CN107917865B - 一种致密砂岩储层多参数渗透率预测方法 - Google Patents
一种致密砂岩储层多参数渗透率预测方法 Download PDFInfo
- Publication number
- CN107917865B CN107917865B CN201610888949.9A CN201610888949A CN107917865B CN 107917865 B CN107917865 B CN 107917865B CN 201610888949 A CN201610888949 A CN 201610888949A CN 107917865 B CN107917865 B CN 107917865B
- Authority
- CN
- China
- Prior art keywords
- particle size
- permeability
- porosity
- formula
- geological
- 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
- 230000035699 permeability Effects 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000002245 particle Substances 0.000 claims description 51
- 238000011161 development Methods 0.000 claims description 33
- 206010017076 Fracture Diseases 0.000 claims description 23
- 208000010392 Bone Fractures Diseases 0.000 claims description 22
- 239000004576 sand Substances 0.000 claims description 14
- 238000012417 linear regression Methods 0.000 claims description 9
- 230000001186 cumulative effect Effects 0.000 claims description 6
- VDHRJLNOQQQFNZ-UHFFFAOYSA-O [n'-[3-[1-[2-[4-[4-[4-[2-[4-[3-[[amino(azaniumyl)methylidene]amino]propyl]triazol-1-yl]acetyl]piperazin-1-yl]-6-[2-[2-(2-prop-2-ynoxyethoxy)ethoxy]ethylamino]-1,3,5-triazin-2-yl]piperazin-1-yl]-2-oxoethyl]triazol-4-yl]propyl]carbamimidoyl]azanium;chloride Chemical compound [Cl-].N1=NC(CCCN=C([NH3+])N)=CN1CC(=O)N1CCN(C=2N=C(N=C(NCCOCCOCCOCC#C)N=2)N2CCN(CC2)C(=O)CN2N=NC(CCCN=C(N)[NH3+])=C2)CC1 VDHRJLNOQQQFNZ-UHFFFAOYSA-O 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 9
- 239000011435 rock Substances 0.000 description 19
- 239000011148 porous material Substances 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 7
- 230000001427 coherent effect Effects 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 239000002734 clay mineral Substances 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 208000013201 Stress fracture Diseases 0.000 description 1
- 244000166550 Strophanthus gratus Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- TVQGDYNRXLTQAP-UHFFFAOYSA-N ethyl heptanoate Chemical compound CCCCCCC(=O)OCC TVQGDYNRXLTQAP-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6246—Permeability
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Remote Sensing (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及致密非均质砂岩储层精细预测评价领域，公开了一种致密砂岩储层渗透率多参数预测方法。包括：(1)确定致密砂岩储层中渗透率的地质主控因素，地质主控因素包括孔隙度、粒度及裂缝发育程度；(2)建立孔隙度、粒度的测井预测模型及地震预测模型；(3)确定裂缝发育程度的地质主控因素；(4)根据步骤(3)得到的地质主控因素建立裂缝发育指数模型；(5)建立地震‑地质约束的多参数渗透率综合预测模型。本发明的方法在地震‑地质多参数约束下，实现致密砂岩储层渗透率的单井及平面的准确预测。
Description
技术领域
本发明涉及致密非均质砂岩储层精细预测评价领域，特别是对于孔隙结构复杂、孔渗相关性差的储层评价。具体地，涉及一种致密砂岩储层多参数渗透率预测方法。
背景技术
在通常的储层分类评价中，一般采用孔隙度作为主要评价指标来确定有效储层并对储层进行分类评价。在孔隙结构相对简单、孔渗相关性较好的地区，评价结果与实际生产情况有较好的匹配性。但是，对于孔隙结构复杂、孔渗相关性差的储层，以孔隙度为基础的评价结果通常与实际生产状况具较大差异。因此，需要采用能够综合反映储层的储渗、运聚和产出能力的渗透率作为基本评价指标，开展基于渗透率的致密砂岩储层精细评价。其中，渗透率的准确预测至关重要。
前人针对致密非均质砂岩已建立多种渗透率预测方法和模型。宋宁(基于流动单元分类的非均质砂岩储层渗透率预测，2013)综合岩心分析测试和测井资料，对松辽盆地新站油田D404区块葡萄花油层进行流动单元划分，建立中低孔、中低渗非均质砂岩的渗透率预测模型；孟万斌等(2013)依据以砂岩岩石学特征为基础的不同类型砂岩孔渗定量分析渗透率预测模型，对川西新场地区上沙溪庙组JS2气藏储层渗透率进行研究，分别用不同类型储层的孔渗定量关系渗透率预测模型计算渗透率，提高渗透率求取精度。蔺景龙等(基于分形理论预测砂岩储层渗透率，2004)根据分形几何学的基本理论探讨了岩石孔隙的分形结构及孔隙分形维数的确定方法，改进Kozeny-Carman方程，调整颗粒半径和有效孔隙半径至适于动力传导过程的分辨率尺度，从而建立了渗透率的分形模型。谭成仟(基于岩石物理相的储层渗透率解释模型研究，2001)提出了一种基于岩石物理相的储层渗透率解释方法，在表征各类岩石物理相的基础上，建立了各类岩石物理相的渗透率解释模型。Baziar Sadegh(Prediction of permeability in a tight gas reservoir by using three softcomputing approaches，2014)利用多层感知器神经网络，同期神经模糊推理***和支持向量机的技术预测位于美国Mashakie盆地的Mesaverde致密含气砂岩的渗透率，结果表明，所有的方法在预测渗透率方面都具有可接受的性能，但同期神经网络模糊推理***和支持向量机比多层感知器预测渗透率更准确。
目前，针对致密非均质砂岩储层渗透率的预测方法和模型主要基于流动单元分类、砂岩组构分类、分形理论以及神经网络理论等。这些方法主要从岩石物理参数(孔隙度f、渗透率k、储层质量指数RQI等)出发，通过分析这些参数的典型测井响应特征，采用不同的统计学方法建立多测井参数的渗透率预测模型。这些方法主要存在三方面的问题：1)没有分析控制渗透率的地质主控因素，当岩石物理参数与测井曲线间没有明显相关性时，则难以建立可靠的渗透率预测模型；2)微裂隙可以明显改善致密砂岩储层的渗透性。但是，微裂隙由于通常不具有典型的测井、地震响应特征，导致裂缝预测一直是储层研究中的难点；3)这些方法主要针对单井，普遍仅具有单井(点)渗透率可预测性，不具备平面可预测性，而渗透率的平面准确预测却正是致密砂岩储层精细预测、评价的关键。
发明内容
本发明的目的是为了克服现有技术中的上述缺陷，提供一种致密砂岩储层多参数渗透率预测方法。
具体地，本发明提供一种致密砂岩储层多参数渗透率预测方法，该方法包括：
(1)确定致密砂岩储层中渗透率的地质主控因素，地质主控因素包括孔隙度、粒度及裂缝发育程度；
(2)建立孔隙度、粒度的测井预测模型及地震预测模型；
(3)确定裂缝发育程度的地质主控因素；
(4)根据步骤(3)得到的地质主控因素建立裂缝发育指数模型；
(5)建立地震-地质约束的多参数渗透率综合预测模型。
通过本发明的方法形成的地震-地质约束的多参数渗透率综合预测方法，可以实现渗透率的平面准确预测，为基于渗透率的非均质致密砂岩储层的精细评价奠定基础，推动了学科建设的发展，具有较强的指导性。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本发明的致密砂岩储层中渗透率预测方法的流程图。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
在本文中所披露的范围的端点和任何值都不限于该精确的范围或值，这些范围或值应当理解为包含接近这些范围或值的值。对于数值范围来说，各个范围的端点值之间、各个范围的端点值和单独的点值之间，以及单独的点值之间可以彼此组合而得到一个或多个新的数值范围，这些数值范围应被视为在本文中具体公开。
本发明提供了一种致密砂岩储层多参数渗透率预测方法，该方法包括：
(1)确定致密砂岩储层中渗透率的地质主控因素，地质主控因素包括孔隙度、粒度及裂缝发育程度；
(2)建立孔隙度、粒度的测井预测模型及地震预测模型；
(3)确定裂缝发育程度的地质主控因素；
(4)根据步骤(3)得到的地质主控因素建立裂缝发育指数模型；
(5)建立地震-地质约束的多参数渗透率综合预测模型。
本发明的致密砂岩储层可以为各种致密砂岩储层，例如可以为川西坳陷中江气田侏罗系致密砂岩、川西拗陷上三叠统须家河组及侏罗系砂岩、鄂尔多斯盆地上古生界砂岩、塔里木盆地侏罗系砂岩中的一种。
其中，川西拗陷中江气田侏罗系致密砂岩气藏属于低孔、低渗致密砂岩储层，储层中微裂隙发育且具有很强的非均质性，导致砂岩的孔、渗相关性较差。通常使用的孔隙度–渗透率相关方程预测的渗透率精度较低，亦不能很好地解释研究区勘探开发实践中存在的“低孔隙度、较差储层、亦能高产”问题，难以适应中江气田勘探开发实践需求。
根据本发明所述的方法，优选地，步骤(1)中，确定所述渗透率的地质主控因素的方法包括：将孔隙度相同渗透率不同的致密砂岩储层样品进行地质因素对比分析，以确定影响渗透率的地质主控因素；本领域的技术人员知晓，所述地质因素可以包括所述致密砂岩储层样品的孔隙度、岩石学特征、和微裂缝发育程度，其中，所述岩石学特征优选包括致密砂岩储层样品的岩石组分参数、岩石粒度、磨圆度和分选，更优选地，所述岩石组构参数包括黏土矿物含量和粒度。本发明中，在进行地质因素对比分析时，对于可以定量的地质因素，则采用常规方法测定该地质因素，并统计孔隙度相同渗透率不同的致密砂岩储层样品中有哪些定量地质因素不同，以定量地确定地质主控因素；对于不能够定量的地质因素，则采用定性观察的方法观察孔隙度相同渗透率不同的储层样品的定性地质因素的差别，以确定定性地质主控因素。上述优选地质因素中，黏土矿物含量、孔隙度和岩石粒度为定量地质因素，而磨圆度和分选为定性地质因素。本发明中，磨圆度是指岩石或矿物颗粒在搬运过程中经冲刷，滚动，撞击，棱角被磨圆的程度；分选表示的是颗粒的均一性。
本发明中，步骤(1)中，确定的地质主控因素可以包括孔隙度、粒度以及裂缝发育程度。其中，粒度可以通过粒度中值来反映。具体地，粒度中值的计算参见下式(2)或者式(4)。
根据本发明所述的方法，建立所述测井预测模型的方法优选为多元线性回归法；具体的步骤优选包括：以实测样品的孔隙度、粒度为基础，通过多元回归方法，分析实测孔隙度、粒度与测井参数包括AC、GR、CNL、DEN和RD的相关性，其中，CNL为中子测井值，DEN为密度测井值，RD为电阻率测井值，从而得到孔隙度、粒度的测井预测模型如式(1)和式(2)所示：
孔隙度＝0.4853*AC-26.725 式(1)
粒度中值＝2.7943*△GR+1.7207 式(2)
其中，AC为声波测井值，单位是μs/ft，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径值，单位为
GR为伽马测井值，单位为API；其中，△GR＝(GR-GRmin)/(GR-GRMax)。
本发明中，上述测井参数AC、GR可以根据本领域常规的测井方法得到。本发明中，粒径可以通过实验室显微镜测定的粒状碎屑长轴的长度来表示。本发明中的*表示乘积的关系。
根据本发明所述的方法，建立所述地震预测模型的方法优选为多元线性回归法；优选地，步骤(2)中得到的地震预测模型如式(3)和式(4)所示：
孔隙度＝-0.0020*波阻抗值+30.4138 式(3)
粒度中值＝-1.1*10-4*波阻抗值+3.096 式(4)
波阻抗值单位为g/cc*m/s；孔隙度单位为％，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径值，单位为
本发明中，波阻抗值可以通过地震勘探技术得到，波阻抗值是地震波在岩石中传播的速度乘以岩石的密度。
根据本发明所述的方法，由于微裂缝不具有典型的测井、地震响应特征，导致裂缝预测一直是储层研究中的难点。本发明的发明人在研究中发现，中江气田侏罗系的裂隙发育程度主要受砂体构型、距断层距离以及相干、曲率等的控制。因此，本发明人在研究中提出了一个可以综合表征裂缝发育程度的参数，即裂缝发育指数。结合地震多属性裂缝预测结果，在完成砂体构型、距断层距离、相干、曲率以及地震预测结果等数据标准化的基础上，采用多元线性回归方法，确定各参数的权重系数，建立裂缝发育指数的计算模型式(5)，并根据式(5)所示的公式完成裂缝发育程度的预测模型。
裂缝发育指数(FDI)＝-35.219+0.0747*砂体构型-0.010353*距断层距离+36.7045*相干+380.245*曲率 式(5)。
其中，距断层距离单位为千米，砂体构型分为均一、不均一(1表示均一，2表示不均一)，无单位，相干和曲率值均无单位。距断层距离单位为千米，但在将其代入式(5)中时仅代入数值，因此，计算得到的裂缝发育指数(FDI)无单位。
本发明中，距断层距离指的是预测样点与离其最近的断层的垂直距离，相干和曲率都是通过地震勘探采集的三维数据体计算得来，相干表示样点与周围数据的相关性，相干值越小，裂缝越发育；曲率是表示地质体在地下产状变化的程度，曲率越大，裂缝越发育。具体地，相干的计算方法可以按照本领域各种常规的方法计算得到，例如可以采用基于复地震道的相干体技术得到，相干体技术是利用地震信号相干值的变化来描述地层、岩石等的横向非均匀性，进而研究断层、微断裂的空间分布，地质构造异常及岩性的整体空间战布特征。曲率是根据致密脆性岩石的地震反射同相轴的弯曲程度来预测裂缝发育程度。曲率在数学上可以通过倾角与倾角的导数表示。
根据本发明所述的方法，步骤(5)中，通过多参数拟合方法建立渗透率综合预测模型如式(6)所示：
K＝e(1.9412+0.25645*孔隙度-4.11463*粒度中值+2.50071*裂缝发育指数) 式(6)
其中，K为渗透率，单位为mD，孔隙度单位为％，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径，单位为
其中，mD指的是毫达西。
本发明中，得到渗透率综合预测模型的方法可以为本领域各种常规的方法，例如可以为各种常规的多参数拟合方法。
本发明中，有钻井控制(钻井有测井数据)时，将公式(1)和(2)计算得到的数据以及式(5)得到的裂缝发育指数代入公式(6)中以计算渗透率，当无钻井控制或者有钻井控制但是无单井测井数据时，将公式(3)和(4)计算得到的数据以及式(5)得到的裂缝发育指数代入公式(6)中以计算渗透率，从而达到预测平面渗透率的目的。
以下将通过实施例对本发明进行详细描述。
孔隙度和渗透率的测定是在实验室中通过常规仪器进行的，用的是小块的岩芯或岩屑。波阻抗值可以通过地震勘探技术得到，波阻抗值是地震波在岩石中传播的速度乘以岩石的密度。AC是声波速度测井，是滑行波通过地层传播的时差Δt，单位是μs/ft。粒径是通过实验室显微镜测定，以粒状碎屑长轴为准，单位为mm。
实施例
本实施例用于说明致密砂岩储层中渗透率的预测方法。
(1)测定川西坳陷中江气田侏罗系致密砂岩储层各样品的渗透率和孔隙度，将孔隙度相同渗透率不同的致密砂岩储层样品进行地质因素对比分析，其中，地质因素包括岩石组分参数(包括黏土矿物含量)、岩石粒度、磨圆度、分选、孔隙度、微裂缝发育程度等因素，最终确定影响川西坳陷中江气田侏罗系致密砂岩储层渗透率地质主控因素为岩石孔隙度、粒度及微裂缝发育程度，其中，粒度可以通过粒度中值来反映，粒度中值的计算参见下式(2)或者式(4)；
(2)通过多元线性回归法建立渗透率影响地质主控因素的测井预测模型，具体方法为：以实测样品的孔隙度、粒度为基础，通过多元回归方法，分析实测孔隙度、粒度与测井参数包括AC、GR、CNL、DEN和RD的相关性，从而得到孔隙度、粒度含量测井预测模型，建立的测井预测模型为：
孔隙度＝0.4853*AC-26.725 式(1)
粒度中值＝2.7943*△GR+1.7207 式(2)
其中，AC为声波测井值，单位是μs/ft，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径值，单位为
GR为伽马测井值，单位为API；其中，△GR＝(GR-GRmin)/(GR-GRMax)；
建立地震预测模型的方法为多元线性回归法；得到的地震预测模型如式(3)和式(4)所示：
孔隙度＝-0.0020*波阻抗值+30.4138 式(3)
粒度中值＝-1.1*10-4*波阻抗值+3.096 式(4)
波阻抗值单位为g/cc*m/s；孔隙度单位为％，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径值，单位为
(3)确定裂缝发育程度的地质主控因素为砂体构型、距断层距离、相干和曲率；
(4)测定或者计算所述致密砂岩储层样品中的砂体构型、距断层距离、地震相干属性和曲率，采用多元线性回归方法，确定砂体构型、距断层距离、相干和曲率的权重系数，建立裂缝发育指数模型，如式(5)所示，
裂缝发育指数(FDI)＝-35.219+0.0747*砂体构型-0.010353*距断层距离+36.7045*相干+380.245*曲率 式(5)
其中，距断层距离单位为千米，砂体构型分为均一、不均一(1表示均一，2表示不均一)，无单位，相干和曲率值均无单位，距断层距离单位为千米，但在将其代入式(5)中时仅代入数值，因此，计算得到的裂缝发育指数(FDI)无单位；
(5)通过多参数拟合方法建立渗透率综合预测模型如式(6)所示：
K＝e(1.9412+0.25645*孔隙度-4.11463*粒度中值+2.50071*裂缝发育指数) 式(6)
其中，K为渗透率，单位为mD，孔隙度单位为％，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径，单位为
(6)当钻井有测井数据时，将公式(1)和(2)计算得到的数据以及式(5)得到的裂缝发育指数代入公式(6)中以计算渗透率，当无钻井控制或者有钻井控制但是无单井测井数据时，将公式(3)和(4)计算得到的数据以及式(5)得到的裂缝发育指数代入公式(6)中以计算渗透率，从而达到预测平面渗透率的目的，其中，表1示出了本实施例的方法预测的两个样品的渗透率以及采用现有方法实测的渗透率和采用单一参数模型所预测的渗透率的值，表2示出了现有方法单一参数模型所预测的渗透率和本实施例预测得到的渗透率与实测值之间相关系数的比较。
表1
表2
通过上表1和2的数据可以看出，采用本发明所建立的渗透率综合预测模型能够对致密砂岩储层的渗透率进行预测，所预测的渗透率与实测渗透率值更接近，相关系数达到0.88，而采用单一参数渗透率预测模型预测的渗透率与实测渗透率值的相关关系仅为0.68，因此，本发明的预测模型较单一参数模型对致密砂岩储层渗透率的预测更准确。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
Claims (7)
1.一种致密砂岩储层多参数渗透率预测方法，其特征在于，该方法包括：
(1)通过将孔隙度相同渗透率不同的致密砂岩储层样品进行地质因素对比分析，以确定致密砂岩储层中渗透率的地质主控因素，其中，所述地质主控因素包括孔隙度、粒度及裂缝发育程度；
(2)建立孔隙度、粒度的测井预测模型及地震预测模型；
(3)确定裂缝发育程度的地质主控因素，其中，所述裂缝发育程度的地质主控因素包括：所述致密砂岩储层样品中的砂体构型、距断层距离、相干和曲率；
(4)根据步骤(3)得到的地质主控因素建立裂缝发育指数模型；
(5)建立地震-地质约束的多参数渗透率综合预测模型。
2.根据权利要求1所述的方法，其中，步骤(2)中所述建立测井预测模型的方法为多元线性回归法。
3.根据权利要求1或2所述的方法，其中，步骤(2)中建立的测井预测模型如式(1)和式(2)所示：
孔隙度＝0.4853*AC-26.725 式(1)
粒度中值＝2.7943*△GR+1.7207 式(2)
其中，AC为声波测井值，单位是μs/ft，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径值，单位为
GR为伽马测井值，单位为API；其中，△GR＝(GR-GRmin)/(GR-GRMax)。
4.根据权利要求1所述的方法，其中，步骤(2)中所述建立地震预测模型的方法为多元线性回归法。
5.根据权利要求1或4所述的方法，其中，步骤(2)中建立的地震预测模型如式(3)和式(4)所示：
孔隙度＝-0.0020*波阻抗值+30.4138 式(3)
粒度中值＝-1.1*10-4*波阻抗值+3.096 式(4)
波阻抗值单位为g/cc*m/s；孔隙度单位为％，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径值，单位为
6.根据权利要求1所述的方法，其中，步骤(4)中，采用多元线性回归的方法，确定砂体构型、距断层距离、相干和曲率的权重系数，建立裂缝发育指数模型，如式(5)所示，
裂缝发育指数(FDI)＝-35.219+0.0747*砂体构型-0.010353*距断层距离+36.7045*相干+380.245*曲率 式(5)。
7.根据权利要求1所述的方法，其中，步骤(5)中，通过多参数拟合方法建立渗透率综合预测模型如式(6)所示：
K＝e(1.9412+0.25645*孔隙度-4.11463*粒度中值+2.50071*裂缝发育指数) 式(6)
其中，K为渗透率，单位为mD，孔隙度单位为％，粒度中值是粒度概率累积曲线上颗粒含量50％处对应的粒径，单位为
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610888949.9A CN107917865B (zh) | 2016-10-11 | 2016-10-11 | 一种致密砂岩储层多参数渗透率预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610888949.9A CN107917865B (zh) | 2016-10-11 | 2016-10-11 | 一种致密砂岩储层多参数渗透率预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107917865A CN107917865A (zh) | 2018-04-17 |
| CN107917865B true CN107917865B (zh) | 2020-01-31 |
Family
ID=61892710
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610888949.9A Active CN107917865B (zh) | 2016-10-11 | 2016-10-11 | 一种致密砂岩储层多参数渗透率预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107917865B (zh) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108427143B (zh) * | 2018-05-11 | 2019-10-11 | 中国石油天然气股份有限公司 | 岩层内裂缝发育特征的定量表征方法及装置 |
| CN108982320B (zh) * | 2018-07-10 | 2021-03-02 | 中国海洋石油集团有限公司 | 一种利用粒度参数进行复杂孔隙结构储层渗透率计算方法 |
| CN109191423B (zh) * | 2018-07-18 | 2019-07-02 | 中国矿业大学 | 一种基于机器图像智能学习的多孔介质渗透率预测方法 |
| CN110887772B (zh) * | 2018-09-11 | 2023-02-03 | 中国石油化工股份有限公司 | 一种碳酸盐岩储层渗透率识别方法、***及装置 |
| CN109184676B (zh) * | 2018-09-21 | 2021-06-04 | 中国地质大学（武汉） | 一种页岩气藏有效改造体积评价方法 |
| CN109710968B (zh) * | 2018-11-14 | 2022-03-01 | 中国石油天然气股份有限公司 | 一种基岩潜山裂缝预测方法及装置 |
| CN109710891A (zh) * | 2018-12-24 | 2019-05-03 | 核工业北京地质研究院 | 一种基于流动单元分类计算砂岩型铀矿砂体渗透率的方法 |
| CN112444854A (zh) * | 2019-08-30 | 2021-03-05 | 中国石油化工股份有限公司 | 一种基于多层感知器的地震相分析方法及存储介质 |
| CN110687603B (zh) * | 2019-11-07 | 2021-11-05 | 中海石油(中国)有限公司 | 一种海上油田储层内部渗流屏障的地质建模方法 |
| CN112925041B (zh) * | 2019-12-06 | 2023-08-22 | 中国石油天然气股份有限公司 | 储层裂缝的发育程度确定方法、装置、设备及存储介质 |
| CN111287741B (zh) * | 2020-04-12 | 2020-11-06 | 东北石油大学 | 一种致密油藏体积压裂改造区渗透率的快速计算方法 |
| CN111399044B (zh) * | 2020-04-13 | 2021-05-25 | 中国石油大学(北京) | 一种储层渗透率预测方法、装置及存储介质 |
| CN114135264B (zh) * | 2020-08-14 | 2024-04-02 | 中国石油化工股份有限公司 | 确定致密砂岩微裂缝发育程度的方法、装置和存储介质 |
| CN114088595A (zh) * | 2020-08-24 | 2022-02-25 | 中国石油化工股份有限公司 | 基于粒度资料评价冲积扇相漫流砂岩储层渗透性的方法 |
| CN112198551A (zh) * | 2020-09-12 | 2021-01-08 | 北京恺标技术发展有限公司 | 一种通用的定量化评价储层裂缝强度的新方法 |
| CN113075106B (zh) * | 2021-03-26 | 2022-11-11 | 桂林理工大学 | 一种砾石土侵蚀阶段的水力参数及涌水量的确定方法 |
| CN113188976B (zh) * | 2021-05-11 | 2022-08-16 | 中国石油大学(华东) | 一种夹层状页岩各向异性渗透率确定方法及*** |
| CN113158490B (zh) * | 2021-05-13 | 2023-04-14 | 中国石油大学(华东) | 致密砂岩储层渗透率计算模型的建立方法 |
| CN113624799B (zh) * | 2021-08-20 | 2023-11-17 | 西南石油大学 | 一种基于核磁共振和分形维数的岩石渗透率预测方法 |
| CN114185083B (zh) * | 2021-12-07 | 2022-11-22 | 成都北方石油勘探开发技术有限公司 | 一种碎屑岩地层中断层封闭性的定量评价方法 |
| CN117634294A (zh) * | 2023-11-23 | 2024-03-01 | 河海大学 | 一种基于岩石渗透率估算孔裂隙半径的预测方法 |
Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3416376A (en) * | 1966-11-30 | 1968-12-17 | Fuller Co | Surface area measurement of variable length sample of finely divided solids |
| WO1993015389A1 (en) * | 1992-01-24 | 1993-08-05 | Abb Strömberg Drives Oy | Method and apparatus for determination of refiner mechanical pulp properties |
| CN1103165A (zh) * | 1993-11-20 | 1995-05-31 | 大庆石油管理局勘探开发研究院 | 岩心渗透率自动测定仪 |
| US5668306A (en) * | 1995-04-28 | 1997-09-16 | Doherty; David L. | Soil analysis method including separate analyses of core sample strata |
| WO2004104560A3 (en) * | 2003-05-21 | 2005-03-24 | Baker Hughes Inc | Formation-based interpretation of nmr data for carbonate reservoirs |
| US7430931B2 (en) * | 2003-08-08 | 2008-10-07 | Konstandinos Zamfes | Microgranulometry and methods of applications |
| CN101937108A (zh) * | 2009-07-03 | 2011-01-05 | 中国石油天然气股份有限公司 | 低渗碎屑岩油气藏储量确定方法 |
| CN102175832A (zh) * | 2011-01-10 | 2011-09-07 | 中国石油天然气股份有限公司 | 一种确定典型储层最佳饱和度计算模型的方法 |
| CN102175529A (zh) * | 2011-01-26 | 2011-09-07 | 徐州师范大学 | 一种破碎岩样蠕变渗透全程耦合试验*** |
| CN102507412A (zh) * | 2011-11-07 | 2012-06-20 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩油藏等效模型的裂缝-基质渗透率级差判别方法 |
| CN102608015A (zh) * | 2012-03-08 | 2012-07-25 | 长沙理工大学 | 岩体各向异性渗透系数原位测试方法及其装置 |
| CN103163057A (zh) * | 2013-03-18 | 2013-06-19 | 河海大学 | 一种致密岩石材料气体渗透率测试装置及测算方法 |
| CN103257081A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 一种油气藏岩体力学地下原位模型恢复的方法及装置 |
| CN103558358A (zh) * | 2013-09-04 | 2014-02-05 | 中国石油天然气股份有限公司 | 一种层内非均质模型层间裂缝效应的检测方法及*** |
| CN103792574A (zh) * | 2012-10-30 | 2014-05-14 | 中国石油化工股份有限公司 | 一种储层频变含气性检测方法 |
| CN104133040A (zh) * | 2014-07-31 | 2014-11-05 | 中国石油大学(北京) | 预测常规型致密砂岩气藏有利分布发育范围的方法及装置 |
| CN104169714A (zh) * | 2012-01-13 | 2014-11-26 | 领英股份有限公司 | 用多能量x射线成像确定储层性质和品质的方法 |
| CN104614439A (zh) * | 2015-02-03 | 2015-05-13 | 中国石油化工股份有限公司胜利油田分公司技术检测中心 | 一种基于电场指纹法的无损检测装置及检测方法 |
| CN104655540A (zh) * | 2013-11-19 | 2015-05-27 | 中国石油大学(北京) | 一种确定成藏期致密砂岩古孔隙度方法 |
| CN104863560A (zh) * | 2015-03-09 | 2015-08-26 | 东方宝麟科技发展(北京)有限公司 | 用于页岩气开采的宽网压裂方法 |
| CN104965979A (zh) * | 2015-06-16 | 2015-10-07 | 中国石油化工股份有限公司 | 一种致密砂岩有效储层识别方法 |
| CN104977196A (zh) * | 2014-04-14 | 2015-10-14 | 中国石油化工股份有限公司 | 一种用于渗透率测定的标准物质、制备方法及其应用 |
| CN104989360A (zh) * | 2015-07-10 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种低渗透油藏动态裂缝的表征方法 |
| CN105182424A (zh) * | 2015-08-03 | 2015-12-23 | 中国石油天然气股份有限公司 | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 |
| CN105372166A (zh) * | 2014-08-26 | 2016-03-02 | 中国石油天然气股份有限公司 | 泥质砂岩渗透率的获取方法和装置 |
| CN105403497A (zh) * | 2015-12-08 | 2016-03-16 | 中国石油天然气股份有限公司 | 岩心渗透率演化模拟方法与*** |
| CN105510207A (zh) * | 2016-01-29 | 2016-04-20 | 河海大学 | 确定裂隙岩体不同方向渗透率对孔隙度敏感程度的方法 |
| CN105628586A (zh) * | 2016-02-19 | 2016-06-01 | 北京理工大学 | 一种多孔介质渗透率的确定方法 |
| CN105954801A (zh) * | 2016-06-12 | 2016-09-21 | 成都理工大学 | 一种基于频变属性的储层渗透率评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7653488B2 (en) * | 2007-08-23 | 2010-01-26 | Schlumberger Technology Corporation | Determination of point of sand production initiation in wellbores using residual deformation characteristics and real time monitoring of sand production |
-
2016
- 2016-10-11 CN CN201610888949.9A patent/CN107917865B/zh active Active
Patent Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3416376A (en) * | 1966-11-30 | 1968-12-17 | Fuller Co | Surface area measurement of variable length sample of finely divided solids |
| WO1993015389A1 (en) * | 1992-01-24 | 1993-08-05 | Abb Strömberg Drives Oy | Method and apparatus for determination of refiner mechanical pulp properties |
| CN1103165A (zh) * | 1993-11-20 | 1995-05-31 | 大庆石油管理局勘探开发研究院 | 岩心渗透率自动测定仪 |
| US5668306A (en) * | 1995-04-28 | 1997-09-16 | Doherty; David L. | Soil analysis method including separate analyses of core sample strata |
| WO2004104560A3 (en) * | 2003-05-21 | 2005-03-24 | Baker Hughes Inc | Formation-based interpretation of nmr data for carbonate reservoirs |
| US7430931B2 (en) * | 2003-08-08 | 2008-10-07 | Konstandinos Zamfes | Microgranulometry and methods of applications |
| CN101937108A (zh) * | 2009-07-03 | 2011-01-05 | 中国石油天然气股份有限公司 | 低渗碎屑岩油气藏储量确定方法 |
| CN102175832A (zh) * | 2011-01-10 | 2011-09-07 | 中国石油天然气股份有限公司 | 一种确定典型储层最佳饱和度计算模型的方法 |
| CN102175529A (zh) * | 2011-01-26 | 2011-09-07 | 徐州师范大学 | 一种破碎岩样蠕变渗透全程耦合试验*** |
| CN102507412A (zh) * | 2011-11-07 | 2012-06-20 | 中国石油集团川庆钻探工程有限公司 | 碳酸盐岩油藏等效模型的裂缝-基质渗透率级差判别方法 |
| CN104169714A (zh) * | 2012-01-13 | 2014-11-26 | 领英股份有限公司 | 用多能量x射线成像确定储层性质和品质的方法 |
| CN102608015A (zh) * | 2012-03-08 | 2012-07-25 | 长沙理工大学 | 岩体各向异性渗透系数原位测试方法及其装置 |
| CN103792574A (zh) * | 2012-10-30 | 2014-05-14 | 中国石油化工股份有限公司 | 一种储层频变含气性检测方法 |
| CN103163057A (zh) * | 2013-03-18 | 2013-06-19 | 河海大学 | 一种致密岩石材料气体渗透率测试装置及测算方法 |
| CN103257081A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 一种油气藏岩体力学地下原位模型恢复的方法及装置 |
| CN103558358A (zh) * | 2013-09-04 | 2014-02-05 | 中国石油天然气股份有限公司 | 一种层内非均质模型层间裂缝效应的检测方法及*** |
| CN104655540A (zh) * | 2013-11-19 | 2015-05-27 | 中国石油大学(北京) | 一种确定成藏期致密砂岩古孔隙度方法 |
| CN104977196A (zh) * | 2014-04-14 | 2015-10-14 | 中国石油化工股份有限公司 | 一种用于渗透率测定的标准物质、制备方法及其应用 |
| CN104133040A (zh) * | 2014-07-31 | 2014-11-05 | 中国石油大学(北京) | 预测常规型致密砂岩气藏有利分布发育范围的方法及装置 |
| CN105372166A (zh) * | 2014-08-26 | 2016-03-02 | 中国石油天然气股份有限公司 | 泥质砂岩渗透率的获取方法和装置 |
| CN104614439A (zh) * | 2015-02-03 | 2015-05-13 | 中国石油化工股份有限公司胜利油田分公司技术检测中心 | 一种基于电场指纹法的无损检测装置及检测方法 |
| CN104863560A (zh) * | 2015-03-09 | 2015-08-26 | 东方宝麟科技发展(北京)有限公司 | 用于页岩气开采的宽网压裂方法 |
| CN104965979A (zh) * | 2015-06-16 | 2015-10-07 | 中国石油化工股份有限公司 | 一种致密砂岩有效储层识别方法 |
| CN104989360A (zh) * | 2015-07-10 | 2015-10-21 | 中国石油天然气股份有限公司 | 一种低渗透油藏动态裂缝的表征方法 |
| CN105182424A (zh) * | 2015-08-03 | 2015-12-23 | 中国石油天然气股份有限公司 | 一种基于斑块饱和模型定量预测储层孔隙度的方法和装置 |
| CN105403497A (zh) * | 2015-12-08 | 2016-03-16 | 中国石油天然气股份有限公司 | 岩心渗透率演化模拟方法与*** |
| CN105510207A (zh) * | 2016-01-29 | 2016-04-20 | 河海大学 | 确定裂隙岩体不同方向渗透率对孔隙度敏感程度的方法 |
| CN105628586A (zh) * | 2016-02-19 | 2016-06-01 | 北京理工大学 | 一种多孔介质渗透率的确定方法 |
| CN105954801A (zh) * | 2016-06-12 | 2016-09-21 | 成都理工大学 | 一种基于频变属性的储层渗透率评估方法 |
Non-Patent Citations (5)
| Title |
|---|
| Prediction of permeability in a tight gas reservoir by using three soft computing approaches: A comparative study;Baziar S. 等;《Journal of Natural Gas Science and Engineering》;20141231(第21期);第718-724页 * |
| 基于分形理论预测砂岩储层渗透率;蔺景龙 等;《东北石油大学学报》;20040531;第28卷(第5期);第1-3页 * |
| 基于流动单元分类的非均质砂岩储集层渗透率预测;宋宁 等;《科技导报》;20130228(第2期);第68-71页 * |
| 川西坳陷叠覆型致密砂岩气区储层特征及定量预测评价;叶素娟 等;《石油学报》;20151231;第36卷(第12期);第1484-1494页 * |
| 缝洞型碳酸盐岩储集体特征及预测——以A油田P_Z段为例;王兆峰 等;《石油与天然气地质》;20120331;第33卷(第3期);第459-466页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107917865A (zh) | 2018-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107917865B (zh) | 一种致密砂岩储层多参数渗透率预测方法 | |
| CN110644980B (zh) | 一种超低渗透油藏储层综合分类评价方法 | |
| CN113901681B (zh) | 一种全寿命周期页岩气储层双甜点三维可压性评估方法 | |
| CN108694264B (zh) | 一种确定页岩气储层渗透率的方法 | |
| 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 | |
| CN107829731B (zh) | 一种黏土蚀变的火山岩孔隙度校正方法 | |
| CN104213899A (zh) | 一种地层岩石骨架的测井识别方法 | |
| CN105317435A (zh) | 一种水平井裂缝识别方法 | |
| Mahjour et al. | Developing a workflow to represent fractured carbonate reservoirs for simulation models under uncertainties based on flow unit concept | |
| CN112145165B (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
| CN110162851A (zh) | 一种电缆地层测试泵抽数值模拟及其过程的数值校正方法 | |
| CN109117580A (zh) | 一种油气藏裂缝开度数值模拟方法 | |
| Yang et al. | Study on the stimulation effectiveness evaluation of large-scale hydraulic fracturing simulation experiment based on optical scanning technology | |
| CN112526622B (zh) | 基于成像测井孔隙度谱的拟核磁回波数据计算方法 | |
| CN112835124B (zh) | 基于成像测井和阵列声波测井资料的裂缝有效性评价方法 | |
| CN112946743A (zh) | 区分储层类型的方法 | |
| CN109826623B (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
| CN108875115B (zh) | 一种确定岩石强度的方法 | |
| CN112198551A (zh) | 一种通用的定量化评价储层裂缝强度的新方法 | |
| CN112746835A (zh) | 一种优化的深层页岩气地质甜点测井综合评价方法 | |
| CN115434688B (zh) | 一种水平井的随钻测井的进钻曲线控制方法 | |
| CN115905917A (zh) | 综合静动态数据构建海域低渗气层分类曲线的方法 | |
| CN110764161B (zh) | 一种通过钻探资料判识碳酸盐岩断裂破碎带的综合方法 | |
| CN113361111B (zh) | 一种低渗透油藏储层特征模型的划分方法 | |
| Yang et al. | Visualization and quantitative statistics of experimental hydraulic fracture network based on optical scanning |
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 |