CN116882576B - 一种致密气砂岩气储层的产水概率预测方法 - Google Patents
一种致密气砂岩气储层的产水概率预测方法 Download PDFInfo
- Publication number
- CN116882576B CN116882576B CN202310876492.XA CN202310876492A CN116882576B CN 116882576 B CN116882576 B CN 116882576B CN 202310876492 A CN202310876492 A CN 202310876492A CN 116882576 B CN116882576 B CN 116882576B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- type
- gas
- water production
- reservoirs
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 201
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 146
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 6
- 230000035699 permeability Effects 0.000 claims description 48
- 239000011148 porous material Substances 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 20
- 238000006073 displacement reaction Methods 0.000 claims description 17
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 9
- 229910052753 mercury Inorganic materials 0.000 claims description 9
- 238000005481 NMR spectroscopy Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 abstract description 13
- 238000005553 drilling Methods 0.000 abstract description 3
- 230000033558 biomineral tissue development Effects 0.000 description 26
- 239000012530 fluid Substances 0.000 description 19
- 238000005070 sampling Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 230000008021 deposition Effects 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000011160 research Methods 0.000 description 12
- 239000004575 stone Substances 0.000 description 11
- 239000008398 formation water Substances 0.000 description 10
- 238000003825 pressing Methods 0.000 description 10
- 230000002596 correlated effect Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 208000035126 Facies Diseases 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 235000020681 well water Nutrition 0.000 description 2
- 239000002349 well water Substances 0.000 description 2
- 235000006481 Colocasia esculenta Nutrition 0.000 description 1
- 244000205754 Colocasia esculenta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
一种致密气砂岩气储层的产水概率预测方法，包括：收集岩心样本的数据，获取所述致密气砂岩气储层的微观物性特征；基于所述微观物性特征，识别所述致密气砂岩气储层的各个储层的类型属性；基于所述类型属性，结合所述微观物性特征，不同类型的储层采用不同的计算模型，预测相应类型储层的产水概率；综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。能够客观、科学、有效地预测致密气砂岩气储层气水分布和气水产出状态，为油气资源勘探提供了一种可行的技术方法，降低油气勘探的风险，提高油气钻探的成功率，具有广泛的适用性。
Description
技术领域
本公开涉及岩气储层技术领域，尤其涉及一种致密气砂岩气储层的产水概率预测方法。
背景技术
储层分类是油气勘探开发研究的重要内容之一,目前致密气砂岩气储层在低孔低渗储层占有很大比例,因此研究致密气砂岩气储层具有重要意义。致密气砂岩气储层具有高压、低产气、高产水的特点。对致密气砂岩气储层的产水情况进行研究是影响储层油气产出的重要课题。
目前现有技术中，产水率评价是油田储层评价工作中的一项基础内容，现有技术中主要是利用两相流体相对渗透率分析数据，采用传统油层物理学和不完全Beta函数等拟合计算分流量方程来预测产水率。对于致密气砂岩气储层，由于在微观机制上仍然没有解决复杂气水分布的变化规律这一急需解决的科学问题，这就导致了对致密气砂岩气储层不能进行客观的、科学的定量预测和有效的综合评价，严重影响了这类非常规气藏的勘探和开发效果。
发明内容
针对上述技术问题，本公开提出一种致密气砂岩气储层的产水概率预测方法、系统及计算机可读存储介质。能够客观、科学、有效地预测致密气砂岩气储层气水分布和气水产出状态，为油气资源勘探提供了一种可行的技术方法，降低油气勘探的风险，提高油气钻探的成功率，具有广泛的适用性。
为此，本发明提供了一种致密气砂岩气储层的产水概率预测方法，包括：
步骤1：收集岩心样本的数据，获取所述致密气砂岩气储层的微观物性特征；
步骤2：基于所述微观物性特征，识别所述致密气砂岩气储层的各个储层的类型属性；
步骤3：基于所述类型属性，结合所述微观物性特征，不同类型的储层采用不同的计算模型，预测相应类型储层的产水概率；
步骤4：综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
进一步，所述微观物性特征至少包括孔隙度、渗透率、排驱压力、中值压力以及孔喉结构。
进一步，所述微观物性特征通过压汞试验数据获取，所述微观物性特征包括孔喉结构。
进一步，所述各个储层的类型属性构成至少两级分类体系；其中，第一级至少包括I、II、III及IV四类；第二级至少包括a、b两类。
进一步，基于所述类型属性，识别出不同类型储层的渗透率差异。
进一步，通过与核磁分析结果对比，验证各个储层的类型属性；其中包括核磁分析的束缚水饱和度对比。
进一步，其中所述计算模型包括
本发明公开的一种致密气砂岩气储层的产水概率预测方法，包括：收集岩心样本的数据，获取所述致密气砂岩气储层的微观物性特征；基于所述微观物性特征，识别所述致密气砂岩气储层的各个储层的类型属性；基于所述类型属性，结合所述微观物性特征，不同类型的储层采用不同的计算模型，预测相应类型储层的产水概率；综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
本发明的技术方案具有如下有益效果：
通过致密气砂岩气储层的微观物性特征的识别分析，确定各个储层的类型属性，针对不同的类型属性采用有针对性的计算模型来预测各个储层的产生概率，进而综合出所述致密气砂岩气储层的的产水概率。能够客观、科学、有效地预测致密气砂岩气储层气水分布和气水产出状态，为油气资源勘探提供了一种可行的技术方法，降低油气勘探的风险，提高油气钻探的成功率，具有广泛的适用性。
上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
为了更清楚地说明本公开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一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种致密气砂岩气储层的产水概率预测方法的流程图；
图2示意了采用本发明一种基于孔喉结构的储层品质分类方法；
图3示意了例如鄂尔多斯盆地东缘某区两个区块的，核磁共振T2谱分布图区别对比图。
图4(A)所示，为鄂尔多斯盆地东缘某区块Ⅰ、Ⅱ、Ⅲ类储层渗透率对比；
图4(B)所示，为鄂尔多斯盆地东缘某区块Ⅰ、Ⅱ、Ⅲ类储层压汞中值压力对比；
图4(C)所示，为鄂尔多斯盆地东缘某区块Ⅰ、Ⅱ、Ⅲ类储层压汞中值压力对比；
图5(A)-(E)是不同储层类型铸体薄片，表示不同的储层物性特征及生产中所表现的差异；
图6(A)-6(C)示意了根据储层分类图版，孔渗关系图等，进行孔喉结构储层分类的测井识别标准；
图7示意了，在一个实例中，基于孔喉结构储层分类的测井识别标准开展研究区内67口井的解释；
图8(A)和8(B)示意了，在一个实例中，鄂尔多斯盆地东缘某区块(H2，H4，H6，H8)各层位不同类型(共8个类型)储层厚度统计；
图9(A)以鄂尔多斯盆地东缘某区块为例，示意了常规基于孔喉结构的储层分类方法中，原试气无阻流量与测井解释一类气层厚度和二类气层厚度的关系；
图9(B)以鄂尔多斯盆地东缘某区块为例，分别示意了本发明基于孔喉结构的储层品质分类方法中，鄂尔多斯盆地东缘某区块I-a类厚度、区块I-b类厚度、区块I-a+II+III类厚度、Ib+II+III类厚度与初期无阻流量的关系；
图9(C)以鄂尔多斯盆地东缘某区块为例，本发明研究方法下，分类储层投产井的压力特征图，和鄂尔多斯盆地东缘某区块不同类型储层投产井的生产曲线特征图；
图10(A)以鄂尔多斯盆地东缘某区块为例，示意了I-a类储层投产井的生产曲线特征；
图10(B)所示，以鄂尔多斯盆地东缘某区块为例，示意了I-b类储层投产井的生产曲线特征；
图10(C)所示，以鄂尔多斯盆地东缘某区块为例，示意了II类储层投产井的生产曲线特征；
图11(A)以鄂尔多斯盆地东缘某区块石千峰-上石盒子组为例，示意了分类储层束缚水饱和度与渗透率的关系；如图11(B)所示，以鄂尔多斯盆地东缘某区块下石盒子～本溪组为例，示意了分类储层束缚水饱和度与渗透率的关系；
图12(A)-(D)是列举储层物性特征及生产中的差异的一个具体矿区分析示意图；
图13以鄂尔多斯盆地东缘某区块绝大多数井取样记录图标为例，示意了不同井号，取水样时间距初次返排天数和取水样时返排率的记录图；
图14(A)以鄂尔多斯盆地东缘某区块试气段为例，示意了I-a类储层产水率与总矿化度的关系，以及段I-a类储层厚度与试气产水量的关系；
图14(B)以鄂尔多斯盆地东缘某区块试气段为例，示意了II类储层产水率与总矿化度的关系，以及段II类储层厚度与试气产水量的关系；
图14(C)以鄂尔多斯盆地东缘某区块试气段为例，示意了III类储层产水率与总矿化度的关系，以及段III类储层厚度与试气产水量的关系；
图15(A)以鄂尔多斯盆地东缘某区块试气段为例，示意了盒7段，W1 -13产水概率预测结果；
图15(B)以鄂尔多斯盆地东缘某区块试气段为例，示意了盒5段:W1 G-01产水概率预测结果；
图15(C)以鄂尔多斯盆地东缘某区块试气段为例，示意了块I类、II类、III类、Ⅳ类储层产水率预测；
图16是本发明一个实施例的一种致密气砂岩气储层的产水概率预测装置结构图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
目前现有技术中，产水率评价是油田储层评价工作中的一项基础内容，现有技术中主要是利用两相流体相对渗透率分析数据，采用传统油层物理学和不完全Beta函数等拟合计算分流量方程来预测产水率。对于致密气砂岩气储层，由于在微观机制上仍然没有解决复杂气水分布的变化规律这一急需解决的科学问题，这就导致了对致密气砂岩气储层不能进行客观的、科学的定量预测和有效的综合评价，严重影响了这类非常规气藏的勘探和开发效果。
图1为本公开实施例提供的一种致密气砂岩气储层的产水概率预测方法的流程图。如图1所示，本发明所述致密气砂岩气储层的产水概率预测方法，包括：
步骤1：收集岩心样本的数据，获取所述致密气砂岩气储层的微观物性特征。
致密气砂岩气储层储层的微观特征影响着油气藏的分布及渗流能力等，通过对所收集的岩心样本的数据分析来研究储层的微观物性特征。根据对样本孔隙度和渗透率的数据统计，确定所述储层的孔隙度和渗透率。
步骤2：基于所述微观物性特征，识别所述致密气砂岩气储层的各个储层的类型属性。
在一个实施例中，各个储层的类型属性构成至少两级分类体系；其中，第一级至少包括I、II、III三类；第二级至少包括a、b两类。
如图2所示，本发明采用基于孔喉结构的储层品质分类方法，具体采用以下步骤：
步骤21：基于核磁共振和压汞测试的储层孔喉结构分类。
在一个具体应用中，如图3所示，示意了例如鄂尔多斯盆地东缘某区两个区块的核磁共振T2谱分布图区别对比图。
如图3(A)所示，鄂尔多斯盆地东缘某区块W1-8的井核磁共振T2谱分布图；图3(B)所示，鄂尔多斯盆地东缘某区块W1-20井核磁共振T2谱分布图。
区块W1-8根据数据分析，属于I-a类；区块W1-20根据数据分析，属于I-b类。I-a类储层具有大孔隙、大喉道，双峰；低束缚水饱和度的特点；I-b类储层具有大孔隙、小喉道，双峰，非均质性强；高束缚水饱和度的特点。
如图3(C)所示，鄂尔多斯盆地东缘某区块W1-12的井核磁共振T2谱分布图；如图3(D)所示，鄂尔多斯盆地东缘某区块W1-7井核磁共振T2谱分布图。
区块W1-12根据数据分析，属于II类；区块W1-7根据数据分析，属于III类。II类储层具有小孔隙、大喉道，单峰，孔喉较均匀；低束缚水饱和度的特点；III类储层具有小喉道，单峰，孔隙不发育；高束缚水饱和度的特点。
步骤22：在储层孔喉结构分类的基础上，从渗透率、排驱压力和中值压力的角度，进一步分析不同层组(分为石千峰组、上石盒子组、下石盒子组和山西太原本溪四个层组)的储层孔喉结构对储层渗流能力的影响。
例如，进一步分析不同层组(分为石千峰组、上石盒子组、下石盒子组和山西太原本溪四个层组)的储层孔喉结构对储层渗流能力的影响。
如图4(A)所示，为鄂尔多斯盆地东缘某区块Ⅰ、Ⅱ、Ⅲ类储层渗透率对比；如图4(B)所示，为鄂尔多斯盆地东缘某区块Ⅰ、Ⅱ、Ⅲ类储层压汞中值压力对比；如图4(C)所示，为鄂尔多斯盆地东缘某区块Ⅰ、Ⅱ、Ⅲ类储层压汞中值压力对比。
同类型储层具有类似的孔喉结构，不同层位的同类型储层，渗透率差异较大，但压汞排驱压力、中值压力基本接近，说明渗透率无法完整反映储层的渗流能力。不同类型储层渗透率差异较大，排驱压力和压汞中值压力差异也比较大.
结合产能与不同储层孔喉结构的关系，发现I-a类储层具有大孔隙、大喉道的特征，其排驱压力和中值压力均较低，是主力产能；I-b类储层大孔隙、小喉道，排驱压力低，中值压力高，难稳产；II类储层小孔隙、大喉道，排驱压力高，中值压力低，有效投产存在一定的启动压力要求。
鄂尔多斯盆地东缘某区地区上古生界的沉积环境经历了比较大的变动，由本溪组海岸-障壁沉积体系逐渐过渡到石千峰组的陆相河流-三角洲沉积体系，不同沉积环境所形成的砂岩直接影响着储层类型的分类。
图5(A)-(E)是不同储层类型铸体薄片，表示不同的储层物性特征及生产中所表现的差异。
如图5(A)所示，I-a类型储层(W1-8,1212.25m,25×)为辫状河主河道沉积，大孔-大喉，喉道连通好；如图5(B)所示，I-b类型储层(W1-13,1739.65m,12.5×)为辫状河道侧翼沉积，泥质含量高，大孔-小喉，粗粒，泥质充填；如图5(C)所示，II类型储层(W1-1,1471.10m,12.5×)辫状河三角洲前缘沉积，小孔-小喉，细粒，喉道连通好；如图5(D)所示，III类型储层(W1-1,1598.76m,25×)，小孔-小喉，细粒，喉道连通差；如图5(E)所示，IV类型储层(W1-2,1833.66m,12.5×)，细粒-极细粒，致密，孔隙不发育。
步骤23：利用不同类型孔喉结构的样品数据和测井进行交会，建立基于孔喉结构储层分类的测井识别标准。
以鄂尔多斯盆地东缘某区块石千峰+上石盒子组为例，图6(A)-6(C)示意了根据储层分类图版，孔渗关系图等，进行孔喉结构储层分类的测井识别标准的示意。
如图6(A)所示，鄂尔多斯盆地东缘某区块石千峰+上石盒子组储层分类图版(DEN-CNL)和(DT-GR)以及孔渗关系图示意图；如图6(B)所示，鄂尔多斯盆地东缘某区块下石盒子+本溪组储层分类图版(DEN-CNL)和(DT-GR)以及孔渗关系图示意图；如图6(C)所示，鄂尔多斯盆地东缘某区块气藏储层分类参数表。
步骤24：得到区块各层位不同类型储层厚度统计值。
如图7所示，在上述实例中，基于孔喉结构储层分类的测井识别标准开展研究区内67口井的解释，结果表明I-a类气层主要集中于H2、H4；H8以II类+III类气层为主。
如图8(A)和8(B)所示，鄂尔多斯盆地东缘某区块(H2，H4，H6，H8)各层位不同类型(共8个类型)储层厚度统计。该步骤会帮助后续预测步骤之后的验证。
该分类方法与常规基于孔喉结构的储层分类方法相比，本发明解释的气层类型与试气无阻流量表现出良好的相关性，且能有效预测到生产后的递减情况，对后续方案研究奠定了良好的基础。
如图9(A)所示，以鄂尔多斯盆地东缘某区块为例，示意了常规基于孔喉结构的储层分类方法中，原试气无阻流量与测井解释一类气层厚度和二类气层厚度的关系。
如图9(B)所示，以鄂尔多斯盆地东缘某区块为例，分别示意了本发明基于孔喉结构的储层品质分类方法中，鄂尔多斯盆地东缘某区块I-a类厚度、区块I-b类厚度、区块I-a+II+III类厚度、Ib+II+III类厚度与初期无阻流量的关系。
如图9(C)所示，示意了本发明研究方法下，鄂尔多斯盆地东缘某区块分类储层投产井的压力特征图，和鄂尔多斯盆地东缘某区块不同类型储层投产井的生产曲线特征图。其中，的气层类型与试气无阻流量表现出良好的相关性，且能有效预测到生产后的递减情况。
对储层孔喉结构的研究是通过压汞试验数据来进行，根据压汞情况的不同，将储层分为三类：Ⅰ类储层代表井位W1-17井，深度在1233.18米，排驱压力为0.11MPa，中值压力为1.045MPa，孔喉中值半径为1.64μm；Ⅱ类储层代表井位W1-1井，深度在1547.3米，排驱压力为0.39MPa，中值压力为5.38MPa，孔喉中值半径为0.14μm；Ⅲ类储层代表井位W1-8井，深度在1511.07米，排驱压力为0.54MPa，中值压力为12.37MPa，孔喉中值半径为0.06μm。
在又一个实施例中，各个储层的类型属性构成至少两级分类体系；其中，第一级至少包括I、II、III及IV四类；第二级至少包括a、b两类。
综合数据分析，根据渗透率、排驱压力、中值压力和歪度等，将储层分为四类，且Ⅰ类又细分为a、b两类。总体来说，Ⅰ-a类型为大孔大喉，Ⅰ-b类型为大孔小喉，Ⅱ类型为小孔大喉，Ⅲ、Ⅳ类型为细喉。
利用分类方案，基本能较好的区分出不同类型储层的渗透率差异；
步骤3:基于所述类型属性，结合所述微观物性特征，不同类型的储层采用不同的计算模型，预测相应类型储层的产水概率。
步骤3具体分为如下步骤：
步骤31：分析不同类型储层的渗流特征。
在储层分类的基础上，从渗透率、排驱压力和中值压力的角度，进一步分析各个储层的孔喉结构对储层渗流能力的影响。同类型储层具有类似的孔喉结构，不同层位的同类型储层，渗透率差异较大，但压汞排驱压力、中值压力基本接近，说明渗透率无法完整反映储层的渗流能力。不同类型储层渗透率差异较大，排驱压力和压汞中值压力差异也比较大。
如图10(A)所示，以鄂尔多斯盆地东缘某区块为例，示意了I-a类储层投产井的生产曲线特征；如图10(B)所示，以鄂尔多斯盆地东缘某区块为例，示意了I-b类储层投产井的生产曲线特征；如图10(C)所示，以鄂尔多斯盆地东缘某区块为例，示意了II类储层投产井的生产曲线特征。
步骤32：对不同类型储层的束缚水饱和度进行分析。
如图11(A)所示，以鄂尔多斯盆地东缘某区块石千峰-上石盒子组为例，示意了分类储层束缚水饱和度与渗透率的关系；如图11(B)所示，以鄂尔多斯盆地东缘某区块下石盒子～本溪组为例，示意了分类储层束缚水饱和度与渗透率的关系。
不同储层类型具有明显不同的束缚水饱和度；同样渗透率下，I-a和II类储层具有明显更低的束缚水饱和度，分类讨论有利于明确产水规律。
步骤33：对不同类型储层进行含水特征分析，从而进行产水概率预测，结合产能与不同储层孔喉结构的关系，其中产水概率预测公式为：
其中，fw是产水概率值，无量纲；μw为水的粘度，单位为Pa·s；μg为油的粘度，单位为Pa·s；Krg为油的相对渗透率，无量纲；Krw为水的相对渗透率，无量纲。
a类型储层具有大孔隙、大喉道的特征，其排驱压力和中值压力均较低，是主力产层；
b类型储层大孔隙、小喉道，排驱压力低，中值压力高，难稳产；
II类型储层小孔隙、大喉道，排驱压力高，中值压力低，有效投产存在一定的启动压力要求。在同等初始压力条件下，II类型储层较I类更难动用。
各类储层的形成有其特定的成因，与沉积环境及所处沉积相位置有密切联系。
在一个实施例中，鄂尔多斯盆地东缘某区地区上古生界的沉积环境经历了比较大的变动，由本溪组海岸-障壁沉积体系逐渐过渡到石千峰组的陆相河流-三角洲沉积体系，不同沉积环境所形成的砂岩直接影响着储层类型的分类。
在一个实施例中，鄂尔多斯盆地东缘某区地区I-a类型储层主要分布在千5、盒2和盒4段，含水饱和度在50％左右；I-b类型储层、II类型储层和III类型储层石千峰组、石盒子组均有分布，其中I-b类型储层的含水饱和度在60％左右，千5最低，为46.9％；II类型储层的含水饱和度在60％左右，盒2最高，为72.7％；III类型储层的含水饱和度在80％左右，千5最低，为57.5％。
在同等可动水饱和度下，I-a类型储层具有明显更好的气相相对渗流能力；在同等可动水饱和度下，I-b类型与II类型储层的气相相对渗透率基本接近。但在同等含水饱和度下，II类型储层的气相相对渗流能力高于I-b类型储层；I-a，II类型具有明显更低的束缚水饱和度；III+IV+I-b类型压汞中值压力高，表明其内部存在大量微小孔喉，束缚水饱和度高；盒2、千5等层位的II类型储层平均含水饱和度高，束缚水饱和度低，更易产水。
图12(A)-(D)是列举储层物性特征及生产中的差异的一个具体矿区分析示意图。根据实施例临近尚义区的单井生产特征表明，I-b类储层递减率最高，首年递减率高达67.8％；II类储层井共有6口井，递减最低，为7.7％，首年递减率53.6％。
步骤4：综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
所述步骤4具体包括：
步骤41：参考矿化度值判断是否为真实地层水；
需要考虑的因素包括：绝大多数井取样时，压裂液是否完全返排；产水水样是否为压裂液与地层水的混合水；取样时间周期长短，是否大多数集中在20天左右；是否存在因取样时间不同造成矿化度差异；取样的混合水越接近真实地层水，分析得到的矿化度越高。
如图13所示，以鄂尔多斯盆地东缘某区块绝大多数井取样记录图标为例，示意了不同井号，取水样时间距初次返排天数和取水样时返排率的记录图。
步骤42：分析总矿化度总体与I～III类储层的产水率呈正相关关系；
如图14(A)所示，鄂尔多斯盆地东缘某区块试气段为例，示意了I-a类储层产水率与总矿化度的关系，以及段I-a类储层厚度与试气产水量的关系。
如图14(B)所示，鄂尔多斯盆地东缘某区块试气段为例，示意了II类储层产水率与总矿化度的关系，以及段II类储层厚度与试气产水量的关系。
如图14(C)所示，鄂尔多斯盆地东缘某区块试气段为例，示意了III类储层产水率与总矿化度的关系，以及段III类储层厚度与试气产水量的关系。
产水量一般与II+III类储层厚度呈正相关，但却与I类储层厚度无明显相关性，表明II+III类储层应为产水的主要来源。I-a类储层也有少部分产水率高，对应产水量高。这表明产水率预测结果总体可靠。
步骤43：进行实际试气产水实验，验证投产后井底积液特征和产能，得到实际产水概率结果；
以W1-13盒7段为例，预测产水概率大于90％，实际试气产水23.5m3，水分析总矿化度28516mg/L；分析整体应为压裂液返排+地层水混合液；实际投产后有井底积液特征，如图15(A)所示。
以W1 G-01盒5段为例，预测产水概率小于10％，解释储层类型以I类为主；试气日产气25.4万方/天，产水5.4方/天，实际投产后无产水和积液特征，产能较好，如图15(B)所示。
如图15(C)所示，以鄂尔多斯盆地东缘某区块试气段为例，示意了块I类、II类、III类、Ⅳ类储层产水率预测。剖面上看，预测产水概率与储层类型相关，I-a+I-b类气层基本不产生水，II+III类气层产水概率相对较高。II类气层在盒2～盒5层产水概率较高。
通过与核磁分析结果对比，验证各个储层的类型属性；其中包括核磁分析的束缚水饱和度对比。
在一个实施例中，通过测井解释储层类型与核磁分析结果对比验证，可以看出，测井划分储层类型能有效区分I-II类型与III-IV类型储层，与核磁分析的束缚水饱和度对比，I、II类型储层与III、IV类型储层在渗透率-束缚水饱和度图版上表现出明显不同的特征，反映出不同的孔喉结构特征。
对测井曲线进行标准化，利用标准化后的测井曲线对岩心分类进行识别，同时根据分类对孔、渗、饱进行分别解释，测井解释的孔渗与岩心分析的孔渗呈比较好的线性关系；并且测井解释的孔渗与岩心分析的孔渗整体的变化规律也较一致，总体准确率满足后期进一步研究的需求。
在测井储层分类解释和孔渗解释的基础上，对含水饱和度也进行了预测，包括束缚水和可动水的预测。
预测产水概率的可靠性，可通过反排率和矿化度来验证。反排率和矿化度受压裂液和取样时间的影响较大。若取样时间较近，压裂液未完全返排，产水水样为压裂液与地层水的混合水。鄂尔多斯盆地东缘某区块的取样时间大多数集中在20天左右，总体来看，不存在因取样时间不同造成矿化度差异。理论上来讲，取样的混合水越接近真实地层水，分析得到的矿化度越高，因此可参考矿化度值判断是否为真实地层水。
在一个实施例中，综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
其中，在一个实施例中，整体应为压裂液返排，并非地层产水；总体看，产水量与预测产水概率呈明显正相关特征；部分井返排并非完全是压裂液，预测产水率与返排率呈正相关，反映出部分井产水包含部分地层水。
在一个实施例中，总矿化度整体与预测产水概率正相关，表明预测产水概率整体可靠(预测产水概率低，但实际产水量高，对应的总矿化度低，表明主要为压裂液返排)；返排率与渗透率表现为负相关，表明储层物性极差，压裂液返排较快。
综合研究，统计各层段预测产水率情况，结果表明预测产水概率与储层类型相关，I-a+I-b类型储层基本不产生水，III+IV类型储层产水概率相对较高。II类型储层在盒2～盒5层产水概率较高。综合研究结果表明：II+III类型储层是产水的主要来源。
在致密气砂岩气储层的产水概率预测的基础上，根据不同类型储层的测井解释标准，将测井规律应用于地震数据反演结果上，进一步以此能够预测不同类型的储层在平面上的分布规律。
在一个实施例中，I类型储层在平面呈明显的带状分布，与沉积相的河道微相有较好的一致性，并且在平面上有相当的延展范围；有效储层的在盒2、盒6段较厚，盒8段较薄。
在一个实施例中，在地震预测储层分类的基础上，进一步预测了I类型和II类型储层在平面上的分布。
进一步，通过上述储层的类型分析及产水预测，可以进行I、II、III类型储层储量的计算。
图16为本公开实施例提供的一种致密气砂岩气储层的产水概率预测装置，包括：
数据模块，用于收集岩心样本的数据，获取所述致密气砂岩气储层的微观物性特征；
识别模块，用于基于所述微观物性特征，识别所述致密气砂岩气储层的各个储层的类型属性；
预测模块，用于基于所述类型属性，结合所述微观物性特征，不同类型的储层采用不同的计算模型，预测相应类型储层的产水概率；
以及用于综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
数据模块，收集岩心样本的数据，获取所述致密气砂岩气储层的微观物性特征；
储层的微观特征影响着油气藏的分布及渗流能力等，通过对所收集的岩心样本的数据分析来研究储层的微观物性特征。根据对样本孔隙度和渗透率的数据统计，确定所述储层的孔隙度和渗透率。
在一个实施例中，分析确定石盒子组、山西和太原组的孔渗关系特征与上石盒子组、石千峰组具有明显差异，表现在相同孔隙度下，上石盒子组、石千峰组具有更高的渗透率。
识别模块，基于所述微观物性特征，识别所述致密气砂岩气储层的各个储层的类型属性；
在一个实施例中，各个储层的类型属性构成至少两级分类体系；其中，第一级至少包括I、II、III三类；第二级至少包括a、b两类。
对储层孔喉结构的研究是通过压汞试验数据来进行，根据压汞情况的不同，将储层分为三类：Ⅰ类储层代表井位W1-17井，深度在1233.18米，排驱压力为0.11MPa，中值压力为1.045MPa，孔喉中值半径为1.64μm；Ⅱ类储层代表井位W1-1井，深度在1547.3米，排驱压力为0.39MPa，中值压力为5.38MPa，孔喉中值半径为0.14μm；Ⅲ类储层代表井位W1-8井，深度在1511.07米，排驱压力为0.54MPa，中值压力为12.37MPa，孔喉中值半径为0.06μm。
在一个实施例中，各个储层的类型属性构成至少两级分类体系；其中，第一级至少包括I、II、III及IV四类；第二级至少包括a、b两类，a类为大喉，b类为小喉。
综合数据分析，根据渗透率、排驱压力、中值压力和歪度等，将储层分为四类，且Ⅰ类又细分为a、b两类。总体来说，Ⅰ-a类型为大孔大喉，Ⅰ-b类型为大孔小喉，Ⅱ类型为小孔大喉，Ⅲ、Ⅳ类型为细喉。
预测模块，基于所述类型属性，结合所述微观物性特征，不同类型的储层采用不同的计算模型，预测相应类型储层的产水概率；
在储层分类的基础上，从渗透率、排驱压力和中值压力的角度，进一步分析各个储层的孔喉结构对储层渗流能力的影响。同类型储层具有类似的孔喉结构，不同层位的同类型储层，渗透率差异较大，但压汞排驱压力、中值压力基本接近，说明渗透率无法完整反映储层的渗流能力。不同类型储层渗透率差异较大，排驱压力和压汞中值压力差异也比较大。
结合产能与不同储层孔喉结构的关系，发现I-a类型储层具有大孔隙、大喉道的特征，其排驱压力和中值压力均较低，是主力产能；I-b类型储层大孔隙、小喉道，排驱压力低，中值压力高，难稳产；II类型储层小孔隙、大喉道，排驱压力高，中值压力低，有效投产存在一定的启动压力要求。
在一个实施例中，鄂尔多斯盆地东缘某区地区上古生界的沉积环境经历了比较大的变动，由本溪组海岸-障壁沉积体系逐渐过渡到石千峰组的陆相河流-三角洲沉积体系，不同沉积环境所形成的砂岩直接影响着储层类型的分类。I-a类型储层(W1-8,1212.25m,25×)为辫状河主河道沉积，大孔-大喉，喉道连通好；I-b类型储层(W1-13,1739.65m,12.5×)为辫状河道侧翼沉积，泥质含量高，大孔-小喉，粗粒，泥质充填；II类型储层(W1-1,1471.10m,12.5×)辫状河三角洲前缘沉积，小孔-小喉，细粒，喉道连通好；III类型储层(W1-1,1598.76m,25×)，小孔-小喉，细粒，喉道连通差；IV类型储层(W1-2,1833.66m,12.5×)，细粒-极细粒，致密，孔隙不发育。
在一个实施例中，鄂尔多斯盆地东缘某区地区I-a类型储层主要分布在千5、盒2和盒4段，含水饱和度在50％左右；I-b类型储层、II类型储层和III类型储层石千峰组、石盒子组均有分布，其中I-b类型储层的含水饱和度在60％左右，千5最低，为46.9％；II类型储层的含水饱和度在60％左右，盒2最高，为72.7％；III类型储层的含水饱和度在80％左右，千5最低，为57.5％。
在同等可动水饱和度下，I-a类型储层具有明显更好的气相相对渗流能力；在同等可动水饱和度下，I-b类型与II类型储层的气相相对渗透率基本接近。但在同等含水饱和度下，II类型储层的气相相对渗流能力高于I-b类型储层；I-a，II类型具有明显更低的束缚水饱和度；III+IV+I-b类型压汞中值压力高，表明其内部存在大量微小孔喉，束缚水饱和度高；盒2、千5等层位的II类型储层平均含水饱和度高，束缚水饱和度低，更易产水。
基于上述的分析，其中I-a类型储层或I-b类型的产水概率预测可以采用如下计算模型：
其中，fw是产水概率值，无量纲；μw为水的粘度，单位为Pa·s；μg为油的粘度，单位为Pa·s；Krg为油的相对渗透率，无量纲；Krw为水的相对渗透率，无量纲。
其中，II、III类型储层的产水概率预测可以采用正相关计算模型；
其中，IV类型储层的产水概率预测可以采用正相关计算模型，或其他计算模型；
预测模块：进一步综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
利用分类方案，基本能较好的区分出不同类型储层的渗透率差异；
通过与核磁分析结果对比，验证各个储层的类型属性；其中包括核磁分析的束缚水饱和度对比。
在一个实施例中，通过测井解释储层类型与核磁分析结果对比验证，可以看出，测井划分储层类型能有效区分I-II类型与III-IV类型储层，与核磁分析的束缚水饱和度对比，I、II类型储层与III、IV类型储层在渗透率-束缚水饱和度图版上表现出明显不同的特征，反映出不同的孔喉结构特征。
对测井曲线进行标准化，利用标准化后的测井曲线对岩心分类进行识别，同时根据分类对孔、渗、饱进行分别解释，测井解释的孔渗与岩心分析的孔渗呈比较好的线性关系；并且测井解释的孔渗与岩心分析的孔渗整体的变化规律也较一致，总体准确率满足后期进一步研究的需求。
在测井储层分类解释和孔渗解释的基础上，对含水饱和度也进行了预测，包括束缚水和可动水的预测。
预测产水概率的可靠性，可通过反排率和矿化度来验证。反排率和矿化度受压裂液和取样时间的影响较大。若取样时间较近，压裂液未完全返排，产水水样为压裂液与地层水的混合水。鄂尔多斯盆地东缘某区块的取样时间大多数集中在20天左右，总体来看，不存在因取样时间不同造成矿化度差异。理论上来讲，取样的混合水越接近真实地层水，分析得到的矿化度越高，因此可参考矿化度值判断是否为真实地层水。
在一个实施例中，综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
其中，在一个实施例中，整体应为压裂液返排，并非地层产水；总体看，产水量与预测产水概率呈明显正相关特征；部分井返排并非完全是压裂液，预测产水率与返排率呈正相关，反映出部分井产水包含部分地层水。
在一个实施例中，总矿化度整体与预测产水概率正相关，表明预测产水概率整体可靠(预测产水概率低，但实际产水量高，对应的总矿化度低，表明主要为压裂液返排)；返排率与渗透率表现为负相关，表明储层物性极差，压裂液返排较快。
综合研究，统计各层段预测产水率情况，结果表明预测产水概率与储层类型相关，I-a+I-b类型储层基本不产生水，III+IV类型储层产水概率相对较高。II类型储层在盒2～盒5层产水概率较高。综合研究结果表明：II+III类型储层是产水的主要来源。
在致密气砂岩气储层的产水概率预测的基础上，根据不同类型储层的测井解释标准，将测井规律应用于地震数据反演结果上，进一步以此能够预测不同类型的储层在平面上的分布规律。
在一个实施例中，I类型储层在平面呈明显的带状分布，与沉积相的河道微相有较好的一致性，并且在平面上有相当的延展范围；有效储层的在盒2、盒6段较厚，盒8段较薄。
在一个实施例中，在地震预测储层分类的基础上，进一步预测了I类型和II类型储层在平面上的分布。
进一步，通过上述储层的类型分析及产水预测，可以进行I、II、III类型储层储量的计算。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (4)
1.一种致密气砂岩气储层的产水概率预测方法，包括：
步骤1：收集岩心样本的数据，获取所述致密气砂岩气储层的微观物性特征；
步骤2：基于所述微观物性特征，识别所述致密气砂岩气储层的各个储层的类型属性，具体包括：
步骤21：基于核磁共振和压汞测试的储层孔喉结构分类，根据渗透率、排驱压力、中值压力和歪度，将储层分为四类，且Ⅰ类又细分为a、b两类，其中，Ⅰ-a类型为大孔大喉，Ⅰ-b类型为大孔小喉，Ⅱ类型为小孔大喉，Ⅲ、Ⅳ类型为细喉；
步骤22：在储层孔喉结构分类的基础上，从渗透率、排驱压力和中值压力的角度，进一步分析不同层组的储层孔喉结构对储层渗流能力的影响；
步骤23：利用不同类型孔喉结构的样品数据和测井进行交会，建立基于孔喉结构储层分类的测井识别标准；
步骤24：得到区块各层组不同类型储层厚度统计值；
步骤3：基于所述类型属性，结合所述微观物性特征，不同类型的储层采用不同的计算模型，预测相应类型储层的产水概率，具体包括：
步骤31：分析不同类型储层的渗流特征；
步骤32：对不同类型储层的束缚水饱和度进行分析；
步骤33：对不同类型储层进行含水特征分析，结合产能与不同储层孔喉结构的关系,预测产水概率；
步骤4：综合各个储层的所述相应类型储层的产水概率，确定所述致密气砂岩气储层的产水概率。
2.根据权利要求1所述的预测方法，所述步骤1中，微观物性特征至少包括孔隙度、渗透率、排驱压力、中值压力以及孔喉结构。
3.根据权利要求2所述的预测方法，所述微观物性特征通过压汞试验数据获取。
4.根据权利要求1所述的预测方法，其中步骤3中所述计算模型包括：
其中，fw是产水概率值，无量纲；μw为水的粘度，单位为Pa·s；μg为油的粘度，单位为Pa·s；Krg为油的相对渗透率，无量纲；Krw为水的相对渗透率，无量纲。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876492.XA CN116882576B (zh) | 2023-07-17 | 2023-07-17 | 一种致密气砂岩气储层的产水概率预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876492.XA CN116882576B (zh) | 2023-07-17 | 2023-07-17 | 一种致密气砂岩气储层的产水概率预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116882576A CN116882576A (zh) | 2023-10-13 |
| CN116882576B true CN116882576B (zh) | 2024-03-08 |
Family
ID=88260102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310876492.XA Active CN116882576B (zh) | 2023-07-17 | 2023-07-17 | 一种致密气砂岩气储层的产水概率预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116882576B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010148628A1 (zh) * | 2009-06-22 | 2010-12-29 | 中国石油天然气股份有限公司 | 裂缝储层含油气饱和度定量计算方法 |
| CN103590827A (zh) * | 2013-11-22 | 2014-02-19 | 中国石油化工集团公司 | 基于储层分类的致密碎屑岩天然气井产能预测方法 |
| CN104833789A (zh) * | 2015-04-09 | 2015-08-12 | 中国石油大学(北京) | 利用致密砂岩微观孔隙结构确定气水关系的方法 |
| CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 中国石油化工股份有限公司 | 一种储层产能预测模型建立方法和系统 |
| CN110160934A (zh) * | 2019-06-06 | 2019-08-23 | 西安石油大学 | 基于核磁共振技术评价致密储层孔隙结构分类标准的方法 |
| CN111827996A (zh) * | 2020-08-05 | 2020-10-27 | 中国石油天然气股份有限公司 | 基于力学性质的多参数综合定性致密砂岩储层分类方法 |
| WO2021216833A1 (en) * | 2020-04-23 | 2021-10-28 | Saudi Arabian Oil Company | Reservoir simulation model history matching update using a one-step procedure |
-
2023
- 2023-07-17 CN CN202310876492.XA patent/CN116882576B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010148628A1 (zh) * | 2009-06-22 | 2010-12-29 | 中国石油天然气股份有限公司 | 裂缝储层含油气饱和度定量计算方法 |
| CN103590827A (zh) * | 2013-11-22 | 2014-02-19 | 中国石油化工集团公司 | 基于储层分类的致密碎屑岩天然气井产能预测方法 |
| CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 中国石油化工股份有限公司 | 一种储层产能预测模型建立方法和系统 |
| CN104833789A (zh) * | 2015-04-09 | 2015-08-12 | 中国石油大学(北京) | 利用致密砂岩微观孔隙结构确定气水关系的方法 |
| CN110160934A (zh) * | 2019-06-06 | 2019-08-23 | 西安石油大学 | 基于核磁共振技术评价致密储层孔隙结构分类标准的方法 |
| WO2021216833A1 (en) * | 2020-04-23 | 2021-10-28 | Saudi Arabian Oil Company | Reservoir simulation model history matching update using a one-step procedure |
| CN111827996A (zh) * | 2020-08-05 | 2020-10-27 | 中国石油天然气股份有限公司 | 基于力学性质的多参数综合定性致密砂岩储层分类方法 |
Non-Patent Citations (3)
| Title |
|---|
| 油、水同层产水率计算方法;林景晔 等;《大庆石油地质与开发》;第17卷(第1期);34-54页 * |
| 油层分类在低幅度构造重油油藏开发中的应用;任怀建 等;新疆石油天然气;20151215(04);全文 * |
| 鄂尔多斯盆地姬塬地区长6_1低对比度油层识别方法与产水率分级评价;张少华 等;中国石油勘探;20180105(01);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116882576A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fan et al. | Understanding gas-condensate reservoirs | |
| Gasda et al. | Spatial characterization of the location of potentially leaky wells penetrating a deep saline aquifer in a mature sedimentary basin | |
| CN104747183B (zh) | 一种碳酸盐岩储层综合分类方法 | |
| CN105160414B (zh) | 预测全油藏产区类型的方法及装置 | |
| Jin et al. | The consideration of pore size distribution in organic-rich unconventional formations may increase oil production and reserve by 25%, Eagle Ford case study | |
| CN108846540B (zh) | 致密砂岩气田的采收率标定方法及装置 | |
| Masoudi et al. | Developing a method for identification of net zones using log data and diffusivity equation | |
| CN108088779B (zh) | 一种致密储层和常规储层储集空间分类方法 | |
| CN113033648A (zh) | 一种使用机器学习算法实现测井解释的方法 | |
| CN107165621B (zh) | 一种利用聚类方法识别多井沉积微相的方法 | |
| CN109239783B (zh) | 一种井震结合中取舍地震信息的方法 | |
| CN108805158B (zh) | 一种致密油储层成岩相划分方法 | |
| CN116882576B (zh) | 一种致密气砂岩气储层的产水概率预测方法 | |
| WO2018013004A1 (ru) | Способ прогноза эффективной емкости коллекторов | |
| CN104516019A (zh) | 一种基于频谱形状的油气预测方法 | |
| CN102134994B (zh) | 一种基于基岩油藏油水层电阻率的地层数据处理方法 | |
| Dou et al. | The coalbed methane production potential method for optimization of wells location selection | |
| CN108072726B (zh) | 利用全油色谱研究油藏动用程度及预测剩余油分布的方法 | |
| CN110795513B (zh) | 河流相源储异位型致密油气甜点区分布的预测方法 | |
| CN111691878A (zh) | 用于页岩的岩相品质分级评价方法及装置 | |
| CN111335871A (zh) | 一种基于分层产能评价的查层补孔技术方法 | |
| CN106227959B (zh) | 一种基于四图叠合法预测岩性油藏有利区的方法及装置 | |
| Ahmed et al. | Reducing mechanical formation damage by minimizing interfacial tension and capillary pressure in tight gas | |
| CN111505720B (zh) | 一种岩性圈闭的刻画方法 | |
| Qassamipour et al. | An integrated procedure for reservoir connectivity study between neighboring fields |
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 |