基于流动单元、ANFIS和多元统计分析建立高含水储层渗透率模型

常规测井解释以砂层组或单砂层为解释单元,忽视砂层内部不同流动单元渗流特征的差异,因此储集层解释模型可靠性不高.尤其当油田进入高含水期,储层参数发生了变化.用传统的解释方法计算渗透率很难达到理想的精度.提出利用流动单元、自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)和多元统计分析理论建立高含水油田渗透率模型,并应用于丘陵油田高含水储层评价中,取得了良好的效果.     

注淡水开发层状油田水驱实验研究

选取注淡水开发层状油田高含水期密闭检查井岩心,开展储层条件下水驱油实验。运用储层流体流动单元的概念,研究不同流动单元中电阻率、含水率、相对渗透率与含水（油）饱和度之间的关系及变化规律,取得了一些新的认识。对该类油田水淹规律的认识、剩余油饱和度解释都具有重要的意义。     

杏南油田扶杨储层油水分布规律及测井解释方法研究

文章总结了杏南油田扶杨油层油水分布规律.针对杏南油田扶杨储层泥质含量高、低孔隙度低渗透率、地层水矿化度低的特点,采用数理统计的方法建立了定量求取储层泥质含量、有效孔隙度、渗透率等参数的计算公式.由于储层孔隙结构复杂,微孔隙度发育,采用有效介质对称电导率模型作为含水饱和度模型.应用在杏南油田扶杨储层的测井资料解释中,提高了测井解释符合率,取得了较好的地质应用效果.     

低孔隙度低渗透率天然气储层声波岩石物理研究

为了研究声波在低孔隙度低渗透率含气储层中的传播规律,采用改进的White气包模型,模拟低孔隙度低渗透率储层中不同频率纵横波性质随不同含水饱和度的变化,并与常规及高孔隙度高渗透率储层结果进行对比,得出低孔隙度低渗透率储层与常规和高孔隙度高渗透率储层声波随不同含气饱和度变化规律的区别,以及气包半径的选取对声波传播规律的影响,且结合实验室测量结果进一步验证分析的正确性。频率一定,低孔隙度低渗透率储层与常规储层及高孔隙度高渗透率储层规律相似,声波速度和衰减对储层含气也有一定的灵敏度,但随含水饱和度迅速增大的起跳点对应含水饱和度值变小。     

低渗透砂岩储层初始含水饱和度对油相渗透率的影响实验研究

在低渗透砂岩储层的钻完井过程中，外来水的侵入使近井地带的地层含水饱和度升高，导致油相渗透率迅速下降，影响油田的开发效果和最终采收率。储层的原始渗透率、孔隙结构、初始含水饱和度、油水界面张力是影响储层的水相圈闭的重要因素。通过实验研究了储层在不同初始含水饱和度的状态下由于水相圈闭引起的储层损害程度，并讨论了储层异常低的初始含水饱和度的成因，以及解除水相圈闭的措施。     

基于时移地震资料的储层渗透率时变性研究

油田进入高含水开发期后,预测储层渗透率参数是剩余油挖潜的关键.通常渗透率资料通过测井解释获得,然而受油藏开发和储层注水冲刷的影响,开发后期投产井的测井资料无法真实反映油藏原始状态的渗透率情况.利用不同含水阶段时移地震资料,提取并筛选地震属性,优选均方根振幅、反射强度、瞬时频率、振幅包络、主频五种时移地震属性构建数据集,...     

基于稳定流法的低渗透储层渗流规律实验研究

通常对于低渗储层进行水驱油测试采用非稳定流方法,但该测试方法准确性较差,不能满足生产要求.为了更清楚地认识低渗透储层的油水运动规律,结合该类储层的地质特征,在考虑启动压力的情况下,采用稳定流方法研究低渗透储层低含水期流体的渗流特征.实验结果表明:在低含水期和高含水期,油水相对渗透率与含水率之间为非线性关系;在中含水期,随含水率的上升,油相和水相相对渗透率呈线性下降和上升.该研究成果对于提高低渗透油田的开发效果具有指导性意义.     

孤岛油田河道砂储集层油藏动态模型及剩余油研究

对孤岛油田馆陶组河道砂储集层的研究表明,经长期注水开发,储层宏观、微观参数一般都随着油藏开发程度的加深而发生有规律的变化,但不同类型的参数有各自的特征和变化规律。孔隙度变化幅度较小,渗透率变化较大。从总体上来看,注水开发进入高含水阶段后相对变化较快。利用孤岛油田大量的测井及岩心分析资料,建立了孤岛油田河道砂储集层宏观、微观参数动态模型,研究了孤岛油田河道砂储层剩余油控制因素,建立了孤岛油田河道砂储层油藏不同含水期剩余油分布模式,为孤岛油田馆陶组油藏挖潜提供了地质基础。     

双河油田不同渗透性储层含水上升规律及挖潜

储层孔隙结构及物性特征是影响含水上升率及开发效果的本质因素。依据储层渗透率、孔隙结构、岩石类型等将双河油田的储层划分为4种类型,研究了不同类型储层的含水上升规律,指出了Ⅲ、Ⅳ类储层单元的挖潜途径,现场应用表明,挖潜效果良好。     

国内外高含水砂岩油田概况统计与分析

一、国内外高含水砂岩油田概况统计 为了对国内外高含水砂岩油田的整体状况有所了解，借以与大庆高含水油田进行对比分析，对C＆C公司全球大油气田类比决策专家系统DAS3．1（简称DAS决策专家系统）进行了检索统计，从该决策专家系统包含783个油气田的数据库中，检索到含水超过90％的油田47个。其中，砂岩油田31个，包括，美国：14个，中国：5个，俄罗斯：2个，英国：2个，澳大利亚：2个，印度尼西亚：2个，加拿大：2个，法国：1个，埃及：1个。对这31个油田，按照渗透率的大小，进行了分类列表，并统计了包括储层性质、原油物性、产储量、采油方法等在内的18个参数。在31个油田中，储层平均渗透率超过300×10^-3平方微米的油田有17个（表1），渗透率在300×10^-3以上、地质储量约在4200×10^4吨以上的油田有9个（表2）。     

Calculation of heavy oil viscosity in high water cut stage

The commonly used heavy oil viscosity models are just for low water cut stage, but they have some limitations when the viscosity of other oil samples is calculated in high water cut stage, this paper presents a new and simple method in high water cut stage to predict the viscosity of heavy oil, which can measure the viscosity of heavy oil by the temperature under the condition of different water cut. Compared with the commonly used model, the new model has the small computation error and can be tested in practices in calculating the viscosity of similar oilfields in high water cut stage.     

预测水驱油田含水率的 Von Bertalanffy 模型

基于水驱油田含水率的变化规律,将预测生物生长的 Von Bertalanffy 模型用于含水率预测,并取极限含水率为 1 。 根据油田实际生产数据,应用最大线性相关系数求得模型常数 b 和 k 的值,得到预测水驱油田含水率随开发时间变化的新模型,并利用胜坨油田和双河油田的实际含水率数据对该模型进行验证。 结果表明,这 2 个油田的含水率预测结果的平均相对误差分别为 4.69% 和 1.12% 。 该模型预测精度较高,能够对油田含水率进行预测,可指导水驱油田的开发。     

高含水期开发并测井储层评价

胡杰等．高含水期开发井测井储层评价．测井技术．１９９４．１８（２）：１２５～１３２高含水期开发井测井储层评价是一个新的课题。注水开发的油田．在开发过程中．随着注入水的推进和含水率的提高，油层参数也在不断变化。因而在不同的含水期要采用不同的参数进行水淹层的测井解释。本文以注水开发油田开发过程中油层参数变化为基本概念，在不同含水期建立不同的基础参数方程、厚层细分和分层求地层水电阻率来解决各个含水期的水淹层解释问题。以胜利孤岛中一区为例，论述这一基本概念和解释方法。     

底水油藏水平井沿程水淹识别

水平井沿程的不均匀见水主要是由地层非均质性和井筒压降所致。利用贝克莱—列维尔特方程和井筒压降方程,针对裸眼完井的水平井,建立了底水油藏水平井井筒变质量流与地层两相渗流的耦合模型,通过该模型可以求解地层中不同渗透率分布时水平井井口在不同时刻的含水率,通过对高渗透带的渗透率、宽度和位置进行敏感性分析,研究水平井见水的影响因素。根据塔河油田某井的实际资料建立地质模型,调节井筒沿程高渗透带位置,绘制了含水率随时间变化的图版,通过与实际含水率变化曲线相比,确定井筒沿程的高含水率位置。结果表明,高渗透带位置是影响水平井井口含水率变化的主要因素,通过井口含水率的变化曲线可以反求高渗透带的大致位置;封堵沿程高含水带,还可有效降低井筒跟端底水脊进程度,从而进一步降低井口含水率。     

基于非均质指数的窄河道油藏调剖选井方法

窄河道油藏注水开发中易水窜、储量动用不均,优选井组调剖十分重要。引入非均质指数,利用产油、产水量累计偏差双重因素,绘制产油产水非均质指数变化图,据图将油井分为4类,其中高油高水井、低油高水井、低油低水井筛选为疑似调剖井;选取目前日产液量和含水率进行二次筛选,认为高日产液量、高含水率油井为待调剖井。为优选调剖剂,应用两步水窜诊断法,即基于含水率及含水变化速度曲线分析油井含水变化规律,通过水油比及水油比导数曲线划分不同油井产水类型。利用本文方法对E油藏调剖井进行了优选,选取注水多通道见水类型的典型井组,进行了聚合物微球调剖现场试验,结果表明,井组含水率缓慢下降,产量稳中有升,说明了本文方法的有效性。     

A process neural network model for calculation of heavy oil viscosity in high water cut stage

The commonly used heavy oil viscosity models are just for low water cut stage, this paper determined the influencing factors of the viscosity model in high water cut stage, by analyzing the viscosity data, presents a new and simple method base on the Process Neural Network in high water cut stage to predict the viscosity of heavy oil, which can valid measure the viscosity of heavy oil by Input parameters of the different temperature, water cut and API. Compared with the real data, the new model has the small computation error and the reliability by the process neural network new model for predicting oil viscosity. it can be tested in practices in calculating the viscosity of similar oilfields in high water cut stage.     

疏松砂岩油藏高含水期控水防砂技术

疏松砂岩油藏高含水期油井出砂加剧、管柱腐蚀愈加严重。分析了疏松砂岩油藏高含水期开发影响因素和油井高含水存在的主要危害,在对控水防砂进行机理分析的基础上,研制了具有控水、防砂双重功能的新型控水砂,并从水油阻力比、接触角、导流能力等方面开展了室内评价。室内评价表明:该控水防砂材料对水油阻力比最高可以达到5.3,接触角152°,同时保留着较高的导流能力。现场试验表明,该技术平均降水率可达15.5%,控水防砂效果显著。控水防砂技术为疏松砂岩高含水油藏的经济有效开发奠定了良好基础,可进一步推广应用。     

胜坨油田不同含水期层间干扰规律

胜坨油田为整装多层砂岩油藏，储层层间非均质性严重，在油田开发的过程中，多层合采势必造成层间干扰，影响潜力层的发挥。利用各种生产资料、取心检查井、测井解释资料及精细油藏研究成果对不同开发阶段的干扰形式进行了分析，结果表明开发初期主要是稀油高渗透层干扰稠油中低渗透层；中含水期主要是高压高含水层干扰中低压含水层；高含水期初期主要是高压特高含水、高含水层干扰低压高含水、中低含水层，特高含水期层间干扰转变为特高含水韵律层干扰高含水及中低含水韵律层。该研究对胜坨油田及同类油田的调整和挖潜具有一定的指导意义。     

陕北中生界特低渗透高含水油藏特征及成因

结合油田开发实际，通过对试油试采等资料的综合整理与分析，总结陕北魏家楼油田长6特低渗透高含水油藏的基本特征及其高含水区带的分布规律，并探讨了其成因。研究结果表明，魏家楼油田长6油藏属于典型的特低渗透高含水油藏，含水率等值线在平面上围绕局部构造高点呈不规则的环带状分布；油藏内部含水率分布具强非均质性，沿北东—南西方向上含水率变化相对稳定，等值线呈带状延伸；沿北西—南东方向上含水率起伏较大，等值线呈现高、低含水区带交替相间分布；局部夹有高含水带的异常突入。资源条件差、油源不足是魏家楼油田长6特低渗透油藏高含水的根本原因；原油黏度高、流体性质差异大、流度比高、天然裂缝发育是其高含水的主要内因。图5表2参12     

制作含水率与采出程度关系理论曲线常犯错误及解决办法

制作含水率与采出程度关系理论曲线常采用相渗曲线法和流管法两种方法。在采用相渗曲线法制作理论曲线时,采用统计回归分析相对渗透率与含水率的关系,导致在低含水饱和度时期含水率偏高,在高含水饱和度时期含水率偏低的问题,解决的方法是直接使用实验数据点计算。将体积波及系数取常数往往会得出“中低含水期开发效果较差,高含水期开发效果较好”的通用结论,解决的方法是分析体积波及系数与井网系统、流度比、渗透率变异系数的关系,建立统计关系式。