CN110945384B - 流体置换 - Google Patents
流体置换 Download PDFInfo
- Publication number
- CN110945384B CN110945384B CN201880045789.9A CN201880045789A CN110945384B CN 110945384 B CN110945384 B CN 110945384B CN 201880045789 A CN201880045789 A CN 201880045789A CN 110945384 B CN110945384 B CN 110945384B
- Authority
- CN
- China
- Prior art keywords
- data
- geophysical
- fluid
- initial
- data set
- 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
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 146
- 238000006073 displacement reaction Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 123
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 239000011435 rock Substances 0.000 claims description 68
- 238000001615 p wave Methods 0.000 claims description 48
- 229930195733 hydrocarbon Natural products 0.000 claims description 30
- 150000002430 hydrocarbons Chemical class 0.000 claims description 30
- 238000006467 substitution reaction Methods 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 8
- 239000007787 solid Substances 0.000 claims description 7
- 239000004927 clay Substances 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 239000004215 Carbon black (E152) Substances 0.000 description 7
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 6
- 239000011780 sodium chloride Substances 0.000 description 6
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 4
- 239000012267 brine Substances 0.000 description 4
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000011549 displacement method Methods 0.000 description 2
- 238000002637 fluid replacement therapy Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- -1 over 30% Chemical class 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 150000004649 carbonic acid derivatives Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
Images
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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
-
- 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
- G01V2210/614—Synthetically generated 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
- G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
-
- 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
- G01V2210/6163—Electromagnetic
-
- 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
- G01V2210/6167—Nuclear
-
- 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
- G01V2210/622—Velocity, density or impedance
- G01V2210/6222—Velocity; travel time
-
- 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
-
- 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
- G01V2210/6242—Elastic parameters, e.g. Young, Lamé or Poisson
-
- 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
- G01V2210/6244—Porosity
-
- 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
- G01V2210/6246—Permeability
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- Geophysics And Detection Of Objects (AREA)
- Catalysts (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种流体置换的方法,其中提供了初始数据集,其中提供了置换数据集,其中提供了岩石物理模型,其中所述初始数据集包括地球物理参数的初始数据和初始流体数据,并且其中置换数据集包括置换流体数据,该方法包括:使用(3)模型和初始数据集来计算地球物理参数的第一计算数据;以及使用(5)模型和置换数据集来计算地球物理参数的第二计算数据;计算(6)地球物理参数的第一计算数据与地球物理参数的第二计算数据的差;以及将所述差应用(7)于地球物理参数的初始数据以产生地球物理参数的置换数据。
Description
技术领域
本发明涉及一种流体置换(fluid substitution)的方法,一种勘探油气的方法以及一种生产油气的方法。
背景技术
如果地质结构内的流体与原始流体不同,则流体置换是一种用于预测地质结构(例如地下储层)的性质的技术。
例如,储层可以包括岩石和原始流体。原始流体保留在岩石的孔隙中。
在勘探(prospect for)油气(hydrocarbon)时,可以在整个储层中和储层之上进行地球物理勘测(例如地震勘测)。此外,在储层的勘探期间,可以钻一个或更多个探井(exploration well)。但是,由于明显的实际局限性,只能在有限数目的位置上打探井。
由于可以从探井获取测井记录(well log)(该测井记录包含与地球物理参数和该井中存在的原始流体有关的数据),因此可以预测如果地质结构中存在不同的流体而不是原始流体将产生的地球物理数据(例如地震数据)。与原始流体相比,不同的流体可以是具有不同的油气含量的流体。
这是有用的,因为如上所述,在整个地质结构中可能存在可用于其他位置的地球物理数据(例如地震数据)。使用流体置换,可以尝试将在地质结构中其他位置处获取的地球物理数据与在所述其他位置处存在的不同流体类型进行匹配。因此,可以预测在地质结构中何处可能有更理想的流体用于生产(例如,油气含量更高的流体),或者简单地了解整个储层的流体性质。
用于执行流体置换的当前标准是加斯曼(Gassmann)流体置换。
在这种方法中,使用p波地震数据(来自测井记录),s波地震数据(来自测井记录)和密度(来自测井记录)来发现具有初始流体的岩石的剪切模量和体积模量。
然后可以估计固体岩石材料的体积模量、剪切模量和密度(例如,实际形成岩石的材料/矿物)。
计算干岩石(例如不存在任何流体的岩石)的体积模量和剪切模量。干岩石的体积模量和剪切模量与岩石材料的体积模量不同,因为岩石材料的体积模量不考虑岩石的结构(例如孔隙度),而仅与形成岩石的材料相关。
接下来,将流体饱和度从初始流体饱和度(可以从测井记录获知)更改为置换流体饱和度(由该方法的用户确定)。然后计算置换流体的体积模量和密度,或从测量中得出。置换流体的体积模量、干岩石的体积模量和剪切模量以及岩石的孔隙度(可从测井记录获知)用于计算具有置换流体的岩石的体积模量。假定具有置换流体的岩石的剪切模量等于干岩石的剪切模量。
找到具有置换流体的岩石的密度。
从具有置换流体的岩石的密度、剪切模量和体积模量中,可以找到新的p波和s波速度。然后,可以将这些速度用于生成所生成的地震数据(和/或生成一个或更多个地震衍生的(seismically-derived)属性,例如声阻抗和/或p波速度与s波速度的比值和/或振幅与角度和/或反演地震数据)。可以将所生成的地震数据(和/或地震衍生的属性)与获取的地震数据(和/或对应的获取的地震衍生的属性)进行比较。然后,可以将所生成的地震数据(和/或地震衍生的属性)与在地质结构的其他位置处(或出于任何其他所需的目的)获取的地震数据(和/或地震衍生的属性)进行匹配。
但是,此方法有一些限制。
首先,它要求该方法的使用者了解具有初始流体的岩石的许多参数(例如,对于具有初始流体的岩石,既需要p波速度,也需要s波速度,并且岩石材料/矿物的体积模量需要知道或找到)。
其次,加斯曼方法基于一系列并不总是对真实岩石有效的假设。例如,假设岩石的固体部分是同性质的,仅使用地震频率(最好尽可能接近零,例如小于100Hz),有自由的流体流过岩石(即没有隔离或半隔离的孔隙),并且岩石材料与流体之间没有相互作用。当然,在真实岩石中,经常会违反这些假设。例如,当真实岩石中的孔隙度较低时,就违反了自由流体流动的假设。当真实岩石违反这些假设时,加斯曼置换技术可能会在针对具有置换流体的岩石的地震速度估计中产生较大误差。
第三,如果输入参数中只有一个参数是错误的,那么加斯曼技术可能会给出非物理的结果,这可能是由于密度或孔隙度的对数记录不正确而导致的。
第四,当所讨论的岩石类型是碳酸盐岩时,加斯曼技术是不可靠的。
第五,需要用户对岩石物理学有详细的了解,以便准确地执行加斯曼置换。这意味着只有有限数量的具有所需能力的人员才能执行加斯曼流体置换。
发明内容
由于这些限制,本发明人设计了一种更简单、更可靠的流体置换方法。
在第一方面,本发明提供了一种流体置换的方法,其中提供了初始数据集,其中提供了置换数据集,其中提供了岩石物理模型,其中初始数据集包括地球物理参数的初始数据和初始流体数据,其中置换数据集包括置换流体数据,该方法包括:使用模型和初始数据集来计算地球物理参数的第一计算数据;使用该模型和置换数据集计算地球物理参数的第二计算数据;计算地球物理参数的第一计算数据与地球物理参数的第二计算数据的差;以及将所述差应用于地球物理参数的初始数据,以产生地球物理参数的置换数据。
此方法是一种更简单且更可靠的流体置换方法,该方法不会受到上面讨论的有关标准加斯曼流体置换方法的限制。
这些优点源于以下事实:本方法间接找到置换的地球物理参数,即,本方法找到地球物理参数的第一计算数据与地球物理参数的第二计算数据之间的差,然后将该差应用于实际原始数据以找到置换数据。换一种方式来看,本方法的建模步骤的输出仅仅是两个建模值之间的差,然后将该差用于修改实际的初始数据。这使得方法更加鲁棒,因为它消除了该模型可能引起的误差。
相反,现有方法直接找到置换的地球物理参数,即,置换的地球物理参数是该方法的建模步骤的直接输出。
当满足所有加斯曼假设和要求时,本方法给出的结果与现有方法相同。但是,当不满足加斯曼假设时,本方法将提供更好的结果。
可以使用加斯曼理论来执行使用模型和初始数据集来计算地球物理参数的第一计算数据的步骤。可以使用加斯曼理论来执行使用模型和置换数据集来计算地球物理参数的第二计算数据的步骤。尽管本方法可以使用加斯曼理论,但是由于本方法的间接性质,避免了与直接加斯曼计算有关的误差和局限性。
通过“计算”地球物理参数的第一/第二计算数据,这可能意味着使用模型“确定”、“估计”或“找到”所述数据。
与现有方法相比,本方法提供了更快和更简单的流体置换,其需要更少的操作、更少的输入和更少的步骤,同时更加鲁棒。这也降低了该方法的使用者所需要的专业知识,以成功地执行流体置换。
使用模型和初始数据集来计算地球物理参数的第一计算值可以包括使用初始数据集来校准模型。在校准过程中,初始数据用于校准模型。经校准的模型可以由多个参数定义,其中之一可以是所讨论的地球物理参数。经校准的模型的该地球物理参数可以是上面提到的第一计算的地球物理参数。
地球物理参数的第一计算数据可以不同于地球物理参数的初始数据。
使用模型和置换数据集来计算地球物理参数的第二计算值可以包括使用经校准的模型和置换数据集来计算地球物理参数的第二计算值。在这种情况下,然后使用初始数据校准的模型用于找到地球物理参数的第二计算值。这可以通过将置换数据集(例如,置换流体数据)输入到经校准的模型中来实现。
地球物理参数的第二计算数据可以不同于地球物理参数的第一计算数据。
地球物理参数可以包括地震速度(或由其组成)。
地球物理参数可以包括p波速度(或由其组成)。在这种情况下,用于计算p波速度的第一计算值的初始数据集可以不包括s波速度。与现有的加斯曼方法不同,在本方法中,当找到置换的p波速度数据时,不需要具有初始s波速度数据。这对本方法是有益的,因为许多现有的测井记录不包含s波速度数据,获取s波速度数据昂贵并且s波速度数据比p波速度数据噪声大。p波速度可以从测井记录或地震勘测中找到。
地球物理参数可以包括s波速度(或由其组成)。在这种情况下,用于计算s波速度的第一计算值的初始数据集可以不包括p波速度。与现有的加斯曼方法不同,在本方法中,当找到置换的s波速度数据时,不需要具有初始p波速度数据。s波速度可以从测井记录或地震勘测中找到。
初始数据集可以不包括s波速度数据。
因此,初始数据集可以仅具有p波速度数据和s波速度数据之一。
初始数据集可以包括岩石密度(例如,具有初始流体的岩石的密度)、页岩体积、粘土体积、孔隙度、深度和/或地热梯度。这些可以是上述地球物理参数初始数据和初始流体数据的补充。这些数据都很容易获得,例如从标准测井记录中获得,或者至少很容易估计,并且它们不需要岩石物理学的详细知识即可在本方法中使用它们。初始数据集可以由地球物理参数初始数据、上述初始流体数据以及密度、页岩体积、粘土体积、孔隙度、深度和/或地热梯度中的一个或更多个组成。
初始流体数据可以包括初始流体的饱和度和/或流体特性(或由其组成)。流体性质可以包括初始流体的体积模量和/或密度(或由其组成)。
这些数据可以被计算和/或测量。它们不需要岩石物理学的详细知识即可在本方法中使用它们。
初始流体数据可以是盐水,也可以是包含大量盐水水平(例如,大于30%,50%,70%或90%盐水)的流体。另外地或可替代地,初始流体数据可以是油气或包含大量油气水平(例如,大于30%,50%,70%或90%油气)的流体。初始流体可以是包含油气和盐水(或由其组成)的混合物。
本文使用的术语“饱和”可以描述两种流体的小部分,其被混合以形成实际存在的流体(例如,初始流体)。例如,饱和度为0.9可能意味着90%的盐水和10%的给定类型的油气。
初始数据集可以不包括除上述那些数据以外的任何其他形式的数据,即,可以仅使用上述数据来计算第一计算的地球物理参数(例如,可以仅使用上述数据来校准模型)。
初始数据集可以仅包括容易获得的数据,或者至少容易估计并且易于使用的数据。无需获取不易获得的数据,也无需从用户那里得到需要高级专业知识的数据。初始数据都可以从容易获得的标准测井记录中获得。
因此,可以仅使用容易获得并且易于使用的数据来计算第一计算的地球物理参数数据,例如,可以仅使用容易获得且易于使用的数据来校准模型。可以(仅仅)使用从所述模型中的容易获得的标准测井记录中易于得到的数据来计算第一计算的地球物理参数数据。
初始数据集可以包括来自物理地质结构(例如,储层,例如来自测井记录的)的观测或测量或获取或估计/计算的数据。附加地或替代地,初始数据集可以包括在模型中产生的数据。
置换流体数据可以包括置换流体的饱和度和/或流体性质(或由其组成)。流体性质可以包括体积模量和/或密度(或由其组成)。
该方法的使用者可以根据用户想要置换哪种流体到岩石中来选择置换流体数据。例如,可以选择、定义和/或计算流体性质(诸如体积模量和/或密度)。可以选择和/或定义饱和度。饱和度以及组成置换流体(例如盐水和油气)的流体组分的流体性质,可用于找到、计算或估计置换流体作为整体的流体性质(例如体积模量和/或密度)。
可以通过匹配地球物理参数的输出置换数据(例如,置换地震速度数据)和/或从地球物理参数的置换数据生成的所生成的地球物理数据(和/或从所述生成的地球物理数据导出的一个或更多个地球物理属性,例如声阻抗和/或p波速度与s波速度的比值和/或振幅与角度的关系和/或反演地震数据),与地球物理参数在地质结构中的一个或更多个不同位置处的测量数据和/或测量的地球物理数据(和/或从所述测得的地球物理数据中导出的一个或更多个相应属性,例如声阻抗和/或p波速度与s波速度的比值和/或振幅与角度的关系和/或反演地震数据)相匹配,来找到置换流体数据。这可能是一个迭代过程。
置换流体数据可以是油气或包含大量油气(例如,超过30%,50%,70%或90%油气)的流体的数据。置换流体数据可以是期望在地质结构中的某处找到的流体的数据。置换流体数据可以是盐水的数据,也可以是包含大量盐水(例如,超过30%,50%,70%或90%盐水)的流体的数据。置换流体数据可以包括盐水和油气的混合物。置换流体可以不同于初始流体。
置换数据集可以由置换流体数据组成。置换数据集可以不包括与地球物理参数有关的任何数据,因为这是使用本方法计算的结果。置换数据集也可以不包含上述任何其他数据类型(例如岩石密度、页岩体积、粘土体积、孔隙度、深度和/或地热梯度),因为不需要将此数据包含在置换数据集中。
由于使用了经校准的模型,因此不需要使用置换流体数据以外的任何数据来计算地球物理参数的第二计算数据。由于已经使用第一数据集对模型进行了校准,因此找到地球物理参数的第二计算数据所需要做的全部事情就是更改模型中的置换流体数据,以便输出地球物理参数的第二计算数据。
关于固体岩石的体积模量的数据可以在校准过程中自动设置。“固体岩石”是指形成岩石本身的材料/矿物的体积模量。这与先前的加斯曼方法不同,其中需要将固体岩石体积模量作为用户的输入。因此,在本方法中,本方法的使用者可能不需要处理或找到或理解关于固体岩石的体积模量的数据。
在本方法中,在校准过程中会自动估计干岩石的性质。干岩石性质可以是岩石的体积模量和/或剪切模量和/或密度,而其中没有初始(或任何)流体。这不同于现有的加斯曼方法,在该方法中,用户必须找到干岩石的性质。因此,在本方法中,本方法的使用者可能不需要处理或找到或理解干岩石的性质。
因此,在本方法中,不需要由具有岩石物理学的详细知识的熟练的有经验的用户执行该方法。
该方法可以自动化。所谓自动化,是指一旦提供了初始数据集和置换数据集,该方法就可以在没有用户输入的情况下进行。对于本方法,这是允许的情况,因为不需要用户的输入。相比之下,先前的加斯曼方法需要来自熟练和有经验的用户的输入,以便做出有关岩石物理学的明智决定。
该方法可以包括选择模型。这可以由该方法的用户/操作者执行。本方法不限于任何特定人使用。但是,众所周知,某些岩石物理模型比其他模型更好地描述了某些类型的岩石。
该模型可以是硅质碎屑模型,例如Hertz-Mindlin模型。当所讨论的岩石为硅质碎屑岩时可能就是这种情况。
该模型可以是碳酸盐模型,例如T-Matrix模型。当所讨论的岩石是碳酸盐岩时,可能就是这种情况。
该模型可以是非硅质碎屑模型,例如T-Matrix模型。当所讨论的岩石不是硅质碎屑时,可能就是这种情况。
特别是,先前的加斯曼理论方法可能得出碳酸盐的不准确结果。本方法不存在这些相同的问题。
模型可以解释或描述速度(例如地震速度,例如p波速度和/或s波速度)与岩石的物理特征(例如孔隙度)之间的关系。
该方法可以包括通过选择和/或测量和/或计算置换流体数据来获得置换流体数据。如上所述,可以根据期望置换流体是哪种流体类型来选择置换流体数据。特别地,可以选择置换流体饱和度。附加地或可替代地,可以计算或测量置换流体数据。例如,可以计算或测量流体的体积模量和密度。
为了试图使地球物理参数的置换数据与在地质结构中的一个或更多个不同位置处所讨论的地球物理参数的测量数据/获取数据(例如,通过迭代过程)相匹配,可以获得置换流体数据(例如,选择、估计或计算)。
然而,优选地,地球物理参数(例如地震速度)的置换数据用于生成所生成的地球物理数据(例如地震数据)和/或从所述所生成的地球物理数据导出的一个或更多个生成的属性(例如声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)。可以将所生成的地球物理数据和/或一个或更多个属性与从地质结构中的一个或更多个不同位置所获取的地球物理数据(例如所获取的地震数据)进行比较,和/或与从所述所获取的地球物理数据(例如声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)导出的一个或更多个相应属性进行比较。该比较可以用于尝试找到在地质结构中的一个或更多个其他位置处可能存在什么流体。该过程可以包括通过改变置换数据集来将所生成的地球物理数据和/或一个或更多个属性与所获取的地球物理数据和/或一个或更多个属性进行匹配。此匹配可以是一个迭代过程。
一旦生成的地球物理数据和/或一个或更多个属性与测量/获取的数据和/或一个或更多个属性相匹配,则可能是在地质结构中的所述一个或更多个不同位置处存在的流体具有与置换流体相同或相似的流体性质。
该方法可以包括获取所获取的地球物理数据,例如,通过对地质结构执行地球物理勘测(例如地震勘测)。
属性可以是地球物理属性,其可以是描述地质结构的物理成分的数据类型。该属性可以是地质结构的物理特性。特别地,当使用地球物理能量(诸如地震能)研究地质结构时,它可以是描述地质结构行为的特性。
该方法可以包括通过测量和/或计算初始数据集来获得初始数据集。如上所述,可以从测井记录测量初始数据集(例如,对于任何初始数据类型(可能包括p波和/或s波速度))。但是,至少一些初始数据集也可以被建模或估计。
因此,该方法可以包括从测井记录获得至少一些初始数据集。它可以是从测井记录获得的岩石密度、页岩体积、粘土体积、孔隙度、深度和/或地热梯度。地球物理参数(例如地震速度)的数据也可以从测井记录找到。
在这种情况下,该方法还可包括钻井以获得所述测井记录。
在第二方面,本发明提供了一种勘探油气的方法,该方法包括:执行以上讨论的任何方法,以及使用地球物理参数的置换数据来勘探油气。
使用地球物理参数的置换数据来勘探油气可以包括:从地球物理参数的置换数据和/或从所生成的地球物理数据导出的一个或更多个地球物理属性(例如声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)生成所述所生成的地球物理数据。可以提供从地质结构中与获取初始数据集的位置不同的位置获取的地球物理数据和/或从所述获取的地球物理数据中导出的一个或更多个相应属性(例如声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)获取的地球物理数据。该方法可以包括将所获取的地球物理数据和/或一个或更多个属性与所生成的地球物理数据和/或相应的一个或更多个属性进行比较。根据所述比较,该方法可以包括估计在从中获取所获取的数据的位置处存在的流体的类型。如果所估计的流体是期望的类型,则该方法可以包括在所述位置处或其附近钻井。
地球物理数据可以是地震数据。一个或更多个属性可以是地震衍生的属性(例如,声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)。
该方法可以包括获取所获取的地球物理数据。
勘探油气可以包括将所生成的地球物理数据和/或一个或更多个属性与所获取的地球物理数据和/或在地质结构中一个或更多个不同位置处的一个或更多个相应属性进行匹配。一旦所生成的地球物理数据和/或一个或更多个属性与所获取的地球物理数据和/或一个或更多个相应属性匹配,则可能是在地质结构中的所述一个或更多个不同位置处存在的流体与置换流体具有相同或相似的流体性质。匹配过程可以是迭代的。
在第三方面,本发明可以提供一种生产油气的方法,包括:执行第一或第二方面中的任何一种方法;以及生产油气。
油气可以通过在被计算为在其中具有期望流体的位置处或其附近钻的井生产。
在第四方面,本发明提供一种计算机程序产品,包括计算机可读指令,所述计算机可读指令在计算机上运行时被配置为执行以上讨论的任何一种方法。
可以使用机器学习来执行本发明。例如,该方法可以包括使用机器学习来执行该方法的至少一部分。该方法的一个、一些或所有步骤可以包括使用机器学习。例如,使用机器学习可以包括使用基于机器学习的回归算法。
机器学习优选地用于校准岩石物理模型。在一个优选的实施方案中,使用机器学习通过非线性多元回归来校准模型。
附图说明
现在将仅通过举例的方式并参考附图来描述某些优选实施例,其中
图1示出了本发明的一个实施例的工作流程;以及
图2示出了p波速度与孔隙度的关系图,突出显示了本方法的某些步骤。
具体实施方式
关于图1,示出了本方法的实施例的工作流程。
在步骤1,将勘探井钻入地下地质结构,例如油气储层。在此钻井步骤之后或期间,可以收集初始数据集。这可以通过采集测井记录(步骤1a)来实现。测井记录仅仅是标准的测井记录。测井记录由下列项组成:电阻率记录(用于估计岩石中存在的流体的饱和度);p波速度;岩石中存在流体的岩石的密度;页岩体积和/或粘土体积(其可从伽马射线记录中找到);以及岩石的孔隙度。初始数据不必包含非标准的测井记录,例如s波速度。初始数据集还包括可以测量或估计的岩石中存在的流体的性质(即体积模量和密度)。
在步骤2,选择岩石物理模型。该选择基于地质结构中存在的岩石的类型(例如,硅质碎屑岩或碳酸盐岩)。可以使用能充分描述地质结构中存在的岩石的任何岩石物理学模型。
在步骤3中,使用测井记录数据对岩石物理模型进行校准。这提供了p波速度的第一计算值。关于图2,它显示了p波速度(vp)与孔隙度的曲线图。在图2中,原始数据p波和孔隙度数据用符号□示出。从测井记录中可能会有许多这样的数据点,但为清楚起见,图2中仅示出了两个。一旦使用初始数据对岩石物理模型进行了校准,则对于给定的孔隙度,经校准的模型中的经校准的p波速度可能会与相同孔隙度下测得的p波速度不同。在图2中,用符号o示出了p波速度的第一计算值。可以找到用于初始数据中的每个初始p波速度值的p波速度的第一计算值。
在步骤4,提供新的流体数据(例如饱和度、密度和体积模量)。这些可以由该方法的用户选择,或者可以在尝试将从本方法输出的置换p波速度生成的所生成的地震数据(和/或从所生成的地震数据导出的一个或更多个属性,例如声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)与从地质结构中的一个或更多个不同位置获取的所获取的地震数据(和/或从获取的地震数据中得出的属性)匹配的匹配过程中找到。
在步骤5,使用具有新的流体数据的经校准模型找到p波速度的第二计算值。关于图2,用符号●示出了该p波速度的第二计算值,并且对于相同的孔隙度值,该第二计算值可以与p波速度的第一计算值不同。可以找到用于p波速度的每个第一计算值的p波速度的第二计算值。
在步骤6,找到p波速度的第一计算值和第二计算值之间的差(Δvp)。对于p波速度的各个第一计算值和第二计算值中的每一个,这可能发生。
在步骤7,将所述各个差(Δvp)应用于各个原始测井记录p波值(□),以找到置换的P波数据(■)。对于每个初始p波数据值(□)都会发生这种情况。因此,来自步骤7的输出为置换p波数据(■):如果岩石中的当前流体将被不同的流体置换,则将出现的p波速度的估计。
在步骤8,使用置换的p波速度来生成所生成的地震数据和/或从所生成的地震数据导出的一个或更多个属性(例如声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)。将所生成的地震数据和/或一个或更多个属性与在地质结构(其可从地质结构的地震勘测中获知–该方法还可包括执行此类勘测)中的一个或更多个不同位置处获取的地震数据和/或从所获取的地震数据中导出的一个或更多个相应属性(例如,声阻抗和/或p波速度与s波速度的比和/或振幅与角度的关系和/或反演地震数据)进行比较,以看所生成的地震数据和/或一个或更多个属性与任何所获取的地震数据和/或一个或更多个属性是否匹配。可以迭代地执行步骤4-8,以尝试将所获取的地震数据与可能的置换流体数据进行匹配。
在步骤9,该方法包括识别地质结构中的一个或更多个可能的位置,在这些位置处可能存在具有期望的流体数据(例如,指示油气流体的饱和度、密度和体积模量)的流体。
在步骤10,该方法包括在所述位置钻一个或更多个新井。
在步骤11,如果发现在所述位置处的流体是所预测的期望类型(例如,油气含量高),则该方法包括从所述一个或更多个新井中生产油气。
Claims (24)
1.一种流体置换的方法,其中提供了初始数据集,其中提供了置换数据集,其中提供了岩石物理模型,其中所述初始数据集包括地球物理参数的初始数据和初始流体数据,以及其中所述置换数据集包括置换流体数据,所述方法包括:
使用所述模型和所述初始数据集来计算所述地球物理参数的第一计算数据;
使用所述模型和所述置换数据集来计算所述地球物理参数的第二计算数据;
计算所述地球物理参数的所述第一计算数据与所述地球物理参数的所述第二计算数据的差;以及
将所述差应用于所述地球物理参数的所述初始数据以产生所述地球物理参数的置换数据。
2.如权利要求1所述的方法,其中,使用所述模型和所述初始数据集来计算所述地球物理参数的第一计算值包括:使用所述初始数据集来校准所述模型。
3.如权利要求1或2所述的方法,其中,使用所述模型和所述置换数据集来计算所述地球物理参数的第二计算值包括:使用经校准的模型和所述置换数据集来计算所述地球物理参数的第二计算值。
4.如权利要求1或2所述的方法,其中,所述地球物理参数包括地震速度。
5.如权利要求4所述的方法,其中,所述地球物理参数是p波速度,并且用于计算所述p波速度的第一计算值的所述初始数据集不包括s波速度。
6.如前述权利要求1或2所述的方法,其中,所述初始数据集包括岩石密度、页岩体积或粘土体积、孔隙率、深度。
7.如前述权利要求1或2所述的方法,其中,所述初始流体数据包括初始流体的饱和度和所述初始流体的流体性质数据。
8.如权利要求7所述的方法,其中,所述初始流体的所述初始流体性质数据包括所述初始流体的体积模量和/或密度。
9.如前述权利要求1或2所述的方法,其中,所述置换流体数据包括置换流体的饱和度和所述置换流体的流体性质数据。
10.如权利要求9所述的方法,其中,所述置换流体的所述流体性质数据包括所述置换流体的体积模量和/或密度。
11.如前述权利要求1或2所述的方法,其中,在所述方法期间,用户不处理关于固体岩石的体积模量的数据。
12.如前述权利要求1或2所述的方法,其中,在所述方法期间,用户不处理关于干岩石性质的数据。
13.如前述权利要求1或2所述的方法,其中所述方法可以是自动化的。
14.如前述权利要求1或2所述的方法,包括通过选择和/或测量和/或计算所述置换流体数据来获得所述置换流体数据。
15.如前述权利要求1或2所述的方法,包括通过以下步骤找到所述置换流体数据:
从所述地球物理参数的所述置换数据生成所生成的地球物理数据,和/或生成从所述所生成的地球物理数据导出的一个或更多个属性;
将所述所生成的地球物理数据和/或一个或更多个属性与所获取的地球物理数据和/或从所述所获取的地球物理数据导出的一个或更多个相应属性进行比较,其中,所述所获取的地球物理数据已从与所述初始数据集源于的位置不同的位置获取;以及
通过将所生成的地球物理数据和/或一个或更多个属性与所获取的地球物理数据和/或相应属性进行匹配,找到所述置换流体数据。
16.如前述权利要求1或2所述的方法,包括:通过测量和/或计算所述初始数据集来获得所述初始数据集。
17.如权利要求16所述的方法,包括从测井记录获得所述初始数据集中的至少一些。
18.如权利要求17所述的方法,包括钻井以获得所述测井记录。
19.一种勘探油气的方法,包括:
执行权利要求1到18所述的方法中的任何一种,以及
使用所述地球物理参数的所述置换数据来勘探油气。
20.如权利要求19所述的方法,其中,使用所述地球物理参数的所述置换数据来勘探油气包括:
从所述地球物理参数的所述置换数据生成所生成的地球物理数据,和/或生成从所述所生成的地球物理数据导出的属性;
将所获取的地球物理数据和/或从所述所获取的地球物理数据导出的相应属性与各自的所生成的地球物理数据和/或从所述所生成的地球物理数据导出的属性进行比较;
根据所述比较,估计在采集所述地球物理参数的所获取的数据的位置处存在的流体的类型,以及
如果所估计的流体是理想的类型,则在所述位置或其附近钻井。
21.一种生产油气的方法,包括:
执行前述权利要求中任一项所述的方法中的任何一种;以及
生产油气。
22.如权利要求21所述的方法,其中,所述油气是通过在被计算为在其中具有所需流体的位置处或其附近钻出的井来生产的。
23.如权利要求21或22所述的方法,所述方法包括使用机器学习来执行所述方法的至少一部分。
24.一种计算机可读存储介质,其上存储有程序,所述程序包括计算机可读指令,所述计算机可读指令在计算机上运行时被配置为执行任何前述权利要求所述的任何一种方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1707560.7 | 2017-05-11 | ||
GB1707560.7A GB2562285B (en) | 2017-05-11 | 2017-05-11 | Fluid substitution |
PCT/NO2018/050123 WO2018208172A1 (en) | 2017-05-11 | 2018-05-11 | Fluid substitution |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110945384A CN110945384A (zh) | 2020-03-31 |
CN110945384B true CN110945384B (zh) | 2022-04-05 |
Family
ID=59201609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880045789.9A Active CN110945384B (zh) | 2017-05-11 | 2018-05-11 | 流体置换 |
Country Status (9)
Country | Link |
---|---|
US (1) | US11269104B2 (zh) |
CN (1) | CN110945384B (zh) |
AU (1) | AU2018264743B2 (zh) |
CA (1) | CA3062621A1 (zh) |
GB (1) | GB2562285B (zh) |
MX (1) | MX2019013473A (zh) |
NO (1) | NO20191444A1 (zh) |
RU (1) | RU2764145C2 (zh) |
WO (1) | WO2018208172A1 (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104252007A (zh) * | 2013-06-26 | 2014-12-31 | 中国石油化工股份有限公司 | 一种相容性岩石物理建模方法 |
CN106556866A (zh) * | 2015-09-24 | 2017-04-05 | 中国石油化工股份有限公司 | 一种利用岩石物理模板对储层定量解释的方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2005250760B2 (en) * | 2004-05-27 | 2010-09-23 | Exxonmobil Upstream Research Company | Method for predicting lithology and porosity from seismic reflection data |
WO2006062612A2 (en) * | 2004-12-06 | 2006-06-15 | Exxonmobil Upstream Research Company | Integrated anisotropic rock physics model |
EP2248007A1 (en) * | 2008-02-28 | 2010-11-10 | Exxonmobil Upstream Research Company | Rock physics model for simulating seismic response in layered fractured rocks |
CN102096107B (zh) | 2009-12-09 | 2012-10-17 | 中国石油天然气股份有限公司 | 一种根据声波时差和密度反演孔隙扁度进行储层渗透性评价的方法 |
CN103760081B (zh) * | 2013-12-31 | 2016-01-06 | 中国石油天然气股份有限公司 | 基于孔隙结构特征的碳酸盐岩储层的气藏预测方法及系统 |
CN104714249A (zh) * | 2014-11-07 | 2015-06-17 | 中国石油化工股份有限公司 | 直接提取流体因子的新方法 |
CN106324672B (zh) * | 2015-07-03 | 2018-02-13 | 中国石油化工股份有限公司 | 一种岩石物理建模方法及系统 |
CN105653815B (zh) * | 2016-01-19 | 2019-03-26 | 中国海洋石油集团有限公司 | 一种基于岩石物理模型理论的定量解释油藏流体分布方法 |
US20170212275A1 (en) * | 2016-01-22 | 2017-07-27 | Chevron U.S.A. Inc. | System and method for modeling the effects of fluid changes in low porosity hydrocarbon reservoirs |
CN106443780A (zh) * | 2016-08-31 | 2017-02-22 | 中国石油集团川庆钻探工程有限公司 | 一种页岩气地层的横波速度估算方法 |
US10274625B2 (en) * | 2016-11-09 | 2019-04-30 | Chevron U.S.A. Inc. | System and method for porosity estimation in low-porosity subsurface reservoirs |
-
2017
- 2017-05-11 GB GB1707560.7A patent/GB2562285B/en active Active
-
2018
- 2018-05-11 RU RU2019139035A patent/RU2764145C2/ru active
- 2018-05-11 MX MX2019013473A patent/MX2019013473A/es unknown
- 2018-05-11 CA CA3062621A patent/CA3062621A1/en active Pending
- 2018-05-11 AU AU2018264743A patent/AU2018264743B2/en active Active
- 2018-05-11 US US16/611,286 patent/US11269104B2/en active Active
- 2018-05-11 CN CN201880045789.9A patent/CN110945384B/zh active Active
- 2018-05-11 WO PCT/NO2018/050123 patent/WO2018208172A1/en active Application Filing
-
2019
- 2019-12-06 NO NO20191444A patent/NO20191444A1/en unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104252007A (zh) * | 2013-06-26 | 2014-12-31 | 中国石油化工股份有限公司 | 一种相容性岩石物理建模方法 |
CN106556866A (zh) * | 2015-09-24 | 2017-04-05 | 中国石油化工股份有限公司 | 一种利用岩石物理模板对储层定量解释的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018208172A1 (en) | 2018-11-15 |
GB2562285A (en) | 2018-11-14 |
CA3062621A1 (en) | 2018-11-15 |
GB2562285B (en) | 2022-03-02 |
RU2019139035A (ru) | 2021-06-11 |
US11269104B2 (en) | 2022-03-08 |
AU2018264743A1 (en) | 2019-11-28 |
RU2764145C2 (ru) | 2022-01-13 |
BR112019023526A2 (pt) | 2020-05-19 |
RU2019139035A3 (zh) | 2021-07-15 |
GB201707560D0 (en) | 2017-06-28 |
MX2019013473A (es) | 2020-02-13 |
AU2018264743B2 (en) | 2023-07-06 |
CN110945384A (zh) | 2020-03-31 |
NO20191444A1 (en) | 2019-12-06 |
US20200166667A1 (en) | 2020-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3571532B1 (en) | Systematic evaluation of shale plays | |
Dutta | Deepwater geohazard prediction using prestack inversion of large offset P-wave data and rock model | |
CA2784405C (en) | Workflow for petrophysical and geophysical formation evaluation of wireline and lwd log data | |
Moore et al. | Uncertainty analysis in well-log and petrophysical interpretations | |
AU2013384285B2 (en) | System, method and computer program product for predicting well production | |
US20140350859A1 (en) | Efficiency of Pixel-Based Inversion Algorithms | |
US20100313633A1 (en) | Estimating effective permeabilities | |
US11346833B2 (en) | Reservoir fluid characterization system | |
Soleymani et al. | Velocity based pore pressure prediction—A case study at one of the Iranian southwest oil fields | |
Sengupta et al. | Uncertainty in seismic-based pay volume estimation: Analysis using rock physics and Bayesian statistics | |
Kazemi et al. | Seismic history matching of nelson using time-lapse seismic data: An investigation of 4D signature normalization | |
Stephen et al. | Improved normalization of time‐lapse seismic data using normalized root mean square repeatability data to improve automatic production and seismic history matching in the Nelson field | |
Deng et al. | An integrated workflow for reservoir modeling and flow simulation of the nikanassin tight gas reservoir in the western Canada sedimentary basin | |
CN110945384B (zh) | 流体置换 | |
AlBreiki et al. | Impact of modelling decisions and rock typing schemes on oil in place estimates in a giant carbonate reservoir in the Middle East | |
Masoud et al. | Reservoir Characterization and Geostatistical Model of the Cretaceous and Cambrian-Ordovician Reservoir Intervals, Meghil Field, Sirte Basin, Libya | |
Westeng et al. | Robust and Automatic Shale Volume Interpretation Using Adaptive Lithological Thresholds Built on Depth Trends, Statistics, and Geological Units | |
Dubey et al. | Systematic evaluation of shale play by introducing integration of inversion geophysics, petroleum system and reservoir simulation workflows | |
Fajana | Analytical modeling of effect of volume of shale different calculation methods on reservoir petrophysical parameters | |
Bentosa et al. | Drilling parameter based geomechanical log application: a fracture stage selection case study in tight gas sand development wells | |
Pirrone et al. | Monte carlo simulation and uncertainty evaluation of log-facies classification based on petroelastic properties | |
AH Khan et al. | Petrophysical Modelling of Structure-Cum-Stratigraphic Play for Improved Reservoir Potential, an Integrated Field Study of L. Goru Sands, Pakistan | |
Ambía et al. | Inversion-Based Multiwell Petrophysical Interpretation of Well Logs and Core Data via Adaptive Rock Physics Models | |
Michelena et al. | Facies modeling in unconventional reservoirs using seismic-derived facies probabilities | |
Correia et al. | Using pilot wells to integrate geological modelling and history matching: applied to the Norne Benchmark case |
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 |