MRGC方法在储层分类及渗透率精细评价中的应用

常规储层渗透率评价方法,忽视了砂层内部不同流动单元渗流特征的差异,导致渗透率评价精度误差较大。此文依据渗流力学原理,从修正的Kozeny-Carman方程入手,利用三个能综合反映不同孔喉特征的储集物性参数将储层分为六类,建立了以流动单元指数FZI值的分类标准,通过公式推导提出了以FZI值为斜率划分流动单元的新思路。并基于图像多分辨率聚类分析方法(MRGC)建立测井曲线数据与岩心FZI值的外推使用模型。通过分析不同类型储层孔隙度与渗透率的相关性,分别建立了不同流动单元的渗透率精细评价模型。研究表明,与传统的回归方法相比,计算精度明显提高,从方法理论和可操作方面具有较强实用性和区域推广应用性。     

用数字化核磁共振测井成果建立孔隙度渗透率模型

发现DK3井14块岩样的核磁共振孔隙度与其岩心孔隙度具有很好的线性相关性,他们的渗透率也是如此;常规测井的孔隙度/渗透率与岩心孔隙度/渗透率也具有很好的线性相关性.于是就假设核磁共振孔隙度/渗透率与常规孔隙度/渗透率之间同样具有很好的线性相关性.据此,以校正后的核磁共振测井的孔隙度/渗透率资料为准,建立起了常规测井的孔隙度/渗透率计算模型.在没有核磁共振测井原始数据时,可通过数字化软件从核磁共振测井成果图读取有关数据.这样建立的测井物性解释数学模型,既避免了取心作业与测井作业之间的深度误差,又不存在因岩心数据的不连续而带来的岩心孔隙度/渗透率值的误差,使该模型适于更准确评价塔巴庙地区上古生界盒3段致密砂岩储层的孔隙度/渗透率.     

结合NMR和毛管压力资料计算储层渗透率的方法

基于核磁共振(NMR)测井驰豫时间分布和毛管压力曲线均反应储层孔隙结构的事实,提出了将NMR测井和毛管压力资料相结合计算储层渗透率的新方法。通过对大量压汞和核磁共振测井实验岩心样品的分析,建立了Swanson参数与岩石渗透率的关系模型。为解决压汞数据受岩心样品数量限制的问题,提出了利用核磁共振横向弛豫时间几何平均值求取Swanson参数,可以连续地计算储层的渗透率。对某油田A井低孔隙度、低渗透率储层实际资料的处理表明,用新方法计算得到的渗透率与岩心分析的空气渗透率吻合较好,验证了该方法的准确性和广泛适用性。     

基于动态资料的低孔低渗砂岩储层渗透率测井评价方法——以陆丰凹陷古近系为例

复杂孔隙结构导致陆丰凹陷古近系低孔低渗砂岩储层的孔隙度级别相同，但渗透率相差1~2个数量级，常规孔渗模型计算渗透率的精度低，难以满足当前对古近系储层有效性识别和产能预测的需求。通过综合运用岩心物性分析、压汞和核磁共振T₂谱，将储层划分为4类流动单元，利用电缆地层测试流度结合孔隙度识别流动单元类型，实现储层绝对渗透率的准确评价。在此基础上，基于岩心相渗实验建立岩心尺度上的绝对渗透率和最大油相渗透率的转换模型，然后利用纯油层取样渗透率和钻杆测试（DST）试井解释渗透率建立岩心尺度到DST试井尺度的渗透率转换模型，最终实现DST测试油相渗透率的计算。运用电缆地层测试流度结合流动单元法对陆丰凹陷5口井古近系地层绝对渗透率进行评价的结果显示，预测渗透率的相对误差平均值为48.3%，精度明显高于Herron模型。采用测井计算的DST尺度油相渗透率对3口井的产能进行预测，结果与实际测试产能吻合较好。     

基于流动单元划分的致密油藏产能分类评价——以马岭油田镇246井区为例

作为非常规油气开发的热点,致密砂岩油藏的产能分析一直是研究的重点之一。选取鄂尔多斯盆地典型致密砂岩储层为研究对象,利用岩心分析化验资料和测井资料,优选出孔隙度、渗透率、泥质含量、流动带指数等4个表征致密砂岩储层特征的参数,采用聚类与判别分析的数学方法将其划分为4类流动单元,根据单井流动单元组合类型将研究区储层分为均质型、中等非均质型、强非均质型等3类,结合实际生产数据,采用多元回归分析方法,建立了单井产能分类评价模型。     

基于流动带指标的渗透率测井计算方法研究

海拉尔盆地苏仁诺尔油田储层属低渗透储层。随着油田开发的不断深入,对渗透率这一参数的需求日益增强。目前,获得储层渗透率的途径主要有岩心实验室测量渗透率、地震解释渗透率、电缆地层测试渗透率、钻杆地层测试渗透率、试井渗透率以及测井解释渗透率等几种方法。但前几种方法相对于测井计算渗透率,其成本较高,且受到各种限制,测井计算渗透率具有连续性、成本低的特点。因此,在地层评价中常常利用测井资料来获取连续的地层渗透率资料。而直接利用常规测井资料计算渗透率,往往误差较大,本文结合岩心分析数据和常规测井资料,利用流动带指标(FZI)现将储层就行流动单元划分,在此基础上建立渗透率计算模型,提高了计算精度,计算结果准确可靠。     

新场须二段气藏测井解释新方法探讨

四川盆地新场须二段气藏属于特低孔特低渗致密砂岩气藏,储层具有极强的非均质性,储层类型以裂缝-孔隙型为主,气水分布极为复杂,现有的测井解释模型对该气藏的适用性较差.为此,利用FZI(流动带指数)建立测井解释模型和“五端元六因素”方法进行储层的测井流体识别.研究表明,用FZI建立的测井解释模型可以提高孔隙度和渗透率的解释精...     

基于储层孔喉特征参数计算致密砂岩渗透率的新方法

致密砂岩储层常规测井的响应受到诸多因素的影响,给定量评价储层的渗透率带来一定的误差。结合压汞和核磁共振测井资料能够更加快速准确地评价致密砂岩储层渗透性。提出了基于压汞和核磁共振测井资料结合计算储层渗透率的方法。对比38块同时进行了压汞和核磁共振测井实验的岩心样品,构建伪毛细管压力曲线,求取表征孔隙结构定量参数。结合地区经验,优选参数,构建能表征渗透率的δ函数,给出定量计算渗透率的模型,其模型表达式精度高。通过对××井实际数据的处理,计算得到的渗透率与岩心分析的空气渗透率有很好的一致性,平均绝对误差为0.075×10-3μm2。     

利用ECS测井资料评价复杂岩性储层渗透率

复杂岩性储层岩石成分复杂,孔隙结构变化大,岩心孔隙度渗透率相关关系差,难以准确确定核磁共振测井资料处理中必需的T2截止值,致使渗透率计算面临极大挑战。基于Lambda渗透率模型,利用地层元素能谱测井(ECS)得到的矿物成分与骨架密度等数据评价复杂岩性储层渗透率,克服了利用岩心孔隙度渗透率关系和核磁共振测井评价复杂岩性储层渗透率的困难。通过该方法对渤海地区部分井资料处理发现,Lambda渗透率模型得到的渗透率与岩心分析渗透率基本一致,证实了该方法的实用性,为复杂岩性储层渗透率评价提供了一种有效手段。     

延川南区块致密砂岩气测井识别与评价技术

致密砂岩气储层具有孔隙度较低、渗透性较差、孔隙结构复杂、非均质性较强等特征,地层骨架对测井信息的影响远大于孔隙流体的影响,基于体积模型的中—高孔渗储层参数评价方法不适用于该类储层。为有效评价鄂尔多斯盆地东南缘延川南区块的致密砂岩气,优选了2种基于常规测井资料的视弹性模量系数法和三孔隙度比值法气层识别方法,两者结合能有效识别气层;根据储层特征与岩-电响应关系分析,应用密度-中子加权平均法、粒度中值回归法及变岩-电参数的Archie公式计算致密砂岩储层的孔隙度、渗透率、饱和度,实现了延川南区块致密砂岩气储层参数的高精度定量评价。该方法也适用于其他地区致密砂岩气储层参数的评价。     

致密砂岩气藏渗透率定量评价新方法及应用——以东海陆架盆地西湖凹陷X气藏为例

东海陆架盆地西湖凹陷X气藏发育低孔特低渗储层,由于孔隙类型多样,结构复杂,常规孔渗关系变化繁杂,传统的孔渗关系统计回归方法以及常规测井解释方法计算的储层渗透率精度较低,不能满足低孔特低渗储层渗透率评价需求。孔隙结构直接制约储层的渗流特性,岩心压汞毛细管压力实验资料能够定性区分不同孔隙结构的储层,通过计算出样品的流动单元指数(FZI),得到3种不同类型储层的流动单元指数范围,然后建立岩心流动单元指数和测井曲线之间的关系,通过KNN(K类最近邻)算法计算出未取心层段的流动单元指数值,根据分类建立不同类型储层的渗透率计算模型。研究结果表明:①压汞资料和流动单元指数两者相互验证对储层分类更加准确;②新方法计算的渗透率与岩心分析渗透率吻合较好,较常规孔渗关系计算的渗透率精度高,渗透率平均相对误差在30%以内。     

基于流动单元的碳酸盐岩渗透率建模方法

在储集类型复杂的碳酸盐岩储层中，由于其强烈的非均质的影响，常规的利用孔隙度来评价储层渗透率的方法已不能满足实际生产和科研的需要。根据流动单元理论，把油气藏空间看作为一系列的毛细管，应用Kozeny-Carman方程得到的流动单元指数（FZI），再对储层进行分类。通过对FZI与测井响应的单相关分析，筛选出对FZI反映灵敏的测井响应及响应组合。在具体研究中，选择了校正后的声波时差、自然伽马与密度的比值、深浅侧向电阻率比值为变量，建立了FZI的多参数拟合方程，实现了用测井响应曲线来评价FZI的方法。在此基础上，建立了以流动单元分类为基础的较为精细的非均质储层渗透率评价模型。通过在塔里木油田的现场应用，与未进行分类的碳酸盐岩储层相比，该方法极大地提高了储层渗透率计算的精度，取得了较好的应用效果。     

用核磁共振测井评价特低渗透砂岩储层渗透性新方法

核磁共振测井被广泛用于评价低孔隙度低渗透率储层的孔隙结构与渗透性,主要依据经典的Coates及SDR模型。这些模型是基于中高孔隙度、渗透率储层的实验结果,大量岩心实验数据表明它们并不适用于特低渗透砂岩储层。应用气象学研究常用的空间物理场分布模型定量评价低孔隙度特低渗透率储层中特定尺寸孔隙分布的集中程度,并给出了定量计算瓦分布均一系数模型。常规孔隙度渗透率实验、饱和盐水岩心核磁共振实验均验证了该模型在不同孔隙度、渗透率条件下具有较好的适用性。     

高精度流动单元分类方法及应用

西湖凹陷砂岩储层具有孔隙结构差、孔隙类型多样的特点,采用传统渗透率模型对其计算的结果,无法满足储层评价的精度要求.在岩心资料综合分析的基础上,根据流动单元分类建立的渗透率模型,虽然计算结果精度高,但利用测井参数计算的流动单元指数误差较大,不能准确划分流动单元类型.而基于机器学习算法的流动单元分类方法均为数据驱动,由于取...     

基于流动单元用多参数方法预测火山岩渗透率

火山岩储层岩性变化快,矿物组分种类多,裂缝、溶孔发育,孔隙结构复杂,储层"四性"非匀质性强等特点为火山岩储层物性的定量评价带来了极大的困难。采用聚类分析方法,利用同一地区多口取心井的岩心数据进行地层流动单元的划分,在每一种流动单元下建立相应的渗透率模型。在未取心井中建立流动分层指标与多项测井参数的回归关系,为流动单元的划分建立判别函数。采用密度-核磁共振孔隙度方法确定火山岩储层有效孔隙度。用松辽盆地南部长岭、英台断陷深层火山岩储层数据对该方法进行验证,获得了较好的应用效果。     

中江气田沙溪庙组气藏致密砂岩储层测井评价

中江气田沙溪庙组气藏砂岩储层具有岩性多样、储层致密、孔隙结构复杂、非均质性强的地质特征,这使得饱和度、渗透率等参数预测精度低,测井评价易产生偏差,因此需要改进储层参数解释模型,为此类储层的地质建模提供可靠的参数。首先分析了岩性、物性、电性、含气性以及孔隙结构特征关系;然后提出了以流动单元为基础的渗透率计算模型,并根据流动单元指数将中江气田沙溪庙组气藏砂岩储层划分为3个流动单元,在不同单元内建立不同的渗透率计算模型;最后分析Archie公式中胶结指数(m)、饱和度指数值(n)与泥质含量、孔隙结构指数的关系,并在此基础上利用可变m,n计算含水饱和度模型;最终形成了一套适合研究区致密砂岩储层测井评价的方法。所建立的测井解释模型使得渗透率和含水饱和度等参数的计算精度更高,并在生产应用中取得了良好的效果。     

乌马营二叠系致密砂岩气层测井评价方法的完善

以大港油田乌马营地区YGXX井为代表的二叠系石盒子组深层低孔特低渗致密储集层目前勘探程度较低,没有形成配套的测井评价方法.针对乌马营二叠系致密砂岩含气储集层,利用岩心常规分析数据与测井曲线敏感参数相结合,优化储集层参数计算模型,并引入流动单元概念开展储集层有效性评价,建立了储集层有效性评价图板及重新计算渗透率、孔隙度比...     

中江气田侏罗系致密砂岩气藏测井流体识别及定量评价

四川盆地中江气田中侏罗统沙溪庙组气藏为典型的致密砂岩气藏,其储层具有孔隙度低、渗透性差、孔隙结构复杂、非均质性强的特征,地层骨架对测井信息的影响远大于孔隙流体,致使前期所采用的储层流体识别方法和储层参数评价方法效果较差,影响了气藏的开发效果。为此,在详细分析不同类型储层测井响应特征的基础上,提出了适应于该区致密砂岩气藏测井流体识别的定量评价方法,即采用基于视孔道弯曲度指数、电阻率侵入校正差比等新流体识别因子的多参数组合法和BP神经网络法来开展储层流体识别,采用基于岩心实验分析资料的多元回归法来计算孔隙度、流动单元法计算渗透率、变岩—电参数的Archie公式计算饱和度,进而利用上述技术方法,对该区沙溪庙组气藏进行了储层流体识别与储层参数定量评价。结论认为,该套测井评价技术在中江气田的生产过程中取得了良好的应用效果,测井解释符合率超过90%,证明了其可靠性,可以为四川盆地致密砂岩储层的测井评价提供借鉴。     

“新三组合”测井技术在鄂尔多斯盆地致密砂岩储层评价中的应用

鄂尔多斯盆地致密砂岩储层具有非均质性强、岩性致密、孔隙结构复杂、连通程度差、孔隙度与渗透率极低等特征,致使常规测井仪器响应特征不明显,储层评价准确性不高。为有效提高致密砂岩储层评价的准确性,采用元素俘获能谱、核磁共振、介电扫描测井相结合的“新三组合”测井技术,对致密砂岩储层进行综合评价。与“常规三组合”测井技术及其测井解释模型相比,“新三组合”测井技术能够提供丰富的储层物理参数,ELANPlus测井解释模型能够更精细地计算储层特征参数,使储层岩性及流体识别、孔隙度计算更加准确、直观、可靠。实际应用表明,在研究区储层评价中“新三组合”测井技术能够提高致密砂岩储层评价的准确性。     

XGBoost算法在致密砂岩气储层测井解释中的应用

传统单一模型的机器学习方法用于致密砂岩气储层测井解释时存在多解性,为此,将XGBoost算法应用于致密砂岩气储层测井解释。基于A工区测井解释资料,以不同种类的测井资料作为输入变量,通过XGBoost算法建立回归预测模型,预测该区孔隙度与渗透率参数,并探讨了XGBoost算法中各类参数的优化。以准确率指标为评价标准,通过XGBoost算法建立的分类预测模型对该区储层类型进行预测,同时与随机森林方法和支持向量机算法进行比较,XGBoost算法的预测效果较好。结果表明XGBoost算法能准确地预测孔隙度、渗透率并对该工区致密砂岩气层进行有效识别。