CN116066072A - 一种测井预测产能的方法和处理装置 - Google Patents
一种测井预测产能的方法和处理装置 Download PDFInfo
- Publication number
- CN116066072A CN116066072A CN202211642057.2A CN202211642057A CN116066072A CN 116066072 A CN116066072 A CN 116066072A CN 202211642057 A CN202211642057 A CN 202211642057A CN 116066072 A CN116066072 A CN 116066072A
- Authority
- CN
- China
- Prior art keywords
- coefficient
- factor
- seepage
- comprehensive
- logging
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 title claims abstract description 9
- 230000006835 compression Effects 0.000 claims abstract description 57
- 238000007906 compression Methods 0.000 claims abstract description 57
- 239000011435 rock Substances 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 3
- 238000003672 processing method Methods 0.000 claims abstract description 3
- 239000012530 fluid Substances 0.000 claims description 21
- 238000000556 factor analysis Methods 0.000 claims description 17
- 230000035699 permeability Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 8
- 208000010787 postorgasmic illness syndrome Diseases 0.000 claims description 8
- 238000005325 percolation Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- KJONHKAYOJNZEC-UHFFFAOYSA-N nitrazepam Chemical compound C12=CC([N+](=O)[O-])=CC=C2NC(=O)CN=C1C1=CC=CC=C1 KJONHKAYOJNZEC-UHFFFAOYSA-N 0.000 claims description 3
- 230000005465 channeling Effects 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000013178 mathematical model Methods 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 7
- 208000010392 Bone Fractures Diseases 0.000 description 20
- 206010017076 Fracture Diseases 0.000 description 20
- 238000011161 development Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 208000019585 progressive encephalomyelitis with rigidity and myoclonus Diseases 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003325 tomography Methods 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Geochemistry & Mineralogy (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Fluid Mechanics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Geophysics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种测井预测产能的方法和处理装置，包括：1、输入在仪器直接测量的一维曲线或经过数据处理方法得到的一维曲线；2、采用多曲线降维技术，获得一条反映储层综合渗流能力的综合渗流因素曲线，找出这些数据与产能有着直接或者间接的关系的产能主控因素；3、计算压缩系数与泊松比的相关系数与权重因子；4、基于岩石破裂力学，计算反映裂缝疏导性的摩擦系数；5、使用包括综合渗流因素、力学参数的相关系数、力学参数的权重因子和裂缝摩擦系数参数，构建综合渗流函数；6、在已测试层段建立综合渗流函数与产量的拟合模型，计算其他井的综合渗流函数，根据拟合模型可以进行产能预测。本发明可以解决裂缝性储层产出能力测井评价的技术问题。
Description
技术领域
本发明属于应用地球物理测井领域，具体涉及到一种利用测井和岩石破裂力学数据进行储层产出能力综合评价的方法。
背景技术
产能预测是油气勘探开发领域的重要一环，裂缝性储层的产能精确评价，不仅可以解决勘探阶段的昂贵测试费用，而且可以优化井位部署，为后续的高效开发提供指导。但由于裂缝性潜山储层储集空间复杂多样，除了发育孔隙结构外，裂缝也十分发育，导致储层非均质性强，井与井之间的测试产能差异大，储层产出能力评价面临重大挑战。因此基于渗流理论的产能预测方法精度低(一种裂缝性油藏产能预测新方法，郑学锐等，2015；基于岩石物理转换模型的苏里格致密砂岩储层测井评价与产能预测，潘保芝等，2018)，需要研究新的方法，综合多种数据资料，建立一套裂缝性储层的裂缝识别与产能评价方法，为后续勘探开发提供技术支持。
发明内容
本发明的目的是提供一种测井预测产能的方法和处理装置，基于多元统计分析方法，综合阵列声波测井、成像测井、常规测井等资料获得反映裂缝性储层的综合渗流因素，以及岩石破裂力学的裂缝流体疏导性分析等对裂缝储层的产出能力进行综合评价，以解决裂缝性储层产出能力测井评价的技术问题。
实现上述发明目的，本发明采用如下处理方案：
步骤一、输入在仪器直接测量的一维曲线或经过数据处理方法得到的一维曲线，这些曲线经过优选，是对裂缝和流体渗流敏感的多条一维曲线；
步骤二、利用步骤一中多条敏感曲线采用多曲线降维技术，如因素分析法，获得一条反映储层综合渗流能力的综合渗流因素曲线，找出这些数据与产能有着直接或者间接的关系的产能主控因素；
步骤三、计算压缩系数与泊松比的相关系数与权重因子；
步骤四、基于岩石破裂力学，计算反映裂缝疏导性的摩擦系数；
步骤五、使用包括综合渗流因素、相关系数、权重因子和摩擦系数参数，构建综合渗流函数；
步骤六、在已测试层段建立综合渗流函数与产量的拟合关系式，计算其他井的综合渗流函数，根据拟合关系可以进行产能预测；
所述步骤一具体为：
选取对产能有直接或间接贡献的测井曲线，如GR(自然伽马)、CMPR(压缩系数)、Stoneley-渗透率(斯通利波渗透率)、ANTST(斯通利波衰减)、POR、ANI(横波各向异性)、RDPF(纵波走时层析指数)、RT(地层渗透率)、DEN
(密度)、RFNR(斯通利波反射系数)等井筒曲线。实际使用中，以上曲线选取根据储层岩性而变化，优选的原则为对渗流和裂缝敏感的曲线，具体曲线条数可增加或减少。
所述步骤二具体为：
因素分析的目的是找出数据间隐藏的控制因素，减少变量数目，实现数据降维。这里针对裂缝性储层处理得到的大量测井资料，进行标准化以消除各数据间量纲的影响：
式中：x'为标准化后变量；x为原始变量；μ为期望值；δ为标准差。
其次采用因素分析找出产能的主控因素，数学模型如下：
设有N个测井采样深度点，P条测井曲线，P＝(X1,X2,…XP)T为各测井曲线，要寻找的公因素为F＝(F1,F2,…Fm)T，则模型：
该式称为因素模型。矩阵A＝(aij)称为因素载荷矩阵，aij为因素载荷，其实质是公因素Fi和变量Xj的相关系数。ε为特殊因素，代表公因素以外的影响因素，如系统误差等，在实际分析时常忽略不计。
对于所求得的公因素，观察它们在哪些测井曲线上具有较大载荷，据此说明该公因素的实际含义。
求出公因素，根据公因素在斯通利波渗透率的载荷系数，求取综合渗流指标，公式如下：
Indxs＝λ1F1+λ2F2+…+λnFn#(3)
式中，Indexs为综合渗流指标，F为提取的公因素，λ为各公因素在斯通利渗透率上的载荷系数。
求得综合渗流指标后，由于进行因素分析导致数据缺乏量纲，因此需要与Stoneley-渗透率进行标定拟合，获得反映地层真实综合渗流能力的综合渗流因素：
NPERM＝Indexs*a+b (4)
式中，NPERM为综合渗流因素；a、b为Indexs与Stoneley-渗透率线性拟合最小二乘系数。
所述步骤三具体为：
根据岩石物理实验规律与孔、裂隙岩石物理理论,地层流体变化使得压缩系数与泊松比呈反相关，因此通过压缩系数与泊松比相关系数确定有利储层段，由压缩系数和泊松比构造权重函数，用于对综合渗流因素加权。其中相关系数的求取采用皮尔森相关系数法，设置滑动窗，依次选取固定个数的压缩系数与泊松比的数据求取相关系数：
式中：PSxcr为相关系数，值在-1到1之间，无量纲；CMPR压缩系数、POIS为泊松比；n为选取的采样点数；
为变量期望。权重函数为压缩系数与泊松比之比，公式如下：
CPNPS＝CMPR/POIS (6)
式中：CPNPS为压缩系数与泊松比的权重函数。
所述步骤四具体为：
裂缝流体疏导性评价是裂缝性储层的重要内容，直接影响产能大小。对裂缝的流体疏导性能可以使用破裂力学理论(如摩尔-库伦准则)进行表征，用裂缝摩擦系数来表示：
式中：μ'为摩擦系数，τn为裂缝面的切应力，σn为裂缝面的正应力，a为经验系数对摩擦系数进行校正。
所述步骤五具体为：
采用综合渗流因素和压缩系数与泊松比相关系数、权重函数以及摩擦系数构建综合渗流函数。其中以综合渗流因素、相关系数、摩擦系数作为指数项构建渗流指数：
PMINDX＝NPERM×PSxcr×μ' (8)
式中：PMINDX为渗流指数，mD；NPERM为综合渗流因素，mD。
以10为底还原渗透率达西量纲，以压缩系数与泊松比之比为权重函数构造综合渗流函数：
intFlow＝CPNPS×10PMINDX (9)
式中：intFlow为综合渗流函数，mD。
综合渗流函数能够反映储层段流体产出能力大小，将综合渗流函数沿压缩系数与泊松比相关系数为负相关的储层段进行积分：
式中：Q为预测产能，m3/d；H为测井解释深度，m。
所述步骤六具体为：
建立积分结果Q与实际产能的拟合关系。当其他待预测井按照以上步骤计算出预测Q值后，可根据拟合公式对未知井进行储层产能预测。
本申请还提供了一种测井预测产能的处理装置，包括：
多维曲线降维模块，对裂缝和流体渗流敏感曲线，使用因素分析法获得一条反映储层综合渗流能力的综合渗流因素曲线；
压缩系数和泊松比分析模块，计算压缩系数与泊松比的相关系数与权重因子；
裂缝摩擦系数模块，根据破裂力学理论，计算裂缝疏导性的摩擦系数；
综合渗流函数构建模块，综合渗流因素和压缩系数与泊松比相关系数、权重函数以及摩擦系数构建综合渗流函数。
本发明具有以下优点：
通过优选对裂缝、渗流敏感的测井曲线，对多条产能敏感曲线进行曲线降维，再此基础上综合利用岩石破裂力学信息，对裂缝和流体敏感的参数信息实现产能预测。在曲线降维中使用因素分析方法，该模型不受各个测井曲线量纲的影响。
附图说明
图1为本发明提供的一种油气产能评价的方法处理流程图；
图2本发明提供的测井预测油气产能处理装置的组成结构图；
图3为X1井综合渗流因素拟合标定图；
图4为流体和裂隙作用下岩石力学参数关系变化图；
图5为X1井压缩系数与泊松比权重因子和相关系数；
图6为综合渗流函数积分与产能模型；
具体实施方式
本发明提出了一种裂缝性潜山储层的产能评价方法，工作流程如下：
步骤一、选取与产能和裂缝有直接或间接关系的测井曲线。如选用GR(自然伽马)、POIS(泊松比)、CMPR(压缩系数)、Stoneley-渗透率(斯通利渗透率)、ATNST(斯通利衰减)、POR(孔隙度)、ANI(横波各向异性)、RDPF(纵波走时层析成像指数)、RT(地层电阻率)、DEN(密度)、RFNR(斯通利波反射系数)等曲线作为输入曲线进行后续处理分析。实际使用中，以上曲线选取根据储层岩性而变化，优选的原则为对渗流和裂缝敏感的曲线，具体曲线条数可增加或减少。
步骤二、利用因素分析对以上曲线进行数据降维，多个测井数据间存在量纲差异，首先需进行标准化：
式中：x'为标准化后变量；x为原始变量；μ为期望值；σ为标准差。
对标准化数据进行因素分析提取两个主控因素，即裂缝主控因素F1与渗流主控因素F2。按照两个主控因素在渗透率的载荷进行加权：
Indxs＝λ1F1+λ2F2#(12)
式中，Indexs为综合渗流指标，F为提取的主控因素，λ为主控因素在斯通利渗透率上的载荷系数。
求得综合渗流指标后，由于进行因素分析导致数据缺乏量纲，因此需要与Stoneley-渗透率进行标定拟合，获得反映地层真实综合渗流能力的综合渗流因素。具体为与斯通利波反演的渗透率(Stoneley-渗透率)拟合标定可得到综合渗流因素：
NPERM＝Indexs*a+b (13)
式中：NPERM为综合渗流因素，a、b为Indexs与Stoneley-渗透率线性拟合最小二乘系数。
步骤三、通过压缩系数与泊松比相关系数给出求产层段，由压缩系数和泊松比构造权重函数。其中相关系数的求取采用皮尔森相关系数法，设置滑动窗，依次选取固定个数的压缩系数与泊松比的数据求取相关系数：
式中：PSxcr为相关系数，值在-1到1之间，无量纲；CMPR压缩系数、POIS为泊松比；n为选取的采样点数；
为变量期望。权重函数为压缩系数与泊松比之比，公式如下：
CPNPS＝CMPR/POIS (15)
式中：CPNPS为压缩系数与泊松比的权重函数。
步骤四、基于岩石破裂力学流体疏导性分析，对裂缝的流体疏导性能进行量化，用摩擦系数来表示
式中：μ'为摩擦系数，τn为裂缝面的切应力，σn为裂缝面的正应力，a为经验系数对摩擦系数进行校正。
步骤五、进行综合渗流函数的构建与产能评价，采用压缩系数/泊松比权重函数、综合渗流因素、相关系数、摩擦系数构建综合渗流函数进行产能评价。其中综合渗流因素、相关系数、摩擦系数作为指数公式如下：
PMINDX＝NPERM×PSxcr×μ' (7)
式中：PMINDX为渗流指数；NPERM为综合渗流因素；PSxcr为压缩系数与泊松比的相关系数；μ'为摩擦系数。综合渗流因素以10为底能够还原渗透率达西的量纲，以压缩系数与泊松比之比的权重函数作为加权构造综合渗流函数。
intFlow＝CPNPS×10PMINDX (18)
式中：intFlow为综合渗流函数；CPNPS为压缩系数与泊松比权重函数；PMINDX为渗流指数。最后将综合渗流函数在相关系数负相关的求产层段进行积分，积分结果作为产能预测，
式中：Q为由综合渗流函数计算得到的产量，m3/d；H为深度，m。
基于同一发明构思，本发明实施方式中还提供了一种阵列声波进行固井质量评价处理装置，如下面的实施方式所述。由于装置解决问题的原理与阵列声波进行固井质量评价处理方法相似，因此装置的实施可以参见阵列声波进行固井质量评价处理方法的实施，重复之处不再赘述。以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。请参阅图2，是本申请实施方式的阵列声波进行固井质量评价处理装置的一种组成结构图，该装置可以包括：多维曲线降维模块、压缩系数和泊松比分析模块、裂缝摩擦系数模块、综合渗流函数构建模块，下面对该结构进行具体说明。
多维曲线降维模块，对裂缝和流体渗流敏感曲线，使用因素分析法获得一条反映储层综合渗流能力的综合渗流因素曲线；
压缩系数和泊松比分析模块，计算压缩系数与泊松比的相关系数与权重因子；
裂缝摩擦系数模块，根据破裂力学理论，计算裂缝疏导性的摩擦系数；
综合渗流函数构建模块，综合渗流因素和压缩系数与泊松比相关系数、权重函数以及摩擦系数构建综合渗流函数。
以下以一个实例，进一步说明本发明所述的测井预测产能方法的可行性及其应用效果。
通过对该井的数据进行因素分析获取综合渗流因素，进而进行产能评价。首先选取GR、POIS(泊松比)、CMPR(压缩系数)、ST-PERM(斯通利波反演渗透率)、ATNST(斯通利波衰减)、POR、ANI(各向异性)、RDPF(径向剖面)、RT(地层电阻率)、DEN、RFNR(反射系数)等曲线，这些数据与产能有着直接或者间接的关系，通过因素分析来找出隐藏在这些数据中产能的主控因素。首先通过标准化消除各测井曲线间量纲差异，再进行因素分析得到两个公因素F1和F2，其载荷系数如表1所示。对于因素F1，可以观察到其在压缩系数CMPR上具有较大载荷，说明该因素对压缩系数敏感，一般来说，压缩系数大，裂缝就比较发育，因此将因素F1定义为裂缝主控因素。该因素与密度负相关，说明裂缝发育，密度下降。该因素与电阻率负相关，这是由于裂缝发育提供流体流动的低阻通道，因此裂缝因素F1与电阻率呈现一种负相关关系。同理，第二个公因素F2在斯通利渗透率具有较大比重，可以定义为渗流因素。按照两个公因素的在斯通利渗透率的载荷进行加权求和就可以得到综合渗流因素。
将综合渗流因素与斯通利波渗透率剖面进行线性拟合，拟合效果如图3所示，图中红色实线为综合渗流因素曲线，蓝色点线为斯通利波渗透率曲线，可以看出两者曲线相似，相关性很强。综合渗流因素不仅仅反映斯通利波渗透率的影响，还综合其他测井数据的影响，是一个综合性指标，反映了裂缝性储层的综合渗流能力。
如图4所示，基于孔、裂隙岩石物理理论模拟当裂缝密度增加时，裂缝造成的岩石可压性增加，压缩系数增大；当含气量增加时，压缩系数增大，泊松比降低。这证明地层流体变化使得压缩系数与泊松比呈反相关。基于这个认识，用压缩系数和泊松比构造相关曲线和权重函数应用到产能评价中。以X1井为例，如图5所示，蓝色细线为压缩系数，红色线为泊松比，黑色粗线为压缩系数/泊松比权重曲线，绿色线为压缩系数与泊松比的相关性曲线。
采用综合渗流因素、压缩系数与泊松比的相关系数和权重因子以及裂缝摩擦系数构建综合渗流函数进行产能评价。对具有试井资料的探井进行产能预测，采用综合渗流因素剖面，将综合渗流函数积分与气日产量进行绘图拟合，如图6所示，积分结果与产能具有很好的线性关系，相关性接近90％。利用综合渗流函数与产能的产能预测模型，可以进行其他井产量预测。
表1：
Claims (8)
1.一种测井预测产能的方法，包括如下步骤：
步骤一、输入在仪器直接测量的一维曲线或经过数据处理方法得到的一维曲线，这些曲线是对裂缝和流体渗流敏感的多条一维曲线；
步骤二、利用步骤一中对裂缝和流体渗流敏感的多条一维曲线，采用多曲线降维技术，获得一条反映储层综合渗流能力的综合渗流因素曲线，找出这些数据与产能有着直接或者间接的关系的产能主控因素；
步骤三、计算压缩系数与泊松比的相关系数与权重因子；
步骤四、基于岩石破裂力学，计算反映裂缝疏导性的摩擦系数；
步骤五、使用包括综合渗流因素、相关系数、权重因子和摩擦系数参数，构建综合渗流函数；
步骤六、在已测试层段建立综合渗流函数与产量的拟合关系式，计算其他井的综合渗流函数，根据拟合关系可以进行产能预测。
2.根据权利要求1所述的一种测井预测产能的方法，所述步骤一具体为：
选取对产能有直接或间接贡献的测井曲线，包括GR、CMPR、Stoneley-渗透率、ANTST、POR、ANI、RDPF、RT、DEN和RFNR；以上曲线选取根据储层岩性而变化，优选的原则为对渗流和裂缝敏感的曲线，具体曲线条数可增加或减少。
3.根据权利要求1所述的一种测井预测产能的方法，所述步骤二具体为：
采用因素分析实现数据降维；针对裂缝性储层处理得到的大量测井资料，进行标准化以消除各数据间量纲的影响：
式中：x'为标准化后变量；x为原始变量；μ为期望值；σ为标准差；
其次采用因素分析找出产能的主控因素，数学模型如下：
设有N个测井采样深度点，P条测井曲线，P＝(X1,X2,…XP)T为各测井曲线，要寻找的公因素为F＝(F1,F2,…Fm)T，则模型：
该式称为因素模型；矩阵A＝(aij)称为因素载荷矩阵，aij为因素载荷，其实质是公因素Fi和变量Xj的相关系数；ε为特殊因素，代表公因素以外的影响因素，包括系统误差，在实际分析时常忽略不计；
对于所求得的公因素，观察它们在哪些测井曲线上具有较大载荷，据此说明该公因素的实际含义；
求出公因素，根据公因素在斯通利波渗透率的载荷系数，求取综合渗流指标，公式如下：
Indxs＝λ1F1+λ2F2+…+λnFm#(3)
式中，Indexs为综合渗流指标，F为提取的公因素，λ为各公因素在斯通利渗透率上的载荷系数；
求得综合渗流指标后，由于进行因素分析导致数据缺乏量纲，因此需要与Stoneley-渗透率进行标定拟合，获得反映地层真实综合渗流能力的综合渗流因素：
NPERM＝Indexs*a+b (4)
式中，NPERM为综合渗流因素；a、b为Indexs与Stoneley-渗透率线性拟合最小二乘系数。
4.根据权利要求1所述的一种测井预测产能的方法，所述步骤三具体为：
根据岩石物理实验规律与孔、裂隙岩石物理理论,地层流体变化使得压缩系数与泊松比呈反相关，通过压缩系数与泊松比相关系数确定有利储层段，由压缩系数和泊松比构造权重函数，用于对综合渗流因素加权；其中相关系数的求取采用皮尔森相关系数法，设置滑动窗，依次选取固定个数的压缩系数与泊松比的数据求取相关系数：
式中：PSxcr为相关系数，值在-1到1之间，无量纲；CMPR压缩系数、POIS为泊松比；n为选取的采样点数；
为变量期望；权重函数为压缩系数与泊松比之比，公式如下：
CPNPS＝CMPR/POIS (6)
式中：CPNPS为压缩系数与泊松比的权重函数。
5.根据权利要求1所述的一种测井预测产能的方法，所述步骤四具体为：
对裂缝的流体疏导性能可以使用破裂力学理论进行表征，用裂缝摩擦系数来表示：
式中：μ'为摩擦系数，τn为裂缝面的切应力，σn为裂缝面的正应力，a为经验系数对摩擦系数进行校正。
6.根据权利要求1所述的一种测井预测产能的方法，所述步骤五具体为：
采用综合渗流因素和压缩系数与泊松比相关系数、权重函数以及摩擦系数构建综合渗流函数；其中以综合渗流因素、相关系数、摩擦系数作为指数项构建渗流指数：
PMINDX＝NPERM×PSxcr×μ' (8)
式中：PMINDX为渗流指数，mD；NPERM为综合渗流因素，mD；
以10为底还原渗透率达西量纲，以压缩系数与泊松比之比为权重函数构造综合渗流函数：
intFlow＝CPNPS×10PMINDX (9)
式中：intFlow为综合渗流函数，mD；
综合渗流函数能够反映储层段流体产出能力大小，将综合渗流函数沿压缩系数与泊松比相关系数为负相关的储层段进行积分：
式中：Q为预测产能，m3/d；H为测井解释深度，m。
7.根据权利要求1所述的一种测井预测产能的方法，所述步骤六具体为：
建立积分结果Q与实际产能的拟合关系；当其他待预测井按照以上步骤计算出预测Q值后，可根据拟合公式对未知井进行储层产能预测。
8.根据权利要求1所述的一种测井预测产能的方法，实现该方法的一种测井预测产能的处理装置，包括：
多维曲线降维模块，对裂缝和流体渗流敏感曲线，使用因素分析法获得一条反映储层综合渗流能力的综合渗流因素曲线；
压缩系数和泊松比分析模块，计算压缩系数与泊松比的相关系数与权重因子；
裂缝摩擦系数模块，根据破裂力学理论，计算裂缝疏导性的摩擦系数；
综合渗流函数构建模块，综合渗流因素和压缩系数与泊松比相关系数、权重函数以及摩擦系数构建综合渗流函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211642057.2A CN116066072B (zh) | 2022-12-20 | 2022-12-20 | 一种测井预测产能的方法和处理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211642057.2A CN116066072B (zh) | 2022-12-20 | 2022-12-20 | 一种测井预测产能的方法和处理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116066072A true CN116066072A (zh) | 2023-05-05 |
| CN116066072B CN116066072B (zh) | 2024-06-14 |
Family
ID=86176013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211642057.2A Active CN116066072B (zh) | 2022-12-20 | 2022-12-20 | 一种测井预测产能的方法和处理装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116066072B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2398545A1 (en) * | 2000-10-04 | 2002-04-11 | Schlumberger Canada Limited | Production optimization methodology for multilayer commingled reservoirs using commingled reservoir production performance data and production logging information |
| FR2840014A1 (fr) * | 2002-05-22 | 2003-11-28 | Innov Pro | Procede pour determiner, par strates, la qualite de reserve d'un puits de petrole |
| US20040054478A1 (en) * | 2002-08-30 | 2004-03-18 | Brygynevych Valentyn Oleksandrovych | Method of wave diagnostics of the oil-and-gas-deposit |
| CN103728671A (zh) * | 2014-01-15 | 2014-04-16 | 中国石油大学(北京) | 确定碳酸盐岩潜山含油气性的方法和装置 |
| CN104407381A (zh) * | 2014-12-17 | 2015-03-11 | 中国石油大学(华东) | 从井中弹性波速的径向变化获取地层岩石脆裂性质的方法 |
| CN105386751A (zh) * | 2015-12-04 | 2016-03-09 | 中国石油天然气集团公司 | 一种基于油藏渗流模型的水平井测井产能预测方法 |
| CN108446797A (zh) * | 2018-03-06 | 2018-08-24 | 西南石油大学 | 一种致密油藏水平井体积压裂初期产能预测方法 |
| CN110348135A (zh) * | 2019-07-15 | 2019-10-18 | 中国石油大学(华东) | 一种随钻声波测井评价地层渗透率的方法 |
| CN111580166A (zh) * | 2020-05-21 | 2020-08-25 | 中国石油大学(华东) | 一种基于声波远探测和岩石力学的裂缝有效性评价方法 |
| CN112966383A (zh) * | 2021-03-11 | 2021-06-15 | 中海石油(中国)有限公司 | 一种裂缝性储层的产能预测方法 |
-
2022
- 2022-12-20 CN CN202211642057.2A patent/CN116066072B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2398545A1 (en) * | 2000-10-04 | 2002-04-11 | Schlumberger Canada Limited | Production optimization methodology for multilayer commingled reservoirs using commingled reservoir production performance data and production logging information |
| FR2840014A1 (fr) * | 2002-05-22 | 2003-11-28 | Innov Pro | Procede pour determiner, par strates, la qualite de reserve d'un puits de petrole |
| US20040054478A1 (en) * | 2002-08-30 | 2004-03-18 | Brygynevych Valentyn Oleksandrovych | Method of wave diagnostics of the oil-and-gas-deposit |
| CN103728671A (zh) * | 2014-01-15 | 2014-04-16 | 中国石油大学(北京) | 确定碳酸盐岩潜山含油气性的方法和装置 |
| CN104407381A (zh) * | 2014-12-17 | 2015-03-11 | 中国石油大学(华东) | 从井中弹性波速的径向变化获取地层岩石脆裂性质的方法 |
| CN105386751A (zh) * | 2015-12-04 | 2016-03-09 | 中国石油天然气集团公司 | 一种基于油藏渗流模型的水平井测井产能预测方法 |
| CN108446797A (zh) * | 2018-03-06 | 2018-08-24 | 西南石油大学 | 一种致密油藏水平井体积压裂初期产能预测方法 |
| CN110348135A (zh) * | 2019-07-15 | 2019-10-18 | 中国石油大学(华东) | 一种随钻声波测井评价地层渗透率的方法 |
| CN111580166A (zh) * | 2020-05-21 | 2020-08-25 | 中国石油大学(华东) | 一种基于声波远探测和岩石力学的裂缝有效性评价方法 |
| CN112966383A (zh) * | 2021-03-11 | 2021-06-15 | 中海石油(中国)有限公司 | 一种裂缝性储层的产能预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 闫萍;孙建孟;苏远大;李召成;成荣红;王焕增;: "利用测井资料计算新疆迪那气田地应力", 新疆石油地质, no. 05, 25 October 2006 (2006-10-25) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116066072B (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111425193B (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 | |
| Moradian et al. | Predicting the uniaxial compressive strength and static Young’s modulus of intact sedimentary rocks using the ultrasonic test | |
| CN106556867B (zh) | 基于贝叶斯分类的相控孔隙度反演方法 | |
| AU2007339997A1 (en) | History matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions | |
| Newsham et al. | An integrated work-flow model to characterize unconventional gas resources: part I—geological assessment and petrophysical evaluation | |
| Amendt et al. | Mechanical characterization in unconventional reservoirs: a facies-based methodology | |
| CN111027882A (zh) | 一种基于高阶神经网络利用常规测井资料评价脆性指数的方法 | |
| Dal Moro | Surface wave analysis: improving the accuracy of the shear-wave velocity profile through the efficient joint acquisition and Full Velocity Spectrum (FVS) analysis of Rayleigh and Love waves | |
| Yurikov et al. | Ultrasonic velocity measurements on thin rock samples: Experiment and numerical modeling | |
| Sun et al. | Organic-matter content prediction based on the random forest algorithm: Application to a Lower Silurian shale-gas reservoir | |
| Lv et al. | The effective stress coefficient of coal: a theoretical and experimental investigation | |
| Ecemis | Effect of soil-type and fines content on liquefaction resistance—shear-wave velocity correlation | |
| Shafer et al. | Effective stress laws for petrophysical rock properties | |
| CN116066072B (zh) | 一种测井预测产能的方法和处理装置 | |
| CN112526622A (zh) | 基于成像测井孔隙度谱的拟核磁回波数据计算方法 | |
| Goldfarb et al. | Segmentationless digital rock physics using different effective medium theories | |
| Perry et al. | Investigating Delaware Basin Bone Spring and Wolfcamp Observations Through Core-Based Quantification: Case Study in the Integrated Workflow, Including Closed Retort Comparisons | |
| CN109655394B (zh) | 一种孔喉结构参数约束下的核磁共振t2谱渗透率计算方法 | |
| CN113534263B (zh) | 一种不依赖测井资料的含油气饱和度预测方法 | |
| RU2399070C2 (ru) | Способ определения остаточной водонасыщенности и проницаемости пласта | |
| Guo et al. | Hydraulic flow unit based permeability characterization and rapid production prediction workflow for an offshore field, South China Sea | |
| CN115012903A (zh) | 判别泥页岩层理构造发育的测井评价方法 | |
| Maschio et al. | Performance assessment of an iterative ensemble smoother with local analysis to assimilate big 4D seismic datasets applied to a complex pre-salt-like benchmark case | |
| Nes et al. | The reliability of core data as input to seismic reservoir monitoring studies | |
| CN114441402A (zh) | 一种评价致密砂岩渗透性的方法 |
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 |