CN110020398B - 含水饱和度计算方法和装置 - Google Patents

含水饱和度计算方法和装置 Download PDF

Info

Publication number
CN110020398B
CN110020398B CN201710895708.1A CN201710895708A CN110020398B CN 110020398 B CN110020398 B CN 110020398B CN 201710895708 A CN201710895708 A CN 201710895708A CN 110020398 B CN110020398 B CN 110020398B
Authority
CN
China
Prior art keywords
water saturation
coefficient
saturation
calculation model
porosity
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
CN201710895708.1A
Other languages
English (en)
Other versions
CN110020398A (zh
Inventor
瞿建华
任本兵
吴俊�
尤新才
郭文建
张磊
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.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201710895708.1A priority Critical patent/CN110020398B/zh
Publication of CN110020398A publication Critical patent/CN110020398A/zh
Application granted granted Critical
Publication of CN110020398B publication Critical patent/CN110020398B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

本发明公开了一种含水饱和度计算方法和装置。其中，该方法包括：通过对第一目标对象进行岩电实验，得到实验结果数据，其中，实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和第一含水饱和度；根据地层因素和孔隙度确定胶结系数计算模型，并根据电阻增大系数和含水饱和度确定饱和度指数计算模型；根据胶结系数计算模型和饱和度指数计算模型，建立含水饱和度计算模型；采用预设算法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度。本发明解决了现有的含水饱和度计算模型应用于低渗透砾岩储层含水饱和度计算时不准确的技术问题。

Description

含水饱和度计算方法和装置
技术领域
本发明涉及石油勘探领域，具体而言，涉及一种含水饱和度计算方法和装置。
背景技术
随着油气资源的短缺以及勘探开发难度的加大，低渗透致密砾岩储层油气的勘探开发受到了油气勘探开发工作者的极大关注。饱和度参数的确定是低渗透砾岩储层油气储量以及产量评估的重要的基础。目前，常采用Archie(阿尔奇)饱和度计算模型计算储层含水饱和度。然而，受低渗透砾岩储层复杂岩性、孔隙结构的影响，常规的Archie饱和度计算模型难以准确描述储层岩石的导电规律，即无法解释岩电实验中存在的非阿尔奇现象，进而难以准确评价低渗透砾岩储层的含水饱和度。
对于饱和度的研究，基于大量的岩电实验数据，现有技术提出了一系列关于饱和度的计算模型。大致有如下几种：
(1)由于地层因素与孔隙度、电阻率增大系数与含水饱和度在双对数坐标系下存在拐点，有人提出了对储层按孔隙度和流动单元指数分类计算饱和度的方法。但该方法并没有对饱和度公式本身进行改变，仍然采用阿尔奇饱和度计算模型；
(2)基于对电阻率测井资料进行校正，并计算饱和度的思想，有人建立了一种新的饱和度计算模型；但是，该模型的计算参数过多且校正系数K、KRW的精确性难以保证；
(3)通过岩电实验数据分析研究了低孔隙度条件下地层因素、饱和度指数与孔隙度的关系，发现地层因素、饱和度指数均与孔隙度呈多次函数关系，有人建立了单一变量(φ)的饱和度计算模型。这种方法虽然简化了饱和度的计算模型，但实际应用中致密储层的饱和度计算影响因素复杂多样，很难用单一参数计算得到准确的饱和度值。
(4)由于致密储层中胶结系数的计算模型与孔隙结构指数有关，有人研究发现胶结系数、饱和度指数与阳离子交换量(Qv)、孔隙结构指数
Figure BDA0001421293280000011
存在一定相关关系。当Qv大于0.2时，胶结系数受阳离子交换量影响大，饱和度指数随Qv的增大而降低；当Qv小于0.2时，胶结系数几乎不受阳离子交换量的影响，饱和度指数孔隙结构指数
Figure BDA0001421293280000021
的增大而增大。但是，实际应用中，低渗透储层的渗透率难以获得，且模型所需的计算参数过多，增加了含水饱和度计算结果的不确定性。
针对上述现有的含水饱和度计算模型应用于低渗透砾岩储层含水饱和度计算时不准确的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种含水饱和度计算方法和装置，以至少解决现有的含水饱和度计算模型应用于低渗透砾岩储层含水饱和度计算时不准确的技术问题。
根据本发明实施例的一个方面，提供了一种含水饱和度计算方法，包括：通过对第一目标对象进行岩电实验，得到实验结果数据，其中，实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和含水饱和度；根据地层因素和孔隙度确定胶结系数计算模型，并根据电阻增大系数和含水饱和度确定饱和度指数计算模型；根据胶结系数计算模型和饱和度指数计算模型，建立含水饱和度计算模型；采用预设算法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度。
根据本发明实施例的另一方面，还提供了一种含水饱和度计算装置，包括：处理模块，用于通过对第一目标对象进行岩电实验，得到实验结果数据，其中，实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和含水饱和度；确定模块，用于根据地层因素和孔隙度确定胶结系数计算模型，并根据电阻增大系数和含水饱和度确定饱和度指数计算模型；建立模块，用于根据胶结系数计算模型和饱和度指数计算模型，建立含水饱和度计算模型；计算模块，用于采用预设算法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度。
根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述的含水饱和度计算方法。
根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的含水饱和度计算方法。
在本发明实施例中，通过对第一目标对象进行岩电实验，得到实验结果数据，其中，实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和含水饱和度；根据地层因素和孔隙度确定胶结系数计算模型，并根据电阻增大系数和含水饱和度确定饱和度指数计算模型；根据胶结系数计算模型和饱和度指数计算模型，建立含水饱和度计算模型；采用预设算法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度，达到了提高含水饱和度计算模型的精度的目的，从而实现了准确计算低渗透砾砂岩储层的含水饱和度的技术效果，进而解决了现有的含水饱和度计算模型应用于低渗透砾岩储层含水饱和度计算时不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种含水饱和度计算方法流程图；
图2是根据本发明实施例的一种可选的某油田区块的地层因素与孔隙度交会示意图；
图3是根据现有技术的一种可选的与基于Archie模型的某油田区块的地层因素与孔隙度交会示意图；
图4是根据本发明实施例的一种可选的某油田区块的电阻增大系数与含水饱和度交会示意图；
图5是根据现有技术的一种可选的与基于Archie模型的某油田区块的电阻增大系数与含水饱和度交会示意图；
图6是根据本发明实施例的一种可选的地层因素计算值与实际测量值的交会示意图；
图7是根据现有技术的一种可选的基于Archie模型的地层因素计算值与实际测量值交会示意图；
图8是根据本发明实施例的一种可选的电阻增大系数计算值与实际测量值的交会示意图；
图9是根据现有技术的一种可选的基于Archie模型的电阻增大系数计算值与实际测量值交会示意图；
图10是根据本发明实施例的一种可选的某示例区一口井应用新模型计算出的饱和度评价成果示意图；
图11是根据现有技术的一种可选的某示例区基于阿尔奇模型计算饱和度与测量饱和度绝对差值统计示意图；
图12是根据本发明实施例的一种可选的某示例区计算饱和度与测量饱和度绝对差值统计示意图；以及
图13是根据本发明实施例的一种含水饱和度计算装置示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，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”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。此外，术语“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。
实施例1
根据本发明实施例，提供了一种含水饱和度计算方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种含水饱和度计算方法流程图，如图1所示，该方法包括如下步骤：
步骤S102，通过对第一目标对象进行岩电实验，得到实验结果数据，其中，实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和第一含水饱和度。
具体地，在上述步骤中，岩电实验是对岩石进行物理研究的一项重要手段，可以用于确定岩样的物性、电性和流体的饱和特性，通常包括岩样的预处理、在不同温度和压力、地层水狂化度条件下测量岩心的孔隙度、电阻率和模拟配制的地层水电阻率及含水包含度(即上述含水饱和度)、以及实验数据的分析处理等过程。通过岩电实验可以确定但不限于如下实验数据：地层因素、孔隙度、电阻增大系数和含水饱和度(通过岩电)等。
作为一种可选的实施例，上述第一目标对象可以是低渗透砾岩储层(例如，准噶尔盆地玛湖凹陷某个砾岩区块)中取到的岩样。
步骤S104，根据地层因素和孔隙度确定胶结系数计算模型，并根据电阻增大系数和含水饱和度确定饱和度指数计算模型。
具体地，在上述步骤中，胶结系数是反映岩石胶结程度的一个参数，随着岩石的胶结程度不同而变化。饱和指数是反映岩石孔隙中流体分布对岩石电阻率影响的一个参数，与岩石电阻率和饱和度有关。利用岩电实验所得的地层因素和孔隙度确定胶结系数模型，利用岩电实验所得的电阻增大系数和含水饱和度确定饱和度指数模型，可以准确地确定低渗透砾岩储层的胶结系数和饱和度指数。
步骤S106，根据胶结系数计算模型和饱和度指数计算模型，建立含水饱和度计算模型。
具体地，在上述步骤中，在根据岩电实验所得的地层因素和孔隙度确定胶结系数模型，以及根据岩电实验所得的电阻增大系数和含水饱和度确定饱和度指数模型后，根据得到的胶结系数计算模型和饱和度指数计算模型，建立用于计算第二目标对象的含水饱和度的含水饱和度计算模型，其中，第二目标对象可以是未知的低渗透砾岩储层(例如，准噶尔盆地玛湖凹陷某个砾岩区块)。
步骤S108，采用预设算法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度。
具体地，在上述步骤中，通过预设算法对根据胶结系数计算模型和饱和度指数计算模型建立的含水饱和度计算模型进行求解，可以得到第二目标对象的第二含水饱和度。
由上可知，在本申请上述实施例中，利用岩电实验所得的地层因素和孔隙度确定胶结系数计算模型，利用岩电实验所得的电阻增大系数和含水饱和度确定饱和度指数计算模型，并利用前两步得到的胶结系数计算模型和饱和度指数计算模型建立含水饱和度计算模型，最后使用非线性方程实根的对分法求解含水饱和度，达到了提高含水饱和度计算模型的精度的目的，从而实现了准确计算低渗透砾砂岩储层的含水饱和度的技术效果，进而解决了现有的含水饱和度计算模型应用于低渗透砾岩储层含水饱和度计算时不准确的技术问题。
需要说明的是，砾岩储层的孔隙度主要分布在6～16％之间，孔隙结构复杂且连通性较差。用Archie模型计算含水饱和度精度较差，其计算地层因素、电阻增大系数与实际测量值之间误差较大。而本申请基于上述步骤S102至S108公开的方案，可以准确地计算砾岩储层的含水饱和度。
在上述步骤S104中，利用岩电实验所得的地层因素和孔隙度确定胶结系数计算模型时，作为一种可选的实施例，根据孔隙度确定的胶结系数计算模型的计算公式可以为：
Figure BDA0001421293280000061
其中，m为胶结系数，
Figure BDA0001421293280000062
为孔隙度，A和B为根据地层因素和孔隙度确定的第一系数和第二系数。
基于上述实施例，作为一种可选的实施方式，根据地层因素和孔隙度确定第一系数和第二系数，可以包括如下步骤：通过预设回归公式对地层因素和孔隙度进行回归分析，得到第一系数和第二系数，其中，预设回归公式可以为：
Figure BDA0001421293280000063
其中，F为地层因素，
Figure BDA0001421293280000064
为孔隙度。
需要说明的是，上述地层因素F和孔隙度
Figure BDA0001421293280000065
可以通过对低渗透砾岩储层进行岩心分析而得到，在得到岩心对应的地层因素F和孔隙度
Figure BDA0001421293280000066
后，利用地层因素F和孔隙度
Figure BDA0001421293280000067
进行回归分析，获得第一系数A和第二系数B。
一种可选的实施例中，图2是根据本发明实施例的一种可选的某油田区块的地层因素与孔隙度交会示意图，如图2所示，利用岩电实验数据确定第一系数A和第二系数B的交会图，公式回归中
Figure BDA0001421293280000068
的系数为A，
Figure BDA0001421293280000069
的系数为B。该系数的确定是在有地下取芯的井段，进行取样分析，分析计算对应地层因素和孔隙度，最后进行相关性分析，得到第一系数和第二系数，以便用于建立胶结系数的计算模型。可选地，图3是根据现有技术的一种可选的与基于Archie模型的某油田区块的地层因素与孔隙度交会示意图。
在上述步骤S104中，岩电实验所得的电阻增大系数和含水饱和度确定饱和度指数计算模型时，作为一种可选的实施例，上述使用含水饱和度确定的计算饱和度指数饱和度指数计算模型为：
n＝C*log(Sw)+D
其中，n为饱和度指数；Sw为含水饱和度；C和D为根据电阻增大系数与含水饱和度的关系确定的第三系数和第四系数。
基于上述实施例，作为一种可选的实施方式，根据电阻增大系数与含水饱和度的关系确定第三系数和第四系数，可以包括如下步骤：通过预设回归公式对电阻增大系数与含水饱和度进行回归分析，得到第三系数和第四系数，其中，预设回归公式为：
log(Ir)＝Clog2(Sw)+Dlog(Sw)
其中，Ir为电阻增大系数，Sw为含水饱和度。
需要说明的是，上述电阻增大系数Ir和含水饱和度Sw可以通过对低渗透砾岩储层进行岩心分析而得到，在得到岩心对应的电阻增大系数Ir和含水饱和度Sw后，利用电阻增大系数Ir和含水饱和度Sw进行回归分析，获得第三系数C和第四系数D。
一种可选的实施例中，图4是根据本发明实施例的一种可选的某油田区块的电阻增大系数与含水饱和度交会示意图，如图4所示，利用岩电实验数据确定第三系数C和第四系数D的交会图，公式回归中log2(Sw)的系数为C、log(Sw)的系数为D。该系数的确定是在有地下取芯的井段，进行取样分析，分析计算对应的不同含水饱和度下的电阻增大系数，最后进行相关性分析，得到第三、第四系数用于建立饱和度指数的计算模型。可选地，图5是根据现有技术的一种可选的与基于Archie模型的某油田区块的电阻增大系数与含水饱和度交会示意图。
作为一种可选的实施例，根据上述胶结系数计算模型的计算公式和上述饱和度指数的计算模型的计算公式确定的含水饱和度计算模型可以为：
Figure BDA0001421293280000071
需要说明的是，其中Rt和
Figure BDA0001421293280000072
可以通过测井资料获得。
在一种可选的实施例中，采用预设算法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度，可以包括：采用非线性方程实根的对分法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度。
需要说明的是，图6是根据本发明实施例的一种可选的地层因素计算值与实际测量值的交会示意图，图7是根据现有技术的一种可选的基于Archie(阿尔奇)模型的地层因素计算值与实际测量值交会示意图。从图6和图7对比可以看出，本申请实施例提供的计算模型在评价精度上的优势。
可选地，图8是根据本发明实施例的一种可选的电阻增大系数计算值与实际测量值的交会示意图，图9是根据现有技术的一种可选的基于Archie模型的电阻增大系数计算值与实际测量值交会示意图。从图8和图9对比可以看出，本申请实施例提供的计算模型在评价精度上的优势。
图10是根据本发明实施例的一种可选的某示例区一口井应用新模型计算出的饱和度评价成果示意图，如图10所示，该层段属典型的低孔低渗砂砾岩储层，经试油验证，试油段日产油2.52吨，日产气0.52万方，不产水，综合解释为油层。密闭取心含油饱和度平均为28％左右，利用阿尔奇模型和新模型计算的含油饱和度分别为39％左右和29％左右。
容易注意的是，图11是根据现有技术的一种可选的某示例区基于阿尔奇模型计算饱和度与测量饱和度绝对差值统计示意图，图12是根据本发明实施例的一种可选的某示例区计算饱和度与测量饱和度绝对差值统计示意图。通过对比阿尔奇模型计算含油饱和度与密闭取心含油饱和度的绝对差值和新模型计算含油饱和度与密闭取心含油饱和度的绝对差值，发现新模型的计算结果与密闭取心含油饱和度更加接近。
在本申请上述实施例提供的方案中，提供了一种低渗透砾岩储层的含水饱和度计算模型及求解方法。该方法包括：利用岩电实验所得的地层因素和孔隙度确定胶结系数；利用岩电实验所得的电阻增大系数和含水饱和度确定饱和度指数；根据胶结系数和饱和度指数计算模型确定含水饱和度计算模型；使用非线性方程实根的对分法求解含水饱和度。本发明解决了低渗透砾砂岩储层饱和度计算困难的问题，提高了含水饱和度计算模型的精度。
实施例2
根据本发明实施例，还提供了一种用于实现上述含水饱和度计算方法的装置实施例，图13是根据本发明实施例的一种含水饱和度计算装置示意图，如图13所示，该装置包括：处理模块131、确定模块133、建立模块135和计算模块137。
其中，处理模块131，用于通过对第一目标对象进行岩电实验，得到实验结果数据，其中，实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和含水饱和度；
确定模块133，用于根据地层因素和孔隙度确定胶结系数计算模型，并根据电阻增大系数和含水饱和度确定饱和度指数计算模型；
建立模块135，用于根据胶结系数计算模型和饱和度指数计算模型，建立含水饱和度计算模型；
计算模块137，用于采用预设算法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度。
此处需要说明的是，上述处理模块131、确定模块133、建立模块135和计算模块137对应于实施例1中的步骤S102至S108，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知，在本申请上述实施例中，利用岩电实验所得的地层因素和孔隙度确定胶结系数计算模型，利用岩电实验所得的电阻增大系数和含水饱和度确定饱和度指数计算模型，并利用前两步得到的胶结系数计算模型和饱和度指数计算模型建立含水饱和度计算模型，最后使用非线性方程实根的对分法求解含水饱和度，达到了提高含水饱和度计算模型的精度的目的，从而实现了准确计算低渗透砾砂岩储层的含水饱和度的技术效果，进而解决了现有的含水饱和度计算模型应用于低渗透砾岩储层含水饱和度计算时不准确的技术问题。
在一种可选的实施例中，上述胶结系数计算模型的计算公式为：
Figure BDA0001421293280000091
其中，m为胶结系数，
Figure BDA0001421293280000092
为孔隙度，A和B为根据地层因素和孔隙度确定的第一系数和第二系数。
在一种可选的实施例中，上述确定模块133还用于通过预设回归公式对地层因素和孔隙度进行回归分析，得到第一系数和第二系数，其中，预设回归公式为：
Figure BDA0001421293280000093
其中，F为地层因素，
Figure BDA0001421293280000094
为孔隙度。
在一种可选的实施例中，上述饱和度指数计算模型为：
n＝C*log(Sw)+D
其中，n为饱和度指数；Sw为含水饱和度；C和D为根据电阻增大系数与含水饱和度的关系确定的第三系数和第四系数。
在一种可选的实施例中，上述确定模块133还用于通过预设回归公式对电阻增大系数与含水饱和度进行回归分析，得到第三系数和第四系数，其中，预设回归公式为：
log(Ir)＝Clog2(Sw)+Dlog(Sw)
其中，Ir为电阻增大系数，Sw为含水饱和度。
在一种可选的实施例中，上述含水饱和度计算模型为：
Figure BDA0001421293280000101
在一种可选的实施例中，上述计算模块137还用于采用非线性方程实根的对分法对含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度。
实施例3
根据本发明实施例，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行实施例1中任意一项可选的或优选的含水饱和度计算方法。
实施例4
根据本发明实施例，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行实施例1中任意一项的含水饱和度计算方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种含水饱和度计算方法，其特征在于，包括：
通过对第一目标对象进行岩电实验，得到实验结果数据，其中，所述实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和第一含水饱和度；
根据所述地层因素和所述孔隙度确定胶结系数计算模型，并根据所述电阻增大系数和所述第一含水饱和度确定饱和度指数计算模型；
根据所述胶结系数计算模型和所述饱和度指数计算模型，建立含水饱和度计算模型；
采用预设算法对所述含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度；
其中，所述胶结系数计算模型的计算公式为：
其中，m为胶结系数，为孔隙度，A和B为根据所述地层因素和所述孔隙度确定的第一系数和第二系数；
其中，所述饱和度指数计算模型为：
n＝C*log(Sw)+D
其中，n为饱和度指数；Sw为第一含水饱和度；C和D为根据所述电阻增大系数与所述含水饱和度的关系确定的第三系数和第四系数；
其中，所述含水饱和度计算模型为：
其中，采用预设算法对所述含水饱和度计算模型进行求解，得到所述第二目标对象的第二含水饱和度，包括：
采用非线性方程实根的对分法对所述含水饱和度计算模型进行求解，得到所述第二目标对象的第二含水饱和度。
2.根据权利要求1所述的方法，其特征在于，根据所述地层因素和所述孔隙度确定所述第一系数和所述第二系数，包括：
通过预设回归公式对所述地层因素和所述孔隙度进行回归分析，得到所述第一系数和所述第二系数，其中，所述预设回归公式为：
其中，F为地层因素，为孔隙度。
3.根据权利要求1所述的方法，其特征在于，根据所述电阻增大系数与所述第一含水饱和度的关系确定所述第三系数和所述第四系数，包括：
通过预设回归公式对所述电阻增大系数与所述第一含水饱和度进行回归分析，得到所述第三系数和所述第四系数，其中，所述预设回归公式为：
log(Ir)＝Clog2(Sw)+Dlog(Sw)
其中，Ir为电阻增大系数，Sw为第一含水饱和度。
4.一种含水饱和度计算装置，其特征在于，包括：
处理模块，用于通过对第一目标对象进行岩电实验，得到实验结果数据，其中，所述实验结果数据至少包括：地层因素、孔隙度、电阻增大系数和第一含水饱和度；
确定模块，用于根据所述地层因素和所述孔隙度确定胶结系数计算模型，并根据所述电阻增大系数和所述第一含水饱和度确定饱和度指数计算模型；
建立模块，用于根据所述胶结系数计算模型和所述饱和度指数计算模型，建立含水饱和度计算模型；
计算模块，用于采用预设算法对所述含水饱和度计算模型进行求解，得到第二目标对象的第二含水饱和度；
其中，所述胶结系数计算模型的计算公式为：
其中，m为胶结系数，为孔隙度，A和B为根据所述地层因素和所述孔隙度确定的第一系数和第二系数；
其中，所述饱和度指数计算模型为：
n＝C*log(Sw)+D
其中，n为饱和度指数；Sw为第一含水饱和度；C和D为根据所述电阻增大系数与所述含水饱和度的关系确定的第三系数和第四系数；
所述含水饱和度计算模型为：
其中，采用预设算法对所述含水饱和度计算模型进行求解，得到所述第二目标对象的第二含水饱和度，包括：
采用非线性方程实根的对分法对所述含水饱和度计算模型进行求解，得到所述第二目标对象的第二含水饱和度。
5.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至3中任意一项所述的含水饱和度计算方法。
6.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至3中任意一项所述的含水饱和度计算方法。
CN201710895708.1A 2017-09-27 2017-09-27 含水饱和度计算方法和装置 Active CN110020398B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710895708.1A CN110020398B (zh) 2017-09-27 2017-09-27 含水饱和度计算方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710895708.1A CN110020398B (zh) 2017-09-27 2017-09-27 含水饱和度计算方法和装置

Publications (2)

Publication Number Publication Date
CN110020398A CN110020398A (zh) 2019-07-16
CN110020398B true CN110020398B (zh) 2023-04-25

Family

ID=67186459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710895708.1A Active CN110020398B (zh) 2017-09-27 2017-09-27 含水饱和度计算方法和装置

Country Status (1)

Country Link
CN (1) CN110020398B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1130930A (en) * 1980-01-24 1982-08-31 Hubert D. Scott Determination of water saturation in subsurface earth formations adjacent well boreholes
CN102434152A (zh) * 2011-12-05 2012-05-02 中国石油天然气股份有限公司 一种储层含油饱和度的计算方法
CN104500055A (zh) * 2014-12-16 2015-04-08 中国石油天然气股份有限公司 一种特低渗透油藏水淹层含水饱和度计算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1130930A (en) * 1980-01-24 1982-08-31 Hubert D. Scott Determination of water saturation in subsurface earth formations adjacent well boreholes
CN102434152A (zh) * 2011-12-05 2012-05-02 中国石油天然气股份有限公司 一种储层含油饱和度的计算方法
CN104500055A (zh) * 2014-12-16 2015-04-08 中国石油天然气股份有限公司 一种特低渗透油藏水淹层含水饱和度计算方法

Also Published As

Publication number Publication date
CN110020398A (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
Chai et al. An efficient method for fractured shale reservoir history matching: The embedded discrete fracture multi-continuum approach
CN106093350B (zh) 确定非均质碳酸盐岩储层饱和度指数的方法
Wang et al. Estimation of the REV size and equivalent permeability coefficient of fractured rock masses with an emphasis on comparing the radial and unidirectional flow configurations
CN104899411B (zh) 一种储层产能预测模型建立方法和系统
US11952868B2 (en) Methods for generating synthetic production logs for perforated intervals of a plurality of wells
CN101892837A (zh) 地层因数确定方法及含油饱和度确定方法
CN105223116A (zh) 一种基于核磁共振谱系数法计算束缚水饱和度的方法
Can et al. Probabilistic production forecasting for unconventional reservoirs with stretched exponential production decline model
CA2870735A1 (en) System and method for calibrating permeability for use in reservoir modeling
CN105447762A (zh) 一种流体替换的低渗透油藏水淹信息的计算方法
US11435494B1 (en) Method for predicting oil accumulation depth limit of deep and ultra-deep marine carbonate reservoirs
Zhang et al. Assessment of rainfall spatial variability and its influence on runoff modelling: A case study in the Brue catchment, UK
CN106323835B (zh) 确定非均质碳酸盐岩储层胶结指数的方法
Fayazi et al. Estimation of pseudo relative permeability curves for a heterogeneous reservoir with a new automatic history matching algorithm
CN106771071B (zh) 一种基于油水相渗的密闭取心饱和度校正方法
CN106650042B (zh) 断裂输导能力参数的确定方法和装置
Acuña Pressure and rate transient analysis in fracture networks in tight reservoirs using characteristic flow volume
CN105844011B (zh) 一种基于毛管模型的渗透率计算方法
Uguru et al. Permeability prediction using genetic unit averages of flow zone indicators (FZIs) and neural networks
Naugolnov et al. New approach to estimate reservoir complexity index for West Siberian fields
Shahvar et al. Applying flow zone index approach and artificial neural networks modeling technique for characterizing a heterogeneous carbonate reservoir using dynamic data: Case study of an Iranian reservoir
CN110020398B (zh) 含水饱和度计算方法和装置
CN111241652B (zh) 一种确定地层原油粘度的方法及装置
CN107015289B (zh) 圈闭地质资源量确定方法及装置
de Swaan-Oliva et al. Interference tests analysis in fractured formations with a time-fractional equation

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