CN113530533B - 基于三品质参数的甜点区预测方法及系统 - Google Patents
基于三品质参数的甜点区预测方法及系统 Download PDFInfo
- Publication number
- CN113530533B CN113530533B CN202010293992.7A CN202010293992A CN113530533B CN 113530533 B CN113530533 B CN 113530533B CN 202010293992 A CN202010293992 A CN 202010293992A CN 113530533 B CN113530533 B CN 113530533B
- Authority
- CN
- China
- Prior art keywords
- index
- carbon content
- organic carbon
- oil
- normalized
- 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
- 235000021185 dessert Nutrition 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 65
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 107
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 107
- 238000011161 development Methods 0.000 claims abstract description 31
- 239000011435 rock Substances 0.000 claims abstract description 29
- 239000004576 sand Substances 0.000 claims abstract description 28
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 27
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 27
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 85
- 238000012886 linear function Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 5
- 235000009508 confectionery Nutrition 0.000 claims 1
- 230000002349 favourable effect Effects 0.000 abstract description 16
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000003079 shale oil Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000006467 substitution reaction 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
- 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
- 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)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Treatment Of Liquids With Adsorbents In General (AREA)
Abstract
本发明提供一种基于三品质参数的甜点区预测方法及系统,该方法包括S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;S3:根据GS、PPA、BI和STOC建立甜点指数SSI;S4:对比目标区域不同井SSI结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。该方法及系统能定量对比不同井的储层品质、工程品质和烃源岩品质的差异,能明确区分甜点区,具有简单、直观、区分度高、可靠性好等优点,可为非常规油气的有利开发区及有利射孔层段选择提供技术支持。
Description
技术领域
本发明涉及一种基于三品质参数的甜点区预测方法及系统,属于油气勘探中有利开发区测井评价技术领域。
背景技术
随着世界能源需求的增加,非常规油气资源越来越受到重视。致密油气是非常规油气资源中比较现实的部分,也是未来油气增储上产的重要接替资源。我国致密油气资源分布广泛,潜力巨大,是目前最具现实意义和勘探开发价值的油气资源。
目前,对甜点区预测主要采用地震技术,测井技术应用较少,主要是根据孔隙度、渗透率等参数做平面图优选甜点区。由于页岩油和致密油的甜点控制因素较多,单一参数预测的精度较低,难以有效优选甜点区分布;并且致密储层孔隙结构复杂,储层性质差异大,依靠传统的岩石物理方法很难识别有利开发区。
因此,提供一种新型的基于三品质参数的甜点区预测方法及系统已经成为本领域亟需解决的技术问题。
发明内容
为了解决上述的缺点和不足,本发明的主要目的在于提供一种基于三品质参数的甜点区预测方法及系统,以通过分析储层段的砂体结构指数GS、含油非均质性指数PPA、平均脆性BI以及烃源岩段总有机碳含量STOC,构建甜点指数SSI,进而实现甜点区预测并在此基础上优选开发区块及相应的射孔层段。
为了实现以上目的,一方面,本发明提供了一种基于三品质参数的甜点区预测方法,其中,所述方法包括:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
在以上所述的方法S1中,砂体结构指数GS及平均脆性BI可以采用本领域常规手段获得,如可根据CN103867194A中公开的内容获得目标区域各井中所需处理储层段的砂体结构指数GS;
含油非均质性指数PPA可由目的层内各采样点的孔隙度与含油饱和度乘积累加获得,PPA的计算公式如下式8)所示:
式8中:
PPA为含油非均质性指数;
为目的层内各采样点的孔隙度;
Soi为目的层内各采样点的含油饱和度;
n为目的层内采样点的总数。
在以上所述的方法S2中,可以通过本领域常规技术手段获取目标区域各井中的烃源岩段的有机碳含量TOC;
烃源岩段总有机碳含量STOC可以按照如下式9)计算得到:
STOC=TOC×H式9);
式9)中:
STOC为目标区域各井中的烃源岩段总有机碳含量;
TOC为目标区域各井中的烃源岩段的有机碳含量;
H为烃源岩段厚度,单位:米。
在以上所述的方法中,优选地,S3:根据GS、PPA、BI和STOC建立甜点指数SSI,包括根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
在以上所述的方法中,优选地,S3中,采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
变异系数法是直接利用各项指标所包含的信息,通过计算得到指标的权重,是一种客观赋权的方法。此方法的基本做法是:在评价指标体系中,指标取值差异越大的指标,也就是越难以实现的指标,这样的指标更能反映被评价单位的差距。
由于评价指标体系中的各项指标的量纲不同,不宜直接比较其差别程度。为了消除各项评价指标的量纲不同的影响,需要用各项指标的变异系数来衡量各项指标取值的差异程度。
在以上所述的方法中,优选地,S3中,采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;xi是第i项指标的平均数。
在以上所述的方法中,优选地,S3中,采用线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数。
在以上所述的方法中,优选地,S3中,采用如式4)-式7)所示的线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
式4)中,min(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最小值,max(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最大值;
式5)中,min(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最小值,max(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最大值;
式6)中,min(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最小值,max(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最大值;
式7)中,min(bi)为目标区域各井中所需处理储层段平均脆性BI的最小值,max(bi)为目标区域各井中所需处理储层段平均脆性BI的最大值。
另一方面,本发明还提供了一种基于三品质参数的甜点区预测系统,其中,所述系统包括:
第一数据获取单元:用于获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
第二数据获取单元:用于获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
甜点指数建立单元:用于根据GS、PPA、BI和STOC建立甜点指数SSI;
甜点区预测单元:用于对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
在以上所述的系统中,优选地,所述甜点指数建立单元具体用于根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
在以上所述的系统中,优选地,所述甜点指数建立单元进一步用于采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
在以上所述的系统中,优选地,所述甜点指数建立单元更进一步用于采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;是第i项指标的平均数。
在以上所述的系统中,优选地,所述甜点指数建立单元进一步用于采用线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数。
在以上所述的系统中,优选地,所述甜点指数建立单元更进一步用于采用如式4)-式7)所示的线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
式4)中,min(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最小值,max(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最大值;
式5)中,min(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最小值,max(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最大值;
式6)中,min(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最小值,max(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最大值;
式7)中,min(bi)为目标区域各井中所需处理储层段平均脆性BI的最小值,max(bi)为目标区域各井中所需处理储层段平均脆性BI的最大值。
又一方面,本发明还提供了一种计算机设备,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,其中,所述处理器执行所述计算机程序时实现以下步骤:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
再一方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现以下步骤:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
本发明所提供的基于三品质参数的甜点区预测方法及系统适用于非常规油气储层甜点区预测;尤其适用于页岩油和致密油气储层甜点区预测,如我国鄂尔多斯盆地、松辽盆地、准噶尔盆地等页岩油和致密油探区储层甜点区预测。
本发明所提供的基于三品质参数的甜点区预测方法及系统通过分析储层段的砂体结构指数GS、含油非均质性指数PPA、平均脆性BI以及烃源岩段总有机碳含量STOC,构建甜点指数SSI,进而实现页岩油和致密油等非常规油气储层甜点区预测并在此基础上优选开发区块及相应的射孔层段,再根据所选择的优选射孔层段进行射孔试油。
本发明所提供的基于三品质参数的甜点区预测方法及系统利用表征储层品质的砂体结构指数GS和含油非均质性指数PPA、表征工程品质的平均脆性指数BI、表征烃源岩性质的有机碳含量TOC及烃源岩段总有机碳含量STOC构建甜点指数SSI,再根据甜点指数SSI实现页岩油和致密油等非常规油气储层甜点区预测;该方法及系统能够定量对比不同井的储层品质、工程品质和烃源岩品质的差异,能够明确区分甜点区,具有简单、直观、区分度高、可靠性好等优点,可以为致密油气的有利开发区及有利射孔层段选择提供技术支持。
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,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的基于三品质参数的甜点区预测方法的工艺流程图。
图2是利用本发明实施例提供的方法计算SSI时需要提供的参数的计算结果示意图。
图3是利用本发明实施例所提供的方法对于某研究区计算的SSI的分布的结果示意图。
图4为本发明实施例所提供的基于三品质参数的甜点区预测系统的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解,现结合以下具体实施例对本发明的技术方案进行以下详细说明,但不能理解为对本发明的可实施范围的限定。
图1是本发明实施例所提供的基于三品质参数的甜点区预测方法的工艺流程图。如图1所示,基于三品质参数的甜点区预测方法包括:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
图1所示的基于三品质参数的甜点区预测方法的执行主体可以为计算机。由图1所示的流程可知,本发明的基于三品质参数的甜点区预测方法利用表征储层品质的砂体结构指数GS和含油非均质性指数PPA、表征工程品质的平均脆性指数BI、表征烃源岩性质的有机碳含量TOC及烃源岩段总有机碳含量STOC构建甜点指数SSI,再根据甜点指数SSI实现页岩油和致密油等非常规油气储层甜点区预测;该方法及系统能够定量对比不同井的储层品质、工程品质和烃源岩品质的差异,能够明确区分甜点区,具有简单、直观、区分度高、可靠性好等优点,可以为致密油气的有利开发区及有利射孔层段选择提供技术支持。
在一实施例中,S3:根据GS、PPA、BI和STOC建立甜点指数SSI,包括根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
在一实施例中,S3中,采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
在一实施例中,S3中,采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;是第i项指标的平均数。
在一实施例中,S3中,采用线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数。
在一实施例中,S3中,采用如式4)-式7)所示的线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
式4)中,min(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最小值,max(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最大值;
式5)中,min(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最小值,max(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最大值;
式6)中,min(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最小值,max(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最大值;
式7)中,min(bi)为目标区域各井中所需处理储层段平均脆性BI的最小值,max(bi)为目标区域各井中所需处理储层段平均脆性BI的最大值。
本发明的其中一个具体实施例如下:
本研究区(目标区域)一共有94口井,首先计算每口井研究层段的砂体结构指数GS、含油非均质性指数PPA、平均脆性BI以及总有机碳含量STOC,所得实验数据见如下表1所示。
表1各井研究层段的砂体结构指数GS、含油非均质性指数PPA、平均脆性BI以及总有机碳含量STOC数据
由表1中的数据根据式2)-式3)计算各参数的变异系数和权重系数,所得数据见如下表2所示。图2为#1井的参数的结果示意图。
表2各参数的标准差、平均值、变异系数和权重系数
分别选取研究区GS、PPA、BI和STOC这四个参数的最小值和最大值,各参数的最大值和最小值见如下表3所示,再采用如式4)-式7)所示的线性函数对参数进行线性归一化,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数,即f1(ppa)、f2(gs)、f3(stoc)、f4(bi)。
表3各参数的最大值和最小值
Parameter | BI | PPA | GS | STOC |
min | 40.00 | 0.68 | 7.97 | 31.31 |
max | 56.96 | 15.37 | 28.68 | 187.20 |
将以上所得到的权重系数和归一化函数,带入式1)中,再由每口井的GS、PPA、BI和STOC这四个参数计算得到每口井的SSI值。不同井的SSI计算结果如下表4所示。研究区SSI的平面分布如图3所示。
表4SSI计算结果
对比不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段;从表4及图3中可以看出,该研究区#35-#53-#64井区、#87井区和#22井区这三个井区的SSI值均大于0.5,因此优选这三个井区进行布井开发,并将对应的储层段进行优先射孔试油。
综上,本发明所提供的方法实现了甜点区预测并在此基础上优选开发区块及相应的射孔层段,具有简单、直观、区分度高、可靠性好等优点,具有明显的实际应用效果,可以为致密油气的有利开发区及有利射孔层段选择提供技术支持。
基于同一发明构思,本发明实施例还提供了一种基于三品质参数的甜点区预测系统,由于该系统解决问题的原理与基于三品质参数的甜点区预测方法相似,因此该系统的实施可以参见方法的实施,重复之处不再赘述。图4为本发明实施例所提供的基于三品质参数的甜点区预测系统的结构示意图。如图4所示,所述基于三品质参数的甜点区预测系统包括:
第一数据获取单元101:用于获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
第二数据获取单元102:用于获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
甜点指数建立单元103:用于根据GS、PPA、BI和STOC建立甜点指数SSI;
甜点区预测单元104:用于对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
在其中一种实施例中,所述甜点指数建立单元103具体用于根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
在其中一种实施例中,所述甜点指数建立单元103进一步用于采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数。
在其中一种实施例中,所述甜点指数建立单元103更进一步用于采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;是第i项指标的平均数。
在其中一种实施例中,所述甜点指数建立单元103进一步用于采用线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数。
在其中一种实施例中,所述甜点指数建立单元103更进一步用于采用如式4)-式7)所示的线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
式4)中,min(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最小值,max(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最大值;
式5)中,min(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最小值,max(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最大值;
式6)中,min(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最小值,max(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最大值;
式7)中,min(bi)为目标区域各井中所需处理储层段平均脆性BI的最小值,max(bi)为目标区域各井中所需处理储层段平均脆性BI的最大值。
综上,本发明实施例所提供的系统可实现甜点区预测并在此基础上优选开发区块及相应的射孔层段,具有简单、直观、区分度高、可靠性好等优点,具有明显的实际应用效果,可以为致密油气的有利开发区及有利射孔层段选择提供技术支持。
本发明实施例还提供了一种计算机设备,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,其中,所述处理器执行所述计算机程序时实现以下步骤:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
综上,本发明实施例所提供的计算机设备可实现甜点区预测并在此基础上优选开发区块及相应的射孔层段,具有简单、直观、区分度高、可靠性好等优点,具有明显的实际应用效果,可以为致密油气的有利开发区及有利射孔层段选择提供技术支持。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现以下步骤:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
综上,本发明实施例所提供的计算机可读存储介质可实现甜点区预测并在此基础上优选开发区块及相应的射孔层段,具有简单、直观、区分度高、可靠性好等优点,具有明显的实际应用效果,可以为致密油气的有利开发区及有利射孔层段选择提供技术支持。
以上所述,仅为本发明的具体实施例,不能以其限定发明实施的范围,所以其等同组件的置换,或依本发明专利保护范围所作的等同变化与修饰,都应仍属于本专利涵盖的范畴。另外,本发明中的技术特征与技术特征之间、技术特征与技术发明之间、技术发明与技术发明之间均可以自由组合使用。
Claims (8)
1.一种基于三品质参数的甜点区预测方法,其特征在于,所述方法包括:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI,包括根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
S3中,采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
S3中,采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;是第i项指标的平均数;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
2.根据权利要求1所述的方法,其特征在于,S3中,采用线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数。
3.根据权利要求2所述的方法,其特征在于,S3中,采用如式4)-式7)所示的线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
式4)中,min(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最小值,max(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最大值;
式5)中,min(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最小值,max(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最大值;
式6)中,min(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最小值,max(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最大值;
式7)中,min(bi)为目标区域各井中所需处理储层段平均脆性BI的最小值,max(bi)为目标区域各井中所需处理储层段平均脆性BI的最大值。
4.一种基于三品质参数的甜点区预测系统,其特征在于,所述系统包括:
第一数据获取单元:用于获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
第二数据获取单元:用于获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
甜点指数建立单元:用于根据GS、PPA、BI和STOC建立甜点指数SSI;
所述甜点指数建立单元具体用于根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
所述甜点指数建立单元进一步用于采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
所述甜点指数建立单元更进一步用于采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;是第i项指标的平均数;
甜点区预测单元:用于对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
5.根据权利要求4所述的系统,其特征在于,所述甜点指数建立单元进一步用于采用线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数。
6.根据权利要求5所述的系统,其特征在于,所述甜点指数建立单元更进一步用于采用如式4)-式7)所示的线性函数分别归一化含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性,得到归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
式4)中,min(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最小值,max(ppa)为目标区域各井中所需处理储层段含油非均质性指数PPA的最大值;
式5)中,min(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最小值,max(gs)为目标区域各井中所需处理储层段砂体结构指数GS的最大值;
式6)中,min(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最小值,max(stoc)为目标区域各井中所需处理储层段总有机碳含量STOC的最大值;
式7)中,min(bi)为目标区域各井中所需处理储层段平均脆性BI的最小值,max(bi)为目标区域各井中所需处理储层段平均脆性BI的最大值。
7.一种计算机设备,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以下步骤:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI,包括根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
S3中,采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
S3中,采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;是第i项指标的平均数;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
S1:获取目标区域各井中所需处理储层段的砂体结构指数GS、含油非均质性指数PPA和平均脆性BI;
S2:获取目标区域各井中的烃源岩段的有机碳含量TOC及烃源岩段总有机碳含量STOC;
S3:根据GS、PPA、BI和STOC建立甜点指数SSI,包括根据GS、PPA、BI和STOC建立如式1)所示的甜点指数SSI;
SSI=w1·f1(ppa)+w2·f2(gs)+w3·f3(stoc)+w4·f4(bi)式1)
式1)中:
f1(ppa)、f2(gs)、f3(stoc)、f4(bi)分别为归一化含油非均质性函数、归一化砂体结构函数、归一化总有机碳含量函数和归一化平均脆性函数;
w1、w2、w3、w4分别为含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
S3中,采用变异系数法分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
S3中,采用变异系数法按照式2)-式3)分别计算含油非均质性指数、砂体结构指数、总有机碳含量和平均脆性的权重系数;
式2)及式3)中:
Vi是第i项指标的变异系数;σi是第i项指标的标准差;是第i项指标的平均数;
S4:对比目标区域不同井SSI的结果差异,选择SSI值较大的区域布井开发,并将SSI值较大的储层段作为优选射孔层段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293992.7A CN113530533B (zh) | 2020-04-15 | 2020-04-15 | 基于三品质参数的甜点区预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293992.7A CN113530533B (zh) | 2020-04-15 | 2020-04-15 | 基于三品质参数的甜点区预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113530533A CN113530533A (zh) | 2021-10-22 |
CN113530533B true CN113530533B (zh) | 2023-11-28 |
Family
ID=78088180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010293992.7A Active CN113530533B (zh) | 2020-04-15 | 2020-04-15 | 基于三品质参数的甜点区预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113530533B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114991745B (zh) * | 2021-11-01 | 2023-06-23 | 中国石油天然气股份有限公司 | 一种页岩油储层甜点识别方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103867194A (zh) * | 2014-02-14 | 2014-06-18 | 中国石油天然气股份有限公司 | 一种砂体结构的测井表征方法与钻井层段选择方法及装置 |
CN108376295A (zh) * | 2018-01-31 | 2018-08-07 | 北京博达瑞恒科技有限公司 | 一种油气甜点预测方法及存储介质 |
CN109102180A (zh) * | 2018-07-30 | 2018-12-28 | 北京大学 | 致密砂岩储层双甜点评价的综合参数评价方法 |
CN109581531A (zh) * | 2018-11-02 | 2019-04-05 | 中国石油天然气股份有限公司大港油田分公司 | 一种非常规油气甜点定量评价方法 |
CN110295894A (zh) * | 2018-03-22 | 2019-10-01 | 中国石油化工股份有限公司 | 一种建立水平井产能预测模型的方法 |
-
2020
- 2020-04-15 CN CN202010293992.7A patent/CN113530533B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103867194A (zh) * | 2014-02-14 | 2014-06-18 | 中国石油天然气股份有限公司 | 一种砂体结构的测井表征方法与钻井层段选择方法及装置 |
CN108376295A (zh) * | 2018-01-31 | 2018-08-07 | 北京博达瑞恒科技有限公司 | 一种油气甜点预测方法及存储介质 |
CN110295894A (zh) * | 2018-03-22 | 2019-10-01 | 中国石油化工股份有限公司 | 一种建立水平井产能预测模型的方法 |
CN109102180A (zh) * | 2018-07-30 | 2018-12-28 | 北京大学 | 致密砂岩储层双甜点评价的综合参数评价方法 |
CN109581531A (zh) * | 2018-11-02 | 2019-04-05 | 中国石油天然气股份有限公司大港油田分公司 | 一种非常规油气甜点定量评价方法 |
Non-Patent Citations (2)
Title |
---|
地质与工程甜点预测技术在东海致密气开发中的应用;秦德文等;中国造船;第60卷卷(第4期);第261-267页 * |
致密储层非均质性特征分析及AVO响应规律研究;申珍珍;硕士研究生学位论文(2019年第10期);第1页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113530533A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pan et al. | An optimized XGBoost method for predicting reservoir porosity using petrophysical logs | |
CN111441758B (zh) | 页岩油气甜点区的预测方法及装置 | |
CN109441422B (zh) | 一种页岩气井间距优化开采方法 | |
CN109838230B (zh) | 油藏水淹层的定量评价方法 | |
CN111046341B (zh) | 一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法 | |
CN111425193B (zh) | 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法 | |
CN110847901B (zh) | 一种变矿化度地层水下的致密砂岩储层流体识别方法 | |
CN104533400B (zh) | 一种重构测井曲线的方法 | |
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 | |
CN111665560B (zh) | 油气层识别方法、装置、计算机设备及可读存储介质 | |
CN103485770B (zh) | 一种基于人工神经网络求取含油饱和度的方法及系统 | |
CN108694264A (zh) | 一种确定页岩气储层渗透率的方法 | |
US11435494B1 (en) | Method for predicting oil accumulation depth limit of deep and ultra-deep marine carbonate reservoirs | |
CN107102377B (zh) | 定量预测致密砂岩油气有利勘探区的方法 | |
CN113189305B (zh) | 一种孔隙型可渗透岩石的仿真模拟方法及系统 | |
CN113530533B (zh) | 基于三品质参数的甜点区预测方法及系统 | |
CN104459790A (zh) | 含油气性盆地有效储层的分析方法和装置 | |
CN112082918B (zh) | 孔隙度的确定方法、装置及设备 | |
CN110322363A (zh) | 页岩气储层改造体积计算方法及系统 | |
CN116291406A (zh) | 一种海上疏松砂岩油藏大孔道识别方法和系统 | |
CN116128085A (zh) | 一种水平井压裂甜点预测方法及系统 | |
CN114565116A (zh) | 一种低渗储层物性参数的预测方法和装置 | |
RU2515629C1 (ru) | Способ определения хрупких зон коллекторов | |
Amanipoor | Providing a subsurface reservoir quality maps in oil fields by geostatistical methods | |
CN111596349B (zh) | 基岩含气储层的预测方法及系统 |
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 |