CN106869919A - 一种三角洲前缘薄油藏识别方法 - Google Patents
一种三角洲前缘薄油藏识别方法 Download PDFInfo
- Publication number
- CN106869919A CN106869919A CN201710291225.0A CN201710291225A CN106869919A CN 106869919 A CN106869919 A CN 106869919A CN 201710291225 A CN201710291225 A CN 201710291225A CN 106869919 A CN106869919 A CN 106869919A
- Authority
- CN
- China
- Prior art keywords
- logging
- resolution
- curve
- thin
- oil reservoir
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000004576 sand Substances 0.000 claims abstract description 27
- 238000012937 correction Methods 0.000 claims abstract description 20
- 239000012530 fluid Substances 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 208000035126 Facies Diseases 0.000 claims abstract description 5
- 238000005316 response function Methods 0.000 claims description 31
- 230000004044 response Effects 0.000 claims description 26
- 230000008021 deposition Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 12
- 239000011435 rock Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 230000005684 electric field Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004062 sedimentation Methods 0.000 abstract 1
- 239000003921 oil Substances 0.000 description 45
- 238000010586 diagram Methods 0.000 description 6
- 230000006698 induction Effects 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000011362 coarse particle Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011438 discrete method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种薄油藏识别方法。一种三角洲前缘薄油藏识别方法,包括如下步骤,1)围岩影响校正;2)明确三角洲前缘薄油藏沉积类型包括水下分流河道、河口坝、席状砂三种沉积微相;3)建立沉积微相模式指导下的薄砂体连通性分析方法;4)确定油层识别标准;5)基于薄油藏空间展布特征,综合流体电性界限与成藏控制因素,实现单井薄油层到多井薄油藏的分类与立体识别。本发明实现单井薄油层到多井薄油藏的分类与立体识别,有效提高了识别精度。
Description
技术领域
本发明涉及一种薄油藏识别方法。
背景技术
薄油藏通常是指砂岩垂向有效厚度小于1.0m的油藏。对2.0m以上的厚砂岩,测井仪器发射极线圈发射信号到接收极线圈,传输路径全部为砂岩。对厚度1.0m以下薄砂岩,测井信息传输路径中砂岩部分所占比重低于60%,围岩影响程度大,数据信噪比低(附图2)。深感应电阻率曲线纵向分辨率约为1.6m,需做进一步校正,反演薄砂岩测井响应“真值”,降低围岩影响。现有技术利用常规分辨率匹配法对深感应电阻率校正,该方法是通过对测井数据滤波及相关关系分析,把低分辨率曲线的分辨率提高到与高分辨率曲线相同的等级,有效保留了低分辨率曲线对井筒等环境的补偿,同时又提高了纵向分辨率,降低了围岩影响,得到具有良好纵向与横向探测特征的校正结果。该方法较傅里叶变换法、纵向响应离散法、小波变换法等具有计算速度快、所需参数少及计算精度高的优点。但从具体实施过程来看,该方法也存在不足,首先是准确的仪器响应函数难以确定,其次是要求输入的两条测井曲线形态相近,导致应用存在局限性。
三角洲前缘亚相沉积海量薄砂岩,水下分流河道、分流间湾、河口坝、远砂坝、席状砂等沉积微相均可形成薄砂岩,由于厚度薄、分布局限、形态多样、沉积变化快,导致追踪难度大。通过野外露头,岩心观测及测井相分析,应用强适应分辨率匹配校正结果,构建薄砂岩短期旋回沉积模式,明确三角洲前缘薄油藏沉积类型包括水下分流河道、河口坝、席状砂三种沉积微相(附图3)。水下分流河道薄砂岩层序表现为正旋回(附图4)、河口坝薄砂岩层序表现为反旋回(附图5)、席状砂薄砂岩层序表现为复合旋回(附图6)。
常规方法均是针对油层进行识别,并无对油藏的分类与立体识别方法。常规油层识别方法,注重测井资料定性与定量识别,或利用试油数据标定测井数据绘制交会图,建立统一油层判别标准,进行单井逐层识别。首先,不同沉积微相薄砂岩的孔隙结构、空间几何形态及测井响应特征具有明显差异,导致流体电性界限不统一,其次,单井逐层的常规识别方法对砂体展布特征与油藏控制因素信息利用率不足,应用具有一定局限性。
发明内容
本发明旨在针对上述问题,提出一种针对三角洲前缘薄油藏识别方法。
本发明的技术方案在于:
一种三角洲前缘薄油藏识别方法,包括如下步骤,
1)针对厚度1.0m以下的薄砂岩,建立强适应分辨率匹配法进行薄砂岩测井响应围岩影响校正:推导测井曲线响应函数的解析表达式,并进行离散化,对测井曲线进行滤波处理,确定最佳相关区间,建立最佳函数关系模型,获得分辨率匹配结果;
2)通过野外露头,岩心观测及测井相分析,应用强适应分辨率匹配校正结果,构建薄砂岩短期旋回沉积模式,明确三角洲前缘薄油藏沉积类型包括水下分流河道、河口坝、席状砂三种沉积微相;
3)基于高密度井网控制,根据地层沉积的等时性原则,综合薄砂岩沉积层序的旋回性与空间几何特征,多井追踪,根据薄油藏沉积微相类型分类连接,建立沉积微相模式指导下的薄砂体连通性分析方法;
4)在沉积微相类型分析指导下,应用试油数据标定步骤1)分辨率匹配结果,编制声波时差与电阻率交会图,分析不同沉积微相薄油藏流体的电性界限差异,确定油层识别标准;
5)基于薄油藏空间展布特征,综合流体电性界限与成藏控制因素,实现单井薄油层到多井薄油藏的分类与立体识别。
所述推导测井曲线响应函数的解析表达式的具体实现方法为:
1)假定沉积地层满足轴对称条件,则测井曲线响应方程是坐标r与z的函数,与φ无关,建立以井轴为z轴的圆柱坐标系,则空间任意一点的坐标可以用(r,φ,z)来表示;
2)根据麦克斯韦方程可知,电场强度满足方程(1):
(1)
3)位于井轴上Z R 处的半径为r R 的测井仪器接收线圈的感应电动势为:
(2)
4)居中单发双收电流线圈源测井仪测量的是两个接收线圈R1和R2感应电动势的相位差△φ和幅度比S:
(3)
(4)
其中:,式(1)、(2)、(3)、(4)构成了电磁波测井曲线响应方程,用来求解测井仪器响应函数;
5)测井仪器发射极线圈位于空间(r T ,z T )时,根据感应电动势V和电场E之间的关系,可以得到感应电动势的相位差△φ和幅度比S的变化量,据此得到测井曲线响应方程为:
(5)
式中:反映的是在背景介质Kb 2中,当测井仪器发射线圈的位置在(r T ,z T )处,在(r’,z’)处单位容积内电导率发生的改变时引起(r,z)处的电动势幅度比S的相对改变量;为真空磁导率,为背景介质电导率,ω为圆频率;
其中:
其中,r T 是发射线圈的半径,r n 是接收线圈的半径,△L和L分别是仪器的间距和源距。
所述的对测井曲线响应函数的解析表达式进行离散化的具体实现方法为:根据测井仪器的仪器参数和测量深度坐标,利用狄拉克函数与测井曲线响应方程的解析表达式(5)相乘,得到高、低分辨率测井曲线响应函数的离散形式,式(6)、式(7):
(6)
(7)。
对高分辨率测井曲线进行滤波处理:
其滤波器系数向量计算步骤为:
1)测井曲线任意深度点数值是纵向分辨率范围内几个采样深度点地层“真值”的函数,高、低分辨率测井曲线测量值C h、 C l 可表示为:
(8)
(9)
式中:C hi 为高分辨率测井曲线采样深度点i对应的地层“真值”,C li 为低分辨率测井曲线采样深度点i对应的地层“真值”, ,为对应测井曲线的响应函数系数;
2)对式(8)、(9)进行傅里叶变换并将结果相除后进行傅里叶逆变换,可得:
(10)
式中:f=F -1 (J/G)为高分辨率曲线到低分辨率曲线的匹配滤波器;
对高分辨率测井曲线C h 滤波处理,可得到低分辨率测井曲线C hf ,C hf 与 C l 具有相同的纵向分辨率,滤波器的系数向量可由矩阵(11)求取:
(11)
式中:k=n-m+1,(j1,j2,…,j n ) T 为低分辨率曲线响应函数的系数向量,为高分辨率曲线响应函数的系数向量, 为滤波器的系数向量;
3)对高分辨率曲线C h 滤波处理,得到与C l 具有相同纵向分辨率的滤波曲线C hf :
(12)。
确定最佳相关区间,建立最佳函数关系模型,获得分辨率匹配结果的具体实现方法为:
对C hf 与C l 曲线进行数据相关分析,计算处理点所在数据相关区间内的所有值,当值最小时,数据相关程度最高,误差最小,对应的深度区间即为处理点的最佳相关区间;
(13)
式中:C e 为拟合曲线回归值,为标准偏差,R为相关系数;
在最佳相关区间确定基础上,根据相关系数R最大化原则,建立最佳函数关系模型,以建立二次函数关系式为例:
(14)
式中:C e 为C l 的拟合回归曲线,为拟合模型系数;
则高分辨率测井曲线拟合式为:
(15)
式中:为的拟合回归曲线,为(14)式确定的模型系数;
对于测井曲线,计算误差与测井响应值具有等比例关系,可得:
(16)
考虑到测井环境对高、低纵向分辨率测井曲线影响程度差异,进一步利用相关系数R对计算值修正:
(17)
当C hf 与C l 相关程度高时,R接近于1,校正结果C接近于;当C hf 与C l 相关程度较差时,R接近于0,校正结果C接近于C l 。
本发明的技术效果在于:
本发明针对油层与油藏的区别,提出一种针对三角洲前缘薄油藏的识别方法,首先根据电磁波传播理论推导测井曲线的响应函数,并利用狄拉克函数对其连续形式进行离散化,作为滤波器系数计算的输入参数,以此提高测井曲线响应函数的理论依据和计算精度,确定最佳相关区间,并根据相关系数R最大化原则,建立最佳函数关系模型,克服需要输入两条形态相似曲线的局限,只需要输入电性曲线即可,建立强适应分辨率匹配法。应用强适应分辨率匹配法校正结果,构建薄砂岩短期旋回沉积模式,明确三角洲前缘薄油藏沉积类型包括水下分流河道、河口坝、席状砂三种沉积微相,基于薄油藏空间展布特征,综合流体电性界限与成藏控制因素,实现单井薄油层到多井薄油藏的分类与立体识别,有效提高了识别精度。
附图说明
图1为薄油藏识别方法流程图。
图2为厚、薄砂岩测井响应特征对比图。
图3为三角洲前缘薄油藏综合模式图。
图4为水下分流河道薄油藏模式图。
图5为河口坝薄油藏模式图。
图6为席状砂薄油藏模式图。
图7为围岩影响校正法流程图。
图8为轴对称地层简化模型图。
图9为A井围岩影响校正效果对比图。
图10为水下分流河道薄油藏流体电性界限图。
图11为席状砂薄油藏流体电性界限图。
图12为河口坝薄油藏流体电性界限图。
图13为薄油藏识别成果图。
具体实施方式
一种三角洲前缘薄油藏识别方法,包括如下步骤:
步骤一
目前常规方法主要采用地层界面处测井曲线的变化率来估算仪器的响应函数,如式(18):
(18)
式中: y i+1 及y i-1 分别表示当前深度采样点相邻两个采样点的测井值,y max 及 y min 分别表示地层界面两侧的最大及最小测井值,△为测井采样间隔,N为统计层内的采样点数。
其中y max 、 y min 、N取值的随机误差大,同时上式缺少理论依据,仅可对测井曲线响应函数进行估算。
针对此问题,假定沉积地层满足轴对称条件,根据麦克斯韦方程,推导单发双收电流线圈的电阻率测井曲线响应方程,并利用狄拉克函数对其解析式进行离散化,作为滤波器系数计算的输入参数,提高测井曲线响应函数的计算精度。
如下所述:
根据电磁波传播原理推导测井曲线的响应方程的解析表达式:
1)假定沉积地层满足轴对称条件,测井曲线响应方程是坐标r与z的函数,与φ无关,建立以井轴为z轴的圆柱坐标系,则空间任一点的坐标可以用(r,φ,z)表示(附图8);
2)根据麦克斯韦方程可知,电场强度满足方程(1):
(1)
3)位于井轴上Z R 处的半径为r R 的测井仪器接收线圈的感应电动势为:
(2)
4)居中单发双收电流线圈源测井仪测量的是两个接收线圈R1和R2感应电动势的相位差△φ和幅度比S:
(3)
(4)
其中:,式(1)、(2)、(3)、(4)构成了电磁波测井曲线响应方程,用来求解测井仪器响应函数;
5)测井仪器发射极线圈位于空间(r T ,z T )时,根据感应电动势V和电场E之间的关系,可以得到感应电动势的相位差△φ和幅度比S的变化量,据此得到测井曲线响应方程为:
(5)
式中:反映的是在背景介质Kb 2中,当测井仪器发射线圈的位置在(r T ,z T )处,在(r’,z’)处单位容积内电导率发生的改变时引起(r,z)处的电动势幅度比S的相对改变量;为真空磁导率,为背景介质电导率,ω为圆频率;
其中:
其中,r T 是发射线圈的半径,r n 是接收线圈的半径,△L和L分别是仪器的间距和源距。
步骤二
根据测井仪器的仪器参数和测量深度坐标,利用狄拉克函数与测井曲线响应方程的解析表达式(5)相乘,得到高、低分辨率测井曲线响应函数的离散形式,式(6)、式(7):
(6)
(7)。
由于推导过程是基于电磁波理论,因此该响应函数只适用于基于电磁波理论仪器响应函数的计算。对于非电磁波类测井,其响应函数可以选用地层界面处测井曲线的变化率来估算。
对高分辨率测井曲线进行滤波处理:
其滤波器系数向量计算步骤为:
1)测井曲线任意深度点数值是纵向分辨率范围内几个采样深度点地层“真值”的函数,高、低分辨率测井曲线测量值C h、 C l 可表示为:
(8)
(9)
式中:C hi 为高分辨率测井曲线采样深度点i对应的地层“真值”,C li 为低分辨率测井曲线采样深度点i对应的地层“真值”, ,为对应测井曲线的响应函数系数;
2)对式(8)、(9)进行傅里叶变换并将结果相除后进行傅里叶逆变换,可得:
(10)
式中:f=F -1 (J/G)为高分辨率曲线到低分辨率曲线的匹配滤波器;
对高分辨率测井曲线C h 滤波处理,可得到低分辨率测井曲线C hf ,C hf 与 C l 具有相同的纵向分辨率,滤波器的系数向量可由矩阵(11)求取:
(11)
式中:k=n-m+1,(j1,j2,…,j n ) T 为低分辨率曲线响应函数的系数向量,为高分辨率曲线响应函数的系数向量, 为滤波器的系数向量;
3)对高分辨率曲线C h 滤波处理,得到与C l 具有相同纵向分辨率的滤波曲线C hf :
(12)。
步骤三
确定最佳相关区间,建立最佳函数关系模型,获得分辨率匹配结果的具体实现方法为:
对C hf 与C l 曲线进行数据相关分析,计算处理点所在数据相关区间内的所有值,当值最小时,数据相关程度最高,误差最小,对应的深度区间即为处理点的最佳相关区间;
(13)
式中:C e 为拟合曲线回归值,为标准偏差,R为相关系数;
在最佳相关区间确定基础上,根据相关系数R最大化原则,建立最佳函数关系模型,以建立二次函数关系式为例:
(14)
式中:C e 为C l 的拟合回归曲线,为拟合模型系数;
则高分辨率测井曲线拟合式为:
(15)
式中:为的拟合回归曲线,为(14)式确定的模型系数;
对于测井曲线,计算误差与测井响应值具有等比例关系,可得:
(16)
考虑到测井环境对高、低纵向分辨率测井曲线影响程度差异,进一步利用相关系数R对计算值修正:
(17)
当C hf 与C l 相关程度高时,R接近于1,校正结果C接近于;当C hf 与C l 相关程度较差时,R接近于0,校正结果C接近于C l 。
分别利用常规分辨率匹配法及本发明提供的强适应分辨率匹配法对A井取心段深感应电阻率进行围岩影响校正(表1)。对于厚度大于1.0m的地层(1号、5号、6号、8号、10号层),测井电阻率值接近岩心测量电阻率值,平均相对误差2.31%,常规分辨率匹配法平均相对误差2.26%,强适应分辨率匹配法平均相对误差1.23%,校正量较小,可见围岩对厚层测井响应影响较小,可直接利用测井曲线进行油层识别。对于厚度小于1.0m的地层(2号、3号、4号、7号层),测井电阻率值较岩心测量电阻率值差别较大,平均相对误差50.21%,常规分辨率匹配法平均相对误差20.08%,强适应分辨率匹配法平均相对误差1.66%,可见围岩对薄层测井响应影响较大,校正量较大,同时强适应分辨率匹配法校正结果与岩心测量电阻率基本一致,效果明显优于常规分辨率匹配法,精度更高(附图9)。
步骤四
明确三角洲前缘薄油藏沉积类型包括水下分流河道、河口坝、席状砂三种沉积微相;
通过野外露头、岩心观测及测井相分析,应用步骤三获得的强适应分辨率匹配法校正结果,构建薄砂岩短期旋回沉积模式,明确三角洲前缘薄油藏沉积类型包括水下分流河道、河口坝、席状砂三种沉积微相。水下分流河道薄砂岩层序表现为正旋回,底部沉积颗粒粗,物性优于顶部,顺河道方向砂体连通性较好,垂直河道方向砂体连通性较差;河口坝薄砂岩层序表现为反旋回,顶部沉积颗粒粗,物性优于底部,沿河道方向砂体连通性较好,垂直河道方向砂体连通性较差;席状砂薄砂岩层序表现为复合旋回,中部岩石颗粒粗,物性优于顶、底部,平行湖岸线方向砂体连通性较好,垂直湖岸线方向砂体连通性较差。可见,不同沉积微相薄砂岩测井相与空间几何形态具有明显差异,砂体连通性分析侧重点也应具有区别。
针对分布局限、形态多样、沉积变化快的薄砂岩,基于高密度井网控制,根据地层沉积的等时性原则,综合薄砂岩沉积层序的旋回性与空间几何特征,多井追踪,根据薄油藏沉积微相类型分类连接,建立沉积微相模式指导下的薄砂体连通性分析方法。
应用试油数据标定步骤三获得的强适应分辨率匹配法校正结果,编制多井声波时差与深感应电阻率交会图,分别确定水下分流河道薄油藏、河口坝薄油藏与席状砂薄油藏的流体电性界限(图10、图11、图12、表2),从中可以看出,不同沉积微相薄油藏的流体电性界限差异明显,进一步结合油藏控制因素,实现单井薄油层到多井薄油藏的分类与立体识别。
图13为薄油藏识别案例,砂体分布范围9.5km2,厚度介于0.5m~1.0m,识别11口井,其中3口井为干层,8口井为油层,试油8口井,均获得工业油流,平均日产油2.6t。该方法能够准确识别三角洲前缘水下分流河道薄油藏、河口坝薄油藏及席状砂薄油藏,受围岩影响较小,识别精度高。
表1 电阻率误差对比表
表2 薄油藏流体电性界限表
Claims (5)
1.一种三角洲前缘薄油藏识别方法,包括如下步骤,其特征在于:
1)针对厚度1.0m以下的薄砂岩,建立强适应分辨率匹配法进行薄砂岩测井响应围岩影响校正:推导测井曲线响应函数的解析表达式,并进行离散化,对测井曲线进行滤波处理,确定最佳相关区间,建立最佳函数关系模型,获得分辨率匹配结果;
2)通过野外露头,岩心观测及测井相分析,应用强适应分辨率匹配校正结果,构建薄砂岩短期旋回沉积模式,明确三角洲前缘薄油藏沉积类型包括水下分流河道、河口坝、席状砂三种沉积微相;
3)基于高密度井网控制,根据地层沉积的等时性原则,综合薄砂岩沉积层序的旋回性与空间几何特征,多井追踪,根据薄油藏沉积微相类型分类连接,建立沉积微相模式指导下的薄砂体连通性分析方法;
4)在沉积微相类型分析指导下,应用试油数据标定步骤1)分辨率匹配结果,编制声波时差与电阻率交会图,分析不同沉积微相薄油藏流体的电性界限差异,确定油层识别标准;
5)基于薄油藏空间展布特征,综合流体电性界限与成藏控制因素,实现单井薄油层到多井薄油藏的分类与立体识别。
2.根据权利要求1所述的一种三角洲前缘薄油藏识别方法,其特征在于:所述推导测井曲线响应函数的解析表达式的具体实现方法为:
1)假定沉积地层满足轴对称条件,则测井曲线响应方程是坐标r与z的函数,与φ无关,建立以井轴为z轴的圆柱坐标系,则空间任意一点的坐标可以用(r,φ,z)来表示;
2)根据麦克斯韦方程可知,电场强度满足方程(1):
(1)
3)位于井轴上Z R 处的半径为r R 的测井仪器接收线圈的感应电动势为:
(2)
4)居中单发双收电流线圈源测井仪测量的是两个接收线圈R1和R2感应电动势的相位差△φ和幅度比S:
(3)
(4)
其中:,式(1)、(2)、(3)、(4)构成了电磁波测井曲线响应方程,用来求解测井仪器响应函数;
5)测井仪器发射极线圈位于空间(r T ,z T )时,根据感应电动势V和电场E之间的关系,可以得到感应电动势的相位差△φ和幅度比S的变化量,据此得到测井曲线响应方程为:
(5)
式中:反映的是在背景介质Kb 2中,当测井仪器发射线圈的位置在(r T ,z T )处,在(r’,z’)处单位容积内电导率发生的改变时引起(r,z)处的电动势幅度比S的相对改变量;为真空磁导率,为背景介质电导率,ω为圆频率;
其中:
其中,r T 是发射线圈的半径,r n 是接收线圈的半径,△L和L分别是仪器的间距和源距。
3.根据权利要求2所述的一种三角洲前缘薄油藏识别方法,其特征在于:所述的对测井曲线响应函数的解析表达式进行离散化的具体实现方法为:根据测井仪器的仪器参数和测量深度坐标,利用狄拉克函数与测井曲线响应方程的解析表达式(5)相乘,得到高、低分辨率测井曲线响应函数的离散形式,式(6)、式(7):
(6)
(7)。
4.根据权利要求3所述的一种三角洲前缘薄油藏识别方法,其特征在于:对高分辨率测井曲线进行滤波处理:
其滤波器系数向量计算步骤为:
1)测井曲线任意深度点数值是纵向分辨率范围内几个采样深度点地层“真值”的函数,高、低分辨率测井曲线测量值C h、 C l 可表示为:
(8)
(9)
式中:C hi 为高分辨率测井曲线采样深度点i对应的地层“真值”,C li 为低分辨率测井曲线采样深度点i对应的地层“真值”, ,为对应测井曲线的响应函数系数;
2)对式(8)、(9)进行傅里叶变换并将结果相除后进行傅里叶逆变换,可得:
(10)
式中:f=F -1 (J/G)为高分辨率曲线到低分辨率曲线的匹配滤波器;
对高分辨率测井曲线C h 滤波处理,可得到低分辨率测井曲线C hf ,C hf 与 C l 具有相同的纵向分辨率,滤波器的系数向量可由矩阵(11)求取:
(11)
式中:k=n-m+1,(j1,j2,…,j n ) T 为低分辨率曲线响应函数的系数向量,为高分辨率曲线响应函数的系数向量, 为滤波器的系数向量;
3)对高分辨率曲线C h 滤波处理,得到与C l 具有相同纵向分辨率的滤波曲线C hf :
(12)。
5.根据权利要求4所述的一种三角洲前缘薄油藏识别方法,其特征在于:确定最佳相关区间,建立最佳函数关系模型,获得分辨率匹配结果的具体实现方法为:
对C hf 与C l 曲线进行数据相关分析,计算处理点所在数据相关区间内的所有值,当值最小时,数据相关程度最高,误差最小,对应的深度区间即为处理点的最佳相关区间;
(13)
式中:C e 为拟合曲线回归值,为标准偏差,R为相关系数;
在最佳相关区间确定基础上,根据相关系数R最大化原则,建立最佳函数关系模型,以建立二次函数关系式为例:
(14)
式中:C e 为C l 的拟合回归曲线,为拟合模型系数;
则高分辨率测井曲线拟合式为:
(15)
式中:为的拟合回归曲线,为(14)式确定的模型系数;
对于测井曲线,计算误差与测井响应值具有等比例关系,可得:
(16)
考虑到测井环境对高、低纵向分辨率测井曲线影响程度差异,进一步利用相关系数R对计算值修正:
(17)
当C hf 与C l 相关程度高时,R接近于1,校正结果C接近于;当C hf 与C l 相关程度较差时,R接近于0,校正结果C接近于C l 。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710291225.0A CN106869919B (zh) | 2017-04-28 | 2017-04-28 | 一种三角洲前缘薄油藏识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710291225.0A CN106869919B (zh) | 2017-04-28 | 2017-04-28 | 一种三角洲前缘薄油藏识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106869919A true CN106869919A (zh) | 2017-06-20 |
CN106869919B CN106869919B (zh) | 2020-08-11 |
Family
ID=59161835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710291225.0A Active CN106869919B (zh) | 2017-04-28 | 2017-04-28 | 一种三角洲前缘薄油藏识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106869919B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111255436A (zh) * | 2020-01-17 | 2020-06-09 | 成都理工大学 | 一种改善hdil阵列感应测井仪测量曲线质量的方法 |
CN111734406A (zh) * | 2020-06-30 | 2020-10-02 | 中国石油天然气股份有限公司 | 前缘单砂层平面能量差异表征方法 |
CN111997604A (zh) * | 2020-10-16 | 2020-11-27 | 陕西延长石油(集团)有限责任公司 | 一种单期河道边界的识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508293A (zh) * | 2011-11-28 | 2012-06-20 | 中国石油大学(北京) | 一种叠前反演的薄层含油气性识别方法 |
CN103132993A (zh) * | 2013-03-26 | 2013-06-05 | 西北大学 | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 |
CN105189925A (zh) * | 2013-01-18 | 2015-12-23 | 普拉德研究及开发股份有限公司 | 分析石油储层的方法 |
CN106443781A (zh) * | 2016-09-08 | 2017-02-22 | 西南石油大学 | 一种预测薄层砂体分布的方法 |
-
2017
- 2017-04-28 CN CN201710291225.0A patent/CN106869919B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508293A (zh) * | 2011-11-28 | 2012-06-20 | 中国石油大学(北京) | 一种叠前反演的薄层含油气性识别方法 |
CN105189925A (zh) * | 2013-01-18 | 2015-12-23 | 普拉德研究及开发股份有限公司 | 分析石油储层的方法 |
CN103132993A (zh) * | 2013-03-26 | 2013-06-05 | 西北大学 | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 |
CN106443781A (zh) * | 2016-09-08 | 2017-02-22 | 西南石油大学 | 一种预测薄层砂体分布的方法 |
Non-Patent Citations (3)
Title |
---|
侯长浩: "陕北志丹地区长6特低渗低阻油层识别与评价", 《中国优秀硕士学位论文全文数据库(基础科学辑)》 * |
田园诗: "定向电磁波电阻率测井响应特性研究", 《中国优秀硕士学位论文全文数据库(基础科学辑)》 * |
苏艳丽: "提高测井曲线分辨率的方法研究及应用", 《中国优秀硕士学位论文全文数据库(工程科技Ⅰ辑)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111255436A (zh) * | 2020-01-17 | 2020-06-09 | 成都理工大学 | 一种改善hdil阵列感应测井仪测量曲线质量的方法 |
CN111734406A (zh) * | 2020-06-30 | 2020-10-02 | 中国石油天然气股份有限公司 | 前缘单砂层平面能量差异表征方法 |
CN111734406B (zh) * | 2020-06-30 | 2023-06-27 | 中国石油天然气股份有限公司 | 前缘单砂层平面能量差异表征方法 |
CN111997604A (zh) * | 2020-10-16 | 2020-11-27 | 陕西延长石油(集团)有限责任公司 | 一种单期河道边界的识别方法 |
CN111997604B (zh) * | 2020-10-16 | 2023-12-08 | 陕西延长石油(集团)有限责任公司 | 一种单期河道边界的识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106869919B (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109425896B (zh) | 白云岩油气储层分布预测方法及装置 | |
CN105353412B (zh) | 一种井震联合平均速度场的计算方法及系统 | |
WO2018010628A1 (zh) | 一种基于大面积致密储层地震岩石物理反演方法 | |
CN106154323B (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
Gueting et al. | Imaging and characterization of facies heterogeneity in an alluvial aquifer using GPR full-waveform inversion and cone penetration tests | |
CN107783187B (zh) | 一种将测井速度和地震速度结合建立三维速度场的方法 | |
AU2013377121B2 (en) | Determination of true formation resistivity | |
CN111399056B (zh) | 一种基于划分方位角滤波预测裂缝强度的方法 | |
CN106869919B (zh) | 一种三角洲前缘薄油藏识别方法 | |
CN109782360A (zh) | 一种低阻覆盖区深部砂体探测方法 | |
CN110058316B (zh) | 一种基于电阻率等值性原理的电磁测深约束反演方法 | |
CN111506861B (zh) | 一种目的层有利区域裂缝强度计算方法 | |
US10451769B2 (en) | Method for determining petrophysical properties from logging measurements | |
CN107256316B (zh) | 一种基于高速正演结果训练下人工智能的电磁测井反演方法 | |
Yuan et al. | 6D phase-difference attributes for wide-azimuth seismic data interpretation | |
CN113109875B (zh) | 一种全波形速度场约束下的盐下碳酸盐岩储层反演方法 | |
US6631328B2 (en) | Method of determining resistivity of an earth formation with phase resistivity evaluation based on a phase shift measurement and attenuation resistivity evaluation based on an attenuation measurement and the phase shift measurement | |
CN110703329B (zh) | 基于弱振幅地震反射形成机制的岩性油藏边界确定方法 | |
CN107748393A (zh) | 一种基于数值模拟的地层倾角对电阻率影响的校正方法 | |
Lesmes et al. | A multiscale radar-stratigraphic analysis of fluvial aquifer heterogeneity | |
CN109613615A (zh) | 基于叠前地震响应分析的地质体尺度定量估算方法 | |
CN115113266B (zh) | 火山岩深度域相控速度建模方法、存储介质和计算机设备 | |
CN110850504B (zh) | 一种基于铀曲线拟阻抗约束的页岩密度参数叠前反演方法 | |
CN113325474B (zh) | 生物礁判别方法 | |
CN108107482A (zh) | 一种少井条件下烃源岩多参数预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |