CN113622904A - 用元素俘获谱测井氯离子含量识别测井流体类型的方法 - Google Patents
用元素俘获谱测井氯离子含量识别测井流体类型的方法 Download PDFInfo
- Publication number
- CN113622904A CN113622904A CN202010319102.5A CN202010319102A CN113622904A CN 113622904 A CN113622904 A CN 113622904A CN 202010319102 A CN202010319102 A CN 202010319102A CN 113622904 A CN113622904 A CN 113622904A
- Authority
- CN
- China
- Prior art keywords
- logging
- density
- water
- porosity
- content
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000012530 fluid Substances 0.000 title claims abstract description 46
- 238000001228 spectrum Methods 0.000 title claims abstract description 37
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 title claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 73
- 239000000460 chlorine Substances 0.000 claims abstract description 67
- 229910052801 chlorine Inorganic materials 0.000 claims abstract description 56
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims abstract description 55
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 25
- 239000011148 porous material Substances 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000033558 biomineral tissue development Effects 0.000 claims abstract description 13
- 238000004457 water analysis Methods 0.000 claims abstract description 12
- 238000004611 spectroscopical analysis Methods 0.000 claims description 15
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 claims description 12
- 239000004215 Carbon black (E152) Substances 0.000 claims description 11
- 229930195733 hydrocarbon Natural products 0.000 claims description 11
- 239000008398 formation water Substances 0.000 claims description 7
- 150000002430 hydrocarbons Chemical class 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 125000001183 hydrocarbyl group Chemical group 0.000 claims description 4
- 101000581125 Homo sapiens Rho-related GTP-binding protein RhoF Proteins 0.000 claims description 2
- 102100027611 Rho-related GTP-binding protein RhoB Human genes 0.000 claims description 2
- 102100027608 Rho-related GTP-binding protein RhoF Human genes 0.000 claims description 2
- 101150054980 Rhob gene Proteins 0.000 claims description 2
- 150000002500 ions Chemical class 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 33
- 239000003921 oil Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 229910052688 Gadolinium Inorganic materials 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000001110 calcium chloride Substances 0.000 description 1
- 229910001628 calcium chloride Inorganic materials 0.000 description 1
- -1 chlorine ions Chemical class 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 235000010755 mineral Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 235000002639 sodium chloride Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 238000009736 wetting 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
- E21B47/00—Survey of boreholes or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明是关于一种用元素俘获谱测井氯离子含量识别测井流体类型的方法，该方法包括：通过对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量；根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度；根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。本发明的方法利用元素俘获测井资料，基于俘获伽马谱得到地层中常见的元素含量，得到骨架参数比如骨架密度等，根据氯元素主要以离子的性质存在于孔隙水中的特点，利用元素俘获测井得到的氯元素含量能够准确地进行气水识别。
Description
技术领域
本发明实施例涉及测井技术领域，尤其涉及一种用元素俘获谱测井氯离子含量识别测井流体类型的方法。
背景技术
在非常规油气资源中，低孔隙度(以下简称“低孔”)裂缝性致密砂岩的流体性质判断是非常困难的，尤其是低孔裂缝性致密砂岩储层的气水识别(区分水层和气层)难度很大。
目前，常用的方法主要集中在利用测试段的数据建立孔隙度和电阻率交会图版法，或利用阵列声波资料计算的弹性参数(如泊松比和体积压缩系数等)进行气水层的区分。
然而发明人发现，孔隙度和电阻率交会图版法，由于储层的孔隙结构的复杂，胶结指数变化大，未能考虑到孔隙结构的变化对电阻率的影响，从而导致气水流体识别的误判；阵列声波的弹性参数是基于纵横波传播速度的影响，但在粒间孔、粒内孔等为主、岩石颗粒之间以线性接触为主的低孔隙度储层中，声波的速度与孔隙类型有关，不能提供准确的孔隙类型等信息时，阵列声波也无法准确识别气水流体。因此，亟需提供一种能够准确识别储层中的测井流体是气层还是水层的方法。
发明内容
本发明实施例提供一种用元素俘获谱测井氯离子含量识别测井流体类型的方法，以准确识别储层中的测井流体是气层还是水层。
第一方面，本发明实施例提供一种用元素俘获谱测井氯离子含量识别测井流体类型的方法，包括：
对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量；
根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；
根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度；
根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。
第二方面，本发明实施例提供一种用元素俘获谱测井氯离子含量识别测井流体类型的装置，包括：
数据处理模块，用于对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量；
数据计算模块，用于根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度；
类型判断模块，用于根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。
第三方面，本发明实施例提供一种计算机设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的用元素俘获谱测井氯离子含量识别测井流体类型的方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的用元素俘获谱测井氯离子含量识别测井流体类型的方法。
本发明实施例提供的用元素俘获谱测井氯离子含量识别测井流体类型的方法，该方法首先通过对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量；根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；然后根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度；最后根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。本发明的方法利用元素俘获测井资料，基于俘获伽马谱得到地层中常见的元素含量，得到骨架参数比如骨架密度等，根据氯元素主要以离子的性质存在于孔隙水中的特点，利用元素俘获测井得到的氯元素含量能够准确地进行气水识别。
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一简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用元素俘获谱测井氯离子含量识别测井流体类型的方法的流程示意图一；
图2为本发明实施例提供的塔里木盆地库车山前深层白垩系巴什基奇克组储层一口井的元素俘获谱示意图；
图3为本发明实施例提供的塔里木盆地库车山前深层白垩系巴什基奇克组储层另一口井的元素俘获谱示意图；
图4为本发明实施例提供的用元素俘获谱测井氯离子含量识别测井流体类型的装置的结构示意图；
图5为本发明实施例提供的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
目前，对于低孔裂缝性致密砂岩中气层和水层的区分，常用的方法是孔隙度和电阻率交会图版法和利用阵列声波资料计算的弹性参数，但是这两种方法目前都无法准确地对低孔裂缝性致密砂岩中气层和水层进行识别，均存在误判的情况。
为了解决该技术问题，准确识别低孔裂缝性致密砂岩中气层和水层，本发明实施例提供如下解决思路：根据元素俘获谱测井数据，得到骨架密度和地层氯元素含量；利用氯元素主要以离子的形式存在与孔隙的水中的特性，根据氯元素含量计算得到水孔隙度；根据密度测井和骨架密度计算得到总孔隙度；基于总孔隙度与水孔隙度的比较，判断对应的储层流体的类型为气层或水层。
参考图1，图1为本发明实施例提供的用元素俘获谱测井氯离子含量识别测井流体类型的方法的流程示意图一。如图1所示，该方法包括：
S101：对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量。
具体地，利用Techlog软件对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量。
其中，Techlog软件基于Windows操作系统，提供了新一代“井筒一体化”的解决方案。它以先进的岩石物理为核心，覆盖钻完井、测井、地质、油藏、生产和地球物理六个专业领域，致力于井筒数据的管理、综合分析与应用。其用途贯穿了油田从勘探到开发、生产的整个生命周期，提供了以井筒为中心的完整、全面的井筒级别研究的软件平台。
在本实施例中，在Techlog软件中建立沉积岩骨架密度与元素含量的对应关系，经Techlog软件解谱得到骨架密度与地层氯元素含量,。
在本实施例中，可以基于俘获伽马谱得到地层中常见的元素含量以及骨架密度等参数。其中常见的元素含量包括硅、铁、钙、钆、钛、硫、氯等元素。由于氯元素主要以离子(氯离子)的形式存在于孔隙的水中，因此利用元素俘获谱测井数据中的氯元素含量可以进行储层是气层或水层的识别。
其中，元素俘获谱测井主要是提供地层的主要元素含量，氯元素主要来自赋存在孔隙的水中，而不是骨架矿物中(岩盐层除外)。测得的氯元素总含量包括来自井筒和地层的两部分，来自地层的氯元素含量用于本实施例中气水层的识别，因此需要剔除测得的氯元素总含量中的井筒的贡献部分。由于来自地层和井筒的氯元素的迁移路径的不同，因此俘获谱是存在差异的，这种差异通过大量的数据模拟后可知，利用井径、地层含氢指数可以预测得到来自井筒的氯元素含量，从而得到仅包含地层地层孔隙水中的地层氯元素含量。
S102：根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度。
具体地，所述根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度，的公式为：
Фt＝(RHGE-RHOB)/(RHGE-RHOF) (1)
式中：Фt为总孔隙度；RHGE为元素俘获谱测井得到的骨架密度，g/cc；RHOB为密度测井的体积密度值，g/cc；RHOF为孔隙中的流体密度g/cc。
在本实施例中，密度测井的体积密度值指的是通过岩性密度测井或补偿密度测井测量得到的。
S103：根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度。
具体地，根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度，的公式为：
ФCl＝1648×DWCl×(1-Фt)×ρma/(Sal×ρw) (2)
式中：ФCl为水孔隙度，v/v；DWCl为地层氯元素含量，kg/kg；
Фt为总孔隙度，v/v；ρma为骨架密度，g/cc，元素俘获测井提供；Sal为地层水矿化度，ppk，外部输入参数；ρw为地层水密度，外部输入参数，其与地层水矿化度相关。
S104：根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。
具体地，根据所述总孔隙度和所述水孔隙度，计算含油气指示值；
根据所述含油气指示值，确定测井流体的类型。
其中，根据所述总孔隙度和所述水孔隙度，计算含油气指示值，的公式为：
Flag_Hydro＝(Фt-ФCl)/Фt (3)
式中：Flag_Hydro为含油气指示值，其大小在[0,1]之间；Фt为总孔隙度，v/v；ФCl为水孔隙度，v/v。
在本发明的一个实施例中，若所述含油气指示值Flag_Hydro大于预设阈值，则确定储层为气层；若所述含油气指示值Flag_Hydro小于或等于殴预设阈值，则确定储层为水层。
其中，预设阈值可以是一个经验值。
Flag_Hydro与预设阈值相比越大，代表储层中气含量越多，储层是气层的可能性越大；Flag_Hydro与预设阈值相比越小，代表储层中气含量越少，储层是水层的可能性越大。
需要说明的是：对于常规储层而言，泥质含量高的层段(粘土含量超过25％)，由于孔隙尺寸小，非润湿相流体难以进入，其微孔隙中所含的为水，理论上不同方法计算的孔隙度应该相同，因此可用于刻度输入参数的不确定性。通过氯元素含量计算的水孔隙度与通过密度计算的总孔隙度的误差小于0.5％，则认为输入参数合理。参考公式(2)，通过微调Sal参数可以使氯元素含量得到水孔隙度与总孔隙度相等或接近。参考公式(3)，在储层段通过氯元素含量计算的水孔隙度小于或等于总孔隙度，其差值与总孔隙度的比值表征含油气的指示，数值越大则含油气越多，数值越小则含油气越少。
从上述实施例可知，本实施例首先通过对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量；根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；然后根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度；最后根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。本发明的方法利用元素俘获测井资料，基于俘获伽马谱得到地层中常见的元素含量，得到骨架参数比如骨架密度等，根据氯元素主要以离子的性质存在于孔隙水中的特点，利用元素俘获测井得到的氯元素含量能够准确地进行气水识别。
下面通过以塔里木盆地库车山前深层白垩系巴什基奇克组储层钻井为例对上述用元素俘获谱测井氯离子含量识别测井流体类型的方法进行说明。
采用油基泥浆钻井，泥浆中的氯元素含量很低，采用6英寸钻头，井眼尺寸规则，因此井筒中氯元素对总的氯产额的贡献可以忽略不计。
水分析资料表明深层白垩系地层水矿化度在200000ppm之上，其水型以CaCl2型为主，其中的阴离子主要为Cl-，因此元素俘获谱产额中氯含量高，为利用此方法识别气水提供了很有利的条件。
参考图2，图2为本发明实施例提供的塔里木盆地库车山前深层白垩系巴什基奇克组储层一口井的元素俘获谱示意图。该井为油基泥浆钻井，钻头尺寸为6英寸，阵列感应电阻率曲线在储层段为重合或高侵特征(浅电阻率大于深电阻率)，由于油的电阻率远大于地层水的电阻率，因此对于含水储层，油基泥浆侵入地层阵列感应曲线应该出现高侵特征，对于含气或含油地层，由于油气都不导电，油基泥浆侵入不会导致阵列感应曲线出现高侵或低侵特征，因此利用常规的方法识别流体性质变得非常困难，或者会把阵列感应电阻率出现高侵特征的层段解释为水层。由该元素俘获谱得到的氯元素含量计算的水孔隙度于总孔隙度比较(从右数第2列)显示总孔隙度在储层段都大于水孔隙度，在泥岩段二者重合，得到的含油气指示(从右数第1列)多大于0.6，因此识别为气层，本井完井后测试，获高产气流，无水，与上述用元素俘获谱测井氯离子含量识别测井流体类型的方法得到的结果一致。
参考图3，图3为本发明实施例提供的塔里木盆地库车山前深层白垩系巴什基奇克组储层另一口井的元素俘获谱示意图。该井的阵列感应电阻率基本都是重合的特征，且绝对值多大于8欧姆米，符合气层的测井特征，但通过氯元素含量得到的孔隙度与总孔隙度(从右数第2列)比较显示两者非常接近，含油气指示表明其多小于0.3，因此识别为水层，完井后测试出水，气产量低，测试结论为含气水层，与上用元素俘获谱测井氯离子含量识别测井流体类型的方法得到的结果一致。
参考图4，图4为本发明实施例提供的用元素俘获谱测井氯离子含量识别测井流体类型的装置的结构示意图,。如图4所示，该用元素俘获谱测井氯离子含量识别测井流体类型的装置40包括：数据处理模块401、数据计算模块402和类型判断模块403。
数据处理模块401，用于对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量。
数据计算模块402，用于根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度。
类型判断模块403，用于根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在本发明的一个实施例中，所述数据处理模块401，具体用于利用Techlog软件对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量。
在本发明的一个实施例中，所述类型判断模块403，用于具体用于根据所述总孔隙度和所述水孔隙度，计算含油气指示值；根据所述含油气指示值，确定测井流体的类型。
在本发明的一个实施例中，所述类型判断模块403，用于具体用于若所述含油气指示值Flag_Hydro大于预设阈值，则确定对应储层为气层；所述所述含油气指示值Flag_Hydro小于或等于殴预设阈值，则确定对应储层为水层。
参考图5，图5为本发明实施例提供的计算机设备的硬件结构示意图。如图5所示，本实施例的计算机设备50包括：处理器501以及存储器502；其中
存储器502，用于存储计算机执行指令；
处理器501，用于执行存储器存储的计算机执行指令，以实现上述方法实施例中所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地，存储器502既可以是独立的，也可以跟处理器501集成在一起。
当存储器502独立设置时，该计算机设备还包括总线503，用于连接所述存储器502和处理器501。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上所述的用元素俘获谱测井氯离子含量识别测井流体类型的方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解，上述处理器可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture，简称ISA)总线、外部设备互连(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种用元素俘获谱测井氯离子含量识别测井流体类型的方法，其特征在于，包括：
对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量；
根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；
根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度；
根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述总孔隙度和所述水孔隙度，判断测井流体的类型，包括：
根据所述总孔隙度和所述水孔隙度，计算含油气指示值；
根据所述含油气指示值，确定测井流体的类型。
3.根据权利要求1所述的方法，其特征在于，所述根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度，的公式为：
Фt＝(RHGE-RHOB)/(RHGE-RHOF)
式中：
Фt为总孔隙度；
RHGE为元素俘获谱测井得到的骨架密度，g/cc；
RHOB为密度测井的体积密度值，g/cc；
RHOF为孔隙中的流体密度g/cc。
4.根据权利要求1所述的方法，其特征在于，所述根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度，的公式为：
ФCl＝1648×DWCl×(1-Фt)×ρma/(Sal×ρw)
式中：
ФCl为水孔隙度，v/v；
DWCl为地层氯元素含量，kg/kg；
Фt为总孔隙度，v/v；
ρma为骨架密度，g/cc，元素俘获测井提供；
Sal为地层水矿化度，ppk，外部输入参数；
ρw为地层水密度，外部输入参数，其与地层水矿化度相关。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量，包括：
利用Techlog软件对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量。
6.根据权利要求2所述的方法，其特征在于，所述根据所述总孔隙度和所述水孔隙度，计算含油气指示值，的公式为：
Flag_Hydro＝(Фt-ФCl)/Фt
式中：
Flag_Hydro为含油气指示值，其大小在[0，1]之间；
Фt为总孔隙度，v/v；
ФCl为水孔隙度，v/v。
7.根据权利要求2所述的方法，其特征在于，所述根据所述含油气指示值，确定测井流体的类型，包括：
若所述含油气指示值Flag_Hydro大于预设阈值，则确定对应储层为气层；
若所述含油气指示值Flag_Hydro小于或等于殴预设阈值，则确定对应储层为水层。
8.一种用元素俘获谱测井氯离子含量识别测井流体类型的装置，其特征在于，包括：
数据处理模块，用于对元素俘获谱测井数据进行处理，得到骨架密度和地层氯元素含量；
数据计算模块，用于根据密度测井的体积密度值与所述骨架密度，计算储层的总孔隙度；根据水分析的矿化度及密度参数、所述地层氯元素含量，计算水孔隙度；
类型判断模块，用于根据所述总孔隙度和所述水孔隙度，判断测井流体的类型。
9.一种计算机设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至7任一项所述的用元素俘获谱测井氯离子含量识别测井流体类型的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至7任一项所述的用元素俘获谱测井氯离子含量识别测井流体类型的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010319102.5A CN113622904B (zh) | 2020-04-21 | 2020-04-21 | 用元素俘获谱测井氯离子含量识别测井流体类型的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010319102.5A CN113622904B (zh) | 2020-04-21 | 2020-04-21 | 用元素俘获谱测井氯离子含量识别测井流体类型的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113622904A true CN113622904A (zh) | 2021-11-09 |
| CN113622904B CN113622904B (zh) | 2024-06-25 |
Family
ID=78376268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010319102.5A Active CN113622904B (zh) | 2020-04-21 | 2020-04-21 | 用元素俘获谱测井氯离子含量识别测井流体类型的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113622904B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114778796A (zh) * | 2022-04-02 | 2022-07-22 | 江苏省地质调查研究院 | 一种推演弱透水层孔隙水水化学组分的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1595202A (zh) * | 2003-09-10 | 2005-03-16 | 中国石油集团测井有限公司技术中心 | 一种氯能谱测井方法 |
| US20090248309A1 (en) * | 2008-03-28 | 2009-10-01 | Schlumberger Technology Corporation | Evaluating a reservoir formation |
| CN101832133A (zh) * | 2010-01-28 | 2010-09-15 | 中国石油集团川庆钻探工程有限公司 | 密度孔隙度和中子孔隙度差值储层流体类型判别方法 |
| CN102012526A (zh) * | 2010-09-09 | 2011-04-13 | 四川德阳西德电器有限公司 | 采用电阻率资料进行储层流体类型判别的方法 |
| CN104636588A (zh) * | 2014-08-25 | 2015-05-20 | 中国石油天然气股份有限公司 | 计算烃源岩中有机碳含量的方法及装置 |
| CN108019204A (zh) * | 2016-11-04 | 2018-05-11 | 中国石油天然气股份有限公司 | 基于物性和地层水矿化度校正的中子伽马气层识别方法 |
-
2020
- 2020-04-21 CN CN202010319102.5A patent/CN113622904B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1595202A (zh) * | 2003-09-10 | 2005-03-16 | 中国石油集团测井有限公司技术中心 | 一种氯能谱测井方法 |
| US20090248309A1 (en) * | 2008-03-28 | 2009-10-01 | Schlumberger Technology Corporation | Evaluating a reservoir formation |
| CN101832133A (zh) * | 2010-01-28 | 2010-09-15 | 中国石油集团川庆钻探工程有限公司 | 密度孔隙度和中子孔隙度差值储层流体类型判别方法 |
| CN102012526A (zh) * | 2010-09-09 | 2011-04-13 | 四川德阳西德电器有限公司 | 采用电阻率资料进行储层流体类型判别的方法 |
| CN104636588A (zh) * | 2014-08-25 | 2015-05-20 | 中国石油天然气股份有限公司 | 计算烃源岩中有机碳含量的方法及装置 |
| CN108019204A (zh) * | 2016-11-04 | 2018-05-11 | 中国石油天然气股份有限公司 | 基于物性和地层水矿化度校正的中子伽马气层识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 范宜仁;朱学娟;: "天然气水合物储层测井响应与评价方法综述", 测井技术, no. 02 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114778796A (zh) * | 2022-04-02 | 2022-07-22 | 江苏省地质调查研究院 | 一种推演弱透水层孔隙水水化学组分的方法 |
| CN114778796B (zh) * | 2022-04-02 | 2023-12-05 | 江苏省地质调查研究院 | 一种推演弱透水层孔隙水水化学组分的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113622904B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104636588B (zh) | 计算烃源岩中有机碳含量的方法及装置 | |
| EP2965126B1 (en) | Determining continuous capillary pressure curves for subsurface earth formations using saturation and nmr log data | |
| Doveton | Principles of mathematical petrophysics | |
| AU2005279829B2 (en) | Improving the accuracy of shaly sand formation evaluation | |
| US20070112518A1 (en) | Method and Apparatus for Measuring the Wettability of Geological Formations | |
| AU2014384715B2 (en) | Facies definition using unsupervised classification procedures | |
| WO2014055810A1 (en) | Hydrocarbon saturation from total organic carbon logs derived from inelastic and capture nuclear spectroscopy | |
| US10866335B2 (en) | Formation clay typing from electromagnetic measurements | |
| US20220082014A1 (en) | Estimation of fluid saturation of a formation from integration of multiple well logs | |
| CN103098062A (zh) | 用于页岩气储集层中的低硫区标识的系统和方法 | |
| Spooner | Lifting the fog of confusion surrounding clay and shale in petrophysics | |
| Etnyre | Finding oil and gas from well logs | |
| CN113622904A (zh) | 用元素俘获谱测井氯离子含量识别测井流体类型的方法 | |
| CN110603370B (zh) | 确定岩层含量 | |
| CN115099014A (zh) | 一种基于随钻录井的天然气井地质探明储量计算方法 | |
| Rafiee et al. | A new cementation factor correlation in carbonate parts of oil fields in south-west Iran | |
| CN114428365A (zh) | 一种基于含气特征的致密砂岩气层测井识别方法及装置 | |
| CN113720745A (zh) | 含碳屑碎屑岩储层地球物理测井计算孔隙度的方法 | |
| CN113294146A (zh) | 含沥青质储层的有效孔隙度计算的方法和装置 | |
| US20230342517A1 (en) | Method for validating non-matrix vug features in subterranean rocks | |
| US20240319404A1 (en) | Petrophysical Modeling of a Subterranean Formation | |
| Aldred et al. | 3D Petrophysical Modelling to Resolve Complex Reservoir Interpretation Problems: A Case Study from South East Asia | |
| Goode et al. | Determination of petrophysical parameters using wireline logs in low salinity reservoirs | |
| CN114624784A (zh) | 灰岩储层的状态确定方法、装置及可读存储介质 | |
| Aldred et al. | A New Technique for Evaluating Complex, Low Resistivity, Laminar Pay Intervals |
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 |