CN112305636B - 基于岩石激发极化的渗透率确定方法及装置 - Google Patents
基于岩石激发极化的渗透率确定方法及装置 Download PDFInfo
- Publication number
- CN112305636B CN112305636B CN201910675222.6A CN201910675222A CN112305636B CN 112305636 B CN112305636 B CN 112305636B CN 201910675222 A CN201910675222 A CN 201910675222A CN 112305636 B CN112305636 B CN 112305636B
- Authority
- CN
- China
- Prior art keywords
- permeability
- core
- model
- polarization
- rock
- 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
- 230000035699 permeability Effects 0.000 title claims abstract description 284
- 239000011435 rock Substances 0.000 title claims abstract description 223
- 230000010287 polarization Effects 0.000 title claims abstract description 212
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000011160 research Methods 0.000 claims abstract description 44
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 239000006185 dispersion Substances 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 239000000203 mixture Substances 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 230000000704 physical effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 239000011148 porous material Substances 0.000 abstract description 26
- 238000010291 electrical method Methods 0.000 abstract description 8
- 239000012530 fluid Substances 0.000 description 18
- 239000000243 solution Substances 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 229910052500 inorganic mineral Inorganic materials 0.000 description 15
- 239000011707 mineral Substances 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 229910052683 pyrite Inorganic materials 0.000 description 11
- 239000011028 pyrite Substances 0.000 description 11
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 9
- 239000002245 particle Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 239000004927 clay Substances 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000011545 laboratory measurement Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 239000002734 clay mineral Substances 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000001493 electron microscopy Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 229910000514 dolomite Inorganic materials 0.000 description 3
- 239000010459 dolomite Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000004613 tight binding model Methods 0.000 description 3
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000012047 saturated solution Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明提供了一种基于岩石激发极化的渗透率确定方法及装置,该方法包括:根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率。本发明提供的方法有效的解决了常规电学方法对低孔低渗、致密储层渗透率测量不准确的问题,从而为非常规油气储层评价、高效开采提供重要的参数依据。
Description
技术领域
本发明涉及石油、天然气勘探与开发领域,尤其是岩石物理与电磁勘探结合的技术,具体涉及一种基于岩石激发极化的渗透率确定方法及装置。
背景技术
随着油气勘探工作的不断深入,常规砂岩储层的勘探技术已经非常成熟,而常规砂岩勘探目标则越来越稀少。与此同时,致密岩石、页岩等非常规储层目标所占比重越来越大,在油气勘探中的重要性也越来越显著。随着我国某地区的致密岩石油田数亿吨预测储量的发现,预示着致密岩石在我国各大沉积盆地的巨大勘探潜力。不同于常规的砂岩储层,致密岩石的方法、理论以及相关技术研究还处于刚刚起步的阶段,同时,致密岩石的矿物组成也远较常规砂岩复杂。它们的形成机理、沉积环境及储层物性(孔隙度、渗透率)与沉积环境的关系等等都有待进一步的研究。
在常规储层岩石的孔隙度、渗透率较好的条件下,Archie公式和K-C(Kozeny-Carman)公式虽能准确的确定岩石的渗透率,但均未考虑岩石孔隙中发生的激发极化现象,进而更不适用于致密岩石的渗透率确定。
因此,如何提供一种在致密岩石中考虑到岩石激发极化且可以准确确定渗透率的方法及装置,是亟待解决的问题。
发明内容
针对现有技术中的问题,本发明能够建立一种准确计算低孔低渗、致密储层的渗透率的方法及装置,有效的解决了常规电学方法对低孔低渗、致密储层渗透率测量不准确的问题,从而为非常规油气储层评价、高效开采提供重要的参数依据。
为解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供一种基于岩石激发极化的渗透率确定方法,包括:
根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;
根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;
根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率。
一实施例中,基于岩石激发极化的渗透率确定方法还包括:根据GEMTIP模型、所述岩心的阻抗边界及自洽条件修正所述GEMTIP模型,得到所述修正后的GEMTIP模型。
一实施例中,所述复电阻率数据包括:电阻率频散曲线数据。
一实施例中,在所述根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率之前,还包括:
对所述岩心进行复电阻率测量,以生成所述电阻率频散曲线数据。
一实施例中,所述激发极化参数包括:所述岩心的导电介质、极化介质及极化体组分。
一实施例中,所述根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率,包括:
分别测量所述岩心溶液饱和前后的电阻率;
根据所述岩心的物性数据及所述电阻率判断所述岩心的导电介质;
根据所述岩心的电镜数据、岩性数据及导电介质判断所述岩心的极化介质;
根据所述导电介质、极化介质及电镜数据确定所述岩心的极化体组分;
根据所述导电介质、极化介质、极化体组分、干燥饱和电阻率、电镜数据及所述修正后的GEMTIP模型计算所述岩心的理论极化率。
一实施例中,所述根据特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率,包括:
对所述岩心进行常规渗透率测量,以获得所述岩心的常规渗透率;
根据所述测量极化率、理论极化率及常规渗透率,利用线性估计函数生成所述岩心的特征渗透率;
根据所述测量极化率、理论极化率及特征渗透率生成所述研究区域的渗透率模型;
根据所述渗透率模型及所述研究区域的复电阻率测井数据计算所述研究区域渗透率待计算的储层的常规渗透率。
一实施例中,基于岩石激发极化的渗透率确定方法还包括:
获取所述研究区域储层的岩心;
对所述岩心进行预处理。
第二方面,本发明提供一种基于岩石激发极化的渗透率生成装置,该装置包括:
测量极化率生成单元,用于根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;
理论极化率生成单元,用于根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;
常规渗透率生成单元,用于根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率。
一实施例中,基于岩石激发极化的渗透率生成装置还包括:
模型修正单元,用于根据GEMTIP模型、所述岩心的阻抗边界及自洽条件修正所述GEMTIP模型,得到所述修正后的GEMTIP模型。
一实施例中,基于岩石激发极化的渗透率生成装置还包括:数据生成单元,用于对所述岩心进行复电阻率测量,以生成所述电阻率频散曲线数据。
一实施例中,所述理论极化率生成单元包括:
电阻率测量模块,用于分别测量所述岩心溶液饱和前后的电阻率;
导电判断模块,用于根据所述岩心的物性数据及所述电阻率判断所述岩心的导电介质;
极化判断模块,用于根据所述岩心的电镜数据、岩性数据及导电介质判断所述岩心的极化介质;
组分确定模块,用于根据所述导电介质、极化介质及电镜数据确定所述岩心的极化体组分;
理论极化率计算模块,用于根据所述导电介质、极化介质、极化体组分、干燥饱和电阻率、电镜数据及所述修正后的GEMTIP模型计算所述岩心的理论极化率。
一实施例中,所述常规渗透率生成单元包括:
常规渗透率获取模块,用于对所述岩心进行常规渗透率测量,以获得所述岩心的常规渗透率;
特征渗透率生成模块,用于根据所述测量极化率、理论极化率及常规渗透率,利用线性估计函数生成所述岩心的特征渗透率;
渗透率模型生成模块,用于根据所述测量极化率、理论极化率及特征渗透率生成所述研究区域的渗透率模型;
常规渗透率计算模块,用于根据所述渗透率模型及所述研究区域的复电阻率测井数据计算所述研究区域渗透率待计算的储层的常规渗透率。
一实施例中,基于岩石激发极化的渗透率生成装置还包括:
岩心获取单元,用于获取所述研究区域储层的岩心;
预处理单元,用于对所述岩心进行预处理。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现基于岩石激发极化的渗透率确定方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现基于岩石激发极化的渗透率确定方法的步骤。
从上述描述可知,本发明提供的基于岩石激发极化的渗透率确定方法及装置,利用修正后GEMTIP模型中扰动介质与电极不联通的假设与实际岩石流体存在渗透特性的差异,通过理论极化率、测量极化率与岩石渗透率建立半定量关系,结合地区岩石的实验结果,确定关系式中的待定参数。常规电学方法通过地层因子预测渗透率,对高孔渗岩石预测结果较好,但对低孔渗预测结果较差,本发明针对低孔低渗岩石进行渗透率预测,对渗透率的预测基于修正后GEMTIP模型与实际岩石的差异,摆脱了常规方法对岩石的空间假设(颗粒或毛管),考虑了真实岩石与理论模型可能存在的差异,更准确地描述了岩石电极化率与岩石渗透率的定量关系。因此本方法的适用性较广泛。另外,低孔渗岩石渗透率的实验室测量周期长,测试结果误差大,本发明通过电学实验极大提高预测效率。在电磁勘探中,针对地区的实验室渗透率预测结果可以提供该地区地层极化率与地层渗透率的定量关系,为深部地层储层预测提供依据。
综上,本发明提供的基于岩石激发极化的渗透率确定方法原理简单,渗透率生成结果准确实用,解决低孔低渗致密岩石(孔隙度<10%,渗透率<10mD)的渗透率预测问题,为非常规油气储层评价、高效开采提供重要的参数依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的实施例中的基于岩石激发极化的渗透率确定方法的流程示意图一;
图2为本发明的实施例中的基于岩石激发极化的渗透率确定方法的流程示意图二;
图3为本发明的实施例中的GEMTIP模型与修正后的GEMTIP模型频散关系对比图;
图4为本发明的实施例中的基于岩石激发极化的渗透率确定方法的流程示意图三;
图5为本发明的实施例中的基于岩石激发极化的渗透率确定方法的激发极化参数组成示意图;
图6为本发明的实施例中步骤200的流程示意图;
图7为本发明的实施例中的基于岩石激发极化的渗透率确定方法的岩石矿物组分图;
图8a为本发明的实施例中的基于岩石激发极化的渗透率确定方法的页岩电镜扫描图;
图8b为本发明的实施例中的基于岩石激发极化的渗透率确定方法的白云岩电镜扫描图;
图8c为本发明的实施例中的基于岩石激发极化的渗透率确定方法的含黄铁矿白云岩电镜扫描图;
图9为本发明的实施例中步骤300的流程示意图;
图10为本发明的实施例中的基于岩石激发极化的渗透率确定方法的流程示意图四;
图11为本发明的具体应用实例中基于岩石激发极化的渗透率确定方法的流程示意图;
图12为本发明的具体应用实例中基于岩石激发极化的渗透率确定方法的思路导图;
图13为本发明的具体应用实例中步骤S5的流程示意图;
图14为本发明的具体应用实例中预测渗透率与岩心实测渗透率对比示意图;
图15为本发明的实施例中的基于岩石激发极化的渗透率生成装置的结构示意图一;
图16为本发明的实施例中的基于岩石激发极化的渗透率生成装置的结构示意图二;
图17为本发明的实施例中的基于岩石激发极化的渗透率生成装置的结构示意图三;
图18为本发明的实施例中的理论极化率生成单元的结构示意图;
图19为本发明的实施例中的常规渗透率生成单元的结构示意图;
图20为本发明的实施例中的基于岩石激发极化的渗透率生成装置的结构示意图四;
图21为本发明的实施例中的电子设备的结构示意图。
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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例提供一种基于岩石激发极化的渗透率确定方法的具体实施方式,参见图1,该方法具体包括如下内容:
步骤100:根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率。
可以理解的是,给岩石供入稳恒电流,达到一定充电时间,断开电源。二次场开始放电,放电过程开始的瞬间测量电极两端的电位差迅速下降到一个值(这个值为二次电场的大小),随后测量电极两端的电位差缓慢的减小。在放电过程中的二次场电位和放电前的总电位的比值称为极化率。
步骤200:根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率。
步骤200在实施时,具体为通过修正后的GEMTIP模型结合岩石主导电介质与主极化界面得到岩石理论极化率。
可以理解的是,步骤100中的测量极化率是在对岩石复电阻率测量的基础上得出的,而步骤200中的理论极化率是通过修正后的GEMTIP模型计算出的。
步骤300:根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率。
具体地,综合特征渗透率、所述测量极化率及理论极化率对研究区域渗透率待计算的储层的常规渗透率进行预测。
从上述描述可知,本发明提供的基于岩石激发极化的渗透率确定方法及,利用修正后GEMTIP模型中扰动介质与电极不联通的假设与实际岩石流体存在渗透特性的差异,通过理论极化率、测量极化率与岩石渗透率建立半定量关系,从而准确的预测研究区域的渗透率。
一实施例中,参见图2,基于岩石激发极化的渗透率确定方法还包括:
步骤400:根据GEMTIP模型、所述岩心的阻抗边界及自洽条件修正所述GEMTIP模型,得到所述修正后的GEMTIP模型。
Zhdanov于2008年提出了描述岩矿石激发极化效应的广义等效介质理论(Generalized effective-medium theory of induced polarization,简记为GEMTIP),该理论既考虑了激发极化效应,也考虑了电磁感应响应,并提供了能广义描述岩矿石的几何特征、非均质结构、具有不同本征特性的多相复合介质和多组分岩石的极化率特性的定量数学模型,得到与孔隙流体的含量和矿化度、基质组分、孔隙度、各向异性结构和不同极化率的矿物组分等有关的综合等效极化响应。但考虑到GEMTIP模型的为考虑边界存在性的低阶近似(采用无边界条件的格林函数)、格林函数对第二类边界条件在低频极限为0的存在性问题(极限条件的自洽),基于此,将GEMTIP模型进行修正,得到所述修正后的GEMTIP模型。
在原GEMTIP模型中,假设介质不具有流动性与空间独立与电极不连通,而实际上的岩石中,孔隙流体具有一定的联通性,从而会破坏模型假设,进而使得实际岩石极化下降。这也是基于岩石激发极化的渗透率确定方法的理论基础。
可以理解的是,修正后的GEMTIP模型的优点有:
1)有效的改善原GEMTIP模型无法描述存在高阻扰动体时的岩石频散特性,两种模型频散关系如图3所示。
2)修正后的GEMTIP模型零频率电阻率包含了边界效应下不连通扰动体充当绝缘体的特性。(即使扰动体为高导介质)。
3)高导扰动介质提供的基于修正后的GEMTIP模型所计算的极化率与其他相关研究结论相符。
一实施例中,所述复电阻率数据包括:电阻率频散曲线数据。
一实施例中,参见图4,基于岩石激发极化的渗透率确定方法在步骤100之前,还包括:
步骤90:对所述岩心进行复电阻率测量,以生成所述电阻率频散曲线数据。
可以理解的是,复电阻率测量方法是利用岩石阻抗的频率特性,在不同的频率测量岩石的实部电阻率和虚部电阻率,进而获取岩心的电阻率频散曲线数据,以此为依据,区分储层中的流体性质。
一实施例中,参见图5,所述激发极化参数包括:所述岩心的导电介质、极化介质及极化体组分。
一实施例中,参见图6,步骤200包括:
步骤201:分别测量所述岩心溶液饱和前后的电阻率。
具体地,可以对岩心进行加压饱和,并测量加压饱和之前和之后的该岩心的电阻率。
步骤202:根据所述岩心的物性数据及所述电阻率判断所述岩心的导电介质。
步骤202在实施时,具体为结合岩石孔隙度数据及岩石矿物组分分析结果,如图7,结合饱和溶液前后电阻率变化,判断岩石主导电介质(前后变化小,主导电介质为连通导电矿物,前后变化大,主导电介质为孔隙流体)。考虑饱和岩石内具有高导特性的三种组分,粘土矿物,黄铁矿,孔隙溶液。可以理解的是,步骤202中的导电介质指岩心中的主要导电介质。
步骤203:根据所述岩心的电镜数据、岩性数据及导电介质判断所述岩心的极化介质。
可以理解的是,提供有效极化率的极化介质电阻率需比主导电介质小或相近,由此考虑的极化介质主要为岩石内不连通的高导矿物或溶液,同时极化介质需要与导电介质间存在接触界面。可以理解的是,步骤203中的极化介质指岩心中的主要极化介质。
步骤204:根据所述导电介质、极化介质及电镜数据确定所述岩心的极化体组分。
步骤204在实施时,具体为如果极化介质与导电介质空间信息弱相关(例如流体与高导矿物),在均匀意义下,极化体组分为整体空间组分。如果极化介质与导电介质空间信息强相关(例如图8a至图8c中湿粘土与次生黄铁矿颗粒),极化体组分约为介质的体积含量的比值。若岩石内提供极化率的介质不止一种且体积成分相近,则将多种极化介质的极化率进行叠加。
步骤205:根据所述导电介质、极化介质、极化体组分、干燥饱和电阻率、电镜数据及所述修正后的GEMTIP模型计算所述岩心的理论极化率。
一实施例中,参见图9,步骤300包括:
步骤301:对所述岩心进行常规渗透率测量,以获得所述岩心的常规渗透率。
可以理解的是,常规渗透率指一般意义上的渗透率,即在一定压差下,岩石允许流体通过的能力。是表征土或岩石本身传导液体能力的参数。其大小与孔隙度、液体渗透方向上孔隙的几何形状、颗粒大小以及排列方向等因素有关,而与在介质中运动的液体性质无关。渗透率(k)用来表示渗透性的大小。
步骤302:根据所述测量极化率、理论极化率及常规渗透率,利用线性估计函数生成所述岩心的特征渗透率。
具体地,结合步骤301所获得的一系列常规渗透率,并集合相同条件下测量的测量极化率及基于修正后的GEMTIP模型所计算的理论极化率,通过线性估计函数计算岩心的特征渗透率。
步骤303:根据所述测量极化率、理论极化率及特征渗透率生成所述研究区域的渗透率模型。
可以理解的是,步骤303实际上是一个反演的过程,即从数据得到模型的过程。
步骤304:根据所述渗透率模型及所述研究区域的复电阻率测井数据计算所述研究区域渗透率待计算的储层的常规渗透率。
类似于步骤303,步骤304实际上是一个正演的过程,即根据地质模型求解的过程(已知地下的即地质模型,包括构造、速度、密度等,得到数据的过程)。
一实施例中,参见图10,基于岩石激发极化的渗透率确定方法还包括:
步骤70:获取所述研究区域储层的岩心。
可以理解的是,获取的岩心需要具有代表意义,并且需要有一定的数量,取芯过程中尽量完整。
步骤80:对所述岩心进行预处理。
具体地,对岩心洗油、洗盐、干燥,测量几何参数(直径、高度)、干燥电阻率。优选地,对部分典型样品进行组分分析、电镜扫描及孔渗测试等。
从上述描述可知,本发明提供的基于岩石激发极化的渗透率确定方法,利用修正后GEMTIP模型中扰动介质与电极不联通的假设与实际岩石流体存在渗透特性的差异,通过理论极化率、测量极化率与岩石渗透率建立半定量关系,结合地区岩石的实验结果,确定关系式中的待定参数。常规电学方法通过地层因子预测渗透率,对高孔渗岩石预测结果较好,但对低孔渗预测结果较差,本发明针对低孔低渗岩石进行渗透率预测,对渗透率的预测基于修正后GEMTIP模型与实际岩石的差异,摆脱了常规方法对岩石的空间假设(颗粒或毛管),考虑了真实岩石与理论模型可能存在的差异,更准确地描述了岩石电极化率与岩石渗透率的定量关系。因此本方法的适用性较广泛。另外,低孔渗岩石渗透率的实验室测量周期长,测试结果误差大,本发明通过电学实验极大提高预测效率。在电磁勘探中,针对地区的实验室渗透率预测结果可以提供该地区地层极化率与地层渗透率的定量关系,为深部地层储层预测提供依据。
综上,本发明提供的基于岩石激发极化的渗透率确定方法原理简单,渗透率生成结果准确实用,解决低孔低渗致密岩石的渗透率预测问题,为非常规油气储层评价、高效开采提供重要的参数依据。
为进一步地说明本方案,本发明以某油田H区块为例,提供基于岩石激发极化的渗透率确定方法的具体应用实例,该具体应用实例具体包括如下内容,参见图11及图12。
S0:获取H区块的致密岩心。
具体地,获取H区块多个直径为2.5cm、高度为5cm的圆柱形致密岩心。
S1:预处理致密岩心。
具体地,对S0中所获取的致密岩心进行洗油、洗盐、干燥,测量几何参数(直径、高度)、干燥电阻率。对部分典型样品进行组分分析、电镜扫描、孔渗测试。
S2:测量岩心的复电阻率。
具体地,对岩心进行饱和加压,采用溶液为确定电阻率的NaCl溶液,在孔渗测试相同的温压条件下进行复电阻率测试,获得岩石10-2~104Hz频段电阻率频散曲线。
S3:对GEMTIP模型进行修正。
以GEMTIP模型为基础,考虑阻抗边界(避免讨论格林函数的存在性)和极限状态的自洽条件,提供修正GEMTIP模型中极化率η的表达式:
其中,N为模型扰动介质的数量,fl为扰动介质体积成分,ρ0和ρl分别对应背景介质和扰动介质的电阻率。当扰动介质为高导材料时,ρ0/ρl<<1,η→0,当扰动介质体积成分较少且为高导材料时,ρ0/ρl>>1,/>
修正后GEMTIP模型与原GEMTIP模型的对比如表1所示。
表1 GEMTIP模型与修正后的GEMTIP模型参数对比表
其中,ρ0,ρl分别代表背景介质及第l种扰动介质的电阻率,al为第l种扰动介质的球体半径,fl为第l种扰动介质的体积含量,αl为面极化系数,ω=2πf为圆频率,Cl为频率相关系数,Cl=1对应Debye模型,Cl<1的情况可以通过一系列Debye模型线性组合逼近求取。
图3是GEMTIP模型(虚线)与修正后的GEMTIP模型(实线)在相同模型参数条件下的电阻率频散图,在相同背景电阻率(200Ω·m)、体积成分(5%)及时间常数(0.0621s)的条件下,考虑不同的扰动体电阻率对应的电阻率频散曲线,结果表明,扰动体电阻率高于背景电阻率时的GEMTIP模型开始失真,而修正GEMTIP模型保持了应有的曲线形态。
从上述描述可知,修正后的GEMTIP模型具有以下优点:
1)有效改善原GEMTIP模型无法描述存在高阻扰动体时的岩石频散特性。
2)修正后的GEMTIP模型零频率电阻率包含了边界效应下不连通扰动体充当绝缘体的特性。(即使扰动体为高导介质)。
3)高导扰动介质提供的基于修正后的GEMTIP模型所提供的极化率ηl≈9fl/2,与其他相关研究结论相符。
S4:生成测量极化率ηe。
通过对修正后的GEMTIP模型进行反演,得到岩心激发极化频段对应的测量极化率ηe。由步骤S2,获得10-2~104Hz频段复电阻率曲线,通过界面极化与激发极化时间常数在数量级上的差异,提取岩石激发极化对应的测量极化率ηe。可以理解的是,测量极化率ηe基于实验获得,从而包含了岩石渗透特性对极化率的影响。
S5:生成理论极化率ηt。
按修正GEMTIP模型理论极化率在小体积扰动的情况下有:
其中,c对应主极化界面的介质,b对应主导电的介质。由上面的描述可知,为确定理论极化率,需要确定主导电介质的电阻率及主极化界面的电阻率及极化介质相对导电介质的组分,参见图13,步骤S4进而包括:
S5a:判断主导电介质。
溶液饱和后的岩岩心内一般具有三种高导特性的组分:粘土矿物,黄铁矿,孔隙溶液。结合H区块岩石孔隙度数据及组分分析结果,如图7所示,在图7中,除去黄铁矿与粘土,其他矿物具有较高的电阻率,统称为高阻矿物,黄铁矿为低阻金属矿,粘土矿物电阻介于两者之间,与流体结合降低电阻率形成湿粘土,粘土矿在岩石中具有较好的连通性,在含量较高时会成为岩石的主导电介质。
结合饱和溶液前后电阻率变化,判断岩心主导电介质,具体地,如果岩心溶液饱和前后的电阻率变化小,主导电介质为连通导电矿物;如果岩心溶液饱和前后的电阻率变化大,主导电介质为孔隙流体。
S5b:判断主极化介质。
可以理解的是,提供有效极化率的极化介质电阻率需比主导电介质小或相近,所以极化介质主要为岩石内不连通的高导矿物或溶液,同时极化介质需要与导电介质间存在接触界面。
步骤S4b在实施时,具体为:基于主导电介质,结合岩性、电镜图、各材料电导能力及组分寻找主要的极化界面(通常只考虑电导能力大于主导电介质的材料)。
S5c:确定极化体组分。
结合电镜结果对扰动体组分进行分析,如果极化介质与导电介质空间信息弱相关(例如流体与高导矿物),在均匀条件下,极化体组分为整体空间组分如果极化介质与导电介质空间信息强相关(例如图8a至图8c中湿粘土与次生黄铁矿颗粒,图8a为页岩电镜扫描图,其中的黄铁矿成分在泥质中发育,被粘土矿包裹,形成极化体。图8b为白云岩电镜扫描图,从图8b中可以看到岩石孔隙较发育,连续性好,孔隙流体可以形成较好通道。图8c为黄铁矿电镜扫描图,与页岩中的次生黄铁矿不同,黄铁矿与粘土矿空间相关性弱,连通性差,存在多种极化界面),极化体组分约为fc=Vc/Vb。其中Vl为第l种介质的体积含量,若岩石内提供极化率的介质不止一种且体积成分相近,则将多种极化介质的极化率叠加/>
在步骤S4a至S4c的基础上,综合岩心矿物组分信息,干燥饱和电阻率变化,电镜信息中各矿物相关性,得到理论极化率ηt。
S6:计算特征渗透率。
具体地:对H区块N块岩心进行常规渗透率测量,获得一系列常规渗透率κi,结合相同条件下测量的测量极化率及理论极化率/>通过线性估计函数有:
当满足可得到H区块的低孔渗岩石特征渗透率:/>
S7:预测H区块的储层的常规渗透率。
综合理论极化率,测量极化率及特征渗透率对该地区未进行渗透率测试的岩石进行预测(即建立岩石理论极化率ηt,测量极化率ηe及岩石渗透率κ半定量关系式),对应的常规渗透率预测模型为:
其中,ηt>ηeκ0为该地区低孔渗岩石特征渗透率,通过实验确定。测量渗透率与理论极化率相近时岩石渗透率κ→0,岩石接近无联通假设的理论状态;测量渗透率极小时/>岩石渗透率κ→+∞,岩石接近全联通(无极化)的极限状态。
表2为综合该地区岩石信息与实验测量,得到的岩石理论极化率与测量极化率对比表,在该预测模型中,选择的电阻率分别为104Ω·m的高阻矿物,1Ω·m的干粘土,0.1Ω·m的孔隙流体,0.04Ω·m的粘土水及10-3Ω·m金属矿。
S8:评估常规渗透率预测模型。
具体地,分析步骤S6中所得到的常规渗透率预测模型的稳定性与适用性。针对预测模型的相对误差分析,考虑三个参数对预测渗透率的影响,对预测模型取log求全微分得到相对误差关系:
由此可知当ηe→0或ηt-ηe→0时,测量渗透率相对误差会迅速放大,当ηe→0时对应较大的岩石渗透率,公式失效,ηt-ηe→0时对应极小的岩石渗透率,相对误差来源于渗透率κ→0,由此可得,常规渗透率预测模型对中低孔渗岩石的渗透率预测更为准确、稳定。
表2岩石理论极化率与测量极化率对比表
另外,在评估常规渗透率预测模型的过程中,特征渗透率通过预测模型结合该地区6块标定岩石的测量渗透率、理论极化率及测量极化率标定得到κ0≈0.1mD。其中对于标定岩石的选择上,考虑渗透率具有一定差异的岩石,保证预测渗透率在一定范围内的稳定性。
图14为常规渗透率的预测结果与测量结果对比,将该地区特征渗透率代入预测模型得到与标定岩石不同的12块岩石的预测渗透率。预测结果表明,预测渗透率与实际渗透率相比,可以有效约束在同一数量级,进行证实了常规渗透率预测模型对低孔渗岩石的有效性及实用性。
从上述描述可知,本发明提供的基于岩石激发极化的渗透率确定方法,利用修正后GEMTIP模型中扰动介质与电极不联通的假设与实际岩石流体存在渗透特性的差异,通过理论极化率、测量极化率与岩石渗透率建立半定量关系,结合地区岩石的实验结果,确定关系式中的待定参数。常规电学方法通过地层因子预测渗透率,对高孔渗岩石预测结果较好,但对低孔渗预测结果较差,本发明针对低孔低渗岩石进行渗透率预测,对渗透率的预测基于修正后GEMTIP模型与实际岩石的差异,摆脱了常规方法对岩石的空间假设(颗粒或毛管),考虑了真实岩石与理论模型可能存在的差异,更准确地描述了岩石电极化率与岩石渗透率的定量关系。因此本方法的适用性较广泛。另外,低孔渗岩石渗透率的实验室测量周期长,测试结果误差大,本发明通过电学实验极大提高预测效率。在电磁勘探中,针对地区的实验室渗透率预测结果可以提供该地区地层极化率与地层渗透率的定量关系,为深部地层储层预测提供依据。
综上,本发明提供的基于岩石激发极化的渗透率确定方法原理简单,渗透率生成结果准确实用,解决低孔低渗致密岩石的渗透率预测问题,为非常规油气储层评价、高效开采提供重要的参数依据。
基于同一发明构思,本申请实施例还提供了基于岩石激发极化的渗透率生成装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于基于岩石激发极化的渗透率生成装置解决问题的原理与基于岩石激发极化的渗透率确定方法相似,因此基于岩石激发极化的渗透率生成装置的实施可以参见基于岩石激发极化的渗透率确定方法实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明的实施例提供一种能够实现基于岩石激发极化的渗透率确定方法的基于岩石激发极化的渗透率生成装置的具体实施方式,参见图15,基于岩石激发极化的渗透率生成装置具体包括如下内容:
测量极化率生成单元10,用于根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;
理论极化率生成单元20,用于根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;
常规渗透率生成单元30,用于根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率。
一实施例中,参见图16,基于岩石激发极化的渗透率生成装置还包括:
模型修正单40,用于根据GEMTIP模型、所述岩心的阻抗边界及自洽条件修正所述GEMTIP模型,得到所述修正后的GEMTIP模型。
一实施例中,参见图17,基于岩石激发极化的渗透率生成装置还包括:
数据生成单元50,用于对所述岩心进行复电阻率测量,以生成所述电阻率频散曲线数据。
一实施例中,参见图18,所述理论极化率生成单元20包括:
电阻率测量模块201,用于分别测量所述岩心溶液饱和前后的电阻率;
导电判断模块202,用于根据所述岩心的物性数据及所述电阻率判断所述岩心的导电介质;
极化判断模块203,用于根据所述岩心的电镜数据、岩性数据及导电介质判断所述岩心的极化介质;
组分确定模块204,用于根据所述导电介质、极化介质及电镜数据确定所述岩心的极化体组分;
理论极化率计算模块205,用于根据所述导电介质、极化介质、极化体组分、干燥饱和电阻率、电镜数据及所述修正后的GEMTIP模型计算所述岩心的理论极化率。
一实施例中,参见图19,所述常规渗透率生成单元30包括:
常规渗透率获取模301,用于对所述岩心进行常规渗透率测量,以获得所述岩心的常规渗透率;
特征渗透率生成模块302,用于根据所述测量极化率、理论极化率及常规渗透率,利用线性估计函数生成所述岩心的特征渗透率;
渗透率模型生成模块303,用于根据所述测量极化率、理论极化率及特征渗透率生成所述研究区域的渗透率模型;
常规渗透率计算模块304,用于根据所述渗透率模型及所述研究区域的复电阻率测井数据计算所述研究区域渗透率待计算的储层的常规渗透率。
一实施例中,参见图20,基于岩石激发极化的渗透率生成装置还包括:
岩心获取单元70,用于获取所述研究区域储层的岩心;
预处理单元80,用于对所述岩心进行预处理。
从上述描述可知,本发明提供的基于岩石激发极化的渗透率生成装置,利用修正后GEMTIP模型中扰动介质与电极不联通的假设与实际岩石流体存在渗透特性的差异,通过理论极化率、测量极化率与岩石渗透率建立半定量关系,结合地区岩石的实验结果,确定关系式中的待定参数。常规电学方法通过地层因子预测渗透率,对高孔渗岩石预测结果较好,但对低孔渗预测结果较差,本发明针对低孔低渗岩石进行渗透率预测,对渗透率的预测基于修正后GEMTIP模型与实际岩石的差异,摆脱了常规方法对岩石的空间假设(颗粒或毛管),考虑了真实岩石与理论模型可能存在的差异,更准确地描述了岩石电极化率与岩石渗透率的定量关系。因此本方法的适用性较广泛。另外,低孔渗岩石渗透率的实验室测量周期长,测试结果误差大,本发明通过电学实验极大提高预测效率。在电磁勘探中,针对地区的实验室渗透率预测结果可以提供该地区地层极化率与地层渗透率的定量关系,为深部地层储层预测提供依据。
综上,本发明提供的基于岩石激发极化的渗透率生成装置原理简单,渗透率生成结果准确实用,解决低孔低渗致密岩石的渗透率预测问题,为非常规油气储层评价、高效开采提供重要的参数依据。
本申请的实施例还提供能够实现上述实施例中的基于岩石激发极化的渗透率确定方法中全部步骤的一种电子设备的具体实施方式,参见图21,电子设备具体包括如下内容:
处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204;
其中,处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信;通信接口1203用于实现服务器端设备、测量设备以及用户端设备等相关设备之间的信息传输。
处理器1201用于调用存储器1202中的计算机程序,处理器执行计算机程序时实现上述实施例中的基于岩石激发极化的渗透率确定方法中的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;
步骤200:根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;
步骤300:根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率。
从上述描述可知,本申请实施例中的电子设备,利用修正后GEMTIP模型中扰动介质与电极不联通的假设与实际岩石流体存在渗透特性的差异,通过理论极化率、测量极化率与岩石渗透率建立半定量关系,结合地区岩石的实验结果,确定关系式中的待定参数。常规电学方法通过地层因子预测渗透率,对高孔渗岩石预测结果较好,但对低孔渗预测结果较差,本发明针对低孔低渗岩石进行渗透率预测,对渗透率的预测基于修正后GEMTIP模型与实际岩石的差异,摆脱了常规方法对岩石的空间假设(颗粒或毛管),考虑了真实岩石与理论模型可能存在的差异,更准确地描述了岩石电极化率与岩石渗透率的定量关系。因此本方法的适用性较广泛。另外,低孔渗岩石渗透率的实验室测量周期长,测试结果误差大,本发明通过电学实验极大提高预测效率。在电磁勘探中,针对地区的实验室渗透率预测结果可以提供该地区地层极化率与地层渗透率的定量关系,为深部地层储层预测提供依据。
综上,本申请实施例中的电子设备原理简单,渗透率生成结果准确实用,解决低孔低渗致密岩石的渗透率预测问题,为非常规油气储层评价、高效开采提供重要的参数依据。
本申请的实施例还提供能够实现上述实施例中的基于岩石激发极化的渗透率确定方法中全部步骤的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的基于岩石激发极化的渗透率确定方法的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;
步骤200:根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;
步骤300:根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率。
从上述描述可知,本申请实施例中的计算机可读存储介质,利用修正后GEMTIP模型中扰动介质与电极不联通的假设与实际岩石流体存在渗透特性的差异,通过理论极化率、测量极化率与岩石渗透率建立半定量关系,结合地区岩石的实验结果,确定关系式中的待定参数。常规电学方法通过地层因子预测渗透率,对高孔渗岩石预测结果较好,但对低孔渗预测结果较差,本发明针对低孔低渗岩石进行渗透率预测,对渗透率的预测基于修正后GEMTIP模型与实际岩石的差异,摆脱了常规方法对岩石的空间假设(颗粒或毛管),考虑了真实岩石与理论模型可能存在的差异,更准确地描述了岩石电极化率与岩石渗透率的定量关系。因此本方法的适用性较广泛。另外,低孔渗岩石渗透率的实验室测量周期长,测试结果误差大,本发明通过电学实验极大提高预测效率。在电磁勘探中,针对地区的实验室渗透率预测结果可以提供该地区地层极化率与地层渗透率的定量关系,为深部地层储层预测提供依据。
综上,本申请实施例中的计算机可读存储介质原理简单,渗透率生成结果准确实用,解决低孔低渗致密岩石的渗透率预测问题,为非常规油气储层评价、高效开采提供重要的参数依据。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种基于岩石激发极化的渗透率确定方法,其特征在于,包括:
根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;
根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;
根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率;
所述激发极化参数包括:所述岩心的导电介质、极化介质及极化体组分;
所述根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率,包括:
分别测量所述岩心溶液饱和前后的电阻率;
根据所述岩心的物性数据及所述电阻率判断所述岩心的导电介质;
根据所述岩心的电镜数据、岩性数据及导电介质判断所述岩心的极化介质;
根据所述导电介质、极化介质及电镜数据确定所述岩心的极化体组分;
根据所述导电介质、极化介质、极化体组分、干燥饱和电阻率、电镜数据及所述修正后的GEMTIP模型计算所述岩心的理论极化率;
所述根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率,包括:
对所述岩心进行常规渗透率测量,以获得所述岩心的常规渗透率;
根据所述测量极化率、理论极化率及常规渗透率,利用线性估计函数生成所述岩心的特征渗透率;
根据所述测量极化率、理论极化率及特征渗透率生成所述研究区域的渗透率模型;
根据所述渗透率模型及所述研究区域的复电阻率测井数据计算所述研究区域渗透率待计算的储层的常规渗透率;
所述修正后的GEMTIP模型中极化率η的表达式为:
其中,N为模型扰动介质的数量,fl为扰动介质体积成分,ρ0和ρl分别对应背景介质和扰动介质的电阻率。
2.如权利要求1所述的渗透率确定方法,其特征在于,还包括:根据GEMTIP模型、所述岩心的阻抗边界及自洽条件修正所述GEMTIP模型,得到所述修正后的GEMTIP模型。
3.如权利要求1所述的渗透率确定方法,其特征在于,所述复电阻率数据包括:电阻率频散曲线数据。
4.如权利要求3所述的渗透率确定方法,其特征在于,在所述根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率之前,还包括:
对所述岩心进行复电阻率测量,以生成所述电阻率频散曲线数据。
5.如权利要求1所述的渗透率确定方法,其特征在于,还包括:
获取所述研究区域储层的岩心;
对所述岩心进行预处理。
6.一种基于岩石激发极化的渗透率生成装置,其特征在于,包括:
测量极化率生成单元,用于根据研究区域储层岩心的复电阻率数据及修正后的GEMTIP模型生成所述岩心的测量极化率;
理论极化率生成单元,用于根据所述岩心的激发极化参数及所述修正后的GEMTIP模型生成所述岩心的理论极化率;
常规渗透率生成单元,用于根据所述岩心的特征渗透率、所述测量极化率及理论极化率生成所述研究区域的储层常规渗透率;
所述激发极化参数包括:所述岩心的导电介质、极化介质及极化体组分;
所述理论极化率生成单元包括:
电阻率测量模块,用于分别测量所述岩心溶液饱和前后的电阻率;
导电判断模块,用于根据所述岩心的物性数据及所述电阻率判断所述岩心的导电介质;
极化判断模块,用于根据所述岩心的电镜数据、岩性数据及导电介质判断所述岩心的极化介质;
组分确定模块,用于根据所述导电介质、极化介质及电镜数据确定所述岩心的极化体组分;
理论极化率计算模块,用于根据所述导电介质、极化介质、极化体组分、干燥饱和电阻率、电镜数据及所述修正后的GEMTIP模型计算所述岩心的理论极化率;
所述常规渗透率生成单元包括:
常规渗透率获取模块,用于对所述岩心进行常规渗透率测量,以获得所述岩心的常规渗透率;
特征渗透率生成模块,用于根据所述测量极化率、理论极化率及常规渗透率,利用线性估计函数生成所述岩心的特征渗透率;
渗透率模型生成模块,用于根据所述测量极化率、理论极化率及特征渗透率生成所述研究区域的渗透率模型;
常规渗透率计算模块,用于根据所述渗透率模型及所述研究区域的复电阻率测井数据计算所述研究区域渗透率待计算的储层的常规渗透率;
所述修正后的GEMTIP模型中极化率η的表达式为:
其中,N为模型扰动介质的数量,fl为扰动介质体积成分,ρ0和ρl分别对应背景介质和扰动介质的电阻率。
7.如权利要求6所述的渗透率生成装置,其特征在于,还包括:
模型修正单元,用于根据GEMTIP模型、所述岩心的阻抗边界及自洽条件修正所述GEMTIP模型,得到所述修正后的GEMTIP模型。
8.如权利要求6所述的渗透率生成装置,其特征在于,还包括:
数据生成单元,用于对所述岩心进行复电阻率测量,以生成 电阻率频散曲线数据。
9.如权利要求6所述的渗透率生成装置,其特征在于,还包括:
岩心获取单元,用于获取所述研究区域储层的岩心;
预处理单元,用于对所述岩心进行预处理。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任一项所述的基于岩石激发极化的渗透率确定方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至5任一项所述的基于岩石激发极化的渗透率确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910675222.6A CN112305636B (zh) | 2019-07-25 | 2019-07-25 | 基于岩石激发极化的渗透率确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910675222.6A CN112305636B (zh) | 2019-07-25 | 2019-07-25 | 基于岩石激发极化的渗透率确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112305636A CN112305636A (zh) | 2021-02-02 |
CN112305636B true CN112305636B (zh) | 2023-10-27 |
Family
ID=74329333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910675222.6A Active CN112305636B (zh) | 2019-07-25 | 2019-07-25 | 基于岩石激发极化的渗透率确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112305636B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570670A (zh) * | 2004-05-08 | 2005-01-26 | 大庆石油管理局 | 利用岩石激发极化谱确定孔隙结构和地层渗透率的方法 |
CN1570603A (zh) * | 2004-05-08 | 2005-01-26 | 大庆石油管理局 | 求取渗透率的岩石激发极化谱分析方法 |
WO2016160770A1 (en) * | 2015-03-30 | 2016-10-06 | Saudi Arabian Oil Company | Monitoring hydrocarbon reservoirs using induced polarization effect |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7863901B2 (en) * | 2007-05-25 | 2011-01-04 | Schlumberger Technology Corporation | Applications of wideband EM measurements for determining reservoir formation properties |
-
2019
- 2019-07-25 CN CN201910675222.6A patent/CN112305636B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570670A (zh) * | 2004-05-08 | 2005-01-26 | 大庆石油管理局 | 利用岩石激发极化谱确定孔隙结构和地层渗透率的方法 |
CN1570603A (zh) * | 2004-05-08 | 2005-01-26 | 大庆石油管理局 | 求取渗透率的岩石激发极化谱分析方法 |
WO2016160770A1 (en) * | 2015-03-30 | 2016-10-06 | Saudi Arabian Oil Company | Monitoring hydrocarbon reservoirs using induced polarization effect |
Non-Patent Citations (2)
Title |
---|
"时频电磁法时域激电参数提取与应用";张锐锋 等;《石油地球物理勘探》;第51卷(第6期);第1227-1232页 * |
"用岩石复电阻率求渗透率的研究";黄理善 等;《工程地球物理学报》;第4卷(第5期);第444-449页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112305636A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cai et al. | The critical factors for permeability-formation factor relation in reservoir rocks: Pore-throat ratio, tortuosity and connectivity | |
Revil | On charge accumulation in heterogeneous porous rocks under the influence of an external electric field | |
Vaudelet et al. | Induced polarization signatures of cations exhibiting differential sorption behaviors in saturated sands | |
Weller et al. | Permeability prediction based on induced polarization: Insights from measurements on sandstone and unconsolidated samples spanning a wide permeability range | |
Revil et al. | Determination of permeability from spectral induced polarization in granular media | |
Wurmstich et al. | Modeling of streaming potential responses caused by oil well pumping | |
Shevnin et al. | Estimation of clay content in soil based on resistivity modelling and laboratory measurements | |
Mao et al. | Induced polarization response of porous media with metallic particles—Part 4: Detection of metallic and nonmetallic targets in time-domain-induced polarization tomography | |
Tong et al. | Determining capillary-pressure curve, pore-size distribution, and permeability from induced polarization of shaley sand | |
Niu et al. | Salinity dependence of the complex surface conductivity of the Portland sandstone | |
Bairlein et al. | Temperature dependence of spectral induced polarization data: experimental results and membrane polarization theory | |
Niu et al. | Textural control on the quadrature conductivity of porous media | |
Garcia et al. | Integrated characterization of multi-frequency dielectric dispersion measurements in mixed-wet rocks | |
Merriam | Induced polarization and surface electrochemistry | |
Osterman et al. | Effect of clay content and distribution on hydraulic and geophysical properties of synthetic sand-clay mixtures | |
Thanh et al. | Permeability dependence of streaming potential coefficient in porous media | |
Tartrat et al. | Induced polarization response of porous media with metallic particles—Part 10: Influence of desiccation | |
Nunes Barreto et al. | Fluid salinity, clay content, and permeability of rocks determined through complex resistivity partition fraction decomposition | |
Zhang et al. | Effects of fluid displacement pattern on complex electrical impedance in Berea sandstone over frequency range 104–106 Hz | |
Lévy et al. | Influence of smectite and salinity on the imaginary and surface conductivity of volcanic rocks | |
Joseph et al. | Spectral Induced Polarization measurements on New Zealand sands‐dependence on fluid conductivity | |
CN112305636B (zh) | 基于岩石激发极化的渗透率确定方法及装置 | |
Razavirad et al. | Estimation of the permeability of hydrocarbon reservoir samples using induced polarization and nuclear magnetic resonance methods | |
Boadu | Predicting the engineering and transport properties of soils using fractal equivalent circuit model: Laboratory experiments | |
Niu et al. | Measurement of dielectric properties (MHz–MHz) of sedimentary rocks |
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 |