基于孔径分布和T_2谱的低孔渗储层渗透率确定方法

为了能够准确地计算低孔渗储层的渗透率,以渤海某油田低孔渗储层为研究对象,进行孔径分布对渗透率的影响研究。基于压汞孔径分布与核磁共振测井T_2谱均可以表征储层岩石的孔径分布信息,通过利用孔径分布直方图数据刻度核磁共振测井T_2谱数据,从而得到岩石不同孔径区间对应的T_2谱区间。通过渗透率贡献值确定各T_2谱区间每单位孔隙度分量的孔径对渗透率的贡献因子,最终建立基于孔径分布和T_2谱的低孔渗储层渗透率计算方法。结果表明,该方法避免了以往基于孔径分布的渗透率计算方法在划分T_2谱区间时的盲目性,以及根据经验确定不同区间贡献值的不可靠性。建立的基于孔径分布和T_2谱的渗透率模型对于低孔渗储层渗透率的评价有很好的指导作用。     

基于多孔介质模型的储层裂缝孔隙度计算方法

针对裂缝性储层裂缝孔隙度定量计算的难题,提出了一种基于多孔介质模型的储层裂缝孔隙度计算方法。通过定义孔隙纵横比谱函数表征岩石裂缝分布特征及对岩石宏观岩石物理特征的影响,并代入多孔介质模型中,建立含裂缝条件下多孔介质模型。理论正演表明,孔隙纵横比谱分布特征与岩石体积模量变化一一对应,通过建立岩石模量反演函数,利用现场阵列声波测井资料实现孔隙纵横比谱定量反演,进而计算裂缝孔隙度。应用结果表明,计算的裂缝孔隙度能够较好地反映储层裂缝发育情况,与电成像测井计算结果吻合较好,文中方法所计算的裂缝孔隙度符合实际生产情况,为裂缝孔隙度计算提供一种新的途径,扩展了阵列声波测井应用范围。     

根据常规测井资料评价储层孔隙结构

准确计算储层孔隙结构参数是产能预测的关键。常规连续计算储层孔隙结构参数的方法主要是以核磁资料和毛管资料为基础的,但在没有核磁资料的情况下,这一方法受到限制。通过对实验数据进行研究分析,提出了根据常规测井资料以及毛管压力资料连续计算储层孔隙结构参数的新方法,该方法能在缺少核磁资料的情况下达到连续计算储层孔隙结构参数的目的,弥补了利用常规测井资料计算储层孔隙结构参数的不足。对L油田高孔、高渗储层实际资料处理表明,新方法得到的渗透率、孔喉半径均值、毛管压力中值与岩心分析资料吻合较好,验证了该方法的准确性与广泛适用性。     

创建和谐班组的探索和启示

班组是企业最基本的生产单位,是企业一切工作目标和任务的出发点和落脚点.因此,只有班组和谐了.企业才能和谐.近年来,集输大队稠油首站以创建和谐班组为出发点,积极探索创建和谐班组、构建和谐团队的模式,为基层建设,生产经营,安全管理等各项工作的发展注入了强大的精神动力.     

油田基层设备标准化管理的实施

随着现代化管理理念及石油工业管理水平的提升,对设备管理提出了更高要求,针对目前老油区现状,如何能更有效地管理老旧设备以及如何提高其使用寿命是我们所面临的重要难题.通过一系列设备标准化管理的实施,来规范设备管理中的各个环节,以提升设备管理水平.     

轻质油藏密闭取芯饱和度校正新方法

为定量评价室内岩心测量的油、水饱和度与地层条件下的差异,寻求适合渤海油田轻质油藏密闭取芯饱和度的校正方法,选取部分密闭取芯样品对降压脱气过程进行模拟,分析了造成密闭取芯饱和度损失的主要因素,基于常用的数理统计和物理模拟实验方法,提出了可动水降压脱气校正方法,就储层中可动水部分对饱和度的影响进行校正。结果表明,采用该方法可使密闭取芯含油饱和度平均增加约5%,校正结果与储层的电性和物性有较好的对应关系。     

基于机器学习算法预测核磁共振T2谱

近年来,深度学习算法被广泛应用于生成各种类型的数据。本文通过分析测井数据与核磁共振T2谱之间的映射关系,利用随机森林与LSTM网络模型实现了对核磁共振T2谱的重构。核磁共振测井每个深度获得的T2谱是在不同的时间序列中通过不同的布点数来显示形态上的变化的,随机森林算法能够处理高维度的核磁共振T2谱数据且不需要做特征选择,而LSTM可以很好地控制不同深度神经元对T2谱各分布点的影响,将这两种网络模型进行参数优化后对同一口井的预测结果进行对比分析。这里选取了中国海上A油田的测井数据作为例子进行方法测试。首先,利用灰色关联度算法分析T2几何均值与测井曲线的相关性。选取相关性高于设定值的测井曲线,将测井曲线标准化缩放在0~1后作为随机森林与LSTM模型的输入,预测同一地层T2谱形态分布规律并比较算法的优劣。在比较软件处理得到的核磁共振T2谱和预测结果后分析它们之间产生差异的原因。结果显示通过LSTM神经网络模型预测的数据与地层真实数据的符合度比随机森林算法更高,符合度可达90%以上。