CN108019204A - 基于物性和地层水矿化度校正的中子伽马气层识别方法 - Google Patents
基于物性和地层水矿化度校正的中子伽马气层识别方法 Download PDFInfo
- Publication number
- CN108019204A CN108019204A CN201610974599.8A CN201610974599A CN108019204A CN 108019204 A CN108019204 A CN 108019204A CN 201610974599 A CN201610974599 A CN 201610974599A CN 108019204 A CN108019204 A CN 108019204A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- gas
- neutron
- gamma
- 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
- 239000008398 formation water Substances 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000000704 physical effect Effects 0.000 title claims abstract description 26
- 238000012937 correction Methods 0.000 title claims abstract description 15
- 230000033558 biomineral tissue development Effects 0.000 title abstract 5
- 238000012360 testing method Methods 0.000 claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 15
- 238000004457 water analysis Methods 0.000 claims abstract description 15
- 238000011160 research Methods 0.000 claims abstract description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 91
- 230000002269 spontaneous effect Effects 0.000 claims description 18
- 239000004575 stone Substances 0.000 claims description 16
- 230000003068 static effect Effects 0.000 claims description 9
- 239000000706 filtrate Substances 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 6
- 230000006641 stabilisation Effects 0.000 claims description 6
- 238000011105 stabilization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 abstract description 89
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 3
- 239000003345 natural gas Substances 0.000 abstract description 2
- 230000018109 developmental process Effects 0.000 abstract 1
- 239000003209 petroleum derivative Substances 0.000 abstract 1
- 238000005070 sampling Methods 0.000 abstract 1
- 238000005755 formation reaction Methods 0.000 description 71
- 230000035699 permeability Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 5
- 239000012530 fluid Substances 0.000 description 4
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 3
- 239000000460 chlorine Substances 0.000 description 3
- 229910052801 chlorine Inorganic materials 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002352 surface water Substances 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)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于物性和地层水矿化度校正的中子伽马气层识别方法，属于石油天然气勘探开发领域。所述方法包括：S1：收集研究区块测井数据、试气结果数据、地层水分析数据、18℃条件下泥浆电阻率、泥浆矿化度；S2：确定每口井的稳定泥岩段，读取稳定泥岩段各采样点的中子伽马测井值，并取其平均值作为单井中子伽马基值；S3：根据各层中子伽马测井值和孔隙度计算单位孔隙度中子伽马差值；S4：求取各层地层水矿化度；S5：建立气层识别图版；S6：利用气层识别图版评价目的层。本发明通过建立地层水矿化度—单位孔隙度中子伽马差值坐标系，能够消除物性和地层水矿化度对中子伽马测井识别气层的影响，有利于提高气层识别的准确性。
Description
技术领域
本发明涉及石油天然气勘探开发技术领域，涉及一种中子伽马测井流体识别方法，具体地说是涉及一种基于物性和地层水矿化度校正的中子伽马气层识别方法。
背景技术
随着油气田勘探开发程度的日益深入，低孔低渗、致密砂岩储层，低阻油气层等非常规油气资源所占油气储量的比重越来越大，非常规储层的勘探开发得到了越来越多的关注。但由于低孔低渗致密砂岩储层储集空间小、流体对测井响应的贡献较小,加之岩石矿物成分复杂，孔隙类型多样，不同流体间测井响应特征差异小，导致低孔低渗、致密气层识别困难，在油田勘探开发初期低孔低渗、致密气层往往被遗漏。
目前，根据常规测井资料进行气层识别常用的方法主要有三孔隙度重叠法、三孔隙度差值法、三孔隙度比值法、孔隙度与电阻率交会法、弹性模量差比法、束缚水饱和度法、视地层水矿化度法等,这些方法在低孔低渗、致密气层的应用方面具有一定的局限性。另外，中子伽马测井和中子伽马推移测井也是一种常用的气层识别方法，其原理是在地层中热中子被俘获产生俘获伽马射线，通过接收记录伽马射线的强度来判断地层性质。由于与油水层相比，气层中含氢指数较小，相同孔隙度下，气层中氢的含量比油水层小很多，因此在气层处中子伽马测井显示出很高的计数率，由此进行气层识别。
但常规中子伽马气层识别方法在实际应用中存在以下两个问题：1)中子伽马计数率受孔隙度的影响较大，在流体性质相同时，不同孔隙度下中子伽马计数率也有较大差别；2)氯元素的俘获界面较大，在地层水矿化度较高时，水层的含氯量明显大于油气层，从而导致较高的中子伽马计数率，容易误判为气层。中子伽马测井曲线要经过特别的校正与处理，消除物性(尤其是孔隙度)和地层水矿化度的影响才能有效地用于低孔低渗、致密气层的识别。
目前利用中子伽马测井和中子伽马推移测井进行气层识别多直接利用曲线幅度变化进行识别，未考虑物性和地层水矿化度影响的校正，影响低孔低渗和地层水矿化度变化较大地区的气层识别效果。因此，针对中子伽马测井在气层识别方面的应用，亟需一种可以消除物性和地层水矿化度影响的气层识别方法。
发明内容
为了解决现有技术的问题，本发明提供了一种基于物性和地层水矿化度校正的中子伽马气层识别方法。
本发明所采用的技术方案如下：
一种基于物性和地层水矿化度校正的中子伽马气层识别方法，其包括以下步骤：
S1：收集研究区块测井数据、试气结果数据、地层水分析数据、18℃条件下泥浆电阻率Rm18℃、泥浆矿化度Cm；其中，测井数据包括中子伽马测井值、自然电位测井值、电阻率测井值、泥质含量、测井分层和各层孔隙度；
S2：确定每口井的稳定泥岩段，读取稳定泥岩段各采样点的中子伽马测井值NG，并取其平均值作为单井中子伽马基值NG0；
S3：根据各层中子伽马测井值NG和孔隙度计算单位孔隙度中子伽马差值△NG1
△NG1＝(NGm-NG0)/POR
其中，NG为各层中每个采样点中子伽马测井值，NGm为各层中子伽马测井值NG的平均值，POR为各层孔隙度；
S4：求取各层地层水矿化度Cw；
S5：建立气层识别图版；
建立地层水矿化度Cw与单位孔隙度中子伽马差值△NG1之间的坐标系,把试气层的数据点投到坐标系上，根据试气结果为气层和非气层的数据点分布特征确定气层数据点在坐标系上分布的区域，建立气层识别图版；
S6：利用气层识别图版评价目的层
将待评价目的层数据点投射到气层识别图版上，根据数据点的位置识别待评价目的层是否为气层，如果目的层数据点落在气层区域，则目的层可以判别为气层，反之，目的层判别为非气层。
优选地，所述步骤S2中，稳定泥岩段选取泥质含量大于80％、厚度在5米以上的泥岩段。
优选地，所述步骤S4中，各层有地层水分析数据时，直接根据地层水分析结果得到地层水矿化度Cw。
优选地，所述步骤S4中，没有地层水分析数据时，根据自然电位测井曲线SP计算本层的地层水矿化度Cw。
优选地，根据自然电位测井曲线SP计算本层的地层水矿化度Cw的过程为：
1)确定各层自然电位异常值△SP
根据步骤S2中确定的稳定泥岩段，选其自然电位作为泥岩基线，读取各层自然电位和泥岩基线的偏差作为各层自然电位异常值△SP；
2)对自然电位异常值△SP进行层厚和电阻率校正，得到静自然电位值SSP；
3)利用静自然电位SSP计算地层水矿化度Cw。
优选地，所述静自然电位值SSP为：
SSP＝ΔSP*δ(h)*δ(Rt)
其中，层厚校正系数表达式为：
式中，Rm为泥浆电阻率(Ω·m)，Ri为侵入带电阻率(Ω·m)，h为层厚(m)；
电阻率校正系数表达式为：
式中，Rt为地层电阻率(Ω·m)。
优选地，以24℃为标准温度，计算地层水矿化度Cw的步骤为：
第一步，确定标准温度下泥浆电阻率RmN：
RmN＝71.4Rm18℃/82.2
Rm18℃为18℃条件下泥浆电阻率Rm；
第二步，确定标准温度下泥浆滤液电阻率RmfN：
Cw为泥浆矿化度；
第三步，计算标准温度下泥浆滤液等效电阻率RmfeN：
第四步，计算标准温度下等效地层水电阻率RweN：
第五步，计算标准温度下地层水电阻率RwN：
第六步，计算地层水矿化度Cw：
优选地，所述步骤S5中，所建立坐标系中，横坐标为各层地层水矿化度Cw，纵坐标为单位孔隙度中子伽马差值△NG1，原点为零点，线性刻度。
本发明实施例提供的技术方案带来的有益效果是：
本发明基于物性中孔隙度对中子伽马测井值的影响，通过计算单位孔隙度中子伽马差值△NG1获得单位孔隙度对中子伽马测井值的贡献率，以之作为图版的纵坐标，从而消除了物性中孔隙度的不同引起的中子伽马测井值的差异；进一步，本发明基于地层水矿化度较高时，高含氯量的地层水对中子伽马测井值的影响，引入地层水矿化度作为识别图版的约束条件，以之作为图版的横坐标，气层和非气层的界限随着地层水矿化度的增加而上移，保证在利用图版识别气层时，在不同的地层水矿化度条件下，采用不同的气层识别标准，从而提高气层识别的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一种实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于物性和地层水矿化度校正的中子伽马气层识别的流程示意图；
图2为本发明实施例中某地区中子伽马测井气层识别图版；
图3为本发明实施例中两个待评价层在中子伽马测井气层识别图版上的识别效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
如图1所示，一种基于物性和地层水矿化度校正的中子伽马气层识别方法，包括以下步骤：
S1、收集研究区块测井数据、试气结果数据、地层水分析数据、18℃条件下泥浆电阻率Rm18℃(Ω·m)、泥浆矿化度Cm(ppm)。
其中，测井数据包括中子伽马测井值NG、自然电位测井值、电阻率测井值(包括地层电阻率Rt(Ω·m)和侵入带电阻率Ri(Ω·m))、泥质含量Vsh、测井分层和各层孔隙度POR。
S2、确定每口井的稳定泥岩段，读取稳定泥岩段各采样点的中子伽马测井值NG，并取其平均值作为单井中子伽马基值NG0。
稳定泥岩段是指井中具有代表性的大段较纯的泥岩段，优选地，可以选取泥质含量Vsh大于80％、厚度在5米以上的泥岩段。
根据步骤S1，S2，收集某研究区测井数据，其中得到有试气资料的12口井稳定泥岩段中子伽马基值NG0见表1。
表1为某地区A1到A12共计12口井的30个试气层中子伽马基值NG0、中子伽马测井值NG的平均值NGm、中子伽马差值△NG、孔隙度POR、单位孔隙度中子伽马差值△NG1、地层水矿化度Cw统计结果。
表1
S3、根据各层中子伽马测井值NG和孔隙度POR计算单位孔隙度中子伽马差值△NG1。
本步骤的目的是通过计算单位孔隙度中子伽马差值△NG1获得单位孔隙度对中子伽马测井值的贡献率，消除物性(主要是孔隙度)对各层中子伽马测井值的影响。具体操作为：读取各层中每个采样点中子伽马测井值NG，计算得到各层中子伽马测井值NG的平均值NGm，计算与步骤S2所得的中子伽马基值NG0的差值△NG，计算公式为：
△NG＝NGm-NG0 (1)
利用中子伽马差值△NG除以各层孔隙度POR(百分数)，从而得到单位孔隙度中子伽马差值△NG1：
△NG1＝△NG/POR (2)
研究区12口井30个试气层的中子伽马测井值NG的平均值NGm、中子伽马差值△NG、孔隙度、单位孔隙度中子伽马差值△NG1结果见表1。
S4、求取各层地层水矿化度Cw。
各层有地层水分析数据时，直接根据地层水分析结果得到地层水矿化度Cw(单位:ppm)；没有地层水分析数据时，根据自然电位测井曲线SP计算本层的地层水矿化度Cw(单位:ppm)，计算方法如下：
1)确定各层自然电位异常值△SP
根据步骤S2中确定的稳定泥岩段，选其自然电位作为泥岩基线，读取各层自然电位和泥岩基线的偏差作为各层自然电位异常值△SP。
2)对自然电位异常值△SP进行层厚和电阻率校正，得到静自然电位值SSP；
①层厚校正系数表达式为：
式中，Rm为泥浆电阻率(Ω·m)，Ri为侵入带电阻率(Ω·m)，h为层厚(m)；
②电阻率校正系数表达式为：
式中，Rt为地层电阻率(Ω·m)。
计算静自然电位SSP值，
SSP＝ΔSP*δ(h)*δ(Rt) (5)
3)利用静自然电位值SSP计算地层水矿化度Cw
由电化学理论知，水溶液活度系数都随温度而改变，自然电位也受地层温度影响。因此在应用SSP计算地层水矿化度Cw时应考虑温度T的影响，现采用24℃为标准温度，计算地层水矿化度Cw需要以下步骤：
第一步，确定标准温度下泥浆电阻率RmN(Ω·m)：
RmN＝71.4Rm18℃/82.2 (6)
Rm18℃为18℃条件下泥浆电阻率Rm(Ω·m)。
第二步，确定标准温度下泥浆滤液电阻率RmfN(Ω·m)：
Cw为泥浆矿化度。
第三步，计算标准温度下泥浆滤液等效电阻率RmfeN(Ω·m)：
第四步，计算标准温度下等效地层水电阻率RweN(Ω·m)：
第五步，计算标准温度下地层水电阻率RwN(Ω·m)：
第六步，计算地层水矿化度Cw(ppm)：
研究区12口井30个试气层中，试气结果为水层和油水同层的有水分析资料，根据水分析数据直接得到地层水矿化度，剩余储层根据自然电位测井曲线SP计算地层水矿化度，结果见表1。
S5、建立气层识别图版
建立地层水矿化度Cw与单位孔隙度中子伽马差值△NG1之间的坐标系,把试气层的数据点投到交会图上，根据试气结果为气层和非气层的数据点分布特征确定气层数据点在图版上分布的区域，建立气层识别图版；
具体地，地层水矿化度Cw与单位孔隙度中子伽马差值△NG1之间的坐标系中，横坐标为各层地层水矿化度Cw(单位：ppm)，纵坐标为单位孔隙度中子伽马差值△NG1，原点为零点，线性刻度。
根据步骤S3得出的各层单位孔隙度中子伽马差值△NG1和步骤S4得出的各层地层水矿化度Cw，从中选出试气层对应的△NG1和Cw，在Cw-△NG1坐标系上投点，结果见图2，在图上可以看出，在地层水矿化度一致时，气层中子伽马测井值NG比非气层的大，在坐标系上气层数据点△NG1分布在非气层数据点的上方，气层与非气层区存在明显的界线，由此建立气层识别图版，进一步可在气层识别图版中根据界线和数据点的位置判断是否为气层。
S6、利用图版评价目的层
将步骤S3和S4得到的待评价目的层数据点投射到气层识别图版上，根据数据点的位置识别待评价目的层是否为气层，如果目的层数据点落在气层区域，则目的层可以判别为气层，反之，目的层判别为非气层。
研究区A13井的两个待评价目的层数据见表2，将待评价层数据点投到S6所建立的气层识别图版上，结果见图3，其中1号待评价层数据点落在气层区，判别为气层，2号待评价层数据点落在非气层区，判别为非气层。经试气后，1号层为气层，2号层为水层，验证了基于物性和地层水矿化度校正的中子伽马气层识别方法对气层识别的有效性。
表2为某地区A13号井两个待评价层的数据统计结果。
表2
| 井号 | 层号 | POR/(％) | Cw/(ppm) | △NG1 | NG0 | NGm | △NG |
| A13 | 1 | 10.12 | 4905 | 0.0222 | 0.76 | 0.985 | 0.23 |
| A13 | 2 | 12.54 | 5100 | 0.0128 | 0.78 | 0.94 | 0.16 |
由以上技术方案可以看出，本发明基于物性中孔隙度对中子伽马测井值的影响，通过计算单位孔隙度中子伽马差值△NG1获得单位孔隙度对中子伽马测井值的贡献率，以之作为图版的纵坐标，从而消除了物性中孔隙度的不同引起的中子伽马测井值的差异；进一步，本发明基于地层水矿化度较高时，高含氯量的地层水对中子伽马测井值的影响，引入地层水矿化度作为识别图版的约束条件，以之作为图版的横坐标，气层和非气层的界限随着地层水矿化度的增加而上移，保证在利用图版识别气层时，在不同的地层水矿化度条件下，采用不同的气层识别标准，从而提高气层识别的准确性。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，包括以下步骤：
S1：收集研究区块测井数据、试气结果数据、地层水分析数据、18℃条件下泥浆电阻率Rm18℃、泥浆矿化度Cm；其中，测井数据包括中子伽马测井值、自然电位测井值、电阻率测井值、泥质含量、测井分层和各层孔隙度；
S2：确定每口井的稳定泥岩段，读取稳定泥岩段各采样点的中子伽马测井值NG，并取其平均值作为单井中子伽马基值NG0；
S3：根据各层中子伽马测井值NG和孔隙度计算单位孔隙度中子伽马差值△NG1
△NG1＝(NGm-NG0)/POR
其中，NG为各层中每个采样点中子伽马测井值，NGm为各层中子伽马测井值NG的平均值，POR为各层孔隙度；
S4：求取各层地层水矿化度Cw；
S5：建立气层识别图版；
建立地层水矿化度Cw与单位孔隙度中子伽马差值△NG1之间的坐标系,把试气层的数据点投到坐标系上，根据试气结果为气层和非气层的数据点分布特征确定气层数据点在坐标系上分布的区域，建立气层识别图版；
S6：利用气层识别图版评价目的层
将待评价目的层数据点投射到气层识别图版上，根据数据点的位置识别待评价目的层是否为气层，如果目的层数据点落在气层区域，则目的层可以判别为气层，反之，目的层判别为非气层。
2.根据权利要求1所述的基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，所述步骤S2中，稳定泥岩段选取泥质含量大于80％、厚度在5米以上的泥岩段。
3.根据权利要求1所述的基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，所述步骤S4中，各层有地层水分析数据时，直接根据地层水分析结果得到地层水矿化度Cw。
4.根据权利要求1所述的基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，所述步骤S4中，没有地层水分析数据时，根据自然电位测井曲线SP计算本层的地层水矿化度Cw。
5.根据权利要求4所述的基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，根据自然电位测井曲线SP计算本层的地层水矿化度Cw的过程为：
1)确定各层自然电位异常值△SP
根据步骤S2中确定的稳定泥岩段，选其自然电位作为泥岩基线，读取各层自然电位和泥岩基线的偏差作为各层自然电位异常值△SP；
2)对自然电位异常值△SP进行层厚和电阻率校正，得到静自然电位值SSP；
3)利用静自然电位值SSP计算地层水矿化度Cw。
6.根据权利要求5所述的基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，所述静自然电位值SSP为：
SSP＝ΔSP*δ(h)*δ(Rt)
其中，层厚校正系数表达式为：
<mrow>
<mi>&delta;</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>{</mo>
<mn>4</mn>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<msub>
<mi>R</mi>
<mi>m</mi>
</msub>
</mfrac>
<mo>+</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>}</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>3.65</mn>
</mrow>
</msup>
<mo>-</mo>
<mn>1.5</mn>
</mrow>
<mrow>
<mi>h</mi>
<mo>-</mo>
<msup>
<mrow>
<mo>{</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<msub>
<mi>R</mi>
<mi>m</mi>
</msub>
</mfrac>
<mo>+</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
<mn>0.65</mn>
</mfrac>
<mo>}</mo>
</mrow>
<mrow>
<mn>1</mn>
<mo>/</mo>
<mn>6.05</mn>
</mrow>
</msup>
<mo>+</mo>
<mn>0.1</mn>
</mrow>
</mfrac>
<mo>+</mo>
<mn>0.95</mn>
<mo>-</mo>
<mn>0.00912</mn>
<mfrac>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<msub>
<mi>R</mi>
<mi>m</mi>
</msub>
</mfrac>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mn>2.73</mn>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>-</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，Rm为泥浆电阻率(Ω·m)，Ri为侵入带电阻率(Ω·m)，h为层厚(m)；
电阻率校正系数表达式为：
<mrow>
<mi>&delta;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mi>t</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1.00154</mn>
<mo>-</mo>
<mn>6.3464</mn>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mn>4</mn>
</mrow>
</msup>
<msub>
<mi>R</mi>
<mi>t</mi>
</msub>
<mo>-</mo>
<mn>1.57202</mn>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mn>5</mn>
</mrow>
</msup>
<msubsup>
<mi>R</mi>
<mi>t</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mn>7.45353</mn>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mn>8</mn>
</mrow>
</msup>
<msubsup>
<mi>R</mi>
<mi>t</mi>
<mn>3</mn>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，Rt为地层电阻率(Ω·m)。
7.根据权利要求6所述的基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，以24℃为标准温度，计算地层水矿化度Cw的步骤为：
第一步，确定标准温度下泥浆电阻率RmN：
RmN＝71.4Rm18℃/82.2
Rm18℃为18℃条件下泥浆电阻率Rm；
第二步，确定标准温度下泥浆滤液电阻率RmfN：
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mi>m</mi>
</msub>
<mo>&times;</mo>
<msubsup>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>N</mi>
</mrow>
<mn>1.07</mn>
</msubsup>
</mrow>
Cw为泥浆矿化度；
第三步，计算标准温度下泥浆滤液等效电阻率RmfeN：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>></mo>
<mn>0.1</mn>
<mi>&Omega;</mi>
<mo>&CenterDot;</mo>
<mi>m</mi>
<mo>,</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>0.85</mn>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>N</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mn>0.1</mn>
<mi>&Omega;</mi>
<mo>&CenterDot;</mo>
<mi>m</mi>
<mo>,</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>146</mn>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>-</mo>
<mn>5</mn>
</mrow>
<mrow>
<mn>337</mn>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>+</mo>
<mn>77</mn>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
第四步，计算标准温度下等效地层水电阻率RweN：
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>e</mi>
</mrow>
</msub>
</mfrac>
<mo>,</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>m</mi>
<mi>f</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>=</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mi>S</mi>
<mi>S</mi>
<mi>P</mi>
<mo>/</mo>
<mi>K</mi>
</mrow>
</msup>
<mo>,</mo>
<mi>K</mi>
<mo>=</mo>
<mn>70.7</mn>
<mo>&times;</mo>
<mo>&lsqb;</mo>
<mn>273</mn>
<mo>+</mo>
<mi>T</mi>
<mo>&rsqb;</mo>
<mo>/</mo>
<mn>298</mn>
</mrow>
第五步，计算标准温度下地层水电阻率RwN：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>></mo>
<mn>0.12</mn>
<mi>&Omega;</mi>
<mo>&CenterDot;</mo>
<mi>m</mi>
<mo>,</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>=</mo>
<mo>-</mo>
<mn>0.58</mn>
<mo>+</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>(</mo>
<mn>0.69</mn>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>-</mo>
<mn>0.24</mn>
<mo>)</mo>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mn>0.12</mn>
<mi>&Omega;</mi>
<mo>&CenterDot;</mo>
<mi>m</mi>
<mo>,</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>77</mn>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>+</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mn>146</mn>
<mo>-</mo>
<mn>337</mn>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>e</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
第六步，计算地层水矿化度Cw：
<mrow>
<msub>
<mi>C</mi>
<mi>w</mi>
</msub>
<mo>=</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>&lsqb;</mo>
<mn>3.562</mn>
<mo>-</mo>
<mi>lg</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>w</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>-</mo>
<mn>0.012339</mn>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>/</mo>
<mn>0.955</mn>
</mrow>
</msup>
<mo>.</mo>
</mrow>
8.根据权利要求1所述的基于物性和地层水矿化度校正的中子伽马气层识别方法，其特征在于，所述步骤S5中，所建立坐标系中，横坐标为各层地层水矿化度Cw，纵坐标为单位孔隙度中子伽马差值△NG1，原点为零点，线性刻度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610974599.8A CN108019204B (zh) | 2016-11-04 | 2016-11-04 | 基于物性和地层水矿化度校正的中子伽马气层识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610974599.8A CN108019204B (zh) | 2016-11-04 | 2016-11-04 | 基于物性和地层水矿化度校正的中子伽马气层识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108019204A true CN108019204A (zh) | 2018-05-11 |
| CN108019204B CN108019204B (zh) | 2021-03-30 |
Family
ID=62084749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610974599.8A Active CN108019204B (zh) | 2016-11-04 | 2016-11-04 | 基于物性和地层水矿化度校正的中子伽马气层识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108019204B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109239106A (zh) * | 2018-11-09 | 2019-01-18 | 中国石油大学(华东) | 一种井中地层水矿化度测量装置及方法 |
| CN110672820A (zh) * | 2019-10-31 | 2020-01-10 | 陕西永凯科技有限公司 | 多传感器融合测量含水率和/或矿化度测量系统 |
| CN112593923A (zh) * | 2020-12-16 | 2021-04-02 | 中国海洋石油集团有限公司 | 一种基于脉冲中子预测含气饱和度的方法和装置 |
| CN113622904A (zh) * | 2020-04-21 | 2021-11-09 | 中国石油天然气股份有限公司 | 用元素俘获谱测井氯离子含量识别测井流体类型的方法 |
| CN114109352A (zh) * | 2021-06-17 | 2022-03-01 | 中国海洋石油集团有限公司 | 一种基于曲线相似度预测孔隙度的方法 |
| CN117759150A (zh) * | 2023-12-22 | 2024-03-26 | 陕西地矿九0八环境地质有限公司 | 一种在水质复杂区勘查找水的技术方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1794013A (zh) * | 2005-12-30 | 2006-06-28 | 聂国柱 | 高分辨率静自然电位测井仪及其测量方法 |
| CN2911178Y (zh) * | 2005-12-30 | 2007-06-13 | 聂国柱 | 高分辨率静自然电位测井仪 |
| CN101832133A (zh) * | 2010-01-28 | 2010-09-15 | 中国石油集团川庆钻探工程有限公司 | 密度孔隙度和中子孔隙度差值储层流体类型判别方法 |
| CN103867197A (zh) * | 2014-04-04 | 2014-06-18 | 中国石油集团川庆钻探工程有限公司 | 复杂岩性天然气层声波时差判别法 |
| CN104329079A (zh) * | 2014-09-09 | 2015-02-04 | 中国石油大学(北京) | 一种识别气测录井油气层的方法以及系统 |
| CN104533397A (zh) * | 2014-10-31 | 2015-04-22 | 中国石油化工股份有限公司 | 一种砂岩气层定量识别方法 |
-
2016
- 2016-11-04 CN CN201610974599.8A patent/CN108019204B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1794013A (zh) * | 2005-12-30 | 2006-06-28 | 聂国柱 | 高分辨率静自然电位测井仪及其测量方法 |
| CN2911178Y (zh) * | 2005-12-30 | 2007-06-13 | 聂国柱 | 高分辨率静自然电位测井仪 |
| CN101832133A (zh) * | 2010-01-28 | 2010-09-15 | 中国石油集团川庆钻探工程有限公司 | 密度孔隙度和中子孔隙度差值储层流体类型判别方法 |
| CN103867197A (zh) * | 2014-04-04 | 2014-06-18 | 中国石油集团川庆钻探工程有限公司 | 复杂岩性天然气层声波时差判别法 |
| CN104329079A (zh) * | 2014-09-09 | 2015-02-04 | 中国石油大学(北京) | 一种识别气测录井油气层的方法以及系统 |
| CN104533397A (zh) * | 2014-10-31 | 2015-04-22 | 中国石油化工股份有限公司 | 一种砂岩气层定量识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 朱伟峰: "东营凹陷沙河街组地层水特性与测井响应关系的研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
| 李振英: "水淹层测井解释方法研究", 《中国优秀博硕士学位论文全文数据库（硕）基础科学辑》 * |
| 谷团等: "辽河油田浅层气测井识别技术", 《天然气地球科学》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109239106A (zh) * | 2018-11-09 | 2019-01-18 | 中国石油大学(华东) | 一种井中地层水矿化度测量装置及方法 |
| CN110672820A (zh) * | 2019-10-31 | 2020-01-10 | 陕西永凯科技有限公司 | 多传感器融合测量含水率和/或矿化度测量系统 |
| CN113622904A (zh) * | 2020-04-21 | 2021-11-09 | 中国石油天然气股份有限公司 | 用元素俘获谱测井氯离子含量识别测井流体类型的方法 |
| CN112593923A (zh) * | 2020-12-16 | 2021-04-02 | 中国海洋石油集团有限公司 | 一种基于脉冲中子预测含气饱和度的方法和装置 |
| CN112593923B (zh) * | 2020-12-16 | 2023-10-20 | 中国海洋石油集团有限公司 | 一种基于脉冲中子预测含气饱和度的方法和装置 |
| CN114109352A (zh) * | 2021-06-17 | 2022-03-01 | 中国海洋石油集团有限公司 | 一种基于曲线相似度预测孔隙度的方法 |
| CN114109352B (zh) * | 2021-06-17 | 2023-11-10 | 中国海洋石油集团有限公司 | 一种基于曲线相似度预测孔隙度的方法 |
| CN117759150A (zh) * | 2023-12-22 | 2024-03-26 | 陕西地矿九0八环境地质有限公司 | 一种在水质复杂区勘查找水的技术方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108019204B (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108019204A (zh) | 基于物性和地层水矿化度校正的中子伽马气层识别方法 | |
| CN106468172B (zh) | 一种超低渗砂岩油藏低阻储层测井解释方法 | |
| Shipton et al. | Structural heterogeneity and permeability in faulted eolian sandstone: Implications for subsurface modeling of faults | |
| CN110847901B (zh) | 一种变矿化度地层水下的致密砂岩储层流体识别方法 | |
| Solano et al. | Cumulative-gas-production distribution on the nikanassin tight gas formation, alberta and British Columbia, Canada | |
| CN105275456B (zh) | 一种利用测井资料识别优质泥页岩的方法 | |
| Shalev et al. | Biased monitoring of fresh water‐salt water mixing zone in coastal aquifers | |
| CN108252709B (zh) | 一种致密砂岩油藏的油水性质识别方法及系统 | |
| Mirzaei-Paiaman et al. | A new framework for selection of representative samples for special core analysis | |
| CN112363242B (zh) | 基于测录井融合的储层流体识别方法与装置 | |
| CN103590828B (zh) | 一种录井dck指数法评价地层压力的方法 | |
| CN106897531A (zh) | 一种低渗透石灰岩储层渗透率的定量评价方法 | |
| Attia et al. | Identification of barriers and productive zones using reservoir characterization | |
| CN107725044A (zh) | 基于阵列感应、侧向测井的砂岩含气储层产水率预测的方法 | |
| Alfy et al. | Quantitative hydro-geophysical analysis of a complex structural karst aquifer in Eastern Saudi Arabia | |
| George et al. | Estimation of aquifer hydraulic parameters via complementing surfacial geophysical measurement by laboratory measurements on the aquifer core samples | |
| Davies et al. | Improved prediction of reservoir behavior through integration of quantitative geological and petrophysical data | |
| Halihan et al. | Analysis of subsurface mound spring connectivity in shale of the western margin of the Great Artesian Basin, South Australia | |
| Rushton | Significance of a seepage face on flows to wells in unconfined aquifers | |
| Rafiee et al. | A new cementation factor correlation in carbonate parts of oil fields in south-west Iran | |
| Nicot et al. | Flow and salinity patterns in the low-transmissivity Upper Paleozoic aquifers of North-Central Texas | |
| Guo et al. | Identification of an oil-bearing layer by formation water resistivity: A case study of the Jurassic reservoir, Southwest Ordos Basin | |
| Wach et al. | Well placement, cost reduction, and increased production using reservoir models based on outcrop, core, well-log, seismic data, and modern analogs: Onshore and offshore Western Trinidad | |
| CN113756796B (zh) | 一种碎屑岩油藏注水开发地层单元水相渗流能力的定量评价方法 | |
| Stockford | Assessment of Vertical Hydraulic Connectivity in a Multilayered Aquifer-Aquitard System in Response to Deep Bedrock Pumping Using High-Resolution Spatiotemporal Monitoring |
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 |