CN108319743B - 古老海相碳酸盐岩油气资源丰度预测方法及装置 - Google Patents
古老海相碳酸盐岩油气资源丰度预测方法及装置 Download PDFInfo
- Publication number
- CN108319743B CN108319743B CN201711335079.3A CN201711335079A CN108319743B CN 108319743 B CN108319743 B CN 108319743B CN 201711335079 A CN201711335079 A CN 201711335079A CN 108319743 B CN108319743 B CN 108319743B
- Authority
- CN
- China
- Prior art keywords
- abundance
- gas
- oil
- resources
- correlation
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 96
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000007789 gas Substances 0.000 claims description 178
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 134
- 239000003345 natural gas Substances 0.000 claims description 67
- 239000004215 Carbon black (E152) Substances 0.000 claims description 60
- 229930195733 hydrocarbon Natural products 0.000 claims description 58
- 150000002430 hydrocarbons Chemical class 0.000 claims description 57
- 230000015572 biosynthetic process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000009825 accumulation Methods 0.000 claims description 8
- 238000012417 linear regression Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- -1 carbonate hydrocarbon Chemical class 0.000 claims 1
- 208000035126 Facies Diseases 0.000 abstract description 3
- 239000003921 oil Substances 0.000 description 108
- 238000010586 diagram Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005336 cracking Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 239000010779 crude oil Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 125000005587 carbonate group Chemical group 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种古老海相碳酸盐岩油气资源丰度预测方法及装置，该方法包括：确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；确定单个主控因素与油气资源丰度的相关关系；根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型；根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。本申请实施例可实现对古老海相碳酸盐岩油气资源丰度的定量预测。
Description
技术领域
本申请涉及海相碳酸盐岩油气资源丰度技术领域，尤其是涉及一种古老海相碳酸盐岩油气资源丰度预测方法及装置。
背景技术
碳酸盐岩油气田在世界油气资源中占据重要地位，其常规储量约占全球油气储量的一半以上。近年来我国针对海相碳酸盐岩的油气勘探已取得显著成果，相继在鄂尔多斯盆地、塔里木盆地、四川盆地的海相碳酸盐岩地层中发现了多个大中型油气田，显示出巨大的勘探潜力。
然而，考虑到与常规油气资源的性质不同，对于这种古老的海相碳酸盐岩而言，采用常规的油气资源丰度预测方法难以定量预测古老海相碳酸盐岩油气资源丰度。因此，如何定量预测古老海相碳酸盐岩油气资源丰度是目前亟待解决的技术问题。
发明内容
本申请实施例的目的在于提供一种古老海相碳酸盐岩油气资源丰度预测方法及装置，以实现对古老海相碳酸盐岩油气资源丰度的定量预测。
为达到上述目的，一方面，本申请实施例提供了一种古老海相碳酸盐岩油气资源丰度预测方法，包括：
确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
确定单个主控因素与油气资源丰度的相关关系；
根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型；
根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。
优选的，所述确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素，包括：
基于油气地质学确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素。
优选的，所述确定单个主控因素与油气资源丰度的相关关系，包括：
分别确定烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度，与天然气地质资源丰度的相关关系。
优选的，所述根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型，包括：
对各个主控因素与油气资源丰度的相关关系进行多元线性回归分析，获得丰度预测模型。
优选的，在所述根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度之后，还包括：
将根据所述丰度预测模型预测出的所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的预测值，与所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的实测值进行拟合分析，以确定预测效果。
另一方面，本申请实施例还提供了一种古老海相碳酸盐岩油气资源丰度预测装置，包括：
主控因素确定模块，用于确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
相关关系确定模块，用于确定单个主控因素与油气资源丰度的相关关系；
预测模型确定模块，用于根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型；
油气丰度预测模块，用于根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。
优选的，所述确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素，包括：
基于油气地质学确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素。
优选的，所述确定单个主控因素与油气资源丰度的相关关系，包括：
分别确定烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度，与天然气地质资源丰度的相关关系。
优选的，所述根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型，包括：
对各个主控因素与油气资源丰度的相关关系进行多元线性回归分析，获得丰度预测模型。
优选的，还包括：
预测效果检验模块，用于在所述油气丰度预测模块根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度之后，将根据所述丰度预测模型预测出的所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的预测值，与所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的实测值进行拟合分析，以确定预测效果。
另一方面，本申请实施例还提供了另一种古老海相碳酸盐岩油气资源丰度预测装置，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时执行如下步骤：
确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
确定单个主控因素与油气资源丰度的相关关系；
根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型；
根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。
由以上本申请实施例提供的技术方案可见，本申请实施例充分考虑工区的已知含油气区块内影响油气资源丰度的主控因素，并进一步确定了每个主控因素与油气资源丰度的相关关系，然后此基础上通过综合各个主控因素与油气资源丰度的相关关系确定丰度预测模型，从而通过此丰度预测模型实现了对古老海相碳酸盐岩工区内未知区块的油气资源丰度的定量预测，本申请实施例可以适用于低勘探程度地区海相天然气资源丰度的定量预测。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本申请一实施方式中古老海相碳酸盐岩油气资源丰度预测方法的流程图；
图2为本申请一实施方式中某古老海相碳酸盐岩工区内天然气资源丰度与烃源岩生气强度的相关关系示意图；
图3为本申请一实施方式中某古老海相碳酸盐岩工区内天然气资源丰度与有效储层厚度百分比的相关关系示意图；
图4为本申请一实施方式中某古老海相碳酸盐岩工区内天然气资源丰度与有效孔隙度的相关关系示意图；
图5为本申请一实施方式中某古老海相碳酸盐岩工区内天然气资源丰度与烃源岩上覆不整合数的相关关系示意图；
图6为本申请一实施方式中某古老海相碳酸盐岩工区内天然气资源丰度与区域盖层厚度的相关关系示意图；
图7为本申请一实施方式中某古老海相碳酸盐岩工区内天然气资源丰度与成藏关键时刻的相关关系示意图；
图8为本申请一实施方式中古老海相碳酸盐岩油气资源丰度预测装置的结构框图；
图9为本申请另一实施方式中古老海相碳酸盐岩油气资源丰度预测装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
参考图1所示，本申请实施方式的一种古老海相碳酸盐岩油气资源丰度预测方法，可以包括以下步骤：
S101、确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素。
在本申请一实施方式中，可基于油气地质学确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素，其中，所述已知含油气区块可优选其中的典型含油气区块。
在一示例性实施方式中，例如目前我国在四川盆地和和鄂尔多斯盆地共建立10个古老海相碳酸盐岩天然气刻度区，涉及礁滩型和岩溶型两类碳酸盐岩气藏，其中包括台缘礁滩体、台内礁滩体、风化壳岩溶型及顺层岩溶型等四类碳酸盐岩储层类型。从油气源条件、储集层条件、盖层条件、圈闭条件、保存条件以及匹配条件等6个方面共40余项参数对刻度区进行解剖，并根据刻度区面积及资源量计算了刻度区的天然气地质资源丰度。
对上述10个天然气刻度区的天然气地质资源丰度及其相关地质因素数据并对影响天然气地质资源丰度的地质因素进行了相关性分析。结果表明，烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度等6大地质因素与天然气地质资源丰度有比较密切的关系(例如下表1所示)，而其它地质参数与资源丰度基本不具相关关系。
表1
由此可以确定上述10个天然气刻度区的天然气地质资源丰度的主控因素包括烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度。
S102、确定单个主控因素与油气资源丰度的相关关系。
在本申请一实施方式中，可通过统计主控因素的基础数据，分析单个主控因素与油气资源丰度之间相关关系。
在一示例性实施方式中，例如以上述10个天然气刻度区的天然气地质资源丰度的主控因素：烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度为例，各单个主控因素与油气资源丰度之间相关关系可通过如下方式确定：
(1)烃源岩生气强度与油气资源丰度的相关关系
这里的烃源岩生气强度是指供烃范围内相应烃源岩的平均生气强度，通过对刻度区天然气地质资源丰度与主力烃源岩供烃范围内的平均生气强度进行统计发现，二者具有较显著的线性关系，相关系数为0.802，天然气地质资源丰度随生气强度的增大而增大，即生气强度基本上控制着天然气的资源丰度。于是，可得到如图2所示的天然气地质资源丰度与烃源岩生气强度之间的相关关系：
y＝0.039·x-1.172 (1)
式中，y—刻度区的天然气地质资源丰度，108m3/km2；x—烃源岩生气强度，108m3/km2。
(2)有效储层厚度百分比与油气资源丰度的相关关系
有效储层厚度是指在工业油气井中，在现有工业技术条件下能产出油气的储层厚度，国外称之为储层净厚度(Net-Pay)。对于碳酸盐岩层系而言，孔洞和裂缝作为油气的主要储集空间需达到有效储层下限标准才可作为有效储层。有效储层下限标准主要包括岩性、物性、电性及含油(气)性等四个方面，其中，储层有效孔隙度(孔洞孔隙度与裂缝孔隙度之和)和含油(气)饱和度为两个重要的参考指标。由于油气田(藏)发现的时间、主要产层、区域构造背景、油气地质条件及标准确立的方法有所不同，划分有效储层的参数值也不尽相同，但有效储层厚度值均是以当时的地质认识及工业技术条件为基础确定的，而且不同年代、不同地区及不同层系的碳酸盐岩有效储层下限标准相差不大，有效孔隙度下限为2％左右，含油(气)饱和度下限为50％左右。
有效储层厚度百分比在一定程度上表示有效储层的发育程度，通过统计发现天然气地质资源丰度与有效储层厚度百分比具有较为显著的线性关系，相关系数为0.629，在气源充足的条件下，孔洞缝越发育，刻度区的天然气资源丰度越高。于是，可得到如图3所示的天然气地质资源丰度与有效储层厚度百分比之间的相关关系：
y＝0.082·x-0.620 (2)
式中，y—刻度区的天然气地质资源丰度，108m3/km2；x—有效储层厚度百分比，％。
(3)有效孔隙度与油气资源丰度的相关关系
有效孔隙度是指相互连通的，在一般压力条件下可以允许流体在其中流动的孔隙体积之和与岩样总体积的比值，即有效储层段对应的孔隙度。刻度区主要产层的有效孔隙度越大，天然气地质资源丰度越高。于是，可得到如图4所示的天然气地质资源丰度与有效孔隙度之间的相关关系：
y＝0.345·x-0.193 (3)
式中，y—刻度区的天然气地质资源丰度，108m3/km2；x—储集层有效孔隙度，％。
(4)烃源岩上覆不整合数与油气资源丰度的相关关系
相对于石油，天然气通过盖层的扩散作用非常显著，紧靠天然气的扩散作用在地质年代中完全可以将气藏完全破坏，因此保存条件是天然气成藏过程中必须考虑的问题。烃源岩上覆地层中区域不整合个数越多，代表油气生成以后经历的构造运动越多，油气散失的可能性就越大。统计表明，随着烃源岩上覆不整合数增加，刻度区天然气资源丰度逐渐降低，但烃源岩上覆不整合数与油气资源丰度之间没有明显的相关关系，例如图5所示。
(5)区域盖层厚度与油气资源丰度的相关关系
与油藏相比，气藏对盖层的要求更高，天然气在不同封闭能力的盖层中的扩散系数相差很大。区域盖层对盆地或者坳陷内的油气聚集和保存起重要作用，尤其是对于不同级别或层次的碳酸盐岩天然气刻度区而言，区域盖层厚度的大小在一定程度上反映了保存条件的好坏。区域盖层厚度越大，其在横向上的稳定性和连续性越好，刻度区天然气地质资源丰度越高，但区域盖层厚度与油气资源丰度之间也没有明显的相关关系，例如图6所示。
(6)成藏关键时刻与油气资源丰度的相关关系
地质历史时期，天然气成藏过程一致处于“聚”和“散”的动态过程中，这种“聚”和“散”之间动态关系制约着天然气的赋存状态和富集程度。相对而言，早期生成的天然气更易散失，晚期成藏减少了油气在藏内散失的时间，因此晚期成藏对天然气的聚集最为有利。对于高、过成熟度海相碳酸盐岩天然气藏而言，成藏具有多期性，而液态烃裂解型烃源灶是一类重要气源，其以生气为主，且生气时间偏晚，是天然气晚期成藏和有效成藏的高效烃源灶。因此，将原油开始裂解的时间作为高、过成熟度海相碳酸盐岩原油裂解型天然气成藏的关键时刻。而油气生成以后经历的构造运动越多、区域盖层厚度越薄、成藏时间越早，油气散失的可能性就越大。
与烃源条件和储集条件相比，烃源岩上覆不整合数、区域盖层厚度以及成藏关键时刻与天然气地质资源丰度的大小的相关性较弱，例如图7所示，说明其不是主要的影响因素。但在其他实施方式中，如果可以从上述各图中剔除个别奇异点，则它们之间还是可以具有线性关系的。
S103、根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型。
在本申请一实施方式中，在明确了各个主控因素与油气资源丰度的相关关系后，通过对各个主控因素与油气资源丰度的相关关系进行多元线性回归分析，可获得丰度预测模型。
在一示例性实施方式中，例如以上述10个天然气刻度区的天然气地质资源丰度的主控因素：烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度与油气资源丰度的相关关系为例，在上述分析的基础上，采用多元线性回归分析可以建立刻度区天然气地质资源丰度与主控因素之间定量关系的丰度预测模型：
y＝0.03070·x1+0.02448·x2+0.16230·x3-0.00789·x4
-0.00090·x5+0.00160·x6-2.10251 (4)
式中，y—天然气地质资源丰度，108m3/km2；
x1—烃源岩生气强度，108m3/km2；
x2—有效储层厚度系数，％；
x3—有效孔隙度，％；
x4—烃源岩上覆不整合数；
x5—成藏关键时刻，Ma。
由此公式(3)可见，刻度区天然气地质资源丰度主要与烃源岩生烃强度、储集层的发育程度及物性好坏有明显的线性相关关系，同时也受油气生成和聚集成藏时间以及保存条件等因素的影响。因此，建立的风度预测模型可以用于低勘探程度地区海相天然气资源丰度的定量预测。
S104、根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。
在本申请一实施方式中，在获得丰度预测模型中的自变量的基础上，将其代入所述丰度预测模型，即可以预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。
在一示例性实施方式中，以上述公式(3)所示的丰度预测模型为例，当获得自变量x1～x5的值后，将其代入上述公式(3)即可以计算得到油气资源丰度。
在本申请另一实施方式中，在所述根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度之后，还可以包括：
将根据所述丰度预测模型预测出的所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的预测值，与所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的实测值进行拟合分析，以确定预测效果。
在一示例性实施方式中，以上述10个古老海相碳酸盐岩天然气刻度区的为例，在未知区块的油气资源丰度的预测值后，通过与未知区块的油气资源丰度的实测值进行对比分析，发现实测值都是沿着公式(3)所示的丰度预测模型分布，说明计算值与实际值接近，预测效果较好
统计模型的相关系数达0.9475，说明上述相关关系是显著的。为了进一步检验模型的可靠性，对模型计算的资源丰度与实际的资源丰度进行了比较，结果表明数据点都分布在45o线附近，说明计算值与实际值接近，预测效果较好。
虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
参考图8所示，本申请实施方式的一种古老海相碳酸盐岩油气资源丰度预测装置可以包括：
主控因素确定模块81，可以用于确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
相关关系确定模块82，可以用于确定单个主控因素与油气资源丰度的相关关系；
预测模型确定模块83，可以用于根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型；
油气丰度预测模块84，可以用于根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。
在本申请另一实施方式中，所述的古老海相碳酸盐岩油气资源丰度预测装置还可以包括：
预测效果检验模块85，用于在所述油气丰度预测模块根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度之后，将根据所述丰度预测模型预测出的所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的预测值，与所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的实测值进行拟合分析，以确定预测效果。
参考图9所示，本申请实施方式的另一种古老海相碳酸盐岩油气资源丰度预测装置可以包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时执行如下步骤：
确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
确定单个主控因素与油气资源丰度的相关关系；
根据单个主控因素与油气资源丰度的相关关系确定丰度预测模型；
根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度。
本申请上述实施例的装置与本申请上述实施例的方法对应，因此，有关于本申请上述实施例的装置的细节，请参见本申请上述实施例的方法，在此不再赘述。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (7)
1.一种古老海相碳酸盐岩油气资源丰度预测方法，其特征在于，包括：
确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
分别确定烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度，与天然气地质资源丰度的相关关系；
根据所述相关关系，采用多元线性回归分析确定丰度预测模型；
根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度；
其中，烃源岩生气强度与天然气地质资源丰度的相关关系为：y＝0.039·x1-1.172；
有效储层厚度系数与天然气地质资源丰度的相关关系为：y＝0.082·x2-0.620；
有效孔隙度与天然气地质资源丰度的相关关系为：y＝0.345·x3-0.193；
丰度预测模型为：y＝0.03070·x1+0.02448·x2+0.16230·x3-0.00789·x4-0.00090·x5+0.00160·x6-2.10251；
其中，y为天然气地质资源丰度，x1为烃源岩生气强度，x2为有效储层厚度系数，x3为有效孔隙度，x4为烃源岩上覆不整合数，x5为成藏关键时刻，x6为区域盖层厚度。
2.如权利要求1所述的古老海相碳酸盐岩油气资源丰度预测方法，其特征在于，所述确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素，包括：
基于油气地质学确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素。
3.如权利要求1所述的古老海相碳酸盐岩油气资源丰度预测方法，其特征在于，在所述根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度之后，还包括：
将根据所述丰度预测模型预测出的所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的预测值，与所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的实测值进行拟合分析，以确定预测效果。
4.一种古老海相碳酸盐岩油气资源丰度预测装置，其特征在于，包括：
主控因素确定模块，用于确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
相关关系确定模块，用于分别确定烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度，与天然气地质资源丰度的相关关系；
预测模型确定模块，用于根据所述相关关系，采用多元线性回归分析确定丰度预测模型；
油气丰度预测模块，用于根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度；
其中，烃源岩生气强度与天然气地质资源丰度的相关关系为：y＝0.039·x1-1.172；
有效储层厚度系数与天然气地质资源丰度的相关关系为：y＝0.082·x2-0.620；
有效孔隙度与天然气地质资源丰度的相关关系为：y＝0.345·x3-0.193；
丰度预测模型为：y＝0.03070·x1+0.02448·x2+0.16230·x3-0.00789·x4-0.00090·x5+0.00160·x6-2.10251；
其中，y为天然气地质资源丰度，x1为烃源岩生气强度，x2为有效储层厚度系数，x3为有效孔隙度，x4为烃源岩上覆不整合数，x5为成藏关键时刻，x6为区域盖层厚度。
5.如权利要求4所述的古老海相碳酸盐岩油气资源丰度预测装置，其特征在于，所述确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素，包括：
基于油气地质学确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素。
6.如权利要求4所述的古老海相碳酸盐岩油气资源丰度预测装置，其特征在于，还包括：
预测效果检验模块，用于在所述油气丰度预测模块根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度之后，将根据所述丰度预测模型预测出的所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的预测值，与所述古老海相碳酸盐岩工区内未知区块的油气资源丰度的实测值进行拟合分析，以确定预测效果。
7.一种古老海相碳酸盐岩油气资源丰度预测装置，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时执行如下步骤：
确定古老海相碳酸盐岩工区内已知含油气区块的油气资源丰度的主控因素；
分别确定烃源岩生气强度、有效储层厚度系数、有效孔隙度、烃源岩上覆不整合数、成藏关键时刻和区域盖层厚度，与天然气地质资源丰度的相关关系；
根据所述相关关系，采用多元线性回归分析确定丰度预测模型；
根据所述丰度预测模型预测所述古老海相碳酸盐岩工区内未知区块的油气资源丰度；
其中，烃源岩生气强度与天然气地质资源丰度的相关关系为：y＝0.039·x1-1.172；
有效储层厚度系数与天然气地质资源丰度的相关关系为：y＝0.082·x2-0.620；
有效孔隙度与天然气地质资源丰度的相关关系为：y＝0.345·x3-0.193；
丰度预测模型为：y＝0.03070·x1+0.02448·x2+0.16230·x3-0.00789·x4-0.00090·x5+0.00160·x6-2.10251；
其中，y为天然气地质资源丰度，x1为烃源岩生气强度，x2为有效储层厚度系数，x3为有效孔隙度，x4为烃源岩上覆不整合数，x5为成藏关键时刻，x6为区域盖层厚度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711335079.3A CN108319743B (zh) | 2017-12-14 | 2017-12-14 | 古老海相碳酸盐岩油气资源丰度预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711335079.3A CN108319743B (zh) | 2017-12-14 | 2017-12-14 | 古老海相碳酸盐岩油气资源丰度预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108319743A CN108319743A (zh) | 2018-07-24 |
| CN108319743B true CN108319743B (zh) | 2022-02-01 |
Family
ID=62892488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711335079.3A Active CN108319743B (zh) | 2017-12-14 | 2017-12-14 | 古老海相碳酸盐岩油气资源丰度预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108319743B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114151070B (zh) * | 2020-08-17 | 2023-08-22 | 中国石油天然气股份有限公司 | 原油裂解气藏流体古压力恢复方法 |
| CN112287295B (zh) * | 2020-09-17 | 2023-12-22 | 中国石油天然气股份有限公司 | 一种勘探潜力评价的方法、装置以及可读存储介质 |
| CN115387785A (zh) * | 2021-05-21 | 2022-11-25 | 中国石油天然气股份有限公司 | 一种海相碳酸盐岩生屑灰岩油藏高渗条带识别方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104047598A (zh) * | 2014-06-24 | 2014-09-17 | 中国石油集团川庆钻探工程有限公司 | 非均质古岩溶碳酸盐岩储层产能预测方法 |
| CN104462859A (zh) * | 2014-12-31 | 2015-03-25 | 中国石油天然气股份有限公司 | 油气资源可采系数确定方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130262069A1 (en) * | 2012-03-29 | 2013-10-03 | Platte River Associates, Inc. | Targeted site selection within shale gas basins |
-
2017
- 2017-12-14 CN CN201711335079.3A patent/CN108319743B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104047598A (zh) * | 2014-06-24 | 2014-09-17 | 中国石油集团川庆钻探工程有限公司 | 非均质古岩溶碳酸盐岩储层产能预测方法 |
| CN104462859A (zh) * | 2014-12-31 | 2015-03-25 | 中国石油天然气股份有限公司 | 油气资源可采系数确定方法 |
Non-Patent Citations (4)
| Title |
|---|
| "中国东部断陷盆地石油资源丰度统计模型的建立";鄢琦等;《石油实验地质》;20090630;第31卷(第3期);第292-295、306页 * |
| "我国海相碳酸盐岩大油气田油气藏类型及分布特征";汪泽成等;《石油与天然气地质》;20130430;第34卷(第2期);第153-160页 * |
| "海相碳酸盐岩大中型岩性地层油气田形成的主要控制因素";邹才能等;《科学通报》;20070930;第52卷;第32-39页 * |
| 鄢琦等."中国东部断陷盆地石油资源丰度统计模型的建立".《石油实验地质》.2009,第31卷(第3期),第292-295、306页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108319743A (zh) | 2018-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11037084B2 (en) | Method and apparatus for evaluating exploitation value of a geological resource | |
| CN108319743B (zh) | 古老海相碳酸盐岩油气资源丰度预测方法及装置 | |
| CN110687612B (zh) | 吸附油和游离油含量连续表征的页岩油分析方法及装置 | |
| CN107956465B (zh) | 基于关联井的全区多井测井曲线标准化方法及装置 | |
| CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
| CN109630090B (zh) | 储盖组合测井评价方法和装置 | |
| WO2017030599A1 (en) | Capillary pressure analysis for petrophysical statistical modeling | |
| CN108005644B (zh) | 一种倾斜煤层动态渗透率预测方法及装置 | |
| CN108681793B (zh) | 深层油藏采油指数预测方法及装置 | |
| CN108131127B (zh) | 一种泡沫油型超重油油田的生产气油比的获取方法及装置 | |
| CN106960264B (zh) | 低渗透砂砾岩地层压力预测方法及装置 | |
| CN112049623B (zh) | 一种中基性火山岩束缚水出水的判定方法和装置 | |
| CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
| Al Ameri et al. | Reservoir rock typing of a giant carbonate field | |
| CN111323814A (zh) | 基于岩石物理模板定量确定砂岩储层含水饱和度的方法 | |
| CN107368688B (zh) | 海相单砂体的确定方法和装置 | |
| Grant | A geometrical model for shale smear: implications for upscaling in faulted geomodels | |
| CN115166858A (zh) | 一种致密含水气藏气水识别方法和装置 | |
| Kralik et al. | Methods and tools for the development of consistent reservoir rock type based relative permeability and capillary pressure models for reservoir simulation | |
| CN109063228B (zh) | 一种水驱油藏含水上升率变化的确定方法及装置 | |
| Bhatti et al. | Generation of Saturation Functions from Historic SCAL Data for Simulation of a Super-Giant Carbonate Reservoir | |
| CN105528732B (zh) | 一种试气井产能预测方法 | |
| CN110930020A (zh) | 非常规油气资源的经济可采资源量确定方法 | |
| Mehranfar et al. | A comprehensive workflow for reservoir characterization and history matching applicable to cretaceous naturally fractured reservoirs in Mexico | |
| CN112241576B (zh) | 油气井完井处理方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |