CN109975189A - 孔隙型砂岩储层产能预测方法与装置 - Google Patents
孔隙型砂岩储层产能预测方法与装置 Download PDFInfo
- Publication number
- CN109975189A CN109975189A CN201711457240.4A CN201711457240A CN109975189A CN 109975189 A CN109975189 A CN 109975189A CN 201711457240 A CN201711457240 A CN 201711457240A CN 109975189 A CN109975189 A CN 109975189A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- information
- sandstone
- oil
- stress
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000003129 oil well Substances 0.000 claims abstract description 62
- 238000011161 development Methods 0.000 claims abstract description 38
- 239000011435 rock Substances 0.000 claims description 66
- 239000011148 porous material Substances 0.000 claims description 59
- 238000005070 sampling Methods 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 20
- 239000012530 fluid Substances 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 14
- 239000002245 particle Substances 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 238000007872 degassing Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 25
- 230000035699 permeability Effects 0.000 abstract description 11
- 239000003921 oil Substances 0.000 description 97
- 238000004519 manufacturing process Methods 0.000 description 19
- 210000003491 skin Anatomy 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000002615 epidermis Anatomy 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000011324 bead Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003110 molding sand Substances 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000010894 electron beam technology Methods 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004626 scanning electron microscopy Methods 0.000 description 1
- 239000000725 suspension 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
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/241—Earth materials for hydrocarbon content
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明提供一种孔隙型砂岩储层产能预测方法与装置,所述方法通过对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;根据储层的声学特征信息,计算得到孔隙型砂岩储层的初始孔隙度和储层弹性信息;根据储层弹性信息,计算得到储层应力信息;获取油井开发时间和油井信息,根据油井开发时间、油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到目标区域内的孔隙型砂岩储层的油井产能预测指数,由此避免了储层砂岩渗透率测定的工序,节约了产能预测成本,还将地应力对储层产能的影响考虑在产能预测计算之内,提高了孔隙型砂岩储层产能定量预测的准确性。
Description
技术领域
本发明涉及油气勘探开发技术,尤其涉及一种孔隙型砂岩储层产能预测方法与装置。
背景技术
对储层产能进行定性及定量预测一直是油气勘探开发领域的一项基本任务。对产能的正确预测不仅可以检验油气勘探成果,而且可以为油气田开发提供最基本的依据。孔隙型砂岩是我国油田开发中面临的一类常见储层,通常具备由各种孔隙、孔洞、裂缝或者各种成岩缝形成的储集空间,并在储集空间中储存有流体。对孔隙型砂岩进行准确地产能预测对提高油田开发效益具有重要意义。
产能指数法是现有产能预测的一种主要方法,在准确测得储层实际渗透率的基础上,根据储层物性特征、储层流体特性、完井条件,以及泄油面积等,确定对产能的影响因素,从而进行产能预测。
然而,砂岩的储层实际渗透率容易发生变化,难以准确测定。例如,储层砂岩在受到重力和构造挤压作用时,其孔隙结构很可能会发生改变,从而导致储层实际渗透率发生改变。现有的产能预测方法准确度不高。
发明内容
本发明提供一种孔隙型砂岩储层产能预测方法与装置,提高了产能预测方法准确度。
根据本发明的第一方面,提供一种孔隙型砂岩储层产能预测方法,包括:
对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;
根据所述储层的声学特征信息,计算得到所述孔隙型砂岩储层的初始孔隙度和储层弹性信息;
根据所述储层弹性信息,计算得到储层应力信息;
获取油井开发时间和油井信息,根据所述油井开发时间、所述油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数,
其中,所述目标区域内的孔隙型砂岩储层相关信息包括:所述储层微结构信息、所述储层中储层油的特征信息、所述初始孔隙度、所述储层弹性信息以及所述储层应力信息。
作为一种实现方式,所述油井信息包括:泄油半径、采油井井眼半径和采油井表皮系数;所述储层微结构信息包括:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子;所述储层中储层油的特征信息包括:储层油粘度和储层油体积系数;所述储层弹性信息包括:储层动态杨氏模量与储层泊松比;所述储层应力信息包括:储层垂向地应力、储层最大水平主地应力和储层最小水平主地应力;
相应地,所述根据所述油井开发时间、所述油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数,包括:
根据公式一、公式二和公式三计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数;
其中,PI为所述目标区域内的孔隙型砂岩储层的油井产能预测指数;t为所述油井开发时间;φ0为初始孔隙度;dg为储层的砂岩颗粒径均值;υ为储层油粘度;χ为储层的砂岩孔隙形状修正因子;ζ为储层的砂岩孔隙结构迂曲度;B为储层油体积系数;re为泄油半径;rw为采油井井眼半径;S为采油井表皮系数;E为储层动态杨氏模量;μ为储层泊松比;σH为储层最大水平主地应力;σv为储层垂向地应力;σh为储层最小水平主地应力;pp为储层孔隙压力。
作为一种实现方式,所述储层的声学特征信息包括:储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差;
所述对目标区域内的孔隙型砂岩储层进行测量,得到储层的声学特征信息,包括:
在目标区域内的孔隙型砂岩储层的油井中放入受控声波源进行声波测井,测量得到储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差。
作为一种实现方式,所述根据储层的声学特征信息,计算得到所述孔隙型砂岩储层的初始孔隙度,包括:
根据公式四,计算得到所述孔隙型砂岩储层的初始孔隙度;
其中,φ0为所述初始孔隙度;Δt为所述纯岩石样本的声波时差;Δtma为所述岩石骨架样本的声波时差;Δtf为所述孔隙流体岩石样本的声波时差。
作为一种实现方式,所述孔隙型砂岩储层的储层弹性信息包括:储层动态杨氏模量与储层泊松比;
所述根据储层的声学特征信息,计算得到所述孔隙型砂岩储层的储层弹性信息,包括:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层体积密度;
根据公式五计算得到所述孔隙型砂岩储层的储层动态杨氏模量;
其中,E为储层动态杨氏模量;ρb为所述储层体积密度;Δts为所述储层横波时差;Δtc为所述储层纵波时差;
根据公式六计算得到所述孔隙型砂岩储层的储层泊松比;
其中,μ为储层泊松比;Δts为所述储层横波时差;Δtc为所述储层纵波时差。
作为一种实现方式,所述储层应力信息包括:储层垂向地应力;
所述根据储层弹性信息,计算得到储层应力信息,包括:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层岩石密度和储层岩石厚度;
根据公式七计算得到储层垂向地应力;
其中,σv为储层垂向地应力;ρi为所述储层岩石密度;g为所述目标区域的重力加速度;hi为所述储层岩石厚度,n为所述储层的总层数。
作为一种实现方式,所述储层应力信息还包括:储层最大水平主地应力和储层最小水平主地应力;
所述根据储层弹性信息,计算得到储层应力信息,还包括:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层孔隙压力和有效应力系数;
在所述目标区域内确定采样区域,并测得所述采样区域中孔隙型砂岩储层的采样最大水平主地应力和采样最小水平主地应力;
根据所述采样最大水平主地应力和采样最小水平主地应力,利用如下公式八和公式九,确定所述最大水平主地应力方向的应变和最小水平主地应力方向的应变;
其中,σH'为所述采样最大水平主地应力;σh'为所述采样最小水平主地应力;pp为储层孔隙压力,E为储层动态杨氏模量;μ为储层泊松比;σv为储层垂向地应力;α为所述有效应力系数;εH为所述最大水平主地应力方向的应变;εh为所述最小水平主地应力方向的应变;
根据所述最大水平主地应力方向的应变和所述最小水平主地应力方向的应变,利用如下公式十和公式十一计算得到储层的所述最大水平主地应力和所述最小水平主地应力;
其中,σH为所述最大水平主地应力;σh为所述最小水平主地应力。
作为一种实现方式,所述储层微结构信息包括:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子;
所述对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息,包括:
对目标区域内的孔隙型砂岩储层钻取储层样本;
对所述储层样本中砂岩的粒径进行测量,得到所述储层的砂岩颗粒径均值;
对所述储层样本中砂岩的孔隙结构进行测量,得到所述储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。
作为一种实现方式,所述储层中储层油的特征信息包括:储层油粘度和储层油体积系数;
所述对目标区域内的孔隙型砂岩储层进行测量,得到储层中储层油的特征信息,包括:
对目标区域内的孔隙型砂岩储层钻取储层样本,并获取所述储层样本中储集的储层油样本;
获取所述储层油样本在地面脱气前的第一体积和所述储层油样本在地面脱气后的第二体积,将所述第一体积与所述第二体积的比值,确定为所述储层油体积系数;
对所述储层油样本进行粘度测量,得到所述储层油粘度。
根据本发明的第二方面,提供了一种孔隙型砂岩储层产能预测装置,包括:
测量模块,用于对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;
第一计算模块,用于根据所述储层的声学特征信息,计算得到所述孔隙型砂岩储层的初始孔隙度和储层弹性信息;
第二计算模块,用于根据所述储层弹性信息,计算得到储层应力信息;
第三计算模块,用于获取油井开发时间和油井信息,根据所述油井开发时间、所述油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数;其中,所述目标区域内的孔隙型砂岩储层相关信息包括:所述储层微结构信息、所述储层中储层油的特征信息、所述初始孔隙度、所述储层弹性信息以及所述储层应力信息。
本发明提供的孔隙型砂岩储层产能预测方法与装置,通过对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;根据储层的声学特征信息,计算得到孔隙型砂岩储层的初始孔隙度和储层弹性信息;根据储层弹性信息,计算得到储层应力信息;获取油井开发时间和油井信息,根据油井开发时间、油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到目标区域内的孔隙型砂岩储层的油井产能预测指数,由此避免了储层砂岩渗透率测定的工序,节约了产能预测成本,还将地应力对储层产能的影响考虑在产能预测计算之内。本发明综合考虑了砂岩孔隙的微结构信息、储层应力信息以及油井开发时间等因素对孔隙型砂岩储层产能的影响,提高了孔隙型砂岩储层产能定量预测的准确性,为孔隙型砂岩储层的产能预测提供了另一种更加便捷的途径。
附图说明
为了更清楚地说明本发明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做简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明实施例提供的一种孔隙型砂岩储层产能预测方法流程示意图;
图2为本发明实施例提供的一种地应力-产能指数的预测关系曲线;
图3为本发明实施例提供的一种孔隙型砂岩储层产能预测装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本申请的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
应当理解,在本申请中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例提供的一种孔隙型砂岩储层产能预测方法流程示意图。如图1所示的方法可以是由孔隙型砂岩储层产能预测装置执行的,孔隙型砂岩储层产能预测装置可以是石油勘探过程中使用的测量和数据处理服务器,也可以内嵌在服务器中的模块。如图1所示的方法具体可以包括:
S101,对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息。
具体地,目标区域内的孔隙型砂岩储层可以是具有各种孔隙、孔洞、裂缝或者各种成岩缝形成的储集空间,而在这些形成的储集空间中存储的原油成为储层油。得到储层微结构信息的一种方式,可以是通过采集孔隙型砂岩储层的试验样本,然后以铸体薄片法和扫描电镜法对试验样本进行处理和测量,得到孔隙型砂岩微结构的电子放大照片,根据电子放大照片获得例如砂岩颗粒粒径、孔隙结构和形状信息等储层微结构信息。铸体薄片法具体可以是将有色液态胶在真空加压下注入岩石孔隙空间,待液态胶固化后磨制成的岩石薄片。扫描电镜法,又称扫描电子显微镜法,主要是利用二次电子信号成像来观察岩石薄片的表面形态,即用极狭窄的电子束去扫描岩石薄片,通过电子束与岩石薄片的相互作用产生各种效应,其中主要是岩石薄片的二次电子发射。二次电子能够产生岩石薄片表面放大的形貌像,这个像是在岩石薄片被扫描时按时序建立起来的,即使用逐点成像的方法获得放大像。放大像有较高的放大倍数,并在20-20万倍之间连续可调。
得到储层中储层油的特征信息的方式,可以是从获取储层微结构信息的上述试验样本中抽取储层油,然后获取储层油的例如粘度的特征信息。储层的声学特征信息可以是通过声波测井进行现场测量获得。应理解地,上述层微结构信息、储层中储层油的特征信息以及储层的声学特征信息还可以结合已有的工区勘测资料进行测量和获取。
S102,根据储层的声学特征信息,计算得到孔隙型砂岩储层的初始孔隙度和储层弹性信息。
孔隙度是指储层中所有孔隙空间体积之和与该岩样体积的比值,也称为该岩石的总孔隙度,以百分数表示。储层的总孔隙度越大,说明岩石中孔隙空间越大。孔隙度是储层评价的重要参数之一,本实施例结合储层的初始孔隙度和储层弹性信息对储层的油井产能进行预测。其中,储层弹性信息可以理解为储层动态杨氏模量与储层泊松比。
S103,根据储层弹性信息,计算得到储层应力信息。
具体地,根据储层弹性信息可以获得储层的例如垂向地应力和构造侧向挤压作用的储层应力信息。储层应力信息可以理解为是地应力。地应力是存在于地壳中的未受工程扰动的天然应力,也称岩体初始应力、绝对应力或原岩应力,广义上也指地球体内的应力。地应力包括由地热﹑重力﹑地球自转速度变化及其他因素产生的应力。本实施例中的储层应力信息可以理解为是储层垂向地应力、储层最大水平主地应力和储层最小水平主地应力。结合储层应力信息进行产能预测,可用于计算不同地应力环境下砂岩储层的产能指数,也可用于考察地应力水平对产能指数的影响。
本实施例中步骤S102与步骤S103,并不受所描述的动作顺序的限制,步骤S102与步骤S103可以采用其他顺序或者同时进行。
S104,获取油井开发时间和油井信息,根据油井开发时间、油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到目标区域内的孔隙型砂岩储层的油井产能预测指数。
其中,目标区域内的孔隙型砂岩储层相关信息包括:储层微结构信息、储层中储层油的特征信息、初始孔隙度、储层弹性信息以及储层应力信息。
油井开发时间的单位为年,结合油井开发时间对产能进预测,将产能预测分为油田未开发阶段的预测和油田开发阶段的预测,能够提高产能的预测准确率。油井信息可以理解为泄油半径、采油井井眼半径和采油井表皮系数。
依靠天然或人工能量使油井周围一定面积内的原油流入井内,这个含油面积称为油井的泄油面积。泄油面积的边缘到油井中心的距离称作油井的泄油半径。在油层连通的情况下,一般认为泄油半径等于两口生产井之间距离之半。采油井井眼半径即是指油井的半径。
由于钻井完井及井下作业对地层的污染或改善,近井地层的渗透率将发生变化,因此产生附加阻力。设想井壁贴一层表皮,流体流过它时所产生的附加阻力正好等于因近井地层渗透率变化所产生的附加阻力。引入表皮后可以认为近井地层的渗透率未发生变化,从而避免了因近井地层渗透率发生变化所造成的数学处理困难。表皮所造成的阻力大小由表皮系数表示。任何引起井筒附近流线发生改变的流动限制,都会产生正表皮系数。
本发明实施例提供的孔隙型砂岩储层产能预测方法,通过对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;根据储层的声学特征信息,计算得到孔隙型砂岩储层的初始孔隙度和储层弹性信息;根据储层弹性信息,计算得到储层应力信息;获取油井开发时间和油井信息,根据油井开发时间、油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到目标区域内的孔隙型砂岩储层的油井产能预测指数,由此避免了储层砂岩渗透率测定的工序,节约了产能预测成本,还将地应力对储层产能的影响考虑在产能预测计算之内。本发明实施例综合考虑了砂岩孔隙的微结构信息、储层应力信息以及油井开发时间等因素对孔隙型砂岩储层产能的影响,提高了孔隙型砂岩储层产能定量预测的准确性,为孔隙型砂岩储层的产能预测提供了另一种更加便捷的途径。
为了更加清楚地描述图1所示的实施例,下面结合具体的实施例对图1中的各个步骤进行解释说明。
在一种可选的实现方式中,油井信息具体包括:泄油半径、采油井井眼半径和采油井表皮系数。储层微结构信息具体包括:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。储层中储层油的特征信息具体包括:储层油粘度和储层油体积系数。储层弹性信息具体包括:储层动态杨氏模量与储层泊松比。储层应力信息具体包括:储层垂向地应力、储层最大水平主地应力和储层最小水平主地应力。
在获得上述信息之后,根据油井开发时间、油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到目标区域内的孔隙型砂岩储层的油井产能预测指数的过程。具体可以是:
根据公式一、公式二和公式三计算得到目标区域内的孔隙型砂岩储层的油井产能预测指数。
其中,PI为目标区域内的孔隙型砂岩储层的油井产能预测指数;t为油井开发时间,单位为年;φ0为初始孔隙度,无量纲;dg为储层的砂岩颗粒径均值,单位为mm;υ为储层油粘度,单位为mPa·s;χ为储层的砂岩孔隙形状修正因子,无量纲;ζ为储层的砂岩孔隙结构迂曲度,无量纲;B为储层油体积系数,无量纲;re为泄油半径,单位为m;rw为采油井井眼半径,单位为m;S为采油井表皮系数,无量纲;E为储层动态杨氏模量,单位为MPa;μ为储层泊松比,无量纲;σH为储层最大水平主地应力,单位为MPa;σv为储层垂向地应力,单位为MPa;σh为储层最小水平主地应力,单位为MPa;pp为储层孔隙压力,单位为MPa。
表一为本发明实施例提供的一种参数示例。本实施例计算孔隙型砂岩储层产能指数,需要的获取的油井开发时间、油井信息以及目标区域内的孔隙型砂岩储层相关信息可以如表一所示。
表一
砂岩颗粒粒径/m | 5×10<sup>-4</sup> |
孔隙性状修正因子/无量纲 | 0.80 |
迂曲度/无量纲 | 2.0 |
孔隙度/无量纲 | 0.06 |
原油粘度/(mPa·s) | 1.60 |
原油体积系数/无量纲 | 1.72 |
供油半径/m | 500 |
采油井半径/m | 0.089 |
表皮系数/无量纲 | 0.5 |
储层孔隙压力/MPa | 100 |
砂岩储层弹性模量/MPa | 1.35×10<sup>4</sup> |
砂岩储层泊松比/无量纲 | 0.123 |
图2为本发明实施例提供的一种地应力-产能指数的预测关系曲线。图2示意了一种储层最大水平主地应力和储层最小水平主地应力对孔隙型砂岩储层的油井产能预测指数的影响。将产能指数视为与初始孔隙度、储层垂向地应力、储层最大水平主地应力和储层最小水平主地应力相关的函数,可用于计算不同地应力环境下砂岩储层的产能指数,也可用于考察地应力水平对产能指数的影响。本实施例省去了储层砂岩渗透率测定的工序,节约了产能预测成本,解决了地应力对储层产能的影响问题。为孔隙型砂岩储层的产能预测提供途径,为砂岩储层油气勘探与开发提供技术支持。
在上述实施例的基础上,储层的声学特征信息可以理解为是储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差。储层所受的最小地应力可以使用水力压裂法获取,最小地应力可以是垂向应力或水平应力。然后使用组合弹簧模型计算反演出其他地应力,从而计算得到产能指数。由图2可知,孔隙型砂岩储层的产能随着储层最大水平主地应力或储层最小水平主地应力的增加而减小。这说明在高地应力环境下,储层产能较差。孔隙型砂岩油藏开发中,应将油井布置在构造应力相对较低的层位,以便获得高产。
储层的声学特征信息的获取过程的一种实现方式可以是以声波测井的方式得到的,具体是:在目标区域内的孔隙型砂岩储层的油井中放入受控声波源进行声波测井,测量得到储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差。
声波测井是指利用声波在不同岩石的中传播时,速度、幅度及频率的变化等声学特性不相同来研究钻井的地质剖面,判断固井质量的一种测井方法。将一个受控声波振源放入井中,声源发出的声波引起周围质点的振动,在地层中产生体波即纵波和横波,在井壁一钻井液界面上产生诱导的界面波即伪瑞利波和斯通莱波。这些声波信息作为地层信息的载体,被井下接收器接收,送至地面的记录下来,就是声波测井。而通过记录下来的声波信息就可以得到储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差。
在上述实施例的基础上,根据储层的声学特征信息,计算得到所述孔隙型砂岩储层的初始孔隙度的具体过程可以是:根据公式四,计算得到所述孔隙型砂岩储层的初始孔隙度。
其中,φ0为所述初始孔隙度,无量纲;Δt为所述纯岩石样本的声波时差;Δtma为所述岩石骨架样本的声波时差,单位为μs/m;Δtf为所述孔隙流体岩石样本的声波时差,单位为μs/m。
在上述实施例的基础上,孔隙型砂岩储层的储层弹性信息可以是:储层动态杨氏模量与储层泊松比。而根据储层的声学特征信息,计算得到所述孔隙型砂岩储层的储层弹性信息的一种实现方式可以包括:储层动态杨氏模量计算过程,与储层泊松比计算过程。这两个过程可以同时进行,也可以任意顺序先后进行。
储层动态杨氏模量计算过程具体可以是:对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层体积密度。根据公式五计算得到所述孔隙型砂岩储层的储层动态杨氏模量。
其中,E为储层动态杨氏模量;ρb为所述储层体积密度,单位为g/cm3;Δts为所述储层横波时差,单位为μs/m;Δtc为所述储层纵波时差,单位为μs/m。
储层泊松比计算过程具体可以是:根据公式六计算得到所述孔隙型砂岩储层的储层泊松比。
其中,μ为储层泊松比,无量纲;Δts为所述储层横波时差,单位为μs/m;Δtc为所述储层纵波时差,单位为μs/m。
在上述实施例的基础上,所述储层应力信息可以是:储层垂向地应力。根据储层弹性信息,计算得到储层应力信息的过程可以是:首先,对孔隙型砂岩储层进行测量,得到孔隙型砂岩储层的储层岩石密度和储层岩石厚度。然后,根据公式七计算得到储层垂向地应力。
其中,σv为储层垂向地应力;ρi为所述储层岩石密度;g为所述目标区域的重力加速度;hi为所述储层岩石厚度,n为所述储层的总层数。
在上述实施例的基础上,储层应力信息还包括:储层最大水平主地应力和储层最小水平主地应力。根据储层弹性信息,计算得到储层应力信息,还包括:对孔隙型砂岩储层进行测量,得到孔隙型砂岩储层的储层孔隙压力和有效应力系数。在目标区域内确定采样区域,并测得采样区域中孔隙型砂岩储层的采样最大水平主地应力和采样最小水平主地应力。根据采样最大水平主地应力和采样最小水平主地应力,利用如下公式八和公式九,确定最大水平主地应力方向的应变和最小水平主地应力方向的应变。
其中,σH'为采样最大水平主地应力,单位为MPa;σh'为采样最小水平主地应力,单位为MPa;pp为储层孔隙压力,E为储层动态杨氏模量;μ为储层泊松比;σv为储层垂向地应力,单位为MPa;α为有效应力系数;εH为最大水平主地应力方向的应变,无量纲;εh为最小水平主地应力方向的应变,无量纲。
根据最大水平主地应力方向的应变和最小水平主地应力方向的应变,利用如下公式十和公式十一计算得到储层的最大水平主地应力和最小水平主地应力。
其中,σH为最大水平主地应力,单位为MPa;σh为最小水平主地应力,单位为MPa。
由于工区内地质情况变化不大,因此根据在某一个采样区域的采样最大水平主地应力和采样最小水平主地应力,可以计算得到整个工区的最大水平主地应力方向的应变和最小水平主地应力方向的应变。再以最大水平主地应力方向的应变和最小水平主地应力方向的应变,对工区内其他位置的储层的最大水平主地应力和最小水平主地应力进行计算,具有较高的准确性。
孔隙型砂岩储层的储层孔隙压力的获取方式,可用仪器直接测量储层孔隙压力,并采用重复地层测试(Repeat FormationTester,简称:RFT)获取。RFT是一种测井方法,一次下井可以重复测量储层的地层压力,并可取得两个地层流体的样品。
在上述实施例的基础上,储层微结构信息可以是:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。获取储层微结构信息的过程的一种实现方式可以是:对目标区域内的孔隙型砂岩储层钻取储层样本。对储层样本中砂岩的粒径进行测量,得到储层的砂岩颗粒径均值,例如使用碎屑岩粒度分析法进行砂岩颗粒径均值的测定。对储层样本中砂岩的孔隙结构进行测量,得到储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。对砂岩的孔隙结构测量和对砂岩的粒径测量可以是同时进行,也可以是以任意顺序先后进行的。获取储层微结构信息的过程实质上是对电镜放大照片的图像处理过程,可以结合图像处理软件实现。
在上述实施例的基础上,储层中储层油的特征信息可以是:储层油粘度和储层油体积系数。获得储层中储层油的特征信息的具体过程可以是:对目标区域内的孔隙型砂岩储层钻取储层样本,并获取储层样本中储集的储层油样本。获取储层油样本在地面脱气前的第一体积和储层油样本在地面脱气后的第二体积,将第一体积与第二体积的比值,确定为储层油体积系数。对储层油样本进行粘度测量,得到储层油粘度。储层油粘度的获取方法可以是应用落球法。
一种应用落球法测量储层油粘度的具体实现方式可以是:在垂直放置且注入储层油的圆柱形透明缸体内悬挂一个用以标定小球下落位置的直尺,图像采集系统对准圆柱形透明缸体的下部,把采集的小球下落过程和直尺的图像传送给计算机,在计算机的显示器上采用网格法或十字坐标法对小球下落过程的每一采样位置与直尺进行比较计算,求得小球的收尾速度并由此算出储层油的粘滞系数即为储层油粘度。
本发明实施例通过对孔隙型储层中砂岩孔隙结构的观测,获取砂岩孔隙的微结构信息,综合考虑垂向地应力、构造侧向挤压作用,以及采油时间等因素对孔隙型砂岩储层产能的影响,发明了计算孔隙型砂岩储层产能的计算方法,可用于孔隙型砂岩储层产能的定量计算,预测孔隙型砂岩储层产能,解决了地应力对储层产能的影响问题,为孔隙型砂岩储层的产能预测提供了途径,填补了构造应力对储层产能影响研究的技术空白,为砂岩油气勘探与开发提供技术支持。
图3为本发明实施例提供的一种孔隙型砂岩储层产能预测装置结构示意图。如图3所示的结构,具体可以包括:
测量模块11,用于对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;
第一计算模块12,用于根据储层的声学特征信息,计算得到孔隙型砂岩储层的初始孔隙度和储层弹性信息;
第二计算模块13,用于根据储层弹性信息,计算得到储层应力信息;
第三计算模块14,用于获取油井开发时间和油井信息,根据油井开发时间、油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到目标区域内的孔隙型砂岩储层的油井产能预测指数;其中,目标区域内的孔隙型砂岩储层相关信息包括:储层微结构信息、储层中储层油的特征信息、初始孔隙度、储层弹性信息以及储层应力信息。
图3所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤,其实现原理和技术效果类似,此处不再赘述。
在图3所示实施例的基础上,所述油井信息包括:泄油半径、采油井井眼半径和采油井表皮系数。所述储层微结构信息包括:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。所述储层中储层油的特征信息包括:储层油粘度和储层油体积系数。所述储层弹性信息包括:储层动态杨氏模量与储层泊松比。所述储层应力信息包括:储层垂向地应力、储层最大水平主地应力和储层最小水平主地应力。
相应地,第三计算模块14具体用于:根据公式一、公式二和公式三计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数;
其中,PI为所述目标区域内的孔隙型砂岩储层的油井产能预测指数;t为所述油井开发时间;φ0为初始孔隙度;dg为储层的砂岩颗粒径均值;υ为储层油粘度;χ为储层的砂岩孔隙形状修正因子;ζ为储层的砂岩孔隙结构迂曲度;B为储层油体积系数;re为泄油半径;rw为采油井井眼半径;S为采油井表皮系数;E为储层动态杨氏模量;μ为储层泊松比;σH为储层最大水平主地应力;σv为储层垂向地应力;σh为储层最小水平主地应力;pp为储层孔隙压力。
在上述实施例的基础上,所述储层的声学特征信息包括:储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差。
测量模块11具体用于:在目标区域内的孔隙型砂岩储层的油井中放入受控声波源进行声波测井,测量得到储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差。
在上述实施例的基础上,第一计算模块12具体用于:
根据公式四,计算得到所述孔隙型砂岩储层的初始孔隙度;
其中,φ0为所述初始孔隙度;Δt为所述纯岩石样本的声波时差;Δtma为所述岩石骨架样本的声波时差;Δtf为所述孔隙流体岩石样本的声波时差。
在上述实施例的基础上,孔隙型砂岩储层的储层弹性信息包括:储层动态杨氏模量与储层泊松比。
第一计算模块12,具体用于:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层体积密度。根据公式五计算得到所述孔隙型砂岩储层的储层动态杨氏模量;
其中,E为储层动态杨氏模量;ρb为所述储层体积密度;Δts为所述储层横波时差;Δtc为所述储层纵波时差。根据公式六计算得到所述孔隙型砂岩储层的储层泊松比;
其中,μ为储层泊松比;Δts为所述储层横波时差;Δtc为所述储层纵波时差。
在上述实施例的基础上,储层应力信息包括:储层垂向地应力。第二计算模块13具体用于:对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层岩石密度和储层岩石厚度;根据公式七计算得到储层垂向地应力;
其中,σv为储层垂向地应力;ρi为所述储层岩石密度;g为所述目标区域的重力加速度;hi为所述储层岩石厚度,n为所述储层的总层数。
在上述实施例的基础上,所述储层应力信息还包括:储层最大水平主地应力和储层最小水平主地应力。第二计算模块13还用于:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层孔隙压力和有效应力系数;在所述目标区域内确定采样区域,并测得所述采样区域中孔隙型砂岩储层的采样最大水平主地应力和采样最小水平主地应力;根据所述采样最大水平主地应力和采样最小水平主地应力,利用如下公式八和公式九,确定所述最大水平主地应力方向的应变和最小水平主地应力方向的应变;
其中,σH'为所述采样最大水平主地应力;σh'为所述采样最小水平主地应力;pp为储层孔隙压力,E为储层动态杨氏模量;μ为储层泊松比;σv为储层垂向地应力;α为所述有效应力系数;εH为所述最大水平主地应力方向的应变;εh为所述最小水平主地应力方向的应变;根据所述最大水平主地应力方向的应变和所述最小水平主地应力方向的应变,利用如下公式十和公式十一计算得到储层的所述最大水平主地应力和所述最小水平主地应力;
其中,σH为所述最大水平主地应力;σh为所述最小水平主地应力。
在上述实施例的基础上,所述储层微结构信息包括:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。测量模块11具体用于:
对目标区域内的孔隙型砂岩储层钻取储层样本;对所述储层样本中砂岩的粒径进行测量,得到所述储层的砂岩颗粒径均值;对所述储层样本中砂岩的孔隙结构进行测量,得到所述储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。
在上述实施例的基础上,所述储层中储层油的特征信息包括:储层油粘度和储层油体积系数。
测量模块11具体还用于:对目标区域内的孔隙型砂岩储层钻取储层样本,并获取所述储层样本中储集的储层油样本;获取所述储层油样本在地面脱气前的第一体积和所述储层油样本在地面脱气后的第二体积,将所述第一体积与所述第二体积的比值,确定为所述储层油体积系数;对所述储层油样本进行粘度测量,得到所述储层油粘度。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种孔隙型砂岩储层产能预测方法,其特征在于,包括:
对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;
根据所述储层的声学特征信息,计算得到所述孔隙型砂岩储层的初始孔隙度和储层弹性信息;
根据所述储层弹性信息,计算得到储层应力信息;
获取油井开发时间和油井信息,根据所述油井开发时间、所述油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数,
其中,所述目标区域内的孔隙型砂岩储层相关信息包括:所述储层微结构信息、所述储层中储层油的特征信息、所述初始孔隙度、所述储层弹性信息以及所述储层应力信息。
2.根据权利要求1所述的方法,其特征在于,
所述油井信息包括:泄油半径、采油井井眼半径和采油井表皮系数;
所述储层微结构信息包括:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子;
所述储层中储层油的特征信息包括:储层油粘度和储层油体积系数;
所述储层弹性信息包括:储层动态杨氏模量与储层泊松比;
所述储层应力信息包括:储层垂向地应力、储层最大水平主地应力和储层最小水平主地应力;
相应地,所述根据所述油井开发时间、所述油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数,包括:
根据公式一、公式二和公式三计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数;
其中,PI为所述目标区域内的孔隙型砂岩储层的油井产能预测指数;t为所述油井开发时间;φ0为初始孔隙度;dg为储层的砂岩颗粒径均值;υ为储层油粘度;χ为储层的砂岩孔隙形状修正因子;ζ为储层的砂岩孔隙结构迂曲度;B为储层油体积系数;re为泄油半径;rw为采油井井眼半径;S为采油井表皮系数;E为储层动态杨氏模量;μ为储层泊松比;σH为储层最大水平主地应力;σv为储层垂向地应力;σh为储层最小水平主地应力;pp为储层孔隙压力。
3.根据权利要求1或2所述的方法,其特征在于,所述储层的声学特征信息包括:储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差;
所述对目标区域内的孔隙型砂岩储层进行测量,得到储层的声学特征信息,包括:
在目标区域内的孔隙型砂岩储层的油井中放入受控声波源进行声波测井,测量得到储层纯岩石声波时差、储层岩石骨架声波时差、储层岩石孔隙流体的声波时差、储层横波时差和储层纵波时差。
4.根据权利要求3所述的方法,其特征在于,所述根据储层的声学特征信息,计算得到所述孔隙型砂岩储层的初始孔隙度,包括:
根据公式四,计算得到所述孔隙型砂岩储层的初始孔隙度;
其中,φ0为所述初始孔隙度;Δt为所述纯岩石样本的声波时差;Δtma为所述岩石骨架样本的声波时差;Δtf为所述孔隙流体岩石样本的声波时差。
5.根据权利要求3所述的方法,其特征在于,所述孔隙型砂岩储层的储层弹性信息包括:储层动态杨氏模量与储层泊松比;
所述根据储层的声学特征信息,计算得到所述孔隙型砂岩储层的储层弹性信息,包括:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层体积密度;
根据公式五计算得到所述孔隙型砂岩储层的储层动态杨氏模量;
其中,E为储层动态杨氏模量;ρb为所述储层体积密度;Δts为所述储层横波时差;Δtc为所述储层纵波时差;
根据公式六计算得到所述孔隙型砂岩储层的储层泊松比;
其中,μ为储层泊松比;Δts为所述储层横波时差;Δtc为所述储层纵波时差。
6.根据权利要求1或2所述的方法,其特征在于,所述储层应力信息包括:储层垂向地应力;
所述根据储层弹性信息,计算得到储层应力信息,包括:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层岩石密度和储层岩石厚度;
根据公式七计算得到储层垂向地应力;
其中,σv为储层垂向地应力;ρi为所述储层岩石密度;g为所述目标区域的重力加速度;hi为所述储层岩石厚度,n为所述储层的总层数。
7.根据权利要求6所述的方法,其特征在于,所述储层应力信息还包括:储层最大水平主地应力和储层最小水平主地应力;
所述根据储层弹性信息,计算得到储层应力信息,还包括:
对所述孔隙型砂岩储层进行测量,得到所述孔隙型砂岩储层的储层孔隙压力和有效应力系数;
在所述目标区域内确定采样区域,并测得所述采样区域中孔隙型砂岩储层的采样最大水平主地应力和采样最小水平主地应力;
根据所述采样最大水平主地应力和采样最小水平主地应力,利用如下公式八和公式九,确定所述最大水平主地应力方向的应变和最小水平主地应力方向的应变;
其中,σH'为所述采样最大水平主地应力;σh'为所述采样最小水平主地应力;pp为储层孔隙压力,E为储层动态杨氏模量;μ为储层泊松比;σv为储层垂向地应力;α为所述有效应力系数;εH为所述最大水平主地应力方向的应变;εh为所述最小水平主地应力方向的应变;
根据所述最大水平主地应力方向的应变和所述最小水平主地应力方向的应变,利用如下公式十和公式十一计算得到储层的所述最大水平主地应力和所述最小水平主地应力;
其中,σH为所述最大水平主地应力;σh为所述最小水平主地应力。
8.根据权利要求1或2所述的方法,其特征在于,所述储层微结构信息包括:储层的砂岩粒径均值、储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子;
所述对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息,包括:
对目标区域内的孔隙型砂岩储层钻取储层样本;
对所述储层样本中砂岩的粒径进行测量,得到所述储层的砂岩颗粒径均值;
对所述储层样本中砂岩的孔隙结构进行测量,得到所述储层的砂岩孔隙结构迂曲度和储层的砂岩孔隙形状修正因子。
9.根据权利要求1或2所述的方法,其特征在于,所述储层中储层油的特征信息包括:储层油粘度和储层油体积系数;
所述对目标区域内的孔隙型砂岩储层进行测量,得到储层中储层油的特征信息,包括:
对目标区域内的孔隙型砂岩储层钻取储层样本,并获取所述储层样本中储集的储层油样本;
获取所述储层油样本在地面脱气前的第一体积和所述储层油样本在地面脱气后的第二体积,将所述第一体积与所述第二体积的比值,确定为所述储层油体积系数;
对所述储层油样本进行粘度测量,得到所述储层油粘度。
10.一种孔隙型砂岩储层产能预测装置,其特征在于,包括:
测量模块,用于对目标区域内的孔隙型砂岩储层进行测量,得到储层微结构信息、储层中储层油的特征信息以及储层的声学特征信息;
第一计算模块,用于根据所述储层的声学特征信息,计算得到所述孔隙型砂岩储层的初始孔隙度和储层弹性信息;
第二计算模块,用于根据所述储层弹性信息,计算得到储层应力信息;
第三计算模块,用于获取油井开发时间和油井信息,根据所述油井开发时间、所述油井信息以及目标区域内的孔隙型砂岩储层相关信息,计算得到所述目标区域内的孔隙型砂岩储层的油井产能预测指数;其中,所述目标区域内的孔隙型砂岩储层相关信息包括:所述储层微结构信息、所述储层中储层油的特征信息、所述初始孔隙度、所述储层弹性信息以及所述储层应力信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711457240.4A CN109975189B (zh) | 2017-12-28 | 2017-12-28 | 孔隙型砂岩储层产能预测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711457240.4A CN109975189B (zh) | 2017-12-28 | 2017-12-28 | 孔隙型砂岩储层产能预测方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109975189A true CN109975189A (zh) | 2019-07-05 |
CN109975189B CN109975189B (zh) | 2022-03-29 |
Family
ID=67074364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711457240.4A Active CN109975189B (zh) | 2017-12-28 | 2017-12-28 | 孔隙型砂岩储层产能预测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109975189B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111784065A (zh) * | 2020-07-09 | 2020-10-16 | 东北石油大学 | 一种基于灰关联的油井产能智能预测方法 |
CN112595653A (zh) * | 2021-03-05 | 2021-04-02 | 西南石油大学 | 粒状黏土矿物的疏松砂岩储层孔隙度应力敏感分析方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101906966A (zh) * | 2010-07-16 | 2010-12-08 | 中国石油天然气股份有限公司 | 储层产能的预测方法及装置 |
CN102865059A (zh) * | 2012-09-26 | 2013-01-09 | 中国石油天然气股份有限公司 | 一种对裂缝-孔隙型油藏产能进行预测的方法及装置 |
CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
CN103792581A (zh) * | 2013-12-31 | 2014-05-14 | 刘致水 | 基于岩石物理模型的页岩气储层地应力测井预测方法 |
CN105093313A (zh) * | 2015-07-07 | 2015-11-25 | 中国地质大学(北京) | 一种岩溶型油藏单井油气产能预测方法及装置 |
CN105386751A (zh) * | 2015-12-04 | 2016-03-09 | 中国石油天然气集团公司 | 一种基于油藏渗流模型的水平井测井产能预测方法 |
CN105528732A (zh) * | 2015-12-22 | 2016-04-27 | 中国石油天然气股份有限公司 | 一种试气井产能预测方法 |
CN105868508A (zh) * | 2016-04-28 | 2016-08-17 | 西南石油大学 | 一种基于气测录井信息的产能定量预测方法 |
CN106761677A (zh) * | 2017-03-09 | 2017-05-31 | 长江大学 | 页岩气水平井单井产能的测井预测方法 |
CN107346455A (zh) * | 2016-05-05 | 2017-11-14 | 中国石油化工股份有限公司 | 一种用于识别页岩气产能的方法 |
-
2017
- 2017-12-28 CN CN201711457240.4A patent/CN109975189B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101906966A (zh) * | 2010-07-16 | 2010-12-08 | 中国石油天然气股份有限公司 | 储层产能的预测方法及装置 |
CN102865059A (zh) * | 2012-09-26 | 2013-01-09 | 中国石油天然气股份有限公司 | 一种对裂缝-孔隙型油藏产能进行预测的方法及装置 |
CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
CN103792581A (zh) * | 2013-12-31 | 2014-05-14 | 刘致水 | 基于岩石物理模型的页岩气储层地应力测井预测方法 |
CN105093313A (zh) * | 2015-07-07 | 2015-11-25 | 中国地质大学(北京) | 一种岩溶型油藏单井油气产能预测方法及装置 |
CN105386751A (zh) * | 2015-12-04 | 2016-03-09 | 中国石油天然气集团公司 | 一种基于油藏渗流模型的水平井测井产能预测方法 |
CN105528732A (zh) * | 2015-12-22 | 2016-04-27 | 中国石油天然气股份有限公司 | 一种试气井产能预测方法 |
CN105868508A (zh) * | 2016-04-28 | 2016-08-17 | 西南石油大学 | 一种基于气测录井信息的产能定量预测方法 |
CN107346455A (zh) * | 2016-05-05 | 2017-11-14 | 中国石油化工股份有限公司 | 一种用于识别页岩气产能的方法 |
CN106761677A (zh) * | 2017-03-09 | 2017-05-31 | 长江大学 | 页岩气水平井单井产能的测井预测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111784065A (zh) * | 2020-07-09 | 2020-10-16 | 东北石油大学 | 一种基于灰关联的油井产能智能预测方法 |
CN112595653A (zh) * | 2021-03-05 | 2021-04-02 | 西南石油大学 | 粒状黏土矿物的疏松砂岩储层孔隙度应力敏感分析方法 |
CN112595653B (zh) * | 2021-03-05 | 2021-05-07 | 西南石油大学 | 粒状黏土矿物的疏松砂岩储层孔隙度应力敏感分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109975189B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | 3D geomechanical modeling and numerical simulation of in-situ stress fields in shale reservoirs: a case study of the lower Cambrian Niutitang formation in the Cen'gong block, South China | |
CN104977618B (zh) | 一种评价页岩气储层及寻找甜点区的方法 | |
Vernik et al. | Ultrasonic velocity and anisotropy of hydrocarbon source rocks | |
Lai et al. | Pore structure and fractal characteristics of Ordovician Majiagou carbonate reservoirs in Ordos Basin, China | |
CN103256046B (zh) | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 | |
US10145227B2 (en) | Method for estimating permeability of fractured rock formations from induced slow fluid pressure waves | |
CN113901681B (zh) | 一种全寿命周期页岩气储层双甜点三维可压性评估方法 | |
CN105651966A (zh) | 一种页岩油气优质储层评价方法及参数确定方法 | |
CN103984027B (zh) | 基于椭球体双重孔隙模型的岩石纵波速度预测方法 | |
Wang et al. | Experimental investigation on the fracture behaviour of black shale by acoustic emission monitoring and CT image analysis during uniaxial compression | |
CA2931435A1 (en) | Method for developing a geomechanical model based on seismic data, well logs and sem analysis of horizontal and vertical drill cuttings | |
CN104853822A (zh) | 一种评价页岩气储层及寻找甜点区的方法 | |
CN101231346A (zh) | 应用地震波速度预测煤、岩体物理力学参数方法 | |
CN103713327B (zh) | 基于测井及地震资料的页岩气储层最小闭合压力评价方法 | |
CN105317435B (zh) | 一种水平井裂缝识别方法 | |
Liu et al. | Numerical simulation to determine the fracture aperture in a typical basin of China | |
CN105527652A (zh) | 一种岩石脆性的测井方法和装置 | |
Tian et al. | Three-dimensional geophysical characterization of deeply buried Paleokarst system in the Tahe oilfield, Tarim basin, China | |
CN110700820A (zh) | 松辽盆地北部致密油储层甜点分类方法 | |
Zhang et al. | Permeability prediction of carbonate rocks based on digital image analysis and rock typing using random forest algorithm | |
CN103792575B (zh) | 一种去骨架影响的致密砂岩气层识别评价方法 | |
CN107728205A (zh) | 一种地层压力预测方法 | |
CN109975189A (zh) | 孔隙型砂岩储层产能预测方法与装置 | |
CN102914797B (zh) | 一种获得地层各向异性系数的方法及装置 | |
CN117555029A (zh) | 一种油气储层地质力学层单井定量划分方法 |
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 |