CN109100793A - 一种定量分析裂缝因素对储层影响的方法 - Google Patents

一种定量分析裂缝因素对储层影响的方法 Download PDF

Info

Publication number
CN109100793A
CN109100793A CN201710468320.3A CN201710468320A CN109100793A CN 109100793 A CN109100793 A CN 109100793A CN 201710468320 A CN201710468320 A CN 201710468320A CN 109100793 A CN109100793 A CN 109100793A
Authority
CN
China
Prior art keywords
fracture
crack
curve
porosity
log response
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
Application number
CN201710468320.3A
Other languages
English (en)
Other versions
CN109100793B (zh
Inventor
李�浩
王丹丹
冯琼
魏修平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201710468320.3A priority Critical patent/CN109100793B/zh
Publication of CN109100793A publication Critical patent/CN109100793A/zh
Application granted granted Critical
Publication of CN109100793B publication Critical patent/CN109100793B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. analysis, for interpretation, for correction
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • 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
    • G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6169—Data from specific type of measurement using well-logging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters
    • G01V2210/6244—Porosity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters
    • G01V2210/6246—Permeability

Abstract

本发明公开了一种定量分析裂缝因素对储层影响的方法。首先将裂缝分为高、低角度裂缝，然后采用岩心、成像刻度常规测井的方法和三孔隙度重叠法识别裂缝，分析高、低角度裂缝测井响应特征，将各类裂缝测井响应信息归纳为裂缝识别模式，并利用数学方法将各类裂缝测井响应信息进行综合叠加放大提取，建立反映裂缝孔隙性和渗透性的裂缝测井响应综合指数模型，最后利用成像资料中的裂缝宽度和裂缝密度的乘积来校正裂缝测井响应综合指数模型，使其精度满足给定条件，实现裂缝对储层影响大小的定量表征。

Description

一种定量分析裂缝因素对储层影响的方法
技术领域
本发明涉及油气勘探开发技术领域，尤其涉及一种定量分析裂缝因素对储层影响大小的方法。
背景技术
随着油气勘探开发程度的提高，有裂缝发育的致密复杂储层逐渐成为了重要的研究勘探目标。由于在该类储层中，裂缝既可以是油气的储集空间，又可以是油气渗流的重要通道，因此裂缝的发育程度对储层的储集性能和产能大小有着重大的影响。如何有效刻画裂缝发育程度和裂缝对储层的综合改善能力成为一个亟待解决的行业难题。
目前，裂缝的定量评价往往是利用多个参数从不同的方面一起综合性地衡量裂缝对储层的影响大小，其中会涉及到各类裂缝参数的确定和计算，尤其是裂缝孔隙度、裂缝渗透率、裂缝密度、裂缝张开度、裂缝宽度等从不同角度反映出裂缝的发育特征和程度的参数。科研人员为了提高上述参数的计算精度，在模型和算法上投入了大量的研究精力，使得参数的计算精度不断提高，尤其是在计算裂缝孔隙度的方面。
然而，在对裂缝发育的双介质储层(同时含有孔隙和裂缝的储层)的评价中裂缝因素鲜有定量参数参与，只是偶见有根据成像数据计算的裂缝孔隙度和裂缝渗透率等参与储层评价。这是因为参数越多，对储层评价标准的研究和确定就越困难。因此，现在亟需一种能够合理地综合多个参数来定量刻画裂缝对储层影响的分析方法。
发明内容
本发明所要解决的技术问题之一是如何充分地利用裂缝的常规测井响应信息来定量地刻画裂缝对储层的储集能力和渗流能力的影响。
为了解决上述技术问题，本发明提供了一种定量分析裂缝因素对储层影响的方法。该方法包括以下步骤：
S1，将目标储层的裂缝分为低角度裂缝和高角度裂缝两种类型；
S2，利用目标储层的岩芯、成像和常规测井曲线来识别低角度裂缝测井响应特征和高角度裂缝测井响应特征；
S3，基于低角度裂缝测井响应特征和高角度裂缝测井响应特征建立裂缝测井响应识别模式；
S4，根据裂缝测井响应识别模式，通过叠加放大裂缝测井响应信息来建立反映裂缝孔隙性和渗透性的裂缝测井响应综合指数模型，所述裂缝测井响应综合指数用于定量表征裂缝因素对储层的影响；
S5，对裂缝测井响应综合指数模型进行校正，使其精度满足预设条件。
在一个实施例中，所述步骤S1中，根据裂缝产状，倾角小于45°的裂缝为低角度裂缝，倾角大于等于45°的裂缝为高角度裂缝。
在一个实施例中，所述步骤S2包括以下步骤；
S2.1，利用岩心、成像资料来刻度常规测井曲线，从中确定对裂缝响应敏感的测井曲线，所述对裂缝响应敏感的测井曲线包括声波AC曲线、密度DEN曲线、深侧向电阻率RT曲线和浅侧向电阻率RS曲线；
S2.2，将声波AC曲线和密度DEN曲线分别转换为相应的声波孔隙度PAC曲线和密度孔隙度PDEN曲线；
S2.3，根据声波孔隙度PAC曲线和密度孔隙度PDEN曲线以及深侧向电阻率RT曲线和浅侧向电阻率RS曲线确定低角度裂缝测井响应特征和高角度裂缝测井响应特征。
在一个实施例中，所述步骤S2.3中，所确定的低角度裂缝测井响应特征包括声波孔隙度PAC增大、深侧向电阻率RT和浅侧向电阻率RS降低并且重合，所确定的高角度裂缝测井响应特征包括声波孔隙度PAC和密度孔隙度PDEN增大，深侧向电阻率RT和浅侧向电阻率RS降低并且具有收敛性的正差异。
在一个实施例中，所述步骤S2还包括以下步骤；
S2.4，将声波孔隙度PAC曲线和密度孔隙度PDEN曲线以及常规测井曲线中的中子CNL曲线放入同样的刻度空间中；
S2.5，以中子CNL曲线为参考曲线，分别调节声波孔隙度PAC曲线和密度孔隙度PDEN曲线的左右刻度值，使这两条曲线在干层处与中子CNL曲线重合；
S2.6，根据与中子CNL曲线重合的声波孔隙度PAC曲线和密度孔隙度PDEN曲线确定低角度裂缝测井响应特征和高角度裂缝测井响应特征。
在一个实施例中，所述步骤S2.6中，所确定的低角度裂缝测井响应特征包括声波孔隙度PAC大于密度孔隙度PDEN，所确定的高角度裂缝测井响应特征包括声波孔隙度PAC小于密度孔隙度PDEN。
在一个实施例中，所述裂缝测井响应综合指数模型为
式中，a、k、c为待确定参数，a为声波孔隙PAC与密度孔隙度PDEN在干层处重合的校正量；为深侧向电阻率RT与浅侧向电阻率RS的差异所反映的裂缝信息的放大倍数；c为声波孔隙度PAC与密度孔隙度PDEN经干层重叠校正后的差值的放大倍数；Fr为裂缝测井响应综合指数。
在一个实施例中，所述步骤S5中，利用成像资料中的裂缝宽度VAH与裂缝密度VDC的乘积VD对裂缝测井响应综合指数模型进行校正。
在一个实施例中，所述步骤S5包括以下步骤：
S5.1，计算成像资料中的裂缝宽度VAH与裂缝密度VDC的乘积VD；
S5.2，做裂缝测井响应综合指数Fr与乘积VD的交会图；
S5.3，对交会图中裂缝测井响应综合指数Fr与乘积VD进行拟合，确定二者之间的相关系数R；
S5.4，若相关系数R未达到给定阈值，调整裂缝测井响应综合指数模型中的待确定参数，重新计算裂缝测井响应综合指数Fr，然后返回步骤S5.1继续校正，直至相关系数R达到给定阈值。
在一个实施例中，上述给定阈值大于等于0.7。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
1)本发明形成一套定量表征裂缝因素对储层影响大小的方法，解决了储层裂缝定量表征难，裂缝发育程度和裂缝对储层影响大小定量表征难的问题，尤其为双介质的储层评价奠定了重要基础。
2)本发明采用岩心、成像刻度常规测井的方法和三孔隙度重叠法识别裂缝，充分挖掘裂缝的测井响应敏感信息，分析高、低角度裂缝测井响应特征，有效提高了最终裂缝测井响应综合指数模型的精度。
3)本发明为裂缝性储层的测井定量评价和储层分类综合评价提供了一种思路和有效方法，操作性强，具有很高的应用价值。
4)本发明的应用前景广阔，其方法步骤可以很方便的推广应用到各种地层的勘探开发中。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明定量分析裂缝因素对储层影响的方法的主要步骤的流程图；
图2是本发明一实施例中定量分析裂缝因素对储层影响的方法的流程图；
图3是本发明一实施例中绘制的Fr与VD的交会图；
图4是本发明另一实施例中裂缝测井响应综合指数Fr的计算效果图。
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，以下结合附图对本发明作进一步地详细说明。
需要说明的是，图1仅是本发明方法的主要步骤的流程图。本发明在具体实施时，可以根据具体要求在此基础上进行添加、修改或替换(如下文所描述的实施例)，只要在本发明所述的技术范围内，都应在本发明的保护范围之内。
第一实施例
图2是本发明一实施例的方法的流程图。下面结合图2对本发明做进一步详细的说明。
S1，将目标储层的裂缝分为低角度裂缝和高角度裂缝两种类型。
根据目标储层的裂缝产状，可以将裂缝分为低角度裂缝和高角度裂缝两种类型。由于受测井测量原理的影响，不同产状的裂缝的测井响应特征会各不相同，因此为了能够更加充分地分析裂缝测井响应特征和提取裂缝测井响应信息，在此特将目标储层的裂缝分为低角度裂缝和高角度裂缝两种类型。当裂缝的倾角小于给定的角度阈值时为低角度裂缝，当裂缝的倾角大于等于给定的角度阈值时为高角度裂缝。在本实施例中，给定的角度阈值为45°。换言之，倾角小于45°的裂缝为低角度裂缝，倾角大于等于45°的裂缝为高角度裂缝。
在此需要说明的是，储层裂缝的发育形态往往非常复杂，例如会出现多条裂缝或者不同产状的裂缝交织发育在一起而构成网状裂缝的现象。对于类似这种网状裂缝的情况，当裂缝以高角度裂缝发育为主(超过一定百分比)时，技术人员会视其为高角度裂缝，反之为低角度裂缝。
S2，利用目标储层的岩芯、成像和常规测井曲线来识别低角度裂缝测井响应特征和高角度裂缝测井响应特征。该步骤又可以分为以下小步骤：
S2.1，利用岩心、成像资料来刻度常规测井曲线，从中确定对裂缝响应敏感的测井曲线。
利用岩心、成像资料来刻度常规测井曲线是指将有裂缝发育的岩心和裂缝发育段的成像数据以同样的深度对应到常规测井曲线上。所述常规测井曲线通常包括以下九条曲线：主要反映岩性信息的GR曲线；反映地层渗透性的SP曲线；反映地层孔隙度大小的声波AC曲线、密度DEN曲线、中子CNL曲线；反映地层电阻率的深侧向电阻率RT、浅侧向电阻率RS和微球聚焦RSMF曲线。通过初步分析这些曲线的响应特征可以发现对裂缝响应最为敏感的是声波AC曲线、密度DEN曲线、深侧向电阻率RT曲线和浅侧向电阻率RS曲线。
在此需要说明的是，岩心是地下地层特征最真实的反映，成像测井垂向分辨率高，显示直观，不仅能够揭示裂缝产状、发育程度，还能够提供裂缝方向、发育规律等信息，因此利用岩心、成像资料来识别裂缝是目前分辨率最高、最有效的技术手段。然而，由于受成本限制，不可能对每口井都取芯和成像，因此本发明需要基于有限的岩心、成像资料和常规测井曲线推广出适用于整个目标储层的裂缝识别模式。
S2.2，将声波AC曲线和密度DEN曲线分别转换为相应的声波孔隙度PAC曲线和密度孔隙度PDEN曲线。
由于裂缝发育的储层往往致密低渗，因此其测井曲线主要反映岩石骨架信息，孔隙信息普遍很弱。为了提高孔隙的响应信息，本发明提出将声波AC曲线和密度DEN曲线按照理想模型(例如下面的威力时间公式)分别转换为相应的声波孔隙度PAC曲线和密度孔隙度PDEN曲线。这在一定程度上剥离了岩性信息，同时更加突出了孔隙信息，便于后续分析和提取裂缝响应特征。
式中：ACma是纯岩石地层声波骨架值180，ACf是纯岩石地层空隙中全为水时的声波值620，DENma是纯岩石地层密度骨架值2.65，DENf是纯岩石地层孔隙中全为水时的密度值1。
S2.3，根据声波孔隙度PAC曲线和密度孔隙度PDEN曲线以及深侧向电阻率RT曲线和浅侧向电阻率RS曲线确定低角度裂缝测井响应特征和高角度裂缝测井响应特征。
经过一定数量的岩心、成像资料刻度常规测井曲线，发现：低角度裂缝具有声波孔隙度PAC增大、深侧向和浅侧向电阻率(也称双侧向电阻率)降低且重合的特征，高角度裂缝具有声波孔隙度PAC和密度孔隙度PDEN均有增大、深侧向和浅侧向电阻率(也称双侧向电阻率)降低且具有收敛性正差异的特征。
如此，利用目标储层的岩芯、成像和常规测井曲线就获得了低角度裂缝测井响应特征和高角度裂缝测井响应特征。
然而，为了进一步提高后续裂缝测井响应综合指数模型以及分析结果的精度，本发明提出在上述步骤的基础上进一步采用三孔隙度重叠法(参见专利申请CN104977617A)来识别裂缝测井响应特征。即，所述步骤S2还包括以下小步骤：
S2.4，将声波孔隙度PAC曲线和密度孔隙度PDEN曲线以及常规测井曲线中的中子CNL曲线放入同样的刻度空间中，
S2.5，以中子CNL曲线为参考曲线，分别调节声波孔隙度PAC曲线和密度孔隙度PDEN曲线的左右刻度值，使这两条曲线在干层处与中子CNL曲线重合；
S2.6，根据与中子CNL曲线重合的声波孔隙度PAC曲线和密度孔隙度PDEN曲线确定低角度裂缝测井响应特征和高角度裂缝测井响应特征。
通过分析与中子CNL曲线重合的声波孔隙度PAC曲线和密度孔隙度PDEN曲线，发现：低角度裂缝发育的地层具有声波孔隙度曲线高于密度孔隙度曲线的特征；高角度裂缝发育的地层具有密度孔隙度曲线高于声波孔隙度曲线的特征。
在此需要说明的是，干层是指成像中表现为高亮白的深度位置的地层，或者在双侧向电阻率曲线中表现为高阻且重合的深度位置的地层。“高亮白”和“高阻”，其取值范围可以由本领域技术人员根据实际情况来定义。
S3，基于低角度裂缝测井响应特征和高角度裂缝测井响应特征建立如表1所示的裂缝测井响应识别模式。
表一
S4，根据裂缝测井响应识别模式，通过叠加放大裂缝测井响应信息来建立反映裂缝孔隙性和渗透性的裂缝测井响应综合指数模型。
依据步骤S3中建立的适用于整个目标储层的裂缝识别模式，通过数学方法叠加放大所有裂缝测井响应信息来建立裂缝测井响应综合指数模型。所述裂缝测井响应综合指数Fr的值能够定量表征裂缝对储层的影响大小。
步骤S3中的裂缝识别模式主要是基于孔隙度曲线和双侧向电阻率曲线的信息，因此形成的裂缝测井响应综合指数模型为：
式中：a、k、c为待确定常数，a为声波孔隙度PAC与密度孔隙度PDEN在干层处重合的校正量；k为深侧向电阻率RT与浅侧向电阻率RS的差异所反映的裂缝信息的放大倍数；c为声波孔隙度PAC与密度孔隙度PDEN经干层重叠校正后差值的放大倍数。
下面逐步确定模型中的待确定参数a、k、c。
在上述模型中(PAC-PDEN-a)是孔隙度重叠效应后裂缝因素的刻度，通过重叠可以消除掉地层骨架和部分流体的影响因素，从而提高孔隙度曲线反映裂缝信息的程度。(RT-RS)/RS则是双侧向电阻率曲线对裂缝因素的刻度。
a值为声波孔隙度PAC与密度孔隙度PDEN在干层处重合的校正量，也即步骤S2.5中“分别调节声波孔隙度曲线、密度孔隙度曲线的左右刻度值，使上述两曲线在干层处与中子CNL曲线重合”中两条孔隙度曲线刻度值的调整量差值的绝对值。
k值为双侧向电阻率曲线反映裂缝信息的放大倍数，其取值要使(RT-RS)/RS值放大到大于1的程度。k在一个研究区内是一个固定的值，一般为10的幂次方，具体几次方取决于地层电阻率的大小。
c值是放大孔隙度差异的倍数，其取值要使仅仅发育低角度裂缝的储层以及高、低角度裂缝均有发育的储层的Fr值控制在一个数量级内，因此c在一个研究区内也是一个固定值。
上述待确定参数a、k、c的设置会导致裂缝测井响应综合指数模型及其结果存在一定的偏差，因此还需要根据实际勘探数据对裂缝测井响应综合指数模型进行校正。
S5，对裂缝测井响应综合指数模型进行校正，使其精度满足预设条件。
在步骤S3中的裂缝识别模式中，无论利用孔隙度的差异还是利用双侧向电阻率的差异来反映裂缝，归根结底反映的都是裂缝对地层孔隙度和渗透率的影响的大侠，因此本发明优选利用成像中最能反映单条裂缝孔隙性和渗透性的裂缝宽度与反映裂缝发育多少的裂缝密度的乘积对裂缝测井响应综合指数模型及其计算结果进行校正。具体实施时可以按照以下步骤进行：
选取一定数量的对储层有效的裂缝(即VD>0)发育位置的点，做Fr与VD交会图，在交会图中对Fr与VD进行拟合，确定二者之间的相关参数R。若相关参数R未达到给定阈值，调整裂缝测井响应综合指数模型中的待确定参数，尤其是关键的待定参数c，然后重新计算裂缝测井响应综合指数Fr并重新计算Fr与VD之间的相关系数R，直至相关系数R达到预先给定的阈值。在实际应用中，此阈值通常不小于0.7。在图2所示的实施例中，该阈值为0.7，最终待定参数c为2.2。换言之，当指数模型的计算结果与成像测井的计算结果的相关系数R大于等于0.7时，此时的模型为最终的裂缝测井响应综合指数模型。
如此最终获得了满足一定精度条件的裂缝测井响应综合指数模型，而其计算结果裂缝测井响应综合指数体现了裂缝对储层影响的大小。
上述方法已经应用于某气田，取得了良好的技术效果。根据裂缝测井响应综合指数模型计算每口井的Fr值，计算结果如图3所示，XX井由成像资料可知3823～3830m处无开启有效缝的发育，Fr值分布在0基线位置；成像上3830～3837m处有大量裂缝发育，Fr值明显增大；3839～3843m处少量裂缝发育，Fr值偏移0基线，有一定程度的增大。显然，基于这些数据做出的裂缝指示曲线能够有效地显示裂缝的发育情况。
本发明在裂缝测井识别的基础上，充分挖掘裂缝的测井响应敏感信息，利用数学方法叠加放大所有裂缝测井响应信息，形成能够反映裂缝孔隙性和渗透性的裂缝测井响应综合指数模型，从而实现裂缝对储层影响大小的定量表征。这在工程勘探中具有实际的指导意义。
以上所述，仅为本发明的具体实施案例，本发明的保护范围并不局限于此，任何熟悉本技术的技术人员在本发明所述的技术规范内，对本发明的修改或替换，都应在本发明的保护范围之内。

Claims (10)

1.一种定量分析裂缝因素对储层影响的方法，包括以下步骤：
S1，将目标储层的裂缝分为低角度裂缝和高角度裂缝两种类型；
S2，利用目标储层的岩芯、成像和常规测井曲线来识别低角度裂缝测井响应特征和高角度裂缝测井响应特征；
S3，基于低角度裂缝测井响应特征和高角度裂缝测井响应特征建立裂缝测井响应识别模式；
S4，根据裂缝测井响应识别模式，通过叠加放大裂缝测井响应信息来建立反映裂缝孔隙性和渗透性的裂缝测井响应综合指数模型，所述裂缝测井响应综合指数用于定量表征裂缝因素对储层的影响；
S5，对裂缝测井响应综合指数模型进行校正，使其精度满足预设条件。
2.如权利要求1所述的定量表征裂缝因素对储层影响的方法，其特征在于：
所述步骤S1中，根据裂缝产状，倾角小于45°的裂缝为低角度裂缝，倾角大于等于45°的裂缝为高角度裂缝。
3.如权利要求1所述的定量表征裂缝因素对储层影响的方法，其特征在于，所述步骤S2包括以下步骤；
S2.1，利用岩心、成像资料来刻度常规测井曲线，从中确定对裂缝响应敏感的测井曲线，所述对裂缝响应敏感的测井曲线包括声波AC曲线、密度DEN曲线、深侧向电阻率RT曲线和浅侧向电阻率RS曲线；
S2.2，将声波AC曲线和密度DEN曲线分别转换为相应的声波孔隙度PAC曲线和密度孔隙度PDEN曲线；
S2.3，根据声波孔隙度PAC曲线和密度孔隙度PDEN曲线以及深侧向电阻率RT曲线和浅侧向电阻率RS曲线确定低角度裂缝测井响应特征和高角度裂缝测井响应特征。
4.如权利要求3所述的定量表征裂缝因素对储层影响的方法，其特征在于：
所述步骤S2.3中，所确定的低角度裂缝测井响应特征包括声波孔隙度PAC增大、深侧向电阻率RT和浅侧向电阻率RS降低并且重合，所确定的高角度裂缝测井响应特征包括声波孔隙度PAC和密度孔隙度PDEN增大，深侧向电阻率RT和浅侧向电阻率RS降低并且具有收敛性的正差异。
5.如权利要求3所述的定量表征裂缝因素对储层影响的方法，其特征在于，所述步骤S2还包括以下步骤；
S2.4，将声波孔隙度PAC曲线和密度孔隙度PDEN曲线以及常规测井曲线中的中子CNL曲线放入同样的刻度空间中；
S2.5，以中子CNL曲线为参考曲线，分别调节声波孔隙度PAC曲线和密度孔隙度PDEN曲线的左右刻度值，使这两条曲线在干层处与中子CNL曲线重合；
S2.6，根据与中子CNL曲线重合的声波孔隙度PAC曲线和密度孔隙度PDEN曲线确定低角度裂缝测井响应特征和高角度裂缝测井响应特征。
6.如权利要求5所述的定量表征裂缝因素对储层影响的方法，其特征在于：
所述步骤S2.6中，所确定的低角度裂缝测井响应特征包括声波孔隙度PAC大于密度孔隙度PDEN，所确定的高角度裂缝测井响应特征包括声波孔隙度PAC小于密度孔隙度PDEN。
7.如权利要求5所述的定量表征裂缝因素对储层影响的方法，其特征在于，所述裂缝测井响应综合指数模型为
式中，a、k、c为待确定参数，a为声波孔隙PAC与密度孔隙度PDEN在干层处重合的校正量；为深侧向电阻率RT与浅侧向电阻率RS的差异所反映的裂缝信息的放大倍数；c为声波孔隙度PAC与密度孔隙度PDEN经干层重叠校正后的差值的放大倍数；Fr为裂缝测井响应综合指数。
8.如权利要求1所述的定量表征裂缝因素对储层影响的方法，其特征在于：
所述步骤S5中，利用成像资料中的裂缝宽度VAH与裂缝密度VDC的乘积VD对裂缝测井响应综合指数模型进行校正。
9.如权利要求8所述的定量表征裂缝因素对储层影响的方法，其特征在于，所述步骤S5包括以下步骤：
S5.1，计算成像资料中的裂缝宽度VAH与裂缝密度VDC的乘积VD；
S5.2，做裂缝测井响应综合指数Fr与乘积VD的交会图；
S5.3，对交会图中裂缝测井响应综合指数Fr与乘积VD进行拟合，确定二者之间的相关系数R；
S5.4，若相关系数R未达到给定阈值，调整裂缝测井响应综合指数模型中的待确定参数，重新计算裂缝测井响应综合指数Fr，然后返回步骤S5.1继续校正，直至相关系数R达到给定阈值。
10.如权利要求9所述的定量表征裂缝因素对储层影响的方法，其特征在于，所述给定阈值大于等于0.7。
CN201710468320.3A 2017-06-20 2017-06-20 一种定量分析裂缝因素对储层影响的方法 Active CN109100793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710468320.3A CN109100793B (zh) 2017-06-20 2017-06-20 一种定量分析裂缝因素对储层影响的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710468320.3A CN109100793B (zh) 2017-06-20 2017-06-20 一种定量分析裂缝因素对储层影响的方法

Publications (2)

Publication Number Publication Date
CN109100793A true CN109100793A (zh) 2018-12-28
CN109100793B CN109100793B (zh) 2020-06-23

Family

ID=64795382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710468320.3A Active CN109100793B (zh) 2017-06-20 2017-06-20 一种定量分析裂缝因素对储层影响的方法

Country Status (1)

Country Link
CN (1) CN109100793B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109900617A (zh) * 2019-03-21 2019-06-18 西南石油大学 一种基于声电成像测井图的裂缝性地层渗透率曲线计算方法
CN111175844A (zh) * 2020-01-06 2020-05-19 中国地质大学（北京） 泥页岩储层裂缝识别与发育程度表征方法及装置
CN111537417A (zh) * 2020-04-17 2020-08-14 中国科学院力学研究所 一种岩样孔隙发育状况评估方法
CN112147698A (zh) * 2019-06-28 2020-12-29 中国石油化工股份有限公司 裂缝发育带识别与特征确定的方法及系统
CN112147697A (zh) * 2019-06-28 2020-12-29 中国石油化工股份有限公司 利用双侧向曲线计算致密储层裂缝孔隙度的方法和装置
CN114384584A (zh) * 2020-10-20 2022-04-22 中国石油天然气股份有限公司 裂缝建模方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4992994A (en) * 1989-03-29 1991-02-12 Shell Oil Company Borehole televiewer for fracture detection and cement evaluation
US20130343159A1 (en) * 2012-06-22 2013-12-26 The Board Of Trustees Of The Leland Stanford Junior University Determining Location Information of Microseismic Events During Hydraulic Fracturing
CN104360415A (zh) * 2014-10-31 2015-02-18 中国石油化工股份有限公司 一种致密砂岩储层裂缝识别的方法
CN104749618A (zh) * 2013-12-26 2015-07-01 中国石油化工股份有限公司 泥页岩缓倾角裂缝叠后概率定量表征方法
CN104790943A (zh) * 2014-07-31 2015-07-22 中国石油集团长城钻探工程有限公司 一种油气储层含油性与孔隙性综合指数的计算方法
CN104977617A (zh) * 2014-04-02 2015-10-14 中国石油化工股份有限公司 储层裂缝识别方法和成像测井储层裂缝识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4992994A (en) * 1989-03-29 1991-02-12 Shell Oil Company Borehole televiewer for fracture detection and cement evaluation
US20130343159A1 (en) * 2012-06-22 2013-12-26 The Board Of Trustees Of The Leland Stanford Junior University Determining Location Information of Microseismic Events During Hydraulic Fracturing
CN104749618A (zh) * 2013-12-26 2015-07-01 中国石油化工股份有限公司 泥页岩缓倾角裂缝叠后概率定量表征方法
CN104977617A (zh) * 2014-04-02 2015-10-14 中国石油化工股份有限公司 储层裂缝识别方法和成像测井储层裂缝识别方法
CN104790943A (zh) * 2014-07-31 2015-07-22 中国石油集团长城钻探工程有限公司 一种油气储层含油性与孔隙性综合指数的计算方法
CN104360415A (zh) * 2014-10-31 2015-02-18 中国石油化工股份有限公司 一种致密砂岩储层裂缝识别的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐芳 等: ""裂缝性碳酸盐岩气藏相控条件下测井裂缝解释—土库曼斯坦阿姆河右岸为例"", 《天然气地球科学》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109900617A (zh) * 2019-03-21 2019-06-18 西南石油大学 一种基于声电成像测井图的裂缝性地层渗透率曲线计算方法
CN109900617B (zh) * 2019-03-21 2022-06-07 西南石油大学 一种基于声电成像测井图的裂缝性地层渗透率曲线计算方法
CN112147698A (zh) * 2019-06-28 2020-12-29 中国石油化工股份有限公司 裂缝发育带识别与特征确定的方法及系统
CN112147697A (zh) * 2019-06-28 2020-12-29 中国石油化工股份有限公司 利用双侧向曲线计算致密储层裂缝孔隙度的方法和装置
CN112147698B (zh) * 2019-06-28 2023-04-07 中国石油化工股份有限公司 裂缝发育带识别与特征确定的方法及系统
CN111175844A (zh) * 2020-01-06 2020-05-19 中国地质大学（北京） 泥页岩储层裂缝识别与发育程度表征方法及装置
CN111175844B (zh) * 2020-01-06 2020-08-11 中国地质大学（北京） 泥页岩储层裂缝识别与发育程度表征方法及装置
CN111537417A (zh) * 2020-04-17 2020-08-14 中国科学院力学研究所 一种岩样孔隙发育状况评估方法
CN111537417B (zh) * 2020-04-17 2021-02-02 中国科学院力学研究所 一种岩样孔隙发育状况评估方法
CN114384584A (zh) * 2020-10-20 2022-04-22 中国石油天然气股份有限公司 裂缝建模方法及装置

Also Published As

Publication number Publication date
CN109100793B (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN109100793A (zh) 一种定量分析裂缝因素对储层影响的方法
Chen et al. History matching of the Norne full-field model with an iterative ensemble smoother
Worthington Net pay—what is it? What does it do? How do we quantify it? How do we use it?
Tinker Building the 3-D jigsaw puzzle: Applications of sequence stratigraphy to 3-D reservoir characterization, Permian Basin
CN104948176B (zh) 一种基于渗透增大率识别碳酸盐岩储层裂缝的方法
US10909281B2 (en) History matching of hydrocarbon production from heterogenous reservoirs
Devegowda et al. Efficient and robust reservoir model updating using ensemble Kalman filter with sensitivity-based covariance localization
CN109061764A (zh) 一种分频融合波阻抗反演方法
Hryb et al. Unlocking the true potential of the Vaca Muerta Shale via an integrated completion optimization approach
US20170285221A1 (en) Generating dynamically calibrated geo-models in green fields
CN107966732A (zh) 基于空间结构导向的地震属性变化率求取方法
CN114427432B (zh) 一种气藏剩余气开发潜力确定方法
Burton et al. Quantitative shale characterization of the tidally influenced Sego Sandstone
Xi et al. Combining decline-curve analysis and geostatistics to forecast gas production in the Marcellus shale
Chen et al. History matching of the Norne full field model using an iterative ensemble smoother
Ozkaya Use of exclusion zones in mapping and modeling fracture corridors
Peterson et al. Pluto gas field: Successful placement of an infill well based on 4D seismic monitoring
Kretz et al. Fluid front history matching using 4D seismic and streamline simulation
Chernyshev et al. 3D fracture modeling and fracture-height mapping using different logging methods in the vertical well
Burch et al. A Volumetric Analysis of Almond Formation (Cretaceous, Mesaverde Group) Gas Production in the Coal Gulch-Echo Springs Standard Draw Field Complex, Washakie Basin, Southwest Wyoming
God'spower et al. Effects of erosional scours on reservoir properties of heterolithic, distal lower-shoreface sandstones
Thomas et al. Effect of scaleup and aggregation on the use of well tests to identify geological properties
EP3452698B1 (en) Two dimensional reservoir pressure estimation with integrated static bottom hole pressure survey data and simulation modeling
Gilman et al. Reservoir Simulation of detailed object-based models of a complex fluvial system
Wolfsteiner Modeling and upscaling of nonconventional wells in heterogeneous reservoirs

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