa·s)。
S103:获取所述油藏的油水界面位置;根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离。
可以获取所述油藏的油水界面位置,具体可以包括:
可以获取与所述油藏关联的油井的特征数据。根据所述油井的特征数据,可以确定所述油水界面位置。所述油井的特征数据可以包括:所述油井的岩心含油级别、所述油井的地层流体压力和/或所述油井的地层流体类型。
例如:对于复杂断块油藏,其包含多个断块,不同断块的油水界面位置可能不同。表1为各个断块油水界面位置。如表1所示,根据与所述油藏关联的油井的岩性特征和测井曲线特征,可以确定所述各个断块油水界面位置。
表1各个断块油水界面位置
根据所述油藏的油水界面位置,可以计算所述原油样品在所述油藏中距所述油水界面的距离,具体可以包括:
可以获取所述油井的补心海拔数据和井斜数据。进一步地,所述井斜数据可以包括:所述油井中各个井段的井斜角和方位角。根据所述油井中各个井段的井斜角和方位角可以计算所述原油样品距所述油井井口的偏移距离。可以得到所述原油样品在所述油井中的校正深度。可以用所述校正深度减去所述补心海拔,得到的海拔高度即为所述原油样品的海拔高度。所述原油样品的海拔高度减去表1中所述油水界面位置对应的油水界面位置即为所述原油样品在所述油藏中距所述油水界面的距离。
例如:原油样品在油藏中距油水界面距离的计算公式可以为:
h=hc-KB-howc
原油样品在油藏中的海拔高度的计算公式为:
ht=hc-KB
其中,h为原油样品在油藏中距油水界面距离,单位为米(m),hc为原油样品在所述油井中的校正深度,单位为m,KB为原油样品所在油井的补心海拔,单位为m,howc为原油样品所在油藏的油水界面位置,单位为m,ht为原油样品在所述油藏中海拔高度,单位为m。
S104:计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值。
可以通过侧向测井获取地层深电阻率测井曲线或通过感应测井获取最深径向探测深度对应的地层深电阻率测井曲线。可以计算所述地层深电阻率测井曲线特征值,具体地,可以对所述地层深电阻率测井曲线进行预处理,计算所述预处理后的地层深电阻率测井曲线中各处深电阻率平均值,可以将所述深电阻率平均值作为所述原油样品对应的地层深电阻率测井曲线特征值。
所述对地层深电阻率测井曲线进行预处理,可以包括:去除所述地层深电阻率测井曲线中的异常点。所述异常点为在地层深电阻率曲线上与相邻两个点的深电阻率差值均大于设定的深电阻率阈值的点。
可以获取补偿密度测井曲线。可以计算所述地层密度测井曲线特征值,具体地,可以对所述地层密度测井曲线进行预处理,计算所述预处理后的地层密度测井曲线中各处密度平均值,可以将所述密度平均值作为所述原油样品对应的地层密度测井曲线特征值。
所述对地层密度测井曲线进行预处理,可以包括:去除所述地层密度测井曲线中的异常点。所述异常点为在地层密度测井曲线上与相邻两个点的密度差值均大于设定的密度阈值的点。
例如:表2为各个原油样品的相关数据。如表2所示,可以获取各个原油样品对应的地层深电阻率测井曲线特征值和地层密度测井曲线特征值、原油样品在所述油井中井斜校正前的深度、原油样品的海拔高度、表1中油水界面位置、原油样品距油水界面的距离以及所述地层原油粘度测试结果。
表2各个原油样品的相关数据
S105:根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值,建立地层原油粘度模型。
根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和地层密度测井曲线特征值可以进行多元线性回归分析,可以建立地层原油粘度线性关系式。
例如:可以对表2中所述地层原油粘度测试结果、所述原油样品距油水界面距离、所述原油样品对应的地层深电阻率测井曲线特征值和原油样品对应的地层密度测井曲线特征值进行多元线性回归分析,可以得到如下地层原油粘度线性关系式:
μ=0.156*h+0.029*RD+336.988*ρ-729.906
其中,μ为地层原油粘度,单位为mPa·s,h为原油样品在油藏中距油水界面距离,单位为m,RD为原油样品对应的地层深电阻率测井曲线特征值,单位为欧·米(Ω·m),ρ为原油样品对应的地层密度测井曲线特征值,单位为克/立方厘米(g/cm3)。所述线性关系式的相关系数可以为0.832,可以认为相关性较强。
S106:根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度。
可以获取所述油藏中所述地层原油粘度待测位置。可以计算所述待测位置处的所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值。根据所述地层原油粘度模型和所述待测位置处的所述特征值可以计算所述油藏中所述待测位置处的原油粘度。
例如:可以选取待测井为X1井。可以获取待测位置的所述原油样品距油水界面距离为39.38m。可以计算得到所述待测位置的所述地层深电阻率测井曲线特征值为96.13Ω·m和所述地层密度测井曲线特征值为2.24g/cm3。根据所述地层原油粘度线性关系式和所述待测位置的特征值,可以计算X1井中所述待测位置的所述地层原油粘度为38.55mPa·s。根据所述线性关系式计算结果与实验室测试结果41mPa·s相比,误差仅为5.97%,公式准确率较高。
图2是采用本申请实施例的方法得到的地层原油粘度与实际测量得到的地层原油粘度的对比示意图。其中,图2中的黑点表示在同一所述待测位置处采用本申请计算得到的地层原油粘度与实际测量得到的地层原油粘度,图2中的虚线为斜率为1的直线。如图2所示,可以看出采用本申请计算得到的地层原油粘度与实际测量得到的地层原油粘度相似度高,准确度较高。
所述计算地层原油粘度的方法实施例,采用距油水界面的距离对地层原油粘度进行计算,可以考虑了生物降解对地层原油粘度变化的影响,从而在地层原油粘度计算过程中可以体现地层原油粘度变化的根本原因,使得计算结果更能体现地层原油粘度变化的真实特征。进一步地,利用距油水界面的距离、地层深电阻率测井曲线特征值和密度测井曲线特征值进行回归分析,其中地层深电阻率反映地层流体特征,包含地层原油粘度信息;密度曲线是岩石骨架和流体密度的整体表现,包含地层流体密度信息,密度与粘度具有相关性,同时体现了粘度信息;因此,根据所述回归分析建立的关系式相关系数高,可以提高计算地层原油粘度的准确率。
另外,地层深电阻率测井曲线特征值和密度测井曲线特征值本身是地层条件下的相关信息,经过回归分析可以直接得到地层原油粘度,避免引入地面参数,使计算过程更加简洁;不仅如此,所述方法用到的分析化验比较少,在保证准确率的前提下进一步降低成本,从而在实际应用中有更加可观的经济效益。
图3是本申请一种计算地层原油粘度的装置实施例的组成结构图。如图3所示,所述计算地层原油粘度的装置可以包括:原油样品和地层信息获取模块100、测量模块200、距油水界面距离计算模块300、特征值计算模块400、模型建立模块500和原油粘度计算模块600。其中,
所述原油样品和地层信息获取模块100,可以用于获取所述油藏中一个或多个第一位置处的原油样品,以及所述第一位置的地层信息。所述第一位置的地层信息可以通过地层测试获取。所述地层信息可以包括:地层温度和/或地层压力。
所述测量模块200,可以用于基于所述地层信息,可以测量所述原油样品的地层原油粘度。
所述距油水界面距离计算模块300,可以用于获取与所述油藏关联的油井的特征数据。根据所述油井的特征数据,可以确定所述油水界面位置。根据所述油藏的油水界面位置,可以计算所述原油样品在所述油藏中距所述油水界面的距离。所述油井的特征数据可以包括:所述油井的岩心含油级别、所述油井的地层流体压力和/或所述油井的地层流体类型。
所述特征值计算模块400,可以用于获取地层深电阻率测井曲线和地层补偿密度测井曲线,计算所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值。可以通过侧向测井获取地层深电阻率测井曲线或通过感应测井获取最深径向探测深度对应的地层深电阻率测井曲线。
所述模型建立模块500,可以用于根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和地层密度测井曲线特征值,可以建立地层原油粘度模型。
所述原油粘度计算模块600,可以用于根据所述地层原油粘度模型和所述待测位置处的特征值,可以计算所述油藏中待测位置处的原油粘度。
在另一个实施方式中,所述计算地层原油粘度的装置还可以包括:油藏类型获取模块700。其中,
所述油藏类型获取模块700,可以用于获取目的层的属性参数。根据所述属性参数可以确定所述目的层中油藏的油藏类型。所述属性参数可以包括下述中的至少一种:圈闭成因数据、圈闭形态数据、遮挡条件数据。
图4是本申请一种计算地层原油粘度的装置实施例中距油水界面距离计算模块的组成结构图。如图4所示,图3中距油水界面距离计算模块300,可以包括:油井参数获取模块310、井斜校正模块320和距离计算模块330。其中,
所述油井参数获取模块310,可以用于获取所述油井的补心海拔数据和井斜数据。
所述井斜校正模块320,可以用于根据所述井斜数据对所述油井进行校正。可以得到所述原油样品在所述油井中的校正深度。
所述距离计算模块330,可以用于根据所述补心海拔数据、所述校正深度和所述油水界面位置,可以计算所述原油样品在所述油藏中距所述油水界面的距离。
图5是本申请一种计算地层原油粘度的装置实施例中地层原油粘度计算模块的组成结构图。如图5所示,图3中地层原油粘度计算模块600,可以包括:待测位置获取模块610、待测位置的特征值计算模块620和待测位置处的原油粘度计算模块630。其中,
所述待测位置获取模块610,可以用于获取所述油藏中所述地层原油粘度待测位置。
所述待测位置的特征值计算模块620,可以用于获取所述待测位置处的所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值。
所述待测位置处的原油粘度计算模块630,可以用于根据所述地层原油粘度模型和所述特征值可以计算所述油藏中所述待测位置处的原油粘度。
所述计算地层原油粘度的装置实施例与所述计算地层原油粘度的方法实施例相对应,可以实现所述计算地层原油粘度的方法,体现了地层原油粘度变化的根本原因,使得计算结果更能体现地层原油粘度变化的真实特征;根据所述回归分析建立的关系式相关系数高,提高计算地层原油粘度的准确率。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。该计算机软件产品可以存储在内存中,内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括短暂电脑可读媒体(transitory media),如调制的数据信号和载波。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (16)

1.一种计算地层原油粘度的方法,其特征在于,包括以下步骤:
获取油藏中一个或多个第一位置处的原油样品,以及所述第一位置的地层信息;
基于所述地层信息,测量所述原油样品的地层原油粘度;
获取所述油藏的油水界面位置;根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离;
计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值;
根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值,建立地层原油粘度模型;
根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度。
2.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述获取所述油藏的油水界面位置,包括:
获取与所述油藏关联的油井的特征数据;
根据所述油井的特征数据,确定所述油水界面位置。
3.根据权利要求2所述一种计算地层原油粘度的方法,其特征在于,所述油井的特征数据包括:所述油井的岩心含油级别、所述油井的地层流体压力和/或所述油井的地层流体类型。
4.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离,包括:
获取所述油井的补心海拔数据和井斜数据;
根据所述井斜数据对所述油井进行校正,得到所述原油样品在所述油井中的校正深度;
根据所述补心海拔数据、所述校正深度和所述油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离。
5.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述第一位置的地层信息通过地层测试获取;所述地层信息包括:地层温度和/或地层压力。
6.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值,包括:通过侧向测井获得地层深电阻率测井曲线,根据所述地层深电阻率测井曲线计算所述原油样品对应的地层深电阻率测井曲线特征值。
7.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值,包括:通过感应测井获得最深径向探测深度对应的地层深电阻率测井曲线,根据所述地层深电阻率测井曲线计算所述原油样品对应的地层深电阻率测井曲线特征值。
8.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述计算所述原油样品对应的地层深电阻率曲线特征值和地层密度测井曲线特征值,包括:获取地层补偿密度测井曲线,根据地层补偿密度测井曲线计算所述原油样品对应的地层密度测井曲线特征值。
9.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度,包括:
获取所述油藏中所述地层原油粘度待测位置;
计算所述待测位置处的所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值;
根据所述地层原油粘度模型和所述待测位置处的所述特征值计算所述油藏中所述待测位置处的原油粘度。
10.根据权利要求1所述一种计算地层原油粘度的方法,其特征在于,所述方法还包括:获取目的层的属性参数,根据所述属性参数确定所述目的层中所述油藏的油藏类型。
11.根据权利要求10所述一种计算地层原油粘度的方法,其特征在于,所述属性参数包括下述中的至少一种:圈闭成因数据、圈闭形态数据、遮挡条件数据。
12.根据权利要求11所述一种计算地层原油粘度的方法,其特征在于,所述获取目的层的属性参数,根据所述属性参数确定所述目的层中油藏的油藏类型,包括:
根据所述油藏的圈闭成因数据,确定所述油藏的第一层级圈闭类型;
根据所述油藏的圈闭形态数据和遮挡条件数据,确定所述第一层级圈闭类型中与所述油藏对应的第二层级圈闭类型,将所述第二层级圈闭类型作为所述目的层中油藏的油藏类型。
13.一种计算地层原油粘度的装置,其特征在于,包括:原油样品和地层信息获取模块、测量模块、距油水界面距离计算模块、特征值计算模块、模型建立模块和原油粘度计算模块;其中,
所述原油样品和地层信息获取模块,用于获取所述油藏中一个或多个第一位置处的原油样品,以及所述第一位置的地层信息;所述第一位置的地层信息通过地层测试获取;所述地层信息包括:地层温度和/或地层压力;
所述测量模块,用于基于所述地层信息,测量所述原油样品的地层原油粘度;
所述距油水界面距离计算模块,用于获取与所述油藏关联的油井的特征数据,根据所述油井的特征数据,确定所述油水界面位置,根据所述油藏的油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离;所述油井的特征数据包括:所述油井的岩心含油级别、所述油井的地层流体压力和/或所述油井的地层流体类型;
所述特征值计算模块,用于获取地层深电阻率测井曲线和地层补偿密度测井曲线,计算所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值;通过侧向测井获取地层深电阻率测井曲线或通过感应测井获取最深径向探测深度对应的地层深电阻率测井曲线;
所述模型建立模块,用于根据所述地层原油粘度、所述距油水界面距离、所述地层深电阻率测井曲线特征值和地层密度测井曲线特征值,建立地层原油粘度模型;
所述原油粘度计算模块,用于根据所述地层原油粘度模型,计算所述油藏中待测位置处的原油粘度。
14.根据权利要求13所述一种计算地层原油粘度的装置,其特征在于,距油水界面距离计算模块,包括:油井参数获取模块、井斜校正模块和距离计算模块;其中,
所述油井参数获取模块,用于获取所述油井的补心海拔数据和井斜数据;
所述井斜校正模块,用于根据所述井斜数据对所述油井进行校正,得到所述原油样品在所述油井中的校正深度;
所述距离计算模块,用于根据所述补心海拔数据、所述校正深度和所述油水界面位置,计算所述原油样品在所述油藏中距所述油水界面的距离。
15.根据权利要求13所述一种计算地层原油粘度的装置,其特征在于,所述待测位置处的原油粘度计算模块,包括:待测位置获取模块、待测位置的特征值计算模块和待测位置原油粘度计算模块;其中,
所述待测位置获取模块,用于获取所述油藏中所述地层原油粘度待测位置;
所述待测位置的特征值计算模块,用于计算所述待测位置处的所述地层深电阻率测井曲线特征值和所述地层密度测井曲线特征值;
所述待测位置处的原油粘度计算模块,用于根据所述地层原油粘度模型和所述待测位置处的所述特征值计算所述油藏中所述待测位置处的原油粘度。
16.根据权利要求13所述一种计算地层原油粘度的装置,其特征在于,所述装置还包括:油藏类型获取模块;其中,
所述油藏类型获取模块,用于获取目的层的属性参数,根据所述属性参数确定所述目的层中油藏的油藏类型;所述属性参数包括下述中的至少一种:圈闭成因数据、圈闭形态数据、遮挡条件数据。
CN201610592167.0A 2016-07-25 2016-07-25 一种计算地层原油粘度的方法及装置 Active CN106202813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610592167.0A CN106202813B (zh) 2016-07-25 2016-07-25 一种计算地层原油粘度的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610592167.0A CN106202813B (zh) 2016-07-25 2016-07-25 一种计算地层原油粘度的方法及装置

Publications (2)

Publication Number Publication Date
CN106202813A true CN106202813A (zh) 2016-12-07
CN106202813B CN106202813B (zh) 2019-05-07

Family

ID=57495076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610592167.0A Active CN106202813B (zh) 2016-07-25 2016-07-25 一种计算地层原油粘度的方法及装置

Country Status (1)

Country Link
CN (1) CN106202813B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110965992A (zh) * 2018-09-27 2020-04-07 中国石油化工股份有限公司 一种确定地层含气原油粘度的方法
CN111122381A (zh) * 2019-12-31 2020-05-08 中法渤海地质服务有限公司 一种基于回归分析的地化录井原油密度预测方法
CN111241652A (zh) * 2018-11-29 2020-06-05 中国石油天然气股份有限公司 一种确定地层原油粘度的方法及装置
CN112287508A (zh) * 2019-07-12 2021-01-29 中国石油天然气股份有限公司 基于地层压力等效密度确定油气水界面的方法及装置
CN112761627A (zh) * 2020-12-31 2021-05-07 中国海洋石油集团有限公司 一种海上砂岩油藏地层原油粘度计算方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO20111756A1 (no) * 2009-05-27 2011-12-20 Chevron Corp Dataimplementerte systemer og fremgangsmater for screening og a forutsi ytelsen ved okt oljegjenvinning og forbedrede oljegjenvinningsmetoder
CN104699954A (zh) * 2015-01-30 2015-06-10 中国地质大学(武汉) 一种岩溶缝洞型碳酸盐岩油藏采收率的标定方法
CN105223108A (zh) * 2015-10-29 2016-01-06 重庆科技学院 一种石油粘度测量装置及测量方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO20111756A1 (no) * 2009-05-27 2011-12-20 Chevron Corp Dataimplementerte systemer og fremgangsmater for screening og a forutsi ytelsen ved okt oljegjenvinning og forbedrede oljegjenvinningsmetoder
CN104699954A (zh) * 2015-01-30 2015-06-10 中国地质大学(武汉) 一种岩溶缝洞型碳酸盐岩油藏采收率的标定方法
CN105223108A (zh) * 2015-10-29 2016-01-06 重庆科技学院 一种石油粘度测量装置及测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
M.A.AL-MARHOUN: "Prediction of crude oil viscosity curve using artificial intelligence techniques", 《JOURNAL OF PETROLEUM SCIENCE & ENGINEERING》 *
康志勇: "地层原油粘度计算方法", 《石油地质与工程》 *
邓西里: "新疆金龙2油田裂缝性火山岩油藏地质建模方法", 《西南石油大学学报(自然科学版)》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110965992A (zh) * 2018-09-27 2020-04-07 中国石油化工股份有限公司 一种确定地层含气原油粘度的方法
CN110965992B (zh) * 2018-09-27 2023-04-07 中国石油化工股份有限公司 一种确定地层含气原油粘度的方法
CN111241652A (zh) * 2018-11-29 2020-06-05 中国石油天然气股份有限公司 一种确定地层原油粘度的方法及装置
CN111241652B (zh) * 2018-11-29 2022-11-01 中国石油天然气股份有限公司 一种确定地层原油粘度的方法及装置
CN112287508A (zh) * 2019-07-12 2021-01-29 中国石油天然气股份有限公司 基于地层压力等效密度确定油气水界面的方法及装置
CN112287508B (zh) * 2019-07-12 2022-11-04 中国石油天然气股份有限公司 基于地层压力等效密度确定油气水界面的方法及装置
CN111122381A (zh) * 2019-12-31 2020-05-08 中法渤海地质服务有限公司 一种基于回归分析的地化录井原油密度预测方法
CN111122381B (zh) * 2019-12-31 2022-07-15 中法渤海地质服务有限公司 一种基于回归分析的地化录井原油密度预测方法
CN112761627A (zh) * 2020-12-31 2021-05-07 中国海洋石油集团有限公司 一种海上砂岩油藏地层原油粘度计算方法
CN112761627B (zh) * 2020-12-31 2023-09-29 中国海洋石油集团有限公司 一种海上砂岩油藏地层原油粘度计算方法

Also Published As

Publication number Publication date
CN106202813B (zh) 2019-05-07

Similar Documents

Publication Publication Date Title
CN106202813B (zh) 一种计算地层原油粘度的方法及装置
Chamberlin et al. Interpreting paleo-avulsion dynamics from multistory sand bodies
Ward Kerogen density in the Marcellus shale
CN107092031B (zh) 一种声波测井数据校正方法及装置
CN106324676A (zh) 一种确定断层封闭性的方法及装置
Munz et al. Estimation of vertical water fluxes from temperature time series by the inverse numerical computer program FLUX‐BOT
CN104272140A (zh) 用于校准在储藏层建模中使用的渗透性的系统和方法
CN108035709B (zh) 一种页岩储层质量的确定方法及装置
Eltahan et al. Modeling Naturally and Hydraulically Fractured Reservoirs with Artificial Intelligence and Assisted History Matching Methods Using Physics-Based Simulators
Abadpour et al. Integrated geo-modeling and ensemble history matching of complex fractured carbonate and deep offshore turbidite fields, generation of several geologically coherent solutions using ensemble methods
Shi et al. A generic velocity profile for basin sediments in California conditioned on VS30
Chen et al. History matching of the Norne full field model using an iterative ensemble smoother
CN106772599B (zh) 一种计算地层横波速度的方法及装置
Agrawal et al. Impact of environmental parameters on forward stratigraphic modelling from uncertainty analysis; Lower Cretaceous, Abu Dhabi
Martin et al. Quantifying downstream, vertical and lateral variation in fluvial deposits: implications from the Huesca Distributive Fluvial System
Goovaerts Geostatistical modeling of the spaces of local, spatial, and response uncertainty for continuous petrophysical properties
CN106908842A (zh) 一种确定单井沉积微相曲线的方法及装置
CN108492014A (zh) 一种确定地质资源量的数据处理方法及装置
CN107219562A (zh) 一种确定铀矿地层位置的方法及装置
CN106932839B (zh) 一种对岩石密度和速度曲线调校的方法及装置
Zhang et al. A new microseismic location method accounting for the influence of the hydraulic fracturing process
Aghchelou et al. Lithofacies Estimation by Multi-Resolution Graph-Based Clustering of Petrophysical Well Logs: Case Study of South Pars Gas Field of Iran
Kasim et al. Machine Learning Assisted Reservoir Properties Prediction in a Brownfield Offshore Malaysia
Costa et al. Evaluation of an uncertainty reduction methodology based on Iterative Sensitivity Analysis (ISA) applied to naturally fractured reservoirs
Vashisht et al. Hydraulics of a drainage well fully penetrating a leaky aquifer through a multisection screen

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