CN113361111B - 一种低渗透油藏储层特征模型的划分方法 - Google Patents

一种低渗透油藏储层特征模型的划分方法 Download PDF

Info

Publication number
CN113361111B
CN113361111B CN202110645426.2A CN202110645426A CN113361111B CN 113361111 B CN113361111 B CN 113361111B CN 202110645426 A CN202110645426 A CN 202110645426A CN 113361111 B CN113361111 B CN 113361111B
Authority
CN
China
Prior art keywords
reservoir
data
model
oil
well
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
Application number
CN202110645426.2A
Other languages
English (en)
Other versions
CN113361111A (zh
Inventor
苏玉亮
王海刚
李蕾
郝永卯
赵坤
刘佳慧
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN202110645426.2A priority Critical patent/CN113361111B/zh
Publication of CN113361111A publication Critical patent/CN113361111A/zh
Application granted granted Critical
Publication of CN113361111B publication Critical patent/CN113361111B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种低渗透油藏储层特征模型的划分方法，包括以下步骤：第一步，对目标油藏进行精细油藏描述，获得必要的油藏现阶段的所有静、动态资料；第二步，通过精细油藏描述获得的资料建立油藏数值模拟模型；第三步，对资料中累产油和含水率数据进行分析，作出不同生产时期下累产油和含水率的关系图，明确不同开发阶段下有开发矛盾的井；第四步，利用灰色关联法进行储层物性划分；第五步，根据第三步所明确的不同开发阶段下有开发矛盾的井，以及第四步储层物性划分结果对第二步所建立的油藏数值模拟模型进行分类。本发明能够很好完成低渗透油藏储层特征模型的划分，而且效果较好，便于后续确定当前生产阶段下重复压裂的最优挖潜措施。

Description

一种低渗透油藏储层特征模型的划分方法
技术领域
本发明涉及石油工程-油气田开发工程领域，具体地说是涉及一种低渗透油藏储层特征模型的划分方法。
背景技术
随着常规油藏的不断开发，非常规油气已经成为全球研究的热点，致密油是非常规资源之一，致密油藏与常规油藏有着本质的区别，一般非常规油气藏都会通过水力压裂等方式进行开采，但随着开采年限越来越长，很多区块的开发效果越来越差，为保持稳产，需要进行重复压裂措施。但目前重复压裂存在着产量递减快，含水率上升较快等问题，需要对不同开发井的不同开发阶段制定不同的开发政策。这就需要我们将储层模型分为几个具有不同特征的模型进行分类研究，来达到精准高效开发的目的。
目前常用的储层分类依据有砂岩颗粒粒度划分、成分划分，以物性为依据进行定量描述、储集空间类型进行定性判断等。常用的分析方法有储层品质因子RQI结合聚类分析法，灰色关联分析法等。
现有公开发表的相关储层分类方法里需要详细的储层特征信息，进行分类时非常繁琐，而且分类结果没有将生产情况与地层特征相结合，因此不能给出适合于当前生产阶段的最优措施。综上所述，目前已有的储层分类方法并不能很好完成将生产特征与储层特征相结合的分类工作。
发明内容
基于上述技术问题，本发明提出一种低渗透油藏储层特征模型的划分方法。
本发明所采用的技术解决方案是：
一种低渗透油藏储层特征模型的划分方法，包括以下步骤：
第一步，对目标油藏进行精细油藏描述，获得必要的油藏现阶段的所有静、动态资料；
第二步，通过精细油藏描述获得的资料建立油藏数值模拟模型；
第三步，对资料中累产油和含水率数据进行分析，作出不同生产时期下累产油和含水率的关系图，明确不同开发阶段下有开发矛盾的井；
第四步，利用灰色关联法进行储层物性划分；以试油产量为主变量，利用灰色关联法对油藏部分参数的权重进行求取；
(1)首先对所选取的参数进行标准化处理，消除各个参数的物理意义，让各个参数在同一数量级上；
标准化变换：先分别求出各个序列的平均值和标准差，然后将各个原始数据减去平均值后再除以标准差，这样得到的新数据序列即为标准化序列；
(2)在对所有参数标准化处理后，进一步求出各指标与主指标的灰色关联度；
Figure BDA0003109351200000021
式中，ξi，0为灰色关联度；
Figure BDA0003109351200000022
Figure BDA0003109351200000023
Figure BDA0003109351200000024
Figure BDA0003109351200000025
式中：
Figure BDA0003109351200000026
表示第i个井第n个参数；Δt为各个子因素与主因素同一观测时刻的观测值之间的绝对差值；ρ为分辨系数，取值范围为0.1～1；
(3)用参数权重系数与每个参数标准化后的数值相乘，然后将相乘得到的值相加就得到储层的综合得分；
储层综合得分＝α1×U1+α2×U2+…+αn×Un
式中：α1，α2，…，αn为单项控制因素内不同次一级因素的权重系数，α1，α2，…，αn由关联系数进行某一部分占总体关联系数总数的比例得来，(α1+α2+…+αn＝1)；U1，U2，…，Un为储层标准化后处理的参数值；由此可以计算每一口井对应的储层综合得分，对井所在的储层进行分类；
第五步，根据第三步所明确的不同开发阶段下有开发矛盾的井或者说生产井见水快慢，以及第四步储层物性划分结果对第二步所建立的油藏数值模拟模型进行分类；
其中，储层综合得分＞0，为物性好储层；
储层综合得分＜0，为物性差储层；
以此为分类依据作出初期生产含水率与储层综合得分的分类图版；
进而将第二步建立的原始数值模拟模型分割成数个特征模型。
优选的，在第一步中：所述精细油藏描述标准参考Q/SY 189-2006；
所述静、动态资料包括：
(1)地质：所有井的地质，岩心资料以及分阶段的密闭取心井资料，在开发中后期还应包括水淹、水洗效率，剩余油饱和度的测定资料；
(2)测井：按描述要求，测全各种曲线；在开发中后期，要求有水淹层测井系列和层内细分测井系列；
(3)动态资料：油田所有井动态资料，包括油产量、产水量、压力、试井、产液、吸水剖面动态监测资料。
优选的，在第二步中：运用Petrel建模软件，建模步骤为：
(1)井头导入
对研究井以及其邻井的井头数据进行整理，并导入其坐标数据、补心海拔、测深，对研究井以及其邻井的井身轨迹进行整理并导入井的测深、井斜角和方位角；
(2)划分层位
以实际开发井点分层数据为控制点，进行三维网格化，建立三维构造格架模型；为保证模拟区块井间构造趋势面能够尽量符合地下实际，经过对比分析，最终优选出最小曲率算法建立构造模型，提高了模拟区块的构造描述精度；
(3)导入测井数据，并根据计算器剔除异常值
导入渗透率、孔隙度、泥质含量和含水饱和度测井数据，并根据Petrel地质建模软件的计算器功能对测井数据的异常值进行处理，将孔隙度小于零的值赋值为0.1，将渗透率小于零的值赋值为0.1，将泥质含量小于零的值赋值为0，将含水饱和度大于100的值赋值为99.9；
(4)构造模型
在分层数据的基础上，模拟各沉积单元地层厚度图，在油层组构造模型的控制下，应用地层厚度和分层数据内插方法，使用makezone和垂向网格细分功能，建立区块的构造模型；
(5)属性模型
在建立属性模型之前，需要对测井数据进行离散化，以在研究的区域生成相应的数据参数；属性建模选择相控下的序贯高斯模拟方法；在建模时，需设置以下参数：
变差函数：反映储层参数的空间相关性，通过变差函数了解某一储层参数空间相关的范围；
标准偏差：反映各相类型中的岩石物理参数的数值变化性；
参数转换：通过参数变换，使其符合高斯分布，以能应用高斯模拟方法进行建模；
相关关系：反映不同类型岩石物理参数相关程度；
粗化参数：对井模型中的储层参数在模拟网格的尺度上进行平均；在大多数情况下，测井比三维模拟网格的分辨率更高，故通过粗化方法，使井模型与三维网格进行匹配；孔隙度和含油饱和度的粗化采用了算术平均法而渗透率用几何平均法；
研究中在对相类型、砂体厚度、孔隙度、渗透率和含水饱和度参数进行相应数据变换的基础上，利用数据分析结果，采用序贯高斯模拟方法建立目标油藏的渗透率、孔隙度、净毛比模型和含水饱和度模型；至此，地质模型建立完毕。
优选的，在第三步中，采用划分标准如下：
生产时期：开采初期为0-5年，开采中后期为5-10年；
含水率：低含水率小于30％，中含水率30％-60％，高含水率大于60％。
通过以上步骤，根据所分割成的数个特征模型，分类研究其当前生产阶段下重复压裂的最优挖潜措施。
本发明的有益技术效果是：
本发明将油藏分为几个具有不同特征的部分，将储层物性与生产特征相结合，形成不同的特征模型进行研究，以形成最优挖潜措施。
本发明通过运用数值模拟方法建立目标油藏的数值模拟模型，结合预处理后的生产动态数据进行作图分析，另一边通过获取基本地层物性参数后，使用灰色关联法对目标区块的储层物性参数进行优先级划分，形成储层综合评价模型，结合生产动态与储层分类结果进行特征模型划分。
本发明能够很好完成低渗透油藏储层特征模型的划分，而且应用效果较好，便于后续确定当前生产阶段下重复压裂的最优挖潜措施。
附图说明
图1为本发明的方法步骤流程图；
图2为本发明具体应用实例中所建立数值模拟模型的示意图；
图3为本发明具体应用实例中对累产油和含水率所进行分析并作出的关系图；
图4为本发明具体应用实例中计算得出的每口井对应的储层分数；
图5为本发明具体应用实例中将储层综合得分结果与累产油、含水率关系结果图进行归纳总结，得出的关系图；
图6为将井与图5匹配进行特征模型划分的示意图。
具体实施方式
对于低渗透油藏的开发来说，重复压裂是一种重要的增产方式，但目前重复压裂措施面临着储层特征不清等问题，不能对特定压裂区域采取最优挖潜措施。因此本发明提出了一种低渗透油藏储层特征模型的划分方法，该方法将油藏分为几个具有不同特征的部分，将储层物性与生产特征相结合，形成不同的特征模型进行研究，以形成最优挖潜措施。
下面对本发明进行详细说明。
一种低渗透油藏储层特征模型的划分方法，包括以下步骤：
第一步，对目标油藏进行精细油藏描述，精细油藏描述标准参考Q/SY 189-2006，并获得必要的油藏现阶段的所有静、动态资料。包括：
(1)地质：所有井的地质，岩心等资料以及分阶段的密闭取心井资料等(开发中后期还应包括水淹，水洗效率，剩余油饱和度的测定等资料)。
(2)测井：按描述要求，测全各种曲线。在开发中后期，要求有水淹层测井系列和层内细分测井等系列。
(3)动态资料：油田所有井动态资料，包括油产量、产水量、压力、试井、产液、吸水剖面等动态监测资料。
第二步，通过精细油藏描述获得的资料建立油藏数值模拟模型，运用Petrel建模软件，建模步骤为：
(1)井头导入
对研究井以及其邻井的井头数据进行整理，并导入其坐标数据、补心海拔、测深等。对研究井以及其邻井的井身轨迹进行整理并导入井的测深、井斜角和方位角。
(2)划分层位
以实际开发井点分层数据为控制点，进行三维网格化，建立三维构造格架模型。为保证模拟区块井间构造趋势面能够尽量符合地下实际，经过对比分析，最终优选出最小曲率算法建立构造模型，提高了模拟区块的构造描述精度。
(3)导入测井数据，并根据计算器剔除异常值
导入渗透率、孔隙度、泥质含量和含水饱和度等测井数据，并根据Petrel地质建模软件的计算器功能对测井数据的异常值进行处理，将孔隙度小于零的值赋值为0.1；将渗透率小于零的值赋值为0.1；将泥质含量小于零的值赋值为0；将含水饱和度大于100的值赋值为99.9。
(4)构造模型
在分层数据的基础上，模拟各沉积单元地层厚度图，在油层组构造模型的控制下，应用地层厚度和分层数据内插方法，使用makezone和垂向网格细分功能，建立该区块的构造模型。
(5)属性模型
在建立属性模型之前，需要对测井数据进行离散化，以在研究的区域生成相应的数据参数。属性建模选择相控下的序贯高斯模拟方法。在建模时，需设置以下参数：
变差函数：反映储层参数的空间相关性。通过变差函数了解某一储层参数空间相关的范围。
标准偏差：反映各相类型中的岩石物理参数的数值变化性。
参数转换：通过参数变换，使其符合高斯分布，以能应用高斯模拟方法进行建模。
相关关系：反映不同类型岩石物理参数相关程度。
粗化参数：对井模型中的储层参数在模拟网格的尺度上进行平均。在大多数情况下，测井比三维模拟网格的分辨率更高，故通过粗化方法，使井模型与三维网格进行匹配。孔隙度和含油饱和度的粗化采用了算术平均法而渗透率用几何平均法。
研究中在对相类型、砂体厚度、孔隙度、渗透率和含水饱和度等参数进行相应数据变换的基础上，利用数据分析结果，采用序贯高斯模拟方法建立目标油藏的渗透率、孔隙度、净毛比模型和含水饱和度模型。至此，地质模型建立完毕。
第三步，对累产油和含水率数据进行分析，作出不同生产时期下累产油和含水率的关系图，明确不同开发阶段下有开发矛盾的井，例如生产初期，含水率为高含水的生产井。本方法采用划分标准如下：
生产时期：开采初期为0-5年，开采中后期为5-10年。
含水率：低含水率(0％-30％)，中含水率(30％-60％)，高含水率(60％-100％)。
第四步，利用灰色关联法进行储层物性划分。以试油产量为主变量，利用灰色关联法对油藏部分参数的权重进行求取。
(1)首先对所选取的参数进行标准化处理，消除各个参数的物理意义，让各个参数在同一数量级上。
标准化变换：先分别求出各个序列的平均值和标准差，然后将各个原始数据减去平均值后再除以标准差，这样得到的新数据序列即为标准化序列。量纲为其均值为0,方差为1。
(2)在对所有参数标准化处理后，进一步求出各指标与主指标的灰色关联度。
Figure BDA0003109351200000071
式中，ξi，0为灰色关联度。
Figure BDA0003109351200000072
Figure BDA0003109351200000073
Figure BDA0003109351200000074
Figure BDA0003109351200000075
式中：
Figure BDA0003109351200000076
表示第i个井第n个参数；Δt为各个子因素与主因素同一观测时刻的观测值之间的绝对差值；ρ为分辨系数，取值范围为0.1～1；引入该系数的目的是削弱式(3)和(4)中由于绝对值差非常大引起的数据失真，一般取值为0.5。
(3)用参数权重系数与每个参数标准化后的数值相乘，然后将相乘得到的值相加就得到储层的综合得分。
储层综合得分＝α1×U1+α2×U2+…+αn×Un
式中：α1，α2，…，αn为单项控制因素内不同次一级因素的权重系数，α1，α2，…，αn由关联系数进行某一部分占总体关联系数总数的比例得来，(α1+α2+…+αn＝1)；U1，U2，…，Un为储层标准化后处理的参数值。由此可以计算每一口井对应的储层综合得分，对井所在的储层进行分类。
第五步，根据生产井见水快慢与储层物性评价结果进行特征模型的分类。本方法物性评价标准为：
储层综合得分＞0，为物性好储层；
储层综合得分＜0，为物性差储层；
以此为分类依据作出初期生产含水率与储层综合得分的分类图版，如图5所示。
进而将原始数值模拟模型分割成数个特征模型，分类研究其当前生产阶段下重复压裂的最优挖潜措施。
下面通过具体应用实例对本发明作更进一步说明。
第一步，获得资料。如下表1所示。
表1
well 厚度m 孔隙度％ 渗逶率mD 油饱％ 射孔厚度m 平均日产液
J17-13 4.583333 16.42667 12.07 36.805 2 7.75
J17-16 3.91 16.402 11.967 43.731 2 11.19
J17-17 2.8 16.705 21.90875 46.39625 2 7.97
J17-18 4.255556 13.50889 7.267778 36.42444 2 11.82
117-19 3.575 16.56125 13.535 41.36 2 12.4
J18-15 5.933333 16.38 13.19333 42.61 3 12.91
J18-17 2.655556 16.46444 12.38444 34.42222 3 15.64
J18-19 6.228571 16.79429 18.32714 48.32286 2 12.65
J19-15 4.466667 16.17 10.00111 40.96444 4 12.81
J19-17 4.425 17.22625 12.73875 38.20125 4 12.34
J19-18 4.7 15.90889 11.86667 38.46889 3 21.6
J19-19 5 16.545 17.09167 43.17333 2 9.4
J20-12 3 16.76833 9.821667 33.06833 4 8.17
J20-14 5.066667 17.02167 13.02333 37.78333 5 7.75
J20-16 3 16.57778 12.60444 41.76667 3 13.25
J20-18 4.377778 15.69667 11.95333 37.88111 9 11.82
J20-21A 4.233333 15.83111 12.44111 39.83333 4 5.34
J21-11 3.27 17.307 13.995 31.504 3 6.11
J21-14 4.114286 16.87429 9.732857 35.58857 2 8.23
J21-15 4.833333 16.97 11.66167 43.11 2 7.84
J21-18 4.85 17.34333 13.05 35.955 2 12.82
J21-8 4.725 16.39125 11.40625 33.7375 2 11.71
J21-9 4.7625 17.0425 12.445 34.24375 2 4.46
J17-10 3.442857 15.63571 6.962857 29.89143 1 8.82
J17-11 3.344444 15.24778 7.571111 28.88 1 7.12
J17-12 6.333333 16.42333 8.946667 28.20167 2 8.71
J17-9 3.8375 15.83375 10.525 40.1575 1 9.15
J18-11 4.4 15.7 8.11875 26.65625 4 8.36
J18-13 6.575 16.08375 10.51 34.40125 3 9.55
J19-10 4.971429 16.19143 9.35 30.72571 2 9.32
J19-11 3.033333 16.80444 10.29111 28.46556 3 8.2
J19-12 4.45 16.19833 9.585 38.20333 2 7.76
J19-13 5.56 16.158 8.212 34.194 2 5.84
J19-14 5.06 15.938 10.264 36.27 4 6.72
J19-16 4.222222 15.88111 9.475556 35.58444 3 7.19
J19-8 5.35 15.77625 9.11875 37.17875 5 6.59
J19-9 5.1 15.09857 8.014286 29.54857 2 5.32
J20-10 8.06 15.966 9.016 32.54 3 7.17
J20-8 5.933333 15.005 8.32 35.21833 2 9.98
J21-10 5.971429 16.63143 9.51 29.32857 3 4.78
J21-12 3.5 16.55444 8.512222 27.51444 4 5.12
J21-13 4.871429 16.32 8.38 25.27857 4 3.01
J21-16 4.2125 16.1875 9.4675 37.145 2 7.12
J21-17 4.5 16.15857 9.725714 37.48429 3 8.76
第二步，建立数值模拟模型，如图2所示。
第三步，对累产油和含水率进行分析并作图，如图3所示。
从图中可以看出有些井生产初期含水率迅速升高，这类井属于有开发矛盾的井，有些井属于含水上升正常。需要进行储层分类进一步研究挖潜措施。
第四步，利用灰色关联法进行储层评价。本应用实例对储层的五个参数，即厚度、孔隙度、渗透率、含油饱和度、射孔厚度进行了标准化处理。
标准化处理结果如表2所示。
表2
Figure BDA0003109351200000091
经计算得到储层厚度、孔隙度、渗透率、含油饱和度、射孔厚度的权重系数分别为0.718、0.7413、0.7856、0.774、0.7201，相关性排序为渗透率＞含油饱和度＞孔隙度＞射孔厚度＞储层厚度。
进而得到研究区储层综合得分计算式：
储层综合得分
＝0.19203×hi+0.198262×φi+0.21011×ki+0.207×si+0.192592×bi
式中：hi，φi，ki，si，bi分别为标准化后的储层厚度、孔隙度、渗透率、含油饱和度、射孔厚度。
由此得出每口井对应的储层分数，如图4所示。
从图中可以看出分数大于0的井所在的储层属于物性较好的部分，小于0的井所在的储层则物性较差。
将此结果与累产油、含水率关系结果图进行归纳总结，可以得出图5。
将井与图5进行匹配即可得到划分特征模型的依据，如图6所示。

Claims (4)

1.一种低渗透油藏储层特征模型的划分方法，其特征在于包括以下步骤：
第一步，对目标油藏进行精细油藏描述，获得油藏现阶段的所有静、动态资料；
第二步，通过精细油藏描述获得的资料建立油藏数值模拟模型；
第三步，对资料中累产油和含水率数据进行分析，作出不同生产时期下累产油和含水率的关系图，明确不同开发阶段下有开发矛盾的井；
第四步，利用灰色关联法进行储层物性划分；以试油产量为主变量，利用灰色关联法对油藏部分参数的权重进行求取；
(1)首先对所选取的参数进行标准化处理，消除各个参数的物理意义，让各个参数在同一数量级上；
标准化变换：先分别求出各个序列的平均值和标准差，然后将各个原始数据减去平均值后再除以标准差，这样得到的新数据序列即为标准化序列；
(2)在对所有参数标准化处理后，进一步求出各指标与主指标的灰色关联度；
Figure FDA0003502826210000011
式中，ξi，0为灰色关联度；
Figure FDA0003502826210000012
Figure FDA0003502826210000013
Figure FDA0003502826210000014
Figure FDA0003502826210000015
式中：
Figure FDA0003502826210000016
表示第i个井第n个参数；Δt为各个子因素与主因素同一观测时刻的观测值之间的绝对差值；ρ为分辨系数，取值范围为0.1～1；
(3)用参数权重系数与每个参数标准化后的数值相乘，然后将相乘得到的值相加就得到储层的综合得分；
储层综合得分＝α1×U1+α2×U2+…+αn×Un
式中：α1，α2，…，αn为单项控制因素内不同次一级因素的权重系数，α1，α2，…，αn由关联系数进行某一部分占总体关联系数总数的比例得来，(α1+α2+…+αn＝1)；U1，U2，…，Un为储层标准化后处理的参数值；由此计算每一口井对应的储层综合得分，对井所在的储层进行分类；
第五步，根据第三步所明确的不同开发阶段下有开发矛盾的井，以及第四步储层物性划分结果对第二步所建立的油藏数值模拟模型进行分类；
其中，储层综合得分＞0，为物性好储层；
储层综合得分＜0，为物性差储层；
以此为分类依据作出初期生产含水率与储层综合得分的分类图版；
进而将第二步建立的原始数值模拟模型分割成数个特征模型；
在第二步中：运用Petrel建模软件，建模步骤为：
(1)井头导入
对研究井以及其邻井的井头数据进行整理，并导入其坐标数据、补心海拔、测深，对研究井以及其邻井的井身轨迹进行整理并导入井的测深、井斜角和方位角；
(2)划分层位
以实际开发井点分层数据为控制点，进行三维网格化，建立三维构造格架模型；为保证模拟区块井间构造趋势面能够尽量符合地下实际，经过对比分析，最终选出最小曲率算法建立构造模型，提高了模拟区块的构造描述精度；
(3)导入测井数据，并根据计算器剔除异常值
导入渗透率、孔隙度、泥质含量和含水饱和度测井数据，并根据Petrel地质建模软件的计算器功能对测井数据的异常值进行处理，将孔隙度小于零的值赋值为0.1，将渗透率小于零的值赋值为0.1，将泥质含量小于零的值赋值为0，将含水饱和度大于100的值赋值为99.9；
(4)构造模型
在分层数据的基础上，模拟各沉积单元地层厚度图，在油层组构造模型的控制下，应用地层厚度和分层数据内插方法，使用makezone和垂向网格细分功能，建立区块的构造模型；
(5)属性模型
在建立属性模型之前，需要对测井数据进行离散化，以在研究的区域生成相应的数据参数；属性建模选择相控下的序贯高斯模拟方法；在建模时，需设置以下参数：
变差函数：反映储层参数的空间相关性，通过变差函数了解某一储层参数空间相关的范围；
标准偏差：反映各相类型中的岩石物理参数的数值变化性；
参数转换：通过参数变换，使其符合高斯分布，以能应用高斯模拟方法进行建模；
相关关系：反映不同类型岩石物理参数相关程度；
粗化参数：对井模型中的储层参数在模拟网格的尺度上进行平均；在大多数情况下，测井比三维模拟网格的分辨率更高，故通过粗化方法，使井模型与三维网格进行匹配；孔隙度和含油饱和度的粗化采用了算术平均法而渗透率用几何平均法；
研究中在对相类型、砂体厚度、孔隙度、渗透率和含水饱和度参数进行相应数据变换的基础上，利用数据分析结果，采用序贯高斯模拟方法建立目标油藏的渗透率、孔隙度、净毛比模型和含水饱和度模型；至此，地质模型建立完毕。
2.根据权利要求1所述的一种低渗透油藏储层特征模型的划分方法，其特征在于，在第一步中：所述精细油藏描述标准参考Q/SY 189-2006；
所述静、动态资料包括：
(1)地质：所有井的地质，岩心资料以及分阶段的密闭取心井资料，在开发中后期还应包括水淹、水洗效率，剩余油饱和度的测定资料；
(2)测井：按描述要求，测全各种曲线；在开发中后期，要求有水淹层测井系列和层内细分测井系列；
(3)动态资料：油田所有井动态资料，包括油产量、产水量、压力、试井、产液、吸水剖面动态监测资料。
3.根据权利要求1所述的一种低渗透油藏储层特征模型的划分方法，其特征在于，在第三步中，采用划分标准如下：
生产时期：开采初期为0-5年，开采中后期为5-10年；
含水率：低含水率小于30％，中含水率30％-60％，高含水率大于60％。
4.根据权利要求1所述的一种低渗透油藏储层特征模型的划分方法，其特征在于：根据所分割成的数个特征模型，分类研究其当前生产阶段下重复压裂的最优挖潜措施。
CN202110645426.2A 2021-06-10 2021-06-10 一种低渗透油藏储层特征模型的划分方法 Active CN113361111B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110645426.2A CN113361111B (zh) 2021-06-10 2021-06-10 一种低渗透油藏储层特征模型的划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110645426.2A CN113361111B (zh) 2021-06-10 2021-06-10 一种低渗透油藏储层特征模型的划分方法

Publications (2)

Publication Number Publication Date
CN113361111A CN113361111A (zh) 2021-09-07
CN113361111B true CN113361111B (zh) 2022-03-25

Family

ID=77533437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110645426.2A Active CN113361111B (zh) 2021-06-10 2021-06-10 一种低渗透油藏储层特征模型的划分方法

Country Status (1)

Country Link
CN (1) CN113361111B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104632200A (zh) * 2013-11-14 2015-05-20 中国石油化工股份有限公司 河流相多层及厚层油藏精细建模方法
CN110838175A (zh) * 2019-11-07 2020-02-25 成都北方石油勘探开发技术有限公司 注气开发油藏的地质模型建立方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104747185B (zh) * 2015-03-19 2017-11-07 成都北方石油勘探开发技术有限公司 非均质油藏储层综合分类评价方法
CN105095986B (zh) * 2015-06-23 2018-12-25 中国石油天然气股份有限公司 多层油藏整体产量预测的方法
CN110130882A (zh) * 2019-01-25 2019-08-16 中国石油天然气集团有限公司 一种基于测井测试资料的油藏区域评价方法
CN112560310B (zh) * 2020-12-11 2022-08-30 中国海洋石油集团有限公司 一种多层油藏渗透率动态变化定量表征的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104632200A (zh) * 2013-11-14 2015-05-20 中国石油化工股份有限公司 河流相多层及厚层油藏精细建模方法
CN110838175A (zh) * 2019-11-07 2020-02-25 成都北方石油勘探开发技术有限公司 注气开发油藏的地质模型建立方法

Also Published As

Publication number Publication date
CN113361111A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN110644980B (zh) 一种超低渗透油藏储层综合分类评价方法
CN109061765B (zh) 非均质薄砂岩互层油藏的圈闭评价方法
US10228478B2 (en) Method of searching for oil-gas reservoir based on trap-3D software
CN108301825B (zh) 一种高温高压储层孔隙压力分析方法
CN110056346B (zh) 一种基于趋势变化函数的油藏三维原始含水饱和度模拟方法
CN105701319B (zh) 一种水平井规则开发井网下的沉积微相建模方法
CN112360411B (zh) 基于图神经网络的局部井网注水开发优化方法
CN105386751A (zh) 一种基于油藏渗流模型的水平井测井产能预测方法
CN108691537A (zh) 一种油藏地质储量预测方法
CN104834003B (zh) 一种非常规致密储层的相控压缩系数地震预测方法
CN110242291A (zh) 一种超强非均质油气储层非均质性表征方法
CN109239783B (zh) 一种井震结合中取舍地震信息的方法
CN107831540A (zh) 储层物性参数直接提取新方法
CN115877447A (zh) 一种直平联合井网条件下地震约束三维地质建模的储层预测方法
CN111706318B (zh) 一种确定低渗储层剩余油分布状况的方法
CN113361111B (zh) 一种低渗透油藏储层特征模型的划分方法
CN111287739B (zh) 一种基于地层原油粘度的剩余油分布预测方法
CN116930023A (zh) 致密砂岩相控分类孔隙度测井精细解释方法和装置
CN111335871A (zh) 一种基于分层产能评价的查层补孔技术方法
CN109917489B (zh) 一种地下承压水位确定的新方法
Wei et al. Application of geological model dynamic updating method in Guanjiapu Oilfield, Dagang
CN112949974A (zh) 一种复合沉积气藏分层产量贡献率评价方法
CN113176613B (zh) 一种基于三级体控的多信息融合低频模型建立方法
Li et al. Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China
CN108875109B (zh) 一种异常地层压力的预测方法及系统

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