【摘要】：世界上50%的油氣資源來自碳酸鹽巖儲層,中東地區(qū)油氣產(chǎn)量豐富,其中更是有80%來自碳酸鹽巖儲層。國內(nèi)外針對碳酸鹽巖儲層的研究越來深入,相關(guān)的研究也越來越豐富。低孔低滲儲層的研究也越來越深入,其中碳酸鹽巖儲層較為典型,碳酸鹽巖礦物組分多樣,結(jié)構(gòu)更為復(fù)雜。對儲層孔隙結(jié)構(gòu)的表征和定性評價,可以更好的研究其孔隙微觀結(jié)構(gòu),為本文的后續(xù)研究提供巨大幫助。碳酸鹽巖儲層滲透率的評價研究意義深遠(yuǎn),可以更好的預(yù)測儲層,提高油氣采收效率,為后續(xù)的開采提供理論支持和事實(shí)依據(jù)。同時也為后續(xù)碳酸鹽巖滲透率的研究提供幫助,意義重大。本文以A區(qū)塊碳酸鹽巖儲層為例,對碳酸鹽巖儲層微觀孔隙結(jié)構(gòu)滲透率計算方法與評價方法進(jìn)行了深入的研究,并取得了以下的成果:(1)通過對A區(qū)塊資料的收集和整理,建立了適用于該區(qū)碳酸鹽巖儲層結(jié)構(gòu)的定性和定量評價方法。應(yīng)用線性刻度和冪函數(shù)刻度的偽毛管壓力構(gòu)建,認(rèn)為對于實(shí)驗(yàn)資料的毛管壓力曲線,利用分段式的冪函數(shù)刻度法構(gòu)建的偽毛管壓力曲線更準(zhǔn)確。但由于需要在全井段中構(gòu)建偽毛管壓力曲線,分段式的冪函數(shù)刻度法參數(shù)過多,進(jìn)而利用測井曲線轉(zhuǎn)換中誤差較大,因此在全井段評價中使用線性刻度構(gòu)建的偽毛管壓力曲線較冪函數(shù)刻度法更為準(zhǔn)確。(2)通過對壓汞實(shí)驗(yàn)資料和物性分析資料進(jìn)行分析,建立了碳酸鹽巖儲層基于微觀孔隙結(jié)構(gòu)的滲透率估算模型。該方法首先對壓汞實(shí)驗(yàn)資料中的孔隙結(jié)構(gòu)參數(shù)與滲透率進(jìn)行分析,認(rèn)為其中變異系數(shù)和排驅(qū)壓力對滲透率參數(shù)最為敏感,因此與孔隙度參數(shù)一起,利用多元回歸方法建立了基于微觀孔隙結(jié)構(gòu)的碳酸鹽巖滲透率估算模型。通過與巖心滲透率對比,利用該模型計算得到的滲透率精度較高,可準(zhǔn)確計算滲透率。但由于碳酸鹽巖儲層的復(fù)雜性,基于核磁共振測井轉(zhuǎn)換偽毛管壓力曲線的精度較低,導(dǎo)致計算的儲層滲透率與巖心滲透率誤差較大。(3)用BP神經(jīng)網(wǎng)絡(luò)計算Capillary-Parachor參數(shù),進(jìn)而用Capillary-Parachor預(yù)測滲透率。通過Swanson參數(shù)與Capillary-Parachor參數(shù)兩種參數(shù)與滲透率對比,研究發(fā)下Capillary-Parachor參數(shù)與巖心滲透率關(guān)系較好。然后利用神經(jīng)網(wǎng)絡(luò)建立Capillary-Parachor參數(shù)與滲透率的關(guān)系。結(jié)果表明利用神經(jīng)網(wǎng)絡(luò)模型計算的孔隙結(jié)構(gòu)參數(shù)精度較高。
【圖文】：

第 2 章 區(qū)域地質(zhì)概況第 2 章 區(qū)域地質(zhì)概況究區(qū) A 油田群主要存在上、下兩套主力含油層系，新生界 Asmari 油系，主要為發(fā)育灰?guī)r和白云巖，部分層段與砂巖呈互層式沉積，3100ｍ。白堊系 Mishrif 油藏為下含油系，主要為灰?guī)r沉積，埋深 380中，Abu Ghirab 油田含油層系為上層系 Asmari 油藏，Buzurgan 油田系為下層系Mishrif油藏，，F(xiàn)auqi油田上、下層系均為含油層系，上層系主要含油層系。究區(qū) A 油田研究區(qū)塊屬于碳酸鹽巖儲集層，其巖性主要有白云巖、

圖 3-1 巖心實(shí)驗(yàn)計算的滲透率與 SDR 模型計算的滲透率對比曲線圖Figure 3-1 Permeability calculated from core experiments and permeability calculatedfrom SDR model.
【學(xué)位授予單位】：長江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P618.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫小龍;張憲國;林承焰;趙仲祥;馬存飛;林建力;;基于核磁共振標(biāo)定的高壓壓汞孔喉分布定量評價方法[J];巖礦測試;2017年06期

2 李程輝;李熙U

本文編號：2599304