CN111929744A - 一种基于Kendall′s系数的多元信息储层分类方法 - Google Patents
一种基于Kendall′s系数的多元信息储层分类方法 Download PDFInfo
- Publication number
- CN111929744A CN111929744A CN202010712005.2A CN202010712005A CN111929744A CN 111929744 A CN111929744 A CN 111929744A CN 202010712005 A CN202010712005 A CN 202010712005A CN 111929744 A CN111929744 A CN 111929744A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- kendall
- index
- coefficient
- classification method
- 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
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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
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
本发明公开了一种基于Kendall's系数的多元信息储层分类方法,属于石油天然气勘探开发领域。本发明基于Kendall's系数的多元信息储层分类方法,将Kendall's系数应用到储层综合指数法储层分类确定权重中,选取了储层孔隙度和泥质含量、反映渗透率的指标参数和反映储层波阻抗的指标参数工4个参数,基于Kendall's系数法求单米产能与各指标参数的相关程度,进而确定各指标参数的权重,得到影响储层品质的综合指数;经验证,在尼日尔砂泥岩储层取得了较好的应用效果,符合率达到了91.1%。
Description
技术领域
本发明属于石油天然气勘探开发领域,尤其是一种基于Kendall′s系数的多元信息储层分类方法。
背景技术
储层分类是油藏描述的重要内容之一,储层的类型与油藏类型、产量预测、储量估算均密切相关,是开展油田开发潜力的关键工作。受各方面条件限制,储层分类评价研究的整体性和系统性相对薄弱,对储层评价研究大多数人都是根据研究区块的地质特点,侧重考虑储层的其中一项宏观特性或微观特性,多根据孔隙类型和毛管压力特征对某一研究区块进行分类评价,这种分类方法考虑因素比较单一,缺乏综合性,缺少动静结合综合评价,不能全面地反映储层的特征。针对国外油气田普遍存在岩石物理实验缺乏的难题,很难保证储层参数精度。
发明内容
本发明的目的在于克服油气田普遍存在岩石物理实验数据缺乏难以保证储层参数精度的缺点,提供一种基于Kendall′s系数的多元信息储层分类方法。
为达到上述目的,本发明采用以下技术方案予以实现:
一种基于Kendall′s系数的多元信息储层分类方法,包括以下步骤:
1)对目标区块内测井资料进行标准化处理,之后根据敏感参数分析选出影响储层产能的参数,作为储层分类的指标参数;
2)对所述指标参数进行归一化处理,得到归一化的指标参数;
3)获取测试井数据的单米产能与对应深度的各指标读值,利用Kendall′s系数法确定单米产能与归一化的指标参数的相关程度值,对所述相关程度值归一化确定每个指标参数的权重;
4)根据归一化的指标参数和每个指标参数的权重,计算储层综合指数I;
将储层综合指数I和实际单米产能相结合对储层进行分类,得到储层分类类型。
进一步的,步骤1)中所述测井资料包括:
进一步的,步骤1)中采用趋势面法对目标区块内所有测井资料进行标准化处理,具体操作为:
对标准层进行趋势分析,拟合得到趋势面,所述趋势面与地层原始趋势面具有一致性;
将各井标准层的数值校正到所述趋势面上,得到标准层的校正测井值。
进一步的,步骤1)中根据敏感参数分析选出影响储层产能的参数为:
其中,RI为反映储层渗透率的指标参数,EI为反映储层波阻抗的指标参数,Vsh为泥质含量,POR为孔隙度。
进一步的,步骤2)中的归一化处理完为:
其中,EImin为单井EI最小值,EImax为单井EI最大值。
进一步的,步骤3)利用Kendall′s系数法确定单米产能与归一化的指标参数的相关程度值的具体操作为:
式中:N-被评的对象数;K-评分者人数或评分所依据的标准数;S-每个被评对象所评等级之和;mi为第i个评价者的评定结果中有重复等级的个数;nij为第i个评价者的评定结果中第j个重复等级的相同等级数,对于评定结果无相同等级的评价者,Ti=0,因此只须对评定结果有相同等级的评价者计算Ti。
进一步的,步骤3)对所述相关程度值归一化确定每个指标参数的权重,具体为:
其中,W1为单米产能与POR的相关程度值,W2为单米产能与Vsh的相关程度值,W3为单米产能与RI的相关程度值,W4为单米产能与TI的相关程度值。
进一步的,步骤4)中计算储层综合指数I,具体为:
I=a*POR-b*Vsh+c*RI+d*TI (4)
与现有技术相比,本发明具有以下有益效果:
本发明基于Kendall′s系数的多元信息储层分类方法,将Kendall′s系数应用到储层综合指数法储层分类确定权重中,选取了储层孔隙度和泥质含量、反映渗透率的指标参数和反映储层波阻抗的指标参数工4个参数,基于Kendall′s系数法求单米产能与各指标参数的相关程度,进而确定各指标参数的权重,得到影响储层品质的综合指数;经验证,在尼日尔砂泥岩储层取得了较好的应用效果,符合率达到了91.1%。本发明基于Kendall′s系数的多元信息储层分类方法,能够用于岩石物理实验不足的砂泥岩地层,实现在常规测井深度储层范围内的连续分类,提高了储层分类效率,为目前国内外大面积的储层勘探和油藏开发评价提供了可靠的储层分类参数及依据。
附图说明
图1为实施例的尼日尔单井储层综合指数储层分类图;
图2为根据中子-密度交会图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
根据影响储层产能的敏感参数,选择计算精度比较高的泥质含量和孔隙度,反映渗透率的指标参数以及反映储层波阻抗的指标参数多信息综合指示储层品质,引入Kendall′s系数评价指标参数权系数,最终形成系统化、多元化的综合评价方法。本发明提出的一种基于Kendall′s系数的多元信息储层分类方法,包括以下步骤:
步骤1)选择目标区块内分布广泛、沉积稳定、岩性和测井响应特征明显的层作为标准层,统计需要标准化测井曲线的平均值。
步骤2)对标准层进行趋势分析,拟合得到趋势面(一般用二次或三次多项式表示),并认为与地层原始趋势面具有一致性;然后将各井标准层的数值校正到这个趋势面上。
数学描述为:设z(x,y)表示所研究的地质特征(测井数据),(x,y)是平面上点(井点)的坐标,则其中为趋势值,e为剩余值。对于已知i样本数据zi,xi,yi,(i=1,2…,N),通常用回归分析求出一个趋势面假设某井点上由趋势面方程计算出的标准层测井趋势值为该井标准层的实际测井值为z,则应为校正值,校正后标准层的测井值应为Δz+z。
步骤3)通过敏感参数分析优选出影响储层产能的指标参数,包括泥质含量、孔隙度、渗透率等;
步骤4)确定指标参数4个影响储层产能的指标参数,孔隙度POR、泥质含量Vsh、反映储层渗透率的指标参数RI和反映储层波阻抗的指标参数EI。
其中,RD和RS分别为深探测电阻率和浅探测电阻率,单位为ohm·m;DT为声波时差,单位为us/ft;DEN为测井密度,单位为g/cm3。
步骤5)采用步骤2)中趋势面标准化后的测井中子和密度曲线进行泥质含量和孔隙度POR参数计算,计算公式如下:
其中,RD和RS分别为深探测电阻率和浅探测电阻率,单位为ohm·m;DT为声波时差,单位为us/ft;DEN为测井密度,单位为g/cm3;分别为泥质的密度视孔隙度值和中子视孔隙度值,单位为小数;分别为泥质砂岩的中子和密度视孔隙度值,单位为小数。参见图2,根据图2中子-密度交会图得到泥岩点骨架视孔隙度值和
步骤6)提取单米产能与对应指标特征值
首先将试油井段每日总产能换算成单米产能,然后读取试油层段对应指标参数的特征值。如果储层厚度小于1.5米则读取其最大值,储层厚度大于1.5米读取对应深度的平均值。
步骤7)指标参数归一化
4个影响储层产能的指标参数,泥质含量Vsh、孔隙度POR、反映储层渗透率的指标参数RI、反映储层波阻抗的指标参数EI,其中,Vsh、POR和RI均为[0,1]之间的小数,不需要进行归一化;EI需要根据公式(3)进行归一化为TI
步骤8),采用步骤7)中归一化后的指标参数和单米产能与各指标参数之间相关性权重大小,计算储层综合指数I,计算公式如下:
I=a*POR-b*Vsh+c*RI+d*TI (4)
a、b、c和d四个参数分别为POR、Vsh、RI和TI与单米产能之间相关的权重值。
步骤9)利用Kendall′s系数确定单米产能与各指标相关程度
由于POR、Vsh、RI和TI四种指标参数与试油单米产能之间关系复杂,因此需要选择一种合适的方法来确定单米产能与各指标之间的相关程度的参数W1、W2、W3和W4;研究发现,通过肯德尔和谐系数统计方法确定单米产能与各指标之间的相关程度,效果较好。肯德尔和谐系数(Kendall’s coefficient of concordance)是计算多个等级变量相关程度的一种相关量。Kandall和谐系数适用于数据资料是多列相关的等级资料,即让K个评委评定N件事物,或1个评委先后K次评定N件事物。通过求得kandall和谐系数,可以较为客观地选择好的作品或好的评分者。计算方法如下:
对于X、Y的两对值Xi、Yi和Xj、Yj,如果Xi>Yi且Xj>Yj,则这两对观察值是和谐的,否则,就是不和谐的。
和谐:X1>Y1 and X2>Y2(or X1<Y1 and X2<Y2);不和谐:X1>Y1 and X2<Y2(or X1<Y1 and X2>Y2)
Kendall′s系数的计算公式如公式(5)
式中:N-被评的对象数;K-评分者人数活评分所依据的标准数;S-每个被评对象所评等级之和;mi为第i个评价者的评定结果中有重复等级的个数;nij为第i个评价者的评定结果中第j个重复等级的相同等级数;对于评定结果无相同等级的评价者,Ti=0,因此只须对评定结果有相同等级的评价者计算Ti。
步骤10)采用步骤9)得到的单米产能与各指标之间的相关程度的参数W1、W2、W3和W4,确定权重a、b、c和d值,计算公式如下:
步骤11),根据步骤8)计算储层综合指数I,再根据I值与产能的对应关系,将储层分类。
实施例
以尼日尔Koulele\Trakes\Ounissoui\Sokor\Yogou\Yara等研究区块Yogou组35口试油井70层,以此70层为例对本发明中的方法进行进一步的说明。
(1)首先需要对目标区块内所有测井资料进行标准化,消除不同时间、不同仪器测量存在的系统误差,确保分析结果更加准确合理,然后根据敏感参数分析优选出影响储层产能的关键参数,孔隙度POR、泥质含量Vsh、反映储层渗透率的指标参数RI和反映储层波阻抗的指标参数EI,得到储层分类指标参数;
(2)利用公式(1)~(2)进行计算,得到各指标参数;
然后使用公式(3)对指标参数归一化处理,得到归一化参数公式(4);提取10口测试井数据共计25层单米产能与对应深度的各指标读值,根据Kendall′s系数法公式(5)确定单米产能与每种指标参数的相关程度,得到的各指标的相关性系数见表1;再根据公式(6)确定各指标参数的权重;最后再根据公式(4)计算储层综合指数I;
(3)根据I值与产能的对应关系,确定储层分类标准,见表2,再根据没参与指标权重25口测试井,共计45层对该方法进行验证,符合率91.1%,见图1。
表1各指标的相关性系数
相关性
*.在0.05级别(双尾),相关性显著。
**.在0.01级别(双尾),相关性显著。
表2储层分类标准
储层分类 | 单米产能(bbl/d) | 综合指数 |
I类 | ≥100 | ≥15 |
II类 | 10-100 | 5-15 |
III类 | ≤10 | ≤5 |
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (8)
1.一种基于Kendall's系数的多元信息储层分类方法,其特征在于,包括以下步骤:
1)对目标区块内测井资料进行标准化处理,之后根据敏感参数分析选出影响储层产能的参数,作为储层分类的指标参数;
2)对所述指标参数进行归一化处理,得到归一化的指标参数;
3)获取测试井数据的单米产能与对应深度的各指标读值,利用Kendall's系数法确定单米产能与归一化的指标参数的相关程度值,对所述相关程度值归一化确定每个指标参数的权重;
4)根据归一化的指标参数和每个指标参数的权重,计算储层综合指数I;
将储层综合指数I和实际单米产能相结合对储层进行分类,得到储层分类类型。
3.根据权利要求2所述的基于Kendall's系数的多元信息储层分类方法,其特征在于,步骤1)中采用趋势面法对目标区块内所有测井资料进行标准化处理,具体操作为:
对标准层进行趋势分析,拟合得到趋势面,所述趋势面与地层原始趋势面具有一致性;
将各井标准层的数值校正到所述趋势面上,得到标准层的校正测井值。
8.根据权利要求7所述的基于Kendall's系数的多元信息储层分类方法,其特征在于,步骤4)中计算储层综合指数I,具体为:
I=a*POR-b*Vsh+c*RI+d*TI (4)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010712005.2A CN111929744B (zh) | 2020-07-22 | 2020-07-22 | 一种基于Kendall′s系数的多元信息储层分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010712005.2A CN111929744B (zh) | 2020-07-22 | 2020-07-22 | 一种基于Kendall′s系数的多元信息储层分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111929744A true CN111929744A (zh) | 2020-11-13 |
CN111929744B CN111929744B (zh) | 2023-04-07 |
Family
ID=73314298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010712005.2A Active CN111929744B (zh) | 2020-07-22 | 2020-07-22 | 一种基于Kendall′s系数的多元信息储层分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111929744B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760673A (zh) * | 2016-02-22 | 2016-07-13 | 中国海洋石油总公司 | 一种河流相储层地震敏感参数模板分析方法 |
CN107315203A (zh) * | 2017-08-04 | 2017-11-03 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种致密砂岩储层甜点识别及综合评价方法 |
CN107957596A (zh) * | 2017-12-20 | 2018-04-24 | 刘敬寿 | 一种基于应力释放率的储层裂缝预测方法 |
CN110284879A (zh) * | 2019-06-14 | 2019-09-27 | 西安石油大学 | 一种致密储层评价方法 |
AU2019101643A4 (en) * | 2019-07-10 | 2020-01-23 | Southwest Petroleum University | Analytical Fractal method for Calculating Flowback Capacity of Shale Reservoir |
-
2020
- 2020-07-22 CN CN202010712005.2A patent/CN111929744B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760673A (zh) * | 2016-02-22 | 2016-07-13 | 中国海洋石油总公司 | 一种河流相储层地震敏感参数模板分析方法 |
CN107315203A (zh) * | 2017-08-04 | 2017-11-03 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 一种致密砂岩储层甜点识别及综合评价方法 |
CN107957596A (zh) * | 2017-12-20 | 2018-04-24 | 刘敬寿 | 一种基于应力释放率的储层裂缝预测方法 |
CN110284879A (zh) * | 2019-06-14 | 2019-09-27 | 西安石油大学 | 一种致密储层评价方法 |
AU2019101643A4 (en) * | 2019-07-10 | 2020-01-23 | Southwest Petroleum University | Analytical Fractal method for Calculating Flowback Capacity of Shale Reservoir |
Non-Patent Citations (2)
Title |
---|
何方等: "基于三参数综合评分的属性敏感性分析法", 《内蒙古石油化工》 * |
张兆辉等: "目标砂体厚度精细预测技术在歧南地区的应用", 《地球物理学进展》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111929744B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220170366A1 (en) | 3d in-situ characterization method for heterogeneity in generating and reserving performances of shale | |
CN104298883B (zh) | 一种油气资源评价中的烃源岩产烃率图版的建立方法 | |
Grana et al. | Quantitative log interpretation and uncertainty propagation of petrophysical properties and facies classification from rock-physics modeling and formation evaluation analysis | |
CN104533400B (zh) | 一种重构测井曲线的方法 | |
CN104514552B (zh) | 一种煤层气储层识别与丰度预测的方法 | |
CN103993871B (zh) | 针对薄互层地层的测井资料标准化处理方法及装置 | |
CN104747185A (zh) | 非均质油藏储层综合分类评价方法 | |
US9176255B2 (en) | Permeability prediction systems and methods using quadratic discriminant analysis | |
CN103336305B (zh) | 一种基于灰色理论划分致密砂岩储层岩石物理相的方法 | |
CN103088803B (zh) | 鉴别岩溶塌陷致塌因素的方法 | |
CN109800954A (zh) | 基于测井数据的储层评价新方法 | |
CN112796738A (zh) | 一种阵列声波测井和常规测井结合的地层渗透率计算方法 | |
CN112835124A (zh) | 基于成像测井和阵列声波测井资料的裂缝有效性评价方法 | |
CN113216945B (zh) | 一种致密砂岩储层渗透性定量评价方法 | |
CN114114414A (zh) | 一种页岩储层“甜点”信息人工智能预测方法 | |
CN111984928B (zh) | 一种测井资料计算页岩油储层有机碳含量的方法 | |
CN117868790A (zh) | 基于测井曲线特征重组的砂岩气藏水平井产量预测方法 | |
CN111929744B (zh) | 一种基于Kendall′s系数的多元信息储层分类方法 | |
CN112746835A (zh) | 一种优化的深层页岩气地质甜点测井综合评价方法 | |
CN106570524A (zh) | 一种储层流体类型的识别方法及装置 | |
CN115905917A (zh) | 综合静动态数据构建海域低渗气层分类曲线的方法 | |
CN112505154B (zh) | 泥页岩储层矿物成分含量解析与岩相识别表征方法 | |
CN113777655A (zh) | 一种盐湖盆地小层烃源岩平面分布预测方法 | |
CN116658148A (zh) | 岩性识别方法 | |
CN108898286B (zh) | 储层裂缝发育程度的评价方法及装置 |
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 |