砂岩储层渗透率各向异性参数预测方法及装置制造方法及图纸

本发明专利技术公开了一种砂岩储层渗透率各向异性参数预测方法及装置，其中方法包括：获得砂岩储层单元厚度数据，泥岩频率数据，雷达测量泥岩厚度数据和人工泥岩测量厚度数据；将雷达测量泥岩厚度数据与人工泥岩测量厚度数据进行比对，根据比对的结果确定泥岩累计厚度数据；根据泥岩累计厚度数据和砂岩储层单元厚度数据确定泥岩比例数据；根据砂岩储层单元厚度数据确定砂岩储层单元内平均泥岩长度数据；根据砂岩储层单元内平均泥岩长度数据和预先设定的矩形泥岩结构信息，确定三维平均流线长度数据；根据三维平均流线长度数据，泥岩比例数据和泥岩频率数据，预测砂岩储层渗透率各向异性参数。本发明专利技术定量估计砂岩储层渗透率各向异性参数，提高准确率。提高准确率。提高准确率。

【技术实现步骤摘要】
砂岩储层渗透率各向异性参数预测方法及装置


[0001]本专利技术涉及石油天然气地质勘探
，尤其涉及砂岩储层渗透率各向异性参数预测方法及装置。

技术介绍

[0002]渗透率各向异性(K
v
/K
h
，K
v
表示有效垂向渗透率，K
h
表示有效横向渗透率)是储层模型构建中的一个非常重要的参数，是影响油气储层性质的重要因素，同时也是一个很难估计和测量的参数。通常渗透率各向异性是从岩心柱塞中定量测量出来的，但是这些测量数据通常不能准确的描述油藏的有效渗透率。有效渗透率必须从岩石体积的尺度上来估计，岩石体积要足够大使得其能够代表其所包含的储层各向异性。精确的油藏尺度上的渗透率各向异性对于储层模型表达整个油田和单井产量都是非常重要的参数。这对于诸如气驱或者是蒸汽辅助的重力驱动油藏来说更是如此。在二氧化碳运移、俘获和储存过程中渗透率各向异性由于控制了浮力扩散，因此其对于量化渗透率各向异性是非常重要的参数。压力测试数据可用于推导渗透率各向异性，但是要依赖于参数估计、数值模拟以及地质历史耦合。精确的地质数据输入需要加强渗透率各向异性压力测试。基于地质的渗透率各向异性估计可以用于约束储层模型以及改善储层渗流性质的预测。
[0003]在常规碎屑岩储层中影响储层渗流性质的最重要的原因是低渗透性的泥岩沉积和泥质条带。大多数砂泥互层通常延伸较短，并且很少穿越不同的井，如图1所示。由于这些非均质体的分布和尺寸被假设为是随机的，它们通常被称为随机泥岩。由于泥岩规模较小和分布随机，很难将其与油藏尺度的模型匹配。现有技术中已经有大量研究来将泥岩特征与油藏尺度的渗透率各向异性匹配起来。这些研究的成果主要在于分散的泥岩增加了储层渗流通道的曲折度，尤其是增加了储层垂直方向上的曲折度，横向延伸距离较小的泥岩导致垂向上渗流路径更长。可以用砂泥岩模型来估计在油藏尺度上泥岩对渗透率各向异性的影响。定量估计渗透率各向异性需要对泥岩进行精确的几何和空间测量。由于泥岩频率和比例可以从岩心或者成像测井资料中进行量化，因此从露头类比数据中收集定量泥岩几何数据对于储层模型的运用至关重要。但是该方法的诸多局限在于缺少公开精确描述泥岩频率和几何形态的数据基础。潮控储层通常是非均质的，这使得泥岩表征尤为重要。源于潮汐作用的砂岩储层中细粒的由泥、砂构成的砂泥岩互层通常富含有机质和云母。潮汐环境中以潮流速度的周期波动(日，季以及年的时间尺度)导致了潮汐沉积物的各向异性。潮汐储层各向异性的近期研究表明渗透率各向异性在模拟过程中是一个非常重要的参数，但是该参数很难估计。
[0004]因此，亟需一种可以克服上述问题的砂岩储层渗透率各向异性参数预测方案。

技术实现思路

[0005]本专利技术实施例提供一种砂岩储层渗透率各向异性参数预测方法，用以定量估计砂岩储层渗透率各向异性参数，提高准确率，该方法包括：
[0006]获得砂岩储层单元厚度数据，泥岩频率数据，雷达测量泥岩厚度数据和人工泥岩测量厚度数据；
[0007]将所述雷达测量泥岩厚度数据与人工泥岩测量厚度数据进行比对，根据比对的结果确定泥岩累计厚度数据；
[0008]根据所述泥岩累计厚度数据和砂岩储层单元厚度数据，确定泥岩比例数据；
[0009]根据所述砂岩储层单元厚度数据，确定砂岩储层单元内平均泥岩长度数据；
[0010]根据所述砂岩储层单元内平均泥岩长度数据和预先设定的矩形泥岩结构信息，确定三维平均流线长度数据；
[0011]根据所述三维平均流线长度数据，泥岩比例数据和泥岩频率数据，预测砂岩储层渗透率各向异性参数。
[0012]本专利技术实施例提供一种砂岩储层渗透率各向异性参数预测装置，用以定量估计砂岩储层渗透率各向异性参数，提高准确率，该装置包括：
[0013]数据获得模块，用于获得砂岩储层单元厚度数据，泥岩频率数据，雷达测量泥岩厚度数据和人工泥岩测量厚度数据；
[0014]厚度确定模块，用于将所述雷达测量泥岩厚度数据与人工泥岩测量厚度数据进行比对，根据比对的结果确定泥岩累计厚度数据；
[0015]比例确定模块，用于根据所述泥岩累计厚度数据和砂岩储层单元厚度数据，确定泥岩比例数据；
[0016]泥岩长度确定模块，用于根据所述砂岩储层单元厚度数据，确定砂岩储层单元内平均泥岩长度数据；
[0017]流线长度确定模块，用于根据所述砂岩储层单元内平均泥岩长度数据和预先设定的矩形泥岩结构信息，确定三维平均流线长度数据；
[0018]参数预测模块，用于根据所述三维平均流线长度数据，泥岩比例数据和泥岩频率数据，预测砂岩储层渗透率各向异性参数。
[0019]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述砂岩储层渗透率各向异性参数预测方法。
[0020]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述砂岩储层渗透率各向异性参数预测方法的计算机程序。
[0021]本专利技术实施例通过获得砂岩储层单元厚度数据，泥岩频率数据，雷达测量泥岩厚度数据和人工泥岩测量厚度数据；将所述雷达测量泥岩厚度数据与人工泥岩测量厚度数据进行比对，根据比对的结果确定泥岩累计厚度数据；根据所述泥岩累计厚度数据和砂岩储层单元厚度数据，确定泥岩比例数据；根据所述砂岩储层单元厚度数据，确定砂岩储层单元内平均泥岩长度数据；根据所述砂岩储层单元内平均泥岩长度数据和预先设定的矩形泥岩结构信息，确定三维平均流线长度数据；根据所述三维平均流线长度数据，泥岩比例数据和泥岩频率数据，预测砂岩储层渗透率各向异性参数。本专利技术实施例获得了砂岩储层单元厚度数据，泥岩频率数据，雷达测量泥岩厚度数据和人工泥岩测量厚度数据，并利用这些参数进行砂岩储层渗透率各向异性参数预测定量估计与分析，有效提高了富泥岩层的砂岩储层的渗透率宏观各向异性的预测精度。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0023]图1为现有技术中泥岩长度箱形分布图；
[0024]图2为本专利技术实施例中砂岩储层渗透率各向异性参数预测方法示意图；
[0025]图3A为AA露头中，单个暴露的潮砂坝；图3B是在该露头用Lidar采集的点云图像；图3C是在露头图片和点云数据结合的基础上追踪的泥岩；
[0026]图4泥岩平均长度(上)、泥岩频率(中)、泥岩厚度(下)对纵横渗透率比K
v
/K
h
影响模型；
[0027]图5A～图5C为BB砂岩露头暴露泥岩的泥岩长度分布直方图；
[0028]图6为BB砂岩的泥岩长度(走向平行)和泥岩宽度(倾角本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种砂岩储层渗透率各向异性参数预测方法，其特征在于，包括：获得砂岩储层单元厚度数据，泥岩频率数据，雷达测量泥岩厚度数据和人工泥岩测量厚度数据；将所述雷达测量泥岩厚度数据与人工泥岩测量厚度数据进行比对，根据比对的结果确定泥岩累计厚度数据；根据所述泥岩累计厚度数据和砂岩储层单元厚度数据，确定泥岩比例数据；根据所述砂岩储层单元厚度数据，确定砂岩储层单元内平均泥岩长度数据；根据所述砂岩储层单元内平均泥岩长度数据和预先设定的矩形泥岩结构信息，确定三维平均流线长度数据；根据所述三维平均流线长度数据，泥岩比例数据和泥岩频率数据，预测砂岩储层渗透率各向异性参数。2.如权利要求1所述的砂岩储层渗透率各向异性参数预测方法，其特征在于，砂岩为均质砂岩，泥岩为非渗透性泥岩，岩层为不可压缩性岩层。3.如权利要求1所述的砂岩储层渗透率各向异性参数预测方法，其特征在于，所述砂岩储层包括：河口点坝砂岩储层，潮汐砂脊砂岩储层，非局限性潮汐点坝砂岩储层，局限性潮汐点坝砂岩储层其中之一或任意组合。4.如权利要求1所述的砂岩储层渗透率各向异性参数预测方法，其特征在于，根据所述砂岩储层单元厚度数据，确定砂岩储层单元内平均泥岩长度数据，包括：根据所述砂岩储层单元厚度数据，确定砂岩储层平均长度数据；根据所述砂岩储层平均长度数据，确定砂岩储层单元内平均泥岩长度数据。5.一种砂岩储层渗透率各向异性参数预测装置，其特征在于，包括：数据获得模块，用于获得砂岩储层单元厚度数据，泥岩频率数据，雷达测量泥岩厚度数据和人工泥岩测量厚度数据；厚度确定模块，用于将所述...

【专利技术属性】
技术研发人员：张荣虎，曾庆鲁，李文瑞，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：