范宜仁, 宋岩, 张海涛, 张鹏, 李思

(1.中国石油大学(华东)地球科学与技术学院, 山东 青岛 266580; 2.中国石油大学(华东)CNPC测井重点实验室, 山东 青岛 266580; 3.中国石油长庆油田分公司勘探开发研究院, 陕西 西安 710018; 4.中国石油长庆油田分公司, 陕西 西安 710018; 5.中国石油集团测井有限公司华北事业部, 河北 任丘 062552)

0 引 言

储层产能评价与预测结果可以检验油气勘探的成果,为油气田开发提供最基本的依据[1-2]。产能预测主要有3种方法:①通过平面径向流模型与测井参数结合求得油气产量适用于中高孔隙度渗透率储层,但对于渗流机理复杂、物性参数难以准确计算的低渗透储层精度不高[3];②根据地区经验提取产能敏感参数,在产能分级的基础上应用产能指数法、测试法、解释图版法等建立相应的产能预测模型[4];③通过主成分分析、灰色建模理论、神经网络等建立智能产能估算模型,实现产能预测[5]。上述方法对储层物性参数计算精度有较高要求,在低孔隙度低渗透率致密储层中应用效果较差。

针对致密砂岩含气储层孔渗关系复杂,渗透率计算精度低,导致传统产能预测方法效果较差的问题,本文以鄂尔多斯盆地东部上古生界致密砂岩气层为例,从岩石物理实验出发,结合Biot-Gassmann理论和Xu-White模型,分析储层含气性与弹性参数的关系,提取产能敏感因子,探索从阵列声波测井数据获取表征储层含气量的地层弹性参数,从而建立产能预测模型,以期提高致密砂岩气层产能预测的准确性。……