储层参数评价范文

储层参数评价范文（精选7篇）

储层参数评价 第1篇

关键词：地质模型,工程设计,孔隙度,渗透率

以岩心分析资料和测井资料为基础, 对测井资料进行标准化处理, 建立出统一的泥质含量、孔隙度、渗透率和含油饱和度地质模型。将建立的地质模型对区域内井资料进行精细储层参数评价, 为精细油藏数值模拟提供准确的储层参数。

1 储层岩性、物性、流体性质特征

洼59块开发层段为下第三系沙河街组一段、三段油层, 为一套巨厚陆源沉积体, 油藏埋深为1320~1565m之间, 岩性为砂砾岩, 砂砾岩, 砂质砾岩, 不等粒砂岩, 中粗砂岩, 平均粒度中值1.215mm左右。利用本工区邻块的岩心分析资料对区块内地层的物性特征进行了分析, 根据这些资料进行统计分析, 孔隙度平均值为25.2%, 渗透率平均值为1340m D, 为高孔、中渗储层。

2 储层参数解释模型

2.1 测井曲线标准化

对于一个油田或油田的某一区块, 在长期的勘探与开发过程中, 所有井的测井曲线很难保证是同一类型的仪器、相同的标准刻度器以及统一的操作方式进行测量和刻度, 故各井的测井数据间必然存在以刻度因素为主的误差。因此, 对于针对区块建立的测井解释方法, 必须要求对测井曲线进行标准化处理, 以提高测井信息在同一区块内求取地质参数的准确性与一致性。

测井数据标准化处理的实质是依据一个油田或一个地区的同一层段, 一般具有相同的地质地球物理特征, 因而不同井中同一类测井数据具有自身的分布规律。当由关键井及标准层建立起各类测井数据的地区标准分布模式后, 便可采用相关分析等技术, 对各井的测井数据进行综合分析, 校正刻度不统一带来的误差, 即消除非地质因素对测井数据的影响。

2.2 孔隙度、渗透率覆压校正

沉积岩的孔隙度、渗透率与岩石的压实作用相关, 孔隙空间所承受的压实力与上覆地层压力及孔隙流体压力有关, 随着压实力增加孔隙度就会减小。钻井取心分析一般是在地面常压 (或某特定压力) 下进行的, 孔隙会有所膨胀, 所以测量的岩心孔隙度、渗透率会大于地层条件下的孔隙度, 因此有必要对其进行校正, 以便正确认识地层孔、渗特征及其随压力变化的规律。

2.3 储层参数计算模型

2.3.1 泥质含量模型

在砂泥岩地层中, 砂岩中泥质是影响油气层评价的关键因素之一, 因此进行定量测井解释首先要计算出地层的泥质含量。泥质含量是一种复杂的混合物, 它由各种粘土矿物、细粉砂、粗粉砂及其它非粘土矿物细颗粒组成, 泥质含量高低与储层物性变化密切相关。通过测井响应机理研究并对取心井资料点进行分析, 认为电导率曲线反映地层泥质含量相对较好, 并通过大量分析试验, 发现采用浅侧向电导率资料计算泥质指示曲线, 该泥质指示曲线与岩心分析数据相关性较高, 计算的泥质含量能达到较高的精度要求。因此, 确定了该区块泥质含量解释模型建立的基本思路, 即用浅侧向电导率计算泥质指示曲线, 再根据经验公式计算最终泥质含量。

2.3.2 孔隙度模型

孔隙度是描述储层物性的一个重要参数, 也是油田储量计算及测井解释不可缺少的参数之一。常规测井中用于计算孔隙度的曲线有:中子、密度和声波时差曲线等, 考虑到本区块绝大多数井采用的是国产数控测井系列, 因此把主要研究目标确定为用声波时差曲线建立孔隙度模型。

2.3.3 渗透率模型

渗透率的大小与泥质含量、孔隙度、粒度中值等有关, 根据洼59区块的渗透率分析资料, 我们用孔隙度、泥质含量曲线参数建立了渗透率解释模型。

2.3.4 饱和度模型

饱和度模型采用阿奇公式, 其中的参数a, b, m, n由实验室岩电试验确定 (A=1.0, b=1.0, m=1.52, n=1.46) ;RW由地层水矿化度确定, 该区的地层水矿化度平均为3400~4000mg/L左右, 地层温度在65°左右, 经查图版, 可得RW=0.7~0.8Ω.m之间, 在资料处理过程中均采用这些参数。

3 结论

通过岩心化验分析与测井资料相结合, 建立泥质含量、孔隙度、渗透率及含油饱和度等地质参数模型, 开发出相应的解释处理程序, 对块内的井S3地层进行精细处理, 从而开展储层参数和流体性质综合分析研究。为提高开发效果和采收率提供准确的基础资料, 使油藏开发数值模拟具有科学的依据和更加准确可靠的储层参数。

参考文献

[1]吴胜和, 李宇鹏.储层地质建模的现状与展望.海相油气地质[J].2007.

[2]冉本科, 胡永乐, 田昌炳.油藏描述技术发展与展望[J].石油勘探与开发, 2003.

[3]贾爱林.扇三角洲储层露头精细研究方法[J].石油学报, 2000.

[4]蒋建平, 康贤, 邓礼正.储层物性参数展布的相控模型[J].成都理工学院学报, 1995.

[5]李少华, 许月明.双河油田储层地质模型研究.沉积与特提斯地质[J].2007.

储层参数评价 第2篇

储层参数模型包括:储层岩性、储层物性以及储层含气性等参数, 储层参数研究最基本的方法是通过对测井资料进行预处理的基础上, 选取取心关键井进行四性关系研究, 利用岩心与测井资料的匹配关系, 建立适合特定区域的储层参数的测井数学模型。本次主要探讨利用测井资料, 采用“岩心刻度测井法”探讨测井解释数学模型。

2 某区储层物性参数模型的建立

2.1 孔隙度解释模型

孔隙度的大小之间影响着储层储集性能的好坏, 同时孔隙度计算的准确性将直接影响储层物性其他参数如含气饱和度、渗透率的计算精度。通常情况下, 岩心录井和测井深度会出现一定的偏差, 对实测数据与测井响应建立相关关系时, 有必要对实测数据与岩心进行归位, 归位时的注意事项最主要是夹于厚砂体中的泥岩、粉砂岩, 因为其测井响应较明显。

孔隙度计算主要受声波时差、密度、中子关系等的影响, 测井资料受各种地质因素的影响, 如岩性因素、泥质影响、孔隙结构造成的非线性变化、含流体性质影响等。密度、中子、声波时差等都可以计算孔隙度, 但不同测井曲线影响因素及影响程度不同, 密度曲线受井眼影响最大, 中子曲线次之, 声波时差一般不受井眼影响。因此, 选用岩心分析孔隙度 (φ) 与相应声波曲线 (AC) 建立孔隙度测井解释模型。将某区岩心分析数据与测井资料进行深度归位、标定, 得到如下孔隙度计算模型 (图1) :

Φ=0.1443Δt-27.313 R=0.8117

2.2 渗透率解释模型

储层渗透率参数直接影响流体的渗流能力, 某些时候比孔隙度更为重要。岩石的渗透率的影响因素包括岩性、孔隙结构, 岩石颗粒分选, 岩石孔隙度大小等。在相同条件下, 孔隙度与渗透率成正比。常规测井资料和渗透率没有直接联系, 因此一般不采用常规测井计算渗透率大小, 而是利用渗透率和孔隙度之间的关系, 通过岩心分析的孔隙度与岩心测量的渗透率进行相关性分析, 即可求得渗透率的数学模型。根据单井岩心分析孔隙度与渗透率值进行回归分析表明:随着孔隙度增加渗透率也呈增加的趋势。

2.3 含水饱和度解释模型

测井资料综合解释的核心是对油气层进行评价, 因此含水饱和度计算尤为重要。选取电阻率测井来求得该区地层的含水饱和度。

其中:

Rw地层水电阻率 (Ω.m) ;

m胶结指数;

n饱和度指数;

a、b岩性系数;

φ有效孔隙度。

选取某区岩样进行分析, 实验分析测量地层因素 (F) 与孔隙度 (φ) 一一对应数据, 经回归分析, 可确定计算模型为:

同时采用失水法试验测得电阻增大率 (I) 和含水饱和度 (S w) 数据, 经回归分析, 其回归关系为幂函数曲线 (图2、3) , 方程为:

通过上述实验, 确定出岩电参数为a、b、m、n。从而得出该区的含水饱和度计算公式。

3 结论

研究表明, 选用岩心分析孔隙度 (φ) 与声波曲线 (AC) 来建立孔隙度测井解释模型;通过岩心分析的孔隙度与岩心测量的渗透率建立渗透率数学模型;选用阿尔奇公式建立储集层的含水饱和度解释模型。该方法是可行的, 提高了测井解释的精度。

参考文献

[1]罗垫潭.泊气储集层孔隙结构研究与储层评价[M].北京:科学出版社, 1986

储层参数评价 第3篇

港西油田已进入高含水开发阶段, 是中石油实施注水开发老油田二次开发的试点工程之一, 按照二次开发的理念和工作思路, 要求重新构造新的地下认识体系, 重新构造开发井网层系结构, 重新构建地面流程。油藏储层参数研究是编制油田二次开发方案的基础, 是重新构建地下认识体系的重要内容之一, 通过研究储层参数解释模型, 重新解释储层参数, 为油藏精细描述和编制油田二次开发方案提供科学的依据。

1 港西油田概况

港西油田地质构造位于黄骅凹陷中部, 北大港二级潜山构造带西段, 是港西古凸起基底上发育起来的上第三系油气藏, 为一被断层复杂化了的长轴背斜构造。油田开发主要开采层系为上第三系明化镇组 (NmⅠ、NmⅡ、NmIII) 和馆陶组 (NgⅠ、NgⅡ、NgIII) , 油层埋藏深度 (600～1 450) m, 油层跨度较大。构造东西长11 km, 宽2.5～3 km, 构造面积35.85 km2, 地质储量7 844.73×104 t。港西开发区自1970年投入开发, 1973年开始注水开发。截止到2008年底, 港西开发区共有油井532口, 开440口, 单井产油3.9 t/d, 采油速度0.75%, 累积产油2 264.36×104 t, 采出程度28.86%, 可采储量2 713×104 t, 可采储量采出程度83.44%, 综合含水91.08%, 剩余可采储量449×104 t, 剩余可采储量采油速度13.79%。

港西油田断层发育, 构造形态平缓破碎, 储层胶结疏松, 非均质性强, 是典型的复杂断块油藏。油层物性属中低级类型的储集层, 岩性较细, 粒度中值为 (0.06～0.084) mm, 分选系数2.56, 孔隙半径中值 (9.0～5.0) μm。明化镇组岩性主要由绿色、灰绿色粗中粒砂岩、细砂岩、粉砂岩、泥质粉砂岩和棕红色泥岩组成, 馆陶组岩性主要由灰白和黄褐色砾状砂岩、砂岩、灰色粉砂岩、灰绿色泥岩及紫红色泥岩组成。岩石润湿性为弱亲水。胶结物以泥质为主, 泥质含量18.75%, 其次为钙质胶结, 碳酸岩含量5.83%, 胶结类型为孔隙和孔隙～接触式。

2 岩性与物性关系分析研究

反映储层物性的主要特征参数为孔隙度和渗透率, 反映储层岩性的主要参数为泥质含量和粒度中值。

2.1 泥质含量与粒度中值关系

粒度中值与泥质含量呈指数负相关关系, 即随泥质含量的增加, 粒度中值逐渐减小, 表明岩性逐渐变细, 其相关系数明化镇组为0.837、馆陶组为0.897。

2.2 物性与泥质含量、粒度中值关系

明化镇组、馆陶组储层物性随泥质含量的增加呈下降的趋势, 但相关性较差, 其中以馆陶组渗透率与泥质含量相关性最好, 由此表明馆陶组储层泥质含量对渗透率的影响相对较大;明化镇组、馆陶组储层物性随着粒度中值的增加呈上升的趋势, 二者之间的相关性较差, 以明化镇组渗透率与粒度中值相关性最好, 由此表明明化镇组储层渗透率受粒度中值的影响相对较大。

2.3 渗透率与孔隙度关系

明化镇组、馆陶组储层岩心分析孔隙度与渗透率存在良好的相关性, 随孔隙度的增大, 渗透率呈指数形式增大, 其相关系数均在0.85以上。

3 岩性、物性与电性关系

3.1 泥质含量、粒度中值与自然伽马相对值关系

随自然伽马相对值的增大, 泥质含量逐渐增加, 说明港西油田采用自然伽马曲线计算泥质含量是适用的。粒度中值随自然伽马相对值呈负相关关系, 从而间接反映粒度中值随泥质含量的增加而降低这一趋势。

3.2 孔隙度与声波时差关系

明化镇组、馆陶组岩心孔隙度与声波时差关系之间相关性较为密切, 即随声波时差的增大, 孔隙度呈线性关系增大, 相关系数分别为0.906、0.925。

3.3 物性、电性与含油性关系

储层的含油性是以含油级别来描述的, 通过对明化镇组、馆陶组取心资料统计分析表明, 储层物性越好、电阻率越高, 相应的含油级别越高。

4 储层测井解释模型建立

4.1 泥质含量模型

通常反映泥质含量的测井曲线主要有自然伽马、自然电位、电阻率三种。由于港西油田开发时间长, 测井系列多样, 包括声感、3 700、国产小数控SK91、SK92等测井技术系列, 且部分取心井由于取心时间较早, 测井系列多属声感系列。分析研究已有测井资料表明, 明化镇组、馆陶组地层自然电位、自然伽马曲线分层能力较好, 可较好地反映储层岩性粗细的变化, 从而反映储层泥质含量的变化。因此, 在明化镇组、馆陶组地层主要采用自然电位、自然伽马曲线计算泥质含量, 当自然电位、自然伽马无法分层的情况下, 采用电阻率相对值法计算泥质含量。

$S=\frac{X-X{}_{\min }}{X{}_{\max }-X{}_{\min }}$;$V{}_{sh}=\frac{2{}^{GCUR\times S{\rm H}}-1}{2{}^{GCUR}-1}$。

式中X为某条曲线测井值 (自然伽马、自然电位、电阻率曲线) ;Xmax为纯泥岩段测井值;Xmin为砂岩段测井值;S为相对测井值;GCUR为希尔指数, 对于第三系地层取3.7;Vsh为泥质含量。

4.2 孔隙度模型

孔隙度是储层评价中一个非常重要的参数, 利用测井资料计算碎屑岩储层孔隙度已经具有比较成熟的方法。常规测井评价储层可用声波、密度、中子三种方法测量储层孔隙度, 根据各地区的实际条件刻度其中的一种方法, 采用刻度后的测井方法求解储层孔隙度即可以获得满意的效果。因此为建立适用于全区的孔隙度模型, 选用声波时差测井曲线来计算孔隙度。经测井资料标准化及系统的岩心归位后, 分层位分油组建立了声波时差与岩心分析孔隙度的关系。

明化镇组:ϕ=-2.791+1.108 751ϕa;

(r=0.906, n=492) 。

ϕa= (Δt -Tma) / (Tf-Tma) (1/Cp) 。

馆陶组:ϕ=7.096+0.868 395ϕa;

(r=0.925, n=134) ;

ϕa= (Δt -Tma) / (Tf-Tma) (1/Cp) ;

Cp=1.752-0.000 236D。

式中ϕ为有效孔隙度, %;Δt为声波时差, μs/m;ϕa为视孔隙度, %;D为深度, m;Cp为压实校正系数;Tma、Tf为骨架和流体声波时差, μs/m。

孔隙度回归关系式表明, 孔隙度与声波时差相关性较好, 利用上述关系式分层位分油组计算的孔隙度精度较高。明化镇组、馆陶组采用声波时差计算孔隙度与岩心孔隙度具有良好的响应关系, 数据点主要集中在45度线附近, 拟合趋势线与45度线基本重合。明化镇组孔隙度平均绝对误差为1.24%, 平均相对误差为3.84%;馆陶组计算的孔隙度平均绝对误差为1.45%, 平均相对误差为4.62%。从各层位孔隙度模型误差分析结果表明, 采用上述模块计算的孔隙度效果较好, 达到了孔隙度计算精度的要求, 误差也均在储量计算误差允许范围之内。

4.3 渗透率模型

利用取心井岩心分析资料分层位、分油组分别建立了岩心样品渗透率与孔隙度关系, 相关性较好, 系数均在0.89以上。

明化镇组:K = 10-5.02+0.235 062 6ϕ;

(r=0.96, n=3 117) 。

馆陶组: K = 10-3.401+0.192 678ϕ;

(r=0.892, n=304) 。

式中K为渗透率, mD;ϕ为有效孔隙度, %。

4.4 含油饱和度测井解释模型

含油饱和度是指储集层油气体积占有效孔隙体积的百分数, 它是描述储层特征的一个综合参数。对常规油气层, 含油饱和度采用砂岩地层较为适用的阿尔奇公式来计算。

$S{}_o=1-\sqrt[n]{\frac{abR{}_w}{\text{ϕ}{}^m\times R{}_t}}$。

式中So为含油饱和度, f;a、b为与岩性有关的系数;m为胶结系数, 与孔隙结构有关;n为饱和度指数;Rt、Rw为分别为地层电阻率和地层水电阻率, Ω·m。

对纵向上岩性偏细的油层以及含油高度较低或在油水界面附近的油层, 这些类型油层电阻率值普遍较低, 电阻增大系数小于2, 属低电阻油层范畴。对低电阻油层主要采用西门杜公式计算含油饱和度。

$S{}_o=1-\frac{1}{\text{ϕ}}\left[\left(\frac{0.81R{}_{\text{w}}}{R{}_{\text{t}}}\right){}^{\frac{1}{2}}-V{}_{\text{s}\text{h}}\frac{R{}_{{}_{\text{w}}}}{0.4R{}_{{}_{\text{s}\text{h}}}}\right]$。

式中Rsh 为泥岩电阻率, Ω·m;Vsh为泥质含量。

5 参数的选取和解释结果

5.1 参数的选取

岩电参数采用港西油田上第三系通用参数:a=0.93, b=0.85, m=1.64, n=1.266;

地层水电阻率选值:NmⅠ:Rw= (0.8～1.2) Ω·m;

NmⅡ、NmIII:Rw= (0.6～1) Ω·m;

Ng:Rw= (0.6～0.8) Ω·m。

5.2 解释结果

采用上述模型, 利用测井资料对港西油田明化镇组、馆陶组的孔隙度和渗透率进行解释, 结果表明, 参数相关性较好, 相关系数为0.85。

经统计明化镇组:平均孔隙度32.5%, 渗透率3.2—27 134×10-3μm2, 平均2 777×10-3μm2;馆陶组:平均孔隙度25.6%, 渗透率2～10 625×10-3μm2, 平均8 597×10-3μm2。储层物性以高孔、高渗为主, 各断块储层物性见表1。

6 结论

(1) 港西油田已进入高含水开发阶段, 是中石油实施老油田二次开发的试点工程之一, 通过研究储层参数解释模型, 重新解释储层参数, 为油藏精细描述和编制油田二次开发方案提供基础。

(2) 岩性与物性关系分析研究表明, 岩性、物性与电性关系相关性很好, 为测井解释模型的建立提供了很好的基础。

(3) 反映储层物性的主要特征参数为孔隙度和渗透率, 反映储层岩性的主要参数为泥质含量和粒度中值。采用泥质含量、孔隙度、渗透率、含油饱和度测井资料解释模型, 利用测井资料对港西油田明化镇组、馆陶组的孔隙度和渗透率进行解释, 结果表明, 参数相关性较好, 相关系数为0.85。

摘要：建立准确的储层参数测井解释模型, 为储层研究提供基础地质数据, 是油藏精细描述的关键和重要基础。在综合研究港西油田岩心、测试、地质等资料的基础上, 分析储层岩性、物性、含油性和电性四者之间的关系, 建立储层物性解释模型, 为精细研究高含水期剩余油分布规律奠定基础。通过验证所建模型, 解释精度高, 可以满足方案设计的需要。

关键词：复杂断块油藏,储层参数,解释模型,港西油田

参考文献

[1]程希, 鲁保平, 余坤, 等.常规测井方法描述复杂含气砂岩储层特征参数研究.石油仪器, 2008;22 (1) :61—64

[2]洪秀娥, 戴胜群, 张尚峰, 等.注水前后储层参数解释模型的建立.石油天然气学报, 2006;28 (3) :85—87

[3]陈新平, 史淑芬.油藏描述中储层参数测井解释模型的建立.内蒙古石油化工, 2003;29 (2) :139—140

高台子储层敏感性评价 第4篇

油气储集层是石油地质、油气田勘探开发中的主要研究对象[1,2]。随着石油工业的发展,油气储集层的研究越来越重要。大量资料表明,高含水后期,尚存在大片水未波及的原始油区,即使在波及区平均残余油饱和度仍可达50%以上,因此,研究储层岩性和物性参数,继而提出提高采收率的方法,成为油田开发后期的重要课题。储层敏感性是储层伤害与保护的重要研究内容,为了防止污染损害储集层,只有对储层敏感性做出评价,才能在各个施工环节防止储层损害,保护好储层,达到科学开发油田的目的[3—5]。

1粘土矿物分析

高台子油层所含粘土矿物主要有伊利石、高岭石、绿泥石和少量伊蒙混层。其中,高Ⅰ层的伊利石相对含量为8%—30%;高岭石为34%—66%;绿泥石为14%—44%;伊蒙混层为6%—12%。高Ⅲ层的伊利石相对含量为15%—64%;高岭石为0%—40%;绿泥石为19%—66%;伊蒙混层为6%—28%。高Ⅰ层粘土矿物平均绝对含量为4.03,高Ⅲ层为3.48。

2储层敏感性评价实验

2.1速敏实验

为了了解储层渗透率变化与储层中流体流动速度的关系,并找到临界流速,进行了速敏性评价实验。实验结果见表1。

从表1中可以看出,高Ⅰ、高Ⅲ两个层位岩心的渗透率伤害率在12.9%—37.0%之间,损害程度都属于弱速敏。速敏性评价曲线如图1,从图中可以看出在临界流速后,随着流速的增加,岩样渗透率不再出现明显变化,而成稳定状态。这说明岩样内部未固结的小颗粒很少,不会随着流速的增加而运移堵塞孔道。

2.2 水敏实验

为了研究膨胀、分散、运移的水敏过程及最终使储层渗透率下降的程度进行了水敏性评价实验,实验结果见表2。

从表2中可以看出,4块样品水敏指数在40%—56%之间,平均水敏指数为44.78%,其中高I层和高Ⅲ层的水敏特征表现为中等偏强水敏,中等偏弱水敏。

2.3 盐酸酸敏实验

酸敏性评价实验的目的是检验岩样与盐酸、氢氟酸等接触后的反应产物对储层渗透能力的影响。盐酸酸敏实验结果见表3。

从表3中可以看出,位于高I、高Ⅲ岩心酸敏指数分别为7.1%、34.7%,根据酸敏性判断标准,二层损害程度为中等偏弱、强酸敏,在开采过程中要注意避免酸化采油。

2.4 盐敏实验

盐敏实验的目的是研究储层岩样在系列盐溶液的盐度不断变化条件下,渗透率变化的过程和程度,找出盐度递减系列盐溶液中渗透率明显下降的临界盐度,以及各种工作液在盐度曲线中的位置,实验结果见表4。

从表4中可以看出,6块岩心的临界盐度在3 578 mg/L—5 367 mg/L之间。盐敏性评价曲线如图2所示,总体上岩样的渗透率随盐水矿化度下降而下降。在临界盐度以上,渗透率变化不大,这说明该储层对盐度较高的盐水,几乎没有什么盐敏性,其盐敏主要发生在临界盐度以下。

2.5 碱敏实验

碱敏性评价实验的目的是研究油层岩石与不同pH值盐水接触作用下岩石渗透率的变化过程,找出碱敏损害发生的条件(临界pH值)以及由碱敏引起的油层损害程度,为各种工作液pH值的确定提供依据。碱敏实验结果见表5。

从表5的数据结果可以看到,高I、高Ⅲ岩心的碱敏指数分别为43%、24%,根据碱敏性评价的判断指标可以确定它们分别属于中等偏弱、弱碱敏。

2.6 压敏实验

由于有效压力的变化,将导致储层中某些裂缝或孔隙闭合,造成地层渗透率下降,使储层开采条件变差,油井产能下降,且这种岩石孔隙形变往往是不可逆的,因此,对储层岩石进行压力敏感性研究,测定不同有效压力作用下岩石物性参数的变化特征,压敏实验结果见图3和图4。

由图3和图4可看出:两个层位的岩心渗透率随压力的变化曲线都比较平稳,渗透率并无较明显地降低;这说明高台子油层岩心渗透率随压力的增大下降幅度很小,因此在采油过程当中,压力的变化对该储层的采收率基本上无太大的影响。

3 结论

高台子油层的速敏、水敏、盐敏、碱敏、酸敏和压敏的敏感性流动实验研究表明,高Ⅰ和高Ⅲ层速敏程度较弱;水敏特征分别表现为中等偏强和中等偏弱,临界盐度都在3 000 mg/L以上,水驱时应注意选择合适矿化度的盐水,特别是高Ⅰ层;酸敏损害程度分别为中等偏弱、强酸敏,在开采过程中避免对高Ⅲ层进行酸化采油;两个层位的碱敏程度均较弱,且岩心渗透率随压力的增大下降幅度很小,因此压力的变化对该储层的采收率基本上无太大的影响。

摘要：储层的敏感性特征分析和评价是各项油气保护工作的起始点和基础,为了研究高台子油层物理化学性质,对高Ⅰ和高Ⅲ层位的岩样进行了室内速敏性、水敏性、酸敏性、盐敏性、碱敏性及压敏性评价,从而判断该地区储油层是否存在速敏性、水敏性、酸敏性、盐敏性、碱敏性及压敏性,以及每一种敏感性的敏感程度。该研究成果可以使油田在开采过程中,采取有针对性的措施,保证油层不受伤害或少受伤害,从而保证油田的稳产和增产。

关键词：室内实验,敏感性,敏感性评价,储层损害

参考文献

[1]张绍槐,罗平亚.保护储集层技术.北京:石油工业出版社,1993

[2]徐同台,赵敏.保护油气层技术.北京:石油工业出版社,2003:30—36

[3] Bishop S R.The experimental investigation of formation damage dueto the induced flocculation of clays within a sandstone pore structureby a high salinity brine.SPE38156

[4]陈丽华,姜在兴.储层实验测试技术.北京:石油工业出版社,1993:220—232

油气田储层评价方法综述 第5篇

关键词：油气田,储层评价,沉积微相,孔喉特征,核磁共振

储层的评价也是一个从静态到动态的过程。静态是指对储集层的沉积与岩石特征的评价, 在微观下分析油气资源分布在储集岩的哪些位置中。而动态分析是以渗流力学的理论为指导的对储集层中流体的分布规律研究。将储层沉积和岩石学特征与储层的渗流特征相结合的评价方法是目前储层评价的趋势。

1 储层的沉积特征

1.1 沉积环境的判断

沉积微相控制着砂体的平面展布特点, 同时砂体的平面展布又是沉积微相划分的依据。对沉积特征的研究首先要对储层的沉积环境进行研究。沉积环境是指沉积时所处区域的自然条件与地貌特征的总和, 在不同的地貌单元内发生一系列独特的物理、生物和化学作用, 从而产生了不同的沉积特征。沉积岩的颜色是判断古气候与古地理条件的重要依据。

1.2 沉积粒度分析与平面砂体的展布

判断出储层的沉积环境后, 通过分析储层的粒度特征结合沉积构造、沉积成因单元以及沉积序列等多种参数来综合分析, 判断出储层沉积的环境与水动力条件。沉积粒度分为滚动、跳跃、悬浮三个组分。滚动组分粒度最大, 悬浮组分粒度最细。因此不同沉积微相就会对应出不同的粒度。通过测井与录井资料, 分析储层的测井相与单井相, 得出不同微相下的测井相特征, 总结出不同微相下的相层序。最后在相控的基础上得出砂体的平面展布特征。为后期勘探开发提供依据。

2 储层的岩石孔喉特征

2.1 铸体薄片研究孔喉特征

储层孔喉特征研究是储层研究的重要组成部分, 岩石的孔隙是油气储集的主要场所, 而喉道则是油气运移的微观通道。不同的喉道与孔隙导致储层内部的储集性能与渗流特征发生变化。因此对于储层孔喉特征的研究对于储层的研究有着重要的意义。

随着技术的进步与发展, 对于孔隙结构的分析不仅仅局限与简单的薄片观察分析, 还可以通过铸体薄片分析系统来进行。首先对孔隙结构进行镜下的识别, 进而研究分析得出面孔率、平均比表面、平均孔喉比、均质系数、分选系数、平均配位数等可以直观判断出孔隙喉道好坏的孔隙结构参数。根据这些参数对孔隙与喉道进行分类。

2.2 核磁共振研究孔喉特征

核磁共振技术应用与石油行业的时间不长, 但是由于其具有准确而便捷的特点, 其在储层评价中的应用越来越广泛。核磁共振是原子核和磁场之间的相互作用, 氢原子核具有一定的特殊性质, 包括其有一定的重量, 表面带电且具有自旋转的特点。由于地层流体 (油、气、水) 中富含有氢核, 因此核磁共振技术在油田中的应用越来越广泛。由于储层内流体的氢原子核存在与孔隙中, 孔隙越大, 存在的流体越多, 所以说核磁共振的弛豫时间T2就是岩石孔隙的大小。

2.3 毛管压力曲线研究孔喉特征

毛管压力曲线可以直观的分辨出来孔喉的分选性以及大小。如果毛管压力曲线的进汞曲线越平缓, 说明喉道分选性好。喉道的宽度大小集中。而毛管压力曲线的歪度可以反应出样品中的孔喉大小的分布情况, 大孔粗喉的储层一般反应在毛管压力曲线上是粗歪度的类型。在压汞实验中, 可以得到如进汞最大值、退汞效率、中值半径等参数, 这些参数可以对储层进行直观的评价。

3 储层的渗流特征

3.1 储层内流体分布特征

储层内的流体一类为束缚流体状态;另一类为自由流体状态。束缚流体存在于极微小的孔隙和较大孔隙的壁面附近, 孔隙空间的这一部分流体受岩石骨架的作用力较大, 为毛管力所束缚而难以流动, 而在较大孔隙中间赋存的流体受岩石骨架的作用力相对较小, 这一部分流体在一定的外加驱动力作用下流动性较好, 因此称为自由流体或可动流体。对于渗流特征的评价就是对这两部分的评价。

3.2 核磁共振的流体特征分析

利用核磁共振的方法, 不仅能对储层内部贮存流体的孔隙进行评价, 还能够评价储层内流体的赋存状态。确定储层内的束缚水饱和度。由于核磁共振T2谱的下包面积表示为储层内的流体, 所以说根据核磁共振T2的形态就能够直观的判断储层内流体的分布情况。

4 结束语

储层是石油与天然气的贮存空间, 也是勘探开发的目的层位。不同的储层性质控制着油气的聚集。而当油田进入到后期开发阶段, 更需要对储集层进行详细的研究, 进而才能对油田进行高效合理的开发。对于储层进行评价, 有利于对油层的改造与保护、对剩余油分布规律的分析与研究以及油田开发调整方案的制定。

参考文献

[1]王金勋, 杨普华, 刘庆杰, 等.应用恒速压汞实验数据计算相对渗透率曲线[J].石油大学学报 (自然科学版) , 2003, 27 (4) :66-69.

[2]张一伟, 熊琦华, 王志章, 等.陆相油藏描述[M].石油工业出版社, 1997.

[3]彭昱强, 涂彬, 魏俊之.油气田开发井网研究综述[J].大庆石油地质与开发, 2002, 21 (6) :22-25.

[4]谷建伟, 毛振强.启动压力和毛管压力对低渗透油田生产参数影响[J].大庆石油地质与开发, 2002, 21 (5) :30-31.

[5]时宇, 杨正明, 黄延章.储层流动孔喉下限研究[J].西南石油大学学报 (自然科学版) , 2009, 31 (6) :41-44.

[6]张金亮, 谢俊.储层沉积相[M].北京:石油工业出版社, 2008.

根据常规测井资料评价储层孔隙结构 第6篇

关键词：常规测井资料,毛管压力,Swanson参数,渗透率,孔喉半径均值

储集岩的孔隙结构是指岩石所具有的孔隙和喉道的几何形状、大小、分布、及其相互连通关系[1]。储集层孔隙结构是反映储集层中孔隙与喉道大小及其匹配关系的参数, 综合体现了储集层对油气的储集和渗透能力, 研究孔隙结构对预测、评价储集层的油气产能具有重要意义。

目前研究储层孔隙结构的方法主要包括室内试验方法和测井资料现场评价方法。室内试验方法主要包括毛管压力法、铸体薄片法、扫描电镜法以及CT扫描法[2];但这些资料局限性很大, 其很难与储层宏观参数建立关系, 在纵向上不能连续性描述孔隙结构, 且试验费用昂贵, 试验周期长。后来发展了利用测井资料连续评价岩石孔隙结构的方法, 主要包括电阻率测井资料和核磁共振资料[2]。杨锦林等[3]采用简化的岩石导电物理模型, 推导出了利用测井资料解释孔隙结构参数S与孔喉半径均值Rm的公式, 但这些模型过于理想化, 没有考虑黏土附加导电的影响以及混合地层水的复杂性;以核磁资料为基础, 许多学者根据横向弛豫时间T2对孔隙结构展开了广泛的研究, 高敏[4]、运华云[5]、赵杰等[6]将毛管压力曲线和核磁共振T2分布对比, 建立其相关性, 进而通过核磁共振T2分布, 间接地利用岩石的毛管压力分布曲线来研究岩石的孔隙结构, 但核磁共振测井也有它固有的缺陷, 例如对于泥浆倾入较深的轻质油和气层, NMR测井在评价含烃性时将遇到困难等[7];此外, 由于油田自身条件以及测井条件的限制, 在常规的碎屑岩储层如泥质砂岩储层中, 通常都只是进行一些常规测井, 很少进行核磁共振测井, 综合以上两点原因, 利用核磁共振测井资料研究孔隙结构这一方法不能很好并且广泛的推广应用。对此, 笔者提出了根据常规测井资料结合毛管压力资料准确计算储层渗透率、孔喉半径均值以及毛管压力中值的新方法。

1 毛管压力曲线形态分析

在对压汞毛管压力资料进行处理时, 一般情况下都是采用半对数坐标系, 即进汞饱和度为线性横坐标, 进汞压力为对数纵坐标。如果将毛管压力曲线作于双对数坐标系[8]下时, 其形态近似于双曲线 (图1) 。

该毛管压力双曲线函数的数学表达式为:

式 (1) 中:Pc为进汞压力 (MPa) ;Pd为驱替压力 (MPa) ;SHg为进汞饱和度 (%) ;SHg∞为无限大毛管压力下的进汞饱和度 (%) ;C是孔隙几何因子。

通过pd和SHg∞作两条分别垂直于纵坐标和横坐标的直线即为该双曲线的两条渐近线。Swanson等人[9,10]通过对大量的高孔隙度、高渗透率的岩心数据不同岩心样品实验观察分析得到的有效控制流体流动的主孔隙系统时的汞饱和度值与双对数坐标系下的毛管压力曲线拐点是相对应的。在拐点出现前, 非润湿相占据了有效的相互连通的孔隙空间;过了拐点, 非润湿相开始进入更细小的孔隙空间或占据不规则孔隙的一些边角部分, 非润湿相在其中的流动能力明显下降。因此, 拐点处的汞饱和度指对流体流动有效贡献的那部分孔隙空间的体积, 而对应的毛管压力是指连通整个有效孔隙空间的最小喉道大小。毛管压力曲线的拐点在双对数坐标系下就是双曲线的顶点 (见图2中A点) 。在A点处, 进汞饱和度SHg与毛管压力Pc的比值 (SHg/Pc) 比毛管压力曲线上其他部分都要高, 亦即在以进汞饱和度SHg为横坐标、SHg/Pc为纵坐标的线性坐标系中, A点在抛物线的最高点 (图2) , 在该点处单位压力内进汞最多, 这一最高点对应的进汞饱和度SHg与毛管压力Pc的比值称为Swanson参数。

2 基于毛管压力的孔隙结构参数评价模型

基于以上分析, 通过对来自A井28块实验岩心的压汞毛管压力资料以及岩心物性资料进行分析, 剔除部分质量较差的样品, 根据图2所示的方法计算得到每一块岩心的Swanson参数, 发现Swanson参数与储层质量数、孔喉半径均值Rm以及毛管压力中值PC50之间存在良好的相关性。据此, 可以建立相应的模型以利用毛管资料求取岩石的渗透率、孔喉半径均值以及毛管压力中值 (图3) 。

从图3可以看出, Swanson参数与储层质量数、孔喉半径均值以及毛管压力中值PC50之间存在很好的关系, 相关系数均达到0.94以上, 证明了Swanson参数一定程度上反映了储层的孔隙结构, 在孔隙度已知的情况下, 可以利用上述模型以及Swanson参数准确地计算储层渗透率值、孔喉半径均值以及毛管压力中值, 并将其推广到实际储层条件下, 进而准确计算储层的孔隙结构参数, 这一方法的关键在于如何获得连续的Swanson参数值。

3 利用常规测井资料计算Swanson参数

由以上分析可知, 要获得比较准确的孔隙结构参数, 必须利用毛管压力资料来获得Swanson参数, 但压汞试验费用比较昂贵且试验周期长, 使得油田只会在产能理想的层段进行有限的压汞实验分析。因此, 为了达到全井段连续求取孔隙结构参数的目的, 必须建立合理的Swanson参数解释模型。

L油田为河流相沉积, 岩性主要是泥质砂岩, 沉积微相主要为边滩沉积, 次为河道沙沉积、天然堤沉积, 沉积物以细砂、粉砂、泥质为主, 孔隙主要为粒间孔隙。该地区测井资料主要包括自然伽马GR、自然电位SP、密度DEN、电阻率Rt等常规测井资料。密度测井值DEN是岩石骨架密度、泥岩密度、孔隙流体密度的综合响应值, 由于本区块原油为稠油, 原油密度达到0.93 g/cm3, 泥岩密度与砂岩骨架密度比较接近, 因此密度测井值在很大程度上反映着孔隙度的大小变化。此外, 自然伽马测井响应值的大小指示着储层黏土含量的高低及水动力的强弱, 自然伽马测井值越大, 黏土含量越高, 反映沉积时的水动力较弱, 主要为天然堤沉积, 沉积物颗粒较细, 主要为粉砂、黏土, 原生粒间孔隙较小, 同时由于黏土颗粒的充填, 致使孔隙结构复杂, 喉道堵塞, 渗透性和孔隙性变差[11,12];反之, 自然伽马测井值小的储层, 黏土含量低, 反映当时的水动力较强, 主要为边滩沉积, 沉积物颗粒较粗, 主要为细砂, 原生粒间孔较大, 喉道通常畅, 渗透性以及孔隙性较好。综上所述, 自然伽马测井值GR、密度测井值DEN与岩石孔隙结构之间存在着一定的关系。

对于选取的28块压汞实验岩心, 根据物性参数对岩心进行深度归位后, 提取对应深度的自然伽马测井值GR以及密度测井值DEN, 为消除测量环境对自然伽马测井值的影响, 采用自然伽马相对值ΔGR结合密度测井值DEN与Swanson参数展开研究, 发现自然伽马相对值ΔGR、密度测井值DEN与Swanson参数之间存在较好的关系, 如式 (2) 。

式中:Swanson为Swanson参数;ΔGR为自然伽马相对值, 无量纲;GR为自然伽马测井值 (API) ;GRmax为纯泥岩段自然伽马测井值 (API) , 取为135 API;GRmin为纯砂岩自然伽马测井值 (API) , 取为50 API;DEN为密度测井值 (g/cm3) 。

4 实例分析

为了验证方法的广泛适用性, 首先根据最优化地层组分分析程序计算了A井的孔隙度 (Por_Qe) , 再利用文中提出的方法即根据Swanson参数与储层孔隙结构的关系以及式 (2) 、式 (3) 实际计算了储层渗透率 (Perm_Swanson) 、孔喉半径均值以及毛管压力中值, 如图4所示。

图4中, 第1道显示为自然电位 (SP) 、自然伽马 (GR) ;第2道为补偿中子测井 (CNC) 、密度测井 (DEN) ;第3道为深侧向电阻率 (RD) 和浅侧向电阻率 (Rs) ;第4道为深度道;第5道为地层组分分析反演地层孔隙度 (Por_Qe) 和岩心分析孔隙度 (Core_Por) ;第6道为根据笔者提出的新方法计算得到的空气渗透率值 (Perm_Swanson) 以及岩心分析空气渗透率值 (Core_Perm) ;第7道为根据新方法计算得到的孔喉半径均值 (Rm_Swanson) 以及压汞毛管压力资料分析孔喉半径均值 (Core_Rm) ;第8道为根据新方法计算得到的毛管压力中值 (PC50_Swanson) 以及压汞毛管压力资料分析毛管压力中值 (Core_PC50) 。从图4可以看出, 利用常规测井资料结合毛管压力资料计算的储层渗透率、储层孔喉半径均值、毛管压力中值与岩心分析渗透率、压汞毛管压力资料分析孔喉半径均值以及毛管压力中值之间吻合较好。该方法可以在只有常规测井资料的储层段连续计算储层渗透率、孔喉半径平均值以及毛管压力中值, 弥补了常规测井资料在研究储层孔隙结构上的缺陷, 并且计算结果可信度较高。

5 结论

(1) 提出了一种根据常规测井资料和毛管压力资料来准确计算储层结构参数的新方法, 该方法克服了利用常规测井资料研究孔隙结构的困难, 弥补了常规测井资料的不足。

(2) 根据对压汞毛管压力资料和常规测井资料的分析, 建立了自然伽马相对值ΔGR以及密度测井值DEN与Swanson参数之间的关系, 可以在有伽马测井以及密度测井的层段连续计算储层渗透率、孔喉半径均值以及毛管压力中值。

(3) 毛管压力曲线在双对数坐标下的拐点参数, 即Swanson参数与岩石物性参数之间存在比较好的相关性。

(4) 通过对A井进行处理, 并与岩心分析结果进行对比, 验证了提出的新方法的正确性与可行性, 可以在常规储层以及高孔、高渗储层评价中进行推广应用。

参考文献

[1] 罗蛰潭, 王允诚.油气储集层的孔隙结构.北京:科学技术出版社, 1986:21—22Luo Z T, Wang R C.The pore structure of reservoir.Beijing:Science and Technology Press, 1986:21—22

[2] 陈杰, 周改英, 赵喜亮, 等.储层岩石孔隙结构特征研究方法综述.特种油气藏, 2005;12 (4) :11—14Chen J, Zhou G Y, Zhao X L, et al.Methods review of pore structure characteristics of reservoir rock.Special Oil and Gas Reservoirs, 2005;12 (4) :11—1798

[3] 杨锦林, 呙长艳, 胡宗全, 等.测井解释储集层孔隙结构与含油性.天然气工业, 1988;18 (5) :36—39Yang J L, Wo C Y, Hu Z Q, et al.The logging interpretation of reservoir pore structure and oil content.Natural Gas Industry, 1988;18 (5) :36—39

[4] 高敏, 安秀荣, 祗淑华, 等.用核磁共振测井资料评价储层的孔隙结构.测井技术, 2000;24 (3) :188—193Gao M, An X R, Zhi S H, et al.Using nuclear magnetic resonance logging data to evaluate reservoir pore structure.Well Logging Technology, 2000;24 (3) :188—193

[5] 运华云, 赵文杰, 刘兵开, 等.利用T2分布进行岩石孔隙结构研究.测井技术, 2002;26 (1) :18—21Yun H Y, Zhao W J, Liu B K, et al.A study on rock pore structure using T2 distribution.Well Logging Technology, 2002;26 (1) :18 —21

[6] 赵杰, 姜亦忠, 王伟男, 等.用核磁共振技术确定岩石孔隙结构的实验研究.测井技术, 2003;27 (3) :185—188Zhao J, Jiang Y Z, Wang W N, et al.Experimental research of using nuclear magnetic resonance logging data to determine the rock pore structure.Well Logging Technology, 2003;27 (3) :185—188

[7] 张松扬, 范宜仁.核磁共振测井技术评述.勘探地球物理进展, 2002;4 (25) :21—25Zhang S Y, Fan Y R.Review of nuclear magnetic resonance logging technology.Progress in Exploration Geophysics, 2002;4 (25) :21—25

[8]廖明光, 李仕伦, 付晓文, 等.储层岩石渗透率估算模型的建立.天然气工业, 2001;21 (4) :45—48Miu M G, Li S L, Fu X W, et al.The establishment of the reservoir rock permeability estimation model.Natural Gas Industry, 2001;21 (4) :45—48

[9] Swanson B F.A simple correlation between permeability and capillary pressure.Journal of Petroleum Technology, 1981;67 (11) :2498—2503

[10] Guo Boyun, Ghalambor A, Duan Shengkai.Correlation between sandstone permeability and capillary pressure curves.Journal of Petroleum Science and Engineering, 2004;43 (2) :239—246

[11] 何幼斌, 王文广.沉积岩与沉积相.北京:石油工业出版社, 2007:16—26He Y B, Wang W G.Sedimentary rocks and sedimentary facies.Beijing:Petroleum Industry Press, 2007:16—26

基于灰色系统理论的储层综合评价 第7篇

前两类定性评价和半定量评价所使用的方法, 均受到研究人员主观地质认知水平的影响, 分类标准和评价结果会存在一定的差距, 同时, 选取的参数不同也会不同程度的影响储层综合评价结果的一致性。为此, 本文采用了基于灰色系统理论的储层综合评价方法, 这种定量评价方法降低了个人主观因素和因评价参数的变化对最终评价结果的影响。

1 研究区地质概况

子长油田屈家沟区位于鄂尔多斯盆地伊陕斜坡中东部, 伊陕斜坡整体具有东高西低的特征, 坡降8~10m/km, 发育因差异压实作用引起的相对简单的鼻状隆起构造。屈家沟区主力油层为长61-3层, 孔隙度为10.3%, 渗透率为1.04×10-3μm2, 属于低孔、低渗、低丰度、低产岩性油藏。

2 选评价参数

储层综合评价应满足平面上的整体性和分类标准可操作性强的特点。为了提高储层综合评价的准确性, 应优选出多项具有代表性的参数进行评价。根据屈家沟区的基础地质资料的丰度及分布情况, 最终引入砂岩厚度、砂地比、孔隙度、渗透率、沉积微相六种评价参数, 并在这六种参数中进一步优选。

为了优选出相对独立的储层评价参数, 本文引用谱系聚类分析方法[1]。用距离来刻划变量之间的相关性, 即欧氏距离:

由于上述六种评价参数的量纲及物理意义均不相同, 为了降低量纲对计算过程的影响和操作方便, 需要对数据进行变换处理, 本文使用极差正规化变换方法。变换后的数据无量纲, 且在0~1的范围内变化。通过聚类分析最终可绘制出屈家沟区聚类分析谱系图 (图2) 。

根据谱系聚类分析结果, 泥质含量和其它参数相似性最低, 而相似性最高的两组参数为砂岩厚度和砂地比, 可将其中的砂地比去掉。最终优选出了砂层厚度、孔隙度、渗透率、沉积微相、泥质含量五个参数进行储层综合评价。

3 确定评价参数的权系数

灰色系统理论分析法中确定各类评价参数权系数的目的是总结各类评价参数的亲疏关系, 分清主次关系, 明确储层评价的重要参数和因素, 掌握不同评价参数之间的内在联系, 对整了评价系统进行定量描述和解析。具体操作包括了子母序列的选定, 联系数、关联度和权系数的计算。

3.1 选定子、母序列

计算评价参数权系数之前, 需要确定储层评价的子母序列。主要是理清评判事件与各类参数的内在联系, 最终实现可用一种评价参数定量刻画评判事物的特征。上述这种按一定规律分布的参数指标, 称为关联分析的母序列:

分析过程中可决定被评判事物特性的各子参数的有序排列即是子序列, 考虑主因素的m个子因素, 则有子序列:

对泥质含量, 其值越小, 反映储层物性越好。本文把泥质含量的数值作倒数处理, 以便使其变换后的数值越大越利于油气储集。由于系统中各评价参数的物理意义和量纲均不相同。因此本文采用均值化变换方法对原始数据进行无量纲化处理。

3.2关联系数和关联度

具体计算过程中, 引入了分辨系数ρ, 其目的是为了提高灰关联系数之间的差异显著性, 降低最大绝对差数值太大对数据真实性的影响。通常情况下ρ∈[0.1, 1], 本文取值0.1。

统计可知, 子母因素之间的关联度越靠近1, 则关系越紧密, 说明该子因素对母因素的影响越大。

3.3 评价参数权系数的确定

根据计算得出的关联度, 通过归一化处理即可得到权系数。本次选取的砂岩厚度一个参数为母因素, 选取孔隙度、渗透率、泥质含量、沉积微相四个参数为子因素。根据上述计算方法和流程, 最终计算出了各评价参数的权系数 (见表1) 。

4 储层综合分类评价

通过评价权系数的计算, 将优选出的评价参数综合考虑, 即可计算出一个综合性且具有代表性的储层综合评价指标值, 最后可根据储层综合评价指标值分布范围进行储层综合分类。具体计算公式如下:

式中:Re表示综合评价指标;n表示评价参数的个数;Ai表示

评价参数的权系数;Bi表示评价参数。

根据计算结果, 储层发育越好的区域, 相应的储层综合评价指标也越大, 为含油有利区。

本文运用拐点法, 确定各类储层的分阈值, 最终可根据储层评价指标值在平面上区分出Ⅰ类 (有利储层) 、Ⅱ类 (较有利储层) 、Ⅲ类 (差储层) 储层的分布区域。

根据储层综合评价指标值分类阈值图, 可以发现曲线上有3个拐点, 每个拐点就是相应2类储层的区分点, 即分类阈值 (图3) 。具体分类阈值为:A点 (3.0) 、B点 (4.0) 和C点 (6.0) , 并确定了各类储层的分级标准 (见表2) 。

在此基础上, 经过回归分析可以确定各类储层相关评价参数的分布范围 (表3) 。

根据长61-3储层综合评价平面分布图, I类储层主要分布在主河道砂体较为发育的区域, 在研究区北部呈小范围条带状展布, II类储层主要分布在分流河道及河道侧翼的大部分区域, 分布范围较为广泛, III类储层主要分布在河道侧翼向河间洼地过渡区域分布, 分布范围最小。

5 结语

基于灰色系统理论的储层综合评价, 消除了个人主观因素和评价参数选取不同对评价结果的影响, 是一种可靠的定量评价方法。基于此方法最终将子长油田屈家沟长61-3储层评价分为3类:I类储层主要分布在主河道砂体较为发育的区域, II类储层主要分布在分流河道及河道侧翼的大部分区域, III类储层主要分布在河道侧翼向河间洼地过渡区域分布。评价结果符合本区的地质开发特征, 达到了预期的效果。

摘要：于灰色系统理论对子长油田屈家沟区长61-3储层进行定量综合评价。具体思路为首先从各类地质基础数据中优选出评价参数, 其次运用灰色系统理论选定母子序列并计算出关联系统和关联度进而得到评价参数的权系数, 再次采用拐点法确定储层综合评价的分类阈值, 明确储层分类标准, 最终实现了对子长油田屈家沟区长61-3储层的综合定量评价, 取得较好效果。

关键词：灰色系统,权系数,储层定量评价

参考文献

[1]程启贵, 郭少斌, 王海红, 等.鄂尔多斯盆地中西部长6油层组储层综合评价[J].石油实验地质, 2010, 32 (5) :415-419.

[2]裘亦楠, 薛叔浩.油气储层评价技术[M].北京:石油工业出版社, 1997.

[3]孙红志, 刘吉余.储层综合定量评价方法研究[J].大庆石油地质与开发, 2004, 23 (6) :8-10.

[4]吕红华, 任明达, 柳金诚.Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用[J].北京大学学报, 2006, 42 (6) :740-745.

[5]邓聚龙.灰色预测与决策[M].武汉:华中理工大学出版社, 1992.