CN114991745B - 一种页岩油储层甜点识别方法和装置 - Google Patents
一种页岩油储层甜点识别方法和装置 Download PDFInfo
- Publication number
- CN114991745B CN114991745B CN202111281191.XA CN202111281191A CN114991745B CN 114991745 B CN114991745 B CN 114991745B CN 202111281191 A CN202111281191 A CN 202111281191A CN 114991745 B CN114991745 B CN 114991745B
- Authority
- CN
- China
- Prior art keywords
- curve
- dessert
- well
- oil
- value
- 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
- 235000021185 dessert Nutrition 0.000 title claims abstract description 255
- 239000003079 shale oil Substances 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012360 testing method Methods 0.000 claims abstract description 81
- 239000003129 oil well Substances 0.000 claims abstract description 29
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 12
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 12
- 238000009826 distribution Methods 0.000 claims description 24
- 235000014510 cooky Nutrition 0.000 claims description 9
- 235000011850 desserts Nutrition 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 239000010410 layer Substances 0.000 description 42
- 229930195733 hydrocarbon Natural products 0.000 description 18
- 150000002430 hydrocarbons Chemical class 0.000 description 18
- 239000004215 Carbon black (E152) Substances 0.000 description 17
- 239000011435 rock Substances 0.000 description 17
- 239000004927 clay Substances 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 235000009508 confectionery Nutrition 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 239000011229 interlayer Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000009466 transformation Effects 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
- E21B47/00—Survey of boreholes or wells
-
- 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
-
- 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
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种页岩油储层甜点识别方法和装置。所述方法包括,获取目标区块内井的总有机碳TOC曲线、含油饱和度So曲线、有效孔隙度Φ曲线、最小水平主应力σh曲线和脆性指数BI曲线;根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线;根据试油井的试油数据确定甜点层段,根据试油井的甜点曲线和脆性指数BI曲线,确定甜点层段的甜点特征值和BI特征值;根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;根据甜点下限和BI下限,及井的甜点曲线和BI曲线,识别该井的预测甜点层段。能够合理识别纯页岩型陆相页岩油储层的甜点层段。
Description
技术领域
本发明涉及石油勘探中的测井勘探技术领域,特别涉及一种页岩油储层甜点识别方法和装置。
背景技术
随着国内外油气勘探开发领域的不断拓广拓深,全球油气资源劣质化的趋势日渐明显,非常规油气已成为增储上产最重要的主体资源之一。其中,陆相页岩油是一种重要的非常规油气资源。根据目前的勘探认识,陆相页岩油是指在陆相湖盆沉积的烃源岩体系内原地滞留或源内捕获烃类而形成的富液态烃聚集。根据不同地区构造、沉积背景的差异,我国学者将陆相页岩油大致可分为夹层型、混积型和纯页岩型三类。
由于此类油气资源品质差,依赖大型压裂改造才可以获得工业产能,开采成本高,识别和评价有利“甜点”是勘探开发工作的核心任务。陆相页岩油“甜点”是指在陆相页岩烃源层系内,在整体含油背景下,相对更富含油、物性更好、更易改造,且在现有经济技术条件下具商业开发价值的有利储集层分布区(横向上)或分布段(纵向上)。
针对陆相页岩油的“甜点”测井识别,很多学者提出了评价方法和思路,其核心思想都是选取涵盖烃源岩、储集层和工程品质等多种类型的单参数进行直接分类,不同学者的区别在于选择的参数种类、个数及确定各参数权重的过程不同。
然而上述方法主要适用于夹层型页岩油,对于富含粘土的纯页岩型页岩油,烃源岩与储集层完全一体,属于真正意义上的自生自储型页岩油,绝大多数测井资料甚至在取心上肉眼都难以分辨不同岩性单元;另一方面,由于此类页岩粘土含量高,属于水动力极低的深湖相沉积,大量发育纳米级孔喉,地层水平方向的渗透率极低,页理缝极其发育使得钻取常用的1英寸柱塞岩样都很困难,常规的实验分析工作都难以进行,更谈不上采用大量样品的孔渗、压汞资料对各种品质参数进行标定和分类,因此很难从烃源岩、储集层和工程品质等方面选择单一参数的组合对此类页岩油进行分类,也就谈不上甜点的识别。
针对上述富含粘土的纯页岩型页岩油,亟需提出新的参数组合模型和标定刻度方式来对储层进行分类,进而实现其甜点的表征。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种页岩油储层甜点识别方法和装置,能够合理识别纯页岩型陆相页岩油储层的甜点层段。
第一方面,本发明实施例提供一种页岩油储层甜点识别方法,包括:
获取目标区块内井的总有机碳TOC曲线、含油饱和度So曲线、有效孔隙度Φ曲线、最小水平主应力σh曲线和脆性指数BI曲线,所述井包括试油井;
根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线;
根据试油井的试油数据确定甜点层段,根据试油井的甜点曲线和BI曲线,确定所述甜点层段的甜点特征值和BI特征值;
根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;
根据所述甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测甜点层段。
第二方面,本发明实施例提供一种页岩油储层甜点识别装置,包括:
曲线获取模块,用于获取目标区块内井的总有机碳TOC曲线、含油饱和度So曲线、有效孔隙度Φ曲线、最小水平主应力σh曲线和脆性指数BI曲线,所述井包括试油井;
甜点曲线构建模块,用于根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线;
特征值确定模块,用于根据试油井的试油数据确定甜点层段,根据试油井的甜点曲线和BI曲线,确定所述甜点层段的甜点特征值和BI特征值;
下限确定模块,用于根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;
甜点识别模块,用于根据所述甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测甜点层段。
第三方面,本发明实施例提供一种具备甜点识别功能的计算机程序产品,包括计算机程序/指令,其中,该计算机程序/指令被处理器执行时实现上述页岩油储层甜点识别方法。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的页岩油储层甜点识别方法,获取目标区块内井的反映页岩油储层有效烃源岩品质参数的总有机碳TOC曲线、反映页岩油储层含油性的含油饱和度So曲线、反映页岩油储层储集性能的有效孔隙度Φ曲线、反映页岩油储层工程品质的最小水平主应力σh曲线和脆性指数BI曲线;根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线;根据试油井的试油数据确定甜点层段,根据试油井的甜点曲线和脆性指数BI曲线,确定甜点层段的甜点特征值和BI特征值;根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;根据甜点下限和BI下限,及井的甜点曲线和BI曲线,识别该井的预测甜点层段。甜点曲线的构建,将表征烃源岩与储层含油量多少以及储集能力和工程品质好坏的基础参数进行组合,从而简化为一个能够综合反映页岩油资源基础、储集能力和工程品质的参数,且其数值大小与页岩油产液能力之间呈正相关关系;再结合脆性指数,从而实现在简单的二维空间对纯页岩型陆相页岩油储层进行甜点识别;且最终的分类标准经过实际试油资料刻度,识别结果可靠性强。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为纯页岩型页岩油储层测井曲线示例图;
图2为本发明实施例一中页岩油储层甜点识别方法的流程图;
图3为图2中步骤S22的具体实现流程图;
图4为本发明实施例中含油层段及含油层级识别方法的具体实现流程图;
图5为本发明实施例中Cookie—BI交会图示例图;
图6为本发明实施例中页岩油储层甜点识别装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
夹层型页岩油储层主要特征为,烃源岩和储层共存,二者具有较明显的岩性差异,在常规测井资料上区别明显,岩心上的岩性界面清晰可辨,所包含的薄层粉细砂岩是主要的含油和产能贡献者。纯页岩型页岩油储层,烃源岩和储集层完全互为一体,以毫米级纹层为主要特征,页理极其发育,二者没有清晰的界面,源储一体。参见图1所示,为典型纯页岩型页岩油储层测井曲线图,从其岩性曲线(GR和井径曲线)、电阻率曲线(RD和RS曲线)、三孔隙度曲线(DEN、CNL和DT曲线)和岩心描述中都可以看出,此类储层页理极其发育,粘土含量高;从岩心上不能区别出不同岩性单元组合,对应的GR曲线锯齿状反复震荡,看不到明显的岩性变化,岩心描述道也揭示了整个井段岩性基本稳定,仅局部夹薄层泥质粉砂,这些都反映了烃源岩-储集层完全混为一体的特征;试油结论道中“压后抽汲4.93t/,工业油层”可知该段中发育油层,即包含70多米的甜点层。
为了解决现有技术中存在的纯页岩型陆相页岩油储层甜点识别困难的问题,本发明实施例提供了一种页岩油储层甜点识别方法和装置,主要适用于纯页岩型陆相页岩油储层,能够合理识别纯页岩型陆相页岩油储层的甜点层段。
实施例一
本发明实施例一提供一种页岩油储层甜点识别方法,其流程如图2所示,包括如下步骤:
步骤S21:获取目标区块内井的总有机碳TOC曲线、含油饱和度So曲线、有效孔隙度Φ曲线、最小水平主应力σh曲线和脆性指数BI曲线。
上述井包括试油井,其他的非试油井通常为评价井。具体的,试油井指具有试油数据的井,试油数据包括试油段的深度数据和油气产量数据。
执行页岩油储层甜点识别前的数据准备工作,可以包括:
1、在常规测井曲线基础上采集元素谱、阵列声波和核磁共振测井数据。
2、根据元素谱测井数据,计算TOC曲线。
根据元素谱测井数据,采用相关软件处理,或者采用经典的△LogR模型计算,可获得反映地层总有机碳含量的TOC曲线。
在一些实施例中,上述TOC曲线是根据目标区块内的岩心样品实验分析结果标定的、利用测井资料连续计算的TOC曲线。
3、根据核磁共振测井数据,计算Φ曲线。
根据核磁共振测井数据,采用相关软件处理可获得反映地层有效孔隙体积的有效孔隙度Φ曲线。
4、计算含油饱和度So曲线。
采用有效孔隙度、泥质含量和电阻率曲线,对于富含粘土的纯页岩型页岩油,采用经典Simandoux方程计算其含油饱和度So曲线。
5、计算σh和BI曲线。
根据阵列声波测井数据,采用各向异性模型计算其最小水平主应力σh曲线和脆性指数BI曲线。
在一些实施例中,上述最小水平主应力σh曲线是根据目标区块内试油层压裂资料或三轴岩心实验数据标定的、采用各向异性模型计算的连续的最小水平主应力曲线。
可选的,上述TOC曲线、So曲线、Φ曲线、σh曲线和BI曲线,也可以是通过其他方法计算或直接获取到的,具体计算或获取方法本实施例不做限定。
6、收集整理试油数据。
从试油数据中选择射孔井段厚度及压裂规模相近、单层测试的射孔层段,确定其油气当量产量。如果油气同层,可以是将日产气量除以1200再加上日产油量,从而得到油气当量产量。
根据射孔层段的油气当量产量仅确定甜点层段;或,将试油井的试油数据进行分类,划分出各含油层级对应的试油层段。
在一些实施例中,上述TOC曲线和/或σh曲线为归一化曲线。
不同地区、层位之间由于TOC含量分布和最小水平主应力σh的数值大小存在差异,将TOC、σh曲线进行归一化处理可以避免本发明给定的甜点标准数值(后续步骤24中的预测甜点层段的甜点下限和BI下限)差异过大。
TOC曲线归一化处理过程可以是,根据目标区块内所有井的TOC曲线确定TOC的最大值和最小值。TOC最小值可以选择为0,最大值在整个目标区是固定的唯一值,并确保所有井处理结果完全位于0~1之间,且各井之间具有可比性。
σh曲线归一化处理过程中,先根据目标区块内所有井的σh曲线确定σh的最大值和最小值。σh最大、最小值在整个目标区是固定的唯一值,并确保所有井处理结果完全位于0~1之间,且各井之间具有可比性。
步骤S22:根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线。
参见图3所示,具体可以包括下述步骤:
步骤S221:根据井的TOC曲线和So曲线构建P1曲线。
在一些实施例中,可以包括,分别从井的TOC曲线和So曲线中获取各个深度处的TOC值和So值,计算同一深度处的TOC值与So值的乘积,根据所述乘积确定该深度处的P1值;由各深度处的P1值构建成该井的P1曲线。
将反映页岩油储层烃源岩品质的TOC曲线和反映含油性的So曲线进行组合,构建反映页岩油储层资源品质的P1曲线,具体的,同一深度处的TOC值、So值和P1值可以是满足:P1=TOC×So。
步骤S222:根据井的Φ曲线和σh曲线构建P2曲线。
在一些实施例中,可以包括,分别从井的Φ曲线和σh曲线中获取各个深度处的Φ值和σh值,计算同一深度处的Φ值与σh值的比值,根据该比值确定该深度处的P2值;由各深度处的P2值构建成该井的P2曲线。
将反映页岩油储层储集品质的Φ曲线和反映地应力特性的σh曲线进行组合,构建反映页岩油储层工程品质的P2曲线,具体的,同一深度处的Φ值、σh值和P2值可以满足:P2=Φ/Δσh。
步骤S223:根据P1曲线和P2曲线构建该井的甜点曲线。
在一些实施例中,可以包括,通过线性加权平均的方法,根据P1曲线和P2曲线构建该井的甜点曲线。
可选的,也可以通过简单线性累加的方法构建综合反映页岩油储层资源品质和工程品质的甜点Cookie曲线,即,同一深度处的P1值、P2值和Cook ie值满足:Cookie=P1+P2。
在高含黏土的纯页岩型页岩油储层中,烃源岩与储集层混为一体,TOC、So曲线数值高低共同决定了页岩油产出量的资源基础,数值越大产量越高,所构建的P1曲线能够准确反映储层的资源品质好坏;纯页岩型页岩油储层孔隙度Φ越高、最小水平主应力σh数值越低,越有利于压裂改造,产量越高,所构建的P2曲线能够准确反映其工程品质好坏;故最终构建的Cookie曲线综合反映了纯页岩型页岩油储层的资源品质和工程品质,其数值与产能之间具有正相关关系。
步骤S23:根据试油井的试油数据确定甜点层段,根据试油井的甜点曲线和BI曲线,确定甜点层段的甜点特征值和BI特征值。
可以包括,从试油井的甜点曲线中提取位于甜点层段的深度值对应的甜点值,根据提取的甜点值绘制甜点值分布频率直方图,根据甜点值分布频率直方图确定甜点层段的甜点特征值;从试油井的BI曲线中提取位于甜点层段的深度值对应的BI值,根据提取的BI值绘制BI值分布频率直方图,根据BI值分布频率直方图确定甜点层段的BI特征值。
可以是从频率直方图中选择分布频率最高、最能代表甜点层段特征的值作为本层段的代表参数,以此来确定特征值。例如,某甜点层段的BI值分布频率直方图中BI值在[A,B]区间内出现的频率最高,故将该甜点层段的BI特征值确定为A与B的平均值。
可选的,也可以是通过平均值的方法确定甜点层段的甜点特征值和BI特征值,即,从试油井的甜点曲线中提取位于甜点层段的深度值对应的甜点值,将各甜点值的平均值确定为甜点层段的甜点特征值;从试油井的BI曲线中提取位于甜点层段的深度值对应的BI值,将各BI值的平均值确定为甜点层段的BI特征值。
步骤S24:根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限。
在一些实施例中,可以包括,根据所有试油井甜点层段的甜点特征值和BI特征值,绘制甜点特征值与BI特征值交会图;根据交会图上的甜点确定甜点区域边界,根据甜点区域边界确定预测甜点层段的甜点下限和BI下限。
步骤S25:根据甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测甜点层段。
Cookie(甜点值)和BI作为甜点识别的两个参数,能够全面表征影响纯页岩型页岩油储层产能的主要影响因素,并且这两个参数与产能之间理论上都具有正相关关系。根据甜点下限和BI下限,及井的甜点曲线和BI曲线,可以准确识别井的预测甜点层段。
本发明实施例一提供的页岩油储层甜点识别方法,获取目标区块内井的反映页岩油有效烃源岩品质参数的总有机碳TOC曲线、反映页岩油储层含油性的含油饱和度So曲线、反映页岩油储层储集性能的有效孔隙度Φ曲线、反映页岩油储层工程品质的最小水平主应力σh曲线和脆性指数BI曲线;根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线;根据试油井的试油数据确定甜点层段,根据试油井的甜点曲线和脆性指数BI曲线,确定甜点层段的甜点特征值和BI特征值;根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;根据甜点下限和BI下限,及井的甜点曲线和BI曲线,识别该井的预测甜点层段。甜点曲线的构建,将表征烃源岩与储集层含油量多少以及储集能力和工程品质好坏的基础参数进行组合,从而简化为一个能够综合反映页岩油资源基础、储集能力和工程品质的参数,且其数值大小与页岩油产液能力之间呈正相关关系;再结合脆性指数,从而实现在简单的二维空间对纯页岩型陆相页岩油储层进行甜点识别;且最终的分类标准经过实际试油资料刻度,识别结果可靠性强。
在一些实施例中,上述方法不仅可以识别甜点层段,还可以识别井的预测含油层段及其含油层级,参见图4所示,包括下述步骤:
步骤S41:将试油井的试油数据进行分类,划分出各含油层级对应的试油层段。
例如图5中所示,可以是将日产油5吨以上的试油层段划分为Ⅰ类层,即含油层级为Ⅰ级;将日产油3~5吨的试油层段划分为Ⅱ类层,即含油层级为Ⅱ级;将日产油3吨以下的试油层段划分为Ⅲ类层,即含油层级为Ⅲ级。
步骤S42:针对同一含油层级对应的试油层段,根据试油层段所在试油井的甜点曲线和BI曲线,确定该试油层段的甜点特征值和BI特征值。
特征值的确定方法与上述步骤S23类似。
步骤S43:根据该含油层级对应的所有试油层段的甜点特征值和BI特征值,确定对应预测含油层级的甜点下限和BI下限。
参见图5所示,根据该含油层级对应的所有试油层段的甜点特征值和BI特征值,采用Cookie(甜点值)作为横坐标、BI作为纵坐标,构建Cookie—BI交会图;根据交会图中每一含油层级的数据点所在位置,确定该含油层级的区域边界,根据区域边界确定该含油层级的甜点下限和BI下限,作为本区页岩油甜点测井识别标准。例如图5中确定出的Ⅰ类层(甜点层)和Ⅱ类层的区域边界,根据区域边界可进一步确定甜点值和BI值下限。
步骤S44:根据各预测含油层级的甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测含油层段及其含油层级。
基于本发明的发明构思,本发明实施例还提供一种页岩油储层甜点识别装置,该装置的结构如图6所示,包括:
曲线获取模块61,用于获取目标区块内井的总有机碳TOC曲线、含油饱和度So曲线、有效孔隙度Φ曲线、最小水平主应力σh曲线和脆性指数BI曲线,所述井包括试油井;
甜点曲线构建模块62,用于根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线;
特征值确定模块63,用于根据试油井的试油数据确定甜点层段,根据试油井的甜点曲线和BI曲线,确定所述甜点层段的甜点特征值和BI特征值;
下限确定模块64,用于根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;
甜点识别模块65,用于根据所述甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测甜点层段。
在一些实施例中,甜点曲线构建模块62,所述根据井的TOC曲线、So曲线、Φ曲线和σh曲线,构建该井的甜点曲线,具体用于:
根据井的TOC曲线和So曲线构建P1曲线;根据井的Φ曲线和σh曲线构建P2曲线;根据所述P1曲线和所述P2曲线构建该井的甜点曲线。
在一些实施例中,甜点曲线构建模块62,所述根据井的TOC曲线和So曲线构建P1曲线,具体用于:
分别从井的TOC曲线和So曲线中获取各个深度处的TOC值和So值,计算同一深度处的TOC值与So值的乘积,根据所述乘积确定该深度处的P1值;由各深度处的P1值构建成该井的P1曲线。
在一些实施例中,甜点曲线构建模块62,所述根据井的Φ曲线和σh曲线构建P2曲线,具体用于:
分别从井的Φ曲线和σh曲线中获取各个深度处的Φ值和σh值,计算同一深度处的Φ值与σh值的比值,根据所述比值确定该深度处的P2值;由各深度处的P2值构建成该井的P2曲线。
在一些实施例中,甜点曲线构建模块62,所述根据所述P1曲线和所述P2曲线构建该井的甜点曲线,具体用于:
通过线性加权平均的方法,根据所述P1曲线和所述P2曲线构建该井的甜点曲线。
在一些实施例中,特征值确定模块63,所述根据试油井的甜点曲线和BI曲线,确定所述甜点层段的甜点特征值和BI特征值,具体用于:
从试油井的甜点曲线中提取位于所述甜点层段的深度值对应的甜点值,根据提取的甜点值绘制甜点值分布频率直方图,根据所述甜点值分布频率直方图确定所述甜点层段的甜点特征值;从试油井的BI曲线中提取位于所述甜点层段的深度值对应的BI值,根据提取的BI值绘制BI值分布频率直方图,根据所述BI值分布频率直方图确定所述甜点层段的BI特征值。
在一些实施例中,下限确定模块64,所述根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限,具体用于:
根据所有试油井甜点层段的甜点特征值和BI特征值,绘制甜点特征值与BI特征值交会图;根据所述交会图上的甜点确定甜点区域边界,根据所述甜点区域边界确定预测甜点层段的甜点下限和BI下限。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于本发明的发明构思,本发明实施例还提供一种具备甜点识别功能的计算机程序产品,包括计算机程序/指令,其中,该计算机程序/指令被处理器执行时实现上述页岩油储层甜点识别方法。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (9)
1.一种页岩油储层甜点识别方法,其特征在于,包括:
获取目标区块内井的总有机碳TOC曲线、含油饱和度So曲线、有效孔隙度Φ曲线、最小水平主应力σh曲线和脆性指数BI曲线,所述井包括试油井,所述总有机碳TOC曲线和所述最小水平主应力σh曲线为归一化曲线;
根据井的TOC曲线、So曲线、Φ曲线和σh曲线,通过式(1)Cookie=TOC×So+Φ/Δσh构建该井的甜点曲线;
根据试油井的试油数据确定甜点层段,从试油井的甜点曲线中提取位于所述甜点层段的深度值对应的甜点值,根据提取的甜点值绘制甜点值分布频率直方图,将所述甜点值分布频率直方图中分布频率最高的值确定为所述甜点层段的甜点特征值;从试油井的BI曲线中提取位于所述甜点层段的深度值对应的BI值,根据提取的BI值绘制BI值分布频率直方图,将所述BI值分布频率直方图中分布频率最高的值确定为所述甜点层段的BI特征值;
根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;
根据所述甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测甜点层段。
2.如权利要求1所述的方法,其特征在于,所述根据井的TOC曲线、So曲线、Φ曲线和σh曲线,通过式(1)构建该井的甜点曲线,具体包括:
根据井的TOC曲线和So曲线,通过式(2)P1=TOC×So构建P1曲线,式(2)中,P1表示反映页岩油储层资源品质的参数;
根据井的Φ曲线和σh曲线,通过式(3)P2=Φ/Δσh构建P2曲线,式(3)中,P2表示反映页岩油储层工程品质的参数;
根据所述P1曲线和所述P2曲线,通过求和的方法构建该井的甜点曲线。
3.如权利要求2所述的方法,其特征在于,所述根据井的TOC曲线和So曲线,通过式(2)P1=TOC×So构建P1曲线,具体包括:
分别从井的TOC曲线和So曲线中获取各个深度处的TOC值和So值,计算同一深度处的TOC值与So值的乘积,根据所述乘积确定该深度处的P1值;
由各深度处的P1值构建成该井的P1曲线。
4.如权利要求2所述的方法,其特征在于,所述根据井的Φ曲线和σh曲线,通过式(3)P2=Φ/Δσh构建P2曲线,具体包括:
分别从井的Φ曲线和σh曲线中获取各个深度处的Φ值和σh值,计算同一深度处的Φ值与σh值的比值,根据所述比值确定该深度处的P2值;
由各深度处的P2值构建成该井的P2曲线。
5.如权利要求2所述的方法,其特征在于,所述根据所述P1曲线和所述P2曲线,通过求和的方法构建该井的甜点曲线,还包括:
通过线性加权平均的方法,根据所述P1曲线和所述P2曲线构建该井的甜点曲线。
6.如权利要求1所述的方法,其特征在于,所述根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限,具体包括:
根据所有试油井甜点层段的甜点特征值和BI特征值,绘制甜点特征值与BI特征值交会图;
根据所述交会图上的甜点确定甜点区域边界,根据所述甜点区域边界确定预测甜点层段的甜点下限和BI下限。
7.如权利要求1所述的方法,其特征在于,还包括:
将试油井的试油数据进行分类,划分出各含油层级对应的试油层段;
针对同一含油层级对应的试油层段,根据试油层段所在试油井的甜点曲线和BI曲线,确定该试油层段的甜点特征值和BI特征值,根据该含油层级对应的所有试油层段的甜点特征值和BI特征值,确定对应预测含油层级的甜点下限和BI下限。
8.如权利要求7所述的方法,其特征在于,还包括:
根据各预测含油层级的甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测含油层段及其含油层级。
9.一种页岩油储层甜点识别装置,其特征在于,包括:
曲线获取模块,用于获取目标区块内井的总有机碳TOC曲线、含油饱和度So曲线、有效孔隙度Φ曲线、最小水平主应力σh曲线和脆性指数BI曲线,所述井包括试油井,所述总有机碳TOC曲线和所述最小水平主应力σh曲线为归一化曲线;
甜点曲线构建模块,用于根据井的TOC曲线、So曲线、Φ曲线和σh曲线,通过式(1)Cookie=TOC×So+Φ/Δσh构建该井的甜点曲线;
特征值确定模块,用于根据试油井的试油数据确定甜点层段,从试油井的甜点曲线中提取位于所述甜点层段的深度值对应的甜点值,根据提取的甜点值绘制甜点值分布频率直方图,将所述甜点值分布频率直方图中分布频率最高的值确定为所述甜点层段的甜点特征值;从试油井的BI曲线中提取位于所述甜点层段的深度值对应的BI值,根据提取的BI值绘制BI值分布频率直方图,将所述BI值分布频率直方图中分布频率最高的值确定为所述甜点层段的BI特征值;
下限确定模块,用于根据甜点层段的甜点特征值和BI特征值,确定预测甜点层段的甜点下限和BI下限;
甜点识别模块,用于根据所述甜点下限和BI下限,及井的甜点曲线和BI曲线,识别井的预测甜点层段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111281191.XA CN114991745B (zh) | 2021-11-01 | 2021-11-01 | 一种页岩油储层甜点识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111281191.XA CN114991745B (zh) | 2021-11-01 | 2021-11-01 | 一种页岩油储层甜点识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114991745A CN114991745A (zh) | 2022-09-02 |
CN114991745B true CN114991745B (zh) | 2023-06-23 |
Family
ID=83018132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111281191.XA Active CN114991745B (zh) | 2021-11-01 | 2021-11-01 | 一种页岩油储层甜点识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114991745B (zh) |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104853822A (zh) * | 2014-09-19 | 2015-08-19 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
CN105986815B (zh) * | 2015-02-27 | 2020-02-21 | 中国石油化工股份有限公司 | 一种用于识别页岩地层地质甜点的方法 |
CN105986816B (zh) * | 2015-02-27 | 2019-03-15 | 中国石油化工股份有限公司 | 一种用于识别页岩地层甜点的方法 |
CN105986817B (zh) * | 2015-02-27 | 2019-03-05 | 中国石油化工股份有限公司 | 一种用于识别页岩地层工程甜点的方法 |
CN106503834A (zh) * | 2016-09-30 | 2017-03-15 | 中国石油天然气股份有限公司 | 一种湖相超低孔渗储层致密油甜点区的预测方法 |
WO2018136448A1 (en) * | 2017-01-17 | 2018-07-26 | Schlumberger Technology Corporation | Systematic evaluation of shale plays |
CN108661630B (zh) * | 2017-03-31 | 2021-05-11 | 中国石油化工股份有限公司 | 一种基于参数优选的地质甜点定量评价方法 |
CN107450108B (zh) * | 2017-07-10 | 2019-03-15 | 中国石油天然气集团公司 | 甜点区的确定方法和装置 |
CN110806600B (zh) * | 2018-08-06 | 2021-07-27 | 中国石油化工股份有限公司 | 一种定量评价页岩气甜点的方法 |
CN111441758B (zh) * | 2018-12-29 | 2021-03-30 | 中国石油天然气股份有限公司 | 页岩油气甜点区的预测方法及装置 |
CN109960897A (zh) * | 2019-04-24 | 2019-07-02 | 中国石油大港油田勘探开发研究院 | 一种页岩油水平井轨迹设计与现场跟踪调整研究方法 |
CN110412661B (zh) * | 2019-08-01 | 2021-04-16 | 中国石油天然气股份有限公司大港油田分公司 | 细粒岩油气藏甜点段优势段簇的评价方法及装置 |
CN111461386B (zh) * | 2019-12-27 | 2023-08-22 | 中国地质调查局成都地质调查中心 | 基于bp神经网络的页岩气甜点预测方法 |
CN111425190B (zh) * | 2020-03-19 | 2022-05-17 | 中国石油大学(华东) | 一种页岩气地层岩性识别方法、系统、存储介质、终端 |
CN113530533B (zh) * | 2020-04-15 | 2023-11-28 | 中国石油天然气股份有限公司 | 基于三品质参数的甜点区预测方法及系统 |
CN112526107B (zh) * | 2020-11-27 | 2021-11-16 | 中国地质大学(北京) | 裂缝型致密砂岩储层甜点识别与定量表征的方法 |
CN112965114B (zh) * | 2021-02-07 | 2023-04-07 | 中国石油大学(华东) | 一种海上深层天然气储层甜点评价方法 |
CN113419284B (zh) * | 2021-06-30 | 2022-02-08 | 东北石油大学 | 一种基于聚类分析测井岩石物理相双甜点识别方法 |
-
2021
- 2021-11-01 CN CN202111281191.XA patent/CN114991745B/zh active Active
Non-Patent Citations (1)
Title |
---|
吉木萨尔页岩油"甜点"预测方法;董岩;徐东升;钱根葆;王晓辉;戴云捷;;特种油气藏(第03期);58-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114991745A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109653725B (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 | |
CN110412661B (zh) | 细粒岩油气藏甜点段优势段簇的评价方法及装置 | |
CN104698500A (zh) | 一种利用地质和测井信息预测储层成岩相的方法 | |
CN104991274A (zh) | 多种地质因素定量约束下的单一圈闭级的有利区优选方法 | |
KR101853334B1 (ko) | 순차층서 분석을 통한 비전통자원 개발 구간 예측 방법 | |
CN107829731B (zh) | 一种黏土蚀变的火山岩孔隙度校正方法 | |
CN104514552A (zh) | 一种煤层气储层识别与丰度预测的方法 | |
CN105240006B (zh) | 一种适用于火山岩储层的油水层识别方法 | |
Clerke et al. | Wireline spectral porosity analysis of the Arab Limestone—From Rosetta Stone to CIPHER | |
CN103046923B (zh) | 一种优化钻井泥浆快速识别低阻油气层的方法 | |
CN109386285A (zh) | 一种特低渗透油层泥浆侵入程度及其影响的评价方法 | |
CN111963159A (zh) | 一种砾岩致密油储层流体性质的识别方法 | |
CN112145165A (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
CN108661628A (zh) | 一种基于参数优选的工程甜点定量评价方法 | |
KR101893800B1 (ko) | 암석 물리학상 구축을 통한 퇴적환경 해석 방법 | |
CN114991745B (zh) | 一种页岩油储层甜点识别方法和装置 | |
KR20120058046A (ko) | 물리검층 자료의 통계분석을 이용한 오일샌드 저류층 공극 유체 유추방법 및 유추시스템 | |
Gupta et al. | Rock typing in the upper Devonian-lower Mississippian woodford shale formation, Oklahoma, USA | |
CN114635682A (zh) | 一种基于井筒多渗透率耦合的多层合采产能预测方法 | |
CN108661629A (zh) | 一种针对页岩地层的工程甜点定量评价方法 | |
CN113514879B (zh) | “耳朵”层识别方法 | |
EP3052970A1 (en) | Pore size classification in subterranean formations based on nuclear magnetic resonance (nmr) relaxation distributions | |
CN107369103A (zh) | 快速经济有效综合评价勘探新发现的方法 | |
Stude | Neogene and Pleistocene biostratigraphic zonation of the Gulf of Mexico basin | |
CN114086938A (zh) | 一种非均质性砂岩储层的含气饱和度预测方法 |
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 |