一种致密砾岩储层的产能动态预测计算方法

摘要

本发明公开了一种致密砾岩储层的产能动态预测计算方法，包括：根据关井压力测试、生产资料确定致密砾岩储层产能的定量表征参数；进而对影响储层产能的各种参数进行分析，优选出4个主控的关键参数；再利用主控的关键参数，构建一个指示储层产能的综合量化指数；最后考虑储层措施改造因素的影响，分储层类型利用综合量化指数和储层改造的因子建立采液指数，实现产能动态预测。本发明实现了致密砾岩储层产能的精确动态预测。

说明书

技术领域

本发明属于石油勘探中的复杂油气藏地层测井评价技术领域，具体涉及一种致密砾岩储层的产能动态预测计算方法。

背景技术

储层产能预测是对储层产液能力进行综合性评价的技术，一般说来，产能是油气储层动态特征的一个综合指标，它是油气储层生产潜力和各种影响因素之间互相制约过程中达到的某种动态平衡，储层产能预测结果可以检验油气勘探的成果，为油气田开发提供最基本的依据。

随着油气勘探的不断深入，致密砾岩等复杂地层逐渐成为勘探重点，与常规碎屑岩油气藏相比，致密砾岩储集层一般基质物性更差，非均质性强，孔隙结构更为复杂。目前国内外在储层产能评价方面做过一些工作，主要是通过平面径向流模型与测井参数建立储层预测模型、通过主成分分析与神经网络等建立智能产能预测模型。目前这些方法对储层物性参数计算精度有较高要求，在中高孔隙度渗透率储层中效果较好。在致密储层方面，有人尝试利用常规测井资料和阵列声波测井资料建立储层预测模型，考虑因素比较单一，基本停留在半定量上，还需进一步加强定量化评价。

发明内容

本发明的目的在于鉴于现有技术中存在的问题，提供了一种致密砾岩储层的产能动态预测计算方法，该方法综合考虑了储层物性、射孔厚度、地层压力以及储层改造等多因素的综合影响，建立指数储层产能动态预测的采液指数计算模型，解决致密砾岩储层产能预测不准的问题。

本发明采取以下技术方案来实现的：

一种致密砾岩储层的产能动态预测计算方法，包括以下步骤：

1)根据关井压力测试、生产资料确定致密砾岩储层产能的定量表征参数；

2)对影响储层产能的各种参数进行分析，优选出主控的关键参数；

3)利用主控的关键参数，构建一个指示储层产能的综合量化指数；

4)考虑储层措施改造因素的影响，分储层类型利用综合量化指数和储层改造的因子建立采液指数，实现产能动态预测；

本发明进一步的改进在于，步骤1)中，对于有关井压力恢复测试的井，可以得到试井流动系数，试井流动系数反应储层的渗流能力，指示储层产能。由于大多数井未做关井压力恢复测，所以需要利用生产资料反演试井参数。通过分析，砾岩产能与储层物性、压裂规模、压力系数有关，而压裂后的累产量，与压裂液规模、储层物性、压力系数关系密切，所以考虑以上三个因素，借鉴试井流动系数涵义，提出了宏观流动系数F

F

S＝(P

式中，Q

Q

S为压力损失比，无量冈；

P

P

通过对比试井解释流动系数与宏关流动系数，发现二者成线性相关，相关系数为0.95，说明宏观流动系数可以反应储层产能，

本发明进一步的改进在于，步骤2)中，分析宏观流动系数与储层各参数之间的关系，优选出产能的主控参数，主控参数为射孔厚度、地层压力、储层物性，此外需要考虑储层改造的影响。

本发明进一步的改进在于，步骤3)中，射孔厚度、地层压力、储层物性等因素对储层产能的影响规律各不相同，为了更好反应储层产能，构建了 2个指数，综合物性指数RPQ和压力厚度指数PHQ。其中综合物性指数考虑了储层的储集空间、孔隙结构和单位孔隙的渗流能力，全面的表征储层物性特征，综合物性指数可以根据核磁共振测井和常规测井计算。核磁共振测井非常直观的反应储层的储集空间、孔隙结构等特性，由核磁共振测井计算的综合物性指数为RPQ

式中，

K为核磁共振渗透率，单位为mD，基于Coates模型计算；

AC为测井声波时差，ΔT

DEN为测井密度，ρ

α为经验系数。

现实中只有部分井有核磁共振资料，对于没有核磁共振资料的储层只能利用常规测井资料计算综合物性指数，泥质含量、静自然电位直观指示储层物性、储层孔隙结构，由常规测井计算的综合物性指数为RPQ

式中，

SSP为储层静自然电位，单位为API，反应储层孔隙结构的变化；

γ、δ、τ为经验系数；

压力厚度指数PHQ考虑了射孔厚度、地层压力的综合影响。计算如下：

式中，H为射孔厚度，单位为m；

ρ

ΔT

R

α、β和λ为经验系数；

为了进一步精确判断储层产量，将综合物性指数和压力厚度指数结合起来构建储层综合压力物性指数RPPQ，直观准确的指示储层产能，因综合物性指数有核磁共振测井与常规测井两种方法计算，储层综合压力物性指数也有两种方法计算，其中核磁测井计算的储层综合压力物性指数为RPPQ

式中，C为经验常数。

对于有核磁共振测井资料的储层，将核磁测井计算的储层综合压力物性指数为RPPQ

V＝A1×RPPQ

式中,A1、A2为别代表权重。

本发明进一步的改进在于，步骤4)中，储层产能需考虑储层措施改造因素的影响，利用储层综合量化评价指数结合储层措施改造因素，计算储层采液指数J

对于Ⅰ类、Ⅱ类储层，措施改造的规模与产能的相关性差，储层采液指数与储层综合量化评价指数相关性好。Ⅰ类、Ⅱ类储的采液指数计算模型如下：

J

对于Ⅲ类、Ⅳ类储层储层，措施改造规模对产能影响较大，仅通过储层综合量化评价指数预测采液指数准确率不高，需综合考虑综合量化评价指数与储层改造中加液量、加砂量的影响。Ⅲ类、Ⅳ类储层储层的采液指数计算模型如下：

式中，M

M

与现有技术相比，本发明具有如下的优点：

本发明首先根据生产资料构建宏观流动系数，可以直观的指示储层产能，通过分析宏观流动系数与储层参数之间的关系，优选出主控参数构建综合量化评价指数，实现了静态储层参数预测储层动态产能。综合量化评价指数全面考虑了储层储集空间、孔隙结构和渗流能力以及地层压力、射孔厚度等多因素的影响。本次发明最大的改进在于考虑储层改造对产能的影响，在综合量化评价指数的基础上加入米加液量、米加沙量两个参数，分储层类型建立米采液指数模型，实现对储层产能的动态预测。

本发明解决了现有致密砾岩出产能预测不准的难点，通过引入核磁测井结合常规测井计算的储层综合量化评价指数，在综合量化评价指数的基础上加入米加液量、米加沙量两个参数，使得致密砾岩的产能动态预测具有更高的精度。

附图说明

图1为本发明提供的一种致密砾岩储层的产能动态预测计算方法的流程图；

图2为本发明实施例的宏观流动指数与日产液量的关系图；

图3为本发明实施例的综合量化评价指数与宏观流动系数的关系图；

图4为本发明实施例的Ⅰ类、Ⅱ类储层综合量化评价指数与产液指数的关系图；

图5为本发明实施例的Ⅲ类、Ⅳ类储层产液指数与V*米液量、V*米砂量的关系图

表1为致密砾岩储层分类表

表2为本发明的应用效果表。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。

参见图1，本发明提供的一种致密砾岩储层的产能动态预测计算方法，包括如下步骤：

步骤101：根据关井压力测试、生产资料确定致密砾岩储层产能的定量表征参数；

步骤102：对影响储层产能的各种参数进行分析，优选出主控的关键参数；

步骤103：利用主控的关键参数，构建一个指示储层产能的综合量化指数；

步骤104：考虑储层措施改造因素的影响，分储层类型利用综合量化指数和储层改造的因子建立采液指数，实现产能动态预测；

下面，通过对本实施例的具体实施情况做进一步详细说明，以支持本发明所要解决的技术问题。

1、根据关井压力测试、生产资料确定致密砾岩储层产能的定量表征参数；

本实例中选择一油田中11口有关井压力恢复测试资料的井，利用压裂后累产量、压力液总量以及地层压力系数计算宏观流动系数F

F

S＝(P

式中，Q

Q

S为压力损失比，无量冈；

P

P

2、通过统计各生产井的宏观流动系数与储层相关参数之间关系发现，储层物性变化好宏观流动系数变大、射孔厚度变大宏观流动系数变大、地层压力变大宏观流动系数变大，储层改造对不同品质储层的产能的影响不同，因此优选射孔厚度、地层压力、储层物性作为储层产能的关键影响因素，此外需要考虑储层改造的影响。

3、由于射孔厚度、地层压力、储层物性等因素对储层产能的影响规律各不相同，为了更好反应储层产能，构建了综合物性指数RPQ和压力厚度指数 PHQ两个指数，其中综合物性指数考虑了储层的储集空间、孔隙结构和单位孔隙的渗流能力，全面的表征储层物性特征；压力厚度指数PHQ考虑了射孔厚度、地层压力的综合影响。为了进一步精确判断储层产量，将综合物性指数和压力厚度指数结合起来构建储层综合压力物性指数RPPQ，直观准确的指示储层产能，因综合物性指数有核磁共振测井与常规测井两种方法计算，储层综合压力物性指数也有两种方法计算，其中核磁测井计算的储层综合压力物性指数为RPPQ

V＝0.6×RPPQ

式中，H为射孔厚度，单位为m；

ρ

K为核磁共振渗透率，单位为mD，基于Coates模型计算；

R

SSP为储层静自然电位，单位为API，反应储层孔隙结构的变化；

4、储层产能需考虑储层措施改造因素的影响，利用储层综合量化评价指数结合储层措施改造因素，计算储层采液指数J

J

对于Ⅲ类、Ⅳ类储层储层(参见表1)，措施改造规模对产能影响较大，仅通过储层综合量化评价指数预测采液指数准确率不高，需综合考虑综合量化评价指数与储层改造中加液量、加砂量的影响。通过分析可知产液指数与 V*米液量、V*米砂量相关性好(参加图5)。Ⅲ类、Ⅳ类储层储层的采液指数计算模型如下：

式中，M

M

表1

5、表2为本发明的应用效果表。表中第5列为计算的预测采液指数，第 8列为储层实际采液指数，第9列为预测采液指数与实际采液指数的相对误差，第10列为产能预测是否符合判断结果。通常认为预测采液指数与实际采液指数相对误差在30％以内，预测结果准确。本次产能预测技术在实际中应用17井次，预测结果符合的有16井次，符合率为88.2％，从而验证了本方法的可靠性。

表2

最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。