CN110909466B - 提高差孔隙分选储层平均毛管压力曲线计算精度的方法 - Google Patents
提高差孔隙分选储层平均毛管压力曲线计算精度的方法 Download PDFInfo
- Publication number
- CN110909466B CN110909466B CN201911147846.7A CN201911147846A CN110909466B CN 110909466 B CN110909466 B CN 110909466B CN 201911147846 A CN201911147846 A CN 201911147846A CN 110909466 B CN110909466 B CN 110909466B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- capillary pressure
- regression
- formula
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000011148 porous material Substances 0.000 title abstract description 39
- 238000004364 calculation method Methods 0.000 title abstract description 19
- 238000009736 wetting Methods 0.000 claims abstract description 23
- 238000002474 experimental method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims 1
- 230000035699 permeability Effects 0.000 abstract description 11
- 238000000926 separation method Methods 0.000 abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 36
- 235000019738 Limestone Nutrition 0.000 description 14
- 239000006028 limestone Substances 0.000 description 14
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 11
- 229910052753 mercury Inorganic materials 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 239000011435 rock Substances 0.000 description 6
- 238000003825 pressing Methods 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 235000020681 well water Nutrition 0.000 description 3
- 239000002349 well water Substances 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种有效提高差孔隙分选储层平均毛管压力曲线计算精度的回归方法,包括如下步骤:在同类储层上选取多个岩心样品进行毛管压力实验,记录毛管压力与润湿相饱和度的对应数值,对所有毛管压力曲线做J函数无因次化,记录J值与润湿相饱和度的对应数值,使用本发明的分形J函数回归式1和式2分别对数据进行多元非线性回归,得到两组回归参数和确定系数R2,选择回归结果位于数据点范围内,且确定系数R2更接近于1的公式作为该类储层的平均毛细管压力曲线的基础公式,利用回归参数、界面张力、润湿角以及该类储层的平均孔隙度和平均绝对渗透率,依据J函数定义式求出平均毛管压力与润湿相饱和度,即平均毛细管压力曲线。
Description
技术领域
本发明涉及油田开发领域,是一种有效提高差孔隙分选储层平均毛管压力曲线计算精度的应用方法。
背景技术
目前油田开发领域针对代表同一类储层孔隙结构平均化性质的平均毛管压力曲线计算方法主要是J函数方法,该方法将储层单个岩心样品的测试毛管压力曲线引入进行无因次化,对储层多个岩心J函数值与含水饱和度进行幂函数回归,与储层平均化的孔隙度、绝对渗透率共同求取储层平均毛管压力曲线。该方法在理论和实践应用中,主要存在以下两个问题:(1)实测孔隙分选差的储层的J函数曲线不呈经验性幂函数形式,即经验公式回归精度偏低,适用性有限;(2)J函数经验公式缺乏理论依据,回归参数无物理意义。
储层平均毛管压力曲线在表征含微裂缝、溶洞等复杂孔隙结构平均化性质方面具有重要意义,作为计算油藏初始含水饱和度的中间参数影响储量计算结果,也作为数值模拟开发指标预测的直接输入参数而影响产量预测结果,而对孔隙分选差的储层,当前经验幂函数对无因次毛管压力曲线回归精度偏低,因此,亟须针对该技术的核心——无因次J函数回归方法进行研究,以提高该类储层回归精度,并给出理论解释。
发明内容
针对上述问题,本发明的目的是提供一种有效提高差储层J函数回归精度的回归解析式。
为实现上述目的,本发明采取以下技术方案:
一种计算储层平均毛管压力曲线的方法,包括如下步骤:
1)在同一类储层上选取多个岩心样品,并对每个岩心样品进行一组毛细管压力实验,并记录毛管压力与润湿相饱和度数据;
2)对每个岩心样品,使用步骤1中记录的数据分别用公式进行无因次化J函数处理,建立J函数与含水饱和度的数值对应关系;
3)对同类储层的所有岩心样品,使用步骤2中记录的数据分别用公式 进行回归求解,其中参数变化范围限定A2>0,C2>0,B2>0,得到回归参数A2、B2、C2和第一确定系数/>
对同类储层所有岩心样品,使用步骤2中记录的数据分别用公式 进行回归求解,其中参数变化范围限定A4>0,C4>0,0<B4<1,得到回归参数A4、B4、C4和第二确定系数/>
4)将回归结果与步骤2中记录的数据作图,选择回归结果位于步骤2中含水饱和度和J函数范围内,且确定系数更接近于1的公式作为平均毛细管压力曲线的基础公式,步骤3)中同类储层所有岩心样品对应所述基础公式的回归参数即为该类储层平均毛细管压力曲线对应的回归参数。
其中,由于不同测试方法得到的毛管压力单位不同,处理时单位换算系数a不同。
其中,所述第一确定系数和第二确定系数为同种类型,即所述第一确定系数和第二确定系数均为其中SSR(regression sum of squares)为回归平方和,SSE(error sum of squares)为残差平方和,SST(total sum of squares)为总平方和。
其中,所述选择最优公式的选择方法为:
3-1)将同类储层多个岩心样品无因次化后的J函数与含水饱和度关系数据点,作为真值,将公式(2)与真值回归得到的参数代回公式(2)计算前述含水饱和度对应的J函数回归值,作为回归值1,将确定系数1记为将公式(3)与真值回归得到的参数代回公式(3)计算前述含水饱和度对应的J函数回归值,作为回归值2,将确定系数2记为/>选择回归值位于真值的范围内的对应公式作为最优公式;
3-2)对2个公式都位于真值范围内的情况,则比较确定系数的大小:
若大于等于/>所述待测储层的平均毛细管压力曲线的基础公式为公式(2);
若大于等于/>所述待测储层的平均毛细管压力曲线的基础公式为公式(3)。
其中,所述3-2)中,当待测储层的平均毛细管压力曲线的基础公式为公式(2)时,所述待测储层的平均毛细管压力曲线为其中,A2>0,C2>0,B2>0;
当待测储层的平均毛细管压力曲线的基础公式为公式(3)时,所述待测储层的平均毛细管压力曲线为其中,A4>0,C4>0,0<B4<1。
其中,所述步骤3-1)中进行毛细管压力实验的岩心数≥1。
其中,每个岩心样品进行1组毛细管压力实验;并记录毛细管压力实验中的含水饱和度与毛细管压力数值对应关系、润湿角、两相界面张力,以及岩心的孔隙度和绝对渗透率。
其中,所述回归参数A4、A2、B4、B2与分形维数、入口压力、最大毛管压力有关,C4和C2与分形维数有关。
其中,所述A2、B2、C2可以通过公式其中,A2>0,C2>0,B2>0;或者/>其中A2>0,C2>0,B2>1,通过多元非线性回归得到,润湿相饱和度Sw与非润湿相饱和度Snw的关系为Sw+Snw=1;
所述A4、B4、C4可以通过公式其中A4>0,C4>0,0<B4<1或者/>其中A4>0,C4>0,B4>0,通过多元非线性回归得到,润湿相饱和度Sw与非润湿相饱和度Snw的关系为Sw+Snw=1。
本发明基于分形几何理论,推导出J函数回归式的分形表达式(适用条件D<3和rmin→0)、J=A(Sw+B)C(适用条件D<3和rmin→ε>0)和J=A(1-BSw)C(适用条件3<D<5和rmin>0),从理论上一方面建立起原经验幂率式回归参数与分形维数的关系,指出该式是孔隙分选较好,分形维数D<3,最小孔隙半径rmin→0的情况,另一方面,推广了原回归式的函数形式,对孔隙分选差,分形维数D<3,rmin→ε>0和3<D<5,rmin>0的储层,提出两种广适分形回归方法J=A(Sw+B)C和J=A[1-BSw]C,经实际油田资料验证,两种方法可有效提高该类储层的J函数回归精度(确定系数R2更接近于1),由此求出的初始含水饱和度,更接近饱和度测井曲线的解释结果,从而间接证实了该方法求出的储层平均毛管压力曲线精度更高,更接近地下实际情况,侧面证明了本发明更普遍的适用性。
本发明由于采取以上技术方案,其具有以下优点:1、基于分形理论的数学推导,将回归参数与分形维数、最大、最小毛管压力建立了关系,物理意义明确,具有扎实的理论基础,为目前通用的经验公式(幂函数)提供了理论依据;2、饱和度不用进行归一化处理,简化了数据处理环节;3、有效提高孔隙分选差的储层的J函数回归精度、初始含水饱和度计算精度和毛管压力曲线计算精度,适用范围更广。
附图说明
图1是实施例1中某实际灰岩油藏一类储层,本发明与现方法对J函数回归对比;
图2是实施例1中某实际灰岩油藏二类储层,本发明与现方法对J函数回归对比;
图3是实施例1中某实际灰岩油藏三类储层,本发明与现方法对J函数回归对比;
图4是实施例1中某实际灰岩油藏四类储层,本发明与现方法对J函数回归对比;
图5是实施例1中某实际灰岩油藏一类储层,本发明与现方法平均毛管压力曲线计算结果对比;
图6是实施例1中某实际灰岩油藏二类储层,本发明与现方法平均毛管压力曲线计算结果对比;
图7是实施例1中某实际灰岩油藏三类储层,本发明与现方法平均毛管压力曲线计算结果对比;
图8是实施例1中某实际灰岩油藏四类储层,本发明与现方法平均毛管压力曲线计算结果对比;
图9是实施例1中利用现方法对某实际灰岩油藏一类至四类储层求出的初始含水饱和度场;
图10是实施例1中利用本发明的方法对某实际灰岩油藏一类至四类储层求出的初始含水饱和度场;
图11是实施例1中利用现方法对求出的某实际灰岩油藏一类至四类储层初始含水饱和度场柱状图统计;
图12是实施例1中利用本发明的方法对求出的某实际灰岩油藏一类至四类储层初始含水饱和度场柱状图统计;
图13为本发明与现方法对某实际灰岩油藏四类储层求出的单井初始含水饱和度和测井解释饱和度的对比;从左至右五幅图分别为:BU-28井,BU-29井,BU-30井,BU-31井和BU-41井,其中黑色线为含水饱和度测井曲线,绿色线为现有方法计算的饱和度曲线,红色线为本发明方法计算的饱和度曲线。
具体实施方式
下面结合公式推导、附图和实施例对本发明进行详细描述。
毛管压力无因次化J函数表达式为其现有回归式/>广适分形回归式1:/>和广适分形回归式2:/>的及各公式的适用条件,参数变化范围的推导过程如下。
根据分形几何理论,若储层孔隙的孔径分布符合分形结构,则可用某种自相似的基本单元体填充这种分形结构,根据不等径等长平直毛管束渗流模型,该单元体可为半径和长度均为r的平直毛细管。压汞过程中,某个汞饱和度增加区间,已被汞充填的毛细管数量N(>r)与该区间汞刚充填的那一簇毛管半径r之间存在幂函数关系:
式中,rmax最大毛管半径,P(r)为孔径分布密度函数,D为分形维数,a为比例常数。
式(1)对r求导,可得孔径分布密度函数P(r)的表达式:
P(r)=-Da·r-D-1 式(2)
将式(2)代入下式积分,得该区间毛管半径小于r,未被汞充填的孔隙累积体积
式中,同理可得岩心总孔隙体积表达式:
其中,V(<r)代表润湿相占据的孔隙体积,V(r)代表总孔隙体积。
易得该区间润湿相空气饱和度:
毛管压力与孔隙半径的关系式为:
式中,σ为汞-空气界面张力,一般取480mN/m,式中,θ为汞-空气润湿角,一般取140°。
式(6)代入式(5),可得:
若用SHg=1-SAir替换为含汞饱和度,则式(7)变为式(8):
式(7)、式(8)中,Pmax为最小毛管半径对应的最大毛管压力,Pe为排驱压力,即最大毛管半径对应的最小毛管压力。
孔隙分选好的中、高孔渗储层,分形维数D<3,rmin<<rmax,孔隙半径主要集中在大于rmin的范围,压汞至残余空气饱和度时,若rmin→0,由幂函数性质知对应Pmax→+∞,/>式(7)、式(8)可简化为式(9)、式(10):
式(9)或式(10)即贺承祖压汞分形函数,与Brooks-Corey函数相比,饱和度未做标准化处理,由于分形维数D小于3,则标准化饱和度为0的点,超出幂函数幂指数为负数时的定义域,故贺承祖压汞分形函数(式9或式10)是更合理的。
孔隙分选差的储层,分形维数较大,rmin<rmax,小孔隙半径的集中程度变高,rmin不能忽略,讨论分形维数的两个范围:
(1)D<3,分选较差,压汞至残余空气饱和度时,①若rmin→0对应Pmax→+∞,同样由幂函数性质仍得到式(9)、式(10);②若rmin→ε>0对应Pmax趋与极大值,但不是无穷大,由式(7)可得:
由式(8)可得:
(2)3<D<5,分选极差,小孔隙半径的集中程度进一步变高,残余空气饱和度对应的孔隙半径rmin>0,由幂函数性质对应Pmax>0,/>由式(7)可得:
由式(8)可得:
式(11)或式(12)为压汞分形函数回归式在D<3,rmin→ε>0情形下的形式,式(13)或式(14)为压汞分形函数回归式在3<D<5,孔隙分选极差的情形下的形式,与Li函数相比,饱和度同样不做标准化处理。
用不等径等长毛管束渗流模型简化为渗流状态下的岩石孔隙空间。由泊稷叶定律,压差Δp作用下,粘度为μ的汞流过半径为ri,长度为L的单根毛管束的流量为:
单根毛管体积代入式(15),得:
N(r)根毛细管流量加和得到多孔介质总流量:
将单根毛细管体积用含汞饱和度表示为:
式(18)中,A为岩心截面积,L为岩心长度,SHgi为单根毛细管含汞饱和度。将式(18)代入式(17),得:
联立达西定律:
得到绝对渗透率的表达式,并考虑孔隙的连续分布,得到:
J函数定义为无因次毛管力,并消除孔隙度和渗透率的影响:
对常规中、高孔渗,孔隙分选好的储层,将式(6)、式(10)、式(21)代入式(22),可得:
实际应用时,暂不纠结于各参数内在的相关性,式(23)在形式上简化为:
式(24)即目前广泛应用的J函数幂率型经验回归式,通过基于分形理论的推导,揭示出其应用条件是分形维数D<3和残余空气饱和度下rmin→0,该式将经验参数A0、B0与分形维数建立了关系,其中A0>0,B0>0。
若将式(6)、式(12)、式(21)代入式(22),可得:
而若代入式(11)而非式(12),将得到:
式25(式26)是J函数幂率型经验回归式的推广,形式上分别简化为:
其适用条件是分形维数D<3和残余空气饱和度下rmin→ε>0,若rmin→0,对应Pmax→+∞,式25中/>式26中/>两式即退回为幂率式24。回归参数A1、A2、B1、B2与分形维数、入口压力、最大毛管压力有关,C1、C2仅与分形维数有关。该式的推导过程中,主要考虑较差分选储层孔径向小孔隙方向集中导致的rmin>0,但由于分形维数D<3,岩石孔隙分选不至于太差,rmin→ε,故该式的应用条件是D<3和残余空气饱和度下rmin→ε>0,其中A1>0,A2>0,C1>0,C2>0,B1>1,B2>0。
对更差分选的低孔、低渗储层,将式(6)、式(14)、式(21)代入式(22)得:
而若代入式(11)而非式(12),将得到:
式(29)和式(30)在形式上可分别简化为:
式(31)或式(32)即J函数分形回归式在3<D<5和残余空气饱和度下rmin>0,情况下的函数形式,对应的物理情况是,更差分选的储层孔径向小孔隙方向进一步集中,导致rmin>ε,分形维数3<D<5,这是该式的适用条件。回归参数A3、A4、B3、B4与分形维数、入口压力、最大毛管压力有关,C3、C4仅与分形维数有关。其中A3>0,A4>0,C3>0,C4>0,B3>0,0<B4<1。
另外需要指出的是,与流体性质相关的润湿角、界面张力,在推导过程中均被消去,即J函数分形回归式(27)、(28)式(31)、(32)不仅适用于压汞过程,也适用于任意两相流体的驱替过程,即SAir相当于润湿相饱和度Sw,SHg相当于非润湿相饱和度Snw,二者的关系为Sw+Snw=1。
综上所述:为提高差分选储层平均毛管压力曲线的计算精度,提出了式(28) 和式(32)/>分别为J函数广适分形表达形式,适用条件分别是D<3、rmin>0和3<D<5、rmin>0。
1)首先用式(22)对同一类储层多个岩心实测毛管压力曲线(毛管压力与含水饱和度的函数关系)做J函数无因次化处理,建立J函数与含水饱和度的数值对应关系,注意由于不同测试方法得到的毛管压力单位不同,在处理时单位换算系数a不同,详见表1,常用界面张力和润湿角数据见表2。
表1不同测试方法得到的毛管压力曲线J函数无因次化单位换算系数表
表2常用界面张力和润湿角数据表
2)用现有回归式回归同一类储层J函数与含水饱和度数据,得到回归结果和确定系数R2;使用广适分形函数1即/>和广适分形函数2即回归同一类储层J函数,选择回归结果位于该类储层的J函数和含水饱和度数据点范围内,且确定系数R2更接近于1的分形函数作为最优回归方法。
3)参数结果可采用多元非线性回归程序求解得到,广适分形函数1即 的参数变化范围为A2>0,C2>0,B2>0;广适分形函数2即/> 的参数变化范围为A4>0,C4>0,0<B4<1。
4)根据同一类储层平均的孔隙度和绝对渗透率,根据第4步中Sw与Pc的关系求出储层从初始至终止状态的平均毛管压力曲线,用于开发方案的后续模拟。
为了证明本发明的回归方法得到的储层平均毛管压力曲线更符合地下实际情况,可对比本发明的回归方法与现有方法控制下,计算得到的储层初始含水饱和度与单井测井含水饱和度曲线。
5)根据式(22)中毛管压力与J函数的解析关系建立毛管压力与含水饱和度的解析关系式,对同一类储层:
①若使用原回归函数式,即则/>
②若使用了分形函数1即则/>
③若使用了分形函数2即则/>
由于主流建模数模一体化软件Petrel(2018.2版)中的计算器功能还没有幂指数为任意次方的功能,故可以用以10为底的指数和对数函数将三个式子等价改写为:
6)在模型中建立每个网格距离自由水界面高差的属性h(m)。根据初始毛管压力与高差的关系Pc=Δρgh求出模型每个网格初始的毛管压力数值。
7)根据第4步中建立的Sw与Pc的解析关系,对同一类储层,代入该步回归出的参数值:
①若使用原回归函数式,即则代入A0、B0;
②若使用了分形函数1,即则代入A2、B2、C2;
③若使用了分形函数2,即则代入A4、B4、C4。并代入每个网格的孔隙度和渗透率,求得模型初始含水饱和度场Swi,可以通过实例证明,本发明得到的单井含水饱和度曲线将比现有方法得到的更接近单井测井饱和度曲线,即证明了通过使用本发明回归精度更高(确定系数R2更接近于1)的J函数分形回归式,求出的平均毛管压力曲线更符合实际地下储层的孔隙结构,由该平均毛管压力曲线模拟的油田生产动态、采收率将更符合地下实际。
实施例1
以中东B油田的灰岩储层为例按照本发明的方法计算储层平均毛管压力曲线
1.根据《基于岩石类型的碳酸盐岩油藏描述方法》(谭学群,廉培庆,张俊法编著.中国石油大学出版社,山东东营2016年6月第1版第1次印刷)中关于储层分类的的方法描述,将B油田储油层分为了一类储层、二类储层、三类储层和四类储层四类。一类储层包含4个岩心样品,二类储层包含19个岩心样品,三类储层包含16个岩心样品,四类储层包含4个岩心样品,共43个岩心样品,对每个岩样进行一组毛细管压力实验,记录毛管压力与润湿相饱和度数据;
2.分别对43个岩样对应的43条毛管压力曲线,用式(22)进行无因次化J函数处理,建立J函数与含水饱和度的数值对应关系,相关参数见表1、表2。按4类储层分别聚集J函数与Sw数据,得到待回归的4组J函数与Sw数据点集,见图1-图4的数据散点。
3.用现有回归式依次回归同一类储层J函数Sw关系,确定系数R2为一类储层0.9482,二类储层0.7551,三类储层0.7101,四类储层0.7693,用多元非线性回归软件分别用两种分形回归式,式(28)/>和式(32)/> 回归求解,其中参数变化范围限定A2>0,C2>0,0<B2<+∞,A4>0,C4>0,0<B4<1,得到回归参数A2、B2、C2、A4、B4、C4和确定系数/>
4.将回归曲线投至图1至图4的数据散点上,可见式(32)的回归结果对一类储层明显不在数据点范围内,式(28)和式(32)对二、三、四类储层的回归结果均在数据点范围内,比较确定系数和/>最终一类储层、三类储层、四类储层选用分形式(28),二类储层选用分形式(32),可见采用本发明的分形回归式后,回归结果(图1-图4中实线)均位于实测数据点范围内,回归精度均较现有回归式有所提高,确定系数R2方面,一类储层提高至0.9978,二类储层提高至0.9714,三类储层提高至0.9978,四类储层提高至0.8129,详见表3。
表3两种分形J函数的回归结果对比
5.根据各类储层的平均孔隙度和绝对渗透率(详见表4),代入式(22)中毛管压力与J函数的解析关系可求出油田开发全过程平均毛管压力曲线(毛管压力与含水饱和度的关系)并作为数值模拟开发指标预测的模型直接输入参数,其中四类储层分别对应表3中的参数,本发明与现有方法的对比结果见图5-图8。改进公式的计算结果输入数值模型模拟得到的单井油量、水量、压力等结果更符合地下实际情况。为证明该结论,以下给出本发明J函数回归式控制下的单井含水饱和度计算与单井测井含水饱和度曲线的对比。
表4中东B油田储层平均孔隙度和绝对渗透率
储层分类 | 孔隙度,小数 | 绝对渗透率,mD |
一类储层 | 0.141 | 228.0 |
二类储层 | 0.159 | 12.5 |
三类储层 | 0.165 | 3.3 |
四类储层 | 0.161 | 1.1 |
6.基于原回归式建立的毛管压力与含水饱和度的关系式为:
一类储层:
二类储层:
三类储层:
四类储层:
基于改进的分形回归式建立的毛管压力与含水饱和度的关系式为:
一类储层:
二类储层:
三类储层:
四类储层:
7.在地质模型中建立每个网格距离自由水界面高差的属性h(m),根据初始毛管压力与高差的关系Pc=Δρgh求出每个网格的初始毛管压力,由上一步的四个改进公式求出四类储层的初始含水饱和度场,其与原公式求出的初始饱和度场对比见图9-图10,统计柱状图见图11-图12,从图11-12中可以明显看出,通过原方法计算的含水饱和度高峰在0.2所有,而本发明在0.35左右。这表明由本发明求出的原始含水饱和度场直接影响模型储量计算结果。
8.改进公式与原公式计算的单井初始饱和度曲线与测井饱和度的对比见图13,可见从趋势上,较之现有方法的计算结果(图13中实线加空心方框),本发明的改进公式控制下的含水饱和度(图13中实线加实心圆)明显更接近单井实测测井解释饱和度曲线(图13中实线),对于较差的二类储层、三类储层和四类储层效果更明显(Facies道标注的I、II对应一类储层,III、IV对应二类储层,V对应三类储层,VI对应四类储层)。这表明本发明的改进回归方法提高回归精度,意味着该方法控制下的井间原始地质储量模型计算结果较现有方法更接近单井测井结果,即更符合地下实际情况。
上述实施例仅用于说明本发明,其中毛管压力测试方法、岩心岩性、孔隙性、渗透性等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (8)
1.一种计算储层平均毛管压力曲线的方法,其特征在于,包括如下步骤:
1)在同一类储层上选取多个岩心样品,对每个岩心样品进行一组毛细管压力实验,并记录毛细管压力与润湿相饱和度数据;
2)对每个岩心样品,使用步骤1中记录的数据分别用公式进行无因次化J函数处理,建立J函数与润湿相饱和度的数值对应关系;
3)对同类储层所有岩心样品,使用步骤2中记录的数据分别用公式 进行回归求解,其中,Sw指润湿相饱和度,参数变化范围限定A2>0,C2>0,B2>0,得到回归参数A2、B2、C2和第一确定系数/>对同类储层所有岩心样品,使用步骤2中记录的数据分别用公式/>进行回归求解,其中参数变化范围限定A4>0,C4>0,0<B4<1,得到回归参数A4、B4、C4和第二确定系数/>
4)将回归结果与步骤2中记录的数据作图,选择回归结果位于步骤2中润湿相饱和度Sw和J函数范围内,且确定系数更接近于1的公式作为平均毛细管压力曲线的基础公式,步骤3)中同类储层所有岩心样品对应所述基础公式的回归参数即为该类储层平均毛细管压力曲线对应的回归参数。
2.根据权利要求1所述的计算储层平均毛管压力曲线的方法,其特征在于,所述第一确定系数和第二确定系数为同种类型,即所述第一确定系数和第二确定系数均为其中SSR为回归平方和,SSE为残差平方和,SST为总平方和。
3.根据权利要求1所述的计算储层平均毛管压力曲线的方法,其特征在于,所述基础公式的选择方法为:
3-1)将同类储层多个岩心样品无因次化后的J函数与润湿相饱和度Sw关系数据点,作为真值,将公式(2)与真值回归得到的参数代回公式(2)计算前述润湿相饱和度Sw对应的J函数回归值,作为回归值1,将确定系数1记为将公式(3)与真值回归得到的参数代回公式(3)计算前述润湿相饱和度Sw对应的J函数回归值,作为回归值2,将确定系数2记为/>选择回归值位于真值的范围内的对应公式作为最优公式;
3-2)对2个公式都位于真值范围内的情况,则比较确定系数的大小:
若大于等于/>待测储层的平均毛细管压力曲线的基础公式为公式(2);
若大于等于/>待测储层的平均毛细管压力曲线的基础公式为公式(3)。
4.根据权利要求3所述的计算储层平均毛管压力曲线的方法,其特征在于,所述3-2)中,当储层的平均毛细管压力曲线的基础公式为公式(2)时,把J函数回归结果代入J函数定义式(1),反求储层的平均毛管压力曲线,所述储层的平均毛细管压力曲线为其中,A2>0,C2>0,B2>0;
当储层的平均毛细管压力曲线的基础公式为公式(3)时,把J函数回归结果代入J函数定义式(1),反求储层的平均毛管压力曲线,所述储层的平均毛细管压力曲线为其中,A4>0,C4>0,0<B4<1。
5.根据权利要求1-4任一所述的计算储层平均毛管压力曲线的方法,其特征在于,所述步骤1)中进行毛细管压力实验的岩心数≥1。
6.根据权利要求1-4任一所述的计算储层平均毛管压力曲线的方法,其特征在于,每个岩心样品进行1组毛细压力实验;并记录毛细管压力实验中的润湿相饱和度Sw、毛管压力、润湿角和两相界面张力。
7.根据权利要求1-4任一所述的计算储层平均毛管压力曲线的方法,其特征在于,所述回归参数A4、A2、B4、B2与分形维数、入口压力、最大毛管压力有关,C4和C2与分形维数有关。
8.根据权利要求7所述的计算储层平均毛管压力曲线的方法,其特征在于,所述A2、B2、C2可以通过公式其中,A2>0,C2>0,B2>0;或者/>其中A2>0,C2>0,B2>0,Snw为非润湿相饱和度通过多元非线性回归得到;所述A4、B4、C4可以通过公式/>其中A4>0,C4>0,0<B4<1或者/>其中A4>0,C4>0,B4>0,通过多元非线性回归得到,润湿相饱和度Sw与非润湿相饱和度Snw的关系为Sw+Snw=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911147846.7A CN110909466B (zh) | 2019-11-21 | 2019-11-21 | 提高差孔隙分选储层平均毛管压力曲线计算精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911147846.7A CN110909466B (zh) | 2019-11-21 | 2019-11-21 | 提高差孔隙分选储层平均毛管压力曲线计算精度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110909466A CN110909466A (zh) | 2020-03-24 |
CN110909466B true CN110909466B (zh) | 2023-11-03 |
Family
ID=69818410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911147846.7A Active CN110909466B (zh) | 2019-11-21 | 2019-11-21 | 提高差孔隙分选储层平均毛管压力曲线计算精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909466B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113092337B (zh) * | 2021-04-08 | 2022-01-28 | 西南石油大学 | 一种建立原地条件下致密岩心初始含水饱和度的方法 |
CN113433035B (zh) * | 2021-06-28 | 2022-04-15 | 西南石油大学 | 基于多样品整体虚拟测量的多毛管力曲线平均化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2634104A1 (en) * | 2007-06-08 | 2008-12-08 | University Of New Brunswick | Methods suitable for measuring capillary pressure and relative permeability curves of porous rocks |
CN105353419A (zh) * | 2015-11-25 | 2016-02-24 | 中国地质大学(北京) | 一种基于储集层分类的核磁毛管压力曲线构造方法 |
CN108763648A (zh) * | 2018-04-26 | 2018-11-06 | 中国石油大学(北京) | 基于核磁共振t2分布获取毛管压力曲线的方法和装置 |
CN108983295A (zh) * | 2018-07-20 | 2018-12-11 | 中国海洋石油集团有限公司 | 一种基于孔隙结构的储层临界物性获取方法 |
-
2019
- 2019-11-21 CN CN201911147846.7A patent/CN110909466B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2634104A1 (en) * | 2007-06-08 | 2008-12-08 | University Of New Brunswick | Methods suitable for measuring capillary pressure and relative permeability curves of porous rocks |
CN105353419A (zh) * | 2015-11-25 | 2016-02-24 | 中国地质大学(北京) | 一种基于储集层分类的核磁毛管压力曲线构造方法 |
CN108763648A (zh) * | 2018-04-26 | 2018-11-06 | 中国石油大学(北京) | 基于核磁共振t2分布获取毛管压力曲线的方法和装置 |
CN108983295A (zh) * | 2018-07-20 | 2018-12-11 | 中国海洋石油集团有限公司 | 一种基于孔隙结构的储层临界物性获取方法 |
Non-Patent Citations (5)
Title |
---|
A Prediction Model of the Capillary Pressure J-Function;W.S. Xu;Plos One;第1-9页 * |
储层孔隙结构的分形几何描述;贺承祖,华明琪;石油与天然气地质;第19卷(第01期);第15-23页 * |
利用J函数拟合法建立海上油田饱和度模型;代百祥,方小宇,郇金来,代云娇,甘永年;河北地质大学学报;第1-5页 * |
利用毛细管压力计算低渗储层可动水饱和度;王庆勇;;断块油气田;第20卷(01);第85-88页 * |
毛管压力曲线和分形理论在储层分类中的应用;刘义坤等;岩性油气藏;第26卷(第3期);第89-92、100页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110909466A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107622139B (zh) | 裂缝渗透率的计算方法 | |
CN105781539B (zh) | 一种致密油气储层饱和度测井计算方法 | |
CN106777628B (zh) | 考虑非达西流动的油藏注采能力图版绘制方法 | |
CN107387051B (zh) | 低渗透非均质油藏多段压裂水平井重复压裂选井的方法 | |
CN110909466B (zh) | 提高差孔隙分选储层平均毛管压力曲线计算精度的方法 | |
CN108593514A (zh) | 基于储层物性的油水相对渗透率表征处理方法 | |
CN110598167A (zh) | 低渗透油藏油水相对渗透率实验数据的处理方法 | |
CN107291667B (zh) | 一种井间连通程度确定方法及*** | |
CN108982320B (zh) | 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 | |
CN106897531B (zh) | 一种低渗透石灰岩储层渗透率的定量评价方法 | |
CN113338904B (zh) | 一种海上油井产能评价方法 | |
CN107132171A (zh) | 一种基于压汞‑氮吸附联测数据确定致密储层孔径分布的方法 | |
CN107153733A (zh) | 一种复杂孔隙结构岩石的毛管压力曲线拟合方法 | |
CN106771071B (zh) | 一种基于油水相渗的密闭取心饱和度校正方法 | |
CN114370269B (zh) | 深层碳酸盐岩气藏有效储层物性下限综合确定方法 | |
CN112145165A (zh) | 一种微裂缝-孔隙型储层动静态渗透率转换方法 | |
CN106481315B (zh) | 陆上砂岩油藏单井可采储量快速确定模型及建立方法 | |
CN109655394B (zh) | 一种孔喉结构参数约束下的核磁共振t2谱渗透率计算方法 | |
CN106370577B (zh) | 用于缝洞油藏的模拟试验的方法 | |
CN104407397A (zh) | 一种致密油气储层物性下限的确定方法 | |
CN107194067B (zh) | 一种低渗透油藏数值模拟中启动压力梯度等效表征方法 | |
CN110322363A (zh) | 页岩气储层改造体积计算方法及*** | |
CN115705452A (zh) | 整装砂岩油藏开发中后期的新型采收率预测方法 | |
CN116223326A (zh) | 校正稳态法测相对渗透率实验的端面效应的方法 | |
CN114664387A (zh) | 基于累积效应的油井化学堵水性能室内评价方法 |
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 |