CN107977483A - 一种砂泥岩分布预测的方法 - Google Patents
一种砂泥岩分布预测的方法 Download PDFInfo
- Publication number
- CN107977483A CN107977483A CN201711036070.2A CN201711036070A CN107977483A CN 107977483 A CN107977483 A CN 107977483A CN 201711036070 A CN201711036070 A CN 201711036070A CN 107977483 A CN107977483 A CN 107977483A
- Authority
- CN
- China
- Prior art keywords
- mrow
- well
- msub
- sand shale
- cell
- 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
- 239000004576 sand Substances 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 8
- 238000010835 comparative analysis Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 2
- 238000013316 zoning Methods 0.000 claims description 2
- 235000015076 Shorea robusta Nutrition 0.000 claims 1
- 244000166071 Shorea robusta Species 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 6
- 230000002411 adverse Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 239000013049 sediment Substances 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 230000008021 deposition Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种砂泥岩分布预测的方法，本发明通过充分考虑相同沉积背景下井网分布的不规律性，首次提出根据井网分布的局部相似性，把整个研究区细分成若干次级区块，分别针对每个小块进行不同岩相的变差函数调整，从而获取初级变差函数参数组合，尤其是首次提出利用四种权重系数的技术方法获得大区或全区变程值去构建砂泥岩模型，减少了井网不规则性对变差函数调整带来的不利影响，从而提高模拟结果的可信度。
Description
技术领域
本发明涉及储层随机建模中砂泥岩分布预测领域，特别涉及一种砂泥岩分布预测的方法。
背景技术
目前国内外砂泥岩模型预测的常用技术方法是在研究区针对不同的模拟对象进行变差函数设置。具体来说，是基于前期的地质研究、地震以及生产资料构建的模拟对象知识库，对不同的模拟岩相进行变差函数拟合，获取不同方向的变程值，从而达到表征模拟对象的空间分布特点的目的。这模拟方法的适用范围较为局限，仅针对沉积背景相同、规则井网、小范围的研究区，而对于沉积背景相同、井网分布不规则的区域性的大范围砂泥岩分布预测则效果不佳，模拟结果可信度偏低。
发明内容
针对现有技术存在的不足，本发明提供一种砂泥岩分布预测的方法，均衡不规则井网对随机建模中砂泥岩分布预测带来的不利影响，获取适合全区的可信度更高的参数组合，从而达到预测砂泥岩分布的目的。
为达到上述目的，本发明通过以下技术方案实现：
一种砂泥岩分布预测的方法，包括以下步骤：
第一，小区的划分
利用井网分布规律、地质知识库研究，根据井网分布的相似性,将具有不同井网密度的大区划分为n个井网相似的小区；
第二，小区的砂泥岩模型构建
按照变差函数调整的原则，分别针对不同的小区进行砂泥岩垂向和平面分布预测，并得到相应的初级变差函数组合；
第三，细分小区模型质量检验
通过井网抽稀检验方法对各小区的模型质量进行检验，即将工区内的井抽提一部分作为检验井不参与模拟，用剩余的井资料建立模型后，通过对比井网抽稀前后砂泥岩模型的吻合程度，对初级参数组合进行优化，得到各细分小区的最终变差函数参数组合；
第四，全区变差函数参数组合的确定
利用各小区的井距均值与全区井距的相似性设计权重，得到全区变差函数参数组合值进行模型模拟；
第五，砂泥岩模型优选
通过参数组合应用，获取两种砂泥岩模型，通过对全区水平井的过井切片模型与实际单井砂泥岩解释模型进行对比评价，最后通过统计对比分析选出最佳模型。
进一步，第五步中对比评价内容包括砂泥岩发育的井段位置、长度和钻遇率。
进一步，第四步中平均井距计算公式为：
二次平均井距权重计算公式为：
其中，δ为全区平均丼距；δi为各小区块平均丼距；W为权重系数；
全区的砂岩相和泥岩相的主方向、次方向的变程值μ的计算公式为：
μ＝δ1W1+δ2W2+…δnWn。
本发明充分考虑了相同沉积背景下井网分布的不规律性，首次提出利用权重系数的方法获取不规则井网的变差函数变程值去构建砂泥岩模型。根据井网分布的差异把全区细分成若干次级小区块，分别针对每个小块进行不同岩相的变差函数调整，从而获取初级变差函数参数组合；通过井网抽稀、水平井检验等方法分别对不同的次级小区块的变差函数参数组合进行质量检验以确保参数组合的可信度，在此基础上获取各个次级小区块的最终变差函数参数组合；再通过设置不同权重系数，对各小区块的参数组合进行权重分配，最终获取全区相应岩相的变差函数组合并应用于获取全区的砂泥岩分布模型。
本次发明提出的利用权重系数法构建的岩相分布模型，是建立在常规随机建模技术基础上，并结合地质统计学原理获取储层砂泥岩分布模型的研究方法。
本发明通过充分考虑相同沉积背景下井网分布的不规律性，首次提出根据井网分布的局部相似性，把整个研究区细分成若干次级区块，分别针对每个小块进行不同岩相的变差函数调整，从而获取初级变差函数参数组合，尤其是首次提出利用四种权重系数的技术方法获得大区或全区变程值去构建砂泥岩模型，减少了井网不规则性对变差函数调整带来的不利影响，从而提高模拟结果的可信度。
本发明通过设置权重系数把小区参数组合进行权重匹配以获取不规则井网区块变差函数参数组合的方法，适用于预测井网差异较大的地区的砂泥岩分布。
附图说明
图1为权重系数法砂泥岩分布预测技术路线图。
图2为井网抽稀检验技术路线图
具体实施方式
下面结合具体实施例对本发明做进一步说明，给出的实施例仅为了阐明本发明，而不是为了限制本发明的范围。
本发明砂泥岩分布预测的方法，包括以下步骤：
第一，小区的划分。
根据附图1，利用井网分布规律、地质知识库研究，根据井网分布的相似性将大区划分为n个井网相似的小区；
第二，小区的砂泥岩模型构建。
按照变差函数调整的原则，分别针对不同的小区进行砂泥岩垂向和平面分布预测，并得到相应的初级变差函数组合；
第三，细分小区模型质量检验。
如图2所示，通过井网抽稀检验方法对各小区的模型质量进行检验，即将工区内的井抽提一部分作为检验井而不参与模拟，用剩余的井资料建立模型后，通过对比井网抽稀前后砂泥岩模型的吻合程度，可对初级参数组合进行优化，从而确保小区参数组合的质量，得到各细分小区的最终变差函数参数组合；
第四，全区变差函数参数组合的确定。
本发明提供一种权重系数的设定方法以计算变程，具体内容如下：
此方法被命名为“平均丼距法”。具体做法为：利用各小区的井距均值与全区井距的相似性设计权重，得到全区变差函数参数组合值进行模型模拟。平均井距法可以设定两种权重系数，一种为“一次平均井距权重”，计算公式为：
一种为“二次平均井距权重”，计算公式为：
其中，δ为全区平均丼距；δi为各小区块平均丼距；W为权重系数。则全区的砂岩相和泥岩相的主方向、次方向的变程值μ的计算公式为：
μ＝δ1W1+δ2W2+…δnWn
第五，砂泥岩模型优选。通过参数组合应用，获取了两种砂泥岩模型，通过对全区水平井的过井切片模型与实际单井砂泥岩解释模型进行对比评价，主要对比内容包括砂泥岩发育的井段位置、长度、钻遇率，三者共同决定模型分类，最后通过统计对比分析选出最佳模型。
Claims (3)
1.一种砂泥岩分布预测的方法，其特征在于包括以下步骤：
第一，小区的划分
利用井网分布规律、地质知识库研究，根据井网分布的相似性,将具有不同井网密度的大区划分为n个井网相似的小区；
第二，小区的砂泥岩模型构建
按照变差函数调整的原则，分别针对不同的小区进行砂泥岩垂向和平面分布预测，并得到相应的初级变差函数组合；
第三，细分小区模型质量检验
通过井网抽稀检验方法对各小区的模型质量进行检验，即将工区内的井抽提一部分作为检验井不参与模拟，用剩余的井资料建立模型后，通过对比井网抽稀前后砂泥岩模型的吻合程度，对初级参数组合进行优化，得到各细分小区的最终变差函数参数组合；
第四，全区变差函数参数组合的确定
利用各小区的井距均值与全区井距的相似性设计权重，得到全区变差函数参数组合值进行模型模拟；
第五，砂泥岩模型优选
通过参数组合应用，获取两种砂泥岩模型，通过对全区水平井的过井切片模型与实际单井砂泥岩解释模型进行对比评价，最后通过统计对比分析选出最佳模型。
2.如权利要求1所述的砂泥岩分布预测的方法，其特征在于：第五步中对比评价内容包括砂泥岩发育的井段位置、长度和钻遇率。
3.如权利要求1所述的砂泥岩分布预测的方法，其特征在于：第四步中平均井距计算公式为：
<mrow>
<msub>
<mi>W</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mi>&delta;</mi>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>&Sigma;</mi>
<mo>&lsqb;</mo>
<mn>1</mn>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mi>&delta;</mi>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mfrac>
</mrow>
二次平均井距权重计算公式为：
<mrow>
<msub>
<mi>W</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&delta;</mi>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mi>&Sigma;</mi>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&delta;</mi>
<mo>-</mo>
<msub>
<mi>&delta;</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
其中，δ为全区平均丼距；δi为各小区块平均丼距；W为权重系数；
全区的砂岩相和泥岩相的主方向、次方向的变程值μ的计算公式为：
μ＝δ1W1+δ2W2+…δnWn。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711036070.2A CN107977483B (zh) | 2017-10-30 | 2017-10-30 | 一种砂泥岩分布预测的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711036070.2A CN107977483B (zh) | 2017-10-30 | 2017-10-30 | 一种砂泥岩分布预测的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107977483A true CN107977483A (zh) | 2018-05-01 |
| CN107977483B CN107977483B (zh) | 2021-01-29 |
Family
ID=62012815
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711036070.2A Active CN107977483B (zh) | 2017-10-30 | 2017-10-30 | 一种砂泥岩分布预测的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107977483B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114492987A (zh) * | 2022-01-24 | 2022-05-13 | 浙江大学 | 一种资产存量空间化方法、系统及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003021288A2 (en) * | 2001-08-29 | 2003-03-13 | Isis Innovation Limited | Surface texture determination method and apparatus |
| CN103324770A (zh) * | 2012-03-21 | 2013-09-25 | 中国石油天然气股份有限公司 | 油藏的有效天然裂缝平面分布规律的预测方法 |
| CN104297787A (zh) * | 2014-10-17 | 2015-01-21 | 中国石油天然气股份有限公司 | 河流相低渗致密砂岩储层的三维岩相数据处理方法及装置 |
| CN104516018A (zh) * | 2013-09-30 | 2015-04-15 | 中国石油化工股份有限公司 | 一种地球物理勘探中岩性约束下的孔隙度反演方法 |
| CN104695934A (zh) * | 2013-12-06 | 2015-06-10 | 中国石油天然气股份有限公司 | 一种致密砂岩气藏开发井网优化方法 |
| CN104965979A (zh) * | 2015-06-16 | 2015-10-07 | 中国石油化工股份有限公司 | 一种致密砂岩有效储层识别方法 |
| CN105301647A (zh) * | 2014-06-10 | 2016-02-03 | 中国石油化工股份有限公司 | 区分灰质泥岩和砂岩的方法 |
| US20160103246A1 (en) * | 2014-10-09 | 2016-04-14 | Schlumberger Technology Corporation | Fault Representation |
| CN106223940A (zh) * | 2016-07-19 | 2016-12-14 | 中国石油天然气股份有限公司 | 一种多层砂岩油藏低阻油层综合识别方法及装置 |
| CN106897531A (zh) * | 2017-03-06 | 2017-06-27 | 中海石油(中国)有限公司 | 一种低渗透石灰岩储层渗透率的定量评价方法 |
-
2017
- 2017-10-30 CN CN201711036070.2A patent/CN107977483B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003021288A2 (en) * | 2001-08-29 | 2003-03-13 | Isis Innovation Limited | Surface texture determination method and apparatus |
| CN103324770A (zh) * | 2012-03-21 | 2013-09-25 | 中国石油天然气股份有限公司 | 油藏的有效天然裂缝平面分布规律的预测方法 |
| CN104516018A (zh) * | 2013-09-30 | 2015-04-15 | 中国石油化工股份有限公司 | 一种地球物理勘探中岩性约束下的孔隙度反演方法 |
| CN104695934A (zh) * | 2013-12-06 | 2015-06-10 | 中国石油天然气股份有限公司 | 一种致密砂岩气藏开发井网优化方法 |
| CN105301647A (zh) * | 2014-06-10 | 2016-02-03 | 中国石油化工股份有限公司 | 区分灰质泥岩和砂岩的方法 |
| US20160103246A1 (en) * | 2014-10-09 | 2016-04-14 | Schlumberger Technology Corporation | Fault Representation |
| CN104297787A (zh) * | 2014-10-17 | 2015-01-21 | 中国石油天然气股份有限公司 | 河流相低渗致密砂岩储层的三维岩相数据处理方法及装置 |
| CN104965979A (zh) * | 2015-06-16 | 2015-10-07 | 中国石油化工股份有限公司 | 一种致密砂岩有效储层识别方法 |
| CN106223940A (zh) * | 2016-07-19 | 2016-12-14 | 中国石油天然气股份有限公司 | 一种多层砂岩油藏低阻油层综合识别方法及装置 |
| CN106897531A (zh) * | 2017-03-06 | 2017-06-27 | 中海石油(中国)有限公司 | 一种低渗透石灰岩储层渗透率的定量评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 侯伯刚: "变差函数的参数和井数对随机反演精度影响的分析", 《石油物探》 * |
| 王月华: "储层地质建模在气藏描述中的应用—— 以吐孜洛克气田为例", 《天然气地球科学》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114492987A (zh) * | 2022-01-24 | 2022-05-13 | 浙江大学 | 一种资产存量空间化方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107977483B (zh) | 2021-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108680956B (zh) | 一种富油凹陷成熟探区整体勘探方法 | |
| CN106934858B (zh) | 一种矿集区尺度区域三维地质建模方法及系统 | |
| CN104866653B (zh) | 一种获取地下三维密度结构的方法 | |
| CN103529474B (zh) | 采用岩性细分实现岩相精细描述的方法 | |
| CN105526925B (zh) | 一种区域地面沉降水准监测网优化设计方法 | |
| Hansen et al. | Uncertainty assessment of spatially distributed nitrate reduction potential in groundwater using multiple geological realizations | |
| CN105701319B (zh) | 一种水平井规则开发井网下的沉积微相建模方法 | |
| CN109061728B (zh) | 一种滩坝砂体精细预测方法 | |
| CN110056346B (zh) | 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法 | |
| CN102243678A (zh) | 一种基于沉积动力学反演的储集砂体分析方法 | |
| CN109241627A (zh) | 概率分级的动态支护方法及自动设计支护方案的装置 | |
| CN103838936A (zh) | 一种适用于浊积砂低渗透储层的高精度构造应力场模拟方法 | |
| CN103065051A (zh) | 一种对岩体自动进行分级分区的方法 | |
| CN114357678B (zh) | 一种新型区域地下水位监测网优化设计方法 | |
| CN102494667A (zh) | 一种表征地面沉降的方法 | |
| CN107607996A (zh) | 基于相控的序贯协同模拟地质建模方法 | |
| CN105467463A (zh) | 近岸水下扇洪水沉积单元体最大延伸距离量化预测方法 | |
| CN104297792B (zh) | 一种扇上叠置水道储层的相控反演方法 | |
| CN105022856B (zh) | 预测高弯度曲流河储层内部结构的储层建模方法 | |
| CN110019594A (zh) | 一种基于数值模拟的地质知识库建立方法 | |
| Chakrabortty et al. | Morphometric analysis for hydrological assessment using Remote Sensing and GIS technique: A case study of Dwarkeswar River Basin of Bankura District, West Bengal | |
| CN107977483A (zh) | 一种砂泥岩分布预测的方法 | |
| CN110428497A (zh) | 辫状河训练图像生成方法 | |
| An et al. | GIS-based suitability assessment for shallow groundwater development in zhangye Basin | |
| CN103246783B (zh) | 一种含水介质模型的多尺度随机耦合建模方法 |
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 |