大尺度溶洞发育的缝洞型油藏试井解释模型研究

缝洞型油藏含有大尺度溶洞、裂缝,非均质性严重,缝洞连通模式复杂多样,对于大尺度溶洞发育的缝洞型油藏试井解释,连续介质或三重介质的试井理论已不适用。为此,基于非连续介质理论,建立大尺度溶洞发育的缝洞型油藏物理模型和渗流数学模型,考虑井筒储集和表皮系数的影响,利用Laplace变换法和Stehfest数值反演法求解得到井底压力的解析解,分析试井典型曲线的敏感性,并对一口缝洞型油藏油井的不稳定试井资料进行了解释,得到了储层及溶洞参数。该方法可以用来解释大尺度溶洞发育的缝洞型油藏不稳定试井资料,为大尺度溶洞发育的缝洞型油藏的试井解释提供了理论基础。     

缝洞型油藏试井新模型探讨

对于目前某些油田存在大尺度的缝洞,其流动不符合达西定律的情况,建立了不同缝洞连通型试井新模型.给出了缝洞型油藏试井物理模型的描述,建立拟稳态情况下的流动方程,通过拉普拉斯变换对数学模型进行求解,并利用数值反演的方法得到实空间下不同试井模型的解,绘制了各类缝洞型油藏试井新模型的试井曲线,并对曲线特征和影响因素进行了分析.缝洞型试井曲线在早期段和晚期段都是斜率为1的直线段,中间段会出现和双重介质或三重介质相似的下凹段,下凹段出现早晚和下凹的深浅受缝洞间窜流系数和缝洞储容差异的影响.这类缝洞型新的试井模型研究,对具有缝洞特征性质油藏的试井解释有新的指导作用.     

三重介质油气藏试井分析研究进展

随着塔河、塔中等缝洞型碳酸盐岩油藏的相继开发,深入研究这类油气藏的试井动态特征成为重要课题之一。根据国内外缝洞型碳酸盐岩的研究资料,对该类油气藏试井理论发展进行了综合分析论述,总结了该类油气藏试井曲线的主要特征,指出了存在的问题及今后发展趋势。     

地层可钻性级值预测新方法

对测井资料与地层可钻性级值的关系进行了分析,提出了一种基于粒子群优化支持向量机算法预测地层可钻性级值的新方法,利用测井声波时差、地层密度、泥质质量分数和地层深度进行学习训练支持向量机,并利用粒子群优化算法对支持向量机(PSO-SVM)参数进行优化,建立了预测地层可钻性级值的支持向量机模型。应用该方法对准噶尔盆地庄2井的地层可钻性级值进行了预测,并将该方法的预测结果与BP神经网络方法的预测结果进行了比较。结果表明,该方法优于BP神经网络方法,具有预测精度高、收敛速度快、推广能力强等优点。     

串珠状缝洞型储层油藏产能指示曲线解析

塔里木盆地缝洞型碳酸盐岩油藏储层结构复杂,即使产能测试期间井口压力高于饱和压力,产能指示曲线形态也存在多样性。从缝洞型储层复杂结构特征出发,假设洞穴型储层是管流、裂缝型储层是渗流,推导出串联型缝洞型储层产能方程表达式,进一步建立了产能方程与井周围缝洞储层分布的关系。经塔里木某缝洞型储层7口井的产能指示曲线实际应用,可以定性解析出井周储层结构特征,并与压恢试井反应的储层结构特征基本吻合;同时也可定量计算出近井洞穴的流动系数、裂缝系统流动系数的湍流系数。该方法是利用产能试井方法定性分析缝洞型储层结构特征和流动特征方法的有益探索。     

钻头下部未钻开地层的可钻性预测新方法

根据地层可钻性时间序列特征,应用支持向量机理论,提出了一种对钻头下部未钻开地层的可钻性进行预测的地层可钻性时序支持向量机预测方法,并建立了基于支持向量机的地层可钻性时序预测模型.应用该方法对长庆油田富古1井的地层可钻性进行了预测.将该预测结果与BP神经网络方法的预测结果进行对比分析的结果表明,该方法优于BP神经网络方法,具有预测精度高、推广预测能力强等优点.     

缝洞碳酸盐岩凝析气藏注水替凝析油实验

缝洞型碳酸盐岩油气藏是一种复杂、特殊类型的油气藏,其储层以缝洞和裂缝-孔洞为主,具有双孔隙网络特征及较强的非均质性,渗流规律复杂,实现该类油气藏的高效开发是诸多石油工作者关心并一直致力于研究的问题.借鉴在缝洞型碳酸盐油藏中应用效果较好的“注水替油”方法,建立了缝洞型碳酸盐岩凝析气藏“多级压力注水替凝析油”方法,并以高含凝析油的TZ86井为例,采用露头碳酸盐岩经过人工造缝造洞技术制成全直径缝洞型岩心,在原始地层条件(140.6℃,58 MPa)下进行了多级注水替凝析油物理模拟实验,结果表明采用多级注水替凝析油方式开发缝洞型碳酸盐岩凝析气藏可取得较好效果.     

缝洞型碳酸盐岩储层测井响应与储层识别

塔中地区奥陶系缝洞型碳酸盐岩地层比较发育.在测井资料逐渐增多、露头和岩心资料不足、地震资料分辨率有限的情况下,利用测井方法进行缝洞型碳酸盐岩储层的识别与预测显得越来越必要.为此,通过对自然伽马、双侧向电阻率、FMI、自然伽马能谱等测井参数的综合分析,总结了该区缝洞型碳酸盐岩储层的测井响应特征,以塔中卡1区块中17井为例阐述了缝洞型储层的测井综合解释方法,再结合钻井、气测、岩心等各项基础资料,进行了地层的纵横向对比,从而针对塔中卡1区块奥陶系缝洞型碳酸盐岩有利储层进行了预测.用此测井综合解释方法成功地解释了中1井,油气测试和岩心、试油资料都证实了此方法的有效性和合理性.     

基于最小二乘支持向量机的固井质量预测

提出利用最小二乘支持向量机进行固井质量预测方法,采用小波包分解方法提取地层回波信息信号,并将其作为最小二乘支持向量机的输入量,将样本的固井质量状态作为输出量,对样本的输入量和输出量进行不断的训练学习,得到最小二乘支持向量机模型,利用该模型进行固井质量预测。研究结果表明:基于最小二乘支持向量机模型的计算结果与测试样本拟合精度较高,可以用于现场固井质量预测。     

四川盆地自流井区块自2井缝洞系统结构与水侵途径和模式

四川盆地自流井区块自2井缝洞系统因其独特的地理位置、完井方式以及卓越的社会经济效益备受关注,研究其缝洞系统结构和水侵模式,对气藏生产末期管理和预测采收率具有重要意义。因此,首先结合茅口组和栖霞组的溶蚀特点,从该井的生产特点出发,在储量和水侵动态分析方法的论述基础上,从多个方面详细阐述了该缝洞系统的典型地质特点,论证了栖霞组缝洞基本结构及规模,给出了该井的缝洞结构及水侵模式,同时应用非线性物质拟合法、AIF法和补给型物质平衡法对自2井水侵动态进行了研究,分析了其缝洞结构对生产的影响并预测了其生产潜力。此外,根据其历史作用,系统地总结了该井在缝洞型气藏开发中的历史地位和作用。研究对类似的缝洞型油气藏的开发具有一定的指导作用。     

基于统计学习理论的高含盐油藏储层渗透率变化预测

为了在较少的实验数据条件下，实现对高含盐油藏储层渗透率变化规律的有效预测，对自组织、改进型BP神经网络和支持向量机3种方法在水驱储层渗透率变化预测中的应用进行了探讨。3种方法的对比研究表明，在小样本条件下，支持向量机方法能够兼顾模型的通用性和推广性。在王场油田潜三段北断块油藏储层渗透率变化的敏感性分析应用结果表明，该方法可准确地预测储层渗透率的变化规律；编制的动态油藏数值模拟软件应用结果显示，考虑储层渗透率变化的剩余油数值模拟结果符合率达75％，而不考虑储层渗透率变化的结果符合率仅为45％。充分说明了动态模拟的优越性。     

基于支持向量机的分层注水效果预测模型设计与实现

将影响分层注水效果的井控储量、渗透率变异系数、连通率、原油粘度、月产油量、含水率、连通油井数、分注的分段数作为输入参数,将评价分层注水效果好坏的无因次增油量作为输出参数,建立了基于支持向量机的分层注水效果预测模型。选用油田实施井例建立了支持向量机的学习样本和检验样本,使用支持向量机的回归训练算法对学习样本进行学习训练,然后对检验样本进行预测运算,结果表明支持向量机方法能够达到较高的预测精度。与油藏数值模拟法和BP神经网络法计算结果进行对比,表明了支持向量机方法的预测精度高于其他两种方法,可以用来预测分层注水的效果,指导油田进行分层注水选井工作。     

基于支持向量回归机与井导向的三角洲岩性油气藏储层参数预测

三角洲岩性油气藏中储层河道砂体小、散、薄,连通性差,且与泥岩互层,导致反射信号弱,难以进行综合/精细解释。据此,本文提出基于支持向量回归机与井导向的三角洲岩性油气藏储层参数预测方法,用于刻画此类砂体分布特征。从测井资料中提取揭示储层特征的参数作为储层预测的导向,利用支持向量回归机建立多种属性与储层参数之间的映射关系,进而开展储层预测。针对CF区实例,通过估算储层的伽马参数和R4参数预测河道砂体的分布特征,所得结果与钻井揭示的实际岩性有较高吻合度。因此,本文方法适用于三角洲岩性油气藏预测。     

塔河油田缝洞型底水油藏临界产量计算研究

碳酸盐岩缝洞型底水油藏的储集空间主要由缝、洞组成。在开采过程中,底水锥进机理与常规底水油藏有所区别,有必要对其进行研究。根据塔河油田缝洞型底水油藏缝、洞分布不均匀及非均质性较强的特点,将储层抽象成为渗透率突变的地质模型,定义渗透率突变系数和区域半径比,并基于达西定律,利用常规底水油藏Dupuit临界产量公式推导出了缝洞型底水油藏油井的临界产量计算方法,继而分析了渗透率突变系数和区域半径比在油井钻遇不同部位情况下对油井临界产量的影响。     

波形分类技术在缝洞型储层流体识别中的应用

塔里木盆地塔河地区奥陶系碳酸盐岩缝洞型储层的缝洞空间分布散乱,缝洞的规模、形态和内部结构等特征差异明显,导致缝洞型储层的流体难以识别。缝洞型储层内部地震波形的微弱差异在一定程度上能够表征其内部流体特征。传统上沿层段提取地震波形的波形分类技术无法准确地定位缝洞型储层。应用波形分类与三维缝洞体雕刻相结合的新技术识别缝洞流体,可为降低勘探风险、提高钻井成功率提供一种新的思路。首先利用瞬时振幅属性建立缝洞体三维空间模型,确定缝洞储层的空间位置,从而获得缝洞储层内部的地震波形;使用特征加权K近邻法,结合油气井资料,对缝洞型储层进行波形分类,建立储层内流体类型与地震波形之间的网络关系,并将其应用于未知区域的储层流体识别;最终得到缝洞型储层的流体类型。理论模型和实际地震资料测试结果表明该方法具有一定的实用价值。     

塔河油田奥陶系碳酸盐岩缝洞型储层预测技术

塔河油田奥陶系碳酸盐岩油藏埋深在5300 m以上,基质不具储集性,储集类型以裂缝、溶洞为主,油气受控于古岩溶缝洞,储层纵、横向非均质性强,地震信噪比、分辨率低,预测难度大。寻找和预测奥陶系缝洞发育带是塔河油田增储上产的关键。在储层成因机理研究的基础上,建立了碳酸盐岩缝洞型储层的成因预测模式,为储层预测奠定了地质基础。针对塔河油田奥陶系储层的特点,建立了以叠前时间偏移和目标精细处理技术为核心的碳酸盐岩缝洞型储层精细成像技术,为储层预测提供了扎实的基础资料。通过储层标定和正演模拟分析,建立了碳酸盐岩缝洞型储层的地球物理识别模式,包括测井识别模式和地震识别模式,为储层识别和预测提供了依据。应用振幅变化率、相干体分析、波阻抗反演等技术,有效地预测了碳酸盐岩缝洞发育带。     

基于支持向量机的二氧化碳非混相驱效果预测

目前国内缺乏一种快速、准确预测CO2非混相驱油效果的方法,为了解决这一问题,选取剩余地层压力与混相压力之比、孔隙度、渗透率、油藏中深、地层平均有效厚度、地层温度、原油相对密度、含油饱和度、原油黏度、渗透率变异系数、注采比、注入速度和水气交替注入比等13个地质及工程参数作为输入参数,平均单井日增油量作为输出参数构建了预测CO2非混相驱效果的支持向量机预测模型.以国内6个CO2非混相驱项目和1个CO2混相驱项目为学习样本,2个CO2非混相驱项目和1个CO2混相驱项目为检测样本检测了支持向量机预测模型的准确度,结果表明,3个检测样本的预测值与实际值的平均相对误差为5.57%,满足工程要求.利用该模型预测了腰英台油田CO2非混相驱井组的增产效果,与实际增产效果相比,相对误差仅为1.30%.这表明,采用支持向量机方法对CO2非混相驱油效果进行预测可行且有效.      

Accurate estimation of formation permeability by means of petrophysical logs

Permeability can be considered as the one of the main petro-physical parameters that plays an important role in commercial production of reservoir. On the other hand, measuring the permeability is actually a principal challenge for investigators. Inasmuch as, taking core samples from every well and also surveying well-tested data require a large amount of time and capital, using an economical process is more interesting and it is the main cause to utilize electronic logging as a repeatable method. Artificial intelligence-based methods and especially least squares support vector machines (LSSVM) are reliable and accurate models. In the present work, the LSSVM has been trained by the Cuckoo optimization algorithm to predict permeability by means well-logging data including five different types of logs as input data. The correlation coefficient between the model prediction and the relevant real data is found to be about 0.99602 that can be nominated as an accurate yield.     

缝洞型油藏油井产能分析

缝洞型油藏主要由溶洞、裂缝构成,具有较强的非均质性和丰富的储集空间,对其进行产能分析一般较为困难。根据等效连续介质理论,通过对基质、溶洞和裂缝3种区域进行不同的排列组合,建立了6种缝洞型油藏单井产能方程;并根据某油井实际的生产数据,计算得到6种缝洞型油藏的单井产量,并对其进行对比分析;进而讨论了溶洞半径、溶洞渗透率、裂缝宽度和裂缝渗透率这4个因素对单井产能的影响。分析后认为：溶洞区域接近井筒时的产量更高,并且此时溶洞半径和渗透率对产量的影响要比基质区域接近井筒时的影响要大;当裂缝区域接近井筒时,裂缝宽度和渗透率对产量的影响要比基质区域接近井筒时的影响要大。     

基于最小二乘支持向量机的油气水层识别方法

测井解释过程中的油气水层识别实质是一个模式识别问题。基于统计学习理论发展起来的新一代小样本学习算法——支持向量机,是至今模式识别问题的强有力解决方法之一。本文针对现有方法在解决油气水层识别问题中的不足,提出了最小二乘支持向量机(LSSVM)的油气水层识别方法。该方法依据测井所得到的小样本、不适定性等数据信息建立并归一化数据样本集;通过网格搜索法选择LSSVM训练参数C和σ2,用交叉验证法对目标函数进行寻优找到最佳的参数;通过训练学习数据样本和测试数据样本,建立最小二乘支持向量机分类器识别模型。用本文提出的新方法研究了大庆油田某油藏的油气水层识别问题,结果表明最小二乘支持向量机的油气水层识别方法较人工神经网络和标准支持向量机的油气水层识别方法具有更快的运算速度和准确率,是一种值得进一步研究及推广使用的方法。