沁水盆地南部Y区煤层气储层物性参数计算方法研究

在煤层气评价中,孔隙度和渗透率是最重要的物性参数。为了提高沁水盆地南部Y区煤岩的孔隙度与渗透率的计算精度,分别用简化的阿尔奇公式和F-S法计算裂缝孔隙度和裂缝渗透率。由于F-S法计算渗透率时裂缝宽度难以获取且相对受到地质条件的影响,因此,利用KNN算法对渗透率进行预测。研究表明,煤层孔隙度的主要影响因素有构造演化、变质作用、埋藏深度、煤岩物质组成、煤化作用等;渗透率的主要影响因素有煤体结构、煤的埋深、气体滑脱效应、基质收缩效应、有效应力以及其他因素等。简化阿尔奇公式算得裂缝孔隙度在0.065%~0.559%之间。KNN回归法利用密度、自然伽马、声波时差、深浅侧向电阻率等测井数据,对Y区4口测试井的测井数据进行样本训练,通过5折交叉验证法验证得到模型预测精度为95%,实现多种测井信息融合,预测结果与生产实际相符,为Y区的渗透率计算提供参考。

陇东油田长8致密砂岩储层流体性质识别方法研究

长8储层属于低孔低渗储层,储层非均质性强,孔隙结构复杂,油水层分异较小,流体性质识别难度大。本文为了解决陇东油田长8致密砂岩储层流体性质识别难题,通过大量文献调研,将低孔低渗储层流体性质识别难点和常用流体性质识别技术方法进行了梳理。低孔低渗储层流体性质识别难点与常规储层流体性质识别难点有所不同,研究表明低孔低渗储层流体性质识别难点既与岩性、泥质含量及胶结物、砂泥岩薄互层等宏观因素有关,又与复杂孔隙结构和地层水及泥浆滤液等微观因素有关。常用低孔低渗储层的流体性质识别方法有电阻率特征判别法、曲线重叠法、参数交会图法、无侵线法、核磁共振测井法、模糊识别法和机器学习法等,本文通过使用几种常用流体性质识别方法和基于GBDT决策树的流体性质识别方法对研究区陇东油田长8致密砂岩储层的流体性质进行识别,通过对比寻找出低孔低渗储层流体性质的有效识别方法。研究表明常用流体性质识别方法在应用到低孔低渗储层时效果不佳,而使用基于GBDT决策树的流体性质识别方法应用到研究区时效果较好,识别精度较高。