CN112901142A - 一种基于水气比的低对比度储层流体识别方法 - Google Patents

一种基于水气比的低对比度储层流体识别方法 Download PDF

Info

Publication number
CN112901142A
CN112901142A CN202110235667.XA CN202110235667A CN112901142A CN 112901142 A CN112901142 A CN 112901142A CN 202110235667 A CN202110235667 A CN 202110235667A CN 112901142 A CN112901142 A CN 112901142A
Authority
CN
China
Prior art keywords
water
gas
relative permeability
parameter
saturation
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
CN202110235667.XA
Other languages
English (en)
Other versions
CN112901142B (zh
Inventor
赵军
汤翟
王伟明
韩东
杨林
赖强
张涛
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 CN202110235667.XA priority Critical patent/CN112901142B/zh
Publication of CN112901142A publication Critical patent/CN112901142A/zh
Application granted granted Critical
Publication of CN112901142B publication Critical patent/CN112901142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • E21B47/00—Survey of boreholes or wells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Geology (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Hardware Design (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Geophysics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Agronomy & Crop Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于水气比的低对比度储层流体识别方法，包括：步骤S1：获取测井数据，根据所述测井数据获取束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数；步骤S2：根据所述步骤S1得到的束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数得到气相相对渗透率参数以及水相相对渗透率参数；步骤S3：根据所述步骤S2得到的气相相对渗透率参数以及水相相对渗透率参数，建立水气比计算模型，根据所述水气比计算模型建立低对比度储层的流体识别图版及标准；本发明可达到低对比度储层流体识别的目的。

Description

一种基于水气比的低对比度储层流体识别方法
技术领域
本发明涉及地质勘探技术领域，更具体的说是涉及一种基于水气比的低对比度储层流体识别方法。
背景技术
目前，低对比度油气层分布十分广泛，然而由于其电阻率与水层电阻率差异很小，导致其在常规测井曲线上具有一定的隐蔽性，从而在一些地区早期勘探过程中容易被忽略。
但是，低对比度储层流体识别方法主要可分为三大类：第一类是基于储层微观特性的研究，利用岩石物理实验数据，从低对比度成因出发，分析储层变化对电阻率、含水饱和度等的影响；第二类是基于敏感参数识别，通过对流体变化的敏感性，提取敏感参数，综合识别流体性质；第三类是基于测井资料，采用测井及其衍生数据，进一步弱化储层的非均质性对低对比度的影响，厘清流体划分界限。
虽然通过现有的方法在一定程度上能够提高低对比度流体识别的准确率，但在研究思路上主要还是依托测井资料，围绕储层电性特征展开，但在低对比度储层中，其电性特征往往难以准确反映，且存在较高的区域经验性，对不同的研究区应用效果差异较大，难以大范围推广。
因此，如何提供一种能够解决上述问题的低对比度储层识别方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于水气比的低对比度储层识别方法，建立气藏水气比计算模型WGR，用生产测试数据建立流体性质的识别图版及标准，从而有效绕开储层电性特征，达到储层流体识别的目的。
为了实现上述目的，本发明采用如下技术方案：
一种基于水气比的低对比度储层流体识别方法，包括：
步骤S1：获取测井数据，根据所述测井数据获取束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数；
步骤S2：根据所述步骤S1得到的束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数得到气相相对渗透率参数以及水相相对渗透率参数；
步骤S3：根据所述步骤S2得到的气相相对渗透率参数以及水相相对渗透率参数，建立水气比计算模型，根据所述水气比计算模型建立低对比度储层的流体识别图版及标准。
优选的，所述步骤S3中：所述水气比计算模型的表达式为：
Figure BDA0002960491080000021
式中，Krg为气相相对渗透率，Krw为水相相对渗透率，μg为气相粘度，μw为水相粘度，Bw为气藏地层水体积系数，Bg为天然气体积系数。
优选的，所述步骤S2中，气相相对渗透率模型为：
Figure BDA0002960491080000022
式中，Krw(Sgr)为残余气饱和度下水相相对渗透率，Krg(Swi)为束缚水饱和度下气相相对渗透率，Sgr为残余气饱和度，Sw为含水饱和度，Swt为束缚水饱和度，nw为水相相对渗透率曲线常数，ng为气相相对渗透率曲线常数。
优选的，所述步骤S2中，水相相对渗透率曲线常数以及气相相对渗透率曲线常数均通过回归分析法得到。
优选的，所述步骤S1中，所述束缚水饱和度参数、所述残余气饱和度参数、所述含水饱和度参数通过测井资料计算获取。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于水气比的低对比度储层流体识别方法，具有如下有益效果：
(1)该方法以实验及生产数据为基础，技术思路可靠，同时模型原理简单，地区适用性强；
(2)该方法有效克服了单一利用测井资料识别低对比度气层误差加大的缺陷，计算水气比与地层实际产出吻合，有效提高了流体识别精度，证明该方法能有效判别地层流体性质；
(3)通过实际资料表明，单靠含水饱和度判别流体性质误差较高，需结合水气比WGR综合解释，有效提高识别效率。
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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种基于水气比的低对比度储层流体识别方法的具体流程图；
图2附图为本发明实施例2提供的文昌A凹陷珠海组二段储层水气比流体识别标准图版；
图3附图为本发明实施例2提供的文昌A凹陷珠海组二段储层水气比流体识别解释图。
具体实施方式
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、完整地描述，显然，所描述的实施例仅仅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做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。
实施例1
参见附图1所示，本发明实施例1公开了一种基于水气比的低对比度储层流体识别方法，包括：
步骤S1：获取测井数据，根据测井数据获取束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数；
步骤S2：根据步骤S1得到的束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数得到气相相对渗透率参数以及水相相对渗透率参数；
步骤S3：根据步骤S2得到的气相相对渗透率参数以及水相相对渗透率参数，建立水气比计算模型，根据水气比计算模型建立低对比度储层的流体识别图版及标准。
在一个具体的实施例中，步骤S3中：水气比计算模型的表达式为：
Figure BDA0002960491080000041
式中，Krg为气相相对渗透率，Krw为水相相对渗透率，μg为气相粘度，μw为水相粘度，Bw为气藏地层水体积系数，Bg为天然气体积系数。
在一个具体的实施例中，步骤S2中，气相相对渗透率模型为：
Figure BDA0002960491080000042
式中，Krw(Sgr)为残余气饱和度下水相相对渗透率，Krg(Swi)为束缚水饱和度下气相相对渗透率，Sgr为残余气饱和度，Sw为含水饱和度，Swt为束缚水饱和度，nw为水相相对渗透率曲线常数，ng为气相相对渗透率曲线常数。
在一个具体的实施例中，步骤S2中，水相相对渗透率曲线常数以及气相相对渗透率曲线常数均通过回归分析法得到。
在一个具体的实施例中，步骤S1中，束缚水饱和度参数、残余气饱和度参数、含水饱和度参数通过测井资料计算获取。
具体的，上述过程均可通过计算机程序处理得到。
实施例2
参见附图2所示，本发明实施例2具体的应用过程如下：
以文昌A凹陷为例，文昌A凹陷位于珠江口盆地西部的珠三坳陷内，其南北分别与神狐隆起，阳江低凸起相接，西邻琼海凸起、琼海凹陷以及文昌B、C凹陷，在珠三南断裂和六号断裂带的控制下，凹陷内发育一个构造隆升带及两个沉降中心；文昌A凹陷存在两期油气充注，第一期石油注入珠海组三段储层，第二期注入珠海组一段储层，大量天然气注入晚，因此其中含有大量低对比度储层。
应用本发明提供的方法对该地的低对比度储层进行识别，具体过程如下：
(1)依次获取束缚水饱和度参数Swi、残余气饱和度参数Sgr、含水饱和度参数Sw；
①通过半渗透隔板法计算束缚水饱和度Swi，之后建立孔隙度、自然伽马相对值、中子密度孔隙度差值与束缚水饱和度Swi作多元回归分析，建立多元回归模型，回归模型具体可以为：
Figure BDA0002960491080000051
式中，Swi为束缚水饱和度，
Figure BDA0002960491080000052
为孔隙度，ΔGR为自然伽马相对值，
Figure BDA0002960491080000053
为中子孔隙度，
Figure BDA0002960491080000054
为密度孔隙度。
②通过稳态法测定残余气饱和度参数Sgr，本发明实施例2采用含水饱和度逐渐增大的渗吸过程，具体试验数据如表1所示。
表1文昌A凹陷珠海组储层相对渗透率实验统计表
Figure BDA0002960491080000061
根据上述试验数据测定的残余气饱和度参数Sgr与综合物性指数
Figure BDA0002960491080000062
做相关性分析，具体的表达式如下：
Figure BDA0002960491080000063
③含水饱和度参数Sw可通过下式得到：
Figure BDA0002960491080000064
式中，Sw为含水饱和度参数，Rw为地层水电阻率，Vsh为泥质含量，Rt为地层深电阻率，Rsh为泥岩段深电阻率平均值，
Figure BDA0002960491080000065
为地层孔隙度，a为岩性系数。
(2)获取残余气饱和度下水相相对渗透率参数Krw(Sgr)以及Krg(Swi)主要通过资料勘察获取，根据试验资料显示相对渗透率端点参数Krw(Sgr)以及Krg(Swi)与渗透率K均存在较好的幂指数关系，根据试验数据拟合具体的表达式如下：
Krw(Sgr)＝0.0716*K0.1202
Krg(Swi)＝0.3219*K0.2408
(3)获取气相相对渗透率参数模型Krg、水相对渗透率参数模型Krw，具体表达式如下：
Figure BDA0002960491080000071
Figure BDA0002960491080000072
式中，Krw(Sgr)为残余气饱和度下水相相对渗透率端点，Krg(Swi)为束缚水饱和度下气相相对渗透率端点，Swi为束缚水饱和度参数，Sgr为残余气饱和度参数，Sw为含水饱和度参数，ng为气相相对渗透率曲线常数，nw为水相相对渗透率曲线常数；
其中常数ng和nw均可以通过当地试验资料和回归分析获取，气相相对渗透率曲线常数ng可以取值为1.91，水相相对渗透率曲线常数可以取值为1.98.
(4)建立水气比计算模型，具体过程如下：
在油气藏工程中，气水两相流体时，水相分流率fw可表示为气井总产出水量Qw与总流体量Q总之比，具体表达式为：
Figure BDA0002960491080000073
式中，WGB为水气比，Bw为地层水体积系数，Bg为天然气体积系数。
在不考虑重力和毛细管力的影响下，由气、水两相达西公式可将水相分流率表示为：
Figure BDA0002960491080000074
结合上述公式可得水气比计算模型为：
Figure BDA0002960491080000081
式中，Krg为气相相对渗透率，Krw为水相相对渗透率，μg为气相粘度，μw为水相粘度，Bw为气藏地层水体积系数，Bg为天然气体积系数，根据该水气比计算模型可建立识别图版，即可判别该地区储层流体性质，根据该水气比计算模型计算的水气比WGR与利用测井资料计算的含水饱和度SW可建立研究区的流体识别图版(参见附图2)，并由流体识别图版(附图2)得到不同流体类型的识别标准(参见表2)，根据图版所建标准即可判别该地区储层的流体性质。
表2文昌A凹陷珠海组储层流体性质识别标准
Figure BDA0002960491080000082
将上述方法应用到文昌A凹陷进行识别，利用上述公式计算得到研究区地层的水气比WGR值，利用上述方法对研究区14口井共25个层段的资料进行了处理，得到了计算的水气比值，并根据所建立的流体判别标准对上述层段进行了流体性质判别，同时与实际的测试生产数据进行了对比，具体结果参见表3所示，结果表明水气比WGR值与实际资料吻合较好，解释结果准确率达到92％。
表3文昌A凹陷珠海组储层计算WGR与实际WGR对比
Figure BDA0002960491080000083
Figure BDA0002960491080000091
通过资料统计，研究区原始地层下气相、水相粘度取值分别为Bg＝0.029mPa·s、Bw＝0.2mPa·s；气相、水相体积系数取值分别为＝0.004m3/m3、＝1.036m3/m3。利用上述公式计算得到研究区地层的水气比WGR值，同时得到的地层含水饱和度，即可通过图版及判别标准对地层的流体性质进行识别，最终的识别图版结果参见附图3所示。
应用该流体识别图版对研究区不同生产层段进行测井解释，解释图中右起第二道中的蓝色填充曲线表示含水饱和度Sw，红色曲线表示计算水气比WGR，为了避免干层段及泥岩隔层对解释结果准确性产生的影响，图中事先已对干层及泥岩段数据进行剔除，仅保留产层段数据；WC9-2-1井珠海组二段3661～3679m、3681～3699m井段录井资料显示油气较好，气测录井全烃(Tg)为0.04～1.32％，轻烃组分较齐全；电阻率范围11.25～47.13Ω·m，电阻率平均值为23.25Ω·m；测试资料显示：该层段日产油83.8m3，日产气262214m3，日产水0m3，测试结论为气层，该段属于正常气层。计算得出该层段水气比均小于2.5，含水饱和度为39～62％，判别结果为气层，判别结果与测试结论相符。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于水气比的低对比度储层流体识别方法，其特征在于，包括：
步骤S1：获取测井数据，根据所述测井数据获取束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数；
步骤S2：根据所述步骤S1得到的束缚水饱和度参数、残余气饱和度参数、含水饱和度参数以及相对渗透率端点参数得到气相相对渗透率参数以及水相相对渗透率参数；
步骤S3：根据所述步骤S2得到的气相相对渗透率参数以及水相相对渗透率参数，建立水气比计算模型，根据所述水气比计算模型建立低对比度储层的流体识别图版及标准。
2.根据权利要求1所述的一种基于水气比的低对比度储层流体识别方法，其特征在于，所述步骤S3中：所述水气比计算模型的表达式为：
Figure FDA0002960491070000011
式中，Krg为气相相对渗透率，Krw为水相相对渗透率，μg为气相粘度，μw为水相粘度，Bw为气藏地层水体积系数，Bg为天然气体积系数。
3.根据权利要求1所述的一种基于水气比的低对比度储层流体识别方法，其特征在于，所述步骤S2中，气相相对渗透率模型为：
Figure FDA0002960491070000012
式中，Krw(Sgr)为残余气饱和度下水相相对渗透率，Krg(Swi)为束缚水饱和度下气相相对渗透率，Sgr为残余气饱和度，Sw为含水饱和度，Swt为束缚水饱和度，nw为水相相对渗透率曲线常数，ng为气相相对渗透率曲线常数。
4.根据权利要求3所述的一种基于水气比的低对比度储层流体识别方法，其特征在于，所述步骤S2中，水相相对渗透率曲线常数以及气相相对渗透率曲线常数均通过回归分析法得到。
5.根据权利要求1-3任一项所述的一种基于水气比的低对比度储层流体识别方法，其特征在于，所述步骤S1中，所述束缚水饱和度参数、所述残余气饱和度参数、所述含水饱和度参数通过测井资料计算获取。
CN202110235667.XA 2021-03-03 2021-03-03 一种基于水气比的低对比度储层流体识别方法 Active CN112901142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110235667.XA CN112901142B (zh) 2021-03-03 2021-03-03 一种基于水气比的低对比度储层流体识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110235667.XA CN112901142B (zh) 2021-03-03 2021-03-03 一种基于水气比的低对比度储层流体识别方法

Publications (2)

Publication Number Publication Date
CN112901142A true CN112901142A (zh) 2021-06-04
CN112901142B CN112901142B (zh) 2022-05-17

Family

ID=76108331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110235667.XA Active CN112901142B (zh) 2021-03-03 2021-03-03 一种基于水气比的低对比度储层流体识别方法

Country Status (1)

Country Link
CN (1) CN112901142B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106065771A (zh) * 2016-07-25 2016-11-02 中国石油天然气股份有限公司 一种低渗含水气藏建产选区的方法及装置
CN109736792A (zh) * 2019-01-07 2019-05-10 中国石油集团川庆钻探工程有限公司 天然气储层及其含流体性质自动识别方法
CN110439532A (zh) * 2019-07-19 2019-11-12 中国石油集团川庆钻探工程有限公司 气井试油结论划分方法
CN111350497A (zh) * 2020-03-23 2020-06-30 中国石油天然气集团有限公司 一种基于含水率的低饱和度油层动态评价方法
CN112031753A (zh) * 2020-09-27 2020-12-04 中国石油集团渤海钻探工程有限公司 一种随钻识别低渗气水层的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106065771A (zh) * 2016-07-25 2016-11-02 中国石油天然气股份有限公司 一种低渗含水气藏建产选区的方法及装置
CN109736792A (zh) * 2019-01-07 2019-05-10 中国石油集团川庆钻探工程有限公司 天然气储层及其含流体性质自动识别方法
CN110439532A (zh) * 2019-07-19 2019-11-12 中国石油集团川庆钻探工程有限公司 气井试油结论划分方法
CN111350497A (zh) * 2020-03-23 2020-06-30 中国石油天然气集团有限公司 一种基于含水率的低饱和度油层动态评价方法
CN112031753A (zh) * 2020-09-27 2020-12-04 中国石油集团渤海钻探工程有限公司 一种随钻识别低渗气水层的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
侯刚刚等: "低渗透油藏CO_2变周期气水交替注入气水比理论设计", 《科学技术与工程》 *
刘毅等: "苏里格气田苏48区块石盒子组8段气水识别方法研究", 《石油天然气学报》 *
蔡华等: "低渗气藏初始产水定量评价新方法-以东海盆地西湖凹陷为例", 《中国海上油气》 *
郭诚: "广安须家河气藏识别与气水分布规律研究", 《CNKI硕士电子期刊》 *
顾端阳等: "疏松砂岩气藏低阻气层成因及识别研究———以柴达木盆地涩北气田为例", 《物探与化探》 *
鹿克峰等: "中国东海气区初始产水评价图版的建立", 《天然气工业》 *

Also Published As

Publication number Publication date
CN112901142B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN102953726B (zh) 一种水驱油田优势通道识别方法及装置
CN107701180B (zh) 一种基于密闭取心的原始油藏含水饱和度计算方法
Mirzaei-Paiaman et al. A further verification of FZI* and PSRTI: Newly developed petrophysical rock typing indices
CN110321595B (zh) 一种测井提取静态品质系数的断层封闭性评价方法
CN106932324B (zh) 一种确定高含水砂岩油藏储层渗透率变化规律的方法
CN105930932B (zh) 基于含气指数的页岩气层标准化无阻流量的获取方法
CN104632158B (zh) 二氧化碳混相驱条件下油井受效阶段划分及判别方法
CN109138975B (zh) 一种基于时移测井数据的求解相渗特征曲线的新方法
CN111878073B (zh) 一种致密储层压裂效果评价方法及装置
Rostron et al. Fingerprinting “stray” formation fluids associated and production with hydrocarbon exploration and production
CN108982320A (zh) 一种利用粒度参数进行复杂孔隙结构储层渗透率计算方法
CN109555515A (zh) 地层坍塌压力确定方法和装置
CN107762483A (zh) 一种基于测井曲线的相关系数及包络面积的流体识别方法
CN105678082B (zh) 一种识别油气井酸压沟通储层类型的双压降法
CN104533397B (zh) 一种砂岩气层定量识别方法
CN104463686A (zh) 利用判别分析法随钻识别页岩气储层的方法
CN112901142B (zh) 一种基于水气比的低对比度储层流体识别方法
CN110486010B (zh) 一种基于气测录井参数的储层含油气性定量评价方法
CN111155980B (zh) 一种水流优势通道识别方法及装置
CN108984952B (zh) 一种油田注入能力变化预测方法
CN113669048B (zh) 热中子时间衰减测井宏观俘获截面值提取方法
CN110792425B (zh) 一种测量地层流体含水率的方法
CN109116440B (zh) 致密灰岩储层裂缝识别方法
CN111209687A (zh) 一种用于判识co2驱气窜的方法
CN117248899A (zh) 一种基于核磁可动流体饱和度的低阻油层产能预测方法

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