CN106295113A

CN106295113A - 一种复杂油气储层渗透率的定量评价方法

Info

Publication number: CN106295113A
Application number: CN201610559582.6A
Authority: CN
Inventors: 李雄炎; 秦瑞宝; 刘小梅; 魏丹; 平海涛; 张磊; 余杰; 汤丽娜; 宋蓉燕; 周改英; 黄涛
Original assignee: China National Offshore Oil Corp CNOOC; CNOOC Research Institute Co Ltd
Current assignee: China National Offshore Oil Corp CNOOC; CNOOC Research Institute Co Ltd
Priority date: 2016-07-15
Filing date: 2016-07-15
Publication date: 2017-01-04

Abstract

本发明提供了一种复杂油气储层渗透率的定量评价方法，其包括以下内容：1)计算储层品质因子和岩石孔隙体积与颗粒体积比；2)计算流动单元指标；3)将流动单元指标分为多类分布范围，每一类流动单元指标的范围区间对应着一类复杂油气储层；4)采用分类算法，建立不同复杂油气储层类别的分类模型；5)采用复杂油气储层的分类模型去划分一口井整个井段的类别，针对每个井段复杂油气储层所属的类别，获取该类别中复杂油气储层的渗透率，利用不同类别复杂油气储层渗透率的组合，完成整个井段复杂油气储层渗透率的定量评价。本发明方法基于流动单元和分类算法耦合准确计算复杂油气储层的渗透率，保证结果准确的同时提供了一种简单实用的方法。

Description

一种复杂油气储层渗透率的定量评价方法

技术领域

本发明涉及一种复杂油气储层渗透率的定量评价方法，属于石油勘探领域。

背景技术

现有的储层渗透率计算，主要是基于孔隙度和渗透率之间高精度的函数关系，采用孔隙度去建立储层渗透率的计算公式。而对于复杂的油气储层来说，由于储层的强非均质性，致使在均质储层中孔隙度与渗透率之间高精度的函数关系并不存在。因此基于孔隙度和渗透率之间高精度的函数关系去计算复杂油气储层的渗透率并不可行。而针对复杂油气储层渗透率的计算包括两种方法，一种是基于核磁测井资料在自由流体模型中计算渗透率，另一种是在平均T₂模型中计算渗透率，但当复杂油气储层缺乏核磁测井和成像测井等特殊测井资料的情况下，也就无法基于上述两种方法来准确获取复杂油气储层的渗透率。为了准确计算复杂油气储层的渗透率，必须对复杂油气储层进行分类，然后再在每一类中，基于孔隙度与渗透率之间高精度的函数关系，采用孔隙度去计算渗透率。但常规的分类方法，要么难以准确分类，要么难以推广应用。

其中，基于核磁测井资料在自由流体模型中计算渗透率的计算公式为：

式中：K为渗透率；为孔隙度；C为经验常数；FFI为自由流体的孔隙体积；BVI为束缚水的孔隙体积。

基于平均T₂模型计算渗透率其计算公式为：

式中：K为渗透率，mD；a为经验常数；T_2gm是T₂分布的几何平均值；为孔隙度。

发明内容

针对上述问题，本发明的目的是提供一种基于流动单元和分类算法耦合的能够准确计算复杂油气储层渗透率的定量评价方法。

为实现上述目的，本发明采取以下技术方案：一种复杂油气储层渗透率的定量评价方法，其包括以下步骤：

1)基于岩心样品的物性分析结果，计算不同深度储层的储层品质因子和岩石孔隙体积与颗粒体积比；

2)根据不同深度储层的储层品质因子和岩石孔隙体积与颗粒体积比，计算不同深度储层的流动单元指标；

3)将计算得到的不同深度储层的流动单元指标细分为多个分布范围，并使得每一流动单元指标的范围区间对应着一类复杂油气储层；

4)针对细分后每一流动单元指标的范围区间所对应的复杂油气储层的类别，采用分类算法，建立基于不同测井曲线数值划分每一类复杂油气储层类别的分类模型；

5)通过每一类复杂油气储层的分类模型去划分一口井整个井段的类别，针对每个井段复杂油气储层所属的类别，获取相应的孔隙度与渗透率之间的函数关系来计算该类别中复杂油气储层的渗透率，利用不同类别复杂油气储层渗透率的组合，完成整个井段复杂油气储层渗透率的定量评价。

所述步骤1)中，储层品质因子的计算公式为：

式中，RQI为储层品质因子；K为渗透率；为孔隙度。

所述步骤1)中，岩石孔隙体积与颗粒体积比的计算公式为：

式中，为岩石孔隙体积与颗粒体积比。

所述步骤2)中，流动单元指标的计算公式为：

式中，FZI为流动单元指标；RQI为储层品质因子；为岩石孔隙体积与颗粒体积比。

所述步骤3)中，当每个分布范围内的孔隙度与渗透率之间的函数关系均满足所对应的一类复杂油气储层的渗透率计算精度的80％时，则以该细分范围为准；如若不满足所对应的一类复杂油气储层的渗透率计算精度的80％时，则需重新对不同储层深度的流动单元指标FZI细分，直到细分后的每个范围的孔隙度与渗透率之间的函数关系均满足所对应的一类复杂油气储层的渗透率计算精度的80％为止。

每一类复杂油气储层孔隙度与渗透率之间的函数关系为：

式中，K为渗透率；为孔隙度；a、b为常数。

所述步骤4)中，分类模型可通过Geolog、GeoFrame、Forward或Lead软件进行建立。

本发明由于采取以上技术方案，其具有以下优点：1、本发明方法避免开展大量的岩心实验，能够有效地节约成本，具有较强的经济性。2、本发明方法基于流动单元和分类算法耦合来准确计算复杂油气储层的渗透率，在保证复杂油气储层渗透率定量评价结果准确性的同时，提供了一种简单实用的新方法。

附图说明

图1是A井白云岩储层分类前孔隙度与渗透率的交会图；

图2是A井白云岩储层分类后孔隙度与渗透率的交会图；

图3是A井白云岩储层分类模型中不同测井曲线敏感性分析结果；

图4是A井白云岩储层基于流动单元和分类算法耦合的渗透率评价结果；

图5是B井石灰岩储层分类前孔隙度与渗透率的交会图；

图6是B井石灰岩储层分类后孔隙度与渗透率的交会图；

图7是B井石灰岩储层分类模型中不同测井曲线敏感性分析结果；

图8是B井石灰岩储层基于流动单元和分类算法耦合的渗透率评价结果。

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。

本发明涉及一种复杂油气储层渗透率的定量评价方法，其包括以下步骤：

1)基于岩心样品的物性分析结果，计算不同深度储层的储层品质因子RQI，计算公式为：

式中，RQI为储层品质因子；K为渗透率；为孔隙度。

2)基于岩心样品的物性分析结果，计算不同深度储层的岩石孔隙体积与颗粒体积比计算公式为：

3)根据上述步骤1)和步骤2)中，储层品质因子RQI和岩石孔隙体积与颗粒体积比计算不同深度储层的流动单元指标FZI，计算公式为：

4)将计算得到的不同深度储层的流动单元指标FZI细分为多个分布范围，并使得每一流动单元指标FZI的范围区间对应着一类复杂油气储层，分类方式如下：

Ι＝f(a＜FZI≤b),ΙΙ＝f(c＜FZI≤d),ΙΙΙ＝f(e＜FZI≤f)…

式中，Ι、ΙΙ、ΙΙΙ为复杂油气储层所属的类别号；FZI为流动单元指标；a、b、c、d、e、f为流动单元指标数值。

当每个分布范围内的孔隙度与渗透率之间的函数关系均满足所对应的一类复杂油气储层渗透率计算的精度时，则以该细分范围为准；如若不满足所对应的一类复杂油气储层渗透率计算的精度时，则需重新对不同深度储层的流动单元指标FZI细分，直到细分后每个范围的孔隙度与渗透率之间的函数关系均满足所对应的一类复杂油气储层渗透率计算的精度为止。其中，每一类复杂油气储层孔隙度与渗透率之间的函数关系如下：

式中，K为渗透率；为孔隙度；a、b为常数。

5)针对细分后每一流动单元指标FZI的范围区间所对应的复杂油气储层的类别，采用分类算法，建立基于不同测井曲线数值划分不同复杂油气储层类别的分类模型。

通过反复调整复杂油气储层的类别和不同测井曲线数值的组合，在保证每一类复杂油气储层孔隙度与渗透率之间的函数关系满足渗透率计算精度的同时，最大程度地提高分类模型的精度。

6)基于不同测井曲线数值的组合，采用复杂油气储层的分类模型去划分一口井整个井段的类别。针对每个井段复杂油气储层所属的类别，采用相应的孔隙度与渗透率之间的函数关系来计算该类别中复杂油气储层的渗透率。利用不同类别复杂油气储层渗透率的组合，便完成了整个井段复杂油气储层渗透率的定量评价。其中，每一类复杂油气储层孔隙度与渗透率之间的函数关系如下：

式中，K为渗透率；为孔隙度；a、b为常数。

上述步骤4)中，大多数情况下，当每个分布范围内的孔隙度与渗透率之间的函数关系能够达到所对应的一类复杂油气储层渗透率精度的80％，即满足要求。

上述步骤5)中，分类模型可通过Geolog、GeoFrame、Forward、Lead等软件进行建立。

下面通过具体实施例对本发明方法做进一步说明。

实施例1：以某油田A井的白云岩储层为例。

1)基于A井白云岩储层岩心分析的孔隙度和渗透率，分别计算不同深度储层的储层品质因子RQI、岩石孔隙体积与颗粒体积比和流动单元指标FZI。

2)对不同深度储层流动单元指标FZI的分布范围进行细分，细分之后使得每一流动单元指标FZI的范围区间对应着一类白云岩储层，并为白云岩储层所属的类别进行编号，如Ⅰ、Ⅱ、Ⅲ……，分别建立每一类白云岩储层孔隙度与渗透率之间的函数关系并满足每一类白云岩储层渗透率计算的精度要求。分类前，A井白云岩储层孔隙度与渗透率的交会图如图1所示，分类后，A井白云岩储层孔隙度与渗透率的交会图如图2所示。流动单元指标FZI划分方案及相应的孔隙度与渗透率之间函数关系精度见表1。

表1流动单元指标FZI划分方案及孔隙度与渗透率之间函数关系精度

3)基于不同测井曲线数值，采用决策树分类算法针对表1中三种分类方案所对应的白云岩储层类型，分别建立分类模型，其测井曲线敏感性分析结果如图3所示，分类模型的精度见表2。

表2流动单元指标FZI分类模型的精度

4)基于表1中孔隙度与渗透率之间函数关系精度，和表2中流动单元指标FZI分类模型的精度，可以看出方案二、三流动单元指标FZI分类模型的精度大于方案一，而方案三孔隙度与渗透率之间函数关系精度高于方案二，因此，方案三为最佳方案。分类方案三所对应的孔隙度与渗透率之间函数关系与分类模型的精度见表3。

表3分类方案三所对应的孔隙度与渗透率之间函数关系与分类模型的精度

5)采用分类方案三所对应的分类模型，对A井白云岩储层全井段进行储层类型的划分，将其分为五类，划分结果如图4中的第9道。基于表3中每一类白云岩储层孔隙度与渗透率之间函数关系，可以计算得到每一类白云岩储层的渗透率。将所计算五类白云岩储层的渗透率进行组合，便能得到A井白云岩储层全井段的渗透率，从而达到定量评价A井白云岩储层渗透率的目的。

如图4所示，在A井白云岩储层基于流动单元和分类算法耦合的渗透率评价成果图中，第1道是自然伽马、自然电位和井径测井曲线，表示该地层的岩性及井况特征；第2道是体积密度、中子孔隙度和纵波时差测井曲线，反映该地层的物性特征；第3道是深、中、浅电阻率测井曲线，刻画该地层的电性特征；第5道是基于上述测井曲线所计算的孔隙度与岩心分析的孔隙度；第6道是分类前，基于孔隙度所计算的渗透率与岩心分析的渗透率，二者误差相对较大，平均绝对误差为15.13mD；第7道是分类后，基于流动单元和分类算法耦合所计算的渗透率与岩心分析的渗透率，二者误差相对较小，平均绝对误差为7.44mD。

实施例2：以某油田B井的石灰岩储层为例。

1)基于B井石灰岩储层岩心分析的孔隙度和渗透率，分别计算不同深度储层的储层品质因子RQI、岩石孔隙体积与颗粒体积比和流动单元指标FZI。

2)对不同深度储层的流动单元指标FZI的分布范围进行细分，细分之后使得每一流动单元指标FZI的范围区间对应着一类石灰岩储层并为石灰岩储层所属的类别进行编号，如Ⅰ、Ⅱ、Ⅲ……，分别建立每一类石灰岩储层孔隙度与渗透率之间的函数关系。分类前，B井石灰岩储层孔隙度与渗透率的交会图见图5；分类后，B井石灰岩储层孔隙度与渗透率的交会图如图6所示。流动单元指标FZI划分方案，及相应的孔隙度与渗透率之间函数关系精度见表4。

表4流动单元指标FZI划分方案及孔隙度与渗透率之间函数关系精度

3)基于不同测井曲线数值，采用决策树分类算法针对表4中三种分类方案所对应的石灰岩储层类型，分别建立分类模型，其测井曲线敏感性分析结果如图7所示，分类模型的精度见表5。

表5流动单元指标FZI分类模型的精度

4)基于表4中孔隙度与渗透率之间函数关系精度，和表5中流动单元指标FZI分类模型的精度，分类方案三为最佳方案。分类方案三所对应的孔隙度与渗透率之间函数关系与分类模型的精度见表3。

表6分类方案三所对应的孔隙度与渗透率之间函数关系与分类模型的精度

5)采用分类方案三所对应的分类模型，对B井石灰岩储层全井段进行储层类型的划分，将其分为五类，划分结果见图8中的第9道。基于表6中每一类石灰岩储层孔隙度与渗透率之间函数关系，可以计算得到每一类石灰岩储层的渗透率。将所计算五类石灰岩储层的渗透率进行组合，便能得到B井石灰岩储层全井段的渗透率，从而达到定量评价B井石灰岩储层渗透率的目的。

如图8所示，在B井石灰岩储层基于流动单元和分类算法耦合的渗透率评价成果图中，第1道是自然伽马测井曲线，表示该地层的岩性特征；第2道是体积密度、中子孔隙度和纵波时差测井曲线，反映该地层的物性特征；第3道是深、浅电阻率测井曲线，刻画该地层的电性特征；第5道是基于上述测井曲线所计算的孔隙度与岩心分析的孔隙度；第6道是分类前，基于孔隙度所计算的渗透率与岩心分析的渗透率，二者误差相对较大，平均绝对误差为20.33mD；第7道是分类后，基于流动单元和分类算法耦合所计算的渗透率与岩心分析的渗透率，二者误差相对较小，平均绝对误差为7.37mD。

上述各实施例仅用于说明本发明，其中各部件的结构、连接方式等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims

1.一种复杂油气储层渗透率的定量评价方法，其包括以下步骤：

2.如权利要求1所述的一种复杂油气储层渗透率的定量评价方法，其特征在于：所述步骤1)中，储层品质因子的计算公式为：

式中，RQI为储层品质因子；K为渗透率；为孔隙度。

3.如权利要求1所述的一种复杂油气储层渗透率的定量评价方法，其特征在于：所述步骤1)中，岩石孔隙体积与颗粒体积比的计算公式为：

式中，为岩石孔隙体积与颗粒体积比。

4.如权利要求1所述的一种复杂油气储层渗透率的定量评价方法，其特征在于：所述步骤2)中，流动单元指标的计算公式为：

5.如权利要求1所述的一种复杂油气储层渗透率的定量评价方法，其特征在于：所述步骤3)中，当每个分布范围内的孔隙度与渗透率之间的函数关系均满足所对应的一类复杂油气储层的渗透率计算精度的80％时，则以该细分范围为准；如若不满足所对应的一类复杂油气储层的渗透率计算精度的80％时，则需重新对不同储层深度的流动单元指标FZI细分，直到细分后的每个范围的孔隙度与渗透率之间的函数关系均满足所对应的一类复杂油气储层的渗透率计算精度的80％为止。

6.如权利要求5所述的一种复杂油气储层渗透率的定量评价方法，其特征在于：每一类复杂油气储层孔隙度与渗透率之间的函数关系为：

式中，K为渗透率；为孔隙度；a、b为常数。

7.如权利要求1所述的一种复杂油气储层渗透率的定量评价方法，其特征在于：所述步骤4)中，分类模型可通过Geolog、GeoFrame、Forward或Lead软件进行建立。