CN113818870A - 储层流体性质识别方法及系统 - Google Patents
储层流体性质识别方法及系统 Download PDFInfo
- Publication number
- CN113818870A CN113818870A CN202010487830.7A CN202010487830A CN113818870A CN 113818870 A CN113818870 A CN 113818870A CN 202010487830 A CN202010487830 A CN 202010487830A CN 113818870 A CN113818870 A CN 113818870A
- Authority
- CN
- China
- Prior art keywords
- historical
- data
- current
- determining
- porosity
- 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
- 239000012530 fluid Substances 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 39
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 78
- 238000003860 storage Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 239000010410 layer Substances 0.000 description 137
- 239000007789 gas Substances 0.000 description 74
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 18
- 230000004044 response Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 239000003345 natural gas Substances 0.000 description 9
- 238000012360 testing method Methods 0.000 description 7
- 239000011148 porous material Substances 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000001257 hydrogen Substances 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 230000000704 physical effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 238000005211 surface analysis Methods 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 241000923606 Schistes Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 239000011044 quartzite Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP 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 DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- 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
Abstract
本发明提供一种储层流体性质识别方法及系统。该储层流体性质识别方法包括:获得当前测井参数;根据当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度;根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值;根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。本发明可以有效识别储层流体性质。
Description
技术领域
本发明涉及油气田勘探技术领域,具体地,涉及一种储层流体性质识别方法及系统。
背景技术
在油气田勘探开发过程中,识别评价储层流体性质是测井技术的主要任务之一。致密砂岩储层广义上是指孔隙度小于10%,渗透率低于1×10-3μm2的储层。其复杂的地质条件,导致常规测井曲线响应值的影响因素较多,通过中子、密度、声波等测井曲线响应值绘制的交会图存在曲线交叉重叠的现象,给储层流体性质识别增加了困难。
发明内容
本发明实施例的主要目的在于提供一种储层流体性质识别方法及系统,以有效识别储层流体性质。
为了实现上述目的,本发明实施例提供一种储层流体性质识别方法,包括:
获得当前测井参数;
根据当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;
根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度;
根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值;
根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
本发明实施例还提供一种储层流体性质识别系统,包括:
获得单元,用于获得当前测井参数;
重构识别数据单元,用于根据当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;
孔隙度单元,用于根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度;
孔隙度差值单元,用于根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值;
储层流体性质单元,用于根据当前测井的所述当前重构识别数据、当前孔隙度差值、当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,处理器执行计算机程序时实现所述的储层流体性质识别方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现所述的储层流体性质识别方法的步骤。
本发明实施例的储层流体性质识别方法及系统先根据当前中子数据和当前密度数据确定当前重构识别数据,再确定当前中子孔隙度和当前密度孔隙度以确定当前孔隙度差值,最后根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和储层流体性质识别参数表确定当前测井的储层流体性质,可以有效识别储层流体性质。
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,下面描述中的附图仅仅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是本发明实施例中储层流体性质识别方法的流程图;
图2是本发明一实施例中生成储层流体性质识别参数表的流程图;
图3是本发明实施例中标准化前的历史自然伽马数据示意图;
图4是本发明实施例中标准化后的历史自然伽马数据示意图;
图5是本发明实施例中测井曲线的示意图;
图6是声波密度交会图;
图7是本发明实施例中第一干层识别图版的示意图;
图8是本发明实施例中第二干层识别图版的示意图;
图9是本发明实施例中第一水层识别图版的示意图;
图10是声波中子交会图;
图11是本发明实施例中水层与气层识别图版的示意图;
图12是本发明一实施例中储层流体性质识别系统的结构框图;
图13是本发明实施例中计算机设备的结构框图。
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。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
鉴于常规测井曲线响应值的影响因素较多,给储层流体性质识别增加了困难,本发明实施例提供一种储层流体性质识别方法,以有效识别储层流体性质。以下结合附图对本发明进行详细说明。
图1是本发明实施例中储层流体性质识别方法的流程图。如图1所示,储层流体性质识别方法包括:
S101:获得当前测井参数。
其中,当前测井参数包括当前密度数据、当前中子数据、当前声波时差数据、当前自然伽马数据和当前电阻率数据。
S102:根据当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据。
S103:根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度。
S104:根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值。
S105:根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
具体实施时,可以对其中两口井进行试气,应用试气结果对测井解释结论加以验证。分别选取S1井测井解释的一个水层进行单层测试,一个气层和含气层进行合试。测试结果为:水层的日产水量为20m3/d,气层和含气层的日产气量为9.5×104m3/d;对S2井测井解释的一个含气层进行单层试气,其日产气量为1.1×104m3/d。
图1所示的储层流体性质识别方法的执行主体可以为计算机。由图1所示的流程可知,本发明实施例的储层流体性质识别方法先根据当前中子数据和当前密度数据确定当前重构识别数据,再确定当前中子孔隙度和当前密度孔隙度以确定当前孔隙度差值,最后根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和储层流体性质识别参数表确定当前测井的储层流体性质,可以有效识别储层流体性质。
图2是本发明一实施例中生成储层流体性质识别参数表的流程图。如图2所示,储层流体性质识别方法还包括:
S201:获取历史测井参数。
其中,历史测井参数包括历史密度数据、历史声波时差数据、历史中子数据、历史自然伽马数据和历史电阻率数据。
例如,某某气田是目前国内发现的一个大型气田。区域构造属于鄂尔多斯盆地,区内除有少数鼻状构造外,大都十分平缓。其地质特点:目的层段的岩性包括石英岩、变质砂岩、隐晶岩、片岩、板岩和碳酸盐岩等多种岩类,多种岩类常交织在一起使成岩具有强烈的非均质性,从而使不同砂组、小层之间的“四性”(油性、物性、岩性、电性)关系差别较大;有效储层为中粗粒及含砾石英岩屑砂岩。孔隙度主要的分布范围为:5~12%。渗透率的主要分布范围为:0.06~2.0×10-3μm2的区间,属于低孔低渗致密砂岩气藏。
研究区开发时间较长,很难保证各井数据采集时采用同类型的仪器、统一的标准刻度及同样的操作方式。特别是岩性与孔隙度测井曲线,受到测井系列、测井时间、目的层埋深差异及空间展布的影响较大,为了消除以上因素对测井数据的影响,需对测井曲线做标准化处理,进而做到测井数据是储层性质的真实反映,为下步储层流体性质识别评价打下基础。因此,在执行S201之前还包括:
1、选取标准层,选取依据主要为储层在全区内各井中均为比较发育且性质稳定;同时该储层离开发目的层较近。因此,以该段测井响应作为基准进行标准化可以得到较好的效果。
例如,选取石千峰组致密砂岩层作为标准层,选取该层为标准层理由如下:(1)该套地层在全区内各井中均为比较发育且性质稳定;(2)该层离开发目的层较近。因此,以该段测井响应作为基准进行标准化可以得到较好的效果。
2、由于研究区面积较大,完钻井较多,因此采用趋势面标准化方法完成各井曲线标准化工作,分别对历史声波时差数据(AC),历史密度数据(DEN),历史中子数据(CN),历史自然伽马数据(GR)和历史电阻率数据做趋势面分析标准化处理,构建二次趋势函数。
图3是本发明实施例中标准化前的历史自然伽马数据示意图。图4是本发明实施例中标准化后的历史自然伽马数据示意图。如图3-图4所示,横坐标为平面坐标系Y值,单位为m,纵坐标为平面坐标系X值,单位为m。对比图3与图4可以看出,图3局部区域内各井曲线值无规律;图4在整个研究区内存在一定变化趋势。
天然气的存在会引起地层声波测井响应值增大,密度和中子的测井值响应降低,即天然气的“挖掘效应”。因此可以根据声波时差、密度和中子三种测井响应值对天然气储层的响应特征,将统一量纲转化后的声波时差、密度、中子三种孔隙度测井曲线进行重叠以达到识别气层的目的。
图5是本发明实施例中测井曲线的示意图。如图5所示,图5中的测井曲线包括井经、自然电位、自然伽马、声波时差、密度、中子、深侧向电阻率和浅侧向电阻率。
如图5中的第三曲线道所示,将声波、密度和中子三种孔隙度测井曲线进行重叠绘图,密度曲线为正向刻度,声波时差曲线和中子曲线为反向刻度。从曲线重叠结果看,3211m~3216.8m的中子曲线与密度曲线均较相邻层段出现减小趋势,二者重叠时存在较大的包络面积,气层挖掘效应明显,则为地层含气特征,所在的层为气层3。上部3199.1m~3204m(1号、2号)两个砂岩层的中子曲线与密度曲线重叠时几乎无包络面积,无含气特征,解释为非气层(干层或水层)。高密度、高自然伽马的层为干层1。
另外,储层的电阻率随着孔隙中所含气体饱和度的增高逐渐有变大的趋势。因此在储层的岩性、物性和水性均相同的情况下,气层电阻率明显高于水层电阻率。图5中的第四曲线道为双侧向电阻率曲线,其中2号层的电阻率均低于15ohm.m,该井的试气结论显示为存水层。3号层侧向电阻率均大于15ohm.m、为2号层的2倍左右,可以将2号层解释为含水层。
由上述分析可以看出,干层、水层和气层的识别主要与自然伽马、声波时差、密度、中子和电阻率,因此本申请通过历史密度数据、历史声波时差数据、历史中子数据、历史自然伽马数据和历史电阻率数据建立储层流体性质识别参数表。
图6是声波密度交会图。如图6所示,横坐标为声波时差(AC),纵坐标为密度(DEN)。声波时差与密度的测井数据在研究区目的层位不同流体性质中的交叉现象明显,不能单一的用孔隙度曲线进行流体识别。因此本申请基于气层“挖掘效应”理论,对储层流体进行分步识别,不同的流体性质采用不同的测井数据进行区分识别,并研制多参数判别图版完成储层流体识别工作。
S202:根据历史声波时差数据、历史自然伽马数据、历史中子数据和历史密度数据确定干层识别参数。
一实施例中,S202包括:
1、根据历史声波时差数据和历史自然伽马数据建立第一干层识别图版。
图7是本发明实施例中第一干层识别图版的示意图。如图7所示,图7横坐标为声波时差(AC),图7纵坐标为自然伽马(GR)。
2、根据历史中子数据和历史密度数据建立第二干层识别图版。
图8是本发明实施例中第二干层识别图版的示意图。如图8所示,图8横坐标为中子(CN),图8纵坐标为密度(DEN)。
3、根据第一干层识别图版和第二干层识别图版确定干层识别参数。
通常情况下,对于致密砂岩层气藏,干层比较致密,泥质含量较高、物性较差,因此自然伽马的测井响应值(历史自然伽马数据)一般较高,声波时差的测井响应值(历史声波时差数据)较低。并且,相对中子测井响应值(历史中子数据)与声波时差测井响应值,密度测井值(历史密度数据)受储层含气性影响较小,一定程度上反映储层物性较好。同时干层一般为无效储层,密度较高,岩性致密,从而增大了有效储层与干层间的差异,使得利用自然伽马、声波时差和密度识别干层更为有效。如图7与图8所示,干层识别参数为:自然伽马大于或等于47API,密度大于或等于2.55g/cm3,声波时差小于225us/m,中子小于17%。
S203:根据历史中子数据和历史电阻率数据确定第一水层识别参数。
一实施例中,S203包括:
1、根据历史中子数据和历史电阻率数据建立第一水层识别图版。
图9是本发明实施例中第一水层识别图版的示意图。如图9所示,图9横坐标为中子(CN),图8纵坐标为电阻率(RT)。
2、根据第一水层识别图版确定第一水层识别参数。
在储集层中,孔隙空间中不是充满了水,就是充满了油或气或者其混合物。无论油、水和气中都含有氢,因而通过测量岩石的含氢量,可以确定岩石孔隙度值。中子测井就是通过测量地层含氢量的一种孔隙度测井方法。由于研究区块为气田,相同孔隙情况下,水层的含氢量要远大于气层含氢量,因此,水层中子测井值要远大于气层中子测井值。储层电阻率值随着孔隙中所含气体饱和度的增高逐渐有变大的趋势,可根据电阻率区分气层和水层。因此,基于第一水层识别图版可以有效划分气层与水层,见图9,第一水层识别参数为:水层的中子大于或等于15%,电阻率小于15ohm.m。
S204:根据历史中子数据和历史密度数据确定气层识别参数和第二水层识别参数。
一实施例中,S204包括:
1、根据历史中子数据和历史密度数据确定历史重构识别数据。
由于天然气的存在会引起地层声波测井值增大,密度测井值和中子测井值降低,即天然气的“挖掘效应”,且含气性越好的储层气层“挖掘效应”越明显,对声波时差、密度和中子三种测井响应值的影响越大。基于含气储层以上特征,可以对测井曲线进行天然气特征曲线重构,进而达到识别天然气层的效果。对工区50余口井测井曲线特征进行分析得出,苏里格气田储层的含气性与中子测井值和密度测井值关系最为密切。
一实施例中,可以通过如下公式确定历史重构识别数据:
其中,X为历史重构识别数据,CN为历史中子数据,CNmin为历史中子数据的最小值,CNmax为历史中子数据的最大值,DEN为历史密度数据,DENmin为历史密度数据的最小值,DENmax为历史密度数据的最大值。
2、根据历史中子数据确定历史中子孔隙度,根据历史密度数据确定历史密度孔隙度。
其中,天然气的“挖掘效应”导致中子孔隙度比地层实际孔隙度大、而密度孔隙度比地层实际孔隙度小,含气性越好,二者之间差异越大。
3、根据历史密度孔隙度和历史中子孔隙度确定历史孔隙度差值。
一实施例中,Δφ=φ(DEN)-φ(CN);
其中,Δφ为历史孔隙度差值,φ(DEN)为历史密度孔隙度,φ(CN)为历史中子孔隙度。
4、根据历史重构识别数据和历史孔隙度差值建立水层与气层识别图版。
5、根据水层与气层识别图版确定气层识别参数和第二水层识别参数。
图10是声波中子交会图。图11是本发明实施例中水层与气层识别图版的示意图。图10横坐标为声波时差(AC),图10纵坐标为中子(CN)。图11横坐标为历史孔隙度差值,图11纵坐标为历史重构识别数据。如图10-图11所示,不同含气级别(气层、含气层、微含气层)的气层测井响应特征无明显区别,但结合重构的天然气特征曲线:X和Δφ,可以实现对不同含气级别的气层进行有效划分,如图11,气层识别参数包括气层参数、含气层参数和微含气层参数。气层参数为Δφ大于或等于10,X大于1;含气层参数为Δφ大于或等于5且小于10,X大于0.7;微含气层参数为Δφ大于或等于0且小于5,X大于0。第二水层识别参数为Δφ小于0,X大于或等于0,小于或等于0.4。
S205:根据干层识别参数、第一水层识别参数、第二水层识别参数和气层识别参数生成储层流体性质识别参数表。
表1
表1为储层流体性质识别参数表。
本发明实施例的具体流程如下:
1、选取标准层,对历史声波时差数据,历史密度数据,历史中子数据,历史自然伽马数据和历史电阻率数据做趋势面分析标准化处理,得到经过标准化后的历史密度数据、历史声波时差数据、历史中子数据、历史自然伽马数据和历史电阻率数据。
2、根据历史声波时差数据和历史自然伽马数据建立第一干层识别图版,根据历史中子数据和历史密度数据建立第二干层识别图版。
3、根据第一干层识别图版和第二干层识别图版确定干层识别参数。
4、根据历史中子数据和历史电阻率数据建立第一水层识别图版。
5、根据第一水层识别图版确定第一水层识别参数。
6、根据历史中子数据和历史密度数据确定历史重构识别数据。
7、根据历史中子数据确定历史中子孔隙度,根据历史密度数据确定历史密度孔隙度。
8、根据历史密度孔隙度和历史中子孔隙度确定历史孔隙度差值。
9、根据历史重构识别数据和历史孔隙度差值建立水层与气层识别图版。
10、根据水层与气层识别图版确定气层识别参数和第二水层识别参数。
11、根据干层识别参数、第一水层识别参数、第二水层识别参数和气层识别参数生成储层流体性质识别参数表。
12、根据当前中子数据和当前密度数据确定当前重构识别数据;根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度;根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值。
13、根据当前重构识别数据、当前孔隙度差值、当前密度数据、当前声波时差数据、当前中子数据、当前自然伽马数据、当前电阻率数据和储层流体性质识别参数表确定当前测井的储层流体性质。
综上,本发明实施例的储层流体性质识别方法先根据当前中子数据和当前密度数据确定当前重构识别数据,再确定当前中子孔隙度和当前密度孔隙度以确定当前孔隙度差值,最后根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和储层流体性质识别参数表确定当前测井的储层流体性质,可以有效识别储层流体性质。
基于同一发明构思,本发明实施例还提供了一种储层流体性质识别系统,由于该系统解决问题的原理与储层流体性质识别方法相似,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12是本发明一实施例中储层流体性质识别系统的结构框图。如图12所示,储层流体性质识别系统包括:
获得单元,用于获得当前测井参数;
重构识别数据单元,用于根据当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;
孔隙度单元,用于根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度;
孔隙度差值单元,用于根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值;
储层流体性质单元,用于根据当前测井的所述当前重构识别数据、当前孔隙度差值、当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
在其中一种实施例中,还包括:
获取单元,用于获取历史测井参数,历史测井参数包括历史密度数据、历史声波时差数据、历史中子数据、历史自然伽马数据和历史电阻率数据;
干层识别参数单元,用于根据历史声波时差数据、历史自然伽马数据、历史中子数据和历史密度数据确定干层识别参数;
水层识别参数单元,用于根据历史中子数据和历史电阻率数据确定第一水层识别参数;
水层与气层识别参数单元,用于根据历史中子数据和历史密度数据确定气层识别参数和第二水层识别参数;
储层流体性质识别参数表单元,用于根据干层识别参数、第一水层识别参数、第二水层识别参数和气层识别参数生成储层流体性质识别参数表。
在其中一种实施例中,干层识别参数单元具体用于:
根据历史声波时差数据和历史自然伽马数据建立第一干层识别图版;
根据历史中子数据和历史密度数据建立第二干层识别图版;
根据第一干层识别图版和第二干层识别图版确定干层识别参数。
在其中一种实施例中,水层识别参数单元具体用于:
根据历史中子数据和历史电阻率数据建立第一水层识别图版;
根据第一水层识别图版确定第一水层识别参数。
在其中一种实施例中,水层与气层识别参数单元具体用于:
根据历史中子数据和历史密度数据确定历史重构识别数据;
根据历史中子数据确定历史中子孔隙度,根据历史密度数据确定历史密度孔隙度;
根据历史密度孔隙度和历史中子孔隙度确定历史孔隙度差值;
根据历史重构识别数据和历史孔隙度差值建立水层与气层识别图版;
根据水层与气层识别图版确定气层识别参数和第二水层识别参数。
综上,本发明实施例的储层流体性质识别系统先根据当前中子数据和当前密度数据确定当前重构识别数据,再确定当前中子孔隙度和当前密度孔隙度以确定当前孔隙度差值,最后根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和储层流体性质识别参数表确定当前测井的储层流体性质,可以有效识别储层流体性质。
本发明实施例还提供能够实现上述实施例中的储层流体性质识别方法中全部步骤的一种计算机设备的具体实施方式。图13是本发明实施例中计算机设备的结构框图,参见图13,所述计算机设备具体包括如下内容:
处理器(processor)1301和存储器(memory)1302。
所述处理器1301用于调用所述存储器1302中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的储层流体性质识别方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
获得当前测井参数;
根据当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;
根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度;
根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值;
根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
综上,本发明实施例的计算机设备先根据当前中子数据和当前密度数据确定当前重构识别数据,再确定当前中子孔隙度和当前密度孔隙度以确定当前孔隙度差值,最后根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和储层流体性质识别参数表确定当前测井的储层流体性质,可以有效识别储层流体性质。
本发明实施例还提供能够实现上述实施例中的储层流体性质识别方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的储层流体性质识别方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
获得当前测井参数;
根据当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;
根据当前中子数据确定当前中子孔隙度,根据当前密度数据确定当前密度孔隙度;
根据当前密度孔隙度和当前中子孔隙度确定当前孔隙度差值;
根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
综上,本发明实施例的计算机可读存储介质先根据当前中子数据和当前密度数据确定当前重构识别数据,再确定当前中子孔隙度和当前密度孔隙度以确定当前孔隙度差值,最后根据当前测井的当前重构识别数据、当前孔隙度差值、当前测井参数和储层流体性质识别参数表确定当前测井的储层流体性质,可以有效识别储层流体性质。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元,或装置都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
Claims (12)
1.一种储层流体性质识别方法,其特征在于,包括:
获得当前测井参数;
根据所述当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;
根据所述当前中子数据确定当前中子孔隙度,根据所述当前密度数据确定当前密度孔隙度;
根据所述当前密度孔隙度和所述当前中子孔隙度确定当前孔隙度差值;
根据当前测井的所述当前重构识别数据、所述当前孔隙度差值、所述当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
2.根据权利要求1所述的储层流体性质识别方法,其特征在于,还包括:
获取历史测井参数,所述历史测井参数包括历史密度数据、历史声波时差数据、历史中子数据、历史自然伽马数据和历史电阻率数据;
根据所述历史声波时差数据、所述历史自然伽马数据、所述历史中子数据和所述历史密度数据确定干层识别参数;
根据所述历史中子数据和所述历史电阻率数据确定第一水层识别参数;
根据所述历史中子数据和所述历史密度数据确定气层识别参数和第二水层识别参数;
根据所述干层识别参数、所述第一水层识别参数、所述第二水层识别参数和所述气层识别参数生成储层流体性质识别参数表。
3.根据权利要求2所述的储层流体性质识别方法,其特征在于,确定干层识别参数包括:
根据所述历史声波时差数据和所述历史自然伽马数据建立第一干层识别图版;
根据所述历史中子数据和所述历史密度数据建立第二干层识别图版;
根据所述第一干层识别图版和所述第二干层识别图版确定干层识别参数。
4.根据权利要求2所述的储层流体性质识别方法,其特征在于,确定第一水层识别参数包括:
根据所述历史中子数据和所述历史电阻率数据建立第一水层识别图版;
根据所述第一水层识别图版确定第一水层识别参数。
5.根据权利要求2所述的储层流体性质识别方法,其特征在于,确定气层识别参数和第二水层识别参数包括:
根据所述历史中子数据和所述历史密度数据确定历史重构识别数据;
根据所述历史中子数据确定历史中子孔隙度,根据所述历史密度数据确定历史密度孔隙度;
根据所述历史密度孔隙度和所述历史中子孔隙度确定历史孔隙度差值;
根据所述历史重构识别数据和所述历史孔隙度差值建立水层与气层识别图版;
根据所述水层与气层识别图版确定气层识别参数和第二水层识别参数。
6.一种储层流体性质识别系统,其特征在于,包括:
获得单元,用于获得当前测井参数;
重构识别数据单元,用于根据所述当前测井参数中的当前中子数据和当前密度数据确定当前重构识别数据;
孔隙度单元,用于根据所述当前中子数据确定当前中子孔隙度,根据所述当前密度数据确定当前密度孔隙度;
孔隙度差值单元,用于根据所述当前密度孔隙度和所述当前中子孔隙度确定当前孔隙度差值;
储层流体性质单元,用于根据当前测井的所述当前重构识别数据、所述当前孔隙度差值、所述当前测井参数和预先获取的储层流体性质识别参数表确定当前测井的储层流体性质。
7.根据权利要求6所述的储层流体性质识别系统,其特征在于,还包括:
获取单元,用于获取历史测井参数,所述历史测井参数包括历史密度数据、历史声波时差数据、历史中子数据、历史自然伽马数据和历史电阻率数据;
干层识别参数单元,用于根据所述历史声波时差数据、所述历史自然伽马数据、所述历史中子数据和所述历史密度数据确定干层识别参数;
水层识别参数单元,用于根据所述历史中子数据和所述历史电阻率数据确定第一水层识别参数;
水层与气层识别参数单元,用于根据所述历史中子数据和所述历史密度数据确定气层识别参数和第二水层识别参数;
储层流体性质识别参数表单元,用于根据所述干层识别参数、所述第一水层识别参数、所述第二水层识别参数和所述气层识别参数生成储层流体性质识别参数表。
8.根据权利要求7所述的储层流体性质识别系统,其特征在于,所述干层识别参数单元具体用于:
根据所述历史声波时差数据和所述历史自然伽马数据建立第一干层识别图版;
根据所述历史中子数据和所述历史密度数据建立第二干层识别图版;
根据所述第一干层识别图版和所述第二干层识别图版确定干层识别参数。
9.根据权利要求7所述的储层流体性质识别系统,其特征在于,所述水层识别参数单元具体用于:
根据所述历史中子数据和所述历史电阻率数据建立第一水层识别图版;
根据所述第一水层识别图版确定第一水层识别参数。
10.根据权利要求7所述的储层流体性质识别系统,其特征在于,所述水层与气层识别参数单元具体用于:
根据所述历史中子数据和所述历史密度数据确定历史重构识别数据;
根据所述历史中子数据确定历史中子孔隙度,根据所述历史密度数据确定历史密度孔隙度;
根据所述历史密度孔隙度和所述历史中子孔隙度确定历史孔隙度差值;
根据所述历史重构识别数据和所述历史孔隙度差值建立水层与气层识别图版;
根据所述水层与气层识别图版确定气层识别参数和第二水层识别参数。
11.一种计算机设备,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权利要求1至5任一项所述的储层流体性质识别方法的步骤。
12.一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权利要求1至5任一项所述的储层流体性质识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010487830.7A CN113818870B (zh) | 2020-06-02 | 2020-06-02 | 储层流体性质识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010487830.7A CN113818870B (zh) | 2020-06-02 | 2020-06-02 | 储层流体性质识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113818870A true CN113818870A (zh) | 2021-12-21 |
CN113818870B CN113818870B (zh) | 2024-03-26 |
Family
ID=78924230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010487830.7A Active CN113818870B (zh) | 2020-06-02 | 2020-06-02 | 储层流体性质识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113818870B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4617825A (en) * | 1985-09-12 | 1986-10-21 | Halliburton Company | Well logging analysis methods for use in complex lithology reservoirs |
US20070203681A1 (en) * | 2006-02-24 | 2007-08-30 | Saudi Arabian Oil Company | Monte carlo simulation of well logging data |
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 |
CN104865614A (zh) * | 2014-02-20 | 2015-08-26 | 中国石油化工股份有限公司 | 基于可变骨架参数的复杂储层流体识别方法 |
CN104977617A (zh) * | 2014-04-02 | 2015-10-14 | 中国石油化工股份有限公司 | 储层裂缝识别方法和成像测井储层裂缝识别方法 |
CN105986813A (zh) * | 2015-02-13 | 2016-10-05 | 中国石油化工股份有限公司 | 准致密储层快速评价方法及准致密储层多指标评价方法 |
WO2017024530A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种计算烃源岩中有机碳含量的方法 |
-
2020
- 2020-06-02 CN CN202010487830.7A patent/CN113818870B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4617825A (en) * | 1985-09-12 | 1986-10-21 | Halliburton Company | Well logging analysis methods for use in complex lithology reservoirs |
US20070203681A1 (en) * | 2006-02-24 | 2007-08-30 | Saudi Arabian Oil Company | Monte carlo simulation of well logging data |
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 |
CN104865614A (zh) * | 2014-02-20 | 2015-08-26 | 中国石油化工股份有限公司 | 基于可变骨架参数的复杂储层流体识别方法 |
CN104977617A (zh) * | 2014-04-02 | 2015-10-14 | 中国石油化工股份有限公司 | 储层裂缝识别方法和成像测井储层裂缝识别方法 |
CN105986813A (zh) * | 2015-02-13 | 2016-10-05 | 中国石油化工股份有限公司 | 准致密储层快速评价方法及准致密储层多指标评价方法 |
WO2017024530A1 (zh) * | 2015-08-11 | 2017-02-16 | 深圳朝伟达科技有限公司 | 一种计算烃源岩中有机碳含量的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113818870B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103603659B (zh) | 利用常规测井资料识别复杂孔隙结构储层流体类型的方法 | |
WO2017024700A1 (zh) | 一种计算烃源岩中有机碳含量的装置 | |
CN108252710B (zh) | 一种确定油藏含水饱和度的方法及装置 | |
Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
CN106503295B (zh) | 一种利用状态空间模型解释油田水淹层的方法及装置 | |
CN112698399B (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与系统 | |
CN109298464B (zh) | 致密砂岩储层成岩相测井识别方法及装置 | |
Askari et al. | A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir | |
CN113435066B (zh) | 一种基于数字岩心技术的测井解释储层评价方法 | |
CN109630090B (zh) | 储盖组合测井评价方法和装置 | |
Agarwal et al. | Ekofisk Field reservoir characterization: mapping permeability through facies and fracture intensity | |
Skalinski et al. | Updated rock type definition and pore type classification of a carbonate buildup, Tengiz field, Republic of Kazakhstan | |
Dubois et al. | Multiscale geologic and petrophysical modeling of the giant Hugoton gas field (Permian), Kansas and Oklahoma, USA | |
CN113818870A (zh) | 储层流体性质识别方法及系统 | |
Aslanyan et al. | Assessing macroscopic dynamic permeability through pressure and noise analysis | |
CN112130227B (zh) | 一种地表水侵入型储集层中油水层识别方法 | |
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 | |
CN104314558A (zh) | 用斯通利波能量损失度判别储层有效性的方法 | |
CN110879424A (zh) | 流体性质识别方法及装置 | |
CN111396026B (zh) | 基于水平井测井数据的碳酸盐岩高渗层识别方法及装置 | |
Lavenu et al. | Modeling Fractures in a Heterogeneous Carbonate Reservoir Onshore UAE: A Case Study | |
CN114970071A (zh) | 一种喷发岩的有利储层识别方法及系统 | |
CN117784278B (zh) | 一种致密砂岩气甜点的预测方法和预测系统 | |
CN114135269B (zh) | 一种致密砂岩油层识别方法及装置 | |
CN117631052A (zh) | 一种基于敏感流体因子构建的储层流体预测方法及系统 |
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 |