CN108181219A - 一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置 - Google Patents
一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置 Download PDFInfo
- Publication number
- CN108181219A CN108181219A CN201711126813.5A CN201711126813A CN108181219A CN 108181219 A CN108181219 A CN 108181219A CN 201711126813 A CN201711126813 A CN 201711126813A CN 108181219 A CN108181219 A CN 108181219A
- Authority
- CN
- China
- Prior art keywords
- permeability
- pore
- sample
- pore structure
- 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
- 230000035699 permeability Effects 0.000 title claims abstract description 127
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000011148 porous material Substances 0.000 claims abstract description 181
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims abstract description 33
- 229910052753 mercury Inorganic materials 0.000 claims abstract description 33
- 238000002474 experimental method Methods 0.000 claims description 15
- 238000005481 NMR spectroscopy Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 8
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000003825 pressing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000009738 saturating Methods 0.000 claims description 3
- 239000011435 rock Substances 0.000 abstract description 40
- 230000000694 effects Effects 0.000 abstract description 8
- 238000011161 development Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 5
- 230000000704 physical effect Effects 0.000 abstract description 4
- 239000011229 interlayer Substances 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- 210000000867 larynx Anatomy 0.000 description 11
- 239000012530 fluid Substances 0.000 description 6
- 239000010410 layer Substances 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008021 deposition Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000009736 wetting Methods 0.000 description 2
- 102100027611 Rho-related GTP-binding protein RhoB Human genes 0.000 description 1
- 101150054980 Rhob gene Proteins 0.000 description 1
- DHNCFAWJNPJGHS-UHFFFAOYSA-J [C+4].[O-]C([O-])=O.[O-]C([O-])=O Chemical compound [C+4].[O-]C([O-])=O.[O-]C([O-])=O DHNCFAWJNPJGHS-UHFFFAOYSA-J 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000005311 nuclear magnetism Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 208000019585 progressive encephalomyelitis with rigidity and myoclonus Diseases 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
- G01N15/0826—Investigating permeability by forcing a fluid through a sample and measuring fluid flow rate, i.e. permeation rate or pressure change
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明提供了一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置，该方法首先通过压汞曲线的相似程度进行孔隙结构分类，进而通过数理统计方法分析每类孔隙结构储层，识别控制渗透率关键孔喉大小Rs，然后每类孔隙结构建立其关键孔喉大小Rs与渗透率的关系，以实现预测强非均质性储层渗透率的方法。本发明提供的方案综合利用岩心、物性测试、压汞和测井，实现微观和宏观相结合，理论基础牢靠，操作性强，经实践证明，应用效果好，对孔隙型碳酸盐岩储层适用性强，可以有效预测碳酸盐岩渗透率，对于强非均质性碳酸盐岩隔夹层的识别、油气田开发方案的设计和调整，具有重要意义。
Description
技术领域
本发明属于油田开发技术领域，具体涉及一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置。
背景技术
储层岩石的渗透率是指在压力差的作用下，岩石允许流体通过的性质，是反映储层岩石渗流能力的关键参数，准确预测渗透率对油气田开发方案的设计和调整至关重要。储层渗透率的预测主要有以下几种方法：
(1)基于孔隙度与渗透率的关系预测渗透率
Herron通过对单重孔隙型砂岩储层研究发现，渗透率的对数与孔隙度有线性相关性：
式中，K为渗透率，mD；为孔隙度，％；a与b为经验系数。
该方法的缺点为对与强非均质性碳酸盐岩储层，没有考虑到孔隙结构的影响，孔渗关系差，不足以满足预测精度。
(2)根据毛细管理论预测渗透率
Kozeny根据岩石毛细管理论提出了一个公式，Carman后来对这个公式进行了证明，称Kozeny-Carman公式：
式中，S0为比表面积，m2/m3；a为经验系数。
该方法的缺点为S0比表面积不能直接从测井资料获得，因而应用范围有限。
(3)基于孔隙度、束缚水饱和度预测渗透率
Timur提出了基于储层岩石孔隙度、束缚水饱和度预测渗透率的关系式：
式中，Swi为束缚水饱和度，％。
(4)基于流动单元分类渗透率预测
近年来有学者提出流动单元的概念，通过流动单元与储层岩石渗透率的关系预测渗透率。FZI与渗透率的关系式：
式中：为有效孔隙度，％。
该方法的局限性在于，不同流动单元的识别难度较大，目前学者依靠神经网络、Fisher判别等方法识别储层流动单元类型，识别率较低，从根源上增加了渗透率预测的不确定性。
(5)基于储层岩石组构特征预测渗透率
Krumbein&Monk建立了渗透率与岩石颗粒分选性和平均粒径的关系；杨建利用分形模型计算疏松砂岩的渗透率；Herron&Rd建立了一个考虑矿物组成的渗透率模型；Erats基于相邻铸模孔壁厚和渗透率的关系，建立了含铸模孔碳酸盐岩渗透率预测公式。
(6)基于储层岩石孔隙结构预测渗透率
孔隙结构控制储层岩石渗透率已经取得了共识，尤其是碳酸盐岩储层，受沉积作用和成岩作用控制，具有十分复杂的孔隙结构和强的非均质性，导致其孔隙度-渗透率关系不明确，基于碎屑岩得到的渗透率预测方法多对碳酸盐岩适用性差，理论和实践研究结果表明，孔隙型碳酸盐岩储层渗透率明显受储层岩石孔隙结构控制，尤其是孔喉大小控制，但是对于受控于何种孔喉大小，众多学者基于不同研究区样品，各持观点，并无统一意见，因而目前没有明确渗透率究竟受何种孔喉大小所控制。而且，用某一孔喉大小表征储层孔隙结构一般也只能适合于毛管压力曲线相似的单峰样品，对于强非均质性碳酸盐岩，毛管压力曲线复杂多样，单一的孔喉大小不适用表征整体孔隙结构特征。
发明内容
为解决上述问题，本发明的目的是提供一种基于碳酸盐岩孔隙结构预测渗透率的方法。
本发明的另一目的是提供一种基于碳酸盐岩孔隙结构预测渗透率的装置。
为了方便方便地描述本发明的内容，首先对发明中使用的术语进行以下定义。
渗透率：在一定压差下，岩石允许流体通过的能力叫渗透率。渗透率(K)的数值根据达西定律确定。即粘度为μ的流体，在压差Pl-P2作用下，通过长度为L，截面积为A的岩石，所测出的流体流量为Q。其公式如下：
即
毛管压力曲线：油藏岩石的毛细管力与润湿相饱和度的关系曲线称为毛细管压力曲线。毛细管压力曲线是研究储层岩石的孔隙结构、残余油饱和度、岩石润湿性等的必需资料。
孔隙结构：储集岩中孔隙的形态、大小、分布状况、相互关系以及与孔间通道的组合方式称为孔隙结构。它对储集油(气)的能力、产油(气)能力、驱油效率、最终采收率等都有较大的影响。
排驱压力：汞进入岩石孔隙时的启动压力，即汞能在孔隙中连续流动的最小压力称为排驱压力，也称阔压或门槛压力。阔压越小，岩样的孔隙度、渗透率越大。
核磁共振测井：指利用核磁现象测量地层岩石孔隙流体中氢核的核磁共振弛豫信号的幅度和弛豫速率，进而可得到地层岩石孔隙结构和孔隙流体的有关信息。
Rmax：最大孔喉半径，与阔压相对应的孔喉半径就是非润湿相驱替润湿相时所经过的最大连通孔喉半径。
Rmean：平均孔喉半径，指各喉道区间对应的水银增量所求得的权衡平均值。可用下式计算：
式中ΔSi为区间孔喉半径所对应的汞增量，％；n为孔喉区间个数。
Rx(x指代5-95)：在压汞过程中，汞饱和度为x％时对应的孔喉大小。
关键孔喉大小Rs：对于同一类孔隙结构储层，通过高压压汞实验获取的一系列孔喉大小中，与渗透率相关性最高的孔喉大小即为关键孔喉大小。
为达到上述目的，本发明提供了一种基于碳酸盐岩孔隙结构预测渗透率的方法，该方法包括以下步骤：
对目标储层进行岩心取样，建立样品库；
通过孔渗实验和压汞实验，获取样品的孔隙度、渗透率和毛管压力曲线；
根据样品毛管压力曲线的形态特征对孔隙结构进行分类，构建孔隙结构类型组；并根据毛管压力参数建立孔隙结构类型识别标准；
按照所属的孔隙结构类型对样品库中的样品进行分组，并对每组样品的相关数据进行如下处理：将各样品通过压汞实验所获取的一系列孔喉大小参数分别与渗透率进行对数拟合，计算每个拟合公式的判别系数；
选取每类孔隙结构样品拟合关系式中判别系数最大的公式作为该孔隙结构储层的渗透率预测公式，公式中对应的孔喉大小即为决定该孔隙结构类型渗透率的关键孔喉大小Rs；
利用核磁共振测井T2谱，构造伪毛管压力曲线；根据所述孔隙结构类型识别标准识别其孔隙结构类型，并计算相应类型孔隙结构的关键孔喉大小Rs；
将关键孔喉大小Rs代入相应孔隙结构类型储层的渗透率预测公式中，进行井筒内储层渗透率预测。
本发明提供的方法通过岩心、孔渗试验、压汞测试、测井资料，针对强非均质性碳酸盐岩，开展碳酸盐岩渗透率预测。首先通过压汞曲线(毛管压力曲线)的相似程度进行孔隙结构分类，进而通过数理统计方法分析每类孔隙结构储层，识别控制渗透率关键孔喉大小Rs，然后每类孔隙结构建立其关键孔喉大小Rs与渗透率的关系，以实现预测强非均质性储层渗透率的方法。该方法综合利用岩心、物性测试、压汞和测井，实现微观和宏观相结合，理论基础牢靠，操作性强，经实践证明，应用效果好，对孔隙型碳酸盐岩储层适用性强，可以有效预测碳酸盐岩渗透率，对于强非均质性碳酸盐岩隔夹层的识别、油气田开发方案的设计和调整，具有重要意义。
在上述基于碳酸盐岩孔隙结构预测渗透率的方法中，优选地，在所述对目标储层进行岩心取样，建立样品库的步骤中，岩心取样的位置根据研究目的层所涉及的孔隙结构类型进行确定；岩心取样的数量根据储层非均质性程度和孔隙结构复杂程度进行确定。一般情况下，样品应该能够涵盖研究目的层所有孔隙结构类型，样品数量越多，代表性越好，越有利于提高最终渗透率预测精度。因此对于最终样品的数量取决于储层非均质性程度和孔隙结构复杂程度，孔隙结构越复杂、非均质性越强，则样品数量越多。
在上述基于碳酸盐岩孔隙结构预测渗透率的方法中，压汞实验中最好将汞饱和度从0达到100％。标准化压汞试验均可达到此要求，该测试过程为标准化实验。
在上述基于碳酸盐岩孔隙结构预测渗透率的方法中，优选地，所述毛管压力参数包括排驱压力Pc或饱和中值压力P50。在本发明提供的一具体实施方式中，构建的孔隙结构类型包括：高孔高渗大孔粗喉型(Ⅰ类)、中高孔中低渗大孔中细喉型(Ⅱ类)、中高孔低渗中孔细喉型(Ⅲ类)、低孔低渗中孔细喉型(Ⅳ类)、低孔特低渗细孔微喉型(Ⅴ类)。
在上述基于碳酸盐岩孔隙结构预测渗透率的方法中，优选地，所述孔喉大小参数包括最大孔喉半径Rmax、平均孔喉半径Rmean以及汞饱和度为x％时对应的孔喉大小Rx(x＝5-95)。SPSS、Origin等统计软件可实现这一过程。一般情况下，Rx的取值间隔为5。对于压汞实验未给出Rx，采用内插法计算孔喉值。Rmax、Rmean、R5-R95各值一般会在压汞实验报告中给出，至少给出R35、R50等参数，可据此，根据压汞实验数据，采用内插法计算R5-R95中实验报告中未给出的孔喉值。
在上述基于碳酸盐岩孔隙结构预测渗透率的方法中，优选地，进行对数拟合时，除了孔喉大小参数和渗透率外，还包括孔隙度(孔喉大小、渗透率、渗透率共同拟合)；其中，渗透率为因变量，孔喉大小和孔隙度为自变量。
在上述基于碳酸盐岩孔隙结构预测渗透率的方法中，所述利用核磁共振测井T2谱，构造伪毛管压力曲线的方法，在诸多文献、著作中已经有详细的解释，具有标准化流程。
本发明还提供了一种基于碳酸盐岩孔隙结构预测渗透率的装置，该装置包括：
第一单元，所述第一单元用于对目标储层进行岩心取样，建立样品库；
第二单元，所述第二单元用于通过孔渗实验和压汞实验，获取样品的孔隙度、渗透率和毛管压力曲线；
第三单元，所述第三单元用于根据样品毛管压力曲线的形态特征对孔隙结构进行分类，构建孔隙结构类型组；并根据毛管压力参数建立孔隙结构类型识别标准；
第四单元，所述第四单元用于按照所属的孔隙结构类型对样品库中的样品进行分组，并对每组样品的相关数据进行如下处理：将各样品通过压汞实验所获取的一系列孔喉大小参数分别与渗透率进行对数拟合，计算每个拟合公式的判别系数；
第五单元，所述第五单元用于选取每类孔隙结构样品拟合关系式中判别系数最大的公式作为该孔隙结构储层的渗透率预测公式，公式中对应的孔喉大小即为决定该孔隙结构类型渗透率的关键孔喉大小Rs；
第六单元，所述第六单元用于利用核磁共振测井T2谱，构造伪毛管压力曲线；根据所述孔隙结构类型识别标准识别其孔隙结构类型，并计算相应类型孔隙结构的关键孔喉大小Rs；
第七单元，所述第七单元用于将关键孔喉大小Rs代入相应孔隙结构类型储层的渗透率预测公式中，进行井筒内储层渗透率预测。
在上述基于碳酸盐岩孔隙结构预测渗透率的装置中，优选地，在所述第一单元中，岩心取样的位置根据研究目的层所涉及的孔隙结构类型进行确定；岩心取样的数量根据储层非均质性程度和孔隙结构复杂程度进行确定。
在上述基于碳酸盐岩孔隙结构预测渗透率的装置中，优选地，在所述第二单元中，所述毛管压力参数包括排驱压力Pc或饱和中值压力P50。
在上述基于碳酸盐岩孔隙结构预测渗透率的装置中，优选地，在所述第四单元中，所述孔喉大小参数包括最大孔喉半径Rmax、平均孔喉半径Rmean以及汞饱和度为x％时对应的孔喉大小Rx(x＝5-95)；优选地，Rx的取值间隔为5。
在上述基于碳酸盐岩孔隙结构预测渗透率的装置中，优选地，在所述第四单元中，进行对数拟合时，除了孔喉大小参数和渗透率外，还包括孔隙度(孔喉大小、渗透率、渗透率共同拟合)；其中，渗透率为因变量，孔喉大小和孔隙度为自变量。
传统碳酸盐岩储层渗透率预测方法，要么对于强非均质性储层预测准确度低，适用性差，要么仅限于某个区块某套地层，不具有普适性。而本发明提供的方案基于岩心、孔渗、压汞测试、测井资料，对强非均质性碳酸盐岩储层，在进行孔隙结构分类的基础上建立各类孔隙结构渗透率预测模型，并应用测井资料进行井筒内预测。该方案综合利用微观宏观数据，方法操作性强，经实践证明，应用效果好，对孔隙型碳酸盐岩储层适用性强，可以有效预测碳酸盐岩渗透率，对于强非均质性碳酸盐岩隔夹层的识别、油气田开发方案的设计和调整，具有重要意义。
附图说明
图1为实施例中渗透率预测流程图；
图2a为实施例中得到的不同孔隙结构分类图Ⅰ；
图2b为实施例中得到的不同孔隙结构分类图Ⅱ；
图3为实施例中得到的不同孔隙结构孔喉大小与孔隙度、渗透率的相关性图；
图4为实施例中预测渗透率与实测渗透率对比图；
图5为实施例中渗透率预测效果图。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现对本发明的技术方案进行以下详细说明，但不能理解为对本发明的可实施范围的限定。
实施例
本实施例提供了一种基于碳酸盐岩孔隙结构预测渗透率的方法。进行预测的储层为W油田M组储层，该储层是典型的孔隙型碳酸盐岩储层，裂缝不发育，在沉积、成岩作用的双重控制下，储层岩石类型、孔隙类型复杂多样，导致储层孔隙结构复杂，非均质性极强。
预测方法具体包括以下步骤(流程图见图1)：
步骤1、储层岩心取样：选取研究区3口取心井M组地层系统取样，取样间隔约1m，每口井取样百余个，共取样352个样品，建立样品库。取样密度较大，涵盖了所有岩石类型，具有代表性；
步骤2、对样品进行孔渗和高压压汞实验：获取每块样品的孔隙度、渗透率、高压压汞曲线，由此获得样品的孔隙度、渗透率、毛管压力曲线、孔喉大小分布曲线、Rmax、Rmean、R5-R95，以上各参数分布范围和平均值如表1所示；
表1各参数分布范围和平均值
步骤3、根据样品的毛管压力曲线形态特征和孔喉大小分布特征进行储层孔隙结构分类，分类结果如图2a和图2b所示；M组碳酸盐岩储层可划分为5类孔隙结构，分别为高孔高渗大孔粗喉型(Ⅰ类)、中高孔中低渗大孔中细喉型(Ⅱ类)、中高孔低渗中孔细喉型(Ⅲ类)、低孔低渗中孔细喉型(Ⅳ类)、低孔特低渗细孔微喉型(Ⅴ类)；并通过物性、排驱压力Pc、平均孔喉半径等毛管压力参数建立孔隙结构类型识别标准，定量分类标准如表2所示；
表2定量分类标准
注：表中分式为
步骤4、利用SPSS软件分别拟合5类孔隙结构Rmax、Rmean、R5-R95与孔隙度、渗透率的关系式，计算每个拟合公式的判别系数；
步骤5、每类孔隙结构拟合关系中最高判定系数所对应的孔喉半径大小即为该类孔隙结构的关键孔喉大小Rs；5类孔喉结构拟合所得判定系数如图3和表3所示，由Ⅰ到Ⅴ类孔隙结构的关键孔喉大小Rs分别为R10、R20、R20、R30、Rmax；
表3 5类孔喉结构拟合所得判定系数
| 类型 | Rmax | R5 | R10 | R15 | R20 | R25 | R30 |
| 所有 | 0.629 | 0.704 | 0.728 | 0.742 | 0.74 | 0.739 | 0.735 |
| I | 0.909 | 0.934 | 0.941 | 0.933 | 0.92 | 0.891 | 0.846 |
| II | 0.678 | 0.779 | 0.794 | 0.785 | 0.795 | 0.782 | 0.753 |
| III | 0.43 | 0.586 | 0.659 | 0.731 | 0.735 | 0.733 | 0.721 |
| IV | 0.226 | 0.932 | 0.47 | 0.572 | 0.641 | 0.726 | 0.751 |
| V | 0.306 | 0.086 | 0.096 | 0.09 | 0.08 | 0.057 | 0.053 |
| 类型 | R35 | R40 | R45 | R50 | R55 | R60 | R65 |
| 所有 | 0.729 | 0.724 | 0.717 | 0.711 | 0.7 | 0.686 | 0.679 |
| I | 0.807 | 0.773 | 0.74 | 0.71 | 0.678 | 0.642 | 0.586 |
| II | 0.718 | 0.684 | 0.652 | 0.626 | 0.602 | 0.582 | 0.564 |
| III | 0.698 | 0.678 | 0.68 | 0.617 | 0.578 | 0.551 | 0.523 |
| IV | 0.702 | 0.616 | 0.517 | 0.442 | 0.375 | 0.339 | 0.29 |
| V | 0.043 | 0.041 | 0.038 | 0.037 | 0.035 | 0.035 | 0.036 |
| 类型 | R70 | R75 | R80 | R85 | R90 | R95 | Rmean |
| 所有 | 0.669 | 0.654 | 0.639 | 0.62 | 0.591 | 0.52 | 0.735 |
| I | 0.543 | 0.509 | 0.481 | 0.448 | 0.373 | 0.278 | 0.894 |
| II | 0.55 | 0.534 | 0.525 | 0.52 | 0.548 | 0.575 | 0.789 |
| III | 0.47 | 0.432 | 0.391 | 0.369 | 0.353 | 0.308 | 0.686 |
| IV | 0.278 | 0.298 | 0.307 | 0.291 | 0.169 | 0.037 | 0.422 |
| V | 0.04 | 0.03 | 0.028 | 0.027 | 0.021 | 0.019 | 0.06 |
步骤6、利用核磁共振测井T2谱，构造伪毛管压力曲线。此过程在诸多文献、著作中已经有详细的解释，具有标准化流程。利用步骤3孔隙结构类型识别方法识别其孔隙结构类型，并计算相应类型孔隙结构的关键孔喉大小Rs；计算得到的Rs所得预测渗透率与岩心实测渗透率如图4所示，对比了利用孔-渗关系预测渗透率、孔隙度-R35组合和孔隙度-RS组合预测渗透率，孔隙度-RS组合预测准确度最高，判别系数最大，为0.899，效果最好；
步骤7、将Rs代入步骤6中相应孔隙结构类型储层的渗透率预测公式中，进行井筒内储层渗透率预测。以研究区某井为例，渗透率预测效果图如图5所示，对比可以看出预测储层渗透率与岩心实测渗透率拟合程度高，整体准确率达到87％以上。在图5中，第一道：岩性道，包括IN、CALI、SP、CGR、GR等曲线。第二道：深度道。第三道：电阻率道，包括ILD、SN、LLS、MLL等曲线。第四道：物性道，包括岩心孔隙度、DT、NPHI、RHOB等曲线。第五道：渗透率道，包括岩心渗透率、常规解释渗透率、基于孔隙结构特征预测渗透率(Predicted PERM)等曲线。第六道：饱和度道，包括不同Swt等曲线。第七道：孔隙度道，包括总孔隙度(PHIT)、有效孔隙度(PHIE)曲线。
通过上述方法对研究区多口取心井进行渗透率预测，预测结果与常规渗透率测井解释所得结果相比，准确率显著提升。据统计，取心井总体准确率从60-70％增加到70-80％，因而，该方法能够有效的指导油气勘探开发。
Claims (10)
1.一种基于碳酸盐岩孔隙结构预测渗透率的方法，其特征在于，该方法包括以下步骤：
对目标储层进行岩心取样，建立样品库；
通过孔渗实验和压汞实验，获取样品的孔隙度、渗透率和毛管压力曲线；
根据样品毛管压力曲线的形态特征对孔隙结构进行分类，构建孔隙结构类型组；并根据毛管压力参数建立孔隙结构类型识别标准；
按照所属的孔隙结构类型对样品库中的样品进行分组，并对每组样品的相关数据进行如下处理：将各样品通过压汞实验所获取的一系列孔喉大小参数分别与渗透率、孔隙度进行对数拟合，计算每个拟合公式的判别系数；
选取每类孔隙结构样品拟合关系式中判别系数最大的公式作为该孔隙结构储层的渗透率预测公式，公式中对应的孔喉大小即为决定该孔隙结构类型渗透率的关键孔喉大小Rs；
利用核磁共振测井T2谱，构造伪毛管压力曲线；根据所述孔隙结构类型识别标准识别其孔隙结构类型，并计算相应类型孔隙结构的关键孔喉大小Rs；
将关键孔喉大小Rs代入相应孔隙结构类型储层的渗透率预测公式中，进行井筒内储层渗透率预测。
2.根据权利要求1所述的基于碳酸盐岩孔隙结构预测渗透率的方法，其特征在于，在所述对目标储层进行岩心取样，建立样品库的步骤中，
岩心取样的位置根据研究目的层所涉及的孔隙结构类型进行确定；岩心取样的数量根据储层非均质性程度和孔隙结构复杂程度进行确定。
3.根据权利要求1所述的基于碳酸盐岩孔隙结构预测渗透率的方法，其特征在于，在所述根据样品毛管压力曲线的形态特征对孔隙结构进行分类，构建孔隙结构类型组；并根据毛管压力参数建立孔隙结构类型识别标准的步骤中，
所述毛管压力参数包括排驱压力Pc或饱和中值压力P50。
4.根据权利要求1所述的基于碳酸盐岩孔隙结构预测渗透率的方法，其特征在于，在所述按照所属的孔隙结构类型对样品库中的样品进行分组，并对每组样品的相关数据进行如下处理：将各样品通过压汞实验所获取的一系列孔喉大小参数分别与渗透率进行对数拟合，计算每个拟合公式的判别系数的步骤中，
所述孔喉大小参数包括最大孔喉半径Rmax、平均孔喉半径Rmean以及汞饱和度为x％时对应的孔喉大小Rx(x＝5-95)；优选地，Rx的取值间隔为5。
5.根据权利要求4所述的基于碳酸盐岩孔隙结构预测渗透率的方法，其特征在于，对于压汞实验未给出Rx，采用内插法计算孔喉值。
6.根据权利要求4所述的基于碳酸盐岩孔隙结构预测渗透率的方法，其特征在于，进行对数拟合时，除了孔喉大小参数和渗透率外，还包括孔隙度；其中，渗透率为因变量，孔喉大小和孔隙度为自变量。
7.一种基于碳酸盐岩孔隙结构预测渗透率的装置，其特征在于，该装置包括：
第一单元，所述第一单元用于对目标储层进行岩心取样，建立样品库；
第二单元，所述第二单元用于通过孔渗实验和压汞实验，获取样品的孔隙度、渗透率和毛管压力曲线；
第三单元，所述第三单元用于根据样品毛管压力曲线的形态特征对孔隙结构进行分类，构建孔隙结构类型组；并根据毛管压力参数建立孔隙结构类型识别标准；
第四单元，所述第四单元用于按照所属的孔隙结构类型对样品库中的样品进行分组，并对每组样品的相关数据进行如下处理：将各样品通过压汞实验所获取的一系列孔喉大小参数分别与渗透率进行对数拟合，计算每个拟合公式的判别系数；
第五单元，所述第五单元用于选取每类孔隙结构样品拟合关系式中判别系数最大的公式作为该孔隙结构储层的渗透率预测公式，公式中对应的孔喉大小即为决定该孔隙结构类型渗透率的关键孔喉大小Rs；
第六单元，所述第六单元用于利用核磁共振测井T2谱，构造伪毛管压力曲线；根据所述孔隙结构类型识别标准识别其孔隙结构类型，并计算相应类型孔隙结构的关键孔喉大小Rs；
第七单元，所述第七单元用于将关键孔喉大小Rs代入相应孔隙结构类型储层的渗透率预测公式中，进行井筒内储层渗透率预测。
8.根据权利要求7所述的基于碳酸盐岩孔隙结构预测渗透率的装置，其特征在于，在所述第一单元中，
岩心取样的位置根据研究目的层所涉及的孔隙结构类型进行确定；岩心取样的数量根据储层非均质性程度和孔隙结构复杂程度进行确定。
9.根据权利要求8所述的基于碳酸盐岩孔隙结构预测渗透率的装置，其特征在于，在所述第二单元中，
所述毛管压力参数包括排驱压力Pc或饱和中值压力P50。
10.根据权利要求7所述的基于碳酸盐岩孔隙结构预测渗透率的装置，其特征在于，在所述第四单元中，
所述孔喉大小参数包括最大孔喉半径Rmax、平均孔喉半径Rmean以及汞饱和度为x％时对应的孔喉大小Rx(x＝5-95)；优选地，Rx的取值间隔为5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711126813.5A CN108181219B (zh) | 2017-11-15 | 2017-11-15 | 一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711126813.5A CN108181219B (zh) | 2017-11-15 | 2017-11-15 | 一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108181219A true CN108181219A (zh) | 2018-06-19 |
| CN108181219B CN108181219B (zh) | 2020-05-08 |
Family
ID=62544981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711126813.5A Active CN108181219B (zh) | 2017-11-15 | 2017-11-15 | 一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108181219B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108982320A (zh) * | 2018-07-10 | 2018-12-11 | 中国海洋石油集团有限公司 | 一种利用粒度参数进行复杂孔隙结构储层渗透率计算方法 |
| CN109655394A (zh) * | 2018-12-21 | 2019-04-19 | 中国海洋石油集团有限公司 | 一种孔喉结构参数约束下的核磁共振t2谱渗透率计算方法 |
| CN110146940A (zh) * | 2019-04-04 | 2019-08-20 | 中国石油大学(华东) | 一种气藏束缚水饱和度、气藏可动水范围确定方法和装置 |
| CN110837132A (zh) * | 2018-08-15 | 2020-02-25 | 中国石油化工股份有限公司 | 碳酸盐岩测井渗透率预测方法 |
| CN110887772A (zh) * | 2018-09-11 | 2020-03-17 | 中国石油化工股份有限公司 | 一种碳酸盐岩储层渗透率识别方法、系统及装置 |
| CN111079313A (zh) * | 2019-12-31 | 2020-04-28 | 成都理工大学 | 一种碳酸盐岩储层信息分类处理方法、信息数据处理终端 |
| CN111208052A (zh) * | 2020-02-28 | 2020-05-29 | 西安石油大学 | 基于改进Kozeny-Carman模型的页岩储层渗透率预测方法 |
| CN111949924A (zh) * | 2020-08-12 | 2020-11-17 | 中国石油天然气股份有限公司 | 渗透率的确定方法及装置、电子设备和存储介质 |
| CN112284991A (zh) * | 2019-07-22 | 2021-01-29 | 中海石油(中国)有限公司 | 一种基于分形理论的孔隙型多孔介质渗透率预测方法 |
| CN112612997A (zh) * | 2020-12-29 | 2021-04-06 | 中国石油大学(华东) | 一种基于深度学习的油水相对渗透率曲线计算方法 |
| CN112989653A (zh) * | 2021-02-25 | 2021-06-18 | 中国石油大学(北京) | 岩石相对渗透率确定方法和装置 |
| CN113866069A (zh) * | 2021-11-15 | 2021-12-31 | 东北石油大学 | 一种页岩岩心渗透率实验装置和方法 |
| CN114370269A (zh) * | 2022-01-05 | 2022-04-19 | 成都理工大学 | 深层碳酸盐岩气藏有效储层物性下限综合确定方法 |
| CN114577677A (zh) * | 2020-12-01 | 2022-06-03 | 中国石油化工股份有限公司 | 基于储层非均质性的致密油藏非线性渗流表征方法 |
| WO2022227822A1 (zh) * | 2021-04-29 | 2022-11-03 | 中国华能集团清洁能源技术研究院有限公司 | 一种孔隙型可渗透岩石的仿真模拟方法及系统 |
| CN116297111A (zh) * | 2023-05-24 | 2023-06-23 | 中国石油大学(华东) | 一种基于压汞及分形理论的致密砂岩渗透率预测方法 |
| CN116413187A (zh) * | 2023-04-14 | 2023-07-11 | 西南石油大学 | 一种基于毛管压力资料的储层渗透率预测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102253069A (zh) * | 2011-04-20 | 2011-11-23 | 中国石油天然气股份有限公司 | 一种根据核磁共振t2谱确定渗透率的方法和装置 |
| US20120197526A1 (en) * | 2011-01-27 | 2012-08-02 | Instituto Mexicano Del Petroleo | Procedure for the determination of effective and total porosity of carbonated sedimentary rocks, and morphology characterization of their micro and nanopores |
| CN104101562A (zh) * | 2013-04-15 | 2014-10-15 | 中国石油天然气集团公司 | 一种确定储层渗透率的方法 |
| CN104634718A (zh) * | 2015-03-05 | 2015-05-20 | 中国石油大学(华东) | 应用核磁共振表征致密砂岩孔径分布的标定方法 |
| CN104819923A (zh) * | 2015-05-17 | 2015-08-05 | 西南石油大学 | 基于核磁共振的低渗透砂岩储层孔隙结构定量反演方法 |
| CN104912550A (zh) * | 2015-05-05 | 2015-09-16 | 中国海洋石油总公司 | 一种核磁共振测井资料定量计算储层产液剖面方法 |
-
2017
- 2017-11-15 CN CN201711126813.5A patent/CN108181219B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120197526A1 (en) * | 2011-01-27 | 2012-08-02 | Instituto Mexicano Del Petroleo | Procedure for the determination of effective and total porosity of carbonated sedimentary rocks, and morphology characterization of their micro and nanopores |
| CN102253069A (zh) * | 2011-04-20 | 2011-11-23 | 中国石油天然气股份有限公司 | 一种根据核磁共振t2谱确定渗透率的方法和装置 |
| CN104101562A (zh) * | 2013-04-15 | 2014-10-15 | 中国石油天然气集团公司 | 一种确定储层渗透率的方法 |
| CN104634718A (zh) * | 2015-03-05 | 2015-05-20 | 中国石油大学(华东) | 应用核磁共振表征致密砂岩孔径分布的标定方法 |
| CN104912550A (zh) * | 2015-05-05 | 2015-09-16 | 中国海洋石油总公司 | 一种核磁共振测井资料定量计算储层产液剖面方法 |
| CN104819923A (zh) * | 2015-05-17 | 2015-08-05 | 西南石油大学 | 基于核磁共振的低渗透砂岩储层孔隙结构定量反演方法 |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108982320A (zh) * | 2018-07-10 | 2018-12-11 | 中国海洋石油集团有限公司 | 一种利用粒度参数进行复杂孔隙结构储层渗透率计算方法 |
| CN108982320B (zh) * | 2018-07-10 | 2021-03-02 | 中国海洋石油集团有限公司 | 一种利用粒度参数进行复杂孔隙结构储层渗透率计算方法 |
| CN110837132A (zh) * | 2018-08-15 | 2020-02-25 | 中国石油化工股份有限公司 | 碳酸盐岩测井渗透率预测方法 |
| CN110837132B (zh) * | 2018-08-15 | 2022-03-08 | 中国石油化工股份有限公司 | 碳酸盐岩测井渗透率预测方法 |
| CN110887772A (zh) * | 2018-09-11 | 2020-03-17 | 中国石油化工股份有限公司 | 一种碳酸盐岩储层渗透率识别方法、系统及装置 |
| CN109655394A (zh) * | 2018-12-21 | 2019-04-19 | 中国海洋石油集团有限公司 | 一种孔喉结构参数约束下的核磁共振t2谱渗透率计算方法 |
| CN109655394B (zh) * | 2018-12-21 | 2022-05-27 | 中国海洋石油集团有限公司 | 一种孔喉结构参数约束下的核磁共振t2谱渗透率计算方法 |
| CN110146940A (zh) * | 2019-04-04 | 2019-08-20 | 中国石油大学(华东) | 一种气藏束缚水饱和度、气藏可动水范围确定方法和装置 |
| CN112284991A (zh) * | 2019-07-22 | 2021-01-29 | 中海石油(中国)有限公司 | 一种基于分形理论的孔隙型多孔介质渗透率预测方法 |
| CN112284991B (zh) * | 2019-07-22 | 2022-09-13 | 中海石油(中国)有限公司 | 一种基于分形理论的孔隙型多孔介质渗透率预测方法 |
| CN111079313A (zh) * | 2019-12-31 | 2020-04-28 | 成都理工大学 | 一种碳酸盐岩储层信息分类处理方法、信息数据处理终端 |
| CN111208052A (zh) * | 2020-02-28 | 2020-05-29 | 西安石油大学 | 基于改进Kozeny-Carman模型的页岩储层渗透率预测方法 |
| CN111208052B (zh) * | 2020-02-28 | 2021-08-13 | 西安石油大学 | 基于改进Kozeny-Carman模型的页岩储层渗透率预测方法 |
| CN111949924A (zh) * | 2020-08-12 | 2020-11-17 | 中国石油天然气股份有限公司 | 渗透率的确定方法及装置、电子设备和存储介质 |
| CN111949924B (zh) * | 2020-08-12 | 2023-06-13 | 中国石油天然气股份有限公司 | 渗透率的确定方法及装置、电子设备和存储介质 |
| CN114577677A (zh) * | 2020-12-01 | 2022-06-03 | 中国石油化工股份有限公司 | 基于储层非均质性的致密油藏非线性渗流表征方法 |
| CN114577677B (zh) * | 2020-12-01 | 2024-03-01 | 中国石油化工股份有限公司 | 基于储层非均质性的致密油藏非线性渗流表征方法 |
| CN112612997B (zh) * | 2020-12-29 | 2022-07-01 | 中国石油大学(华东) | 一种基于深度学习的油水相对渗透率曲线计算方法 |
| CN112612997A (zh) * | 2020-12-29 | 2021-04-06 | 中国石油大学(华东) | 一种基于深度学习的油水相对渗透率曲线计算方法 |
| CN112989653B (zh) * | 2021-02-25 | 2022-09-16 | 中国石油大学(北京) | 岩石相对渗透率确定方法和装置 |
| CN112989653A (zh) * | 2021-02-25 | 2021-06-18 | 中国石油大学(北京) | 岩石相对渗透率确定方法和装置 |
| WO2022227822A1 (zh) * | 2021-04-29 | 2022-11-03 | 中国华能集团清洁能源技术研究院有限公司 | 一种孔隙型可渗透岩石的仿真模拟方法及系统 |
| CN113866069A (zh) * | 2021-11-15 | 2021-12-31 | 东北石油大学 | 一种页岩岩心渗透率实验装置和方法 |
| CN113866069B (zh) * | 2021-11-15 | 2023-11-10 | 东北石油大学 | 一种页岩岩心渗透率实验装置和方法 |
| CN114370269B (zh) * | 2022-01-05 | 2023-06-16 | 成都理工大学 | 深层碳酸盐岩气藏有效储层物性下限综合确定方法 |
| CN114370269A (zh) * | 2022-01-05 | 2022-04-19 | 成都理工大学 | 深层碳酸盐岩气藏有效储层物性下限综合确定方法 |
| CN116413187A (zh) * | 2023-04-14 | 2023-07-11 | 西南石油大学 | 一种基于毛管压力资料的储层渗透率预测方法及系统 |
| CN116413187B (zh) * | 2023-04-14 | 2024-01-05 | 西南石油大学 | 一种基于毛管压力资料的储层渗透率预测方法及系统 |
| CN116297111A (zh) * | 2023-05-24 | 2023-06-23 | 中国石油大学(华东) | 一种基于压汞及分形理论的致密砂岩渗透率预测方法 |
| CN116297111B (zh) * | 2023-05-24 | 2023-09-05 | 中国石油大学(华东) | 一种基于压汞及分形理论的致密砂岩渗透率预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108181219B (zh) | 2020-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108181219A (zh) | 一种基于碳酸盐岩孔隙结构预测渗透率的方法及其装置 | |
| CN106093350B (zh) | 确定非均质碳酸盐岩储层饱和度指数的方法 | |
| CN112343587B (zh) | 一种特低渗透油藏优势渗流通道识别表征方法 | |
| CN106168685B (zh) | 一种页岩气单井地质综合评价方法 | |
| CN104360039B (zh) | 一种致密砂岩储层成岩相定量评价方法 | |
| CN109653725B (zh) | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 | |
| CN106468172A (zh) | 一种超低渗砂岩油藏低阻储层测井解释方法 | |
| Chen et al. | Hydrocarbon evaporative loss evaluation of lacustrine shale oil based on mass balance method: Permian Lucaogou Formation in Jimusaer Depression, Junggar Basin | |
| CN107462936B (zh) | 利用压力监测资料反演低渗透储层非达西渗流规律的方法 | |
| CN103628871A (zh) | 一种基于阿尔奇公式的电阻率侵入校正的新方法 | |
| CN108694264A (zh) | 一种确定页岩气储层渗透率的方法 | |
| CN110095546B (zh) | 一种致密储层毫米级样品油源直接分析对比方法 | |
| CN110320569B (zh) | 一种致密砂岩储层单井裂缝发育强度定量评价方法 | |
| CN110987985A (zh) | 射孔损害室内评价数字岩心方法 | |
| CN110159251A (zh) | 一种试验预测页岩水力压裂效果的方法 | |
| CN104594888A (zh) | 一种基于致密储层导电因素实验的油层识别方法 | |
| Yang et al. | Modeling water imbibition and penetration in shales: New insights into the retention of fracturing fluids | |
| CN109031436A (zh) | 一种基于储层分类下的低阻低渗疏松砂岩储层含水饱和度评价方法 | |
| CN112145165A (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
| CN112035993B (zh) | 一种底部定压的碳酸盐岩储层测试评价方法 | |
| CN110688781B (zh) | 一种低渗非均质气藏储层测井解释方法 | |
| CN111950111B (zh) | 一种适用于底部开放的碳酸盐岩储层动态分析方法 | |
| CN108920824B (zh) | 一种窄河道储层的产量递减分析方法 | |
| CN109138986A (zh) | 单位体积岩石含气率定量解释评价方法 | |
| CN104809283A (zh) | 一种稠油油藏内的夹层识别方法 |
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 |