CN113914853A - 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 - Google Patents
深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 Download PDFInfo
- Publication number
- CN113914853A CN113914853A CN202010655101.8A CN202010655101A CN113914853A CN 113914853 A CN113914853 A CN 113914853A CN 202010655101 A CN202010655101 A CN 202010655101A CN 113914853 A CN113914853 A CN 113914853A
- Authority
- CN
- China
- Prior art keywords
- sandstone
- sandstone reservoir
- logging
- water saturation
- resistivity
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000004062 sedimentation Methods 0.000 title abstract description 10
- 239000004576 sand Substances 0.000 title description 5
- 230000004044 response Effects 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 48
- 230000000704 physical effect Effects 0.000 claims abstract description 29
- 238000010586 diagram Methods 0.000 claims description 28
- 230000008021 deposition Effects 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 14
- 239000008398 formation water Substances 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000010206 sensitivity analysis Methods 0.000 claims description 7
- 239000004215 Carbon black (E152) Substances 0.000 abstract description 20
- 229930195733 hydrocarbon Natural products 0.000 abstract description 20
- 150000002430 hydrocarbons Chemical class 0.000 abstract description 20
- 239000011435 rock Substances 0.000 abstract description 12
- 230000035945 sensitivity Effects 0.000 abstract description 6
- 239000007789 gas Substances 0.000 description 51
- 230000015572 biosynthetic process Effects 0.000 description 17
- 238000005259 measurement Methods 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 239000012530 fluid Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 102100027611 Rho-related GTP-binding protein RhoB Human genes 0.000 description 4
- 101150054980 Rhob gene Proteins 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- CFMZSMGAMPBRBE-UHFFFAOYSA-N 2-hydroxyisoindole-1,3-dione Chemical compound C1=CC=C2C(=O)N(O)C(=O)C2=C1 CFMZSMGAMPBRBE-UHFFFAOYSA-N 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000706 filtrate Substances 0.000 description 3
- 239000010802 sludge Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013316 zoning 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法,该方法包括:获取目标薄互层的常规测井数据和Rt‑Scanner资料;对该常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;对该Rt‑Scanner资料进行处理得到纵向电阻率;根据该测井响应特征参数、该砂岩储层物性响应参数以及该纵向电阻率得到砂岩储层含水饱和度。通过采用上述技术方案,利用Rt‑Scanner资料处理得到的纵向电阻率,最大程度消除了层状泥质围岩对目标层电阻率的影响,提高了对薄层油气层识别的灵敏度,准确地计算含水饱和度或含油气饱和度,避免以往测井解释方法遗漏和低估薄油气层的现象。
Description
技术领域
本发明涉及石油地质勘探和测井技术领域,尤其涉及一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法和装置、电子设备以及存储介质。
背景技术
含水饱和度是评价油气藏储层的重要参数之一,也是储层定量评价的核心参数,要准确计算含水饱和度、真实客观地反映油气藏流体性质和特征,要求测井测量的地层视电阻率最大可能地接近地层真电阻率,然而,传统的电阻率测井测量的视电阻率主要来源是地层的横向电阻率的贡献,在砂泥岩薄互层地层中,测量电流主要从周围电阻较小的泥岩地层通过,因此测量所得到的砂岩地层视电阻率主要源于周围泥岩地层的贡献,其测量值远小于砂岩地层真电阻率,导致无法准确计算其含水饱和度或含油气饱和度,常常会造成遗漏和低估薄油气层的现象。
发明内容
针对现有技术中的问题,本发明提供一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法和装置、电子设备以及存储介质,能够至少部分地解决现有技术中存在的问题。
为了实现上述目的,本发明采用如下技术方案:
第一方面,提供一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,包括:
获取目标薄互层的常规测井数据和Rt-Scanner资料;
对该常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;
对该Rt-Scanner资料进行处理得到纵向电阻率;
根据该测井响应特征参数、该砂岩储层物性响应参数以及该纵向电阻率得到砂岩储层含水饱和度。
进一步地,该测井响应特征参数包括:地层水电阻率、泥岩电阻率;该砂岩储层物性响应参数包括:泥质含量以及有效孔隙度。
进一步地,该常规测井数据包括:自然伽马测井曲线、中子测井曲线、密度测井曲线以及深电阻率曲线;
该对该常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数,包括:
根据该自然伽马测井曲线得到目标薄互层的泥质含量;
根据该中子测井曲线、该密度测井曲线以及该泥质含量得到有效孔隙度和总孔隙度;
根据该泥质含量、该有效孔隙度划分砂岩储层;
根据该深电阻率曲线以及岩性识别结果、砂岩储层划分结果获取地层水电阻率以及泥岩电阻率。
进一步地,根据该中子测井曲线、该密度测井曲线以及该泥质含量得到有效孔隙度和总孔隙度,包括:
根据该中子测井曲线、该密度测井曲线建立中子-密度测井交汇图;
根据该中子-密度测井交汇图确定地层骨架参数;
根据该中子测井曲线、该密度测井曲线、该地层骨架参数以及该泥质含量计算该有效孔隙度和该总孔隙度。
进一步地,根据该泥质含量、该有效孔隙度划分砂岩储层,包括:
对该泥质含量、该有效孔隙度进行敏感度分析得到泥质含量上限值和孔隙度下限值;
根据该泥质含量和该泥质含量上限值识别岩性;
根据该有效孔隙度、该孔隙度下限值以及识别出的岩性划分砂岩储层。
进一步地,在根据该泥质含量、该有效孔隙度划分砂岩储层之前,还包括:
根据该泥质含量以及该总孔隙度建立泥质含量-总孔隙度交汇图;
利用Thomas Stieber模型分析该泥质含量-总孔隙度交汇图得到该目标薄互层的泥质分布类型,该泥质分布类型包括:层状泥质、分散泥质以及结构泥质;
当该目标薄互层的泥质分布类型为分散泥质或结构泥质时,结束方法流程。
进一步地,在该对该常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数之前,还包括:
对该常规测井数据进行品质分析;
根据品质分析结果对该常规测井数据进行环境校正和井眼校正。
进一步地,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法还包括:
根据所述砂岩储层含水饱和度获取砂岩储层含油气饱和度。
第二方面,提供一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,包括:
数据获取模块,获取目标薄互层的常规测井数据和Rt-Scanner资料;
常规测井数据处理模块,对该常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;
纵向电阻率获取模块,对该Rt-Scanner资料进行处理得到纵向电阻率;
含水饱和度计算模块,根据该测井响应特征参数、该砂岩储层物性响应参数以及该纵向电阻率得到砂岩储层含水饱和度。
进一步地,该测井响应特征参数包括:地层水电阻率、泥岩电阻率;该砂岩储层物性响应参数包括:泥质含量以及有效孔隙度。
进一步地,该常规测井数据包括:自然伽马测井曲线、中子测井曲线、密度测井曲线以及深电阻率曲线;
该常规测井数据处理模块包括:
泥质含量获取单元,根据该自然伽马测井曲线得到目标薄互层的泥质含量;
孔隙度获取单元,根据该中子测井曲线、该密度测井曲线以及该泥质含量得到有效孔隙度和总孔隙度;
砂岩储层划分单元,根据该泥质含量、该有效孔隙度划分砂岩储层;
电阻率获取单元,根据该深电阻率曲线以及岩性识别结果、砂岩储层划分结果获取地层水电阻率以及泥岩电阻率。
进一步地,该孔隙度获取单元包括:
中子-密度测井交汇图建立子单元,根据该中子测井曲线、该密度测井曲线建立中子-密度测井交汇图;
地层骨架参数确定子单元,根据该中子-密度测井交汇图确定地层骨架参数;
孔隙度计算子单元,根据该中子测井曲线、该密度测井曲线、该地层骨架参数以及该泥质含量计算该有效孔隙度和该总孔隙度。
进一步地,该砂岩储层划分单元包括:
限值获取子单元,对该泥质含量、该有效孔隙度进行敏感度分析得到泥质含量上限值和孔隙度下限值;
岩性识别子单元,根据该泥质含量和该泥质含量上限值识别岩性;
储层划分子单元,根据该有效孔隙度、该孔隙度下限值以及识别出的岩性划分砂岩储层。
进一步地,该常规测井数据处理模块还包括:
泥质含量-总孔隙度交汇图建立单元,根据该泥质含量以及该总孔隙度建立泥质含量-总孔隙度交汇图;
泥质分布类型分析单元,利用Thomas Stieber模型分析该泥质含量-总孔隙度交汇图得到该目标薄互层的泥质分布类型,该泥质分布类型包括:层状泥质、分散泥质以及结构泥质;
流程控制单元,当该目标薄互层的泥质分布类型为分散泥质或结构泥质时,结束方法流程。
进一步地,深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置还包括:
品质分析模块,对该常规测井数据进行品质分析;
数据校正模块,根据品质分析结果对该常规测井数据进行环境校正和井眼校正。
进一步地,深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置还包括:
含油气饱和度计算模块,根据所述砂岩储层含水饱和度获取砂岩储层含油气饱和度。
第三方面,提供一种电子设备,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,该处理器执行该程序时实现上述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的步骤。
第四方面,提供一种计算机可读存储介质,其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的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的步骤。
本发明提供一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法和装置、电子设备以及存储介质,该方法包括:获取目标薄互层的常规测井数据和Rt-Scanner资料;对该常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;对该Rt-Scanner资料进行处理得到纵向电阻率;根据该测井响应特征参数、该砂岩储层物性响应参数以及该纵向电阻率得到砂岩储层含水饱和度。通过采用上述技术方案,利用Rt-Scanner资料处理得到的纵向电阻率,最大程度消除了层状泥质围岩对目标砂岩储层电阻率的影响,提高了对薄层油气层识别的灵敏度,准确地计算含水饱和度或含油气饱和度,避免以往测井解释方法遗漏和低估薄油气层的现象,大大提高了薄层油气层解释的精度和准确度。
为让本发明的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
为了更清楚地说明本申请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简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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。在附图中:
图1为本发明实施例中的服务器S1与客户端设备B1之间的架构示意图;
图2是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的流程示意图一;
图3示出了泥质含量与测量电阻率关系图;
图4是本发明所依据的原理图,左图为纵向电阻率测量电流通过路径图;右图为常规测量电流通过路径图;
图5是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的流程示意图二;
图6是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的流程示意图三;
图7示出了图2或图5或图6中步骤S200的具体步骤;
图8示出了图7中步骤S220的具体步骤;
图9示出了图7中步骤S230的具体步骤;
图10是本发明具体实施的技术流程图;
图11是本发明应用于深水沉积体系A井P砂组常规方法与本发明方法产气层解释评价对比图;
图12是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置的结构框图一;
图13是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置的结构框图二;
图14是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置的结构框图三;
图15示出了图12至图14任一图中的常规测井数据处理模块20的具体结构;
图16示出了图15中孔隙度获取单元22的具体结构;
图17示出了图15中砂岩储层划分单元23的具体结构;
图18为本发明实施例电子设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
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。下面将参考附图并结合实施例来详细说明本申请。
薄互层油气藏的评价一直是油气勘探开发的一个难题,随着国内外油气勘探开发的深入,对薄互层、页岩、致密砂岩等油气藏的岩性、孔隙结构、渗流特性的识别和油气层评价越来越困难,同时由于薄层测井响应受围岩影响大,传统的测井方法和评价技术无法准确、有效地识别油气层和计算其含油气饱和度,常常会造成遗漏和低估薄油气层的现象。
为至少部分解决现有技术中的上述技术问题,本发明实施例提供了一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,利用Rt-Scanner资料处理得到的纵向电阻率,最大程度消除了层状泥质围岩对目标层电阻率的影响,提高了对薄层油气层识别的灵敏度,准确地计算含水饱和度或含油气饱和度,避免以往测井解释方法遗漏和低估薄油气层的现象,大大提高了薄层油气层解释的精度,为深水沉积体系砂泥岩薄互层复杂油气藏的测井解释和储层评价提供了一条切实可行的新途径。
有鉴于此,本申请提供了一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,该装置可以为一种服务器S1,参见图1,该服务器S1可以与至少一个客户端设备B1通信连接,所述客户端设备B1可以将目标薄互层的常规测井数据和Rt-Scanner资料发送至所述服务器S1,所述服务器S1可以在线接收所述目标薄互层的常规测井数据和Rt-Scanner资料。所述服务器S1可以在线或者离线对获取的目标薄互层的常规测井数据和Rt-Scanner资料进行预处理,对所述常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;对所述Rt-Scanner资料进行处理得到纵向电阻率;根据所述测井响应特征参数、所述砂岩储层物性响应参数以及所述纵向电阻率得到砂岩储层含水饱和度。而后,所述服务器S1可以将砂岩储层含水饱和度在线发送至所述客户端设备B1。所述客户端设备B1可以在线接收所述砂岩储层含水饱和度。
基于上述内容,所述客户端设备B1可以具有显示界面,使得用户能够根据界面查看所述服务器S1发送的所述砂岩储层含水饱和度。
可以理解的是,所述客户端设备B1可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,进行深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定的部分可以在如上述内容所述的服务器S1侧执行,即,如图1所示的架构,也可以所有的操作都在所述客户端设备B1中完成。具体可以根据所述客户端设备B1的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备B1中完成,所述客户端设备B1还可以包括处理器,用于进行深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定的具体处理。
所述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信,包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、UDP/IP协议、HTTP协议、HTTPS协议等。当然,所述网络协议例如还可以包括在上述协议之上使用的RPC协议(Remote Procedure Call Protocol,远程过程调用协议)、REST协议(Representational State Transfer,表述性状态转移协议)等。
图2是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的流程示意图一;如图2所示,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法可以包括以下内容:
步骤S100:获取目标薄互层的常规测井数据和Rt-Scanner资料;
具体地,目标薄互层作为本方案的目的层段,包括砂岩储层和非砂岩储层;本方案的目的是确定薄互层中砂岩储层含水饱和度。
其中,Rt-Scanner资料为采用Rt-Scanner(电阻率扫描测井)方法测量得到,Rt-Scanner方法测量结果处理可得到三分量电阻率,Rt-Scanner方法测井的最大优点是测量电流强行通过所有层的地层,因此测量结果最大程度地减少了泥质围岩对砂岩地层视电阻率值的影响。其中,薄互层的泥质含量与测量电阻率关系如图3所示。图4是本发明所依据的原理图,左图为纵向电阻率测量电流通过路径图;右图为常规测量电流通过路径图。
另外,常规测井数据包括:自然伽马测井曲线GR、井径测井曲线CAL、中子测井曲线NHPI、密度测井曲线RHOB、声波时差测井曲线DTCO、泥浆滤液电阻率测井曲线RMF、浅电阻率测井曲线Rs、深电阻率测井曲线Rd、纵向电阻率测井曲线Rv、横向电阻率测井曲线Rh等。
步骤S200:对所述常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;
具体地,测井响应特征参数包括:地层水电阻率、泥岩电阻率;砂岩储层物性响应参数包括:泥质含量、总孔隙度以及有效孔隙度。
步骤S300:对所述Rt-Scanner资料进行处理得到纵向电阻率;
具体地,对三分量电阻率进行处理就可以得到纵向电阻率。
步骤S400:根据所述测井响应特征参数、所述砂岩储层物性响应参数以及所述纵向电阻率得到砂岩储层含水饱和度。
其中,利用Rt-Scanner资料处理得到的纵向电阻率,最大程度消除了层状泥质围岩对目标层电阻率的影响,提高了对薄层油气层识别的灵敏度,准确地计算砂岩储层的含水饱和度或含油气饱和度,避免以往测井解释方法遗漏和低估薄油气层的现象,大大提高了薄层油气层解释的精度,适用于深水沉积体系砂泥岩薄互层油气藏。
在一个可选的实施例中,计算含水饱和度时可采用如下公式实现:
其中,Sw为目标薄互层中砂岩储层含水饱和度;Rv为纵向电阻率,ohmm;Rw为地层水电阻率,ohmm;Rsh为泥岩电阻率,ohmm;Vsh为泥质含量,小数;PHIE为有效孔隙度)。
通过采用上述计算方式,能够准确计算目标薄互层中砂岩储层含水饱和度,利于后续勘探和开发。
在一个可选的实施例中,参见图5,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法还可以包括:
步骤S500:根据所述砂岩储层含水饱和度获取砂岩储层含油气饱和度。
具体地,流体饱和度包括含水饱和度和含油气饱和度;含油气饱和度等于1减去含水饱和度,以便准确有效地评价砂岩储层及流体性质。
在一个可选的实施例中,参见图6,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法还可以包括:
步骤S600:对所述常规测井数据进行品质分析;
步骤S700:根据品质分析结果对所述常规测井数据进行环境校正和井眼校正。
其中,通过对常规测井数据进行环境校正和井眼校正,以保证测井资料的真实性和准确性。
在一个可选的实施例中,参见图7,该步骤S200可以包括以下内容:
步骤S210:根据所述自然伽马测井曲线得到目标薄互层的泥质含量;
具体地,采用以下公式计算泥质含量:
其中,Vsh为泥质含量;GR为自然伽马测量值,API;GRmin为处理井段自然伽马最小值,API;GRmax为处理井段自然伽马最大值,API;新地层(第三系及更新的地层)GCUR=3.7,老地层GCUR=2.0。
步骤S220:根据所述中子测井曲线、所述密度测井曲线以及所述泥质含量得到有效孔隙度和总孔隙度;
步骤S230:根据所述泥质含量、所述有效孔隙度划分砂岩储层;
步骤S240:根据所述深电阻率曲线以及岩性识别结果、砂岩储层划分结果获取地层水电阻率以及泥岩电阻率。
在一个可选的实施例中,参见图8,该步骤S220可以包括以下内容:
步骤S221:根据所述中子测井曲线、所述密度测井曲线建立中子-密度测井交汇图;
步骤S222:根据所述中子-密度测井交汇图确定地层骨架参数;
其中,地层骨架参数可以包括:岩石骨架密度、岩石骨架中子值、泥岩中子值、泥岩密度值。
步骤S223:根据所述中子测井曲线、所述密度测井曲线、所述地层骨架参数以及所述泥质含量计算所述有效孔隙度和所述总孔隙度。
具体地,孔隙度计算可采用如下公式实现:
其中,PHIE表示有效孔隙度;RHOB指密度测井曲线上的采样点的值;RHOBma为岩石骨架密度,g/cm3;RHOBf为地层流体密度,g/cm3;RHOBsh为泥岩密度,g/cm3;NPHI指中子测井曲线上的采样点的值;NPHIma为岩石骨架中子值,小数;NPHIf为地层流体中子值,小数;NPHIsh为泥岩中子值,小数;Vsh为泥质含量,小数。
其中,地层流体密度以及地层流体中子值为预设参数,工程应用时根据实际工程环境决定,比如可选0.9-1.1,例如0.98、1、1.02等,本发明实施例对此不作限制。
PHIT=PHIE+Vsh×PHITsh
其中,PHIT表示总孔隙度;PHITSh为泥岩总孔隙度;RHOBDSh为干泥岩密度,g/cm3;RHOBSh为泥岩密度,g/cm3;RHOBW为地层水密度,g/cm3;Vsh为泥质含量,小数。
在一个可选的实施例中,参见图9,该步骤S230可以包括以下内容:
步骤S231:对所述泥质含量、所述有效孔隙度进行敏感度分析得到泥质含量上限值和孔隙度下限值;
步骤S232:根据所述泥质含量和所述泥质含量上限值识别岩性;
其中,根据上述两个限制可以初步将岩性识别为砂岩的泥岩。
步骤S233:根据所述有效孔隙度、所述孔隙度下限值以及识别出的岩性划分砂岩储层。
在一个可选的实施例中,在步骤S230之前,还可以包括以下步骤:
步骤I:根据所述泥质含量以及所述总孔隙度建立泥质含量-总孔隙度交汇图;
步骤II:利用Thomas Stieber模型分析所述泥质含量-总孔隙度交汇图得到所述目标薄互层的泥质分布类型,所述泥质分布类型包括:层状泥质、分散泥质以及结构泥质;
步骤III:当所述目标薄互层的泥质分布类型为分散泥质或结构泥质时,结束方法流程。
值得说明的是,本发明实施例提供的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法适用于泥质分布类型为层状泥质的薄互层。
为了使本领域技术人员更好地理解本申请,结合图10,对本发明实施例提供的方法步骤进行举例说明:
首先对常规测井数据进行曲线品质分析和曲线校正,预处理后,计算泥质含量以及孔隙度,结合Rt-Scanner资料,计算出含水饱和度,结合邻区参数等确定CutOff值,另外,结合基于常规测井数据识别的岩性,实现油气层定量精细评价。
比如,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法可以包括:
(1)加载研究井待评价层段的常规测井数据,包含自然伽马测井曲线GR、井径测井曲线CAL、中子测井曲线NHPI、密度测井曲线RHOB、声波时差测井曲线DTCO、泥浆滤液电阻率测井曲线RMF、浅电阻率测井曲线Rs、深电阻率测井曲线Rd、纵向电阻率测井曲线Rv、横向电阻率测井曲线Rh。
(2)对步骤(1)中加载的常规测井数据进行品质分析,并根据品质分析结果进行环境校正和井眼校正,以保证测井资料的真实性和准确性。
(3)利用步骤(2)校正后的自然伽马测井曲线计算待评价地层(薄互层)的泥质含量Vsh。
(4)利用步骤(2)校正后的中子测井曲线和密度测井曲线建立中子-密度测井交汇图,确定地层骨架参数,应用中子测井曲线、密度测井曲线及步骤(3)计算的地层泥质含量Vsh,定量计算地层有效孔隙度PHIE和总孔隙度。
(5)对步骤(3)和步骤(4)得到的待评价地层的有效孔隙度PHIE和泥质含量Vsh进行敏感性分析,确定划分砂岩储层的孔隙度下限值(Cutoff-1)和泥质含量上限值(Cutoff-2),并据此识别岩性。
(6)利用步骤(3)和步骤(4)得到的泥质含量和总孔隙度建立泥质含量-总孔隙度交汇图,用Thomas Stieber模型分析待评价地层中泥质分布类型。
(7)应用步骤(4)有效孔隙度PHIE及步骤(5)确定的孔隙度cutoff-1和泥质含量cutoff-1值以及识别出的岩性划分有效储集层(即砂岩储层)。
(8)如(6)分析的结论为层状泥质,读取Rt-Scanner资料处理得到的纵向电阻率Rv数据、根据深度电阻率曲线和砂岩储层划分结果读取待评价地层纯水层地层电阻率Ro、读取待评价地层实测岩电参数或邻井实测岩电参数。
(9)基于地层测试数据资料的约束,根据上述参数,确定砂泥岩薄互层砂岩储层含水饱和度,准确有效地评价砂岩储层及其流体性质。
(10)收集、分析邻区钻井判别油气层的含水饱和度Cutoff-3上限值。
(11)根据含水饱和度Sw值,建立测井评价图版,对有效砂岩储层进行综合解释评价,定量判别砂岩储层的含油气性。
值得说明的是,步骤10和步骤11作为计算含水饱和度的后续流程。
图11是本发明应用于深水沉积体系A井P砂组常规方法与本发明方法产气层解释评价对比图;由此可以看出,本发明具有如下特点,主要表现为:
(1)适用于深水沉积体系的砂泥岩薄互层油气藏,对于分散或结构型泥岩类剖面不适用。
(2)纵向电阻率作为计算含水饱和度的主要参数,较大程度排除了薄层泥质围岩对地层电阻率的影响,使计算的砂岩储层含水饱和度最大程度地反应地层的含油气性质和状态,具有较高的准确性和实用性。
运用本专利建立的含水饱和度计算方法,对某工区A井深水沉积体系测井资料,在利用Thomas Stieber模型确定地层中泥质为层分布的基础上,采用测井获得的纵向电阻率数据,得到图11,该图显示:①纵向电阻率对地层的含油气的敏感性高,上气层纵向电阻率测井响应为5-13.3ohmm,平均为9.1ohmm,下气层纵向电阻率响应为7.5-22.8ohmm,平均为14.9ohmm;而常规深电阻率测井响应值上气层仅4.4-5.1ohmm,平均为4.45ohmm,下气层常规深电阻率测井响应为4.8-6.3ohmm,平均为5.46ohmm。②计算得到的含水饱和度的精准度大幅提高,通过本的发明中的方法获得的含水饱和度上气层为36.3%,下气层含水饱和度为27.3%,而采用常规深电阻率方法计算得到的含水饱和度上气层为67.1%,下气层含水饱和度为54.5%。③识别气层更符合实际,本发明解释井深X503.6-X536.2米和X536.2-X566.0米井段均为气层,与实际测试结果符合,实际测试结果:上气层X503.6-X536.2米井段获日产天然气34MMscf;下气层X536.2-X566井段获日产天然气50MMscf,而常规测井解释X503.6-X543.0米井段为差气层,X543.0-X566.0米井段为气层,两种方法对比:气层厚度由常规解释的23米(有效厚度19.6米)提高为62.6米(有效厚度59.2米),其中上气层厚度32.8米(有效厚度31.55米)、下气层有度米29.8(有效厚度28.65米),有效产气层厚度增加了近两倍。上述实例验证了本发明的正确性和适用性。
综上所述,本发明实施例提供的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,利用Rt-Scanner资料处理得到的纵向电阻率数据,通过本发明创新建立的基于Rt-Scanner技术的深水沉积体系薄互层测井流体饱和度计算公式,准确计算砂泥岩薄互层剖面中砂岩储层含水饱和度,最终实现准确识别划分深水沉积体系中的薄砂岩储层和油气层。
本发明提供的方法应用于某海域深水砂泥岩薄互层沉积体系钻井的砂岩储层及气藏评价,经DST试产资料验证,证明本发明具有较高的准确性和较好适用性,为薄互层油气藏测井综合解释提供了一条新的思路。
基于同一发明构思,本申请实施例还提供了一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置解决问题的原理与上述方法相似,因此深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置的实施可以参见上述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图12是本发明实施例中的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置的结构框图一。如图12所示,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置具体包括:数据获取模块10、常规测井数据处理模块20、纵向电阻率获取模块30、含水饱和度计算模块40。
数据获取模块10获取目标薄互层的常规测井数据和Rt-Scanner资料;
具体地,目标薄互层作为本方案的目的层段,包括砂岩储层和砂岩非储层和泥岩层;本方案的目的是确定薄互层中砂岩储层的含水饱和度。
其中,Rt-Scanner资料为采用Rt-Scanner(电阻率扫描测井)方法测量得到,Rt-Scanner方法测量结果处理可得到三分量电阻率,Rt-Scanner方法测井的最大优点是测量电流强行通过所有层的地层,因此测量结果最大程度地减少了泥岩对砂岩地层视电阻率值的影响。其中,薄互层的泥质含量与测量电阻率关系如图3所示。图4是本发明所依据的原理图,左图为纵向电阻率测量电流通过路径图;右图为常规测量电流通过路径图。
另外,常规测井数据包括:自然伽马测井曲线GR、井径测井曲线CAL、中子测井曲线NHPI、密度测井曲线RHOB、声波时差测井曲线DTCO、泥浆滤液电阻率测井曲线RMF、浅电阻率测井曲线Rs、深电阻率测井曲线Rd、纵向电阻率测井曲线Rv、横向电阻率测井曲线Rh等。
常规测井数据处理模块20对所述常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;
具体地,测井响应特征参数包括:地层水电阻率、泥岩电阻率;砂岩储层物性响应参数包括:泥质含量、总孔隙度以及有效孔隙度。
纵向电阻率获取模块30对所述Rt-Scanner资料进行处理得到纵向电阻率;
具体地,对三分量电阻率进行处理就可以得到纵向电阻率。
含水饱和度计算模块40根据所述测井响应特征参数、所述砂岩储层物性响应参数以及所述纵向电阻率得到砂岩储层含水饱和度。
其中,利用Rt-Scanner资料处理得到的纵向电阻率,最大程度消除了层状泥质围岩对目标层电阻率的影响,提高了对薄层油气层识别的灵敏度,准确地计算含水饱和度或含油气饱和度,避免以往测井解释方法遗漏和低估薄油气层的现象,大大提高了薄层油气层解释的精度,适用于深水沉积体系砂泥岩薄互层油气藏。
在一个可选的实施例中,参见图13,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置还可以包括:品质分析模块50以及数据校正模块60。
品质分析模块50对所述常规测井数据进行品质分析;
数据校正模块60根据品质分析结果对所述常规测井数据进行环境校正和井眼校正。
在一个可选的实施例中,参见图14,该深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置还可以包括:含油气饱和度计算模块70。
含油气饱和度计算模块70根据所述砂岩储层含水饱和度获取砂岩储层含油气饱和度。
在一个可选的实施例中,参见图15,该常规测井数据处理模块包括:泥质含量获取单元21、孔隙度获取单元22、砂岩储层划分单元23以及电阻率获取单元24。
泥质含量获取单元21根据所述自然伽马测井曲线得到目标薄互层的泥质含量;
孔隙度获取单元22根据所述中子测井曲线、所述密度测井曲线以及所述泥质含量得到有效孔隙度和总孔隙度;
砂岩储层划分单元23根据所述泥质含量、所述有效孔隙度划分砂岩储层;
电阻率获取单元24根据所述深电阻率曲线以及岩性识别结果、砂岩储层划分结果获取地层水电阻率以及泥岩电阻率。
在一个可选的实施例中,参见图16,该孔隙度获取单元包括:中子-密度测井交汇图建立子单元22a、地层骨架参数确定子单元22b以及孔隙度计算子单元22c。
中子-密度测井交汇图建立子单元22a根据所述中子测井曲线、所述密度测井曲线建立中子-密度测井交汇图;
地层骨架参数确定子单元22b根据所述中子-密度测井交汇图确定地层骨架参数;
孔隙度计算子单元22c根据所述中子测井曲线、所述密度测井曲线、所述地层骨架参数以及所述泥质含量计算所述有效孔隙度和所述总孔隙度。
在一个可选的实施例中,参见图17,该砂岩储层划分单元包括:限值获取子单元23a、岩性识别子单元23b以及储层划分子单元23c。
限值获取子单元23a对所述泥质含量、所述有效孔隙度进行敏感度分析得到泥质含量上限值和孔隙度下限值;
岩性识别子单元23b根据所述泥质含量和所述泥质含量上限值识别岩性;
储层划分子单元23c根据所述有效孔隙度、所述孔隙度下限值以及识别出的岩性划分砂岩储层。
在一个可选的实施例中,常规测井数据处理模块还可以包括:泥质含量-总孔隙度交汇图建立单元、泥质分布类型分析单元以及流程控制单元。
泥质含量-总孔隙度交汇图建立单元,根据所述泥质含量以及所述总孔隙度建立泥质含量-总孔隙度交汇图;
泥质分布类型分析单元,利用Thomas Stieber模型分析所述泥质含量-总孔隙度交汇图得到所述目标薄互层的泥质分布类型,所述泥质分布类型包括:层状泥质、分散泥质以及结构泥质;
流程控制单元,当所述目标薄互层的泥质分布类型为分散泥质或结构泥质时,结束方法流程。
上述实施例阐明的装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为电子设备,具体的,电子设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中电子设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定的步骤。
下面参考图18,其示出了适于用来实现本申请实施例的电子设备600的结构示意图。
如图18所示,电子设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机可读存储介质,其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水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的步骤。
在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意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、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (18)
1.一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,包括:
获取目标薄互层的常规测井数据和Rt-Scanner资料;
对所述常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;
对所述Rt-Scanner资料进行处理得到纵向电阻率;
根据所述测井响应特征参数、所述砂岩储层物性响应参数以及所述纵向电阻率得到砂岩储层含水饱和度。
2.根据权利要求1所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,所述测井响应特征参数包括:地层水电阻率、泥岩电阻率;所述砂岩储层物性响应参数包括:泥质含量以及有效孔隙度。
3.根据权利要求2所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,所述常规测井数据包括:自然伽马测井曲线、中子测井曲线、密度测井曲线以及深电阻率曲线;
所述对所述常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数,包括:
根据所述自然伽马测井曲线得到目标薄互层的泥质含量;
根据所述中子测井曲线、所述密度测井曲线以及所述泥质含量得到有效孔隙度和总孔隙度;
根据所述泥质含量、所述有效孔隙度划分砂岩储层;
根据所述深电阻率曲线以及岩性识别结果、砂岩储层划分结果获取地层水电阻率以及泥岩电阻率。
4.根据权利要求3所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,所述根据所述中子测井曲线、所述密度测井曲线以及所述泥质含量得到有效孔隙度和总孔隙度,包括:
根据所述中子测井曲线、所述密度测井曲线建立中子-密度测井交汇图;
根据所述中子-密度测井交汇图确定地层骨架参数;
根据所述中子测井曲线、所述密度测井曲线、所述地层骨架参数以及所述泥质含量计算所述有效孔隙度和所述总孔隙度。
5.根据权利要求3所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,所述根据所述泥质含量、所述有效孔隙度划分砂岩储层,包括:
对所述泥质含量、所述有效孔隙度进行敏感度分析得到泥质含量上限值和孔隙度下限值;
根据所述泥质含量和所述泥质含量上限值识别岩性;
根据所述有效孔隙度、所述孔隙度下限值以及识别出的岩性划分砂岩储层。
6.根据权利要求3所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,在所述根据所述泥质含量、所述有效孔隙度划分砂岩储层之前,还包括:
根据所述泥质含量以及所述总孔隙度建立泥质含量-总孔隙度交汇图;
利用Thomas Stieber模型分析所述泥质含量-总孔隙度交汇图得到所述目标薄互层的泥质分布类型,所述泥质分布类型包括:层状泥质、分散泥质以及结构泥质;
当所述目标薄互层的泥质分布类型为分散泥质或结构泥质时,结束方法流程。
7.根据权利要求1所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,在所述对所述常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数之前,还包括:
对所述常规测井数据进行品质分析;
根据品质分析结果对所述常规测井数据进行环境校正和井眼校正。
8.根据权利要求1至7任一项所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法,其特征在于,还包括:
根据所述砂岩储层含水饱和度获取砂岩储层含油气饱和度。
9.一种深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,包括:
数据获取模块,获取目标薄互层的常规测井数据和Rt-Scanner资料;
常规测井数据处理模块,对所述常规测井数据进行处理得到测井响应特征参数以及砂岩储层物性响应参数;
纵向电阻率获取模块,对所述Rt-Scanner资料进行处理得到纵向电阻率;
含水饱和度计算模块,根据所述测井响应特征参数、所述砂岩储层物性响应参数以及所述纵向电阻率得到砂岩储层含水饱和度。
10.根据权利要求9所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,所述测井响应特征参数包括:地层水电阻率、泥岩电阻率;所述砂岩储层物性响应参数包括:泥质含量以及有效孔隙度。
11.根据权利要求9所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,所述常规测井数据包括:自然伽马测井曲线、中子测井曲线、密度测井曲线以及深电阻率曲线;
所述常规测井数据处理模块包括:
泥质含量获取单元,根据所述自然伽马测井曲线得到目标薄互层的泥质含量;
孔隙度获取单元,根据所述中子测井曲线、所述密度测井曲线以及所述泥质含量得到有效孔隙度和总孔隙度;
砂岩储层划分单元,根据所述泥质含量、所述有效孔隙度划分砂岩储层;
电阻率获取单元,根据所述深电阻率曲线以及岩性识别结果、砂岩储层划分结果获取地层水电阻率以及泥岩电阻率。
12.根据权利要求11所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,所述孔隙度获取单元包括:
中子-密度测井交汇图建立子单元,根据所述中子测井曲线、所述密度测井曲线建立中子-密度测井交汇图;
地层骨架参数确定子单元,根据所述中子-密度测井交汇图确定地层骨架参数;
孔隙度计算子单元,根据所述中子测井曲线、所述密度测井曲线、所述地层骨架参数以及所述泥质含量计算所述有效孔隙度和所述总孔隙度。
13.根据权利要求11所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,所述砂岩储层划分单元包括:
限值获取子单元,对所述泥质含量、所述有效孔隙度进行敏感度分析得到泥质含量上限值和孔隙度下限值;
岩性识别子单元,根据所述泥质含量和所述泥质含量上限值识别岩性;
储层划分子单元,根据所述有效孔隙度、所述孔隙度下限值以及识别出的岩性划分砂岩储层。
14.根据权利要求11所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,所述常规测井数据处理模块还包括:
泥质含量-总孔隙度交汇图建立单元,根据所述泥质含量以及所述总孔隙度建立泥质含量-总孔隙度交汇图;
泥质分布类型分析单元,利用Thomas Stieber模型分析所述泥质含量-总孔隙度交汇图得到所述目标薄互层的泥质分布类型,所述泥质分布类型包括:层状泥质、分散泥质以及结构泥质;
流程控制单元,当所述目标薄互层的泥质分布类型为分散泥质或结构泥质时,结束方法流程。
15.根据权利要求9所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,还包括:
品质分析模块,对所述常规测井数据进行品质分析;
数据校正模块,根据品质分析结果对所述常规测井数据进行环境校正和井眼校正。
16.根据权利要求9至15任一项所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定装置,其特征在于,还包括:
含油气饱和度计算模块,根据所述砂岩储层含水饱和度获取砂岩储层含油气饱和度。
17.一种电子设备,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程序时实现权利要求1至8任一项所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的步骤。
18.一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,该计算机程序被处理器执行时实现权利要求1至8任一项所述的深水沉积体系砂泥岩薄互层中砂岩储层含水饱和度确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010655101.8A CN113914853B (zh) | 2020-07-09 | 2020-07-09 | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010655101.8A CN113914853B (zh) | 2020-07-09 | 2020-07-09 | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113914853A true CN113914853A (zh) | 2022-01-11 |
CN113914853B CN113914853B (zh) | 2024-05-28 |
Family
ID=79231758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010655101.8A Active CN113914853B (zh) | 2020-07-09 | 2020-07-09 | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113914853B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1325494A (zh) * | 1998-12-30 | 2001-12-05 | 贝克休斯公司 | 由钻孔电阻率图像仪、横向感应测井纪录以及含水饱和度张量模型确定水饱和度及砂岩分数的方法 |
CN103615230A (zh) * | 2013-10-26 | 2014-03-05 | 中国石油化工集团公司 | 一种双泥质指示因子含水饱和度模型的建立方法 |
CN105590018A (zh) * | 2014-11-07 | 2016-05-18 | 中国石油化工股份有限公司 | 砂泥岩薄互层油藏的油水层判别方法 |
CN107780923A (zh) * | 2017-11-01 | 2018-03-09 | 中石化石油工程技术服务有限公司 | 一种基于泥质校正的含水饱和度模型的建立、仿真方法 |
CN109753755A (zh) * | 2019-01-25 | 2019-05-14 | 中国石油天然气集团有限公司 | 一种确定储层含水饱和度的方法 |
CN110232208A (zh) * | 2019-04-30 | 2019-09-13 | 长江大学 | 用于识别优势渗流段的储层参数模型构建方法及设备 |
CN111322065A (zh) * | 2020-04-09 | 2020-06-23 | 中国石油天然气集团有限公司 | 一种基于等效电阻率迭代的水淹层含水饱和度计算方法 |
-
2020
- 2020-07-09 CN CN202010655101.8A patent/CN113914853B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1325494A (zh) * | 1998-12-30 | 2001-12-05 | 贝克休斯公司 | 由钻孔电阻率图像仪、横向感应测井纪录以及含水饱和度张量模型确定水饱和度及砂岩分数的方法 |
CN103615230A (zh) * | 2013-10-26 | 2014-03-05 | 中国石油化工集团公司 | 一种双泥质指示因子含水饱和度模型的建立方法 |
CN105590018A (zh) * | 2014-11-07 | 2016-05-18 | 中国石油化工股份有限公司 | 砂泥岩薄互层油藏的油水层判别方法 |
CN107780923A (zh) * | 2017-11-01 | 2018-03-09 | 中石化石油工程技术服务有限公司 | 一种基于泥质校正的含水饱和度模型的建立、仿真方法 |
CN109753755A (zh) * | 2019-01-25 | 2019-05-14 | 中国石油天然气集团有限公司 | 一种确定储层含水饱和度的方法 |
CN110232208A (zh) * | 2019-04-30 | 2019-09-13 | 长江大学 | 用于识别优势渗流段的储层参数模型构建方法及设备 |
CN111322065A (zh) * | 2020-04-09 | 2020-06-23 | 中国石油天然气集团有限公司 | 一种基于等效电阻率迭代的水淹层含水饱和度计算方法 |
Non-Patent Citations (1)
Title |
---|
蒋宏娜;孙建孟;徐峰华;蒋伟娜;: "应用双电层模型求取薄互层含水饱和度的方法研究", 石油天然气学报, no. 01, pages 229 - 233 * |
Also Published As
Publication number | Publication date |
---|---|
CN113914853B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111025384B (zh) | 基于波形分类交汇融合的储层预测方法和装置 | |
CN111665560B (zh) | 油气层识别方法、装置、计算机设备及可读存储介质 | |
CN106896406A (zh) | 基于阻抗域属性预测优质储层的方法和装置 | |
Olea et al. | A methodology for the assessment of unconventional (continuous) resources with an application to the Greater Natural Buttes Gas Field, Utah | |
CN107688037A (zh) | 一种利用核磁测井t2分布确定井下岩石粒度曲线的方法 | |
CN105205296A (zh) | 一种求取页岩气储层孔隙度的方法 | |
CN112922591A (zh) | 泥页岩储层岩相“甜点”预测方法及系统 | |
CN110470581B (zh) | 确定储层应力敏感程度的方法、装置及存储介质 | |
CN108873065A (zh) | 砂岩优质储层预测方法及装置 | |
US11008835B2 (en) | Horizontal reservoir description systems | |
CN111983671A (zh) | 基于微古地貌恢复的浅水湖盆储层预测方法和装置 | |
CN111983679B (zh) | 基于沉积参数的相控型白云岩储层地震预测方法和装置 | |
CN111239809B (zh) | 一种基于属性融合原理的优势储层确定方法及系统 | |
CN113914853B (zh) | 深水沉积体系砂泥岩薄互层砂岩储层含水饱和度确定方法 | |
CN109989743B (zh) | 一种确定泥浆滤液侵入深度的方法及系统 | |
CN113945971B (zh) | 基于孔隙结构分类的横波速度预测方法和装置 | |
CN109581498B (zh) | 储层厚度分布确定方法、系统、设备、可读介质 | |
Nandi et al. | Core-Independent saturation height function from NMR logs in carbonates-A must in current oil price environment | |
CN107942400B (zh) | 一种预测钻井风险的方法及装置 | |
Barnett et al. | Principles of data spacing and uncertainty in geomodeling | |
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 | |
CN113294146A (zh) | 含沥青质储层的有效孔隙度计算的方法和装置 | |
CN113051518B (zh) | 一种气油比定量计算方法、装置、计算机设备及存储介质 | |
Oedietram et al. | Integrating petrophysics and production performance to determine variable initial water salinity conditions impacting water saturation calculations | |
Amanipoor | Providing a subsurface reservoir quality maps in oil fields by geostatistical methods |
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 |