CN117332301A - 用于储层分类评价的水淹层解释方法 - Google Patents
用于储层分类评价的水淹层解释方法 Download PDFInfo
- Publication number
- CN117332301A CN117332301A CN202311343442.1A CN202311343442A CN117332301A CN 117332301 A CN117332301 A CN 117332301A CN 202311343442 A CN202311343442 A CN 202311343442A CN 117332301 A CN117332301 A CN 117332301A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- flooding
- resistivity
- type
- water saturation
- 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 40
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 91
- 238000012937 correction Methods 0.000 claims abstract description 29
- 239000004927 clay Substances 0.000 claims abstract description 26
- 239000011435 rock Substances 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 230000035699 permeability Effects 0.000 claims abstract description 18
- 230000015572 biosynthetic process Effects 0.000 claims description 15
- 239000004576 sand Substances 0.000 claims description 14
- 239000007788 liquid Substances 0.000 claims description 8
- 239000008398 formation water Substances 0.000 claims description 7
- 230000033558 biomineral tissue development Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 8
- 239000003208 petroleum Substances 0.000 abstract description 2
- 230000018109 developmental process Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 241000219095 Vitis Species 0.000 description 6
- 235000009754 Vitis X bourquina Nutrition 0.000 description 6
- 235000012333 Vitis X labruscana Nutrition 0.000 description 6
- 235000014787 Vitis vinifera Nutrition 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 239000011259 mixed solution Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000007864 aqueous solution Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及石油地质开发测井技术领域，尤其涉及一种用于储层分类评价的水淹层解释方法，包括：步骤S1，根据测井曲线对沉积微相识别特点，对储层进行分类；步骤S2，分类计算各储层类型下的泥质含量；步骤S3，分类计算各储层类型下的有效孔隙度和渗透率；步骤S4，根据各储层类型分别建立束缚水饱和度计算公式；步骤S5，建立含水饱和度计算公式；步骤S6，对第一类储层电阻率进行泥质校正，对第二类储层电阻率进行围岩层厚校正和泥质校正；步骤S7，分类建立储层水淹等级识别图版；步骤S8，确定水淹级别判别标准，并对水淹层进行等级划分。本发明能够定性、定量对水淹层进行解释，提高水淹层的解释精度和符合率。
Description
技术领域
本发明涉及石油地质开发测井技术领域，尤其涉及一种用于储层分类评价的水淹层解释方法。
背景技术
我国测井工作者围绕水驱岩石物理基础实验、水淹层测井方法以及水淹层测井解释等方面做了大量的研究工作。在水淹层测井解释方面，先后经历了从定性解释，半定性解释到定量解释的发展过程，已形成了一套基于常规测井资料定性判别水淹层、定量求剩余油饱和度与含水率、综合判别水淹级别的解释方法。进入上世纪90年代，中国水驱油田测井解释主要集中体现在用三饱和度(原始含油饱和度、剩余油饱和、残余油饱和度)确定水淹层含水率及水驱采收率两方面。
葡萄花油田现在已进入高含水期，产量递减很快，油层水淹程度越来越高，为了改善油田开发效果，在葡葡萄花油田开展井网加密调整工作。在这种情况下，精细研究油层水淹特征及其变化规律，正确判断水淹层类型，提高水淹层的解释精度和符合率，将对油田开发方案调整、稳油控水及高产稳产具有重要意义。
中国专利公开号CN114139242A公开了一种基于岩相的水淹层测井评价方法，所述方法包括：对岩相进行单相关分析，优选出岩相表征参数；构建岩相定量识别模式，建立岩相判别函数，对岩相进行定量识别和划分；建立不同岩相的差异化物性参数模型；计算地层水混合液电阻率；建立不同岩相的剩余油饱和度模型；建立不同岩相的渗透率模型和含水率模型；建立基于不同岩相的水淹细分标准；进行水淹层定量评价。本发明方法提高了水淹层解释精度，解决了现有水淹层测井解释符合率偏低的问题。由此可见，上述技术方案中存在以下问题：对于薄差储层进行准确解释。
发明内容
为此，本发明提供一种用于储层分类评价的水淹层解释方法，用以克服现有技术中对薄差储层进行解释准确率低的问题。
为实现上述目的，本发明提供一种用于储层分类评价的水淹层解释方法，包括：
步骤S1，采用自然伽马测井方法进行测井，根据测井曲线对沉积微相识别特点，对储层进行分类；
步骤S2，采用自然伽马测井曲线分类计算各储层类型下的泥质含量；
步骤S3，根据储层分类、标准化后的自然伽马测井曲线以及标准化后的泥质含量，分类计算各储层类型下的有效孔隙度和渗透率；
步骤S4，根据各储层类型分别建立束缚水饱和度计算公式；
步骤S5，计算地层混合液电阻率，并根据地层混合液电阻率建立含水饱和度计算公式；
步骤S6，对第一类储层电阻率进行泥质校正，对第二类储层电阻率进行围岩层厚校正和泥质校正；
步骤S7，分类建立第一类储层水淹等级识别图版以及第二类储层水淹等级识别图版；
步骤S8，根据预设可动水饱和度确定水淹级别判别标准，并根据各判别标准对水淹层进行等级划分。
进一步地，在所述步骤S1中，根据储层沉积微相将储层划分为第一类储层和第二类储层，其中：
第一类储层包括：外前缘相水下主体席状砂、内前缘相水下分流主河道、内外前缘过渡相水下分流主河道、外前缘相水下透镜砂、内外前缘相水下透镜砂。
第二类储层包括：外前缘相水下非主体席状砂、内外前缘相水下分流非主河道、内外前缘相水下分流浅滩。
进一步地，在所述步骤S2中，计算泥质含量前，对自然伽马测井曲线进行标准化；
自然伽马测井曲线进行标准化公式如下：
泥质含量计算公式：
其中，Vsh为地层泥质含量，GR为地层自然伽马测井曲线值，dgr为自然伽马相对值，GRmax为纯泥岩地层自然伽马测井曲线值，GRmin为纯砂岩地层自然伽马测井曲线值，GCUR根据地层地质年代确定。
进一步地，在所述步骤S3中，各储层分类下的有效孔隙度根据回归公式确定，其中，
第一类储层的有效孔隙度计算公式为：
φ＝0.036·DT-16.48·DEN-2.309·Vsh+53.1，
第二类储层的有效孔隙度计算公式为：
φ＝0.1045·DT-8.2499，
其中，φ为计算的有效孔隙度且φ为百分数，DT为目的层声波时差值，DEN为目的层密度值。
进一步地，在所述步骤S3中，各储层分类下的渗透率如下；
第一类储层的渗透率公式：
K1＝0.152·φ-1.51·lgdgr-5.26
K＝10K1
第二类储层的渗透率公式：
K1＝0.0215·φ-2.587·lgdgr-2.42
K＝10K1
其中，K为渗透率。
进一步地，在所述步骤S4中，第一类储层的束缚水饱和度公式：
Swirr＝43.17·dgr-1.75·φ+65.32
第二类储层的束缚水饱和度公式：
Swirr＝6.3744·lndgr+43.038
式中，Swirr为束缚水饱和度。
进一步地，在所述步骤S5中，根据地层矿化度和储层所处深度的温度值计算地层混合液电阻率；
T℉＝1.8T℃+32，
PPM＝1.05y，
式中，Rw为地层水电阻率，PPM为地层水矿化度，单位mg/L；T为储层所处深度的温度值，T＝0.0423×depth-10.59。
进一步地，在所述步骤S5中，根据地层混合液电阻率建立各储层分类下的含水饱和度计算公式；
第一类储层的含水饱和度公式：
第二类储层的含水饱和度公式：
其中，Sw为含水饱和度。
进一步地，在所述步骤S8中，根据预设可动水饱和度确定水淹级别判别标准包括：
若可动水饱和度<10％，判定水淹层为油层；
若10％≤可动水饱和度≤20％，判定水淹层为低水淹等级；
若20％≤可动水饱和度≤40％，判定水淹层为中水淹等级；
若可动水饱和度＞40％，判定水淹层为高水淹等级。
进一步地，在所述步骤S6中，根据计算的泥质校正因子对各储层电阻率进行泥质校正；
其中，泥质校正因子的计算公式：
式中，k∈[1,1.3]，k与泥质含量成正相关；
经泥质校正因子校正后的第一类储层电阻率公式：
Rt校＝Rt×k，
其中，Rt校为经校正后的电阻率，Rt为测井曲线读值，Rw为地层水电阻率，Rsh纯泥岩电阻率，Vsh为泥质含量；
根据围岩电阻率与储层电阻率的比对结果确定对第二类储层电阻率进行围岩层厚校正，其中：
若Rs＜Rt，增大Rt，且储层厚度愈小Rt增大值越大；
若Rs＞Rt，减小Rt，且储层厚度愈小Rt减小值越大；
其中，Rs为围岩电阻率。
与现有技术相比，本发明的有益效果在于，本发明针对薄差储层地质特点，将区块储层按照不同沉积微相分两类建立孔隙度、渗透率解释参数模型，以及建立储层饱和度解释模型，确定薄差储层水淹等级定量解释标准，有效的实现了对水淹层的定性和定量解释。
进一步地，本发明区别于以往水淹层识别方法根据单一测井曲线在水淹层的特征或多条测井曲线在水淹层的特征组合来区分水淹层和未被水淹的地层，无法满足精细解释的需要，本发明分两项内容进行改进，一是利用取心井的测井和岩心分析数据编制水淹层解释图版，对水淹层进行定性识别，这种定性识别较以往的定性识别更为客观、科学；二是以技术方法改进内容为依据，对储层水淹层测井响应特征进行定量识别。将两种识别方式进行综合分析，最终实现水淹层解释的定量、半定量、定性相结合的综合识别。
附图说明
图1为本发明实施例用于储层分类评价的水淹层解释方法的逻辑图；
图2为本发明实施例用于储层分类评价的水淹层解释方法的流程图；
图3为本发明实施例混合泥质砂岩的体积模型；
图4为本发明实施例混合泥质砂岩的体积模型的等效电路。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1和图2所示，其分别为本发明实施例用于储层分类评价的水淹层解释方法的逻辑图和流程图；本发明提供一种用于储层分类评价的水淹层解释方法，包括：
步骤S1，采用自然伽马测井方法进行测井，根据测井曲线对沉积微相识别特点，对储层进行分类；
步骤S2，采用自然伽马测井曲线分类计算各储层类型下的泥质含量；
步骤S3，根据储层分类、标准化后的自然伽马测井曲线以及标准化后的泥质含量，分类计算各储层类型下的有效孔隙度和渗透率；
步骤S4，根据各储层类型分别建立束缚水饱和度计算公式；
步骤S5，计算地层混合液电阻率，并根据地层混合液电阻率建立含水饱和度计算公式；
步骤S6，对第一类储层电阻率进行泥质校正，对第二类储层电阻率进行围岩层厚校正和泥质校正；
步骤S7，分类建立第一类储层水淹等级识别图版以及第二类储层水淹等级识别图版；
步骤S8，根据预设可动水饱和度确定水淹级别判别标准，并根据各判别标准对水淹层进行等级划分。
具体而言，在所述步骤S1中，根据储层沉积微相将储层划分为第一类储层和第二类储层，其中：
第一类储层包括：外前缘相水下主体席状砂、内前缘相水下分流主河道、内外前缘过渡相水下分流主河道、外前缘相水下透镜砂、内外前缘相水下透镜砂。
第二类储层包括：外前缘相水下非主体席状砂、内外前缘相水下分流非主河道、内外前缘相水下分流浅滩。
进一步地，在所述步骤S2中，计算泥质含量前，对自然伽马测井曲线进行标准化；
自然伽马测井曲线进行标准化公式如下：
泥质含量计算公式：
其中，Vsh为地层泥质含量，GR为地层自然伽马测井曲线值，dgr为自然伽马相对值，GRmax为纯泥岩地层自然伽马测井曲线值，GRmin为纯砂岩地层自然伽马测井曲线值，GCUR根据地层地质年代确定。
可以理解的是，式中作为指数的GCUR，可根据实验室取芯分析资料确定，GCUR随地层的地质年代而改变，对于新近系地层取值3.7，对于老地层取值2.0。
具体而言，在所述步骤S3中，各储层分类下的有效孔隙度根据回归公式确定，其中，
第一类储层的有效孔隙度计算公式为：
φ＝0.036·DT-16.48·DEN-2.309·Vsh+53.1，
第二类储层的有效孔隙度计算公式为：
φ＝0.1045·DT-8.2499，
其中，φ为计算的有效孔隙度且φ为百分数，DT为目的层声波时差值，DEN为目的层密度值。
具体而言，在所述步骤S3中，各储层分类下的渗透率如下；
第一类储层的渗透率公式：
K1＝0.152·φ-1.51·lgdgr-5.26
K＝10K1
第二类储层的渗透率公式：
K1＝0.0215·φ-2.587·lgdgr-2.42
K＝10K1
其中，K为渗透率。
具体而言，在所述步骤S4中，第一类储层的束缚水饱和度公式：
Swirr＝43.17·dgr-1.75·φ+65.32
第二类储层的束缚水饱和度公式：
Swirr＝6.3744·lndgr+43.038
式中，Swi rr为束缚水饱和度。
具体而言，在所述步骤S5中，根据地层矿化度和储层所处深度的温度值计算地层混合液电阻率；
T℉＝1.8T℃+32，
PPM＝1.05y，
式中，Rw为地层水电阻率，PPM为地层水矿化度，单位mg/L；T为储层所处深度的温度值，T＝0.0423×depth-10.59。
具体而言，在所述步骤S5中，根据地层混合液电阻率建立各储层分类下的含水饱和度计算公式；
可以理解的是，水淹层解释方法中关于饱和度解释模型包括：
1.饱和度解释模型确定：
考虑到泥质砂岩的电阻率不仅与地层水电阻率Rw、含水饱和度Sw、有效孔隙度φ有关，而且还与泥质电阻率Rsh(或粘土电阻率Rcl)、泥质相对含量Vsh(或Vcl)以及泥质(或粘土)在砂岩中分布形式有关。根据油田的含油气粉砂岩发育的特点，建立了混合泥质砂岩解释模型，得出了混合泥质砂岩含水饱和度公式。混合泥质砂岩模型不考虑粘土或泥质的具体分布形式，只是把泥质看成是由粘土和细粉砂组成，把泥质部分当作可含油气的、泥质较重、岩性很细的粉砂岩来处理。
混合泥质砂岩体积模型如图3和图4所示，把岩石分为含油、气、水的泥质部分(包括细粉砂)V1和含油、气、水的纯砂岩部分V2。设岩样是边长为L的立方体，其总体积为V,总截面积为S，电阻率为Rt；泥质部分和纯砂岩部分的截面积分别为S1和S2,电阻率分别为Rs和Rsd，相应的电阻为r1和r2；则岩石的电阻r等于r1和r2的并联电阻：
即
两端乘以L2得：
即
两端除以V，并令为泥质部分的相对体积，令/>
为纯砂岩部分的相对体积，则有：
对纯砂岩部分，设其有效孔隙度为φsd，则：
而且，根据纯砂岩公式和/>得：
泥质部分是由细粉砂和粘土组成。生产上发现一些泥质比较重、岩性很细的粉砂岩油气层，其电阻增大系数只有1.5～2左右，这说明它有一定的孔隙度，在适当条件下也能储存和生产油气。因此，可以把含油气泥质砂岩中的“泥质”当作这种泥质较重、岩性很细的粉砂岩来处理，其孔隙中含有湿粘土和油气。显然，这部分“泥质”的电阻率Rs要高于测井解释常用的纯泥岩(100％含水)电阻率Rsh,而且可近似认为这部分细岩性有效孔隙中的含水饱和度也等于Sw。设不含油气的泥质部分(完全含水)的电阻率为Rsh，同纯砂岩类似，对于泥质砂岩中的泥质部分，可建立含水饱和度关系式：
由于“泥质”的岩性很细，可近似取指数n＝1，故
将上述Rsd和Rs的值代入上式,可得:
具体而言，系数a、b、m、n值的确定如下：
电阻增大率和含水饱和度的关系，根据阿尔奇公式的描述，岩石电阻率与含水饱和度的关系表示为：
式中I—电阻增大系数；
Sw——含水饱和度；
Rt，Rw——分别为岩石部分和完全饱和水溶液的电阻率；
n—饱和度指数。
其关系式为：
即饱和度指数n为1.95，系数b为0.95。
地层因素F与孔隙度φ的关系式为：
孔隙度胶结指数m为2.24，系数a为0.84。
因此，第一类储层的含水饱和度公式：
第二类储层的含水饱和度公式：
其中，Sw为含水饱和度。
2、饱和度模型的解释
具体而言，在所述步骤S8中，根据计算得到的可动水饱和度与预设可动水饱和度的比对结果，确定水淹级别判别标准包括：
若可动水饱和度<10％，判定水淹层为油层；
若10％≤可动水饱和度≤20％，判定水淹层为低水淹等级；
若20％≤可动水饱和度≤40％，判定水淹层为中水淹等级；
若可动水饱和度＞40％，判定水淹层为高水淹等级。
其中，所述可动水饱和度为含水饱和度与束缚水饱和度的差值，所述预设可动水饱和度在经验中设定为10％、20％、40％作为区分水淹等级的标准。
具体而言，在所述步骤S6中，根据计算的泥质校正因子对各储层电阻率进行泥质校正；
薄差储层地质中，砂岩普遍含泥较重，使电阻率曲线数值降低，需要对电阻率曲线进行含泥校正，分散泥质的存在引起地层电阻率降低，影响储集层流体性质识别。根据并联电路原理及阿尔奇公式，可推导出泥质校正因子的计算公式：
式中，k∈[1,1.3]，k与泥质含量成正相关，随泥质含量的增加，校正系数增大；
经泥质校正因子校正后的第一类储层电阻率公式：
Rt校＝Rt×k，
其中，Rt校为经校正后的电阻率，Rt为测井曲线读值，Rw为地层水电阻率，Rsh纯泥岩电阻率，Vsh为泥质含量；
具体而言，薄差储层地质的薄互层发育，电阻率曲线受围岩影响大，需要根据围岩电阻率与储层电阻率的比对结果确定对第二类储层电阻率进行围岩层厚校正，其中：
若Rs＜Rt，则判定增大Rt，且储层厚度愈小Rt增大值越大，是由于当围岩电阻率Rs＜Rt时，围岩将吸引主电流，增加主电流发散的程度，从而使Rt减小，Ra降低，地层厚度愈小影响愈大；
若Rs＞Rt，则判定减小Rt，且储层厚度愈小Rt减小值越大，是由于当围岩电阻率Rs＞Rt时，围岩对主电流起排斥作用，将减小主电流发散程度，从而使Rt增加，储集层厚度愈小影响愈大；
其中，Rs为围岩电阻率。
具体而言，在所述步骤S7中，分类建立第一类储层水淹等级识别图版以及第二类储层水淹等级识别图版，其中：
利用测井对应的第一类储层的岩心分析水淹等级数据,电阻率值和自然电位相对幅度值以及电阻率值和有效孔隙度的建立第一类储层水淹等级识别图版；
利用测井对应的岩心分析水淹等级数据，对第二类储层的电阻率值进行泥质和层厚的校正，与有效孔隙度建立第二类储层水淹等级识别图版；
并通过RT-POR读值落在两类储层水淹等级识别图版上，初步判断储层水淹级别。
实施例：
本实施例利用本发明总结出的水淹层定性识别方法，以及储层参数定量计算方法，结合邻井注水、产液动态生产信息、小层砂体连通情况，综合判断储层的水淹状况。
葡北四断块完钻加密井37口，利用该解释方法解释完成37口加密油井水淹层解释，目前均已投产，平均单井日产油4.4t，含水75.1％，达到方案设计要求。
葡北四断块投产情况表
效益分析：该项目完成后，有助于完善水淹层解释方法，为明确葡北地区剩余油分布状况提供了有力的理论依据和技术支持，为油田的稳产和挖潜指明了方向，为油田进一步井网优化调整提供了技术储备，具有较好的应用和推广前景。同时由于葡南地区剩余油仍比较丰富，对其进一步开发能够大幅度降低投资成本，具有可观的经济效益和社会效益。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于储层分类评价的水淹层解释方法，其特征在于，包括：
步骤S1，采用自然伽马测井方法进行测井，根据测井曲线对沉积微相识别特点，对储层进行分类；
步骤S2，采用自然伽马测井曲线分类计算各储层类型下的泥质含量；
步骤S3，根据储层分类、标准化后的自然伽马测井曲线以及标准化后的泥质含量，分类计算各储层类型下的有效孔隙度和渗透率；
步骤S4，根据各储层类型分别建立束缚水饱和度计算公式；
步骤S5，计算地层混合液电阻率，并根据地层混合液电阻率建立含水饱和度计算公式；
步骤S6，对第一类储层电阻率进行泥质校正，对第二类储层电阻率进行围岩层厚校正和泥质校正；
步骤S7，分类建立第一类储层水淹等级识别图版以及第二类储层水淹等级识别图版；
步骤S8，根据预设可动水饱和度确定水淹级别判别标准，并根据各判别标准对水淹层进行等级划分。
2.根据权利要求1所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S1中，根据储层沉积微相将储层划分为第一类储层和第二类储层，其中：
第一类储层包括：外前缘相水下主体席状砂、内前缘相水下分流主河道、内外前缘过渡相水下分流主河道、外前缘相水下透镜砂、内外前缘相水下透镜砂。
第二类储层包括：外前缘相水下非主体席状砂、内外前缘相水下分流非主河道、内外前缘相水下分流浅滩。
3.根据权利要求2所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S2中，计算泥质含量前，对自然伽马测井曲线进行标准化；
自然伽马测井曲线进行标准化公式如下：
泥质含量计算公式：
其中，Vsh为地层泥质含量，GR为地层自然伽马测井曲线值，dgr为自然伽马相对值，GRmax为纯泥岩地层自然伽马测井曲线值，GRmin为纯砂岩地层自然伽马测井曲线值，GCUR根据地层地质年代确定。
4.根据权利要求3所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S3中，各储层分类下的有效孔隙度根据回归公式确定，其中，
第一类储层的有效孔隙度计算公式为：
φ＝0.036·DT-16.48·DEN-2.309·Vsh+53.1，
第二类储层的有效孔隙度计算公式为：
φ＝0.1045·DT-8.2499，
其中，φ为计算的有效孔隙度且φ为百分数，DT为目的层声波时差值，DEN为目的层密度值。
5.根据权利要求4所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S3中，各储层分类下的渗透率如下；
第一类储层的渗透率公式：
K1＝0.152·φ-1.51·lgdgr-5.26
K＝10K1
第二类储层的渗透率公式：
K1＝0.0215·φ-2.587·lgdgr-2.42
K＝10K1
其中，K为渗透率。
6.根据权利要求5所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S4中，第一类储层的束缚水饱和度公式：
Swirr＝43.17·dgr-1.75·φ+65.32
第二类储层的束缚水饱和度公式：
Swirr＝6.3744·lndgr+43.038
式中，Swirr为束缚水饱和度。
7.根据权利要求6所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S5中，根据地层矿化度和储层所处深度的温度值计算地层混合液电阻率；
T℉＝1.8T℃+32，
PPM＝1.05y，
式中，Rw为地层水电阻率，PPM为地层水矿化度，单位mg/L；T为储层所处深度的温度值，T＝0.0423×depth-10.59。
8.根据权利要求7所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S5中，根据地层混合液电阻率建立各储层分类下的含水饱和度计算公式；
第一类储层的含水饱和度公式：
第二类储层的含水饱和度公式：
其中，Sw为含水饱和度。
9.根据权利要求1所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S8中，根据可动水饱和度确定水淹级别判别标准包括：
若可动水饱和度<10％，判定水淹层为油层；
若10％≤可动水饱和度≤20％，判定水淹层为低水淹等级；
若20％≤可动水饱和度≤40％，判定水淹层为中水淹等级；
若可动水饱和度＞40％，判定水淹层为高水淹等级。
10.根据权利要求9所述的用于储层分类评价的水淹层解释方法，其特征在于，在所述步骤S6中，根据计算的泥质校正因子对各储层电阻率进行泥质校正；
其中，泥质校正因子的计算公式：
式中，k∈[1,1.3]，k与泥质含量成正相关；
经泥质校正因子校正后的第一类储层电阻率公式为：
Rt校＝Rt×k，
其中，Rt校为经校正后的电阻率，Rt为测井曲线读值，Rw为地层水电阻率，Rsh纯泥岩电阻率，Vsh为泥质含量；
根据围岩电阻率与储层电阻率的比对结果确定对第二类储层电阻率进行围岩层厚校正，其中：
若Rs＜Rt，增大Rt，且储层厚度愈小Rt增大值越大；
若Rs＞Rt，减小Rt，且储层厚度愈小Rt减小值越大；
其中，Rs为围岩电阻率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311343442.1A CN117332301B (zh) | 2023-10-17 | 2023-10-17 | 用于储层分类评价的水淹层解释方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311343442.1A CN117332301B (zh) | 2023-10-17 | 2023-10-17 | 用于储层分类评价的水淹层解释方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117332301A true CN117332301A (zh) | 2024-01-02 |
| CN117332301B CN117332301B (zh) | 2024-07-12 |
Family
ID=89278975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311343442.1A Active CN117332301B (zh) | 2023-10-17 | 2023-10-17 | 用于储层分类评价的水淹层解释方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117332301B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120109603A1 (en) * | 2009-06-22 | 2012-05-03 | Ning Li | Quantitative calculation method for oil (gas) saturation of fractured reservoir |
| CN106503295A (zh) * | 2016-09-22 | 2017-03-15 | 中国石油天然气股份有限公司 | 一种利用状态空间模型解释油田水淹层的方法及装置 |
| CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
| CN109653725A (zh) * | 2018-09-13 | 2019-04-19 | 山东鼎维石油科技有限公司 | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 |
| CN111025409A (zh) * | 2019-12-23 | 2020-04-17 | 中国石油大学(北京) | 一种水淹层评价方法、装置及存储介质 |
| CN114139242A (zh) * | 2020-09-04 | 2022-03-04 | 中国石油化工股份有限公司 | 基于岩相的水淹层测井评价方法 |
-
2023
- 2023-10-17 CN CN202311343442.1A patent/CN117332301B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120109603A1 (en) * | 2009-06-22 | 2012-05-03 | Ning Li | Quantitative calculation method for oil (gas) saturation of fractured reservoir |
| CN106503295A (zh) * | 2016-09-22 | 2017-03-15 | 中国石油天然气股份有限公司 | 一种利用状态空间模型解释油田水淹层的方法及装置 |
| CN106951660A (zh) * | 2017-04-05 | 2017-07-14 | 中国石油天然气股份有限公司 | 一种海相碎屑岩水平井储层测井解释方法及装置 |
| CN109653725A (zh) * | 2018-09-13 | 2019-04-19 | 山东鼎维石油科技有限公司 | 基于沉积微相和岩石相的混积储层水淹程度测井解释方法 |
| CN111025409A (zh) * | 2019-12-23 | 2020-04-17 | 中国石油大学(北京) | 一种水淹层评价方法、装置及存储介质 |
| CN114139242A (zh) * | 2020-09-04 | 2022-03-04 | 中国石油化工股份有限公司 | 基于岩相的水淹层测井评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 国郅: "永乐油田肇212地区加密井水淹层解释方法研究", 《CNKI》, 15 December 2013 (2013-12-15), pages 26 - 36 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117332301B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111323844B (zh) | 一种基于曲线重构的复杂砂砾岩体的岩性识别方法及系统 | |
| CN104698500A (zh) | 一种利用地质和测井信息预测储层成岩相的方法 | |
| CN110412661B (zh) | 细粒岩油气藏甜点段优势段簇的评价方法及装置 | |
| CN110717301B (zh) | 一种基于支持向量机算法的流动单元信息分类识别方法 | |
| CN106988737B (zh) | 一种利用岩性组合识别沉积相的方法 | |
| Hartmann et al. | Evaluation of the Morrow Sandstone in Sorrento Field, Cheyenne County, Colorado | |
| CN106503295B (zh) | 一种利用状态空间模型解释油田水淹层的方法及装置 | |
| CN109577962B (zh) | 陆相细粒沉积岩岩石相分析方法 | |
| CN105092820A (zh) | 一种生物碎屑灰岩储层非均质性研究方法 | |
| CN110727034A (zh) | 一种砂岩型铀矿编图方法 | |
| Wimmers et al. | Integration of sedimentology, petrophysics and rock typing as key to understanding a tight gas reservoir | |
| CN112698399A (zh) | 一种砂砾岩井测震联动约束高效储层定量预测方法与系统 | |
| CN112147301A (zh) | 一种陆相淡水湖盆致密油烃源岩有效性的定量评价方法 | |
| CN112196513A (zh) | 基于水平井轨迹评价的龙马溪组页岩气井产能预测方法 | |
| CN111827996A (zh) | 基于力学性质的多参数综合定性致密砂岩储层分类方法 | |
| CN106990448A (zh) | 一种海相碎屑岩水平井隔夹层测井解释方法及装置 | |
| CN117493859A (zh) | 强非均质性碎屑岩地层流动单元微观表征参数改进方法 | |
| CN106372751A (zh) | 一种相对古水深指标参数的测井预测方法 | |
| CN109814174A (zh) | 一种碎屑岩不整合结构体测井综合识别方法 | |
| CN112832738A (zh) | 一种碎屑岩累计生烃强度确定方法及甜点层的识别与评价方法 | |
| FANG et al. | Quantitative Method of Classification and Discrimination of a Porous Carbonate Reservoir Integrating K‐means Clustering and Bayesian Theory | |
| CN117332301B (zh) | 用于储层分类评价的水淹层解释方法 | |
| CN106223940A (zh) | 一种多层砂岩油藏低阻油层综合识别方法及装置 | |
| Gupta et al. | Rock typing in the upper Devonian-lower Mississippian woodford shale formation, Oklahoma, USA | |
| CN116930023A (zh) | 致密砂岩相控分类孔隙度测井精细解释方法和装置 |
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 |