CN109184677A - 用于非均质互层砂体的储层评价方法 - Google Patents
用于非均质互层砂体的储层评价方法 Download PDFInfo
- Publication number
- CN109184677A CN109184677A CN201811122747.9A CN201811122747A CN109184677A CN 109184677 A CN109184677 A CN 109184677A CN 201811122747 A CN201811122747 A CN 201811122747A CN 109184677 A CN109184677 A CN 109184677A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- substratum
- reservoir evaluation
- sand body
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 108
- 239000004576 sand Substances 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000011160 research Methods 0.000 claims abstract description 24
- 238000011161 development Methods 0.000 claims abstract description 15
- 230000035699 permeability Effects 0.000 claims description 26
- 230000008021 deposition Effects 0.000 claims description 16
- 239000011435 rock Substances 0.000 claims description 15
- 239000013049 sediment Substances 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 239000011148 porous material Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 239000011707 mineral Substances 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 6
- 230000018109 developmental process Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 5
- 230000000704 physical effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 208000035126 Facies Diseases 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000010202 multivariate logistic regression analysis Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Physics & Mathematics (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Geophysics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了用于非均质互层砂体的储层评价方法，通过本方法得到每个小层的综合评价指数CEI，从而得到各小层储层分类评价结果。本方法相较于现有技术计算过程简单方便，普通地质研究人员均可实现，解决了现有的储层定量评价需要复杂的数学理论为基础的问题，使得对于非均质互层砂体储层的综合定量评价能够真正走出科研院校与高级实验室，深入到油气开发基层设计人员，为非均质护层砂体的评估与开发提供有效的地质指导，能够有效减少开发前期的误判，实现理论研究与实际开发的充分结合。
Description
技术领域
本发明涉及油气开发领域，具体涉及用于非均质互层砂体的储层评价方法。
背景技术
储层非均质性是指表征储层的参数在空间上的不均匀性，是储层的普遍特性。在开发储层评价中，储层的非均质性是指储层具有双重的非均质性，即赋存流体的岩石的非均质性和岩石空间中赋存的流体性质和产状的非均质性。储层非均质性既包括储层宏观发育特征非均质性，也包括微观孔隙结构非均质性等。储层非均质性研究的内容多种多样，主要包括储层非均质性分类、评价、成因分析、对储层性质和流体性质的影响、对油气田开发的影响等。储层厚度、储层物性及非均质性分析表明，储层平面差异大，非均质强，结合平面上不同区域内气井生产特征表明，储层这种平面上的非均质性是影响气井产能的重要因素。
对于非均质的互层砂体而言，现有储层综合评价方法较多，主要包括定性评价和定量评价两大类。定性评价方法很早以前得以应用至，主要根据储层孔隙度、渗透率的高低，将储层分为好、中、差三个级别，同时结合岩石的结构成熟度、成岩作用、微观孔喉特征等评价储层的储集性能。这种定性评价受人为因素影响较大，具有不同工作经验的研究人员对同一个评价目标，评价结果可能会存在较大差异。这种凭经验、人为的定性评价方法，有时可能会做出错误的评价。因此，储层定量评价方法是近年来的发展趋势。储层定量评价方法包括灰色***理论法、主成分分析法、聚类分析法、层次分析法、神经网络法、分形理论法等。这些现代数学地质方法的引入促进了储层评价研究水平的提高。灰色***理论首先由华中理工大学邓聚龙教授于1987年首先提出来，是通过灰色关联分析来寻求***中各因素的主要关系，找出影响各项评价指标的重要因素，从而掌握事物的主要特征，即通过变换母序列和子序列，计算各子因素与母因素之间的绝对差值的最大值、最小值，从而得到各子因素与母因素的关联系数，最终得到各评价参数的权重系数。主成分分析法是一种多变量的分析方法，为达到分析简化的目的，将数目较多的变量作线性组合，合并成几个主要的新变量—主成分，这样以较少数目的主成分代表地质变量变化的主要信息。大大地精简压缩了数据，又再现了原始数据件的相关关系及其内在的成因联系。层次分析法就是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场合。用层次分析法解决实际问题，关键是根据具体的研究问题将一个复杂的***分解为若干层次或子***，建立层次结构，构造判断矩阵，进而确定***中各因素的相对重要性。聚类分析法是一种多元统计数学分类方法，通过对样品进行聚类，即按性质或成因上的亲疏关系，对样品进行定量分类。聚类开始时每个客体自成一类，然后以某种表示客体亲疏关系的量为分类依据，把彼此之间关系最亲密的客体聚集合并归类，再根据类之间的亲疏程度继续合并，直至全部客体聚为一类。神经网络法通过不断对实例的学习，获得网络权系数。冉启全、童孝华等应用模糊神经网络方法，利用测井数据建立的储层测井判识的模糊神经网络。但是，以上提到的定量评价方法均以复杂的数学理论为基础，对于一般的地质研究人员难以准确的掌握和应用，因此现有技术中的非均质互层砂体储层综合定量评价仅仅停留在科研院校的理论中，至今尚未普遍应用于日常的油气田开发实际工作中。
发明内容
本发明的目的在于提供用于非均质互层砂体的储层评价方法，以解决现有技术在实际工作中难以对非均质互层砂体储层进行定量评价的问题，实现为普通地质研究人员提供具有可操作性的非均质储层定量评价方法的目的。
本发明通过下述技术方案实现：
用于非均质互层砂体的储层评价方法，包括以下步骤：
(a)结合测井资料、地震资料、岩心资料、生产动态资料、储层非均质性研究资料，进行储层评价参数优选，所优选的储层评价参数为以下参数中的N种：岩性、岩石结构、成岩作用、胶结类型、支撑方式、沉积微相、储层有效厚度、孔隙度、渗透率、层内渗透率变异系数、突进系数、级差、平均孔喉半径，其中N≥3；
(b)在所有小层内，采用极值法对所优选的每种储层评价参数进行归一化处理，使其值在0～1之间，归一化值记为Si；根据每种储层评价参数在不同小层中的变化程度确定不同小层内每个参数的权重系数Wi；
(c)根据对每种储层评价参数的归一化处理结果和权重系数，采用综合函数法得到每个小层的综合评价指数CEI，得到各小层储层分类评价结果：若CEI≥0.5，则为Ⅰ类储层；若0.2＜CEI≤0.5，则为Ⅱ类储层；若CEI＜0.2，则为Ⅲ类储层或干层。
针对现有技术中在实际工作中难以对非均质互层砂体储层进行定量评价的问题，本发明提出用于非均质互层砂体的储层评价方法，本方法中首先利用测井资料、地震资料、岩心资料、生产动态资料、储层非均质性研究资料等油气田前期开发所具有的资料，选择储层评价参数。储层评价参数从岩性、岩石结构、成岩作用、胶结类型、支撑方式、沉积微相、储层有效厚度、孔隙度、渗透率、层内渗透率变异系数、突进系数、级差、平均孔喉半径中选择至少三种，储层评价参数的选择遵循以下三条原则：①参数对储层质量有准确的、可定量的描述；②各参数之间具有相对独立性；③通过常规手段容易获取的参数。本领域技术人员可以根据油田实际情况、已有资料的获取情况、以及各油田各参数的准确性评估来进行选择，选择任意至少三种均可，在此不做限定。储层评价参数选择好后，提取出各储层评价参数在各小层内的值，其中本方案中的小层指砂体储层。所选的各项参数具有不同的量纲，无法直接在一起进行运算，所以要进行标准化处理，使它们具有可对比性。具体方法是，在所有小层内，采用极值法对所优选的每种储层评价参数进行归一化处理，使其值在0～1之间，归一化值记为Si；即是对于每一种储层评价参数而言，将其在所有小层中的值进行归一化处理，得到对应的Si。并且根据每种储层评价参数在不同小层中的变化程度确定不同小层内每个参数的权重系数Wi；即是对于每种储层评价参数而言，分别求得其在每个小层内的权重系数，以表示在不同小层内、不同储层评价参数的权重。最后根据对每种储层评价参数的归一化处理结果和在每个小层内的权重系数，采用综合函数法得到每个小层的综合评价指数CEI，得到各小层储层分类评价结果：若CEI≥0.5，则为Ⅰ类储层；若0.2＜CEI≤0.5，则为Ⅱ类储层；若CEI＜0.2，则为Ⅲ类储层或干层。其中CEI≥0.5为Ⅰ类储层，表明评价最高、储层物性最好。0.2＜CEI≤0.5为Ⅱ类储层，评价其次，储层物性较好。CEI＜0.2，则为Ⅲ类储层或干层，评价不佳，储层物性不佳。
进一步的，还包括步骤(d)：利用三维地质模型，对各小层储层分类评价结果进行数值化描述，得到各小层的空间分布状况。本方案中将对各小层的储层分类评价结果与三维地质模型相结合，得到空间分布状况，能够更加直观的为油田开发者提供对储层分布的空间认知。
优选的，步骤(a)中所优选的储层评价参数为储层有效厚度、孔隙度、渗透率、层内渗透率级差。反映储层质量的地质参数主要包括了储层岩石学特征参数、沉积微相、储层有效厚度、孔隙度、渗透率、层内非均质性、微观孔喉结构等。对各参数进行因果关系、定义关系及等价关系分析。储层岩石学特征参数从微观上反映储层质量，如成岩作用的强弱、胶结物的类型决定了微观孔喉特征，即储层岩石学特征与微观孔喉特征具有因果关系；不同沉积微相其储层厚度、层内非均质性存在差异，即沉积微相与储层厚度、非均质性(层内渗透率变异系数、突进系数和级差)为因果关系；孔喉结构是决定孔隙度、渗透率大小的主要微观因素。而且前述的储层岩石学特征、沉积微相无法用定量参数表述，孔喉结构参数只有取心井才可能得到。综上所述，选取储层有效厚度、孔隙度、渗透率、层内渗透率级差四个参数为储层评价参数，充分考虑了各参数间的因果关系、定义关系及等价关系，通过这四个参数能够有效反应出储层的地质情况。此外，本方案不仅仅限定仅选取储层有效厚度、孔隙度、渗透率、层内渗透率级差这四个参数的情况，除了这四个参数之外，还包含其他储层评价参数的选择也应得到本申请的保护。
优选的，归一化值Si＝Pi/Pmax，其中Pi为储层评价参数在指定小层内的实际值，Pmax为储层评价参数在所有小层中的最大值。本方案中给出了对于储层评价参数进行归一化计算的具体方法，即将某个储层评价参数在某个小层内的实际值除以其在所有小层中的最大值，从而对所有储层评价参数进行标准化处理，使他们具有可对比性。
优选的，对所有小层中的的各储层评价参数进行样点排序，取数值最大的10％个样点的平均值作为Pmax。本方案是为了避免某一异常极大值影响对储层评价参数的归一化精度，从而对于某个储层评价参数而言，选取数值最大的10％个样点的平均值作为Pmax，克服异常极大值的干扰，确保归一化精度。
优选的，各储层评价参数的权重系数Wi的计算方法为：先通过变异系数法计算出各储层评价参数在各小层内的变异系数Vi，每项储层评价参数在各小层内对应的权重系数Wi＝Vi/Vtotal，其中Vtotal是对应的储层评价参数在所有小层中的总和。考虑各项参数对储层质量的影响程度不同，或者是储层质量变化时各项参数值的变化程度不同，因此需要确定不同参数的权重系数以确保计算精度。变异系数法可以反应出某项参数在不同质量的储层中变化的情况，变化越剧烈(即敏感度越强)，其变异系数越大，则其权重也就越大。
进一步的，所述三维地质模型的建立中，包括了如下的小层细分方法：①以标准层为控制层位，把沉积砂体在近距离范围内连续稳定的、电测曲线形态相似、地层厚度相近的砂层划分为同一小层；②把砂体突然变薄或尖灭，电测曲线呈现自然电位幅度变小或变为平直，密度曲线特征形态相似的砂层划分为同一小层；③把电测曲线显示砂体叠置、呈箱状分布的两期砂层划分为同一小层。传统的油气开发时的三维建模技术，大都是以地震波为基础，以探井所获取的地质资料为参考进行，这种建模方式存在准确性不高的缺陷。本方案中基于前期开发生产井中的测井资料而进行，通过三个小层细分方法同时比对各测井曲线，从而基于小层对比方法对目的层段地层进行小层精细划分对比，能够显著提高地质建模的精度和准确性。
优选的，步骤(a)中所述沉积微相包括沉积古水流方向、沉积物源方向、岩向构造、沉积构造。沉积微相包括范围庞大而笼统，若要对其完全参数化，计算量过大，有悖于本申请方便普通地质研究人员使用的初衷，因此作为优选方案对其进行了优选。其中，沉积物通过沉积古水流载体搬运并卸载于沉积区，同时沉积物的展布方式又受沉积区古水流改造和再沉积作用影响，古水流方向的判定可以为研究区目的层沉积相带展布和砂体展布优势方向的确定提供重要依据。在确定沉积古水流方向后，沉积相研究需进一步确定沉积物源的方向，以进一步确定砂体展布或延伸的优势方向，因此沉积物源方向也是沉积微相中不可获取的一项研究参数。岩相与沉积构造类型是沉积过程的客观记录，是反映区内沉积相最主要和最直接的标志。通过沉积古水流方向、沉积物源方向、岩向构造、沉积构造的综合分析，即可通过最少的计算与数据处理，而得到对沉积微相最为准确的认识，本领域技术人员可以将其合理的参数化从而作为储层评价参数进行使用。
优选的，所述沉积古水流方向通过FMI成像测井和地层倾角测井共同解释得到。FMI成像测井和地层倾角测井所反映的信息是构造倾角和沉积层理倾角的综合，在利用这些资料确定沉积古水流方向时，需将构造倾角去除，从而得到砂岩沉积时的沉积层理的真实产状情况。
优选的，所述沉积物源方向通过沉积古地貌研究、重矿物研究、沉积物粒度分析法中的一种或多种方式得到。除了本方案中所提供的资料外，现有技术中用于沉积物源方向的方法还包括沉积古地貌研究、重矿物研究、沉积物粒度分析等，本领域技术人员均可采用。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明用于非均质互层砂体的储层评价方法，得到每个小层的综合评价指数CEI，从而得到各小层储层分类评价结果：若CEI≥0.5，则为Ⅰ类储层；若0.2＜CEI≤0.5，则为Ⅱ类储层；若CEI＜0.2，则为Ⅲ类储层或干层。其中CEI≥0.5为Ⅰ类储层，表明评价最高、储层物性最好。0.2＜CEI≤0.5为Ⅱ类储层，评价其次，储层物性较好。CEI＜0.2，则为Ⅲ类储层或干层，评价不佳，储层物性不佳。本方法相较于现有技术计算过程简单方便，普通地质研究人员均可实现，解决了现有的储层定量评价需要复杂的数学理论为基础的问题，使得对于非均质互层砂体储层的综合定量评价能够真正走出科研院校与高级实验室，深入到油气开发基层设计人员，为非均质护层砂体的评估与开发提供有效的地质指导，能够有效减少开发前期的误判，实现理论研究与实际开发的充分结合。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明具体实施例的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：
如图1所示的用于非均质互层砂体的储层评价方法，包括以下步骤：(a)结合测井资料、地震资料、岩心资料、生产动态资料、储层非均质性研究资料，进行储层评价参数优选，所优选的储层评价参数为以下参数中的N种：岩性、岩石结构、成岩作用、胶结类型、支撑方式、沉积微相、储层有效厚度、孔隙度、渗透率、层内渗透率变异系数、突进系数、级差、平均孔喉半径，其中N≥3；(b)在所有小层内，采用极值法对所优选的每种储层评价参数进行归一化处理，使其值在0～1之间，归一化值记为Si；根据每种储层评价参数在不同小层中的变化程度确定不同小层内每个参数的权重系数Wi；(c)根据对每种储层评价参数的归一化处理结果和权重系数，采用综合函数法得到每个小层的综合评价指数CEI，得到各小层储层分类评价结果：若CEI≥0.5，则为Ⅰ类储层；若0.2＜CEI≤0.5，则为Ⅱ类储层；若CEI＜0.2，则为Ⅲ类储层或干层。
实施例2：
如图1所示的用于非均质互层砂体的储层评价方法，在实施例1的基础上，还包括步骤(d)：利用三维地质模型，对各小层储层分类评价结果进行数值化描述，得到各小层的空间分布状况。步骤(a)中所优选的储层评价参数为储层有效厚度、孔隙度、渗透率、层内渗透率级差。归一化值Si＝Pi/Pmax，其中Pi为储层评价参数在指定小层内的实际值，Pmax为储层评价参数在所有小层中的最大值。对所有小层中的的各储层评价参数进行样点排序，取数值最大的10％个样点的平均值作为Pmax。各储层评价参数的权重系数Wi的计算方法为：先通过变异系数法计算出各储层评价参数在各小层内的变异系数Vi，每项储层评价参数在各小层内对应的权重系数Wi＝Vi/Vtotal，其中Vtotal是对应的储层评价参数在所有小层中的总和。所述三维地质模型的建立中，包括了如下的小层细分方法：①以标准层为控制层位，把沉积砂体在近距离范围内连续稳定的、电测曲线形态相似、地层厚度相近的砂层划分为同一小层；②把砂体突然变薄或尖灭，电测曲线呈现自然电位幅度变小或变为平直，密度曲线特征形态相似的砂层划分为同一小层；③把电测曲线显示砂体叠置、呈箱状分布的两期砂层划分为同一小层。步骤(a)中所述沉积微相包括沉积古水流方向、沉积物源方向、岩向构造、沉积构造。所述沉积古水流方向通过FMI成像测井和地层倾角测井共同解释得到。所述沉积物源方向通过沉积古地貌研究、重矿物研究、沉积物粒度分析法中的一种或多种方式得到。
表1为本实施例中对某油田某区块某组储层进行储层评价参数归一化值计算的结果：
表1
表2为根据表1所计算得到的储层综合评价参数权重系数表：
表2
| 参数 | 有效厚度 | 孔隙度 | 渗透率 | 渗透率级差 |
| 变异系数 | 1.232 | 0.326 | 1.285 | 0.474 |
| 权重系数 | 0.371 | 0.099 | 0.387 | 0.143 |
从计算得到的不同参数的权重系数可知，本区块中渗透率权重最大，表明其对储层质量的影响程度也最大；其次为有效厚度和层内渗透率级差，它们对储层质量的影响相当(权重分别为0.371、0.387)，为中等强度；对储层质量影响最小的是孔隙度，其权重仅为0.099。
在上述计算结果的基础上，继续使用本方法对本实施例中各小层进行评价，得到如表3所示的结果：
表3
从上表中可以得出，对于本实施例中某油田而言，对于XXA区块，Kh 7-1,2、Kh 3-1各小层储层以I类优质储层为主；Kh 5小层虽水下分支河道发育，但受储层孔隙度和渗透率物性相对较差的影响，该部分小层储层以II类储层为主；Kh 2、1砂组各小层多发育支流间湾，水下分支河道砂不发育，且孔-渗物性相对较差，故这些小层储层以II、III类储层为主，储层类型相对较差。对于XXB区块，Kh 5、Kh 3-1小层多发育水下分支河道微相，水下分支河道砂分布范围广、砂体孔隙度、渗透率物性相对较好，多以I类储层为主；其余各小层因多发育支流间湾，水下分支河道砂不发育，且储层孔渗物性相对较差，故以II、III类储层为主。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、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.用于非均质互层砂体的储层评价方法，其特征在于，包括以下步骤：
(a)结合测井资料、地震资料、岩心资料、生产动态资料、储层非均质性研究资料，进行储层评价参数优选，所优选的储层评价参数为以下参数中的N种：岩性、岩石结构、成岩作用、胶结类型、支撑方式、沉积微相、储层有效厚度、孔隙度、渗透率、层内渗透率变异系数、突进系数、级差、平均孔喉半径，其中N≥3；
(b)在所有小层内，采用极值法对所优选的每种储层评价参数进行归一化处理，使其值在0～1之间，归一化值记为Si；根据每种储层评价参数在不同小层中的变化程度确定不同小层内每个参数的权重系数Wi；
(c)根据对每种储层评价参数的归一化处理结果和权重系数，采用综合函数法得到每个小层的综合评价指数CEI，得到各小层储层分类评价结果：若CEI≥0.5，则为Ⅰ类储层；若0.2＜CEI≤0.5，则为Ⅱ类储层；若CEI＜0.2，则为Ⅲ类储层或干层。
2.根据权利要求1所述的用于非均质互层砂体的储层评价方法，其特征在于，还包括步骤(d)：利用三维地质模型，对各小层储层分类评价结果进行数值化描述，得到各小层的空间分布状况。
3.根据权利要求1所述的用于非均质互层砂体的储层评价方法，其特征在于，步骤(a)中所优选的储层评价参数为储层有效厚度、孔隙度、渗透率、层内渗透率级差。
4.根据权利要求1所述的用于非均质互层砂体的储层评价方法，其特征在于，归一化值Si＝Pi/Pmax，其中Pi为储层评价参数在指定小层内的实际值，Pmax为储层评价参数在所有小层中的最大值。
5.根据权利要求4所述的用于非均质互层砂体的储层评价方法，其特征在于，对所有小层中的的各储层评价参数进行样点排序，取数值最大的10％个样点的平均值作为Pmax。
6.根据权利要求1所述的用于非均质互层砂体的储层评价方法，其特征在于，各储层评价参数的权重系数Wi的计算方法为：先通过变异系数法计算出各储层评价参数在各小层内的变异系数Vi，每项储层评价参数在各小层内对应的权重系数Wi＝Vi/Vtotal，其中Vtotal是对应的储层评价参数在所有小层中的总和。
7.根据权利要求2所述的用于非均质互层砂体的储层评价方法，其特征在于，所述三维地质模型的建立中，包括了如下的小层细分方法：①以标准层为控制层位，把沉积砂体在近距离范围内连续稳定的、电测曲线形态相似、地层厚度相近的砂层划分为同一小层；②把砂体突然变薄或尖灭，电测曲线呈现自然电位幅度变小或变为平直，密度曲线特征形态相似的砂层划分为同一小层；③把电测曲线显示砂体叠置、呈箱状分布的两期砂层划分为同一小层。
8.根据权利要求1所述的用于非均质互层砂体的储层评价方法，其特征在于，步骤(a)中所述沉积微相包括沉积古水流方向、沉积物源方向、岩向构造、沉积构造。
9.根据权利要求8所述的用于非均质互层砂体的储层评价方法，其特征在于，所述沉积古水流方向通过FMI成像测井和地层倾角测井共同解释得到。
10.根据权利要求8所述的用于非均质互层砂体的储层评价方法，其特征在于，所述沉积物源方向通过沉积古地貌研究、重矿物研究、沉积物粒度分析法中的一种或多种方式得到。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811122747.9A CN109184677A (zh) | 2018-09-26 | 2018-09-26 | 用于非均质互层砂体的储层评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811122747.9A CN109184677A (zh) | 2018-09-26 | 2018-09-26 | 用于非均质互层砂体的储层评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109184677A true CN109184677A (zh) | 2019-01-11 |
Family
ID=64906329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811122747.9A Pending CN109184677A (zh) | 2018-09-26 | 2018-09-26 | 用于非均质互层砂体的储层评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109184677A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110094202A (zh) * | 2019-04-24 | 2019-08-06 | 中国地质大学（北京） | 基于分层系数的有效砂厚计算方法 |
| CN110284879A (zh) * | 2019-06-14 | 2019-09-27 | 西安石油大学 | 一种致密储层评价方法 |
| CN112096348A (zh) * | 2020-09-22 | 2020-12-18 | 中联煤层气有限责任公司 | 一种天然气产层组非均质性评价方法 |
| CN112598247A (zh) * | 2020-12-16 | 2021-04-02 | 中国海洋石油集团有限公司 | 一种储层分类评价体系改进方法 |
| CN113503156A (zh) * | 2021-07-12 | 2021-10-15 | 山东科技大学 | 储层垂向非均质性定量测定方法、***、介质、设备及终端 |
| CN115354992A (zh) * | 2022-08-31 | 2022-11-18 | 成都理工大学 | 一种基于岩性组合含气性特征的煤系气储层评价方法 |
| CN116341925A (zh) * | 2023-02-23 | 2023-06-27 | 成都理工大学 | 致密砂岩优质储层连续性评价***、方法、设备及终端 |
| CN117035508A (zh) * | 2023-08-01 | 2023-11-10 | 成都理工大学 | 基于多因素的致密气藏河道砂体连通性评价方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2811430A1 (fr) * | 2000-07-10 | 2002-01-11 | Inst Francais Du Petrole | Methode de modelisation permettant de predire en fonction du temps la composition detaillee de fluides porudits par un gisement souterrain en cours de production |
| CN104564041A (zh) * | 2014-07-24 | 2015-04-29 | 中国石油大学(华东) | 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法 |
| US20150168596A1 (en) * | 2013-12-18 | 2015-06-18 | King Fahd University Of Petroleum And Minerals | Inflow performance relationship for horizontal wells producing oil from multi-layered heterogeneous solution gas-drive reservoirs |
| CN104747185A (zh) * | 2015-03-19 | 2015-07-01 | 成都北方石油勘探开发技术有限公司 | 非均质油藏储层综合分类评价方法 |
| CN105626025A (zh) * | 2014-11-06 | 2016-06-01 | 中国石油化工股份有限公司 | 一种页岩储层压裂的可压性评价方法 |
| CN106156452A (zh) * | 2015-03-24 | 2016-11-23 | 中国石油化工股份有限公司 | 一种储层分析方法 |
| CN108009716A (zh) * | 2017-11-28 | 2018-05-08 | 西南石油大学 | 一种水平井体积压裂效果影响因素多层次评价方法 |
-
2018
- 2018-09-26 CN CN201811122747.9A patent/CN109184677A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2811430A1 (fr) * | 2000-07-10 | 2002-01-11 | Inst Francais Du Petrole | Methode de modelisation permettant de predire en fonction du temps la composition detaillee de fluides porudits par un gisement souterrain en cours de production |
| US20150168596A1 (en) * | 2013-12-18 | 2015-06-18 | King Fahd University Of Petroleum And Minerals | Inflow performance relationship for horizontal wells producing oil from multi-layered heterogeneous solution gas-drive reservoirs |
| CN104564041A (zh) * | 2014-07-24 | 2015-04-29 | 中国石油大学(华东) | 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法 |
| CN105626025A (zh) * | 2014-11-06 | 2016-06-01 | 中国石油化工股份有限公司 | 一种页岩储层压裂的可压性评价方法 |
| CN104747185A (zh) * | 2015-03-19 | 2015-07-01 | 成都北方石油勘探开发技术有限公司 | 非均质油藏储层综合分类评价方法 |
| CN106156452A (zh) * | 2015-03-24 | 2016-11-23 | 中国石油化工股份有限公司 | 一种储层分析方法 |
| CN108009716A (zh) * | 2017-11-28 | 2018-05-08 | 西南石油大学 | 一种水平井体积压裂效果影响因素多层次评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张冰: "利用测井资料研究沉积相与储层非均质性", 《中国优秀硕士学位论文全文数据库（电子期刊）基础科学辑》 * |
| 李婷等: "储层非均质性研究方法技术综述", 《陕西煤炭》 * |
| 许广明: "《地下流体渗流理论与数值模拟》", 30 November 2008, 地质出版社 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110094202A (zh) * | 2019-04-24 | 2019-08-06 | 中国地质大学（北京） | 基于分层系数的有效砂厚计算方法 |
| CN110284879A (zh) * | 2019-06-14 | 2019-09-27 | 西安石油大学 | 一种致密储层评价方法 |
| CN112096348A (zh) * | 2020-09-22 | 2020-12-18 | 中联煤层气有限责任公司 | 一种天然气产层组非均质性评价方法 |
| CN112598247A (zh) * | 2020-12-16 | 2021-04-02 | 中国海洋石油集团有限公司 | 一种储层分类评价体系改进方法 |
| CN112598247B (zh) * | 2020-12-16 | 2022-12-27 | 中国海洋石油集团有限公司 | 一种储层分类评价体系改进方法 |
| CN113503156A (zh) * | 2021-07-12 | 2021-10-15 | 山东科技大学 | 储层垂向非均质性定量测定方法、***、介质、设备及终端 |
| CN113503156B (zh) * | 2021-07-12 | 2023-08-22 | 山东科技大学 | 储层垂向非均质性定量测定方法、***、介质、设备及终端 |
| CN115354992A (zh) * | 2022-08-31 | 2022-11-18 | 成都理工大学 | 一种基于岩性组合含气性特征的煤系气储层评价方法 |
| CN116341925A (zh) * | 2023-02-23 | 2023-06-27 | 成都理工大学 | 致密砂岩优质储层连续性评价***、方法、设备及终端 |
| CN117035508A (zh) * | 2023-08-01 | 2023-11-10 | 成都理工大学 | 基于多因素的致密气藏河道砂体连通性评价方法 |
| CN117035508B (zh) * | 2023-08-01 | 2024-06-18 | 成都理工大学 | 基于多因素的致密气藏河道砂体连通性评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109184677A (zh) | 用于非均质互层砂体的储层评价方法 | |
| CN109447532B (zh) | 一种基于数据驱动的油藏井间连通性确定方法 | |
| CN109061765B (zh) | 非均质薄砂岩互层油藏的圈闭评价方法 | |
| CN105259572B (zh) | 基于地震多属性参数非线性自动分类的地震相计算方法 | |
| CN106154323B (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
| CN105760673B (zh) | 一种河流相储层地震敏感参数模板分析方法 | |
| CN111596978A (zh) | 用人工智能进行岩相分类的网页显示方法、模块和*** | |
| CN103376468A (zh) | 基于神经网络函数逼近算法的储层参数定量表征方法 | |
| CN109425900A (zh) | 一种地震储层预测方法 | |
| CN114723095A (zh) | 缺失测井曲线预测方法及装置 | |
| CN116168224A (zh) | 基于成像砾石含量的机器学习岩相自动识别方法 | |
| CN113503156A (zh) | 储层垂向非均质性定量测定方法、***、介质、设备及终端 | |
| CN106446514A (zh) | 一种基于模糊理论和神经网络的测井相识别方法 | |
| CN116305850A (zh) | 一种基于随机森林模型的地层热导率预测方法 | |
| Lu et al. | Identifying flow units by FA-assisted SSOM—An example from the Eocene basin-floor-fan turbidite reservoirs in the Daluhu Oilfield, Dongying Depression, Bohai Bay Basin, China | |
| CN115618750B (zh) | 一种基于耦合神经网络的地下油水渗流代理模型 | |
| CN109557601A (zh) | 一维海洋可控源电磁和地震联合储层参数反演方法 | |
| CN103048688A (zh) | 一种基于三步法的地震属性优选方法 | |
| CN116201535A (zh) | 油气藏目标井标志地层自动划分方法、装置及设备 | |
| CN112698397B (zh) | 一种台盆区走滑断裂空腔储层刻画方法 | |
| CN112433248B (zh) | 一种碳酸盐岩沉积环境下隐蔽储层的探测方法 | |
| CN114482995A (zh) | 一种细粒沉积物泥质含量精细确定方法 | |
| Wang et al. | Quantitative evaluation of unconsolidated sandstone heavy oil reservoirs based on machine learning | |
| CN112379435A (zh) | 相控岩溶型缝洞集合体刻画方法及装置 | |
| Li et al. | Three-dimensional reservoir architecture modeling by geostatistical techniques in BD block, Jinhu depression, northern Jiangsu Basin, China |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |