基于储层特征分析的油藏建模粗化方法研究

来源 :东北石油大学 | 被引量 : 0次 | 上传用户:suals
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于储层统计特征确定不同的网格粗化参数,可使模型网格粗化在提高计算效率的同时尽量少的损失储层原始地质特征,是一种可反映储层地质特征的、高效的模型粗化方法。目前,油藏模型粗化技术研究较深入,粗化的数学算法不断改进,然而粗化网格的化分仍然仅从数学角度考虑而忽略储层地质特征的差异性,往往不同沉积单元均采用统一的网格粗化。本次研究在分析和认识研究区目的层储层特征基础上,开展精细模型网格粗化参数的研究,结合实际地质情况建立即能够反映储层实际地质特征,又最大程度减少网格数量、提高模拟计算效率的模型网格粗化方法,并在此方法指导下确定研究区各小层粗化参数,粗化精细模型,评价粗化精度与计算效率的关系。杏十区位于松辽盆地中央坳陷区大庆长垣杏树岗背斜构造南部,属于大型河流—三角洲沉积体系。结合储层类型及对应测井曲线将研究区划分为五种储层类型,并开展储层测井曲线特征参数的粗化实验研究,结果表明测井曲线形态为复合型储层,一般厚度较厚,且水淹厚度达90%左右,当采样间隔为储层厚度的1/4,可反映储层物性变化的基本特征。测井曲线特征为指形的基本为0.8m以下薄储层,内部物性差异不大,可以用一个网格进行表征。测井曲线特征为漏斗形、钟形的一般为0.8m以上的较厚储层,建立油藏模型时至少需要储层厚度1/2的厚度作为垂向网格参数,垂向网格参数为储层厚度的1/5时可描述物性变化分界点。测井曲线特征为钟形与漏斗形复合的储层,建立模型时至少需要储层厚度1/2的厚度作为垂向网格参数,垂向网格厚度为储层厚度的1/5时可描述物性差异变化点。测井曲线特征为钟箱型的储层,内部物性差异较小,可采用储层1/2的厚度作为垂向粗化网格,但如需精确描述储层分界点,在1/2厚度的约束下,采样间隔尽量不要大于1m。在以上实验结论指导下,本着能够区分储层厚度、反映储层内部物性差异的原则,根据实际情况建立了适合不同要求的三套网格参数划分方案,分别为“精细参数”、“适中参数”以及“高效参数”三个级别的参数划分方案。统计分析研究区各沉积单元储层厚度、物性结构、储层空间位置、储层间距、夹层厚度以及水淹厚度比例等参数的分布规律,全面认识储层空间分布特征。依据研究区目的层72个沉积单元各自储层特征的差异,制定了三种不同方案各沉积单元具体的粗化参数。
其他文献
近几年来,随着光伏、光电产业的迅猛发展,磨粒线锯切割技术已经成为了脆性材料切片加工的主要方式。在磨粒线切割中,流体具有润滑,冷却加工区域,携带自由磨粒参与加工以及带
随着社会的进步、科技的发展,外骨骼作为一种结合机械动力和人类智能的新兴机器人,在军事、救灾、医疗等领域的应用越来越广泛。其中,通过下肢外骨骼帮助因神经损伤等原因导
准噶尔盆地南缘,构造区划上属于北天山山前褶皱冲断带,沉积地层发育齐全,地层自下而上颜色变化明显,露头区地层出露齐全,泥岩中粘土矿物含量丰富,为系统地开展泥岩盖层封闭性
当前,随着对移动机器人技术研究的深入,足式机器人已经具备了一定的自主运动能力和环境适应性能力,但是大多数足式机器人仍然缺乏执行高动态任务的能力,而执行高动态任务的关
卷积神经网络(Convolutional Neural Networks,CNNs)因其极大地提高了图像识别的准确率,而在图像处理领域受到追捧。但是卷积神经网络带来了大量卷积操作,其计算成本往往令人
比特币发布以来,有关于区块链技术及其场景应用研究的热度居高不下。共识机制作为区块链技术的核心之一,激起了专家和学者们的研究热情,受到了广大专家学者的重点关注,越来越
源于上个世纪中叶的以硅材料为核心的半导体微电子技术的出现已经彻底地改变了人们的生活方式。在上个世纪,半导体微电子技术始终围绕着“摩尔定律”快速发展,将微电子产品的
随着5G技术的诞生,滤波器在通信终端设备的应用已经占据至关重要的地位,相对于传统的微带和金属波导滤波器,基片集成波导(Substrate Integrated Waveguide,SIW)具有较高品质
地图匹配指的是根据车辆终端定位设备采集到的轨迹点序列在路网地图上拟合车辆行驶轨迹的过程。当今道路网络越来越密集,且定位设备存在不可避免的误差,导致地图匹配精度难以
在多Agent协商过程中,信任值是一个较少被关注的问题。实际上,信任值对协商的效用和策略会有直接的影响。之前的研究多以直接信任为基础,然而直接信任关系的缺失会导致信任关