CN106872669B - 一种花岗岩潜山裂缝储层电性分类方法 - Google Patents
一种花岗岩潜山裂缝储层电性分类方法 Download PDFInfo
- Publication number
- CN106872669B CN106872669B CN201710270173.9A CN201710270173A CN106872669B CN 106872669 B CN106872669 B CN 106872669B CN 201710270173 A CN201710270173 A CN 201710270173A CN 106872669 B CN106872669 B CN 106872669B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- electrical
- curve
- kinds
- reservoirs
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及一种花岗岩潜山裂缝储层电性分类方法，其特征在于，该方法包括以下步骤：1)岩心柱样孔渗关系交会分析确定储层类型；2)敏感电性曲线筛选；3)敏感电性曲线交会及散点图分区；4)典型电性特征分析；5)过渡区样本点的储层类型复查；6)裂缝储层电性分类。本发明强调各类储层过渡区电性资料的分析，使各类储层界限特征更加明显；同时，本发明提供了电性异常点的分析处理方法，使建立的各类储层电性特征更清楚。
Description
技术领域
本发明涉及一种裂缝储层类型定量判别方法，特别是一种花岗岩潜山裂缝储层电性分类方法。
背景技术
国内关于裂缝性储层的研究有几十年的历史，在20世纪90年代以前基本上限于传统的地质方法，只从井眼本身的资料研究裂缝的识别方法；国际上，主要石油公司围绕裂缝已经或正在开展大量的攻关研究。最近几年，中石油勘探开发研究院组成了一支包括地质、测井、地震和油藏工程专家的多学科裂缝研究项目组，通过总结国内外十余个裂缝性油藏的勘探开发实践，探索出一套综合的裂缝识别和分布预测地质评价技术。总的说来，裂缝表征研究思路逐渐趋向于多专业、多尺度、多技术手段的综合，即应用野外露头研究、裂缝观察、岩心裂缝描述、测井裂缝识别、地震裂缝识别、岩石力学实验、应力场研究等多种方法，结合地震、测井、地质、油藏等多种专业，采用定性、半定性、定量等多种手段，整合宏观、微观等多种尺度，采取数值模拟、物理模拟等多种途径，综合确定描述及预测裂缝性储层展布。但是，由于裂缝分布极其复杂，研究难度大，其识别、描述及预测是石油工业界的难点、热点。其中，由于花岗岩岩性、矿物成分的相近，其裂缝性储层类型的划分和定量识别一直是油气开发领域亟需攻关的重要方向。
发明内容
针对上述问题，本发明的目的是提供一种应用测井资料定量判别裂缝性储层类型的花岗岩潜山裂缝储层电性分类方法。
为实现上述目的，本发明采取以下技术方案：一种花岗岩潜山裂缝储层电性分类方法，它包括以下步骤：
1)岩心柱样孔渗关系交会分析确定储层类型：
①以岩心柱样孔隙度和渗透率实验测量数据为基础作散点图，该散点图以孔隙度为横坐标，渗透率为纵坐标；
②结合不同样本点(对应不同的深度)的岩心柱样的薄片、岩心照片，将岩心柱样所在储层按孔隙度和渗透率发育情况分为若干储层类型(Ⅰo、Ⅱo……)；
③列表统计各类储层的基础信息,包括样本点序号、储层类型、深度、柱样孔隙度、柱样渗透率、自然伽马测井曲线(GR)、自然电位测井曲线(SP)、补偿中子测井曲线(CNL)、深侧向电阻率测井曲线(RD)、浅侧向电阻率曲线(RS)、声波测井曲线(AC)和密度测井曲线(DEN)，见表1。
表1花岗岩潜山储层类型综合统计表
2)敏感电性曲线筛选：
①以步骤1)统计的各类储层的基础信息为基础，分别对每个样本点的GR、SP、CNL、RD、RS、AC和DEN等电性曲线数值两两交会作散点图；
②以步骤1)划分的储层类型作为判断依据，选取能够较好分开各类储层的2个电性曲线作为储层电性分类的敏感曲线。选取电性曲线方法如下：若步骤2)上述的散点图中多于70％的散点与步骤1)判定的储层类型一致，即可以作为能够较好分开各类储层的电性曲线来使用。
3)敏感电性曲线交会及散点图分区：
①以步骤2)选取的储层电性分类的敏感曲线为基础作散点图；
②基于步骤1)判定的储层类型，将散点图分为两部分：其一为独立区，即仅包含1种储层类型的散点分布区，对应的电性特征为该类储层的典型电性特征；其二为过渡区，即包含2种以上储层类型的散点分布区。
4)典型电性特征分析：
基于步骤3)确定的散点图分区结果，拟合独立区散点的趋势线。
5)过渡区样本点的储层类型复查：
根据步骤4)确定的独立区散点的趋势线，结合过渡区样本点对应的薄片及岩心信息，重新复查过渡区样本点的储层类型，以降低储层类型误判的概率。
6)裂缝储层电性分类：
综合各类储层的独立区样本点与过渡区样本点的电性特征，建立各类储层的(Ⅰ、Ⅱ……)电性识别关系曲线，从该电性识别关系曲线上可以获得各类储层敏感电性参数分布范围，从而得到花岗岩潜山裂缝储层的定量分类识别标准。
本发明由于采取以上技术方案，其具有以下优点：1、本发明强调各类储层过渡区电性资料的分析，使各类储层界限特征更加明显。2、本发明提供了电性异常点的分析处理方法，使建立的各类储层电性特征更清楚。
附图说明
图1是本发明P花岗岩潜山裂缝储层电性分类图版。
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。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。
本发明一种花岗岩潜山裂缝储层电性分类方法，其包括以下步骤(以P油田为例进行说明)：
1)岩心柱样孔渗关系交会分析确定储层类型：
以岩心柱样孔隙度和渗透率实验测量数据为基础作散点图。孔隙度为横坐标，渗透率为纵坐标。结合每个样本点岩心柱样的薄片、岩心照片，将岩心柱样所在储层按孔隙度和渗透率发育情况分为3类(一、二、三类，四类因储层极差，不做统计)。列表统计各类储层的基础信息，见表1。
表1花岗岩潜山储层类型综合统计表
2)敏感电性曲线筛选：
以步骤1)统计的数据表格为基础，分别对每个样本点的GR、SP、CNL、RD、RS、AC和DEN等电性曲线数据两两交会，作散点图，以步骤1)划分的储层类型作为判断依据，选取能够较好分开各类储层的2个电性曲线作为储层电性分类的敏感曲线。本实施例选取补偿中子测井CNL和深侧向电阻率RD为敏感曲线。
3)敏感曲线交会及散点图分区：
以步骤2)选取的储层电性分类的敏感曲线CNL、RD为基础，作散点图(如图1所示)。P油田CNL-RD交会图上可分为独立区1、独立区2、独立区3以及过渡区1、过渡区2等5个区域。例如：一类储层(图中，圆形实心点)主要分布于独立区1和过渡区1，二类储层(图中，菱形实心点)主要分布于独立区2和过渡区1、过渡区2。
4)典型电性特征分析：
基于步骤3)确定的散点图分区结果，拟合独立区散点的趋势线(P油田以电性分布区间作为储层分类依据)。
5)过渡区样本点储层类型复查：
根据步骤4)确定的独立区散点的趋势线，结合过渡区样本点对应的薄片及岩心信息，重新复查过渡区样本点的储层类型。P油田过渡区1中有2个二类储层数据点，重新观察了这2个样本点对应的岩石薄片照片，确认其划为二类储层。就此确认，图中圆形实心点分布区，即独立区1和过渡区1的分布区为一类储层分布区。同样过程，可以确定二、三类储层分布区。
6)裂缝储层电性分类
综合各类储层的独立区样本点与过渡区样本点的电性特征，建立3类储层电性参数分布范围，从而得到花岗岩潜山裂缝储层的定量分类识别标准。P油田一类储层电性特征为RD≤40Ω·m、CNL≥0.075；二类储层40Ω·m<RD≤150Ω·m、0.035≤CNL<0.075，三类储层电性特征为RD＞150Ω·m、CNL＜0.035。
上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺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 (2)
1.一种花岗岩潜山裂缝储层电性分类方法，其特征在于，该方法包括以下步骤：
1)岩心柱样孔渗关系交会分析确定储层类型：
①以岩心柱样孔隙度和渗透率实验测量数据为基础作散点图；
②结合不同样本点的岩心柱样的薄片、岩心照片，将岩心柱样所在储层按孔隙度和渗透率发育情况分为若干储层类型；
③列表统计各类储层的基础信息，包括样本点序号、储层类型、深度、柱样孔隙度、柱样渗透率、自然伽马测井曲线、自然电位测井曲线、补偿中子测井曲线、深侧向电阻率测井曲线、浅侧向电阻率曲线、声波测井曲线和密度测井曲线；
2)敏感电性曲线筛选：
①以步骤1)统计的各类储层的基础信息为基础，分别对每个样本点的自然伽马测井曲线、自然电位测井曲线、补偿中子测井曲线、深侧向电阻率测井曲线、浅侧向电阻率曲线、声波测井曲线和密度测井曲线数值两两交会作散点图；
②以步骤1)划分的储层类型作为判断依据，选取能够较好分开各类储层的2个测井曲线作为储层电性分类的敏感曲线；
3)敏感电性曲线交会及散点图分区：
①以步骤2)选取的储层电性分类的敏感曲线为基础作散点图；
②基于步骤1)判定的储层类型，将散点图分为两部分：其一为独立区，即仅包含1种储层类型的散点分布区，对应的电性特征为该类储层的典型电性特征；其二为过渡区，即包含2种以上储层类型的散点分布区；
4)典型电性特征分析：
基于步骤3)确定的散点图分区结果，拟合独立区散点的趋势线；
5)过渡区样本点的储层类型复查：
根据步骤4)确定的独立区散点的趋势线，结合过渡区样本点对应的薄片及岩心信息，重新复查过渡区样本点的储层类型；
6)裂缝储层电性分类：
综合各类储层的独立区样本点与过渡区样本点的电性特征，建立各类储层的电性识别关系曲线，从该电性识别关系曲线上能够获得各类储层敏感电性参数分布范围，从而得到花岗岩潜山裂缝储层的定量分类识别标准。
2.如权利要求1所述的一种花岗岩潜山裂缝储层电性分类方法，其特征在于，在上述步骤2)中，选取测井曲线方法如下：若步骤2)的步骤①的散点图中多于70％的散点与步骤1)判定的储层类型一致，即可作为能够较好分开各类储层的测井曲线来使用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710270173.9A CN106872669B (zh) | 2017-04-24 | 2017-04-24 | 一种花岗岩潜山裂缝储层电性分类方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710270173.9A CN106872669B (zh) | 2017-04-24 | 2017-04-24 | 一种花岗岩潜山裂缝储层电性分类方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106872669A CN106872669A (zh) | 2017-06-20 |
| CN106872669B true CN106872669B (zh) | 2018-10-16 |
Family
ID=59163475
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710270173.9A Active CN106872669B (zh) | 2017-04-24 | 2017-04-24 | 一种花岗岩潜山裂缝储层电性分类方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106872669B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109254330B (zh) * | 2017-07-12 | 2020-11-03 | 中国石油天然气股份有限公司 | 火成岩储层的裂缝段的识别方法及装置 |
| CN108577831B (zh) * | 2018-03-19 | 2021-02-09 | 武汉海星通技术股份有限公司 | 单导心贴数据长程监控诊断系统及其处理方法 |
| CN109031461A (zh) * | 2018-09-21 | 2018-12-18 | 西南石油大学 | 碳酸盐岩孔隙型油气储层定量识别方法及区域定量化方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130325349A1 (en) * | 2012-05-31 | 2013-12-05 | Chevron U.S.A. Inc. | Methods for Generating Depofacies Classifications for Subsurface Oil or Gas Reservoirs or Fields |
| CN103670384B (zh) * | 2013-11-18 | 2016-06-08 | 中国石油天然气集团公司 | 一种储层分类方法及系统 |
| CN104570096B (zh) * | 2015-01-22 | 2017-09-15 | 中国海洋石油总公司 | 一种花岗岩潜山顶面断层解释方法 |
| CN104698500A (zh) * | 2015-04-07 | 2015-06-10 | 成都乔依赛斯石油科技有限公司 | 一种利用地质和测井信息预测储层成岩相的方法 |
| CN106404632B (zh) * | 2016-11-03 | 2019-02-26 | 中海石油(中国)有限公司 | 一种花岗岩储层的微观裂缝-孔隙结构分类图版构建方法 |
-
2017
- 2017-04-24 CN CN201710270173.9A patent/CN106872669B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106872669A (zh) | 2017-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | Logging identification and characteristic analysis of the lacustrine organic-rich shale lithofacies: A case study from the Es3L shale in the Jiyang Depression, Bohai Bay Basin, Eastern China | |
| CN104278991B (zh) | 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法 | |
| CN105275456B (zh) | 一种利用测井资料识别优质泥页岩的方法 | |
| Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
| CN106872669B (zh) | 一种花岗岩潜山裂缝储层电性分类方法 | |
| CN109709301B (zh) | 一种裂缝孔隙型致密砂岩储层分布确定方法、装置及系统 | |
| CN102454398A (zh) | 一种适用于低孔低渗储层的气、水层识别方法 | |
| CN112363242B (zh) | 基于测录井融合的储层流体识别方法与装置 | |
| CN110727034A (zh) | 一种砂岩型铀矿编图方法 | |
| CN109298464B (zh) | 致密砂岩储层成岩相测井识别方法及装置 | |
| CN105114067A (zh) | 一种岩性测井相的方法 | |
| CN109061763A (zh) | 碳酸盐岩断溶体油藏洞穴测井综合评价方法 | |
| CN109630090B (zh) | 储盖组合测井评价方法和装置 | |
| CN106777707B (zh) | 一种利用改进的蜘蛛网图进行测井岩性定量识别的方法 | |
| Wu et al. | Fractal characteristics of pore networks and sealing capacity of Ordovician carbonate cap rocks: A case study based on outcrop analogues from the Tarim Basin, China | |
| CN104991280A (zh) | 一种基于微观孔喉结构指数的射孔层段选择方法及装置 | |
| Al Ameri et al. | Reservoir rock typing of a giant carbonate field | |
| CN106568918B (zh) | 页岩有机碳含量toc预测方法 | |
| CN116446861A (zh) | 基于元素分析的潜山地层测井评价方法 | |
| CN111155980A (zh) | 一种水流优势通道识别方法及装置 | |
| Chen et al. | Experimental study on electrical characteristics of gassy coal during extrusion process in different stage | |
| CN110399649A (zh) | 一种基于成岩指示元素的变质岩量化识别方法 | |
| Lv et al. | A prediction model of coal structure based on logging parameters in Liupanshui Coalfield, Guizhou, China | |
| Zhang et al. | A scientometric review of structure rockburst research: current trends and future directions | |
| CN112922587B (zh) | 盐霜位置的识别方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100010 Beijing, Chaoyangmen, North Street, No. 25, No. Applicant after: China Offshore Oil Group Co., Ltd. Applicant after: CNOOC research institute limited liability company Address before: 100010 Beijing, Chaoyangmen, North Street, No. 25, No. Applicant before: China National Offshore Oil Corporation Applicant before: CNOOC Research Institute |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |