法律状态公告日
法律状态信息
法律状态
2020-07-14
授权
授权
2018-10-26
实质审查的生效 IPC(主分类):G01N15/08 申请日:20180326
实质审查的生效
2018-09-28
公开
公开
技术领域
本发明涉及油田开发技术领域,特别是涉及到一种基于储层物性的油水相对渗透率表征处理方法。
背景技术
油水相对渗透率曲线是岩石空隙中油水两相渗流特征的综合反映,是油水两相在渗流过程中遵循的最基本的规律。油水相渗曲线是油藏工程产油量预测中的重要资料。有效表征处理油水相对渗透率曲线,对于优化油田开发方案,提高油田采收率,改善油田开发效果具有重要的指导意义。
目前针对一个具体的区块或单元的油藏,实验室要做若干岩心样品的油水相对渗透率曲线实验,为了数据使用的方便,传统做法是将多块岩样的相渗曲线采用简单的算数平均求得一条平均的油水相对渗透率曲线来作为整个区块或单元的油水相对渗透率曲线使用,这样油藏的不同位置的油水相对渗透率数据都是一样的,忽略了储层非均质性对油水相对渗透率曲线和油藏开发的影响,不能全面客观地反映油田的真实情况,影响油田开发方案的优化以及最终采收率的提高。为此我们发明了一种基于储层物性的油水相对渗透率表征处理方法,解决了以上技术问题。
发明内容
本发明的目的是提供一种能准确表征由于储层非均质性造成的油水相对渗透率曲线的差异,能够全面、准确体现不同储层渗流能力的基于储层物性的油水相对渗透率表征处理方法。
本发明的目的可通过如下技术措施来实现:基于储层物性的油水相对渗透率表征处理方法,该基于储层物性的油水相对渗透率表征处理方法包括:步骤1,选取能反映区块或油藏物性特征的多条实验室测得的油水相对渗透率曲线数据;步骤2,建立油水相对渗透率曲线特征参数与岩心样品的空气渗透率K和孔隙度φ的函数关系式;步骤3,对含水饱和度Sw、含油饱和度So、水相相对渗透率Krw和油相相对渗透率Kro进行标准化处理;步骤4,建立标准化后的水相相对渗透率Krwn与标准化后的含水饱和度Swn以及标准化后的油相相对渗透率Kron与标准化后的含油饱和度Son之间的幂函数关系表达式,并建立幂指数A,B与空气渗透率K和孔隙度φ的函数关系式;步骤5,利用不同的储层物性得到不同的油水相对渗透率曲线。
本发明的目的还可通过如下技术措施来实现:
在步骤1中,选取的实验室测得的油水相对渗透率曲线不少于5条。
在步骤2中,油水相对渗透率曲线特征参数包括岩心束缚水饱和度Swi、油水共渗饱和度区间Sow、残余油饱和度Sor、残余油饱和度下的水相相对渗透率Krwmax、残余油饱和度下的水相渗透率Kwmax、束缚水饱和度下的油相渗透率Komax。
在步骤2中,通过大量的实验数据分析建立岩心束缚水饱和度Swi、油水共渗饱和度区间Sow、残余油饱和度下的水相相对渗透率Krwmax、残余油饱和度下的水相渗透率Kwmax、束缚水饱和度下的油相渗透率Komax与岩心样品的空气渗透率K的自然对数lnK以及孔隙度φ之间的函数关系式。
在步骤2中,建立的油水相对渗透率曲线特征参数与岩心样品的空气渗透率K和孔隙度φ的函数关系式为:
Swi=a1lnK+b1φ+c1>
Sow=a2lnK+b2φ+c2>
Krwmax=a3lnK+b3φ+c3>
lnKwmax=a4lnK+c4>
lnKomax=a5lnK+c5>
式中:
Swi—束缚水饱和度,无因次;
Sow—油水共渗饱和度区间,无因次;
Krwmax—残余油饱和度下的水相相对渗透率,无因次;
Kwmax—残余油饱和度下的水相渗透率,mD;
Komax—束缚水饱和度下的油相渗透率,mD;
K—岩心样品空气渗透率,mD;
φ—岩心样品孔隙度,%;
ai、bi、ci(i=1,2,……,5)—待定系数。
在步骤2中,残余油饱和度为:
Sor=1-Swi-Sow>
式中:
Sor—残余油饱和度,无因次。
在步骤3中,对含水饱和度Sw、含油饱和度So、水相相对渗透率Krw和油相相对渗透率Kro进行标准化处理,其公式如下:
Krwn=Krw/Krwmax>
Kron=Kro/Kromax>
式中:
Sw—含水饱和度,无因次;
Swn—标准化后的含水饱和度,无因次;
Swi—束缚水饱和度,无因次;
Sor—残余油饱和度,无因次;
Son—标准化后的含油饱和度,无因次;
Krw—水相相对渗透率,无因次;
Krwmax—残余油饱和度下的水相相对渗透率,无因次;
Kro—油相相对渗透率,无因次;
Kromax—束缚水饱和度下的油相相对渗透率,无因次;
Krwn—标准化后的水相相对渗透率,无因次;
Kron—标准化后的油相相对渗透率,无因次。
在步骤4中,首先建立标准化后的水相相对渗透率Krwn与标准化后的含水饱和度Swn以及标准化后的油相相对渗透率Kron与标准化后的含油饱和度Son之间的幂函数关系表达式,其表达式如下:
Krwn=SwnA>
Kron=SonB>
式中:
A、B—待定幂函数指数;
对式(11)和式(12)两边取自然对数可得:
lnKrwn=AlnSwn>
lnKron=BlnSon>
对式(13)和式(14)进行线性回归,求得系数A、B。
在步骤4中,通过实验数据分析发现幂函数指数A,B与空气渗透率K和孔隙度φ存在以下函数关系:
A=a6lnK+b6φ+c6>
B=a7lnK+b7φ+c7>
ai、bi、ci(i=6,7)—待定系数;
根据式(15)和式(16)对不同物性储层油水相对渗透率曲线数据的表征预测处理。
在步骤5中,根据步2和步骤4中建立的函数关系式,利用不同的储层空气渗透率K和孔隙度φ即可得到不同的油水相对渗透率曲线。
本发明中的基于储层物性的油水相对渗透率表征处理方法,通过研究不同储层物性造成的油水相对渗透率曲线的差异,构建了考虑储层非均质性的油水相对渗透率表征处理方法的关系式,从而实现了基于物性储层的油水相对渗透率曲线数据的表征预测处理。本发明基于储层物性变化对油水相对渗透率曲线数据进行了数学表征处理与预测,利用不同的储层物性构建了不同的油水相对渗透率曲线,考虑了储层非均质性对油层渗流能力的影响,为油藏工程、水驱油理论以及油藏数值模拟考虑渗流非均质性的计算方法的推导奠定基础,从而更准确预测油藏水驱开发效果及趋势,指导油田开发生产实践。
附图说明
图1为本发明的基于储层物性的油水相对渗透率表征处理方法的一具体实施例的流程图;
图2为本发明的一具体实施例中实验测得油水相对渗透率曲线数据与基于储层物性的油水相对渗透率表征处理后的曲线数据对比图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂,下文特举出较佳实施例,并配合所附图式,作详细说明如下。
如图1所示,图1为基于储层物性的油水相对渗透率表征处理方法的流程图。
在步骤101,选取能反映区块或油藏物性特征的多条(一般不少于5条)实验室测得的油水相对渗透率曲线数据。在一实施例中,选取胜利油田某区块某层位实验室测得的油水相对渗透率曲线11条,其岩心样品相对渗透率特征参数见表1。
表1胜利油田某区块某层位油水相对渗透率曲线特征参数表
流程进入到步骤102。
在步骤102,通过分析在步骤101选取的油水相对渗透率曲线实验数据,建立了油水相渗特征参数与岩心样品的空气渗透率K的自然对数lnK以及孔隙度φ之间函数关系式:
Swi=(-7.1705lnK-0.0346φ+86.4770)/100R=0.9437>
Sow=(8.1405lnK-0.6040φ+6.9618)/100R=0.9410>
Krwmax=0.1665lnK-0.0220φ-0.1499R=0.9005>
lnKomax=0.9716lnK-0.8494R=0.9777>
lnKwmax=1.3325lnK-4.7422R=0.9826>
式中:
Swi—束缚水饱和度,无因次;
Sow—油水共渗饱和度区间,无因次;
Kwmax—残余油饱和度下的水相渗透率,mD;
Komax—束缚水饱和度下的油相渗透率,mD;
K—岩心样品空气渗透率,mD;
φ—岩心样品孔隙度,%;
残余油饱和度可以表示为:
Sor=1-Swi-Sow>
式中:
Sor—残余油饱和度,无因次;
在此基础上,利用岩心样品数据进行线性回归,求得回归系数,建立以上回归关系式。
流程进入到步骤103。
在步骤103,对步骤101选取的油水相对渗透率曲线实验数据中的含水饱和度Sw、含油饱和度So、水相相对渗透率Krw和油相相对渗透率Kro进行标准化处理,其公式如下:
Krwn=Krw/Krwmax>
Kron=Kro/Kromax>
式中:
Sw—含水饱和度,无因次;
Swn—标准化后的含水饱和度,无因次;
So—含油饱和度,无因次;
Son—标准化后的含油饱和度,无因次;
Krw—水相相对渗透率,无因次;
Krwmax—残余油饱和度下的水相相对渗透率,无因次;
Kro—油相相对渗透率,无因次;
Kromax—束缚水饱和度下的油相相对渗透率,无因次;
Krwn—标准化后的水相相对渗透率,无因次;
Kron—标准化后的油相相对渗透率,无因次;
根据行业标准,实验室一般将束缚水饱和度下的油相相对渗透率Kromax归一化为1.000。
流程进入到步骤104。
在步骤104中,首先建立标准化后的水相相对渗透率Krwn与标准化后的含水饱和度Swn以及标准化后的油相相对渗透率Kron与标准化后的含油饱和度Son之间的幂函数关系表达式,其表达式如下:
Krwn=SwnA>
Kron=SonB>
式中:
A、B—待定幂函数指数;
对式(10)和式(11)两边取自然对数可得:
lnKrwn=AlnSwn>
lnKron=BlnSon>
对式(12)和式(13)进行线性回归,可求得系数A、B。
在此基础上,通过实验数据分析发现幂函数指数A,B与空气渗透率K和孔隙度φ存在以下函数关系:
A=-0.1573lnK+0.2013φ-3.3789R=0.7514>
B=0.1089lnK-0.1237φ+5.4213R=0.8810>
根据式(14)和式(15)即可实现对不同物性储层油水相对渗透率曲线数据的预测处理。
流程进入到步骤105。
在步骤105,根据式(1)-式(12)以及式(15)-式(16)的表达式,利用不同的储层空气渗透率K和孔隙度φ即可得到不同的油水相对渗透率曲线,实现了基于储层物性的油水相对渗透率曲线数据的表征预测处理。
将采用本发明的基于储层物性的油水相对渗透率表征处理方法预测处理的水相相对渗透率曲线和油相相对渗透率曲线与与实际的实验结果比较可以看出(图2),基于储层物性的油水相对渗透率表征处理方法能够利用不同的储层物性构建不同的油水相对渗透率曲线,考虑了储层非均质性对油层渗流能力的影响,为油藏工程、水驱油理论以及油藏数值模拟计算方法的推导奠定基础,从而能准确预测油藏水驱开发效果及趋势,指导油田开发生产实践。
机译: 假相生产模拟:通过连续相似的阶跃函数相对渗透率控制模型在储层流动模拟中评估准多相流生产的信号处理方法
机译: 伪相生产模拟:一种信号处理方法,通过在储层流体模拟中通过连续类似的阶跃函数相对渗透率控制模型评估准多相流生产,以对多个石油物理实现进行排序
机译: 伪相生产模拟:一种信号处理方法,通过在储层流体模拟中通过连续类似的阶跃函数相对渗透率控制模型评估准多相流生产,以对多个石油物理实现进行排序