CN113887078B - 深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法 - Google Patents
深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法 Download PDFInfo
- Publication number
- CN113887078B CN113887078B CN202111248285.7A CN202111248285A CN113887078B CN 113887078 B CN113887078 B CN 113887078B CN 202111248285 A CN202111248285 A CN 202111248285A CN 113887078 B CN113887078 B CN 113887078B
- Authority
- CN
- China
- Prior art keywords
- carbonate reservoir
- porosity
- deep
- depth
- marine
- 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
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 48
- 208000035126 Facies Diseases 0.000 title description 4
- 238000009933 burial Methods 0.000 claims abstract description 40
- 238000005553 drilling Methods 0.000 claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 239000011435 rock Substances 0.000 claims abstract description 18
- 238000005056 compaction Methods 0.000 claims description 39
- 238000013178 mathematical model Methods 0.000 claims description 22
- 239000004215 Carbon black (E152) Substances 0.000 claims description 19
- 229930195733 hydrocarbon Natural products 0.000 claims description 19
- 239000013049 sediment Substances 0.000 claims description 15
- 230000015572 biosynthetic process Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000011148 porous material Substances 0.000 claims description 6
- 125000001183 hydrocarbyl group Chemical group 0.000 claims 5
- 238000001514 detection method Methods 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 45
- 239000007789 gas Substances 0.000 description 21
- 150000002430 hydrocarbons Chemical group 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 238000004088 simulation Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 239000003208 petroleum Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
- G01V1/50—Analysing data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2823—Raw oil, drilling fluid or polyphasic mixtures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6244—Porosity
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medicinal Chemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Geophysics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
Abstract
本发明属于油气探测技术领域，具体涉及一种深层‑超深层海相碳酸盐岩油藏赋存深度下限预测方法、系统、设备，旨在解决现有技术无法通过直接建立钻遇干层比率和深度的关系来预测油藏赋存深度下限的问题。本发明方法包括：获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；计算海相碳酸盐岩储层的孔隙度值；分析得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；递推得到干层比例与埋深关系，确定深层‑超深层海相碳酸盐岩油藏赋存深度下限。本发明克服了现有技术无法通过直接建立钻遇干层比率和深度的关系来预测油藏赋存深度下限的问题。
Description
技术领域
本发明属于油气探测技术领域，具体涉及一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法、系统、设备。
背景技术
海相碳酸盐岩在中国广泛存在，其面积大于4.50×106km2，国土资源部组织的评估结果显示我国海相碳酸盐岩领域中，石油地质资源量可达3.40×1010t，天然气地质资源量可达2.43×1013m3。近年来，中国西部叠合盆地油气勘探油气不断走向盆地深层，深层钻井数不断增多，钻井深度逐年增加。塔里木盆地深层油气勘探位于世界前列，近10年塔里木盆地深层油气钻井1592口，平均深度超过6043m，占比87％，钻探油气深度逐年增大，从2006年平均5231m增加到2017年6665m。2019年，中石油在塔里木盆地完钻风险探井轮探1井，钻达8882m，为目前亚洲最深钻井，在8200m以下发现了最深的工业性油藏，开辟了一个全新的勘探领域。该领域石油勘探前景如何？石油勘探还能继续往下拓展多深？这些是地质学家十分关注的问题。油藏赋存深度下限为探井100％钻遇干层所对应深度，解决该问题的难点是虽然我国钻井已经突破8882m，依然没有钻达油藏赋存深度下限，无法通过直接建立钻遇干层比率和深度的关系来预测油藏赋存深度下限。因此，深层-超深层海相碳酸盐岩油藏赋存深度下限研究对于深入认识该领域石油勘探前景、科学指导深层-超深层石油钻探具有重要意义。基于此，本发明提出了一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法。
发明内容
为了解决现有技术中的上述问题，即为了解决现有技术无法通过直接建立钻遇干层比率和深度的关系来预测油藏赋存深度下限的问题，本发明提出了一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，该方法包括：
步骤S100，获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；所述地质因素包括海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形、埋深、地层温度以及海相碳酸盐岩储层的均质性；
步骤S200，基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数；基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，进而计算海相碳酸盐岩储层的孔隙度值，并对海相碳酸盐岩储层的孔隙度与埋深关系进行拟合；
步骤S300，结合采集的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；所述孔隙度区间为前闭后开的区间；
步骤S400，基于干层比例和海相碳酸盐岩储层孔隙度的分布关系、海相碳酸盐岩储层孔隙度与埋深关系，递推得到干层比例与埋深关系，进而确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
在一些优选的实施方式中，对各地质因素的绝对值进行标准化，其方法为：
海相碳酸盐岩储层形成的地质年代A/Ma：TA＝0.0125A；
动态变形N/构造地层单位：TN＝0.2+1.46logN；
海相碳酸盐岩储层的埋深H/km：TH＝0.1H；
海相碳酸盐岩储层的地层温度t/℃：Tt＝0.005t；
海相碳酸盐岩储层的均质性S：S＝100％*ra/rmax；其中，ra表示平均孔喉半径，rmax表示最大连通孔喉半径。
在一些优选的实施方式中，所述含油气盆地沉积物压实和成岩程度的数学模型的建模系数，其计算方法为：
xi＝exp(-ajT)
其中，xi表示建模系数，aj表示影响系数,T表示标准化的地质因素。
在一些优选的实施方式中，所述含油气盆地沉积物压实和成岩程度的数学模型为：
其中，Ut表示沉积物目前的压实成岩程度，U0表示沉积物最初的压实成岩程度。
在一些优选的实施方式中，所述海相碳酸盐岩储层相对压实以及成岩作用，其计算方法为：
其中，Z表示海相碳酸盐岩储层相对压实以及成岩作用。
在一些优选的实施方式中，所述海相碳酸盐岩储层的孔隙度值，其计算方法为：
φ＝φ0Z1
其中，φ表示海相碳酸盐岩储层当前孔隙度值，φ0表示碳酸盐岩压实成岩前的孔隙度初始值，Z1表示孔隙度的相对变化值。
本发明的第二方面，提出了一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测系统，该系统包括：地质因素标准化模块、孔隙度计算模块、分布关系获取模块、深度下限确定模块；
所述地质因素标准化模块，配置为获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；所述地质因素包括海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形、埋深、地层温度以及海相碳酸盐岩储层的均质性；
所述孔隙度计算模块，配置为基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数；基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，进而计算海相碳酸盐岩储层的孔隙度值，并对海相碳酸盐岩储层的孔隙度与埋深关系进行拟合；
所述分布关系获取模块，配置为结合采集的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；所述孔隙度区间为前闭后开的区间；
所述深度下限确定模块，配置为基于干层比例和海相碳酸盐岩储层孔隙度的分布关系、海相碳酸盐岩储层孔隙度与埋深关系，递推得到干层比例与埋深关系，进而确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
本发明的第三方面，提出了一种电子设备，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法。
本发明的有益效果：
本发明克服了现有技术无法通过直接建立钻遇干层比率和深度的关系来预测油藏赋存深度下限的问题。
本发明通过统计分析和数值模拟研究，最终建立了深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，为揭示深层-超深层海相碳酸盐岩油藏勘探前景，科学指导深层-超深层石油钻探具有重要意义，为深层-超深层石油勘探前景评价提供理论指导，为指导深层-超深层石油钻探提供技术支撑。
附图说明
通过阅读参照以下附图所做的对非限制性实施例所做的详细描述，本申请的其他特征、目的和优点将会变得更明显。
图1是本发明一种实施例的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法的流程示意图；
图2为本发明一种实施例的深层-超深层海相碳酸盐岩油藏赋存深度下限预测系统的框架示意图；
图3是本发明一种实施例的塔里木盆地塔中地区下奥陶统碳酸盐岩孔隙度随埋深变化实际资料与数值模拟结果比较的示意图；
图4是本发明一种实施例的塔里木盆地塔中地区探井钻遇下奥陶统海相碳酸盐岩储层中流体性质与孔隙度的变化的示意图；
图5是本发明一种实施例的塔里木盆地塔中地区下奥陶统碳酸盐岩油藏赋存下限深度预测结果的示意图。
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。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本发明第一实施例的一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，如图1所示，该方法包括：
步骤S100，获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；所述地质因素包括海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形、埋深、地层温度以及海相碳酸盐岩储层的均质性；
步骤S200，基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数；基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，进而计算海相碳酸盐岩储层的孔隙度值，并对海相碳酸盐岩储层的孔隙度与埋深关系进行拟合；
步骤S300，结合采集的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；所述孔隙度区间为前闭后开的区间；
步骤S400，基于干层比例和海相碳酸盐岩储层孔隙度的分布关系、海相碳酸盐岩储层孔隙度与埋深关系，递推得到干层比例与埋深关系，进而确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
为了更清晰地对本发明深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法进行说明，下面结合附图，对本发明方法一种实施例中各步骤进行展开详述。
本发明采用以下技术方案：一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，包括以下步骤：1)表征海相碳酸盐岩储层孔隙度随埋深演化过程；2)确定海相碳酸盐岩储层孔隙度和干层比例的关系；3)联立干层比例和孔隙度、孔隙度与埋深关系得到的干层比例随埋深变化关系，据此确定深层-超深层海相碳酸盐岩油藏赋存深度下限。具体处理过程如下：
步骤S100，获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；所述地质因素包括海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形、埋深、地层温度以及海相碳酸盐岩储层的均质性；
在本实施例中，应用Buryakovsky和Dzhevanshir在1976年提出计算含油气盆地沉积物压实和成岩程度的数学模型，其基本形式如下：
其中，Ut表示沉积物目前的压实成岩程度，U0表示沉积物最初的压实成岩程度。
含油气盆地沉积物压实和成岩程度的数学模型模型成立的必要条件是每一个模型系数(也称之为建模系数)xi是独立的，模型系数主要考虑了一些地质因素对海相碳酸盐岩储层孔隙度的作用。这些地质因素包括：海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形(即构造旋回次数)、埋深、地层温度以及海相碳酸盐岩储层的均质性。为了计算，要对各地质因素的绝对值进行标准化转化，通过多年的研究，得出各地质因素标准化公式(表1)。
表1
其中，ra表示平均孔喉半径，r m ax表示最大连通孔喉半径。
步骤S200，基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数；基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，进而计算海相碳酸盐岩储层的孔隙度值，并对海相碳酸盐岩储层的孔隙度与埋深关系进行拟合。
由于各个影响因素对于海相碳酸盐岩储层孔隙度影响程度不一样，通过大量的实验研究，确定了其影响系数包括强、中、弱三个档次，如表2所示。
表2
在本实施例中，基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数，如公式(2)所示：
xi＝exp(-ajT) (2)
其中，xi表示建模系数，aj表示影响系数，由表2查到,T表示标准化的地质因素，由表1查到。
基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，也就是海相碳酸盐岩储层岩石的相对变化程度，如式(3)所示：
其中，Z表示海相碳酸盐岩储层相对压实以及成岩作用。
海相碳酸盐岩储层孔隙度计算公式如下：
φ＝φ0Z1 (5)
其中，φ表示海相碳酸盐岩储层当前孔隙度值，单位％，φ0表示碳酸盐岩压实成岩前的孔隙度初始值，单位％，Z1表示孔隙度的相对变化值，无量纲。
另外，对表征海相碳酸盐岩储层孔隙度随埋深演化过程，本发明给出了相应的计算机处理的过程、模块应用及图件输出：
1)计算机处理：
块1：输入影响程度的5个影响系数；
块2：生成1000组储层(即海相碳酸盐岩储层)地质年代模拟区间随机数；
块3：生成1000组储层埋深模拟区间的随机数；
块4：生成1000组储层形成后经历动态变形模拟区间的随机；
块5：生成1000组地层温度模拟区间的随机数；
块6：生成1000组储层均质系数模拟区间的随机数；
块7：根据公式3得到海相碳酸盐岩储层相对压实作用以及成岩程度值Z；
块8：根据公式4得到海相碳酸盐岩储层孔隙度的相对变化值Z1；
块9：根据公式5进行海相碳酸盐岩储层孔隙度模拟运算；
块10：输出拟合的碳酸盐岩孔隙度与埋深关系散点图。
2)模块应用及图件输出：
块1：用非线性拟合模块法对海相碳酸盐岩储层孔隙度与其埋藏深度进行拟合(多项式)，得到储层孔隙度与埋深非线性方程与95％置信区间参数；
块2：绘制出海相碳酸盐岩储层孔隙度参数随埋深的演化图。
塔里木盆地是我国最大的含油气盆地，地理上位于中国西部新疆境内，是著名的天山褶皱系和昆仑山褶皱系发育区。沉积盆地的面积大概56×104m2。塔里木盆地油气丰富，是我国国内最重要的油气供应区，是中国著名的西气东输一线工程的起点，探明油气储量35.6×108t油当量，盆地远景资源量114×108t，在全国含油气盆地排名第3。塔里木盆地志留系之下的地层为海相碳酸盐岩沉积，目的层下奥陶为油气的主要储层和产层，为勘探家最重视的目的层之一，在盆地塔中地区下奥陶统碳酸盐岩钻井钻达该层埋深在3356m和6744m都有分布。
在本发明中，以塔里木盆地为例，表征塔里木盆地塔中地区下奥陶统海相碳酸盐岩储层孔隙度随埋深演化过程。具体为：
确定了塔里木盆地塔中地区下奥陶统鹰山组海相碳酸盐岩储层物性地质影响因素主要包括以下五个：埋深、地质年代、地层温度、储层形成后经历的动态变形以及储均质性。并确定了表征海相碳酸盐岩储层孔隙度随埋深演化过程所需参数，如下表3，根据步骤S100、S200，模拟了塔中地区下奥陶统海相碳酸盐岩储层从地表深埋到10000m深的过程过其孔隙度的变化，其结果如图3所示，储层在盆地浅层还保存较大的孔隙度，在2000m前还具有20％的孔隙度，但是进入盆地中层后孔隙度降低幅度较大，只有8％-12％了，继续深埋到盆地深层后，其孔隙度值降低到2％～6％，进入盆地深层后其孔隙度降低幅度较小。储层孔隙度呈现出随埋深增加趋势性减小的规律，浅埋阶段减少较快深埋后减少较慢，到10000m后其孔隙度值很小，只有1.2％。
表3
步骤S300，结合采集的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；所述孔隙度区间为前闭后开的区间。
根据钻探结果分析，一般情况下，在埋深较浅的目的层内主要钻遇水层，再往深依次钻遇油层、水层、干层，深度进一步增大后100％钻遇干层。根据收集到的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间(前闭后开的区间)里油层、水层、干层的比例，得到干层比例和孔隙度的分布关系。本发明中，M为大于0的正数，优先设置为0.5。
在本实施例中，根据收集到的试油资料和测井数据，分析塔中地区探井钻遇目的层段的3853个油气水层情况，得到每0.5％的孔隙度区间里油层、水层、干层的比例，如图4所示，可以直观的呈现出油藏赋存下限临界条件。可以看出，当储层孔隙度大于8％时，几乎全部钻遇油层、水层，当储层孔隙度减小时，钻遇的油层、水层减少，干层逐渐增加，当储层孔隙度减小到1.5％～2％的区间(为前闭后开的区间)，干层比例增加到92％，当储层孔隙度进一步减小到1％～1.5％的区间，干层的比例为100％。
步骤S400，基于干层比例和海相碳酸盐岩储层孔隙度的分布关系、海相碳酸盐岩储层孔隙度与埋深关系，递推得到干层比例与埋深关系，进而确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
在本实施例中，联立步骤S100、S200确定的孔隙度与埋深关系、步骤S300确定的干层比例和孔隙度的关系得到的干层比例随埋深变化关系，干层的比例为100％对应的深度为赋存深度下限，据此确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
首先建立储层物性随深度的演化过程(图5a)，其次根据干层比例和孔隙度、孔隙度与埋深关系联立得到的干层比例随埋深变化关系(图5b)，图5c为三者之间的联系。图5为塔中下奥陶统碳酸盐岩油藏赋存下限深度预测方法及结果。据此，预测出塔里木盆地塔中地区下奥陶统深层-超深层碳酸盐岩油藏赋存下限深度可达9000m，当前塔中地区下奥陶统海相碳酸盐岩储层最大埋深不超过8000m，说明当前在这套地层中开展深层碳酸盐岩油藏勘探是可行的，也是有前景的。
本发明第二实施例的一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测系统，如图2所示，该系统包括：地质因素标准化模块100、孔隙度计算模块200、分布关系获取模块300、深度下限确定模块400；
所述地质因素标准化模块100，配置为获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；所述地质因素包括海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形、埋深、地层温度以及海相碳酸盐岩储层的均质性；
所述孔隙度计算模块200，配置为基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数；基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，进而计算海相碳酸盐岩储层的孔隙度值，并对海相碳酸盐岩储层的孔隙度与埋深关系进行拟合；
所述分布关系获取模块300，配置为结合采集的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；所述孔隙度区间为前闭后开的区间；
所述深度下限确定模块400，配置为基于干层比例和海相碳酸盐岩储层孔隙度的分布关系、海相碳酸盐岩储层孔隙度与埋深关系，递推得到干层比例与埋深关系，进而确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
所述技术领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的系统的具体的工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的深层-超深层海相碳酸盐岩油藏赋存深度下限预测系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
本发明第三实施例的一种电子设备，至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现权利要求上述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法。
所述技术领域的技术人员可以清楚的了解到，未描述的方便和简洁，上述描述的电子设备的具体工作过程及有关说明，可以参考前述方法实例中的对应过程，在此不再赘述。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (8)
1.一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，其特征在于，该方法包括：
步骤S100，获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；所述地质因素包括海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形、埋深、地层温度以及海相碳酸盐岩储层的均质性；
步骤S200，基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数；基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，进而计算海相碳酸盐岩储层的孔隙度值，并对海相碳酸盐岩储层的孔隙度与埋深关系进行拟合；
步骤S300，结合采集的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；所述孔隙度区间为前闭后开的区间；
步骤S400，基于干层比例和海相碳酸盐岩储层孔隙度的分布关系、海相碳酸盐岩储层孔隙度与埋深关系，递推得到干层比例与埋深关系，进而确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
2.根据权利要求1所述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，其特征在于，对各地质因素的绝对值进行标准化，其方法为：
海相碳酸盐岩储层形成的地质年代A/Ma：TA＝0.0125A；
动态变形N/构造地层单位：TN＝0.2+1.46log N；
海相碳酸盐岩储层的埋深H/km：TH＝0.1H；
海相碳酸盐岩储层的地层温度t/℃：Tt＝0.005t；
海相碳酸盐岩储层的均质性S：S＝100％*ra/rmax；其中，ra表示平均孔喉半径，rmax表示最大连通孔喉半径。
3.根据权利要求2所述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，其特征在于，所述含油气盆地沉积物压实和成岩程度的数学模型的建模系数，其计算方法为：
xi＝exp(-ajT)
其中，xi表示建模系数，aj表示影响系数，T表示标准化的地质因素。
4.根据权利要求3所述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，其特征在于，所述含油气盆地沉积物压实和成岩程度的数学模型为：
其中，Ut表示沉积物目前的压实成岩程度，U0表示沉积物最初的压实成岩程度。
5.根据权利要求4所述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，其特征在于，所述海相碳酸盐岩储层相对压实以及成岩作用，其计算方法为：
其中，Z表示海相碳酸盐岩储层相对压实以及成岩作用。
6.根据权利要求5所述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法，其特征在于，所述海相碳酸盐岩储层的孔隙度值，其计算方法为：
φ＝φ0Z1
其中，φ表示海相碳酸盐岩储层当前孔隙度值，φ0表示碳酸盐岩压实成岩前的孔隙度初始值，Z1表示孔隙度的相对变化值。
7.一种深层-超深层海相碳酸盐岩油藏赋存深度下限预测系统，其特征在于，该系统包括：地质因素标准化模块、孔隙度计算模块、分布关系获取模块、深度下限确定模块；
所述地质因素标准化模块，配置为获取作用于海相碳酸盐岩储层孔隙度的地质因素，并对各地质因素的绝对值进行标准化；所述地质因素包括海相碳酸盐岩储层形成的地质年代、海相碳酸盐岩储层形成后经历的动态变形、埋深、地层温度以及海相碳酸盐岩储层的均质性；
所述孔隙度计算模块，配置为基于各地质因素对应的影响系数，结合标准化后的地质因素的绝对值，计算含油气盆地沉积物压实和成岩程度的数学模型的建模系数；基于所述建模系数，通过含油气盆地沉积物压实和成岩程度的数学模型，计算海相碳酸盐岩储层相对压实以及成岩作用，进而计算海相碳酸盐岩储层的孔隙度值，并对海相碳酸盐岩储层的孔隙度与埋深关系进行拟合；
所述分布关系获取模块，配置为结合采集的试油资料和测井数据，分析探井钻遇目的层段油气水层情况，得到每M％的孔隙度区间里油层、水层、干层的比例，进而得到干层比例和海相碳酸盐岩储层孔隙度的分布关系；所述孔隙度区间为前闭后开的区间；
所述深度下限确定模块，配置为基于干层比例和海相碳酸盐岩储层孔隙度的分布关系、海相碳酸盐岩储层孔隙度与埋深关系，递推得到干层比例与埋深关系，进而确定深层-超深层海相碳酸盐岩油藏赋存深度下限。
8.一种电子设备，其特征在于，包括：
至少一个处理器；以及与至少一个所述处理器通信连接的存储器；
其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现权利要求1-6任一项所述的深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111248285.7A CN113887078B (zh) | 2021-10-26 | 2021-10-26 | 深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法 |
| US17/691,126 US11435494B1 (en) | 2021-10-26 | 2022-03-10 | Method for predicting oil accumulation depth limit of deep and ultra-deep marine carbonate reservoirs |
| JP2022099205A JP7137889B2 (ja) | 2021-10-26 | 2022-06-20 | 深層－超深層海相カーボナタイトのオイルプール賦存深度下限の予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111248285.7A CN113887078B (zh) | 2021-10-26 | 2021-10-26 | 深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113887078A CN113887078A (zh) | 2022-01-04 |
| CN113887078B true CN113887078B (zh) | 2022-03-01 |
Family
ID=79014464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111248285.7A Active CN113887078B (zh) | 2021-10-26 | 2021-10-26 | 深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11435494B1 (zh) |
| JP (1) | JP7137889B2 (zh) |
| CN (1) | CN113887078B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115903047B (zh) * | 2022-12-27 | 2023-07-04 | 中国地质调查局油气资源调查中心 | 一种识别海相碳酸盐岩滩相储层的方法和装置 |
| CN116825220B (zh) * | 2023-08-25 | 2023-11-21 | 青岛海洋地质研究所 | 基于连续性分布函数的海洋有机碳降解过程评估方法 |
| CN117150183B (zh) * | 2023-10-27 | 2024-02-13 | 西北工业大学青岛研究院 | 海底沉积物孔隙度计算方法、装置、电子设备及介质 |
| CN117826247B (zh) * | 2024-01-06 | 2024-07-05 | 中国地质科学院地质力学研究所 | 一种碳酸盐岩油气成藏地质过程重建方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103926632A (zh) * | 2013-01-10 | 2014-07-16 | 中国石油大学(北京) | 一种确定含油气盆地碎屑岩油气成藏底限的方法 |
| CN104453881A (zh) * | 2014-12-10 | 2015-03-25 | 中国石油大学(北京) | 油气成藏底限确定方法和装置 |
| CN104751002A (zh) * | 2015-04-10 | 2015-07-01 | 中国石油大学(北京) | 判别有效砂岩储层的方法 |
| CN104806232A (zh) * | 2014-07-31 | 2015-07-29 | 吴见萌 | 一种确定碳酸盐岩储层孔隙度下限的方法 |
| CN110244357A (zh) * | 2019-06-17 | 2019-09-17 | 中国石油化工股份有限公司 | 一种构造破坏型古油藏的判识方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04198794A (ja) * | 1990-11-29 | 1992-07-20 | Yamamoto Tokuo | 地層の物理特性の音響波を用いた非破壊測定方法 |
| JP4198794B2 (ja) | 1998-10-05 | 2008-12-17 | 本田技研工業株式会社 | 車両用４サイクルエンジン |
| JP2000270898A (ja) | 1999-03-26 | 2000-10-03 | Marine Biotechnol Inst Co Ltd | 海洋の地下石油、天然ガス探査方法 |
| DE102011112292B4 (de) * | 2011-09-05 | 2014-04-17 | Helmholtz-Zentrum für Ozeanforschung Kiel (Geomar) | Verfahren zur Verifikation von Alters-Tiefen-Beziehungen von Gestein in Sedimentbecken |
| CN106841001B (zh) | 2017-01-17 | 2020-03-10 | 重庆科技学院 | 一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法 |
| CN107727679B (zh) * | 2017-11-03 | 2018-08-14 | 中国科学院地质与地球物理研究所 | 一种表征深层碳酸盐岩岩石物理学特征方法 |
| CN108646315A (zh) | 2018-04-12 | 2018-10-12 | 中国石油化工股份有限公司 | 深层海相碳酸盐岩断溶体油气藏勘探方法 |
| CN112394401A (zh) | 2019-08-13 | 2021-02-23 | 中国石油化工股份有限公司 | 一种基于风险概率的碎屑岩圈闭含油气评价方法 |
| CN111060672B (zh) | 2019-12-30 | 2022-02-22 | 中国海洋石油集团有限公司 | 一种再现高温超压天然气藏形成全历史过程的方法 |
| CN111810136B (zh) | 2020-07-08 | 2023-03-21 | 中国石油大学(北京) | 致密白云岩储层固态沥青的定量评价方法和装置 |
-
2021
- 2021-10-26 CN CN202111248285.7A patent/CN113887078B/zh active Active
-
2022
- 2022-03-10 US US17/691,126 patent/US11435494B1/en active Active
- 2022-06-20 JP JP2022099205A patent/JP7137889B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103926632A (zh) * | 2013-01-10 | 2014-07-16 | 中国石油大学(北京) | 一种确定含油气盆地碎屑岩油气成藏底限的方法 |
| CN104806232A (zh) * | 2014-07-31 | 2015-07-29 | 吴见萌 | 一种确定碳酸盐岩储层孔隙度下限的方法 |
| CN104453881A (zh) * | 2014-12-10 | 2015-03-25 | 中国石油大学(北京) | 油气成藏底限确定方法和装置 |
| CN104751002A (zh) * | 2015-04-10 | 2015-07-01 | 中国石油大学(北京) | 判别有效砂岩储层的方法 |
| CN110244357A (zh) * | 2019-06-17 | 2019-09-17 | 中国石油化工股份有限公司 | 一种构造破坏型古油藏的判识方法 |
Non-Patent Citations (5)
| Title |
|---|
| "Improved methods for determining effective sandstone reservoirs and evaluating hydrocarbon enrichment in petroliferous basins";Wenyang Wang .etc;《Applied Energy》;20200106;第261卷;1-13 * |
| "Lower limit of hydrocarbon accumulation in the Kuqa Depression, Tarim Basin,NW China";HANG JIANG .etc;《GEOLOGICAL JOURNAL》;20160125;第52卷(第1期);141-153 * |
| "准噶尔盆地中拐凸起侏罗系八道湾组储层特征及控制因素";杨贵前等;《天然气地球科学》;20171130;第28卷(第11期);1689-1698 * |
| "准噶尔盆地中部4区块致密砂岩有效储集层物性下限";王建东等;《新疆石油地质》;20181031;第39卷(第5期);609-613 * |
| "准西苏 13 井区石炭系火成岩有效储层物性下限";宋明水等;《地质力学学报》;20191231;第25卷(第6期);1075-1081 * |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7137889B2 (ja) | 2022-09-15 |
| US11435494B1 (en) | 2022-09-06 |
| CN113887078A (zh) | 2022-01-04 |
| JP2022123078A (ja) | 2022-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113887078B (zh) | 深层-超深层海相碳酸盐岩油藏赋存深度下限预测方法 | |
| US8359184B2 (en) | Method, program and computer system for scaling hydrocarbon reservoir model data | |
| CN113740515B (zh) | 综合表征深层海相碳酸盐岩油藏赋存下限临界条件的方法 | |
| 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 | |
| Elkatatny | A self-adaptive artificial neural network technique to predict total organic carbon (TOC) based on well logs | |
| CN109653725A (zh) | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 | |
| CN103698811A (zh) | 一种碳酸盐岩岩石结构组分测井定量识别方法及其用途 | |
| CN110632658B (zh) | 断层的侧向封闭性分析方法及装置 | |
| Chan et al. | Total organic carbon (TOC) quantification using artificial neural networks: Improved prediction by leveraging XRF data | |
| CN117031545B (zh) | 基于敏感参数识别砂质储层水合物与游离气共存层的方法 | |
| CN110609319A (zh) | 一种利用沉积正演模拟建立时间域层序地层剖面的方法 | |
| Orellana et al. | Influence of variograms in 3D reservoir-modeling outcomes: An example | |
| CN113775326B (zh) | 可动水饱和度的评价方法、装置、电子设备及介质 | |
| Zhang et al. | Data-processing and recognition of seepage and microseepage anomalies of acid-extractable hydrocarbons in the south slope of the Dongying depression, eastern China | |
| CN116047602B (zh) | 基于生烃数值模拟的ii型水合物饱和度预测方法 | |
| Pontiggia et al. | New integrated approach for diagenesis characterization and simulation | |
| Rotimi et al. | Reservoir characterization and modeling of lateral heterogeneity using multivariate analysis | |
| Beltiukov et al. | The combining different-scale studies in a reservoir simulation model of a deposit with a fractured-cavernous type of carbonate reservoir | |
| CN113311502A (zh) | 一种识别泥页岩层系中常规油层与页岩油层的方法及装置 | |
| CN114169671A (zh) | 一种潜山气藏气体含量的评价方法及装置 | |
| Hao et al. | A new prediction method of reservoir porosity based on improved Kriging interpolation | |
| RU2701761C1 (ru) | Способ управления добычей нефти на зрелом обособленном нефтяном месторождении | |
| CN113138414A (zh) | 深层砂岩储层孔隙度的预测方法及装置 | |
| Efetobore et al. | Reservoir characterization and fluid analysis of the Majosa field in the Niger Delta | |
| CN110096622B (zh) | 一种多尺度的数据统一表达方法及系统 |
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 |