GPTModel軟件在H125區塊地質建模中的實際應用
2021-11-11
作者：
瀏覽量：
一、區塊概述
H125區塊主要發育青山口油層，青一段頂面構造特征為受反向正斷層遮擋的斷鼻構造，油藏類型為層狀巖性構造油藏。目前注采規模為27注38采，屬于加密型五點井網。
H125區塊北主要目的層為青一段7、8、9、11、12、14、15號小層和泉四段4、5號小層，青一段為西南物源方向，泉四段物源方向為東南、西南，均為三角洲前緣沉積，各小層主要微相類型為河口壩及河口壩側緣。
二、研究內容及產品功能實現
油藏地質建模技術主要分為構造建模和屬性建模兩個大方面，其中屬性模型包括沉積相建模型、孔隙度模型、滲透率模型、含油飽和度模型與凈毛比模型五個小部分，研究工作流程包括以下幾個步驟：
1、構造模型
在地質建模中，首先是利用井位數據、層位數據，進行構造模型的建立，并通過井網分布設置不同的I、J來趨勢控制網格的質量。并針對網格，進行垂相網格細分，在垂向上含油小層以0.5米一個網格為劃分標準，泥質隔層及不含油的砂體不進行細分或以固定值2進行細分。
2、屬性模型
在完成構造模型的建立后，進行屬性建模。屬性建?？梢苑譃槌练e相建模和屬性參數建模兩部分，其中屬性參數模型包括孔隙度模型、滲透率模型、含油飽和度模型三種。針對每口井的屬性數據，計算出相應的屬性測井曲線，通過運算，離散到網格中去，以達到各個屬性模型的建立。
沉積相建模是按照砂、泥兩種巖相對相進行劃分的，為了保證砂巖劃分的準確性，每口井的砂巖是根據單井點的測井解釋結論計算得出的，通過各種算法結果比較認為，利用克里金的插值方式得到的沉積相模型最為合理。
序貫高斯模擬算法是一種應用高斯概率理論和順序模擬算法產生連續變量空間分布的隨機模擬方法，使隨機變量符合正態分布，被認為是模擬連續型變量的首選方法。所以對于物性參數，在沉積相模型的基礎上，采用序貫高斯模擬的算法插值更為合理，并在插值過程中，需要按照不同的沉積微相進行處理，分別建立孔隙度模型、滲透率模型、含油飽和度模型。
模型柵狀圖（1）
模型柵狀圖（2）
最后，按照聲波大于等于15μs/m( AC≥215)，深感應電阻率大于等于18Ω•m(RILD≥18)的有效厚度標準，計算模型的凈毛比。
3、儲量計算
通過屬性建模得到的各層有效厚度、孔隙度以及含油飽和度，計算得出H區塊模型總體的地質儲量為170.5萬噸，與通過容積法計算得到的試驗區地質儲量為163.1萬噸相差7.4萬噸，誤差為4.3%，小于5%的允許誤差。
三、結論
最后的模型網格精度平面上為20×20米，主體發育小層垂向0.5米，網格總數232.4萬個，并通過多次模型屬性剖面與實際油藏剖面對比，認為該模型與實際的地址認識符合程度較高，能夠很好地反映出儲層的三維展布情況，為油藏數值模擬提供了可靠的靜態數據。
模型沉積相剖面圖
實際油藏相剖面圖
版權所有 ? 北京金陽普泰石油技術股份有限公司 京ICP備05056129號 | 京公網安備11010502024014 | 網站建設：中企動力 北京