CN112855131A - 一种页岩油储层含油率预测方法 - Google Patents
一种页岩油储层含油率预测方法 Download PDFInfo
- Publication number
- CN112855131A CN112855131A CN202110392416.2A CN202110392416A CN112855131A CN 112855131 A CN112855131 A CN 112855131A CN 202110392416 A CN202110392416 A CN 202110392416A CN 112855131 A CN112855131 A CN 112855131A
- Authority
- CN
- China
- Prior art keywords
- oil
- organic carbon
- oil content
- content
- logging
- 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.)
- Withdrawn
Links
- 239000003079 shale oil Substances 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 21
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 44
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 44
- 238000005553 drilling Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 239000011435 rock Substances 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 238000004519 manufacturing process Methods 0.000 claims abstract description 5
- 239000012530 fluid Substances 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 claims abstract description 3
- 239000005416 organic matter Substances 0.000 claims description 5
- 238000002310 reflectometry Methods 0.000 claims description 5
- 239000004079 vitrinite Substances 0.000 claims description 5
- 230000000452 restraining effect Effects 0.000 claims description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
Images
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
- 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
-
- 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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/30—Specific pattern of wells, e.g. optimising the spacing of wells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种页岩油储层含油率预测方法,包括:1)页岩油储层有机碳含量计算;2)计算未取芯井或层段的有机碳含量;3)根据岩心测试含油率,得到含油率与有机碳含量的关系;4)拟合出含油率和测井敏感参数的关系;5)根据井区VSP数据、随钻或生产测井的声波测井数据、横波测井数据,计算纵横波速度比,识别储层流体性质;6)识别出低电阻率油层;7)将计算出的单井含油率和有机碳进行插值计算;8)根据约束和剔除含油率和有机碳的假值,计算和绘制区域含油率分布图。本发明可对页岩油储层含油率进行预测,刻画含油区含油高低范围和含油边界,可指导老井区加密井或新井的钻井,提高储层钻遇率。
Description
技术领域
本发明涉及地球物理勘探技术领域,是一种页岩油储层含油率预测方法。
背景技术
目前,页岩油储层含油率的评价主要包括以下两种方法:一是利用随钻取芯对目的层含油率进行定量测试,该方法比较精确,能够直接反应出储层钻井层段的含油性,为下一步井的钻进及时提供第一手资料;二是利用经验数学方法,利用随钻测井和生产测井数据对整个层段进行评价,但经验公式需要得到有机质成熟度数值,有机质成熟度要根据页岩的镜质体反射率进行计算,在求解镜质体反射率的过程比较繁琐,不便于完成;以上两种方法是对单井的含油率进行评价,但无法对区域的储层含油性进行评价。国内外学者通过△LogR技术即声波时差测井曲线与电阻率曲线叠合方法和自然伽马测井曲线与电阻率测井曲线叠合方法,建立了有机碳含量与测井曲线的定量线性关系,再确定含油率与测井敏感参数的定量关系,但也是针对于单井的定量评价。
发明内容
针对上述技术问题,本发明提出了一种页岩储层含油率预测方法,评价区域页岩油储层的含油率分布,为页岩油开发提供数据和技术支撑。
本发明具体的技术方案为:
一种页岩油储层含油率预测方法,包括以下步骤:
1)页岩油储层有机碳含量计算;
页岩油储层有机碳含量计算公式为:
TOC=10(2.297-0.1688LOM)ΔLogRt
TOG=k*ΔLogRt
或
式中:TOC为有机碳含量,ΔLogR为声波或伽马测井与电阻率测井叠加计算值,ACbase为非源岩段对应的基线位置声波测井数值,GRbase为非源岩段对应的基线位置伽马测井数值,同一口井LogRtbase、ACbase、GRbase为常数,LOM和k为常系数,LOM为有机质成熟度,因同一口井的镜质体反射率取固定值,Rt为电阻率测井数据,AC为声波时差测井数据,GR为自然伽马测井数据;
2)计算未取芯井或层段的有机碳含量;
根据岩心测试有机碳含量,利用多元线性回归方法,拟合有机碳和测井敏感参数的相关性,从而计算未取芯井或层段的有机碳含量:
TOC=a*LogRt+b*AC+c
或:
TOC=a*LogRt+b*GR+c
TOC为有机碳含量,Rt、AC、GR分别为电阻率测井、声波测井、自然伽马测井已知数值,求得a、b、c,其中a、b、c为多元线性方程组求得的数值,不具有数学含义。
3)根据岩心测试含油率,得到含油率与有机碳含量的关系:
Ta=d*TOC+e
Ta和TOC为含油率和有机碳含量,求得d和e,其中d、e为多元线性方程组求得的数值,不具有数学含义。
4)根据步骤1)、2)、3)拟合出含油率和测井敏感参数的关系;
5)根据井区VSP数据、随钻或生产测井的声波测井数据、横波测井数据,计算纵横波速度比,识别储层流体性质;
6)识别出低电阻率油层,避免因油层电阻率数值低,而漏掉该层段的含油率和有机碳含量的计算;
7)将计算出的单井含油率和有机碳进行插值计算,网格大小根据实际井区的井网布设选取合理数值;
8)根据步骤4)、5)、6)约束和剔除含油率和有机碳的假值,根据步骤3)、7)计算和绘制区域含油率分布图。
本发明提供的方法可对页岩油储层含油率进行预测,刻画含油区含油高低范围和含油边界,可指导老井区加密井或新井的钻井,提高储层钻遇率,指导页岩油藏的有效开发。
附图说明
图1为实施例的含油率和有机碳含量交汇图;横坐标为有机碳含量(单位:%);纵坐标为含油率(单位:%)。
具体实施方式
结合实施例说明本发明的具体技术方案。
本发明的目的在于利用区域页岩油储层的含油率分布,提高指导页岩油储层的的钻遇率和有效开发。
具体实施方式如下:
1)页岩油储层有机碳含量计算公式为:
TOC=10(2.297-0.1688LOM)ΔLogRt
TOC=k*ΔLogRt
或
式中:TOC为有机碳含量,ΔLogR为声波或伽马测井与电阻率测井叠加计算值,ACbase为非源岩段对应的基线位置声波测井数值,GRbase为非源岩段对应的基线位置伽马测井数值,同一口井LogRtbase、Acbase、GRbase为常数,LOM和k为常系数,LOM为有机质成熟度,因同一口井的镜质体反射率取固定值,Rt为电阻率测井数据,AC为声波时差测井数据,GR为自然伽马测井数据;
2)根据岩心测试有机碳含量,利用多元线性回归方法,拟合有机碳和测井敏感参数的相关性,从而计算未取芯井或层段的有机碳含量。
TOC=a*LogRt+b*AC+c
或:
TOC=a*LogRt+b*GR+c
TOC为有机碳含量,Rt、AC、GR分别为电阻率测井、声波测井、自然伽马测井已知数值,求得a、b、c,其中a、b、c为多元线性方程组求得的数值,不具有数学含义。
3)根据岩心测试含油率,得到含油率与有机碳含量的关系。
Ta=d*TOC+e
Ta和TOC为含油率和有机碳含量,求得d和e,其中d、e为多元线性方程组求得的数值,不具有数学含义。
4)根据步骤1)、2)、3)拟合出含油率和测井敏感参数的关系。
5)根据井区VSP数据、随钻或生产测井的声波测井数据、横波测井数据,计算纵横波速度比,识别储层流体性质。
6)识别出低电阻率油层,避免因油层电阻率数值低,而漏掉该层段的含油率和有机碳含量的计算。
7)将计算出的单井含油率和有机碳进行插值计算,网格大小根据实际井区的井网布设选取合理数值。
8)根据步骤4)、5)、6)约束和剔除含油率和有机碳的假值,根据步骤3)、7)计算和绘制区域含油率分布图,见图1。
该方法可对页岩储层含油率进行预测,刻画含油面积边界,指导老井区加密井或新井的钻井,提高储层钻遇率,指导页岩油藏的有效开发。
Claims (4)
1.一种页岩油储层含油率预测方法,其特征在于,包括以下步骤:
1)页岩油储层有机碳含量计算;
2)计算未取芯井或层段的有机碳含量;
3)根据岩心测试含油率,得到含油率与有机碳含量的关系;
4)根据步骤1)、2)、3)拟合出含油率和测井敏感参数的关系;
5)根据井区VSP数据、随钻或生产测井的声波测井数据、横波测井数据,计算纵横波速度比,识别储层流体性质;
6)识别出低电阻率油层,避免因油层电阻率数值低,而漏掉该层段的含油率和有机碳含量的计算;
7)将计算出的单井含油率和有机碳进行插值计算,网格大小根据实际井区的井网布设选取合理数值;
8)根据步骤4)、5)、6)约束和剔除含油率和有机碳的假值,根据步骤3)、7)计算和绘制区域含油率分布图。
3.根据权利要求2所述的一种页岩油储层含油率预测方法,其特征在于,步骤1)中计算未取芯井或层段的有机碳含量:
TOC=a*LogRt+b*AC+c
或:
TOC=a*LogRt+b*GR+c
TOC为有机碳含量,Rt、AC、GR分别为电阻率测井、声波测井、自然伽马测井已知数值,求得a、b、c,其中a、b、c为多元线性方程组求得的数值。
4.根据权利要求3所述的一种页岩油储层含油率预测方法,其特征在于,步骤3)中含油率与有机碳含量的关系:
Ta=d*TOC+e
Ta和TOC为含油率和有机碳含量,求得d和e,其中d、e为多元线性方程组求得的数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110392416.2A CN112855131A (zh) | 2021-04-13 | 2021-04-13 | 一种页岩油储层含油率预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110392416.2A CN112855131A (zh) | 2021-04-13 | 2021-04-13 | 一种页岩油储层含油率预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112855131A true CN112855131A (zh) | 2021-05-28 |
Family
ID=75992479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110392416.2A Withdrawn CN112855131A (zh) | 2021-04-13 | 2021-04-13 | 一种页岩油储层含油率预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112855131A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115163013A (zh) * | 2022-08-09 | 2022-10-11 | 中国石油化工股份有限公司 | 一种页岩油直井注水吞吐增产方式 |
-
2021
- 2021-04-13 CN CN202110392416.2A patent/CN112855131A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115163013A (zh) * | 2022-08-09 | 2022-10-11 | 中国石油化工股份有限公司 | 一种页岩油直井注水吞吐增产方式 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101738639B (zh) | 提高岩石裂缝参数精度的方法 | |
US8359184B2 (en) | Method, program and computer system for scaling hydrocarbon reservoir model data | |
AU2008302643B2 (en) | Method and system for cleat characterization in coal bed methane wells for completion optimization | |
CN103198363B (zh) | 一种基于ct孔隙分析的储层产气量预测方法及装置 | |
CN104533400A (zh) | 一种重构测井曲线的方法 | |
WO2013106313A1 (en) | Integrated workflow or method for petrophysical rock typing in carbonates | |
CN104747183A (zh) | 一种碳酸盐岩储层综合分类方法 | |
CN104514552A (zh) | 一种煤层气储层识别与丰度预测的方法 | |
Li et al. | Prediction of CO2 leakage risk for wells in carbon sequestration fields with an optimal artificial neural network | |
CN109543915B (zh) | 基于测井信息对全井段烃源岩总有机碳含量的识别方法 | |
EP3488073A1 (en) | Modeling of oil and gas fields for appraisal and early development | |
CN110954944A (zh) | 一种断层圈闭含油高度地震预测方法 | |
Alzate et al. | Integration of surface seismic, microseismic, and production logs for shale gas characterization: Methodology and field application | |
CN112177605B (zh) | 一种海域天然气水合物有利聚集区主控因素的确定方法 | |
CN112034521B (zh) | 一种欠压实与生烃混合成因地层超压的预测方法 | |
Vafaie et al. | An investigation on the effect of thermal maturity and rock composition on the mechanical behavior of carbonaceous shale formations | |
CN112855131A (zh) | 一种页岩油储层含油率预测方法 | |
CN112185469B (zh) | 一种预测海域天然气水合物有利聚集区的方法 | |
CN110529106B (zh) | 一种利用测井资料确定煤层显微组分含量的方法 | |
CN112443322B (zh) | 一种基于等效饱和度的烃源岩测井评价方法 | |
CN111155980B (zh) | 一种水流优势通道识别方法及装置 | |
Lomask et al. | A seismic to simulation unconventional workflow using automated fault-detection attributes | |
Zheng et al. | Geological model evaluation through well test simulation: a case study from the Wytch farm oilfield, southern England | |
Amanipoor | Providing a subsurface reservoir quality maps in oil fields by geostatistical methods | |
CN114624784B (zh) | 灰岩储层的状态确定方法、装置及可读存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210528 |
|
WW01 | Invention patent application withdrawn after publication |