CN112502690B - 低渗特低渗砂岩中的有效储层预测方法及系统 - Google Patents
低渗特低渗砂岩中的有效储层预测方法及系统 Download PDFInfo
- Publication number
- CN112502690B CN112502690B CN201910788270.6A CN201910788270A CN112502690B CN 112502690 B CN112502690 B CN 112502690B CN 201910788270 A CN201910788270 A CN 201910788270A CN 112502690 B CN112502690 B CN 112502690B
- Authority
- CN
- China
- Prior art keywords
- curve
- natural gamma
- hypotonic
- sand layer
- gamma curve
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000004576 sand Substances 0.000 claims abstract description 116
- 230000035772 mutation Effects 0.000 claims abstract description 51
- 239000004927 clay Substances 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 2
- 230000001143 conditioned effect Effects 0.000 claims 1
- 239000010410 layer Substances 0.000 description 46
- 238000011160 research Methods 0.000 description 17
- 238000011161 development Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000013049 sediment Substances 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000036438 mutation frequency Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
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
- E21B47/00—Survey of boreholes 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
- 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
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出了一种低渗特低渗砂岩中的有效储层预测方法及系统，该方法包括：根据测井资料，利用自然伽马曲线、自然电位曲线得到泥质含量；选择符合条件的单砂层作为最小解释单元；以单砂层的顶底为约束条件，对自然伽马曲线、密度曲线进行归一化；根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率；根据岩心观察确定的砂体结构层段，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型；根据岩心观察确定的砂体结构层段，确定出突变率的测井解释模型，得到突变率的测井解释结果；对砂体结构类型的测井解释模型进行解释，将平滑曲线对应的砂层解释为有效储层，齿化曲线对应的砂层解释为非有效储层。
Description
技术领域
本发明关于石油勘探技术领域，具体涉及一种低渗特低渗砂岩中的有效储层预测方法及系统。
背景技术
众多勘探实践表明，低渗特低渗透储层之间、内部以及平面分布均具有强非均质性，相同沉积微相、同一砂带中物性相差不大的储层，甚至在同一套砂层组的不同部位，砂体结构都存在很大差异，严重影响储层质量，使得低渗特低渗透砂岩中的有效储层预测、产建目标优选难度大。
从地质角度而言，目前公认的研究砂体内部变化的成熟方法为砂体构型，侧重于不同级次物理界面限定的不同级次的砂体结构单元组合关系。当前研究主要集中在开发区级别的小范围内，着重对不同沉积微相的精细刻画与隔夹层的识别，强调砂泥岩及不同微相砂岩的叠置关系，难以表征储层砂体的相对优劣，不能有效地评价储层质量。同时，根据近年有关国内外报道，地质研究方法以专家定性解释为主，主观因素影响较大，失误率普遍较高，缺乏定量识别手段和方法，不便于工业化应用。
从测井评价角度而言，近年有学者利用自然伽马曲线、泥质含量曲线，通过构造测井曲线变差方差根函数，表征砂体结构的纵向非均质性变化，将砂体划分为块状和互层状两大类，取得了一定效果。该方法虽然在一定程度上达到了定量解释砂体结构的目的，但相同的曲线组合形态有可能代表不同的沉积相带的储层，若不用沉积相、沉积微相约束，则会存在较强的多解性；同时，该方法以砂层组为研究单元，研究精度较低，不能实现单一砂体结构的评价。
因此，亟需一种基于砂体结构评价的有效储层预测方案，为储层有效性评价提供可靠依据，降低勘探风险，提高经济效益。
发明内容
基于现有技术来看，主要存在以下问题：
1、当前对砂体结构研究地质角度以砂体构型方法为主，研究尺度较大，着重对沉积微相的精细刻画与隔夹层的识别，强调砂泥岩及不同微相的叠置关系，难以表征储层砂体的相对优劣。
2、以专家的人为主观定性解释为主，人为因素影响较大，定量解释的相关内容较少。
3、基于测井模型解释砂体结构，利用自然伽马、泥质含量曲线，通过构造测井曲线变差方差根函数，表征砂体结构的纵向非均质性变化，划分为块状和互层状，不仅研究尺度较大，而且缺乏沉积微相约束，多解性大。
为解决上述问题，本发明提出了一种低渗特低渗砂岩中的有效储层预测方法及系统，与现有的有效储层预测的技术方法对比，具有以下显著效果：
1、砂体结构研究精度显著提高，主要依据测井解释单砂层而定。
2、实现了依据测井曲线进行相控砂体结构定量的自动识别，不仅消除了人为因素对解释结果的影响，而且极大提高了工作效率。
3、基于地质含义基础上的测井曲线形态参数提取技术，将测井-地质协同研究砂体结构发展到定量化研究程度，本发明的整体方案原理简单、操作方便、技术上易于实现，便于应用到新研究区，具有广阔的的应用前景。
在本发明一实施例中，提出了一种低渗特低渗砂岩中的有效储层预测方法，该方法包括：
获取测井资料；
根据所述测井资料，利用自然伽马曲线、自然电位曲线得到泥质含量；
根据所述泥质含量及单砂层厚度，选择符合条件的单砂层作为最小解释单元；
以所述单砂层的顶底为约束条件，对自然伽马曲线、密度曲线进行归一化；
以单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率；
根据岩心观察确定的砂体结构层段、所述归一化后的自然伽马曲线的偏心值及均值，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型；
根据岩心观察确定的砂体结构层段及所述归一化后的自然伽马曲线的突变率，确定出突变率的测井解释模型，得到突变率的测井解释结果；
根据所述突变率的测井解释结果，对所述砂体结构类型的测井解释模型进行解释，得到平滑曲线或者齿化曲线；
将所述平滑曲线对应的砂层解释为有效储层，所述齿化曲线对应的砂层解释为非有效储层。
在本发明一实施例中，还提出了一种低渗特低渗砂岩中的有效储层预测系统，该系统包括：
资料采集模块，用于获取测井资料；
泥质含量计算模块，用于根据所述测井资料，利用自然伽马曲线、自然电位曲线得到泥质含量；
单砂层筛选模块，用于根据所述泥质含量及单砂层厚度，选择符合条件的单砂层作为最小解释单元；
归一化模块，用于以所述单砂层的顶底为约束条件，对自然伽马曲线、密度曲线进行归一化；
曲线参数计算模块，用于以单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率；
交会模块，用于根据岩心观察确定的砂体结构层段、所述归一化后的自然伽马曲线的偏心值及均值，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型；
突变率测井解释模块，用于根据岩心观察确定的砂体结构层段及所述归一化后的自然伽马曲线的突变率，确定出突变率的测井解释模型，得到突变率的测井解释结果；
细化解释模块，用于根据所述突变率的测井解释结果，对所述砂体结构类型的测井解释模型进行解释，得到平滑曲线或者齿化曲线；
有效储层预测模块，用于将所述平滑曲线对应的砂层解释为有效储层，所述齿化曲线对应的砂层解释为非有效储层。
在本发明一实施例中，还提出了一种计算机设备，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，所述处理器执行所述计算机程序时实现低渗特低渗砂岩中的有效储层预测方法。
在本发明一实施例中，还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行低渗特低渗砂岩中的有效储层预测方法的计算机程序。
本发明提出的低渗特低渗砂岩中的有效储层预测方法及系统，可以通过测井定量识别相控砂体结构预测低渗特低渗砂岩中的有效储层，为储层质量评价提供可靠依据，满足岩性油气藏藏精细勘探与高效开发的迫切需求，以降低勘探风险，提高经济效益。
附图说明
图1是本发明一实施例的低渗特低渗砂岩中的有效储层预测方法流程图。
图2是本发明一具体实施例的归一化后的自然伽马曲线的偏心值及均值的交会示意图。
图3是本发明一具体实施例的环庆地区有效储层连井对比剖面示意图。
图4是本发明一具体实施例的环庆地区有效储层平面展布示意图。
图5是本发明一实施例的低渗特低渗砂岩中的有效储层预测系统结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
根据本发明的实施方式，提出了一种低渗特低渗砂岩中的有效储层预测方法及系统，以测井解释单砂层为约束，在数字表征相控砂体结构特征基础上，实现了测井-地质协同小尺度定量研究砂体非均质性特征，为低渗透特低渗透有效储层预测奠定可靠基础，并提供强有力地技术支撑，技术方案原理简单、操作性强、易于推广。
下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
图1是本发明一实施例的低渗特低渗砂岩中的有效储层预测方法流程图。如图1所示，该方法包括：
步骤S101，获取测井资料。其中，测井资料可以包括：常规测井曲线、录井剖面及岩心资料。
步骤S102，根据测井资料，利用自然伽马曲线、自然电位曲线得到泥质含量。
步骤S103，根据所述泥质含量及单砂层厚度，选择符合条件的单砂层作为最小解释单元。
在一实施例中，选择选择所述泥质含量小于35％的单砂层且厚度大于2m的单砂层，作为最小解释单元；如果单砂层的厚度小于2m，则解释为漫溢砂岩，不属于本发明研究对象。
步骤S104，以所述单砂层的顶底为约束条件，对自然伽马曲线、密度曲线进行归一化。
步骤S105，以单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值(Eccentricity value)、均值(Average value)及突变率(Mutation frequency)。
具体的，归一化后的自然伽马曲线的偏心值的计算模型如下：
其中，Ev为归一化后的自然伽马曲线的偏心值；i为单砂层内的第i个点；N为单砂层内的点的总数；xi为第i个自然伽马曲线值。
归一化后的自然伽马曲线的均值的计算模型如下：
当N为偶数时，
当N为奇数时，
其中，Avup为上半段归一化后的自然伽马曲线的均值；Avdown为下半段归一化后的自然伽马曲线的均值；i为单砂层内的第i个点；N为单砂层内的点的总数；xi为第i个自然伽马曲线值。
归一化后的自然伽马曲线的突变率的计算模型如下：
其中，Mf为归一化后的自然伽马曲线的突变率；i为单砂层内的第i个点；N为单砂层内的点的总数；xi、xi+1、xi+2分别为第i、i+1、i+2个自然伽马曲线值；h为单砂层厚度；a为常数。
步骤S106，根据岩心观察确定的砂体结构层段、所述归一化后的自然伽马曲线的偏心值及均值，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型。
在一实施例中，砂体结构类型的测井解释模型包括：钟形曲线、箱形曲线及漏斗形曲线；
钟形曲线的条件为：Ev＞a；
箱形曲线的条件为：b＜Ev＜a且c＜Av＜d；
漏斗形曲线的条件为：Ev＜b；
其中，a、b、c、d是根据所述归一化后的自然伽马曲线的偏心值及均值的交会关系确定。
在一实施例中，归一化后的自然伽马曲线的偏心值及均值的交会关系可以通过交会图来表示，如图2所示，根据交会图可以确定出曲线基本形态的解释模型为：所述钟形曲线201的条件为：Ev＞0.55；所述箱形曲线202的条件为：0.45＜Ev＜0.55且-0.25＜Av＜0.25；所述漏斗形曲线203的条件为：Ev＜0.45。
步骤S107，根据岩心观察确定的砂体结构层段及所述归一化后的自然伽马曲线的突变率，确定出突变率的测井解释模型，得到突变率的测井解释结果。
在一实施例中，突变率的测井解释模型包括：齿化曲线及平滑曲线；
所述齿化曲线的条件为：Mf＞e；
所述平滑曲线的调键位：Mf＜e；
其中，e是根据岩性观察结果确定，可以取0.6。
步骤S108，根据步骤S107得到的突变率的测井解释结果，对步骤S106得到的砂体结构类型的测井解释模型(沉积微相类型)进行细化解释，得到平滑曲线或者齿化曲线。
在一实施例中，所述平滑曲线包括：平滑钟形曲线、平滑漏斗曲线及平滑箱形曲线；所述齿化曲线包括：齿化钟形曲线、齿化漏斗曲线及齿化箱形曲线。以此就可以确定更加细致的相控砂体结构类型，分别为河道主体砂岩、河道侧翼砂岩、坝主体砂岩、坝侧翼砂岩。
步骤S109，将所述平滑曲线对应的砂层解释为有效储层，所述齿化曲线对应的砂层解释为非有效储层。
在一实施例中，可以将平滑钟形曲线、平滑漏斗曲线及平滑箱形曲线对应的砂层解释为有效储层，将其它砂层解释为非有效储层。
需要说明的是，尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
与现有的有效储层预测的技术方法对比，本发明具有以下显著效果：砂体结构研究精度显著提高，主要依据测井解释单砂层而定；实现了依据测井曲线进行相控砂体结构定量的自动识别，不仅消除了人为因素对解释结果的影响，而且极大提高了工作效率。基于地质含义基础上的测井曲线形态参数提取技术，将测井-地质协同研究砂体结构发展到定量化研究程度；整体方案原理简单、操作方便、技术上易于实现，便于应用到新研究区，具有广阔的的应用前景。
为了对上述低渗特低渗砂岩中的有效储层预测方法进行更为清楚的解释，下面结合一个具体的实施例来进行说明，然而值得注意的是该实施例仅是为了更好地说明本发明，并不构成对本发明不当的限定。
以环庆地区为例，利用本发明对该地区延长组长81段低渗透砂岩的相控砂体结构进行定量解释，预测出有效储层的空间分布特征，如图3及图4所示，图3为环庆地区有效储层连井对比剖面示意图，图4为环庆地区有效储层平面展布示意图；其成果作为岩性油气藏勘探开发新方法被推广应用，为精细勘探与有效开发提供了技术保障。
本发明适用于低渗特低渗致密砂岩储层的相控砂体结构定量解释及有效储层预测研究。通过挖掘测井曲线形态隐藏的地质含义，将现有的人工解释方法发展到测井-地质协同定量化研究程度，实现了计算机自动解释、评价低渗透储层有效性的目标，拓展了当前研究的技术方法，具有广阔的的应用前景。
基于同一发明构思，本发明公开了一种低渗特低渗砂岩中的有效储层预测系统，如图5所示，该系统包括：
资料采集模块100，用于获取测井资料；
泥质含量计算模块200，用于根据测井资料，利用自然伽马曲线、自然电位曲线得到泥质含量；
单砂层筛选模块300，用于根据所述泥质含量及单砂层厚度，选择符合条件的单砂层作为最小解释单元；
归一化模块400，用于以所述单砂层的顶底为约束条件，对自然伽马曲线、密度曲线进行归一化；
曲线参数计算模块500，用于以单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率；
交会模块600，用于根据岩心观察确定的砂体结构层段、所述归一化后的自然伽马曲线的偏心值及均值，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型；
突变率测井解释模块700，用于根据岩心观察确定的砂体结构层段及所述归一化后的自然伽马曲线的突变率，确定出突变率的测井解释模型，得到突变率的测井解释结果；
细化解释模块800，用于根据所述突变率的测井解释结果，对所述砂体结构类型的测井解释模型进行解释，得到平滑曲线或者齿化曲线；
有效储层预测模块900，用于将所述平滑曲线对应的砂层解释为有效储层，所述齿化曲线对应的砂层解释为非有效储层。
应当注意，尽管在上文详细描述中提及了低渗特低渗砂岩中的有效储层预测系统的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
基于同一发明构思，本发明还提出了一种计算机设备，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，所述处理器执行所述计算机程序时实现前述低渗特低渗砂岩中的有效储层预测方法。
基于同一发明构思，本发明还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行前述低渗特低渗砂岩中的有效储层预测的计算机程序。
本发明提出的低渗特低渗砂岩中的有效储层预测方法及系统，可以通过测井定量识别相控砂体结构预测低渗特低渗砂岩中的有效储层，为储层质量评价提供可靠依据，满足岩性油气藏藏精细勘探与高效开发的迫切需求，以降低勘探风险，提高经济效益。
虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。
Claims (12)
1.一种低渗特低渗砂岩中的有效储层预测方法，其特征在于，该方法包括：
获取测井资料；
根据所述测井资料，利用自然伽马曲线、自然电位曲线得到泥质含量；
根据所述泥质含量及单砂层厚度，选择符合条件的单砂层作为最小解释单元；
以所述单砂层的顶底为约束条件，对自然伽马曲线、密度曲线进行归一化；
以所述单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率；
根据岩心观察确定的砂体结构层段、所述归一化后的自然伽马曲线的偏心值及均值，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型；
根据岩心观察确定的砂体结构层段及所述归一化后的自然伽马曲线的突变率，确定出突变率的测井解释模型，得到突变率的测井解释结果；
根据所述突变率的测井解释结果，对所述砂体结构类型的测井解释模型进行解释，得到平滑曲线或者齿化曲线；
将所述平滑曲线对应的砂层解释为有效储层，所述齿化曲线对应的砂层解释为非有效储层；
其中，以所述单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率，包括：
归一化后的自然伽马曲线的突变率的计算模型如下：
其中，Mf为归一化后的自然伽马曲线的突变率；i为单砂层内的第i个点；N为单砂层内的点的总数；xi、xi+1、xi+2分别为第i、i+1、i+2个自然伽马曲线值；h为单砂层厚度；a为常数。
2.根据权利要求1所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，获取测井资料，包括：
常规测井曲线、录井剖面及岩心资料。
3.根据权利要求1所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，根据所述泥质含量及单砂层厚度，选择符合条件的单砂层作为最小解释单元，包括：
选择所述泥质含量小于35％的单砂层且厚度大于2m的单砂层，作为最小解释单元。
4.根据权利要求1所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，以单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率，其中，
归一化后的自然伽马曲线的偏心值的计算模型如下：
其中，Ev为归一化后的自然伽马曲线的偏心值；i为单砂层内的第i个点；N为单砂层内的点的总数；xi为第i个自然伽马曲线值。
5.根据权利要求4所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，以单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率，其中，
归一化后的自然伽马曲线的均值的计算模型如下：
当N为偶数时，
当N为奇数时，
其中，Avup为上半段归一化后的自然伽马曲线的均值；Avdown为下半段归一化后的自然伽马曲线的均值；i为单砂层内的第i个点；N为单砂层内的点的总数；xi为第i个自然伽马曲线值。
6.根据权利要求5所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，根据岩心观察确定的砂体结构层段、所述归一化后的自然伽马曲线的偏心值及均值，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型，其中，
砂体结构类型的测井解释模型包括：钟形曲线、箱形曲线及漏斗形曲线；
所述钟形曲线的条件为：Ev＞a；
所述箱形曲线的条件为：b＜Ev＜a且c＜Av＜d；
所述漏斗形曲线的条件为：Ev＜b；
其中，a、b、c、d是根据所述归一化后的自然伽马曲线的偏心值及均值的交会关系确定。
7.根据权利要求6所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，根据岩心观察确定的砂体结构层段及所述归一化后的自然伽马曲线的突变率，确定出突变率的测井解释模型，得到突变率的测井解释结果，其中，
突变率的测井解释模型包括：齿化曲线及平滑曲线；
所述齿化曲线的条件为：Mf＞e；
所述平滑曲线的调键位：Mf＜e；
其中，e是根据岩性观察结果确定。
8.根据权利要求7所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，根据所述突变率的测井解释结果，对所述砂体结构类型的测井解释模型进行解释，得到平滑曲线或者齿化曲线，其中，
所述平滑曲线包括：平滑钟形曲线、平滑漏斗曲线及平滑箱形曲线；
所述齿化曲线包括：齿化钟形曲线、齿化漏斗曲线及齿化箱形曲线。
9.根据权利要求8所述的低渗特低渗砂岩中的有效储层预测方法，其特征在于，将所述平滑曲线对应的砂层解释为有效储层，所述齿化曲线对应的砂层解释为非有效储层，还包括：
将平滑钟形曲线、平滑漏斗曲线及平滑箱形曲线对应的砂层解释为有效储层，将其它砂层解释为非有效储层。
10.一种低渗特低渗砂岩中的有效储层预测系统，其特征在于，该系统包括：
资料采集模块，用于获取测井资料；
泥质含量计算模块，用于根据所述测井资料，利用自然伽马曲线、自然电位曲线得到泥质含量；
单砂层筛选模块，用于根据所述泥质含量及单砂层厚度，选择符合条件的单砂层作为最小解释单元；
归一化模块，用于以所述单砂层的顶底为约束条件，对自然伽马曲线、密度曲线进行归一化；
曲线参数计算模块，用于以单砂层的顶底为约束条件，根据归一化后的自然伽马曲线得到对应的偏心值、均值及突变率；
其中，归一化后的自然伽马曲线的突变率的计算模型如下：
其中，Mf为归一化后的自然伽马曲线的突变率；i为单砂层内的第i个点；N为单砂层内的点的总数；xi、xi+1、xi+2分别为第i、i+1、i+2个自然伽马曲线值；h为单砂层厚度；a为常数；
交会模块，用于根据岩心观察确定的砂体结构层段、所述归一化后的自然伽马曲线的偏心值及均值，得到归一化后的自然伽马曲线的偏心值及均值的交会关系，确定出砂体结构类型的测井解释模型；
突变率测井解释模块，用于根据岩心观察确定的砂体结构层段及所述归一化后的自然伽马曲线的突变率，确定出突变率的测井解释模型，得到突变率的测井解释结果；
细化解释模块，用于根据所述突变率的测井解释结果，对所述砂体结构类型的测井解释模型进行解释，得到平滑曲线或者齿化曲线；
有效储层预测模块，用于将所述平滑曲线对应的砂层解释为有效储层，所述齿化曲线对应的砂层解释为非有效储层。
11.一种计算机设备，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计算机程序时实现权利要求1至9任一所述方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至9任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910788270.6A CN112502690B (zh) | 2019-08-26 | 2019-08-26 | 低渗特低渗砂岩中的有效储层预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910788270.6A CN112502690B (zh) | 2019-08-26 | 2019-08-26 | 低渗特低渗砂岩中的有效储层预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112502690A CN112502690A (zh) | 2021-03-16 |
| CN112502690B true CN112502690B (zh) | 2023-07-25 |
Family
ID=74923772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910788270.6A Active CN112502690B (zh) | 2019-08-26 | 2019-08-26 | 低渗特低渗砂岩中的有效储层预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112502690B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113202459B (zh) * | 2021-06-11 | 2022-02-15 | 中国矿业大学 | 一种利用钻孔自然伽马测井预测断层渗透性的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103454686B (zh) * | 2013-08-12 | 2016-01-06 | 中国石油天然气股份有限公司 | 基于地层切片的小尺度沉积相进行储层预测的方法及系统 |
| CN104297787B (zh) * | 2014-10-17 | 2017-03-08 | 中国石油天然气股份有限公司 | 河流相低渗致密砂岩储层的三维岩相数据处理方法及装置 |
| CN106014372B (zh) * | 2016-05-18 | 2019-04-09 | 中国石油天然气股份有限公司 | 一种基于砂体结构的水平井布井方法 |
| CN106545337A (zh) * | 2016-11-25 | 2017-03-29 | 西南石油大学 | 一种基于支持向量机的沉积微相测井识别方法 |
| CN109298465B (zh) * | 2018-10-23 | 2020-04-10 | 中国石油天然气股份有限公司 | 相控砂体结构主体块状砂岩定量区分方法及装置 |
| RU2692100C1 (ru) * | 2018-12-03 | 2019-06-21 | Компания "Сахалин Энерджи Инвестмент Компани Лтд." | Способ определения коллекторских свойств тонкослоистых пластов |
-
2019
- 2019-08-26 CN CN201910788270.6A patent/CN112502690B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112502690A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105182444B (zh) | 一种高分辨率层序地层格架约束的地质统计学反演方法 | |
| CN108957549B (zh) | 一种辫状河沉积非均质致密砂岩气藏地质建模方法 | |
| CN102041995B (zh) | 复杂油藏水淹状况监测系统 | |
| CN105528522A (zh) | 一种基于空间网格计算连续性油气藏资源量的方法及装置 | |
| CN101726761A (zh) | 一种风险约束的油气资源空间分布预测方法 | |
| Xiao et al. | Quantitative analysis of tight sandstone reservoir heterogeneity based on rescaled range analysis and empirical mode decomposition: A case study of the Chang 7 reservoir in the Dingbian oilfield | |
| CN104047598A (zh) | 非均质古岩溶碳酸盐岩储层产能预测方法 | |
| CN105629327A (zh) | 一种针对弱胶结、深层致密砂岩储层成岩相定量表征方法 | |
| CN102109611A (zh) | 一种利用低频地震属性预测油藏优质储层的方法 | |
| CN104834006B (zh) | 结构成因沉积参数图的处理方法和装置 | |
| CN110242291B (zh) | 一种超强非均质油气储层非均质性表征方法 | |
| CN106503295A (zh) | 一种利用状态空间模型解释油田水淹层的方法及装置 | |
| CN112698399A (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与系统 | |
| CN105116449A (zh) | 一种弱反射储层的识别方法 | |
| CN112502690B (zh) | 低渗特低渗砂岩中的有效储层预测方法及系统 | |
| CN106353806A (zh) | 一种检测生物礁储层连通性的方法 | |
| Zhao et al. | Streamline simulation based vector flow field characterization and reconstruction method for high water cut reservoir | |
| CN108446476A (zh) | 一种定量预测断块油气藏的成藏概率的方法和装置 | |
| CN103675906B (zh) | 用于提高复杂碎屑岩储层预测精度的多控储层预测方法 | |
| CN104948177A (zh) | 一种基于米产液指数统计特征规律的产能预测方法 | |
| CN116070089A (zh) | 一种基于ResNet回归模型的地层划分方法、装置和计算机设备 | |
| CN115629417A (zh) | 基于地震沉积学的多尺度融合及相控颗粒滩刻画方法 | |
| CN111691878A (zh) | 用于页岩的岩相品质分级评价方法及装置 | |
| CN109444958B (zh) | 致密储层孔隙度定量预测的方法 | |
| CN111781659B (zh) | 薄层单期砂体连通关系识别方法 |
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 |