一种致密油的评价方法与流程

1.本发明属于油气勘探技术领域，具体涉及一种致密油的评价方法。


背景技术：

2.致密油是指夹在或紧邻优质生油层系的致密碎屑岩、页岩或碳酸盐岩等储层中，未经过长距离运移而形成的石油聚集。一般无自然产能，或自然产能低于经济油流下限，需通过大规模措施改造才能形成工业产能。致密油“甜点”是指烃源岩、储层和工程(储层力学)品质配置较好，通过储层改造即可获得潜在开发价值的致密油储层分布范围。现有技术中，为表征致密油“甜点”品质问题提出了“甜点”甜度的概念，通常认为甜度是表征甜点程度的大小的参数，是甜点生产能力的定量评价指标，与压后产能的高低有正相关性。
3.作者陈福利等人在2017年第二期的期刊《特种油气藏》上发表的名称为《致密油“甜点”甜度评价方法研究》的论文中，提出了一种“甜点”甜度评价方法，该方法以致密油开发企业确定的内部收益率下限为参考标准，用致密油开发实际收益与内部收益率下限标准比值计算确定“甜点”甜度；建立致密油“甜点”甜度计算模型，制作致密油“甜点”甜度评价图版，并通过图版评价结果，适时选择合理甜度的致密油区投入产能建设。该方法需要同一致密油甜点油藏具有较多的开发井先导试验数据，根据致密油开发试验区或开发区单井生产特征，利用递减分析法等评价方法可以确定出单井废弃时累计产油量，进而评价致密油甜度。
4.该方法的主要问题是适用范围较窄，局限性强，其原因在于：
5.首先，待评价对象必须是对已获得投资、收益的区块进行甜度评价，对应没有获得投资和收益的区块，无法进行“甜点”的甜度预测；
6.其次，致密油资源单块资源规模需要具备对30口以上的开发井开展先导试验，条件要求苛刻，且工作量较大，当能够进行先导试验的开发井小于30口时，甜度评价的代表性较差，导致甜度预测不准确，使最终选择不合理的致密油储层进行投入产能建设，进而影响经济效益。
7.作者蒋廷学等人在2016年第4期的期刊《石油钻探技术》上发表的名称为《页岩气储层评价新技术——甜度评价方法》的论文，提出了页岩气地质甜度及工程甜度的概念，并对地质甜点与工程甜点的“甜度”进行精确表征和量化：设置同一评价区地质甜度及工程甜度最甜的标杆，即涵盖一系列最佳地质参数与工程参数的集合体，然后计算欧氏贴近度，来表征待评价区参数集合与该标杆的相似度，并将其作为地质甜度与工程甜度，应用灰色关联方法确定地质甜度和工程甜度的权重分配后，计算得到综合的甜度指标，用以优选出页岩气水平井压裂段簇的位置。该方法主要存在以下两个问题：
8.一是适用于同一口井的不同段簇或同一区块的不同井，适用性局限；
9.二是需要选出的甜度最高标杆，在实际操作中存在选择的标杆低于未知段簇或井的可能，造成事实的高甜度甜点被误判为低甜度，影响甜点品质评估。
10.并且，由于国内致密油“甜点”勘探多采用直井压裂，而页岩气多采用水平井体积
压裂。上述方法适用具有同一套储集体的页岩气藏，如何实现新发现小型未进行先导试验的致密油“甜点”的准确预测，是一个亟待解决的问题。


技术实现要素：

11.本发明的目的是提供一种致密油的评价方法，用于解决现有致密油“甜点”评价不准确的问题。
12.基于上述目的，一种致密油的评价方法的技术方案如下：
13.(1)获取与待评价致密油油藏属于同一盆地的若干个已进行过开发先导试验的致密油“甜点”样本，确定各致密油“甜点”的甜度值和地球物理参数的属性值；其中，所述致密油“甜点”的甜度值根据单井生产初期稳定的千米井深日产量与千米井深工业油气流日产量下限值的比值确定，所述地球物理参数的属性值包括：瞬时振幅、连续性、瞬时频率和瞬时相位；
14.(2)对各致密油“甜点”的地球物理参数中的各属性值进行归一化处理；
15.(3)将归一化处理后各致密油“甜点”的地球物理参数中的各属性值作为神经网络的输入，将各致密油“甜点”的甜度值作为神经网络的输出，进行模型训练，确定出表示致密油“甜点”的甜度值与地球物理参数中各属性值间关系的神经网络关系模型；
16.(4)获取归一化后待评价致密油“甜点”的地球物理参数中的各属性值，并代入至所述神经网络关系模型中，确定出待评价致密油“甜点”的甜度。
17.上述技术方案的有益效果是：
18.本发明的评价方法，适用于在目标区的开发先导试验数据不全或未进行开发先导试验的条件下，首先利用单井生产初期稳定的千米井深日产量与千米井深工业油气流日产量下限值的比值，合理的表征致密油甜度(即“甜点”的甜度)，利用与目标区属于同一盆地且已经进行开发先导试验的致密油“甜点”甜度与地球物理参数的各属性值，分别作为神经网络的输出和输入，进行模型训练，得到用于表示致密油“甜点”的甜度与地球物理参数中各属性值间关系的神经网络关系模型；利用该神经网络关系模型，结合待评价致密油“甜点”的地球物理参数中的各归一化属性值，预测出待评价致密油“甜点”的甜度值，预测准确性较高，能够据此定量评价出致密油生产能力，以实现优选“甜点”效益勘探目标。
19.进一步的，为了确定储层的甜度值，所述致密油“甜点”的甜度值计算公式如下：
[0020][0021]
式中，t为致密油“甜点”的甜度值，xi代表致密油“甜点”内第i口井生产初期稳定的千米井深日产油量，i＝1、2、
…
、n，n为致密油“甜点”内的单井数量；k为千米井深工业油气流日产量的下限值。
[0022]
进一步的，为了使求取地球物理参数的属性值具有代表性，当致密油“甜点”的面积大于设定值时，取致密油“甜点”内所有井点处地球物理参数的属性平均值作为致密油“甜点”的最终属性值；当致密油“甜点”的面积不大于设定值时，取致密油“甜点”内单个井点处地球物理参数的属性值作为致密油“甜点”的最终属性值。
[0023]
进一步的，为了方便神经网络的快速训练，统一量纲，需要对地球物理参数的各属性值进行归一化处理，各属性值进行归一化处理的计算公式如下：
[0024]
vv＝(v-vmin)/(vmax-vmin)
[0025]
式中，v为归一化前地球物理参数的属性值，vv为归一化后地球物理参数的属性值，vmin、vmax分别为待评价致密油“甜点”所属盆地同层系地震数据的最小属性值、最大属性值。
附图说明
[0026]
图1是本发明实施例中致密油的评价方法流程图。
具体实施方式
[0027]
下面结合附图对本发明的具体实施方式作进一步的说明。
[0028]
本实施例提出一种致密油的评价方法，用于实现致密油“甜点”的甜度评价，其基本思路为：
[0029]
以单井初期相对稳定的千米井深日产量与千米井深工业油气流日产量下限值的比值作为判断甜度的指标，通过提取同一盆地内已具备开发先导试验“甜点”的地球物理参数，加入到神经网络的输入端，将已具备开发先导试验“甜点”的甜度输入到神经网络的输出端，然后按照神经网络的算法进行模型训练，建立输入参数和输出参数的神经网络关系模型，再将该关系模型应用到若干个待评价“甜点”的地球物理参数中，获得待评价“甜点”的甜度值，通过待评价“甜点”的甜度排序，可以实现优选“甜点”效益勘探目标。
[0030]
上述方法的整体流程如图1所示，具体实现步骤如下：
[0031]
步骤1，收集与待评价“甜点”属于同一盆地的多个已进行过开发先导试验的“甜点”样本，为保证后面步骤中“甜点”甜度与地球物理参数间的关系网络的拟合精度，选取同一盆地内已具备开发先导试验的“甜点”样本应不少于5个，因此本步骤中，选取某油田某地区的5个已具备开发先导试验的“甜点”。
[0032]
步骤2，计算各“甜点”样本的甜度；甜度的计算公式为：
[0033][0034]
其中，t为甜度值，xi代表“甜点”内第i口井的单井初期相对稳定的千米井深日产油量，i＝1、2、
…
、n；k为石油天然气储量评估标准中该产油层段深度内规定的千米井深工业油气流日产量下限值。
[0035]
本步骤中，选取的“甜点”样本的出油层段都在1000-2000米井段，千米井深工业油气流日产量下限值为1方，以“甜点”a区块为例，“甜点”a区块有12口井，单井初期相对稳定的千米井深日产量分别为10.76方、10.8方、6.5方、11.78方，8.76方、7.58方、10.12方、6.85方、5.78方、6.23方、8.88方和7.12方，利用上面甜度的计算公式计算出“甜点”a区块的甜度值为8.43，再利用上面甜度的计算公式依次计算出b、c、d、e的甜度值分别为1.52、0.85、5.70、10.82。
[0036]
步骤3，提取“甜点”样本的地球物理参数，并归一化。其中，地球物理参数包括四种属性值，分别为地震资料的瞬时振幅、能量(即连续性)、瞬时频率和瞬时相位；对各属性值进行归一化的公式为：
[0037]
vv＝(v-vmin)/(vmax-vmin)
[0038]
其中，v为归一化前地球物理参数的属性值，vv为归一化后地球物理参数的属性值，vmin、vmax分别为待评价“甜点”所属盆地同层系地震数据的最小属性值、最大属性值。
[0039]
本步骤中，分别确定出5个“甜点”的四种属性值v与待评价甜点所属盆地同层系这四种属性的最小值vmin、最大值vmax；再根据上面的归一化公式进行计算，计算结果如下：
[0040]
对于“甜点”a区块：归一化后的瞬时振幅为0.82、瞬时频率为0.24、瞬时相位为0.46和连续性为0.67；
[0041]
对于“甜点”b区块：归一化后的瞬时振幅为0.23、瞬时频率为0.85、瞬时相位为0.37和连续性为0；
[0042]
对于“甜点”c区块：归一化后的瞬时振幅为0.02、瞬时频率为0.9、瞬时相位为0.89和连续性为0.12；
[0043]
对于“甜点”d区块：归一化后的瞬时振幅为0.47、瞬时频率为0.59、瞬时相位为0.43和连续性为0.48；
[0044]
对于“甜点”e区块：归一化后的瞬时振幅为0.95、瞬时频率为0.1、瞬时相位为0.3和连续性为0.9。
[0045]
本步骤中，对于面积大于0.5km2的“甜点”，取该区块内所有井点处地球物理参数的属性平均值作为甜点的最终属性值；对于面积小于或等于0.5km2的“甜点”，取井点处地球物理参数的属性值作为甜点的最终属性值。
[0046]
步骤4，将步骤3中归一化后地球物理参数的属性值输入到神经网络输入端，将步骤2中各“甜点”的甜度输入到神经网络输出端；按照神经网络算法进行模型训练，建立“甜点”的甜度与地球物理参数的非线性映射关系，以确定神经网络关系模型。
[0047]
本步骤中，神经网络关系模型有多种结构，本发明采用bp(back propagation,多层前馈)结构建立非线性映射关系。bp结构的神经网络关系模型由一个输入层、一个或几个中间层、一个输出层构成，每层含多个节点，层间节点互相连接，构成网络。步骤3中归一化后地球物理参数的各属性值作为已知信息从网络关系模型的输入端输入，经过网络运算达输出层，获得“甜点”的甜度y＝(y1,y2,
…
，yn)。
[0048]
因此，从输入端输入步骤3中确定的“甜点”出油层对应地球物理参数的属性值，在输出端设置5个节点，分别用5个“甜点”的甜度控制，使“甜点”a区块的甜度y1是8.43，b区块的甜度y2是1.52，c区块的甜度y3是0.85，d区块的甜度y4是5.70，e区块的甜度y5是10.82，经过训练得到网络节点间的非线性映射关系，从而确定出表示该非线性映射关系的神经网络关系模型。
[0049]
步骤5，确定出神经网络关系模型之后，即可对待评价“甜点”进行甜度预测，提取待评价甜点的地球物理参数，并归一化处理。例如，提取四个待评价“甜点”f、g、h、i区块的地球物理参数，并归一化处理，得到如下数据：
[0050]
对于“甜点”f区块：归一化后的瞬时振幅为0.75、瞬时频率为0.23、瞬时相位为0.13和连续性为0.87；
[0051]
对于“甜点”g区块：归一化后的瞬时振幅为0.43、瞬时频率为0.53、瞬时相位为0.65和连续性为0.05；
[0052]
对于“甜点”h区块：归一化后的瞬时振幅为0.15、瞬时频率为0.93、瞬时相位为0.78和连续性为0.12；
[0053]
对于“甜点”i区块：归一化后的瞬时振幅为0.63、瞬时频率为0.32、瞬时相位为0.05和连续性为0.88。
[0054]
步骤6，将步骤5中得到地球物理参数的属性值输入至步骤4中建立的神经网络关系模型中，得到待评价“甜点”的甜度。因此，能够确定出“甜点”f、g、h、i区块的甜度值分别是8.21、2.37、1.05和9.74，通过待评价“甜点”的甜度排序，经过对比可知，“甜点”i区块的甜度最大，是效益勘探的首选目标。
[0055]
本发明的评价方法具有以下特点：
[0056]
1)适用于待评价致密油“甜点”(即待评价“甜点”)的开发先导试验数据不全或未进行开发先导试验的情况，可利用属于同一盆地的若干个已进行过开发先导试验的致密油“甜点”样本，进行神经网络的训练，实现对待评价致密油的甜点预测；
[0057]
2)本发明的方法能够准确的预测出待评价致密油“甜点”的甜度值，因而能够可靠选出具有最高甜度值的致密油“甜点”进行优先勘探，避免了事实的高甜度“甜点”被误判为低甜度；
[0058]
3)选取单井的千米井深日产油气量与千米井深工业油气流日产量下限值的比值，作为“甜点”评价标准的甜度。对产量相当的油气藏，当油气藏的埋藏深度较浅时，钻井施工难度较低，使用此甜度评价方法，有利于优选出低施工难度的“甜点”，提高致密油的勘探开发效果；
[0059]
4)采用神经网络的方式，通过“甜点”样本训练出的神经网络关系模型，不需要具体的物理关系，就能实现“甜点”的甜度可靠预测。
[0060]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。