CN111487691B - 一种致密砂岩储层岩性及砂体结构定量识别方法 - Google Patents
一种致密砂岩储层岩性及砂体结构定量识别方法 Download PDFInfo
- Publication number
- CN111487691B CN111487691B CN202010061166.XA CN202010061166A CN111487691B CN 111487691 B CN111487691 B CN 111487691B CN 202010061166 A CN202010061166 A CN 202010061166A CN 111487691 B CN111487691 B CN 111487691B
- Authority
- CN
- China
- Prior art keywords
- logging
- sandstone
- sandstone reservoir
- sand body
- curve
- 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.)
- Expired - Fee Related
Links
- 239000004576 sand Substances 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000011435 rock Substances 0.000 claims abstract description 58
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 45
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 45
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 42
- 239000011229 interlayer Substances 0.000 claims abstract description 28
- 238000005553 drilling Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 17
- 238000000513 principal component analysis Methods 0.000 claims description 16
- 238000011161 development Methods 0.000 claims description 12
- 238000012847 principal component analysis method Methods 0.000 claims description 10
- 239000010410 layer Substances 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 239000009096 changqing Substances 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- 125000001183 hydrocarbyl group Chemical group 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 11
- 239000010779 crude oil Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000002356 single layer Substances 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种致密砂岩储层岩性及砂体结构定量识别方法,包括以下步骤:步骤一、收集取芯、钻井和测井资料,对测井资料进行标准化处理;步骤二、从取芯资料、钻井资料和测井资料出发,通过“岩心刻度测井”,建立取芯井烃源岩层段砂岩储层的测井相应特征;步骤三、通过砂岩储层测井参数主成分分析,确定对烃源岩内砂岩储层反应灵敏的测井参数;步骤四、利用测井敏感参数反向重叠法与幅度回降指数定量计算结合,拾取砂岩厚度;步骤五、确定砂岩储层内部泥质夹层厚度及个数;步骤六、确定区分“层状砂体”和“块状砂体”的函数关系;步骤七、检验方法的准确性。本发明弥补了烃源岩内部砂岩储层识别方法的缺失,为优选优势砂体提供了技术支撑。
Description
技术领域
本发明涉及涉及烃源岩内部致密砂岩储层和砂体结构的识别技术领域,具体为一种致密砂岩储层岩性及砂体结构定量识别方法。
背景技术
致密油是指以吸附或游离状态赋存于生油岩中,或与生油岩互层、紧邻的致密砂岩、致密碳酸盐岩等储集岩中,未经过大规模长距离运移的石油聚集,通常情况下,致密油为大面积分布的致密储层(孔隙度φ<10%、基质覆压渗透率K<0.1mD、孔喉直径drt<1μm),连续性分布的致密储层与生油岩紧密接触的共生关系,无明显圈闭边界,无油“藏”的概念,随着鄂尔多斯盆地长7生油层内勘探获得重大发现,深湖水下前三角洲沉积环境成为了致密油研究的焦点,尤其是庆城10亿吨致密油的发现,对致密油的成藏地质理论认识进入到了新的阶段;
目前,致密砂岩储层成岩相识别主要针对紧邻烃源岩的储层,没有涉及烃源岩内部砂岩的识别和砂体结构判别,遗漏了烃源岩内部优质的优势砂体(“块状砂岩”)或非优势砂体(“层状砂岩”)储层;
目前利用常规测井参数识别岩性的方法主要利用“岩心刻度测井”标定,确定测井相,进而识别岩性,而超过80%的取芯段为非烃源岩层段,且烃源岩内部的砂岩储层岩性通常为泥质粉砂岩或粉砂,受上下围岩的影响,测井单参数或测井曲线形状均不能有效地将砂岩储层区分开来,容易漏掉致密油富集的优势层段;同时,在多数研究过程中,多关注层内砂体累计厚度,对夹层数关注较少,对优势砂体结构的识别和划分不够准确,导致部分优势砂体被忽略,从而错失了有利的致密油开发层段。
发明内容
本发明的目的在于提供一种致密砂岩储层岩性及砂体结构定量识别方法,具备高效快速的优点,解决了常规测井参数识别岩性的方法多关注层内砂体累计厚度,对夹层数关注较少,对优势砂体结构的识别和划分不够准确,导致部分优势砂体被忽略,从而错失了有利的致密油开发层段的问题。
为实现上述目的,本发明提供如下技术方案:一种致密砂岩储层岩性及砂体结构定量识别方法,包括如下步骤:
步骤一、收集取芯、钻井和测井资料,并对测井资料进行标准化处理;
步骤二、从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征;
步骤三、通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个主成分以及求特征值λi,构成λi从大到小排序的特征向量,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85;
步骤四、利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,幅度回降指数定义为,在同一口井中,(测井曲线值-测井曲线最小值)与(测井曲线最大值-测井曲线最小值)得比值,两者结合识别砂岩储层,拾取砂岩厚度;
步骤五、在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数;
步骤六、制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系;
步骤七、利用实际生产资料,检验方法的准确性。
优选的,所述步骤一中通过对测井资料进行标准化处理,消除了不同测井仪器因素对测井曲线参数的影响。
优选的,所述步骤三中测井曲线形态上,表现为箱型、微齿化箱型、钟型及漏斗型特征,测井相应特征与上部长72段具有明显的差异性,进一步说明了烃源岩内部砂岩识别具有其特殊性,需要综合多参数才能有效将其识别出来。
优选的,所述步骤四中通过烃源岩内部砂岩储层测井参数主成分分析,通过主成分分析法,确定了某油田烃源岩内部砂岩储层反应灵敏的测井参数为低声波时差(AC)、低补偿中子(CNL)、低光电截面指数(Pe)、高密度(DEN),自然伽玛(GR)有一定幅度回降趋势,因此,利用GR曲线幅度回降指数,初步确定砂岩层段,具体方法为:砂岩(sandstone)=(GR-GRmin)/(GRmax-GRmin)<2/3,GRmin为目的层段非烃源岩段自然伽马曲线算数平均值,GRmax为烃源岩厚层段自然伽马的算数平均值,计算得到砂岩识别曲线值为0.67~1.00,进行左充填,充填部位为烃源岩;引入新的测井曲线Log1=AC/DEN,Log2=CNL/DEN,对两条曲线分别进行反向重叠,充填部分为砂岩储层,未充填部分为烃源岩,进一步验证识别的准确性。
优选的,所述步骤六中为清楚的认识块状砂岩和层状砂岩,根据长庆油田的研究需要,将单层砂体厚度2m作为“层状砂体”的下限值,将单层砂体厚度5m作为“块状砂体”的下限值,逐口井识别砂体,并拾取砂岩厚度、泥岩夹层厚度和夹层数,当拾取的砂层厚度和夹层数在曲线y=2.2006Ln(x)-3.198上方时,则为层状砂体。
与现有技术相比,本发明的有益效果如下:
本发明充分考虑了烃源岩内部砂岩储层测井相应特征的特殊性,分析了烃源岩内部砂岩储层测井相应特征的变化规律。通过“岩心刻度测井”,建立储层成岩相与测井相应特征之间的关系;通过主成分分析,确定对烃源岩内部砂岩储层反应灵敏的测井参数,利用测井敏感参数反向重叠法、测井曲线幅度回降指数、识别烃源岩内部砂岩储层,利用夹层发育指数,识别砂体结构,弥补了烃源岩内部砂岩储层识别方法的缺失,为优选优势砂体提供了技术支撑。
附图说明
图1为本发明长庆油田X5028-6井(标准井)的测井曲线统计图;
图2为本发明长庆油田X5029-12井测井曲线标准化前的统计图;
图3为本发明长庆油田X5029-12井测井曲线标准化后的统计图;
图4为本发明N70井烃源岩发育层段砂岩岩心刻度标定及测井相应特征分析图;
图5(摘要附图)为本发明罗38井延长组长73段烃源岩内部砂岩储层识别图;
图6为本发明优势砂体与非优势砂体纵向组合模式图;
图7为发明罗38井延长组长73段烃源岩内部砂岩结构识别图
图8为本发明砂体结构识别图A;
图9为本发明砂体结构识别图B。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种技术方案:
一种致密砂岩储层岩性及砂体结构定量识别方法,包括如下步骤:
步骤一、收集取芯、钻井和测井资料,并对测井资料进行标准化处理;
步骤二、从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征;
步骤三、通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85;
步骤四、利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,两者结合识别砂岩储层,拾取砂岩厚度;
步骤五、在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数;
步骤六、制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系;
步骤七、利用实际生产资料,检验方法的准确性。
实施例一:
首先收集取芯、钻井和测井资料,并对测井资料进行标准化处理,然后从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征,然后通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85,然后利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,两者结合识别砂岩储层,拾取砂岩厚度,然后在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数,然后制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系,最后利用实际生产资料,检验方法的准确性。
实施例二:
在实施例一中,再加上下述工序:
步骤一中通过对测井资料进行标准化处理,消除了不同测井仪器因素对测井曲线参数的影响。
首先收集取芯、钻井和测井资料,并对测井资料进行标准化处理,然后从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征,然后通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85,然后利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,两者结合识别砂岩储层,拾取砂岩厚度,然后在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数,然后制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系,最后利用实际生产资料,检验方法的准确性。
实施例三:
在实施例二中,再加上下述工序:
步骤三中测井曲线形态上,表现为箱型、微齿化箱型、钟型及漏斗型特征,测井相应特征与上部长72段具有明显的差异性,进一步说明了烃源岩内部砂岩识别具有其特殊性,需要综合多参数才能有效将其识别出来。
首先收集取芯、钻井和测井资料,并对测井资料进行标准化处理,然后从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征,然后通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85,然后利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,两者结合识别砂岩储层,拾取砂岩厚度,然后在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数,然后制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系,最后利用实际生产资料,检验方法的准确性。
实施例四:
在实施例三中,再加上下述工序:
步骤四中通过烃源岩内部砂岩储层测井参数主成分分析,通过主成分分析法,确定了某油田烃源岩内部砂岩储层反应灵敏的测井参数为低声波时差(AC)、低补偿中子(CNL)、低光电截面指数(Pe)、高密度(DEN),自然伽玛(GR)有一定幅度回降趋势,因此,利用GR曲线幅度回降指数,初步确定砂岩层段,具体方法为:砂岩(sandstone)=(GR-GRmin)/(GRmax-GRmin)<2/3,GRmin为目的层段非烃源岩段自然伽马曲线算数平均值,GRmax为烃源岩厚层段自然伽马的算数平均值,计算得到砂岩识别曲线(取值为0.67-1),进行左充填,充填部位为烃源岩;引入新的测井曲线Log1=AC/DEN,Log2=CNL/DEN,对两条曲线分别进行反向重叠,充填部分为砂岩储层,为充填部分为烃源岩,进一步验证识别的准确性。
首先收集取芯、钻井和测井资料,并对测井资料进行标准化处理,然后从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征,然后通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85,然后利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,两者结合识别砂岩储层,拾取砂岩厚度,然后在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数,然后制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系,最后利用实际生产资料,检验方法的准确性。
实施例五:
在实施例四中,再加上下述工序:
步骤六中为清楚的认识优势砂体(块状砂岩)和非优势砂体(层状砂岩),根据长庆油田的研究需要,将单层砂体厚度2m作为“层状砂体”的下限值(非优势砂体),将单层砂体厚度5m作为“块状砂体”的下限值(优势砂体),逐口井识别砂体,并拾取砂岩厚度、泥岩夹层厚度和夹层数,当拾取的砂层厚度和夹层数在曲线y=2.2006Ln(x)-3.198上方时,则为层状砂体。
首先收集取芯、钻井和测井资料,并对测井资料进行标准化处理,然后从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征,然后通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85,然后利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,两者结合识别砂岩储层,拾取砂岩厚度,然后在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数,然后制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系,最后利用实际生产资料,检验方法的准确性。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (2)
1.一种致密砂岩储层岩性及砂体结构定量识别方法,其特征在于:包括如下步骤:
步骤一、收集取芯、钻井和测井资料,并对测井资料进行标准化处理;步骤二、从取芯资料、钻井资料和测井资料出发,通过“岩性刻度测井”建立取芯井烃源岩层段砂岩储层的测井相应特征;
步骤三、通过烃源岩内部砂岩储层测井参数主成分分析,确定敏感参数并分析其变化规律,具体方法如下:主成分分析方法PCA也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个主成分以及求特征值λi,构成λi从大到小排序的特征向量,其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息,一种致密砂岩储层岩性及砂体结构定量识别方法中采用特征值分解方法,通过测井参数,即自然电位负SP、低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN、缩径CAL、井径、自然伽玛GR、电阻率RT参数,对取芯井岩性已知的n个样品,每个样品对应的m个测井参数的矩阵X,通过线性变化,计算对岩性反应灵敏的主成分P;
设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi及其特征向量,可以证明,λi所对应的正交化特征向量,即为第i个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,提取的主成分的数量k满足Σλk/Σλj>0.85;
步骤四、利用测井敏感参数计算新的测井曲线并反向重叠,对自然伽马(GR)曲线利用幅度回降指数定量计算,幅度回降指数定义为,在同一口井中,(测井曲线值-测井曲线最小值)与(测井曲线最大值-测井曲线最小值)得比值,两者结合识别砂岩储层,拾取砂岩厚度,通过烃源岩内部砂岩储层测井参数主成分分析,通过主成分分析法,确定了某油田烃源岩内部砂岩储层反应灵敏的测井参数为低声波时差AC、低补偿中子CNL、低光电截面指数Pe、高密度DEN,自然伽玛GR有一定幅度回降趋势,因此,利用GR曲线幅度回降指数,初步确定砂岩层段,具体方法为:砂岩(sandstone)=(GR-GRmin)/(GRmax-GRmin)<2/3,GRmin为目的层段非烃源岩段自然伽马曲线算数平均值,GRmax为烃源岩厚层段自然伽马的算数平均值,计算得到砂岩识别曲线值为0.67~1.00,进行左充填,充填部位为烃源岩;引入新的测井曲线Log1=AC/DEN,Log2=CNL/DEN,对两条曲线分别进行反向重叠,充填部分为砂岩储层,未充填部分为烃源岩,进一步验证识别的准确性;
步骤五、在识别出砂岩储层的基础上,拾取砂岩储层内部泥质夹层厚度及个数;
步骤六、制作砂岩夹层发育指数与砂岩储层厚度系列图版,确定区分“层状砂体”和“块状砂体”的函数关系,根据长庆油田的研究需要,将单层砂体厚度2m作为“层状砂体”的下限值,将单层砂体厚度5m作为“块状砂体”的下限值,逐口井识别砂体,并拾取砂岩厚度、泥岩夹层厚度和夹层数,当拾取的砂层厚度和夹层数在曲线y=2.2006Ln(x)-3.198上方时,则为层状砂体;
步骤七、利用实际生产资料,检验方法的准确性。
2.根据权利要求1所述的一种致密砂岩储层岩性及砂体结构定量识别方法,其特征在于:所述步骤三中测井曲线形态上,表现为箱型、微齿化箱型、钟型及漏斗型特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010061166.XA CN111487691B (zh) | 2020-01-19 | 2020-01-19 | 一种致密砂岩储层岩性及砂体结构定量识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010061166.XA CN111487691B (zh) | 2020-01-19 | 2020-01-19 | 一种致密砂岩储层岩性及砂体结构定量识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111487691A CN111487691A (zh) | 2020-08-04 |
CN111487691B true CN111487691B (zh) | 2022-06-24 |
Family
ID=71812344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010061166.XA Expired - Fee Related CN111487691B (zh) | 2020-01-19 | 2020-01-19 | 一种致密砂岩储层岩性及砂体结构定量识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111487691B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111764895B (zh) * | 2020-08-12 | 2023-01-31 | 重庆地质矿产研究院 | 一种适用于页岩气储层地质模型的测井评价方法 |
CN111983702B (zh) * | 2020-08-18 | 2023-05-05 | 中海石油(中国)有限公司 | 一种基于电成像测井的油砂隔夹层定量识别方法及系统 |
CN114427451B (zh) * | 2020-09-11 | 2024-06-21 | 中国石油化工股份有限公司 | 一种基于随钻资料获取页岩储层静态参数的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009055236A3 (en) * | 2007-10-22 | 2010-06-24 | Schlumberger Canada Limited | Methodology and application of multimodal decomposition of a composite distribution |
CN103711482A (zh) * | 2014-01-06 | 2014-04-09 | 山东科技大学 | 一种基于两种测井曲线重叠图快速识别碎屑岩储层的方法 |
CN105629308A (zh) * | 2014-11-07 | 2016-06-01 | 中国石油化工股份有限公司 | 相控非均质力学参数地应力方法 |
CN106597544A (zh) * | 2016-11-25 | 2017-04-26 | 中国石油天然气股份有限公司 | 致密油气藏脆性的预测方法及装置 |
CN108303752A (zh) * | 2018-02-11 | 2018-07-20 | 中国石油化工股份有限公司 | 砂砾岩有效储层常规测井定量识别方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2009279644B2 (en) * | 2008-08-06 | 2012-08-23 | Halliburton Energy Services, Inc. | Systems and methods employing cooperative optimization-based dimensionality reduction |
CN103867194B (zh) * | 2014-02-14 | 2016-06-08 | 中国石油天然气股份有限公司 | 一种砂体结构的测井表征方法与钻井层段选择方法及装置 |
CN105134189A (zh) * | 2015-08-24 | 2015-12-09 | 西南石油大学 | 一种LogGMIR测井地应力识别优质储层的方法 |
US20190079209A1 (en) * | 2017-09-14 | 2019-03-14 | Richard Douglas Aldred | Multi-Well Resistivity Anisotropy Modeling, Used to Improve the Evaluation of Thinly Bedded Oil and Gas Reservoirs |
CN109298465B (zh) * | 2018-10-23 | 2020-04-10 | 中国石油天然气股份有限公司 | 相控砂体结构主体块状砂岩定量区分方法及装置 |
-
2020
- 2020-01-19 CN CN202010061166.XA patent/CN111487691B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009055236A3 (en) * | 2007-10-22 | 2010-06-24 | Schlumberger Canada Limited | Methodology and application of multimodal decomposition of a composite distribution |
CN103711482A (zh) * | 2014-01-06 | 2014-04-09 | 山东科技大学 | 一种基于两种测井曲线重叠图快速识别碎屑岩储层的方法 |
CN105629308A (zh) * | 2014-11-07 | 2016-06-01 | 中国石油化工股份有限公司 | 相控非均质力学参数地应力方法 |
CN106597544A (zh) * | 2016-11-25 | 2017-04-26 | 中国石油天然气股份有限公司 | 致密油气藏脆性的预测方法及装置 |
CN108303752A (zh) * | 2018-02-11 | 2018-07-20 | 中国石油化工股份有限公司 | 砂砾岩有效储层常规测井定量识别方法 |
Non-Patent Citations (1)
Title |
---|
鄂尔多斯盆地延长组长7段致密油源储配置关系测井评价;钟高润 等;《地球物理学进展》;20161031;第31卷(第5期);第2285-2291页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111487691A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104747185B (zh) | 非均质油藏储层综合分类评价方法 | |
CN111487691B (zh) | 一种致密砂岩储层岩性及砂体结构定量识别方法 | |
CN109061765B (zh) | 非均质薄砂岩互层油藏的圈闭评价方法 | |
CN111625575A (zh) | 基于地质变异度的化探异常提取和评价方法 | |
CN112526107A (zh) | 裂缝型致密砂岩储层甜点识别与定量表征的方法 | |
CN107356965B (zh) | 基于加权叠加噪音压制策略的反射系数反演储层预测方法 | |
CN105842751A (zh) | 页岩储层裂缝评价方法 | |
CN115308793A (zh) | 一种浅表层天然气水合物富集区智能预测方法 | |
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 | |
CN108427140B (zh) | 一种用于小尺度缝洞储集体地震识别的方法 | |
CN114609675A (zh) | 基于高频旋回对碳酸盐岩地层沉积微地貌的定量恢复方法 | |
CN110847887B (zh) | 一种细粒沉积陆相页岩裂缝识别评价方法 | |
CN117970526A (zh) | 一种包含地球物理的综合多源信息的地质模型构建方法 | |
CN110688781B (zh) | 一种低渗非均质气藏储层测井解释方法 | |
CN112832738A (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 | |
CN112228050A (zh) | 一种定量评价致密油储层宏观非均质性的方法及其应用 | |
CN114482995B (zh) | 一种细粒沉积物泥质含量精细确定方法 | |
CN114059999B (zh) | 一种重力流沉积成因测井识别方法 | |
CN113050168B (zh) | 基于阵列声波测井和声波远探测测井资料的裂缝有效性评价方法 | |
CN109917489B (zh) | 一种地下承压水位确定的新方法 | |
CN112147676A (zh) | 一种煤层及夹矸厚度预测方法 | |
Omoniyi et al. | Chapter Nine: Characterization of Thin-Bedded Turbidites in the North Brae Field, South Viking Graben, North Sea | |
CN104462792A (zh) | 一种测井数据岩性层数值归约方法 | |
CN116220668A (zh) | 一种泥岩夹层在单砂体中位置确定方法 | |
CN112505773B (zh) | 一种断裂继承性量化计算和判定方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220624 |