基于毛管压力曲线的储层渗透率估算模型—以塔里木盆地上泥盆统某砂岩组为例

渗透率是反映储层渗流能力的重要参数。目前对于储层渗透率的获取主要是基于室内岩心分析,但它又受取心及测试成本的限制。另外,其它常规渗透率解释模型也有预测误差较大的缺陷,难以满足油气田勘探开发的要求。毛管压力曲线表征了储层岩石孔喉大小和分布,大多数情况下,岩石绝对渗透率主要取决于孔喉分布。由此,在前人提出的大量经验公式的基础上,根据一种反映理想岩石孔隙结构的毛细管束模型和达西渗流理论,利用压汞曲线实验数据资料推导出了一种储层岩石渗透率的计算公式,建立了一种新的渗透率估算模型。通过塔里木盆地上泥盆统某砂岩段的实例实践表明,用该模型估算的渗透率与岩心实测渗透率值符合较好。     

储层岩石压缩系数的一种预测方法

岩石压缩系数是油藏工程研究中的一个重要参数,它标志着油气开采过程中岩石所能提供的能量大小。实际应用时,如果按照经验公式求取岩石压缩系数,往往会产生较大误差。为此,引入近年来预测效果较好的支持向量回归机技术,以压力、孔隙度为输入参数,建立支持向量回归机预测模型,用来对未知地层岩石压缩系数进行预测。实际应用表明,预测结果与岩石实际压缩系数之间的相对误差基本都控制在允许范围之内,可见该方法的预测效果很好,可行性高,从而为油气储层岩石压缩系数的预测求取开拓了一种新思路。     

支持向量机方法在低阻油层流体识别中的应用

在H油田含油层系中，低阻油层与高阻水层并存，储层的岩性和孔隙结构复杂多变，粘土矿物普遍存在，在电性上直接区分油水层比较困难，常规测井解释符合率较低。为此，在认真分析工区低阻油层地质特征的基础上，引入模式识别领域应用较好的支持向量机（SVM）方法，探索了该方法在油水层划分中的应用。首先综合常规测井资料和试油资料构建57个油水层样本（学习样本34个，预测样本23个），并进行数据归一化处理，然后根据训练样本的分布和实验结果选择核函数类型，利用网格搜索寻优法得到模型最优参数，建立起低阻油层目的层段流体识别模型。利用该模型对23个预测样本进行识别，结果正确的有21个，预测精度达91．3％，其中2个误判样本是将油水同层判识为水层。对34个建模样本进行回判，准确率达100％。对某井4号层位（1476～1481m井段）射孔试油结果产油63．7m^2／d，无水，与预测结果一致。由此表明利用支持向量机方法对未知流体属性的正确识别是可行的。     

考虑泵排量因素求取地层压力

地层压力是油田开发过程中的一个极其重要的参数,但测量静压需要关井,作业耗时且延误生产。利用生产资料求取地层压力的传统方法,没有考虑抽油机工作制度的影响。将地层压力和抽油机机械能量看作统一的能量体系,在调整抽油机参数过程中,利用理论排量的变化及产量、动液面、含水率等一系列参数的变化来建立泵排量与油层静压的关系。通过运用此方法,对长庆油田塞16（／区块20口井进行计算,其计算结果与实际压力测量结果表明,两者平均误差为8．34％,很好地反映了地层情况。     

基于统计学的测井储层产能分级预测研究

以渗流力学基本原理为基础,尝试利用测井评价方法来进行储层产能预测,提取产能测井参数,采用支持向量机技术建立储层产能预测系统模型,在油气层测试之前对其产能进行先期预测。与传统的神经网络预测方法相比,支持向量机克服了后者容易陷入局部极小的现象,得到了全局最优解。实例分析表明,该方法是一种实用、有效、准确性较高的储层产能间接求取方法,可用于生产实践。     

双河油田水驱效果综合分析方法研究

通过对双河油田存水率和耗水率等参数变化特征进行研究,将以往存水率概念进行了改进.考虑了油田边底水侵入的影响,尝试将存水率、耗水率、驱替特征曲线与含水率相结合,采用多手段综合分析水驱利用效果,形成系统分析水驱效果方法理论.将该方法运用于河南双河油田水驱效果的分析,得到了较好的分析结果.实践表明该方法更符合实际,通过综合分析能够更加准确地体现水驱开发油田的开发效果.