CN112130226B - 一种地表水侵入型储集层识别方法及系统 - Google Patents
一种地表水侵入型储集层识别方法及系统 Download PDFInfo
- Publication number
- CN112130226B CN112130226B CN202011000092.5A CN202011000092A CN112130226B CN 112130226 B CN112130226 B CN 112130226B CN 202011000092 A CN202011000092 A CN 202011000092A CN 112130226 B CN112130226 B CN 112130226B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- surface water
- target
- relative
- type discrimination
- 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
Links
- 239000002352 surface water Substances 0.000 title claims abstract description 69
- 230000009545 invasion Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000011160 research Methods 0.000 claims abstract description 29
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 28
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 28
- 238000012360 testing method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 44
- 239000008186 active pharmaceutical agent Substances 0.000 description 15
- 239000008398 formation water Substances 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000033558 biomineral tissue development Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000011148 porous material Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000001110 calcium chloride Substances 0.000 description 1
- 229910001628 calcium chloride Inorganic materials 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 229910000030 sodium bicarbonate Inorganic materials 0.000 description 1
- UIIMBOGNXHQVGW-UHFFFAOYSA-M sodium bicarbonate Substances [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 1
- 238000004457 water analysis Methods 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)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明提供了一种地表水侵入型储集层识别方法及系统。该方法包括：获取研究区目标储集层的自然电位测井曲线和自然伽马测井曲线；基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层。该方法能够有效识别储集层为常规储集层还是地表水侵入型储集层。
Description
技术领域
本发明涉及储集层评价领域，特别涉及一种地表水侵入型储集层识别方法及系统。
背景技术
准确识别油水层是储集层评价和储量计算中非常重要的内容。目前，对于储集层流体性质的判别，最直接有效的方法是孔隙度和电阻率交会图。对于常规的油气层而言，在地层水矿化度较稳定的情况下，随着储集层孔隙度增大，孔隙连通性变好，油气充填越饱满，含油饱和度越高，相应的储集层电阻率也越高。反之，对于水层而言，随着储集层孔隙度增大，含水体积越高，储集层电阻率越低。因此，利用孔隙度和电阻率之间的相关关系，能够比较容易的识别出储集层的流体性质。然而，当受到构造运动、断层等外在因素的影响，导致储集层在某个历史时期与地表沟通时，低矿化度的地表淡水会侵入到储集层。根据式(1)所示的反映储集层孔隙度
电阻率Rt、地层水电阻率Rw以及含水饱和度Sw相关关系的阿尔奇公式可知，在储集层含水饱和度Sw一定的前提下，地层水越淡，地层水电阻率Rw越高，相应的储集层电阻率Rt会急剧升高。因此，有地表水侵入的区域，油层和水层的电阻率均会呈现为异常高值，而无地表水侵入的区域，油层电阻率为相对高值，水层电阻率则相对较低。此时，如果在整个区域内仍然利用孔隙度和电阻率交会图来识别流体性质，势必会将一部分由于地表水侵入而导致电阻率升高的水层误判为油层，大大降低储集层油水层识别精度。
式中，a、m和n为岩电参数，其数值由岩电实验数据标定得到；当没有岩电实验数据时，a、m和n的值分别取1、2和2；Rw为地层水电阻率，Ω·m；
为储集层孔隙度，小数；Rt为储集层电阻率，Ω·m；Sw为储集层含水饱和度，小数。
发明内容
针对现有技术的不足，本发明的目的在于提供一种能够有效判别储集层类型的方法，该方法能够有效识别储集层为常规储集层还是地表水侵入型储集层。
为了实现上述目的，本发明提供了一种地表水侵入型储集层识别方法，其中，该方法包括：
获取研究区目标储集层的自然电位测井曲线(SP曲线)和自然伽马测井曲线(GR曲线)；
基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；
基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；
基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；
根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层。
在上述地表水侵入型储集层识别方法中，优选地，基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量(利用自然电位计算的相对泥质含量)通过下述公式实现：
式中，SP为自然电位测井值，mV；SPmin为纯砂岩自然电位值，mV；SPmax为纯泥岩自然电位值，mV；SHSP为第一相对泥质含量，v/v；
其中，所述纯砂岩自然电位值、纯泥岩自然电位值通过常规方式确定即可；例如通过下述方式确定：做所述自然电位测井曲线的自然电位直方图从而确定纯砂岩自然电位值和纯泥岩自然电位值。
在上述地表水侵入型储集层识别方法中，优选地，基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量(利用自然伽马计算的相对泥质含量)通过下述公式实现：
式中，GR为自然伽马测井值，API；GRmin为纯砂岩自然伽马值，API；GRmax为纯泥岩自然伽马值，API；SHGR为第二相对泥质含量，v/v；
其中，所述纯砂岩自然伽马值、纯泥岩自然伽马值通过常规方式确定即可；例如通过下述方式确定：做所述自然伽马测井曲线的自然伽马直方图从而确定纯砂岩自然伽马值和纯泥岩自然伽马值。
在上述地表水侵入型储集层识别方法中，优选地，所述根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层包括：
利用研究区已完成试油的储集层的试油资料进行标定从而确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；
将目标储集层的储集层类型判别因子与第一阈值进行比较从而判断目标储集层是否为地表水侵入型储集层。
在上述地表水侵入型储集层识别方法中，优选地，所述目标储集层的储集层类型判别因子通过如下公式计算得到：
式中，IF为储集层类型判别因子；SHSP为第一相对泥质含量，v/v；SHGR为第二相对泥质含量，v/v；
更优选地，当储集层类型判别因子<第一阈值，判别为常规储集层；当储集层类型判别因子≥第一阈值，判别为地表水侵入型储集层；
进一步优选地，利用研究区已完成试油的储集层的试油资料进行标定从而确定所述第一阈值，具体而言：利用研究区已完成试油的储集层的储集层类型判别因子以及由其试油资料获悉的储集层的类型(属于常规储集层还是地表水侵入型储集层)确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；
在一具体实施方式中，所述第一阈值为0.23。
本发明还提供了一种地表水侵入型储集层识别系统，其中，该系统包括：
第一获取模块：用于获取研究区目标储集层的自然电位测井曲线(SP曲线)和自然伽马测井曲线(GR曲线)；
第一处理模块：用于基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；
第二处理模块：用于基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；
第三处理模块：用于基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；
第一构建模块：用于根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层。
在上述地表水侵入型储集层识别系统中，优选地，第一处理模块在获取目标储集层的第一相对泥质含量(利用自然电位计算的相对泥质含量)过程中，通过下述公式实现：
式中，SP为自然电位测井值，mV；SPmin为纯砂岩自然电位值，mV；SPmax为纯泥岩自然电位值，mV；SHSP为第一相对泥质含量，v/v；
其中，所述纯砂岩自然电位值、纯泥岩自然电位值通过常规方式确定即可；例如通过下述方式确定：做所述自然电位测井曲线的自然电位直方图从而确定纯砂岩自然电位值和纯泥岩自然电位值。
在上述地表水侵入型储集层识别系统中，优选地，第二处理模块在获取目标储集层的第二相对泥质含量(利用自然伽马计算的相对泥质含量)过程中，通过下述公式实现：
式中，GR为自然伽马测井值，API；GRmin为纯砂岩自然伽马值，API；GRmax为纯泥岩自然伽马值，API；SHGR为第二相对泥质含量，v/v；
其中，所述纯砂岩自然伽马值、纯泥岩自然伽马值通过常规方式确定即可；例如通过下述方式确定：做所述自然伽马测井曲线的自然伽马直方图从而确定纯砂岩自然伽马值和纯泥岩自然伽马值。
在上述地表水侵入型储集层识别系统中，优选地，第一构建模块包括：
阈值确定子模块：用于利用研究区已完成试油的储集层的试油资料进行标定从而确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；
储集层类型判断子模块：用于将目标储集层的储集层类型判别因子与第一阈值进行比较从而判断目标储集层是否为地表水侵入型储集层。
在上述地表水侵入型储集层识别系统中，优选地，所述目标储集层的储集层类型判别因子通过如下公式计算得到：
式中，IF为储集层类型判别因子；SHSP为第一相对泥质含量，v/v；SHGR为第二相对泥质含量，v/v；
更优选地，判断目标储集层是否为地表水侵入型储集层通过下述方式实现：
当储集层类型判别因子<第一阈值，判别为常规储集层；当储集层类型判别因子≥第一阈值，判别为地表水侵入型储集层；
进一步优选地，利用研究区已完成试油的储集层的试油资料进行标定从而确定所述第一阈值；
在一具体实施方式中，所述第一阈值为0.23。
对于常规油气藏而言，在地层水矿化度较稳定的情况下，由于油、气和水的导电性差异，导致相应储集层的电阻率值有所不同。一般而言，水层较容易导电，对应的电阻率为低值，且储集层孔隙度越大，含水体积越高，相应的电阻率值也越高。油气层导电性较差，相应的储集层电阻率为高值，且储集层孔隙度越大，含油饱和度越高，对应的电阻率也越高。根据储集层孔隙度和电阻率之间的这种相关关系，很容易判别储集层的流体性质。然而，当储集层局部受其它因素的影响，例如，由于构造、断层等作用，导致地表淡水侵入到储集层孔隙空间时，地层水会变淡，相应的该区域地层水导电性变差，地层水电阻率升高。该区域内储集层的孔隙度和电阻率之间的相关关系会变得复杂。此时，如果在整个区域内仍然采用统一的孔隙度和电阻率标准来识别油水层，势必会得出错误的解释结论。基于此，需要准确识别出储集层是否为地表水侵入型储集层，针对地表水侵入型储集层采取区别于常规储集层的油水识别方式进行油水层识别，才有可能实现储集层油水层的有效识别。
本发明提供的地表水侵入型储集层识别方法利用储集层类型判别因子识别出储集层是否为地表水侵入型储集层，实现了将自然电位与自然伽马数据相结合采用定量计算的方式进行储集层类型划分，结果更加可靠。为后续进行针对不同的储集层进行油水层的有效识别，奠定了基础。
附图说明
图1为本发明一实施例提供的地表水侵入型储集层中油水层识别方法的流程图。
图2为对比例1提供的鄂尔多斯盆地彭阳地区延6-延9储集层利用常规孔隙度
和电阻率Rt不分储集层类型建立的油水层识别图版。
图3为对比例1中提供的理论模拟的含水饱和度等于50％时地层水矿化度Cw(反映地层水电阻率Rw)、储集层孔隙度
与储集层电阻率Rt相关关系图。
图4为实施例1提供的鄂尔多斯盆地彭阳地区延6-延9不同类型储集层判别因子IF标定图。
图5为实施例1提供的鄂尔多斯盆地彭阳地区延7储集层中地表水侵入型储集层油水层判别图。
图6是根据本发明实施例提供的一种地表水侵入型储集层识别系统的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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的描述。显然，所描述的实施例是本发明的一部分实施例，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它实施例，都属于本发明的保护范围。
参见图1，本发明一具体实施方式提供了一种地表水侵入型储集层识别方法，其中，该方法包括：
步骤S1：获取研究区目标储集层的自然电位测井曲线(SP曲线)和自然伽马测井曲线(GR曲线)；
步骤S2：基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；
步骤S3：基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；
步骤S4：基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；
步骤S5：根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层。
进一步，基于自然电位测井曲线获取目标储集层的第一相对泥质含量(利用自然电位计算的相对泥质含量)通过下述公式实现：
式中，SP为自然电位测井值，mV；SPmin为纯砂岩自然电位值，mV；SPmax为纯泥岩自然电位值，mV；SHSP为第一相对泥质含量，v/v；
其中，纯砂岩自然电位值、纯泥岩自然电位值通过常规方式确定即可；例如通过下述方式确定：做自然电位测井曲线的自然电位直方图从而确定纯砂岩自然电位值和纯泥岩自然电位值。
进一步，基于自然伽马测井曲线获取目标储集层的第二相对泥质含量(利用自然伽马计算的相对泥质含量)通过下述公式实现：
式中，GR为自然伽马测井值，API；GRmin为纯砂岩自然伽马值，API；GRmax为纯泥岩自然伽马值，API；SHGR为第二相对泥质含量，v/v；
其中，纯砂岩自然伽马值、纯泥岩自然伽马值通过常规方式确定即可；例如通过下述方式确定：做自然伽马测井曲线的自然伽马直方图从而确定纯砂岩自然伽马值和纯泥岩自然伽马值。
进一步，根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层包括：
利用研究区已完成试油的储集层的试油资料进行标定从而确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；
将目标储集层的储集层类型判别因子与第一阈值进行比较从而判断目标储集层是否为地表水侵入型储集层。
进一步，目标储集层的储集层类型判别因子通过如下公式计算得到：
式中，IF为储集层类型判别因子；SHSP为第一相对泥质含量，v/v；SHGR为第二相对泥质含量，v/v；
优选地，当储集层类型判别因子<第一阈值，判别为常规储集层；当储集层类型判别因子≥第一阈值，判别为地表水侵入型储集层；其中，可以利用研究区已完成试油的储集层的试油资料进行标定从而确定第一阈值，具体而言：利用研究区已完成试油的储集层的储集层类型判别因子以及由其试油资料获悉的储集层的类型(属于常规储集层还是地表水侵入型储集层)确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；在一具体实施方式中，第一阈值为0.23。
对比例1
本对比例提供了一种储集层中油水层识别方法，用以识别鄂尔多斯盆地彭阳地区延6-延9储集层的油水层，该方法采用传统的孔隙度
和电阻率RT交会法进行，具体包括：
使用鄂尔多斯盆地彭阳地区延6-延9储集层的孔隙度
和电阻率RT进行交会，从而判断鄂尔多斯盆地彭阳地区延6-延9储集层的油水层类别。
其中，鄂尔多斯盆地彭阳地区延6-延9储集层为已知油水层类别的储集层。
结果如图2所示，由图2可以看出该地区发育大量的高电阻率(电阻率大于100Ω·m)水层，这些水层的电阻率比很多的油层都要高。利用该图版，会将很多的水层误判为油层，大大降低油水层的判别精度，无法满足储集层评价的基本要求。
构造、地质分析表明，高电阻率水层主要发育在鄂尔多斯盆地彭阳地区的西部和西南部地区。该地区的断层较发育，且水分析资料显示该地区的地层水矿化度小于10mg/l，水型为NaHCO3型。地层水矿化度明显低于该地区的平均值(37.5mg/l)，且水型与该地区的主要水型为CaCl2也不同。根据式(1)所示的储集层孔隙度
电阻率Rt、地层水电阻率Rw以及含水饱和度Sw之间的相关关系可知，在含水饱和度一定的情况下，地层水越淡，相应的储集层电阻率Rt越高。图3为发明人根据彭阳地区地层情况，在假设含水饱和度等于50％的情况下，模拟的不同地层水矿化度下，储集层孔隙度
和电阻率Rt之间的相关关系。从图3中可以看到，当地层水矿化度等于7mg/l，储集层孔隙度
介于10.0-15.0％时，相应的储集层电阻率Rt介于65.13-144.65Ω·m。模拟的电阻率值与该地区实际测量的电阻率值基本一致，表明该地区水层的高电阻率确实是由于地表水侵入导致储集层内部地层水变淡所致。
由此可知，对储集层进行区分有效识别出地表水侵入型储集层，针对地表水侵入型储集层单独进行油水层识别，才有可能最终实现储集层的油水层有效识别。为了有效地识别出地表水侵入型储集层，发明人使用本发明提供的技术方案重新对鄂尔多斯盆地彭阳地区储集层进行了判断，对常规储集层以及地表水侵入型储集层进行划分，具体请参见实施例1。
实施例1
本实施例提供了一种地表水侵入型储集层识别方法，该方法用于对鄂尔多斯盆地彭阳地区某井延7储集层进行常规储集层以及地表水侵入型储集层划分，该方法包括：
(1)获取研究区目标储集层的自然电位测井曲线(SP曲线)和自然伽马测井曲线(GR曲线)，结果如图5所示。
(2)基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；其中，
式中，SP为自然电位测井值，mV；SPmin为纯砂岩自然电位值，mV；SPmax为纯泥岩自然电位值，mV；SHSP为第一相对泥质含量，v/v。
目标储集层基于自然电位测井计算的第一相对泥质含量如图5中SHSP所示。
(3)基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；其中，
式中，GR为自然伽马测井值，API；GRmin为纯砂岩自然伽马值，API；GRmax为纯泥岩自然伽马值，API；SHGR为第二相对泥质含量，v/v。
目标储集层基于自然伽马测井计算的第二相对泥质含量如图5中SHGR所示。
(4)基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；其中，
式中，IF为储集层类型判别因子；SHSP为第一相对泥质含量，v/v；SHGR为第二相对泥质含量，v/v；
目标储集层的储集层类型判别因子IF计算结果如图5所示。
(5)根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层：
①利用研究区已完成试油的储集层(鄂尔多斯盆地彭阳地区已完成试油的延6-延9储集层)的试油资料进行标定从而确定常规储集层与地表水侵入型储集层的储集层类型判别因子IF界限值作为研究区的第一阈值；
具体而言，做鄂尔多斯盆地彭阳地区已完成试油的延6-延9储集层中常规储集层和地表水侵入型储集层孔隙度
和储集层类型判别因子IF交会图(其中IF值计算采用本实施例中的IF计算方式)，其结果如图4所示(图4中高阻油层、高阻含油水层、高阻水层均为地表水侵入型储集层，常规油层、常规水层均为常规储集层)；由图4可知，当IF大于等于0.23时，判断为地表水侵入型储集层；当IF小于0.23时，判断为常规储集层；由此可确定第一阈值为0.23；
②将目标储集层的储集层类型判别因子与第一阈值进行比较从而判断目标储集层是否为地表水侵入型储集层；当储集层类型判别因子IF<0.23，判别为常规储集层；当储集层类型判别因子IF≥0.23，判别为地表水侵入型储集层；由图5可以看出目标储集层的IF值介于0.28-0.77之间，明显大于第一阈值0.23，由此确定目标储集层为地表水侵入型储集层。
本发明实施例还提供了一种地表水侵入型储集层识别系统，优选地，该系统用于实现上述的方法实施例。
图6是根据本发明实施例的一种地表水侵入型储集层识别系统的结构框图，如图6所示，该系统包括：
第一获取模块61：用于获取研究区目标储集层的自然电位测井曲线(SP曲线)和自然伽马测井曲线(GR曲线)；
第一处理模块62：用于基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；
第二处理模块63：用于基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；
第三处理模块64：用于基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；
第一构建模块65：用于根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层。
进一步，第一处理模块62在获取目标储集层的第一相对泥质含量(利用自然电位计算的相对泥质含量)过程中，通过下述公式实现：
式中，SP为自然电位测井值，mV；SPmin为纯砂岩自然电位值，mV；SPmax为纯泥岩自然电位值，mV；SHSP为第一相对泥质含量，v/v；
其中，所述纯砂岩自然电位值、纯泥岩自然电位值通过常规方式确定即可；例如通过下述方式确定：做所述自然电位测井曲线的自然电位直方图从而确定纯砂岩自然电位值和纯泥岩自然电位值。
进一步，第二处理模块63在获取目标储集层的第二相对泥质含量(利用自然伽马计算的相对泥质含量)过程中，通过下述公式实现：
式中，GR为自然伽马测井值，API；GRmin为纯砂岩自然伽马值，API；GRmax为纯泥岩自然伽马值，API；SHGR为第二相对泥质含量，v/v；
其中，所述纯砂岩自然伽马值、纯泥岩自然伽马值通过常规方式确定即可；例如通过下述方式确定：做所述自然伽马测井曲线的自然伽马直方图从而确定纯砂岩自然伽马值和纯泥岩自然伽马值。
进一步，第一构建模块65包括：
阈值确定子模块：用于利用研究区已完成试油的储集层的试油资料进行标定从而确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；
储集层类型判断子模块：用于将目标储集层的储集层类型判别因子与第一阈值进行比较从而判断目标储集层是否为地表水侵入型储集层。
在上述地表水侵入型储集层识别系统中，优选地，所述目标储集层的储集层类型判别因子通过如下公式计算得到：
式中，IF为储集层类型判别因子；SHSP为第一相对泥质含量，v/v；SHGR为第二相对泥质含量，v/v。
进一步，判断目标储集层是否为地表水侵入型储集层通过下述方式实现：
当储集层类型判别因子<第一阈值，判别为常规储集层；当储集层类型判别因子≥第一阈值，判别为地表水侵入型储集层。
进一步，利用研究区已完成试油的储集层的试油资料进行标定从而确定所述第一阈值。
例如，所述第一阈值为0.23。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (10)
1.一种地表水侵入型储集层识别方法，其中，该方法包括：
获取研究区目标储集层的自然电位测井曲线和自然伽马测井曲线；
基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；
基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；
基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；
根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层；
其中，所述目标储集层的储集层类型判别因子通过下述公式计算得到：
式中，IF为储集层类型判别因子；SHSP为第一相对泥质含量，v/v；SHGR为第二相对泥质含量，v/v。
2.根据权利要求1所述的地表水侵入型储集层识别方法，其中，基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量通过下述公式实现：
式中，SP为自然电位测井值，mV；SPmin为纯砂岩自然电位值，mV；SPmax为纯泥岩自然电位值，mV；SHSP为第一相对泥质含量，v/v。
3.根据权利要求1所述的地表水侵入型储集层识别方法，其中，基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量通过下述公式实现：
式中，GR为自然伽马测井值，API；GRmin为纯砂岩自然伽马值，API；GRmax为纯泥岩自然伽马值，API；SHGR为第二相对泥质含量，v/v。
4.根据权利要求1-3任一项所述的地表水侵入型储集层识别方法，其中，所述根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层包括：
利用研究区已完成试油的储集层的试油资料进行标定从而确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；
将目标储集层的储集层类型判别因子与第一阈值进行比较从而判断目标储集层是否为地表水侵入型储集层。
5.根据权利要求4所述的地表水侵入型储集层识别方法，其中，根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层通过下述方式实现：
当储集层类型判别因子<第一阈值，判别为常规储集层；当储集层类型判别因子≥第一阈值，判别为地表水侵入型储集层。
6.一种地表水侵入型储集层识别系统，其中，该系统包括：
第一获取模块：用于获取研究区目标储集层的自然电位测井曲线和自然伽马测井曲线；
第一处理模块：用于基于所述自然电位测井曲线获取目标储集层的第一相对泥质含量；
第二处理模块：用于基于所述自然伽马测井曲线获取目标储集层的第二相对泥质含量；
第三处理模块：用于基于所述第一相对泥质含量和第二相对泥质含量计算目标储集层的储集层类型判别因子；
第一构建模块：用于根据计算得到的目标储集层的储集层类型判别因子的大小判断目标储集层是否为地表水侵入型储集层；
其中，所述目标储集层的储集层类型判别因子通过如下公式计算得到：
式中，IF为储集层类型判别因子；SHSP为第一相对泥质含量，v/v；SHGR为第二相对泥质含量，v/v。
7.根据权利要求6所述的地表水侵入型储集层识别系统，其中，第一处理模块在获取目标储集层的第一相对泥质含量过程中，通过下述公式实现：
式中，SP为自然电位测井值，mV；SPmin为纯砂岩自然电位值，mV；SPmax为纯泥岩自然电位值，mV；SHSP为第一相对泥质含量，v/v。
8.根据权利要求6所述的地表水侵入型储集层识别系统，其中，第二处理模块在获取目标储集层的第二相对泥质含量过程中，通过下述公式实现：
式中，GR为自然伽马测井值，API；GRmin为纯砂岩自然伽马值，API；GRmax为纯泥岩自然伽马值，API；SHGR为第二相对泥质含量，v/v。
9.根据权利要求6-8任一项所述的地表水侵入型储集层识别系统，其中，所述第一构建模块包括：
阈值确定子模块：用于利用研究区已完成试油的储集层的试油资料进行标定从而确定常规储集层与地表水侵入型储集层的储集层类型判别因子界限值作为研究区的第一阈值；
储集层类型判断子模块：用于将目标储集层的储集层类型判别因子与第一阈值进行比较从而判断目标储集层是否为地表水侵入型储集层。
10.根据权利要求9所述的地表水侵入型储集层识别系统，其中，判断目标储集层是否为地表水侵入型储集层通过下述方式实现：
当储集层类型判别因子<第一阈值，判别为常规储集层；当储集层类型判别因子≥第一阈值，判别为地表水侵入型储集层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011000092.5A CN112130226B (zh) | 2020-09-22 | 2020-09-22 | 一种地表水侵入型储集层识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011000092.5A CN112130226B (zh) | 2020-09-22 | 2020-09-22 | 一种地表水侵入型储集层识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112130226A CN112130226A (zh) | 2020-12-25 |
| CN112130226B true CN112130226B (zh) | 2021-07-16 |
Family
ID=73842198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011000092.5A Active CN112130226B (zh) | 2020-09-22 | 2020-09-22 | 一种地表水侵入型储集层识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112130226B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1071415A (en) * | 1963-01-10 | 1967-06-07 | British Petroleum Co | Method of and apparatus for logging boreholes |
| US4495604A (en) * | 1970-02-02 | 1985-01-22 | Schlumberger Technology Corp. | Machine method for determining the presence and location of hydrocarbon deposits within a subsurface earth formation |
| US7529626B1 (en) * | 2004-05-14 | 2009-05-05 | Leroy Ellis | Method of integration and displaying of information derived from a mud gas isotope logging interpretative process in association with geophysical and other logs from oil and gas drilling operations |
| 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 |
| CN103809217A (zh) * | 2014-01-20 | 2014-05-21 | 西安石油大学 | 一种计算高、低伽马交互储层泥质含量的方法 |
| CN104636588A (zh) * | 2014-08-25 | 2015-05-20 | 中国石油天然气股份有限公司 | 计算烃源岩中有机碳含量的方法及装置 |
| CN105093304A (zh) * | 2014-05-15 | 2015-11-25 | 中国石油化工股份有限公司 | 一种地球物理勘探利用测井曲线自动求取岩性曲线的方法 |
| CN105114068A (zh) * | 2015-09-07 | 2015-12-02 | 中国地质大学（北京） | 一种利用测井资料预测煤层气区块高产水区的方法 |
| CN106154351A (zh) * | 2016-08-09 | 2016-11-23 | 中国石油天然气集团公司 | 一种低孔渗储层渗透率的估算方法 |
| CN109343099A (zh) * | 2018-09-28 | 2019-02-15 | 陕西延长石油(集团)有限责任公司研究院 | 一种用gr和sp合并计算含放射性物质地层泥质含量的方法 |
| CN110727035A (zh) * | 2019-10-31 | 2020-01-24 | 西安石油大学 | 一种低渗强非均质气藏气水层识别方法 |
| CN111255435A (zh) * | 2020-01-17 | 2020-06-09 | 西安石油大学 | 一种复杂储层泥质含量计算方法 |
| CN111271057A (zh) * | 2020-03-25 | 2020-06-12 | 西北大学 | 一种测井识别气层方法 |
-
2020
- 2020-09-22 CN CN202011000092.5A patent/CN112130226B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1071415A (en) * | 1963-01-10 | 1967-06-07 | British Petroleum Co | Method of and apparatus for logging boreholes |
| US4495604A (en) * | 1970-02-02 | 1985-01-22 | Schlumberger Technology Corp. | Machine method for determining the presence and location of hydrocarbon deposits within a subsurface earth formation |
| US7529626B1 (en) * | 2004-05-14 | 2009-05-05 | Leroy Ellis | Method of integration and displaying of information derived from a mud gas isotope logging interpretative process in association with geophysical and other logs from oil and gas drilling operations |
| 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 |
| CN103809217A (zh) * | 2014-01-20 | 2014-05-21 | 西安石油大学 | 一种计算高、低伽马交互储层泥质含量的方法 |
| CN105093304A (zh) * | 2014-05-15 | 2015-11-25 | 中国石油化工股份有限公司 | 一种地球物理勘探利用测井曲线自动求取岩性曲线的方法 |
| CN104636588A (zh) * | 2014-08-25 | 2015-05-20 | 中国石油天然气股份有限公司 | 计算烃源岩中有机碳含量的方法及装置 |
| CN105114068A (zh) * | 2015-09-07 | 2015-12-02 | 中国地质大学（北京） | 一种利用测井资料预测煤层气区块高产水区的方法 |
| CN106154351A (zh) * | 2016-08-09 | 2016-11-23 | 中国石油天然气集团公司 | 一种低孔渗储层渗透率的估算方法 |
| CN109343099A (zh) * | 2018-09-28 | 2019-02-15 | 陕西延长石油(集团)有限责任公司研究院 | 一种用gr和sp合并计算含放射性物质地层泥质含量的方法 |
| CN110727035A (zh) * | 2019-10-31 | 2020-01-24 | 西安石油大学 | 一种低渗强非均质气藏气水层识别方法 |
| CN111255435A (zh) * | 2020-01-17 | 2020-06-09 | 西安石油大学 | 一种复杂储层泥质含量计算方法 |
| CN111271057A (zh) * | 2020-03-25 | 2020-06-12 | 西北大学 | 一种测井识别气层方法 |
Non-Patent Citations (2)
| Title |
|---|
| DB油田长2低阻油层组解释方法的改进;刘绍光等;《大庆石油地质与开发》;20150430;第34卷(第2期);第159-164页 * |
| 姬塬地区低对比度油层成因机理与流体识别方法;张海涛等;《测井技术》;20191031;第43卷(第5期);第542-549页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112130226A (zh) | 2020-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107807407B (zh) | 一种油气区带有效性评价方法和装置 | |
| CN110847901B (zh) | 一种变矿化度地层水下的致密砂岩储层流体识别方法 | |
| CN107657365B (zh) | 地质资源开采价值评价方法及装置 | |
| CN110288258A (zh) | 一种高含水油藏剩余油挖潜方法 | |
| CN102508317B (zh) | 一种识别缝洞型碳酸盐岩储层流体性质的方法 | |
| CN108594328B (zh) | 一种识别致密岩甜点的方法 | |
| CN111323844A (zh) | 一种基于曲线重构的复杂砂砾岩体的岩性识别方法及系统 | |
| CN112130227B (zh) | 一种地表水侵入型储集层中油水层识别方法 | |
| CN107092036A (zh) | 一种基于储层真电阻率反演的火山岩地层流体识别方法及系统 | |
| CN117031545B (zh) | 基于敏感参数识别砂质储层水合物与游离气共存层的方法 | |
| CN104360414A (zh) | 一种潜山裂缝的识别方法及系统 | |
| CN107229076A (zh) | 一种基于测井资料进行温度响应特征分析的方法 | |
| Omeje et al. | Application of improved stratigraphic modified Lorenz plot and flow zone indicator in discriminating the Igbo-Etiti aquifer into hydraulic flow units, eastern Nigeria | |
| CN110344825A (zh) | 一种低孔低渗低电阻率砂岩油层综合判识方法 | |
| CN108035710B (zh) | 基于数据挖掘划分深层岩石地质相的方法 | |
| CN112130226B (zh) | 一种地表水侵入型储集层识别方法及系统 | |
| CN110939428A (zh) | 一种致密砂岩油气藏储层裂缝的识别方法 | |
| CN110910267B (zh) | 海相碳酸盐岩隔夹层的确定方法及装置 | |
| CN112878998A (zh) | 地下卤水型钾矿和锂矿的储卤层预测和资源量评价方法 | |
| CN110873904B (zh) | 流体识别方法及装置 | |
| Rafiee et al. | A new cementation factor correlation in carbonate parts of oil fields in south-west Iran | |
| CN114428365A (zh) | 一种基于含气特征的致密砂岩气层测井识别方法及装置 | |
| CN114592848A (zh) | 孔隙度-电阻率-岩性匹配关系法识别低阻油气层的方法 | |
| CN113565494A (zh) | 一种识别有效陆相页岩油气储层的判定方法 | |
| Gao et al. | Synergetic system for water body detection in coal mine: a case study |
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 |