CN113761699A - 裂缝模型构建方法、装置、电子设备及介质 - Google Patents
裂缝模型构建方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113761699A CN113761699A CN202010506091.1A CN202010506091A CN113761699A CN 113761699 A CN113761699 A CN 113761699A CN 202010506091 A CN202010506091 A CN 202010506091A CN 113761699 A CN113761699 A CN 113761699A
- Authority
- CN
- China
- Prior art keywords
- fracture
- crack
- tracer
- simulated
- channel
- 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.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 36
- 239000000700 radioactive tracer Substances 0.000 claims abstract description 146
- 239000013598 vector Substances 0.000 claims abstract description 107
- 238000000034 method Methods 0.000 claims abstract description 66
- 238000004088 simulation Methods 0.000 claims abstract description 50
- 238000012512 characterization method Methods 0.000 claims abstract description 35
- 238000003860 storage Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 40
- 238000004891 communication Methods 0.000 abstract description 37
- 206010017076 Fracture Diseases 0.000 description 208
- 208000010392 Bone Fractures Diseases 0.000 description 176
- 238000010586 diagram Methods 0.000 description 16
- 238000009826 distribution Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 238000002347 injection Methods 0.000 description 15
- 239000007924 injection Substances 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000005457 optimization Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 9
- 239000011435 rock Substances 0.000 description 8
- 238000013519 translation Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000012216 screening Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000001154 acute effect Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000002922 simulated annealing Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 241000257303 Hymenoptera Species 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005465 channeling Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- 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)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种裂缝模型构建方法、装置、电子设备及介质。该方法可以包括:以多尺度离散网络裂缝模型为初始模型;根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;根据模拟裂缝通道,计算连通性参数;建立示踪剂曲线表征参数与连通性参数的关系;确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建待测井的模拟裂缝通道。本发明通过构建目标井组间的裂缝连通通道,建立示踪剂速度与连通程度的关系,解决了实际生产数据与建立的裂缝模型的矛盾,结果更加准确。
Description
技术领域
本发明涉及三维地质建模领域,更具体地,涉及一种裂缝模型构建方法、装置、电子设备及介质。
背景技术
对裂缝性油藏来说,裂缝是有效的储集空间和渗流通道,建立能反映裂缝表征参数和裂缝空间三维分布的定量模型是油田开发部署和数值模拟研究的需求。砂岩油藏的地质建模技术已趋成熟,在油气田生产中得到了很好的应用,但对于裂缝性油藏,由于天然裂缝发育的随机性强、分布规律差、非均质性强,常规砂岩油藏的地质建模方法并不适用于裂缝性储层建模。在裂缝建模技术方面,国内外学者已开展了大量的理论和技术研究,根据美国国家科学研究委员会的划分,裂缝性油藏表征概念模型可以分为等效连续模型(ECM,Equivalent Continuum Model)和离散裂缝网络模型(DFN,Discrete Fracture NetworkModel)两类。
等效连续模型即双孔隙模型,其原理是将裂缝和岩石基质中的流体流动分开处理,基质和裂缝间的流动通过传导函数来表示,该方法将油藏裂缝分布理想化,且无法表征任意尺度上的非均质性。近年来发展的离散网络模型是目前世界上描述裂缝的一种先进方法,该方法能结合不同类型、不同尺度的资料约束裂缝网络模型,该模型将裂缝的真实形态和分布特征完全应用到流动模型中,将所有的裂缝根据实际尺寸和分布形态进行完整和显性的描述,更加接近实际地层中裂缝体系的分布。
储层中裂缝的规模差异很大,在建立DFN模型过程中往往要遵循层次建模原则、确定性建模和随机建模相结合的原则。即首先依据地震裂缝识别成果,建立确定性的大尺度裂缝网络,然后根据蚂蚁追踪出来的裂缝建立具有一定不确定性的中尺度裂缝,最后以岩心、成像测井上识别出的小尺度裂缝为硬数据,地震裂缝预测属性体为约束,随机建立小尺度裂缝的三维地质模型,最后整合大尺度和中小尺度裂缝模型形成最终的DFN离散裂缝网络模型。
DFN模型虽然能够整合地震、测井、钻井、生产等多种资料,但也有一定的不足,主要表现在:①DFN模型预先假设裂缝属性符合统计分布,这可能和实际情况不符,例如实际建模时往往假设裂缝的分布方位是符合单峰正态分布的,而实际裂缝可能存在多个分布方位;②在应用岩心、成像测井资料识别裂缝时,能否正确区分天然裂缝和人为诱导缝将直接影响统计结果,从而影响最终的DFN模型;③井间裂缝的建立具有很大的随机性,其裂缝密度和方位都难以准确把握。裂缝建模过程中由于以上的不确定性,导致最终的离散裂缝模型虽然受静态数据约束,但可能与示踪剂数据等动态资料不吻合。
目前的裂缝建模技术没有强调动态资料对建模的约束,裂缝的存在是造成裂缝性油藏开发过程中含水率上升、水淹水窜、油井见水不均、采收率低的主要原因,因此,建立不仅受静态地质资料约束,还与动态数据吻合的裂缝模型对数值模拟、开发方案的编制等工作至关重要。
在油田的实际生产中,当所建立的裂缝模型和动态数据矛盾,从而影响数值模拟结果时,往往通过手动拖动裂缝的办法使裂缝模型与生产数据定性的吻合。但是,建模人员在选择需要移动的裂缝时往往具有很强的主观性,且当井距较远时,要移动的裂缝条数较多,工作量较大。而且,这种方法虽然可以解决两口井之间连与不连的问题,但是却无法定量的刻画连接结果的好坏,即所连接的裂缝通道是否与示踪剂监测数据定量的吻合。
因此,有必要开发一种裂缝模型构建方法、装置、电子设备及介质。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种裂缝模型构建方法、装置、电子设备及介质,其能够通过构建目标井组间的裂缝连通通道,建立示踪剂速度与连通程度的关系,解决了实际生产数据与建立的裂缝模型的矛盾,结果更加准确。
第一方面,本公开实施例提供了一种裂缝模型构建方法,包括:
以多尺度离散网络裂缝模型为初始模型;
根据所述初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;
根据所述模拟裂缝通道,计算连通性参数;
建立示踪剂曲线表征参数与所述连通性参数的关系;
确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建所述待测井的模拟裂缝通道。
优选地,根据所述初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始模型的投影向量,计算每一条裂缝与所述投影向量的夹角;
根据所述裂缝方位角与投影向量方位角的大小关系进行分类,根据分类,通过示踪剂模拟法构建模拟裂缝通道。
优选地,计算每一条裂缝与所述投影向量的夹角还包括:
若裂缝与投影向量的夹角为钝角,则对裂缝方位角加上180°。
优选地,根据所述裂缝方位角与投影向量方位角的大小关系进行分类包括:
将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类。
优选地,根据分类,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始提取类别,进而依次在Ⅰ类和Ⅱ类裂缝中提取裂缝,直至获得一条初始模拟裂缝通道;
计算所述初始模拟裂缝通道的模拟示踪剂含量,与实际示踪剂含量进行对比,判断差值是否在设定范围内,若是,则以初始模拟裂缝通道为所述模拟裂缝通道,若否,则重复上述步骤,直至获得所述模拟裂缝通道。
优选地,建立示踪剂曲线表征参数与所述连通性参数的关系包括:
确定多个连通等级;
确定每一个连通等级的示踪剂曲线表征参数。
优选地,所述示踪剂曲线表征参数包括:峰值浓度比值、平均到达速度与峰值与突破时间差。
作为本公开实施例的一种具体实现方式,
第二方面,本公开实施例还提供了一种裂缝模型构建装置,包括:
初始模型建立模块,以多尺度离散网络裂缝模型为初始模型;
模拟裂缝通道构建模块,根据所述初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;
连通性参数计算模块,根据所述模拟裂缝通道,计算连通性参数;
关系建立模块,建立示踪剂曲线表征参数与所述连通性参数的关系;
待测井建立模块,确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建所述待测井的模拟裂缝通道。
优选地,根据所述初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始模型的投影向量,计算每一条裂缝与所述投影向量的夹角;
根据所述裂缝方位角与投影向量方位角的大小关系进行分类,根据分类,通过示踪剂模拟法构建模拟裂缝通道。
优选地,计算每一条裂缝与所述投影向量的夹角还包括:
若裂缝与投影向量的夹角为钝角,则对裂缝方位角加上180°。
优选地,根据所述裂缝方位角与投影向量方位角的大小关系进行分类包括:
将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类。
优选地,根据分类,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始提取类别,进而依次在Ⅰ类和Ⅱ类裂缝中提取裂缝,直至获得一条初始模拟裂缝通道;
计算所述初始模拟裂缝通道的模拟示踪剂含量,与实际示踪剂含量进行对比,判断差值是否在设定范围内,若是,则以初始模拟裂缝通道为所述模拟裂缝通道,若否,则重复上述步骤,直至获得所述模拟裂缝通道。
优选地,建立示踪剂曲线表征参数与所述连通性参数的关系包括:
确定多个连通等级;
确定每一个连通等级的示踪剂曲线表征参数。
优选地,所述示踪剂曲线表征参数包括:峰值浓度比值、平均到达速度与峰值与突破时间差。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
存储器,存储有可执行指令;
处理器,所述处理器运行所述存储器中的所述可执行指令,以实现所述的裂缝模型构建方法。
第四方面,本公开实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现所述的裂缝模型构建方法。
其有益效果在于:
(1)在不改变裂缝方位角,大小,开度等属性的同时,构建了目标井组间的裂缝连通通道,解决了实际生产数据与建立的裂缝模型的矛盾。
(2)通过建立示踪剂速度与连通程度的关系,针对没有示踪剂的待测井采用示踪剂进行计算,结果更加准确。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1a和图1b分别示出了根据本发明的一个实施例的裂缝走向与投影向量的夹角以及裂缝分类的示意图。
图2示出了根据本发明的一个实施例的裂缝平移过程的示意图。
图3示出了根据本发明的一个实施例的裂缝连接过程的示意图。
图4示出了根据本发明的一个实施例的三维坐标推导的示意图。
图5示出了根据本发明的一个实施例的裂缝模型构建方法的步骤的流程图。
图6示出了根据本发明的一个实施例的W1注采井组井位的示意图。
图7示出了根据本发明的一个实施例的优化前W1-W16井组连通体分布图。
图8示出了根据本发明的一个实施例的优化后W1-W16井组连通体分布图。
图9示出了根据本发明的一个实施例的W1-W16井组模拟示踪剂曲线与真实示踪剂曲线对比图。
图10a和图10b分别示出了根据本发明的一个实施例的优化前后S1-S2井裂缝模型的示意图。
图11示出了根据本发明的一个实施例的一种裂缝模型构建装置的框图。
附图标记说明:
201、初始模型建立模块;202、模拟裂缝通道构建模块;203、连通性参数计算模块;204、关系建立模块;205、待测井建立模块。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明提供一种裂缝模型构建方法,包括:
以多尺度离散网络裂缝模型为初始模型。
具体地,针对裂缝成因类型多样、尺度差异大的特征,综合运用岩心、成像、露头、地质、测井及地震资料,采用分级分类建模方法建立多尺度离散裂缝模型。首先划分裂缝尺度,按照多学科资料综合识别精度,将裂缝划分为大尺度裂缝(一般指地球物理响应特别明显,可以人工识别,断层级别的裂缝)、中尺度裂缝(一般指利用地球物理属性提取等手段可识别、可提取的裂缝)和小尺度裂缝(在岩心可观察、地球物理响应不明显的裂缝);其次进行成因划分,比如根据成因将同一尺度裂缝分为构造裂缝和岩溶裂缝;然后综合岩心、成像测井和野外观察方法刻画和描述不同尺度裂缝空间分布特征;最后采用确定性建模和人机交互相结合方法建立大尺度和中尺度裂缝模型,采用随机建模方法分别建立不同岩溶成因的小尺度裂缝;最后,将建立的不同类型裂缝融合形成离散裂缝三维空间分布模型。
根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;在一个示例中,根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道包括:确定初始模型的投影向量,计算每一条裂缝与投影向量的夹角;根据裂缝方位角与投影向量方位角的大小关系进行分类,根据分类,通过示踪剂模拟法构建模拟裂缝通道。在一个示例中,计算每一条裂缝与投影向量的夹角还包括:若裂缝与投影向量的夹角为钝角,则对裂缝方位角加上180°。在一个示例中,根据裂缝方位角与投影向量方位角的大小关系进行分类包括:将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类。在一个示例中,根据分类,通过示踪剂模拟法构建模拟裂缝通道包括:确定初始提取类别,进而依次在Ⅰ类和Ⅱ类裂缝中提取裂缝,直至获得一条初始模拟裂缝通道;计算初始模拟裂缝通道的模拟示踪剂含量,与实际示踪剂含量进行对比,判断差值是否在设定范围内,若是,则以初始模拟裂缝通道为模拟裂缝通道,若否,则重复上述步骤,直至获得模拟裂缝通道。
具体地,对于通过裂缝连通的储层中,基于静态资料建立的三维地质模型中,井间连通性与井上动态数据会存在局部不吻合,主要是由于裂缝建模的随机性造成的。为了解决裂缝模型与动态数据之间的矛盾,需要改变裂缝在空间的位置以重新建立裂缝地质模型。由于油藏的注采井距往往大于单条裂缝的规模,因此,基于裂缝可信度对蚂蚁体识别出来的裂缝进行筛选,通过蚂蚁体建立的裂缝的可信度是一个与裂缝面积呈正相关的参数,一般来说,面积越小,可信度越低。通过改变多条筛选出来的裂缝的位置(即平移裂缝),将其交错地拼接起来,以达到连接两口井的目的。在裂缝平移的过程中,不改变裂缝的大小和产状,从而使得裂缝的统计规律不变。
裂缝的筛选原则主要包括以下三个方面:
井间连通标准:是指筛选的裂缝组合可以通过平移的方式来构建复合裂缝通道从而连通注采井组。并不是任意一组裂缝组合都满足这个标准,当所筛选裂缝的走向和注采井组连线的方位角不匹配时,仅通过平移这些裂缝是无法构建井间裂缝通道的。
裂缝权重标准:是指筛选的裂缝一方面要和注采井组的距离尽可能近,另一方面要具有较高的不确定性。每条裂缝的权重系数为公式(1):
W=α*Ws+(1-α)*Wd (1)
其中,Ws为归一化的可信度权重系数,Wd为归一化的距离权重系数,α是决定二者比例的系数,α越大则裂缝可信度因素对裂缝筛选过程的控制作用越强。
连通性数据符合标准:是指在对所构建的裂缝通道进行数值模拟时,其具有与连通性数据尽可能吻合的渗流特征。当动态数据的类型为示踪剂监测数据时,通过比较模拟的示踪剂曲线与实际示踪剂曲线的来判断所构建的裂缝通道是否符合要求,当动态数据的类型为井间相对连通程度数据时,根据连通程度的大小构建相应的井间裂缝通道,构建的其中一个原则是高级别连通程度所对应的裂缝通道的渗流能力要优于低级别连通程度所对应的裂缝通道的渗流能力。
图1a和图1b分别示出了根据本发明的一个实施例的裂缝走向与投影向量的夹角以及裂缝分类的示意图。
以示踪剂注入井为起点,示踪剂采出井为终点在三维空间中作一条向量,取该向量在水平面的投影向量,计算权重系数超过设定阈值的每条裂缝的裂缝走向与投影向量的夹角,如图1a所示,实线OR2箭头表示示踪剂注入井到示踪剂监测井所表示的空间向量在平面上的投影向量,虚线OR1表示向量的反向延长线,虚线B1-O-B2与投影向量垂直,可以看出:方位角落在“+”区域的裂缝与投影向量的夹角为锐角,方位角保持不变;方位角落在“-”区域的裂缝与投影向量的夹角为钝角,需要加上180°使其变换到“+”区域中,此时裂缝的方位角与投影向量的夹角为锐角,如图1b所示。
计算完每条裂缝和投影向量的锐夹角后,还要对裂缝进行分类。经过上一步方位角的变化,裂缝和投影向量均呈锐夹角,此时,将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类,分别对应图1b中“+”区域的裂缝和“-”区域的裂缝。
根据各裂缝的几何要素,推导出裂缝连接时裂缝中心的坐标公式。设所有裂缝所构成的集合为S,由于两类裂缝是交错拼接的,故最终所筛选的裂缝中这两类裂缝的数量相等或相差1。设某次筛选的裂缝中两类裂缝的数量都为n,S1代表其中属于第一类裂缝的集合,S2代表其中属于第二类裂缝的集合。则有:
S=S1∪S2 (2)。
设fi (1)为S1裂缝集中第i条裂缝,fi (2)为S2裂缝集中第i条裂缝,则有:
图2示出了根据本发明的一个实施例的裂缝平移过程的示意图。
设当前第i条裂缝的中心点在平面上的坐标为(xi,yi),在确定第i+1条裂缝(这两条裂缝应属于不同的类别)的中心点坐标时,首先将该裂缝的中心点平移至两井连线所在直线上,之后沿着两井连线平移裂缝,直至该条裂缝和上一条裂缝接触,如图2所示,根据两条裂缝满足的几何关系,可以得到第i+1条裂缝的中心点(xi+1,yi+1)的坐标公式(4)。
对于一般情况,两井可能通过任意路径连接两口井。由于注采井据较远,单条裂缝无法连通两井,因此考虑移动多条裂缝的位置,使多条裂缝在空间“拼接”以连通两口井。但由于裂缝的大小、倾向、倾角各异,因此想要直接计算拼接后的位置坐标较为困难。为了使问题简化,我们将裂缝简化为以裂缝中心点为中点,长度等于原始裂缝长度的线段,并假设裂缝都在一个高度,这样问题就变为在二维平面上通过拼接一系列长度,方向不同的线段来连接空间中指定两点的数学题,之后再考虑两口井射孔深度不一致时裂缝的拼接问题,将解决方案推广至三维的情况。
图3示出了根据本发明的一个实施例的裂缝连接过程的示意图。
为了使连接的裂缝尽可能“贴合”投影向量的轨迹,依次选择之前分好类的两类裂缝中的裂缝交错的拼接,如图3所示,为了使裂缝之间完全相交,将两个裂缝的相交点定为裂缝长度的四分之一处。
将每个裂缝的长度、转换后的方位角带入中心点坐标公式中,推导出每个裂缝在拼接过程中中心点的二维坐标。
图4示出了根据本发明的一个实施例的三维坐标推导的示意图。
考虑到注入井和采出井的射孔深度可能有差异,需要将二维坐标公式推广至三维,即增加深度坐标公式,如图4所示,A井-B井箭头表示从示踪剂注入井到产出井的向量,该向量的方位角为α,该向量与水平面的夹角为θ,假设某一个裂缝的中心点(x1,y1,z1)恰好位于该向量上,其下一条裂缝的中心点记为(x2,y2,z2),若要使其也在该向量上,则有:
由此得到中心点深度坐标的计算公式。
针对具体问题,需要定义模拟退火算法中的目标函数和扰动机制。其中,目标函数是评价模拟结果好坏的定量指标,扰动机制则决定了模拟过程新的裂缝组合的产生原则。当动态数据的类型为示踪剂监测数据时,目标函数为模拟示踪剂产出曲线和实际示踪剂产出曲线所围面积与实际示踪剂产出曲线的比值:
其中,Ts(t)和TF(t)分别代表模拟的和实测的示踪剂质量的产出曲线,模拟示踪剂产出曲线是通过建立的示踪剂传导方程求得的。
在定义了模拟退火算法的目标函数和扰动机制后,每一次筛选后中,算法会去除筛选的部分裂缝,然后基于裂缝权重系数从剩下的裂缝中选取裂缝,权重系数大的裂缝被选中的概率大,再将选中的裂缝和上一次迭代时未被去除的裂缝合并作为下一次迭代时计算的裂缝集,不断的重复这个过程,直到目标函数公式(8)小于给定值或迭代次数达到上限。
根据模拟裂缝通道,计算连通性参数。对于油田实际生产,并不是所有的注采井组都进行真实示踪剂,大多数的生产井组是没有示踪剂测试的,这时通常采用动态分析的方法来判断井与井之间的连通性和连通程度。
建立示踪剂曲线表征参数与连通性参数的关系;在一个示例中,建立示踪剂曲线表征参数与连通性参数的关系包括:确定多个连通等级;确定每一个连通等级的示踪剂曲线表征参数。在一个示例中,示踪剂曲线表征参数包括:峰值浓度比值、平均到达速度与峰值与突破时间差。
具体地,将井间连通程度分为了三级,即一级连通、二级连通和三级连通,确定每一个连通等级的峰值浓度比值、平均到达速度与峰值与突破时间差。
确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建待测井的模拟裂缝通道。
本发明还提供一种裂缝模型构建装置,包括:
初始模型建立模块,以多尺度离散网络裂缝模型为初始模型。
具体地,针对裂缝成因类型多样、尺度差异大的特征,综合运用岩心、成像、露头、地质、测井及地震资料,采用分级分类建模方法建立多尺度离散裂缝模型。首先划分裂缝尺度,按照多学科资料综合识别精度,将裂缝划分为大尺度裂缝(一般指地球物理响应特别明显,可以人工识别,断层级别的裂缝)、中尺度裂缝(一般指利用地球物理属性提取等手段可识别、可提取的裂缝)和小尺度裂缝(在岩心可观察、地球物理响应不明显的裂缝);其次进行成因划分,比如根据成因将同一尺度裂缝分为构造裂缝和岩溶裂缝;然后综合岩心、成像测井和野外观察方法刻画和描述不同尺度裂缝空间分布特征;最后采用确定性建模和人机交互相结合方法建立大尺度和中尺度裂缝模型,采用随机建模方法分别建立不同岩溶成因的小尺度裂缝;最后,将建立的不同类型裂缝融合形成离散裂缝三维空间分布模型。
模拟裂缝通道构建模块,根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;在一个示例中,根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道包括:确定初始模型的投影向量,计算每一条裂缝与投影向量的夹角;根据裂缝方位角与投影向量方位角的大小关系进行分类,根据分类,通过示踪剂模拟法构建模拟裂缝通道。在一个示例中,计算每一条裂缝与投影向量的夹角还包括:若裂缝与投影向量的夹角为钝角,则对裂缝方位角加上180°。在一个示例中,根据裂缝方位角与投影向量方位角的大小关系进行分类包括:将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类。在一个示例中,根据分类,通过示踪剂模拟法构建模拟裂缝通道包括:确定初始提取类别,进而依次在Ⅰ类和Ⅱ类裂缝中提取裂缝,直至获得一条初始模拟裂缝通道;计算初始模拟裂缝通道的模拟示踪剂含量,与实际示踪剂含量进行对比,判断差值是否在设定范围内,若是,则以初始模拟裂缝通道为模拟裂缝通道,若否,则重复上述步骤,直至获得模拟裂缝通道。
具体地,对于通过裂缝连通的储层中,基于静态资料建立的三维地质模型中,井间连通性与井上动态数据会存在局部不吻合,主要是由于裂缝建模的随机性造成的。了解决裂缝模型与动态数据之间的矛盾,需要改变裂缝在空间的位置以重新建立裂缝地质模型。由于碳酸盐岩缝洞型油藏的注采井距往往较大,远大于单条裂缝的规模,因此,基于裂缝可信度对蚂蚁体识别出来的裂缝进行筛选,通过蚂蚁体建立的裂缝的可信度是一个与裂缝面积呈正相关的参数,一般来说,面积越小,可信度越低。通过改变多条筛选出来的裂缝的位置(即平移裂缝),将其交错地拼接起来,以达到连接两口井的目的。在裂缝平移的过程中,不改变裂缝的大小和产状,从而使得裂缝的统计规律不变。
裂缝的筛选原则主要包括以下三个方面:
井间连通标准:是指筛选的裂缝组合可以通过平移的方式来构建复合裂缝通道从而连通注采井组。并不是任意一组裂缝组合都满足这个标准,当所筛选裂缝的走向和注采井组连线的方位角不匹配时,仅通过平移这些裂缝是无法构建井间裂缝通道的。
裂缝权重标准:是指筛选的裂缝一方面要和注采井组的距离尽可能近,另一方面要具有较高的不确定性。每条裂缝的权重系数为公式(1)。
连通性数据符合标准:是指在对所构建的裂缝通道进行数值模拟时,其具有与连通性数据尽可能吻合的渗流特征。当动态数据的类型为示踪剂监测数据时,通过比较模拟的示踪剂曲线与实际示踪剂曲线的来判断所构建的裂缝通道是否符合要求,当动态数据的类型为井间相对连通程度数据时,根据连通程度的大小构建相应的井间裂缝通道,构建的其中一个原则是高级别连通程度所对应的裂缝通道的渗流能力要优于低级别连通程度所对应的裂缝通道的渗流能力。
以示踪剂注入井为起点,示踪剂采出井为终点在三维空间中作一条向量,取该向量在水平面的投影向量,计算权重系数超过设定阈值的每条裂缝的裂缝走向与投影向量的夹角,如图1a所示,实线OR2箭头表示示踪剂注入井到示踪剂监测井所表示的空间向量在平面上的投影向量,虚线OR1表示向量的反向延长线,虚线B1-O-B2与投影向量垂直,可以看出:方位角落在“+”区域的裂缝与投影向量的夹角为锐角,方位角保持不变;方位角落在“-”区域的裂缝与投影向量的夹角为钝角,需要加上180°使其变换到“+”区域中,此时裂缝的方位角与投影向量的夹角为锐角,如图1b所示。
计算完每条裂缝和投影向量的锐夹角后,还要对裂缝进行分类。经过上一步方位角的变化,裂缝和投影向量均呈锐夹角,此时,将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类,分别对应图1b中“+”区域的裂缝和“-”区域的裂缝。
根据各裂缝的几何要素,推导出裂缝连接时裂缝中心的坐标公式。设所有裂缝所构成的集合为S,由于两类裂缝是交错拼接的,故最终所筛选的裂缝中这两类裂缝的数量相等或相差1。设某次筛选的裂缝中两类裂缝的数量都为n,S1代表其中属于第一类裂缝的集合,S2代表其中属于第二类裂缝的集合,则有公式(2)。设fi (1)为S1裂缝集中第i条裂缝,fi (2)为S2裂缝集中第i条裂缝,则有公式(3)。设当前第i条裂缝的中心点在平面上的坐标为(xi,yi),在确定第i+1条裂缝(这两条裂缝应属于不同的类别)的中心点坐标时,首先将该裂缝的中心点平移至两井连线所在直线上,之后沿着两井连线平移裂缝,直至该条裂缝和上一条裂缝接触,如图2所示,根据两条裂缝满足的几何关系,可以得到第i+1条裂缝的中心点(xi+1,yi+1)的坐标公式(4)。
对于一般情况,两井可能通过任意路径连接两口井。由于注采井据较远,单条裂缝无法连通两井,因此考虑移动多条裂缝的位置,使多条裂缝在空间“拼接”以连通两口井。但由于裂缝的大小、倾向、倾角各异,因此想要直接计算拼接后的位置坐标较为困难。为了使问题简化,我们将裂缝简化为以裂缝中心点为中点,长度等于原始裂缝长度的线段,并假设裂缝都在一个高度,这样问题就变为在二维平面上通过拼接一系列长度,方向不同的线段来连接空间中指定两点的数学题,之后再考虑两口井射孔深度不一致时裂缝的拼接问题,将解决方案推广至三维的情况。
为了使连接的裂缝尽可能“贴合”投影向量的轨迹,依次选择之前分好类的两类裂缝中的裂缝交错的拼接,如图3所示,为了使裂缝之间完全相交,将两个裂缝的相交点定为裂缝长度的四分之一处。
将每个裂缝的长度、转换后的方位角带入中心点坐标公式中,推导出每个裂缝在拼接过程中中心点的二维坐标为公式(5)与公式(6)。
考虑到注入井和采出井的射孔深度可能有差异,需要将二维坐标公式推广至三维,即增加深度坐标公式,如图4所示,A井-B井箭头表示从示踪剂注入井到产出井的向量,该向量的方位角为α,该向量与水平面的夹角为θ,假设某一个裂缝的中心点(x1,y1,z1)恰好位于该向量上,其下一条裂缝的中心点记为(x2,y2,z2),若要使其也在该向量上,则有公式(7),由此得到中心点深度坐标的计算公式。
针对具体问题,需要定义模拟退火算法中的目标函数和扰动机制。其中,目标函数是评价模拟结果好坏的定量指标,扰动机制则决定了模拟过程新的裂缝组合的产生原则。当动态数据的类型为示踪剂监测数据时,其定义为模拟示踪剂产出曲线和实际示踪剂产出曲线所围面积与实际示踪剂产出曲线的比值为公式(8)。
在定义了模拟退火算法的目标函数和扰动机制后,每一次筛选后中,算法会去除筛选的部分裂缝,然后基于裂缝权重系数从剩下的裂缝中选取裂缝,权重系数大的裂缝被选中的概率大,再将选中的裂缝和上一次迭代时未被去除的裂缝合并作为下一次迭代时计算的裂缝集,不断的重复这个过程,直到目标函数小于给定值或迭代次数达到上限。
连通性参数计算模块,根据模拟裂缝通道,计算连通性参数。对于油田实际生产,并不是所有的注采井组都进行真实示踪剂,大多数的生产井组是没有示踪剂测试的,这时通常采用动态分析的方法来判断井与井之间的连通性和连通程度。
关系建立模块,建立示踪剂曲线表征参数与连通性参数的关系;在一个示例中,建立示踪剂曲线表征参数与连通性参数的关系包括:确定多个连通等级;确定每一个连通等级的示踪剂曲线表征参数。在一个示例中,示踪剂曲线表征参数包括:峰值浓度比值、平均到达速度与峰值与突破时间差。
具体地,将井间连通程度分为了三级,即一级连通、二级连通和三级连通,确定每一个连通等级的峰值浓度比值、平均到达速度与峰值与突破时间差。
待测井建立模块,确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建待测井的模拟裂缝通道。
本发明还提供一种电子设备,电子设备包括:存储器,存储有可执行指令;处理器,处理器运行存储器中的可执行指令,以实现上述的裂缝模型构建方法。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述的裂缝模型构建方法。
为便于理解本发明实施例的方案及其效果,以下给出四个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
实施例1
图5示出了根据本发明的一个实施例的裂缝模型构建方法的步骤的流程图。
如图5所示,该裂缝模型构建方法包括:步骤101,以多尺度离散网络裂缝模型为初始模型;步骤102,根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;步骤103,根据模拟裂缝通道,计算连通性参数;步骤104,建立示踪剂曲线表征参数与连通性参数的关系;步骤105,确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建待测井的模拟裂缝通道。
图6示出了根据本发明的一个实施例的W1注采井组井位的示意图。
W1示踪剂井组中各井的相对位置如图6所示,注入井与各监测井的井距如表1。
表1
W16单元W1示踪剂测试井组共有监测井8口,8口井均监测到示踪剂数据,建立的初始模型表明W16与W1井之间没有裂缝或溶洞直接连通,这与动态资料不符,因此考虑重新构建以上井组间的裂缝通道。
图7示出了根据本发明的一个实施例的优化前W1-W16井组连通体分布图。
W1和W16井组相距883.7m,通过多尺度融合方法建立的静态模型没有地下河、溶洞和裂缝沟通两井,如图7所示。
图8示出了根据本发明的一个实施例的优化后W1-W16井组连通体分布图。
将井数据、裂缝数据、示踪剂监测数据采用示踪剂模拟法进行迭代,经过1831次迭代,在两井之间形成了由15条裂缝桥接的复合通道,将得到的最后结果进行三维显示,如图8所示,可以发现,移动后的裂缝成功的连通了两井,如图中白框所示。
图9示出了根据本发明的一个实施例的W1-W16井组模拟示踪剂曲线与真实示踪剂曲线对比图。
将优化后的裂缝所等效的裂缝的参数输入到裂缝示踪剂传导模型中,得到模拟的示踪剂日产数据并计算吻合度,绘制成示踪剂日产曲线,并与真实示踪剂曲线对比,如图9所示,可以看出,模拟示踪剂数据与真实示踪剂数据吻合很好,吻合度为:91.8%。模拟的示踪剂曲线和真实的示踪剂曲线吻合的较好,曲线的主峰,形态对应较好,因此算法筛选的裂缝效果较好。
对W单元W1、W16两口井在优化前后分别进行数值模拟以验证优化方法的可靠性。从数值模拟的结果可以看出:优化后,模型单井产水率与实测数据更吻合,平均提高历史拟合效率25%。
基于相对连通数据对S单元的部分井组做了优化,将井间连通程度分为了三级,即一级连通、二级连通和三级连通。对各级别连通程度各挑选出几个井对,如表2所示,对这些井对进行优化。
表2
分别计算一级、二级、三级连通井组下浓度峰值与背景值的比值、示踪剂平均达到速度、示踪剂峰值出现时间与突破时间插值平均值,如表3所示,根据这三个参数可以拟合出不同级别连通井组对应的虚拟示踪剂曲线。
表3
连通级别 | 峰值浓度比值 | 平均到达速度(m/d) | 峰值与突破时间差(d) |
一级 | 10 | 350 | 8 |
二级 | 6 | 250 | 15 |
三级 | 4 | 100 | 20 |
图10a和图10b分别示出了根据本发明的一个实施例的优化前后S1-S2井裂缝模型的示意图。
S1和S2井组相距1144m,动态资料显示该井组之间为一级连通,但实际裂缝模型中两口井的连通性较差,与动态数据存在矛盾,故需要进行优化。根据表3中一级连通井组对应的示踪剂流动参数,示踪剂浓度峰值与背景浓度的比值为10,示踪剂平均到达速度为350m/d,峰值时间与突破时间差为8d,计算得到该井组虚拟示踪剂的达到时间为3.2d。得到虚拟示踪剂曲线,对井周围裂缝进行退火模拟筛选,然后计算模拟示踪剂曲线和虚拟示踪剂曲线之间的差异,作为目标函数值,通过示踪剂模拟法构建待测井的模拟裂缝通道,优化前后的对比如图10a与10b所示,从图中可以看出,井组周围的一些裂缝片通过移动空间位置、相互拼接起来构建了井间裂缝通道,如图10b中黑框所示,且被选中的裂缝距离井组较近,大小适中,张开度也满足分级标准,模拟示踪剂和虚拟示踪剂之间的符合率为83%。
实施例2
图11示出了根据本发明的一个实施例的一种裂缝模型构建装置的框图。
如图11所示,该裂缝模型构建装置,包括:
初始模型建立模块201,以多尺度离散网络裂缝模型为初始模型;
模拟裂缝通道构建模块202,根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;
连通性参数计算模块203,根据模拟裂缝通道,计算连通性参数;
关系建立模块204,建立示踪剂曲线表征参数与连通性参数的关系;
待测井建立模块205,确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建待测井的模拟裂缝通道。
作为可选方案,根据初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始模型的投影向量,计算每一条裂缝与投影向量的夹角;
根据裂缝方位角与投影向量方位角的大小关系进行分类,根据分类,通过示踪剂模拟法构建模拟裂缝通道。
作为可选方案,计算每一条裂缝与投影向量的夹角还包括:
若裂缝与投影向量的夹角为钝角,则对裂缝方位角加上180°。
作为可选方案,根据裂缝方位角与投影向量方位角的大小关系进行分类包括:
将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类。
作为可选方案,根据分类,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始提取类别,进而依次在Ⅰ类和Ⅱ类裂缝中提取裂缝,直至获得一条初始模拟裂缝通道;
计算初始模拟裂缝通道的模拟示踪剂含量,与实际示踪剂含量进行对比,判断差值是否在设定范围内,若是,则以初始模拟裂缝通道为模拟裂缝通道,若否,则重复上述步骤,直至获得模拟裂缝通道。
作为可选方案,建立示踪剂曲线表征参数与连通性参数的关系包括:
确定多个连通等级;
确定每一个连通等级的示踪剂曲线表征参数。
作为可选方案,示踪剂曲线表征参数包括:峰值浓度比值、平均到达速度与峰值与突破时间差。
实施例3
本公开提供一种电子设备包括,该电子设备包括:存储器,存储有可执行指令;处理器,处理器运行存储器中的可执行指令,以实现上述裂缝模型构建方法。
根据本公开实施例的电子设备包括存储器和处理器。
该存储器用于存储非暂时性计算机可读指令。具体地,存储器可以包括一个或多个计算机程序产品,该计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中,该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解,为了解决如何获得良好用户体验效果的技术问题,本实施例中也可以包括诸如通信总线、接口等公知的结构,这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明,在此不再赘述。
实施例4
本公开实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现所述的裂缝模型构建方法。
根据本公开实施例的计算机可读存储介质,其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时,执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于:光存储介质(例如:CD-ROM和DVD)、磁光存储介质(例如:MO)、磁存储介质(例如:磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如:存储卡)和具有内置ROM的媒体(例如:ROM盒)。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种裂缝模型构建方法,其特征在于,包括:
以多尺度离散网络裂缝模型为初始模型;
根据所述初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;
根据所述模拟裂缝通道,计算连通性参数;
建立示踪剂曲线表征参数与所述连通性参数的关系;
确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建所述待测井的模拟裂缝通道。
2.根据权利要求1所述的裂缝模型构建方法,其中,根据所述初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始模型的投影向量,计算每一条裂缝与所述投影向量的夹角;
根据所述裂缝方位角与投影向量方位角的大小关系进行分类,根据分类,通过示踪剂模拟法构建模拟裂缝通道。
3.根据权利要求2所述的裂缝模型构建方法,其中,计算每一条裂缝与所述投影向量的夹角还包括:
若裂缝与投影向量的夹角为钝角,则对裂缝方位角加上180°。
4.根据权利要求3所述的裂缝模型构建方法,其中,根据所述裂缝方位角与投影向量方位角的大小关系进行分类包括:
将裂缝方位角大于投影向量方位角的记为Ⅰ类,将裂缝方位角小于投影向量方位角的记为Ⅱ类。
5.根据权利要求4所述的裂缝模型构建方法,其中,根据分类,通过示踪剂模拟法构建模拟裂缝通道包括:
确定初始提取类别,进而依次在Ⅰ类和Ⅱ类裂缝中提取裂缝,直至获得一条初始模拟裂缝通道;
计算所述初始模拟裂缝通道的模拟示踪剂含量,与实际示踪剂含量进行对比,判断差值是否在设定范围内,若是,则以初始模拟裂缝通道为所述模拟裂缝通道,若否,则重复上述步骤,直至获得所述模拟裂缝通道。
6.根据权利要求1所述的裂缝模型构建方法,其中,建立示踪剂曲线表征参数与所述连通性参数的关系包括:
确定多个连通等级;
确定每一个连通等级的示踪剂曲线表征参数。
7.根据权利要求6所述的裂缝模型构建方法,其中,所述示踪剂曲线表征参数包括:峰值浓度比值、平均到达速度与峰值与突破时间差。
8.一种裂缝模型构建装置,其特征在于,包括:
初始模型建立模块,以多尺度离散网络裂缝模型为初始模型;
模拟裂缝通道构建模块,根据所述初始模型的投影向量,通过示踪剂模拟法构建模拟裂缝通道;
连通性参数计算模块,根据所述模拟裂缝通道,计算连通性参数;
关系建立模块,建立示踪剂曲线表征参数与所述连通性参数的关系;
待测井建立模块,确定待测井的连通性参数,计算示踪剂曲线表征参数,进而通过示踪剂模拟法构建所述待测井的模拟裂缝通道。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储有可执行指令;
处理器,所述处理器运行所述存储器中的所述可执行指令,以实现权利要求1-7中任一项所述的裂缝模型构建方法。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现权利要求1-7中任一项所述的裂缝模型构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506091.1A CN113761699A (zh) | 2020-06-05 | 2020-06-05 | 裂缝模型构建方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506091.1A CN113761699A (zh) | 2020-06-05 | 2020-06-05 | 裂缝模型构建方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113761699A true CN113761699A (zh) | 2021-12-07 |
Family
ID=78785001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010506091.1A Pending CN113761699A (zh) | 2020-06-05 | 2020-06-05 | 裂缝模型构建方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113761699A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115576007A (zh) * | 2022-11-22 | 2023-01-06 | 西南石油大学 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
-
2020
- 2020-06-05 CN CN202010506091.1A patent/CN113761699A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115576007A (zh) * | 2022-11-22 | 2023-01-06 | 西南石油大学 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
CN115576007B (zh) * | 2022-11-22 | 2023-03-14 | 西南石油大学 | 一种基于乱序矩阵的半确定性裂缝建模方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9733388B2 (en) | Systems and methods for connectivity analysis using functional objects | |
US8931580B2 (en) | Method for using dynamic target region for well path/drill center optimization | |
KR101618713B1 (ko) | 지반정보에 기초한 3차원 공간 모델링 방법 | |
US8855986B2 (en) | Iterative method and system to construct robust proxy models for reservoir simulation | |
US10895131B2 (en) | Probabilistic area of interest identification for well placement planning under uncertainty | |
EP2948884B1 (en) | Hazard avoidance analysis | |
CN111612899B (zh) | 一种碳酸盐岩缝洞型油藏地质建模方法 | |
US11500123B2 (en) | Hybrid 3D geocellular representation of selected natural fracture network subsets | |
RU2685005C1 (ru) | Способ и компьютерная система для проектирования размещения кустовых площадок на месторождении | |
CN112861890A (zh) | 一种储层评价模型构建方法及储层识别方法 | |
CN113761699A (zh) | 裂缝模型构建方法、装置、电子设备及介质 | |
CN114036829B (zh) | 地质剖面图生成方法、系统、设备及存储介质 | |
Oliveira et al. | Well placement subclustering within partially oil-saturated flow units | |
Wang et al. | Deep-learning-based prediction of post-fracturing permeability field for development strategy optimization in unconventional reservoirs | |
CN117852416B (zh) | 基于数字化地质模型的多模态注浆预控分析方法及系统 | |
CN111815769A (zh) | 逆冲推覆构造带构造的建模方法、计算设备及存储介质 | |
US20230313649A1 (en) | System and Method to Develop Naturally Fractured Hydrocarbon Reservoirs Using A Fracture Density Index | |
CN116911216B (zh) | 一种储层油井产能因素评估与预测方法 | |
US11353622B2 (en) | Systems and methods for hydrocarbon reservoir three dimensional unstructured grid generation and development | |
CN114429020A (zh) | 一种油藏井间连通通道的建模方法及装置、存储介质 | |
CN116305751A (zh) | 一种裂缝型变质岩潜山油藏裂缝建模方法及装置 | |
Lachérade et al. | Geostatistical modelling of geotechnical properties in the context of a tunneling project: Application to the Grand Paris Express project (France) | |
WO2023147097A1 (en) | Offset well identification and parameter selection | |
Khodos et al. | A Comprehensive Approach to Solving the Problem of Involving the Development of Hydrocarbon Reserves of the Eastern Ustyurt's Field | |
WO2024064009A1 (en) | Machine learning training for characterizing water injection and seismic prediction |
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 |