摘 要: | 对于致密砂岩储层而言,渗透率是评价储层物性、渗流特征的重要参数,也是储层产能挖潜和提高采收率的关键.致密砂岩储层孔隙类型多样,孔隙结构复杂,非均质性强,孔渗关系变化复杂,并非简单的线性关系.利用孔渗统计回归和测井解释方法预测精度较低,致密砂岩储层渗透率预测成为一项重要而艰巨的任务.本研究基于孔喉结构是致密砂岩储层渗透率的主控因素,重点利用毛管压力(MICP)、核磁共振(NMR)、岩心物性实验数据及测井资料,对基于统计回归理论、流体流动单元划分(FZI)储层分类理论、分形几何理论及人工智能理论的渗透率预测方法进行综述.最后指出,基于MICP、NMR及常规测井,将流体流动单元划分(FZI)储层分类技术、分形几何数字岩心技术以及人工智能机器学习技术相结合,可形成一套具有岩石物理学意义的致密砂岩储层渗透率评价和预测的有效方法.
|