CN114564498A - 一种低渗储层定量分类评价方法和装置 - Google Patents

一种低渗储层定量分类评价方法和装置 Download PDF

Info

Publication number
CN114564498A
CN114564498A CN202011364570.0A CN202011364570A CN114564498A CN 114564498 A CN114564498 A CN 114564498A CN 202011364570 A CN202011364570 A CN 202011364570A CN 114564498 A CN114564498 A CN 114564498A
Authority
CN
China
Prior art keywords
fractal dimension
fractal
correlation
micro
reservoir
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011364570.0A
Other languages
English (en)
Inventor
曹积万
陈忠
蔡超
田梅
姜越
何彬彬
陈俊年
周羿
李思曈
孟丹
李程
佟天宇
弥一頔
苏鸣久
杨柳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202011364570.0A priority Critical patent/CN114564498A/zh
Publication of CN114564498A publication Critical patent/CN114564498A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
    • G01N15/0886—Mercury porosimetry
    • 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
    • G01N33/24—Earth materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • 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
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Dispersion Chemistry (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Geophysics (AREA)
  • Medicinal Chemistry (AREA)
  • Computational Linguistics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • Food Science & Technology (AREA)

Abstract

本发明提供了一种低渗储层定量分类评价方法和装置，该方法包括：获取岩心样品的毛管压力曲线；根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。利用分形维数定量表征低渗储层孔隙结构的复杂程度，结合分形维数与岩性、物性参数和电性特征的相关性，实现低渗储层的定量分类评价，针对低渗砂岩储层，建立多参数、宏微观相结合的储层分类评价标准，指导低渗油藏有效开发。

Description

一种低渗储层定量分类评价方法和装置
技术领域
本发明涉及油气田开发技术领域，尤其涉及一种低渗储层定量分类评价方法和装置。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
辽河油田在某段时间中低渗透油藏上报储量在年度探明储量所占比例为85％以上，年产油量所占比例为6.1％-6.7％，低渗透油藏已成为原油增储上产的重要组成。
在新增探明储量难度逐年加大、品质逐年变差的背景下，如何高效开发已探明低渗储量，提高低渗透油藏年产油量，对油田持续稳产、效益发展具有十分重要的现实意义。储层分类评价是储层研究的一项重要内容，是低渗油藏有效开发的关键。
目前应用J函数法对储层进行分类评价的方案，仍为定性半定量评价，存在分类评价的局限性，不能满足高效开发的需求。
因此，如何提供一种新的方案，其能够解决上述技术问题是本领域亟待解决的技术难题。
发明内容
本发明实施例提供一种低渗储层定量分类评价方法，利用分形维数定量表征低渗储层孔隙结构的复杂程度，结合分形维数与岩性、物性参数和电性特征的相关性，实现低渗储层的定量分类评价，针对低渗砂岩储层，建立多参数、宏微观相结合的储层分类评价标准，指导低渗油藏有效开发，该方法包括：
获取岩心样品的毛管压力曲线；
根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；
建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；
利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。
本发明实施例还提供一种低渗储层定量分类评价装置，包括：
毛管压力曲线获取模块，用于获取岩心样品的毛管压力曲线；
分形特征和分形维数确定模块，用于根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；
分形维数与孔喉特征参数的相关性确定模块，用于建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；
低渗储层分类评价标准建立模块，用于利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。
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可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种低渗储层定量分类评价方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述一种低渗储层定量分类评价方法的计算机程序。
本发明实施例提供的一种低渗储层定量分类评价方法和装置，包括：首先获取岩心样品的毛管压力曲线；然后根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；接着建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；最后利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。本发明实施例针对基于微观孔隙结构特征进行储层分类与评价常规利用J函数进行储层分类评价方法的局限性，利用压汞资料，计算储层孔隙结构的分形维数，统计分析分形维数与微观孔隙结构参数之间的关系。在此基础上将分形维数应用于储层分类与评价中，利用分形维数定量表征低渗储层孔隙结构的复杂程度，结合分形维数与岩性、物性参数和电性特征的相关性，实现低渗储层的定量分类评价，针对低渗砂岩储层，建立多参数、宏微观相结合的储层分类评价标准，指导低渗油藏有效开发。
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。在附图中：
图1为本发明实施例一种低渗储层定量分类评价方法示意图。
图2为本发明实施例一种低渗储层定量分类评价方法的毛管压力曲线。
图3为本发明实施例一种低渗储层定量分类评价方法的双对数坐标图。
图4为本发明实施例一种低渗储层定量分类评价方法的分形维数与排驱压力交会图。
图5为本发明实施例一种低渗储层定量分类评价方法的单井产能与电性特征相关性分析图。
图6为本发明实施例一种低渗储层定量分类评价方法的有效孔隙度与空气渗透率交会图。
图7为本发明实施例一种低渗储层定量分类评价方法的电阻率比值与声波时差交会图。
图8为运行本发明实施的一种低渗储层定量分类评价方法的计算机装置示意图。
图9为本发明实施例一种低渗储层定量分类评价装置示意图。
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明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1为本发明实施例一种低渗储层定量分类评价方法示意图，如图1所示，本发明实施例提供一种低渗储层定量分类评价方法，利用分形维数定量表征低渗储层孔隙结构的复杂程度，结合分形维数与岩性、物性参数和电性特征的相关性，实现低渗储层的定量分类评价，针对低渗砂岩储层，建立多参数、宏微观相结合的储层分类评价标准，指导低渗油藏有效开发，该方法包括：
步骤101：获取岩心样品的毛管压力曲线；
步骤102：根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；
步骤103：建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；
步骤104：利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。
本发明实施例提供的一种低渗储层定量分类评价方法，包括：首先获取岩心样品的毛管压力曲线；然后根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；接着建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；最后利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。本发明实施例针对基于微观孔隙结构特征进行储层分类与评价常规利用J函数进行储层分类评价方法的局限性，利用压汞资料，计算储层孔隙结构的分形维数，统计分析分形维数与微观孔隙结构参数之间的关系。在此基础上将分形维数应用于储层分类与评价中，利用分形维数定量表征低渗储层孔隙结构的复杂程度，结合分形维数与岩性、物性参数和电性特征的相关性，实现低渗储层的定量分类评价，针对低渗砂岩储层，建立多参数、宏微观相结合的储层分类评价标准，指导低渗油藏有效开发。
具体实施本发明实施例提供的一种低渗储层定量分类评价方法时，可以包括：
获取岩心样品的毛管压力曲线；
根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；
建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；
利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。
图2为本发明实施例一种低渗储层定量分类评价方法的毛管压力曲线。如图2所示，具体实施本发明实施例提供的一种低渗储层定量分类评价方法时，在一个实施例中，前述的获取岩心样品的毛管压力曲线，包括：
以汞饱和度为横坐标，以毛管压力为纵坐标建立坐标系，采用压汞法测定岩心样品，获取岩心样品的毛管压力曲线。
实施例中，毛管压力曲线是由一系列相互对应的汞饱和度和毛管压力数据组成的，一般横坐标表示汞饱和度SHg(或称水银饱和度)，而纵坐标表示毛管压力pc(或称毛细管压力)；在压汞实验中，水银进入不同半径孔隙的难易程度可以通过毛管压力的大小来反映，采用压汞法测定岩心样品获取岩心样品的毛管压力曲线可以作为计算三维空间孔隙结构分形维数的基础数据。毛管在一些实施例中也称为毛细管。
图3为本发明实施例一种低渗储层定量分类评价方法的双对数坐标图，如图3所示，具体实施本发明实施例提供的一种低渗储层定量分类评价方法时，在一个实施例中，前述的根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征，包括：
将汞饱和度和毛管压力分别取对数，建立双对数坐标图；
当双对数坐标图上的曲线完全或趋近于一条直线时，则该岩心样品的微观孔隙结构分形特征为整体分形，分形维数相同；
当双对数坐标图上的曲线存在明显的转折时，则该岩心样品的微观孔隙结构分形特征为分段分形，采用分段回归的方法确定不同孔径范围对应的分形维数。
实施例中，为了确定微观孔隙结构分形特征，具体的可以包括：首先，将汞饱和度和毛管压力分别取对数，建立双对数坐标图；当双对数坐标图上的曲线完全或趋近于一条直线时，则该岩心样品的微观孔隙结构分形特征为整体分形，分形维数相同；当双对数坐标图上的曲线存在明显的转折时，则该岩心样品的微观孔隙结构分形特征为分段分形，采用分段回归的方法确定不同孔径范围对应的分形维数。
根据分形几何理论，微观孔隙结构的分形特征一般分为整体分形及分段分形，整体分形是指在lgpc和lgSHg的双对数坐标图上曲线完全或接近于一条直线，表明大孔隙和小孔隙的孔隙结构差异不大，分形维数相同。如图3所示，分段分形是指在lgpc和lgSHg的双对数坐标图上曲线不是一条直线，而是有明显的转折，即不同的孔径范围对应有不同的分形维数，即大孔隙和小孔隙的孔隙结构差异较大，粗、细孔喉的分形维数也不同，需要用分段回归的方法才能准确求出分形维数，图3为分段分形的一种示意，这样既能保证数据的完整性，又能真实反映孔隙分布及微观孔隙结构分形特征。
具体实施本发明实施例提供的一种低渗储层定量分类评价方法时，在一个实施例中，按照如下方式，确定微观孔隙结构分形维数：
lgSHg＝(D-2)lgpc+lgα
其中，D为分形维数；SHg为汞饱和度；pc为毛管压力；α为常数。
前述提到的确定微观孔隙结构分形维数的表达式为举例说明，本领域技术人员可以理解，在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据，或者提供其它的具体公式，这些变化例均应落入本发明的保护范围。
实施例中，为了计算确定微观孔隙结构分形维数，采用汞饱和度法，根据岩心样品的毛管压力曲线，可以确定微观孔隙结构分形特征和分形维数，具体的，可以采用汞饱和度法计算基于压汞资料(也即是毛管压力曲线)的微观孔隙结构分形维数，确定其分形特征的回归曲线类型，分类统计各实验样品分形维数。
为实现上述微观孔隙结构分形维数的公式，设定以r为测量尺度对某储层岩石样品进行测度，所测出的半径为r的孔隙数量为N(r)，则两者之间应满足关系式：
N(r)∝r-D (1)
其中，D为分形维数；又由毛管模型，有下式：
N(r)＝VHg/(πr2l) (2)
其中，l为毛管的长度，VHg为水银流经半径为r的毛管时所对应的累计体积；
由上述公式(1)、(2)，可得：
VHg/(πr2l)∝r-D (3)
VHg∝r2-D (4)
毛管压力求取公式为：
pc＝(2σcosθ)/r (5)
其中，θ为接触角，σ为界面张力，pc为毛细管压力；
将公式(5)带入公式(4)，可得：
VHg∝pc -(2-D) (6)
岩样中水银饱和度(汞饱和度)的定义为：
SHg＝VHg/Vp (7)
其中，SHg为水银饱和度(汞饱和度)；Vp为样品孔隙的总体积；
结合公式(6)和(7)，可得：
SHg＝αpc -(2-D) (8)
其中，α为常数；
将公式(8)两边取对数并作简单变换可得：
lgSHg＝(D-2)lgpc+lgα (9)
其中，D为分形维数；SHg为汞饱和度；pc为毛管压力；α为常数。
公式(9)说明如果储层岩石孔隙结构具有分形性质，则根据毛管压力曲线，lgSHg和lgpc存在线性关系，根据其斜率可以计算分形维数D。
实施例中，根据前述微观孔隙结构分形特征，结合岩心样品的毛管压力曲线，可以计算确定微观孔隙结构分形维数。具体的，可以根据lgpc和lgSHg的双对数坐标图上的曲线计算分形维数；在整体分形时，计算得到的整条曲线的分形维数相同；在分段分形时，由于曲线存在转折，通过分段回归的方法分段计算曲线的分形维数。
图4为本发明实施例一种低渗储层定量分类评价方法的分形维数与排驱压力交会图，如图4所示，具体实施本发明实施例提供的一种低渗储层定量分类评价方法时，在一个实施例中，前述的孔喉特征参数，包括：排驱压力和半径均值；
建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性，包括：
建立微观孔隙结构分形维数与排驱压力的交会图，分析确定分形维数与排驱压力为正相关关系；
建立微观孔隙结构分形维数与半径均值的交会图，分析确定分形维数与半径均值为负相关关系。
实施例中，为了确定分形维数与孔喉特征参数的相关性，需要建立微观孔隙结构分形维数与孔喉特征参数的交会图，具体的包括：建立微观孔隙结构分形维数与排驱压力的交会图，分析确定分形维数与排驱压力为正相关关系；建立微观孔隙结构分形维数与半径均值的交会图，分析确定分形维数与半径均值为负相关关系。
建立分形维数与表征储层孔隙结构的孔喉特征参数的交会图，分析分形维数与孔喉特征参数的相关性，具体是：排驱压力和半径均值是表征储层微观孔隙大小的两个重要孔喉特征参数。排驱压力是非润湿相开始进入储层孔隙的启动压力，代表储层岩石中最大连通孔喉半径的大小，而半径均值是利用各喉道区间所对应的汞增量求取的加权半径平均值，是储层岩石孔隙大小的总体反映。通过分别建立微观孔隙结构分形维数与排驱压力的交会图以及微观孔隙结构分形维数与半径均值的交会图，分析确定分形维数与排驱压力表现为正相关关系，与半径均值表现为负相关关系。
图5为本发明实施例一种低渗储层定量分类评价方法的单井产能与电性特征相关性分析图，图6为本发明实施例一种低渗储层定量分类评价方法的有效孔隙度与空气渗透率交会图，图7为本发明实施例一种低渗储层定量分类评价方法的电阻率比值与声波时差交会图，如图5、图6和图7所示，具体实施本发明实施例提供的一种低渗储层定量分类评价方法时，在一个实施例中，前述的利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准，包括：
根据常规测井与单井产能资料，进行相关性分析，确定多条测井敏感曲线；
根据多条测井敏感曲线制作不同采油强度交会图，确定不同类型储层分类下限；
动静结合分析分形维数与岩性的相关性；其中，岩性，包括：细砂岩，凝灰质粉细砂岩，粉砂岩；
动静结合分析分形维数与物性参数的相关性，其中，物性参数，包括：孔隙度，渗透率；
动静结合分析分形维数与电性特征的相关性，其中，电性特征，包括：电阻率，时差；
结合不同类型储层分类下限、分形维数与岩性的相关性、分形维数与物性参数的相关性、分形维数与电性特征的相关性以及分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准，对低渗储层进行定量分类评价。
实施例中，动静结合分析分形维数与岩性、物性参数、电性特征等参数的相关性，利用不同类型储层分类下限，建立多参数、宏微观相结合的低渗储层分类评价标准，实现低渗储层定量分类评价。主要是应用常规测井与单井产能资料，进行相关性分析，确定多条测井敏感曲线。应用多条测井敏感曲线制作不同采油强度交会图，得到产能分类下限，确定不同类型储层分类下限。分析分形维数与岩性、物性参数、电性特征的相关性，建立低渗储层分类评价标准，对低渗储层进行定量分类评价，如表1所示，将低渗储层分类评价标准分为三类。
表1
Figure BDA0002805051640000091
如上表所示，动静结合分析分形维数与岩性的相关性；其中，岩性，包括：细砂岩，凝灰质粉细砂岩，粉砂岩；动静结合分析分形维数与物性参数的相关性，其中，物性参数，包括：孔隙度，渗透率；动静结合分析分形维数与电性特征的相关性，其中，电性特征，包括：电阻率，时差；如图5、图6和图7所示，结合不同类型储层分类下限、分形维数与岩性的相关性、分形维数与物性参数的相关性、分形维数与电性特征的相关性以及分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准，对低渗储层进行定量分类评价。
本发明实施例还提供一种实现低渗储层定量分类评价方法的步骤，主要包括：
步骤1，采用压汞法测定岩心样品毛管压力曲线；
步骤2，采用汞饱和度法计算基于压汞资料的微观孔隙结构分形维数，确定其分形特征回归曲线类型，分类统计各实验样品分形维数；
步骤3，建立分形维数与表征储层孔隙结构参数的交会图，分析分形维数与表征储层孔隙结构参数的相关性，定量表征低渗储层孔隙结构的复杂程度；
步骤4，动静结合分析分形维数与岩性、物性、电性等参数的相关性，确定不同类型储层分类下限，建立多参数、宏微观相结合的低渗储层分类评价标准，实现低渗储层定量分类评价。
图8为运行本发明实施的一种低渗储层定量分类评价方法的计算机装置示意图，如图8所示，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可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种低渗储层定量分类评价方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行实现上述一种低渗储层定量分类评价方法的计算机程序。
本发明实施例中还提供了一种低渗储层定量分类评价装置，如下面的实施例所述。由于该装置解决问题的原理与一种低渗储层定量分类评价方法相似，因此该装置的实施可以参见一种低渗储层定量分类评价方法的实施，重复之处不再赘述。
图9为本发明实施例一种低渗储层定量分类评价装置示意图，如图9所示，本发明实施例还提供一种低渗储层定量分类评价装置，包括：
毛管压力曲线获取模块901，用于获取岩心样品的毛管压力曲线；
分形特征和分形维数确定模块902，用于根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；
分形维数与孔喉特征参数的相关性确定模块903，用于建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；
低渗储层分类评价标准建立模块904，用于利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。
具体实施本发明实施例提供的一种低渗储层定量分类评价装置时，在一个实施例中，前述的毛管压力曲线获取模块，具体用于：
以汞饱和度为横坐标，以毛管压力为纵坐标建立坐标系，采用压汞法测定岩心样品，获取岩心样品的毛管压力曲线。
具体实施本发明实施例提供的一种低渗储层定量分类评价装置时，在一个实施例中，前述的分形特征和分形维数确定模块，具体用于：
将汞饱和度和毛管压力分别取对数，建立双对数坐标图；
当双对数坐标图上的曲线完全或趋近于一条直线时，则该岩心样品的微观孔隙结构分形特征为整体分形，分形维数相同；
当双对数坐标图上的曲线存在明显的转折时，则该岩心样品的微观孔隙结构分形特征为分段分形，采用分段回归的方法确定不同孔径范围对应的分形维数。
具体实施本发明实施例提供的一种低渗储层定量分类评价装置时，在一个实施例中，前述的分形特征和分形维数确定模块，用于按照如下方式，确定微观孔隙结构分形维数：
lgSHg＝(D-2)lgpc+lgα
其中，D为分形维数；SHg为汞饱和度；pc为毛管压力；α为常数。
具体实施本发明实施例提供的一种低渗储层定量分类评价装置时，在一个实施例中，前述的孔喉特征参数，包括：排驱压力和半径均值；
分形维数与孔喉特征参数的相关性确定模块，具体用于：
建立微观孔隙结构分形维数与排驱压力的交会图，分析确定分形维数与排驱压力为正相关关系；
建立微观孔隙结构分形维数与半径均值的交会图，分析确定分形维数与半径均值为负相关关系。
具体实施本发明实施例提供的一种低渗储层定量分类评价装置时，在一个实施例中，前述的低渗储层分类评价标准建立模块，具体用于：
根据常规测井与单井产能资料，进行相关性分析，确定多条测井敏感曲线；
根据多条测井敏感曲线制作不同采油强度交会图，确定不同类型储层分类下限；
动静结合分析分形维数与岩性的相关性；其中，岩性，包括：细砂岩，凝灰质粉细砂岩，粉砂岩；
动静结合分析分形维数与物性参数的相关性，其中，物性参数，包括：孔隙度，渗透率；
动静结合分析分形维数与电性特征的相关性，其中，电性特征，包括：电阻率，时差；
结合不同类型储层分类下限、分形维数与岩性的相关性、分形维数与物性参数的相关性、分形维数与电性特征的相关性以及分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准，对低渗储层进行定量分类评价。
综上，本发明实施例提供的一种低渗储层定量分类评价方法和装置，包括：首先获取岩心样品的毛管压力曲线；然后根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；接着建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；最后利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。本发明实施例针对基于微观孔隙结构特征进行储层分类与评价常规利用J函数进行储层分类评价方法的局限性，利用压汞资料，计算储层孔隙结构的分形维数，统计分析分形维数与微观孔隙结构参数之间的关系。在此基础上将分形维数应用于储层分类与评价中，利用分形维数定量表征低渗储层孔隙结构的复杂程度，结合分形维数与岩性、物性参数和电性特征的相关性，实现低渗储层的定量分类评价，针对低渗砂岩储层，建立多参数、宏微观相结合的储层分类评价标准，指导低渗油藏有效开发。
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。
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。
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。

Claims (14)

1.一种低渗储层定量分类评价方法，其特征在于，包括：
获取岩心样品的毛管压力曲线；
根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；
建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；
利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。
2.如权利要求1所述的方法，其特征在于，获取岩心样品的毛管压力曲线，包括：
以汞饱和度为横坐标，以毛管压力为纵坐标建立坐标系，采用压汞法测定岩心样品，获取岩心样品的毛管压力曲线。
3.如权利要求2所述的方法，其特征在于，根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征，包括：
将汞饱和度和毛管压力分别取对数，建立双对数坐标图；
当双对数坐标图上的曲线完全或趋近于一条直线时，则该岩心样品的微观孔隙结构分形特征为整体分形，分形维数相同；
当双对数坐标图上的曲线存在明显的转折时，则该岩心样品的微观孔隙结构分形特征为分段分形，采用分段回归的方法确定不同孔径范围对应的分形维数。
4.如权利要求3所述的方法，其特征在于，按照如下方式，确定微观孔隙结构分形维数：
lgSHg＝(D-2)lgpc+lgα
其中，D为分形维数；SHg为汞饱和度；pc为毛管压力；α为常数。
5.如权利要求1所述的方法，其特征在于，孔喉特征参数，包括：排驱压力和半径均值；
建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性，包括：
建立微观孔隙结构分形维数与排驱压力的交会图，分析确定分形维数与排驱压力为正相关关系；
建立微观孔隙结构分形维数与半径均值的交会图，分析确定分形维数与半径均值为负相关关系。
6.如权利要求5所述的方法，其特征在于，利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准，包括：
根据常规测井与单井产能资料，进行相关性分析，确定多条测井敏感曲线；
根据多条测井敏感曲线制作不同采油强度交会图，确定不同类型储层分类下限；
动静结合分析分形维数与岩性的相关性；其中，岩性，包括：细砂岩，凝灰质粉细砂岩，粉砂岩；
动静结合分析分形维数与物性参数的相关性，其中，物性参数，包括：孔隙度，渗透率；
动静结合分析分形维数与电性特征的相关性，其中，电性特征，包括：电阻率，时差；
结合不同类型储层分类下限、分形维数与岩性的相关性、分形维数与物性参数的相关性、分形维数与电性特征的相关性以及分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准，对低渗储层进行定量分类评价。
7.一种低渗储层定量分类评价装置，其特征在于，包括：
毛管压力曲线获取模块，用于获取岩心样品的毛管压力曲线；
分形特征和分形维数确定模块，用于根据岩心样品的毛管压力曲线，确定微观孔隙结构分形特征和分形维数；
分形维数与孔喉特征参数的相关性确定模块，用于建立微观孔隙结构分形维数与孔喉特征参数的交会图，确定分形维数与孔喉特征参数的相关性；
低渗储层分类评价标准建立模块，用于利用不同类型储层分类下限，动静结合分析分形维数与岩性、物性参数和电性特征的相关性，结合分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准。
8.如权利要求7所述的装置，其特征在于，毛管压力曲线获取模块，具体用于：
以汞饱和度为横坐标，以毛管压力为纵坐标建立坐标系，采用压汞法测定岩心样品，获取岩心样品的毛管压力曲线。
9.如权利要求8所述的装置，其特征在于，分形特征和分形维数确定模块，具体用于：
将汞饱和度和毛管压力分别取对数，建立双对数坐标图；
当双对数坐标图上的曲线完全或趋近于一条直线时，则该岩心样品的微观孔隙结构分形特征为整体分形，分形维数相同；
当双对数坐标图上的曲线存在明显的转折时，则该岩心样品的微观孔隙结构分形特征为分段分形，采用分段回归的方法确定不同孔径范围对应的分形维数。
10.如权利要求9所述的装置，其特征在于，分形特征和分形维数确定模块，用于按照如下方式，确定微观孔隙结构分形维数：
lgSHg＝(D-2)lgpc+lgα
其中，D为分形维数；SHg为汞饱和度；pc为毛管压力；α为常数。
11.如权利要求7所述的装置，其特征在于，孔喉特征参数，包括：排驱压力和半径均值；
分形维数与孔喉特征参数的相关性确定模块，具体用于：
建立微观孔隙结构分形维数与排驱压力的交会图，分析确定分形维数与排驱压力为正相关关系；
建立微观孔隙结构分形维数与半径均值的交会图，分析确定分形维数与半径均值为负相关关系。
12.如权利要求11所述的装置，其特征在于，低渗储层分类评价标准建立模块，具体用于：
根据常规测井与单井产能资料，进行相关性分析，确定多条测井敏感曲线；
根据多条测井敏感曲线制作不同采油强度交会图，确定不同类型储层分类下限；
动静结合分析分形维数与岩性的相关性；其中，岩性，包括：细砂岩，凝灰质粉细砂岩，粉砂岩；
动静结合分析分形维数与物性参数的相关性，其中，物性参数，包括：孔隙度，渗透率；
动静结合分析分形维数与电性特征的相关性，其中，电性特征，包括：电阻率，时差；
结合不同类型储层分类下限、分形维数与岩性的相关性、分形维数与物性参数的相关性、分形维数与电性特征的相关性以及分形维数与孔喉特征参数的相关性，建立低渗储层分类评价标准，对低渗储层进行定量分类评价。
13.一种计算机设备，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6任一项所述方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行实现权利要求1至6任一项所述方法的计算机程序。
CN202011364570.0A 2020-11-27 2020-11-27 一种低渗储层定量分类评价方法和装置 Pending CN114564498A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011364570.0A CN114564498A (zh) 2020-11-27 2020-11-27 一种低渗储层定量分类评价方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011364570.0A CN114564498A (zh) 2020-11-27 2020-11-27 一种低渗储层定量分类评价方法和装置

Publications (1)

Publication Number Publication Date
CN114564498A true CN114564498A (zh) 2022-05-31

Family

ID=81712371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011364570.0A Pending CN114564498A (zh) 2020-11-27 2020-11-27 一种低渗储层定量分类评价方法和装置

Country Status (1)

Country Link
CN (1) CN114564498A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116297111A (zh) * 2023-05-24 2023-06-23 中国石油大学(华东) 一种基于压汞及分形理论的致密砂岩渗透率预测方法
CN116341925A (zh) * 2023-02-23 2023-06-27 成都理工大学 致密砂岩优质储层连续性评价系统、方法、设备及终端

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341925A (zh) * 2023-02-23 2023-06-27 成都理工大学 致密砂岩优质储层连续性评价系统、方法、设备及终端
CN116297111A (zh) * 2023-05-24 2023-06-23 中国石油大学(华东) 一种基于压汞及分形理论的致密砂岩渗透率预测方法
CN116297111B (zh) * 2023-05-24 2023-09-05 中国石油大学(华东) 一种基于压汞及分形理论的致密砂岩渗透率预测方法

Similar Documents

Publication Publication Date Title
CN108694264B (zh) 一种确定页岩气储层渗透率的方法
CN109932297B (zh) 一种致密砂岩储层渗透率的计算方法
CN114564498A (zh) 一种低渗储层定量分类评价方法和装置
CN105781539A (zh) 一种致密油气储层饱和度测井计算方法
US20130282286A1 (en) System and method for calibrating permeability for use in reservoir modeling
CN105525917B (zh) 识别储层的方法以及识别储层中流体类型的方法
CN111425193A (zh) 一种基于聚类分析测井岩石物理相划分的储层可压性评价方法
US10928548B2 (en) Rock type based free water level inversion
CN103760600A (zh) 一种含气饱和度反演方法
CN103630939A (zh) 一种气层识别评价方法
CN112796738A (zh) 一种阵列声波测井和常规测井结合的地层渗透率计算方法
CN110470581B (zh) 确定储层应力敏感程度的方法、装置及存储介质
CN106897531A (zh) 一种低渗透石灰岩储层渗透率的定量评价方法
CN113027433B (zh) 计算强非均质性砂砾岩储层渗透率的方法和装置
CN111381292B (zh) 一种预测砂岩含烃储层的测井解释方法与装置
CN105844011B (zh) 一种基于毛管模型的渗透率计算方法
CN110017136B (zh) 一种基于视水层电阻率的水淹层识别与产水率预测方法
CN104880737A (zh) 测井资料识别地下流体类型的多元Logistic方法
CN112505154B (zh) 泥页岩储层矿物成分含量解析与岩相识别表征方法
CN111155980A (zh) 一种水流优势通道识别方法及装置
CN115391739A (zh) 一种裂缝渗透率的定量计算方法和系统
CN112347707B (zh) 油藏流动非均质性的表征方法及装置
CN114460639A (zh) 页岩油储层渗透率的预测方法及装置
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
CN114065462B (zh) 岩石孔隙结构演化分析方法及系统

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