CN112610205A - 一种强非均质储层气井早期产能评价方法 - Google Patents

一种强非均质储层气井早期产能评价方法 Download PDF

Info

Publication number
CN112610205A
CN112610205A CN202110243161.3A CN202110243161A CN112610205A CN 112610205 A CN112610205 A CN 112610205A CN 202110243161 A CN202110243161 A CN 202110243161A CN 112610205 A CN112610205 A CN 112610205A
Authority
CN
China
Prior art keywords
data
gas well
reservoir
permeability
porosity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110243161.3A
Other languages
English (en)
Other versions
CN112610205B (zh
Inventor
谭晓华
崔苗逢
李晓平
孟展
徐有杰
金永强
王宁
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202110243161.3A priority Critical patent/CN112610205B/zh
Publication of CN112610205A publication Critical patent/CN112610205A/zh
Application granted granted Critical
Publication of CN112610205B publication Critical patent/CN112610205B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E21—EARTH DRILLING; MINING
    • E21B—EARTH DRILLING, e.g. DEEP 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Fluid Mechanics (AREA)
  • Operations Research (AREA)
  • Environmental & Geological Engineering (AREA)
  • Algebra (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明为一种强非均质储层气井早期产能评价方法，它主要是通过建立目标储层孔隙度、渗透率、裂缝数据库，采用数字岩心分析、蒙特卡洛随机算法进行目标储层的基质、裂缝、溶洞随机搭配，再通过地震反演裂缝形态构建识别，采用随机模拟法得出不同概率裂缝分布图，结合K‑means聚类算法得到的储层分类以及气井产能方程的计算，进行气井钻遇不同概率储层的产能评价以及不同情况气井钻遇相同概率储层的产能评价。本发明能评价储层不同基质、裂缝、溶洞搭配概率，能得出不同储层类型下的IPR曲线，即压力与产气量关系曲线，实现强非均质储层气井早期产能评价。

Description

一种强非均质储层气井早期产能评价方法
技术领域
本发明属于气藏工程产能评价领域，具体涉及一种强非均质储层气井早期产能评价方法。
背景技术
天然气作为一种绿色能源，现在已经逐渐成为能源市场上的首选燃料。自2010年以来，全球常规天然气年度新增储量占比就超过了一半。根据BP 2018年报告，天然气占一次能源消费的比例为23.4%，根据IEA 2016年报告，天然气发电占全球电力生产的21.6%。强非均质储层，即储层任意空间的孔隙度、渗透率均不相等的储层。而针对强非均质储层气藏物性分布不均匀的特点，如何评价储层的基质、裂缝、溶洞搭配，如何在开发中进行产能评价是一个难题。
目前，已有发明专利CN201911147970.3《一种低渗气藏产能快速评价方法》提供了低渗气藏的快速评价方法，但是此方法必须要获取已完成产能测试产层的无阻流量以及厚度，而针对未完成产能测试的产层则无法进行产能评价；发明专利CN201910554470.5《一种低渗气藏产能计算方法》也是针对气藏开发获取相关参数后进行产能评价，并不能针对强非均质储层进行早期产能评价。因此，为了更好的形成一种强非均质储层气井早期产能评价方法，本发明针对气藏开发早期不同的基质、裂缝、溶洞搭配，进行了不同开发情况的一个产能评价。
发明内容
本发明目的是针对气藏不同的基质、裂缝、溶洞搭配，即孔-缝-洞搭配，建立不同情况下的气藏产能评价，形成强非均质储层气井早期产能评价方法，为气藏开发奠定基础。
本发明所采用的技术方案是：
S100、收集目标储层岩心实验数据、地震数据、测井数据，得出裂缝参数数据，建立目标储层数据库；所述岩心实验数据包括通过岩心薄片分析、岩心电镜扫描得出的岩心孔隙度、渗透率、裂缝数据；所述地震数据包括裂缝数据；所述测井数据包括通过声波测井、密度测井、中子测井得出的孔隙度、渗透率数据，通过多臂井径测井、倾角测井、成像测井、井下电视得出裂缝数据；所述裂缝参数数据包括方位角数据、倾斜角数据、长度数据和宽度数据；
S200、根据S100建立的目标储层数据库，运用数字岩心分析，对基质、裂缝、溶洞的孔隙度、渗透率进行分类提取，得出基质、裂缝、溶洞的孔隙度、渗透率占比，进而绘制基质、裂缝、溶洞的孔隙度、渗透率三元图；
S300、利用基质、裂缝、溶洞的孔隙度、渗透率三元图，绘制基质、裂缝、溶洞的孔隙度、渗透率正态分布图；
S400、利用基质、裂缝、溶洞的孔隙度、渗透率正态分布图，采用蒙特卡洛随机算法进行目标储层的基质、裂缝、溶洞的随机搭配，生成不同概率下的基质、裂缝、溶洞搭配模型；
S401、在计算机中输入基质、裂缝、溶洞的孔隙度、渗透率正态分布图中的最小值、最大值以及概率最大的值并进行1000次随机抽样；
S402、根据随机抽样结果进行统计学处理，求出基质、裂缝、溶洞搭配的最小概率模型、最大概率模型以及数学期望值和单位标准偏差；
S403、根据统计学处理结果自动生成概率分布曲线以及累积概率曲线；
S404、根据概率分布曲线以及累积概率曲线生成不同概率下的基质、裂缝、溶洞搭配模型；
S500、基于S100收集的裂缝方位角数据、裂缝倾斜角数据、裂缝长度数据、裂缝宽度数据，结合S404生成的不同概率下的基质、裂缝、溶洞搭配模型进行地震反演裂缝形态构建识别，采用随机模拟的方法将裂缝形态构建识别信息推广到空间上，从而预测裂缝的空间分布特征，得出不同概率下的裂缝分布图；
S600、根据S500生成的不同概率下的裂缝分布图，结合S300建立的基质、裂缝、溶洞的孔隙度、渗透率正态分布图，运用K-means聚类算法将目标储层划分为Ⅰ、Ⅱ、Ⅲ类储层，并将不同概率的储层相加得到气井钻遇Ⅰ、Ⅱ、Ⅲ类储层的概率；
S601、根据裂缝分布图与基质、裂缝、溶洞的孔隙度、渗透率正态分布图，获取孔隙度、渗透率分布概率数据
Figure 100002_DEST_PATH_IMAGE001
，将C初始化为
Figure 456606DEST_PATH_IMAGE002
，即将输出的Ⅰ、Ⅱ、Ⅲ类储层表示为C 1、C 2、C 3，其中，D为孔隙度、渗透率分布概率数据集合，单位为%；x为孔隙度、渗透率分布概率数据，单位为%；i为孔隙度、渗透率分布概率数据的个数，无单位；C为簇划分，无单位；∅为空集，无单位；j为储层类型，无单位；从孔隙度、渗透率分布概率数据中选择孔隙度、渗透率的最小值、最大值以及正态分布图中概率分布最大的值3个样本作为初始的3个质心向量{µ 1，µ 2，µ 3}，其中，µ为质心向量，单位为%；
S602、将x i（i=1，2，…，m）和µ j（j=1，2，3）进行n次迭代，每次迭代计算x i（i=1，2，…，m）和µ j（j=1，2，3）的距离
Figure 100002_DEST_PATH_IMAGE003
，其中，x为孔隙度、渗透率分布概率数据，单位为%；i为孔隙度、渗透率分布概率数据的个数，无单位；µ为质心向量，单位为%；j为储层类型，无单位；d ij为x i与µ j的距离，无单位；并将距离最近的簇划分C作为x i所属的簇划分C；
S603、对C j（j=1，2，3）中所有的概率数据点重新计算新的质心
Figure 332158DEST_PATH_IMAGE004
，直到
Figure 100002_DEST_PATH_IMAGE005
达到极小值迭代结束，其中，E为簇划分判别量，单位为%；极小值为小于或等于在E附近任何其他点的函数值，单位为%；并输出C j（j=1，2，3），得出Ⅰ、Ⅱ、Ⅲ类储层；
S700、将分段井筒压降方程与势的叠加原理耦合，结合气井井眼轨迹数据与测井解释数据，得到气井产能方程组，即
Figure 626873DEST_PATH_IMAGE006
、
Figure 100002_DEST_PATH_IMAGE007
与
Figure 54313DEST_PATH_IMAGE008
Figure 100002_DEST_PATH_IMAGE009
相结合进行产能评价，其中，p（x，y，z）为空间任意一点压力，单位为MPa；p e为原始地层压力，单位为MPa；μ为气体粘度，单位为mPa·s；k为储层渗透率，单位为mD；a为井筒划分的微元段，无单位；q a为井筒第a微元段径向流入量，单位为m3/d；φ a为井筒第a微元段在恒压边界的势，单位为m2/s2；φ ea为恒压边界的势，单位为m2/s2；ρ为气体密度，单位为g/cm3；g为重力加速度，单位为m2/s；z e为恒压边界下的z坐标，单位为m；z为空间任意一点z坐标，单位为m；p wa、pw(a-1)为井筒第a、a-1微元段跟端处的流压，单位为MPa；Δp wa、Δp w(a-1)为井筒第a、a-1微元段处的压降，单位为MPa；f hw为存在径向流入时井筒管壁摩擦阻力系数，单位为无因次；Q a为井筒微元段上游端流量，单位为m3/d；Δx为井筒微元段长度，单位为m；D为井筒直径，单位为m；θ a为第a微元段井筒井斜角，单位为°；所述气井井眼轨迹数据包括气井井深、气井井斜角与气井方位角数据；所述测井解释数据包括孔隙度与渗透率数据；所述产能评价表示气井单位生产压差下的产气量评价；
S800、结合气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率，利用S700所述气井产能方程组得出钻遇不同储层情况的IPR曲线，即压力与产气量关系曲线；
S900、在气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率的基础上，利用S700所述气井产能方程组进行气井不同生产阶段的产能评价，形成强非均质储层气井早期产能评价方法。
上述一种强非均质储层气井早期产能评价方法中，其特征在于，Ⅰ类储层代表优质储层，Ⅱ类储层代表中等储层，Ⅲ类储层为较差储层。
上述一种强非均质储层气井早期产能评价方法中，其特征在于，气井不同生产阶段的产能评价包括井眼轨迹设计阶段、钻完井阶段、试油阶段以及生产阶段的产能评价；当气井处于井眼轨迹设计阶段，此时仅有设计的井眼轨迹数据，因此需要采用设计的井眼轨迹数据与气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率下的孔隙度数据、渗透率数据相结合来进行产能评价；当气井处于钻完井阶段，此时的气井拥有实际的井眼轨迹数据，因此需要利用气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率下的孔隙度数据、渗透率数据与该井实际的井眼轨迹数据相结合来进行气井的产能评价；当气井处于试油阶段，此时气井没有日产气、产水以及每日流压数据，但是有实际的井眼轨迹数据、渗透率数据以及原始地层压力数据，基于实际的井眼轨迹数据、孔隙度数据、渗透率数据以及原始地层压力运用气井产能方程进行气井产能评价；当气井处于生产阶段，此时气井数据齐全，有实际的井眼轨迹数据、孔隙度数据、渗透率数据、气井每日流压数据、气井日产气、产水数据、原始地层压力，基于实际的井眼轨迹数据、孔隙度数据、渗透率数据、原始地层压力可利用S700建立的气井产能方程组得出IPR曲线，求得无阻流量，并用气井每日流压数据、气井日产气数据、原始地层压力得出的一点法对所求得无阻流量进行产能方程组的验证；
本发明的优点：能评价储层不同基质、裂缝、溶洞搭配概率，能得出不同储层类型下的IPR曲线，实现强非均质储层气井早期产能评价。
附图说明
在附图中：
图1是一种强非均质储层气井早期产能评价方法步骤图。
图2是某强非均质气藏基质、裂缝、溶洞的孔隙度三元图。
图3是某强非均质气藏基质、裂缝、溶洞的渗透率三元图。
图4是某强非均质气藏溶洞的孔隙度正态分布图。
图5是某强非均质气藏裂缝的孔隙度正态分布图。
图6是某强非均质气藏基质的孔隙度正态分布图。
图7是某强非均质气藏溶洞的渗透率正态分布图。
图8是某强非均质气藏裂缝的渗透率正态分布图。
图9是某强非均质气藏基质的渗透率正态分布图。
图10是某强非均质气藏储层分类概率图。
图11是某强非均质气藏同一气井不同类型储层下的IPR曲线图。
图12是某强非均质气藏同一类型储层不同情况气井下的IPR曲线图。
具体实施方式
下面结合附图对本发明做进一步说明。
本发明提供了一种强非均质储层气井早期产能评价方法，图1为本方法的步骤图，该评价方法包括下列步骤：
S100、收集目标储层岩心实验数据、地震数据、测井数据，得出裂缝参数数据，建立目标储层数据库；所述岩心实验数据包括通过岩心薄片分析、岩心电镜扫描得出的岩心孔隙度、渗透率、裂缝数据；所述地震数据包括裂缝数据；所述测井数据包括通过声波测井、密度测井、中子测井得出的孔隙度、渗透率数据，通过多臂井径测井、倾角测井、成像测井、井下电视得出裂缝数据；所述裂缝参数数据包括方位角数据、倾斜角数据、长度数据和宽度数据；
S200、根据S100建立的目标储层数据库，运用数字岩心分析，对基质、裂缝、溶洞的孔隙度、渗透率进行分类提取，得出基质、裂缝、溶洞的孔隙度、渗透率占比，进而绘制基质、裂缝、溶洞的孔隙度、渗透率三元图；
S300、利用基质、裂缝、溶洞的孔隙度、渗透率三元图，绘制基质、裂缝、溶洞的孔隙度、渗透率正态分布图；
S400、利用基质、裂缝、溶洞的孔隙度、渗透率正态分布图，采用蒙特卡洛随机算法进行目标储层的基质、裂缝、溶洞的随机搭配，生成不同概率下的基质、裂缝、溶洞搭配模型；
S401、在计算机中输入基质、裂缝、溶洞的孔隙度、渗透率正态分布图中的最小值、最大值以及概率最大的值并进行1000次随机抽样；
S402、根据随机抽样结果进行统计学处理，求出基质、裂缝、溶洞搭配的最小概率模型、最大概率模型以及数学期望值和单位标准偏差；
S403、根据统计学处理结果自动生成概率分布曲线以及累积概率曲线；
S404、根据概率分布曲线以及累积概率曲线生成不同概率下的基质、裂缝、溶洞搭配模型；
S500、基于S100收集的裂缝方位角数据、裂缝倾斜角数据、裂缝长度数据、裂缝宽度数据，结合S404生成的不同概率下的基质、裂缝、溶洞搭配模型进行地震反演裂缝形态构建识别，采用随机模拟的方法将裂缝形态构建识别信息推广到空间上，从而预测裂缝的空间分布特征，得出不同概率下的裂缝分布图；
S600、根据S500生成的不同概率下的裂缝分布图，结合S300建立的基质、裂缝、溶洞的孔隙度、渗透率正态分布图，运用K-means聚类算法将目标储层划分为Ⅰ、Ⅱ、Ⅲ类储层，并将不同概率的储层相加得到气井钻遇Ⅰ、Ⅱ、Ⅲ类储层的概率；
S601、根据裂缝分布图与基质、裂缝、溶洞的孔隙度、渗透率正态分布图，获取孔隙度、渗透率分布概率数据
Figure 270530DEST_PATH_IMAGE010
，将C初始化为
Figure 483861DEST_PATH_IMAGE002
，即将输出的Ⅰ、Ⅱ、Ⅲ类储层表示为C 1、C 2、C 3，其中，D为孔隙度、渗透率分布概率数据集合，单位为%；x为孔隙度、渗透率分布概率数据，单位为%；i为孔隙度、渗透率分布概率数据的个数，无单位；C为簇划分，无单位；∅为空集，无单位；j为储层类型，无单位；从孔隙度、渗透率分布概率数据中选择孔隙度、渗透率的最小值、最大值以及正态分布图中概率分布最大的值3个样本作为初始的3个质心向量{µ 1，µ 2，µ 3}，其中，µ为质心向量，单位为%；
S602、将x i（i=1，2，…，m）和µ j（j=1，2，3）进行n次迭代，每次迭代计算x i（i=1，2，…，m）和µ j（j=1，2，3）的距离
Figure 429821DEST_PATH_IMAGE003
，其中，x为孔隙度、渗透率分布概率数据，单位为%；i为孔隙度、渗透率分布概率数据的个数，无单位；µ为质心向量，单位为%；j为储层类型，无单位；d ij为x i与µ j的距离，无单位；并将距离最近的簇划分C作为x i所属的簇划分C；
S603、对C j（j=1，2，3）中所有的概率数据点重新计算新的质心
Figure 841210DEST_PATH_IMAGE004
，直到
Figure 872620DEST_PATH_IMAGE005
达到极小值迭代结束，其中，E为簇划分判别量，单位为%；极小值为小于或等于在E附近任何其他点的函数值，单位为%；并输出C j（j=1，2，3），得出Ⅰ、Ⅱ、Ⅲ类储层；
S700、将分段井筒压降方程与势的叠加原理耦合，结合气井井眼轨迹与测井解释数据，得到气井产能方程组，即
Figure 762079DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE011
与
Figure 296966DEST_PATH_IMAGE008
Figure 3890DEST_PATH_IMAGE009
相结合进行产能评价，其中，p（x，y，z）为空间任意一点压力，单位为MPa；p e为原始地层压力，单位为MPa；μ为气体粘度，单位为mPa·s；k为储层渗透率，单位为mD；a为井筒划分的微元段，无单位；q a为井筒第a微元段径向流入量，单位为m3/d；φ a为井筒第a微元段在恒压边界的势，单位为m2/s2；φ ea为恒压边界的势，单位为m2/s2；ρ为气体密度，单位为g/cm3；g为重力加速度，单位为m2/s；z e为恒压边界下的z坐标，单位为m；z为空间任意一点z坐标，单位为m；p wa、pw(a-1)为井筒第a、a-1微元段跟端处的流压，单位为MPa；Δp wa、Δp w(a-1)为井筒第a、a-1微元段处的压降，单位为MPa；f hw为存在径向流入时井筒管壁摩擦阻力系数，单位为无因次；Q a为井筒微元段上游端流量，单位为m3/d；Δx为井筒微元段长度，单位为m；D为井筒直径，单位为m；θ a为第a微元段井筒井斜角，单位为°；所述气井井眼轨迹数据包括气井井深、气井井斜角与气井方位角数据；所述测井解释数据包括孔隙度与渗透率数据；所述产能评价表示气井单位生产压差下的产气量评价；
S800、结合气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率，利用S700所述气井产能方程组得出钻遇不同储层情况的IPR曲线，即压力与产气量关系曲线；
S900、在气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率的基础上，利用S700所述气井产能方程组进行气井不同生产阶段的产能评价，形成强非均质储层气井早期产能评价方法。
进一步的，所述一种强非均质储层气井早期产能评价方法中，Ⅰ类储层代表优质储层，Ⅱ类储层代表中等储层，Ⅲ类储层为较差储层。
进一步的，所述一种强非均质储层气井早期产能评价方法中，气井不同生产阶段的产能评价包括井眼轨迹设计阶段、钻完井阶段、试油阶段以及生产阶段的产能评价；当气井处于井眼轨迹设计阶段，此时仅有设计的井眼轨迹数据，因此需要采用设计的井眼轨迹数据与气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率下的孔隙度数据、渗透率数据相结合来进行产能评价；当气井处于钻完井阶段，此时的气井拥有实际的井眼轨迹数据，因此需要利用气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率下的孔隙度数据、渗透率数据与该井实际的井眼轨迹数据相结合来进行气井的产能评价；当气井处于试油阶段，此时气井没有日产气、产水以及每日流压数据，但是有实际的井眼轨迹数据、孔隙度数据、渗透率数据以及原始地层压力数据，基于实际的井眼轨迹数据、孔隙度数据、渗透率数据以及原始地层压力运用气井产能方程进行气井产能评价；当气井处于生产阶段，此时气井数据齐全，有实际的井眼轨迹数据、孔隙度数据、渗透率数据、气井每日流压数据、气井日产气、产水数据、原始地层压力，基于实际的井眼轨迹数据、孔隙度数据、渗透率数据、原始地层压力可利用S700建立的气井产能方程组得出IPR曲线，求得无阻流量，并用气井每日流压数据、气井日产气数据、原始地层压力得出的一点法对所求得无阻流量进行产能方程组的验证。
利用一种强非均质储层气井早期产能评价方法的步骤说明，以某一强非均质气藏为例，进行气井的早期产能评价。
收集该强非均质气藏储层岩心实验数据、地震数据以及测井数据，得出孔隙度、渗透率以及裂缝数据；根据孔隙度、渗透率以及裂缝数据，基于数字岩心分析绘制基质、裂缝、溶洞的孔隙度、渗透率三元图，如图2、图3所示；再基于基质、裂缝、溶洞的孔隙度、渗透率三元图绘制基质、裂缝与溶洞的孔隙度、渗透率正态分布图如图4-图9所示；结合地震反演形成裂缝分布图，基于K-means聚类算法将该强非均质气藏划分为Ⅰ（优质）、Ⅱ（中等）、Ⅲ（较差）三类储层，如图10所示；
结合上述气井产能方程，得出在同一气井情况下，钻遇优质储层所获得的无阻流量为298.95×104m3，钻遇中等储层所获得的无阻流量为199.30×104m3，钻遇较差储层所获得的无阻流量为99.65×104m3，如图11所示；在中等储层概率下，选取另一处于生产阶段的气井进行产能评价，得出其无阻流量为155.45×104m3，用一点法计算得出该气井无阻流量为151.32，工程误差为2.66%，若该井处于试油阶段，没有日产气、产水以及每日流压数据，无阻流量计算结果与处于生产阶段一致，但是无法用一点法进行气井验证，若该井处于钻完井阶段，则需借用邻井测井数据进行计算，得出无阻流量为119.58×104m3，若该井处于井眼轨迹设计阶段，则需采用设计的井眼轨迹数据与邻井的测井解释数据相结合来进行产能评价，得出无阻流量为105.46×104m3，如图12所示，可以看出，气井产能评价阶段越早，其获得的结果准确度越低。
与现有气井产能评价方法相比，本发明具有以下有益效果：能评价储层不同基质、裂缝、溶洞搭配概率，能得出不同储层类型下的IPR曲线，实现强非均质储层气井早期产能评价。
最后所应说明的是：以上实施例仅用以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应该理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种强非均质储层气井早期产能评价方法，其特征在于，该评价方法包括以下步骤：
S100、收集目标储层岩心实验数据、地震数据、测井数据，得出裂缝参数数据，建立目标储层数据库；所述岩心实验数据包括通过岩心薄片分析、岩心电镜扫描得出的岩心孔隙度、渗透率、裂缝数据；所述地震数据包括裂缝数据；所述测井数据包括通过声波测井、密度测井、中子测井得出的孔隙度、渗透率数据，通过多臂井径测井、倾角测井、成像测井、井下电视得出裂缝数据；所述裂缝参数数据包括方位角数据、倾斜角数据、长度数据和宽度数据；
S200、根据S100建立的目标储层数据库，运用数字岩心分析，对基质、裂缝、溶洞的孔隙度、渗透率进行分类提取，得出基质、裂缝、溶洞的孔隙度、渗透率占比，绘制基质、裂缝、溶洞的孔隙度、渗透率三元图；
S300、利用基质、裂缝、溶洞的孔隙度、渗透率三元图，绘制基质、裂缝、溶洞的孔隙度、渗透率正态分布图；
S400、利用基质、裂缝、溶洞的孔隙度、渗透率正态分布图，采用蒙特卡洛随机算法进行目标储层的基质、裂缝、溶洞的随机搭配，生成不同概率下的基质、裂缝、溶洞搭配模型；
S401、在计算机中输入基质、裂缝、溶洞的孔隙度、渗透率正态分布图中的最小值、最大值以及概率最大的值并进行1000次随机抽样；
S402、根据随机抽样结果进行统计学处理，求出基质、裂缝、溶洞搭配的最小概率模型、最大概率模型以及数学期望值和单位标准偏差；
S403、根据统计学处理结果自动生成概率分布曲线以及累积概率曲线；
S404、根据概率分布曲线以及累积概率曲线生成不同概率下的基质、裂缝、溶洞搭配模型；
S500、基于S100得出的裂缝参数数据，结合S404生成的不同概率下的基质、裂缝、溶洞搭配模型进行地震反演裂缝形态构建识别，采用随机模拟的方法将裂缝形态构建识别信息推广到空间上，预测裂缝的空间分布特征，得出不同概率下的裂缝分布图；
S600、根据S500生成的不同概率下的裂缝分布图，结合S300建立的基质、裂缝、溶洞的孔隙度、渗透率正态分布图，运用K-means聚类算法将目标储层划分为Ⅰ、Ⅱ、Ⅲ类储层，并将不同概率的储层相加得到气井钻遇Ⅰ、Ⅱ、Ⅲ类储层的概率；
S601、根据裂缝分布图与基质、裂缝、溶洞的孔隙度、渗透率正态分布图，获取孔隙度、渗透率分布概率数据
Figure DEST_PATH_IMAGE001
，将C初始化为
Figure 188748DEST_PATH_IMAGE002
，即将输出的Ⅰ、Ⅱ、Ⅲ类储层表示为C 1、C 2、C 3，其中，D为孔隙度、渗透率分布概率数据集合，单位为%；x为孔隙度、渗透率分布概率数据，单位为%；i为孔隙度、渗透率分布概率数据的个数，无单位；C为簇划分，无单位；∅为空集，无单位；j为储层类型，无单位；从孔隙度、渗透率分布概率数据中选择孔隙度、渗透率的最小值、最大值以及正态分布图中概率分布最大的值3个样本作为初始的3个质心向量{µ 1，µ 2，µ 3}，其中，µ为质心向量，单位为%；
S602、将x i（i=1，2，…，m）和µ j（j=1，2，3）进行n次迭代，每次迭代计算x i（i=1，2，…，m）和µ j（j=1，2，3）的距离
Figure DEST_PATH_IMAGE003
，其中，x为孔隙度、渗透率分布概率数据，单位为%；i为孔隙度、渗透率分布概率数据的个数，无单位；µ为质心向量，单位为%；j为储层类型，无单位；d ij为x i与µ j的距离，无单位；并将距离最近的簇划分C作为x i所属的簇划分C；
S603、对C j（j=1，2，3）中所有的概率数据点重新计算新的质心
Figure 184517DEST_PATH_IMAGE004
，直到
Figure DEST_PATH_IMAGE005
达到极小值迭代结束，其中，E为簇划分判别量，单位为%；极小值为小于或等于在E附近任何其他点的函数值，单位为%；并输出C j（j=1，2，3），得出Ⅰ、Ⅱ、Ⅲ类储层；
S700、将分段井筒压降方程与势的叠加原理耦合，结合气井井眼轨迹数据与测井解释数据，得到气井产能方程组，即
Figure 167516DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE007
与
Figure 733364DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE009
相结合进行产能评价，其中，p（x，y，z）为空间任意一点压力，单位为MPa；p e为原始地层压力，单位为MPa；μ为气体粘度，单位为mPa·s；k为储层渗透率，单位为mD；a为井筒划分的微元段，无单位；q a为井筒第a微元段径向流入量，单位为m3/d；φ a为井筒第a微元段在恒压边界的势，单位为m2/s2；φ ea为恒压边界的势，单位为m2/s2；ρ为气体密度，单位为g/cm3；g为重力加速度，单位为m2/s；z e为恒压边界下的z坐标，单位为m；z为空间任意一点z坐标，单位为m；p wa、p w(a-1)为井筒第a、a-1微元段跟端处的流压，单位为MPa；Δp wa、Δp w(a-1)为井筒第a、a-1微元段处的压降，单位为MPa；f hw为存在径向流入时井筒管壁摩擦阻力系数，单位为无因次；Q a为井筒微元段上游端流量，单位为m3/d；Δx为井筒微元段长度，单位为m；D为井筒直径，单位为m；θ a为第a微元段井筒井斜角，单位为°；所述气井井眼轨迹数据包括气井井深、气井井斜角与气井方位角数据；所述测井解释数据包括孔隙度与渗透率数据；所述产能评价表示气井单位生产压差下的产气量评价；
S800、结合气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率，利用S700所述气井产能方程组得出钻遇不同储层情况的IPR曲线，即压力与产气量关系曲线；
S900、在气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率的基础上，利用S700所述气井产能方程组进行气井不同生产阶段的产能评价，形成强非均质储层气井早期产能评价方法。
2.根据权利要求1所述的一种强非均质储层气井早期产能评价方法，其特征在于，步骤S500中Ⅰ类储层代表优质储层，Ⅱ类储层代表中等储层，Ⅲ类储层为较差储层。
3.根据权利要求1所述的一种强非均质储层气井早期产能评价方法，其特征在于，步骤S900中所述气井不同生产阶段的产能评价包括井眼轨迹设计阶段、钻完井阶段、试油阶段以及生产阶段的产能评价；气井处于井眼轨迹设计阶段，利用气井设计的井眼轨迹数据与气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率下的孔隙度数据、渗透率数据，结合S700所述气井产能方程组进行产能评价；气井处于钻完井阶段，利用气井钻遇Ⅰ、Ⅱ、Ⅲ类储层概率下的孔隙度数据、渗透率数据与气井实际的井眼轨迹数据，结合S700所述气井产能方程组进行产能评价；气井处于试油阶段，利用实际的井眼轨迹数据、渗透率数据、孔隙度数据以及原始地层压力，结合S700所述气井产能方程组进行产能评价；气井处于生产阶段，利用实际的井眼轨迹数据、渗透率数据、孔隙度数据以及原始地层压力，结合S700所述气井产能方程组进行产能评价，求得无阻流量，并用气井每日流压数据、气井日产气数据、原始地层压力得出的一点法对所求得无阻流量进行气井产能方程组的验证。
CN202110243161.3A 2021-03-05 2021-03-05 一种强非均质储层气井早期产能评价方法 Active CN112610205B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110243161.3A CN112610205B (zh) 2021-03-05 2021-03-05 一种强非均质储层气井早期产能评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110243161.3A CN112610205B (zh) 2021-03-05 2021-03-05 一种强非均质储层气井早期产能评价方法

Publications (2)

Publication Number Publication Date
CN112610205A true CN112610205A (zh) 2021-04-06
CN112610205B CN112610205B (zh) 2021-06-04

Family

ID=75254532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110243161.3A Active CN112610205B (zh) 2021-03-05 2021-03-05 一种强非均质储层气井早期产能评价方法

Country Status (1)

Country Link
CN (1) CN112610205B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515847A (zh) * 2021-05-12 2021-10-19 中国矿业大学 一种基于K-means聚类算法的非均质岩石数字岩芯建模方法
CN113688922A (zh) * 2021-08-31 2021-11-23 西南石油大学 一种凝聚聚类无监督算法的流体类型识别方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006132861A1 (en) * 2005-06-03 2006-12-14 Baker Hughes Incorporated Pore-scale geometric models for interpetation of downhole formation evaluation data
WO2007100827A2 (en) * 2006-02-24 2007-09-07 Saudi Arabian Oil Company Monte carlo simulation of well logging data
WO2011064541A2 (en) * 2009-11-25 2011-06-03 Haliburton Energy Services, Inc. Probabilistic earth model for subterranean fracture simulation
CN105021506A (zh) * 2015-07-09 2015-11-04 中国石油大学(华东) 一种基于孔隙网络模型的三相相对渗透率的计算方法
CN107133630A (zh) * 2016-02-29 2017-09-05 中国石油化工股份有限公司 一种基于扫描图像判断碳酸盐岩孔隙类型的方法
WO2019240994A1 (en) * 2018-06-12 2019-12-19 Baker Hughes, A Ge Company, Llc Gas ratio volumetrics for reservoir navigation
CN111428321A (zh) * 2020-04-03 2020-07-17 中国石油天然气股份有限公司 一种基于简化数字岩心的砾岩储层孔隙网络模型建模方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006132861A1 (en) * 2005-06-03 2006-12-14 Baker Hughes Incorporated Pore-scale geometric models for interpetation of downhole formation evaluation data
WO2007100827A2 (en) * 2006-02-24 2007-09-07 Saudi Arabian Oil Company Monte carlo simulation of well logging data
WO2011064541A2 (en) * 2009-11-25 2011-06-03 Haliburton Energy Services, Inc. Probabilistic earth model for subterranean fracture simulation
CN105021506A (zh) * 2015-07-09 2015-11-04 中国石油大学(华东) 一种基于孔隙网络模型的三相相对渗透率的计算方法
CN107133630A (zh) * 2016-02-29 2017-09-05 中国石油化工股份有限公司 一种基于扫描图像判断碳酸盐岩孔隙类型的方法
WO2019240994A1 (en) * 2018-06-12 2019-12-19 Baker Hughes, A Ge Company, Llc Gas ratio volumetrics for reservoir navigation
CN111428321A (zh) * 2020-04-03 2020-07-17 中国石油天然气股份有限公司 一种基于简化数字岩心的砾岩储层孔隙网络模型建模方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XU W , ET AL: "Study on three-dimensional fracture network connectivity path of rock mass and seepage characteristics based on equivalent pipe network", 《ENVIRONMENTAL EARTH SCIENCES》 *
李隆新: "多尺度碳酸盐岩缝洞型油藏数值模拟方法", 《中国博士学位论文全文数据库基础科学辑》 *
董少群等: "储层裂缝随机建模方法研究进展", 《石油地球物理勘探》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515847A (zh) * 2021-05-12 2021-10-19 中国矿业大学 一种基于K-means聚类算法的非均质岩石数字岩芯建模方法
CN113515847B (zh) * 2021-05-12 2023-09-05 中国矿业大学 一种基于K-means聚类算法的非均质岩石数字岩芯建模方法
CN113688922A (zh) * 2021-08-31 2021-11-23 西南石油大学 一种凝聚聚类无监督算法的流体类型识别方法
CN113688922B (zh) * 2021-08-31 2023-07-25 西南石油大学 一种凝聚聚类无监督算法的流体类型识别方法

Also Published As

Publication number Publication date
CN112610205B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN110704888B (zh) 一种非常规油气藏加密井体积压裂施工参数优化设计方法
RU2669948C2 (ru) Оптимизация многоступенчатого проекта нефтяного месторождения в условиях неопределенности
AU2013296743B2 (en) Multi-level reservoir history matching
KR101618713B1 (ko) 지반정보에 기초한 3차원 공간 모델링 방법
CN110147561B (zh) 一种含天然裂缝致密油气储层体积压裂缝网预测方法
CN112610205B (zh) 一种强非均质储层气井早期产能评价方法
US10495782B2 (en) System, method and computer program product for determining placement of perforation intervals using facies, fluid boundaries, geobodies and dynamic fluid properties
CN113901681B (zh) 一种全寿命周期页岩气储层双甜点三维可压性评估方法
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
CN106886046B (zh) 确定缝洞型气藏未投产区块可动用储量的方法
KR101647921B1 (ko) 유·가스 저류층의 실제 가스 생산량에 유사한 저류층 모델을 선정하는 방법 및 이를 이용한 생산량 예측 방법
CN111456709B (zh) 一种基于测井曲线的水平井多级压裂分段分簇方法
CN111927417B (zh) 一种页岩气分段压裂水平井组储量动用状况评价方法
Liu et al. Classification and evaluation for stimulated reservoir volume (SRV) estimation models using microseismic events based on three typical grid structures
US10429545B2 (en) System, method and computer program product for evaluating and ranking geobodies using a euler characteristic
Xu et al. Probabilistic evaluation of hydraulic fracture performance using ensemble machine learning
CN114510808A (zh) 一种循缝找洞酸压数值模拟缝洞属性参数精细表征方法
CN113761699A (zh) 裂缝模型构建方法、装置、电子设备及介质
CN115705452A (zh) 整装砂岩油藏开发中后期的新型采收率预测方法
CN106846480B (zh) 一种不确定性概率场属性分布建模方法与系统
CN113803043B (zh) 用于页岩气储层的压裂改造体积预测方法及装置
CN116181324B (zh) 一种压裂后储层等效渗透率评价方法
CN109858196B (zh) 一种油气藏参数解释方法及系统
CN117852416B (zh) 基于数字化地质模型的多模态注浆预控分析方法及系统
CN113863922B (zh) 可压性判定方法和压裂方法

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