CN111441758A - 页岩油气甜点区的预测方法及装置 - Google Patents
页岩油气甜点区的预测方法及装置 Download PDFInfo
- Publication number
- CN111441758A CN111441758A CN201811631935.4A CN201811631935A CN111441758A CN 111441758 A CN111441758 A CN 111441758A CN 201811631935 A CN201811631935 A CN 201811631935A CN 111441758 A CN111441758 A CN 111441758A
- Authority
- CN
- China
- Prior art keywords
- oil
- gas
- shale
- equivalent
- final produced
- 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
- 239000003079 shale oil Substances 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 47
- 235000021185 dessert Nutrition 0.000 title claims abstract description 33
- 235000009508 confectionery Nutrition 0.000 claims abstract description 66
- 238000005065 mining Methods 0.000 claims abstract description 23
- 238000004519 manufacturing process Methods 0.000 claims description 115
- 238000011160 research Methods 0.000 claims description 52
- 239000004927 clay Substances 0.000 claims description 29
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 229910052799 carbon Inorganic materials 0.000 claims description 16
- 229930195733 hydrocarbon Natural products 0.000 claims description 15
- 150000002430 hydrocarbons Chemical class 0.000 claims description 15
- 239000004215 Carbon black (E152) Substances 0.000 claims description 14
- 239000005416 organic matter Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 239000004079 vitrinite Substances 0.000 claims description 6
- 230000002706 hydrostatic effect Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 16
- 239000003921 oil Substances 0.000 description 229
- 239000007789 gas Substances 0.000 description 187
- 238000011156 evaluation Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 239000011435 rock Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009933 burial Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000002734 clay mineral Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000011527 multiparameter analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
Images
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
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
-
- 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
- E21B47/00—Survey of boreholes or wells
-
- 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
- E21B47/00—Survey of boreholes or wells
- E21B47/06—Measuring temperature or pressure
-
- 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
-
- 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
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
- E21B49/087—Well testing, e.g. testing for reservoir productivity or formation parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Geophysics (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明提供了一种页岩油气甜点区的预测方法及装置,其中,该方法包括:获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;根据每一影响参数值对应的最终采出油当量,以及最终采出油当量经济下限值,确定待预测页岩油气区是否为页岩油气甜点区。上述技术方案实现了定量预测页岩油气甜点区,提高了预测精度,为页岩油气勘探开发提供了科学的指导。
Description
技术领域
本发明涉及页岩油气勘探开发技术领域,特别涉及一种页岩油气甜点区的预测方法及装置。
背景技术
页岩油气是指利用水平井体积压裂技术,实现工业化开发。页岩油气已成为全球油气勘探开发的重要领域,但勘探开发实践证实,获得商业油气流的页岩必须满足一定的条件,页岩油气井的油气产量受控于多种因素,其“甜点区”是指能够获得商业油气产量的区域。
这里提出的页岩油气“甜点区”是一定区域范围概念,并非单井概念,是一定区域范围生产井的平均最终采出油当量(EUR_BOE)大于最终采出油当量的经济下限值(EUR_BOEcutoff)的区域。由于页岩油气单井受地质和工程等多种因素控制,即使在“甜点区”内单井的初始产量和最终采出油当量相差很大,但“甜点区”内所有井的平均最终采出油当量大于最终采出油当量的经济下限值,即能够工业化效益开发。现有技术中对页岩油气甜点区进行预测的方案均是进行定性预测,预测结果不精确。
发明内容
本发明实施例提供了一种页岩油气甜点区的预测方法,用以定量预测页岩油气甜点区,提高页岩油气甜点区预测的精度,该方法包括:
获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;
根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;
根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;
根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区。
本发明实施例还提供了一种页岩油气甜点区的预测装置,用以定量预测页岩油气甜点区,提高页岩油气甜点区预测的精度,该装置包括:
获取单元,用于获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;
油当量确定单元,用于根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;
下限值确定单元,用于根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;
甜点区确定单元,用于根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行页岩油气甜点区的预测方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行页岩油气甜点区的预测方法的计算机程序。
本发明实施例提供的技术方案通过:获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区,实现了定量预测页岩油气甜点区,提高了页岩油气甜点区预测的精度,为页岩油气勘探开发提供了科学的指导。
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,并不构成对本发明的限定。在附图中:
图1是本发明实施例中页岩油气甜点区的预测方法的流程示意图;
图2是本发明实施例中页岩油气甜点区的预测方法的原理示意图;
图3是本发明实施例中生产井第180天产油当量与最终采出油当量的关系图;
图4是本发明实施例中单井预测EUR_BOE平均值与预测最终采出油当量平均值关系示意图;
图5是本发明实施例中有机质成熟度值对应的最终采出油当量预测模型对应的关系示意图;
图6是本发明实施例中总有机碳含量值对应的最终采出油当量预测模型对应的关系示意图;
图7是本发明实施例中总孔隙度值对应的最终采出油当量预测模型对应的关系示意图;
图8是本发明实施例中有效页岩厚度值对应的最终采出油当量预测模型对应的关系示意图;
图9是本发明实施例中原始地层压力值对应的最终采出油当量预测模型对应的关系示意图;
图10是本发明实施例中黏土体积含量值对应的最终采出油当量预测模型对应的关系示意图;
图11是本发明实施例中鹰滩下段“甜点区”分布示意图;
图12是本发明实施例中页岩油气甜点区的预测装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
发明人发现:现有技术中与页岩油气“甜点区”预测相关的技术有三种方案:一是采用页岩地质参数进行定性预测;二是采用工程参数进行预测;三是利用地质、工程和经济“三品质”进行定性综合预测。这些现有技术均没有给出“甜点区”定量预测方法,且预测中采用的参数对最终采出油当量存在叠加效应,导致无法精确获得“甜点区”预测结果。
现有技术中与页岩油气“甜点区”预测相关的技术有三种方案均存在着缺陷,不能满足页岩油气“甜点区”预测,预测结果符合率低。下面对这三种方案进行介绍。
一、采用页岩地质参数进行定性预测的技术。基于页岩类型、岩石结构、矿物组成及含量、岩石微相等参数,开展“甜点区”定性预测;该技术的缺陷是没有考虑页岩有机质热演化程度、有效页岩厚度、页岩孔隙度等参数,只是从岩石角度给出“甜点区”定性预测方法,在实际“甜点区”预测中很难操作,在没有取心井的条件下,预测参数很难获得,且预测符合率低。
二、采用工程参数进行预测的技术。页岩油气在不进行储层改造情况下,无法获得自然产能或自然产能很低,无法获得商业油气流,工程技术是控制页岩油气产能的重要方面,但工程技术只是影响页岩油气产能的一个方面,没有考虑页岩本身的特性,导致预测结果与实际结果符合率低。
三、利用地质、工程和经济“三品质”定性综合预测的技术。该技术充分考虑了影响页岩油气产能的条件,但只是依靠经验给出了一些参数的下限值,而这些下限值没有考虑相关的影响因素,没有考虑同一参数在不同条件下的下限值存在较大差别,没有给出相应的计算方法;提出“甜点区”内所有参数均满足各自下限值时,由于各预测参数的下限值单一,且没考虑相关应用条件,因此,其“甜点区”预测符合率低。
因此,通过实践检验,现有的页岩油气“甜点区”预测技术,均存在缺陷,且对“甜点区”的预测符合率均很低,无法满足生产需求,急需一种可行且精度高的“甜点区”预测技术,本发明就是基于现有技术状况提出的,能够解决现有技术存在的缺陷和不足,且能满足生产需求。
另外,前人的研究均局限于对页岩油气单井产量和最终采收率的预测,预测结果与实际井的产量相差较大,因此,考虑到上述技术问题,本发明提出了通过优选控制页岩油气最终采出油当量参数,提出在单因素(影响参数,也可以称作决定参数,决定因素,控制参数)预测的基础上,实现页岩油气最终采出油当量的预测,预测优选页岩油气“甜点区”,其预测结果与实际开发效果吻合性好。下面对该页岩油气甜点区的预测方案进行详细介绍如下。
图1是本发明实施例中页岩油气甜点区的预测方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤101:获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;
步骤102:根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;
步骤103:根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;
步骤104:根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区。
本发明实施例提供的技术方案通过:获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区,实现了定量预测页岩油气甜点区,提高了页岩油气甜点区预测的精度,为页岩油气勘探开发提供了科学的指导。
下面结合附图2至图11,对本发明实例涉及的各个步骤进行介绍。
一、首先介绍在预测之前,预先建立最终采出油当量预测模型的过程。
在一个实施例中,可以按照如下方法建立所述最终采出油当量预测模型:
获取研究区目的层的页岩段生产井的油气产量数据,以及研究区目的层的含油气量影响参数值、油气流动性影响参数值、可压性影响参数值;
根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量;
对研究区目的层生产井的最终采出油当量进行水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化;
利用研究区目的层生产井的最终采出油当量归一化值,按预设的影响参数值区间获取该区间内的最终采出油当量平均值,建立每一影响参数值对应的最终采出油当量预测模型。
具体实施时,在建立最终采出油当量预测模型时,采用水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化最终采出油当量,并对每个独立参数各自一定区间范围内获取最终采出油当量平均值方法,消除了因工程因素造成的最终采出油当量的差异,真正的实现了地质“甜点区”的精确评价(预测),提高了页岩油气甜点区预测的精度。
在一个实施例中,根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量,可以包括:
根据生产井第180天附近的4个月的产油当量数据,建立生产井的月产油气量预测模型;
根据所述月产油气量预测模型,以及开采成本数据,确定生产井的油当量经济下限值;
根据生产井的油当量经济下限值,以及所述生产井的之前所有月份的油气产量,确定所述生产井的最终采出油当量。
具体实施时,在建立最终采出油当量预测模型时,本发明实施例提出了利用页岩油气生产井生产时间180天附近的月度生产油气数据,确定最终采出油当量模型的方法,有效提高了预测精度。
下面再详细说明建立所述最终采出油当量预测模型的过程。
1、首先,采集研究区目的层的页岩段生产井的油气产量数据,获取生产井的月产油气量预测模型,依据获取的油气产量模型,获取生产井的经济油当量下限值,依据经济油当量下限值及之前的油气产量,获取该井的最终采出油当量:
经过对多口页岩油气生产井的油气产量递减关系分析,利用生产井的第180天的正常生产油气量数据,预测获得的最终采出油当量与实际值误差小于5%(图3、图4),为了获得更加稳定的生产井生产数据,采用获取生产井第180天附近的4个月(可以是生产井第4、5、6、7四个月)的产油当量,并归一化后,确定月产油气量模型中的经验参数,优选地采用生产井的第4、5、6、7四个月的月产油气量,利用模型1(下述公式(1))组成超级方程组,或利用回归分析,求解模型1中的经验系数。根据天然气的热值换算为油当量,优选地,采用标准条件下(20℃,1个标准大气压)1490m3天然气为1m3油当量。
生产井月产油当量计算模型为:
式中:Qt为第t个月的归一化油当量,m3;a1、b1为经验参数,优选地,可以通过生产井第4、5、6、7四个月的月产油当量求取获得。
其中,月产油当量归一化采用模型2(下述公式(2)):
式中:Qt_i为第i月油当量,m3;ti为第i月生产天数,天。
生产井的经济油当量下限值是指当月生产的油当量价值等于该井当月操作成本时的油当量,利用模型3(下述公式(3))获取经济油当量下限值:
Opexi-(QBOE_i×PBOE)=0; (3)
式中:Opexi为第i月的操作成本,万元;QBOE_i为第i月产出油当量,m3;PBOE为油当量价格,万元/m3。
生产井的最终采出油当量EUR_BOE计算模型(下述公式(4))为:
式中:EUR_BOE为最终采出油当量,m3;n为当生产井月产出油当量价值等于该井当月操作成本时,该井的累计生产月数。
具体实施时,上述公式(2)是用于标准化油当量,公式(1)是用于预测油当量产量,公式(3)是确定经济油当量生产的最大时间,公式(4)是确定生产井达到经济下限产出油当量时的累计油当量。具体地,由公式(1)获得生产井油当量,由公式(3)获得最大生成时间,由公式(4)获得生产井的最终采出油当量。
2、其次,采集研究区目的层测井资料、岩心分析资料和生产测试资料,从这些资料中获取研究区目的层的含油气量影响参数值、油气流动性影响参数值、可压性影响参数值。
在一个实施例中,所述含油气量影响参数可以包括:总有机碳含量、有机质成熟度和有效页岩厚度;所述油气流动性影响参数可以包括:页岩的总孔隙度和原始地层压力;所述可压性影响参数可以包括:黏土体积含量。
具体实施时,优选出含油气量、油气流动性和页岩可压性的6个独立参数,并建立与最终采出油当量的关系模型,真正的再现了相互独立参数对最终采出油当量的控制作用,消除了现有技术中多参数相互影响,提高了页岩油气甜点区预测的精度。
下面介绍发明人采用这6个独立影响参数进行预测的发现过程及原理。
页岩油气是否具有工业开发价值,决定于页岩目的层内的含油气量、油气流动性和页岩可压性,图2为其原理图。
含油气量决定于页岩的总有机碳含量(TOC)、有机质成熟度(镜质体反射率Ro)和有效页岩厚度(He_Shale)。TOC表征页岩有机质含量和油气生成待预测页岩油气区域内页岩目的层的含油气量影响参数、油气流动性影响参数和页岩可压性影响参数潜力,在其他条件相同的情况下,随着TOC的增大最终采出油当量(EUR_BOE)增大,二者呈现出正相关关系。Ro表征页岩中有机质转化为油气的能力,同时Ro表征油气性质,随着Ro的增大页岩中原油密度会逐渐减低、气油比逐渐升高,油气流动性逐渐变好,但随着Ro的增大,页岩中逐渐由以含油为主逐渐转变为以凝析油和天然气为主,当Ro超过一定值时,页岩中只含气,随着Ro的增大,页岩中的含气量在达到最大值后逐渐减小,因此,EUR_BOE随着Ro的增大出现先增大后减小的趋势。有效页岩厚度与页岩中的含油气量成正比关系,随着有效页岩厚度的增大含油气量增大,但页岩的压裂改造在纵向上有一定的范围,压裂改造的有效页岩厚度有上限值,在上限值范围内随着有效页岩厚度的增大EUR_BOE增大,当大于上限值时,EUR_BOE与有效页岩厚度不存在相关性。
油气流动性主要决定于页岩的总孔隙度和原始地层压力与静水压力之差(ΔPF-S),页岩地层的渗透率与总孔隙度之间存在很好的正相关关系,随着总孔隙度的增大渗透率增大,因此,用总孔隙度表征页岩的流动性,EUR_BOE随着φt的增大而增大。ΔPF-S表征地层产出油气动力,页岩地层的ΔPF-S随着埋藏深度增加而增大,由于随着埋藏深度的增加Ro增大,页岩中的含油气量发生变化,导致随着ΔPF-S的增大EUR_BOE出现先增大后减小的趋势。
页岩可压性主要表征页岩改造产生裂缝的能力,其他条件相同的情况下,可压性越好油气产量越高,黏土矿物含量直接控制着页岩的可压性,黏土含量越小可压性越好,因此,利用黏土体积含量(VCaly)表征页岩可压性,二者存在负相关关系。
因此,发明人提出了在对研究区目的层生产井的EUR_BOE进行水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化后,利用不同参数的分段EUR_BOE平均值建立预测模型方法(可以包括:根据生产井的最终采出油当量与TOC、Ro、φt、He_Shale、ΔPF-S、VCaly数据,分别将TOC、Ro、φt、He_Shale、ΔPF-S、VCaly以一定的间隔区间分别获取对应的EUR_BOE平均值;根据TOC、Ro、φt、He_Shale、ΔPF-S、VCaly各参数分别获得的EUR_BOE平均值,获得EUR_BOE预测模型)。
通过建立TOC、Ro、φt、He_Shale、ΔP、VCaly与EUR_BOE的计算模型,并利用以上参数获取EUR_BOE与EUR_BOEcutoff的比值(EUR_BOERate),获得该参数对EUR_BOE的贡献大小,利用以上参数计算获得的EUR_BOERate累乘获得研究区目的层的“甜点区”评价结果SWindex,当SWindex≥1时,为“甜点区”。
具体实施时,采集研究区目的层测井资料、岩心分析资料和生产测试资料,获取研究区目的层的TOC、Ro、He_Shale、ΔPF-S及VCaly,利用研究区目的层的TOC、Ro、He_Shale、ΔPF-S及VCaly建立EUR_BOE预测模型,实现各参数对EUR_BOE的预测。
勘探开发实践证实,页岩油气产量控制因素多,EUR_BOE的预测必须包括控制EUR_BOE的主要独立参数,本发明在对控制EUR_BOE的多参数分析基础上,提出页岩的TOC、Ro、He_Shale、ΔPF-S及VCaly六个独立参数,用于预测EUR_BOE,在建立模型前,需要对研究区目的层生产井的EUR_BOE进行水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化,优选地采用研究区目的的水平段长度、压裂段数、压裂簇数和每米所用支撑剂量的平均值进行归一化。归一化模型为:
式中:EUR_BOE为生产井归一化后的最终采出油当量,m3;EUR_BOEi—生产井归一化前的最终采出油当量,m3;Parai为生产井的水平段长度、压裂段数、压裂簇数和每米所用支撑剂量;Para_avi—研究区目的层的生产井的水平段长度、压裂段数、压裂簇数和每米所用支撑剂量平均值,量纲同Parai。
具体实施时,建立的各个影响参数的预测模型如下:
(1)利用Ro计算EUR_BOE模型。
采集研究区目的层页岩岩心样品,优选地,根据《沉积岩中镜质体反射率测定方法》SY/T 5124-2012行业标准,测量研究区目的层页岩岩心样品的镜质体反射率(Ro)。
利用研究区目的层的生产井EUR_BOE归一化值,按一定的Ro区间获取该区间内的EUR_BOE平均值,优选地采用Ro间隔0.1%的区间分别获取对应Ro的EUR_BOE平均值,建立EUR_BOE预测模型(即有机质成熟度值对应的最终采出油当量预测模型(下述公式(6)),相关图如图5所示)。
式中EUR_BOERo为有机质成熟度值对应的最终采出油当量,104m3;Ro为镜质体反射率,%;a11、a12、a13、a21、a22、a23、a31、a32为经验参数,分别为-6.7598、23.6416、-12.8583、11.2286、-49.2073、57.5043、-0.8715、5.9172。
(2)利用TOC计算EUR_BOE模型。
采集研究区目的层页岩岩心样品,优选地,根据《沉积岩中总有机碳的测定》GB/T19145-2003国家标准,测量研究区目的层页岩样品的总有机碳含量(TOC)。
采集研究区目的层的测井资料,利用获取的页岩岩心样品的TOC标定测井资料,利用模型7(公式(7)),获取研究区目的层的TOC。
TOC=a2×ρ+b2; (7)
式中:TOC为总有机碳含量,%;ρ为密度测井值,g/cm3;a2、b2为经验参数,分别为-0.226113、0.601813。
利用研究区目的层的生产井EUR_BOE归一化值,按一定的TOC区间获取该区间内的EUR_BOE平均值,优选地采用TOC间隔1%的区间分别获取对应TOC的EUR_BOE平均值,建立EUR_BOE预测模型(即总有机碳含量值对应的最终采出油当量预测模型(下述公式(8)),相关图如图6所示)。
EUR_BOETOC=a3ln(TOC)+b3; (8)
式中:EUR_BOETOC为总有机碳含量值对应的最终采出油当量,104m3;TOC为总有机碳含量,%;a3、b3为经验参数,如下表1所示。
表1利用TOC计算EUR_BOETOC公式中的经验参数
Ro(%) | a<sub>3</sub> | b<sub>3</sub> | Ro(%) | a<sub>3</sub> | b<sub>3</sub> | Ro(%) | a<sub>3</sub> | b<sub>3</sub> |
0.6<Ro≤0.75 | 0.5800 | -0.4643 | 1.0<Ro≤1.1 | 10.0931 | -8.2653 | 1.5<Ro≤1.6 | 7.4681 | -3.3729 |
0.75<Ro≤0.8 | 1.6091 | -1.0596 | 1.1<Ro≤1.2 | 12.0410 | -9.2874 | 1.6<Ro≤1.7 | 8.0705 | -3.6159 |
0.8<Ro≤0.85 | 2.1673 | -1.6871 | 1.2<Ro≤1.3 | 12.9922 | -11.1223 | 1.7<Ro≤1.8 | 6.7347 | -3.1147 |
0.85<Ro≤0.9 | 3.3601 | -3.0131 | 1.3<Ro≤1.4 | 15.6564 | -13.2674 | 1.8<Ro≤2.5 | 9.9915 | -7.2409 |
0.9<Ro≤1.0 | 9.5720 | -9.4849 | 1.4<Ro≤1.5 | 10.9047 | -6.9428 |
(3)利用φt计算EUR_BOE模型。
采集研究区目的层页岩岩心样品,优选地,采用GRI方法测量页岩岩心样品的φt。采集研究区目的层的测井资料,利用获取的页岩岩心样品的φt标定测井资料,利用模型9(公式(9)),获取研究区目的层的φt:
式中:φt为总孔隙度,%;ρ为密度测井值,g/cm3;a4、b4为经验参数,分别为-30.33649、85.88745。
利用研究区目的层的生产井EUR_BOE归一化值,按一定的φt区间获取该区间内的EUR_BOE平均值,优选地采用φt间隔1%的区间分别获取对应φt的EUR_BOE平均值,建立EUR_BOE预测模型(即总孔隙度值对应的最终采出油当量预测模型(下述公式(10)),相关图如图7所示)。
(4)利用He_Shale计算EUR_BOE模型:
依据获取的测井解释的TOC值,计算获取TOC大于TOCCutoff下限值的页岩段厚度,优选地,采用TOCCutoff=1.5%。
利用研究区目的层的生产井EUR_BOE归一化值,按一定的He_Shale区间获取该区间内的EUR_BOE平均值,优选地采用He_Shale间隔5m的区间分别获取对应He_Shale的EUR_BOE平均值,建立EUR_BOE预测模型(即有效页岩厚度值对应的最终采出油当量预测模型(下述公式(11)),相关图如图8所示)。
EUR_BOEHe=a6He_Shale+b6; (11)
式中:EUR_BOEHe为有效页岩厚度值对应的最终采出油当量,104m3;He_Shale为有效页岩厚度,m;a6、b6为经验参数,当0.7%<Ro≤0.9%时,分别为0.0282、0.1093;当0.9%<Ro≤1.0%时,分别为0.2453、-2.7574;当1.0%<Ro≤1.5%时,分别为0.1554、0.4699;当Ro>1.5%时,分别为0.1430、0.5731。
对于单井控制的有效页岩厚度存在上限值,根据目前的压裂技术现状,优选采用65m,即当有效页岩厚度大于65m时,最终采出油当量与有效页岩厚度无关。
(5)利用ΔPF-S计算EUR_BOE模型:
采集研究区目的层试采资料和目的层深度,获取目的层所在深度的原始地层压力,利用原始地层压力与静水压力的差值,获取ΔPF-S。
利用研究区目的层的生产井EUR_BOE归一化值,按一定的ΔPF-S区间获取该区间内的EUR_BOE平均值,优选地采用ΔPF-S间隔5MPa的区间分别获取对应ΔPF-S的EUR_BOE平均值,建立EUR_BOE预测模型(即原始地层压力值对应的最终采出油当量预测模型(下述公式(12)),相关图如图9所示)。
EUR_BOE随着ΔPF-S增大出现先增大后减小的趋势,其EUR_BOE计算模型如下。
EUR_BOEP=c1ΔPF-S 2+c2ΔPF-S+c3; (12)
式中:EUR_BOEP为原始地层压力值对应的最终采出油当量,104m3;ΔPF-S—原始地层压力与静水压力的差值,MPa;c1、c2、c3为经验参数,分别为-0.0234、0.8807、0.2241。
(6)利用Vclay计算EUR_BOE模型。
采集研究区目的层页岩岩心样品,优选地,根据《沉积岩黏土矿物相对含量X衍射分析方法》SY/T 51630-1995油气行业标准,测量研究区目的层页岩样品的黏土含量(Vclay)。
采集研究区目的层的测井资料,利用获取的页岩岩心样品的Vclay标定测井资料,利用模型13,获取研究区目的层的Vclay。
VClay=a7+b7×GR+c7×CNL; (13)
式中:Vclay为黏土体积含量,%;GR为自然伽马测井值,API;CNL为中子测井值,%;a7、b7、c7为经验参数,分别为1.02484、-0.0047615、-0.635518。
利用研究区目的层的生产井EUR_BOE归一化值,按一定的Vclay区间获取该区间内的EUR_BOE平均值,优选地采用Vclay间隔5%的区间分别获取对应Vclay的EUR_BOE平均值,建立EUR_BOE预测模型(即黏土体积含量对应的最终采出油当量预测模型(下述公式(14)),相关图如图10所示)。
EUR_BOEV=a8Vclay+b8; (14)
式中:EUR_BOEV为黏土体积含量对应的最终采出油当量,104m3;Vclay为黏土体积含量,%;a8、b8为经验参数,当0.7%<Ro≤0.9%时,分别为-0.0458、1.7608;当0.9%<Ro≤1.0%时,分别为-0.3145、9.2836;当1.0%<Ro≤1.5%时,分别为-0.4234、13.0841;当Ro>1.5%时,分别为-0.4841、14.1748。
二、其次,介绍对研究区进行区域划分,对每一区域(待预测页岩油气区)进行甜点区预测的过程(即确定划分的待预测页岩油气区是否为甜点区的过程)。
1、首先,依据研究区目的层分布范围划分评价区(待预测页岩油气区)。
具体实施时,依据研究区目的层参数分布划分评价区,海相沉积地层划分的评价区范围,优选地,采用5km×5km,陆相沉积地层划分的评价区范围,优选地,采用3km×3km,且满足评价区内的Ro变化范围小于一定值,优选地,采用0.1%。
2、其次,获取评价区内的评价参数(即,获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值),计算获得评价区的EUR_BOE(即,根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量):
在一个实施例中,可以按照如下公式(即上述公式(1))确定有机质成熟度值对应的最终采出油当量:
其中,EUR_BOERo为有机质成熟度值对应的最终采出油当量;Ro为镜质体反射率;a11、a12、a13、a21、a22、a23、a31、a32为经验参数。
在一个实施例中,可以按照如下公式(即上述公式(2))确定总有机碳含量值对应的最终采出油当量:
EUR_BOETOC=a3ln(TOC)+b3;
其中,EUR_BOETOC为总有机碳含量值对应的最终采出油当量;a3、b3为经验参数;TOC为总有机碳含量,TOC=a2×ρ+b2,ρ为密度测井值,a2、b2为经验参数。
在一个实施例中,可以按照如下公式(即上述公式(3))确定总孔隙度值对应的最终采出油当量:
在一个实施例中,可以按照如下公式(即上述公式(4))确定有效页岩厚度值对应的最终采出油当量:
EUR_BOEHe=a6He_Shale+b6;
其中,EUR_BOEHe为有效页岩厚度值对应的最终采出油当量;a6、b6为经验参数;He_Shale为有效页岩厚度。
在一个实施例中,可以按照如下公式(即上述公式(5))确定原始地层压力值对应的最终采出油当量:
EUR_BOEP=c1ΔPF-S 2+c2ΔPF-S+c3;
EUR_BOEP为原始地层压力值对应的最终采出油当量;ΔPF-S为原始地层压力与静水压力的差值;c1、c2、c3为经验参数。
在一个实施例中,可以按照如下公式(即上述公式(6))确定黏土体积含量值对应的最终采出油当量:
EUR_BOEV=a8Vclay+b8;
其中,EUR_BOEV为最终采出油当量;a8、b8为经验参数;Vclay为黏土体积含量,VClay=a7+b7×GR+c7×CNL,GR为自然伽马测井值,CNL为中子测井值,a7、b7、c7为经验参数。
3、获取评价区的EUR_BOE最终采出经济油当量下限值EUR_BOEcutoff(即,根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值):
具体实施时,采集开采成本数据,例如:研究区目的层开发的固定投资、操作成本、税费、废弃成本、油当量价格等参数,利用模型15(下述公式(15))获取EUR_BOEcutoff。
EUR_BOEcutoff=(Capexi+Opexi+Taxi+Dcti)/PBOE; (15)
EUR_BOEcutoff为评价区目的层的最终采出油当量经济下限值,104m3;Capexi为单井固定投资平均值,万元;Opexi为单井在废弃前的操作成本平均值,万元;Taxi为生产出的油气税金,万元;Dcti为单井的废弃投资平均值,万元;PBOE为生产出的油当量价格,万元/104m3。
EUR_BOEcutoff根据油当量价格、固定投资、操作成本、税费、废弃等确定,不同评价区的EUR_BOEcutoff不同,优选地,采用EUR_BOEcutoff为3×104m3。
3、获得“甜点区”指数SWindex,依据SWindex≥1的评价标准,获取“甜点区”分布范围(即,根据每一影响参数值对应的最终采出油当量,以及最终采出油当量经济下限值,确定待预测页岩油气区是否为页岩油气甜点区):
在一个实施例中,根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区,可以包括:
在每一影响参数值对应的最终采出油当量与待预测页岩油气区的最终采出油当量经济下限值的比值大于或等于1时,确定所述待预测页岩油气区为页岩油气甜点区;
在每一影响参数值对应的最终采出油当量与待预测页岩油气区的最终采出油当量经济下限值的比值小于1时,确定所述待预测页岩油气区不是页岩油气甜点区。
具体实施时,上述“比值”可以称作“甜点区”指数SWindex,可以按照如下公式(16)确定“甜点区”指数SWindex:
式中:SWindex为“甜点区”指数,无量纲;EUR_BOEi分别为利用TOC、Ro、He_Shale、ΔPF-S、VCaly的计算模型获得的EUR_BOE;EUR_BOEcutoff为研究区EUR_BOE最终采出油当量经济下限值。
依据获取的SWindex,依据SWindex≥1的评价标准,获取“甜点区”分布范围。
因此,本发明实施例基于最终采出经济油当量下限值,并与6个独立参数预测的最终采出油当量建立统一融合的“甜点区”指数,利用“甜点区”指数评价优选“甜点区”。
具体实施时,可以根据油价、固定投资、操作成本、税收、复垦与环保费、沉没成本等确定,优选采用油当量3×104m3。
具体实施时,上述公式(15)和(16)也可以是预先建立的。
本发明实施例为页岩油气勘探开发提供了“甜点区”评价优选的技术,支撑页岩油气勘探开发。
图11为利用本发明实施提供技术方案获得的鹰滩下段页岩油气“甜点区”分布图,可以看到,“甜点区”分布范围明显小于页岩分布区范围。“甜点区”范围内虽然部分井的EUR_BOE小于该区的EUR_BOEcutoff,但评价区内生产井的平均EUR_BOE大于EUR_BOEcutoff。
基于同一发明构思,本发明实施例中还提供了一种页岩油气甜点区的预测装置,如下面的实施例。由于页岩油气甜点区的预测装置解决问题的原理与上述页岩油气甜点区的预测方法相似,因此页岩油气甜点区的预测装置的实施可以参考上述页岩油气甜点区的预测方法的实施,重复之处不再赘述。以下所使用的,术语“模块”或者“单元”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图12是本发明实施例中页岩油气甜点区的预测装置的结构示意图,如图12所示,该装置包括:
获取单元02,用于获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;
油当量确定单元04,用于根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;
下限值确定单元06,用于根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;
甜点区确定单元08,用于根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区。
在一个实施例中,可以按照如下方法建立所述最终采出油当量预测模型:
获取研究区目的层的页岩段生产井的油气产量数据,以及研究区目的层的含油气量影响参数值、油气流动性影响参数值、可压性影响参数值;
根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量;
对研究区目的层生产井的最终采出油当量进行水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化;
利用研究区目的层生产井的最终采出油当量归一化值,按预设的影响参数值区间获取该区间内的最终采出油当量平均值,建立每一影响参数值对应的最终采出油当量预测模型。
在一个实施例中,根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量,可以包括:
根据生产井第180天附近的4个月的产油当量数据,建立生产井的月产油气量预测模型;
根据所述月产油气量预测模型,以及开采成本数据,确定生产井的油当量经济下限值;
根据生产井的油当量经济下限值,以及所述生产井的之前所有月份的油气产量,确定所述生产井的最终采出油当量。
本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行页岩油气甜点区的预测方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行页岩油气甜点区的预测方法的计算机程序。
本发明实施提供的技术方案的有益技术效果为:
本发明实施例提供的技术方案给出了评价(预测)优选页岩油气“甜点区”的方法技术,为页岩油气“甜点区”评价优选提供了手段,解决了目前页岩油气“甜点区”评价优选中的缺陷与不足,提高了“甜点区”评价优选精度能够满足页岩油气勘探开发需求。发明了利用页岩油气生产井生产时间180天附近的月度生产油气数据,确定获取最终采出油当量模型的方法,有效提高了预测精度。优选出含油气量、油气流动性和页岩可压性的6个独立参数,并建立与最终采出油当量的关系模型,真正的再现了相互独立参数对最终采出油当量的控制作用,消除了现有技术中多参数相互影响,导致预测精度低的难题。采用水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化最终采出油当量,并对6个独立参数各自一定区间范围内获取最终采出油当量平均值方法,消除了因工程因素造成的最终采出油当量的差异,真正的实现了地质“甜点区”的评价。提出基于最终采出经济油当量下限值,并与6个独立参数预测的最终采出油当量建立统一融合的“甜点区”指数,利用“甜点区”指数评价优选“甜点区”。采用研究区目的层分区评价方法,并给出分区原则,克服了实际勘探开发中单井最终采出油当量预测难度大的问题,真正做到了“甜点区”的评价。
综上,本发明实施例提供的技术方案实现了定量预测页岩油气甜点区,提高了页岩油气甜点区预测的精度,为页岩油气勘探开发提供了科学的指导。
显然,本领域的技术人员应该明白,上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明实施例不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例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保护范围之内。
Claims (15)
1.一种页岩油气甜点区的预测方法,其特征在于,包括:
获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;
根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;
根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;
根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区。
2.如权利要求1所述的页岩油气甜点区的预测方法,其特征在于,所述含油气量影响参数包括:总有机碳含量、有机质成熟度和有效页岩厚度;所述油气流动性影响参数包括:页岩的总孔隙度和原始地层压力;所述可压性影响参数包括:黏土体积含量。
3.如权利要求1所述的页岩油气甜点区的预测方法,其特征在于,按照如下方法建立所述最终采出油当量预测模型:
获取研究区目的层的页岩段生产井的油气产量数据,以及研究区目的层的含油气量影响参数值、油气流动性影响参数值、可压性影响参数值;
根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量;
对研究区目的层生产井的最终采出油当量进行水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化;
利用研究区目的层生产井的最终采出油当量归一化值,按预设的影响参数值区间获取该区间内的最终采出油当量平均值,建立每一影响参数值对应的最终采出油当量预测模型。
4.如权利要求3所述的页岩油气甜点区的预测方法,其特征在于,根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量,包括:
根据生产井第180天附近的4个月的产油当量数据,建立生产井的月产油气量预测模型;
根据所述月产油气量预测模型,以及开采成本数据,确定生产井的油当量经济下限值;
根据生产井的油当量经济下限值,以及所述生产井的之前所有月份的油气产量,确定所述生产井的最终采出油当量。
6.如权利要求2所述的页岩油气甜点区的预测方法,其特征在于,按照如下公式确定总有机碳含量值对应的最终采出油当量:
EUR_BOETOC=a3ln(TOC)+b3;
其中,EUR_BOETOC为总有机碳含量值对应的最终采出油当量;a3、b3为经验参数;TOC为总有机碳含量,TOC=a2×ρ+b2,ρ为密度测井值,a2、b2为经验参数。
8.如权利要求2所述的页岩油气甜点区的预测方法,其特征在于,按照如下公式确定有效页岩厚度值对应的最终采出油当量:
EUR_BOEHe=a6He_Shale+b6;
其中,EUR_BOEHe为有效页岩厚度值对应的最终采出油当量;a6、b6为经验参数;He_Shale为有效页岩厚度。
9.如权利要求2所述的页岩油气甜点区的预测方法,其特征在于,按照如下公式确定原始地层压力值对应的最终采出油当量:
EUR_BOEP=c1ΔPF-S 2+c2ΔPF-S+c3;
EUR_BOEP为原始地层压力值对应的最终采出油当量;ΔPF-S为原始地层压力与静水压力的差值;c1、c2、c3为经验参数。
10.如权利要求2所述的页岩油气甜点区的预测方法,其特征在于,按照如下公式确定黏土体积含量值对应的最终采出油当量:
EUR_BOEV=a8Vclay+b8;
其中,EUR_BOEV为黏土体积含量值对应的最终采出油当量;a8、b8为经验参数;Vclay为黏土体积含量,VClay=a7+b7×GR+c7×CNL,GR为自然伽马测井值,CNL为中子测井值,a7、b7、c7为经验参数。
11.一种页岩油气甜点区的预测装置,其特征在于,包括:
获取单元,用于获取待预测页岩油气区内页岩目的层的含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及开采成本数据;
油当量确定单元,用于根据含油气量影响参数值、油气流动性影响参数值和可压性影响参数值,以及预先建立的最终采出油当量预测模型,确定每一影响参数值对应的最终采出油当量;
下限值确定单元,用于根据开采成本数据,确定待预测页岩油气区的最终采出油当量经济下限值;
甜点区确定单元,用于根据每一影响参数值对应的最终采出油当量,以及待预测页岩油气区的最终采出油当量经济下限值,确定所述待预测页岩油气区是否为页岩油气甜点区。
12.如权利要求11所述的页岩油气甜点区的预测装置,其特征在于,按照如下方法建立所述最终采出油当量预测模型:
获取研究区目的层的页岩段生产井的油气产量数据,以及研究区目的层的含油气量影响参数值、油气流动性影响参数值、可压性影响参数值;
根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量;
对研究区目的层生产井的最终采出油当量进行水平段长度、压裂段数、压裂簇数和每米所用支撑剂量归一化;
利用研究区目的层生产井的最终采出油当量归一化值,按预设的影响参数值区间获取该区间内的最终采出油当量平均值,建立每一影响参数值对应的最终采出油当量预测模型。
13.如权利要求12所述的页岩油气甜点区的预测装置,其特征在于,根据预设时间段内的所述油气产量数据,预测研究区目的层的页岩段生产井的最终采出油当量,包括:
根据生产井第180天附近的4个月的产油当量数据,建立生产井的月产油气量预测模型;
根据所述月产油气量预测模型,以及开采成本数据,确定生产井的油当量经济下限值;
根据生产井的油当量经济下限值,以及所述生产井的之前所有月份的油气产量,确定所述生产井的最终采出油当量。
14.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至10任一所述方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至10任一所述方法的计算机程序。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631935.4A CN111441758B (zh) | 2018-12-29 | 2018-12-29 | 页岩油气甜点区的预测方法及装置 |
CA3053660A CA3053660C (en) | 2018-12-29 | 2019-08-30 | Prediction method for shale oil and gas sweet spot region, computer device and computer readable storage medium |
US16/572,600 US20200211126A1 (en) | 2018-12-29 | 2019-09-17 | Prediction method for shale oil and gas sweet spot region, computer device and computer readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631935.4A CN111441758B (zh) | 2018-12-29 | 2018-12-29 | 页岩油气甜点区的预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111441758A true CN111441758A (zh) | 2020-07-24 |
CN111441758B CN111441758B (zh) | 2021-03-30 |
Family
ID=71123610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811631935.4A Active CN111441758B (zh) | 2018-12-29 | 2018-12-29 | 页岩油气甜点区的预测方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200211126A1 (zh) |
CN (1) | CN111441758B (zh) |
CA (1) | CA3053660C (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111912956A (zh) * | 2020-08-24 | 2020-11-10 | 东北石油大学 | 一种泥页岩无机矿物赋存油量检测方法及系统 |
CN112282742A (zh) * | 2020-10-22 | 2021-01-29 | 中国石油大学(华东) | 一种页岩油优质储层的预测方法 |
CN112504933A (zh) * | 2020-11-19 | 2021-03-16 | 王云帅 | 一种页岩油地质甜点预测的孔隙度测量装置 |
CN112814643A (zh) * | 2021-01-07 | 2021-05-18 | 中国石油天然气股份有限公司 | 页岩油气藏甜点区的布井方法 |
CN112922591A (zh) * | 2021-03-01 | 2021-06-08 | 中国地质大学(北京) | 泥页岩储层岩相“甜点”预测方法及系统 |
CN112989257A (zh) * | 2020-12-11 | 2021-06-18 | 中国石油天然气股份有限公司 | 海相页岩油气储层的产气量测定方法 |
CN113805249A (zh) * | 2021-08-11 | 2021-12-17 | 中国石油大学(华东) | 一种剔除有机质与泥质含量影响的页岩气油比评价方法 |
CN114428166A (zh) * | 2020-09-29 | 2022-05-03 | 中国石油化工股份有限公司 | 一种地层含油气性的评价方法及系统 |
CN114991745A (zh) * | 2021-11-01 | 2022-09-02 | 中国石油天然气股份有限公司 | 一种页岩油储层甜点识别方法和装置 |
CN116168172A (zh) * | 2023-04-19 | 2023-05-26 | 武汉中旺亿能科技发展有限公司 | 页岩油气甜点预测方法、装置、设备及存储介质 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180443B (zh) * | 2019-07-04 | 2024-03-01 | 中国石油天然气集团有限公司 | 页岩气二维地震甜点区优选方法及装置 |
CN111810140B (zh) * | 2020-07-30 | 2023-07-25 | 中国石油天然气股份有限公司 | 一种单采气井的最终累计采气量预测方法 |
CN114427453B (zh) * | 2020-09-09 | 2024-04-09 | 中国石油化工股份有限公司 | 页岩气井甜点层的识别方法、设备和存储介质 |
CN112363226A (zh) * | 2020-11-06 | 2021-02-12 | 大庆油田有限责任公司 | 一种非常规油气有利区地球物理预测方法 |
CN112505778B (zh) * | 2020-12-01 | 2022-03-11 | 西南石油大学 | 一种页岩生储性能非均质性的三维原位表征方法 |
CN112593930A (zh) * | 2020-12-09 | 2021-04-02 | 成都北方石油勘探开发技术有限公司 | 一种油气成藏有利区的筛选评价方法 |
CN112950016B (zh) * | 2021-02-25 | 2022-02-01 | 北京大学 | 基于深度学习的多参数融合非常规油气资源甜点评价方法 |
CN113758851B (zh) * | 2021-09-07 | 2022-07-15 | 中国石油大学(北京) | 致密岩心eur测定实验方法 |
CN113935161B (zh) * | 2021-09-29 | 2024-06-04 | 西南石油大学 | 地热供暖u型对接井水平段经济长度设计方法 |
CN114021821B (zh) * | 2021-11-08 | 2023-07-14 | 四川省科源工程技术测试中心有限责任公司 | 一种基于多元回归的气藏采收率预测方法 |
CN114114414A (zh) * | 2021-11-18 | 2022-03-01 | 电子科技大学长三角研究院(湖州) | 一种页岩储层“甜点”信息人工智能预测方法 |
CN114742330B (zh) * | 2022-06-13 | 2022-09-13 | 西南石油大学 | 一种高含硫有水气藏水封气量预测方法 |
WO2024091111A1 (en) * | 2022-10-28 | 2024-05-02 | Petroliam Nasional Berhad (Petronas) | Computer-implemented method and system for determining a set of parameters for developing an oil and gas field or infrastructure |
CN116305947B (zh) * | 2023-03-20 | 2023-10-17 | 中国石油大学(北京) | 埋地管道应力预测方法、安全评估方法、设备和存储介质 |
CN116307669B (zh) * | 2023-05-23 | 2023-08-18 | 青岛创新奇智科技集团股份有限公司 | 一种智能化设备管理方法 |
CN116773771B (zh) * | 2023-05-29 | 2024-02-02 | 中国地质调查局油气资源调查中心 | 页岩油评价参数起算标准的确定方法、装置和电子设备 |
CN117166996B (zh) * | 2023-07-27 | 2024-03-22 | 中国地质大学(北京) | 地质参数门槛值的确定方法、装置、设备及存储介质 |
CN117216669B (zh) * | 2023-11-09 | 2024-03-22 | 贵州能源产业研究院有限公司 | 一种页岩储层分类评价图板的建立方法及应用 |
CN117408169B (zh) * | 2023-12-15 | 2024-03-08 | 山东科技大学 | 基于mse+gr曲线优化页岩油储层水平井眼轨迹方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130262069A1 (en) * | 2012-03-29 | 2013-10-03 | Platte River Associates, Inc. | Targeted site selection within shale gas basins |
KR101415197B1 (ko) * | 2013-10-15 | 2014-07-04 | 한국지질자원연구원 | 전기비저항 및 중성자 검층 데이터를 이용한 셰일가스전 스윗스팟 수평시추구간의 파쇄구간 선정방법 |
CN104632201A (zh) * | 2014-12-09 | 2015-05-20 | 中国石油天然气股份有限公司 | 一种页岩油气“甜点区”有机碳含量下限值的确定方法 |
CN104853822A (zh) * | 2014-09-19 | 2015-08-19 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN105986816A (zh) * | 2015-02-27 | 2016-10-05 | 中国石油化工股份有限公司 | 一种用于识别页岩地层甜点的方法 |
CN106503834A (zh) * | 2016-09-30 | 2017-03-15 | 中国石油天然气股份有限公司 | 一种湖相超低孔渗储层致密油甜点区的预测方法 |
US20170107793A1 (en) * | 2014-03-06 | 2017-04-20 | Trican Well Service Ltd. | Method and system for purging coil tubing using onsite gas |
CN108376295A (zh) * | 2018-01-31 | 2018-08-07 | 北京博达瑞恒科技有限公司 | 一种油气甜点预测方法及存储介质 |
CN108894775A (zh) * | 2018-07-03 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种致密油甜点区的评价方法和装置 |
-
2018
- 2018-12-29 CN CN201811631935.4A patent/CN111441758B/zh active Active
-
2019
- 2019-08-30 CA CA3053660A patent/CA3053660C/en active Active
- 2019-09-17 US US16/572,600 patent/US20200211126A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130262069A1 (en) * | 2012-03-29 | 2013-10-03 | Platte River Associates, Inc. | Targeted site selection within shale gas basins |
KR101415197B1 (ko) * | 2013-10-15 | 2014-07-04 | 한국지질자원연구원 | 전기비저항 및 중성자 검층 데이터를 이용한 셰일가스전 스윗스팟 수평시추구간의 파쇄구간 선정방법 |
US20170107793A1 (en) * | 2014-03-06 | 2017-04-20 | Trican Well Service Ltd. | Method and system for purging coil tubing using onsite gas |
CN104853822A (zh) * | 2014-09-19 | 2015-08-19 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN104632201A (zh) * | 2014-12-09 | 2015-05-20 | 中国石油天然气股份有限公司 | 一种页岩油气“甜点区”有机碳含量下限值的确定方法 |
CN105986816A (zh) * | 2015-02-27 | 2016-10-05 | 中国石油化工股份有限公司 | 一种用于识别页岩地层甜点的方法 |
CN106503834A (zh) * | 2016-09-30 | 2017-03-15 | 中国石油天然气股份有限公司 | 一种湖相超低孔渗储层致密油甜点区的预测方法 |
CN108376295A (zh) * | 2018-01-31 | 2018-08-07 | 北京博达瑞恒科技有限公司 | 一种油气甜点预测方法及存储介质 |
CN108894775A (zh) * | 2018-07-03 | 2018-11-27 | 中国石油天然气股份有限公司 | 一种致密油甜点区的评价方法和装置 |
Non-Patent Citations (3)
Title |
---|
李志明等: "北美典型混合页岩油系统特征及其启示", 《吉林大学学报(地球科学版)》 * |
杨智等: "致密油与页岩油形成条件与"甜点区"评价", 《石油勘探与开发》 * |
祝彦贺等: "页岩油气甜点识别的综合评价方法", 《中国矿业大学学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111912956B (zh) * | 2020-08-24 | 2022-07-08 | 东北石油大学 | 一种泥页岩无机矿物赋存油量检测方法及系统 |
CN111912956A (zh) * | 2020-08-24 | 2020-11-10 | 东北石油大学 | 一种泥页岩无机矿物赋存油量检测方法及系统 |
CN114428166B (zh) * | 2020-09-29 | 2024-06-04 | 中国石油化工股份有限公司 | 一种地层含油气性的评价方法及系统 |
CN114428166A (zh) * | 2020-09-29 | 2022-05-03 | 中国石油化工股份有限公司 | 一种地层含油气性的评价方法及系统 |
CN112282742A (zh) * | 2020-10-22 | 2021-01-29 | 中国石油大学(华东) | 一种页岩油优质储层的预测方法 |
CN112504933A (zh) * | 2020-11-19 | 2021-03-16 | 王云帅 | 一种页岩油地质甜点预测的孔隙度测量装置 |
CN112504933B (zh) * | 2020-11-19 | 2023-09-26 | 西安润丰源石化科技有限公司 | 一种页岩油地质甜点预测的孔隙度测量装置 |
CN112989257A (zh) * | 2020-12-11 | 2021-06-18 | 中国石油天然气股份有限公司 | 海相页岩油气储层的产气量测定方法 |
CN112989257B (zh) * | 2020-12-11 | 2023-09-26 | 中国石油天然气股份有限公司 | 海相页岩油气储层的产气量测定方法 |
CN112814643A (zh) * | 2021-01-07 | 2021-05-18 | 中国石油天然气股份有限公司 | 页岩油气藏甜点区的布井方法 |
CN112922591B (zh) * | 2021-03-01 | 2021-11-26 | 中国地质大学(北京) | 泥页岩储层岩相“甜点”预测方法及系统 |
CN112922591A (zh) * | 2021-03-01 | 2021-06-08 | 中国地质大学(北京) | 泥页岩储层岩相“甜点”预测方法及系统 |
CN113805249A (zh) * | 2021-08-11 | 2021-12-17 | 中国石油大学(华东) | 一种剔除有机质与泥质含量影响的页岩气油比评价方法 |
CN114991745A (zh) * | 2021-11-01 | 2022-09-02 | 中国石油天然气股份有限公司 | 一种页岩油储层甜点识别方法和装置 |
CN116168172A (zh) * | 2023-04-19 | 2023-05-26 | 武汉中旺亿能科技发展有限公司 | 页岩油气甜点预测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CA3053660A1 (en) | 2020-06-29 |
CN111441758B (zh) | 2021-03-30 |
US20200211126A1 (en) | 2020-07-02 |
CA3053660C (en) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111441758B (zh) | 页岩油气甜点区的预测方法及装置 | |
CN109441422B (zh) | 一种页岩气井间距优化开采方法 | |
CN112561144B (zh) | 一种致密油压裂水平井产能主控因素评判与产能预测方法 | |
Nansheng et al. | Geothermal regime and Jurassic source rock maturity of the Junggar Basin, northwest China | |
CN106223941B (zh) | 基于测井资料的页岩气储层有机孔隙度确定方法 | |
CN110056346B (zh) | 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法 | |
Amiri et al. | Introducing new method to improve log derived saturation estimation in tight shaly sandstones—A case study from Mesaverde tight gas reservoir | |
Zou et al. | Resource potential and core area prediction of lacustrine tight oil: The Triassic Yanchang Formation in Ordos Basin, China | |
CN112196513A (zh) | 基于水平井轨迹评价的龙马溪组页岩气井产能预测方法 | |
CN116127675A (zh) | 一种页岩油水平井体积压裂最大可采储量的预测方法 | |
CN112832738B (zh) | 一种碎屑岩累计生烃强度确定方法及甜点层的识别与评价方法 | |
CN116384267A (zh) | 致密储层压裂水平井的最终可采储量的确定方法及设备 | |
RU2363966C1 (ru) | Способ разведки и оценки запасов залежей нефти в плотных трещиноватых пропластках, развитых в нефтематеринских толщах | |
Ivanov et al. | Development of reservoir with gas cap and underlying water on Srednebotuobinskoye field | |
CN115861551A (zh) | 一种地浸采铀的数字建井方法 | |
Chen et al. | A new predrilling reservoir permeability prediction model and its application | |
Zhang et al. | Prediction of gas pressure in thin coal seams in the Qinglong Coal Mine in Guizhou Province, China | |
CN107369101A (zh) | 滚评目标快速经济可动评价方法 | |
Zhang et al. | Multi-parameters logging identifying method for sand body architectures of tight sandstones: A case from the Triassic Chang 9 Member, Longdong area, Ordos Basin, NW China | |
CN114086938A (zh) | 一种非均质性砂岩储层的含气饱和度预测方法 | |
Davletbaev et al. | Fracture-based strategies for carbonate reservoir development | |
CN111335871A (zh) | 一种基于分层产能评价的查层补孔技术方法 | |
CN111101914A (zh) | 水平井压裂段簇优选方法及设备 | |
QiulinGuo et al. | Predicting the distribution of the tight sandstone gas in the Hechuan play, Sichuan Basin, China | |
CN110244357A (zh) | 一种构造破坏型古油藏的判识方法 |
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 |