CN111963162A - 基于岩性与水性的双参数流体性质识别方法 - Google Patents
基于岩性与水性的双参数流体性质识别方法 Download PDFInfo
- Publication number
- CN111963162A CN111963162A CN202010940465.0A CN202010940465A CN111963162A CN 111963162 A CN111963162 A CN 111963162A CN 202010940465 A CN202010940465 A CN 202010940465A CN 111963162 A CN111963162 A CN 111963162A
- Authority
- CN
- China
- Prior art keywords
- resistivity
- parameter
- formation water
- water
- reservoir
- 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
- 239000012530 fluid Substances 0.000 title claims abstract description 80
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000008398 formation water Substances 0.000 claims abstract description 122
- 238000012512 characterization method Methods 0.000 claims abstract description 28
- 230000006698 induction Effects 0.000 claims description 41
- 238000001228 spectrum Methods 0.000 claims description 22
- 230000015572 biosynthetic process Effects 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 9
- 101100271175 Oryza sativa subsp. japonica AT10 gene Proteins 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000009977 dual effect Effects 0.000 claims description 6
- 238000011010 flushing procedure Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification 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
- 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
- E21B47/00—Survey of boreholes or wells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了基于岩性与水性的双参数流体性质识别方法,包括获取若干已开采储层的自然伽马测井曲线,以及未开采目标储层的自然伽马测井曲线,计算每个储层的岩性非均质性表征参数VGR;获得每个储层的视地层水电阻率均值Rwav和视地层水电阻率歪度Swa;构建每个储层的视地层水特征指示参数WI;建立双参数流体性质识别图版;对未开采目标储层的流体进行性质识别。根据在双参数流体性质识别图版中的位置判识流体性质,该方法克服了由于地区经验公式造成的误差,提高了复杂油水层测井解释符合率,有效支撑勘探发现与储量提交。
Description
技术领域
本发明属于储层评价技术领域,具体涉及基于岩性与水性的双参数流体性质识别方法。
背景技术
随着油气勘探与开发的不断深入和油气层认识手段的进步,复杂油水层测井评价成为了低饱和度油藏测井评价的重要课题之一,地质工作者越来越重视这类特殊类型油气层的价值。
目前复杂油水层测井识别采用如下方法:
(1)利用基于储层分类的电阻率泥质和钙质校正油水层识别图版,对物性、泥质、钙质影响的油水层识别具有一定的效果,但地层电阻率影响因素多样,影响电阻率校正值准确定;
(2)利用基于阵列感应和孔隙结构分类的测井识别评价图版,适用于孔隙结构影响的复杂油水层识别,对于电性差异小的油水层存在局限性;
(3)采用视地层水电阻率正态分布法和Fisher判别分析法识别束缚水引起的低对比度油层,该方法基于地区经验公式,适用性差;
(4)利用基于双地层水电阻率的低对比度油层识别方法,可快速的识别低对比度油层,但没有考虑复杂油水层主控因素影响等。
然而由于以上识别方法存在的缺陷,以及各个地区的复杂油水层成因机理各不相同,造成复杂油水层流体性质识别成为当今的一个技术难题。
发明内容
本发明实施方式的目的在于提供基于岩性与水性的双参数流体性质识别方法,以克服上述技术缺陷。
为解决上述技术问题,本发明提供了基于岩性与水性的双参数流体性质识别方法,包括:
获取若干已开采储层的自然伽马测井曲线,以及未开采目标储层的自然伽马测井曲线,计算每个储层的岩性非均质性表征参数VGR;
获取所述每个储层的阵列感应电阻率曲线,反演视地层水电阻率谱C_RDIST;
对所述视地层水电阻率谱C_RDIST进行拾取,获得所述每个储层的视地层水电阻率均值Rwav和视地层水电阻率歪度Swa;
根据所述视地层水电阻率均值Rwav和所述视地层水电阻率歪度Swa,构建所述每个储层的视地层水特征指示参数WI;
根据所述若干已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,建立双参数流体性质识别图版;
根据所述双参数流体性质识别图版,对所述未开采目标储层的流体进行性质识别。
进一步地,获取若干已开采储层的自然伽马测井曲线,以及未开采目标储层的自然伽马测井曲线,计算每个储层的岩性非均质性表征参数VGR,具体包括:
式中:
GRi是自然伽马测井值,API;
n为采样点的总数。
进一步地,所述获取每个储层的阵列感应电阻率曲线,反演视地层水电阻率谱C_RDIST,具体包括以下步骤:
S101.利用阵列感应测井仪获取所述每个储层的不同深度的阵列感应电阻率曲线,至少包括阵列感应电阻率AT90曲线、阵列感应电阻率AT60曲线和阵列感应电阻率AT10曲线,其中AT90表示90in径向探测深度下的阵列感应电阻率,AT60表示60in径向探测深度下的阵列感应电阻率,AT10表示10in径向探测深度下的阵列感应电阻率;
S102.利用阵列感应电阻率曲线反演视地层水电阻率Rwa,反演过程如下:
式中:
Rt为原状视地层电阻率,Ω·m;
Ri为过渡带视地层电阻率,Ω·m;
Rxo为冲洗带视地层电阻率,Ω·m;
a、b为岩性系数,无量纲;
Rwa公式内的n为饱和度指数;
Φ为孔隙度,%;
Sw为原状地层含水饱和度,取值100%;
Si为过渡带含水饱和度,取值100%;
Sxo为冲洗带含水饱和度,取值100%;
n为采样点的总数;
j为采样点的个数;
S103.对视地层水电阻率Rwa进行直方图频率统计,得到视地层水电阻率谱C_RDIST。
进一步地,其特征在于,对所述视地层水电阻率谱C_RDIST进行拾取,获得所述目标地层的视地层水电阻率均值Rwav和视地层水电阻率歪度Swa,具体包括:
式中:
Rwai为第i个采样点的视地层水电阻率值,Ω·m;
Rm为视地层水电阻率平均值,Ω·m。
进一步地,根据所述视地层水电阻率均值Rwav和视地层水电阻率歪度Swa,构建所述目标地层的视地层水特征指示参数WI,具体包括:
进一步地,根据所述若干已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,建立双参数流体性质识别图版,具体包括:
以若干已开采储层的岩性非均质性表征参数VGR作为横坐标,以若干已开采储层的视地层水特征指示参数WI作为纵坐标,连接各数值点绘制双参数流体性质识别图版。
进一步地,根据所述双参数流体性质识别图版,对所述未开采目标储层的流体进行性质识别,具体包括:
将所述未开采目标储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI投影到所述双参数流体性质识别图版,判识未开采目标储层的流体性质。
本发明的有益效果如下:
本发明基于常规测井资料计算若干已开采储层的岩性非均质性表征参数VGR和地层水特征指示参数WI,以若干已开采储层的岩性非均质性表征参数VGR作为横坐标,以若干已开采储层的视地层水特征指示参数WI作为纵坐标,连接各数值点绘制双参数流体性质识别图版,然后将未开采目标储层的岩性非均质性表征参数VGR和地层水特征指示参数WI投影到双参数流体性质识别图版,根据在双参数流体性质识别图版中的位置判识流体性质,该方法克服了由于地区经验公式造成的误差,提高了复杂油水层测井解释符合率,有效支撑勘探发现与储量提交。
为让本发明的上述内容能更明显易懂,下文特举优选实施例,并结合附图,作详细说明如下。
附图说明
图1是基于岩性与水性的双参数流体性质识别方法的流程图。
图2是岩性非均质性表征参数计算成果图;
图3是视地层水电阻率及电阻率谱反演成果图;
图4是视地层水特征指示参数WI计算成果图;
图5是岩性与水性双参数流体性质识别图版;
图6为本发明实施例所述的基于常规测井资料岩性与水性双参数流体性质识别实例。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。
需说明的是,在本发明中,图中的上、下、左、右即视为本说明书中所述的基于岩性与水性的双参数流体性质识别方法的上、下、左、右。
现参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
第一实施方式:
本发明的第一实施方式涉及基于岩性与水性的双参数流体性质识别方法,参见图1,包括:
获取若干已开采储层的自然伽马测井曲线,以及未开采目标储层的自然伽马测井曲线,计算每个储层的岩性非均质性表征参数VGR;
获取每个储层的阵列感应电阻率曲线,反演视地层水电阻率谱C_RDIST;
对视地层水电阻率谱C_RDIST进行拾取,获得每个储层的视地层水电阻率均值Rwav和视地层水电阻率歪度Swa;
根据视地层水电阻率均值Rwav和视地层水电阻率歪度Swa,构建每个储层的视地层水特征指示参数WI;
根据若干已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,建立双参数流体性质识别图版;
根据双参数流体性质识别图版,对未开采目标储层的流体进行性质识别。
以下是对双参数流体性质识别方法内涉及的名词解释:
自然伽马测井曲线:当井下仪器在井内由下向上提升时,来自岩层的自然伽马射线穿过井内泥浆和仪器外壳进入探测器,探测器将接收到的一连串伽马射线转换成一个个的电脉冲,然后经井下放大器加以放大,使之能有效地沿电缆送到地面上,地面仪器接受到井下传来的电脉冲之后,经计数率电路进行累计,再经过简单的变换和刻度,就连续记录出井剖面上岩层的自然伽马强度曲线,称为自然伽马测井曲线;自然伽马测井曲线(GR)的单位是:计数率(1/min)或API。
阵列感应电阻率曲线:利用阵列感应测井仪探测不同径向深度的电阻率,真实反应地层的侵入特征,达到准确确定地层真实电阻率的目的,如图2所示。
双参数流体性质识别方法的具体过程如下:
步骤1,利用伽马射线探测器测量每个储层的自然伽马测井曲线,根据每个储层的自然伽马测井曲线计算相对应储层的岩性非均质性表征参数VGR;
步骤2,利用阵列感应测井仪探测每个储层的不同径向深度的电阻率,生成每个储层的阵列感应电阻率曲线,通过阿尔奇反演获得视地层水电阻率谱C_RDIST;
步骤3,利用视地层水电阻率谱C_RDIST的二维数据,联立储层孔隙结构参数计算方法,求取视地层水电阻率均值Rwav和视地层水电阻率歪度Swa;
步骤4,视地层水特征指示参数WI是视地层水电阻率乘以视地层水电阻率均值Rwav与视地层水电阻率歪度Swa的比值;
具体的,视地层水电阻率、视地层水电阻率均值与储层产油量呈正相关关系,即这两个参数值越大,产油量越高;视地层水电阻率歪度与储层产油量呈负相关关系,它的值越大,产油量越低;
步骤5,根据若干已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,建立双参数流体性质识别图版;
步骤6,根据双参数流体性质识别图版,对未开采目标储层的流体进行性质识别。
本实施方式的目的是用预先建立的双参数流体性质识别图版去识别未开采的新储层,而双参数流体性质识别图版的建立必须先获得若干组已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,然后以岩性非均质性表征参数VGR作为横坐标,以视地层水特征指示参数WI作为纵坐标,连接各数值点绘制双参数流体性质识别图版,根据已开采储层的流体性质划分双参数流体性质识别图版,划分出的区域为油层、油水同层和水层,然后将未开采目标储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI投影在双参数流体性质识别图版内,若落在油层区域,则表明未开采目标储层的流体性质是油层;若落在油水同层区域,则表明未开采目标储层的流体性质是油水同层;若落在水层区域,则表明未开采目标储层的流体性质是水层。
第二实施方式:
本实施方式涉及基于岩性与水性的双参数流体性质识别方法,参见图1,包括:
获取若干已开采储层的自然伽马测井曲线,以及未开采目标储层的自然伽马测井曲线,计算每个储层的岩性非均质性表征参数VGR,具体包括:
式中:
GRi是自然伽马测井值,API;
n为采样点的总数;
岩性非均质性表征参数VGR的计算成果图参见图2,;
获取每个储层的阵列感应电阻率曲线,反演视地层水电阻率谱C_RDIST,具体包括以下步骤:
S101.利用阵列感应测井仪获取每个储层的不同深度的阵列感应电阻率曲线,至少包括阵列感应电阻率AT90曲线、阵列感应电阻率AT60曲线和阵列感应电阻率AT10曲线,其中AT90表示90in径向探测深度下的阵列感应电阻率,AT60表示60in径向探测深度下的阵列感应电阻率,AT10表示10in径向探测深度下的阵列感应电阻率;
S102.利用阵列感应电阻率曲线反演视地层水电阻率Rwa,反演过程如下:
式中:
Rt为原状视地层电阻率,Ω·m;
Ri为过渡带视地层电阻率,Ω·m;
Rxo为冲洗带视地层电阻率,Ω·m;
a、b为岩性系数,无量纲;
Rwa公式内的n为饱和度指数;
Φ为孔隙度,%;
Sw为原状地层含水饱和度,取值100%;
Si为过渡带含水饱和度,取值100%;
Sxo为冲洗带含水饱和度,取值100%;
n为采样点的总数;
j为采样点的个数;
本步骤中利用阿尔奇公式反演求取了视地层水电阻率Rwa,视地层水电阻率Rwa通过网格化处理并进行直方图频率统计,得到了视地层水电阻率谱C_RDIST;
通过阿尔奇反演求取对应的原状视地层电阻率、过渡带视地层电阻率、冲洗带视地层电阻率,将冲洗带视地层电阻率、过渡带视地层电阻率以及原状视地层电阻率与测井值的差平方和作为目标函数,求取最优值确定视地层水电阻率Rwa,具体的:
根据测井资料获得储层的初始视地层水电阻率值,假设在0.1Ω·m~1Ω·m,以公式一为例,对公式一内左侧公式取值,其中视地层水电阻率Rwa取值0.1Ω·m,原状地层含水饱和度Sw取值100%,求取原状视地层电阻率Rt,然后将原状视地层电阻率Rt代入公式一内右侧平方差公式,其中AT90j表示第j个采样点的90in径向探测深度下的阵列感应电阻率,AT90j的值由阵列感应测井仪测量获得,此时得到第一个平方差;然后视地层水电阻率Rwa取值0.2Ω·m,重复上述步骤,获得第二个平方差;以此类推,直到视地层水电阻率Rwa取值1Ω·m,结束;最后将最小平方差作为最优值,最优值对应的视地层水电阻率Rwa即为最终确定的视地层水电阻率Rwa。
需要说明的是,上述视地层水电阻率Rwa假设在0.1Ω·m~1Ω·m,仅为例举,并不限于此,且求平方差时只要满足在范围值内均匀间隔取值即可,并不局限于按照0.1Ω·m的间隔取值,也可以间隔0.2Ω·m、0.4Ω·m等等。
以上是以公式一举例说明,公式二和公式三的计算方法与公式一相同,在此不作赘述。
此外,对于一个地区,传统的m值是一个固定值,本发明采用变m是为了提高m值的计算精度,从而提高反演的精度。
S103.对视地层水电阻率Rwa进行直方图频率统计,得到视地层水电阻率谱C_RDIST,具体如下:
由S102可以看出,按照该步骤每一个已开采储层有3个视地层水电阻率Rwa值,分别对应于原状地层、过渡带地层和冲洗带地层,将每一个已开采储层的3个视地层水电阻率通过网格化处理并进行直方图频率统计,就得到了对应储层的视地层水电阻率谱C_RDIST,如图3所示,对于水层,视地层水电阻率数值分布相对均匀,普遍较小,径向上离散型弱;对于油气层,视地层水电阻率数值分布不匀,普遍偏大,径向上离散性强。
对视地层水电阻率谱C_RDIST进行拾取,获得每个储层的视地层水电阻率均值Rwav和视地层水电阻率歪度Swa,,具体包括:
式中:
Rwai为第i个采样点的视地层水电阻率值,Ω·m;
Rm为视地层水电阻率平均值,Ω·m;
根据视地层水电阻率均值Rwav和视地层水电阻率歪度Swa,构建每个储层的视地层水特征指示参数WI,具体包括:
视地层水特征指示参数WI的计算成果图如图4所示;
根据若干已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,建立双参数流体性质识别图版,具体包括:
以若干已开采储层的岩性非均质性表征参数VGR作为横坐标,以若干已开采储层的视地层水特征指示参数WI作为纵坐标,连接各数值点绘制双参数流体性质识别图版,如图5所示;
根据双参数流体性质识别图版,对未开采目标储层的流体进行性质识别,具体包括:
将未开采目标储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI投影到双参数流体性质识别图版,判识未开采目标储层的流体性质。
第三实施方式:
本实施方式依照本发明提供的基于岩性与水性的双参数流体性质识别方法对某油井的未开采储层的流体进行了识别,识别过程如下:
必须指出的是,在识别之前,已预先按照基于岩性与水性的双参数流体性质识别方法生成了双参数流体性质识别图版,在该双参数流体性质识别图版上,我们进行验证后得出各参数同时满足:
油层:岩性非均质性表征参数VGR>0.12且视地层水特征指示参数WI>8.0;
油水同层:1.45<WI=77.68×VGR-4.76<8.0且VGR>0.12;
水层:其余;
参见图6:
101号储层电阻率为16.51Ω·m,声波时差为224.76μs/m,密度为2.52g/cm3,分析孔隙度为9.2%,渗透率为0.13mD,测井解释为油水同层。
104号储层电阻率为14.65Ω·m,声波时差为217.39μs/m,密度为2.51g/cm3,分析孔隙度为12.4%,分析渗透率为15.60mD,测井解释为含油水层。
101号储层:岩性非均质性表征参数VGR为0.109,视地层水特征指示参数WI为1.39;
104号储层:岩性非均质性表征参数VGR为0.199,视地层水特征指示参数WI为0.72。
利用双参数流体性质识别图版进行流体性质判识,101号储层和104号储层都落在水层区,测井精细解释为水层;随后对101号储层和104号储层进行了射孔压裂测试,试油结果为油0t/d,水21.3m3/d,因此识别结果与试油结论一致。
按照本发明的基于岩性与水性的双参数流体性质识别方法对研究区14口井15储层进行了流体性质判识,符合13层,测井解释符合率达到86.7%,提高了8.9%,应用效果显著。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
综上,本发明基于常规测井资料阵列感应电阻率AT90、AT60、AT10曲线,反演了视地层水电阻率Rwa及视地层水电阻率谱C_RDIST,拾取了视地层水电阻率谱均值Rwav、方差Pwa及视地层水电阻率歪度Swa等特征参数,构建了地层水特征指示参数WI;通过自然伽马曲线计算得到了岩性非均质性表征参数VGR,建立了岩性与水性双参数流体性质识别图版,该方法克服了由于地区经验公式造成的误差,提高了复杂油水层测井解释符合率,有效支撑勘探发现与储量提交。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (7)
1.基于岩性与水性的双参数流体性质识别方法,其特征在于,包括:
获取若干已开采储层的自然伽马测井曲线,以及未开采目标储层的自然伽马测井曲线,计算每个储层的岩性非均质性表征参数VGR;
获取所述每个储层的阵列感应电阻率曲线,反演视地层水电阻率谱C_RDIST;
对所述视地层水电阻率谱C_RDIST进行拾取,获得所述每个储层的视地层水电阻率均值Rwav和视地层水电阻率歪度Swa;
根据所述视地层水电阻率均值Rwav和所述视地层水电阻率歪度Swa,构建所述每个储层的视地层水特征指示参数WI;
根据所述若干已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,建立双参数流体性质识别图版;
根据所述双参数流体性质识别图版,对所述未开采目标储层的流体进行性质识别。
3.如权利要求1或2所述的基于岩性与水性的双参数流体性质识别方法,其特征在于,所述获取每个储层的阵列感应电阻率曲线,反演视地层水电阻率谱C_RDIST,具体包括以下步骤:
S101.利用阵列感应测井仪获取所述每个储层的不同深度的阵列感应电阻率曲线,至少包括阵列感应电阻率AT90曲线、阵列感应电阻率AT60曲线和阵列感应电阻率AT10曲线,其中AT90表示90in径向探测深度下的阵列感应电阻率,AT60表示60in径向探测深度下的阵列感应电阻率,AT10表示10in径向探测深度下的阵列感应电阻率;
S102.利用阵列感应电阻率曲线反演视地层水电阻率Rwa,反演过程如下:
式中:
Rt为原状视地层电阻率,Ω·m;
Ri为过渡带视地层电阻率,Ω·m;
Rxo为冲洗带视地层电阻率,Ω·m;
a、b为岩性系数,无量纲;
Rwa公式内的n为饱和度指数;
Φ为孔隙度,%;
Sw为原状地层含水饱和度,取值100%;
Si为过渡带含水饱和度,取值100%;
Sxo为冲洗带含水饱和度,取值100%;
n为采样点的总数;
j为采样点的个数;
S103.对视地层水电阻率Rwa进行直方图频率统计,得到视地层水电阻率谱C_RDIST。
6.如权利要求1所述的基于岩性与水性的双参数流体性质识别方法,其特征在于,根据所述若干已开采储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI,建立双参数流体性质识别图版,具体包括:
以若干已开采储层的岩性非均质性表征参数VGR作为横坐标,以若干已开采储层的视地层水特征指示参数WI作为纵坐标,连接各数值点绘制双参数流体性质识别图版。
7.如权利要求1或6所述的基于岩性与水性的双参数流体性质识别方法,其特征在于,根据所述双参数流体性质识别图版,对所述未开采目标储层的流体进行性质识别,具体包括:
将所述未开采目标储层的岩性非均质性表征参数VGR和视地层水特征指示参数WI投影到所述双参数流体性质识别图版,判识未开采目标储层的流体性质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010940465.0A CN111963162B (zh) | 2020-09-09 | 2020-09-09 | 基于岩性与水性的双参数流体性质识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010940465.0A CN111963162B (zh) | 2020-09-09 | 2020-09-09 | 基于岩性与水性的双参数流体性质识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111963162A true CN111963162A (zh) | 2020-11-20 |
CN111963162B CN111963162B (zh) | 2023-07-25 |
Family
ID=73392652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010940465.0A Active CN111963162B (zh) | 2020-09-09 | 2020-09-09 | 基于岩性与水性的双参数流体性质识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111963162B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114046145A (zh) * | 2021-11-26 | 2022-02-15 | 中国石油大学(北京) | 一种储层流体识别及饱和度确定方法、装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109603A1 (en) * | 2009-06-22 | 2012-05-03 | Ning Li | Quantitative calculation method for oil (gas) saturation of fractured reservoir |
CN102789003A (zh) * | 2012-08-15 | 2012-11-21 | 中国石油天然气股份有限公司 | 利用阵列感应测井资料进行地层参数反演的方法及装置 |
CN103883318A (zh) * | 2014-03-05 | 2014-06-25 | 中国石油天然气股份有限公司 | 一种中低矿化度地层水储层的参数反演方法及装置 |
CN104912547A (zh) * | 2014-03-11 | 2015-09-16 | 中国石油化工集团公司 | 应用电阻率成像测井资料连续定量评价储层非均质特征的方法 |
CN105545301A (zh) * | 2015-12-24 | 2016-05-04 | 西安石油大学 | 一种不同泥浆体系下复杂储层流体性质识别方法 |
WO2017024530A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种计算烃源岩中有机碳含量的方法 |
CN106468172A (zh) * | 2016-09-30 | 2017-03-01 | 西安石油大学 | 一种超低渗砂岩油藏低阻储层测井解释方法 |
CN110847901A (zh) * | 2019-12-11 | 2020-02-28 | 成都理工大学 | 一种变矿化度地层水下的致密砂岩储层流体识别方法 |
-
2020
- 2020-09-09 CN CN202010940465.0A patent/CN111963162B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109603A1 (en) * | 2009-06-22 | 2012-05-03 | Ning Li | Quantitative calculation method for oil (gas) saturation of fractured reservoir |
CN102789003A (zh) * | 2012-08-15 | 2012-11-21 | 中国石油天然气股份有限公司 | 利用阵列感应测井资料进行地层参数反演的方法及装置 |
CN103883318A (zh) * | 2014-03-05 | 2014-06-25 | 中国石油天然气股份有限公司 | 一种中低矿化度地层水储层的参数反演方法及装置 |
CN104912547A (zh) * | 2014-03-11 | 2015-09-16 | 中国石油化工集团公司 | 应用电阻率成像测井资料连续定量评价储层非均质特征的方法 |
WO2017024530A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种计算烃源岩中有机碳含量的方法 |
CN105545301A (zh) * | 2015-12-24 | 2016-05-04 | 西安石油大学 | 一种不同泥浆体系下复杂储层流体性质识别方法 |
CN106468172A (zh) * | 2016-09-30 | 2017-03-01 | 西安石油大学 | 一种超低渗砂岩油藏低阻储层测井解释方法 |
CN110847901A (zh) * | 2019-12-11 | 2020-02-28 | 成都理工大学 | 一种变矿化度地层水下的致密砂岩储层流体识别方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114046145A (zh) * | 2021-11-26 | 2022-02-15 | 中国石油大学(北京) | 一种储层流体识别及饱和度确定方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111963162B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106468172B (zh) | 一种超低渗砂岩油藏低阻储层测井解释方法 | |
EA007372B1 (ru) | Способ применения электрических и акустических измерений анизотропии для выявления трещин | |
MX2007007060A (es) | Metodo para la determinacion de la saturacion de agua de una formacion subterranea. | |
US20150234069A1 (en) | System and Method for Quantifying Vug Porosity | |
CN109085663A (zh) | 一种致密砂岩储层层理缝识别方法 | |
CN110320139A (zh) | 缝洞型储层裂缝孔隙度定量评价方法及系统 | |
CN112363242B (zh) | 基于测录井融合的储层流体识别方法与装置 | |
CN108252709A (zh) | 一种致密砂岩油藏的油水性质识别方法及系统 | |
CN108825223A (zh) | 一种页岩地层的层理特征提取方法 | |
US20090259403A1 (en) | Method of determining reservoir parameters | |
CN112835124B (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 | |
CN107861162A (zh) | 基于微电极测井资料的天然裂缝识别方法及系统 | |
Hai-cheng et al. | A quantitative approach to characterize porosity structure from borehole electrical images and its application in a carbonate reservoir in the Tazhong area, Tarim basin | |
CN111963162A (zh) | 基于岩性与水性的双参数流体性质识别方法 | |
CN112983394A (zh) | 基于测井资料的曲线构建方法、装置和存储介质 | |
AU2017279838B1 (en) | Method for classifying deep rock geofacies based on data mining | |
CN109826623B (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
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 | |
CN113075748B (zh) | 基于成像测井和声波远探测测井资料的裂缝有效性评价方法 | |
US9921329B2 (en) | Automated method for selecting positions within formations from which to extract samples thereof | |
CN114706124A (zh) | 一种基于电磁与地震结合的流体识别方法及系统 | |
CN106353813A (zh) | 基于阵列声波测井的流体性质识别方法 | |
Tyagi et al. | Porosity analysis using borehole electrical images in carbonate reservoirs | |
CN110333178A (zh) | 页岩黄铁矿孔隙表征方法及其应用 | |
RU2774819C1 (ru) | Способ определения удельного электрического сопротивления терригенных нефтяных коллекторов по данным электрокаротажа субвертикальных скважин с использованием искусственных нейронных сетей |
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 |