首页> 中文学位 >塔河油田碳酸盐岩裂缝型储层测井评价方法研究
【6h】

塔河油田碳酸盐岩裂缝型储层测井评价方法研究

代理获取

目录

第一章 前言

1.1 研究的目的及意义

1.2 国内外研究现状

1.2.1裂缝识别及评价方面

1.2.2缝洞充填物识别方面

1.2.2储层参数计算方面

1.2.3流体性质识别方面

1.3 主要研究内容

1.3.1 研究区概况

1.3.2研究思路

1.3.3研究内容

1.4 技术路线

1.5 完成工作量

第二章 碳酸盐岩裂缝型储层测井响应特征

2.1电法测井响应特征

2.2 声波测井响应特征

2.3 电成像测井响应特征

(1) 天然有效缝

(2) 闭合无效缝

(3) 层界面

(4) 缝合线

(5) 断层面

(6) 泥质条带

(7) 诱导缝

2.4 小结

第三章 碳酸盐岩裂缝型储层裂缝识别方法

3.1 交会图法裂缝识别

3.1.1 DEN-GR交会图

3.1.2 AC-CNL交会图

3.1.3 DEN-RD交会图

3.1.4 (|logRD-logRS|)-RD交会图

3.2 综合裂缝发育概率裂缝识别

3.2.1裂缝敏感测井参数提取

3.2.2综合裂缝概率计算

3.2.3应用实例

3.3 BP神经网络识别裂缝

3.3.1方法原理

3.3.2应用实例

3.4 小结

第四章 碳酸盐岩裂缝型储层裂缝充填物识别方法

4.1 交会图法识别裂缝充填物

4.2.1 CNL-RD交会图

4.3.2 VSH-RD交会图

4.2 GA_BP神经网络法

4.2.1方法原理

4.2.2应用实例

4.3 多元统计分析方法识别充填物

4.3.1主成分分析原理

4.3.2 Bayes判别分析原理

4.3.3应用实例

4.4 小结

第五章 碳酸盐岩裂缝型储层流体类型识别方法

5.1 测井信息交会流体识别

5.1.1合成声波时差与实测声波时差重叠

5.1.2深浅侧向电阻率差比与密度交会

5.1.3 电阻率与孔隙度交会法

5.2 正态概率分布法识别流体

5.2.1 方法原理

5.2.2应用实例

5.3 基于优化粒子群改进的模糊C均值聚类的流体识别(PSO-FCM)

5.3.1样本数据矩阵的构建

5.3.2流体概率计算

5.3.3流体识别标准确定

5.3.4 应用实例

5.4 小结

第六章 碳酸盐岩裂缝型储层参数建模与综合评价

6.1 储层参数计算方法

6.1.1 泥质含量计算模型

6.1.2孔隙度计算模型

6.1.3 渗透率计算模型

6.1.4 含水饱和度计算模型

6.2 储层级别划分标准构建

6.3 储层综合评价示例

6.4 小结

结论与认识

参考文献

攻读硕士学位期间取得的学术成果

致谢

展开▼

摘要

为研究塔河油田碳酸盐岩裂缝型储层测井评价方法,选取塔河油田奥陶系目标储层为研究工区开展研究。基于“岩心刻度测井”和“成像标定常规”的思想,研究了裂缝发育储层的测井响应特征;选取裂缝敏感测井信息,以交会图、裂缝综合概率和BP神经网络等手段建立裂缝识别模型;以岩心描述和电成像资料为基础,选取并放大充填物敏感测井信息,采用交会图、主成分分析-贝叶斯判别、GA-BP神经网络建立了充填物识别标准;综合测井、岩心、录井和试采资料,以油气、水层的测井响应特征为基础,利用测井信息交会、正态概率分布、优化粒子群改进的模糊C均值聚类算法(PSO-FCM)建立了区域流体识别标准;综合裂缝和充填物的识别结果对有效储层类型进行划分,基于双孔隙组分模型、最优化等方法分类别建立孔、渗、饱等储层参数计算模型,并以储层参数为指标建立了储层级别快速识别标准。 研究结果表明:裂缝型储层响应特征为:高伽马、高自然电位、低电阻率,水平裂缝发育储层声波时差高,FMI成像可对裂缝产状和有效性进行标定;裂缝发育储层的测井响应特征为各交会图版的适用性提供了指示,裂缝综合概率和BP神经网络法裂缝的识别符合率较高,神经网络识别符合率达89.65%;交会图版法难以对充填物进行准确识别,GA_BP神经网络识别法有一定的效果,多元统计分析识别效果最好,识别符合率达91.7%;测井信息交会流体识别法易受井眼等情况的影响,油、水层往往具有不同的累积概率分布斜率范围,PSO-FCM结合流体概率阈值交会图的流体识别方法效果较好,为碳酸盐岩流体识别提供了参考;研究区包含三类有效储层,分类参数建模效果显示:双孔隙组分与最优化孔隙度计算模型结果较为一致,基于双重孔隙的渗透率模型计算结果与地层实际情况更为接近,双孔隙组分含水饱和度模型弥补了阿尔奇公式的不足,研究区储层级别包含四类,储层级别划分对储层快速评价具有指示作用。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号