地层模量分解及在流体识别中的应用
本文关键词:地层模量分解及在流体识别中的应用
【摘要】:储层流体识别是确定油气水分布,合理布设井位,提高钻井成功率的关键之一.本文基于流体饱和孔隙介质岩石物理模型,对地震反演的地层体积模量进行分解,获得孔隙流体体积模量,并依据油、气、水(尤其是气-油、气-水)模量的显著差异进行识别.文中简要分析了Gassmann模型和Kuster-Toks銉z模型的特征,详细讨论了孔隙形态和饱和度对弹性模量的影响,提出了联合Kuster-Toks銉z方程和Gassmann方程的体积模量分解方法.该方法通过Kuster-Toks銉z方程从测井数据中反演地层骨架固体和干骨架的弹性模量,再利用Gassmann方程对地层体积模量进行分解,既考虑了孔隙形态,又充分利用了Gassmann方程的易用性.理论模型结果表明方法是可行的.方法应用于西部地区某气田,流体识别与地层含气性预测结果与钻井基本一致,进一步证实了方法的有效性.
【作者单位】: 中国石油勘探开发研究院;
【关键词】: 油气地层 岩石物理 模量分解 流体识别
【基金】:国家重大科技专项(2016ZX05001) 国家自然科学基金(41504110)资助
【分类号】:P618.13;P631.4
【正文快照】: 1 引言经过多年的油气勘探和开发,构造型油气藏发现的概率已越来越少,岩性地层油气藏的勘探已普遍受到人们的关注.我国陆上岩性地层油气藏多属于陆相沉积,单个油/气层薄,物性变化大,非均质性强,油、气、水关系复杂,预测难度大,因此,要提高这类油气藏预测的准确性和钻井成功率
【相似文献】
中国期刊全文数据库 前10条
1 王栋;贺振华;黄德济;;新流体识别因子的构建与应用分析[J];石油物探;2009年02期
2 牛宝童;李导;胡晓丽;;流体识别因子提取中C的取值[J];内蒙古石油化工;2009年08期
3 贺振华;王栋;;扩展流体识别因子及应用[J];矿物岩石;2009年04期
4 许平;文晓涛;雷芬丽;贺振华;;高灵敏度流体识别因子研究[J];长江大学学报(自然科学版)理工卷;2010年03期
5 李杨;贺振华;黄德济;程刚建;宋洪勇;;流体识别因子试验分析及应用[J];石油物探;2010年06期
6 宁忠华;贺振华;黄德济;;基于地震资料的高灵敏度流体识别因子[J];石油物探;2006年03期
7 江伟;李录明;赵俊省;;多参数交会流体识别方法及应用[J];勘探地球物理进展;2010年03期
8 许辉群;桂志先;曾勇;;噪音背景下流体识别应用方法探讨[J];科学技术与工程;2013年18期
9 孔康乐;赵澎度;孟燕;;流体识别因子研究[J];中国石油和化工标准与质量;2013年10期
10 李杨;付文博;贺振华;黄德济;;基于S地区井震资料的流体识别[J];长江大学学报(自然科学版)理工卷;2010年02期
中国重要会议论文全文数据库 前4条
1 贺振华;王栋;黄德济;;扩展流体识别因子及应用[A];中国地球物理·2009[C];2009年
2 肖立志;;核磁共振在地层流体识别和定量评价中的应用研究[A];第十二届全国波谱学学术会议论文摘要集[C];2002年
3 张大海;谢月芳;;同时反演对岩性和流体识别的应用[A];加强地质工作促进社会经济和谐发展——2007年华东六省一市地学科技论坛论文集[C];2007年
4 肖丽;范晓敏;马宏宇;;GR-RD交会图法在碳酸盐岩储层流体识别中的应用研究[A];中国地球物理学会第22届年会论文集[C];2006年
中国博士学位论文全文数据库 前4条
1 邹文;基于地震资料的流体识别技术研究[D];成都理工大学;2008年
2 郝前勇;岩石弹性参数反演与流体识别方法与应用[D];中国石油大学(华东);2013年
3 李鹏举;核磁共振T2谱反演及流体识别评价方法研究[D];东北石油大学;2010年
4 倪根生;致密气藏的储层特征与流体识别[D];成都理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 曾亚丽;复杂储层流体识别方法研究[D];中国石油大学(华东);2014年
2 郭越;碳酸盐岩储层测井流体识别方法研究[D];中国地质大学(北京);2013年
3 沈洪涛;基于纵波资料的流体识别[D];成都理工大学;2007年
4 李国福;多参数储层预测及流体识别方法研究[D];成都理工大学;2011年
5 江伟;多参数流体识别方法及应用研究[D];成都理工大学;2010年
6 盖海洋;基于岩石物理的流体识别研究[D];中国石油大学;2009年
7 王栋;AVO分析与流体识别[D];成都理工大学;2009年
8 富会;查48区块高台子油层流体识别方法[D];东北石油大学;2014年
9 宁忠华;垂直定向裂缝介质的地震波特性与流体预测研究[D];成都理工大学;2006年
10 许迪;基于叠前数据反演的流体识别新方法[D];成都理工大学;2015年
,本文编号:522809
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/522809.html