中—高含水期低渗透储层优势渗流通道研究 ——以温米油田温西一区块三间房组储层为例

中—高含水期低渗透储层经过长期注水开发容易形成优势渗流通道,造成注入水无效循环加剧,严重影响油藏注水开发的效果。以温米油田温西一区块三间房组低孔、中—低渗透储层为例,基于岩性、沉积及微观特征分析优势渗流通道形成的控制因素,综合动、静态资料确定识别优势渗流通道的方法及评价标准,并优选动、静态参数建立综合评价指数模型。研究结果表明,温西一区块三间房组优势渗流通道的形成受岩性、沉积相及微观特征控制;其静态特征表现为岩性粗、物性好,沉积于水下分流河道的主流线上;动态特征表现为吸水剖面存在差异,油井含水率突然升高,示踪剂水线推进快,突破厚度小。研究区优势渗流通道的识别标准为:层内渗透率大于或等于40×10-3μm2,层内渗透率级差大于或等于20,孔喉半径大于或等于3.6μm,月含水率上升率大于或等于30%,单层吸水率大于或等于50%。     

AVO技术在裂缝性储层中的应用

在油气勘探开发过程中,裂缝性油气藏所占的比例越来越大.裂缝性地层表现出很强的各向异性,勘探难度很大.而AVO技术从早先所认识到的一种现象已发展成一种完善的地球物理勘探技术,被广泛应用到油气勘探领域.当地层出现一定方位的裂缝时,地层的弹性参数会表现出方向性差异,这种差异能被AVO方法有效地检测.理论上讲,裂缝对地震属性参数的影响在垂直裂缝走向的方向上表现为最强,在水平裂缝走向的方向上表现为最弱,对AVO属性参数的影响也是如此.     

人工神经网络在石油勘探中的应用

人工神经网络近几十年的飞速发展,激起了不同学科与领域的科学家的浓厚兴趣。本文论述了BP神经网络的基本原理及在油气预测中的应用。并觉得人工神经网络模型在油气预测中有很大的优势。     

高含水期剩余油潜力精细评价新方法——以温米油田温西三区块为例

针对注水开发油田高含水期油藏地下油水关系复杂、认识难度大等问题,以精细数值模拟为手段,利用油藏优势潜力评价技术,即剩余油饱和度、储层有效厚度、剩余油分流能力、储层渗透率等多因素综合决策技术,用剩余油饱和度、剩余油储量丰度、优势潜力丰度、优势动用潜力丰度四个步步递进的指标层层筛选,最终确定了剩余油优势开发潜力区域。其研究结果在温米油田温西三区块的生产实践中得到了成功验证,说明这种多因素精细评价高含水期剩余油潜力分布的新方法准确可靠,对于指导油田开发实际生产工作具有重要意义。     

AVO技术在商都地区的应用研究

AVO是研究含气储层的地震反射振幅随偏移距的变化关系,通过对AVO异常属性特征分析,将AVO技术应用于商都地区火成岩储层预测,为勘探做下一步指导。