CN110306978A - 一种非均质油藏储层物性参数预测方法 - Google Patents
一种非均质油藏储层物性参数预测方法 Download PDFInfo
- Publication number
- CN110306978A CN110306978A CN201810260632.XA CN201810260632A CN110306978A CN 110306978 A CN110306978 A CN 110306978A CN 201810260632 A CN201810260632 A CN 201810260632A CN 110306978 A CN110306978 A CN 110306978A
- Authority
- CN
- China
- Prior art keywords
- value
- reservoir
- single sand
- lithology
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000004576 sand Substances 0.000 claims abstract description 121
- 230000035699 permeability Effects 0.000 claims abstract description 67
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 60
- 239000004575 stone Substances 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 14
- 239000011435 rock Substances 0.000 claims description 8
- 230000008595 infiltration Effects 0.000 claims description 2
- 238000001764 infiltration Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000009738 saturating Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B25/00—Apparatus for obtaining or removing undisturbed cores, e.g. core barrels or core extractors
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明涉及一种非均质油藏储层物性参数预测方法，先建立岩心样品在不同岩性下的孔隙度与声波时差关系式，再建立不同岩性不同水淹特征下的渗透率和孔隙度关系式；然后根据单砂体的自然电位值和自然伽玛值，确定所有单砂体的岩性，结合目标储层的声波时差测井曲线，得到目标储层所有单井所有单砂体在不同岩性下的孔隙度值，将得到的值代入不同岩性、不同水淹特征下的渗透率和孔隙度关系式，求出所有单井单砂体的渗透率值。本发明针对油田注水开发后储层的渗透率变化的特点，在建立储层的渗透率和孔隙度的关系时，考虑了水淹前、水淹后储层物性参数的变化情况，提高了储层渗透率的预测精度。
Description
技术领域
本发明属于石油天然气勘探开发领域，具体涉及一种非均质油藏储层物性参数预测方法。
背景技术
油藏描述中储层物性研究是一项不可缺少的重要工作。准确而可靠的储层物性参数是油藏油水层判断、储层定量评价、油藏精细描述及储量计算的基础，是油田开发中后期剩余油分布研究所必需的。针对非均质油藏，物性参数的解释显得尤为重要。
目前，国内外关于非均质油藏储层物性参数解释方法的分析较多，主要是通过分区块、分层系分别建立孔隙度、渗透率解释模板，进而解释储层物性参数。
例如，刘兴业在2016年第37卷第7期《石油报》发表的《基于核贝叶斯判别法的储层物性参数预测》，该论文基于贝叶斯定理，采用核函数估算的方法计算条件概率密度函数，提出了基于核贝叶斯判别法的储层参数预测方法：采用非参数估计方法获取条件概率密度函数，可以计算获得物性参数的最大后验概率，实现了多种物性参数的预测并提供预测结果的置信概率，可用于进行不确定性评价。
高勃胤在2016年《工程技术：全文版》发表的《红河油田储层物性参数-渗透率建模方法研究》中以岩心分析为基础，综合测井、录井、试气等资料，利用岩心刻度测井，利用常规孔渗拟合法、流动单元带指数法分层位建立了渗透率解释模型。
马春生在2006年第32卷第7期《内蒙古石油化工》发表的《厚层严重非均质油藏物性解释新方法》中，采用神经网络方法按物性的自然分区特征进行分段解释，提高了解释精度。
申请号为201510581479.7的中国专利《一种储层物性参数建模方法和装置》，公开了一种储层物性参数建模方法和装置，该方法首先构建储层的三维沉积相模型，并在三维沉积相模型的约束下，建立三维储层岩石物理相模型，在三维储层岩石物理相模型的约束下，建立三维储层物性参数模型，进而提高了储层物性参数的建模精度；这些专利均未分岩性建立不同的孔隙度、渗透率关系式，都沿用原始状态条件下的储层物性参数关系式来计算目前储层渗透率参数。
综上，上述油藏储层物性参数解释方法主要是按区块、分层系分别建立孔隙度、渗透率关系式，都是沿用原始状态条件下的储层物性参数关系式来计算目前储层渗透率参数。油田注水开发后，储层的孔隙度虽然没有发生明显的变化，但渗透率却发生了较显著的变化，如果再沿用原始状态条件下的储层物性参数模型来计算目前储层渗透率参数，势必带来不容忽视的误差。因此，现有技术应用在非均质油藏存在储层物性参数解释精度偏低的缺陷。
发明内容
本发明的目的是提供一种非均质油藏储层物性参数预测方法，用于克服现有技术主要是按区块、分层段、分层系分别建立孔隙度、渗透率关系式，沿用原始状态条件下的储层物性参数关系式来计算储层渗透率参数精度偏低的问题。
为解决上述技术问题，本发明提出一种非均质油藏储层物性参数预测方法，包括以下方案：
方案一，包括如下步骤：
1)根据目标储层取心井各个岩心样品的岩心分析化验资料，将岩心样品按照不同岩性划分，获取各个岩心样品在不同岩性下的孔隙度值和声波时差值，建立不同岩性下的孔隙度与声波时差关系；
2)根据目标储层取心井各个岩心样品的岩心分析化验资料，获取各个岩心样品的渗透率值和水淹特征，建立岩心在相应岩性下不同水淹特征的渗透率和孔隙度关系；
3)根据比较单砂体的自然电位值和标准泥岩的自然电位值，和比较单砂体的自然伽玛值和标准泥岩的自然伽玛值，确定所有单井单砂体的岩性；获取目标储层所有单井单砂体的声波时差值，结合所有单井单砂体的岩性，根据所述不同岩性下的孔隙度与声波时差关系，得到所有单井单砂体在相应岩性下的孔隙度值；根据目标储层的现有资料，得到目标储层所有单井所有单砂体的水淹特征，将得到的孔隙度值代入所述不同岩性对应的不同水淹特征下岩心样品的渗透率和孔隙度关系，确定所有单井单砂体的渗透率值。
方案二，在方案一的基础上，当岩心样品的含水量小于设定值时，判定岩心样品的水淹特征为水淹前，当岩心样品的含水量大于或等于所述设定值时，判定岩心样品的水淹特征为水淹后。
方案三，在方案一的基础上，所述岩性包括中砂岩、细砂岩、粉砂岩。
方案四，在方案三的基础上，当单砂体的自然电位值和标准泥岩的自然电位值的比值小于或等于第一设定值时，且当单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值小于或等于第二设定值时，判定单砂体的岩性为中砂岩。
方案五，在方案四的基础上，当单砂体的自然电位值和标准泥岩的自然电位值的比值，大于所述第一设定值、小于第三设定值时，且当单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值，大于第五设定值、小于第四设定值时，判定单砂体的岩性为细砂岩。
方案六，在方案五的基础上，当单砂体的自然电位值和标准泥岩的自然电位值的比值大于或等于所述第二设定值，且单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值大于或等于所述第四设定值时，判定单砂体的岩性为粉砂岩；所述第一设定值、第二设定值、第三设定值、第四设定值和第五设定值均小于1，且第一设定值小于第三设定值，第二设定值小于第四设定值，第五设定值小于第四设定值。
方案七，在方案一的基础上，步骤3)中目标储层所有单井单砂体的声波时差值，是根据目标储层所有单井单砂体的声波时差测井曲线得到的。
本发明的有益效果是：
本发明先建立岩心样品在不同岩性下的孔隙度与声波时差关系式，再根据岩心样品的不同岩性，建立不同岩性下的渗透率和孔隙度关系式；根据岩心样品的含水量确定岩心样品的水淹特征，并将岩心样品按照水淹特征划分，建立不同岩性不同水淹特征下的渗透率和孔隙度关系式；然后根据单砂体的自然电位值和自然伽玛值，确定所有单砂体的岩性，结合目标储层的声波时差测井曲线，得到目标储层所有单井所有单砂体在不同岩性下的孔隙度值；根据目标储层的现有资料，包括声波时差测井曲线、测井解释、饱和度监测资料和动态分析资料，得到目标储层所有单井所有单砂体的水淹特征，将得到的孔隙度值代入不同水淹特征下的渗透率和孔隙度关系式，求出所有单井单砂体的渗透率值。本发明针对油田注水开发后储层的渗透率变化的特点，在建立储层的渗透率和孔隙度的关系时，考虑了水淹前、水淹后储层物性参数的变化情况，提高了储层渗透率的预测精度。
进一步，本发明通过设定第一设定值、第二设定值、第三设定值、第四设定值和第五设定值，比较单砂体的自然电位值和标准泥岩的自然电位值，和比较单砂体的自然伽玛值和标准泥岩的自然伽玛值，确定所有单井单砂体的岩性，判断得到的单砂体的岩性准确，为建立不同岩性下的渗透率和孔隙度关系式、孔隙度与声波时差关系式，进而准确计算储层物性参数提供了可靠保证。
附图说明
图1为结合岩性和水淹特征确定单井单砂体渗透率的流程图；
图2为胡12块粉砂岩孔隙度与声波时差关系图；
图3为胡12块细砂岩孔隙度与声波时差关系图；
图4为胡12块中砂岩孔隙度与声波时差关系图；
图5为胡12块水淹前后粉砂岩孔隙度与渗透率关系图；
图6为胡12块水淹前后细砂岩孔隙度与渗透率关系图；
图7为胡12块水淹前后中砂岩孔隙度与渗透率关系图；
图8为胡12-128井砂岩判定柱状图；
图9为胡12-39井砂岩判定柱状图；
图10为胡12-156井砂岩判定柱状图；
图11为胡12块沙三中8-7小层水淹图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明。
为使本发明的目的、技术方案和优点更加清楚，下面结合附图，以东濮凹陷胡状集地区非均质油藏胡12块沙三中8-7小层储层物性参数解释为例，对本发明做进一步说明。
1、依据胡12块沙三中取心井的分析化验资料，统计取心井样品的岩性，如表1胡检1井沙三中岩性统计表所示，胡12块沙三中取心井样品的岩性分为粉砂岩、细砂岩、中砂岩。
表1
2、依据步骤1确定的胡12块沙三中的岩性，结合岩心分析化验资料和声波时差测井曲线，构建表征胡12块沙三中不同岩性的孔隙度与声波时差关系式，包括三种：粉砂岩孔隙度与声波时差关系式、细砂岩孔隙度与声波时差关系式、中砂岩孔隙度与声波时差关系式。具体的：
2.1、依据胡12块沙三中岩心分析化验资料，统计胡检1井各样品粉砂岩、细砂岩、中砂岩的孔隙度值，如表2胡检1井沙三中孔隙度统计表所示。
表2
2.2、依据胡12块胡检1井的声波时差测井曲线，获取胡检1井各样品的粉砂岩、细砂岩、中砂岩的声波时差值。
2.3、依据步骤2.1所确定的胡检1井各样品粉砂岩、细砂岩、中砂岩的孔隙度值和步骤2.2所确定的胡检1井各样品不同岩性的声波时差值，进行线性回归拟合，建立胡12块的粉砂岩的孔隙度与声波时差关系式、细砂岩的孔隙度与声波时差关系式、中砂岩的孔隙度与声波时差关系式。
粉砂岩孔隙度与声波时差关系图如图2所示，根据关系图拟合粉砂岩孔隙度与声波时差关系式为POR1＝0.2292*AC1-42.81；细砂岩的孔隙度与声波时差关系图如图3所示，根据关系图拟合细砂岩孔隙度与声波时差关系式为POR2＝0.221*AC2-39.574；中砂岩的孔隙度与声波时差关系图如图4所示，根据关系图拟合中砂岩孔隙度与声波时差关系式为POR3＝0.2169*AC3-37.369。上述公式中POR1表示粉砂岩的储层孔隙度，POR2表示细砂岩的储层孔隙度，POR3表示中砂岩的储层孔隙度，孔隙度单位为百分数；AC1表示粉砂岩的声波时差，AC2表示细砂岩的声波时差，AC3表示中砂岩的声波时差，声波时差单位为μs/m。
3、依据胡12块取心井沙三中的分析化验资料，获取各个岩心样品的渗透率值和含水量，根据岩心的含水量确定各个岩心样品的水淹特征为水淹前或水淹后，建立水淹前后粉砂岩、细砂岩、中砂岩孔隙度与渗透率关系图，利用上述关系图拟合胡12块沙三中水淹前后粉砂岩、细砂岩、中砂岩渗透率与孔隙度关系式。具体的：
3.1、依据胡12块取心井沙三中的分析化验资料，统计胡检1井各样品的渗透率值，如表3胡检1井沙三中渗透率统计表所示。
表3
3.2、依据胡12块取心井沙三中的分析化验资料，统计胡检1井各样品不同岩性的水淹特征，包括水淹前、水淹后。当岩心样品的含水量小于一个设定值60％时，判定岩心样品的水淹特征为水淹前，当岩心样品的含水量大于或等于该设定值时，判定岩心样品的水淹特征为水淹后。
3.3、依据步骤3.1所确定的胡检1井各样品的渗透率值、步骤3.2所确定胡检1井各样品的水淹特征，结合步骤2.1所确定的胡检1井各样品的孔隙度值，分别建立水淹前、后不同岩性的单砂体的孔隙度与渗透率关系图，单砂体的岩性包括粉砂岩、细砂岩、中砂岩。水淹前、后粉砂岩孔隙度与渗透率关系图如图5所示，水淹前、后细砂岩孔隙度与渗透率关系图如图6所示，水淹前、后中砂岩孔隙度与渗透率关系图如图7所示，然后分别将上述关系图中的数据进行线性拟合，分别得到水淹前、后的粉砂岩、细砂岩、中砂岩渗透率与孔隙度关系式。
线性拟合后，水淹前的粉砂岩、细砂岩、中砂岩渗透率与孔隙度关系式如下：
式中，K1为粉砂岩水淹前的渗透率，K2为细砂岩水淹前的渗透率，K3为中砂岩水淹前的渗透率，渗透率的单位为(×10-3μm2)；Lg为以10为底的取对数符号；为粉砂岩水淹前的孔隙度，为细砂岩水淹前的孔隙度，为中砂岩水淹前的孔隙度，孔隙度单位为％。
相应的，水淹后的粉砂岩、细砂岩、中砂岩渗透率与孔隙度关系式如下：
式中，K1′为粉砂岩水淹后的渗透率，K2′为细砂岩水淹后的渗透率，K3′为中砂岩水淹后的渗透率；为粉砂岩水淹后的孔隙度，为细砂岩水淹后的孔隙度，为中砂岩水淹后的孔隙度。
4、依据胡12块沙三中8-7小层所有单井单砂体的自然电位比值、自然伽玛比值，结合如表4所示的胡12块岩性定量判别标准，确定胡12块沙三中8-7小层所有单井单砂体的岩性。定量判别标准为：设置5个小于1的数值，分别为第一设定值、第二设定值、第三设定值、第四设定值和第五设定值，其中第一设定值小于第三设定值，第五设定值小于第四设定值；当单砂体的自然电位值和标准泥岩的自然电位值的比值小于或等于第一设定值时，且当单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值小于或等于第二设定值时，判定单砂体的岩性为中砂岩；当单砂体的自然电位值和标准泥岩的自然电位值的比值，大于所述第一设定值、小于第三设定值时，且当单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值，大于第五设定值、小于第四设定值时，判定单砂体的岩性为细砂岩；当单砂体的自然电位值和标准泥岩的自然电位值的比值大于或等于所述第二设定值，且单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值大于或等于所述第四设定值时，判定单砂体的岩性为粉砂岩。
| 岩性 | 自然电位比值 | 自然伽玛比值 |
| 中砂岩 | ≤0.46 | ≤0.21 |
| 细砂岩 | 0.46—0.62 | 0.14—0.38 |
| 粉砂岩 | ≥0.62 | ≥0.38 |
表4
具体的：
4.1、设置第一设定值为0.46，第二设定值为0.21，第三设定值为0.62，第四设定值为0.38，第五设定值为0.14。胡12块沙三中8-7小层中砂岩的自然电位比值小于等于0.46，自然伽玛比值小于等于0.21，如图8胡12-128井砂岩判定柱状图所示，当自然电位比值为0.38、自然伽玛比值为0.205时，判定胡12-156井沙三中8-7小层单砂体为中砂岩。
4.2、胡12块沙三中8-7小层单井单砂体为细砂岩的自然电位比值处于0.46—0.62之间、自然伽玛比值处于0.14—0.38之间，如图9胡12-39井砂岩判定柱状图所示，当自然电位比值为0.52，自然伽玛比值为0.35时，判定为细砂岩。
4.3胡12块胡12-156井沙三中8-7小层单井单砂体为粉砂岩的自然电位比值大于等于0.62，自然伽玛比值大于等于0.38，如图10胡12-156井砂岩判定柱状图所示，当自然电位比值为0.82，自然伽马比值为0.69时，判定为粉砂岩。
按照步骤4.1、步骤4.2、步骤4.3确定胡12块沙三中8-7小层所有单井单砂体的岩性。
5、依据胡12块沙三中8-7小层所有单井单砂体的声波时差测井曲线，获取胡12块沙三中8-7小层所有单井单砂体的声波时差值。
6、依据步骤4所确定的胡12块沙三中8-7小层所有单井单砂体的岩性、步骤2所建立的胡12块沙三中8-7小层不同岩性孔隙度与声波时差关系式，结合步骤5所确定的胡12块沙三中8-7小层所有单井单砂体的声波时差值，计算胡12块沙三中8-7小层所有单井单砂体的孔隙度值，如表5所示的胡12块沙三中8-7小层单砂体的孔隙度。
表5
7、依据胡12块沙三中8-7小层的测井解释结论、饱和度监测资料及动态分析资料确定胡12块沙三中8-7小层所有单井单砂体的水淹特征，绘制胡12块沙三中8-7小层单砂体的水淹图：当单井单砂体的含水大于等于60％时，判定为水淹后；当单砂体的含水小于60％时，判定为未水淹前，如图11胡12块沙三中8-7小层水淹图所示，图中，的标号为胡12块沙三中8-7小层的井号，例如，12-35表示胡12块沙三中8-7小层的35号井，XH12-23表示胡12块沙三中8-7小层的23号井，C12-34表示胡12块沙三中8-7小层的34号井，12-C133表示胡12块沙三中8-7小层的C133号井，90-3表示胡12块沙三中8-7小层的90-3号井，其他标号表示的含义以此类推不再赘述。
8、依据步骤3所确定的胡12块沙三中8砂组不同岩性的水淹前孔隙度与渗透率关系式、水淹后孔隙度与渗透率关系式、步骤6所确定的胡12块沙三中8-7砂组所有单井单砂体的孔隙度值、步骤7所确定的胡12块沙三中8-7砂组水淹特征，计算目标储层所有单井单砂体的渗透率值。如表5所示的胡12块沙三中8-7小层的渗透率值。
9、利用步骤6所确定的胡12块沙三中8-7小层所有单井单砂体的孔隙度值、步骤8所确定的胡12块沙三中8-7小层所有单井单砂体的渗透率值，绘制胡12块沙三中8-7小层各单砂体孔隙度、渗透率等值图，流程图如图1所示。
本发明将岩心样品的岩性进行分类，建立不同岩性下、岩心样品的孔隙度与声波时差关系式，将岩心样品按照不同水淹特征、不同岩性划分，建立每种岩性相应水淹特征下的渗透率和孔隙度关系式；然后根据目标储层的现有资料，得到目标储层所有单井所有单砂体的水淹特征、孔隙度值，将得到的值代入每种岩性在不同水淹特征下的渗透率和孔隙度关系式，求出所有单井单砂体的渗透率值。在考虑了单砂体的岩性，对单砂体进行岩性划分，包括中砂岩、细砂岩、粉砂岩，按照不同岩性，建立不同的孔隙度与声波时差关系式的基础上，进一步考虑了水淹前、水淹后储层物性参数变化情况，建立了不同岩性不同水淹特征下的渗透率和孔隙度关系式，能求出更精确的所有单井单砂体的孔隙度值和渗透率值，进一步提高了储层物性参数的计算精度。
本发明是在对目标储层的所有单井单砂体按不同岩性和水淹特征，分别建立水淹前不同岩性孔隙度与渗透率关系式、水淹后不同岩性孔隙度与渗透率关系式，最后计算获得目标储层所有单井单砂体的孔隙度和渗透率值，提高非均质油藏储层物性参数的计算精度，进而绘制精确的储层物性等值图，对油藏精细开发具有重要指导意义。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (7)
1.一种非均质油藏储层物性参数预测方法，其特征在于，包括以下步骤：
1)根据目标储层取心井各个岩心样品的岩心分析化验资料，将岩心样品按照不同岩性划分，获取各个岩心样品在不同岩性下的孔隙度值和声波时差值，建立不同岩性下的孔隙度与声波时差关系；
2)根据目标储层取心井各个岩心样品的岩心分析化验资料，获取各个岩心样品的渗透率值和水淹特征，建立岩心在相应岩性下不同水淹特征的渗透率和孔隙度关系；
3)根据比较单砂体的自然电位值和标准泥岩的自然电位值，和比较单砂体的自然伽玛值和标准泥岩的自然伽玛值，确定所有单井单砂体的岩性；获取目标储层所有单井单砂体的声波时差值，结合所有单井单砂体的岩性，根据所述不同岩性下的孔隙度与声波时差关系，得到所有单井单砂体在相应岩性下的孔隙度值；根据目标储层的现有资料，得到目标储层所有单井所有单砂体的水淹特征，将得到的孔隙度值代入所述不同岩性对应的不同水淹特征下岩心样品的渗透率和孔隙度关系，确定所有单井单砂体的渗透率值。
2.根据权利要求1所述的非均质油藏储层物性参数预测方法，其特征在于，当岩心样品的含水量小于设定值时，判定岩心样品的水淹特征为水淹前，当岩心样品的含水量大于或等于所述设定值时，判定岩心样品的水淹特征为水淹后。
3.根据权利要求1所述的非均质油藏储层物性参数预测方法，其特征在于，所述岩性包括中砂岩、细砂岩、粉砂岩。
4.根据权利要求3所述的非均质油藏储层物性参数预测方法，其特征在于，当单砂体的自然电位值和标准泥岩的自然电位值的比值小于或等于第一设定值时，且当单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值小于或等于第二设定值时，判定单砂体的岩性为中砂岩。
5.根据权利要求4所述的非均质油藏储层物性参数预测方法，其特征在于，当单砂体的自然电位值和标准泥岩的自然电位值的比值，大于所述第一设定值、小于第三设定值时，且当单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值，大于第五设定值、小于第四设定值时，判定单砂体的岩性为细砂岩。
6.根据权利要求5所述的非均质油藏储层物性参数预测方法，其特征在于，当单砂体的自然电位值和标准泥岩的自然电位值的比值大于或等于所述第二设定值，且单砂体的自然伽玛值和标准泥岩的自然伽玛值的比值大于或等于所述第四设定值时，判定单砂体的岩性为粉砂岩；所述第一设定值、第二设定值、第三设定值、第四设定值和第五设定值均小于1，且第一设定值小于第三设定值，第二设定值小于第四设定值，第五设定值小于第四设定值。
7.根据权利要求1所述的非均质油藏储层物性参数预测方法，其特征在于，步骤3)中目标储层所有单井单砂体的声波时差值，是根据目标储层所有单井单砂体的声波时差测井曲线得到的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810260632.XA CN110306978A (zh) | 2018-03-27 | 2018-03-27 | 一种非均质油藏储层物性参数预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810260632.XA CN110306978A (zh) | 2018-03-27 | 2018-03-27 | 一种非均质油藏储层物性参数预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110306978A true CN110306978A (zh) | 2019-10-08 |
Family
ID=68073791
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810260632.XA Pending CN110306978A (zh) | 2018-03-27 | 2018-03-27 | 一种非均质油藏储层物性参数预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110306978A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111399042A (zh) * | 2020-03-20 | 2020-07-10 | 清华大学 | 一种储层物性参数的预测方法及电子设备 |
| CN111777376A (zh) * | 2020-07-09 | 2020-10-16 | 中国石油大学(北京) | 基于岩性和孔隙结构控制的人造砂砾岩岩心及其制备方法和应用 |
| CN113565495A (zh) * | 2020-04-29 | 2021-10-29 | 中国石油天然气股份有限公司 | 储层有效性等级评价方法 |
| CN114352256A (zh) * | 2021-12-02 | 2022-04-15 | 中国石油天然气股份有限公司 | 一种厚层内连续均质油层追踪方法、装置、设备和介质 |
| CN114441402A (zh) * | 2020-11-03 | 2022-05-06 | 中国石油化工股份有限公司 | 一种评价致密砂岩渗透性的方法 |
| CN116626779A (zh) * | 2023-07-21 | 2023-08-22 | 中国石油大学(华东) | 一种潜山地层孔隙度计算方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006132838A2 (en) * | 2005-06-03 | 2006-12-14 | Services Petroliers Schlumberger | Radial profiling of formation mobility using horizontal and vertical shear slowness profiles |
| CN101937108A (zh) * | 2009-07-03 | 2011-01-05 | 中国石油天然气股份有限公司 | 低渗碎屑岩油气藏储量确定方法 |
| CN103225500A (zh) * | 2013-05-02 | 2013-07-31 | 中国石油大学(华东) | 一种应用三参数自洽迭代算法的新型水淹层测井评价方法 |
| CN106570262A (zh) * | 2016-11-03 | 2017-04-19 | 中国石油化工股份有限公司 | 一种储层构型结构的描述方法 |
| CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
-
2018
- 2018-03-27 CN CN201810260632.XA patent/CN110306978A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006132838A2 (en) * | 2005-06-03 | 2006-12-14 | Services Petroliers Schlumberger | Radial profiling of formation mobility using horizontal and vertical shear slowness profiles |
| CN101937108A (zh) * | 2009-07-03 | 2011-01-05 | 中国石油天然气股份有限公司 | 低渗碎屑岩油气藏储量确定方法 |
| CN103225500A (zh) * | 2013-05-02 | 2013-07-31 | 中国石油大学(华东) | 一种应用三参数自洽迭代算法的新型水淹层测井评价方法 |
| CN106570262A (zh) * | 2016-11-03 | 2017-04-19 | 中国石油化工股份有限公司 | 一种储层构型结构的描述方法 |
| CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
Non-Patent Citations (8)
| Title |
|---|
| 刘兴业等: "基于核贝叶斯判别法的储层物性参数预测", 《石油学报》 * |
| 杜奉屏等: "《油矿地球物理测井》", 30 November 1984 * |
| 江汉石油学院测井教研室等: "《测井资料解释》", 30 September 1981, 北京：石油工业出版社 * |
| 洪秀娥等: "注水前后储层参数解释模型的建立", 《石油天然气学报(江汉石油学院学报)》 * |
| 熊运斌等: "文东油田储层参数解释模型", 《断块油气田》 * |
| 韩战江等: "储层物性解释方法", 《内蒙古石油化工》 * |
| 马春生等: "厚层严重非均质油藏物性解释新方法", 《内蒙古石油化工》 * |
| 高勃胤等: "红河油田水平井测井评价与录井解释差异性分析", 《石化技术》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111399042A (zh) * | 2020-03-20 | 2020-07-10 | 清华大学 | 一种储层物性参数的预测方法及电子设备 |
| CN111399042B (zh) * | 2020-03-20 | 2021-02-02 | 清华大学 | 一种储层物性参数的预测方法及电子设备 |
| CN113565495A (zh) * | 2020-04-29 | 2021-10-29 | 中国石油天然气股份有限公司 | 储层有效性等级评价方法 |
| CN113565495B (zh) * | 2020-04-29 | 2024-01-30 | 中国石油天然气股份有限公司 | 储层有效性等级评价方法 |
| CN111777376A (zh) * | 2020-07-09 | 2020-10-16 | 中国石油大学(北京) | 基于岩性和孔隙结构控制的人造砂砾岩岩心及其制备方法和应用 |
| CN114441402A (zh) * | 2020-11-03 | 2022-05-06 | 中国石油化工股份有限公司 | 一种评价致密砂岩渗透性的方法 |
| CN114352256A (zh) * | 2021-12-02 | 2022-04-15 | 中国石油天然气股份有限公司 | 一种厚层内连续均质油层追踪方法、装置、设备和介质 |
| CN114352256B (zh) * | 2021-12-02 | 2024-04-12 | 中国石油天然气股份有限公司 | 一种厚层内连续均质油层追踪方法、装置、设备和介质 |
| CN116626779A (zh) * | 2023-07-21 | 2023-08-22 | 中国石油大学(华东) | 一种潜山地层孔隙度计算方法及系统 |
| CN116626779B (zh) * | 2023-07-21 | 2023-11-10 | 中海石油(中国)有限公司深圳分公司 | 一种潜山地层孔隙度计算方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110306978A (zh) | 一种非均质油藏储层物性参数预测方法 | |
| CN109061765B (zh) | 非均质薄砂岩互层油藏的圈闭评价方法 | |
| US8374974B2 (en) | Neural network training data selection using memory reduced cluster analysis for field model development | |
| Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
| CN104278989B (zh) | 一种获取低孔低渗储层饱和度指数的方法 | |
| CN111665560B (zh) | 油气层识别方法、装置、计算机设备及可读存储介质 | |
| Wang et al. | Improved pore structure prediction based on MICP with a data mining and machine learning system approach in Mesozoic strata of Gaoqing field, Jiyang depression | |
| CN106355571B (zh) | 一种白云岩储层质量的确定方法及装置 | |
| CN113027433B (zh) | 计算强非均质性砂砾岩储层渗透率的方法和装置 | |
| Barach et al. | Development and identification of petrophysical rock types for effective reservoir characterization: Case study of the Kristine Field, Offshore Sabah | |
| CN114114414A (zh) | 一种页岩储层“甜点”信息人工智能预测方法 | |
| Uguru et al. | Permeability prediction using genetic unit averages of flow zone indicators (FZIs) and neural networks | |
| CN112576238B (zh) | 一种低渗透油藏剩余油位置与含量测定系统、方法及应用 | |
| Mohammed et al. | How many relative permeability measurements do you need? A case study from a North African reservoir | |
| CN104880737A (zh) | 测井资料识别地下流体类型的多元Logistic方法 | |
| CN106405638B (zh) | 一种含气饱和度确定方法和装置 | |
| CN111155980A (zh) | 一种水流优势通道识别方法及装置 | |
| Darcel et al. | Development of the statistical fracture domain methodology–application to the Forsmark site | |
| CN114060015A (zh) | 一种致密砂岩含气性的评价方法及装置 | |
| Parchekhari et al. | A new model for permeability estimation in carbonate reservoirs by using nmr t2 distribution and lsboost ensemble technique | |
| CN114565116A (zh) | 一种低渗储层物性参数的预测方法和装置 | |
| Hatampour et al. | Prediction of flow units in heterogeneous carbonate reservoirs using intelligently derived formula: Case study in an Iranian reservoir | |
| CN110851982A (zh) | 一种中低渗油藏减氧空气驱可行性分析方法 | |
| Turkey et al. | Rock typing and characterization of carbonate reservoirs: A case study from South East Kuwait | |
| Cáceres et al. | Geostatistical validation of geological logging |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191008 |