岩性油气藏 ›› 2013, Vol. 25 ›› Issue (5): 70–75.doi: 10.3969/j.issn.1673-8926.2013.05.012

• 油气地质 • 上一篇    下一篇

致密砂岩储层孔隙度定量预测———以鄂尔多斯盆地姬塬地区长8油层组为例

刘畅1，张琴1，庞国印2,3，王琪2，廖朋2,3，马晓峰2   

  1. 1．中国石油大学（北京）地球科学学院，北京102249； 2．中国科学院油气资源研究重点实验室，甘肃兰州730000； 3.中国科学院大学，北京100049
  • 出版日期:2013-09-26 发布日期:2013-09-26
  • 作者简介:刘畅（1989-），男，中国石油大学在读硕士研究生，研究方向为沉积岩石学、储层地质学、层序地层学及测井地质学。地址：（102249）北京市昌平区中国石油大学地球科学学院。E-mail：921715317@qq.com
  • 基金资助:

    中国科学院“西部之光”联合学者项目“鄂尔多斯盆地延长组长8 储层特征及其控制因素研究”（编号：Y133WQ1-WQ）资助

Quantitative prediction of porosity of tight sandstone reservoir: A case study from Chang 8 oil reservoir set in Jiyuan area, Ordos Basin

LIU Chang1， ZHANG Qin1， PANG Guoyin 2，3， WANG Qi2， LIAO Peng 2，3， MA Xiaofeng2   

  1. 1. College of Geosciences， China University of Petroleum， Beijing 102249， China； 2. Key Laboratory of Petroleum Resources Research， Institute of Geology and Geophysics， Chinese Academy of Sciences， Lanzhou 730000， China；3. University of Chinese Academy of Sciences， Beijing 100049， China
  • Online:2013-09-26 Published:2013-09-26

PDF (PC)

398

摘要：

鄂尔多斯盆地姬塬地区长8 油层组为典型的低孔、低渗致密砂岩储层。由于其孔隙结构复杂、非 均质性强，应用传统的孔隙度计算方法误差较大，结合姬塬地区长8 油层组的具体地质特征，运用广义回 归神经网络模型对致密砂岩储层孔隙度进行了预测。结果表明，利用该方法预测的孔隙度与利用岩心 分析的孔隙度符合率较高。该方法对于未取心井区致密砂岩储层孔隙度的研究具有很好的应用前景。

关键词: 油气储层, 孔隙结构, 三维孔隙结构模型, 分形理论

Abstract:

The Chang 8 oil reservoir set in Jiyuan area is typical tight sandstone reservoir with lowporosity and permeability. Due to the complex pore structure and strong reservoir heterogeneity, it is circumscribed to calculate the porosity by the traditional way. Combined with the geological characteristics ofChang 8 oil reservoir set in Jiyuan area, generalized regression neural network was applied to predict the porosity of tight sandstone reservoir. The result shows that the porosity predicted by the generalized regression neural network method is consistent with the porosity by well core analysis. Therefore, this method is of very good application value on porosity prediction of tight sandstone reservoir in the non-cored area.

Key words: oil and gas reservoir, pore structure, three-dimensional pore structure model, fractal theory

［1］ 张荣虎，姚根顺，寿建峰. 沉积、成岩、构造一体化孔隙度预测模型［J］. 石油勘探与开发，2011，38（2）：145-151.
［2］ 刘云，贺振华，汪瑞良，等.基于地震相分析的孔隙度预测［J］.物探化探计算技术，2010，32（4）：359-364.
［3］ 毛志强，张冲，肖亮.一种基于核磁共振测井计算低孔低渗气层孔隙度的新方法［J］.石油地球物理勘探，2010，45（1）：105-109.
［4］ 董建刚，范晓敏.致密砂岩孔隙度计算方法［J］.吉林大学学报：地球科学版，2006，36（增刊）：193-196.
［5］ 王洪辉，黎鹏，段新国.四川盆地须家河组低孔致密砂岩孔隙度测井解释研究［J］.成都理工大学学报：自然科学版，2009，36（3）：249-252.
［6］ 潘高峰，刘震，赵舒，等.砂岩孔隙度演化定量模拟方法———以鄂尔多斯盆地镇泾地区延长组为例［J］.石油学报，2011，32（2）：249-256.
［7］ 代平，孙良田，李闽.低渗透砂岩储层孔隙度、渗透率与有效应力关系研究［J］.天然气工业，2006，26（5）：93-95.
［8］ 罗利.低孔砂岩孔隙度计算方法及裂缝识别技术［J］.测井技术，1999，23（1）：33-37.
［9］ 杜奉屏.油矿地球物理测井［M］.北京：地质出版社，1984：81-97.
［10］ 史建南，郑荣才，韩永林，等.鄂尔多斯盆地姬塬地区长8 油层组岩性油藏成藏机理研究［J］.岩性油气藏，2009，21（3）：129-133.
［11］ 赵小强，万友利，易超，等.鄂尔多斯盆地姬塬油田长8 油层组沉积相研究［J］.岩性油气藏，2011，23（4）：94-99.
［12］ 田亚铭，施泽进，李庭艳，等.姬塬地区长8 油层组碳酸盐胶结物特征及成因［J］.西安石油大学学报：自然科学版，2011，26（3）：26-31.
［13］ 王琪，郝乐伟，陈国俊，等.白云凹陷珠海组砂岩中碳酸盐胶结物的形成机理［J］.石油学报，2010，31（4）：553-565.
［14］ 黄思静，谢连文，张萌，等.中国三叠系陆相砂岩中自生绿泥石的形成机制及其与储层孔隙保护的关系［J］.成都理工大学学报：自然科学版，2004，31（3）：273-281.
［15］ 贺艳祥，黄思静，胡作维，等.鄂尔多斯盆地姬塬地区上三叠统延长组长8 油层组成岩作用研究［J］.岩性油气藏，2010，22（2）：42-47.
［16］ 李虎，蒲春生，吴飞鹏.基于广义回归神经网络的CO2驱最小混相压力预测［J］.岩性油气藏，2012，24（1）：108-111.
［17］ 兰海涛，李谦，韩春雨.基于广义回归神经网络的边坡稳定性评价［J］.岩土力学，2009，30（11）：3460-3463.
［18］ 沈掌泉，周斌，孔繁胜，等.应用广义回归神经网络进行土壤空间变异研究［J］.土壤学报，2004，41（3）：471-475.
［19］ 范付松，胡新丽，李长冬，等.基于广义回归神经网络的砂土液化综合判别方法［J］.煤田地质与勘探，2012，40（4）：47-51.
［20］ 赵闯，刘凯，李电生.基于广义回归神经网络的货运量预测［J］.铁道学报，2004，26（1）：12-15.
［21］ 唐为清，郭荣坤，王忠东，等.沉积微相测井资料神经网络判别方法研究［J］.沉积学报，2001，19（4）：581-585.
［22］ 雍世和，张超谟.测井数据处理与综合解释［M］.东营：中国石油大学出版社，2007：459-468.
［23］ 张福明，李洪奇，邵才瑞，等.应用神经网络模式识别技术进行测井沉积学研究［J］.石油勘探与开发，2003，30（3）：121-123.
[1] 魏钦廉, 崔改霞, 刘美荣, 吕玉娟, 郭文杰. 鄂尔多斯盆地西南部二叠系盒8下段储层特征及控制因素[J]. 岩性油气藏, 2021, 33(2): 17-25.
[2] 张晓辉, 张娟, 袁京素, 崔小丽, 毛振华. 鄂尔多斯盆地南梁-华池地区长81致密储层微观孔喉结构及其对渗流的影响[J]. 岩性油气藏, 2021, 33(2): 36-48.
[3] 王朋, 孙灵辉, 王核, 李自安. 鄂尔多斯盆地吴起地区延长组长6储层特征及其控制因素[J]. 岩性油气藏, 2020, 32(5): 63-72.
[4] 黄杰, 杜玉洪, 王红梅, 郭佳, 单晓琨, 苗雪, 钟新宇, 朱玉双. 特低渗储层微观孔隙结构与可动流体赋存特征——以二连盆地阿尔凹陷腾一下段储层为例[J]. 岩性油气藏, 2020, 32(5): 93-101.
[5] 陈明江, 程亮, 陆涛. Ahdeb油田Khasib油藏孔隙结构及其对注水开发的影响[J]. 岩性油气藏, 2020, 32(3): 133-143.
[6] 宋明明, 韩淑乔, 董云鹏, 陈江, 万涛. 致密砂岩储层微观水驱油效率及其主控因素[J]. 岩性油气藏, 2020, 32(1): 135-143.
[7] 姜瑞忠, 张春光, 郜益华, 耿艳宏, 余辉, 李昊远. 缝洞型碳酸盐岩油藏水平井分形非线性渗流[J]. 岩性油气藏, 2019, 31(6): 118-126.
[8] 陈相霖, 郭天旭, 石砥石, 侯啓东, 王超. 陕南地区牛蹄塘组页岩孔隙结构特征及吸附能力[J]. 岩性油气藏, 2019, 31(5): 52-60.
[9] 郑珊珊, 刘洛夫, 汪洋, 罗泽华, 王曦蒙, 盛悦, 许同, 王柏寒. 川南地区五峰组—龙马溪组页岩微观孔隙结构特征及主控因素[J]. 岩性油气藏, 2019, 31(3): 55-65.
[10] 熊山, 王学生, 张遂, 赵涛, 庞菲, 高磊. WXS油藏长期水驱储层物性参数变化规律[J]. 岩性油气藏, 2019, 31(3): 120-129.
[11] 任大忠, 张晖, 周然, 王茜, 黄海, 唐胜蓝, 金娜. 塔里木盆地克深地区巴什基奇克组致密砂岩储层敏感性研究[J]. 岩性油气藏, 2018, 30(6): 27-36.
[12] 邓浩阳, 司马立强, 吴玟, 刘方霖, 王馨, 王超, 杨国栋. 致密砂岩储层孔隙结构分形研究与渗透率计算——以川西坳陷蓬莱镇组、沙溪庙组储层为例[J]. 岩性油气藏, 2018, 30(6): 76-82.
[13] 沈瑞, 胡志明, 郭和坤, 姜柏材, 苗盛, 李武广. 四川盆地长宁龙马溪组页岩赋存空间及含气规律[J]. 岩性油气藏, 2018, 30(5): 11-17.
[14] 张世铭, 张小军, 郑联勇, 王朴, 苟迎春, 吴梁宇. 酒西盆地老君庙构造白杨河组间泉子段储层孔隙结构特征[J]. 岩性油气藏, 2018, 30(5): 40-50.
[15] 臧士宾, 郑永仙, 崔俊, 毛建英, 张小波. 砂砾岩储集层微观非均质性定量评价——以柴达木盆地昆北油田为例[J]. 岩性油气藏, 2018, 30(3): 35-42.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 魏钦廉, 郑荣才, 肖玲, 王成玉, 牛小兵. 鄂尔多斯盆地吴旗地区长6 储层特征及影响因素分析[J]. 岩性油气藏, 2007, 19(4): 45 -50 .
[2] 王东琪, 殷代印. 水驱油藏相对渗透率曲线经验公式研究[J]. 岩性油气藏, 2017, 29(3): 159 -164 .
[3] 李云，时志强. 四川盆地中部须家河组致密砂岩储层流体包裹体研究[J]. 岩性油气藏, 2008, 20(1): 27 -32 .
[4] 蒋韧，樊太亮，徐守礼. 地震地貌学概念与分析技术[J]. 岩性油气藏, 2008, 20(1): 33 -38 .
[5] 邹明亮，黄思静，胡作维，冯文立，刘昊年. 西湖凹陷平湖组砂岩中碳酸盐胶结物形成机制及其对储层质量的影响[J]. 岩性油气藏, 2008, 20(1): 47 -52 .
[6] 王冰洁，何生，倪军娥，方度. 板桥凹陷钱圈地区主干断裂活动性分析[J]. 岩性油气藏, 2008, 20(1): 75 -82 .
[7] 陈振标，张超谟，张占松，令狐松，孙宝佃. 利用NMRT2谱分布研究储层岩石孔隙分形结构[J]. 岩性油气藏, 2008, 20(1): 105 -110 .
[8] 张厚福，徐兆辉. 从油气藏研究的历史论地层-岩性油气藏勘探[J]. 岩性油气藏, 2008, 20(1): 114 -123 .
[9] 张　霞. 勘探创造力的培养[J]. 岩性油气藏, 2007, 19(1): 16 -20 .
[10] 杨午阳, 杨文采, 刘全新, 王西文. 三维F-X域粘弹性波动方程保幅偏移方法[J]. 岩性油气藏, 2007, 19(1): 86 -91 .

陇ICP备17006252号
版权所有© 2018 中国石油集团西北地质研究所有限公司《岩性油气藏》编辑部

地址：甘肃省兰州市城关区雁儿湾路535号(陇ICP备17006252号)    电话：0931-8686158;8686058;8686288    邮箱：yxyqc@petrochina.com.cn

甘公网安备 62010202002827号

本系统由北京玛格泰克科技发展有限公司设计开发