储层孔隙压力的变化

合集下载

油田开发诱发地表变形

油田开发诱发地表变形
引言
油气藏的开发过程是多相流体渗流与油藏岩土变形动态耦 合的过程。
油田注采作业都将导致储层孔隙压力的变化,从而使储层 骨架承受的有效压力发生变化,进而导致储层发生变形,这 种变形传递到地表就会导致地面发生垂向变形。
威明顿油田从1926年到1966年开发40年间,由于地下流 体大量采出,油田中心地区地面下沉达9米,水平位移3米, 造成油水井成片错断,港口被海水淹没、铁道扭曲甚至断裂、 建筑物遭损、公路桥梁产生裂缝和错动,损失严重。
高耦压合注 模水型时求,解如的果总油体层策物略性是差将,变连形通和性渗不(好,就G会)u在j高,j压i注G 水过iu,程jj中形Fi成高(压区p)块,i,或0者注水在井间、层间串产生异常高压带。
注 地地面后表表垂地形 形 向表 变变形将 计与变停 算注是止 数采地继 学压下续 模力低升 型的压高的关层, 建系孔如 立隙果 收采 缩取 及降 高压 压措 层k施 孔, 隙a地 膨e表 胀x0会 的ep下 叠c(bp沉 加(。 。P)cp)
南二区大地三维形变测量
地面高程与地层压力变化
地表变形数值模拟 南一区地面隆起达m以上的km2范围内,最大隆起量为2m以上;
高压注水时,如果油层物性差,连通性不好,就会在高压注水过程中形成高压区块,或者注水在井间、层间串产生异常高压带。
油田注采作业都将导致储层孔隙压力的变化,从而使储层骨架承受的有效压力发生变化,进而导致储层发生变形,这种变形传递到地
发生较大形变。
大庆油田大部分地区储地层面隆饱起和达流80 m体m,以上多。孔介质的体积变形等于孔隙的变形;岩土体在孔隙流体作用
耦稳合油模 控型水求不解仅的能总保体证下策原遵略油是持循将续修变稳正形,和也的渗可太以沙将地基面有形效变量应控力制原到最理小。。

第二节 储层岩石的孔隙性

第二节 储层岩石的孔隙性

第二节储层岩石的孔隙性一、名词解释。

1.孔喉比(pore/throat ratio):2.有效孔隙度(effective porosity):3.流动孔隙度(flow porosity):4.孔隙结构(pore structure):5.岩石的压缩系数C(rock compressibility coefficient):f6.岩石综合压缩系数C(rock total compressibility):7.弹性采油量(elastic oil production):8.原始含油饱和度(initial oil saturation):9.残余油饱和度(residual oil saturation):10.束缚水饱和度(irreducible water saturation):二.判断题。

1.储层埋藏愈深,则孔隙度愈大。

()2.油藏总弹性能量中流体弹性能量一定大于岩石骨架的弹性能量。

()3.饱和煤油法测出的孔隙度是流动孔隙度。

()4.岩石中有效孔隙体积指连通的孔隙体积。

()5.比面越大,束缚水饱和度越大。

()三.选择题。

1.若Φa.Φe.Φd分别为岩石的绝对孔隙度,有效孔隙度,流动孔隙度,则三者的关系为A.Φa>Φe>ΦdB.Φe>Φd>ΦaC.Φd>Φa>ΦeD.Φa>Φd>Φe ( )2.随地层压力下降,储层岩石孔隙体积将,地层液体体积将。

A.膨胀,膨胀B.膨胀,收缩C.收缩,膨胀D.收缩,收缩( )3.岩石的埋藏深度愈,胶结物含量愈,则岩石的绝对孔隙度愈小。

A.深,高B.深,低C.浅,高D.浅,低( )4.若Cf ,Co,Cw分别为岩石,地层油,地层水的压缩系数,则三者关系为A. Cf >Co>CwB. Co>Cw>CfC. Cw >Cf>Co, D. Co>Cf>Cw( )5.饱和煤油法测岩样孔隙度时,若W1,W2 ,W3分别为干岩样在空气中,饱和煤油后岩样在空气中,饱和煤油后岩样在煤油中的重量,W为煤油重度,则(W2-W1)/W,(W2-W3)/W分别为。

考虑动态克林伯格系数的煤储层渗透率预测模型

考虑动态克林伯格系数的煤储层渗透率预测模型

考虑动态克林伯格系数的煤储层渗透率预测模型李立功;康天合;李彦斌【摘要】随着储层压力的降低,克林伯格效应对渗透率的影响越来越大.现有的煤储层渗透率预测模型大都忽略了克林伯格系数的变化,其预测结果与实际生产存在一定的差异,尤其是在低储层压力阶段.本文以体积不变假设为基础,基于火柴棍模型给出在储层压力降低过程中动态克林伯格系数的计算公式,并建立考虑动态克林伯格系数的渗透率预测模型;深入分析在煤储层压力降低过程中,煤储层渗透率和克林伯格系数的变化规律.研究结果表明:随着储层压力的降低,克林伯格系数呈先增大后减小的变化趋势;在相同储层压力下,克林伯格系数随渗透率增加呈指数减小趋势,随温度增加呈线性增大趋势.本文建立的渗透率模型参数简单易获取,预测结果与实际煤储层渗透率变化规律符合性较好,尤其是在低储层压力阶段,能准确预测煤储层渗透率变化.%With pressure decreasing,the Klinkenberg effect plays an more and more important role in permeability of coal reservoirs.While existing prediction models of this issue neglect the change of the Klinkenberg coefficient,which may be responsible for the difference between the prediction results and actual data,especially at low pressure.This paper presents a further demonstration to this issue.Assuming a constant volume and using the Matchstick Model,this work has established a novel prediction model of the permeability and the calculation formula for the process of pressure reduction.We also analyzed the changing rules of the permeability and Kinkenberg coefficient when the pressure in reservoir decreased.The results show that with decreaing reservoir pressure,the Klingberg coefficient shows a trend of increase first and then ofdecrease.Under a constant reservoir pressure,this coefficient exponentially decreases with increasing permeability but linearly increases with rising temperature.The novel model presented in this paper is simple and its parameters are easy to obtain.The prediction results match well with the actual data from production,especially at the stage of low reservoir pressure.Therefore this model permits to predict the change of permeability in coal reservoirs with a fairly good accuracy.【期刊名称】《地球物理学报》【年(卷),期】2018(061)001【总页数】7页(P304-310)【关键词】克林伯格系数;渗透率;体积不变;火柴棍模型【作者】李立功;康天合;李彦斌【作者单位】太原理工大学采矿工艺研究所,太原030024;太原理工大学采矿工艺研究所,太原030024;太原理工大学采矿工艺研究所,太原030024【正文语种】中文【中图分类】P6310 引言煤储层渗透率是影响煤层气开发的主要因素之一(李俊乾等,2013),煤储层渗透率的准确预测是煤层气开发成功与否的关键因素,也是当今研究的热点.目前,煤储层渗透率预测模型主要是以单轴应变假设(水平应变为零、垂直应变不为零)为基础建立的,其代表模型有ARI模型(Sawyeret al.,1990)、S&H模型(Seidle and Huitt,1995)、P&M模型(Palmer and Mansoori, 1998;Palmeret al.,2007;Palmer,2009)、S&D模型(Shi and Durucan,2004)以及Gongda Wang模型(Wang et al.,2014)等.随着人们对煤层气储运机理认识的深入,煤储层渗透率预测模型逐步发展并趋于完善.但在指导煤储层渗透率预测实践中仍存在诸多困难,例如在模型参数获取方面,上述模型用到孔隙压缩系数ccleat、计算因子f和几何因子g等一个或几个基本参数,其取值通过实验室试验很难获得,大都凭主观经验或间接方式获得,使得模型预测存在一定难度.在2009年国际煤层气会议上,美国和澳大利亚学者(Massarotto et al.,2009)指出随着煤层气的开采,煤层体积保持不变,提出体积不变基本假设,并通过试验和现场勘测数据论证了这一假设的正确性.鉴于此Ma等(2011)学者以体积不变假设为基础,建立煤储层渗透率动态变化模型,即M&H模型.该模型参数简单易获取,但M&H模型只考虑煤基质收缩和有效应力两个方面对渗透率的影响,忽略了克林伯格效应的影响.Harpalani和Chen(1997)研究发现当储层压力从900 Psi降低到100 Psi时,渗透率增大了17倍,其中12倍是由有效应力变化引起的,5倍由克林伯格效应引起.Wei和Zhang(2010)研究指出当储层压力较低时,克林伯格效应对渗透率的贡献大于有效应力和煤基质收缩.Wang等(2015)、Kazemi和Takbiri-Borujeni(2015)等研究也均证实了克林伯格效应的存在,并指出其对渗透率的影响.Klinkenberg(1941)通过实验和理论推导给出了考虑克林伯格效应的渗透率公式为(1)其中,kp为储层压力为p时的绝对渗透率,单位为m2;p为储层压力,单位为MPa,b为克林伯格系数,单位为MPa,其表达式为(2)式中,c是常数,一般取0.9;μ为流体的黏性系数,单位为Pa·s;M为分子量,单位为kg·mol-1;rpore为孔隙平均宽度,单位为m;R为普适气体常数,单位为J/(mol·K);T是温度,单位为K.克林伯格系数b是影响克林伯格效应的主要参数,因此各国学者对克林伯格系数b进行了大量的研究工作,并给出了不同的计算克林伯格系数b的表达式(Heid et al.,1950;Jones and Owens,1979;Florence et al.,2007;罗瑞兰等,2007)及实验获取克林伯格系数的方法(图1).图1 克林伯格系数实验测量方法Fig.1 Experimental measurement method of Klinkenberg coefficient目前对煤储层克林伯格效应的研究大都认为气测渗透率与压力倒数为单一线性关系,其克林伯格系数b为常数.但王勇杰等(1995)、Moghadam和Chalaturnyk(2014)研究了低渗透性储层气测渗透率与压力的关系,分析了气体滑脱物理机制,研究发现气测渗透率随储层压力的增大而减小,并指出气测渗透率与压力倒数并非单一线性关系,即克林伯格系数b并不是一个固定常数.从Klinkenberg给出的克林伯格系数计算公式中也不难发现,克林伯格系数b不仅与气体本身属性有关,还与储层孔隙平均半径rpore有关.Javadpour(2009)研究并证实了克林伯格效应和rpore的关系,并指出随着rpore越小,克林伯格效应越明显.Karniadakis和Beskok(2002)研究指出多孔介质平均孔径与孔隙率成反比.汪吉林等(2012)指出在储层压力降低过程中,煤储层孔隙率不是一成不变的,其随有效应力增加而减小,随煤基质收缩而增大.因此,采用固定克林伯格系数b对煤储层渗透率进行预测势必会造成一定误差,应考虑在储层压力降低过程中克林伯格系数b的动态变化过程.鉴于此,本文以体积不变假设为基础,基于火柴棍模型,分析在储层压力降低过程中,克林伯格系数的动态变化规律及影响因素,建立考虑动态克林伯格系数的煤储层渗透率动态变化模型,采用实验室易获取的物理力学参数更加准确的预测煤储层渗透率动态变化规律.1 渗透率模型的建立1.1 模型基本假设(1) 体积不变假设(Massarotto et al.,2009).所谓体积不变假设是指在煤层气开采过程中,储层压力降低,煤储层的整体体积保持不变,即水平应变为零,垂直应力、应变也为零.(2) 煤基质体孔隙对渗透率不产生影响,即煤储层渗透率主要取决于微裂隙的影响.(3) 不考虑基质体与裂隙之间压力传递损耗,即煤基质体中压力与裂隙压力相等(4) Matchstick群假定(Reiss,1980).煤层被理想化为一个火柴棍的集合体,火柴棍模型中的有效空间代表煤的孔隙,每一个火柴棍体代表煤基质,如图2.(5)假设火柴棍块体为弹性体.图2 Matchstick模型Fig.2 Matchstickmodel1.2 模型理论推导1.2.1 孔隙率随储层压力变化关系在体积不变的情况下,假设火柴棍体的两个水平边边长a1和a2相等,其值均为a0,即a1=a2=a0,如图3,那么在储层压力为p时,煤的孔隙率及渗透率可表示为(Reiss,1980):图3 火柴棍模型中微裂隙变化示意图Fig.3 Sketch of micro-crack change in Matchstick model(4)式中w(p)为储层压力为p时孔隙平均宽度,a(p)为储层压力为p时火柴棍模型中煤基质体边长.在煤储层压力降低的过程中,假设由有效应力引起的流通路径宽度变化量为Δa1,由煤基质收缩引起的煤基质体变形量为Δa2,由于a0远大于Δa1和Δa2,则:a(p)=a0+Δa1+Δa2≈a0,(5)将式(5)代入式(3)得:(7)式中w0为初始储层压力时煤储层孔隙平均宽度,a0为初始储层压力时煤基质体边长.将式(5)、(7)代入式(3),则孔隙率可近似表示为(8)在火柴棍模型假设及体积不变基本假设条件下,由有效应力引起的火柴棍体边长变形量Δa1为(马强,2011):(9)由煤基质收缩引起的变形量Δa2为(马强,2011):将式(9)、(10)代入式(8)中可得煤储层孔隙率随储层压力变化关系为:(11)将式(11)代入式(4)中得煤储层绝对渗透率为(12)1.2.2 克林伯格系数b的动态变化模型已知Poiseuille孔隙直径公式为(13)将式(13)代入式(2)得:(14)将式(11)、(12)代入式(14)得克林伯格系数b的表达式为(15)1.2.3 考虑动态克林伯格系数的渗透率模型1941年克林伯格通过实验证明多孔介质中气体流动存在克林伯格效应,并给出了考虑克林伯格效应渗透率表达式(式(1)).在考虑动态克林伯格系数b时,式(1)可写为(16)将式(12)、(15)代入式(16)得考虑动态克林伯格系数的渗透率模型为(17)2 模型验证本文中的现场实测渗透率数据来自于圣胡安盆地28口抽采试验井测试数据(Giehart et al.,2006).表1中的基本参数来自于P&M模型对圣胡安盆地渗透率模拟预测时采用的最佳参数(Palmer et al.,2007).图4为P&M模型、新模型对圣胡安盆地煤储层渗透率的模拟预测结果与现场实测数据的比较.从图4可以看出,随储层压力的降低,圣胡安盆地煤储层渗透率逐步增加,在储层压力大于2 MPa 时,新模型和P&M模型预测结果差异不大,其预测结果与实测数据符合度均较好;但在储层压力小于2 MPa后,新模型预测结果与实测数据更为接近,其预测结果较P&M模型更为精确.为了验证动态克林伯格系数b对渗透率的影响,本文分别以储层压力为0.5 MPa和8.5 MPa时不变的克林伯格系数计算在储层压力降低的过程中渗透率变化规律,如图5.表1 模型验证参数Table 1 Parameter used for model verification参数值弹性模量/MPa2069泊松比0.35初始孔隙率0.002初始储层压力/MPa9.66温度T/K305.15体积应变系数εl/(g·cm-3)0.023吸附瓦斯常数β/MPa-10.26初始渗透率k0/mD1.05图4 渗透率随储层压力变化曲线Fig.4 Variation of permeability with reservoir pressure图5 不同固定克林伯格系数下渗透率随储层压力变化曲线Fig.5 Variation of permeability with increasing reservoir pressure under different Klinkenberg coefficients从图5中可以看出,0.5 MPa下的固定克林伯格系数的所预测的渗透率小于8.5 MPa下的固定克林伯格系数所预测的渗透率.这是由于在有效应力、基质收缩的共同作用下,0.5 MPa时孔隙率大于8.5 MPa时孔隙率,导致其克林伯格系数较小,渗透率值小于8.5 MPa下的固定克林伯格系数的渗透率,尤其在储层压力小于2 MPa后,两者差异更加明显.由此可以看出,以固定的克林伯格系数预测渗透率变化必然会造成误差,储层压力越小,其预测结果误差越大.因此,在建立渗透率预测模型时,不可以忽略克林伯格系数的动态变化.3 动态克林伯格系数影响因素分析根据克林伯格系数计算公式(15),选取表1中的参数为基本参数,经MATLAB编程,计算分析储层压力、渗透率、温度等对克林伯格系数的影响.图6为不同渗透率下克林伯格系数随储层压力变化关系曲线.由图6可以看出:在储层压力降低过程中,克林伯格系数呈先增大后减小的变化趋势.这是因为克林伯格系数是与孔隙率φ(p)的函数,随着储层压力的降低,有效应力和基质收缩共同对煤储层孔隙率产生作用,有效应力使得储层孔裂隙减小,基质收缩使孔裂隙增加,在储层压力降低初期,有效应力作用效果强于基质收缩作用,其孔隙率呈减小趋势,克林伯格系数b增大;随着孔隙压力的进一步减小,基质收缩作用大于有效应力,煤储层孔隙率增加,克林伯格系数减小.图7为储层压力为5 MPa时克林伯格系数随渗透率变化关系曲线.由图7可以看出:克林伯格系数与煤储层渗透率呈负指数关系;渗透率越小克林伯格系数越大,克林伯格效应越明显.这是由于在其他参数相同的情况下,渗透率越小,储层平均孔径越小,其克林伯格系数值越大.图8为储层压力为5 MPa时,克林伯格系数随温度变化关系曲线.从图8中可以看出:在储层压力不变时,克林伯格系数b随温度的升高逐渐增大.这是由于在相同储层压力下,温度越高,其平均分子自由程越大,克林伯格效应越明显,克林伯格系数b越大.图9为温度为0 ℃、20 ℃和40 ℃下克林伯格系数随储层压力变化关系曲线.从图9中可以看出:在高储层压力阶段,相同储层压力下,温度越高其克林伯格系数b值越大;在低储层压力阶段,随储层压力的降低,温度变化对克林伯格系数b影响越来越小.这是由于在高储层压力阶段,相同储层压力下,温度越高气体分子运动越活跃,气体分子平均自由程越大,其克林伯格效应越明显;在低储层压力阶段,气体储层压力对分子自由程的影响远大于温度变化对其影响,温度变化对克林伯格系数的影响程度较小,因此低储层压力阶段,克林伯格系数b随温度变化不明显.图6 不同初始渗透率下克林伯格系数随储层压力变化关系Fig.6 Relationship between Klinkenberg coefficient and reservoir pressure under different initial permeability values图7 储层压力为5 MPa时克林伯格系数与渗透率关系曲线Fig.7 Curve of Klinkenberg coefficient versus permeability at 5 MPa reservoir pressure图8 储层压力为5 MPa时克林伯格系数随温度变化关系曲线Fig.8 Relationship between Klinkenberg coefficient and temperature with reservoir pressure 5 MPa图9 不同温度下克林伯格系数随储层压力变化关系曲线Fig.9 Curves ofKlinkenberg coefficient versus reservoir pressure at different temperatures 4 结论本文以体积不变假设为基础,基于火柴棍应力-应变分析模型,建立了考虑动态克林伯格系数的渗透率预测模型,并对克林伯格系数随储层压力的变化规律及影响因素进行了分析,其结论如下:(1) 考虑在储层压力降低过程中克林伯格系数b的动态变化,给出了动态克林伯格系数b的计算公式,并建立考虑动态克林伯格效应的渗透率预测模型.该模型只用基本物理学参数,实现对煤储层渗透率预测,该模型实用性和操作性强,具有更高的理论和实用价值.(2) 以圣胡安盆地基础工程数据为背景,分别采用新模型和P&M模型对其渗透率进行预测,并与实际工程数据进行比较.结果表明:高储层压力阶段(大于2 MPa)两者预测结果差异不大,均与实测数据符合良好;在低储层压力阶段(小于2 MPa),新模型考虑了动态考虑伯格效应的影响,其预测结果与实测结果符合度高于P&M 模型,进而验证了新模型的正确性及优越性.(3) 以圣胡安盆地煤储层数据为基础,分析了克林伯格系数的影响因素.结果表明随储层压力的降低,克林伯格系数呈先增大后减小变化趋势;在储层压力相同时,克林伯格系数随渗透率的减小呈指数形式变化,随温度的升高呈线性变化趋势. ReferencesFlorence F A, Rushing J, Newsham K E, et al. 2007.Improved permeability prediction relations for low permeabil ity sands.∥ SPE 107954. Rocky Mountain Oil & Gas Technology Symposium.Denver, Colorado, USA:SPE. Giehart R, Gips G, Seidle J. 2006. San Juan Basin Fruitland coal pressure dependent permeability observations. ∥Proceedings, SPE Applied Technology Workshopon Unconventional Gas.Keystone, Cololardo: SPE.Harpalani S, Chen GL. 1997. Influence of gas production induced volumetric strain on permeability of coal. Geotechnical & Geological Engineering, 15(4): 303-325.Heid J G, McMahon J J, Nielsen RF, et al. 1950.Study of the Permeability of Rocks to Homogenous Fluids.New York: API Drilling & Production Practice Press, 230-246.Javadpour F. 2009. Nanopores and apparent permeability of gas flow in mudrocks(shales and siltstone). Journal of Canadian Petroleum Technology,48(8):16-21.Jones F O, Owens W W. 1979. A laboratory study of low-permeability gas sands.Journal of Petroleum Technology, 32(9): 1631-1640.Karniadakis G E, Beskok A. 2002. Micro Flows: Fundamentals and Simulation. Berlin: Springer.Kazemi M, Takbiri-Borujeni Ai. 2015. An analytical model for shale gas permeability. International Journal of Coal Geology, 146: 188-197. Klinkenberg L J. 1941. The permeability of porous media to liquids and gases.∥ Proceedings of Drilling and Production Practice.New York: American Petroleum Institute, 200-213.Li J Q, Liu D M, Yao Y B, et al. 2013.Controls of gas slippage and effective stress on the gaspermeability of coal.Natural Gas Geoscience (in Chinese), 24(5): 1074-1078.Luo R L, Cheng L S, Zhu H Y, et al. 2007.Problems on the study of slippage effect in low-permeability gas reservoirs. Natural Gas Industry (in Chinese), 27(4): 92-94.Ma Q. 2011. Study on theory and experiment of permeability changes discipline in CBM reservoir[Ph. D. thesis](in Chinese). Beijing: China University of Mining & Technology (Beijing).Ma Q, Harpalani S, Liu S M. 2011.A simplified permeability model for coalbed methane reservoirs based on matchstick strain and constant volume theory.International Journal of Coal Geology, 85(1): 43-48. Massarotto P, Golding S D, Rudolph V. 2009. Constant volume CBM reservoirs: An important principle. ∥Proceedings of 2009 International Coalbedand Shale Gas Symposium/RPSEA Forum.Tuscaloosa, Alabama: University of Alabama.Moghadam A A, Chalaturnyk R. 2014. Expans ion of the Klinkenberg′s slippage equation to low permeability porous media.International Journal of Coal Geology, 123: 2-9.Palmer I, Mansoori J. 1998.How permeability depends on stress and pore pressure in coalbeds: A new model. SPE Reservoir Evaluation & Engineering, 1(6): 539-544.Palmer I, Mavor M, Gunter B. 2007. Permeability changes in coal seams during production and injection. ∥ International Coalbed Methane Symposium. Tuscaloosa, Alabama:University of Alabama.Palmer I. 2009. Permeability changes in coal: Analytical modeling. International Journal of Coal Geology, 77(1-2): 119-126.Reiss L H. 1980. The Reservoir Engineering Aspects of Fractured Formations.Houston:Gulf Publishing Co.Sawyer W K, Paul G W, Schraufnagel R A. 1990.Development andapplication of a 3-D coalbed simulator.∥Proceedings of International Technical Meeting Hosted Jointly by the Petroleum Society of CIM and the Society of Petroleum Engineers.Calary, Alberta, Canada: Petroleum Society of Canada, 90-119.Seidle J P, Huitt L G. 1955. Experimental Measurement of coal matrix shrinkage due to gas desorption and implications for cleat permeability increases. ∥ International Meeting on Petroleum Engineering.Beijing, China:Society of Petroleum Engineers,575-579.Shi J Q, Durucan S. 2004. Drawdown induced changes in permeability of coalbeds: A new interpretation of the reservoir response to primary recovery. Transport in Porous Media, 56(1): 1-16.Wang G D, Ren T, Wang K, et al. 2014. Improved apparent permeability models of gas flow in coal with Klinkenberg effect. Fuel, 128: 53-61.Wang J L, Qin Y, Fu X H. 2012. Dynamic changes laws of the coal reservoirs permeability under the superimposition of multi influential factors.Journal of China Coal Society (in Chinese), 37(8): 1348-1353.Wang Y, Liu S M, Elsworth D. 2015. Laboratory investigations of gas flow behaviors in tight anthracite and evaluation of different pulse-decay methods on permeability estimation. International Journal of Coal Geology, 149: 118-128.Wang Y J, Wang C J, Gao J B. 1995. A research of gas slip in low permeability porous media. Acta Petrolei Sinica (in Chinese), 16(3): 101-105. Wei Z J, Zhang D X. 2010.Coupled fluid-flow and geomechanics for triple-porosity/dual-permeability modeling of coalbed methanerecovery.International Journal of Rock Mechanics and Mining Sciences, 47(8): 1242-1253.附中文参考文献李俊乾, 刘大锰, 姚艳斌等. 2013. 气体滑脱及有效应力对煤岩气相渗透率的控制作用. 天然气地球科学, 24(5): 1074-1078.罗瑞兰, 程林松, 朱华银等. 2007. 研究低渗气藏气体滑脱效应需注意的问题. 天然气工业, 27(4): 92-94.马强. 2011. 煤层气储层渗透率变化规律理论与实验研究[博士论文]. 北京: 中国矿业大学(北京).汪吉林, 秦勇, 傅雪海. 2012. 多因素叠加作用下煤储层渗透率的动态变化规律. 煤炭学报, 37(8):1348-1353.王勇杰, 王昌杰, 高家碧. 1995. 低渗透多孔介质中气体滑脱行为研究. 石油学报, 16(3): 101-105.。

油田储层物性变化

油田储层物性变化

油田开发过程中储层性质变化的机理和进本规律班级:石工10-9班姓名:林鑫学号:2010022116 对于大多数油田来说,随着开发的进行,注水量的增加,油田储层的性质也随着变化,大多数情况是储层物性变差,以下,主要从储层孔隙度、渗透率,储层岩性、原油性质和润湿性变化这几个角度进行分析。

1.孔隙度和渗透率变化孔隙度在油田开发中不是一成不变的,在注入水的冲刷下,中高渗储层水洗后,孔道内的衬边粘土矿物多被冲刷掉,孔道增大,且连通性能变好,发生了增渗速敏,尤其是“大孔道”在注水开发中变得越来越大, 相应地储层( 尤其是高渗储层)的渗透率增高,从而加剧了注入水的“水窜”,影响油藏的开发效果。

另一方面, 一些泥质含量较高的砂体,孔隙大小一般未发生变化, 甚至有缩小趋势。

在实际条件下,注水井与产出井之间由于地层的非均质性、流体的流动速度不同及岩性的差异,不同岩石中的微粒对注入速度增加的反应不同,有的反应甚微,则岩石对流动速度不敏感;有的岩石当流体流速增大时, 表现出渗透率明显下降。

因此,地层的渗透率变化是受岩性、注入速度等条件限制的,可能增大也可能减小。

这种孔隙度和渗透率的变化,导致了储层非均质性的加重,加大了储层开发的难度。

例如:胜坨油田二区沙二段3层为砂岩储层,泥质胶结为主,在注水开发过程中,随着注水倍数的增加,砂岩中的胶结物不断被冲刷带出,胶结物含量逐渐减少。

开发初期颗粒表面及孔隙间充填较多的粘土矿物,到特高含水期,样品颗粒表面较干净,粒间的粘土矿物减少。

从不同含水期相同能量带的毛管压力曲线对比也可看出,由开发初期到特高含水期, 毛管压力曲线的门限压力减小,说明最大孔喉半径增大,随着最大孔喉半径增大,流体的流动能力增强,渗透率有较大幅度提高。

而沙二8层粒度细、孔喉细小、泥质含量高,随着油田注水开发,蒙脱石膨胀、高岭石被打碎等原因部分堵塞喉道,使得孔喉半径变得更小,导致了储层的渗透率降低。

储层岩性的变化对于储层岩性的变化主要从粘土矿物和岩石骨架两个方面进行研究。

分析页岩气储层孔隙分类与表征

分析页岩气储层孔隙分类与表征

分析页岩气储层孔隙分类与表征页岩气储层孔隙类型及特征,对页岩气储层的勘察和开发,有着非常重要的作用和意义,运用统计方法及压汞曲线分析方法,对页岩气储层孔隙压裂改造中的一些影响,进行相应的了解和分析,这样才能有效提升相关行业良好的经济效益。

因此,文章以川南页岩气储层为例,对页岩气储层孔隙的特征以及改造等相关内容,进行了简要的分析和阐述,主旨就是为其相关行业的发展,给予一定的支持。

标签:川南页岩气储层;孔隙分类;改造分析川南页岩气储层组主要是由矿物晶粒、孔隙、胶结物等組成,地质结构长期的变化和运动,对川南页岩气储层的孔隙和裂隙等方面产生了显著的影响。

其次,在川南页岩气储层研究的过程中,对于孔隙而言,通过利用显微观察法、射线探测法、及气体吸附、流体贯入法等手段,对川南页岩气储层孔隙与其他区块的不同、相同之处,进行有效的分析。

另外,在川南页岩气储层孔隙分析的过程中,可以根据该区块与其他区块储层的相同和不同之处,对页岩气储层孔隙压裂改造中所造成的影响进行分析,这样对该行业的发展是非常有利的。

1 川南页岩气储层孔隙与其他区块不同、相同之处的分析由于川南页岩气储层所处的位置、埋深、成藏条件等与其它区块的孔隙和结构存在着很大程度上的不同。

因此,本段内容就其与其他区块的相同和不同之处,进行了简要的分析和阐述:1.1 孔隙度在页岩气储层孔隙度分析的过程中,主要是根据游离气含量,以及页岩渗透性等方面,确定川南页岩气储层孔隙度的大小。

同时,在页岩气储层孔隙度分析的过程中,其中含有的微细孔隙在一定的条件下,可以保证页岩气储层的长期赋存。

另外,在页岩气储层孔隙度分析和研究的过程中,一般情况下孔隙度为:1.71%-12.75%,根据所分布的情况来说,孔隙度>4.0%占据总比例的41.2%。

另外,页岩气储层孔隙与美国页岩气储层孔隙度相比,美国页岩气储层孔隙度为3%-14%,其等级为中等。

同时,埋深对孔隙度也有较大的影响,随着埋深的增加,孔隙度呈逐渐减小的趋势。

储层地质学(中国石油大学)-3储层的主要物理性质

储层地质学(中国石油大学)-3储层的主要物理性质

在注水开发油田,含水百分数不断上升,其变化的含水饱
和度称之为自由水饱和度。 3 、含水饱和度与孔隙度、渗透率等参数间的关系 关系较为密切。
四、岩石的比表面
1、概念 单位体积岩石中所有颗粒的总表面积。是度量岩石颗粒 分散程度的物理参数。颗粒越细,比表面越大。 2、岩石比表面的计算
沙姆韦和伊格曼提出的沉积物的颗粒比表面积估算图
晶粒之间形成片状喉道。
(四)碳酸盐岩储集岩中的孔隙结构
捷奥多罗维奇根据孔隙的大小、形状和相互连通关系的分类: 1、孔隙空间由孔隙及相当于孤立的近乎狭窄的连通喉道组 成。
(2)孔隙空间的缩小部分为连通喉道,喉道变宽即成孔隙。
(3)孔隙由 细粒孔隙性 连通带所连

(4)孔隙系 统在白云岩
的主体或胶
(3)相对渗透率 饱和多相流体的岩石中,每一种或某一种流体的有效渗透 率与该岩石的绝对渗透率的比值。
(二)碳酸盐岩的渗透率
1、碳酸盐岩总渗透率和渗透率贡献值
2、利用岩心资料计算裂隙渗透率
3、帕森斯的碳酸盐岩储集岩裂隙渗透率公式
(三)渗透率的影响因素 主要影响因素:粒度和分选,有正相关性。 研究资料:结晶石灰岩和白云岩的粒径大于0.5mm时,
二、砂岩储集岩的孔隙与喉道类型以及孔隙结构特征 (一)砂岩储集岩的孔隙类型 1、原生孔隙
是岩石沉积过程中形成的孔隙。形成后没有遭受过溶蚀
或胶结等重大成岩作用的改造。 (1)粒间孔隙 发育于颗粒支撑碎屑岩的碎屑颗粒之间的孔隙。具有孔 隙大、喉道较粗、连通性好以及储渗条件好的特征,是最重
要的有效储集孔隙类型。
分为3大类15种基本类型。
2、根据碳酸盐岩储渗条件的孔隙分类 主要考虑储层孔隙对流体的储集与渗滤影响,采用根据

流体流动的孔隙压力分布

流体流动的孔隙压力分布

流体流动的孔隙压力分布引言在流体力学中,流体流动的孔隙压力分布是一个重要的研究领域。

孔隙压力分布是指在流体通过孔隙介质时,流体在孔隙中的压力分布情况。

孔隙压力分布的研究对于理解流体在岩石、土壤、多孔介质等中的运动及其影响具有重要意义。

本文将介绍流体流动的孔隙压力分布的基本概念和数学模型,并讨论其在地下水、油气开采、土壤力学等领域的应用。

孔隙压力分布的基本概念在流体力学中,孔隙压力指的是流体在孔隙中的压力。

孔隙压力分布的研究可以从微观和宏观两个层面进行。

微观层面是指考虑单个孔隙或孔隙集合的压力分布情况,宏观层面则是指考虑整个多孔介质中孔隙压力的分布情况。

在微观层面上,孔隙压力分布与孔隙介质的几何形状、孔隙度、孔隙尺寸分布、孔隙壁面性质等因素密切相关。

对于单个孔隙,可以通过理论计算或实验手段得到孔隙压力分布的解析解或实验测量结果。

对于多孔介质,需要引入适当的数学模型和数值计算方法来得到孔隙压力分布的近似解。

在宏观层面上,孔隙压力分布受到流体流动速度、流体黏度、孔隙介质的渗透性等因素的影响。

研究者们通过实验、数值模拟和解析方法等手段来描述和预测宏观尺度下的孔隙压力分布。

孔隙压力分布的数学模型研究流体流动的孔隙压力分布通常需要依赖于一定的数学模型。

常用的数学模型包括达西定律、布尔斯定律、达西-魏布尔模型等。

达西定律达西定律是描述渗流过程中孔隙压力分布的经典模型之一。

根据达西定律,孔隙流体的速度与施加的压力梯度成正比:$$ v = -K \\cdot \\frac{dp}{dz} $$其中,v表示孔隙流体的速度,K为渗透率,p为孔隙压力,z为流动方向的坐标。

布尔斯定律布尔斯定律是另一种常用的描述孔隙压力分布的模型。

根据布尔斯定律,孔隙流体的速度与压力梯度的平方根成正比:$$ v = -K \\cdot \\sqrt{\\frac{dp}{dz}} $$布尔斯定律假设了流体流动是惯性控制的,适用于高速流动情况。

石油工程中地层压力变化对开采效果影响分析

石油工程中地层压力变化对开采效果影响分析

石油工程中地层压力变化对开采效果影响分析地层压力是石油工程中一个重要的参数,它对石油的产量和开采效果有着重大的影响。

了解地层压力变化对开采效果的影响是石油工程中的关键问题之一。

本文将从地层压力对储层渗透性、吸附解吸效应和注采规律等方面进行分析和探讨。

首先,地层压力对储层渗透性有着重要的影响。

随着地层压力的增加,储层的渗透性会逐渐减小。

这是因为地层压力的增大会使储层中的毛细管力增大,从而抵抗流体渗流的效果,导致渗透性下降。

地层压力变化对渗透性的影响主要体现在有孔储层和裂缝储层中。

在有孔储层中,地层压力增大会使孔隙的有效压力增加,使孔隙中的气体和水分子更难流动,导致渗透性下降;在裂缝储层中,地层压力的增大会使裂缝闭合,从而降低了裂缝的渗透能力。

因此,了解地层压力变化对渗透性的影响,对于合理评价储层的产能和采收率具有重要意义。

其次,地层压力的变化对储层中的吸附解吸效应有着显著影响。

随着地层压力的增加,原本吸附在岩石表面的油分子会逐渐解吸出来,进入孔隙中,从而提高了原油的有效渗透性。

这种吸附解吸效应在储层的非常规油气资源开采中具有重要的作用。

对于页岩气、煤层气等非常规油气开采,地层压力的变化会显著影响储层中的气体解吸量,进而影响产量。

因此,合理控制地层压力变化,可以促进非常规油气资源的高效开采。

最后,地层压力变化对注采规律也有着一定的影响。

在油田开发中,为了实现高效开采,常常会实施注水作为辅助措施,增加有效压力,提高采收率。

地层压力的变化会影响注水效果和采油效果。

当地层压力适中时,注水可以提高采收率;而当地层压力过高时,注水可能会导致水突、垂深和岩性破坏等问题,从而降低采收率。

因此,在石油工程中合理控制地层压力变化,对于实施注采规律具有重要意义。

总结来说,地层压力变化对于石油工程中的开采效果具有重要影响。

了解地层压力的变化对于评价储层渗透性、合理开发非常规油气资源和控制注采规律等方面至关重要。

因此,在实施石油工程项目中,需要根据地层压力的变化特点,制定相应的开发方案和控制措施,以实现高效开采和可持续发展。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

储层孔隙压力的变化在油田投入开发之前,原始地层压力在同一水动力系统构造上的分布符合连通器的原理。

一旦油藏投入开发,原始地层压力的平衡状态将被破坏,地层压力的分布状况就会发生变化,而且这种变化将贯穿于油田开发的全过程。

采油时,随着储层中碳氢化合物的提取,地层压力将降低,尤其是在开采井附近压力下降更大。

当向储层中注水时,地层压力将升高,特别是在注入井附近,注入流体流动的障碍可能会在储层的横向和纵向上引起不同的压力。

岩石物理实验结果表明,压力变化对岩石速度的影响是明显的。

当上覆地层压力一定时,无论岩石孔隙为水或油饱和或者为干岩石(气饱和),砂岩纵波速度均随孔隙压力的增加而减小,且孔隙压力越高,速度随压力变化的幅度越大(见图2)[8]。

由此可知,采油井处孔隙压力的降低必然会引起储层岩石速度的增加;而注水井处孔隙压力的升高将导致储层岩石速度的降低。

尽管注水可在一定程度上缓减地层压力的降低,但就大多数油藏而言,地层压力变化的总趋势是降低的。

这种压力的降低将使得岩石速度增加,其效果与流体替换是一致的,因此从这个意义上讲,储层压力的变化对监测是有利的。

特别是当孔隙压力较高(即低有效压力)时,即使是对于图2所示低孔隙砂岩,其分别饱含油和饱含水时的纵波速度之间的差异也是相当可观的。

当孔隙压力大于60MPa时,纵波速度的相对变化率大于2.8%;当孔隙压力大于80MPa,纵波速度的相对变化率将大于5.8%;当孔隙压力大于90MPa,纵波速度的相对变化率将大于7.8%。

图2Weber砂岩纵波速度对孔隙压力的关系储层温度变化在油藏注采过程中,储层温度的变化主要与三种物理过程有关,即热传导、对流和扼流[9]。

其中,热传导是指不同温度组分接触的热交换;对流是指岩石孔隙空间流体位移引起的热移动;扼流即焦耳—汤姆森效应,它是指在孔隙介质中流体运动时的热吸收。

储层内热场或温度场的变化是三种热效应共同影响的结果。

一般来说,油藏开采前,地层中的热分布主要与热传导性的迁移有关,而且岩石的层理(即各向异性)对其导热性起决定作用。

在油田开采阶段,当油气和水流经孔隙介质时,首先出现的是对流与扼流过程。

在开采的最后阶段,对流热交换比扼流和传导过程占优势。

井停产后,热分子迁移(传导)占优势,且沿储集层走向温度场的分布比沿油藏高程的变化要占优势。

就注水驱油而言,在注水前缘到达采油井之前,油在孔隙介质中流动时,扼流效应将使地层温度略有升高;在注入井处,地表冷水注入到地下温热的油藏之中,对流常会造成地层温度的降低,至少在注水井附近,地层的温度应比临近储层的温度要低。

这将使得注水层中原油与岩石发生冷却,原油黏度降低。

来自大庆油田的岩石物理实验结果表明[10],随温度增加,砂岩速度近似线性减小,见图3。

这是由于温度增加,岩石软化,可压缩性增加,因而速度降低。

由此可知,在采油井处,由于温度的升高,砂岩速度将略有降低;而在注水井处,由于温度的降低,砂岩速度将有所升高。

也就是说,因注水而引起的温度变化对岩石速度的影响与流体替换是一致的。

相比之下,压力的影响较温度的影响要大得多。

图3砂岩纵波速度与有效压力温度的关系由于注水过程中温度场前缘总是落后于注水前缘[4],而且注入水体的体积相对于围岩体积而言是有限的,所以常规的石油开采期间,通常认为储层温度是不变的。

即使储层温度有变化也是局部的,不会出现大范围内储层温度的明显变化,因此储层温度变化对岩石速度、密度的直接影响较小。

储层孔隙率和渗透率的变化众所周知,孔隙率与渗透率均为可渗透介质空间位。

置的函数,同时也是介质中流体压力和温度的函数。

在采油过程中,储层压力的降低,使储层岩石的骨架应力增大,岩石将被压缩,孔隙率和渗透率将随着地层的压实而减小。

在注水过程中,地层压力将回升,这时一些弹性的矿物颗粒趋于恢复原始状态,而另一些塑性的矿物颗粒则部分或全部保留变形状态,储层孔隙结构变得复杂。

一般情况下,胶结物含量较少且分选好的疏松砂岩具有孔隙率和渗透率可逆变化的特点,而碎屑物质和泥质含量较高的分选较差的固结砂岩、石灰岩和白云岩等,其孔隙率和渗透率的变化是不可逆的。

换言之,当地层压力变化时,疏松砂岩的孔隙率和渗透率的变化较大,而固结较好的砂岩、石灰岩和白云岩等,除非压力的变化足可以使岩层压裂破碎,否则,不会引起地层孔隙率的明显变化。

实验数据表明[10,11],未固结的净砂岩层在环境压力下孔隙率为38%,而在50MPa的高压下孔隙率则为32%;黏土的孔隙率在环境压力下为60%,在50MPa的高压下变为19%。

对于砂、粉砂和黏土的混合地层,孔隙率变化的大小由三种组分的体积百分比决定。

在同样的压力范围内,其孔隙率减小量从34%到24%不等;对于固结砂岩,在环境压力下孔隙率为17.5%,在50MPa的高压下孔隙率则为16.6%。

孔隙率与渗透率的递减速率不是一个常数,即在低有效压力下,孔隙率与渗透率随压力的变化较大;而在高有效压力下,孔隙率与渗透率随压力的变化较小。

此外,储层温度的变化同样会对孔隙率造成一定影响。

孔隙率随温度的变化近似为线性关系,温度每增加20℃,所测砂岩岩样的孔隙率将减小约2.6%[10]。

再者,由于注水过程是注入水对孔隙的冲洗过程,注水后,一方面孔道内岩石颗粒表面的黏土矿物将被水冲洗掉,使岩石中黏土含量降低,孔道半径增大,从而使得岩层的有效孔隙率增加、渗透率增大、束缚水含量减少;另一方面非黏土充填物将被溶蚀成蜂窝状或蛋壳状,形成新的孔洞,其结果也会使得孔隙率和渗透率有所增大。

一般来说,孔隙越小充填物越多,孔隙率与渗透率的改善越明显,且孔隙率的增加与孔隙充填物的减少成比例。

当然也有另一种可能,即在蒙脱石含量很高的地层中,由于蒙脱石吸水膨胀可能反而堵塞孔道,降低地层的渗透率。

由上面的分析可见,在注水开采过程中,尽管造成孔隙率变化的原因有多种,且孔隙率的变化量因岩石而异,但孔隙率存在变化是不容置疑的事实。

就压力、温度与冲洗三种原因而言,储层压实,即储层压力的变化是储层孔隙率变化的主要原因。

为了说明孔隙率变化对岩石速度、密度的影响,我们利用文献[12]、[13]的经验公式和岩石密度体积平均方程进行粗略地估算发现,若孔隙率增加或减少1%,则对于孔隙率在15%~25%的中孔隙岩石,纵波速度变化范围在0.15%到0.6%之间,密度变化约为0.07%~0.2%;对于孔隙率高于25%的高孔隙岩石,纵波速度的变化将在0.4%以上,但一般不会超过1.5%,密度变化大于0. 2%,最大不会高于0.35%。

孔隙流体性质的变化由于孔隙流体形成于一个动态的体系,其组分与物理相态随温度和压力的变化而变化。

在油田注水强化开采过程中,由于注入水通常是淡水,它与孔隙中地层水的矿化度往往不同,因此在注入水向前推进过程中将使地层水淡化,从而降低驱替前缘地层水的矿化度。

在强水洗地层中矿化度可下降75%,即使在弱水洗地层中氯化钠含量也可下降10%。

此外,由于油层中通常都含有一定量的溶解气,而注入水中是没有的,所以当油水接触时,在当时的温度与地层压力下,依溶解度的不同,部分气体将溶于水中。

再者,由于注水而引起的温度降低,将使孔隙流体黏滞性增加,可压缩性减小,进而使得岩石速度增大。

也就是说,注水不仅会改变储层孔隙流体的分布特性,而且或多或少会引起储层温度和压力的变化,这势必引起地层水矿化度、原油的气油比、黏度等物性的改变,进而引起储层孔隙流体地震特性的变化。

特别是当孔隙压力低于饱和压力时,较轻的烃类成分的析出将会引起原油地震特性的明显变化[14,15]。

为了说明流体类型或流体性质的变化对岩石速度的影响,对于孔隙率为33%的高孔隙未固结砂岩,表1列出了该岩石为不同流体饱和时的速度和密度值[16]。

不难看出,孔隙流体不同,砂岩速度和密度具有较大的差异。

若孔隙流体由原来的油替换为水,则岩石速度将增大,这是因为水的压缩系数比大多数天然油气的压缩系数低,所以水取代油之后会导致速度有增大的趋势。

当油饱和砂岩完全被水驱替成为水饱和砂岩时,相应于含高、中、低三种气油比原油砂岩储层的速度、密度和波阻抗的相对变化量各不相同,且以含高气油比原油储层的变化为最大,含低气油比原油储层的变化为最小。

而含不同气油比原油的砂岩层之间,速度、密度的相对变化率分布范围分别为2%~8%和2%~6%。

由此可见,由于孔隙流体性质的改变所造成的岩石地震特性的变化决不可等闲视之。

注水监测可行性分析从上面的分析不难看出,在油田注水强化开采过程中,由于注水和采油引起的油藏特性的变化是十分复杂的。

除流体替换外,储层温度、压力、孔隙率、渗透率、孔隙流体性质等各个方面均会有不同程度的改变,且各种变化互相影响,使问题的研究变得十分困难和复杂。

因此,在进行油田注水地震监测过程中,不仅要了解油藏地质结构、产层的区域变化和分层的非均质性、各层间的水动力学关系、注水压力对水淹层波及程度的影响以及注入水推进特征等,而且要了解水驱油过程中产层之间和产层内部的流体性质、原始地层水矿化度、导热性、孔隙结构、地层温度、甚至产层的岩石物理化学性质等各方面的变化。

这些变化可能由小到大,也可能由产层的局部到产层的全部。

只有对油藏内部特征的变化有一清楚全面的了解,才可能对油藏注水地震监测的可行性作出准确合理的评价。

在综合考虑前述各种可能影响因素的前提下,图4显示了含油饱和度变化40%所引起的储层速度、密度变化率随原始含油饱和度变化的理论计算结果。

计算中假定原始储层压力和温度分别为14MPa、53.0℃,孔隙率为21.468%;注采后储层。

相关文档
最新文档