CN114135269B - 一种致密砂岩油层识别方法及装置 - Google Patents
一种致密砂岩油层识别方法及装置 Download PDFInfo
- Publication number
- CN114135269B CN114135269B CN202010807708.3A CN202010807708A CN114135269B CN 114135269 B CN114135269 B CN 114135269B CN 202010807708 A CN202010807708 A CN 202010807708A CN 114135269 B CN114135269 B CN 114135269B
- Authority
- CN
- China
- Prior art keywords
- value
- resistivity
- oil
- resistivity value
- oil layer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012360 testing method Methods 0.000 claims abstract description 66
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000000007 visual effect Effects 0.000 claims description 49
- 230000006698 induction Effects 0.000 claims description 36
- 239000003129 oil well Substances 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 13
- 206010051015 Radiation hepatitis Diseases 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 claims description 3
- 230000002146 bilateral effect Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 9
- 238000011161 development Methods 0.000 abstract description 5
- 239000003921 oil Substances 0.000 description 112
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000011148 porous material Substances 0.000 description 7
- 230000000704 physical effect Effects 0.000 description 4
- 238000003556 assay Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 238000005553 drilling Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- E21B47/00—Survey of boreholes 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Geology (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Geochemistry & Mineralogy (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种致密砂岩油层识别方法及装置，属于致密砂岩油层勘探开发过程中的测井评价识别技术领域。该方法包括：利用各试油井的录井资料和测井资料确定各试油井的目的层段，利用新井的录井资料和测井资料确定新井的目的层段；计算各目的层段的声波时差值与补偿密度值的比值，并利用各目的层段的电阻率值、补偿中子值和补偿密度值计算各目的层段的视综合参数；结合各试油井目的层段的试油资料、视综合参数、声波时差值与补偿密度值的比值，确定致密砂岩油层识别标准；结合新井目的层段的视综合参数、声波时差值与补偿密度值的比值，以及所述致密砂岩油层识别标准，识别新井目的层段的油层。本发明具有操作简便、油层识别误判率低等优点。
Description
技术领域
本发明涉及一种致密砂岩油层识别方法及装置，属于致密砂岩油层勘探开发过程中的测井评价识别技术领域。
背景技术
近十几年来，随着钻井、试井等工程工艺技术进步，国内主要大盆地致密砂岩油层不断取得勘探开发上的突破，地质资源总量也高达200×108吨，作为常规油的补充和接替具有举足轻重的地位。
目前致密砂岩油层的识别通常采用常规油气藏评价方法或基于岩芯化验分析资料演化与录井、测井、试油等资料结合进行测井识别，例如声波时差与深侧向(感应)电阻率、自然电位与深侧向(感应)电阻率、自然伽玛与深侧向(感应)电阻率、三孔隙叠合、自然电位与深侧向(感应)电阻率×声波时差、深侧向(感应)电阻率与综合指数、自然电位与综合指数、含油指数与孔隙结构指数等交汇图版法，结合录井和试油资料建立致密砂岩油层测井识别下限标准；或者根据砂体厚度、储层物性、孔隙类型、孔隙结构、含油饱和度等多因素分析建立致密砂岩油层识别下限标准；或者根据三孔隙、电阻率和声波时差等测井参数构建特征参数，运用神经元非线性函数构造致密油层识别参数，再结合试油资料刻画油层测井解释标准。
申请公布号为CN110284879A的发明专利申请文件中公开了一种致密储层评价方法，该方法根据生产井的岩芯分析化验、油层厚度、含油饱和度和试油试采等资料，基于熵权法确定致密储层分类各项参数的权值；综合考虑孔隙度、渗透率、含油饱和度与油层厚度的关系，建立地层生产能力的致密储层评价系数模型；与试油试采资料综合分析后建立致密储层评价系数与日产油的函数关系；再根据产油能力大小划分致密储层类型。该方法从产能角度分类评价致密储层，但评价过程中易受含油饱和度测井解释等因素的影响。
申请公布号为CN104965979A的发明专利申请文件中公开了一种致密砂岩有效储层识别方法，该方法根据生产井的岩芯分析化验、录井、测井等静态资料和试油、生产数据、试采等动态资料，运用数理统计方法，对钻井取芯和录井资料的油气显示级别进行直方图统计，确定储层有利沉积相带、岩性下限和含油性下限；对岩芯分析化验物性与试油试采数据做交汇分析，确定致密砂岩储层物性下限；对测井声波时差、地层电阻率与试油试采数据做交汇分析，确定致密砂岩储层电性下限值。虽然该方法运用交汇图法建立了岩性、含油性、物性和电性等下限标准，但是单因素交汇分析不能消除致密砂岩油层的测井响应特征复杂性和多解性。
谢鹏在2018年国外测井技术上发表的一篇名为《齐家地区砂泥岩储层有效层测井评价方法》的文章，公开了一套致密油储层有效层评价方法，该方法主要是根据测井和岩心化验分析、试油等资料构建综合参数、孔隙结构指数和含油指数，并进行交汇分析，建立致密油层分类评价标准。但是该方法的影响因素较多，操作复杂。
司马立强，吴思仪等在2014年油气地质与采收率第21卷第5期发表的一篇名为《致密砂岩油藏有效厚度的确定方法》的文章，公开了一套致密砂岩油藏有效厚度确定方法，该方法主要是根据测井和岩心化验分析、试油等资料采用5种常规方法确定储层物性下限及电性下限值，但是非油层易误入测井解释。
王跃祥，何绪全等在2014年天然气勘探与开发上发表的一篇名为《龙岗地区侏罗系碎屑岩致密油测井评价新方法》的文章，公开了一套碎屑岩致密油测井评价新方法，该方法主要是根据三孔隙、电阻率和声波时差等测井参数构建特征参数，再运用神经元非线性函数构造致密油层识别参数，再刻画油层测井解释标准。但是神经元非线性函数b的赋值存在变数。
综上所述，致密砂岩油层具有岩性复杂、孔隙结构复杂、非均质性强等特点，导致测井响应特征复杂，各种测井参数表征致密砂岩油层特征具有多样性，以上方法虽然能实现致密砂岩油层识别，但是需综合运用录井、测井、试油、化验分析或者测井二次解释等资料建立致密油层测井识别标准，存在收集资料众多，操作过程复杂、不能快速识别致密砂岩油层，且非油层易误入测井解释中等问题。
发明内容
本发明的目的在于提供一种致密砂岩油层识别方法及装置，用以解决进行致密砂岩油层识别时非油层易误入测井解释，导致致密砂岩油层识别的置信度低的问题。
为实现上述目的，本发明提供了一种致密砂岩油层识别方法，该方法包括以下步骤：
(1)获取目标工区多口试油井的录井资料、测井资料和试油资料，以及新井的录井资料、测井资料；
(2)利用各试油井的录井资料和测井资料确定各试油井的目的层段，利用新井的录井资料和测井资料确定新井的目的层段，所述目的层段指致密砂岩段和含油砂岩段；
(3)计算各目的层段的声波时差值与补偿密度值的比值，并利用各目的层段的电阻率值、补偿中子值和补偿密度值计算各目的层段的视综合参数；
(4)结合各试油井目的层段的试油资料、视综合参数、声波时差值与补偿密度值的比值，确定致密砂岩油层识别标准；
(5)结合新井目的层段的视综合参数、声波时差值与补偿密度值的比值，以及所述致密砂岩油层识别标准，识别新井目的层段的油层。
本发明还提供了一种致密砂岩油层识别装置，该装置包括处理器和存储器，所述处理器执行由所述存储器存储的计算机程序，以实现上述的致密砂岩油层识别方法。
本发明的有益效果是：本发明主要运用目的层段的电阻率值、声波时差值、补偿中子值和补偿密度值构建新的参数，即视综合参数和声波时差值与补偿密度值的比值，然后结合各试油井目的层段的试油资料和新的参数确定致密砂岩油层识别标准，最后结合致密砂岩油层识别标准和新井目的层段的新的参数识别新井目的层段的油层。本发明与现有综合运用录井、测井、试油和化验分析等资料建立致密油层测井识别标准的方法相比，具有资料收集较少、操作简便、油层识别准确、油层识别误判率低等优点，提高了致密砂岩油层测井识别的置信度，便于测井上快速识别致密砂岩油层。
进一步地，在上述方法及装置中，所述电阻率值为双感应电阻率值、双侧向电阻率值或阵列感应电阻率值，所述双感应电阻率值包括深感应电阻率值和中感应电阻率值，所述双侧向电阻率值包括深侧向电阻率值和浅侧向电阻率值。
进一步地，在上述方法及装置中，当所述电阻率值为双感应电阻率值时，视综合参数的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RILD-n′RILM)/n′RILD×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RILD为深感应电阻率值，n′RILD为视深感应电阻率饱和度指数，RILM为中感应电阻率值，n′RILM为视中感应电阻率饱和度指数。
进一步地，在上述方法及装置中，当所述电阻率值为双侧向电阻率值时，视综合参数的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RLLD-n′RLLS)/n′RLLD×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RLLD为深侧向电阻率值，n′RLLD为视深侧向电阻率饱和度指数，RLLS为浅侧向电阻率值，n′RLLS为视浅侧向电阻率饱和度指数。
进一步地，在上述方法及装置中，当所述电阻率值为阵列感应电阻率值时，视综合参数的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RHT120-n′RHT30)/n′RHT120×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RHT120表示探测深度为120in的阵列感应电阻率值，n′RHT120为视120in阵列感应电阻率饱和度指数，RHT30表示探测深度为30in的阵列感应电阻率值，n′RHT30为视30in阵列感应电阻率饱和度指数。
进一步地，在上述方法及装置中，确定致密砂岩油层识别标准的过程包括：将视综合参数、声波时差与补偿密度的比值作为坐标系的两个坐标轴建立平面坐标系，然后将各试油井目的层段的视综合参数、声波时差与补偿密度的比值绘制在所述平面坐标系中，并结合各试油井目的层段的试油资料进行交会分析，确定出能够区分油层的视综合参数下限值和声波时差与补偿密度的比值的下限值，将所述视综合参数下限值和声波时差与补偿密度的比值的下限值作为致密砂岩油层识别标准。
进一步地，在上述方法及装置中，当新井目的层段的视综合参数＞所述视综合参数下限值且新井目的层段的声波时差与补偿密度的比值＞所述声波时差与补偿密度的比值的下限值时，确定新井的目的层段为油层。
附图说明
图1是本发明方法实施例中的致密砂岩油层识别方法流程图；
图2是本发明方法实施例中泾河75井长81油层的测井解释综合图；
图3是本发明方法实施例中多口试油井的视综合参数Q＇与AC/DEN的交汇图版；
图4是本发明方法实施例中多口试油井的深感应电阻率与声波时差的交汇图版；
图5是本发明方法实施例中将新井长81油层的视综合参数Q＇与AC/DEN绘制在图3上得到的交汇图版；
图6是本发明方法实施例中将新井长81油层的深感应电阻率与声波时差绘制在图4上得到的交汇图版；
图7是本发明装置实施例中的致密砂岩油层识别装置结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。
方法实施例：
如图1所示，本实施例的致密砂岩油层识别方法包括以下步骤：
步骤1、获取相关数据；
该步骤中，获取目标工区多口试油井的录井资料、测井资料和试油资料，以及新井的录井资料、测井资料。
步骤2、在测井参数的基础上构建新的参数，即视综合参数Q＇和AC/DEN；
该步骤中，利用各试油井的录井资料和测井资料确定各试油井的目的层段，利用新井的录井资料和测井资料确定新井的目的层段，其中，目的层段指致密砂岩段和含油砂岩段；
然后，计算各目的层段的声波时差值与补偿密度值的比值(即AC/DEN)，并利用各目的层段的深感应电阻率值、中感应电阻率值、补偿中子值和补偿密度值计算各目的层段的视综合参数Q＇；
视综合参数Q＇的计算公式如下：
n′＝(R)(DEN/CNL)
Q′＝(n′RILD-n′RILM)/n′RILD×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，RILD为深感应电阻率值，n′RILD为视深感应电阻率饱和度指数，RILM为中感应电阻率值，n′RILM为视中感应电阻率饱和度指数。
本实施例中，利用双感应电阻率值(包括深感应电阻率值和中感应电阻率值)计算视综合参数Q＇；作为其他实施方式，计算视综合参数Q＇时，还可以利用双侧向电阻率值或阵列感应电阻率值替代双感应电阻率值，这时视综合参数Q＇的计算公式分别为：
当利用双侧向电阻率值(包括深侧向电阻率值和浅侧向电阻率值)计算视综合参数Q＇时，视综合参数Q＇的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RLLD-n′RLLS)/n′RLLD×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RLLD为深侧向电阻率值，n′RLLD为视深侧向电阻率饱和度指数，RLLS为浅侧向电阻率值，n′RLLS为视浅侧向电阻率饱和度指数。
当利用阵列感应电阻率值计算视综合参数Q＇时，视综合参数Q＇的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RHT120-n′RHT30)/n′RHT120×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RHT120表示探测深度为120in的阵列感应电阻率值，n′RHT120为视120in阵列感应电阻率饱和度指数，RHT30表示探测深度为30in的阵列感应电阻率值，n′RHT30为视30in阵列感应电阻率饱和度指数。
需要说明的是：阵列感应测井能够同时获得6种探测深度的电阻率曲线，探测深度分别为10in、20in、30in、60in、90in、120in，这里以选取120in和30in两个探测深度的电阻率值为例介绍了利用阵列感应电阻率值计算视综合参数Q＇的方式，在实际应用中，可以根据实际需要选择阵列感应测井不同探测深度的电阻率值计算视综合参数Q＇，计算方法与此类似，不再赘述。
步骤3、确定致密砂岩油层识别标准；
该步骤中，结合各试油井目的层段的试油资料、视综合参数、声波时差值与补偿密度值的比值，确定致密砂岩油层识别标准；具体如下：
将视综合参数、声波时差与补偿密度的比值作为坐标系的两个坐标轴建立平面坐标系，然后将各试油井目的层段的视综合参数、声波时差与补偿密度的比值绘制在平面坐标系中，并结合各试油井目的层段的试油资料进行交会分析，确定出能够区分油层的视综合参数下限值和声波时差与补偿密度的比值的下限值，将视综合参数下限值和声波时差与补偿密度的比值的下限值作为致密砂岩油层识别标准。
步骤4、利用致密砂岩油层识别标准识别致密砂岩油层。
该步骤中，结合新井目的层段的视综合参数、声波时差值与补偿密度值的比值，以及步骤3中确定的致密砂岩油层识别标准，识别新井目的层段的油层。
具体地，当新井目的层段的视综合参数＞视综合参数下限值且新井目的层段的声波时差与补偿密度的比值＞声波时差与补偿密度的比值的下限值时，确定新井的目的层段为油层。
下面通过实验验证本实施例方法的有效性。
本实验中将泾河油田作为目标工区，选取泾河油田51口试油井长81油层和5口新井长81油层的数据验证本实施例方法的有效性。验证过程如下：
(1)利用本实施例方法识别新井油层；
根据泾河油田51口试油井的录井资料和测井资料划分出这51口试油井长81油层的目的层段(即致密砂岩段和含油砂岩段)；读取各试油井目的层段的深感应电阻率、中感应电阻率、声波时差、补偿中子和补偿密度等测井参数值，并计算各试油井目的层段的视综合参数Q＇、AC/DEN比值，如表1所示：
表1多口试油井的参数表
将视综合参数Q＇作为纵坐标、AC/DEN作为横坐标，建立平面坐标系，将表1中各试油井的视综合参数Q＇和AC/DEN绘制在平面坐标系中，并结合表1中各试油井的试油产量进行交汇分析，得到如图3所示的视综合参数Q＇与AC/DEN的交汇图版，确定出能够区分油层的视综合参数下限值为和AC/DEN下限值，由图3得到：视综合参数下限值为-12，AC/DEN下限值为82。
同样地，根据泾河油田5口新井的录井资料和测井资料划分出5口新井长81油层的目的层段，其中泾河75井长81油层的测井解释如图2所示；读取各新井目的层段的深感应电阻率、中感应电阻率、声波时差、补偿中子和补偿密度等测井参数值，并计算各新井目的层段的视综合参数Q＇、AC/DEN比值，如表2所示：
表2 5口新井的参数表
将表2中各新井目的层段的视综合参数Q＇和AC/DEN与确定的视综合参数下限值和AC/DEN下限值进行比较，当新井目的层段的视综合参数＞-12且新井目的层段的声AC/DEN＞82时，确定新井的目的层段为油层，否则为干层，具体识别结果如表2最后一列所示。需要说明是，本实施例中，根据表1中各试油井的试油产量将油层类别分成3类，即低产油层、工业油层和解释干层，其中，表2中最后一列中的油层对应工业油层，干层对应低产油层和解释干层。
(2)利用现有方法识别新井油层；
将深感应电阻率作为纵坐标、声波时差作为横坐标，建立平面坐标系，将表1中各试油井的深感应电阻率与声波时差绘制在平面坐标系中，并结合表1中各试油井的试油产量进行交会分析，得到如图4所示的深感应电阻率与声波时差的交汇图版，确定出能区分油层的声波时差下限值和深感应电阻率下限值，由图4得到：声波时差下限值为211μs/m，深感应电阻率下限值为11Ω·m。
(3)结果对比分析。
将图3和图4进行对比分析，在图4中有7个低产油层在图版之外，主要是声波时差小于211μs/m，图版符合率93％，在图3中有21个低产油层在图版之外，其中14个声波时差值大于211μs/m，深感应电阻率值18～98Ω·m，主要是视综合参数的值小于-12，图版符合率79％。其中，图4的图版符合率等于落入声波时差值≥211μs/m且深感应电阻率值≥11Ω·m范围内的点数除以总点数的百分数，图3的图版符合率等于视综合参数＞-12且AC/DEN＞82范围内的点数除以总点数的百分数。
也就是说，图4只能将声波时差小于211μs/m的7个低产油层识别出来，而图3利用视综合参数的值小于-12能识别出21个低产油层，其中包括14个声波时差值大于211μs/m，深感应电阻率值18～98Ω·m的低产油层，说明图4的油层识别结果中混入了一些低产油层，而图3能将这些低产油层分辨出来，利用图3进行致密砂岩油层测井解释的置信度更高，从而说明利用本实施例构建的新参数(即视综合参数Q＇、AC/DEN)建立的致密砂岩油层识别标准，能够解决致密砂岩油层的岩性复杂、孔隙结构复杂、非均质性强等引起的测井响应特征复杂性和多样性问题，不仅提高了测井解释准确性，还能降低油层识别误判率。
进一步地，将表2中的视综合参数Q＇和AC/DEN绘制在图3上得到图5，将表2中的深感应电阻率与声波时差绘制在图4上得到图6，将图5和图6进行对比分析，图6上仅3个被解释为干层，主要是声波时差小于211μs/m；图5上有14个被解释为干层，与图6相比多出11个，其声波时差值大于211μs/m，深感应电阻率值40～140Ω·m，主要是视综合参数的值小于-12和AC/DEN的值小于82，从而进一步说明本实施例确定的致密砂岩油层识别标准较以往直接用测井参数建立的识别标准，能够提高测井解释准确性和降低油层识别误判率，为高效的油气勘探开发提供有力的测井技术支持。
综上所述，本实施例的致密砂岩油层识别方法能够有效地降低油层识别误判率，提高了致密砂岩油层测井解释的置信度，能为致密砂岩油层勘探开发提供有力的测井技术支持，为其它地方致密砂岩油层测井识别方法提供补充和借鉴。
装置实施例：
本实施例的致密砂岩油层识别装置，如图7所示，该装置包括处理器、存储器，存储器中存储有可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现上述方法实施例中的方法。
也就是说，以上方法实施例中的方法应理解为可由计算机程序指令实现致密砂岩油层识别方法的流程。可提供这些计算机程序指令到处理器，使得通过处理器执行这些指令产生用于实现上述方法流程所指定的功能。
本实施例所指的处理器是指微处理器MCU或可编程逻辑器件FPGA等的处理装置。
本实施例所指的存储器包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。例如：利用电能方式存储信息的各式存储器，RAM、ROM等；利用磁能方式存储信息的的各式存储器，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的各式存储器，CD或DVD。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等等。
通过上述存储器、处理器以及计算机程序构成的装置，在计算机中由处理器执行相应的程序指令来实现，处理器可以搭载各种操作系统，如windows操作系统、linux系统、android、iOS系统等。
Claims (4)
1.一种致密砂岩油层识别方法，其特征在于，该方法包括以下步骤：
(1)获取目标工区多口试油井的录井资料、测井资料和试油资料，以及新井的录井资料、测井资料；
(2)利用各试油井的录井资料和测井资料确定各试油井的目的层段，利用新井的录井资料和测井资料确定新井的目的层段，所述目的层段指致密砂岩段和含油砂岩段；
(3)计算各目的层段的声波时差值与补偿密度值的比值，并利用各目的层段的电阻率值、补偿中子值和补偿密度值计算各目的层段的视综合参数；
所述电阻率值为双感应电阻率值、双侧向电阻率值或阵列感应电阻率值，所述双感应电阻率值包括深感应电阻率值和中感应电阻率值，所述双侧向电阻率值包括深侧向电阻率值和浅侧向电阻率值；
当所述电阻率值为双感应电阻率值时，视综合参数的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RILD-n′RILM)/n′RILD×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RILD为深感应电阻率值，n′RILD为视深感应电阻率饱和度指数，RILM为中感应电阻率值，n′RILM为视中感应电阻率饱和度指数；
当所述电阻率值为双侧向电阻率值时，视综合参数的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RLLD-n′RLLS)/n′RLLD×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RLLD为深侧向电阻率值，n′RLLD为视深侧向电阻率饱和度指数，RLLS为浅侧向电阻率值，n′RLLS为视浅侧向电阻率饱和度指数；
当所述电阻率值为阵列感应电阻率值时，视综合参数的计算公式为：
n′＝(R)(DEN/CNL)
Q′＝(n′RHT120-n′RHT30)/n′RHT120×(CNL/DEN)×100
式中，n′为视饱和度指数，R为电阻率值，DEN为补偿密度值，CNL为补偿中子值，Q′为视综合参数，RHT120表示探测深度为120in的阵列感应电阻率值，n′RHT120为视120in阵列感应电阻率饱和度指数，RHT30表示探测深度为30in的阵列感应电阻率值，n′RHT30为视30in阵列感应电阻率饱和度指数；
(4)结合各试油井目的层段的试油资料、视综合参数、声波时差值与补偿密度值的比值，确定致密砂岩油层识别标准；
(5)结合新井目的层段的视综合参数、声波时差值与补偿密度值的比值，以及所述致密砂岩油层识别标准，识别新井目的层段的油层。
2.根据权利要求1所述的致密砂岩油层识别方法，其特征在于，确定致密砂岩油层识别标准的过程包括：将视综合参数、声波时差与补偿密度的比值作为坐标系的两个坐标轴建立平面坐标系，然后将各试油井目的层段的视综合参数、声波时差与补偿密度的比值绘制在所述平面坐标系中，并结合各试油井目的层段的试油资料进行交会分析，确定出能够区分油层的视综合参数下限值和声波时差与补偿密度的比值的下限值，将所述视综合参数下限值和声波时差与补偿密度的比值的下限值作为致密砂岩油层识别标准。
3.根据权利要求2所述的致密砂岩油层识别方法，其特征在于，当新井目的层段的视综合参数＞所述视综合参数下限值且新井目的层段的声波时差与补偿密度的比值＞所述声波时差与补偿密度的比值的下限值时，确定新井的目的层段为油层。
4.一种致密砂岩油层识别装置，其特征在于，该装置包括处理器和存储器，所述处理器执行由所述存储器存储的计算机程序，以实现如权利要求1-3任一项所述的致密砂岩油层识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010807708.3A CN114135269B (zh) | 2020-08-12 | 2020-08-12 | 一种致密砂岩油层识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010807708.3A CN114135269B (zh) | 2020-08-12 | 2020-08-12 | 一种致密砂岩油层识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114135269A CN114135269A (zh) | 2022-03-04 |
| CN114135269B true CN114135269B (zh) | 2024-04-12 |
Family
ID=80438016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010807708.3A Active CN114135269B (zh) | 2020-08-12 | 2020-08-12 | 一种致密砂岩油层识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114135269B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103775057A (zh) * | 2013-12-27 | 2014-05-07 | 中国石油天然气股份有限公司 | 一种致密油气藏有效储层的判识方法及装置 |
| CN104360039A (zh) * | 2014-10-31 | 2015-02-18 | 中国石油化工股份有限公司 | 一种致密砂岩储层成岩相定量评价方法 |
| CN104863574A (zh) * | 2014-02-20 | 2015-08-26 | 中国石油化工股份有限公司 | 一种适用于致密砂岩储层的流体识别方法 |
| CN106468172A (zh) * | 2016-09-30 | 2017-03-01 | 西安石油大学 | 一种超低渗砂岩油藏低阻储层测井解释方法 |
| CN109025961A (zh) * | 2018-07-26 | 2018-12-18 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 页岩储层含气饱和度的计算方法、装置和电子设备 |
| CN109085663A (zh) * | 2018-07-20 | 2018-12-25 | 中国矿业大学 | 一种致密砂岩储层层理缝识别方法 |
| CN110939428A (zh) * | 2018-09-21 | 2020-03-31 | 中国石油化工股份有限公司 | 一种致密砂岩油气藏储层裂缝的识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130048380A1 (en) * | 2011-08-26 | 2013-02-28 | John Rasmus | Wellbore interval densities |
-
2020
- 2020-08-12 CN CN202010807708.3A patent/CN114135269B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103775057A (zh) * | 2013-12-27 | 2014-05-07 | 中国石油天然气股份有限公司 | 一种致密油气藏有效储层的判识方法及装置 |
| CN104863574A (zh) * | 2014-02-20 | 2015-08-26 | 中国石油化工股份有限公司 | 一种适用于致密砂岩储层的流体识别方法 |
| CN104360039A (zh) * | 2014-10-31 | 2015-02-18 | 中国石油化工股份有限公司 | 一种致密砂岩储层成岩相定量评价方法 |
| CN106468172A (zh) * | 2016-09-30 | 2017-03-01 | 西安石油大学 | 一种超低渗砂岩油藏低阻储层测井解释方法 |
| CN109085663A (zh) * | 2018-07-20 | 2018-12-25 | 中国矿业大学 | 一种致密砂岩储层层理缝识别方法 |
| CN109025961A (zh) * | 2018-07-26 | 2018-12-18 | 中国石油化工股份有限公司江汉油田分公司勘探开发研究院 | 页岩储层含气饱和度的计算方法、装置和电子设备 |
| CN110939428A (zh) * | 2018-09-21 | 2020-03-31 | 中国石油化工股份有限公司 | 一种致密砂岩油气藏储层裂缝的识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114135269A (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106468172B (zh) | 一种超低渗砂岩油藏低阻储层测井解释方法 | |
| CN106951660A (zh) | 一种海相碎屑岩水平井储层测井解释方法及装置 | |
| CN105317435B (zh) | 一种水平井裂缝识别方法 | |
| CN103437760B (zh) | 一种使用阵列感应数据快速评价油水层的方法 | |
| CN107045145B (zh) | 地震层序控制下的叠前振幅随偏移距变化检测缝洞方法 | |
| CN109388817A (zh) | 一种储层裂缝三维建模方法 | |
| CN103132993A (zh) | 一种逐步识别低渗复杂岩性油藏中的油层和水层的方法 | |
| CN105525917B (zh) | 识别储层的方法以及识别储层中流体类型的方法 | |
| CN104977617A (zh) | 储层裂缝识别方法和成像测井储层裂缝识别方法 | |
| CN112363242B (zh) | 基于测录井融合的储层流体识别方法与装置 | |
| CN103775075A (zh) | 一种全井段岩性识别方法 | |
| CN105240006B (zh) | 一种适用于火山岩储层的油水层识别方法 | |
| CN103630939A (zh) | 一种气层识别评价方法 | |
| CN105629327A (zh) | 一种针对弱胶结、深层致密砂岩储层成岩相定量表征方法 | |
| CN107356965A (zh) | 基于加权叠加噪音压制策略的反射系数反演储层预测方法 | |
| CN104459790B (zh) | 含油气性盆地有效储层的分析方法和装置 | |
| CN104991286A (zh) | 一种基于沉积模式的沉积相表征方法 | |
| CN110688781B (zh) | 一种低渗非均质气藏储层测井解释方法 | |
| CN113792499B (zh) | 基于沉积特征的松散承压含水层富水性动态确定方法 | |
| KR101292659B1 (ko) | 물리 검층 데이터의 해석 방법 | |
| KR101324285B1 (ko) | 물리 검층 데이터의 모델링 방법 | |
| CN116201535B (zh) | 油气藏目标井标志地层自动划分方法、装置及设备 | |
| CN114135269B (zh) | 一种致密砂岩油层识别方法及装置 | |
| Zhang et al. | Architecture characteristics and characterization methods of fault-controlled karst reservoirs: A case study of the Shunbei 5 fault zone in the Tarim Basin, China | |
| CN109707378A (zh) | 一种基于泥浆侵入特性及纵向对比的低阻油层识别方法 |
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 |