一种储层产能预测模型建立方法和系统的制作方法
一种储层产能预测模型建立方法和系统的制作方法
【技术领域】
[0001] 本发明涉及油气勘探开发技术领域，尤其是一种储层产能预测模型建立方法和系 统。
【背景技术】
[0002] 正确预测储层产能，判断储层能否产出油气、能否实现经济效益是油气勘探开发
技术领域的一项关键任务。一般而言，只有具有工业开采价值的油气层，才会对其投入射孔 进行开发。为避免盲目投入带来的无效射孔与产水现象带来的资金浪费，储层产能预测成 为测井技术工作的重要环节。
[0003] 具体来说，利用测井资料预测储层产能的方法可以归纳为以下两大类别：
[0004] 1、理论计算法。这种方法假设流体渗流遵循达西渗流定律，利用测井资料计算渗 流方程中有效厚度、生产压差、油有效渗透率等静态参数，根据经验确定渗流方程中原油粘 度、原油与岩石体积系数等动态参数，最后通过渗流方程求取原油产量。
[0005] 2、经验分析法。这种方法应用最广，工作原理大同小异：要么从分析影响产能的因 素出发，利用测井资料求得影响因素，建立各因素与产能之间的关系，构造能够反映产能的 特征量（例如产能指数），再根据试油（气）结果确定评价标准；或者利用主要影响因素建 立解释图板来直接判断产量级别（高产、中产或低产）。
[0006] 这两类方法主要针对孔渗条件好，流度大的油藏，流体渗流遵循或者基本服从达 西渗流定律，产能预测相对简单且比较准确；但是对于不满足达西渗流理论的特低渗透储 层，特别是致密砂砾岩和页岩等渗流机理十分复杂的地层，相关的参数误差导致产能预测 结果可信度低。
[0007] 另一方面，在某些文献，例如《一种基于CT孔隙分析的储层产量预测方法及装置》 (【申请号】CN201310088247. 9)的专利申请文献中公开了一种基于CT孔隙分析的储层产量 预测方法。这种方法选取目的层段中至少一个全直径岩心，获得每个全直径岩心的CT测试 数据（包括岩心切片总数以及每个岩心切片的总面积），再根据CT测试数据计算每个全直 径岩心的孔隙度，根据所有目标孔隙度的平均值预测目的层段的产量，进而判断产气级别。 该方法利用反映储层自身特性的孔隙度来预计产量，排除了工程的影响因素，没有考虑渗 透率和含气饱和度等其他参数对产能的影响，计算结果的精度不够，应用有一定局限性。
[0008] 总而言之，目前通过现有的方法建立储层产能预测模型，主要存在以下几个问 题：
[0009] 1、理论计算法和经验分析法的适用范围窄，不适于致密砂岩这种低孔低渗储层的 产量预测。
[0010] 2、基于岩心分析实验获得孔隙度参数与对应储层实际产能进行简单的拟合获得 的预测模型存在偶然性，对储层产能的其他特性参数的影响考虑不全，导致产能预测结果 精度不高，可信度较低。
【发明内容】
[0011] 针对上述问题，本发明提出了一种适用范围更广的储层产能预测模型建立方法和 系统。
[0012] 该方法包括以下步骤：
[0013] 数据收集步骤，收集目的储层的基础数据，其中包括岩心产能模拟数据以及测井 试气检测数据，并从中确定与产量相关的储层特性参数；
[0014] 产量测试步骤，选取不同厚度储层段，测试其在不同生产压差下的产量；
[0015] 模型建立步骤，建立不同生产压差下，不同储层有效厚度对应的产量与储层特性 参数之间的关系模型；
[0016] 参数确定步骤，确定不同生产压差下，所述关系模型的参数与储层有效厚度之间 的函数关系；
[0017] 产能计算步骤，基于所述函数关系，利用所述关系模型计算初步的产能预测结 果；
[0018] 模型选取步骤，通过比较测井试气检测数据与初步的产能预测结果，确定与目的 储层相符的关系模型，作为最终的产能预测模型。
[0019] 根据本发明的实施例，上述储层特性参数至少为储层的孔隙度、渗透率、含水饱和 度、储层有效厚度、有机碳含量和水平井测试段长度中的一种参数。
[0020] 根据本发明的实施例，上述模型建立步骤中，按岩性分类建立不同生产压差下，不 同储层有效厚度对应的产量与储层特性参数之间的关系模型。
[0021] 根据本发明的实施例，上述关系模型的表达式为Q=a*Xm+b*TOC+c*L，式中，Q为 产量，X为储层特性参数，m、b、c为常数，TOC为有机碳含量，L为水平井测试段长度，a为与 储层有效厚度有关的储层产能系数。
[0022] 根据本发明的实施例，上述关系模型的参数a随着储层有效厚度地增加而增大。
[0023] 根据本发明的实施例，上述产能计算步骤中，将经由测井试气检测获得的储层特 性参数的数据代入所述关系模型，计算初步的产能预测结果；所述模型选取步骤中，通过 比较初步的产能预测结果与测井试气检测获得的产量数据，确定与目的储层相符的关系模 型，作为最终的产能预测模型。
[0024] 根据本发明的实施例，对于致密砂岩储层，上述储层特性参数为孔隙度、渗透率和 储层有效厚度。
[0025] 根据本发明的实施例，上述模型建立步骤中，按岩性分类建立不同生产压差下，不 同储层有效厚度对应的产量与孔隙度和渗透率，以及孔隙度与渗透率乘积之间的关系模 型。
[0026] 此外，本发明还提供一种储层产能预测模型建立系统，其特征在于，包括以下步 骤：
[0027] 数据收集模块，用于收集目的储层的基础数据，其中包括岩心产能模拟数据以及 测井试气检测数据，并从中确定与产量相关的储层特性参数；
[0028] 产量测试模块，用于选取不同厚度储层段，测试其在不同生产压差下的产量；
[0029] 模型建立模块，用于建立不同生产压差下，不同储层有效厚度对应的产量与储层 特性参数之间的关系模型；
[0030] 参数确定模块，用于确定不同生产压差下，所述关系模型的参数与储层有效厚度 之间的函数关系；
[0031] 产能计算模块，用于基于所述函数关系，利用所述关系模型计算初步的产能预测 结果；
[0032] 模型选取模块，用于通过比较测井试气检测数据与初步的产能预测结果，确定与 目的储层相符的关系模型，作为最终的产能预测模型。
[0033] 根据本发明的实施例，上述储层特性参数至少为储层的孔隙度、渗透率、含水饱和 度、储层有效厚度、有机碳含量和水平井测试段长度中的一种参数。
[0034] 与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
[0035] 1、本发明提出的建模方法在综合考虑储层特征和产能影响因素的基础上，对岩心 产能模拟数据进行分析和研宄，分类建立孔隙度、渗透率、含水饱和度、储层有效厚度、有机 碳含量及水平井测试段长度等储层特性参数与产量的关系模型，最终结合试气结果优选出 符合目的储层特征的产能预测模型，从而为开发方案部署与规划提供科学可靠的参考依 据。
[0036] 2、本发明提出的建模方法以岩心资料为基础进行分析和研宄，使得参与产能计算 公式拟合的储层特性参数值更符合实际储层特征，建立的模型一定程度上更为可靠。
[0037] 3、本发明提出的建模方法是在一定分类基础上，例如按照储层岩性或者储层类型 等建立产能模型，针对性更强，计算结果更精确。
[0038] 4、本发明提出的建模方法避免了很多外在工程因素导致的参数计算不精确的弊 端，适用范围广，对于常规与非常规的致密性储层和页岩储层等均适用，解决了传统方法不 满足达西渗流理论的复杂地层的储层产能预测问题。尤其针对致密砂砾岩和页岩等渗流机 理十分复杂的地层来说，整体预测效果优于现有的预测方法。
[0039] 5、本发明提出的建模方法实施步骤简单易行，比现有的通过理论方法和简单影响 因素的回归来预测储层产能的方法更加科学，可靠性更高。
[0040] 6、本发明提出的建模方法可以清晰地、全面地认识不同储层特征的储层产量情况 及影响储层产能的因素，为后期实施改造提供可靠的参考依据。
[0041] 本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得 显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要 求书以及附图中所特别指出的结构来实现和获得。
【附图说明】
[0042] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实 施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
[0043] 图1是本发明实施例中采用的储层产能预测模型建立方法的工作流程图；
[0044] 图2(a)~2(f)是本发明实施例中回归拟合的目的储层在不同生产压差、不同储 层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积之间的关系示意图；
[0045] 图3 (a)~3 (b)是本发明实施例中回归拟合的目的储层在生产压差7MPa时，在不 同储层有效厚度下的产量与孔隙度的关系示意图；
[0046] 图4 (a)~4 (b)是本发明实施例中回归拟合的目的储层在生产压差7MPa时，在不 同储层有效厚度下的产量与渗透率的关系示意图；
[00 47] 图5 (a)~5 (b)是本发明实施例中回归拟合的目的储层在生产压差7MPa时，在不 同储层有效厚度下的产量与孔渗乘积的关系示意图；
[0048] 图6 (a)~6 (f)是本发明实施例中回归拟合的目的储层在生产压差为7MPa时，有 效厚度与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0049] 图7 (a)~7 (f)是本发明实施例中回归拟合的目的储层在生产压差为9MPa时，在 不同储层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0050] 图8(a)~8(c)是本发明实施例中回归拟合的目的储层在生产压差为llMPa时， 在不同储层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0051] 图9 (a)~9(f)是本发明实施例中回归拟合的目的储层在生产压差为9MPa时，有 效厚度与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0052] 图10(a)~10(c)是本发明实施例中回归拟合的目的储层在生产压差为llMPa 时，有效厚度与孔隙度、渗透率以及孔渗乘积的关系示意图。
【具体实施方式】
[0053] 下面结合附图和实施例对本发明的技术方案进行详细地描述。
[0054] 图1显示了本发明提供的储层产能预测模型建立方法的工作流程图，其包括以下 步骤。
[0055] S100、数据收集步骤。
[0056] 收集和整理目的储层的基础数据，其中包括岩心产能模拟获得的数据和测井试气 检测获得的数据。在本发明的实施例中，可以先根据储层的岩性将这些数据划分为不同的 数据体，然后从中确定例如储层孔隙度、渗透率、含水饱和度、储层有效厚度、有机碳含量和 水平井测试段长度等与产能分析相关的储层特性参数。例如，在本发明的实施例中，对于垂 直井段致密砂岩储层，由于不存在有机碳含量TOC和水平段长度L的影响，因此产能分析中 只考虑储层的孔隙度〇、渗透率K以及储层有效厚度H等特性参数。
[0057] S200、产量测试步骤。
[0058] 选取不同厚度储层段，测试其在不同生产压差下的产量。当然，如果步骤S100中 收集岩心产能模拟数据已经包括了不同厚度储层段在不同生产压差下的产量数据，那么这 一步也可以省略。通常，这里所说的产量是指单井日产量。
[0059] S300、模型建立步骤。
[0060] 建立不同生产压差下，不同储层有效厚度对应的产量与储层特性参数之间的关系 模型。需要说明的是，这里的储层特性参数不仅仅指储层特性参数自身，还可以包括储层特 性参数彼此相互结合的中间结果。例如孔隙度和渗透率，以及孔隙度与渗透率的乘积。
[0061] 在本发明的实施例中，优选地，分岩性建立不同生产压差下，不同储层有效厚度对 应的产量与储层特性参数之间的关系模型。关系模型的表达式为Q=a*Xm+b*TOC+c*L。式 中，Q为产量，X为储层特性参数，m、b、c为常数，TOC为有机碳含量，L为水平井测试段长 度，a为与储层有效厚度有关的储层产能系数。
[0062] S400、参数确定步骤。
[0063] 确定不同生产压差下，所述关系模型的参数与储层有效厚度之间的函数关系。在 本发明的实施例中，同一岩性的储层在相同生产压差下，关系模型的参数a值随着储层有 效厚度H的增大而增大（呈某种线性关系），因此可以定义为a=f(EH)。相应地，模型 关系式为Q=f(EH)*Xm+b*TOC+c*L。
[0064] S500、产能计算步骤。
[0065] 基于所述函数关系，利用所述关系模型计算初步的产能预测结果。通常是将经由 测井试气检测获得的储层特性参数的数据代入上述关系模型Q=f(EH)*Xm+b*TOC+c*L， 计算初步的产能预测结果。
[0066] S600、模型选取步骤。
[0067] 结合测井试气检测获得的数据对上述关系模型进行验证，从中选出符合目的储层 客观情况的关系模型，作为储层产能预测模型。
[0068] 在本发明的实施例中，可以将步骤S100收集的测井试气检测数据中的孔隙度〇、 渗透率K、有机碳含量TOC以及水平井测试段长度L等储层特性参数的数值代入步骤S300 获得的关系模型Q=f(EH)*Xm+b*TOC+c*L，计算对应的产量Q。通过比较通过关系模型 计算的产量与测井试气检测的产量，确定符合目的储层客观情况的关系模型，作为储层产 能预测模型。
[0069] 实施例一
[0070] 下面以四川某地区须家河组致密砂岩储层建立产能预测模型为例进一步说明上 述方法的工作原理。
[0071] 需要说明的是，由于是垂直井段致密砂岩储层，不存在有机碳含量TOC和水平段 长度L的影响，因此，在产能分析中只需考虑储层的孔隙度〇、渗透率K以及储层有效厚度 H等储层特性参数。换言之，XG(0、K、OXK)，〇为孔隙度，K为渗透率，〇*K为孔隙度 与渗透率的乘积（简称孔渗乘积）。
[0072] 首先，在试验中模拟须家河组气藏的地层条件（表面化），分别取12块砂岩和 12块砾岩岩样进行产能模拟，储层有效厚度选取5m、10m、15m、20m和30m，测试其在7Mpa、 9Mpa、1IMpa生产压差下的单井日产量。
[0073] 然后，按照测试产量，拟合出不同生产压差下，储层有效厚度、产量与孔隙度、渗透 率以及孔渗乘积之间的关系（参见图2(a)~2(f))。在图2(a)~2(f)中，纵坐标是产量 Q，单位为104m3/d，图2 (a)~2(b)的横坐标是孔隙度〇,单位为百分比，图2(c)~2(d) 的横坐标是渗透率K，单位为ml，图2(e)~2(f)的横坐标是C>*K。从图2可以看出，在相 同的生产压差和同等的孔隙度条件下，砂岩和砾岩数据点分布在不同的区间，储层产能有 较大区别。其中，砾岩储层产量明显高于砂岩储层。进一步对砂岩、砾岩储层分别在7MPa、 9MPa、llMPa生产压差时不同储层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积的关系 进行分析，发现：分岩性进行产能模拟效果最好，并且储层产量与孔渗乘积相关性最好，渗 透率次之，孔隙度相对较差（参见图3~图5)。在图3(a)~3(b)中，纵坐标是产量Q，单 位为104m3/d，横坐标是孔隙度单位为百分比。在图4(a)~3(b)中，纵坐标是产量Q， 单位为104m3/d，横坐标是渗透率K，单位为ml。在图5 (a)~3(b)中，纵坐标是产量Q，单位 为104m3/d，横坐标是〇*K。
[0074] 需要说明的是，在上述模拟分析时储层有效厚度只选取了若干离散值5m、10m、 15m、20m和30m，但在实际计算时，储层有效厚度可以作为输入量，其变化范围更广。为了使 模拟的储层有效厚度的取值更加符合客观实际，本发明的发明人提出进一步确定储层有效 厚度与产能预测模型参数之间的关系。在本实施例中，通过观察拟合公式可以看出，储层有 效厚度与拟合直线的截距（如孔隙度、渗透率以及孔渗乘积）之间有明晰的函数关系（参 见图6(a)~6(f))。其中，X轴为储层有效厚度，Y轴为拟合直线的斜率。而且，拟合直线的 斜率变化很小，可以视为常数，即拟合直线的斜率不随储层有效厚度的变化而改变。因此在 数据处理时可以取各个储层有效厚度下斜率的平均值。从图3可知，在生产压差为7MPa下 拟合公式中指数函数为砂岩孔隙度的指数函数时，其系数（也即斜率）为0. 0007H-8E-05， 幂值为3. 6657,从而确定了 7MPa下储层产能与孔隙度之间的关系。同理，可以确定在7MPa、 9MPa和llMPa生产压差下，砂岩、砾岩储层产能分别与有效厚度H、孔隙度〇、渗透率K、孔 渗乘积0*K之间的关系（图7~图10)。在图7(a)~7(f)中，纵坐标是产量Q，单位为 104m3/d，图7 (a)~7 (b)的横坐标是孔隙度〇，单位为百分比，图7 (c)~7 (d)的横坐标是 渗透率K，单位为ml，图7(e)~7(f)的横坐标是〇*K。在图8 (a)~8(c)中，纵坐标是产量 Q，单位为l〇4m3/d，横坐标分别是孔隙度单位为百分比，渗透率K，单位为ml，以及〇*K。
[0075] (1)不同生产压差下，孔隙度〇、储层有效厚度H与储层产能的关系为：
[0076] 砂岩：7MPa:Q砂岩=(0? 0007*H-8E_05)*〇3.665
[0077] 9MPa:Q砂岩=(0? 0031*H+0. 0005)*〇 3.0331
[0078] llMPa:Q砂岩=(0? 0059*H+4E_05)*〇2 8118
[0079] 砾岩：7MPa:Q碌岩=(0? 1133*H_0. 1446)*〇3.1942
[0080] 9MPa:Q碌岩=(0? 1467*H-0. 1878)*〇3.1915
[0081] (2)不同生产压差下，渗透率K、储层有效厚度H与储层产能的关系为：
[0082] 砂岩：7MPa:Q砂岩=(1. 1323*H+0. 0535)*K1 0779
[0083] 9MPa:Q砂岩=(1. 5140*H-0. 0761)*K0.9026
[0084] llMPa:Q砂岩=(1. 7657*H+0. 0015)*K〇.8318
[0085] 砾岩：7MPa:Q碌岩=(1. 〇838*H_l. 3827)*K0.7081
[0086] 9MPa:Q碌岩=(1. 4097*H-1. 7979) *K0.7137
[0087] (3)不同生产压差下，孔渗乘积〇*K、储层有效厚度H与储层产能的关系为：
[0088] 砂岩：7MPa:Q砂岩=(0? 2178*H+0. 0015) (〇*K) 0.8599
[0089] 9MPa:Q砂岩=(0? 3769*H-0. 0026) (〇*K)0.7183
[0090] llMPa:Q砂岩=(0? 4922*H+0. 0004) (〇*K) 0.6628
[0091] 砾岩：7MPa:Q碌岩=(0? 7257*H_0. 9258) (〇*K) 0.5920
[0092] 9MPa:Q碌岩=(0? 9404*H-1. 1999) (〇*K) 0.5958
[0093] 在上述实施例中，按岩性分类建立不同生产压差下的产能预测模型，建模原理相 同，都是根据岩心实验获得模拟数据完成参数间的转换，找出内在联系，从实验状态过渡到 符合实际的储层情况，处理过程简单且科学可靠，改变了以往用传统方法求取影响产能的 各类参数的思路，避免了计算过程中的误差累计。表1是本实施例的初步预测结果与测井 实际检测结果的对比，通过数据对比分析可知本发明的应用结果较好。
[0094] 表1显示了以测试段的测井试气检测数据为基础，根据单孔隙度、单渗透率及孔 渗乘积计算生产压差分别为7MPa、9MPa、llMPa下的储层产能。
[0095] 表1须三段储层不同生产压差下使用孔隙度或渗透率计算的产量统计表
[0097] 从表1中可以看出，通过对上述三口井在生产压差为9MPa情况下的初步产量预测 值与实际产能数据的对比发现：用孔隙度、储层有效厚度的乘积预测的XI井须三段的产量 预测值为每天3. 6474万方，与实际值每天3. 5545万方几乎一致；X2井和X3井须三段测试 每天产量，与使用孔隙度X储层有效厚度、渗透率X储层有效厚度、孔隙度X渗透率X 储层有效厚度等三种模型计算的预测的产量相差较大。综合分析测试段地层岩性及裂缝发 育等地质特征及测试方式可以发现，当地层以孔隙度储层为主时（XI井孔隙型储层较为发 育），单独使用孔隙度进行产能预测的效果较好，而裂缝较发育的储层，岩性以灰质砂岩为 主时，通过酸压测试改造使得产能好于常规测试（X2井和X3井测井曲线上明显发现裂缝较 为发育，而XI井裂缝特征不明显）。此外，当然也会存在其他影响储层产能的因素，例如含 气性也是重要的影响因素。
[0098] 通过产能模拟试验，一方面说明储层能否获得工业产能（或产能的大小）除了与 孔隙度、渗透率因素有密切关系外，还与有效储层的累计厚度以及含气性好坏有密切关系， 另一方面也证实，当储层裂缝发育时对渗透率有较好的改善，可以有效降低有效储层的孔 隙度标准。因此基于本发明的技术方案，针对陆相碎肩岩储层低孔低渗的特征，进行有效的 压裂改造提高储层的渗透能力是获得理想产能的重要技术措施。
[0099] 此外，本发明还提供一种实施上述储层产能预测模型建立方法的系统，其特征在 于，包括：
[0100] 数据收集模块，用于收集目的储层的基础数据，其中包括岩心产能模拟数据以及 测井试气检测数据，并从中确定与产量相关的储层特性参数；
[0101] 产量测试模块，用于选取不同厚度储层段，测试其在不同生产压差下的产量；
[0102] 模型建立模块，用于建立不同生产压差下，不同储层有效厚度对应的产量与储层 特性参数之间的关系模型；
[0103] 参数确定模块，用于确定不同生产压差下，所述关系模型的参数与储层有效厚度 之间的函数关系；
[0104] 产能计算模块，用于基于所述函数关系，利用所述关系模型计算初步的产能预测 结果；
[0105] 模型选取模块，用于通过比较测井试气检测数据与初步的产能预测结果，确定与 目的储层相符的关系模型，作为最终的产能预测模型。
[0106] 本发明提供的储层产能预测建模方法和系统是在已有的岩心产能模拟实验的基 础上结合相关井测井试气情况，根据不同储层特征来分类建立产能计算模型。本发明提出 了利用储层自身特征的相关属性来分类探索与产量相关性最好的储层特性参数来参与拟 合建模，排除了其他工程的影响，直接探索岩石本身属性与含气量的关系，使得评价的结果 更具客观性，是在现有资料允许情况下较为直接且准确客观的产量预测方法。
[0107] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制； 尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其 依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征 进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技 术方案的范围。
【主权项】
1. 一种储层产能预测模型建立方法，其包括以下步骤： 数据收集步骤，收集目的储层的基础数据，其中包括岩心产能模拟数据以及测井试气 检测数据，并从中确定与产量相关的储层特性参数； 产量测试步骤，选取不同厚度储层段，测试其在不同生产压差下的产量； 模型建立步骤，建立不同生产压差下，不同储层有效厚度对应的产量与储层特性参数 之间的关系模型； 参数确定步骤，确定不同生产压差下，所述关系模型的参数与储层有效厚度之间的函 数关系； 产能计算步骤，基于所述函数关系，利用所述关系模型计算初步的产能预测结果； 模型选取步骤，通过比较测井试气检测数据与初步的产能预测结果，确定与目的储层 相符的关系模型，作为最终的产能预测模型。2. 如权利要求1所述的方法，其特征在于： 所述储层特性参数至少为储层的孔隙度、渗透率、含水饱和度、储层有效厚度、有机碳 含量和水平井测试段长度中的一种参数。3. 如权利要求1或2所述的方法，其特征在于： 所述模型建立步骤中，按岩性分类建立不同生产压差下，不同储层有效厚度对应的产 量与储层特性参数之间的关系模型。4. 如权利要求3所述的方法，其特征在于： 所述关系模型的表达式为Q=a*Xm+b*TOC+c*L，式中，Q为产量，X为储层特性参数，m、b、c为常数，TOC为有机碳含量，L为水平井测试段长度，a为与储层有效厚度有关的储层产 能系数。5. 如权利要求4所述的方法，其特征在于： 所述关系模型的参数a随着储层有效厚度地增加而增大。6. 如权利要求1或2所述的方法，其特征在于： 所述产能计算步骤中，将经由测井试气检测获得的储层特性参数的数据代入所述关系 模型，计算初步的产能预测结果； 所述模型选取步骤中，通过比较初步的产能预测结果与测井试气检测获得的产量数 据，确定与目的储层相符的关系模型，作为最终的产能预测模型。7. 如权利要求1所述的方法，其特征在于： 对于致密砂岩储层，储层特性参数为孔隙度、渗透率和储层有效厚度。8. 如权利要求7所述的方法，其特征在于： 所述模型建立步骤中，按岩性分类建立不同生产压差下，不同储层有效厚度对应的产 量与孔隙度和渗透率，以及孔隙度与渗透率乘积之间的关系模型。9. 一种储层产能预测模型建立系统，其特征在于，包括： 数据收集模块，用于收集目的储层的基础数据，其中包括岩心产能模拟数据以及测井 试气检测数据，并从中确定与产量相关的储层特性参数； 产量测试模块，用于选取不同厚度储层段，测试其在不同生产压差下的产量； 模型建立模块，用于建立不同生产压差下，不同储层有效厚度对应的产量与储层特性 参数之间的关系模型； 参数确定模块，用于确定不同生产压差下，所述关系模型的参数与储层有效厚度之间 的函数关系； 产能计算模块，用于基于所述函数关系，利用所述关系模型计算初步的产能预测结 果； 模型选取模块，用于通过比较测井试气检测数据与初步的产能预测结果，确定与目的 储层相符的关系模型，作为最终的产能预测模型。10.如权利要求9所述的储层产能预测模型建立系统，其特征在于： 所述储层特性参数至少为储层的孔隙度、渗透率、含水饱和度、储层有效厚度、有机碳 含量和水平井测试段长度中的一种参数。
【专利摘要】本发明公开了一种储层产能预测模型建立方法和系统。该方法是根据已有的岩心产能模拟数据进行分析，利用储层自身特征的相关属性确定与产量相关性最好的储层特性参数来参与拟合建模，分类建立模型关系式，然后结合测井试气检测数据从中选出符合目的储层实际情况的模型关系式作为储层产能预测模型。本发明排除了其他工程的影响，直接探索岩石本身属性与含气量的关系，使得评价的结果更具客观性，是在现有资料允许的情况下较为直接且准确客观的储层产量预测方法。
【IPC分类】G06F19/00
【公开号】CN104899411
【申请号】CN201510142449
【发明人】郭旭升, 陈祖庆, 程丽, 王昆, 王建波, 冯明刚
【申请人】中国石油化工股份有限公司, 中国石油化工股份有限公司勘探分公司
【公开日】2015年9月9日
【申请日】2015年3月27日
【技术领域】
[0001] 本发明涉及油气勘探开发技术领域，尤其是一种储层产能预测模型建立方法和系 统。
【背景技术】
[0002] 正确预测储层产能，判断储层能否产出油气、能否实现经济效益是油气勘探开发
技术领域的一项关键任务。一般而言，只有具有工业开采价值的油气层，才会对其投入射孔 进行开发。为避免盲目投入带来的无效射孔与产水现象带来的资金浪费，储层产能预测成 为测井技术工作的重要环节。
[0003] 具体来说，利用测井资料预测储层产能的方法可以归纳为以下两大类别：
[0004] 1、理论计算法。这种方法假设流体渗流遵循达西渗流定律，利用测井资料计算渗 流方程中有效厚度、生产压差、油有效渗透率等静态参数，根据经验确定渗流方程中原油粘 度、原油与岩石体积系数等动态参数，最后通过渗流方程求取原油产量。
[0005] 2、经验分析法。这种方法应用最广，工作原理大同小异：要么从分析影响产能的因 素出发，利用测井资料求得影响因素，建立各因素与产能之间的关系，构造能够反映产能的 特征量（例如产能指数），再根据试油（气）结果确定评价标准；或者利用主要影响因素建 立解释图板来直接判断产量级别（高产、中产或低产）。
[0006] 这两类方法主要针对孔渗条件好，流度大的油藏，流体渗流遵循或者基本服从达 西渗流定律，产能预测相对简单且比较准确；但是对于不满足达西渗流理论的特低渗透储 层，特别是致密砂砾岩和页岩等渗流机理十分复杂的地层，相关的参数误差导致产能预测 结果可信度低。
[0007] 另一方面，在某些文献，例如《一种基于CT孔隙分析的储层产量预测方法及装置》 (【申请号】CN201310088247. 9)的专利申请文献中公开了一种基于CT孔隙分析的储层产量 预测方法。这种方法选取目的层段中至少一个全直径岩心，获得每个全直径岩心的CT测试 数据（包括岩心切片总数以及每个岩心切片的总面积），再根据CT测试数据计算每个全直 径岩心的孔隙度，根据所有目标孔隙度的平均值预测目的层段的产量，进而判断产气级别。 该方法利用反映储层自身特性的孔隙度来预计产量，排除了工程的影响因素，没有考虑渗 透率和含气饱和度等其他参数对产能的影响，计算结果的精度不够，应用有一定局限性。
[0008] 总而言之，目前通过现有的方法建立储层产能预测模型，主要存在以下几个问 题：
[0009] 1、理论计算法和经验分析法的适用范围窄，不适于致密砂岩这种低孔低渗储层的 产量预测。
[0010] 2、基于岩心分析实验获得孔隙度参数与对应储层实际产能进行简单的拟合获得 的预测模型存在偶然性，对储层产能的其他特性参数的影响考虑不全，导致产能预测结果 精度不高，可信度较低。
【发明内容】
[0011] 针对上述问题，本发明提出了一种适用范围更广的储层产能预测模型建立方法和 系统。
[0012] 该方法包括以下步骤：
[0013] 数据收集步骤，收集目的储层的基础数据，其中包括岩心产能模拟数据以及测井 试气检测数据，并从中确定与产量相关的储层特性参数；
[0014] 产量测试步骤，选取不同厚度储层段，测试其在不同生产压差下的产量；
[0015] 模型建立步骤，建立不同生产压差下，不同储层有效厚度对应的产量与储层特性 参数之间的关系模型；
[0016] 参数确定步骤，确定不同生产压差下，所述关系模型的参数与储层有效厚度之间 的函数关系；
[0017] 产能计算步骤，基于所述函数关系，利用所述关系模型计算初步的产能预测结 果；
[0018] 模型选取步骤，通过比较测井试气检测数据与初步的产能预测结果，确定与目的 储层相符的关系模型，作为最终的产能预测模型。
[0019] 根据本发明的实施例，上述储层特性参数至少为储层的孔隙度、渗透率、含水饱和 度、储层有效厚度、有机碳含量和水平井测试段长度中的一种参数。
[0020] 根据本发明的实施例，上述模型建立步骤中，按岩性分类建立不同生产压差下，不 同储层有效厚度对应的产量与储层特性参数之间的关系模型。
[0021] 根据本发明的实施例，上述关系模型的表达式为Q=a*Xm+b*TOC+c*L，式中，Q为 产量，X为储层特性参数，m、b、c为常数，TOC为有机碳含量，L为水平井测试段长度，a为与 储层有效厚度有关的储层产能系数。
[0022] 根据本发明的实施例，上述关系模型的参数a随着储层有效厚度地增加而增大。
[0023] 根据本发明的实施例，上述产能计算步骤中，将经由测井试气检测获得的储层特 性参数的数据代入所述关系模型，计算初步的产能预测结果；所述模型选取步骤中，通过 比较初步的产能预测结果与测井试气检测获得的产量数据，确定与目的储层相符的关系模 型，作为最终的产能预测模型。
[0024] 根据本发明的实施例，对于致密砂岩储层，上述储层特性参数为孔隙度、渗透率和 储层有效厚度。
[0025] 根据本发明的实施例，上述模型建立步骤中，按岩性分类建立不同生产压差下，不 同储层有效厚度对应的产量与孔隙度和渗透率，以及孔隙度与渗透率乘积之间的关系模 型。
[0026] 此外，本发明还提供一种储层产能预测模型建立系统，其特征在于，包括以下步 骤：
[0027] 数据收集模块，用于收集目的储层的基础数据，其中包括岩心产能模拟数据以及 测井试气检测数据，并从中确定与产量相关的储层特性参数；
[0028] 产量测试模块，用于选取不同厚度储层段，测试其在不同生产压差下的产量；
[0029] 模型建立模块，用于建立不同生产压差下，不同储层有效厚度对应的产量与储层 特性参数之间的关系模型；
[0030] 参数确定模块，用于确定不同生产压差下，所述关系模型的参数与储层有效厚度 之间的函数关系；
[0031] 产能计算模块，用于基于所述函数关系，利用所述关系模型计算初步的产能预测 结果；
[0032] 模型选取模块，用于通过比较测井试气检测数据与初步的产能预测结果，确定与 目的储层相符的关系模型，作为最终的产能预测模型。
[0033] 根据本发明的实施例，上述储层特性参数至少为储层的孔隙度、渗透率、含水饱和 度、储层有效厚度、有机碳含量和水平井测试段长度中的一种参数。
[0034] 与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
[0035] 1、本发明提出的建模方法在综合考虑储层特征和产能影响因素的基础上，对岩心 产能模拟数据进行分析和研宄，分类建立孔隙度、渗透率、含水饱和度、储层有效厚度、有机 碳含量及水平井测试段长度等储层特性参数与产量的关系模型，最终结合试气结果优选出 符合目的储层特征的产能预测模型，从而为开发方案部署与规划提供科学可靠的参考依 据。
[0036] 2、本发明提出的建模方法以岩心资料为基础进行分析和研宄，使得参与产能计算 公式拟合的储层特性参数值更符合实际储层特征，建立的模型一定程度上更为可靠。
[0037] 3、本发明提出的建模方法是在一定分类基础上，例如按照储层岩性或者储层类型 等建立产能模型，针对性更强，计算结果更精确。
[0038] 4、本发明提出的建模方法避免了很多外在工程因素导致的参数计算不精确的弊 端，适用范围广，对于常规与非常规的致密性储层和页岩储层等均适用，解决了传统方法不 满足达西渗流理论的复杂地层的储层产能预测问题。尤其针对致密砂砾岩和页岩等渗流机 理十分复杂的地层来说，整体预测效果优于现有的预测方法。
[0039] 5、本发明提出的建模方法实施步骤简单易行，比现有的通过理论方法和简单影响 因素的回归来预测储层产能的方法更加科学，可靠性更高。
[0040] 6、本发明提出的建模方法可以清晰地、全面地认识不同储层特征的储层产量情况 及影响储层产能的因素，为后期实施改造提供可靠的参考依据。
[0041] 本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得 显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要 求书以及附图中所特别指出的结构来实现和获得。
【附图说明】
[0042] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实 施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
[0043] 图1是本发明实施例中采用的储层产能预测模型建立方法的工作流程图；
[0044] 图2(a)~2(f)是本发明实施例中回归拟合的目的储层在不同生产压差、不同储 层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积之间的关系示意图；
[0045] 图3 (a)~3 (b)是本发明实施例中回归拟合的目的储层在生产压差7MPa时，在不 同储层有效厚度下的产量与孔隙度的关系示意图；
[0046] 图4 (a)~4 (b)是本发明实施例中回归拟合的目的储层在生产压差7MPa时，在不 同储层有效厚度下的产量与渗透率的关系示意图；
[00 47] 图5 (a)~5 (b)是本发明实施例中回归拟合的目的储层在生产压差7MPa时，在不 同储层有效厚度下的产量与孔渗乘积的关系示意图；
[0048] 图6 (a)~6 (f)是本发明实施例中回归拟合的目的储层在生产压差为7MPa时，有 效厚度与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0049] 图7 (a)~7 (f)是本发明实施例中回归拟合的目的储层在生产压差为9MPa时，在 不同储层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0050] 图8(a)~8(c)是本发明实施例中回归拟合的目的储层在生产压差为llMPa时， 在不同储层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0051] 图9 (a)~9(f)是本发明实施例中回归拟合的目的储层在生产压差为9MPa时，有 效厚度与孔隙度、渗透率以及孔渗乘积的关系示意图；
[0052] 图10(a)~10(c)是本发明实施例中回归拟合的目的储层在生产压差为llMPa 时，有效厚度与孔隙度、渗透率以及孔渗乘积的关系示意图。
【具体实施方式】
[0053] 下面结合附图和实施例对本发明的技术方案进行详细地描述。
[0054] 图1显示了本发明提供的储层产能预测模型建立方法的工作流程图，其包括以下 步骤。
[0055] S100、数据收集步骤。
[0056] 收集和整理目的储层的基础数据，其中包括岩心产能模拟获得的数据和测井试气 检测获得的数据。在本发明的实施例中，可以先根据储层的岩性将这些数据划分为不同的 数据体，然后从中确定例如储层孔隙度、渗透率、含水饱和度、储层有效厚度、有机碳含量和 水平井测试段长度等与产能分析相关的储层特性参数。例如，在本发明的实施例中，对于垂 直井段致密砂岩储层，由于不存在有机碳含量TOC和水平段长度L的影响，因此产能分析中 只考虑储层的孔隙度〇、渗透率K以及储层有效厚度H等特性参数。
[0057] S200、产量测试步骤。
[0058] 选取不同厚度储层段，测试其在不同生产压差下的产量。当然，如果步骤S100中 收集岩心产能模拟数据已经包括了不同厚度储层段在不同生产压差下的产量数据，那么这 一步也可以省略。通常，这里所说的产量是指单井日产量。
[0059] S300、模型建立步骤。
[0060] 建立不同生产压差下，不同储层有效厚度对应的产量与储层特性参数之间的关系 模型。需要说明的是，这里的储层特性参数不仅仅指储层特性参数自身，还可以包括储层特 性参数彼此相互结合的中间结果。例如孔隙度和渗透率，以及孔隙度与渗透率的乘积。
[0061] 在本发明的实施例中，优选地，分岩性建立不同生产压差下，不同储层有效厚度对 应的产量与储层特性参数之间的关系模型。关系模型的表达式为Q=a*Xm+b*TOC+c*L。式 中，Q为产量，X为储层特性参数，m、b、c为常数，TOC为有机碳含量，L为水平井测试段长 度，a为与储层有效厚度有关的储层产能系数。
[0062] S400、参数确定步骤。
[0063] 确定不同生产压差下，所述关系模型的参数与储层有效厚度之间的函数关系。在 本发明的实施例中，同一岩性的储层在相同生产压差下，关系模型的参数a值随着储层有 效厚度H的增大而增大（呈某种线性关系），因此可以定义为a=f(EH)。相应地，模型 关系式为Q=f(EH)*Xm+b*TOC+c*L。
[0064] S500、产能计算步骤。
[0065] 基于所述函数关系，利用所述关系模型计算初步的产能预测结果。通常是将经由 测井试气检测获得的储层特性参数的数据代入上述关系模型Q=f(EH)*Xm+b*TOC+c*L， 计算初步的产能预测结果。
[0066] S600、模型选取步骤。
[0067] 结合测井试气检测获得的数据对上述关系模型进行验证，从中选出符合目的储层 客观情况的关系模型，作为储层产能预测模型。
[0068] 在本发明的实施例中，可以将步骤S100收集的测井试气检测数据中的孔隙度〇、 渗透率K、有机碳含量TOC以及水平井测试段长度L等储层特性参数的数值代入步骤S300 获得的关系模型Q=f(EH)*Xm+b*TOC+c*L，计算对应的产量Q。通过比较通过关系模型 计算的产量与测井试气检测的产量，确定符合目的储层客观情况的关系模型，作为储层产 能预测模型。
[0069] 实施例一
[0070] 下面以四川某地区须家河组致密砂岩储层建立产能预测模型为例进一步说明上 述方法的工作原理。
[0071] 需要说明的是，由于是垂直井段致密砂岩储层，不存在有机碳含量TOC和水平段 长度L的影响，因此，在产能分析中只需考虑储层的孔隙度〇、渗透率K以及储层有效厚度 H等储层特性参数。换言之，XG(0、K、OXK)，〇为孔隙度，K为渗透率，〇*K为孔隙度 与渗透率的乘积（简称孔渗乘积）。
[0072] 首先，在试验中模拟须家河组气藏的地层条件（表面化），分别取12块砂岩和 12块砾岩岩样进行产能模拟，储层有效厚度选取5m、10m、15m、20m和30m，测试其在7Mpa、 9Mpa、1IMpa生产压差下的单井日产量。
[0073] 然后，按照测试产量，拟合出不同生产压差下，储层有效厚度、产量与孔隙度、渗透 率以及孔渗乘积之间的关系（参见图2(a)~2(f))。在图2(a)~2(f)中，纵坐标是产量 Q，单位为104m3/d，图2 (a)~2(b)的横坐标是孔隙度〇,单位为百分比，图2(c)~2(d) 的横坐标是渗透率K，单位为ml，图2(e)~2(f)的横坐标是C>*K。从图2可以看出，在相 同的生产压差和同等的孔隙度条件下，砂岩和砾岩数据点分布在不同的区间，储层产能有 较大区别。其中，砾岩储层产量明显高于砂岩储层。进一步对砂岩、砾岩储层分别在7MPa、 9MPa、llMPa生产压差时不同储层有效厚度下的产量与孔隙度、渗透率以及孔渗乘积的关系 进行分析，发现：分岩性进行产能模拟效果最好，并且储层产量与孔渗乘积相关性最好，渗 透率次之，孔隙度相对较差（参见图3~图5)。在图3(a)~3(b)中，纵坐标是产量Q，单 位为104m3/d，横坐标是孔隙度单位为百分比。在图4(a)~3(b)中，纵坐标是产量Q， 单位为104m3/d，横坐标是渗透率K，单位为ml。在图5 (a)~3(b)中，纵坐标是产量Q，单位 为104m3/d，横坐标是〇*K。
[0074] 需要说明的是，在上述模拟分析时储层有效厚度只选取了若干离散值5m、10m、 15m、20m和30m，但在实际计算时，储层有效厚度可以作为输入量，其变化范围更广。为了使 模拟的储层有效厚度的取值更加符合客观实际，本发明的发明人提出进一步确定储层有效 厚度与产能预测模型参数之间的关系。在本实施例中，通过观察拟合公式可以看出，储层有 效厚度与拟合直线的截距（如孔隙度、渗透率以及孔渗乘积）之间有明晰的函数关系（参 见图6(a)~6(f))。其中，X轴为储层有效厚度，Y轴为拟合直线的斜率。而且，拟合直线的 斜率变化很小，可以视为常数，即拟合直线的斜率不随储层有效厚度的变化而改变。因此在 数据处理时可以取各个储层有效厚度下斜率的平均值。从图3可知，在生产压差为7MPa下 拟合公式中指数函数为砂岩孔隙度的指数函数时，其系数（也即斜率）为0. 0007H-8E-05， 幂值为3. 6657,从而确定了 7MPa下储层产能与孔隙度之间的关系。同理，可以确定在7MPa、 9MPa和llMPa生产压差下，砂岩、砾岩储层产能分别与有效厚度H、孔隙度〇、渗透率K、孔 渗乘积0*K之间的关系（图7~图10)。在图7(a)~7(f)中，纵坐标是产量Q，单位为 104m3/d，图7 (a)~7 (b)的横坐标是孔隙度〇，单位为百分比，图7 (c)~7 (d)的横坐标是 渗透率K，单位为ml，图7(e)~7(f)的横坐标是〇*K。在图8 (a)~8(c)中，纵坐标是产量 Q，单位为l〇4m3/d，横坐标分别是孔隙度单位为百分比，渗透率K，单位为ml，以及〇*K。
[0075] (1)不同生产压差下，孔隙度〇、储层有效厚度H与储层产能的关系为：
[0076] 砂岩：7MPa:Q砂岩=(0? 0007*H-8E_05)*〇3.665
[0077] 9MPa:Q砂岩=(0? 0031*H+0. 0005)*〇 3.0331
[0078] llMPa:Q砂岩=(0? 0059*H+4E_05)*〇2 8118
[0079] 砾岩：7MPa:Q碌岩=(0? 1133*H_0. 1446)*〇3.1942
[0080] 9MPa:Q碌岩=(0? 1467*H-0. 1878)*〇3.1915
[0081] (2)不同生产压差下，渗透率K、储层有效厚度H与储层产能的关系为：
[0082] 砂岩：7MPa:Q砂岩=(1. 1323*H+0. 0535)*K1 0779
[0083] 9MPa:Q砂岩=(1. 5140*H-0. 0761)*K0.9026
[0084] llMPa:Q砂岩=(1. 7657*H+0. 0015)*K〇.8318
[0085] 砾岩：7MPa:Q碌岩=(1. 〇838*H_l. 3827)*K0.7081
[0086] 9MPa:Q碌岩=(1. 4097*H-1. 7979) *K0.7137
[0087] (3)不同生产压差下，孔渗乘积〇*K、储层有效厚度H与储层产能的关系为：
[0088] 砂岩：7MPa:Q砂岩=(0? 2178*H+0. 0015) (〇*K) 0.8599
[0089] 9MPa:Q砂岩=(0? 3769*H-0. 0026) (〇*K)0.7183
[0090] llMPa:Q砂岩=(0? 4922*H+0. 0004) (〇*K) 0.6628
[0091] 砾岩：7MPa:Q碌岩=(0? 7257*H_0. 9258) (〇*K) 0.5920
[0092] 9MPa:Q碌岩=(0? 9404*H-1. 1999) (〇*K) 0.5958
[0093] 在上述实施例中，按岩性分类建立不同生产压差下的产能预测模型，建模原理相 同，都是根据岩心实验获得模拟数据完成参数间的转换，找出内在联系，从实验状态过渡到 符合实际的储层情况，处理过程简单且科学可靠，改变了以往用传统方法求取影响产能的 各类参数的思路，避免了计算过程中的误差累计。表1是本实施例的初步预测结果与测井 实际检测结果的对比，通过数据对比分析可知本发明的应用结果较好。
[0094] 表1显示了以测试段的测井试气检测数据为基础，根据单孔隙度、单渗透率及孔 渗乘积计算生产压差分别为7MPa、9MPa、llMPa下的储层产能。
[0095] 表1须三段储层不同生产压差下使用孔隙度或渗透率计算的产量统计表
[0097] 从表1中可以看出，通过对上述三口井在生产压差为9MPa情况下的初步产量预测 值与实际产能数据的对比发现：用孔隙度、储层有效厚度的乘积预测的XI井须三段的产量 预测值为每天3. 6474万方，与实际值每天3. 5545万方几乎一致；X2井和X3井须三段测试 每天产量，与使用孔隙度X储层有效厚度、渗透率X储层有效厚度、孔隙度X渗透率X 储层有效厚度等三种模型计算的预测的产量相差较大。综合分析测试段地层岩性及裂缝发 育等地质特征及测试方式可以发现，当地层以孔隙度储层为主时（XI井孔隙型储层较为发 育），单独使用孔隙度进行产能预测的效果较好，而裂缝较发育的储层，岩性以灰质砂岩为 主时，通过酸压测试改造使得产能好于常规测试（X2井和X3井测井曲线上明显发现裂缝较 为发育，而XI井裂缝特征不明显）。此外，当然也会存在其他影响储层产能的因素，例如含 气性也是重要的影响因素。
[0098] 通过产能模拟试验，一方面说明储层能否获得工业产能（或产能的大小）除了与 孔隙度、渗透率因素有密切关系外，还与有效储层的累计厚度以及含气性好坏有密切关系， 另一方面也证实，当储层裂缝发育时对渗透率有较好的改善，可以有效降低有效储层的孔 隙度标准。因此基于本发明的技术方案，针对陆相碎肩岩储层低孔低渗的特征，进行有效的 压裂改造提高储层的渗透能力是获得理想产能的重要技术措施。
[0099] 此外，本发明还提供一种实施上述储层产能预测模型建立方法的系统，其特征在 于，包括：
[0100] 数据收集模块，用于收集目的储层的基础数据，其中包括岩心产能模拟数据以及 测井试气检测数据，并从中确定与产量相关的储层特性参数；
[0101] 产量测试模块，用于选取不同厚度储层段，测试其在不同生产压差下的产量；
[0102] 模型建立模块，用于建立不同生产压差下，不同储层有效厚度对应的产量与储层 特性参数之间的关系模型；
[0103] 参数确定模块，用于确定不同生产压差下，所述关系模型的参数与储层有效厚度 之间的函数关系；
[0104] 产能计算模块，用于基于所述函数关系，利用所述关系模型计算初步的产能预测 结果；
[0105] 模型选取模块，用于通过比较测井试气检测数据与初步的产能预测结果，确定与 目的储层相符的关系模型，作为最终的产能预测模型。
[0106] 本发明提供的储层产能预测建模方法和系统是在已有的岩心产能模拟实验的基 础上结合相关井测井试气情况，根据不同储层特征来分类建立产能计算模型。本发明提出 了利用储层自身特征的相关属性来分类探索与产量相关性最好的储层特性参数来参与拟 合建模，排除了其他工程的影响，直接探索岩石本身属性与含气量的关系，使得评价的结果 更具客观性，是在现有资料允许情况下较为直接且准确客观的产量预测方法。
[0107] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制； 尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其 依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征 进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技 术方案的范围。
【主权项】
1. 一种储层产能预测模型建立方法，其包括以下步骤： 数据收集步骤，收集目的储层的基础数据，其中包括岩心产能模拟数据以及测井试气 检测数据，并从中确定与产量相关的储层特性参数； 产量测试步骤，选取不同厚度储层段，测试其在不同生产压差下的产量； 模型建立步骤，建立不同生产压差下，不同储层有效厚度对应的产量与储层特性参数 之间的关系模型； 参数确定步骤，确定不同生产压差下，所述关系模型的参数与储层有效厚度之间的函 数关系； 产能计算步骤，基于所述函数关系，利用所述关系模型计算初步的产能预测结果； 模型选取步骤，通过比较测井试气检测数据与初步的产能预测结果，确定与目的储层 相符的关系模型，作为最终的产能预测模型。2. 如权利要求1所述的方法，其特征在于： 所述储层特性参数至少为储层的孔隙度、渗透率、含水饱和度、储层有效厚度、有机碳 含量和水平井测试段长度中的一种参数。3. 如权利要求1或2所述的方法，其特征在于： 所述模型建立步骤中，按岩性分类建立不同生产压差下，不同储层有效厚度对应的产 量与储层特性参数之间的关系模型。4. 如权利要求3所述的方法，其特征在于： 所述关系模型的表达式为Q=a*Xm+b*TOC+c*L，式中，Q为产量，X为储层特性参数，m、b、c为常数，TOC为有机碳含量，L为水平井测试段长度，a为与储层有效厚度有关的储层产 能系数。5. 如权利要求4所述的方法，其特征在于： 所述关系模型的参数a随着储层有效厚度地增加而增大。6. 如权利要求1或2所述的方法，其特征在于： 所述产能计算步骤中，将经由测井试气检测获得的储层特性参数的数据代入所述关系 模型，计算初步的产能预测结果； 所述模型选取步骤中，通过比较初步的产能预测结果与测井试气检测获得的产量数 据，确定与目的储层相符的关系模型，作为最终的产能预测模型。7. 如权利要求1所述的方法，其特征在于： 对于致密砂岩储层，储层特性参数为孔隙度、渗透率和储层有效厚度。8. 如权利要求7所述的方法，其特征在于： 所述模型建立步骤中，按岩性分类建立不同生产压差下，不同储层有效厚度对应的产 量与孔隙度和渗透率，以及孔隙度与渗透率乘积之间的关系模型。9. 一种储层产能预测模型建立系统，其特征在于，包括： 数据收集模块，用于收集目的储层的基础数据，其中包括岩心产能模拟数据以及测井 试气检测数据，并从中确定与产量相关的储层特性参数； 产量测试模块，用于选取不同厚度储层段，测试其在不同生产压差下的产量； 模型建立模块，用于建立不同生产压差下，不同储层有效厚度对应的产量与储层特性 参数之间的关系模型； 参数确定模块，用于确定不同生产压差下，所述关系模型的参数与储层有效厚度之间 的函数关系； 产能计算模块，用于基于所述函数关系，利用所述关系模型计算初步的产能预测结 果； 模型选取模块，用于通过比较测井试气检测数据与初步的产能预测结果，确定与目的 储层相符的关系模型，作为最终的产能预测模型。10.如权利要求9所述的储层产能预测模型建立系统，其特征在于： 所述储层特性参数至少为储层的孔隙度、渗透率、含水饱和度、储层有效厚度、有机碳 含量和水平井测试段长度中的一种参数。
【专利摘要】本发明公开了一种储层产能预测模型建立方法和系统。该方法是根据已有的岩心产能模拟数据进行分析，利用储层自身特征的相关属性确定与产量相关性最好的储层特性参数来参与拟合建模，分类建立模型关系式，然后结合测井试气检测数据从中选出符合目的储层实际情况的模型关系式作为储层产能预测模型。本发明排除了其他工程的影响，直接探索岩石本身属性与含气量的关系，使得评价的结果更具客观性，是在现有资料允许的情况下较为直接且准确客观的储层产量预测方法。
【IPC分类】G06F19/00
【公开号】CN104899411
【申请号】CN201510142449
【发明人】郭旭升, 陈祖庆, 程丽, 王昆, 王建波, 冯明刚
【申请人】中国石油化工股份有限公司, 中国石油化工股份有限公司勘探分公司
【公开日】2015年9月9日
【申请日】2015年3月27日
最新回复(0)