CN106504107B - 一种确定油层射孔层位的方法及装置 - Google Patents
一种确定油层射孔层位的方法及装置 Download PDFInfo
- Publication number
- CN106504107B CN106504107B CN201610829045.9A CN201610829045A CN106504107B CN 106504107 B CN106504107 B CN 106504107B CN 201610829045 A CN201610829045 A CN 201610829045A CN 106504107 B CN106504107 B CN 106504107B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- low
- resistivity
- layer position
- oil
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 60
- 238000004519 manufacturing process Methods 0.000 claims description 34
- 239000004576 sand Substances 0.000 claims description 24
- 235000013312 flour Nutrition 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 14
- 238000011161 development Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 10
- 239000011435 rock Substances 0.000 claims description 10
- 238000002405 diagnostic procedure Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 230000035699 permeability Effects 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 239000008398 formation water Substances 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 239000004927 clay Substances 0.000 claims description 3
- 239000002734 clay mineral Substances 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 3
- 239000004519 grease Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 125
- 239000003921 oil Substances 0.000 description 77
- 238000003860 storage Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 244000264242 Descurainia sophia Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000706 filtrate Substances 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000000346 nonvolatile oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种确定油层射孔层位的方法及装置，所述方法包括：获取当前井的测井资料和录井资料；根据预设的低阻油层数据库以及所述测井资料和录井资料，识别当前井中的低阻油层；选取所述当前井中的低阻油层的待补孔层位；根据预设规则，计算所述低阻油层待补孔层位的生产潜力；根据所述计算得到的生产潜力，确定油层射孔层位。本申请实施例提供的确定油层射孔层位的方法及装置，可以提高确定的油层射孔层位的可靠性。
Description
技术领域
本申请涉及石油勘探开发技术领域，特别涉及一种确定油层射孔层位的方法及装置。
背景技术
由于低阻油层电测曲线特征与邻近水层相比差别较小、识别难度大，目前研究主要集中于低阻油层的成因及识别领域，而在识别完成后的进一步挖潜研究则刚刚起步，这一方面常规油层研究相对多，主要分为三个方面：数学方法进行研究、单井地质综合研究以及单井测井新技术研究。
现有方法主要基于单井动静态数据、单井测井资料或数学方法直接对补孔层位进行选择，而研究中缺乏对试油资料、低阻油层动静态分类资料、同层邻井生产资料等多类资料的融合分析，没有充分利用油田开发积累的大量静态、动态资料，研究不能体现当前的认识水平。
发明内容
本申请实施例的目的是提供一种确定油层射孔层位的方法及装置，以提高确定的油层射孔层位的可靠性。
为解决上述技术问题，本申请实施例提供一种确定油层射孔层位的方法及装置是这样实现的：
一种确定油层射孔层位的方法，包括：获取当前井的测井资料和录井资料；根据预设的低阻油层数据库以及所述测井资料和录井资料，识别当前井中的低阻油层；选取所述当前井中的低阻油层的待补孔层位；根据预设规则，计算所述低阻油层待补孔层位的生产潜力；根据所述计算得到的生产潜力，确定油层射孔层位。
优选方案中，所述识别的当前井中的低阻油层为至少一个，所述选取的待补孔层位为至少一个。
优选方案中，所述低阻油层数据库包括下述信息中的一种或多种：低阻油层所在井号、低阻油层的层位顶底深度、低阻油层的所属层位、低阻油层的测井曲线特征、低阻油层的岩心资料、低阻油层的岩屑资料、低阻油层的分布产状、低阻油层的单采/合采资料、低阻油层初产油信息、低阻油层初产水信息、低阻油层采油指数、低阻油层生产时间、低阻油层累产油信息。
优选方案中，所述预设的低阻油层数据库采用下述方式建立：获取低阻油层数据信息，所述数据信息包括动态资料信息和静态资料信息；根据所述低阻油层数据信息对所述低阻油层进行分类；将所述分类后的低阻油层机器对应的数据信息作为低阻油层数据库。
优选方案中，所述根据低阻油层数据信息对所述低阻油层进行分类，包括：根据所述低阻油层库内各层的有效厚度、含油饱和度、孔隙度、渗透率、采油指数、累产油对低阻油层进行分类。
优选方案中，所述识别当前井中的低阻油层采用下述方法中的任意一种：图版法、考虑粉砂组分的解释模型法、海拔高程判别法、成藏分析法。
优选方案中，所述图版法包括：利用阿尔奇公式反算求得的地层水电阻率；上式中SW为储层含水饱和度；为储层孔隙度；Rt为储层深电阻率，单位为欧姆·米，a、b为岩性指数；m为胶结指数，n为饱和度指数；所述a、b、m、n均从岩电实验中得到。
优选方案中，所述考虑粉砂组分的解释模型法包括：利用下述公式计算油层的含水饱和度：上式中，Sw为含水饱和度；Rt为地层真电阻率，单位为欧姆·米；为孔隙度；Vcl为粘土矿物含量；Vsilt为粉砂组分含量；Rw为地层水电阻率，单位为欧姆·米；Rcl为粘土组分束缚水电阻率；单位为欧姆·米；Rsilt为粉砂组分束缚水电阻率；单位为欧姆·米；根据预设的含水饱和度的上限以及计算得到的含水饱和度，确定所述油层是否为低阻油层。
优选方案中，所述海拔高程判别法包括：分析油水界面和待判定储层的海拔高度；若待判定储层的位置高于油水界面位置，则所述待判定储层为油层；或者，若与油水界面的位置差小于预设阈值，则所述待判定储层为油水同层；或者，若待判定储层的位置低于油水界面位置，则所述待判定储层为水层。
优选方案中，所述选取所述当前井中的低阻油层的待补孔层位，包括：选择厚度大和/或未开采的低阻油层作为待补孔层位。
优选方案中，所述根据预设规则计算所述低阻油层待补孔层位的生产潜力，包括：根据试油资料确定待补孔层位的第一生产潜力；根据区块分类方法，确定待补孔层位低阻油层类型，根据所述待补孔层位低阻油层类型确定所述待补孔层位的第二生产潜力；根据待补孔层位所在砂体的关联井的生产动态，确定所述待补孔层位的第三生产潜力。
优选方案中，所述根据计算得到的生产潜力确定油层射孔层位，包括：根据所述计算的各待补孔层位的第一生产潜力、第二生产潜力和第三生产潜力，确定所述各待补孔层位的生产潜力类型；根据所述各待补孔层位的生产潜力类型，从所述各待补孔层位中确定油层射孔层位。
一种确定油层射孔层位的装置，包括：资料获取模块、低阻油层识别模块、待补孔层位选取模块、生产潜力计算模块和油层射孔层位确定模块；其中，所述资料获取模块，用于获取当前井的测井资料和录井资料；所述低阻油层识别模块，用于根据预设的低阻油层数据库以及所述测井资料和录井资料，识别当前井中的低阻油层；所述待补孔层位选取模块，用于选取所述当前井中的低阻油层的待补孔层位；所述生产潜力计算模块，用于根据预设规则，计算所述低阻油层待补孔层位的生产潜力；所述油层射孔层位确定模块，用于根据所述计算得到的生产潜力，确定油层射孔层位。
由以上本申请实施例提供的技术方案可见，本申请实施例提供的一种确定低阻油层射孔层位的方法及装置，综合了多种资料对待补孔低阻油层生产潜力进行研究，并根据确定的生产潜力来确定射孔层位，消除了现有技术中的主观性，结果客观、可靠性强。
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是本申请确定油层射孔层位的方法一个实施例的流程图；
图2是本申请方法实施例中待补孔层位所在砂体分布及其产状的示例图；
图3是本申请确定油层射孔层位的装置一个实施例的模块图。
具体实施方式
本申请实施例提供一种确定油层射孔层位的方法及装置。
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是本申请确定油层射孔层位的方法一个实施例的流程图。参照图1，所述方法包括以下步骤。
S101：获取当前井的测井资料和录井资料。
可以获取当前井的测井资料和录井资料。所述测井资料和录井资料具体可以包括：当前井各位置处的储层孔隙度、储层深电阻率、储层胶结指数、饱和度指数等。
S102：根据预设的低阻油层数据库以及所述测井资料和录井资料，识别当前井中的低阻油层。
所述低阻油层数据库包括下述信息中的一种或多种：低阻油层所在井号、低阻油层的层位顶底深度、低阻油层的所属层位、低阻油层的测井曲线特征、低阻油层的岩心资料、低阻油层的岩屑资料、低阻油层的分布产状、低阻油层的单采/合采资料、低阻油层初产油信息、低阻油层初产水信息、低阻油层采油指数、低阻油层生产时间、低阻油层累产油信息。
所述预设的低阻油层数据库采用下述方式建立：获取低阻油层数据信息，所述数据信息包括动态资料信息和静态资料信息；根据所述低阻油层数据信息对所述低阻油层进行分类；将所述分类后的低阻油层机器对应的数据信息作为低阻油层数据库。其中，
在所述获取低阻油层数据信息前，需要确认低阻油层。确认可疑层为低阻油层的方法包括岩心资料法、试油法、生产动态法。岩心方面，可以直观地从岩心上识别岩石的含油性，含油级别一般划分为饱含油、富含油、油浸、油斑、油迹、荧光。试油资料方面，试油结论一般直接给出地层含油性，如油层、油气层、水层、干层等。生产动态法在应用中一方面可以根据射开层位产油、产水状况直接判断含油气性，例如X井某层位射开后具有1个月的无水产油期，初期日产油48.1t/d，即可判断其为油层，又如该井射开另一层段后含水从60％迅速上升至90％，产油量下降、产水量上升，即可判断其为水层。另一方面可根据与该层位邻近或特征相近层位的生产动态判断该层的含油气性。如X-S-2井厚度32.5m的块状砂体分上下两段，上段储层物性好、泥质含量低，下段储层物性差、泥质含量高，上段地层深电阻率明显高于下段，下两段间无稳定隔层。2015年7月对射开上层后，出现10天无水采油期，初期日产油150.5t，可认定其为油层，且下部无相邻水体，因此下部为同为油层。
所述根据低阻油层数据信息对所述低阻油层进行分类，包括：根据所述低阻油层库内各层的有效厚度、含油饱和度、孔隙度、渗透率、采油指数、累产油对低阻油层进行分类。其中，采油指数为油层单位生产压差下的日产油量，单位为t/(d·Mpa)，如果油层为合采，则在计算前将产量劈分，然后进行计算。如果单井同一时间有不同层位正在开采，则需要进行产量劈分，具体操作时对各生产层位按照进行加权劈分(式中ki为第i个生产层段的平均渗透率，单位为×10-3μm-2；hi为第i个生产层段的有效厚度，单位m；μi为第i个生产层段的产出原油粘度)。
表1示出了一种低阻油层的分类示例。
表1低阻油层分类表
所述识别的当前井中的低阻油层为至少一个。
所述识别当前井中的低阻油层采用下述方法中的任意一种：图版法、考虑粉砂组分的解释模型法、海拔高程判别法、成藏分析法。
所述图版法包括：利用阿尔奇公式，即公式(1)反算求得的地层水电阻率；
上式中SW为储层含水饱和度；为储层孔隙度；Rt为储层深电阻率，单位为欧姆·米，a、b为岩性指数；m为胶结指数，n为饱和度指数；所述a、b、m、n均从岩电实验中得到。
所述考虑粉砂组分的解释模型法包括：利用下述公式(2)计算油层的含水饱和度
上式中，式中，Sw为含水饱和度，Rt为地层真电阻率，一般采用深电阻率曲线数值，单位Ω·m；为孔隙度，一般采用时间-平均公式由声波时差曲线计算而来；Vcl为粘土矿物含量，由岩性指数标定而来；Vsilt为粉砂组分含量，根据其与有效孔隙度的线性关系得到；Rw为地层水电阻率，单位Ω·m；Rcl为粘土组分束缚水电阻率，根据目的层附近较纯泥岩的电阻率确定，单位Ω·m；Rsilt为粉砂组分束缚水电阻率，根据计算的粉砂含量曲线选择粉砂含量较高处储层的电阻率，单位Ω·m。求得Sw后，根据研究区含水饱和度上限，即含油饱和度下限判断层位含油性。
所述海拔高程判别法包括：分析油水界面和待判定储层的海拔高度；若待判定储层的位置高于油水界面位置，则所述待判定储层为油层；或者，若与油水界面的位置差小于预设阈值，则所述待判定储层为油水同层；或者，若待判定储层的位置低于油水界面位置，则所述待判定储层为水层。
在本申请的另一个实施方式中，还可以采用自然电位幅度法确定识别当前井中的低阻油层。具体地，油层自然电位幅度差与水层相比明显降低，平均约为水层幅度差的0.57倍，且对淡水泥浆情况下降低幅度更加明显。
成藏分析法主要通常需要综合待判定储层的烃源岩质量、储层质量、盖层质量、圈闭条件、油气输导条件和保存条件等，对于其油气成藏的可能性进行判断。若判断不具备成藏条件，则直接判断为水层；若判断其成藏条件良好，则结合其他特征判定为油层；若判断其成藏条件中等，则需要结合其他方法判别结果进行研究。
S103：选取所述当前井中的低阻油层的待补孔层位。
所述选取的待补孔层位为至少一个。所述选取所述当前井中的低阻油层的待补孔层位，包括：选择厚度大和/或未开采的低阻油层作为待补孔层位。
S104：根据预设规则，计算所述低阻油层待补孔层位的生产潜力。
所述根据预设规则计算所述低阻油层待补孔层位的生产潜力，包括：根据试油资料确定待补孔层位的第一生产潜力；根据区块分类方法，确定待补孔层位低阻油层类型，根据所述待补孔层位低阻油层类型确定所述待补孔层位的第二生产潜力；根据待补孔层位所在砂体的关联井的生产动态，确定所述待补孔层位的第三生产潜力。其中，
所述根据试油资料确定待补孔层位的第一生产潜力，包括：根据试油资料对地层的产液性质进行判断，若试油中只获得油和气，则为油气层；若获得油和水，则应判断水的来源，若水仅为钻井滤液，则为油层，若有地层水，若其含量超过15％，则判定为油水同层；若获得气和水，则根据产气量将其判断为气层、气水同层和水层；当同时获得油、气、水时，根据其数量和经验图版判断程度产液性质。
所述确定待补孔层位低阻油层类型，根据所述待补孔层位低阻油层类型确定所述待补孔层位的第二生产潜力，具体可以包括：读取该层的有效厚度、含油饱和度、孔隙度、渗透率等信息，结合岩心、岩屑资料等，根据低阻油层分类确定低阻油层类型。若属Ⅰ类，则潜力较大，可以射开；若属Ⅱ～Ⅲ类，则潜力中等，需进行经济评价后再确定是否射开；若属Ⅳ类，则潜力较小，极有可能油水同产或产水较高，不建议射开。如X-S-2井，E10层2569.7～2580.7m，厚度11m，平均含油饱和度58.8％，平均孔隙度为15.6％，平均渗透率为45.3×10-3μm-2，属Ⅱ类低阻油层，潜力中等，预计采油指数为6～12t/(d·Mpa)，预计累产油1～3×104t，推荐对其射孔。
所述根据待补孔层位所在砂体的关联井的生产动态，确定所述待补孔层位的第三生产潜力，具体可以包括：明确待补孔层位所在砂体分布，及其产状，分析射开该砂体其它井生产动态，判断该层潜力大小及是否射开。参照图2，本发明一个实例中，E14小层砂体在该层整体发育，但受沉积条件控制，低阻油层仅发育于B井附近地区。对该断块内其它井该砂体生产情况进行研究，发现只有A井射开该层，初期含水较低，日产油10.5t，累产油2.5万吨。由于B井与A井构造高低相近，砂体发育情况相近，且有一定距离，判断A井潜力较大，可以补孔。另外，如果砂体附近存在断层或者注采系统不完善的地区，则一般驱替强度较低，补孔潜力较大。
S105：根据所述计算得到的生产潜力，确定油层射孔层位。
根据所述计算的各待补孔层位的第一生产潜力、第二生产潜力和第三生产潜力，确定所述各待补孔层位的生产潜力类型；根据所述各待补孔层位的生产潜力类型，从所述各待补孔层位中确定油层射孔层位。
本申请实施例提供的一种确定低阻油层射孔层位的方法，综合了多种资料对待补孔低阻油层生产潜力进行研究，并根据确定的生产潜力来确定射孔层位，消除了现有技术中的主观性，结果客观、可靠性强。
本申请实施例还提供一种确定油层射孔层位的装置。
图3是本申请确定油层射孔层位的装置一个实施例的模块图。如图所示，所述装置可以包括：资料获取模块301、低阻油层识别模块302、待补孔层位选取模块303、生产潜力计算模块304和油层射孔层位确定模块305；其中，
所述资料获取模块301，可以用于获取当前井的测井资料和录井资料。
所述低阻油层识别模块302，可以用于根据预设的低阻油层数据库以及所述测井资料和录井资料，识别当前井中的低阻油层。
所述待补孔层位选取模块303，可以用于选取所述当前井中的低阻油层的待补孔层位。
所述生产潜力计算模块304，可以用于根据预设规则，计算所述低阻油层待补孔层位的生产潜力。
所述油层射孔层位确定模块305，可以用于根据所述计算得到的生产潜力，确定油层射孔层位。
上述实施例提供的确定油层射孔层位的装置与本申请方法实施例相对应，其可实现的功能和效果可以参照方法实施例进行对照解释。
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 (11)
1.一种确定油层射孔层位的方法，其特征在于，包括：
获取当前井的测井资料和录井资料；
根据预设的低阻油层数据库以及所述测井资料和录井资料，识别当前井中的低阻油层；
选取所述当前井中的低阻油层的待补孔层位；
根据预设规则，计算所述低阻油层待补孔层位的生产潜力，包括：根据试油资料确定待补孔层位的第一生产潜力；根据低阻油层分类确定待补孔层位低阻油层类型，根据所述待补孔层位低阻油层类型确定所述待补孔层位的第二生产潜力；根据待补孔层位所在砂体的关联井的生产动态，确定所述待补孔层位的第三生产潜力；
根据所述计算得到的生产潜力，确定油层射孔层位，包括：根据所述计算的各待补孔层位的第一生产潜力、第二生产潜力和第三生产潜力，确定所述各待补孔层位的生产潜力类型；根据所述各待补孔层位的生产潜力类型，从所述各待补孔层位中确定油层射孔层位。
2.根据权利要求1所述的方法，其特征在于，所述识别的当前井中的低阻油层为至少一个，所述选取的待补孔层位为至少一个。
3.根据权利要求1所述的方法，其特征在于，所述低阻油层数据库包括下述信息中的一种或多种：低阻油层所在井号、低阻油层的层位顶底深度、低阻油层的所属层位、低阻油层的测井曲线特征、低阻油层的岩心资料、低阻油层的岩屑资料、低阻油层的分布产状、低阻油层的单采/合采资料、低阻油层初产油信息、低阻油层初产水信息、低阻油层采油指数、低阻油层生产时间、低阻油层累产油信息。
4.根据权利要求1所述的方法，其特征在于，所述预设的低阻油层数据库采用下述方式建立：
获取低阻油层数据信息，所述数据信息包括动态资料信息和静态资料信息；
根据所述低阻油层数据信息对所述低阻油层进行分类；
将所述分类后的低阻油层机器对应的数据信息作为低阻油层数据库。
5.根据权利要求4所述的方法，其特征在于，所述根据低阻油层数据信息对所述低阻油层进行分类，包括：根据所述低阻油层库内各层的有效厚度、含油饱和度、孔隙度、渗透率、采油指数、累产油对低阻油层进行分类。
6.根据权利要求1所述的方法，其特征在于，所述识别当前井中的低阻油层采用下述方法中的任意一种：图版法、考虑粉砂组分的解释模型法、海拔高程判别法、成藏分析法。
7.根据权利要求6所述的方法，其特征在于，所述图版法包括：
利用阿尔奇公式反算求得的地层水电阻率；
上式中SW为储层含水饱和度；为储层孔隙度；Rt为储层深电阻率，单位为欧姆·米，a、b为岩性指数；m为胶结指数，n为饱和度指数；所述a、b、m、n均从岩电实验中得到。
8.根据权利要求6所述的方法，其特征在于，所述考虑粉砂组分的解释模型法包括：
利用下述公式计算油层的含水饱和度
上式中，Sw为含水饱和度；Rt为地层真电阻率，单位为欧姆·米；为孔隙度；Vcl为粘土矿物含量；Vsilt为粉砂组分含量；Rw为地层水电阻率，单位为欧姆·米；Rcl为粘土组分束缚水电阻率；单位为欧姆·米；Rsilt为粉砂组分束缚水电阻率；单位为欧姆·米；
根据预设的含水饱和度的上限以及计算得到的含水饱和度，确定所述油层是否为低阻油层。
9.根据权利要求6所述的方法，其特征在于，所述海拔高程判别法包括：
分析油水界面和待判定储层的海拔高度；
若待判定储层的位置高于油水界面位置，则所述待判定储层为油层；或者，若与油水界面的位置差小于预设阈值，则所述待判定储层为油水同层；或者，若待判定储层的位置低于油水界面位置，则所述待判定储层为水层。
10.根据权利要求1所述的方法，其特征在于，所述选取所述当前井中的低阻油层的待补孔层位，包括：选择厚度大和/或未开采的低阻油层作为待补孔层位。
11.一种确定油层射孔层位的装置，其特征在于，包括：资料获取模块、低阻油层识别模块、待补孔层位选取模块、生产潜力计算模块和油层射孔层位确定模块；其中，
所述资料获取模块，用于获取当前井的测井资料和录井资料；
所述低阻油层识别模块，用于根据预设的低阻油层数据库以及所述测井资料和录井资料，识别当前井中的低阻油层；
所述待补孔层位选取模块，用于选取所述当前井中的低阻油层的待补孔层位；
所述生产潜力计算模块，用于根据预设规则，计算所述低阻油层待补孔层位的生产潜力，包括：根据试油资料确定待补孔层位的第一生产潜力；根据低阻油层分类确定待补孔层位低阻油层类型，根据所述待补孔层位低阻油层类型确定所述待补孔层位的第二生产潜力；根据待补孔层位所在砂体的关联井的生产动态，确定所述待补孔层位的第三生产潜力；
所述油层射孔层位确定模块，用于根据所述计算得到的生产潜力，确定油层射孔层位，包括：根据所述计算的各待补孔层位的第一生产潜力、第二生产潜力和第三生产潜力，确定所述各待补孔层位的生产潜力类型；根据所述各待补孔层位的生产潜力类型，从所述各待补孔层位中确定油层射孔层位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610829045.9A CN106504107B (zh) | 2016-09-18 | 2016-09-18 | 一种确定油层射孔层位的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610829045.9A CN106504107B (zh) | 2016-09-18 | 2016-09-18 | 一种确定油层射孔层位的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106504107A CN106504107A (zh) | 2017-03-15 |
| CN106504107B true CN106504107B (zh) | 2019-09-10 |
Family
ID=58290241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610829045.9A Active CN106504107B (zh) | 2016-09-18 | 2016-09-18 | 一种确定油层射孔层位的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106504107B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106909758B (zh) * | 2017-04-10 | 2018-12-04 | 西南石油大学 | 一种致密油储层水平井多段分簇射孔位置优化设计的方法 |
| CN110359887B (zh) * | 2018-04-11 | 2021-11-30 | 中国石油天然气股份有限公司 | 油藏射孔方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105545301A (zh) * | 2015-12-24 | 2016-05-04 | 西安石油大学 | 一种不同泥浆体系下复杂储层流体性质识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4152362B2 (ja) * | 2004-07-30 | 2008-09-17 | 日本トムソン株式会社 | 転がり案内ユニット |
-
2016
- 2016-09-18 CN CN201610829045.9A patent/CN106504107B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105545301A (zh) * | 2015-12-24 | 2016-05-04 | 西安石油大学 | 一种不同泥浆体系下复杂储层流体性质识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 濮城油田沙三上油藏剩余油分布规律及配套挖潜对策;张少标 等;《内蒙古石油化工》;20041225;第30卷(第6期);第132-134页 |
| 重检3井区低阻超稠油油藏认识及开发效果分析;赵长虹 等;《石油地质与工程》;20090131;第23卷(第1期);第64-66页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106504107A (zh) | 2017-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Riazi | Application of integrated rock typing and flow units identification methods for an Iranian carbonate reservoir | |
| Suliman et al. | Variable stimulated reservoir volume (SRV) simulation: eagle ford shale case study | |
| CN103806911B (zh) | 利用随钻钻井液录井资料进行储层流体类型的判别方法 | |
| Bohacs | Relation of hydrocarbon reservoir potential to lake-basin type: an integrated approach to unraveling complex genetic relations among fluvial, lake-plain, lake margin, and lake center strata | |
| CN105240006B (zh) | 一种适用于火山岩储层的油水层识别方法 | |
| Euzen et al. | Well log cluster analysis: an innovative tool for unconventional exploration | |
| CN106842317A (zh) | 一种预测油砂体分布的方法及装置 | |
| Abbas et al. | Clustering analysis and flow zone indicator for electrofacies characterization in the upper shale member in Luhais Oil Field, Southern Iraq | |
| Makhotin et al. | Machine learning for recovery factor estimation of an oil reservoir: A tool for derisking at a hydrocarbon asset evaluation | |
| CN113033648A (zh) | 一种使用机器学习算法实现测井解释的方法 | |
| CN106504107B (zh) | 一种确定油层射孔层位的方法及装置 | |
| Abbas et al. | Lithofacies classification of carbonate reservoirs using advanced machine learning: a case study from a Southern Iraqi oil field | |
| CN103953336A (zh) | 一种用于判断石油天然气储集层内油气水分布的评价方法 | |
| Al-Khazraji et al. | Development of heterogeneous immature Brownfield with Waterdrive using dynamic opportunity index: a case study from Iraqi oilfields | |
| CN110424958A (zh) | 湖相页岩油的勘探潜力平面分区方法及装置 | |
| CN108035710B (zh) | 基于数据挖掘划分深层岩石地质相的方法 | |
| Eriavbe et al. | Machine learning application to permeability prediction using log & core measurements: A realistic workflow application for reservoir characterization | |
| CN111472763B (zh) | 地层厚度预测方法及装置 | |
| CN108319743A (zh) | 古老海相碳酸盐岩油气资源丰度预测方法及装置 | |
| US9880321B2 (en) | Defining non-linear petrofacies for a reservoir simulation model | |
| Shahvar et al. | Applying flow zone index approach and artificial neural networks modeling technique for characterizing a heterogeneous carbonate reservoir using dynamic data: Case study of an Iranian reservoir | |
| CN108492014A (zh) | 一种确定地质资源量的数据处理方法及装置 | |
| Kasim et al. | Machine Learning Assisted Reservoir Properties Prediction in a Brownfield Offshore Malaysia | |
| Moradi et al. | Learning from Behavioral Frac Maps: A Montney Case Study in Integration of Modern Microseismic and Production Data Analyses | |
| Walker et al. | Three case studies of progress in quantitative seismic-engineering integration |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |