CN116188195A - 海绿石含量的确定装置、方法、模型及其构建方法和应用 - Google Patents

海绿石含量的确定装置、方法、模型及其构建方法和应用 Download PDF

Info

Publication number
CN116188195A
CN116188195A CN202111421125.8A CN202111421125A CN116188195A CN 116188195 A CN116188195 A CN 116188195A CN 202111421125 A CN202111421125 A CN 202111421125A CN 116188195 A CN116188195 A CN 116188195A
Authority
CN
China
Prior art keywords
glauconite
sandstone
content
rock
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.)
Pending
Application number
CN202111421125.8A
Other languages
English (en)
Inventor
徐明华
郑淑芬
陈杰
陈果
方杰
童明胜
王玉根
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.)
China National Petroleum Corp
CNPC Chuanqing Drilling Engineering Co Ltd
Original Assignee
China National Petroleum Corp
CNPC Chuanqing Drilling Engineering 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 China National Petroleum Corp, CNPC Chuanqing Drilling Engineering Co Ltd filed Critical China National Petroleum Corp
Priority to CN202111421125.8A priority Critical patent/CN116188195A/zh
Publication of CN116188195A publication Critical patent/CN116188195A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • 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
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供了一种海绿石含量的确定装置、方法、模型及其构建方法和应用，所述确定方法包括：利用常规测井资料，结合区域地质资料确定和优选第一基本参数，第一基本参数包括PEsh、ρsh和Vsh；基于常见沉积岩矿物测井特征值，获得第二基本参数，第二基本参数包括PEqz、PEgl、ρqz、ρgl和ρf；基于岩性密度测井资料，获取第三基本参数，所述第三基本参数包括PE和RHOB；将第一基本参数、第二基本参数和第三基本参数代入所述砂岩中海绿石含量的计算模型，计算获得Vgl、Vqz和
Figure DDA0003377412440000011
本发明通过科学的理论方法定量计算砂岩中的海绿石含量，具有经济、快速、信息丰富、准确率高、便于操作等优势。

Description

海绿石含量的确定装置、方法、模型及其构建方法和应用
技术领域
本发明涉及石油地质勘探技术领域，具体来讲，涉及一种砂岩中海绿石含量的确定装置、一种砂岩中海绿石含量的确定方法、一种砂岩中海绿石含量的计算模型、一种砂岩中海绿石含量的计算模型的构建方法、以及一种砂岩中海绿石含量的计算模型的应用方法。
背景技术
在南美奥连特盆地等浅海碎屑岩油气田中，砂岩中普通发育海绿石矿物。一方面，海绿石为一种粘土矿物，具有高自然伽马、低电阻等粘土类矿物的测井响应特征，致使海绿石含量较高的砂岩常常被误认为砂质泥岩或泥质砂岩，漏失了储层，也使一些低阻油气层被误认为水层，错失了油气产量。另一方面，由于海绿石成熟度高，埋深较浅，以圆球形或粪球粒状颗粒形式存在，具有颗粒特性，充填于孔隙中，减小了砂岩的孔隙度和渗透率，增大了砂岩的束缚水饱和度，影响砂岩储层的正确评价。
现有技术中，对海绿石粘土特征认识比较清楚，但对其碎屑颗粒特征认识不清，仅有少量文献从岩心薄片等实物分析资料上定性为颗粒状。定量分析海绿石含量的资料更少，现有的少量文献指示，主要是利用测试分析确定岩心样品砂岩中的海绿石含量，通过回归海绿石含量与中子测井资料、或与密度测井资料的关系，拟合公式进行定量计算。
例如，于2016年4月20日公开的发明名称为一种确定海绿石砂岩中海绿石含量的方法和装置、公开号为CN 105510986 A的专利文献记载了一种确定海绿石砂岩中海绿石含量的方法。该方法包括：制作参考测井的体积密度测井曲线与中子孔隙度测井曲线的重叠曲线，识别出海绿石砂岩；将岩心数据中获得的海绿石含量的幅度值与对应的体积密度测井曲线、中子孔隙度测井曲线进行多元线性回归，得到海绿石含量识别因子与体积密度数据、中子孔隙度数据的线性关系；根据线性关系计算得到参考测井的海绿石含量识别因子；将海绿石含量的幅度值与海绿石含量识别因子进行非线性回归处理，得到海绿石含量与海绿石含量识别因子的非线性关系；利用非线性关系确定待识别测井的海绿石砂岩中海绿石含量。虽然利用该方法可以准确的确定出海绿石砂岩中海绿石含量，但由于该方法需要测定砂岩中的海绿石含量，受到样品数量、操作难度、经济效益等因素的局限，推广使用难度较大，而且海绿石含量与单项中子资料或密度资料相关系数不高，准确度不高。
发明内容
本发明的目的在于解决现有技术存在的上述不足中的至少一项。例如，本发明的目的之一在于提供一种能够定量计算砂岩中海绿石含量的模型和方法。
为了实现上述目的，本发明一方面提供了一种砂岩中海绿石含量的确定方法，所述确定方法包括：
以常规测井资料和岩性密度测井资料为基础，采用砂岩中海绿石含量的计算模型计算获得海绿石含量，所述计算模型如下式(1)所示：
Figure BDA0003377412420000021
式(1)中，PE为光电吸收截面指数的测井值，b/e；RHOB为岩石体积密度的测井值，g/cm3；PEsh为除海绿石外的粘土矿物的光电吸收截面指数，b/e；ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；Vsh为除海绿石外的粘土矿物的体积含量，v/v；PEqz为石英或其他砂岩碎屑成份的光电吸收截面指数，b/e；ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；PEgl为海绿石的光电吸收截面指数，b/e；ρgl为海绿石的岩石体积密度，g/cm3；Vgl为海绿石的体积含量，v/v；ρf为流体的体积密度，g/cm3；
Figure BDA0003377412420000022
为地层孔隙度，v/v。
在本发明的砂岩中海绿石含量的确定方法的一个示例性实施例中，所述确定方法可具体包括以下步骤：
利用常规测井资料，结合区域地质资料确定和优选第一基本参数，所述第一基本参数包括PEsh、ρsh和Vsh；
基于常见沉积岩矿物测井特征值，获得第二基本参数，所述第二基本参数包括PEqz、PEgl、ρqz、ρgl和ρf；
基于岩性密度测井资料，获取第三基本参数，所述第三基本参数包括PE和RHOB；
将所述第一基本参数、第二基本参数和第三基本参数代入所述砂岩中海绿石含量的计算模型，计算获得Vgl、Vqz和
Figure BDA0003377412420000033
在本发明的砂岩中海绿石含量的确定方法的一个示例性实施例中，所述常规测井资料可包括岩石体积密度、补偿中子和自然伽马；所述岩性密度测井资料可包括光电吸收截面指数和岩石体积密度。
在本发明的砂岩中海绿石含量的确定方法的一个示例性实施例中，当具有区域岩心X衍射粘土矿物分析结果时，可采用式(2)和式(3)确定和优选PEsh和ρsh，
ρEsh＝∑Vshi×PEshi 式(2)
ρsh＝∑Vshi×ρshi 式(3)
式(2)和式(3)中，Vshi为除海绿石外的第i种粘土矿物的体积含量，v/v；PEshi为除海绿石外的第i种粘土矿物的光电吸收截面指数，b/e；ρshi为除海绿石外的第i种粘土矿物的体积密度，g/cm3；
当不具有区域岩心X衍射粘土矿物分析结果时，可通过计算泥岩段的光电吸收截面指数测井平均值和体积密度测井平均值的方式确定和优选PEsh和ρsh。
在本发明的砂岩中海绿石含量的确定方法的一个示例性实施例中，可采用式(4)和式(5)确定和优选Vsh，
Figure BDA0003377412420000031
/>
Figure BDA0003377412420000032
式(4)和式(5)中，LOG为中子测井值；LOGmin为纯砂岩的中子值；LOGmax为纯泥岩的中子值；ΔSH为泥质指数，无量纲。
本发明另一方面提供了一种砂岩中海绿石含量的计算模型，所述计算模型如下式(1)所示：
Figure BDA0003377412420000041
式(1)中，PE为光电吸收截面指数的测井值，b/e；RHOB为岩石体积密度的测井值，g/cm3；PEsh为除海绿石外的粘土矿物的光电吸收截面指数，b/e；ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；Vsh为除海绿石外的粘土矿物的体积含量，v/v；PEqz为石英或其他砂岩碎屑成份的光电吸收截面指数，b/e；ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；PEgl为海绿石的光电吸收截面指数，b/e；ρgl为海绿石的岩石体积密度，g/cm3；Vgl为海绿石的体积含量，v/v；ρf为孔隙流体的体积密度，g/cm3；
Figure BDA0003377412420000042
为地层孔隙度，v/v。
本发明再一方面提供了一种如上所述的砂岩中海绿石含量的计算模型的构建方法，所述构建方法包括：
建立以海绿石和石英为骨架矿物，以除海绿石外的粘土矿物为填隙物，以油气水为孔隙流体组成的岩石体积物理模型；
将岩性密度测井资料和岩石体积物理模型相结合，获得海绿石砂岩测井响应方程组；
将所述海绿石砂岩测井响应方程组确定为砂岩中海绿石含量的计算模型。
本发明再一方面提供了一种如上所述的砂岩中海绿石含量的计算模型在获取砂岩储层信息中的应用方法。
在本发明的砂岩中海绿石含量的计算模型的应用方法的一个示例性实施例中，所述应用方法可包括：利用砂岩中海绿石含量的计算模型计算获得海绿石的体积含量；
根据岩心分析海绿石的体积含量与渗透率关系，校正海绿石对砂岩渗透率的影响，获得地层每个深度点的渗透率参数。
在本发明的砂岩中海绿石含量的计算模型的应用方法的一个示例性实施例中，所述应用方法还可包括：根据海绿石与普通砂岩成分的体积含量，校正海绿石对电阻率的影响，获得地层每个深度点的含水饱和度参数。
本发明再一方面提供了一种如上所述的砂岩中海绿石含量的计算模型在优化油气井生产方案中的应用方法。
本发明再一方面提供了一种砂岩中海绿石含量的确定装置，所述确定装置包括第一数据获取模块、第二数据获取模块、第三数据获取模块和计算模块，其中，
所述第一数据获取模块被配置为能够结合常规测井资料和区域地质资料确定和优选第一基本参数，所述第一基本参数包括PEsh、ρsh和Vsh；
所述第二数据获取模块被配置为能够基于沉积岩矿物测井特征值，获取第二基本参数，所述第二基本参数包括PEqz、PEgl、ρqz、ρgl和ρf；
所述第三数据获取模块被配置为能够基于岩性密度测井资料，获取第三基本参数，所述第三基本参数包括PE和RHOB；
所述计算模块分别与第一数据获取模块、第二数据获取模块以及第三数据获取模块连接，并被配置为能够如上所述的计算模型计算获得海绿石含量。
与现有技术相比，本发明的有益效果包括以下内容中的至少一项：
(1)本发明能够定量计算砂岩中的海绿石含量，进而能够准确计算砂岩储层参数，这大大提高了储层孔隙度、渗透率和含水饱和度参数的精度，例如，储层参数解释精度由85％提高到95％，流体判别符合率由70％提高到90％以上；
(2)利用本发明获得的单井砂体类型解释结果与地震资料结合，可确定平面上优质砂体分布情况；利用本发明获得的储层孔隙度、渗透率和含水饱和度参数可以确定储层产能，正确配产，优化生产方案；
(3)本发明的确定方法是利用大量容易获得、录取成本低的常规测井资料，通过科学的理论方法计算砂岩中的海绿石含量，具有经济、快速、信息丰富、准确率高、便于操作等优势；
(4)本发明在降本增效等方面能产生重大经济社会效益，对战略超前储备技术领域有重大影响。
附图说明
图1示出了本发明的砂岩中海绿石含量确定方法的一个示例性实施例中的计算流程示意图。
图2示出了本发明的砂岩中海绿石含量确定方法的一个示例性实施例中的岩石物理体积模型示意图。
具体实施方式
在下文中，将结合附图和示例性实施例来详细说明本发明的海绿石含量的确定装置、方法、模型及其构建方法和应用。
需要说明的是，“第一”、“第二”、“第三”等仅仅是为了方便描述和便于区分，而不能理解为指示或暗示相对重要性。
常规测井技术把海绿石作为普通粘土矿物进行处理，忽略了海绿石的碎屑颗粒特征，不能正确反映海绿石对储层的影响，获得的储层参数结果误差大。为了解决含海绿石砂岩物性参数计算不准、砂体类型划分难度大、流体判别符合率低等技术问题，本发明提出了一种砂岩海绿石含量的确定方法，其关键技术是在研究海绿石的岩石物理特征及其敏感测井参数的基础上，建立含海绿石砂岩的岩石物理体积模型和测井响应方程组，定量计算砂岩中的海绿石含量，进而准确计算砂岩储层参数，正确评价砂体类型，准确识别低阻油气层。
为了实现上述目的，本发明一方面提供了一种砂岩中海绿石含量的确定方法。
在本发明的一个示例性实施例中，一种砂岩中海绿石含量的确定方法包括：
以常规测井资料和岩性密度测井资料为基础，采用砂岩中海绿石含量的计算模型计算获得海绿石含量，该计算模型如下式(1)所示：
Figure BDA0003377412420000061
式(1)中，PE为光电吸收截面指数的测井值，b/e；
RHOB为岩石体积密度的测井值，g/cm3；
PEsh为除海绿石外的粘土矿物的光电吸收截面指数，b/e；
ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；
Vsh为除海绿石外的粘土矿物的体积含量，v/v；
PEqz为石英或其他砂岩碎屑成份的光电吸收截面指数，b/e；
ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；
Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；
PEgl为海绿石的光电吸收截面指数，b/e；
ρgl为海绿石的岩石体积密度，g/cm3；
Vgl为海绿石的体积含量，v/v；
ρf为流体的体积密度，g/cm3；
Figure BDA0003377412420000073
为地层孔隙度，v/v。
具体来讲，一种砂岩中海绿石含量的确定方法可具体包括以下步骤：
(1)利用常规测井资料，结合区域地质资料确定和优选第一基本参数，第一基本参数包括除海绿石外的粘土矿物的光电吸收截面指数PEsh、除海绿石外的粘土矿物的岩石体积密度ρsh和除海绿石外的粘土矿物的体积含量Vsh。
其中，常规测井资料可包括岩石体积密度、补偿中子和自然伽马。当常规测井资料和区域地质资料中具有区域岩心X衍射粘土矿物分析结果时，可采用式(2)和式(3)确定和优选PEsh和ρsh，式(2)和式(3)如下所示：
PEsh＝∑Vshi×PEshi 式(2)
ρsh＝∑Vshi×ρshi 式(3)
式(2)和式(3)中，Vshi为除海绿石外的第i种粘土矿物的体积含量，v/v；PEshi为除海绿石外的第i种粘土矿物的光电吸收截面指数，b/e；ρshi为除海绿石外的第i种粘土矿物的体积密度，g/cm3。
当常规测井资料和区域地质资料中不具有区域岩心X衍射粘土矿物分析结果时，可通过计算泥岩段的光电吸收截面指数测井平均值和体积密度测井平均值的方式确定和优选PEsh和ρsh。
另外，可采用式(4)和式(5)确定和优选Vsh，式(4)和式(5)如下所示：
Figure BDA0003377412420000071
/>
Figure BDA0003377412420000072
式(4)和式(5)中，LOG为中子测井值；LOGmin为纯砂岩的中子值；LOGmax为纯泥岩的中子值；ΔSH为泥质指数，无量纲。
(2)基于常见沉积岩矿物测井特征值，获得第二基本参数，第二基本参数包括石英或其他砂岩碎屑成份的光电吸收截面指数PEqz、海绿石的光电吸收截面指数PEgl、石英或其他岩碎屑成份的岩石体积密度ρqz、海绿石的岩石体积密度ρgl和流体体积密度ρf。例如，第二基本参数可通过专业内通用的矿物测井特征值查询或确定。
(3)基于岩性密度测井资料，获取第三基本参数，第三基本参数包括光电吸收截面指数的测井值PE和岩石体积密度的测井值RHOB。
岩性密度测井资料可包括光电吸收截面指数和岩石体积密度。
(4)将第一基本参数、第二基本参数和第三基本参数代入砂岩中海绿石含量的计算模型，计算获得海绿石的体积含量Vgl、石英或其他砂岩碎屑成份的体积含量Vqz和地层孔隙度
Figure BDA0003377412420000083
需要说明的是，如果缺少对海绿石敏感的光电吸收截面指数测井资料，可以使用声波时差测井资料代替，但计算获得的海绿石含量误差较大。也就是说，砂岩中海绿石含量的计算模型也可如下所示：
Figure BDA0003377412420000081
式中，DT为声波时差测井值，b/e；RHOB为岩石体积密度测井值，g/cm3；DTsh为除海绿石外的粘土矿物的声波时差值，b/e；ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；Vsh为除海绿石外的粘土矿物的体积含量，v/v；DTqz为石英或其他砂岩碎屑成份的声波时差值，b/e；ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；DTgl为海绿石的声波时差值，b/e；ρgl为海绿石的岩石体积密度，g/cm3；Vgl为海绿石的体积含量，v/v；ρf为孔隙流体的体积密度，g/cm3；
Figure BDA0003377412420000084
为地层孔隙度，v/v。
本发明另一方面提供了一种砂岩中海绿石含量的计算模型。
在本发明的另一个示例性实施例中，一种砂岩中海绿石含量的计算模型如下式(1)所示：
Figure BDA0003377412420000082
式(1)中，PE为光电吸收截面指数的测井值，b/e；
RHOB为岩石体积密度的测井值，g/cm3；
PEsh为除海绿石外的粘土矿物的光电吸收截面指数，b/e；
ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；
Vsh为除海绿石外的粘土矿物的体积含量，v/v；
PEqz为石英或其他砂岩碎屑成份的光电吸收截面指数，b/e；
ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；
Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；
PEgl为海绿石的光电吸收截面指数，b/e；
ρgl为海绿石的岩石体积密度，g/cm3；
Vgl为海绿石的体积含量，v/v；
ρf为孔隙流体的体积密度，g/cm3；
Figure BDA0003377412420000091
为地层孔隙度，v/v。
本发明再一方面提供了一种如上的砂岩中海绿石含量的计算模型的构建方法。
在本发明的再一个示例性实施例中，一种砂岩中海绿石含量的计算模型的构建方法包括以下步骤：
(1)建立以海绿石和石英为骨架矿物，以除海绿石外的粘土矿物为填隙物，以油气水为孔隙流体组成的岩石体积物理模型。
(2)将岩性密度测井资料和岩石体积物理模型相结合，获得海绿石砂岩测井响应方程组。
(3)将海绿石砂岩测井响应方程组确定为砂岩中海绿石含量的计算模型。通过海绿石砂岩测井响应方程组，可以获得连续的海绿石含量Vgl、普遍砂岩含量Vqz和地层孔隙度
Figure BDA0003377412420000092
本发明再一方面提供了一种如上的砂岩中海绿石含量的计算模型在获取砂岩储层信息中的应用方法。
在本发明的再一个示例性实施例中，砂岩中海绿石含量的计算模型的应用方法可包括：
利用砂岩中海绿石含量的计算模型计算获得海绿石的体积含量；
根据岩心分析海绿石的体积含量与渗透率关系，校正海绿石对砂岩渗透率的影响，获得地层每个深度点更准确的渗透率参数；
以及，根据海绿石与普通砂岩成分的体积含量，校正海绿石对电阻率的影响，获得地层每个深度点更准确的含水饱和度参数。
本发明再一方面提供了一种如上所述的砂岩中海绿石含量的计算模型在优化油气井生产方案中的应用方法。
本发明再一方面提供了一种砂岩中海绿石含量的确定装置。
在本发明的另一个示例性实施例中，一种砂岩中海绿石含量的确定装置包括第一数据获取模块、第二数据获取模块、第三数据获取模块和计算模块。
其中，第一数据获取模块被配置为能够结合常规测井资料和区域地质资料确定和优选第一基本参数，所述第一基本参数包括PEsh、ρsh和Vsh。
第二数据获取模块被配置为能够基于沉积岩矿物测井特征值，获取第二基本参数，所述第二基本参数包括PEqz、PEgl、ρqz、ρgl和ρf。
第三数据获取模块被配置为能够基于岩性密度测井资料，获取第三基本参数，所述第三基本参数包括PE和RHOB。
计算模块分别与第一数据获取模块、第二数据获取模块以及第三数据获取模块连接，并被配置为能够如上所述的计算模型计算获得海绿石含量。
为了更好地理解本发明，以下结合附图和示例进一步阐明本发明内容，但本发明的内容不仅仅局限于下面的实施例。
示例1
如图1所示，一种砂岩中海绿石含量的确定方法可通过采用以下技术方案实现：
步骤S1、在明确海绿石具有粘土特性和碎屑颗粒特性双重岩石物理特征的基础上，建立以海绿石和石英为骨架矿物，以除海绿石外的粘土矿物为填隙物，以油气水为孔隙流体组成的岩石体积物理模型。
建立的岩石体积物理模型如图2所示。图2中的V表示岩石体积，Vma表示岩石骨架体积，Vsh表示除海绿石外的粘土矿物的体积，Vqz表示石英体积，Vgl表示海绿石体积，
Figure BDA0003377412420000101
表示地层孔隙度。从图2可以看出，岩石体积等于岩石骨架、粘土填隙物和孔隙的体积之和，其中岩石骨架体积为石英和海绿石体积之和，孔隙体积为充满其中的油(气)或水的体积。该岩石体积模型是建立正确而严谨的岩石物理方程组的基础。
步骤S2、将岩性密度测井资料和建立的岩石体积物理模型相结合，采用对海绿石碎屑颗粒特征反映敏感的光电吸收截面指数、岩石体积密度以及对海绿石粘土特征反映敏感的自然伽马和补偿中子测井资料建立海绿石砂岩测井响应方程组。海绿石砂岩测井响应方程组如下所示：
Figure BDA0003377412420000111
式中，PE为光电吸收截面指数的测井值，b/e；RHOB为岩石体积密度的测井值，g/cm3；PEsh为除海绿石外的粘土矿物的光电吸收截面指数，b/e；ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；Vsh为除海绿石外的粘土矿物的体积含量，v/v；PEqz为石英或其他砂岩碎屑成份的光电吸收截面指数，b/e；ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；PEgl为海绿石的光电吸收截面指数，b/e；ρgl为海绿石的岩石体积密度，g/cm3；Vgl为海绿石的体积含量，v/v；ρf为孔隙流体的体积密度，g/cm3；
Figure BDA0003377412420000114
为地层孔隙度，v/v。
步骤S3、利用常规测井资料，结合区域地质资料确定和优选方程组基本参数：PEsh、ρsh和Vsh；常规测井资料包括岩石体积密度、补偿中子和自然伽马。
当具有区域岩心X衍射粘土矿物分析结果时，确定和优选方程组基本参数PEsh和ρsh具体为：
PEsh＝∑Vshi×PEshi
ρsh＝∑Vshi×ρshi
式中，Vshi为除海绿石外的第i种粘土矿物的体积含量，v/v；PEshi为除海绿石外的第i种粘土矿物的光电吸收截面指数，b/e；ρshi为除海绿石外的第i种粘土矿物的体积密度，g/cm3。
当不具有区域岩心X衍射粘土矿物分析结果时，确定和优选方程组基本参数PEsh和ρsh具体为：泥岩段的光电吸收截面指数测井平均值和体积密度测井平均值。
确定和优选方程组基本参数Vsh具体为：
Figure BDA0003377412420000112
Figure BDA0003377412420000113
式中，LOG为中子测井值；LOGmin为纯砂岩的中子值；LOGmax为纯泥岩的中子值；ΔSH为泥质指数，无量纲。
步骤S4、将经过优选获得的PEsh、ρsh和Vsh及已知的PEqz、PEgl、ρqz、ρgl和ρf理论值代入海绿石砂岩测井响应方程组，计算获得Vgl、Vqz和
Figure BDA0003377412420000121
与现有技术比，本发明的关键改进点主要有以下三方面：
(1)常规测井技术把海绿石作为普通粘土矿物进行处理，忽略了海绿石的碎屑颗粒特征，不能正确反映海绿石对储层的影响，获得的储层参数结果误差大；本发明在研究海绿石的粘土特征和碎屑颗粒特征的基础上，优选海绿石敏感测井资料，建立严谨的测井响应方程组和处理解释技术，对含海绿石复杂碎屑岩储层进行精细处理解释，大大提高了储层孔隙度、渗透率和含水饱和度参数的精度。
(2)少量综合技术是利用实验手段测试分析确定岩心样品砂岩中的海绿石含量，通过回归海绿石含量与中子测井资料、或与密度测井资料的关系，拟合公式进行定量计算，但由于该方法需要测定砂岩中的海绿石含量，受到样品数量、操作难度、经济效益等因素的局限，准确率不高、推广使用难度较大；而本发明技术是利用大量容易获得、录取成本低的常规测井资料，通过科学的理论方法计算砂岩中的海绿石含量，具有经济、快速、信息丰富、准确率高、便于操作等优势。
(3)本发明利用海绿石砂岩的敏感测井资料建立的复杂砂岩海绿石含量确定方法，能同时计算地层每个深度点的海绿石含量、普通砂岩含量、孔隙度、渗透率和含水饱和度等参数，获得深度准确、彼此相关多种储层信息，能从多方面分析海绿石对储层物性、含油气性及产量等影响，对油气田高效勘探开发具有指导意义。
因此，与现有技术相比，本发明的有益效果表现在：
(1)利用本发明的确定方法获得准确的海绿石含量后，在常规砂岩渗透率确定方法基础上，根据岩心分析海绿石含量与渗透率关系，校正海绿石对砂岩渗透率的影响，获得更准确的渗透率参数；同时还可以根据海绿石与普通砂岩成分百分含量，校正海绿石对电阻率的影响，获得更准确的含水饱和度参数，利用校正后电阻率资料和含水饱和度资料能有效识别低阻油层，提高油气井生产能力。
经测试，基于本发明的确定方法获得的海绿石含量对储层参数进行计算，储层参数解释精度由85％提高到95％以上，流体判别符合率由70％提高到90％以上。
(2)利用单井砂体类型解释结果与地震资料结合，可确定平面上优质砂体分布情况；利用储层孔隙度、渗透率和含水饱和度参数可以确定储层产能，正确配产，优化生产方案。
例如，2019～2020年间，在厄瓜多尔P油田勘探开发中，利用本方法提高了海绿石砂岩储层评价准确性、优质砂体识别及预测精度，高产井由原来的20％左右提高到了82％，单井产量由原来的不到300桶/天，提高到了800桶/天。
(3)基于本发明的确定方法获得的海绿石含量和储层参数解释结果，在降本增效等方面能产生重大经济社会效益，对战略超前储备技术领域有重大影响，预期1～3年内可转化创效，创造效益在100万元人民币以上。
尽管上面已经结合示例性实施例及附图描述了本发明，但是本领域普通技术人员应该清楚，在不脱离权利要求的精神和范围的情况下，可以对上述实施例进行各种修改。

Claims (12)

1.一种砂岩中海绿石含量的确定方法，其特征在于，所述确定方法包括：
以常规测井资料和岩性密度测井资料为基础，采用砂岩中海绿石含量的计算模型计算获得海绿石含量，所述计算模型如下式(1)所示：
Figure FDA0003377412410000011
式(1)中，PE为光电吸收截面指数的测井值，b/e；RHOB为岩石体积密度的测井值，g/cm3；PEsh为除海绿石外的粘土矿物的光电吸收截面指数，b/e；ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；Vsh为除海绿石外的粘土矿物的体积含量，v/v；PEqz为石英或其他砂岩碎屑成份的光电吸收截面指数，b/e；ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；PEgl为海绿石的光电吸收截面指数，b/e；ρgl为海绿石的岩石体积密度，g/cm3；Vgl为海绿石的体积含量，v/v；ρf为孔隙流体的体积密度，g/cm3；
Figure FDA0003377412410000012
为地层孔隙度，v/v。
2.根据权利要求1所述的砂岩中海绿石含量的确定方法，其特征在于，所述确定方法具体包括以下步骤：
利用常规测井资料，结合区域地质资料确定和优选第一基本参数，所述第一基本参数包括PEsh、ρsh和Vsh；
基于沉积岩矿物测井特征值，获得第二基本参数，所述第二基本参数包括PEqz、PEgl、ρqz、ρgl和ρf；
基于岩性密度测井资料，获取第三基本参数，所述第三基本参数包括PE和RHOB；
将所述第一基本参数、第二基本参数和第三基本参数代入所述砂岩中海绿石含量的计算模型，计算获得Vgl、Vqz和
Figure FDA0003377412410000013
3.根据权利要求2所述的砂岩中海绿石含量的确定方法，其特征在于，所述常规测井资料包括岩石体积密度、补偿中子和自然伽马；所述岩性密度测井资料包括光电吸收截面指数和岩石体积密度。
4.根据权利要求3所述的砂岩中海绿石含量的确定方法，其特征在于，当具有区域岩心X衍射粘土矿物分析结果时，采用式(2)和式(3)确定和优选PEsh和ρsh，
ρEsh＝∑Vshi×PEshi 式(2)
ρsh＝∑Vshi×ρshi 式(3)
式(2)和式(3)中，Vshi为除海绿石外的第i种粘土矿物的体积含量，v/v；PEshi为除海绿石外的第i种粘土矿物的光电吸收截面指数，b/e；ρshi为除海绿石外的第i种粘土矿物的体积密度，g/cm3；
当不具有区域岩心X衍射粘土矿物分析结果时，通过计算泥岩段的光电吸收截面指数测井平均值和体积密度测井平均值的方式确定和优选PEsh和ρsh。
5.根据权利要求3所述的砂岩中海绿石含量的确定方法，其特征在于，采用式(4)和式(5)确定和优选Vsh，
Figure FDA0003377412410000021
Figure FDA0003377412410000022
式(4)和式(5)中，LOG为中子测井值；LOGmin为纯砂岩的中子值；LOGmax为纯泥岩的中子值；ΔSH为泥质指数，无量纲。
6.一种砂岩中海绿石含量的计算模型，其特征在于，所述计算模型如下式(1)所示：
Figure FDA0003377412410000023
式(1)中，PE为光电吸收截面指数的测井值，b/e；RHOB为岩石体积密度的测井值，g/cm3；PEsh为除海绿石外的粘土矿物的光电吸收截面指数，b/e；ρsh为除海绿石外的粘土矿物的岩石体积密度，g/cm3；Vsh为除海绿石外的粘土矿物的体积含量，v/v；PEqz为石英或其他砂岩碎屑成份的光电吸收截面指数，b/e；ρqz为石英或其他岩碎屑成份的岩石体积密度，g/cm3；Vqz为石英或其他砂岩碎屑成份的体积含量，v/v；PEgl为海绿石的光电吸收截面指数，b/e；ρgl为海绿石的岩石体积密度，g/cm3；Vgl为海绿石的体积含量，v/v；ρf为孔隙流体的体积密度，g/cm3；
Figure FDA0003377412410000024
为地层孔隙度，v/v。
7.一种如权利要求6所述的砂岩中海绿石含量的计算模型的构建方法，其特征在于，所述构建方法包括：
建立以海绿石和石英为骨架矿物，以除海绿石外的粘土矿物为填隙物，以油气水为孔隙流体组成的岩石体积物理模型；
将岩性密度测井资料和岩石体积物理模型相结合，获得海绿石砂岩测井响应方程组；
将所述海绿石砂岩测井响应方程组确定为砂岩中海绿石含量的计算模型。
8.一种如权利要求6所述的砂岩中海绿石含量的计算模型在获取砂岩储层信息中的应用方法。
9.根据权利要求8所述的应用方法，其特征在于，所述应用方法包括：利用砂岩中海绿石含量的计算模型计算获得海绿石的体积含量；
根据岩心分析海绿石的体积含量与渗透率关系，校正海绿石对砂岩渗透率的影响，获得地层每个深度点的渗透率参数。
10.根据权利要求8所述的应用方法，其特征在于，所述应用方法还包括：根据海绿石与普通砂岩成分的体积含量，校正海绿石对电阻率的影响，获得地层每个深度点的含水饱和度参数。
11.一种如权利要求6所述的砂岩中海绿石含量的计算模型在优化油气井生产方案中的应用方法。
12.一种砂岩中海绿石含量的确定装置，其特征在于，所述确定装置包括第一数据获取模块、第二数据获取模块、第三数据获取模块和计算模块，其中，
所述第一数据获取模块被配置为能够结合常规测井资料和区域地质资料确定和优选第一基本参数，所述第一基本参数包括PEsh、ρsh和Vsh；
所述第二数据获取模块被配置为能够基于沉积岩矿物测井特征值，获取第二基本参数，所述第二基本参数包括PEqz、PEgl、ρqz、ρgl和ρf；
所述第三数据获取模块被配置为能够基于岩性密度测井资料，获取第三基本参数，所述第三基本参数包括PE和RHOB；
所述计算模块分别与第一数据获取模块、第二数据获取模块以及第三数据获取模块连接，并被配置为能够如权利要求6所述的计算模型计算获得海绿石含量。
CN202111421125.8A 2021-11-26 2021-11-26 海绿石含量的确定装置、方法、模型及其构建方法和应用 Pending CN116188195A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111421125.8A CN116188195A (zh) 2021-11-26 2021-11-26 海绿石含量的确定装置、方法、模型及其构建方法和应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111421125.8A CN116188195A (zh) 2021-11-26 2021-11-26 海绿石含量的确定装置、方法、模型及其构建方法和应用

Publications (1)

Publication Number Publication Date
CN116188195A true CN116188195A (zh) 2023-05-30

Family

ID=86433150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111421125.8A Pending CN116188195A (zh) 2021-11-26 2021-11-26 海绿石含量的确定装置、方法、模型及其构建方法和应用

Country Status (1)

Country Link
CN (1) CN116188195A (zh)

Similar Documents

Publication Publication Date Title
Schmoker et al. Carbonate porosity versus depth: a predictable relation for south Florida
Passey et al. A practical model for organic richness from porosity and resistivity logs
WO2017024700A1 (zh) 一种计算烃源岩中有机碳含量的装置
CN104636588B (zh) 计算烃源岩中有机碳含量的方法及装置
CN104278991A (zh) 盐湖相烃源岩有机碳和生烃潜量的多元测井计算方法
CN110554441A (zh) 一种基于钙质含量校正的致密砂岩含气饱和度计算方法
Magoba et al. Petrophysical interpretation and fluid substitution modelling of the upper shallow marine sandstone reservoirs in the Bredasdorp Basin, offshore South Africa
Zhong et al. Current states of well-logging evaluation of deep-sea gas hydrate-bearing sediments by the international scientific ocean drilling (DSDP/ODP/IODP) programs
Elnaggar et al. Reservoir characterization utilizing core and wire line logging data for Kareem sandstone, Ashrafi oil Field, Gulf of Suez, Egypt
Horsfall et al. Hydrocarbon reservoir characterization using well log in Niger Delta Basin of Nigeria
Derder CHARACTERIZING RESERVOIR PROPERTIES FOR THE LOWER TRIASSIC
Evans et al. A geological approach to permeability prediction in clastic reservoirs
Metwally et al. Formation evaluation of Abu Madi reservoir in Baltim gas field, Nile Delta, using well logs, core analysis and pressure data
Mheluka et al. Petrophysical analysis of the Mpera well in the exploration block 7, offshore Tanzania: Implication on hydrocarbon reservoir rock potential
CN115542419A (zh) 海洋天然气水合物钻后综合评价方法、系统和介质
CN110007348A (zh) 一种灰质背景浊积岩储层的岩石物理建模方法
Davies et al. Improved prediction of reservoir behavior through integration of quantitative geological and petrophysical data
CN116188195A (zh) 海绿石含量的确定装置、方法、模型及其构建方法和应用
Alavi Determination of Reservoir Permeability Based on Irreducible Water Saturation and Porosity from Log Data and Flow Zone Indicator (FZI) from Core Data
Crain Crain's petrophysical pocket pal
CN114086938A (zh) 一种非均质性砂岩储层的含气饱和度预测方法
CN109492938A (zh) 一种基于甜点指示因子的深层碳酸盐岩储层品质评价方法
Jageler et al. Use of well logs and dipmeters in stratigraphic-trap exploration: geologic exploration methods
Darling et al. Production of low resistivity, low contrast reservoirs, offshore Gulf of Mexico Basin
Nurmi et al. Synergy of Core Petrophysigal Measurements, Log Data, and Rock Examination in Carbonate Reservoir Studies

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