CN111625750B - 一种针对致密砂岩储层气层与气水同层的识别方法 - Google Patents

一种针对致密砂岩储层气层与气水同层的识别方法 Download PDF

Info

Publication number
CN111625750B
CN111625750B CN201910152004.4A CN201910152004A CN111625750B CN 111625750 B CN111625750 B CN 111625750B CN 201910152004 A CN201910152004 A CN 201910152004A CN 111625750 B CN111625750 B CN 111625750B
Authority
CN
China
Prior art keywords
gas
layer
water
curve
fluid
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
Application number
CN201910152004.4A
Other languages
English (en)
Other versions
CN111625750A (zh
Inventor
魏修平
李�浩
张广权
陈舒薇
贾超
王丹丹
谷宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201910152004.4A priority Critical patent/CN111625750B/zh
Publication of CN111625750A publication Critical patent/CN111625750A/zh
Application granted granted Critical
Publication of CN111625750B publication Critical patent/CN111625750B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mining & Mineral Resources (AREA)
  • Geology (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Geophysics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种针对致密砂岩储层气层与气水同层的识别方法,包括以下步骤:步骤1:确定研究区内对不同流体性质敏感的测井曲线集合;步骤2:根据测井曲线集合,构建气强化因子和水强化因子;步骤3:根据步骤2,分别确定X轴和Y轴计算公式;步骤4:根据步骤3,绘制流体识别图版;步骤5:根据流体识别图版,识别流体性质。本发明通过确定流体响应敏感曲线,构建气强化因子和水强化因子,最后合成了流体识别图版的两个坐标轴计算公式,完成流体识别图版的研制。该方法不但突出了气层的测井响应特征,也突出了气水同层的测井响应特征,从而实现从含气水层和水层中识别出气层和气水同层的目的。

Description

一种针对致密砂岩储层气层与气水同层的识别方法
技术领域
本发明属于油气田勘探开发技术领域,具体涉及一种针对致密砂岩储层气层与气水同层的流体识别方法。
背景技术
我国的致密砂岩气藏分布广泛,造山带前陆盆地、断陷盆地和相对稳定地台均有分布,地质结构非常复杂。国内的致密砂岩气藏在四川盆地西部地区、鄂尔多斯盆地、东部断陷盆地和准噶尔盆地南部地区均有发育。据统计,致密砂岩气可采资源量十分可观,但是目前的产能规模仍然很小。测井流体识别作为致密砂岩气藏描述的重要组成部分,提高其准确度为致密砂岩气藏勘探开发起到非常重要的积极作用。
致密砂岩储层流体识别困难主要来自于以下几个方面。一是该类储层物性条件不好,低孔低渗。目前国内学者给出国内致密砂岩储层的评价标准为有效渗透率小于或等于0.1×10-3μm2,绝对渗透率小于或等于1×10-3μm2,孔隙度小于或等于10%。这种条件下,骨架信息在测井曲线响应特征中占比大,而流体信息占比小,信号微弱,给流体识别带来困难。二是储层孔隙结构复杂,束缚水含量高。复杂的孔隙结构的影响一方面会导致储层非均质性强,储层特征变化快,相同河道同一砂岩流体性质延续性差,另一方面束缚水含量高又会导致已经微弱的流体信号中还包含了不可动流体的部分,流体识别更加困难。三是有相当部分的储层含气丰度低,部分气层有低饱和度特征。储层含气丰度低意味着气藏在成藏时,原孔隙中的水没有完全被气驱替,测试多出现气水同出的现象。而低饱和度气层可能因为气层测井响应不明显,中子挖掘效应缺失导致难以识别。
储层流体识别技术均着眼于电阻率测井、声波测井等测井曲线对流体性质的响应不同来区分油气、水层(雍世和和张超谟,2007)。对于低孔低渗储层,油气、水层在下列测井方法上的响应受到地层岩性、孔隙结构以及侵入等因素的影响,导致特征不够明显.因此,常规测井流体识别技术对该类储集层的应用效果会变差(赵军龙等,2009)。目前,不同的测井流体识别方法可以总结归纳为4类,分别是电法为主、声波为主、核测井为主和核磁共振。
电法为主的测井识别流体方法主要根据储集层泥浆侵入特性和基于Archie公式的饱和度方程。主要包括径向电阻率法(丁次乾,2008)、标准水层法、试地层水电阻率法(苟红光等,2006)。径向电阻率法和标准水层法的优点是原理简单,易于判别,但受泥浆侵入影响较大;视地层水电阻率法的优点是可快速定性识别,消除了地层孔隙结构和地层水矿化度的影响,但局限性在于该方法是建立在均值、中高孔渗模型下的的理论研究,假设条件比较简单。具体识别方法如利用双侧向与双感应在测量过程中的不同机理,识别低阻油层(崔亚东等)。
声波为主的测井识别流体方法主要是依据气、水声学性质差异。主要包括纵横波速比、泊松比、能量强弱对比等。优点是气层响应特征较为明显。具体识别方法如利用偶极声波测井资料中的纵横波时差曲线和常规的DEN、GR曲线快速准确地计算出地层的各种岩石力学参数,尤其是泊松比、体积压缩系数与流体体积压缩系数等,并采用交会图法或曲线重叠法可以直观有效地识别气层(弓浩浩,2015)。
核测井为主的测井识别流体方法主要是依据伽马、中子与地层的相互作用。主要方法是“挖掘”效应(谭廷栋,1987)和中子伽马值对比(宋延杰等,2002)。该类方法能够综合地划分油气水层,但受物性和地层水矿化度影响大。具体识别方法如针对低阻气层,不再选择对气水差异判别效果差的深侧向电阻率,而是选择中子与声波时差重叠的方式进行识别(徐炳高,2014)。
核磁共振测井主要是利用H核的顺磁性及相互作用识别流体。主要方法分两大类:差谱法和移谱法(邵维志,2003)。其优点是受骨架影响小,对束缚流体、可动流体、孔径分布等储层参数较为敏感,但探测深度浅,骨架受顺磁质影响,孔隙度较小时难以识别流体等。具体识别方法如通过地面岩样和油样的核磁共振实验,全面归纳出不同物性、不同黏度原油的谱分布特征,基于这些特征进行储层流体识别(刘欣欣,2017)。
通过对以上四大类常用测井识别方法的应用效果分析发现电-声-核结合的方法应用较广,应用效果较好,特别对干层与产层的区分效果较好,但在低孔隙度时,气层、气水同层、水层混杂比较严重。
针对气水同层的测井识别方法,经调研发现,多数有关气水同层的文献以声测井和电法测井结合为主,相关文献如下:李梅等(2013)针对研究区气水分异程度差,气层、气水同层,水层的测井响应特征差异不明显,致使储层流体性质识别难度大的问题利用测井、试气等资料,结合储层特点,系统地分析了储层气水测井响应特征;采用饱和度重叠法、电阻率一孔隙度交会法、侧向一感应电阻率比值法、纵横波速度比法,从不同角度反映储层物性和气、水、干层之间的差异。郑志威(2016)从多极子阵列声波测井资料和常规测井资料中提取对气层响应敏感的特征参数利用交会图或曲线重叠法,可直观快速地识别气层、差气层、气水同层、含气水层等流体性质。张丽华等(2017)基于阵列声波测井或是交叉偶极声波测井得到的纵横波速度和密度测井得到的地层密度数据,通过适当的组合构建多种流体因子来识别致密砂岩储层的流体性质。陈钢花等(2017)利用阵列声波等测井资料计算弹性力学参数,构建流体指示系数以表征各弹性力学参数对流体的敏感性,优选敏感弹性参数构建流体识别因子识别流体。
通过以上调研可知,针对气层和水层开展流体识别的方法很多,但关于气水同层的测井识别方法,在所查文献里所占比例较小。在气田储量计算时,气水同层做为储量计算的另一类单元,位置也极其重要。这就要求测井解释人员不但要对气层进行识别,还要识别出既有含气响应特征又有含水响应特征的气水同层。但在致密储层中识别出气层已属不易,从流体性质中再识别出气水同层更是增加了难度。阵列声波测井在识别气层和气水同层方面作用突出,但局限性在于不是每口井都具有阵列声波测井曲线。如何利用常规测井曲线从流体性质中识别出气层和气水同层是测井工作者面临的巨大问题和挑战。
发明内容
为了解决上述问题,本发明提供了一种针对致密砂岩储层气层与气水同层的识别方法,不但能突出气层的测井响应特征,也能突出气水同层的测井响应特征,实现从含气水层和水层中识别出气层和气水同层的目的。
根据本发明提供了针对致密砂岩储层气层与气水同层的识别方法,包括以下步骤:
步骤1:确定研究区内对不同流体性质敏感的测井曲线集合;
步骤2:根据测井曲线集合,构建气强化因子和水强化因子;
步骤3:根据步骤2,分别确定X轴和Y轴计算公式;
步骤4:根据步骤3,绘制流体识别图版;
步骤5:根据流体识别图版,识别流体性质。
在一个实施例中,在步骤1中,所述测井曲线集合包括:深侧向测井曲线、深感应测井曲线、声波时差曲线、密度值曲线和补偿中子曲线。
在一个实施例中,在步骤2中,所述气强化因子的构建步骤为:
依据砂岩声波骨架及声波孔隙度计算公式,将声波时差曲线转变为声波孔隙度曲线;
依据砂岩密度骨架及密度孔隙度计算公式,将密度曲线转变成密度孔隙度曲线;
构建两个气强化因子:PAC-CNL和PDEN-CNL;
其中,PAC为声波孔隙度曲线;PDEN为密度孔隙度曲线;CNL为补偿中子曲线。
在一个实施例中,在步骤2中,所述水强化因子的构建步骤为:根据深侧向测井曲线和深感应测井曲线,构建水强化因子LLD*ILD;
其中,LLD为深侧向测井曲线,ILD为深感应测井曲线。
在一个实施例中,在步骤3中,根据所述水强化因子,构建X轴计算公式:a*LLD*ILD;其中,a为权重系数。
在一个实施例中,在步骤3中,将所述气强化因子与所述水强化因子结合,构建Y轴计算公式:[b*(PAC-CNL)+c*(PDEN-CNL)]/(LLD*ILD*CNL);其中,b为权重系数;c为权重系数。
在一个实施例中,在步骤4中,所述流体识别图版的绘制步骤为:
建立坐标轴;
将由X轴计算公式所获得的数值作为研究区内样本点的横坐标x;
将由Y轴计算公式所获得的数值作为研究区内样本点的纵坐标y;
将样本点的坐标(x,y)标记在坐标轴中。
在一个实施例中,在步骤5中,将所述流体识别图版分为三个区域,分别为:x>5;x<5,y>40;x<5,y<40;其中,
当x>5时,流体性质为气层、差气层;
当x<5,y>40时,流体性质为气水同层;
当x<5,y<40时,流体性质为含气水层或水层。
与现有技术相比,本发明的优点在于:本发明提供的一种针对致密砂岩储层气层与气水同层的识别方法。通过确定流体响应敏感曲线集合,构建气强化因子和水强化因子,最后合成了流体识别图版的两个坐标轴计算公式,完成流体识别图版的研制。本发明不但突出了气层的测井响应特征,也突出了气水同层的测井响应特征,从而实现从含气水层和水层中识别出气层和气水同层的目的。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1为本发明针对致密砂岩储层气层与气水同层的识别方法的流程图;
图2为本发明实施例X1井气层测试段测井曲线剖面图;
图3为本发明实施例X2井气水同层测试段测井曲线剖面图;
图4为本发明实施例X3井水层测试段测井曲线剖面图;
图5为本发明实施例依据构建的气强化因子和水强化因子组合而成的X轴和Y轴得到的流体识别图版。
在附图中相同的部件使用相同的附图标记。附图并未按照实际的比例绘制。
具体实施方式
下面将结合附图对本发明作进一步说明。借此对本发明如何应用技术手段解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不存在冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
本发明提供了一种针对致密砂岩储层气层与气水同层的识别方法,如图1所示,包括以下步骤:
步骤1:确定研究区内对不同流体性质敏感的测井曲线集合;
步骤2:根据测井曲线集合,构建气强化因子和水强化因子;
步骤3:根据步骤2,分别确定X轴和Y轴计算公式;
步骤4:根据步骤3,绘制流体识别图版;
步骤5:根据流体识别图版,识别流体性质。
进一步地,在步骤1中,所述测井曲线集合包括:深侧向测井曲线、深感应测井曲线、声波时差曲线、密度值曲线和补偿中子曲线。
其中,由于侧向测井是直接将极板推靠在井壁上,通过聚焦方式,把电流输送到围岩中,等效串联电路,串联电路受大电阻贡献大,对气层响应敏感,因此确定深侧向测井曲线LLD为测井曲线。
其中,由于感应测井是在地层中形成感应涡流,以此来测量围岩的电阻率,等效并联电路;并联电路受小电阻贡献大,对高矿化度水层响应敏感;因此确定深感应测井曲线ILD为测井曲线。
其中,由于储层含有天然气时会引起声波时差值增大,相应的声波孔隙度增大;会引起密度值减小,相应的密度孔隙度增大;会引起补偿中子减小,相应的中子孔隙度减小;因此分别确定声波时差曲线AC、密度值曲线DEN和补偿中子曲线CNL为测井曲线。
进一步地,在步骤2中,所述气强化因子的构建步骤为:
首先,依据砂岩声波骨架及声波孔隙度计算公式,将声波时差曲线AC转变为声波孔隙度曲线PAC;
其次,依据砂岩密度骨架及密度孔隙度计算公式,将密度曲线DEN转变为密度孔隙度曲线PDEN;
最后,由于三个孔隙度曲线均对储层的含气响应敏感,因此构建两个气强化因子:PAC-CNL和PDEN-CNL。
根据上述步骤可知,储层含气时,声波孔隙度增大,密度孔隙度增大,中子孔隙度减小。构建的两个气强化因子为PAC-CNL、PDEN-CNL。这样即使中子孔隙度的挖掘效应不明显,通过孔隙度的响应差异同样可以放大储层含气信息。
进一步地,在步骤2中,所述水强化因子的构建步骤为:根据深侧向测井曲线LLD和深感应测井曲线ILD的测量原理,以及根据研究区高矿化度地层水的基本情况,构建水强化因子LLD*ILD。
本申请中将研究区中单层测试段流体类型分为气层或差气层、气水同层、含气水层和水层四大类;因此,进一步地,所述步骤3中,根据构建的所述水强化因子,构建X轴计算公式:a*LLD*ILD,其中,a为权重系数。
通过由X轴计算公式中所获得的数值x,能够突出气层与气水同层、含气水层和水层的不同,从而识别出气层。
进一步地,所述步骤3中,将所述气强化因子与所述水强化因子结合,依据构建Y轴计算公式为:
[b*(PAC-CNL)+c*(PDEN-CNL)]/(LLD*ILD*CNL)。
其中,b为权重系数;c为权重系数。
通过由Y轴计算公式中所获得的数值y,能够突出气水同层的含气响应信息,从而识别出气水同层。
此外,气水同层、含气水层和水层的水强化因子值差异不大,而通过分子的气强化因子可以突出气水同层的含气响应信息。部分气水同层因含气中子值CNL比含气水层和水层的略有降低,因此,在分母中加上CNL曲线,也进一步突出气水同层的含气信息。
进一步地,在步骤4中,所述流体识别图版的绘制步骤为:
首先,建立坐标轴;
其次,将由X轴计算公式所获得的数值作为研究区内样本点的横坐标x;
而后,将由Y轴计算公式所获得的数值作为研究区内样本点的纵坐标y;
最后,将研究区内所有样本点的坐标(x,y)标记在坐标轴中。
最终,根据X轴计算公式和Y轴计算公式,得到适用于研究区的在识别气层和气水同层方面效果良好的流体识别图版。
进一步地,在步骤5中,将所述流体识别图版分为三个区域,分别为:x>5;x<5,y>40;x<5,y<40;其中,
当x>5时,流体性质为气层、差气层;
当x<5,y>40时,流体性质为气水同层;
当x<5,y<40时,流体性质为含气水层或水层。
通过比对研究区各个样本点在流体识别图版中的位置,从而识别流体的性质,最终获得针对致密砂岩储层气层与气水同层的识别方法。
下面将通过三个具体的实施案例详细说明本申请。
实施例一
如图2所示,图2为本发明实施例X1井气层测试段测井曲线剖面图。
图2虚线框内测试日产气2.6152万方/天,无阻流量2.9053万方/天,日产水1.6方/天,实际测试结果为气层。
虚线框内表现为典型的气层测井特征,具体如下:补偿中子曲线CNL明显降低,挖掘效应显著;深感应测井曲线ILD的HT12和深侧向测井曲线LLD均有增大趋势;密度值曲线DEN明显降低;气测响应明显。
实施例二
如图3所示,图3为本发明实施例X2井气水同层测试段测井曲线剖面图。
图3虚线框内测试日产气0.6008万方/天,无阻流量0.617万方/天,日产水7.1方/天,实际测试结果为气水同层。
虚线框内表现为典型的气水同层测井特征,具体如下:补偿中子曲线CNL因含气降低,有挖掘效应现象;深感应测井曲线ILD和深侧向测井曲线LLD因含水均有减小的趋势;密度值曲线DEN降低;气测曲线有响应特征。
实施例三
如图4所示,图4为本发明实施例X3井水层测试段测井曲线剖面图。
图4虚线框内测试日产水12.6方/天,不产气,实际测试结果为气层。
虚线框内表现为典型的水层测井特征,具体如下:补偿中子无挖掘效应现象;深感应HT12和深侧向LLD测井曲线因含水均有明显降低趋势;密度测井曲线DEN略有降低;气测响应不明显。
如图5所示,图5为本发明实施例依据构建的气强化因子和水强化因子组合而成的X轴和Y轴得到的流体识别图版。
图5中流体识别图版分成三个区域。当x值大于5时,流体性质为气层、差气层;当x值小于5,y值大于40时,流体性质为气水同层;当x值小于5,y值小于40时,流体性质为含气水层或水层。流体的识别标准如下表所示。
下石盒子组流体识别标准
Figure BDA0001981758250000081
依据流体识别图版,总共共有58个样本点,其中50个样本点符合该流体识别标准,符合率达到86.2%。
由以上内容可知,本发明所提供的针对致密砂岩储层气层与气水同层的流体识别方法,其原理通俗易懂、成本低、易于实施、覆盖范围广、可操作性强。致密砂岩储层气层与气水同层的流体识别方法在鄂尔多斯盆地杭锦旗地区致密砂岩储层测井评价中应用效果较好,实现了气层和气水同层的识别,同时还提高了气层和气水同层的识别精确度。
虽然已经参考如上优选实施例对本发明进行了描述,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (1)

1.一种针对致密砂岩储层气层与气水同层的识别方法,其特征在于,包括以下步骤:
步骤1:确定研究区内对不同流体性质敏感的测井曲线集合;
步骤2:根据测井曲线集合,构建气强化因子和水强化因子;
步骤3:根据步骤2,分别确定X轴和Y轴计算公式;
步骤4:根据步骤3,绘制流体识别图版;
步骤5:根据流体识别图版,识别流体性质;
在步骤1中,所述测井曲线集合包括:深侧向测井曲线、深感应测井曲线、声波时差曲线、密度值曲线和补偿中子曲线;在步骤2中,所述气强化因子的构建步骤为:
依据砂岩声波骨架及声波孔隙度计算公式,将声波时差曲线转变为声波孔隙度曲线;
依据砂岩密度骨架及密度孔隙度计算公式,将密度曲线转变为密度孔隙度曲线;
构建两个气强化因子:PAC-CNL和PDEN-CNL;
其中,PAC为声波孔隙度曲线;PDEN为密度孔隙度曲线;CNL为补偿中子曲线;
在步骤2中,所述水强化因子的构建步骤为:根据深侧向测井曲线和深感应测井曲线,构建水强化因子LLD*ILD;
其中,LLD为深侧向测井曲线,ILD为深感应测井曲线;
在步骤3中,根据所述水强化因子,构建X轴计算公式:a*LLD*ILD;其中,a为权重系数;
在步骤3中,将所述气强化因子与所述水强化因子结合,构建Y轴计算公式:[b*(PAC-CNL)+c*(PDEN-CNL)]/(LLD*ILD*CNL);其中,b为权重系数;c为权重系数;
在步骤4中,所述流体识别图版的绘制步骤为:
建立坐标轴;
将由X轴计算公式所获得的数值作为研究区内样本点的横坐标x;
将由Y轴计算公式所获得的数值作为研究区内样本点的纵坐标y;
将样本点的坐标(x,y)标记在坐标轴中;
在步骤5中,将所述流体识别图版分为三个区域,分别为:x>5;x<5,y>40;x<5,y<40;其中,
当x>5时,流体性质为气层、差气层;
当x<5,y>40时,流体性质为气水同层;
当x<5,y<40时,流体性质为含气水层或水层。
CN201910152004.4A 2019-02-28 2019-02-28 一种针对致密砂岩储层气层与气水同层的识别方法 Active CN111625750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910152004.4A CN111625750B (zh) 2019-02-28 2019-02-28 一种针对致密砂岩储层气层与气水同层的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910152004.4A CN111625750B (zh) 2019-02-28 2019-02-28 一种针对致密砂岩储层气层与气水同层的识别方法

Publications (2)

Publication Number Publication Date
CN111625750A CN111625750A (zh) 2020-09-04
CN111625750B true CN111625750B (zh) 2023-04-28

Family

ID=72269760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910152004.4A Active CN111625750B (zh) 2019-02-28 2019-02-28 一种针对致密砂岩储层气层与气水同层的识别方法

Country Status (1)

Country Link
CN (1) CN111625750B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112539057B (zh) * 2021-01-21 2023-11-28 陕西延长石油(集团)有限责任公司 一种识别致密砂岩储层流体性质的模板及方法
CN113740928B (zh) * 2021-08-16 2023-09-15 中海油田服务股份有限公司 一种致密砂岩储层的流体识别方法
CN115234216B (zh) * 2022-05-25 2023-09-19 东营市永昇能源科技有限责任公司 一种测井识别版图的建立方法及其应用

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8524269D0 (en) * 1984-10-22 1985-11-06 Total Petroles Defining homogeneous rock formation zones
CN101787884A (zh) * 2010-01-28 2010-07-28 中国石油集团川庆钻探工程有限公司 声波孔隙度和中子孔隙度差值储层流体类型判别方法
CN103603659A (zh) * 2013-12-09 2014-02-26 中国石油集团川庆钻探工程有限公司 利用常规测井资料识别复杂孔隙结构储层流体类型的方法
CN103630939A (zh) * 2013-11-06 2014-03-12 中国石油天然气集团公司 一种气层识别评价方法
CN110619353A (zh) * 2019-08-22 2019-12-27 中国石油天然气集团有限公司 一种基于深度学习的多尺度测井曲线自动识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8524269D0 (en) * 1984-10-22 1985-11-06 Total Petroles Defining homogeneous rock formation zones
CN101787884A (zh) * 2010-01-28 2010-07-28 中国石油集团川庆钻探工程有限公司 声波孔隙度和中子孔隙度差值储层流体类型判别方法
CN103630939A (zh) * 2013-11-06 2014-03-12 中国石油天然气集团公司 一种气层识别评价方法
CN103603659A (zh) * 2013-12-09 2014-02-26 中国石油集团川庆钻探工程有限公司 利用常规测井资料识别复杂孔隙结构储层流体类型的方法
CN110619353A (zh) * 2019-08-22 2019-12-27 中国石油天然气集团有限公司 一种基于深度学习的多尺度测井曲线自动识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
贾跃玮等 .《金山气田致密砂岩储层含气性叠前地震预测方法研究》.《物探化探计算技术》.2017,全文. *

Also Published As

Publication number Publication date
CN111625750A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN113759425B (zh) 井震联合评价深层古岩溶储层充填特征的方法与系统
CN106468172B (zh) 一种超低渗砂岩油藏低阻储层测井解释方法
CN103603659B (zh) 利用常规测井资料识别复杂孔隙结构储层流体类型的方法
CN113759424B (zh) 基于频谱分解和机器学习的岩溶储层充填分析方法和系统
CN111625750B (zh) 一种针对致密砂岩储层气层与气水同层的识别方法
WO2017024700A1 (zh) 一种计算烃源岩中有机碳含量的装置
CN108252709B (zh) 一种致密砂岩油藏的油水性质识别方法及系统
CN102012526A (zh) 采用电阻率资料进行储层流体类型判别的方法
CN104863574B (zh) 一种适用于致密砂岩储层的流体识别方法
CN101675360A (zh) 随钻获得的多次通过排列电阻率数据的岩石物性解释
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
CN105064986A (zh) 利用常规测录井资料构建储层四性关系谱的方法
CN105863628A (zh) 一种油田开发阶段储层精细预测方法
CN108717211A (zh) 一种少井地区的有效烃源岩丰度的预测方法
Feng et al. Accurate determination of water saturation in tight sandstone gas reservoirs based on optimized Gaussian process regression
CN106483564A (zh) 一种利用地震低频信息进行流体识别的方法
CN108957540B (zh) 一种高效提取复杂储层中衰减品质因子的方法
Zhou et al. Pore structure analysis and classification of pyroclastic reservoirs in the Dehui fault depression based on experimental and well-logging data
CN110688781B (zh) 一种低渗非均质气藏储层测井解释方法
Huang et al. Characterization of pore structure variation and permeability heterogeneity in carbonate rocks using MICP and sonic logs: Puguang gas field, China
Lai et al. Typical misinterpretations and scientific concepts in well-logging geologic studies
CN115793094B (zh) 一种曲线叠合重构识别复杂页岩层系岩性的方法及应用
CN110017136B (zh) 一种基于视水层电阻率的水淹层识别与产水率预测方法
CN115857047B (zh) 一种地震储层综合预测方法
CN112784404A (zh) 一种基于常规测井资料的砂砾岩束缚水饱和度计算方法

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