薄差油层水淹层的计算机识别方法研究

论文摘要

目前,中国很多油田的薄层产量已经占到油田总产量的一定比例,成为这些油田原油产能的主要增长区。针对大庆油田已经进入高含水后期,地下油水分布日趋复杂,开发层系已从过去的主力厚油层转向薄差油层(指厚度小于1.0m储层,本文包括大庆油田的表外储层),由于常规测井系列纵向分辨率低,径向探测深度浅,在测井曲线上水淹特征不明显,导致薄差层水淹层解释符合率较低,给油田注水开发、加密调整和剩余油描述等工作带来了极大困难,成为制约油田高效开发的“瓶颈”。因此,对薄油层的评价已成为国内外地质家和测井分析家的当务之急;如何消除储层岩性、物性及孔隙结构对电性响应的影响,突出水淹信息的测井响应特征成为薄差层水淹层测井解释符合率的关键。解决薄层问题,一是研究新的探测器和新的测量方法;二是改进现有解释方法,充分利用现有测井资料。从原理上讲,要正确评价薄油层从第一方面入手是最有效的,但要花费大量的人力、物力及时间,而且无法充分利用现有资料。本文从测井原理本身出发,应用数学、测井和地质等分析方法,首先提高现有测井资料的单条测井曲线的纵向分辨率,然后应用常规分析程序进行储层的划分与评价,获得准确的储层参数。本文首先对大庆杏树岗地区薄差层水淹层的水淹机理、测井响应特征以及综合解释方法进行了研究,针对各种测井方法的原理对其分别进行了有针对性地提高纵向分辨率的校正,对自然电位测井曲线利用地层分层方法进行了环境校正,反滤波方法提高了自然伽玛测井曲线的分辨率,利用分辨率匹配法提高了电阻率测井曲线的纵向分辨率等。以密闭取心检查井资料为基础,利用BP神经网络技术并结合储层参数的其他有效计算方法建立了孔、渗、饱等储层参数的精确计算模型,形成了一套适合于薄差层水淹层测井解释技术,大大提高了解释精度,而且对于中厚层、厚层水淹层测井解释也有很好的应用效果。

论文目录

• 摘要
• Abstract
• 1 前言
• 1.1 本文研究的目的和意义
• 1.2 水淹层测井解释技术的研究现状及发展趋势
• 1.2.1 水淹层的识别技术研究现状
• 1.2.2 国内外水淹层测井解释技术研究现状
• 1.2.3 现代测井系列在解释水淹层的应用
• 1.3 选题依据
• 1.4 本论文主要研究内容
• 1.4.1 研究方法和技术路线
• 1.4.2 主要研究成果和创新点
• 2 薄差层水淹层的储层参数变化特征及测井响应特征研究
• 2.1 薄差层水淹过程中储层参数的变化特征
• 2.1.1 孔隙度、渗透率变化特征
• 2.1.2 泥质含量及粘土矿物变化特征
• 2.1.3 含油饱和度变化特征
• 2.1.4 孔隙结构变化特征
• 2.1.5 润湿性变化特征
• 2.1.6 相对渗透率变化特征
• 2.1.7 地层水电阻率变化特征
• 2.1.8 电性参数变化特征
• 2.2 薄差层水淹层的测井响应特征
• 2.3 均质储层和非均质中、厚储层水淹后的测井响应特征
• 2.3.1 均质储层水淹后的测井响应特征
• 2.3.2 非均质中、厚储层水淹后的测井响应特征
• 3 提高常规测井曲线纵向分辨率的处理方法研究
• 3.1 自然电位测井曲线校正
• 3.1.1 地层分层的方法
• 3.1.2 自然电位曲线的校正方法
• 3.2 反滤波方法提高自然伽玛曲线分辨率
• 3.3 电阻率测井响应曲线校正
• 3.4 利用沃尔什函数法进行测井曲线高分辨反演
• 3.4.1 沃尔什函数评价薄层的理论依据
• 3.4.2 利用沃尔什函数提高声波时差测井曲线的纵向分辨率
• 4 薄差层水淹层的各储层参数定量计算方法研究及实现
• 4.1 研究区概况
• 4.1.1 有效厚度≥2.0m 油层的水洗状况
• 4.1.2 有效厚度<1.0m 油层的水洗状况
• 4.2 模型的建立
• 4.2.1 孔隙度的确定
• 4.2.2 渗透率的确定
• 4.2.3 孔隙半径的确定
• 4.2.4 含水饱和度的确定
• 4.2.5 泥质含量的确定
• 4.2.6 束缚水饱和度的确定
• 4.2.7 粒度中值的确定
• 4.2.8 相对渗透率和有效渗透率的计算
• 4.2.9 出水率的确定
• 4.2.10 驱油效率的确定
• 5 BP 神经网络在解释薄差层水淹层的应用
• 5.1 BP 神经网络简介
• 5.2 BP 神经网络算法的数学描述
• 5.3 利用神经网络技术解释水淹层的基本步骤
• 5.3.1 测井曲线的选择
• 5.3.2 岩心分析资料的选择
• 5.3.3 神经网络结构参数选择
• 5.3.4 神经网络的正常操作（回忆）
• 5.4 确定水淹层解释参数
• 5.5 薄差层水淹层的识别软件开发
• 5.5.1 软件设计所需数据
• 5.5.2 软件流程
• 6 结论和建议
• 6.1 结论
• 6.2 建议
• 参考文献
• 附录
• 致谢