本发明属于油气勘探开发领域,具体是一种基于多组分气测系统的气油比定量预测模型构建方法。
背景技术:
1、气油比(gor)是油气藏中气态烃(天然气)量与液态烃(石油)量的相对比值。随着对中深层油气勘探力度的加大,现场发现的低气油比的油气层越来越多,由于油气水关系复杂,油气区分困难,导致油气产量预测不准,增加了投产难度。
2、目前,气测录井资料能够直接获得地层中烃类气体c1-c5各组分的相对含量,并且气测录井资料各数据采用连续测量、自动记录的方式,极大的提高了气测录井的准确性;之后色谱技术引入到气测录井中,通过色谱分析,分析和记录c1-c5等气体含量,提高了油、气评价准确度。
3、传统的气测录井使用的参数较少,一般只包含c1-c5,不包括c6-c8等烃组分,并且没有区分正构烷烃和异构烷烃组分,气测数据没有得到充分应用。储存流体层段中通过流体识别技术来定性识别油层、气层等,但这类定性流体识别技术的精度较差,无法精确识别复杂流体。
4、因此,利用flair技术测量的c1,c2,c3,c4,c5,nc6,nc7,nc8等烃组分和建立轻、中、重烃组分派生参数,来避免由于参数较少而导致的气油比预测精度不高。
技术实现思路
1、为了解决因为参数较少,复杂流体无法识别,来提高气油比的预测精度,本发明的目的是提供一种基于多组分气测系统的气油比定量预测模型构建方法。
2、为了实现上述目的,本发明的技术方案如下:
3、一种基于多组分气测系统的气油比定量预测模型构建方法,包括如下步骤:
4、s1,根据随钻测井采集到的储层流体数据与flair流体测井采集到的高级泥浆气数据建立两者之间的相关性关系;
5、s2,利用储层流体数据,建立基于bp神经网络的气油比定量预测模型;
6、s3,对钻井时记录的高级泥浆气数据的原始数据进行校验预处理;
7、s4、根据校验后高级泥浆气数据,利用flair技术测量的c1-c8、c6h6、c7h8、c7h14组分参数特征来建立gor定量预测模型;
8、s5、将同一深度高级泥浆气数据的gor预测值与储层流体数据的测量已知的真实值进行比较,验证模型准确性。
9、进一步,根据随钻过程采集的储层流体数据和flair技术测量的c1,c2,c3,c4,c5,nc6,nc7,nc8、c6h6、c7h8、c7h14组分参数,通过异常倍数,剔除出异常值。
10、进一步,根据随钻测井采集到的储层流体数据与flair流体测井采集到的高级泥浆气数据建立两者之间的相关性关系,包括:引入轻烃组分派生参数ha、中烃组分派生参数hb、重烃组分派生参数hc和全烃tg,并且利用高级泥浆气数据和储层流体数据的逐点相似性,在同一分布级别逐点观察特征的相似性。
11、进一步,利用储层流体数据,建立基于bp神经网络的气油比定量预测模型;包括:运用储层流体数据样本,并且推导其中c1-c8组分特征与历史数据库中gor数据点之间的映射关系,利用模式识别的方式,采用bp神经网络系统建立基于储层流体数据的气油比预测模型。
12、进一步,对钻井时记录的高级泥浆气数据的原始数据进行校验预处理;包括:
13、步骤1:根据对气测参数进行相关性分析,实现对返回到钻井泥浆和岩屑的释放气体成分进行记录,并且在钻井时记录高级泥浆气数据的测量数据;
14、步骤2:对高级泥浆气数据的测量数据进行回收处理,消除非储层流体的影响;
15、步骤3:校正回收后的流体,增加中间成分的浓度,得到与相应储层的储层流体数据样本组成与非常相似的高级泥浆气。
16、进一步,根据校验后高级泥浆气数据,利用flair技术测量的c1-c8、c6h6、c7h8、c7h14等组分参数特征来建立gor定量预测模型,包括:
17、在确定了气油比预测模型之后,可以通过flair实时流体录井技术获取整个井段内任意井深位置的烃组分参数后,对所得数据进行数据预处理和归一化处理,建立基于高级泥浆气的预测模型,并可以将获得的轻中重烃组分参数代入模型之中,来确定任意井深位置的气油比,从而确定整个井段的气油比。
18、进一步,将同一深度高级泥浆气数据的gor预测值与储层流体数据的测量已知的真实值进行比较,验证模型准确性,包括:
19、通过比较高级泥浆气数据和储层流体数据组成数据的c1-c8分布,来分析高级泥浆气数据和储层流体数据的相似性;并且选用均方根误差函数和均方误差作为评价指标来衡量模型的预测性能。
20、采用上述方案后实现了以下有益效果:
21、s1、本发明提供的技术方法,能够充分利用c1-c8、c6h6、c7h8、c7h14烃组分含量,建立轻、中、重烃组分相对含量的派生参数来预测气油比,从而提高气油比预测的精确度。
22、s2、本发明采用bp神经网络解决了由于参数较少,复杂流体无法识别等问题,提高了气油比的预测精度、降低了投产难度。
1.基于多组分气测系统的气油比定量预测模型构建方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的基于多组分气测系统的气油比定量预测模型构建方法,其特征在于:根据随钻过程采集的储层流体数据和flair技术测量的c1,c2,c3,c4,c5,nc6,nc7,nc8、c6h6、c7h8、c7h14组分参数,通过异常倍数,剔除出异常值。
3.根据权利要求1所述的基于多组分气测系统的气油比定量预测模型构建方法,其特征在于:根据随钻测井采集到的储层流体数据与flair流体测井采集到的高级泥浆气数据建立两者之间的相关性关系,包括:引入轻烃组分派生参数ha、中烃组分派生参数hb、重烃组分派生参数hc和全烃tg,并且利用高级泥浆气数据和储层流体数据的逐点相似性,在同一分布级别逐点观察特征的相似性。
4.根据权利要求1所述的基于多组分气测系统的气油比定量预测模型构建方法,其特征在于:利用储层流体数据,建立基于bp神经网络的气油比定量预测模型;包括:运用储层流体数据样本,并且推导其中c1-c8组分特征与历史数据库中gor数据点之间的映射关系,利用模式识别的方式,采用bp神经网络系统建立基于储层流体数据的气油比预测模型。
5.根据权利要求1所述的基于多组分气测系统的气油比定量预测模型构建方法,其特征在于:对钻井时记录的高级泥浆气数据的原始数据进行校验预处理;包括:
6.根据权利要求1所述的基于多组分气测系统的气油比定量预测模型构建方法,其特征在于:根据校验后高级泥浆气数据,利用flair技术测量的c1-c8、c6h6、c7h8、c7h14等组分参数特征来建立gor定量预测模型,包括:
7.根据权利要求1所述的基于多组分气测系统的气油比定量预测模型构建方法,其特征在于:将同一深度高级泥浆气数据的gor预测值与储层流体数据的测量已知的真实值进行比较,验证模型准确性,包括: