本技术提供一种油区储层参数定量表征方法及系统,涉及石油工程技术领域,本发明采集油区地质数据的历史油区储量信息、岩心数据和测井数据,对岩心数据和测井数据进行特征提取得到孔隙度、渗透率和含水饱和度,并通过上述特征生成油区可采度;以油区可采度和油区储量为标签、历史岩心数据和测井数据为数据集对模型进行训练优化,将待评估油区岩心数据和测井数据输入优化后的模型得到油区可采度和油区储量,分析油区可采度得到安全油区可采度,再通过岩心数据生成油区潜力指数,根据油区储量、油区潜力指数和安全油区可采度构建油区收益模型,生成油区收益指数;通过油区收益指数定量评估油区开采收益。
背景技术
在石油勘探与开采领域,准确评估油区的储层特性不仅是提高开采效率和经济效益的关键,也是确保资源可持续利用和环境保护的基础。传统的储层评估方法,如依赖于有限的地质数据和经验判断,往往难以全面反映储层的复杂性和动态变化。这种局限性在面对日益复杂的储层条件和不断增加的数据量时显得尤为突出。随着油田开发的深入,储层条件变得更加复杂多变,包括地质结构的多样性、流体性质的多变性以及开采过程中储层响应的动态变化等,这些都对储层评估提出了更高的要求。
传统方法在处理这些复杂情况时,往往因为数据处理能力有限、模型复杂度不足和动态适应性差等问题,导致评估结果的准确性和可靠性不足。例如,传统方法可能无法有效处理多相流体在复杂地质结构中的流动行为,或者在预测储层动态变化时缺乏足够的精确度。此外,随着勘探技术的进步,如三维地震成像、高分辨率测井和岩心分析等技术的应用,产生了大量高维度的数据,这些数据在传统方法中难以得到有效利用。
因此,开发一种能够综合利用多源数据、采用先进数学模型和机器学习技术进行储层参数定量表征的方法,成为石油工业界迫切需要解决的技术问题。这种方法不仅需要能够处理和分析大量复杂数据,还需要能够构建精确的数学模型来模拟储层行为,并通过机器学习技术不断优化模型参数,以适应储层的动态变化。通过这样的方法,可以更准确地评估储层的可采性,优化开采策略,提高资源利用率,同时降低环境风险,实现石油勘探与开采的可持续发展。
现有技术中的,公开号为CN112304843B公开了提供本发明公开了一种泥页岩中页岩气吸附量定量表征方法,涉及页岩气开发技术领域,沿地层垂直面取页岩岩心样品,经过清油干燥处理之后利用液氮吸附测试实验获得所述页岩岩心样品的总比表面积;利用扫描电镜成像获得所述页岩岩心样品的孔隙类型分布图,并获得每一孔隙类型的所占的比例;根据所述页岩岩心样品的总比表面积和每一孔隙类型所占的比例获得每一孔隙类型的比表面积大小;取单一孔隙类型的岩心样品,并通过页岩气吸附测试获得单一孔隙类型岩心样品的单位面积页岩气吸附量;根据所述页岩岩心样品的比表面积、页岩岩心样品中每一孔隙类型的比表面积大小和单一孔隙类型岩心样品的单位面积页岩气吸附量获得所述页岩岩心样品的页岩气吸附量,但是现有技术依然存在不足,首先,现有技术只采集了一个泥页岩的岩心样品,这种方法的取样过于单一且无法有效排除偶然性;因此其结果难以全面反映整体泥页岩的页岩气吸附量特征;其次,影响页岩气吸附量的因素众多,包括但不限于孔隙结构、压力、温度、含水量以及有机物含量,这些因素均对吸附量有着显著的影响。然而,现有技术在定量表征页岩气吸附量时,仅通过孔隙结构来进行定量分析,这种方法显然说服力不足,因为它未能全面考虑上述其他关键因素的综合作用。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
实现思路