CN109509111B - 探井地层压力的预测方法及系统 - Google Patents

探井地层压力的预测方法及系统 Download PDF

Info

Publication number
CN109509111B
CN109509111B CN201710834418.6A CN201710834418A CN109509111B CN 109509111 B CN109509111 B CN 109509111B CN 201710834418 A CN201710834418 A CN 201710834418A CN 109509111 B CN109509111 B CN 109509111B
Authority
CN
China
Prior art keywords
pressure
calculating
formation
rock
logging
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
Application number
CN201710834418.6A
Other languages
English (en)
Other versions
CN109509111A (zh
Inventor
胡华锋
林正良
胡起
杨丽
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 Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical 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 Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201710834418.6A priority Critical patent/CN109509111B/zh
Publication of CN109509111A publication Critical patent/CN109509111A/zh
Application granted granted Critical
Publication of CN109509111B publication Critical patent/CN109509111B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • 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"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Game Theory and Decision Science (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)

Abstract

本发明提出了一种探井地层压力的预测方法及系统，该方法包括，计算浅层测井未测试的岩石密度曲线，同已测井获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)；计算上覆地层压力SV(d)和静水压力Phy(d)；计算浅部碎屑岩地层的地层压力；计算含气页岩储层的地层压力；计算碳酸盐岩储层的地层压力；基于上面步骤计算的结果，得到最终的压力预测的测井剖面。通过针对不同岩性，分别采用不同的压力预测模型，能够有效提高测井地层压力预测精度。

Description

探井地层压力的预测方法及系统
技术领域
本发明涉及油气地球物理勘探领域，具体地，涉及不同岩性地层地层压力测井预测方法及预测系统。
背景技术
在目前的技术条件下，测井资料反映地层的信息最为详尽，由于测井资料直接取自地层内部，还具有纵向连续性好、分辨率高和数据可靠性高的优点，所以能更直接更真实地反映地层的情况。而地层的声速速度、密度、电阻率等参数都与地层孔隙压力存在一定关系，表现出一定的规律性。因此，可以根据地层的这些测井数据预测地层孔隙压力。从实际应用看，应用测井方法预测地层压力的测井资料主要有：声波时差测井曲线AC、地层密度测井曲线DEN、电阻率测井曲线Rt、自然伽马测井曲线GR等，只要能与孔隙度或地层速度建立起关联的变量，都可以作为预测的参数。
利用测井资料预测地层孔隙压力的优点可以归纳为以下几点：①能预测出较准确的地层孔隙压力纵向剖面；②对构造比较清楚的地区，借助于数口已钻井测井资料建立的地层孔隙压力剖面，可以分析地层孔隙压力纵横向的分布特征，为钻井设计和石油地质研究提供必要的基础参数，也利于相邻构造或地区待钻井地层孔隙压力的预测；③通过与地震速度资料预测结果及随钻资料监测结果进行综合对比分析，可以提高地层压力预测与随钻监测的精度。
利用测井资料计算地层孔隙压力方法主要有等效深度法、伊顿法等，这些方法的使用前提是要构建正常压实趋势线(NCT)，再根据测井曲线是否偏离正常趋势线来定性判断是否存在异常地层压力，若测井曲线明显偏离了正常趋势线，则认为存在异常高压或低压，继而通过相应公式定量计算地层压力。
常规构建NCT的做法是：根据实测压力信息，选取正常压实段纯泥岩层声波时差数据并剔除掉扩径段和异常点，拟合该段声波时差与深度的关系式，以此作为整个井段的正常压实趋势线。但这种方法的缺点在于，地层往往是砂泥岩互层的，甚至可能含有大套灰岩，尽管由于压力的传递效应，各岩性地层处于同一压力系统，但由于岩石的强硬程度不同，压实程度往往不一样，将泥岩段构建的压实趋势用于其它岩性并不合理，当纵向岩性变化较大时容易产生明显误差。
碎屑岩相对碳酸盐岩而言，岩石可压性更强，速度对有效应力的变化更为敏感。而有效应力往往随着埋深的增加而增大，所以它们对应的声波时差与埋深的关系式也是不同的。此时，应根据不同的岩性来分段构建正常压实趋势线。
发育不同类型的储层，其地层压力异常成因机制各有不同，采用相同的压力预测模型难以得到可靠的压力预测结果。
发明内容
本发明针对不同地质时期、不同岩性地层，提出不同的压力预测模型，从而得到更为可靠的地层压力预测结果。
根据本发明的一个方面，提供一种探井地层压力的预测方法，该方法包括，
计算浅层测井未测试的岩石密度曲线，同已测井获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)；
计算上覆地层压力SV(d)和静水压力Phy(d)；
计算浅部碎屑岩地层的地层压力；
计算含气页岩储层的地层压力；
计算碳酸盐岩储层的地层压力；
基于上面步骤计算的结果，得到最终的压力预测的测井剖面。
进一步地，采用Amoco公式ρ(d)＝ρm-(ρm-ρsur)·e-b*d计算浅层测井未测试的岩石密度曲线；
其中d为深度，单位米；ρm为基质密度，为给定的常数，单位g/cc；ρsur为浅层地表密度，为给定的常数，单位g/cc；b为经验系数。
进一步地，所述上覆地层压力的计算公式为：
SV(d)＝0.098*ρ(d)*d；
所述静水压力的计算公式为：
Phy(d)＝0.098*ρwater*d；
其中ρwater为地层水密度，d为深度。
进一步地，采用Eaton压力预测模型计算浅部碎屑岩地层的地层压力，所述Eaton压力预测模型的表达式为：
P(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n
其中，VP(d)为测井测试得到的纵波速度曲线，VPnct(d)定义为泥岩常压趋势线，n为Eaton常数。
进一步地，基于改进CPS模型计算含气页岩储层的地层压力的步骤中，采用Eaton压力预测模型P(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n，其中以岩石物理建模基础获得VPnct(d)，通过在岩石物理建模过程中加入TOC来考虑生烃增压的影响。
进一步地，基于综合参数法计算碳酸盐岩储层的地层压力，所述综合参数法表示为：
P(d)＝SV(d)-σ(d)，
其中σ(d)为岩石有效应力。
进一步地，岩石有效应力表示为纵波速度、孔隙度和泥质含量的表达式：
σ(d)＝a'+b'*φ(d)+c'*Vsh(d)+m'*VP(d)，根据实测压力点，采用多元线性回归方法得到系数a'、b'、c'、m'。
根据本发明的另一方面，提供一种探井地层压力的预测系统，该系统包括：
存储器，存储有计算机可执行指令；
处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：
计算浅层测井未测试的岩石密度曲线，同已测井获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)；
计算上覆地层压力SV(d)和静水压力Phy(d)；
计算浅部碎屑岩地层的地层压力；
计算含气页岩储层的地层压力；
计算碳酸盐岩储层的地层压力；
基于上面步骤计算的结果，得到最终的压力预测的测井剖面。
本发明的方法通过针对不同岩性，分别采用不同的压力预测模型，能够有效提高测井地层压力预测精度。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
图1示出了本发明的探井地层压力预测方法的流程图。
图2示出了本发明实施例的A井浅层缺失密度曲线计算结果。
图3示出了本发明实施例的A井上覆地层压力和静水压力计算结果。
图4示出了本发明实施例的A井遂宁组至须家河组浅层砂泥岩地层地层压力预测结果。
图5示出了本发明实施例的A井龙马溪组优质页岩层地层压力预测结果。
图6示出了本发明实施例的A井灯影组碳酸盐岩储层地层压力预测结果。
图7示出了本发明实施例的A井地层压力预测测井综合剖面。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本发明提供一种探井地层压力的预测方法，该方法包括，
计算浅层测井未测试的岩石密度曲线，同已测井获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)；
计算上覆地层压力SV(d)和静水压力Phy(d)；
计算浅部碎屑岩地层的地层压力；
计算含气页岩储层的地层压力；
计算碳酸盐岩储层的地层压力；
基于上面步骤计算的结果，得到最终的压力预测的测井剖面。
本发明的方法，基于测井数据，主要用到以下测井曲线：伽马GR，单位API；密度ρ，单位g/cc；纵波速度VP，单位m/s；泥质含量Vsh，无量纲；孔隙度φ，无量纲。根据以下步骤计算测井地层压力剖面。
具体地址，首先采用Amoco公式ρ(d)＝ρm-(ρm-ρsur)·e-b*d计算浅层测井未测试的岩石密度曲线，其中d为深度，单位米；ρm为基质密度，为一给定的常数，单位g/cc；ρsur为浅层地表密度，为一给定的常数，单位g/cc；b为经验系数。然后同已获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)，用于计算上覆地层压力SV(d)。
接下来，计算上覆地层压力SV(d)和静水压力Phy(d)。上覆地层压力为指覆盖在某一深度地层以上的地层基岩和岩石孔隙中流体的总重量所造成的对这个地层的压力，为岩石重力的累积，上覆地层压力的计算公式为：SV(d)＝0.098*ρ(d)*d。静水压力相当于目的层到水源水柱的垂直高度。静水压力的计算公式为：Phy(d)＝0.098*ρwater*d，其中ρwater为地层水密度。
接下来，采用Eaton模型计算浅部碎屑岩地层地层压力，主要适用于浅层砂泥岩地层，该地层异常压力成因以非均衡压实为主。Eaton压力预测模型的表达式为：
P(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n
其中，VP(d)为测井测试得到的纵波速度曲线，VPnct(d)定义为泥岩常压趋势线，通常假设浅层泥岩正常压实，基于浅层泥岩段纵波速度与深度的交会图进行指数拟合或者线性拟合等，假设拟合函数表示为f，然后根据拟合关系计算得到泥岩常压趋势线VPnct(d)＝f(d)。n为Eaton常数，根据经验或者实测数据进行给定。
接下来，基于改进CPS模型计算含气页岩储层地层压力。主要适用于砂泥岩地层及含气页岩层，该地层异常压力成因除了非均衡压实外，干酪根生烃增压也是异常压力成因的重要因素。该方法压力预测模型采用的仍然是Eaton模型P(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n，但是获得VPnct(d)的方法不同于步骤(3)，获得VPnct(d)的方法以岩石物理建模基础，通过在岩石物理建模过程中加入TOC来考虑生烃增压的影响。具体地，可以包含以下步骤：(1)用经验公式计算湿粘土弹性张量；(2)用Voigt-Reuss-Hill模型计算砂质混合物弹性张量；(3)用Backus平均公式计算湿粘土-砂质混合物-有机质构成的等效页岩的弹性张量；(4)将等效页岩的张量元素转化为声波时差，完成压实趋势线VPnct(d)的计算。
接下来，基于综合参数法计算碳酸盐岩储层地层压力。主要适用三叠系中下统、寒武系及震旦系碳酸盐岩地层。碳酸盐岩地层沉积速度较慢，欠压实现象不明显，溶蚀作用、胶结作用、生烃作用、褶皱隆起、水热增加等是碳酸盐岩异常压力的主因。常规需要计算压实趋势的方法大都针对欠压实成因提出，针对碳酸盐岩异常压力成因机制，采用综合参数法，综合参数法可以表示为：P(d)＝SV(d)-σ(d)，其中σ(d)为岩石有效应力。根据实验或者岩石物理交会分析，通常我们会发现纵波速度与孔隙度、泥质含量和岩石有效应力具有很好的相关性，纵波速度可以表示为VP＝a+b*φ+c*Vsh+m*σ，将该式变换形式，可以将有效应力表示为纵波速度、孔隙度和泥质含量的表达式，即σ(d)＝a'+b'*φ(d)+c'*Vsh(d)+m'*VP(d)，根据实测压力点，采用多元线性回归方法得到系数a'、b'、c'、m'，就可以计算出σ(d)。
最后，对前面几步计算的结果进行总结，得到最终的压力预测测井剖面。
根据本发明的另一实施方式，提供一种探井地层压力的预测系统，该系统包括：
存储器，存储有计算机可执行指令；
处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：
计算浅层测井未测试的岩石密度曲线，同已测井获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)；
计算上覆地层压力SV(d)和静水压力Phy(d)；
计算浅部碎屑岩地层的地层压力；
计算含气页岩储层的地层压力；
计算碳酸盐岩储层的地层压力；
基于上面步骤计算的结果，得到最终的压力预测的测井剖面。
为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
本实施例主要针对实施例以四川盆地某一深探A井为例，利用本发明提供的方法进行地层压力预测。四川盆地岩性复杂，发育不同类型的储层，地层压力异常成因机制各有不同。针对四川盆地中浅层以非均衡压实为主要异常压力成因的碎屑岩地层，采用Eaton压力预测模型进行地层压力预测；针对四川盆地以干酪根生烃为主要异常压力成因的含气页岩储层，采用改进CPS模型进行地层压力预测；针对以溶蚀作用、胶结作用等非压实成因为主要异常压力成因的碳酸盐岩地层，采用综合参数法进行地层压力预测。通过针对不同岩性，分别采用不同的压力预测模型，能够有效提高测井地层压力预测精度。
图1示出根据本发明的实施例获取地层压力测井剖面的流程图。
如图1所示：采用Amoco公式ρ(d)＝ρm-(ρm-ρsur)·e-b*d计算A井浅层测井未测试的岩石密度曲线，其中d为深度，单位米；ρm为基质密度，本实施例中给定为2.77g/cc；ρsur为浅层地表密度，本实施例中给定位2.2g/cc；b为经验系数，本实施例中b＝0.00028。然后同已获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)，如图2所示。
接下来，计算上覆地层压力SV(d)和静水压力Phy(d)。上覆地层压力的计算公式为：SV(d)＝0.098*ρ(d)*d。静水压力的计算公式为：Phy(d)＝0.098*ρwater*d，其中ρwater为地层水密度。计算结果如图3所示，左边直线为静水压力计算结果，右边直线为上覆地层压力计算结果。
接下来，采用Eaton模型计算A井浅部遂宁组至须家河组砂泥岩地层地层地层压力，Eaton压力预测模型的表达式为：
P(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n
其中，VP(d)为A井测井测试得到的纵波速度曲线，VPnct(d)定义为泥岩常压趋势线，通常假设浅层泥岩正常压实，基于A井浅层泥岩段纵波速度与深度的交会图进行线性拟合，然后根据拟合关系计算得到泥岩常压趋势线。n为Eaton常数，本实施例中n＝3。图4为计算得到的压力系数同泥浆比重的对比，其中曲线为压力系数，竖实线为泥浆比重，可以看出深度范围3250米～3500米须家河组致密气层地层压力相对高。
接下来，基于改进CPS模型计算A井龙马溪组优质含气页岩层段地层压力。该地层异常压力成因除了非均衡压实外，干酪根生烃增压也是异常压力成因的重要因素。图5为基于常规Eaton模型计算含气页岩层地层压力同基于CPS模型计算含气页岩层地层压力结果的对比，图中最左边的曲线为基于常规Eaton模型计算的地层压力系数，中间曲线为基于CPS模型计算的龙马溪组优质页岩层地层压力，最右边实竖线为泥浆比重，可以看出后者计算出的压力系数更接近泥浆比重。所以，基于本发明提供的方法，可以获得更准确可靠的地层压力预测结果。
接下来，基于综合参数法计算A井碳酸盐岩储层地层压力。图6为A井灯影组地层压力预测结果，左边实曲线为压力系数预测结果，右侧实竖线为泥浆比重结果，可以看到在压力系数降低时，对应钻井工程上采用的泥浆比重也在降低。整体来说，灯影组地层压力相对低，钻进期间发生渗透性漏失。
最后，是对前面几步计算的结果进行总结，得到最终的压力预测测井剖面，如图7所示，为A井最终地层压力预测综合剖面。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (2)

1.一种探井地层压力的预测方法，其特征在于，该方法包括，
计算浅层测井未测试的岩石密度曲线，同已测井获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)；
计算上覆地层压力SV(d)和静水压力Phy(d)；
计算浅部碎屑岩地层的地层压力；
计算含气页岩储层的地层压力；
计算碳酸盐岩储层的地层压力；
基于上面步骤计算的结果，得到最终的压力预测的测井剖面；
采用Amoco公式ρ(d)＝ρm-(ρm-ρsur)·e-b*d计算浅层测井未测试的岩石密度曲线；
其中d为深度，单位米；ρm为基质密度，为给定的常数，单位g/cc；ρsur为浅层地表密度，为给定的常数，单位g/cc；b为经验系数；
所述上覆地层压力的计算公式为：
SV(d)＝0.098*ρ(d)*d；
所述静水压力的计算公式为：
Phy(d)＝0.098*ρwater*d；
其中ρwater为地层水密度，d为深度；
采用Eaton压力预测模型计算浅部碎屑岩地层的地层压力，所述Eaton压力预测模型的表达式为：
P1(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n
其中，VP(d)为测井测试得到的纵波速度曲线，VPnct(d)定义为泥岩常压趋势线，n为Eaton常数；
基于改进CPS模型计算含气页岩储层的地层压力的步骤中，采用Eaton压力预测模型P2(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n，其中以岩石物理建模基础获得VPnct(d)，通过在岩石物理建模过程中加入TOC来考虑生烃增压的影响；
基于综合参数法计算碳酸盐岩储层的地层压力，所述综合参数法表示为：
P3(d)＝SV(d)-σ(d)，其中σ(d)为岩石有效应力；
岩石有效应力表示为纵波速度、孔隙度和泥质含量的表达式：
σ(d)＝a'+b'*φ(d)+c'*Vsh(d)+m'*VP(d)，根据实测压力点，采用多元线性回归方法得到系数a'、b'、c'、m'，其中φ(d)为孔隙度，Vsh(d)为泥质含量，VP(d)为纵波速度。
2.一种探井地层压力的预测系统，其特征在于，该系统包括：
存储器，存储有计算机可执行指令；
处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：
计算浅层测井未测试的岩石密度曲线，同已测井获得的密度曲线进行拼接，获得从地表到深度储层段的密度曲线ρ(d)；
计算上覆地层压力SV(d)和静水压力Phy(d)；
计算浅部碎屑岩地层的地层压力；
计算含气页岩储层的地层压力；
计算碳酸盐岩储层的地层压力；
基于上面步骤计算的结果，得到最终的压力预测的测井剖面；
采用Amoco公式ρ(d)＝ρm-(ρm-ρsur)·e-b*d计算浅层测井未测试的岩石密度曲线；
其中d为深度，单位米；ρm为基质密度，为给定的常数，单位g/cc；ρsur为浅层地表密度，为给定的常数，单位g/cc；b为经验系数；
所述上覆地层压力的计算公式为：
SV(d)＝0.098*ρ(d)*d；
所述静水压力的计算公式为：
Phy(d)＝0.098*ρwater*d；
其中ρwater为地层水密度，d为深度；
采用Eaton压力预测模型计算浅部碎屑岩地层的地层压力，所述Eaton压力预测模型的表达式为：
P1(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n
其中，VP(d)为测井测试得到的纵波速度曲线，VPnct(d)定义为泥岩常压趋势线，n为Eaton常数；
基于改进CPS模型计算含气页岩储层的地层压力的步骤中，采用Eaton压力预测模型P2(d)＝SV(d)-(SV(d)-Phy(d))(VP(d)/VPnct(d))n，其中以岩石物理建模基础获得VPnct(d)，通过在岩石物理建模过程中加入TOC来考虑生烃增压的影响；
基于综合参数法计算碳酸盐岩储层的地层压力，所述综合参数法表示为：
P3(d)＝SV(d)-σ(d)，其中σ(d)为岩石有效应力；
岩石有效应力表示为纵波速度、孔隙度和泥质含量的表达式：
σ(d)＝a'+b'*φ(d)+c'*Vsh(d)+m'*VP(d)，根据实测压力点，采用多元线性回归方法得到系数a'、b'、c'、m'，其中φ(d)为孔隙度，Vsh(d)为泥质含量，VP(d)为纵波速度。
CN201710834418.6A 2017-09-15 2017-09-15 探井地层压力的预测方法及系统 Active CN109509111B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710834418.6A CN109509111B (zh) 2017-09-15 2017-09-15 探井地层压力的预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710834418.6A CN109509111B (zh) 2017-09-15 2017-09-15 探井地层压力的预测方法及系统

Publications (2)

Publication Number Publication Date
CN109509111A CN109509111A (zh) 2019-03-22
CN109509111B true CN109509111B (zh) 2021-09-28

Family

ID=65745108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710834418.6A Active CN109509111B (zh) 2017-09-15 2017-09-15 探井地层压力的预测方法及系统

Country Status (1)

Country Link
CN (1) CN109509111B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110529104A (zh) * 2019-08-29 2019-12-03 中国海洋石油集团有限公司 一种改进的异常高压泥岩速度拟合方法
CN112100930B (zh) * 2020-11-11 2021-02-02 中国石油大学(华东) 一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法
CN112394423B (zh) * 2020-11-16 2022-05-20 中国海洋石油集团有限公司 有机质生烃成因的地层超压预测方法
CN113283182B (zh) * 2021-07-06 2023-09-05 中海石油(中国)有限公司 地层压力预测分析方法、装置、介质及设备
CN114417587B (zh) * 2022-01-12 2023-02-28 成都理工大学 一种适用于低压状态下的致密碎屑岩地层的地层孔隙压力预测方法
CN114893166B (zh) * 2022-04-13 2022-11-25 中国石油大学(华东) 一种地层压力系数计算方法
CN115045646B (zh) * 2022-06-07 2023-06-06 中国地质调查局油气资源调查中心 一种页岩气井位优选方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102220865A (zh) * 2011-05-13 2011-10-19 中国石油天然气股份有限公司 一种检测灰岩地层孔隙压力的方法
CN103362503A (zh) * 2012-03-31 2013-10-23 中国石油天然气集团公司 一种适用于大斜度井井眼稳定的评估方法
CN105445791A (zh) * 2015-11-25 2016-03-30 成都理工大学 一种基于多种地震属性的地层孔隙压力预测方法
CN105468886A (zh) * 2014-09-04 2016-04-06 中国石油化工股份有限公司 基于岩石物理学参数计算地层压力的方法
CN105700017A (zh) * 2016-03-21 2016-06-22 中国石油天然气集团公司 一种确定油气分布数据的方法和装置
CN106321090A (zh) * 2016-08-25 2017-01-11 中国石油化工股份有限公司江汉油田分公司物探研究院 一种盐间地层孔隙压力的预测方法
CN106368686A (zh) * 2015-07-17 2017-02-01 中国石油化工股份有限公司 基于岩石泊松比计算地层压力的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10001769B2 (en) * 2014-11-18 2018-06-19 Weatherford Technology Holdings, Llc Systems and methods for optimizing formation fracturing operations

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102220865A (zh) * 2011-05-13 2011-10-19 中国石油天然气股份有限公司 一种检测灰岩地层孔隙压力的方法
CN103362503A (zh) * 2012-03-31 2013-10-23 中国石油天然气集团公司 一种适用于大斜度井井眼稳定的评估方法
CN105468886A (zh) * 2014-09-04 2016-04-06 中国石油化工股份有限公司 基于岩石物理学参数计算地层压力的方法
CN106368686A (zh) * 2015-07-17 2017-02-01 中国石油化工股份有限公司 基于岩石泊松比计算地层压力的方法
CN105445791A (zh) * 2015-11-25 2016-03-30 成都理工大学 一种基于多种地震属性的地层孔隙压力预测方法
CN105700017A (zh) * 2016-03-21 2016-06-22 中国石油天然气集团公司 一种确定油气分布数据的方法和装置
CN106321090A (zh) * 2016-08-25 2017-01-11 中国石油化工股份有限公司江汉油田分公司物探研究院 一种盐间地层孔隙压力的预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Abnormal High Formation Pressure Prediction and Causes Analysis;Yuan Cao et al.;《2014 3rd International Conference on Environment Energy and Biotechnology》;20141231;全文 *
焦石坝地区页岩气地层压力预测方法探讨;郑园新 等;《2015 年物探技术研讨会》;20151231;全文 *

Also Published As

Publication number Publication date
CN109509111A (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN109509111B (zh) 探井地层压力的预测方法及系统
US10428626B2 (en) Production estimation in subterranean formations
US8265915B2 (en) Method for predicting well reliability by computer simulation
US8275589B2 (en) Modeling a reservoir using a compartment model and a geomechanical model
US8359184B2 (en) Method, program and computer system for scaling hydrocarbon reservoir model data
US20160349389A1 (en) Method for developing a geomechanical model based on seismic data, well logs and sem analysis of horizontal and vertical drill cuttings
US8364447B2 (en) Method, program and computer system for conciliating hydrocarbon reservoir model data
CN114746774A (zh) 预测油气和运移路径的综合地质力学模型
US20120166088A1 (en) Method of locating hydraulic barriers within a geological gas storage layer
Lee et al. Estimation of in situ stresses with hydro-fracturing tests and a statistical method
Zhou et al. Sensitivity analysis in permeability estimation using logging and injection-falloff test data for an anthracite coalbed methane reservoir in Southeast Qinshui Basin, China
Raziperchikolaee et al. Assessing mechanical response of CO2 storage into a depleted carbonate reef using a site-scale geomechanical model calibrated with field tests and InSAR monitoring data
Trippetta et al. Carbonate-ramp reservoirs modelling best solutions: Insights from a dense shallow well database in Central Italy
Dawuda et al. Geologic modeling and ensemble-based history matching for evaluating co2 sequestration potential in point bar reservoirs
Welch Using geomechanical models to simulate the growth of the fracture network in the Ekofisk Formation of the Kraka structure, Danish Central Graben
Holden et al. Integration of production logs helps to understand heterogeneity of Mishrif reservoir in Rumaila
US20210405247A1 (en) Methods and Systems for Characterizing A Hydrocarbon-Bearing Rock Formation Using Electromagnetic Measurements
Riven et al. Reservoir compartmentalisation by water-saturated faults—Is evaluation possible with today's tools?
Cantini et al. Integrated log interpretation approach for underground gas storage characterization
Aziz et al. Estimation of Rock Mechanical Properties of the Hartha Formation and their Relationship to Porosity Using Well-Log Data
CN114779333A (zh) 用于确定油气藏的位置的方法和系统
Dudley et al. Predicting accelerating subsidence above the highly compacting Luconia carbonate reservoirs, offshore Sarawak Malaysia
NO20200479A1 (en) Evaluating hydrocarbon reserves using tool response models
Consuegra Pore pressure prediction in sandstone using a lateral transfer approach
Shykhaliyev et al. Pre-drill overpressure prediction in the South Caspian Basin using seismic data

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