CN112130227B - 一种地表水侵入型储集层中油水层识别方法 - Google Patents

一种地表水侵入型储集层中油水层识别方法 Download PDF

Info

Publication number
CN112130227B
CN112130227B CN202011000998.7A CN202011000998A CN112130227B CN 112130227 B CN112130227 B CN 112130227B CN 202011000998 A CN202011000998 A CN 202011000998A CN 112130227 B CN112130227 B CN 112130227B
Authority
CN
China
Prior art keywords
reservoir
porosity
density
oil
surface water
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
CN202011000998.7A
Other languages
English (en)
Other versions
CN112130227A (zh
Inventor
肖亮
刘蝶
张海涛
李高仁
郭浩鹏
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 University of Geosciences Beijing
Original Assignee
China University of Geosciences Beijing
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 University of Geosciences Beijing filed Critical China University of Geosciences Beijing
Priority to CN202011000998.7A priority Critical patent/CN112130227B/zh
Publication of CN112130227A publication Critical patent/CN112130227A/zh
Application granted granted Critical
Publication of CN112130227B publication Critical patent/CN112130227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Abstract

本发明提供了一种地表水侵入型储集层中油水层识别方法。该储集层中油水层识别方法包括：获取研究区目标地表水侵入型储集层的密度孔隙度、中子孔隙度和声波孔隙度；基于所述密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度‑中子孔隙度差值以及归一化密度‑声波孔隙度差值；基于归一化密度‑中子孔隙度差值以及归一化密度‑声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层。该方法采用储集层流体非电阻率识别技术，有效实现了地表水侵入型储集层中油层和水层的判别。

Description

一种地表水侵入型储集层中油水层识别方法
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中油水层识别方法。
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
Figure BDA0002694313390000013
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。
Figure BDA0002694313390000011
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；
Figure BDA0002694313390000012
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地表水侵入型储集层中油层和水层的非电阻率识别方法。
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中油水层识别方法，其中，该方法包括：
获取研究区目标地表水侵入型储集层的密度孔隙度、中子孔隙度和声波孔隙度；
基于所述密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度-中子孔隙度差值(即密度孔隙度与中子孔隙度的差值的归一化值)以及归一化密度-声波孔隙度差值(即密度孔隙度与-声波孔隙度的差值的归一化值)；
基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层。
在上述地表水侵入型储集层中油水层识别方法中，优选地，所述获取研究区目标地表水侵入型储集层的密度孔隙度、中子孔隙度和声波孔隙度包括：
获取研究区目标地表水侵入型储集层的密度测井曲线、中子测井曲线和声波时差测井曲线；
基于所述密度测井曲线确定研究区目标地表水侵入型储集层的密度孔隙度；
基于所述中子测井曲线确定研究区目标地表水侵入型储集层的中子孔隙度；
基于所述声波时差测井曲线确定研究区目标地表水侵入型储集层的声波孔隙度；
在一具体实施方式中，所述密度孔隙度通过下述公式确定：
Figure BDA0002694313390000021
式中，
Figure BDA0002694313390000022
为密度孔隙度，％；DEN为密度测井值，g/cm3；DENma为岩石骨架密度值，g/cm3；DENf为孔隙流体密度值，g/cm3；其中，对于砂泥岩地层，DENma的取值优选为2.65g/cm3、DENf的取值优选为1.0g/cm3；
在一具体实施方式中，所述中子孔隙度通过下述公式确定：
Figure BDA0002694313390000023
式中，
Figure BDA0002694313390000024
为中子孔隙度，％；CNL为中子测井值，％；CNLad为中子孔隙度补偿值，％；其中，对于砂泥岩地层，CNLad的取值优选为1.5；
在一具体实施方式中，所述声波孔隙度通过下述公式确定：
Figure BDA0002694313390000025
式中，
Figure BDA0002694313390000026
为声波孔隙度，％；AC为声波时差测井值，μs/ft；ACma为岩石骨架声波时差值，μs/ft；ACf为孔隙流体声波时差值，μs/ft；其中，对于砂泥岩地层，ACma的取值优选为55.5μs/ft、ACf的取值优选为189μs/ft。
在上述地表水侵入型储集层中油水层识别方法中，优选地，基于所述密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度-中子孔隙度差值(即密度孔隙度与中子孔隙度的差值的归一化值)以及归一化密度-声波孔隙度差值(即密度孔隙度与-声波孔隙度的差值的归一化值)包括：
基于所述密度孔隙度、中子孔隙度和声波孔隙度分别获取密度孔隙度与中子孔隙度的差值以及密度孔隙度与-声波孔隙度的差值；
对密度孔隙度与中子孔隙度的差值以及密度孔隙度与-声波孔隙度的差值分别进行归一化处理得到所述归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值。
在上述地表水侵入型储集层中油水层识别方法中，优选地，所述基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层包括：
利用研究区已完成试油的地表水侵入型储集层的试油资料进行标定从而确定地表水侵入型储集层中油层与水层的归一化密度-中子孔隙度差值界限值作为研究区的第二阈值、归一化密度-声波孔隙度差值界限值作为研究区的第三阈值；
将研究区目标表水侵入型储集层的归一化密度-中子孔隙度差值与所述第二阈值比较，将研究区目标表水侵入型储集层的归一化密度-声波孔隙度差值与所述第三阈值进行比较判断，从而判断目标地表水侵入型储集层为油层还是水层。
在上述地表水侵入型储集层中油水层识别方法中，优选地，
所述归一化密度-中子孔隙度差值通过下述公式获得：
Figure BDA0002694313390000031
式中，
Figure BDA0002694313390000032
为归一化密度-中子孔隙度差，小数；
Figure BDA0002694313390000035
为密度孔隙度，％；
Figure BDA0002694313390000036
为中子孔隙度，％；
所述归一化密度-声波孔隙度差值通过下述公式获得：
Figure BDA0002694313390000033
Figure BDA0002694313390000034
为归一化密度-声波孔隙度差，小数；
Figure BDA0002694313390000037
为密度孔隙度，％；
Figure BDA0002694313390000038
为声波孔隙度，％；
更优选地，所述基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层通过下述方式进行：
当
Figure BDA0002694313390000041
且
Figure BDA0002694313390000042
时，目标地表水侵入型储集层为油层；当
Figure BDA0002694313390000043
Figure BDA0002694313390000044
或
Figure BDA0002694313390000045
时，目标地表水侵入型储集层为水层；
进一步优选地，利用研究区已完成试油的地表水侵入型储集层的试油资料进行标定从而确定所述第二阈值、第三阈值；具体而言：利用研究区已完成试油的地表水侵入型储集层的归一化密度-中子孔隙度差值与归一化密度-声波孔隙度差的交汇图以及由其试油资料获悉的储集层的流体类型(属于油层还是水层)确定油层与水层的归一化密度-中子孔隙度差值与归一化密度-声波孔隙度差界限值作为研究区的第二阈值、第三阈值；
在一具体实施方式中，所述第二阈值为0.3，所述第三阈值为0.34。
在上述地表水侵入型储集层中油水层识别方法中，优选地，研究区目标地表水侵入型储集层通过下述方式进行识别：
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为常规储集层还是地表水侵入型储集层；
选取其中的地表水侵入型储集层作为目标地表水侵入型储集层进行后续操作。
在该优选方案中，利用储集层类型判别因子识别出储集层为常规储集层还是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。在此基础上进一步进行地表水侵入型高电阻率油水层识别，更好的解决了地表水侵入型储集层中油层和水层识别困难的问题。
在上述地表水侵入型储集层中油水层识别方法中，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：
Figure BDA0002694313390000051
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中油水层识别方法中，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：
Figure BDA0002694313390000052
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中油水层识别方法中，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为常规储集层还是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为常规储集层还是地表水侵入型储集层。
在上述地表水侵入型储集层中油水层识别方法中，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：
Figure BDA0002694313390000053
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。
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。为了能够有效地识别由于地表水的侵入而导致电阻率升高的水层，本发明提供了上述地表水侵入型储集层中油水层识别方法。
本发明提供的地表水侵入型储集层中油水层识别方法利用归一化密度-中子孔隙度差
Figure BDA0002694313390000061
和归一化密度-声波孔隙度差
Figure BDA0002694313390000062
准确识别出储集层是油层还是水层，避免了使用电阻率法来判别油水层，提高了高电阻率的地表水侵入型储集层的油水层判别精度。
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
Figure BDA0002694313390000063
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
Figure BDA0002694313390000064
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地表水侵入型储集层油层、水层归一化密度-中子孔隙度差和归一化密度-声波孔隙度差标定图版。
图6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。
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中油水层识别方法，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)；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为常规储集层还是地表水侵入型储集层；
步骤S2：获取研究区目标地表水侵入型储集层(即研究区目标储集层中的地表水侵入型储集层)的密度孔隙度、中子孔隙度和声波孔隙度；
步骤S3：基于所述密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度-中子孔隙度差值(即密度孔隙度与中子孔隙度的差值的归一化值)以及归一化密度-声波孔隙度差值(即密度孔隙度与-声波孔隙度的差值的归一化值)；
步骤S4：基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层。
进一步，获取研究区目标地表水侵入型储集层的密度孔隙度、中子孔隙度和声波孔隙度包括：
获取研究区目标地表水侵入型储集层的密度测井曲线、中子测井曲线和声波时差测井曲线；
基于密度测井曲线确定研究区目标地表水侵入型储集层的密度孔隙度；
基于中子测井曲线确定研究区目标地表水侵入型储集层的中子孔隙度；
基于声波时差测井曲线确定研究区目标地表水侵入型储集层的声波孔隙度。
进一步，密度孔隙度通过下述公式确定：
Figure BDA0002694313390000081
式中，
Figure BDA0002694313390000084
为密度孔隙度，％；DEN为密度测井值，g/cm3；DENma为岩石骨架密度值，g/cm3；DENf为孔隙流体密度值，g/cm3；其中，对于砂泥岩地层，DENma的取值优选为2.65g/cm3、DENf的取值优选为1.0g/cm3。
进一步，中子孔隙度通过下述公式确定：
Figure BDA0002694313390000082
式中，
Figure BDA0002694313390000085
为中子孔隙度，％；CNL为中子测井值，％；CNLad为中子孔隙度补偿值，％；其中，对于砂泥岩地层，CNLad的取值优选为1.5；
进一步，声波孔隙度通过下述公式确定：
Figure BDA0002694313390000083
式中，
Figure BDA0002694313390000086
为声波孔隙度，％；AC为声波时差测井值，μs/ft；ACma为岩石骨架声波时差值，μs/ft；ACf为孔隙流体声波时差值，μs/ft；其中，对于砂泥岩地层，ACma的取值优选为55.5μs/ft、ACf的取值优选为189μs/ft。
进一步，基于密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度-中子孔隙度差值(即密度孔隙度与中子孔隙度的差值的归一化值)以及归一化密度-声波孔隙度差值(即密度孔隙度与-声波孔隙度的差值的归一化值)包括：
基于密度孔隙度、中子孔隙度和声波孔隙度分别获取密度孔隙度与中子孔隙度的差值以及密度孔隙度与-声波孔隙度的差值；
对密度孔隙度与中子孔隙度的差值以及密度孔隙度与-声波孔隙度的差值分别进行归一化处理得到归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值。
进一步，基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层包括：
利用研究区已完成试油的地表水侵入型储集层的试油资料进行标定从而确定地表水侵入型储集层中油层与水层的归一化密度-中子孔隙度差值界限值作为研究区的第二阈值、归一化密度-声波孔隙度差值界限值作为研究区的第三阈值；
将研究区目标地表水侵入型储集层的归一化密度-中子孔隙度差值与第二阈值比较，将研究区目标地表水侵入型储集层的归一化密度-声波孔隙度差值与第三阈值进行比较判断，从而判断目标地表水侵入型储集层为油层还是水层。
进一步，归一化密度-中子孔隙度差值通过下述公式获得：
Figure BDA0002694313390000091
式中，
Figure BDA00026943133900000912
为归一化密度-中子孔隙度差，小数；
Figure BDA00026943133900000911
为密度孔隙度，％；
Figure BDA00026943133900000913
为中子孔隙度，％；
归一化密度-声波孔隙度差值通过下述公式获得：
Figure BDA0002694313390000092
Figure BDA00026943133900000910
为归一化密度-声波孔隙度差，小数；
Figure BDA0002694313390000099
为密度孔隙度，％；
Figure BDA0002694313390000098
为声波孔隙度，％；
优选地，当
Figure BDA0002694313390000094
且
Figure BDA0002694313390000095
时，目标地表水侵入型储集层为油层；当
Figure BDA0002694313390000096
或
Figure BDA0002694313390000097
时，目标地表水侵入型储集层为水层；其中，可以利用研究区已完成试油的地表水侵入型储集层的试油资料进行标定从而确定第二阈值、第三阈值；具体而言：利用研究区已完成试油的地表水侵入型储集层的归一化密度-中子孔隙度差值与归一化密度-声波孔隙度差值的交汇图以及由其试油资料获悉的储集层的流体类型(属于油层还是水层)确定油层与水层的归一化密度-中子孔隙度差值与归一化密度-声波孔隙度差值作为研究区的第二阈值、第三阈值；在一具体实施方式中，第二阈值为0.3，第三阈值为0.34。
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：
Figure BDA0002694313390000093
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：
Figure BDA0002694313390000101
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为常规储集层还是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为常规储集层还是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：
Figure BDA0002694313390000102
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
Figure BDA0002694313390000111
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
Figure BDA0002694313390000112
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
Figure BDA0002694313390000113
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
Figure BDA0002694313390000114
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
Figure BDA0002694313390000115
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。
为了有效地识别由于地表水的侵入而导致电阻率升高的水层，发明人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的油水层类别进行了判断，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中油水层识别方法，该方法用于对鄂尔多斯盆地彭阳地区某井延7储集层进行油水层识别，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6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，
Figure BDA0002694313390000121
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)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，
Figure BDA0002694313390000122
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)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，
Figure BDA0002694313390000123
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6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为常规储集层还是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
Figure BDA0002694313390000124
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为常规储集层还是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6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；
(6)获取研究区目标储集层的密度测井曲线、中子测井曲线和声波时差测井曲线；
基于密度测井曲线确定研究区目标地表水侵入型储集层的密度孔隙度；其中，密度孔隙度通过下述公式确定：
Figure BDA0002694313390000131
式中，
Figure BDA0002694313390000134
为密度孔隙度，％；DEN为密度测井值，g/cm3；DENma为岩石骨架密度值，g/cm3；DENf为孔隙流体密度值，g/cm3；DENma的取值为2.65g/cm3、DENf的取值为1.0g/cm3；
基于中子测井曲线确定研究区目标地表水侵入型储集层的中子孔隙度；其中，中子孔隙度通过下述公式确定：
Figure BDA0002694313390000132
式中，
Figure BDA0002694313390000135
为中子孔隙度，％；CNL为中子测井值，％；CNLad为中子孔隙度补偿值，％；CNLad的取值为1.5；
基于声波时差测井曲线确定研究区目标地表水侵入型储集层的声波孔隙度；其中，声波孔隙度通过下述公式确定：
Figure BDA0002694313390000133
式中，
Figure BDA0002694313390000136
为声波孔隙度，％；AC为声波时差测井值，μs/ft；ACma为岩石骨架声波时差值，μs/ft；ACf为孔隙流体声波时差值，μs/ft；ACma的取值为55.5μs/ft、ACf的取值为189μs/ft。
(7)基于所述密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度-中子孔隙度差值(即密度孔隙度与中子孔隙度的差值的归一化值)以及归一化密度-声波孔隙度差值(即密度孔隙度与-声波孔隙度的差值的归一化值)：
①基于密度孔隙度、中子孔隙度和声波孔隙度分别获取密度孔隙度与中子孔隙度的差值以及密度孔隙度与-声波孔隙度的差值；
②对密度孔隙度与中子孔隙度的差值以及密度孔隙度与声波孔隙度的差值分别进行归一化处理得到归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值；
其中，归一化密度-中子孔隙度差值通过下述公式获得：
Figure BDA0002694313390000141
式中，
Figure BDA0002694313390000143
为归一化密度-中子孔隙度差，小数；
Figure BDA0002694313390000144
为密度孔隙度，％；
Figure BDA0002694313390000145
为中子孔隙度，％；
归一化密度-声波孔隙度差值通过下述公式获得：
Figure BDA0002694313390000142
Figure BDA0002694313390000146
为归一化密度-声波孔隙度差，小数；
Figure BDA0002694313390000147
为密度孔隙度，％；
Figure BDA0002694313390000148
为声波孔隙度，％；
归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的计算结果如图6所示，其中图6中PHDN为归一化密度-中子孔隙度差值的计算结果、PHDS为归一化密度-声波孔隙度差值的计算结果。
(8)基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层：
①利用研究区已完成试油的地表水侵入型储集层(鄂尔多斯盆地彭阳地区已完成试油的延6-延9储集层中表现为高电阻率的地表水侵入型储集层)的试油资料进行标定从而确定地表水侵入型储集层中油层与水层的归一化密度-中子孔隙度差值界限值作为研究区的第二阈值、归一化密度-声波孔隙度差值界限值作为研究区的第三阈值；
具体而言，针对鄂尔多斯盆地彭阳地区已完成试油的延6-延9储集层中表现为高电阻率的地表水侵入型储集层，做这些储集层的归一化密度-中子孔隙度差
Figure BDA0002694313390000149
和归一化密度-声波孔隙度差
Figure BDA00026943133900001410
的交会图(这些储集层的
Figure BDA00026943133900001411
值计算采用本实施例中的
Figure BDA00026943133900001414
计算方式，这些储集层的
Figure BDA00026943133900001413
值计算采用本实施例中的
Figure BDA00026943133900001412
计算方式)，以确定油层和水层的归一化密度-中子孔隙度差
Figure BDA00026943133900001415
和归一化密度-声波孔隙度差
Figure BDA00026943133900001416
阈值，其结果如图5所示；由此确定出鄂尔多斯盆地彭阳地区延6-延9地层，当
Figure BDA00026943133900001417
且
Figure BDA00026943133900001418
时为油层；当
Figure BDA00026943133900001419
或
Figure BDA00026943133900001420
时为水层；即第二阈值为0.3，第三阈值为0.34；
②将研究区目标地表水侵入型储集层的归一化密度-中子孔隙度差值与第二阈值比较，将研究区目标表水侵入型储集层的归一化密度-声波孔隙度差值与第三阈值进行比较，从而判断目标地表水侵入型储集层为油层还是水层；
当
Figure BDA0002694313390000151
且
Figure BDA0002694313390000152
时，目标地表水侵入型储集层为油层；
当
Figure BDA0002694313390000154
或
Figure BDA0002694313390000153
时，目标地表水侵入型储集层为水层；
由图6可知，目标储集层归一化密度-中子孔隙度差主要分布在0.30-0.55之间，而归一化密度-声波孔隙度差主要分布在0.43-0.67之间，根据本发明实施例所述的油水层识别标准，目标储集层判别为水层。
上述判断结果得到了试油资料的证实，由1969-1970米井段的试油结果显示，日产油0.0吨，日产水29.63m3，为纯水层，验证了利用归一化密度-中子孔隙度差和归一化密度-声波孔隙度差判别地表水侵入型储集层流体性质的准确性。
图6中，第三道为阵列感应电阻率曲线，可以看到，目标储集层的电阻率接近200Ω·m，依据该地区常规的油水层判别标准，很容易将该储集层判断为油层。
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 (13)

1.一种地表水侵入型储集层中油水层识别方法，其中，该方法包括：
获取研究区目标地表水侵入型储集层的密度孔隙度、中子孔隙度和声波孔隙度；
基于所述密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值；
基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层；
其中，研究区目标地表水侵入型储集层通过下述方式进行识别：
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；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：
Figure FDA0003086569730000011
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；
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为常规储集层还是地表水侵入型储集层。
2.根据权利要求1所述的油水层识别方法，其中，所述获取研究区目标地表水侵入型储集层的密度孔隙度、中子孔隙度和声波孔隙度包括：
获取研究区目标地表水侵入型储集层的密度测井曲线、中子测井曲线和声波时差测井曲线；
基于所述密度测井曲线确定研究区目标地表水侵入型储集层的密度孔隙度；
基于所述中子测井曲线确定研究区目标地表水侵入型储集层的中子孔隙度；
基于所述声波时差测井曲线确定研究区目标地表水侵入型储集层的声波孔隙度。
3.根据权利要求1所述的油水层识别方法，其中，所述基于所述密度孔隙度、中子孔隙度和声波孔隙度分别计算归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值包括：
基于所述密度孔隙度、中子孔隙度和声波孔隙度分别获取密度孔隙度与中子孔隙度的差值以及密度孔隙度与-声波孔隙度的差值；
对密度孔隙度与中子孔隙度的差值以及密度孔隙度与-声波孔隙度的差值分别进行归一化处理得到所述归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值。
4.根据权利要求1所述的油水层识别方法，其中，所述基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层包括：
利用研究区已完成试油的地表水侵入型储集层的试油资料进行标定从而确定地表水侵入型储集层中油层与水层的归一化密度-中子孔隙度差值界限值作为研究区的第二阈值、归一化密度-声波孔隙度差值界限值作为研究区的第三阈值；
将研究区目标表水侵入型储集层的归一化密度-中子孔隙度差值与所述第二阈值比较，将研究区目标表水侵入型储集层的归一化密度-声波孔隙度差值与所述第三阈值进行比较判断，从而判断目标地表水侵入型储集层为油层还是水层。
5.根据权利要求1-3任一项所述的油水层识别方法，其中，所述归一化密度-中子孔隙度差值通过下述公式获得：
Figure FDA0003086569730000021
式中，
Figure FDA0003086569730000022
为归一化密度-中子孔隙度差，小数；
Figure FDA0003086569730000023
为密度孔隙度，％；
Figure FDA0003086569730000024
为中子孔隙度，％；
所述归一化密度-声波孔隙度差值通过下述公式获得：
Figure FDA0003086569730000025
Figure FDA0003086569730000026
为归一化密度-声波孔隙度差，小数；
Figure FDA0003086569730000027
为密度孔隙度，％；
Figure FDA0003086569730000028
为声波孔隙度，％。
6.根据权利要求4所述的油水层识别方法，其中，所述归一化密度-中子孔隙度差值通过下述公式获得：
Figure FDA0003086569730000029
式中，
Figure FDA00030865697300000210
为归一化密度-中子孔隙度差，小数；
Figure FDA00030865697300000211
为密度孔隙度，％；
Figure FDA00030865697300000212
为中子孔隙度，％；
所述归一化密度-声波孔隙度差值通过下述公式获得：
Figure FDA0003086569730000031
Figure FDA0003086569730000032
为归一化密度-声波孔隙度差，小数；
Figure FDA0003086569730000033
为密度孔隙度，％；
Figure FDA0003086569730000034
为声波孔隙度，％。
7.根据权利要求6所述的油水层识别方法，其中，
所述基于归一化密度-中子孔隙度差值以及归一化密度-声波孔隙度差值的大小判断目标地表水侵入型储集层为油层还是水层通过下述方式进行：
当
Figure FDA0003086569730000037
目标地表水侵入型储集层为油层；
当
Figure FDA0003086569730000038
目标地表水侵入型储集层为水层。
8.根据权利要求1所述的油水层识别方法，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：
Figure FDA0003086569730000035
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；
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：
Figure FDA0003086569730000036
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1或8所述的油水层识别方法，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为常规储集层还是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为常规储集层还是地表水侵入型储集层。
10.根据权利要求1或8所述的油水层识别方法，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为常规储集层还是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。
11.根据权利要求10所述的油水层识别方法，其中，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。
12.根据权利要求9所述的油水层识别方法，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为常规储集层还是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。
13.根据权利要求12所述的油水层识别方法，其中，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。
CN202011000998.7A 2020-09-22 2020-09-22 一种地表水侵入型储集层中油水层识别方法 Active CN112130227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011000998.7A CN112130227B (zh) 2020-09-22 2020-09-22 一种地表水侵入型储集层中油水层识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011000998.7A CN112130227B (zh) 2020-09-22 2020-09-22 一种地表水侵入型储集层中油水层识别方法

Publications (2)

Publication Number Publication Date
CN112130227A CN112130227A (zh) 2020-12-25
CN112130227B true CN112130227B (zh) 2021-08-13

Family

ID=73841559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011000998.7A Active CN112130227B (zh) 2020-09-22 2020-09-22 一种地表水侵入型储集层中油水层识别方法

Country Status (1)

Country Link
CN (1) CN112130227B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4645927A (en) * 1985-11-12 1987-02-24 Schlumberger Technology Corporation Clay type and volume evaluation
CA2615144A1 (en) * 2006-12-15 2008-06-15 Konstandinos S. Zamfes Spectrograph tool
US8452538B2 (en) * 2009-08-27 2013-05-28 Conocophillips Company Petrophysical evaluation of subterranean formations
CN106156456A (zh) * 2015-03-27 2016-11-23 中国石油化工股份有限公司 砂砾岩体无效储层扣除方法
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
CN106468172B (zh) * 2016-09-30 2019-11-12 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
CN108252709B (zh) * 2016-12-28 2021-12-14 中国石油化工股份有限公司 一种致密砂岩油藏的油水性质识别方法及系统
CN109343099B (zh) * 2018-09-28 2020-06-23 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
CN110426751A (zh) * 2019-08-09 2019-11-08 中国石油天然气股份有限公司 一种利用测井资料预测横波时差的方法

Also Published As

Publication number Publication date
CN112130227A (zh) 2020-12-25

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
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
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
WO2017024700A1 (zh) 一种计算烃源岩中有机碳含量的装置
CN104977617B (zh) 储层裂缝识别方法和成像测井储层裂缝识别方法
CN102508317B (zh) 一种识别缝洞型碳酸盐岩储层流体性质的方法
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
CN106323836A (zh) 一种井壁渗透率计算方法及装置
CN109143399B (zh) 一种识别碳酸盐岩层序界面的方法
CN111665560A (zh) 油气层识别方法、装置、计算机设备及可读存储介质
CN112130227B (zh) 一种地表水侵入型储集层中油水层识别方法
CN107229076A (zh) 一种基于测井资料进行温度响应特征分析的方法
Umoh et al. Approximate delineation of groundwater yield capacity and vulnerability via secondary geo-electric indices and rock-water interaction hydrodynamic coefficients in a coastal environment
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
Jiang et al. Analyzing the origin of low resistivity in gas-bearing tight sandstone reservoir
CN109667576A (zh) 一种高矿化度成因低阻油层测井识别方法
CN110910267B (zh) 海相碳酸盐岩隔夹层的确定方法及装置
CN110688781B (zh) 一种低渗非均质气藏储层测井解释方法
CN116201535B (zh) 油气藏目标井标志地层自动划分方法、装置及设备
CN106223940A (zh) 一种多层砂岩油藏低阻油层综合识别方法及装置
Zhu et al. Reservoir classification and log prediction of gas hydrate occurrence in the Qiongdongnan Basin, South China Sea
CN108035710B (zh) 基于数据挖掘划分深层岩石地质相的方法
CN108627878B (zh) 致密砂岩地层的裂缝识别方法及系统
CN112130226B (zh) 一种地表水侵入型储集层识别方法及系统
Rafiee et al. A new cementation factor correlation in carbonate parts of oil fields in south-west Iran

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