CN107558999A - 一种孤立缝洞体剩余油定量预测方法 - Google Patents
一种孤立缝洞体剩余油定量预测方法 Download PDFInfo
- Publication number
- CN107558999A CN107558999A CN201710534744.5A CN201710534744A CN107558999A CN 107558999 A CN107558999 A CN 107558999A CN 201710534744 A CN201710534744 A CN 201710534744A CN 107558999 A CN107558999 A CN 107558999A
- Authority
- CN
- China
- Prior art keywords
- fracture hole
- fracture
- well
- oil
- data
- 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 53
- 238000009826 distribution Methods 0.000 claims abstract description 38
- 230000003068 static effect Effects 0.000 claims abstract description 19
- 238000011161 development Methods 0.000 claims abstract description 16
- 239000003129 oil well Substances 0.000 claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 41
- 239000004215 Carbon black (E152) Substances 0.000 claims description 22
- 229930195733 hydrocarbon Natural products 0.000 claims description 22
- 150000002430 hydrocarbons Chemical class 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000005553 drilling Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 229910017435 S2 In Inorganic materials 0.000 claims 1
- 239000011435 rock Substances 0.000 abstract description 7
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 abstract description 5
- 206010017076 Fracture Diseases 0.000 description 161
- 239000003921 oil Substances 0.000 description 84
- 238000004088 simulation Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 239000004744 fabric Substances 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010073162 Chance fracture Diseases 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- DHNCFAWJNPJGHS-UHFFFAOYSA-J [C+4].[O-]C([O-])=O.[O-]C([O-])=O Chemical compound [C+4].[O-]C([O-])=O.[O-]C([O-])=O DHNCFAWJNPJGHS-UHFFFAOYSA-J 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 235000020681 well water Nutrition 0.000 description 1
- 239000002349 well water Substances 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出了一种孤立缝洞体剩余油定量预测方法,包括:获取缝洞属性数据及空间分布,生成针对该油井的井上缝洞属性强度曲线;根据井上缝洞属性强度曲线与实际解释的不同级别缝洞储层对应的有效孔隙度曲线进行交汇,建立关系图版;对缝洞属性数据体进行空间三维自动追踪搜索,并对缝洞储层进行定量刻画;对缝洞储层有效性优选;获取静态数据和开发动态数据;对孤立剩余油的分布及潜力进行预测。本发明解决了现有技术中由于碳酸盐岩缝洞储层非均质性,储层空间分布难以定量刻画,因而造成缝洞储层剩余油预测难度大的问题。
Description
技术领域
本发明涉及油田探测技术领域,特别涉及一种孤立缝洞体剩余油定量预测方法。
背景技术
油田进入高含水后期开发后,随着开采程度加深,地下油水关系越来越复杂,特别是这种缝洞型储层油藏,非均质更加严重,剩余油的空间分布也更加复杂化,给油田稳产和调整挖潜带来了很大困难,剩余油分布预测与挖潜工作也就成为高含水期油田的重要研究内容,是实现油田“控水稳油”开发战略的重要手段和核心技术之一。
我国缝洞型碳酸盐岩油藏具有复杂特殊性,不同地区储层类型有差异,主要以缝洞型、裂缝型、孔洞型为主,且发育极其不规则,纵横相非均质性强。现在许多主力油田已进入中高、高含水期,新增储量日益困难,油气勘探程度高,新发现油田规模整体呈变小趋势。在油田开发过程中,一般情况下,人们仅能开采出地下总储量的30%左右,这就意味着大约还有60%以上的剩余石油仍然被残留在地下。从目前水驱油田的开采动态来看,剩余油的分布日趋分散、复杂,开采难度越来越大。因此,剩余油预测是当前石油行业一项迫切需要解决的世界性难题,也是地质、地球物理和油藏工程等不同领域的前沿性研究课题。
目前,预测剩余油的方法很多,包括:油藏数值模拟方法、神经网络技术预测方法、试井资料预测方法、高分辨率层序地层学方法等多种方法。
油藏数值模拟方法,首先需要一个精细的双相介质地质模型,而对于这种缝洞储层非均质性强,储层地质建模问题成为很大难题,同时也给油藏数值模拟方法预测剩余油带来了很多不确定性。其二,数值模拟的预测精度受很多因素影响,地层对比的多解性,储层物性参数求取的不确定性,动态数据的获取都影响油藏数值模拟的精度。其三,油藏数值模拟速度相对较慢,与钻井数目多少,地质模型复杂程度有关。
1、油藏数值模拟是基于一定的假设,应用数学模型模仿实际油田的生产动态,然后对数学方程进行数值求解。从地下流体渗流过程中的特征出发,建立描述渗流过程的基本物理现象,并能描述油藏边界条件和原始状况的数学模型,借助计算机计算求解描述油气藏渗流数学模型,并结合油藏地质学、油藏工程学等学科知识达到剩余油预测目的。油藏数值模拟的流程:首先收集油田开发基础数据(井、地震、动态等方面资料),并进行数据检查分析、合理转换等;其次,建立油藏模型、选择模拟器、测算工作量制定辅助措施、设计网格等。然后开展历史拟合,落实拟合目标,确定拟合质量、提出油藏认识、分析剩余油潜力等。最后,开展动态预测,制定预测方案、预测指标分析。
油藏数值模拟的预测精度不可避免的受到多种因素的影响,地层对比的多解性、储层物性参数求取的不确定性以及储层非均质描述的局限性是影响数值模拟精度的主要地质因素。对于潜山缝洞储层来说,非均值性强,油藏建模无法对缝洞储层横向分布及连通性进行刻画。同时,相对渗透率曲线的选取、动态数据的获取及数值模拟软件本身都存在较大的不确定性,这些都会影响到油藏数值模拟的精度。因此,在潜山缝洞储层底水油藏剩余油分布预测过程中,油藏数值模拟存在一定缺陷。
2、神经网络技术预测方法,虽然是一种地球物理方法,但它主要利用的是井上动态资料信息,利用检查井资料建立模型,在诸多的剩余油影响因素中,选取何种类型的输入和输出参数,也没有考虑到缝洞储层横向分布和非均质性问题,是一种剩余油定性预测的方法。
神经网络技术剩余油预测是定性判别储层可动剩余油的方法之一,其核心是根据目前已有的动静态资料中关于不同时期含水饱和度的信息,计算单井所在位置的含水饱和度变化率。把含水饱和度的变化率与各种动静态指标通过神经网络技术建立起学习网络,从而可以对其它未知井区进行含水饱和度变化率的预测。在已知原始含水饱和度的情况下,根据含水饱和度的变化率,预测目前的含水饱和度分布,从而得到剩余油的饱和度分布。
神经网络方法是一种定性判别储层可动用剩余油方法,过于依赖网络输入参数,因为选取的输入参数是影响储层可动用剩余油的因素。除此之外,神经网络方法主要利用单井信息动静态信息,没有考虑缝洞储层非均值变化和空间构造形态,剩余油预测对于碳酸盐岩缝洞储层具有一定局限性。
3、试井资料预测方法也是主要依靠井的动态信息来预测剩余油。
4、高分辨率层序地层学方法是从地质角度来预测剩余油的分布,这两种方法都是定性分析方法,预测精度受限,使得这些方法在实际中的应用范围较窄。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种孤立缝洞体剩余油定量预测方法,考虑了缝洞储层的非均值性和连通性,解决了现有技术中由于碳酸盐岩缝洞储层非均质性,储层空间分布难以定量刻画,因而造成缝洞储层剩余油预测难度大的问题。
为了实现上述目的,本发明的实施例提供一种孤立缝洞体剩余油定量预测方法,包括如下步骤:
步骤S1,获取缝洞属性数据及空间分布,生成针对该油井的井上缝洞属性强度曲线;
步骤S2,根据所述井上缝洞属性强度曲线与实际解释的不同级别缝洞储层对应的有效孔隙度曲线进行交汇,建立关系图版,并对缝洞属性强度按照井上缝洞储层级别进行划分,得到不同级别缝洞属性的门槛值范围;
步骤S3,根据所述不同级别缝洞属性的门槛值范围,设定值域对缝洞属性数据体进行空间三维自动追踪搜索,并对缝洞储层进行定量刻画;
步骤S4,根据缝洞储层刻画结果,对缝洞储层有效性优选,得到有井钻遇及无钻井并高于原始油水界面之上的孤立缝洞体,确定其体积及分布特征;
步骤S5,在获得孤立缝洞体刻画结果的基础上,获取静态数据和开发动态数据;
步骤S6,通过步骤S4中已获取的井未钻遇且高于原始油水界面之上孤立缝洞体,结合步骤S5中获取的静态数据,对孤立剩余油的分布及潜力进行预测。
进一步,采用以下三种方式之一获取缝洞属性数据及空间分布:
1)对叠前不同方位地震振幅数据采用各向异性椭圆拟合,计算得到缝洞属性数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线;
2)构建实际井裂缝强度曲线,利用合成曲线和地震资料约束反演,获取缝洞属性体数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线;
3)对叠后地震属性进行分析,在判断上述属性可反映缝洞特征时,利用上述属性作为缝洞属性数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线。
进一步,在获取缝洞属性数据及空间分布之前,获取测井数据并进行层位标定,建立井震时深关系,作为井上缝洞属性强度曲线的数据基础。
进一步,所述测井数据包括声波曲线和密度曲线。
进一步,在所述步骤S2中,首先获取实际钻井上缝洞储层的解释数据,得到实际井缝洞储层解释结果;
然后,对步骤S1生成的井上缝洞属性强度曲线按深度离散化并求平均值,与实际井缝洞储层解释结果一一对应,交汇建立不同级别缝洞储层的关系图版。
进一步,在所述步骤S4中,
获取原始油水界面值,保证已钻井均已完成时深关系标定;
利用原始油水界面和井进行缝洞储层过滤,包括:过滤掉低于原始油水界面的缝洞体和已经含水的缝洞体,保留有井钻遇且高于原始油水界面缝洞体、无井钻遇且高于原始油水界面缝洞体有效。
进一步,在所述步骤S5中,
所述静态数据包括烃类检测结果、深度域构造、储量参数,其中,所述烃类检测结果通过地震资料计算叠后油气属性或者叠前反演获得;
所述动态数据包括目试油试采数据、生产数据、射孔数据和单井资料。
进一步,在所述步骤S6中,将所述静态数据中的烃类检测成果与孤立缝洞体分布特征对比分析,确定孤立缝洞含油气性,包括:如果孤立缝洞体分布区与烃类检测结果异常分布区匹配程度高,则判断该孤立缝洞含油气性好,存在剩余油;如果相立缝洞体分布区与烃类检测结果异常分布区匹配程度差,则判断该孤立缝洞体含油气性差,不存在剩余油。
进一步,在所述步骤S6中,
所述烃类检测成果采用以下方式之一获得:
1)利用叠前地震资料进行AVO属性分析,以及叠前反演拉梅系数、泊松比等参数获;
2)将叠前叠后油气属性进行信息融合获得。
进一步,在所述步骤S6中,所述对孤立剩余油的分布及潜力进行预测,包括:
根据孤立缝洞体定量刻画的体积、有效孔隙度及储量参数可以计算剩余油储量,对这种孤立缝洞体剩余油定量预测。
根据本发明实施例的孤立缝洞体剩余油定量预测方法,考虑了缝洞储层的非均值性和连通性,解决了现有技术中由于碳酸盐岩缝洞储层非均质性,储层空间分布难以定量刻画,因而造成缝洞储层剩余油预测难度大的问题,提出了一种快速、高效、动静态相结合、并运用地球物理手段实现孤立缝洞体剩余油定量预测的方法。
本发明实施例的孤立缝洞体剩余油定量预测方法,具有以下有益效果:
(1)运用地球物理手段的对缝洞储层进行了空间的定量刻画,考虑缝洞储层的非均值性及连通性,弥补其他方法无法对缝洞储层空间分布的刻画的不足,能提高剩余油预测精度。
(2)本具有快速、高效性,能够快速实现孤立缝洞体的定量刻画,落实剩余油的空间分布范围及储量为提高缝洞型油藏的开发效率提供依据和技术保障,降低缝洞储层开发的风险,获得较高的收益。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的孤立缝洞体剩余油定量预测方法的流程图;
图2为根据本发明实施例的提取井上缝洞属性强度曲线;
图3为根据本发明实施例的缝洞属性与有效孔隙度关系图版;
图4为根据本发明实施例的三维空间缝洞体追踪与刻画效果;
图5(a)和(b)为根据本发明实施例的缝洞储层有效性优选立体刻画图;
图6为根据本发明实施例的剩余油预测分布平面图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
如图1所示,本发明实施例的孤立缝洞体剩余油定量预测方法,包括如下步骤:
步骤S1,获取缝洞属性数据及空间分布,生成针对该油井的井上缝洞属性强度曲线。
需要说明的是,在执行本步骤之前,首先获取缝洞属性数据及空间分布之前,获取测井数据并进行层位标定,建立井震时深关系,作为井上缝洞属性强度曲线的数据基础。
在本发明的一个实施例中,测井数据包括声波曲线和密度曲线。
具体地,在步骤S1中,采用以下三种方式之一获取缝洞属性数据及空间分布:
1)对叠前不同方位地震振幅数据采用各向异性椭圆拟合,计算得到缝洞属性数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线(如图2所示),通常可采用缝洞储层综合描述软件LD-EPofficeTM FRS+给予实现。
2)构建实际井裂缝强度曲线,利用合成曲线和地震资料约束反演,获取缝洞属性体数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线。
3)对叠后地震属性进行分析,在判断上述属性可反映缝洞特征时,利用上述属性作为缝洞属性数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线。其中,叠后地震属性包括曲率、振幅变化率、相干体、衰减梯。
步骤S2,根据井上缝洞属性强度曲线与实际解释的不同级别缝洞储层对应的有效孔隙度曲线进行交汇,建立关系图版,并对缝洞属性强度按照井上缝洞储层级别进行划分,得到不同级别缝洞属性的门槛值范围。
具体地,首先获取实际钻井上缝洞储层的解释数据,得到实际井缝洞储层解释结果,从而为建立缝洞储层分级关系图版提供基础资料。其中,解释数据包括有效孔隙度、裂缝张开度。
然后,对步骤S1生成的井上缝洞属性强度曲线按深度离散化并求平均值,与实际井缝洞储层解释结果一一对应,交汇建立不同级别缝洞储层的关系图版,分析并确定不同级别缝洞属性强度值门限范围。
如图3所示,根据实际井不同级别缝洞储层样本点与叠前缝洞属***汇关系图版分析,认为Ⅰ类缝洞储层有效孔隙por大于4%,叠前缝洞属性强度R大于1.19;Ⅱ类缝洞储层有效孔隙度por大于等于2%小于等于4%,叠前缝洞属性强度R大于1.15小于等于1.19;Ⅲ类缝洞储层有效孔隙度por小于等于2%,叠前缝洞属性强度R小于等于1.15。表1示出了不同级别缝洞储层门限范围参数表。
表1
步骤S3,根据不同级别缝洞属性的门槛值范围,以缝洞属性体为介质,设定值域对缝洞属性数据体进行空间三维自动追踪搜索,并对缝洞储层进行定量刻画。通过设定不同级别缝洞储层的门槛值,可以对缝洞属性数据体进行空间自动追踪搜索,搞清缝洞储层空间分布,如图4所示。
步骤S4,根据缝洞储层刻画结果,对缝洞储层有效性优选,根据已钻井和原始油水界面,对缝洞储层刻画结果进行优选,得到有井钻遇及无钻井并高于原始油水界面之上的孤立缝洞体,确定其体积及分布特征。
具体地,获取原始油水界面值,保证已钻井均已完成时深关系标定;
利用已钻井信息和原始油水界面(OWC)对已刻画的缝洞体的有效性进行优选,获取油水界面之上无井钻遇的孤立缝洞体。利用原始油水界面和井进行缝洞储层过滤,包括:过滤掉低于原始油水界面的缝洞体和已经含水的缝洞体,保留有井钻遇且高于原始油水界面缝洞体、无井钻遇且高于原始油水界面缝洞体有效。
具体地,低于原始油水界面的缝洞体高含水层为无效缝洞储层,须过滤删除。对于高于油水界面OWC以上的缝洞体分两种情况:
一种是有井钻遇缝洞体(含有井钻遇孤立缝洞体),如图5(a)所示。对于有井钻遇的缝洞体油藏因长期开发,油藏已经动用,可能在构造高部分残余一些剩余油
另一种是无井钻遇孤立缝洞体,如图5(b)所示。无井钻遇孤立缝洞体,因其地质条件周围存在致密围岩隔层,会对油藏起封闭作用,不会因为邻区井相继水淹而受影响。如果这种孤立缝洞体体积较大,剩余油储量较高,对于后期油田挖潜有很大的开发价值,因此,这种孤立缝洞体类型剩余油预测意义重大。进一步确定剩余油存在,还需获取静态资料烃类检测成果。
步骤S5,在获得孤立缝洞体刻画结果的基础上,获取静态数据和开发动态数据。
在本发明的一个实施例中,静态数据包括烃类检测结果、深度域构造、储量参数,其中,烃类检测结果通过地震资料计算叠后油气属性(衰减梯度、低频能量、最大能量、总能量)或者叠前反演获得。通常可以采用叠前反演与油气检测软件LD-EPofficeTM OceanPro+给予实现。其中,在开展烃类检测所需地震资料尽量保证投入开发前采集的地震资料,这样可以保证烃类检测的准确度。
动态数据包括目试油试采数据、生产数据(生产井段、生产类型、日产、含水、累油气水、液面等)、射孔数据、单井资料(井史)等。
步骤S6,通过步骤S4中已获取的井未钻遇且高于原始油水界面之上孤立缝洞体,结合步骤S5中获取的静态数据中的烃类检测成果、构造特征、及开发动态中的目前含水分布、日产油分布数据,对孤立剩余油的分布及潜力进行预测。
在本发明的一个实施例中,烃类检测成果采用以下方式之一获得:
1)利用叠前地震资料进行AVO属性分析(截距、梯度、伪泊松比、横波反射率),以及叠前反演拉梅系数、泊松比等参数获;
2)将叠前叠后油气属性进行信息融合获得。
根据孤立缝洞体定量刻画的体积、有效孔隙度及储量参数可以计算剩余油储量,最终达到对这种孤立缝洞体剩余油定量预测。
孤立剩余油主要依靠周围致密围岩封存,非均质性强,与周围缝洞体连通性差,导致在空间上孤立分布,尽管后期邻井开发动态显示已经水淹,但该油藏依然封存好,未动用。因此,这种孤立缝洞油藏是油田剩余油挖潜主要方向之一。通过以上方法,可以有效解决这种孤立缝洞剩余油的分布预测问题,为提高缝洞型油藏的开发效率提供依据和技术保障。
图6为根据本发明实施例的剩余油预测分布平面图。从图中可以看出,烃类检测成果、油气异常特征、井钻遇缝洞体存在残余剩余油分布区和孤立缝洞体平面展布区。
具体地,将静态数据中的烃类检测成果与孤立缝洞体分布特征对比分析,确定孤立缝洞含油气性。如果这种孤立缝洞体分布区与烃类检测结果异常分布区匹配程度高,说明这种孤立缝洞含油气性好,尽管目前动态显示邻区井已经水淹,但这种孤立缝洞体受周围致密隔层控制,不受水的影响,存在剩余油。相反,如果匹配程度较差,这种孤立缝洞体含油气性差,不存在剩余油。最终根据孤立缝洞体定量刻画的体积、有效孔隙度及储量参数可以计算剩余油储量,对这种孤立缝洞体剩余油定量预测。
根据本发明实施例的孤立缝洞体剩余油定量预测方法,考虑了缝洞储层的非均值性和连通性,解决了现有技术中由于碳酸盐岩缝洞储层非均质性,储层空间分布难以定量刻画,因而造成缝洞储层剩余油预测难度大的问题,提出了一种快速、高效、动静态相结合、并运用地球物理手段实现孤立缝洞体剩余油定量预测的方法。
本发明实施例的孤立缝洞体剩余油定量预测方法,具有以下有益效果:
(1)运用地球物理手段的对缝洞储层进行了空间的定量刻画,考虑缝洞储层的非均值性及连通性,弥补其他方法无法对缝洞储层空间分布的刻画的不足,能提高剩余油预测精度。
(2)本具有快速、高效性,能够快速实现孤立缝洞体的定量刻画,落实剩余油的空间分布范围及储量为提高缝洞型油藏的开发效率提供依据和技术保障,降低缝洞储层开发的风险,获得较高的收益。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。
Claims (10)
1.一种孤立缝洞体剩余油定量预测方法,其特征在于,包括如下步骤:
步骤S1,获取缝洞属性数据及空间分布,生成针对该油井的井上缝洞属性强度曲线;
步骤S2,根据所述井上缝洞属性强度曲线与实际解释的不同级别缝洞储层对应的有效孔隙度曲线进行交汇,建立关系图版,并对缝洞属性强度按照井上缝洞储层级别进行划分,得到不同级别缝洞属性的门槛值范围;
步骤S3,根据所述不同级别缝洞属性的门槛值范围,设定值域对缝洞属性数据体进行空间三维自动追踪搜索,并对缝洞储层进行定量刻画;
步骤S4,根据缝洞储层刻画结果,对缝洞储层有效性优选,得到有井钻遇及无钻井并高于原始油水界面之上的孤立缝洞体,确定其体积及分布特征;
步骤S5,在获得孤立缝洞体刻画结果的基础上,获取静态数据和开发动态数据;
步骤S6,通过步骤S4中已获取的井未钻遇且高于原始油水界面之上孤立缝洞体,结合步骤S5中获取的静态数据,对孤立剩余油的分布及潜力进行预测。
2.如权利要求1所述的孤立缝洞体剩余油定量预测方法,其特征在于,在所述步骤S1中,采用以下三种方式之一获取缝洞属性数据及空间分布:
1)对叠前不同方位地震振幅数据采用各向异性椭圆拟合,计算得到缝洞属性数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线;
2)构建实际井裂缝强度曲线,利用合成曲线和地震资料约束反演,获取缝洞属性体数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线;
3)对叠后地震属性进行分析,在判断上述属性可反映缝洞特征时,利用上述属性作为缝洞属性数据,并结合实际井位置生成针对该油井的井上缝洞属性强度曲线。
3.如权利要求1或2所述的孤立缝洞体剩余油定量预测方法,其特征在于,在获取缝洞属性数据及空间分布之前,获取测井数据并进行层位标定,建立井震时深关系,作为井上缝洞属性强度曲线的数据基础。
4.如权利要求3所述的孤立缝洞体剩余油定量预测方法,其特征在于,所述测井数据包括声波曲线和密度曲线。
5.如权利要求1所述的孤立缝洞体剩余油定量预测方法,其特征在于,在所述步骤S2中,首先获取实际钻井上缝洞储层的解释数据,得到实际井缝洞储层解释结果;
然后,对步骤S1生成的井上缝洞属性强度曲线按深度离散化并求平均值,与实际井缝洞储层解释结果一一对应,交汇建立不同级别缝洞储层的关系图版。
6.如权利要求1所述的孤立缝洞体剩余油定量预测方法,其特征在于,在所述步骤S4中,
获取原始油水界面值,保证已钻井均已完成时深关系标定;
利用原始油水界面和井进行缝洞储层过滤,包括:过滤掉低于原始油水界面的缝洞体和已经含水的缝洞体,保留有井钻遇且高于原始油水界面缝洞体、无井钻遇且高于原始油水界面缝洞体有效。
7.如权利要求1所述的孤立缝洞体剩余油定量预测方法,其特征在于,在所述步骤S5中,
所述静态数据包括烃类检测结果、深度域构造、储量参数,其中,所述烃类检测结果通过地震资料计算叠后油气属性或者叠前反演获得;
所述动态数据包括目试油试采数据、生产数据、射孔数据和单井资料。
8.如权利要求7所述的孤立缝洞体剩余油定量预测方法,其特征在于,在所述步骤S6中,
将所述静态数据中的烃类检测成果与孤立缝洞体分布特征对比分析,确定孤立缝洞含油气性,包括:如果孤立缝洞体分布区与烃类检测结果异常分布区匹配程度高,则判断该孤立缝洞含油气性好,存在剩余油;如果相立缝洞体分布区与烃类检测结果异常分布区匹配程度差,则判断该孤立缝洞体含油气性差,不存在剩余油。
9.如权利要求1所述的孤立缝洞体剩余油定量预测方法,其特征在于,在所述步骤S6中,
所述烃类检测成果采用以下方式之一获得:
1)利用叠前地震资料进行AVO属性分析,以及叠前反演拉梅系数、泊松比等参数获;
2)将叠前叠后油气属性进行信息融合获得。
10.如权利要求1所述的孤立缝洞体剩余油定量预测方法,其特征在于,在所述步骤S6中,所述对孤立剩余油的分布及潜力进行预测,包括:
根据孤立缝洞体定量刻画的体积、有效孔隙度及储量参数可以计算剩余油储量,对这种孤立缝洞体剩余油定量预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710534744.5A CN107558999B (zh) | 2017-07-03 | 2017-07-03 | 一种孤立缝洞体剩余油定量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710534744.5A CN107558999B (zh) | 2017-07-03 | 2017-07-03 | 一种孤立缝洞体剩余油定量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107558999A true CN107558999A (zh) | 2018-01-09 |
CN107558999B CN107558999B (zh) | 2021-02-23 |
Family
ID=60973034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710534744.5A Active CN107558999B (zh) | 2017-07-03 | 2017-07-03 | 一种孤立缝洞体剩余油定量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107558999B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142676A (zh) * | 2018-08-03 | 2019-01-04 | 中国石油集团川庆钻探工程有限公司 | 一种利用测井渗透率进行地层有效裂缝的识别方法 |
CN109583016A (zh) * | 2018-10-22 | 2019-04-05 | 恒泰艾普集团股份有限公司 | 一种缝洞体的空间几何形态确定及定量计算方法 |
CN110927819A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种裂缝发育程度表征方法 |
CN112459775A (zh) * | 2020-11-26 | 2021-03-09 | 中国石油天然气集团有限公司 | 一种剩余油分散程度表征方法 |
CN112945829A (zh) * | 2021-02-07 | 2021-06-11 | 西安石油大学 | 一种致密砂岩储层水驱剩余油分析方法及*** |
CN114427456A (zh) * | 2020-09-21 | 2022-05-03 | 中国石油化工股份有限公司 | 一种潜山油藏开发后期剩余油描述方法 |
CN114427427A (zh) * | 2020-09-24 | 2022-05-03 | 中国石油化工股份有限公司 | 一种提高缝洞型油藏波及范围的缩缝分流方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3987853A (en) * | 1971-09-27 | 1976-10-26 | Texaco Inc. | Method for increasing the oil recovery from active water drive reservoirs |
CN102339339A (zh) * | 2010-07-23 | 2012-02-01 | 中国石油化工股份有限公司 | 一种分析缝洞型油藏剩余油分布的方法 |
CN102339326A (zh) * | 2010-07-16 | 2012-02-01 | 中国石油化工股份有限公司 | 一种分析模拟缝洞型油藏流体流动的方法 |
CN102749651A (zh) * | 2012-07-12 | 2012-10-24 | 恒泰艾普石油天然气技术服务股份有限公司 | 一种储层裂缝测井标定方法 |
CN103556994A (zh) * | 2013-11-19 | 2014-02-05 | 中国石油大学(华东) | 缝洞型储层剩余油分布的实验检测***及检测方法 |
CN103926617A (zh) * | 2014-04-21 | 2014-07-16 | 中国石油化工股份有限公司 | 一种缝洞储集体的检测方法和检测装置 |
CN104298797A (zh) * | 2013-07-16 | 2015-01-21 | 中国石油化工股份有限公司 | 一种确定缝洞型油藏高导流通道圈闭剩余油的方法 |
CN104834008A (zh) * | 2015-05-04 | 2015-08-12 | 中国石油天然气股份有限公司 | 计算碳酸盐岩缝洞型储层充填程度的方法 |
CN105572739A (zh) * | 2016-02-19 | 2016-05-11 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩孔洞裂缝性发育特征判断方法 |
-
2017
- 2017-07-03 CN CN201710534744.5A patent/CN107558999B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3987853A (en) * | 1971-09-27 | 1976-10-26 | Texaco Inc. | Method for increasing the oil recovery from active water drive reservoirs |
CN102339326A (zh) * | 2010-07-16 | 2012-02-01 | 中国石油化工股份有限公司 | 一种分析模拟缝洞型油藏流体流动的方法 |
CN102339339A (zh) * | 2010-07-23 | 2012-02-01 | 中国石油化工股份有限公司 | 一种分析缝洞型油藏剩余油分布的方法 |
CN102749651A (zh) * | 2012-07-12 | 2012-10-24 | 恒泰艾普石油天然气技术服务股份有限公司 | 一种储层裂缝测井标定方法 |
CN104298797A (zh) * | 2013-07-16 | 2015-01-21 | 中国石油化工股份有限公司 | 一种确定缝洞型油藏高导流通道圈闭剩余油的方法 |
CN103556994A (zh) * | 2013-11-19 | 2014-02-05 | 中国石油大学(华东) | 缝洞型储层剩余油分布的实验检测***及检测方法 |
CN103926617A (zh) * | 2014-04-21 | 2014-07-16 | 中国石油化工股份有限公司 | 一种缝洞储集体的检测方法和检测装置 |
CN104834008A (zh) * | 2015-05-04 | 2015-08-12 | 中国石油天然气股份有限公司 | 计算碳酸盐岩缝洞型储层充填程度的方法 |
CN105572739A (zh) * | 2016-02-19 | 2016-05-11 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩孔洞裂缝性发育特征判断方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142676A (zh) * | 2018-08-03 | 2019-01-04 | 中国石油集团川庆钻探工程有限公司 | 一种利用测井渗透率进行地层有效裂缝的识别方法 |
CN110927819A (zh) * | 2018-09-20 | 2020-03-27 | 中国石油化工股份有限公司 | 一种裂缝发育程度表征方法 |
CN110927819B (zh) * | 2018-09-20 | 2021-08-31 | 中国石油化工股份有限公司 | 一种裂缝发育程度表征方法 |
CN109583016A (zh) * | 2018-10-22 | 2019-04-05 | 恒泰艾普集团股份有限公司 | 一种缝洞体的空间几何形态确定及定量计算方法 |
CN114427456A (zh) * | 2020-09-21 | 2022-05-03 | 中国石油化工股份有限公司 | 一种潜山油藏开发后期剩余油描述方法 |
CN114427427A (zh) * | 2020-09-24 | 2022-05-03 | 中国石油化工股份有限公司 | 一种提高缝洞型油藏波及范围的缩缝分流方法 |
CN112459775A (zh) * | 2020-11-26 | 2021-03-09 | 中国石油天然气集团有限公司 | 一种剩余油分散程度表征方法 |
CN112945829A (zh) * | 2021-02-07 | 2021-06-11 | 西安石油大学 | 一种致密砂岩储层水驱剩余油分析方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN107558999B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107558999A (zh) | 一种孤立缝洞体剩余油定量预测方法 | |
Ramírez et al. | Screening CO2 storage options in the Netherlands | |
Bagni et al. | Karst dissolution along fracture corridors in an anticline hinge, Jandaíra Formation, Brazil: Implications for reservoir quality | |
Tavakoli | Carbonate reservoir heterogeneity: overcoming the challenges | |
Eberli et al. | Seismic Imaging of Carbonate Reservoirs and Systems: AAPG Memoir 81 | |
CN104678438B (zh) | 一种co2地质封存中四维地震资料co2分布预测的方法 | |
Harris | The role of geology in reservoir simulation studies | |
Saboorian-Jooybari | A structured mobility-based methodology for quantification of net-pay cutoff in petroleum reservoirs | |
AlRassas et al. | Integrated static modeling and dynamic simulation framework for CO 2 storage capacity in Upper Qishn Clastics, S1A reservoir, Yemen | |
Schwartz | Fracture pattern characterization of the Tensleep formation, Teapot Dome, Wyoming | |
Abeed et al. | Modeling of petrophysical properties and reserve estimation of Mishrif formation-Garraf oil field | |
Fournillon et al. | Seismic expression of carbonate build-up karstification: karst modelling strategies and insights from synthetic seismic | |
Hemmings-Sykes | The influence of faulting on hydrocarbon migration in the Kupe area, south Taranaki Basin, New Zealand | |
Wipki et al. | Monitoring Concept for CO2 Storage at the Ketzin Pilot Site, Germany–post-injection continuation towards transfer of liability | |
Dubois et al. | Multiscale geologic and petrophysical modeling of the giant Hugoton gas field (Permian), Kansas and Oklahoma, USA | |
Connolly et al. | Visualizing hydrocarbon migration pathways associated with the Ringhorne oil field, Norway: An integrated approach | |
Erzeybek Balan | Characterization and modeling of paleokarst reservoirs using multiple-point statistics on a non-gridded basis | |
Park et al. | Probabilistic evaluation of multi-fluid-phase carbon dioxide storage capacities of saline formations in the Pohang Basin, Korea using three-dimensional geologic modeling and grid-based Monte Carlo simulation | |
Al-Mudhafar et al. | Optimization of cyclic CO2 flooding through the gas assisted gravity drainage process under geological uncertainties | |
Roberts-Ashby et al. | Potential for carbon dioxide sequestration in the Lower Cretaceous Sunniland Formation within the Sunniland Trend of the South Florida Basin, US | |
Smith | Modeling natural fracture networks: Establishing the groundwork for flow simulation at Teapot Dome, Wyoming | |
Jones et al. | Discrete fracture network modelling applied to groundwater resource exploitation in southwest Ireland | |
Oliveira | Well Representation in Simulation Models of Naturally Fractured Reservoirs Considering the Impact of DFN Upscaling | |
Detwiler et al. | An integrated geological modeling approach to assess potential of field wells for application of a surfactant imbibition process in an ultra-tight rock formation | |
Blauth et al. | Work Flow for Geological Characterization and Modeling of the Albian Carbonate Reservoirs from Offshore Campos Basin, Brazil |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 100094 Room 401, building 4, courtyard 3, fengxiu Middle Road, Haidian District, Beijing Patentee after: New JCM Group Co.,Ltd. Address before: 100094 Room 401, building 4, courtyard 3, fengxiu Middle Road, Haidian District, Beijing Patentee before: LANDOCEAN ENERGY SERVICES CO.,LTD. |