CN110244363A - 一种用于预测缝洞型储集层资源量的方法 - Google Patents
一种用于预测缝洞型储集层资源量的方法 Download PDFInfo
- Publication number
- CN110244363A CN110244363A CN201810194980.1A CN201810194980A CN110244363A CN 110244363 A CN110244363 A CN 110244363A CN 201810194980 A CN201810194980 A CN 201810194980A CN 110244363 A CN110244363 A CN 110244363A
- Authority
- CN
- China
- Prior art keywords
- lattice
- unknown elements
- reservoir
- measured value
- resources
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种用于预测缝洞型储集层资源量的方法。该方法利用反映储层非均质性的地震属性资料,识别缝洞型储层储集空间分布范围;在此基础上,利用储集层有效厚度、孔隙度及含油气饱和度等关键参数平面分布图进行变差分析,并通过网格化将非连续储集层进一步划分为微小单元,计算每个单元内的资源量,最后汇集所有有效单元资源量获得缝洞型储集层总的资源量。该方法能够有效获取缝洞型储集层分布范围,保证了面积参数及其它参数的有效性和准确性,资源评价结果更为准确可信。
Description
技术领域
本发明涉及油气勘探领域,尤其涉及一种用于预测缝洞型储集层资源量的方法。
背景技术
油气资源量是油气勘探开发成果的综合反映。油田地质工作能否准确、及时地提供油、气资源量数据,在油气勘探开发的不同阶段计算资源量,这是油田地质工作的一项重要问题。
油气资源量计算最常用的方法是容积法(或体积法),就是将整个油气藏当做一个有统一压力系统和彼此联通的容器,在此基础上首先确定含工业油气资源量的油气层的体积,然后逐次计算油层孔隙空间体积和油气的地下体积,最后将油气的地下体积折算成地面体积或质量。对于碳酸盐岩储集层,在计算圈闭资源量时,多数情况下都采用体积法(或容积法)(张达景,2005;),也有人采用类比法等进行资源量计算(邬光辉,2017)。
张达景(张达景等,碳酸盐岩油气资源量计算方法-藏控单储系数法,石油实验地质,2005,27(6),635-648)提出用藏控单储系数法计算碳酸盐岩油气资源量,并以塔河油田奥陶系一间房组为例,计算中单储系数主要与已探明储量区的油气成藏条件相类比取值,储层厚度参数主要参考钻井、区域岩溶储层分布规律并与已探明储量区储层类比取值。该方法优点在于充分研究油气运移聚集规律,找出油气成藏的主控因素,类比计算区与已知区的成藏主控因素的差异,不仅使得计算参数的取值更具有地质意义,同时也避开了容积法中储层孔隙度、含油饱和度取值地质难题。
但是该方法不足之处在于,对于参数的平面分布规律及参数分布特征没有进一步分析应用,类比取值也存在较大误差,影响了计算结果的准确性。现有的体积法主要存在以下问题:(1)较少考虑储层储集空间的非均质性,无法系统的评价缝洞型储集空间;(2)体积法模型在计算缝洞型储集层时不能准确刻画有效储集空间分布区域,含油气面积参数往往与实际有较大出入。
邬光辉(邬光辉等,一种油气资源量计算新方法及其应用,天然气地质学,2007,18(1):41-44)针对多旋回含油气盆地复杂的地质实际,提出了一种统计法结合类比法计算资源量的圈闭加权法,其中引入了圈闭资源量钻探成功率的概念,使圈闭资源量与区带、盆地资源量的定量计算有机结合,避免了成因法产生的诸多不确定性,能够动态地进行区带及盆地资源评价,应用圈闭加权法计算了塔里木盆地刻度区及满加尔油气系统的资源量。
该方法主要通过类比法计算资源量,没有对相关参数进行统计分析,其计算结果的准确性也值得商榷。
发明内容
为解决上述技术问题,本发明提出了一种用于预测缝洞型储集层资源量的方法,其包括以下步骤:
步骤S10:获取待评价区域内的多个井位的测井资料,根据测井资料获得这些井位处对应的目的层的储层有效厚度、有效孔隙度、含油饱和度和含气饱和度;
步骤S20:获取待评价区域的叠前地震数据体或叠后地震数据体,根据叠前地震数据体或叠后地震数据体获得目的层的沿层切片,对沿层切片进行均匀的网格划分,识别出储集体在沿层切片上的分布区域,在储集体分布区域内设置有井位的单元格为已知单元格,其他为未知单元格;
步骤S30:将每个已知单元格中的一个井位处的储层有效厚度、有效孔隙度、含油饱和度和含气饱和度的值依次分别作为目的层在该已知单元格范围内有效厚度、有效孔隙度、含油饱和度和含气饱和度的均值;
步骤S40:随机构建模拟所有未知单元格的地质属性的顺序,按顺序依次对每个未知单元格的地质属性进行模拟,模拟第一个未知单元格的地质属性时,依次进行步骤S41和步骤S42,模拟第二个未知单元格至最后一个未知单元格的地质属性时,每对一个未知单元格的地质属性进行模拟则每次进行步骤S43再进行步骤S42;
步骤S41:将已知单元格中的储层有效厚度的均值作为第一实测值加入到的第一实测值集合中,将已知单元格中的有效孔隙度的均值作为第二实测值加入到第二实测值集合中,将已知单元格中的含油饱和度的均值作为第三实测值加入到第三实测值集合中,
步骤S42:根据第一实测值集合中各个第一实测值、各个第一实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中储层有效厚度插值以及第一估计方差,建立以该未知单元格的储层有效厚度插值为期望值、以第一估计方差为方差且的建立该未知单元格储层有效厚度的正态分布模型,根据第二实测值集合中各个第二实测值、各个第二实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中有效孔隙度插值以及第二估计方差,建立以该未知单元格的有效孔隙度插值为期望值、以第二估计方差为方差且的建立该未知单元格有效孔隙度的正态分布模型,根据第三实测值集合中各个第三实测值、各个第三实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中含油饱和度插值以及第三估计方差,建立以该未知单元格的含油饱和度插值为期望值、以第三估计方差为方差且的建立该未知单元格含油饱和度的正态分布模型;
步骤S43:采用蒙托卡罗模拟方法从每个未知单元格储层有效厚度的正态分布模型中随机抽取一个数作为相应未知单元格的第一实测值并将已知单元格中的储层有效厚度的均值作为第一实测值,用该步骤获得的第一实测值建立新第一实测值集合,采用蒙托卡罗模拟方法从各个未知单元格有效孔隙度的正态分布模型中随机抽取一个数作为相应未知单元格的第二实测值并将已知单元格中的有效孔隙度的均值作为第二实测值,用该步骤获得的第二实测值建立新第二实测值集合,采用蒙托卡罗模拟方法从各个未知单元格含油饱和度的正态分布模型中随机抽取一个数作为相应未知单元格的第三实测值并将已知单元格中的含油饱和度的均值作为第三实测值,用该步骤获得的第三实测值建立新第三实测值集合;
步骤S50:根据每个已知单元格的已知单元格的面积、储层有效厚度的均值、有效孔隙度的均值、有效孔隙度的均值、含油饱和度的均值、平均地面原油密度以及原油体积系数计算出每个已知单元格对应区域内的原油资源量,根据每个未知单元格的未知单元格的面积、储层有效厚度插值、有效孔隙度插值、含油饱和度插值、平均地面原油密度以及原油体积系数计算出每个已知单元格对应区域内的原油资源量,
将每个已知单元格对应区域内的原油资源量和每个未知单元格对应区域内的原油资源量累加以获得整个待评价区域的累积原油资源量。
步骤S60:重复步骤S40、S50至少一千次,以获得至少一千个累积原油资源量。
步骤S70:根据所有累积原油资源量,采用中点法获得待评价区域的累积原油资源量最终估值。
在一个具体的实施例中,步骤S70中的中点法包括以下步骤:
以累积原油资源量数值从大到小的顺序对所有累积原油资源量从序号1开始进行连续编号,按照算式(1)计算每个序号对应的超概率,
超概率=(序号/N+(序号-1)/N)/2 (1)
其中,N是累积原油资源量的个数,
将每个累积原油资源量及其对应的超概率以坐标点的形式标记在以横轴表示累积原油资源量数值、纵轴表示超概率的直角坐标系上,将直角坐标系上相邻的两个点用直线段连接起来得到超概率曲线,将超概率曲线上超概率等于百分之五十所对应的累积原油资源量值作为待评价区域的累积原油资源量最终估值。
在一个具体的实施例中,在步骤S50中,采用算式(2)计算每个已知单元格对应区域内的原油资源量,采用算式(3)计算每个未知单元格对应区域内的原油资源量,
N1=100×A×h×Φ×So×ρo/Bo (2)
其中,
N1:单个已知单元格中原油地质资源量,104t;
A:已知单元格的面积,km2;
h:储层有效厚度的均值,m;
Φ:有效孔隙度的均值,无量纲;
So:含油饱和度的均值,无量纲;
ρo:平均地面原油密度,t/m3;
Bo:原油体积系数;
N2=100×A×h×Φ×So×ρo/Bo (3)
其中,
N2:单个未知单元格中原油地质资源量,104t;
A:未知单元格的面积,km2;
h:储层有效厚度插值,m;
Φ:有效孔隙度插值,无量纲;
So:含油饱和度插值,无量纲;
ρo:平均地面原油密度,t/m3;
Bo:原油体积系数;
在一个具体的实施例中,
步骤S41还包括:将已知单元格中的含气饱和度的均值作为第四实测值加入到第四实测值集合中,
步骤S42还包括:根据第四实测值集合中各个第四实测值、各个第四实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中含气饱和度插值以及第四估计方差,建立以该未知单元格的含气饱和度为期望值、以第四估计方差为方差且的建立该未知单元格含气饱和度的正态分布模型。
步骤S43还包括:采用蒙托卡罗模拟方法从各个未知单元格含气饱和度的正态分布模型中随机抽取一个数作为相应未知单元格的第四实测值并将已知单元格中的含气饱和度的均值作为第四实测值,用该步骤获得的第四实测值建立新第四实测值集合。
步骤S50还包括:采用算式(4)计算每个已知单元格对应区域内的天然气资源量,采用算式(5)计算每个未知单元格对应区域内的天然气资源量,
Q1=0.01×A×h×Φ×Sg/Bg (4)
其中:
Q1:单个已知单元格中天然气地质资源量,108m3;
A:已知单元格的面积,km2;
h:储层有效厚度的均值,m;
Φ:有效孔隙度的均值,无量纲;
Sg:含气饱和度的均值,无量纲;
Bg:天然气体积系数,无量纲;
Q4=0.01×A×h×Φ×Sg/Bg (5)
其中:
Q4:单个未知单元格中天然气地质资源量,108m3;
A:未知单元格的面积,km2;
h:储层有效厚度插值,m;
Φ:有效孔隙度插值,无量纲;
Sg:含气饱和度插值,无量纲;
Bg:天然气体积系数,无量纲;
将每个已知单元格对应区域内的天然气资源量和每个未知单元格对应区域内的天然气资源量累加以获得整个待评价区域的累积天然气资源量;
步骤S60还包括:重复步骤S40、S50至少一千次时同时还获得至少一千个累积天然气资源量;
步骤S70还包括:以累积天然气资源量数值从大到小的顺序对所有累积天然气资源量从序号1开始进行连续编号,按照算式(6)计算每个序号对应的超概率,
超概率=(序号/N+(序号-1)/N)/2 (6)
其中,N是累积天然气资源量的个数,
将每个累积天然气资源量及其对应的超概率以坐标点的形式标记在以横轴表示累积天然气资源量数值、纵轴表示超概率的直角坐标系上,将直角坐标系上相邻的两个点用直线段连接起来得到超概率曲线,将超概率曲线上超概率等于百分之五十所对应的累积天然气资源量作为待评价区域的累积天然气资源量最终估值。
在一个具体的实施例中,在步骤S20中采用多中地震属性获得更精确的储集体分布区域的步骤包括:
从评价区域的叠前地震数据体或叠后地震数据体中提取振幅类地震属性、频率类地震属性以及吸收衰减类属性;
通过对比分析根据这些不同类型地震属性作出的沿层切片,选择能够有效表征评价目的层储层沉积特点的多个沿层切片;
对所选出来的多个沿层切片划分同样的网格;识别出每个沿层切片上储集体分布区域;
将多个沿层切片进行叠合,叠合的过程中对储集体分布区域求并集获得更精确的储集体分布区域。
在一个具体的实施例中,振幅类地震属性包括瞬时真振幅、最大峰值振幅、均方根振幅、振幅频率;频率类地震属性包括瞬时频率、瞬时频率斜率和响应频率;吸收衰减类属性包括瞬时频率斜率、反射强度斜率、相邻峰值振幅比和自相关峰值振幅比。
在一个具体的实施例中,在识别每个沿层切片上储集体分布区域的过程中,若单个单元格内储集体面积占比大于或等于百分之五十则将该单元格全部纳入到储集体分布区域内,若单个单元格内储集体面积占比小于百分之五十则将该单元格全部排除出储集体分布区域。
本发明利用反映储层非均质性的地震属性资料,识别缝洞型储层储集空间分布范围;在此基础上,利用储集层有效厚度、孔隙度及含油气饱和度等关键参数平面分布图进行变差分析,并通过网格化将非连续储集层进一步划分为微小单元,计算每个单元内的资源量,最后汇集所有有效单元资源量获得缝洞型储集层总的资源量。该方法能够有效获取缝洞型储集层分布范围,保证了面积参数及其它参数的有效性和准确性,资源评价结果更为准确可信。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1为本发明的一个实施例中进行网格划分后的沿层切片的示意图;
图2为本发明的一个实施例中瞬时频率对应的沿层切片;
图3为本发明的一个实施例中显示了两个不同地震属性对应的沿层切片叠合过程的示意图;
图4为本发明的一个实施例中的超概率曲线。
在附图中,相同的部件使用相同的附图标记。附图并未按照实际的比例绘制。
具体实施方式
下面将结合附图对本发明作进一步说明。
步骤S10:获取待评价区域内的多个井位的测井资料,根据测井资料获得这些井位处对应的目的层的储层有效厚度、有效孔隙度、含油饱和度和含气饱和度。
步骤S20:获取待评价区域的叠前地震数据体或叠后地震数据体,根据叠前地震数据体或叠后地震数据体获得目的层的沿层切片,如图1所示,对沿层切片进行均匀的网格划分,识别出储集体在沿层切片上的分布区域,在储集体分布区域内设置有井位的单元格为已知单元格,其他为未知单元格。
在该步骤中,首先从评价区域的叠前(后)地震数据体中提取振幅类地震属性、频率类地震属性以及吸收衰减类属性。振幅类地震属性包括瞬时真振幅、最大峰值振幅、均方根振幅、振幅频率。频率类地震属性包括瞬时频率、瞬时频率斜率和响应频率。吸收衰减类属性包括瞬时频率斜率、反射强度斜率、相邻峰值振幅比和自相关峰值振幅比。
通过对比分析根据这些不同类型地震属性作出的沿层切片,选择能够有效表征评价目的层储层沉积特点的多个沿层切片。例如,根据频率类地震属性中的瞬时频率所作出的沿层切片为例进行说明,在10-80赫兹的有效范围内设置50-60赫兹的瞬时频率作沿层切片,得到如图2所示的沿层切片,该沿层切片可有效区分出白色区域的河道沉积环境,因此瞬时频率可作为候选地震属性之一。针对其它类别的地震属性,也可以通过合理设置该地震属性的值域范围内的特定阈值,再对比与现有沉积认识是否吻合,进而挑选吻合度最高的多种地震属性的沿层切片。
对所选出来的多个沿层切片划分同样的网格。网格优选为均匀的正方形网格。该网格也可以直接采用地震测网网格。识别出每个沿层切片上储集体分布区域。在此过程中,若单个单元格内储集体面积占比大于或等于百分之五十则将该单元格全部纳入到储集体分布区域内,若单个单元格内储集体面积占比小于百分之五十则将该单元格全部排除出储集体分布区域。
如图3所示,将多个沿层切片进行叠合,叠合的过程中对储集体分布区域求并集获得更精确的储集体分布区域。在叠合的过程中,多个沿层切片在同一位置处的单元格内均分布储集体,该位置的单元格才能作为更精准的储集体分布区域的一部分。
在更精确的储集体分布区域内设置有井位的单元格为已知单元格,其他为未知单元格。
步骤S30:将每个已知单元格中的一个井位处的储层有效厚度、有效孔隙度、含油饱和度和含气饱和度的值依次分别作为目的层在该已知单元格范围内有效厚度、有效孔隙度、含油饱和度和含气饱和度的均值。
步骤S40:随机构建模拟所有未知单元格的地质属性的顺序,按顺序依次对每个未知单元格的地质属性进行模拟,
模拟第一个未知单元格的地质属性是依次进行步骤S41和步骤S42,
模拟第二个未知单元格至最后一个未知单元格的地质属性时,每对一个未知单元格的地质属性进行模拟则是先进行步骤S43再进行步骤S42。
步骤S41:将已知单元格中的储层有效厚度的均值作为第一实测值加入到的第一实测值集合中,
将已知单元格中的有效孔隙度的均值作为第二实测值加入到第二实测值集合中,
将已知单元格中的含油饱和度的均值作为第三实测值加入到第三实测值集合中,
将已知单元格中的含气饱和度的均值作为第四实测值加入到第四实测值集合中。
步骤S42:根据第一实测值集合中各个第一实测值、各个第一实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中储层有效厚度插值以及第一估计方差,以该未知单元格的储层有效厚度插值为期望值、以第一估计方差为方差建立该未知单元格储层有效厚度的正态分布模型;
根据第二实测值集合中各个第二实测值、各个第二实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中有效孔隙度插值以及第二估计方差,以该未知单元格的有效孔隙度插值为期望值、以第二估计方差为方差建立该未知单元格有效孔隙度的正态分布模型;
根据第三实测值集合中各个第三实测值、各个第三实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中含油饱和度插值以及第三估计方差,以该未知单元格的含油饱和度插值为期望值、以第三估计方差为方差建立该未知单元格含油饱和度的正态分布模型;
根据第四实测值集合中各个第四实测值、各个第四实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中含气饱和度插值以及第四估计方差,以该未知单元格的含气饱和度为期望值、以第四估计方差为方差建立该未知单元格含气饱和度的正态分布模型。
以实测值、实测值的点位以及未知点的点位为条件采用克里金插值法求未知点的插值和估计方差为现有的计算方法,在此不再赘述。
步骤S43:采用蒙托卡罗模拟方法从每个未知单元格储层有效厚度的正态分布模型中随机抽取一个数作为相应未知单元格的第一实测值并将已知单元格中的储层有效厚度的均值作为第一实测值,用该步骤获得的第一实测值建立新的第一实测值集合,
采用蒙托卡罗模拟方法从各个未知单元格有效孔隙度的正态分布模型中随机抽取一个数作为相应未知单元格的第二实测值并将已知单元格中的有效孔隙度的均值作为第二实测值,用该步骤获得的第二实测值建立新的第二实测值集合,
采用蒙托卡罗模拟方法从各个未知单元格含油饱和度的正态分布模型中随机抽取一个数作为相应未知单元格的第三实测值并将已知单元格中的含油饱和度的均值作为第三实测值,用该步骤获得的第三实测值建立新的第三实测值集合,
采用蒙托卡罗模拟方法从各个未知单元格含气饱和度的正态分布模型中随机抽取一个数作为相应未知单元格的第四实测值并将已知单元格中的含气饱和度的均值作为第四实测值,用该步骤获得的第四实测值建立新的第四实测值集合。
步骤S50:采用算式(1)计算每个已知单元格对应区域内的原油资源量,采用算式(2)计算每个已知单元格对应区域内的天然气资源量,采用算式(3)计算每个未知单元格对应区域内的原油资源量,采用算式(4)计算每个未知单元格对应区域内的天然气资源量,
N1=100×A×h×Φ×So×ρo/Bo (1)
其中,
N1:单个已知单元格中原油地质资源量,104t;
A:已知单元格的面积,km2;
h:储层有效厚度的均值,m;
Φ:有效孔隙度的均值,无量纲;
So:含油饱和度的均值,无量纲;
ρo:平均地面原油密度,t/m3;
Bo:原油体积系数;
Q1=0.01×A×h×Φ×Sg/Bg (2)
其中:
Q1:单个已知单元格中天然气地质资源量,108m3;
A:已知单元格的面积,km2;
h:储层有效厚度的均值,m;
Φ:有效孔隙度的均值,无量纲;
Sg:含气饱和度的均值,无量纲;
Bg:天然气体积系数,无量纲;
N2=100×A×h×Φ×So×ρo/Bo (3)
其中,
N2:单个未知单元格中原油地质资源量,104t;
A:未知单元格的面积,km2;
h:储层有效厚度插值,m;
Φ:有效孔隙度插值,无量纲;
So:含油饱和度插值,无量纲;
ρo:平均地面原油密度,t/m3;
Bo:原油体积系数;
Q4=0.01×A×h×Φ×Sg/Bg (4)
其中:
Q4:单个未知单元格中天然气地质资源量,108m3;
A:未知单元格的面积,km2;
h:储层有效厚度插值,m;
Φ:有效孔隙度插值,无量纲;
Sg:含气饱和度插值,无量纲;
Bg:天然气体积系数,无量纲;
上述四个算式中,未知单元格的面积、已知单元格的面积、天然气体积系数、原油体积系数、平均地面原油密度均能分别通过现有的测量方法、实验方法或查表得到,在此不再赘述。
将每个已知单元格对应区域内的原油资源量和每个未知单元格对应区域内的原油资源量累加以获得整个待评价区域的累积原油资源量,将每个已知单元格对应区域内的天然气资源量和每个未知单元格对应区域内的天然气资源量累加以获得整个待评价区域的累积天然气资源量。
步骤S60:重复步骤S40和S50至少一千次,以获得至少一千个累积天然气资源量和至少一千个累积原油资源量。
步骤S70:以累积原油资源量数值从大到小的顺序对所有累积原油资源量从序号1开始进行连续编号,按照算式(5)计算每个序号对应的超概率,
超概率=(序号/N+(序号-1)/N)/2 (5)
其中,N是累积原油资源量的个数,
将每个累积原油资源量及其对应的超概率以坐标点的形式标记在以横轴表示累积原油资源量数值、纵轴表示超概率的直角坐标系上,将直角坐标系上相邻的两个点用直线段连接起来得到如图4所示的超概率曲线,将超概率曲线上超概率等于百分之五十所对应的累积原油资源量值作为待评价区域的累积原油资源量最终估值,例如图4中的点P50所对应的原油资源量16.22万吨。
以累积天然气资源量数值从大到小的顺序对所有累积天然气资源量从序号1开始进行连续编号,按照算式(6)计算每个序号对应的超概率,
超概率=(序号/N+(序号-1)/N)/2 (6)
其中,N是累积天然气资源量的个数,
将每个累积天然气资源量及其对应的超概率以坐标点的形式标记在以横轴表示累积天然气资源量数值、纵轴表示超概率的直角坐标系上,将直角坐标系上相邻的两个点用直线段连接起来得到超概率曲线,将超概率曲线上超概率等于百分之五十所对应的累积天然气资源量作为待评价区域的累积天然气资源量最终估值。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (7)
1.一种用于预测缝洞型储集层资源量的方法,包括以下步骤:
步骤S10:获取待评价区域内的多个井位的测井资料,根据测井资料获得这些井位处对应的目的层的储层有效厚度、有效孔隙度、含油饱和度和含气饱和度;
步骤S20:获取待评价区域的叠前地震数据体或叠后地震数据体,根据叠前地震数据体或叠后地震数据体获得目的层的沿层切片,对沿层切片进行均匀的网格划分,识别出储集体在沿层切片上的分布区域,在储集体分布区域内设置有井位的单元格为已知单元格,其他为未知单元格;
步骤S30:将每个已知单元格中的一个井位处的储层有效厚度、有效孔隙度、含油饱和度和含气饱和度的值依次分别作为目的层在该已知单元格范围内有效厚度、有效孔隙度、含油饱和度和含气饱和度的均值;
步骤S40:随机构建模拟所有未知单元格的地质属性的顺序,按顺序依次对每个未知单元格的地质属性进行模拟,
模拟第一个未知单元格的地质属性时,依次进行步骤S41和步骤S42,
模拟第二个未知单元格至最后一个未知单元格的地质属性时,每对一个未知单元格的地质属性进行模拟则每次进行步骤S43再进行步骤S42;
步骤S41:将已知单元格中的储层有效厚度的均值作为第一实测值加入到的第一实测值集合中,将已知单元格中的有效孔隙度的均值作为第二实测值加入到第二实测值集合中,将已知单元格中的含油饱和度的均值作为第三实测值加入到第三实测值集合中,
步骤S42:根据第一实测值集合中各个第一实测值、各个第一实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中储层有效厚度插值以及第一估计方差,以该未知单元格的储层有效厚度插值为期望值、以第一估计方差为方差建立该未知单元格储层有效厚度的正态分布模型,
根据第二实测值集合中各个第二实测值、各个第二实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中有效孔隙度插值以及第二估计方差,以该未知单元格的有效孔隙度插值为期望值、以第二估计方差为方差建立该未知单元格有效孔隙度的正态分布模型,
根据第三实测值集合中各个第三实测值、各个第三实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中含油饱和度插值以及第三估计方差,以该未知单元格的含油饱和度插值为期望值、以第三估计方差为方差建立该未知单元格含油饱和度的正态分布模型;
步骤S43:采用蒙托卡罗模拟方法从每个未知单元格储层有效厚度的正态分布模型中随机抽取一个数作为相应未知单元格的第一实测值并将已知单元格中的储层有效厚度的均值作为第一实测值,用该步骤获得的第一实测值建立新的第一实测值集合,
采用蒙托卡罗模拟方法从各个未知单元格有效孔隙度的正态分布模型中随机抽取一个数作为相应未知单元格的第二实测值并将已知单元格中的有效孔隙度的均值作为第二实测值,用该步骤获得的第二实测值建立新的第二实测值集合,
采用蒙托卡罗模拟方法从各个未知单元格含油饱和度的正态分布模型中随机抽取一个数作为相应未知单元格的第三实测值并将已知单元格中的含油饱和度的均值作为第三实测值,用该步骤获得的第三实测值建立新的第三实测值集合;
步骤S50:根据每个已知单元格的已知单元格的面积、储层有效厚度的均值、有效孔隙度的均值、有效孔隙度的均值、含油饱和度的均值、平均地面原油密度以及原油体积系数计算出每个已知单元格对应区域内的原油资源量,
根据每个未知单元格的未知单元格的面积、储层有效厚度插值、有效孔隙度插值、含油饱和度插值、平均地面原油密度以及原油体积系数计算出每个已知单元格对应区域内的原油资源量,
将每个已知单元格对应区域内的原油资源量和每个未知单元格对应区域内的原油资源量累加以获得整个待评价区域的累积原油资源量;
步骤S60:重复步骤S40、S50至少一千次,以获得至少一千个累积原油资源量;
步骤S70:根据所有累积原油资源量,采用中点法获得待评价区域的累积原油资源量最终估值。
2.根据权利要求1所述的方法,其特征在于,步骤S70中的中点法包括以下步骤:
以累积原油资源量数值从大到小的顺序对所有累积原油资源量从序号1开始进行连续编号,按照算式(1)计算每个序号对应的超概率,
超概率=(序号/N+(序号-1)/N)/2 (1)
其中,N是累积原油资源量的个数,
将每个累积原油资源量及其对应的超概率以坐标点的形式标记在以横轴表示累积原油资源量数值、纵轴表示超概率的直角坐标系上,将直角坐标系上相邻的两个点用直线段连接起来得到超概率曲线,将超概率曲线上超概率等于百分之五十所对应的累积原油资源量值作为待评价区域的累积原油资源量最终估值。
3.根据权利要求2所述的方法,其特征在于,在步骤S50中,采用算式(2)计算每个已知单元格对应区域内的原油资源量,采用算式(3)计算每个未知单元格对应区域内的原油资源量,
N1=100×A×h×Φ×So×ρo/Bo (2)
其中,
N1:单个已知单元格中原油地质资源量,104t;
A:已知单元格的面积,km2;
h:储层有效厚度的均值,m;
Φ:有效孔隙度的均值,无量纲;
So:含油饱和度的均值,无量纲;
ρo:平均地面原油密度,t/m3;
Bo:原油体积系数;
N2=100×A×h×Φ×So×ρo/Bo (3)
其中,
N2:单个未知单元格中原油地质资源量,104t;
A:未知单元格的面积,km2;
h:储层有效厚度插值,m;
Φ:有效孔隙度插值,无量纲;
So:含油饱和度插值,无量纲;
ρo:平均地面原油密度,t/m3;
Bo:原油体积系数。
4.根据权利要求1所述的方法,其特征在于,
步骤S41还包括:将已知单元格中的含气饱和度的均值作为第四实测值加入到第四实测值集合中,
步骤S42还包括:根据第四实测值集合中各个第四实测值、各个第四实测值所对应的单元格的位置和当前待计算的未知单元格的位置采用克里金插值法计算出该未知单元格中含气饱和度插值以及第四估计方差,以该未知单元格的含气饱和度为期望值、以第四估计方差为方差建立该未知单元格含气饱和度的正态分布模型,
步骤S43还包括:采用蒙托卡罗模拟方法从各个未知单元格含气饱和度的正态分布模型中随机抽取一个数作为相应未知单元格的第四实测值并将已知单元格中的含气饱和度的均值作为第四实测值,用该步骤获得的第四实测值建立新第四实测值集合,
步骤S50还包括:采用算式(4)计算每个已知单元格对应区域内的天然气资源量,采用算式(5)计算每个未知单元格对应区域内的天然气资源量,
Q1=0.01×A×h×Φ×Sg/Bg (4)
其中:
Q1:单个已知单元格中天然气地质资源量,108m3;
A:已知单元格的面积,km2;
h:储层有效厚度的均值,m;
Φ:有效孔隙度的均值,无量纲;
Sg:含气饱和度的均值,无量纲;
Bg:天然气体积系数,无量纲;
Q4=0.01×A×h×Φ×Sg/Bg (5)
其中:
Q4:单个未知单元格中天然气地质资源量,108m3;
A:未知单元格的面积,km2;
h:储层有效厚度插值,m;
Φ:有效孔隙度插值,无量纲;
Sg:含气饱和度插值,无量纲;
Bg:天然气体积系数,无量纲;
将每个已知单元格对应区域内的天然气资源量和每个未知单元格对应区域内的天然气资源量累加以获得整个待评价区域的累积天然气资源量;
步骤S60还包括:重复步骤S40、S50至少一千次时同时还获得至少一千个累积天然气资源量;
步骤S70还包括:以累积天然气资源量数值从大到小的顺序对所有累积天然气资源量从序号1开始进行连续编号,按照算式(6)计算每个序号对应的超概率,
超概率=(序号/N+(序号-1)/N)/2 (6)
其中,N是累积天然气资源量的个数,
将每个累积天然气资源量及其对应的超概率以坐标点的形式标记在以横轴表示累积天然气资源量数值、纵轴表示超概率的直角坐标系上,将直角坐标系上相邻的两个点用直线段连接起来得到超概率曲线,将超概率曲线上超概率等于百分之五十所对应的累积天然气资源量作为待评价区域的累积天然气资源量最终估值。
5.根据权利要求1-4中任一项所述的方法,其特征在于,在步骤S20中采用多中地震属性获得更精确的储集体分布区域的步骤包括:
从评价区域的叠前地震数据体或叠后地震数据体中提取振幅类地震属性、频率类地震属性以及吸收衰减类属性;
通过对比分析根据这些不同类型地震属性作出的沿层切片,选择能够有效表征评价目的层储层沉积特点的多个沿层切片;
对所选出来的多个沿层切片划分同样的网格;识别出每个沿层切片上储集体分布区域;
将多个沿层切片进行叠合,叠合的过程中对储集体分布区域求并集获得更精确的储集体分布区域。
6.根据权利要求5所述的方法,其特征在于,振幅类地震属性包括瞬时真振幅、最大峰值振幅、均方根振幅、振幅频率;频率类地震属性包括瞬时频率、瞬时频率斜率和响应频率;吸收衰减类属性包括瞬时频率斜率、反射强度斜率、相邻峰值振幅比和自相关峰值振幅比。
7.根据权利要求6所述的方法,其特征在于,在识别每个沿层切片上储集体分布区域的过程中,若单个单元格内储集体面积占比大于或等于百分之五十则将该单元格全部纳入到储集体分布区域内,若单个单元格内储集体面积占比小于百分之五十则将该单元格全部排除出储集体分布区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810194980.1A CN110244363B (zh) | 2018-03-09 | 2018-03-09 | 一种用于预测缝洞型储集层资源量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810194980.1A CN110244363B (zh) | 2018-03-09 | 2018-03-09 | 一种用于预测缝洞型储集层资源量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110244363A true CN110244363A (zh) | 2019-09-17 |
CN110244363B CN110244363B (zh) | 2020-10-23 |
Family
ID=67882235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810194980.1A Active CN110244363B (zh) | 2018-03-09 | 2018-03-09 | 一种用于预测缝洞型储集层资源量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110244363B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113433202A (zh) * | 2021-06-28 | 2021-09-24 | 数皮科技(湖北)有限公司 | 一种钻井现场页岩油含油量计算方法 |
CN113740908A (zh) * | 2020-05-29 | 2021-12-03 | 中国石油化工股份有限公司 | 地震切片的二维变差分析方法、电子设备及介质 |
CN114076981A (zh) * | 2020-08-18 | 2022-02-22 | 中国石油天然气股份有限公司 | 资源量确定方法、装置、设备及计算机可读存储介质 |
US11269101B2 (en) * | 2019-04-16 | 2022-03-08 | Saudi Arabian Oil Company | Method and system of direct gas reservoir detection using frequency slope |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040230379A1 (en) * | 2003-05-14 | 2004-11-18 | Exxonmobil Upstream Research Company | Method for controlling seismic coverage using decision theory |
EP1865343A1 (en) * | 2006-06-08 | 2007-12-12 | BHP Billiton Innovation Pty Ltd | Method for estimating and/or reducing uncertainty in reservoir models of potential petroleum reservoirs |
US20100161230A1 (en) * | 2008-12-18 | 2010-06-24 | Dezhi Chu | Method For Predicting Differences In Subsurface Conditions |
CN102466815A (zh) * | 2010-11-08 | 2012-05-23 | 中国石油化工股份有限公司 | 三叠系碎屑岩油气藏识别方法 |
CN103336997A (zh) * | 2013-06-06 | 2013-10-02 | 中国石油天然气股份有限公司 | 致密油资源分布预测方法以及预测装置 |
CN104133242A (zh) * | 2014-07-31 | 2014-11-05 | 盎亿泰地质微生物技术(北京)有限公司 | 一种判识下伏地层构造的含油气性的方法 |
US20150120199A1 (en) * | 2013-10-31 | 2015-04-30 | Matthew S. Casey | Multiple Domain Processing For Combining Reservoir Models and Seismic Data |
CN104834007A (zh) * | 2015-05-04 | 2015-08-12 | 中国石油天然气股份有限公司 | 地震反演过程中计算碳酸盐岩缝洞型储层充填程度的方法 |
US9176243B2 (en) * | 2006-02-24 | 2015-11-03 | Hanner Zueroher | Locating oil or gas actively by exciting a porous oil and gas saturated system to give off its characteristic resonance response, with optional differentiation of oil, gas and water |
CN106295835A (zh) * | 2015-05-21 | 2017-01-04 | 中国石油化工股份有限公司 | 油气藏规模分布的预测方法 |
-
2018
- 2018-03-09 CN CN201810194980.1A patent/CN110244363B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040230379A1 (en) * | 2003-05-14 | 2004-11-18 | Exxonmobil Upstream Research Company | Method for controlling seismic coverage using decision theory |
US9176243B2 (en) * | 2006-02-24 | 2015-11-03 | Hanner Zueroher | Locating oil or gas actively by exciting a porous oil and gas saturated system to give off its characteristic resonance response, with optional differentiation of oil, gas and water |
EP1865343A1 (en) * | 2006-06-08 | 2007-12-12 | BHP Billiton Innovation Pty Ltd | Method for estimating and/or reducing uncertainty in reservoir models of potential petroleum reservoirs |
US20100161230A1 (en) * | 2008-12-18 | 2010-06-24 | Dezhi Chu | Method For Predicting Differences In Subsurface Conditions |
CN102466815A (zh) * | 2010-11-08 | 2012-05-23 | 中国石油化工股份有限公司 | 三叠系碎屑岩油气藏识别方法 |
CN103336997A (zh) * | 2013-06-06 | 2013-10-02 | 中国石油天然气股份有限公司 | 致密油资源分布预测方法以及预测装置 |
US20150120199A1 (en) * | 2013-10-31 | 2015-04-30 | Matthew S. Casey | Multiple Domain Processing For Combining Reservoir Models and Seismic Data |
CN104133242A (zh) * | 2014-07-31 | 2014-11-05 | 盎亿泰地质微生物技术(北京)有限公司 | 一种判识下伏地层构造的含油气性的方法 |
CN104834007A (zh) * | 2015-05-04 | 2015-08-12 | 中国石油天然气股份有限公司 | 地震反演过程中计算碳酸盐岩缝洞型储层充填程度的方法 |
CN106295835A (zh) * | 2015-05-21 | 2017-01-04 | 中国石油化工股份有限公司 | 油气藏规模分布的预测方法 |
Non-Patent Citations (2)
Title |
---|
吴博 等: ""圈闭资源量计算中体积法的软件实现"", 《汉江石油职工大学学报》 * |
张达景 等: ""碳酸盐岩油气资源量计算方法--藏控单储系数法"", 《石油实验地质》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11269101B2 (en) * | 2019-04-16 | 2022-03-08 | Saudi Arabian Oil Company | Method and system of direct gas reservoir detection using frequency slope |
CN113740908A (zh) * | 2020-05-29 | 2021-12-03 | 中国石油化工股份有限公司 | 地震切片的二维变差分析方法、电子设备及介质 |
CN113740908B (zh) * | 2020-05-29 | 2024-05-07 | 中国石油化工股份有限公司 | 地震切片的二维变差分析方法、电子设备及介质 |
CN114076981A (zh) * | 2020-08-18 | 2022-02-22 | 中国石油天然气股份有限公司 | 资源量确定方法、装置、设备及计算机可读存储介质 |
CN114076981B (zh) * | 2020-08-18 | 2024-01-30 | 中国石油天然气股份有限公司 | 资源量确定方法、装置、设备及计算机可读存储介质 |
CN113433202A (zh) * | 2021-06-28 | 2021-09-24 | 数皮科技(湖北)有限公司 | 一种钻井现场页岩油含油量计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110244363B (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Beauval et al. | An earthquake catalog for seismic hazard assessment in Ecuador | |
Gosar et al. | Microtremor study of site effects and soil-structure resonance in the city of Ljubljana (central Slovenia) | |
Valoroso et al. | Active faults and induced seismicity in the Val d’Agri area (Southern Apennines, Italy) | |
Cornou et al. | Derivation of structural models from ambient vibration array recordings: results from an international blind test | |
Smith et al. | Mapping the ice‐bed interface characteristics of Rutford Ice Stream, West Antarctica, using microseismicity | |
Trani et al. | Seismic history matching of fluid fronts using the ensemble Kalman filter | |
CN110244363A (zh) | 一种用于预测缝洞型储集层资源量的方法 | |
Newman et al. | Evolution of seismic layer 2B across the Juan de Fuca Ridge from hydrophone streamer 2‐D traveltime tomography | |
CN104632202A (zh) | 确定干粘土三孔隙度测井参数值的方法及装置 | |
Lai et al. | Technical guidelines for the assessment of earthquake induced liquefaction hazard at urban scale | |
Wadas et al. | Advanced seismic characterization of a geothermal carbonate reservoir–insight into the structure and diagenesis of a reservoir in the German Molasse Basin | |
Wallace | Use of 3-dimensional dynamic modeling of CO₂ injection for comparison to regional static capacity assessments of Miocene sandstone reservoirs in the Texas State Waters, Gulf of Mexico | |
Zhang et al. | Statistical analysis of geological factors controlling bed-bounded fracture density in heterolithic shale reservoirs: The example of the Woodford Shale Formation (Oklahoma, USA) | |
Anna et al. | Integrated description and evaluation of reservoirs based on seismic, logging, and geological data: Taking Dongying Formation Member 1 oil reservoir of No. 1 structure, Nanpu Sag as an example | |
Costanzo et al. | VS of the uppermost crust structure of the Campi Flegrei caldera (southern Italy) from ambient noise Rayleigh wave analysis | |
Masoud et al. | Reservoir Characterization and Geostatistical Model of the Cretaceous and Cambrian-Ordovician Reservoir Intervals, Meghil Field, Sirte Basin, Libya | |
Malvić et al. | Reducing variogram uncertainties using the ‘jack-knifing’method, a case study of the Stari Gradac–Barcs-Nyugat field | |
Famiani et al. | Detection of hidden faults within the Fucino basin from single-station ambient noise measurements: The case study of the Trasacco fault system | |
Bezkhodarnov et al. | Prediction of Reservoir Properties from Seismic Data by Multivariate Geostatistics Analysis | |
Pearson et al. | Three-dimensional seismic attributes help define controls on reservoir development: Case study from the Red River Formation, Williston Basin | |
Wang et al. | Full-3D Seismic Tomography for Structure of the Critical Zone | |
Fraquelli et al. | A multicomponent seismic framework for estimating reservoir oil volume | |
Jensen et al. | An integrated approach to geostatistical depth conversion and gross rock volume estimation | |
Shreyasvi | Probabilistic seismic hazard assessment and site characterisation of Southwest India | |
Bartosz et al. | Unconventional resources of Silurian and Ordovician in the eastern part of the Baltic basin, NE Poland |
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 |