CN115905917A - 综合静动态数据构建海域低渗气层分类曲线的方法 - Google Patents
综合静动态数据构建海域低渗气层分类曲线的方法 Download PDFInfo
- Publication number
- CN115905917A CN115905917A CN202211429737.6A CN202211429737A CN115905917A CN 115905917 A CN115905917 A CN 115905917A CN 202211429737 A CN202211429737 A CN 202211429737A CN 115905917 A CN115905917 A CN 115905917A
- Authority
- CN
- China
- Prior art keywords
- curve
- reservoir
- productivity
- data
- classification
- 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
Links
Images
Classifications
-
- 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
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及油气田勘探开发技术领域,尤其涉及一种综合静动态数据构建海域低渗气层分类曲线的方法,包括:步骤S1、对全井段的测井数据和岩心数据进行预处理;步骤S2、基于步骤S1,划定具有低渗气储层的目标层段,进行储层静态层面与产能相关的主要影响参数的选取,并提取目标层段的各主要影响参数曲线;步骤S3、基于步骤S2,对提取的各主要影响参数曲线进行归一化处理,根据各主要影响参数曲线与产能的相关关系,构建储层分类曲线;步骤S4、基于步骤S3,根据目标层段内不同储层动态层面的测试产能数据,对储层分类曲线的准确度进行验证。利用该储层分类曲线进行海域低渗气层分级分类具有高准确度和可操作性,可用于准确预测产能。
Description
技术领域
本发明涉及油气田勘探开发技术领域,尤其涉及一种综合静动态数据构建海域低渗气层分类曲线的方法。
背景技术
东海陆架盆地油气资源以天然气为主,在海域深部低渗气层勘探实践中,具有相近储层性质的层段,开发产能差异很大,有的层段自然产能达30万方/天以上,有的层段则需要储层改造措施后才具有工业产能,而有的层段产能不足1万方/天,压裂后也无法达到工业产能标准。由于产能直接影响到开发政策制定和经济效果评价,仅通过简单的储层分类方式已经无法准确评价气层性质,更无法对产能状况进行预测。
目前的工作方式是根据储层物性,主要是孔隙度、渗透率参数进行气层的简单划分,将储层划分为低孔低渗、特低孔特低渗、超低孔超低渗等大类。该分类没有考虑到岩石孔隙结构差异,也没有充分和产能因素挂钩,这种定性分类方式在面对越来越复杂的地层条件时,经常导致划分偏差,不能准确指导区域勘探进程,因此建立一套全新的海域深部低渗气层综合分级分类评价方法迫在眉睫。
发明内容
鉴于现有技术的上述缺陷,本发明要解决的技术问题是提供一种综合静动态数据构建海域低渗气层分类曲线的方法,能够建立可准确预测产能的储层分类曲线。
为了解决上述技术问题,本发明采用如下技术方案:
本发明提供一种综合静动态数据构建海域低渗气层分类曲线的方法,包括以下步骤:步骤S1、对全井段的测井数据和岩心数据进行预处理;步骤S2、基于步骤S1,划定具有低渗气储层的目标层段,进行储层静态层面与产能相关的主要影响参数的选取,并提取目标层段的各主要影响参数曲线;步骤S3、基于步骤S2,对提取的各主要影响参数曲线进行归一化处理,根据各主要影响参数曲线与产能的相关关系,构建储层分类曲线;步骤S4、基于步骤S3,根据目标层段内不同储层动态层面的测试产能数据,对储层分类曲线的准确度进行验证。
优选地,步骤S1中,预处理包括测井曲线数据的质量检查、预处理和标准化以及岩心数据的质量检查和深度归位。
优选地,步骤S2中,储层静态层面与产能相关的主要影响参数的选取包括:岩性岩相分析:选取岩石粒度中值Md和泥质含量SH,其中,Md与产能正相关,SH与产能负相关;储层宏观参数提取:选取孔隙度φ和渗透率K,φ和K均与产能正相关;储层微观参数提取:选取压汞排驱压力Pd和储集层平均孔喉半径其中,Pd与产能负相关,与产能正相关。
优选地,步骤S3中,归一化处理包括:读取提取的目标层段的岩石粒度中值Md曲线的最大值Mdmax和最小值Mdmin,按照公式做归一化处理,得到归一化后的岩石粒度中值ΔMd曲线;读取提取的目标层段的泥质含量SH曲线的最大值SHmax和最小值SHmin,按照公式做归一化处理,得到归一化后的泥质含量ΔSH曲线;读取提取的目标层段的孔隙度φ曲线的最大值φmax和最小值φmin,按照公式做归一化处理,得到归一化后的孔隙度Δφ曲线;读取提取的目标层段的渗透率K曲线的最大值Kmax和最小值Kmin,按照公式做归一化处理,得到归一化后的渗透率ΔK曲线;读取提取的目标层段的压汞排驱压力Pd曲线的最大值Pdmax和最小值Pdmin,按照公式做归一化处理,得到归一化后的压汞排驱压力ΔPd曲线;读取提取的目标层段的储集层平均孔喉半径曲线的最大值和最小值按照公式做归一化处理,得到归一化后的储集层平均孔喉半径曲线;储层分类曲线为: 且储层分类曲线C数值满足:C∈[-2,4]。
优选地,步骤S4中,按照储层分类曲线C数值将海域低渗气层划分为以下三类:测试产能Q大于10万方/天的Ⅰ类气层:C∈[2,4];测试产能Q为5万方/天-10万方/天的Ⅱ类气层:C∈[0,2];测试产能Q小于5万方/天的Ⅲ类气层:C∈[-2,0]。
与现有技术相比,本发明具有显著的进步:
本发明的综合静动态数据构建海域低渗气层分类曲线的方法,基于测井曲线数据和岩心实验数据,在地质规律指导下,综合储层静态层面和储层动态层面数据,得到准确度经过测试产能数据验证的储层分类曲线,利用该储层分类曲线进行海域低渗气层分级分类具有很高的准确度和可操作性,并可进一步用于准确预测产能,从而解决了现有技术中因储层分级分类粗糙而造成影响优质气层预测的问题。
附图说明
图1是本发明实施例的综合静动态数据构建海域低渗气层分类曲线的方法的流程示意图。
图2是本发明实施例的综合静动态数据构建海域低渗气层分类曲线的方法中,提取的各主要影响参数曲线与实验分析数据的匹配情况分析图。
图3是本发明实施例的综合静动态数据构建海域低渗气层分类曲线的方法中,储层分类曲线C与测试产能Q的关系图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细说明。这些实施方式仅用于说明本发明,而并非对本发明的限制。
如图1至图3所示,本发明的综合静动态数据构建海域低渗气层分类曲线的方法的一种实施例。
参见图1,本实施例的综合静动态数据构建海域低渗气层分类曲线的方法包括以下步骤。
步骤S1、对全井段的测井数据和岩心数据进行预处理。
优选地,步骤S1中,对全井段的测井数据和岩心数据的预处理包括测井曲线数据的质量检查、预处理和标准化以及岩心数据的质量检查和深度归位。
测井曲线数据的质量检查、预处理和标准化具体为:进行测井曲线数据质量检查,检查名称、单位是否统一;对多次测量得到的同类测井曲线的多段曲线进行拼接,剔除非法值,删除多余的曲线版本;选取目标气层顶部一套约20m厚的稳定泥岩为标准层段,读取区块每口井在标准层段的测井曲线数据,绘制频率直方图,以标准层段平均分布为基准,每口井的各测井曲线数值与平均值的差值作为校正量,全井段应用各测井曲线校正量实现区域标准化,检查标准化后的测井曲线,正态分布趋势良好即为标准化完成。
岩心数据的质量检查和深度归位具体为:进行岩心数据质量检查;先根据钻杆深度与测井深度的上提下放校正量对岩心深度整体校正到相应的测井深度,然后选取相关性好的测井曲线与岩心数据对应,进行深度的微调。需要说明的是,整桶岩心数据要综合确定,不是每个样品点逐个校正,样品的取样和代表性所致,满足正态分布即可,不要求全部一致。
步骤S2、基于步骤S1,划定具有低渗气储层的目标层段,进行储层静态层面与产能相关的主要影响参数的选取,并提取目标层段的各主要影响参数曲线。
优选地,步骤S2中,储层静态层面与产能相关的主要影响参数的选取包括岩性岩相分析、储层宏观参数提取和储层微观参数提取,具体如下。
岩性岩相分析:岩相指沉积环境及在该环境中形成的沉积岩特征的综合,岩相与岩性息息相关,反映岩性的最重要的指标是岩石粒度中值Md和泥质含量SH,因此,选取岩石粒度中值Md和泥质含量SH为储层静态层面与产能相关的主要影响参数。其中,Md与产能正相关,SH与产能负相关。
储层宏观参数提取:储层宏观参数中最重要的两个参数是反映岩石储集空间的孔隙度φ和反映流体流动能力的渗透率K,因此,选取孔隙度φ和渗透率K为储层静态层面与产能相关的主要影响参数。φ和K均与产能正相关。
储层微观参数提取:储层微观参数通常通过压汞实验来确定,其中最敏感的是压汞排驱压力Pd和储集层平均孔喉半径因此,选取压汞排驱压力Pd和储集层平均孔喉半径为储层静态层面与产能相关的主要影响参数。其中,Pd与产能负相关,与产能正相关。
由此,通过分析储层静态层面各参数,挑选出六条与产能关系最密切的敏感曲线,即上述六个主要影响参数曲线。基于步骤S1预处理后的数据,提取目标层段的六条主要影响参数曲线,分别为:岩石粒度中值Md曲线、泥质含量SH曲线、孔隙度φ曲线、渗透率K曲线、压汞排驱压力Pd曲线和储集层平均孔喉半径曲线。
本领域技术人员知晓,储层静态层面的各项参数模型可以依据“岩心刻度测井”原理建立,具体如下。
岩石粒度中值Md曲线可依据测井GR(自然伽马)曲线与岩心样品粒度分析数据的相关关系得到。
泥质含量SH曲线可利用测井SP(自然电位)曲线变化规律计算得到。
孔隙度φ曲线的计算,采用密度-中子曲线交会,结合泥质含量SH曲线校正得到。
渗透率K曲线根据岩心物性分析数据建立孔隙度φ和渗透率K的幂函数或指数相关关系得到。
式中,ri是区间喉道半径,单位为μm;Δsi是区间喉道半径所对应的汞增量,单位为%;n是孔喉区间个数。
通过压汞实验获取的微观参数与常规测井曲线的关联分析,得到储层微观参数曲线。
以上通过测井曲线数据构建的各主要影响参数曲线要确保与实验分析数据匹配良好,如图2所示。
步骤S3、基于步骤S2,对提取的各主要影响参数曲线进行归一化处理,根据各主要影响参数曲线与产能的相关关系,构建储层分类曲线。
由于步骤S2中提取的六条主要影响参数曲线不在一个量纲,变化趋势也有差异,但六个参数之间具有内在关联性,因此首先对各主要影响参数曲线进行归一化处理,使之处于同一个尺度范围内,相互之间匹配且可比较和运算。优选地,步骤S3中,对提取的各主要影响参数曲线进行归一化处理是利用归一化公式对六条主要影响参数曲线做归一化处理,生成六条基础曲线。
其中,岩石粒度中值Md曲线、泥质含量SH曲线和孔隙度φ曲线采用同样的归一化方法,分别如下。
根据各主要影响参数曲线与产能的相关关系,基于归一化后的岩石粒度中值ΔMd曲线、归一化后的泥质含量ΔSH曲线、归一化后的孔隙度Δφ曲线、归一化后的渗透率ΔK曲线、归一化后的压汞排驱压力ΔPd曲线和归一化后的储集层平均孔喉半径曲线,构建储层分类曲线为:储层分类曲线C数值无量纲,且储层分类曲线C数值满足:C∈[-2,4]。
步骤S4、基于步骤S3,根据目标层段内不同储层动态层面的测试产能数据,对储层分类曲线的准确度进行验证。测试产能Q是层段型有限数据,选取区块目标层段内不同低渗气层段为测试层段,以测试层段的测试产能数据为验证数据。
按照海上气田产能工业标准将海域深部低渗气层划分为三类,用Ⅰ、Ⅱ、Ⅲ表示。参见图3,优选地,步骤S4中,按照储层分类曲线C数值将海域低渗气层划分为以下三类:
测试产能Q大于10万方/天的Ⅰ类气层:C∈[2,4]。Ⅰ类气层C与Q为指数关系。
测试产能Q为5万方/天-10万方/天的Ⅱ类气层:C∈[0,2]。Ⅱ类气层C与Q为线性关系。
测试产能Q小于5万方/天的Ⅲ类气层:C∈[-2,0]。Ⅲ类气层C与Q为对数关系。
以区块目标层段内不同低渗气层段的测试产能数据为验证数据,对储层分类曲线C的准确度进行验证,验证结果表明,储层分类曲线C的分布区间与气层类型相符合,测试层段的储层分类曲线C数值与该测试层段的测试产能Q数据高度吻合,并且C值与Q值具有高度相关性,C值越高的层段测试产能Q值越大,二者之间具有良好的正相关关系,因此,利用储层分类曲线C进行海域低渗气层分级分类具有很高的准确度和可操作性,并可进一步用于准确预测产能。
利用储层分类曲线C对不同区块的低渗气层段进行分级分类和产能预测,无需再对相应区块进行测试产能,只需依据本实施例的上述步骤S1至步骤S3,获得相应区块不同低渗气层段的储层分类曲线C数值,并依据上述步骤S4,根据储层分类曲线C数值所在区间,对相应低渗气层段进行类型划分:若C∈[2,4],则定为Ⅰ类气层,该类气层产能大于10万方/天,具有自然工业产能;若C∈[0,2],则定为Ⅱ类气层,该类气层产能为5万方/天-10万方/天,采用储层改造措施后具有工业产能;若C∈[-2,0],则定为Ⅲ类气层,该类气层产能小于5万方/天,不具有经济开发价值。
在一个具体的实施例中,以东海西湖凹陷Y气田储层分类评价为例,Y气田其南部主要表现为受主断裂控制的单断结构,北部受多条从主断裂派生的羽状断裂控制,形成向南逐级下掉的转换断阶结构。始新统平湖组发育平中上、平下两套有利储盖组合体系。平中上段西部物源供给明显,发育受潮汐影响的三角洲沉积相,砂体连续性较好。平下段古地貌隆洼相间,发育西北及西侧物源及潮控三角洲沉积相,地层厚度大,有利区主要发育低渗气层。为更好进行储层分级分类评价,采用本实施例的综合静动态数据构建海域低渗气层分类曲线的方法,依次按上述步骤S1至步骤S4开展工作。在步骤S4中,以区块目标层段内不同低渗气层段的测试产能数据为验证数据对储层分类曲线C的准确度进行验证的验证结果如下。
Y1井H3层存在含砾砂岩,岩石粒度中值Md高,储层物性好,微观孔隙结构显示为中大喉道为主,测试自然产能达48万方/天,定为Ⅰ类气层。
Y2井H4层细砂岩,物性中等,以中细喉道为主,初期测试产量为1.2万方/天,后压裂测试产量为6万方/天,达到工业标准,定为Ⅱ类气层。
Y5井H5层粉细砂岩,泥质含量高,物性差,喉道为细-极细型,测试微量气,压裂后产量0.5万方/天,未达工业标准,定为Ⅲ类气层。
测试层段的储层分类曲线C数值与该层测试产能结果的吻合率为100%。
综上所述,本实施例的综合静动态数据构建海域低渗气层分类曲线的方法,基于测井曲线数据和岩心实验数据,在地质规律指导下,综合储层静态层面和储层动态层面数据,得到准确度经过测试产能数据验证的储层分类曲线C,利用该储层分类曲线C进行海域低渗气层分级分类具有很高的准确度和可操作性,并可进一步用于准确预测产能,从而解决了现有技术中因储层分级分类粗糙而造成影响优质气层预测的问题。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (5)
1.一种综合静动态数据构建海域低渗气层分类曲线的方法,其特征在于,包括以下步骤:
步骤S1、对全井段的测井数据和岩心数据进行预处理;
步骤S2、基于所述步骤S1,划定具有低渗气储层的目标层段,进行储层静态层面与产能相关的主要影响参数的选取,并提取所述目标层段的各主要影响参数曲线;
步骤S3、基于所述步骤S2,对提取的各主要影响参数曲线进行归一化处理,根据各主要影响参数曲线与产能的相关关系,构建储层分类曲线;
步骤S4、基于所述步骤S3,根据所述目标层段内不同储层动态层面的测试产能数据,对所述储层分类曲线的准确度进行验证。
2.根据权利要求1所述的综合静动态数据构建海域低渗气层分类曲线的方法,其特征在于,所述步骤S1中,所述预处理包括测井曲线数据的质量检查、预处理和标准化以及岩心数据的质量检查和深度归位。
4.根据权利要求3所述的综合静动态数据构建海域低渗气层分类曲线的方法,其特征在于,所述步骤S3中,所述归一化处理包括:
5.根据权利要求4所述的综合静动态数据构建海域低渗气层分类曲线的方法,其特征在于,所述步骤S4中,按照储层分类曲线C数值将海域低渗气层划分为以下三类:
测试产能Q大于10万方/天的Ⅰ类气层:C∈[2,4];
测试产能Q为5万方/天-10万方/天的Ⅱ类气层:C∈[0,2];
测试产能Q小于5万方/天的Ⅲ类气层:C∈[-2,0]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429737.6A CN115905917A (zh) | 2022-11-15 | 2022-11-15 | 综合静动态数据构建海域低渗气层分类曲线的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429737.6A CN115905917A (zh) | 2022-11-15 | 2022-11-15 | 综合静动态数据构建海域低渗气层分类曲线的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115905917A true CN115905917A (zh) | 2023-04-04 |
Family
ID=86473890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211429737.6A Pending CN115905917A (zh) | 2022-11-15 | 2022-11-15 | 综合静动态数据构建海域低渗气层分类曲线的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115905917A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390881A (zh) * | 2023-10-31 | 2024-01-12 | 中海石油(中国)有限公司上海分公司 | 一种压裂设计方法、装置、电子设备及存储介质 |
-
2022
- 2022-11-15 CN CN202211429737.6A patent/CN115905917A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390881A (zh) * | 2023-10-31 | 2024-01-12 | 中海石油(中国)有限公司上海分公司 | 一种压裂设计方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8583410B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
Chehrazi et al. | Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies | |
CN111665560B (zh) | 油气层识别方法、装置、计算机设备及可读存储介质 | |
US10620340B2 (en) | Tuning digital core analysis to laboratory results | |
CN109375283B (zh) | 一种砂岩储层3d渗透率演化史的分析方法 | |
MX2014005443A (es) | Sistemas y metodos de prediccion de permeabilidad utilizando analisis discriminante cuadratico. | |
CN112526107A (zh) | 裂缝型致密砂岩储层甜点识别与定量表征的方法 | |
Askari et al. | A fully integrated method for dynamic rock type characterization development in one of Iranian off-shore oil reservoir | |
CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
CN115905917A (zh) | 综合静动态数据构建海域低渗气层分类曲线的方法 | |
CN113027433B (zh) | 计算强非均质性砂砾岩储层渗透率的方法和装置 | |
KR101893800B1 (ko) | 암석 물리학상 구축을 통한 퇴적환경 해석 방법 | |
Topór | An integrated workflow for MICP-based rock typing: A case study of a tight-gas sandstone reservoir in the Baltic Basin (Poland) | |
CN112746835A (zh) | 一种优化的深层页岩气地质甜点测井综合评价方法 | |
Kundu et al. | Building variable saturation height functions with an improved rock typing scheme | |
CN113311502B (zh) | 一种识别泥页岩层系中常规油层与页岩油层的方法及装置 | |
US11592593B2 (en) | Modeling hydrocarbon reservoirs using rock fabric classification at reservoir conditions | |
Davies | Permeability Modelling of a Sandstone Reservoir in Parts of the Niger Delta | |
CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 | |
Tavoosi Iraj et al. | Integrated Petrophysical and heterogeneity assessment of the karstified fahliyan formation in the abadan plain, Iran | |
EP4357585A1 (en) | Method and apparatus for identifying high permeability streaks in marine carbonate rock bioclastic limestone oil reservoir | |
Ling et al. | Deep Transient Testing with a Complete Digital Workflow in South-East Asia Green Fields | |
Onuh et al. | Genetic units-based permeability prediction for clastic reservoirs using normalised pore throat radius (Niger Delta as case study) | |
WO2023230838A1 (en) | A method and system for modeling carbonate cementation in forward depositional models | |
WO2023184214A1 (en) | Parameterization of nuclear magnetic resonance transverse relaxation time distribution |
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 |