考虑应力敏感的致密储层油水两相相对流动能力分形数值模拟方法

在应用分形理论和毛管束模型的基础上,建立了考虑应力敏感性的致密储层油水两相相对渗透率模型。通过定义归一化油水相对渗透率,研究了有效应力、弹性模量和孔隙度对致密储层油水两相相渗曲线的影响。模型的预测结果与实验数据的吻合程度高,验证了模型的有效性。理论分析结果表明：有效应力与束缚水饱和度、剩余油饱和度呈负相关。随着有效应力的增大,油水两相的相对渗透率向中间收缩,共渗区域减小;随着弹性模量的降低,孔隙介质的变形量、束缚水和残余油饱和度均增大;孔隙度对油水两相的相对渗透率影响较小。建立的模型可以准确描述应力作用下致密储层油水两相的渗流特征。     

裂缝性储层化学堵水技术研究

油田在长期的注水开发过程中,储层由于具有可溶性,或胶结性差的原因,会形成裂缝性储层,而裂缝性储层在调整吸水剖面时,凝胶类的调剖剂在矿场应用出现了调剖效果差,有效期短的问题,因此,油田现场急需研究一种堵塞强度高,封堵效率高的裂缝封堵剂。在室内我们研究了一种以水泥为主要材料的裂缝性化学堵水技术,该技术可以有效的封堵裂缝性储层,同时具有成本低、封堵效率高、封堵强度高的特点,具有很高的矿场应用价值。     

大庆油田葡萄花油层有效厚度的确定

依据单井有效厚度下限的前提,考虑到大庆油田葡萄花油层储层发育的因素,对葡萄花油层的单井、单层有效厚度下限进行了探讨.对于Ⅰ、Ⅱ、Ⅲ类储层,单井有效厚度下限分别为1.0 m、1.2 m和1.8 m.在单井有效厚度小于1.0 m的情况下,Ⅰ、Ⅱ类储层的单层有效厚度下限为0.5 m和0.6 m.从而为经济有效地开发葡萄花油层提供有利的保证.     

剩余油分布规律的精细数值模拟

以胜二区沙二段８ 单元为研究对象,建立了该开发单元储层物性和原油物性随不同开发阶段变化的数值模型,并在此基础上进行了精细油藏数值模拟研究。研究结果表明,渗透率、原油粘度和密度随不同开发阶段的变化对剩余油分布和油田开发效果影响均较大。对注水开发历史较长的油田,在进行精细油藏数值模拟时,应该考虑渗透率和原油物性随时间的变化,从而为进入注水开发的老油田的挖潜上产提供可靠的决策依据。通过对８单元的精细油藏模拟,掌握了目前该单元的剩余油分布规律和水淹状况,并成功地指导了该单元开发调整方案的设计和实施     

应力对流体及油气二次运移作用的几种模式

地应力是影响储层流体压力和驱动油气运移的主要动力之一。根据构造力学和流体力学原理,提出了不同类型的储层（孔隙型储层和裂缝型储层）在不同条件下应力对流体作用的几种模型,在此基础上建立起不同类型储层中流体压力变化、油气二次运移及断层张开、封闭与地应力的定量关系。结果表明,在不同类型的储层中,应力对油气表现出不同的作用方式和影响结果。断层的开启与封闭,不仅与构造应力直接相关,而且与断层的走向、倾角、深度、两盘岩性及流体压力直接相关。     

利用测井资料预测油气储层产能的方法研究

油气储层产能作为一个表示动态特征的参数,是储层评价的重要指标之一。依据测井资料进行产能预测是测井资料综合解释的一个新的拓展方向。文中讨论了测井产能预测的原理,采用模糊模式识别的人工神经网络技术建立了预测系统,并给出了成功的预测范例,从而证实了方法的有效性。     

曙北地区莲花油层储层沉积学及非均质特征研究

通过曙北地区莲花油层储层沉积学研究,将研究区划分出半深湖－深湖亚相,前扇三角洲－浅湖亚相,扇三角洲前缘亚相三种沉积相类型,砂岩体由斜坡边缘向深坳部位分布４特征及厚度变化表出较强的非均质性,导致储层物性亦呈非均质变化,形成粒间及胶结物未充满孔,正常粒间孔,溶蚀扩大孔与粒间溶孔,混合孔组合,晶间孔组合,胶结物内溶孔６种组合类开和大孔高中喉,大孔中渗细喉,中孔 渗细喉和小孔特低渗微细喉４类孔喉结构模式,     

松辽盆地有效热储层识别与划分技术

本文给出了有效热储层的定义,建立了利用测井资料进行有效热储层定性和定量识别与划分方法,并依据松辽盆地有效热储层分布情况,建立了有效热储识别下限标准,应用计算机技术对松辽盆地进行了有效热储层的识别与划分,经研究实践表明有效热储层识别原理和方法是正确的、是可行的,为进一步研究地热储特征提供了重要依据。     

地震沉积学特色技术与GeoSed软件集成应用

GeoSed是针对薄互储层沉积和储层分布预测研发的软件系统,软件遵循地震沉积学研究规范设计,包括工区与数据管理、合成记录、测井相分析、地震沉积分析和地质成图5个子系统29个功能模块,具备等时格架建立、沉积特征加强、薄层沉积分析、沉积体系分析和配套功能五大技术系列,形成了"逐级标定、井震匹配、动态分析、目标评价"一体化方...     

一种可用于储层参数预测的基于神经网络的遗传算法

储层物性参数的展布一直是油藏描述的关键问题和难点。在遗传算法与神经网络结构模型相结合的基础上,设计了一种用遗传算法训练神经网络权值的方法,并把这种方法用于储层参数的预测。实验表明该神经网络具有较强的预测能力和实用性。