CN111550239B - 一种分段变参数异常井-模型数据耦合校正方法 - Google Patents
一种分段变参数异常井-模型数据耦合校正方法 Download PDFInfo
- Publication number
- CN111550239B CN111550239B CN202010511361.8A CN202010511361A CN111550239B CN 111550239 B CN111550239 B CN 111550239B CN 202010511361 A CN202010511361 A CN 202010511361A CN 111550239 B CN111550239 B CN 111550239B
- Authority
- CN
- China
- Prior art keywords
- well
- corrected
- data
- correction
- model
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 24
- 230000008878 coupling Effects 0.000 title claims abstract description 24
- 238000010168 coupling process Methods 0.000 title claims abstract description 24
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 24
- 238000011160 research Methods 0.000 claims abstract description 9
- 239000004576 sand Substances 0.000 claims abstract description 7
- 238000013517 stratification Methods 0.000 claims abstract description 6
- 238000010276 construction Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 abstract description 9
- 230000005465 channeling Effects 0.000 abstract description 4
- 230000018109 developmental process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Theoretical Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及油藏开发技术领域，特别涉及建模数模研究中一种分段变参数异常井‑模型数据耦合校正方法。该方法包括：获取目标工区所有井地质分层数据；确定目标值；计算井单井分层界限深度与校正目标数据库中对于井层交点深度间差值；计算校正系数；段内深度相关数据校正模型更新;本发明提供一种分段变参数异常井‑模型数据耦合校正方法，可实现对多口井、多个层段、多个深度相关数据批量校正，同层段多属性数据采用相同的校正系数，保证所有分层点精确吻合，段内数据连续校正，不会出现窜层或重叠错误，消除了砂体、属性、射孔及措施层段错误，提升研究成果的可靠性。
Description
技术领域
本发明涉及油藏开发技术领域，特别涉及建模数模研究中一种分段变参数异常井-模型数据耦合校正方法。
背景技术
目前，国内老油田多已进入高含水、特高含水开发阶段，地下油水分布高度复杂化、零散化，精细挖潜的难度不断加大，精准量化不同开发阶段储层内剩余油分布是改善油田开发效果的关键。建模数模技术可实现对静态储层及动态开发过程的量化描述，形成不同开发阶段剩余油量化成果，但在建模过程中，由于井数据、断层及算法等因素会造成个别井点数据与模型存在偏差，会导致最终的砂体、属性及射孔数据错误，影响数值模拟成果的可靠性。
现有发表的文献及专利中提高模型精度有关的数据资料校正方法存在以下不足：
（1）井资料的前期校正仅与测试设备及环境有关，未关联地质模型成果，无法保证构造及属性相关数据与模型精确匹配；
（2）常规的井-模型匹配校正方法采用的是“移动”数据段方式，依据模型层面移动井段数据到对应的层，该方法会造成砂岩窜层或重叠错误，影响静态属性模型成果精度和数值模拟成果的可靠性。提高井-模型的匹配精度，为油田开发提供可靠的剩余油量化成果，急需研究形成一种精确合理的井-模型耦合校正方法。
发明内容
（一）要解决的技术问题
本发明提供了一种分段变参数异常井-模型数据耦合校正方法，以克服现有技术容易造成砂岩窜层或重叠错误，影响静态属性模型成果精度和数值模拟成果的可靠性，导致井-模型的匹配度不高等缺陷。
（二）技术方案
为解决上述问题，本发明提供一种分段变参数异常井-模型数据耦合校正方法，包括如下步骤：
步骤S1、获取目标工区所有井地质分层数据，所述数据为井坐标、轨迹及分层界限数据、以及需要校正的数据；
其中，所述校正的数据包括：砂岩厚度、有效厚度、孔渗属性、射孔以及测井曲线；
步骤S2、确定目标值，其包括：利用研究区正常井分层数据建立构造模型，计算拟校正井轨迹与拟校正层段构造模型层面交点深度值，作为后续校正的目标值，建立校正目标数据库，数据字段包含井名称、单元名称、交点深度值；
步骤S3、计算井单井分层界限深度与校正目标数据库中对于井层交点深度间差值，当差值大于预设阈值时，确定为待校正异常井层；
步骤S4、计算校正系数，其具体包括：
步骤S41、计算拟校正井层段顶底之间深度差，记为lwi ；
步骤S42、计算前述拟校正层段对应模型层面在井轨迹上截取的长度值，记为lmi；
步骤S43、将lmi/lwi定义为该层段的校正系数，记为δ ；
按上述方法计算所有待校正异常井层的分段校正系数 δi；
步骤S5、段内深度相关数据校正，其包括：根据校正系数利用公式对需要校正的数据进行分段连续校正，形成与模型精确耦合的校正结果；
式中：
Ax：待校正段内的待校正对象的原深度值；
Bx：待校正段内的待校正对象的结果深度值；
A1：待校正段的层顶深度；
B1：待校正段的层顶目标深度;
步骤S6、模型更新;其包括重新加载校正后的各类数据，对微相模型、岩性模型及物性模型进行更新，结合校正后的射孔段数据形成高精度的数值模拟模型。
优选地，所述计算井单井分层界限深度与校正目标数据库中对于井层交点深度间差值，当差值大于1m时，确定为待校正异常井层。
优选地，校正层段为砂岩组、小层或单砂层。
（三）有益效果
本发明提供一种分段变参数异常井-模型数据耦合校正方法，可实现对多口井、多个层段、多个深度相关数据批量校正，同层段多属性数据采用相同的校正系数，保证所有分层点精确吻合，段内数据连续校正，不会出现窜层或重叠错误，消除了砂体、属性、射孔及措施层段错误，提升研究成果的可靠性，对油田高效开发具有很大的应用价值。
附图说明
图1为本发明实施例分段变参数异常井-模型数据耦合校正方法流程图；
图2为本发明实施例中井-模型正负异常耦合校正示意图；
图3为本发明实施例中井-模型耦合连续变参数校正示意图；
图4为本发明实施例中井-模拟耦合异常井层数统计直方图；
图5为本发明实施例中属性段校正量统计图；
图6为本发明实施例中属性段校正误差统计图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明如下。
本发明提供一种分段变参数异常井-模型数据耦合校正方法，包括：
（1）获取目标工区井分层、深度、模型构造层面与井轨迹交点数据，根据目标区规模、数据质量及模型分层情况，确定单井校正分段数，可依据油层组、砂岩组或细分沉积单元进行分段，分段越精细其校正后的结果精度越高；
（2）建立单井解释分层与建模构造层面深度对应关系，计算对应分层点间误差，根据建模数模精度要求确定待校正的井及对应层段，根据分段及确立的井层，计算段内校正系数；
（3）利用段内校正系数实现对井轨迹、分层点、砂岩顶深、砂岩厚度、有效顶深、有效厚度、射孔及措施等深度相关数据进行耦合校正，实现井-模型精确耦合；
（4）校正后岩性、属性相关数据重新加载到建模软件中，利用精确匹配后的数据建立油藏属性空间分布模型，校正后的射孔及措施数据直接应用到数值模拟研究。
如图1所示，本发明实施提供了一种分段变参数异常井-模型数据耦合校正方法，具体方法包括以下步骤：
步骤S1、数据准备;
准备井坐标、轨迹及分层界限数据，以及需要校正的其它数据，包含但不限于砂岩厚度、有效厚度、孔渗属性、射孔、测井曲线等深度相关的数据；
步骤S2、确定目标值；
利用研究区正常井分层数据建立构造模型，计算拟校正井轨迹与拟校正层段构造模型层面交点深度值，作为后续校正的目标值，建立校正目标数据库，数据字段包含井名称、单元名称、交点深度值；
步骤S3、筛查异常井层；
计算井单井分层界限深度与校正目标数据库中对于井层交点深度间差值，当差值大于预设阈值时，确定为待校正异常井层；
步骤S4、计算校正系数；
步骤S41、计算拟校正井层段顶底之间深度差，记为lwi
步骤S42、计算前述拟校正层段对应模型层面在井轨迹上截取的长度值，记为lmi
步骤S43、将lmi/lwi定义为该层段的校正系数，记为δ；
按上述方法计算所有待校正异常井层的分段校正系数δi；
步骤S5、段内深度相关数据校正；
根据校正系数利用以下公式，对需要校正的数据（可包含但不限于砂岩厚度、有效厚度、孔渗属性、射孔、测井曲线等深度相关的数据）进行分段连续校正，形成与模型精确耦合的校正结果；
Ax：待校正段内的待校正对象的原深度值；
Bx：待校正段内的待校正对象的结果深度值；
A1：待校正段的层顶深度；
B1：待校正段的层顶目标深度
步骤S6、模型更新;
重新加载校正后的各类数据，对微相模型、岩性模型及物性模型进行更新，结合校正后的射孔段数据形成高精度的数值模拟模型。
其中，所述计算井单井分层界限深度与校正目标数据库中对于井层交点深度间差值，当差值大于1m时，确定为待校正异常井层。
其中，校正层段为砂岩组、小层或单砂层。
下面结合附图和对本发明进一步的说明：
图1是分段变参数异常井-模型数据耦合校正方法流程图，以模型层面结果为依据，通过分段建立井分层与模型层面的对应关系计算分段校正系数，采用统一的算法对单井段内相关数据进行连续校正，其优势在于可程序化批量实现多井校正，结果精度高、连续性好、适应性强，不会出现窜层重叠错误。
图2是井-模型正负异常耦合校正示意图，由于井单元分层数据、轨迹数据或插值算法等因素，严格过点约束算法会在个别近井点区产生构造异常，为了避免这种现象会容许一定的偏移量，产生圆滑合理的模拟结果，但结果层面会与井实际分层产生偏差，必须在后期进行耦合校正，保证井-模型的精确耦合。
图3是井-模型耦合连续变参数校正示意图，建立单井分层点与构造模型层面间的对应关系，形成合理的分段数据结果，通过误差量分别计算段内校正系数，该方法的优势在于能够保证目标分层点得到精确校正，段内采用统一的系数和算法实现连续校正，不会出现窜层重叠现象。
图4是井-模拟耦合异常井层数统计直方图，单井分层点与模型构造层面间的误差会影响微相、岩性及各类属性分布模型的精度，甚至会产生错误的结果，从偏差统计结果看，大多有近10%的井层需要进一步校正。
图5是属性段校正量统计图，从某区块砂岩、一类砂体及有效厚度耦合校正结果看，厚度段校正数量在13%左右。
图6是属性段校正误差统计图，校正前后各类厚度的变化量误差均未超过千分之一，对油藏储量和流动特征不会产生大的影响。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (3)
1.一种分段变参数异常井-模型数据耦合校正方法,其特征在于，包括如下步骤：
步骤S1、获取目标工区所有井地质分层数据，所述数据为井坐标、轨迹及分层界限数据、以及需要校正的数据；
其中，所述校正的数据包括：砂岩厚度、有效厚度、孔渗属性、射孔以及测井曲线；
步骤S2、确定目标值，其包括：利用研究区正常井分层数据建立构造模型，计算拟校正井轨迹与拟校正层段构造模型层面交点深度值，作为后续校正的目标值，建立校正目标数据库，数据字段包含井名称、单元名称、交点深度值；
步骤S3、计算井的单井分层界限深度与校正目标数据库中对于井层交点深度间差值，当差值大于预设阈值时，确定为待校正异常井层；
步骤S4、计算校正系数，其具体包括：
步骤S41、计算拟校正井层段顶底之间深度差，记为lwi；
步骤S42、计算前述拟校正层段对应模型层面在井轨迹上截取的长度值，记为lmi；
步骤S43、将lmi/lwi定义为该层段的校正系数，记为δ；
按上述方法计算所有待校正异常井层的分段校正系数δi；
步骤S5、段内深度相关数据校正，其包括：根据校正系数利用公式对需要校正的数据进行分段连续校正，形成与模型精确耦合的校正结果；
Bx＝B1+δ×(Ax-A1)
式中：
Ax：待校正段内的待校正对象的原深度值；
Bx：待校正段内的待校正对象的结果深度值；
A1：待校正段的层顶深度；
B1：待校正段的层顶目标深度；
步骤S6、模型更新；其包括重新加载校正后的数据，对微相模型、岩性模型及物性模型进行更新，结合校正后的射孔段数据形成高精度的数值模拟模型。
2.如权利要求1所述的分段变参数异常井-模型数据耦合校正方法，其特征在于，所述计算井的单井分层界限深度与校正目标数据库中对于井层交点深度间差值，当差值大于1m时，确定为待校正异常井层。
3.如权利要求1所述的分段变参数异常井-模型数据耦合校正方法，校正层段为砂岩组、小层或单砂层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010511361.8A CN111550239B (zh) | 2020-06-08 | 2020-06-08 | 一种分段变参数异常井-模型数据耦合校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010511361.8A CN111550239B (zh) | 2020-06-08 | 2020-06-08 | 一种分段变参数异常井-模型数据耦合校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111550239A CN111550239A (zh) | 2020-08-18 |
| CN111550239B true CN111550239B (zh) | 2023-05-19 |
Family
ID=72005261
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010511361.8A Active CN111550239B (zh) | 2020-06-08 | 2020-06-08 | 一种分段变参数异常井-模型数据耦合校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111550239B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809277A (zh) * | 2015-04-14 | 2015-07-29 | 中国石油天然气股份有限公司 | 一种超低渗致密储层水平井地质建模方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2486877B (en) * | 2010-12-21 | 2018-02-07 | Statoil Petroleum As | Quality control of sub-surface and wellbore position data |
-
2020
- 2020-06-08 CN CN202010511361.8A patent/CN111550239B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809277A (zh) * | 2015-04-14 | 2015-07-29 | 中国石油天然气股份有限公司 | 一种超低渗致密储层水平井地质建模方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111550239A (zh) | 2020-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112360411B (zh) | 基于图神经网络的局部井网注水开发优化方法 | |
| CN105184864A (zh) | 一种用于天然地基换填工程量计算的场地地层三维地质结构模型生成方法 | |
| CN108986213B (zh) | 一种基于叠置技术的三维地层建模方法 | |
| CN108301823A (zh) | 一种识别储层油气甜点的方法 | |
| CN111986325B (zh) | 一种三维地质体模型隐式剖切方法 | |
| CN111624677B (zh) | 一种致密砂岩气藏单期河道砂体边界刻画方法 | |
| CN102967881A (zh) | 用于地震资料解释的地质小层数据深时转换方法及装置 | |
| CN106569272B (zh) | 一种基于数据性质空间升维的地震属性融合方法 | |
| CN105631078A (zh) | 天然裂缝性油藏自适应介质的数值模拟方法 | |
| CN111784761B (zh) | 矿产资源集合体积估算方法 | |
| CN115526086A (zh) | 一种基于代理模型的碳酸盐岩油藏水驱突破时间预测方法 | |
| CN111550239B (zh) | 一种分段变参数异常井-模型数据耦合校正方法 | |
| CN113361111B (zh) | 一种低渗透油藏储层特征模型的划分方法 | |
| CN111239822B (zh) | 一种消除井震闭合差的断层下速度建模方法及处理终端 | |
| CN108664677B (zh) | 一种油气井生产数据分析方法 | |
| CN117271682A (zh) | 一种基于内外业数据协同、二三维分析协同的标准地层建立与更新方法及*** | |
| CN117331124A (zh) | 一种隧道地震波探测数据预处理方法、设备及存储设备 | |
| CN116721227A (zh) | 一种复杂地质体三维地质模型自动化建模方法 | |
| CN107013207B (zh) | 一种获取复杂断块油藏砂体地下井位信息的方法 | |
| CN116398118A (zh) | 一种基于水平井随钻跟踪快速成像处理方法 | |
| CN112818501A (zh) | 基于动态监测数据校正碳酸盐岩油藏静态渗透率的方法 | |
| CN111999768B (zh) | 一种钻井分层设计中基于构造模型的构造海拔确定方法 | |
| CN110761780A (zh) | 一种基于井震结合的三维地质导向方法 | |
| CN117994461B (zh) | 一种基于激光点云数据的地表三维模型构建方法 | |
| CN118261087A (zh) | 油气藏数值模型的历史拟合渗透率调整方法 |
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 |