CN115034112B - 基于测井数据确定毛管力曲线及毛管力曲线分布的方法 - Google Patents
基于测井数据确定毛管力曲线及毛管力曲线分布的方法 Download PDFInfo
- Publication number
- CN115034112B CN115034112B CN202210672799.3A CN202210672799A CN115034112B CN 115034112 B CN115034112 B CN 115034112B CN 202210672799 A CN202210672799 A CN 202210672799A CN 115034112 B CN115034112 B CN 115034112B
- Authority
- CN
- China
- Prior art keywords
- capillary force
- grid
- relation
- well
- force curve
- 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
- 238000000418 atomic force spectrum Methods 0.000 title claims abstract description 88
- 238000009826 distribution Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 26
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims abstract description 28
- 229910052753 mercury Inorganic materials 0.000 claims abstract description 28
- 230000035699 permeability Effects 0.000 claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 239000011148 porous material Substances 0.000 claims description 8
- 239000011435 rock Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 16
- 230000035515 penetration Effects 0.000 abstract 3
- 239000003921 oil Substances 0.000 description 27
- 238000011161 development Methods 0.000 description 5
- 239000007789 gas Substances 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/22—Yield analysis or yield optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于测井数据确定毛管力曲线及毛管力曲线分布的方法,确定毛管力曲线的方法包括以下步骤:S1:进行已有岩心进行毛管力测试,获得毛管力曲线;S2:确定曲线拐点,建立拐点处的进汞饱和度和相应毛管力的比值与岩心渗透率的关系式一,门槛压力、拐点处毛管力以及拐点处进汞饱和度的关系式二,拐点处毛管力与岩心渗透率的关系式三,以及毛管力与进汞体积的关系式四;S3:数据拟合得到关系式一和三中的特征参数;S4:推导得到孔吼结构几何因子、门槛压力与岩心渗透率之间的关系式五;S5:根据测井数据获得目标井的岩心渗透率,结合关系式五,确定其对应的毛管力曲线。本发明能够为油藏数值模拟提供更加准确的毛管力曲线数据。
Description
技术领域
本发明涉及油气藏开发模拟技术领域,特别涉及一种基于测井数据确定毛管力曲线及毛管力曲线分布的方法。
背景技术
油藏数值模拟作为定量描述非均质地层中多相流体流动规律的重要技术手段,在国内外油气田开发过程中得到了广泛应用,毛管压力曲线是饱和度与驱替压力的关联函数,也是油藏数值模拟中不可或缺的重要参数。通过毛细管压力曲线可实现油藏原始含油饱和度、油藏残余油饱和度、油藏岩石润湿性、低渗透砂岩油藏有效厚度的物性下限、油水界面以上的油层厚度以及油藏过渡带内流体饱和度分布的准确判定。由于已发现的石油、天然气储层均表现出不同程度的非均质性,不同位置往往具有不同的的孔吼结构和毛细管压力大小,所以精确地设置毛细管压力曲线分布是准确评价储层孔隙结构,实现油藏动态准确预测的前提,对油藏数值模拟研究具有重要意义。
目前,毛细管压力曲线主要通过取心后的实验室岩心分析获得,如果没有取心,则无法获得毛管压力曲线,但是在油田的实际开发过程中,不是每口井都能够取心,取心难度大,岩心收获率偏低,取心所耗费的时间和经济成本较大,受岩心数量限制,压汞实验往往只能在重点探井中钻取的有限的岩心资料上展开。同时,由于实验过程中使用的汞具有毒性,对岩心具有永久破坏作用,导致压汞数据的数量非常有限,因此无法实现利用毛细管压力曲线在目标区块所有井位处的储层孔隙结构的连续评价。为此,开展油藏数值模拟时,通常仅在有限的区域赋毛细管压力值,甚至在一个油藏数值模拟中仅使用一套毛细管压力曲线,该方法显然不能准确描述储层内流体的流动特性,增加了数值模拟结果的误差。如何准确确定毛细管压力分布,提高油藏数值模拟准确性仍旧是油气田开发领域的一大技术难题。
发明内容
针对上述问题,本发明旨在提供一种基于测井数据确定毛管力曲线及毛管力曲线分布的方法。
本发明的技术方案如下:
一方面,提供一种基于测井数据确定毛管力曲线的方法,包括以下步骤:
S1:对目标井所处目标区块现有的岩心进行毛管力测试,获得所述岩心对应取心井的毛管力曲线;
S2:确定所述毛管力曲线的拐点,建立所述拐点处的进汞饱和度和相应毛管力的比值与岩心渗透率的关系式一,门槛压力、拐点处毛管力以及拐点处进汞饱和度之间的关系式二,拐点处毛管力与岩心渗透率之间的关系式三,以及毛管力与进汞体积的关系式四;
S3:根据所述毛管力曲线,结合所述拐点,数据拟合得到所述关系式一中的特征参数一和所述关系式三中的特征参数二;
S4:根据所述关系式一、关系式二、关系式三、关系式四以及步骤S3获得的特征参数,推导得到孔吼结构几何因子、门槛压力与岩心渗透率之间的关系式五;
S5:根据测井数据获得所述目标井的岩心渗透率,根据目标井的岩心渗透率,结合所述关系式五,即可确定目标井岩心渗透率对应的毛管力曲线。
作为优选,步骤S2中,所述关系式一为:
K=a(SHgA/pcA)b (1)
式中:K为井位网格点处的岩样渗透率;a和b均为常数,即所述特征参数一;SHgA为拐点处的进汞饱和度;pcA为拐点处的毛管压力;
所述关系式二为:
pd=pcASHgA (2)
式中:pd为门槛压力;
所述关系式三为:
pcA=c/Kd (3)
式中:c和d均为常数,即所述特征参数二;
所述关系式四为:
lg(Vb/Vb∞)lg(pc/pd)=-Fg/2.303 (4)
式中:Vb为进汞体积;Vb∞为完全连通的孔隙体积;pc为毛细管压力;Fg为孔吼结构几何因子。
另一方面,还提供一种基于测井数据确定毛管力曲线分布的方法,首先利用上述任意一种所述的基于测井数据确定毛管力曲线的方法确定毛管力曲线,然后利用网格插值算法确定井位网格点之间每个网格的毛管力曲线,从而确定毛管力分布。
作为优选,利用网格插值算法确定井位网格点之间每个网格的毛管力曲线,从而确定毛管力分布,具体包括以下步骤:
S1':根据目标区块的井位分布建立包含目标区块的m×m矩阵网格面,假设网格分布区域为Xmin≤X≤Xmax,Ymin≤Y≤Ymax,则网格点H(i,j)的坐标为(xi,yj);
S2':逐步比较找出距离网格点H(i,j)不同距离的井位网格点(xk,yk),根据距离的远近分别给予不同的权重系数;
S3':将目标区块边界外的网格点的毛管力曲线取值为0;对目标区块边界内的网格点,以网格点H(i,j)为圆心,以R为搜索半径,搜索得到位于R范围内的所有井位网格点,并将其按照距离网格点H(i,j)的距离大小进行排列;
S4':根据搜索得到的所有井位网格点的结果,确定各网格点的毛管力曲线:
若与网格点H(i,j)距离最近的井位网格点,其与网格点H(i,j)的网格距离d1≤R/10,则网格点H(i,j)的毛管力曲线直接等于该井位网格点毛管压力曲线;
若搜索半径R范围内的井位网格数n≥3,则网格点H(i,j)的毛管力采用距离加权平均公式进行求解获得;
若搜索半径R范围内的井位网格数n<3,则网格点H(i,j)的毛管力采用逼近函数式插值求得;
S5':以地质模型纵向分层为基础,重复步骤S1'-S4',依次求得所述目标区块纵向第1层、第2层、……、第e层的毛管力曲线分布。
作为优选,步骤S1'中,坐标xi和yj分别通过下式进行计算:
xi=Xmin+(Xmax-Xmin)×(i-1)/(m-1) i=1,2,……,m (5)
yj=Ymin+(Ymax-Ymin)×(j-1)/(m-1) j=1,2,……,m (6)
式中:xi、yi分别为网格点H(i,j)的横坐标、纵坐标;Xmin、Xmax分别为矩阵网格面上横坐标的最小值、最大值;Ymin、Ymax分别为矩阵网格面上纵坐标的最小值、最大值;i、j分别为网格点H(i,j)所处网格的横向网格数、纵向网格数;m为矩阵网格面的横向或纵向的网格总数。
作为优选,步骤S2'中,给予权重系数时:距离网格点H(i,j)越近的井位网格点(xk,yk)权重越大,距离网格点H(i,j)越远的井位网格点(xk,yk)权重越小。
作为优选,步骤S2'中,给予权重系数时,采用的权函数为:
其中:
式中:w为距离权重;α为经验系数;dk为网格点H(i,j)与井位网格点(xk,yk)的距离;xk为井位网格点(xk,yk)的横坐标;yk为井位网格点(xk,yk)的纵坐标。
作为优选,步骤S4'中,所述距离加权平均公式为:
式中:z(i,j)为网格点H(i,j)的毛管力值;n为搜索半径R范围内的井位网格点总数;pc(i',j')为与网格点H(i,j)距离最近的井位网格点的毛管力值;wk为第k个井位网格点的距离权重;k为井位网格点累加数。
作为优选,步骤S4'中,所述逼近函数式为:
式中:z(i,j)为网格点H(i,j)的毛管力值;n为搜索半径R范围内的井位网格点总数;pc(i',j')为与网格点H(i,j)距离最近的井位网格点的毛管力值;wk为第k个井位网格点的距离权重;k为井位网格点累加数。
本发明的有益效果是:
本发明一方面能够利用油田有限的压汞分析数据,通过毛管力与进汞体积的双曲线函数关系,结合物性拟合得到的门槛压力以及毛管力与门槛压力和储层物性参数的比值关系,从而计算得到非取心井位处的压汞毛管力曲线;另一方面,能够通过网格插值算法赋予井位网格点之间每个网格毛管力曲线,获得毛管力曲线分布,最后能够将全局毛管力曲线代入油藏数值模拟进行计算,大大增加了油藏数值模拟的准确性,为油气田开发提供技术支持。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为一个具体实施例典型毛管力曲线结果示意图;
图2为一个具体实施例双对数坐标下压汞毛管力曲线结果示意图;
图3为一个具体实施例目标区块油藏数值模型结果示意图;
图4为一个具体实施例IN-1井上层取心资料获取的毛管力曲线结果示意图;
图5为一个具体实施例PRO-1井上层取心资料获取的毛管力曲线结果示意图;
图6为一个具体实施例中层IN-1井毛管力曲线结果示意图;
图7为一个具体实施例中层PRO-1井毛管力曲线结果示意图;
图8为一个具体实施例下层IN-1井毛管力曲线结果示意图;
图9为一个具体实施例下层PRO-1井毛管力曲线结果示意图;
图10为一个具体实施例上层储层毛管力曲线分布结果示意图;
图11为一个具体实施例中层储层毛管力曲线分布结果示意图;
图12为一个具体实施例下层储层毛管力曲线分布结果示意图;
图13为一个具体实施例目标区块油藏数值模拟结果示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。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技术特征可以相互结合。需要指出的是,除非另有指明,本申请使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。本发明公开使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
一方面,本发明提供一种基于测井数据确定毛管力曲线及毛管力曲线分布的方法,包括以下步骤:
S1:对目标井所处目标区块现有的岩心进行毛管力测试,获得所述岩心对应取心井的毛管力曲线。
在一个具体的实施例中,某取心井的典型毛管力曲线如图1所示。
S2:确定所述毛管力曲线的拐点,建立所述拐点处的进汞饱和度和相应毛管力的比值与岩心渗透率的关系式一,门槛压力、拐点处毛管力以及拐点处进汞饱和度之间的关系式二,拐点处毛管力与岩心渗透率之间的关系式三,以及毛管力与进汞体积的关系式四;所述关系式一为:
K=a(SHgA/pcA)b (1)
式中:K为井位网格点处的岩样渗透率;a和b均为常数,即所述特征参数一;SHgA为拐点处的进汞饱和度;pcA为拐点处的毛管压力;
所述关系式二为:
pd=pcASHgA (2)
式中:pd为门槛压力;
所述关系式三为:
pcA=c/Kd (3)
式中:c和d均为常数,即所述特征参数二;
所述关系式四为:
lg(Vb/Vb∞)lg(pc/pd)=-Fg/2.303 (4)
式中:Vb为进汞体积;Vb∞为完全连通的孔隙体积;pc为毛细管压力;Fg为孔吼结构几何因子。
需要说明的是,确定毛管力曲线拐点的具体方法为现有技术,在此不再赘述。建立所述关系式二时,双对数坐标下压汞毛管力曲线如图2所示。从图2可以看出,双对数坐标下压汞毛管力曲线具有拐点与门槛压力pd(水平渐近线与进汞毛管力轴的交点,相当于进汞体积为0时的毛管力)、无穷大压力下的进汞体积Vb∞(垂直渐近线与进汞毛细管压力轴的交点,相当于毛管压力无穷大时的最大进汞体积,即完全连通的孔隙体积)交点连线与水平轴夹角呈45°的特点,根据该特点,建立的所述关系式二。
S3:根据所述毛管力曲线,结合所述拐点,数据拟合得到所述关系式一中的特征参数一和所述关系式三中的特征参数二;
S4:根据所述关系式一、关系式二、关系式三、关系式四以及步骤S3获得的特征参数,推导得到孔吼结构几何因子、门槛压力与岩心渗透率之间的关系式五;
S5:根据测井数据获得所述目标井的岩心渗透率,根据目标井的岩心渗透率,结合所述关系式五,即可确定目标井岩心渗透率对应的毛管力曲线。
另一方面,本发明还提供一种基于测井数据确定毛管力曲线分布的方法,首先利用上述任意一种所述的基于测井数据确定毛管力曲线的方法确定毛管力曲线,然后利用网格插值算法确定井位网格点之间每个网格的毛管力曲线,从而确定毛管力分布。
在一个具体的实施例中,利用网格插值算法确定井位网格点之间每个网格的毛管力曲线,从而确定毛管力分布,具体包括以下步骤:
S1':根据目标区块的井位分布建立包含目标区块的m×m矩阵网格面,假设网格分布区域为Xmin≤X≤Xmax,Ymin≤Y≤Ymax,则网格点H(i,j)的坐标为(xi,yj);
在一个具体的实施例中,坐标xi和yj分别通过下式进行计算:
xi=Xmin+(Xmax-Xmin)×(i-1)/(m-1) i=1,2,……,m (5)
yj=Ymin+(Ymax-Ymin)×(j-1)/(m-1) j=1,2,……,m (6)
式中:xi、yi分别为网格点H(i,j)的横坐标、纵坐标;Xmin、Xmax分别为矩阵网格面上横坐标的最小值、最大值;Ymin、Ymax分别为矩阵网格面上纵坐标的最小值、最大值;i、j分别为网格点H(i,j)所处网格的横向网格数、纵向网格数;m为矩阵网格面的横向或纵向的网格总数。
S2':逐步比较找出距离网格点H(i,j)不同距离的井位网格点(xk,yk),根据距离的远近分别给予不同的权重系数;
在一个具体的实施例中,给予权重系数时:距离网格点H(i,j)越近的井位网格点(xk,yk)权重越大,距离网格点H(i,j)越远的井位网格点(xk,yk)权重越小;采用的权函数为:
其中:
式中:w为距离权重;α为经验系数;dk为网格点H(i,j)与井位网格点(xk,yk)的距离;xk为井位网格点(xk,yk)的横坐标;yk为井位网格点(xk,yk)的纵坐标。
需要说明的是,所述经验系数α随要素场的不同而不同,一般在0-1之间,具体根据要素场进行确定。
S3':将目标区块边界外的网格点的毛管力曲线取值为0;对目标区块边界内的网格点,以网格点H(i,j)为圆心,以R为搜索半径,搜索得到位于R范围内的所有井位网格点,并将其按照距离网格点H(i,j)的距离大小进行排列;
S4':根据搜索得到的所有井位网格点的结果,确定各网格点的毛管力曲线:
(1)若与网格点H(i,j)距离最近的井位网格点,其与网格点H(i,j)的网格距离d1≤R/10,则网格点H(i,j)的毛管力曲线直接等于该井位网格点毛管压力曲线,即:
z(i,j)=pc(i',j') (11)
式中:z(i,j)为网格点H(i,j)的毛管力值;pc(i',j')为与网格点H(i,j)距离最近的井位网格点的毛管力值。
(2)若搜索半径R范围内的井位网格数n≥3,则网格点H(i,j)的毛管力采用距离加权平均公式进行求解获得;
在一个具体的实施例中,所述距离加权平均公式为:
式中:n为搜索半径R范围内的井位网格点总数;wk为第k个井位网格点的距离权重;k为井位网格点累加数。
(3)若搜索半径R范围内的井位网格数n<3,则网格点H(i,j)的毛管力采用逼近函数式插值求得;
在一个具体的实施例中,所述逼近函数式为:
S5':以地质模型纵向分层为基础,重复步骤S1'-S4',依次求得所述目标区块纵向第1层、第2层、……、第e层的毛管力曲线分布。
在一个具体的实施例中,以某油藏为例,采用本发明确定其毛管力分布。在本实施例中,目标工区为300m×300m×210m的长方体油藏,油藏分为上中下三层,每层厚度为70m,每一层内储层呈现出相对均质的孔渗特征,纵向上,储层由上到下每一层孔隙度和渗透率都逐渐增加,呈现出正韵律的储层特征,以10m为网格步长,建立如图3所示的油藏数值模型,该模型的具体参数如表1所示:
表1油藏数值模型具体参数
层位 | 孔隙度,% | Kx,10-3μm2 | Kz,10-3μm2 | 束缚水饱和度 | 原油粘度,mP·s | 水粘度,mP·s |
上层 | 16.56 | 206.27 | 162.21 | 0.352 | 12 | 1 |
中层 | 15.13 | 224.10 | 173.73 | 0.355 | 12 | 1 |
下层 | 18.91 | 782.81 | 600.30 | 0.292 | 12 | 1 |
确定该油藏的毛管力分布具体包括以下步骤:
(1)获取现有取心资料的毛管力曲线,目标区块共有两口井,上层取心资料获取的毛管力曲线分别如图4和图5所示
(2)根据步骤(1)获得的毛管力曲线进行数据拟合,获得式(1)所示的关系式一中的特征参数a=399,b=1.691,以及式(3)所示的关系式三中的特征参数c=180,d=0.466;
(3)通过测井解释获得中层和下层的岩心渗透率,根据特征参数已知的式(1)-(4)求得井位网格点处中层和下层的毛管力曲线,结果如图6-9所示;
(4)通过网格插值算法,求取其他网格点处的毛管力曲线,因本实施中,储层上层、中层和下层单独看都属于均质储层,所以上层所有网格插值结果一样,中部和下部储层插值结果也一样,分别如图10-12所示。
在一个具体的实施例中,利用上述实施例获得的毛管力曲线分布结果,以及现有技术单一毛管力曲线,开展目标区块油藏数值模拟,其产量结果如图13所示。从图13可以看出,采用本本发明确定的毛管力曲线分布后代入油藏数值模拟中的产液量与实际生产数据吻合度较高,而采用单一毛管力曲线的方案则出现整体产油量较低的现象,与实际生产数据误差较大。
综上所述,本发明能够通过测井曲线数据确定毛管力分布,其能够有效弥补传统实验方法因取心数据有限带来的部分区块毛管力数据缺失的技术问题,为油藏数值模拟提供更加准确和全面的毛管力数据,确保油藏数值模拟的准确性,与现有技术相比,具有显著的进步。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (4)
1.一种基于测井数据确定毛管力曲线分布的方法,其特征在于,首先利用基于测井数据确定毛管力曲线的方法确定毛管力曲线,然后利用网格插值算法确定井位网格点之间每个网格的毛管力曲线,从而确定毛管力分布;
所述基于测井数据确定毛管力曲线的方法包括以下步骤:
S1:对目标井所处目标区块现有的岩心进行毛管力测试,获得所述岩心对应取心井的毛管力曲线;
S2:确定所述毛管力曲线的拐点,建立所述拐点处的进汞饱和度和相应毛管力的比值与岩心渗透率的关系式一,门槛压力、拐点处毛管力以及拐点处进汞饱和度之间的关系式二,拐点处毛管力与岩心渗透率之间的关系式三,以及毛管力与进汞体积的关系式四;
S3:根据所述毛管力曲线,结合所述拐点,数据拟合得到所述关系式一中的特征参数一和所述关系式三中的特征参数二;
S4:根据所述关系式一、关系式二、关系式三、关系式四以及步骤S3获得的特征参数,推导得到孔吼结构几何因子、门槛压力与岩心渗透率之间的关系式五;
S5:根据测井数据获得所述目标井的岩心渗透率,根据目标井的岩心渗透率,结合所述关系式五,即可确定目标井岩心渗透率对应的毛管力曲线;
利用网格插值算法确定井位网格点之间每个网格的毛管力曲线,从而确定毛管力分布,具体包括以下步骤:
S1':根据目标区块的井位分布建立包含目标区块的m×m矩阵网格面,假设网格分布区域为Xmin≤X≤Xmax,Ymin≤Y≤Ymax,则网格点H(i,j)的坐标为(xi,yj);坐标xi和yj分别通过下式进行计算:
xi=Xmin+(Xmax-Xmin)×(i-1)/(m-1) i=1,2,……,m (5)
yj=Ymin+(Ymax-Ymin)×(j-1)/(m-1) j=1,2,……,m (6)
式中:xi、yi分别为网格点H(i,j)的横坐标、纵坐标;Xmin、Xmax分别为矩阵网格面上横坐标的最小值、最大值;Ymin、Ymax分别为矩阵网格面上纵坐标的最小值、最大值;i、j分别为网格点H(i,j)所处网格的横向网格数、纵向网格数;m为矩阵网格面的横向或纵向的网格总数;
S2':逐步比较找出距离网格点H(i,j)不同距离的井位网格点(xk,yk),根据距离的远近分别给予不同的权重系数;
S3':将目标区块边界外的网格点的毛管力曲线取值为0;对目标区块边界内的网格点,以网格点H(i,j)为圆心,以R为搜索半径,搜索得到位于R范围内的所有井位网格点,并将其按照距离网格点H(i,j)的距离大小进行排列;
S4':根据搜索得到的所有井位网格点的结果,确定各网格点的毛管力曲线:
若与网格点H(i,j)距离最近的井位网格点,其与网格点H(i,j)的网格距离d1≤R/10,则网格点H(i,j)的毛管力曲线直接等于该井位网格点毛管压力曲线;
若搜索半径R范围内的井位网格数n≥3,则网格点H(i,j)的毛管力采用距离加权平均公式进行求解获得;
若搜索半径R范围内的井位网格数n<3,则网格点H(i,j)的毛管力采用逼近函数式插值求得;
S5':以地质模型纵向分层为基础,重复步骤S1'-S4',依次求得所述目标区块纵向第1层、第2层、……、第e层的毛管力曲线分布。
2.根据权利要求1所述的基于测井数据确定毛管力曲线分布的方法,其特征在于,步骤S2中,所述关系式一为:
K=a(SHgA/pcA)b (1)
式中:K为井位网格点处的岩样渗透率;a和b均为常数,即所述特征参数一;SHgA为拐点处的进汞饱和度;pcA为拐点处的毛管压力;
所述关系式二为:
pd=pcASHgA (2)
式中:pd为门槛压力;
所述关系式三为:
pcA=c/Kd (3)
式中:c和d均为常数,即所述特征参数二;
所述关系式四为:
lg(Vb/Vb∞)lg(pc/pd)=-Fg/2.303 (4)
式中:Vb为进汞体积;Vb∞为完全连通的孔隙体积;pc为毛细管压力;Fg为孔吼结构几何因子。
3.根据权利要求1所述的基于测井数据确定毛管力曲线分布的方法,其特征在于,步骤S2'中,给予权重系数时:距离网格点H(i,j)越近的井位网格点(xk,yk)权重越大,距离网格点H(i,j)越远的井位网格点(xk,yk)权重越小。
4.根据权利要求3所述的基于测井数据确定毛管力曲线分布的方法,其特征在于,步骤S2'中,给予权重系数时,采用的权函数为:
其中:
式中:w为距离权重;α为经验系数;dk为网格点H(i,j)与井位网格点(xk,yk)的距离;xk为井位网格点(xk,yk)的横坐标;yk为井位网格点(xk,yk)的纵坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210672799.3A CN115034112B (zh) | 2022-06-14 | 2022-06-14 | 基于测井数据确定毛管力曲线及毛管力曲线分布的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210672799.3A CN115034112B (zh) | 2022-06-14 | 2022-06-14 | 基于测井数据确定毛管力曲线及毛管力曲线分布的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115034112A CN115034112A (zh) | 2022-09-09 |
CN115034112B true CN115034112B (zh) | 2023-11-03 |
Family
ID=83124518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210672799.3A Active CN115034112B (zh) | 2022-06-14 | 2022-06-14 | 基于测井数据确定毛管力曲线及毛管力曲线分布的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115034112B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5828981A (en) * | 1995-05-11 | 1998-10-27 | Texaco Inc. | Generating pore types and synthetic capillary pressure curves from wireline logs using neural networks |
US6792354B1 (en) * | 2000-11-13 | 2004-09-14 | O'meara, Jr. Daniel J. | Method for determining reservoir fluid volumes, fluid contacts, compartmentalization, and permeability in geological subsurface models |
CN103279647A (zh) * | 2013-05-03 | 2013-09-04 | 中国石油天然气集团公司 | 一种基于孔隙特征参数计算致密砂岩储层渗透率的方法 |
CN106894814A (zh) * | 2017-02-15 | 2017-06-27 | 中国石油化工股份有限公司胜利油田分公司勘探开发研究院 | 复杂断块油藏高含水后期剩余油二次富集的快速识别方法 |
CN107340219A (zh) * | 2017-07-07 | 2017-11-10 | 西南石油大学 | 一种油藏动态毛管效应评价实验数据处理方法 |
CN113569407A (zh) * | 2021-07-26 | 2021-10-29 | 中国石油大学(北京) | 一种毛细管力及相对渗透率曲线的计算方法和装置 |
-
2022
- 2022-06-14 CN CN202210672799.3A patent/CN115034112B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5828981A (en) * | 1995-05-11 | 1998-10-27 | Texaco Inc. | Generating pore types and synthetic capillary pressure curves from wireline logs using neural networks |
US6792354B1 (en) * | 2000-11-13 | 2004-09-14 | O'meara, Jr. Daniel J. | Method for determining reservoir fluid volumes, fluid contacts, compartmentalization, and permeability in geological subsurface models |
CN103279647A (zh) * | 2013-05-03 | 2013-09-04 | 中国石油天然气集团公司 | 一种基于孔隙特征参数计算致密砂岩储层渗透率的方法 |
CN106894814A (zh) * | 2017-02-15 | 2017-06-27 | 中国石油化工股份有限公司胜利油田分公司勘探开发研究院 | 复杂断块油藏高含水后期剩余油二次富集的快速识别方法 |
CN107340219A (zh) * | 2017-07-07 | 2017-11-10 | 西南石油大学 | 一种油藏动态毛管效应评价实验数据处理方法 |
CN113569407A (zh) * | 2021-07-26 | 2021-10-29 | 中国石油大学(北京) | 一种毛细管力及相对渗透率曲线的计算方法和装置 |
Non-Patent Citations (2)
Title |
---|
Yu-Shan Huang.Microfluidic immunosensor based on insulator dielectrophoresis and electrowetting-on-dielectric.IEEE.2010,全文. * |
李勇明.底水油藏压裂产能数值模拟研究.石油天然气学报.2005,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115034112A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109441422B (zh) | 一种页岩气井间距优化开采方法 | |
CN110334431A (zh) | 一种低渗透致密气藏单井控制储量计算及剩余气分析方法 | |
CN110288258A (zh) | 一种高含水油藏剩余油挖潜方法 | |
CN112343587A (zh) | 一种特低渗透油藏优势渗流通道识别表征方法 | |
CN112360411B (zh) | 基于图神经网络的局部井网注水开发优化方法 | |
CN113792479B (zh) | 一种基于物理约束的煤层气藏压裂效果评价方法 | |
CN107038268A (zh) | 一种确定非均质储层五点井网水驱波及系数的方法 | |
CN109763800A (zh) | 一种油田分层注水量预测方法 | |
CN109209307A (zh) | 一种定量分析低渗透油藏注水开发效果的方法 | |
CN109031436A (zh) | 一种基于储层分类下的低阻低渗疏松砂岩储层含水饱和度评价方法 | |
CN114370269B (zh) | 深层碳酸盐岩气藏有效储层物性下限综合确定方法 | |
CN111706318B (zh) | 一种确定低渗储层剩余油分布状况的方法 | |
CN115034112B (zh) | 基于测井数据确定毛管力曲线及毛管力曲线分布的方法 | |
CN112796749B (zh) | 一种基于毛管数的油藏水驱数值模拟方法 | |
CN114109374B (zh) | 页岩气储层靶窗位置的确定方法及装置 | |
CN111287739A (zh) | 一种基于地层原油粘度的剩余油分布预测方法 | |
CN113153286B (zh) | 基于决策树的页岩气开发主控因素分析方法 | |
CN113818859B (zh) | 一种低渗透油藏的极限井距确定方法、判定方法与装置 | |
CN117787137A (zh) | 一种水驱油田储层物性参数时变表征方法及系统 | |
RU2757848C1 (ru) | Способ локализации остаточных запасов на основе комплексной диагностики и адаптации ГГДМ | |
KR101405298B1 (ko) | 단계양수시험으로부터 우물수두손실항을 이용한 단열암반대수층의 고저 투수성 평가방법 | |
CN111219180B (zh) | 在海上低渗透油田中筛选适合注减氧空气开发试验区的方法 | |
Jia et al. | Study On Thin Differential Interpretation Method Of 0.2 m High Resolution Logging Series in Sabei Development Zone | |
CN116992615A (zh) | 储层孔隙压力测定方法、测定系统、存储介质及电子装置 | |
CN115600355A (zh) | 一种基于稀疏回归的页岩气开发主控因素分析方法 |
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 |