南堡凹陷深层低孔隙度低渗透率储层产能预测方法

以地质认识为指导,充分利用岩心、测井及试油试采资料,开展低孔隙度低渗透率储层岩石物理的孔隙结构表征分析,结合常规测井资料,建立连续定量表征的储层品质评价方法,进一步考虑不同工作制度及配产方式,在储层品质评价的基础上,采用不同的特征产能系数图版建立产能预测模型。形成了深层低孔隙度低渗透率油气藏基于储层品质评价及不同工作制度的产能预测方法。生产应用中评价多口井资料,产能预测结果与实际生产情况吻合,取得较精确的储层综合评价效果。     

基于三水模型的储层分类方法评价低孔隙度低渗透率储层

低孔隙度低渗透率储层由于孔隙类型多样,结构复杂,往往孔隙度变化范围不大,而渗透率变化范围却很大.测井评价这类储层一直是难点.根据毛细管压力曲线形态,将研究区的储层分为4类,依据孔隙半径大小,计算出对应各类储层的自由孔隙度、微孔隙度和黏土孔隙度,把这3种孔隙度按各自占总孔隙的百分比投到孔隙分类三角图上,得到各类储层在三角图上的位置,根据岩心物性分析资料,分别建立孔渗关系.根据三水模型计算出各种孔隙度的大小,投到分类三角图上,得到各井连续的储层分类,选择相应类别的渗透率公式对储层进行综合评价.该方法在研究区应用中取得了满意的效果.     

低渗透储层测井分类和产能预测技术

依据储层特点和生产的需求,在流体性质识别的基础上,采用大量的测井和投产初期测试资料,利用统计学原理,提出储层参数厚度加权平均值概念,建立含油层测井储层参数与井投产产量之间关系,研究综合评价指数储层产能等级分类法,符合率达90.0%以上。在储层分类的基础上,分析储层产能的影响因素,利用平面径向稳态渗流原理,建立低孔隙度低渗透率储层压裂后产能预测模型及其参数计算方法,注重不同类别储层对井产能的贡献率,解决了低渗透储层压裂后投产产能测井预测难题,及其预测符合率达80.0%以上,形成低渗透储层产能预测技术。     

低孔隙度低渗透率储层压裂后产能测井预测方法研究

通过研究影响压裂后产能的各种参数,对低孔隙度低渗透率的朝阳沟油田进行了压裂后产能预测.对压裂后产能影响较大的参数有地层有效渗透率、有效厚度、井底流压等.确定了该区产能级别划分标准,提出2种预测方法:方程法和神经网络法.建立了朝阳沟油田预测压裂后产能的无限导流能力垂直裂缝稳态流方程,并给出了各参数的计算方法.应用方程法对11口井的压裂后产能进行预测,判别单层测试产油级别符合率为73％.应用神经网络法,选取研究区13口井进行训练和验证,单层测试产油级别符合率为100％.     

二连油田低孔隙度低渗透率储层压裂后产能预测

针对二连油田A区低孔隙度低渗透率储层解释结论低而压裂试油高产的现象,经过岩石孔隙分析,对于与压裂后产液量有关的参数进行精选、简化,最终确定了由次生孔隙度、孔隙结构系数、总孔隙度等重要储层参数进行统计分析及低孔隙度低渗透率储层产能预测,归纳出适合A区的压裂后产能预测方程;首次对该类储层进行储层压裂后产液量预测,在二连油田应用中见到了较好的效果.     

低渗储层渗透率预测方法研究

对可能与渗透率建立关系的多种测井信息进行单相关研究，以期找出相关性较好的变量，然后根据筛选的测井变量采用正交趋势面分析、灰ＧＭ（０，ｎ）静态预测法和逐点深度序列神经网络法等多种新技术，建立渗透率参数的预测模型，最后优选出计算渗透率的实用预测模型。     

低孔隙度低渗透率复杂断块油气田储层有效性评价方法

某区块为典型中生界低孔隙度低渗透率复杂断块油气田,不同断块储层埋深差异较大。不同埋深储层常规岩心分析孔隙度渗透率关系复杂,为储层参数准确计算及储层有效性评价带来很大困难。通过实验室岩心分析对比发现,储层渗透性受孔隙度、孔隙结构、储层埋深等多种因素共同制约,覆压孔隙度渗透率关系明显优于常压孔隙度渗透率关系。在岩心分析认识与试油相结合的基础上,建立了综合考虑储层埋深、孔隙度、孔隙结构的常压、覆压渗透率计算模型,提出了利用覆压孔隙度渗透率综合指数评价储层有效性的方法,在实际应用中取得了良好的应用效果。     

人工神经网络预测木头油田储层孔隙度渗透率

由于历史原因，木头小规模油田在开发过程中，评价油藏、储层的物性参数严重匮乏。随着开发阶段的不断变化，剩余油分布、注采关系分析和油藏地质建模、数值模拟等工作需要高精度的物性参数。本文提出了应用改进的人工神经网络BP模型对储层孔隙度、渗透率进行预测的方法，通过实际运用，和使用多元逐步回归法相比，预测的精度大幅度提高,渗透率相关系数可由0．8436提高到0．9961，相对误差2．19％，从而为深化储层认识提供了准确的孔隙度、渗透率参数。     

利用测井资料评价低孔隙度低渗透率气层产能方法研究

针对苏里格气藏苏20区块独特的地质特点,充分利用岩心、测井及现场试气资料,应用岩心刻度及交会图技术,建立自然伽马测井曲线与岩石粒径、孔隙度之间的关系,确定了盒8及山1段有效储层的下限值.应用多元逐步回归技术,在优选出具有代表性变量的基础上,计算出能够充分反映储层物性的综合指数MVI.综合应用流体压缩系数法和视弹性模量差比法计算储层含气指数FG.提出打开储层质量系数QI概念,定义它为射孔厚度与压裂高度之和除以储层有效厚度.通过GR、MVI、FG、QI、有效厚度与试气产量的结合,将苏20区块盒8及山1段气层分为3类,确定了各类气层的产能及解释标准.为现场工程和地质射孔方案及压裂措施的设计提供了可靠的依据.经过20多口井的应用,效果显著.     

砂砾岩储层孔隙度和渗透率预测方法

垦西地区沙四段砂砾岩体岩块含量高,矿物多变,孔隙结构复杂,导致测井响应差异大,用传统的统计回归方法和测井解释方法计算储层孔隙度和渗透率精度很低.用基于测井相分析的参数回归法、多矿物模型测井最优化方法和BP神经网络法等方法分别计算砂砾岩孔隙度和渗透率,其目的是提高复杂岩性储层参数的解释精度,满足油藏描述和储量计算对参数精度的要求.通过与岩心分析结果对比,基于测井相分析的参数回归法较一般解释方法的解释精度高,而多矿物模型测井最优化法和BP神经网络法等非参数数学建模方法比前者的效果更好.该方法提高了现有测井信息的利用率,在垦西地区砂砾岩体应用中取得了良好的效果.     

基于流动单元指数的渗透率预测方法

综合分析了复杂储层渗透率的影响因素,从流动单元的基本内涵和地质意义入手,借助流动单元指数对储层进行分类,并结合传统的渗透率模型,建立了基于流动单元指数分类的渗透率模型,研究区的实际资料处理结果表明该方法有效地提高了非均质储层渗透率预测精度,满足了精细油藏描述的要求.     

自适应BP神经网络技术在超低渗储层分类中的应用

利用研究区内22块压汞样品及4 440块有效物性分析样品,建立起超低渗透率储层的分类标准.通过与前人研究成果的比较,发现所建立的标准是可行的.借助自适应BP神经网络技术建立了适合研究区长6段的储层分类判别模型,并将其判别结果与综合判别结果对比,吻合程度较高.     

高孔隙度低渗透率碳酸盐岩储层测井解释难点分析

根据实验室岩心分析数据，通过对微观孔隙结构分析，讨论了高孔隙度低渗透率型碳酸盐岩储层测井电阻率、孔隙度、渗透率和含水饱和度之间关系的测井响应异常。具体分析了某孔隙型碳酸盐岩油气田B层油气藏的响应特征，从岩心分析资料建立的孔隙度渗透率交会图分析表明，B层的油气储性较差，与原测井响应的高孔隙度、高含油饱和度特征有比较大的差异。例举了数口井的应用实例。     

低孔隙度低渗透率油气藏射孔技术探讨

低孔隙度低渗透率油藏特点使用常规射孔方法很少达到理想工业油流,国内大多数油气藏均属于该类型油气藏。根据油藏特点,结合现有射孔技术,提出综合应用复合射孔、高能气体压裂、定方位、超正压、三联作等射孔技术消除钻井污染、沟通天然裂缝,增加裂缝宽度,改善裂缝导流能力,提高采收率。     

安棚深层系低渗透储层产能预测方法及应用

安棚深层系属典型的低孔隙度、低渗透率砂岩地层,储层自然产能低.针对该区措施后能否具有产能的有效储层的界限难以确定,研究了区域组合测井曲线响应特征,并根据地区经验、统计规律的地区适用性考察结果,优选了声波时差曲线、深浅侧向电阻率曲线差异、深侧向微球电阻率曲线差异以及RAD系数等4个测井特征参数,同时根据单井工业油流的标准和该区压裂改造层有效厚度的统计,把压裂后储层产能按产液量分为0～0.63 t/(d·m)和大于0.63 t/(d·m)的A和B的2个级别.用概率神经网络建立了适合该区的产能分级预测模型,预测模型中的产能级别与工业油流的下限值相联系,对该区10个层进行了检验,预测效果良好.     

低渗透储集层油藏的产能特征分析

低渗透储集层的自然产能很低。若油井以自然产能生产,油井产量的递减速度并不快,而是与中高渗透储集层基本相同。若迫使油井以较高的初期产量投产,油井的产量递减速度必然很快,这是初期开采、后期亏空的必然结果,并不是储集层的应力敏感性所致。