海相巨厚砂岩油藏夹层精细地质建模方法研究

以塔里木盆地东河1油田石炭系东河砂岩油藏为例,从夹层单井精细识别和连井对比入手,以夹层地质知识库、岩芯分析化验资料和动态资料为约束,建立夹层三维地质模型。研究认为,在完善单层划分对比的基础上,基于地质认识开展层间、层内夹层平面分布研究,采用确定性建模方法将其嵌入到地质模型中,可以得到夹层与储层准确的三维空间配置关系;利用夹层岩芯分析化验资料建立夹层物性解释模型,将孔、渗解释结果作为输入建立夹层属性模型,使得结果更加逼近地下真实情况。后期千万级网格数值模拟运算结果表明,地质知识库与地质建模相结合、地质建模与数值模拟一体化的海相巨厚砂岩油藏夹层地质建模方法效果良好。     

油气藏开发阶段储层地质模型的建立及优选方法

针对目前国内油气藏开发阶段储层地质建模存在的问题,提出了基于模型概率储量分析及生产历史拟合的模型建立及优选方法。该方法首先综合应用测井、地质、开发动态等研究成果,以相控建模思路为指导,分步建立构造模型、沉积相模型以及沉积相控制下的储层参数模型。重点分析了影响储层地质建模的不确定因素,并采用蒙特卡罗模拟对随机变量进行取值,得到多个模型实现并对其进行储量计算,优选一系列地质模型。最后对所优选的模型进行生产历史拟合,通过区块累产气量与实际生产数据的均方根误差分析,选取与实际生产数据最为符合的模型作为最终的模型。通过对榆林气田陕215井区北部山西组2段的地质模型的建立及评价可知,该方法适合油气藏开发阶段的地质模型重建,输出模型能更好地反映油气藏实际并能较好的应用于油气藏数值模拟。     

基于四维变分的油藏数模自动历史拟合方法

应用基于最优控制理论的四维变分资料同化方法,将油藏初始参数场和历史拟合时间段内的动态资料作为约束条件,将历史拟合过程转化为非线性规划中求解定义在多维空间的最优化问题,采用Levenberg-Marquardt优化算法求解目标函数极小值,从而建立基于四维变分资料同化的油藏自动历史拟合模型。将某小断块油藏渗透率和油水相渗曲线作为被估参数,自动拟合油藏产油量和含水率历史数据。结果表明:应用四维变分资料同化方法进行油藏数模自动历史拟合是可行的,可大幅提高历史拟合的效率。     

复杂断块油藏的三维地质建模方法--以国外某油田为例

随着油气勘探开发的不断深入,一些具有复杂断块构造特征的油藏已逐渐成为开发的主体目标。建立精准的复杂断块油藏三维地质模型对指导油田开发有着重要的意义。三维地质建模技术能够更细致、准确地研究地下的油藏,为油藏的后续开发提供可靠的地质依据。以国外某油田断块构造发育区块为研究对象,针对研究区地质条件复杂、断层发育的特点,以地质、地震、测井资料为基础,搭建构造框架模型,应用地质统计学理论建立储层岩相及物性参数模型,揭示构造和储层空间分布特征,最终建立一个三维定量的油藏地质模型,在储层计算中各断块误差均小于5%,符合精度要求。该模型将为该区块数值模拟和井位设计等后续工作提供可靠的地质依据,同时也为同类复杂断块油藏的三维地质建模提供借鉴。     

油水相对渗透率曲线预测模型建立及应用

油水相对渗透率曲线是油藏数值模拟中提高历史拟合精度和准确预测开发指标的关键参数。数值模拟中不同储层物性采用不同的相对渗透率曲线是十分必要的。以目标油田具有代表性的52条非稳态油水相对渗透率曲线为样本,利用交替条件期望方法,建立了束缚水饱和度、残余油饱和度、束缚水下油相渗透率和残余油下水相渗透率等端点值模型,结合油藏归一化平均相对渗透率曲线,形成了油水相对渗透率曲线预测模型。基于所建立的预测模型,可以得到目标油田不同储层物性对应的相对渗透率曲线,并应用于历史拟合过程中。历史拟合结果表明,历史拟合精度尤其是含水率急剧变化段的拟合精度有明显提高。该预测模型可广泛应用于相渗资料丰富的老油田的历史拟合和指标预测过程中,同时也为相对渗透率曲线网格化奠定了基础。     

种强非均质性油藏自动历史拟合混合求解方法

针对强非均质性油藏,提出一种强非均质性油藏自动历史拟合混合求解方法。混合由两部分组成,一是主成分分析方法(PCA)与离散余弦变换方法(DCT)混合,对先验模型进行特征提取能够在降低数据维数的同时保留更为全面的地质特征,提高历史拟合的鲁棒性;二是人工蜂群算法(ABC)与同步扰动随机近似算法(SPSA)混合,利用人工蜂群算法良好的全局搜索模式改进同步扰动随机近似算法对目标函数进行数值求解,提高算法的求解速度与精度。最后应用提出方法进行强非均质油藏模型自动历史拟合。结果表明:PCA与DCT方法混合能够有效提取强非均质油藏的地质特征,反演结果接近真实油藏模型。该研究成果可为复杂非均质油气藏地质特征的识别研究提供理论支持。     

底水油藏水侵量计算新方法

针对底水油藏的开发,在缺乏试井数据的情况下采用常规油藏物质平衡法以及试井分析方法均难以确定水驱控制储量,进而无法获得水体参数和特征来计算油田的水侵量。为了更加准确的预测水驱油田水侵量,本文结合生产动态资料,选择符合的水驱特征曲线计算水驱控制储量。在此基础上,考虑油环油、溶解气、水体等因素,建立物质平衡方程,通过亏空体积曲线法计算获得水侵量。利用Fetkvoitch拟稳态模型,采用试错法,优化计算水体体积和水侵系数,保证Fetkvoitch拟稳态模型求解的水侵量和亏空体积曲线法求解的水侵量最接近,得到最优的水体体积和水侵系数对未来生产动态中水侵量进行预测。运用油藏数值模拟软件建立的模型与本文提出两种的计算方法拟合结果对比可知的水体体积的误差为2.6%、水侵指数的误差为2.2%,计算结果准确,为底水油藏计算水侵量提供了可靠的依据,并为预测水侵量提供了新的方法。     

三维地质模型构建与更新在Peregrino油田的应用

位于巴西坎普斯盆地的Peregrino油田为一大型构造岩性重油油藏,如何构建符合油田地质特点的地质模型以应用于井位部署和方案优化存在较大挑战。本文系统总结了Peregrino油田地质模型构建与更新方面的主要技术与应用情况,主要包括:基于地质特点的三维网络构建,基于储层物性特点的储层分类,波阻抗体三维约束下的岩相建模,岩相控制下的物性参数体创建,分相J函数方法建立饱和度模型,多参数不确定性分析技术,以及基于Petrel软件的工作流编制实现模型快速更新等。油藏数值模拟与新井结果表明建立的地质模型比较符合油田的实际情况,可以较好地应用于井位部署与方案优化研究。所采用的方法对于类似油田的地质建模与更新具有很好的借鉴意义。     

半封闭边水油藏特高含水期剩余油分布特征

双河油田437块Ⅱ4–6层系是一个典型的半封闭边水油藏,边水活跃,目前油藏进入特高含水期,单元采出程度45.82%,综合含水率高达97.8%。根据储层地质资料,采用协同克里金确定性建模方法建立了双河油田437块Ⅱ4–6层系的三维地质模型。利用三维地质建模成果,结合储层地质特征、地层流体性质以及油藏生产动态资料,采用油藏数值模拟的方法,得出目前双河油田437块Ⅱ4–6层系剩余油的分布特征及剩余油富集区域,为开发方案调整,高含水期剩余油挖潜提供了可靠的依据。     

塔河1区三叠系下油组油藏精细地质建模

塔河1区三叠系下油组油藏属大底水、薄油层、受构造控制的砂岩孔隙型块状底水未饱和油藏。目前存在的主要问题是生产井普遍见水,含水上升过快、递减加大。水平井产液剖面出现异常。油藏总体动用程度偏低,高含水后治理难度增大,堵水措施有效率低．对油藏开发带来了严重威胁。因此有必要加强底水油藏地质特征的认识。进行油藏精细描述。建立适应油田开发调整的三维地质模型．从而为油藏数值模拟打下良好的基础。该区块的地质建模过程,采用目前较为先进的Petrel软件,充分利用钻井、地震、测井、地层对比等信息。结合夹层解释结果。在孔渗曲线的基础上。采用夹层建模和随机建模相结合的建模方法．通过对各种随机模型的对比评价分析。建立了接近油藏实际地质特征的三维精细地质模型,从三维空间上识别出夹层的类型、厚度和分布。认为塔河1区三叠系下油组油藏主要受到断层和夹层控制,这为开展底水水侵模式研究打下了一定基础。     

服役结构超前载荷实时预测方法的研究

为保证关键结构疲劳寿命的实时监测,以动态随机载荷为监测条件,准确预测超前载荷谱对实际工程分析十分重要.针对服役设备难以实时监测并准确反应载荷真实规律等问题,提出一种基于数值分析的概率密度预测方法,结合机器学习BP神经网络智能算法建立预测模型.应变传感器采集随机载荷进行预处理得到随机载荷谱,利用蒙特卡洛法分析模型载荷波形走势及波动范围的预测精度.结果表明:超前预测载荷谱的核密度拟合曲线与真实数值相似性较大,为大型复杂服役结构件的超前载荷监测提供了理论支持与实际工程应用.     

复杂孔隙结构碳酸盐岩储层建模--以伊拉克米桑油田群B油田M组为例

伊拉克米桑油田群B油田M组为一套复杂孔隙结构缓坡碳酸盐岩台地相储层,受成岩作用影响非均质性强,单井产能差异明显。为了表征优质储层在三维空间的展布,指导新井井位部署,在采用流动层段指标法(FZI)对取心井进行岩石类型划分,通过“决策树”算法实现岩石类型由取心井到非取心井的推广的基础上,基于传统碎屑岩“相控建模”思路,将每类岩石类型定义为一种“沉积-成岩相”,建立三维岩石类型模型,进而根据相控约束建立孔隙度模型,基于岩石类型划分确定的孔渗关系建立渗透率模型,考虑M油藏表现为低阻高矿化度的特征,采用J函数建立了饱和度模型。结果表明,采用岩石类型协同建立的属性模型用于数值模拟,未做历史拟合的情况下,压力、含水率和日产油等指标与历史数据吻合率高达67%以上,表明地质模型能够体现地下油藏的真实流动状态。这种方法对于埋藏较深、成岩作用较强、低电阻率及高矿化度的碳酸盐岩油藏尤为适用。     

古城稠油油田BQ10断块剩余油分布数值模拟研究

摘要：特超稠油油田进入蒸汽吞吐中后期后,预测剩余油分布是研究的重要内容。以油藏地质建模和数值模拟为核心,根据古城稠油油田储层特征,建立精细的三维地质模型和油藏数值模拟模型,并对区块地质储量、采液量、采油量、注汽量及单井生产历史进行了拟合,综合应用剩余油储量丰度、砂岩有效厚度、渗透率和沉积微相类型等4个指标,制定剩余油的分类评价标准,分析BQ10断块中部区块H3Ⅳ9层的剩余油分布状况,为下步调整挖潜提供充分依据。     

基于深度学习的页岩储层总有机碳含量预测方法

页岩储层总有机碳（Total Organic Carbon,TOC ）含量的地震预测普遍采用密度回归拟合法,仅考虑了单因素的线性关系,预测结果误差较大。针对常规方法的不足,提出基于深度学习的TOC含量预测方法。首先,从测井资料中优选出与TOC含量曲线相关度相对较高的多个弹性参数曲线作为样本集输入数据,TOC含量曲线作为样本集输出数据,构建针对TOC含量预测的深度前馈神经网络模型;然后,调试网络模型结构,并利用共轭梯度法进行网络参数寻优;最后,将叠前振幅随偏移距变化（Amplitude Versus Offset,AVO ）反演得到的弹性参数数据体输入到深度前馈神经网络模型,预测得到最终的TOC含量数据体。通过四川盆地页岩储层实际测井、地震资料的应用,对比了该方法相对于常规回归拟合法的优越性,验证了方法的实用性和可行性,为页岩储层TOC含量预测提供了新思路。     

一种时变耦合模型在油井产量预测中的应用

 油井产量随时间的变化关系受多种因素的影响,它们之间是一种极其复杂的非线性关系,常规油藏工程研究方法往往受相关参数的不确定性所限,预测误差偏大。分析认为油井产量数据具有时间序列特征,引入相空间重构技术,利用G-P法求出最佳嵌入维数,对油井产量构成的时间序列进行混沌特性识别。在此基础上,利用支持向量机（SVM）方法,构建具有时变特性的混沌-SVM耦合模型,该模型对中、短期的油井产量预测具有很高的精度,在实际应用中,可以不断补充新的历史数据,进行滚动预测,可靠性更高。实例W8-5井的应用效果也表明,预测结果平均相对误差仅为7%,显示出模型具有较好的预测效果和实用价值。     

基于平均熵值的多点地质统计建模参数优选方法

多点地质统计建模方法通过训练图像获取空间结构和相关性统计特征,重建结构复杂的储层地质模型,为提高油气预测效果服务。不同建模参数的选择会直接影响计算效率和模拟结果,因此选择合适的建模参数至关重要。鉴于传统参数灵敏度分析方法的不足,提出一种基于模式均熵的多点地质统计建模参数优选方法,采用Hsim相似度对随机模型和训练图像的模式均熵差异进行量化分析。以多点地质统计建模参数——样板尺寸为例,计算建模参数集和训练图像的空间及结构特征相似度,建立基于模式均熵差异的空间相关性评价指标和建模参数的拟合曲线,将相关性评价曲线趋于平稳的拐点所对应参数值作为最优参数。实验结果表明,相比传统参数优选方法,基于单点熵代替两点熵进行平均熵值计算的新方法可以准确客观地优选出多点地质统计建模算法的参数。     

煤层气藏储层裂缝建模研究

针对煤层气藏储层天然裂缝发育,采用DFN离散裂缝网络模型的裂缝性储层建模方法和思路。以沁端区块煤层气藏为例,首先,建立了煤层气藏三维构造模型,在构造模型的基础上,利用序贯高斯随机建模方法,建立了煤层气藏基质属性模型,为裂缝模型的建立与离散粗化奠定基础。然后,以测井解释的裂缝密度、长度、倾角、方位等统计数据为基础,在地震裂缝预测的属性体约束条件下,建立全区裂缝密度分布模型。最后,以裂缝密度分布模型为控制条件,利用离散裂缝网络技术(discrete fracture network,DFN),建立了沁端区块煤层气藏离散裂缝网络模型及其裂缝孔隙度、渗透率等属性模型。通过对模型的验证分析,认为该模型能客观真实地反应煤层气藏储层天然裂缝的几何特征和分布形态,为该区块煤层气藏数值模拟提供了地质基础和依据。     

基于神经网络模型的井间参数预测方法

目的研究储层精细评价技术中的储层参数井间预测方法。方法基于人工神经网络模型,结合油藏微相研究成果,采用井位和微相信息作为神经网络的输入信息,采用神经网络模型对储层参数进行空间预测。结果利用空间分散井位点的孔隙度资料和地区沉积微相信息,对孤岛油田渤21断块油藏进行井间孔隙度内插预测,其井间参数的预测精度得到明显提高,为油藏建模提供了可靠的基础。结论基于神经网络模型的井间参数预测方法,可以为储层精细评价提供高质量的油藏地质模型。     

基于主成分分析和代理模型辅助的多目标生产优化方法

多目标优化方法常用于考虑地质不确定性时进行油藏鲁棒生产优化,该方法能够同时优化历史拟合得到的多个概率模型的平均经济净现值和经济净现值的离散程度,从而得到一组权衡多个目标的最优生产方案。然而,多目标优化过程涉及的决策变量规模大,且基于常规数值模拟的目标函数评估计算耗时长。对此,本文提出了一种基于主成分分析和代理模型辅助的多目标生产优化方法(K-MOEA/D-PCA),采用主成分分析对大规模决策变量进行降维,然后借助基于代理模型辅助的多目标进化算法,通过设计计算高效的近似函数来代替常规数值模拟进行生产优化,最终得到目标油藏的最优生产方案。为验证提出方法的有效性,将其应用到标准测试模型(Egg模型)。结果表明,提出的K-MOEA/D-PCA方法,通过降低变量的维数,可以有效解决具有大规模变量的油藏多目标生产优化难题,实现优化效率和方案精度的平衡。