GPTModel软件在H125区块地质建模中的实际应用
2021-11-11
作者：
浏览量：
一、区块概述
H125区块主要发育青山口油层，青一段顶面构造特征为受反向正断层遮挡的断鼻构造，油藏类型为层状岩性构造油藏。目前注采规模为27注38采，属于加密型五点井网。
H125区块北主要目的层为青一段7、8、9、11、12、14、15号小层和泉四段4、5号小层，青一段为西南物源方向，泉四段物源方向为东南、西南，均为三角洲前缘沉积，各小层主要微相类型为河口坝及河口坝侧缘。
二、研究内容及产品功能实现
油藏地质建模技术主要分为构造建模和属性建模两个大方面，其中属性模型包括沉积相建模型、孔隙度模型、渗透率模型、含油饱和度模型与净毛比模型五个小部分，研究工作流程包括以下几个步骤：
1、构造模型
在地质建模中，首先是利用井位数据、层位数据，进行构造模型的建立，并通过井网分布设置不同的I、J来趋势控制网格的质量。并针对网格，进行垂相网格细分，在垂向上含油小层以0.5米一个网格为划分标准，泥质隔层及不含油的砂体不进行细分或以固定值2进行细分。
2、属性模型
在完成构造模型的建立后，进行属性建模。属性建模可以分为沉积相建模和属性参数建模两部分，其中属性参数模型包括孔隙度模型、渗透率模型、含油饱和度模型三种。针对每口井的属性数据，计算出相应的属性测井曲线，通过运算，离散到网格中去，以达到各个属性模型的建立。
沉积相建模是按照砂、泥两种岩相对相进行划分的，为了保证砂岩划分的准确性，每口井的砂岩是根据单井点的测井解释结论计算得出的，通过各种算法结果比较认为，利用克里金的插值方式得到的沉积相模型最为合理。
序贯高斯模拟算法是一种应用高斯概率理论和顺序模拟算法产生连续变量空间分布的随机模拟方法，使随机变量符合正态分布，被认为是模拟连续型变量的首选方法。所以对于物性参数，在沉积相模型的基础上，采用序贯高斯模拟的算法插值更为合理，并在插值过程中，需要按照不同的沉积微相进行处理，分别建立孔隙度模型、渗透率模型、含油饱和度模型。
模型栅状图（1）
模型栅状图（2）
最后，按照声波大于等于15μs/m( AC≥215)，深感应电阻率大于等于18Ω•m(RILD≥18)的有效厚度标准，计算模型的净毛比。
3、储量计算
通过属性建模得到的各层有效厚度、孔隙度以及含油饱和度，计算得出H区块模型总体的地质储量为170.5万吨，与通过容积法计算得到的试验区地质储量为163.1万吨相差7.4万吨，误差为4.3%，小于5%的允许误差。
三、结论
最后的模型网格精度平面上为20×20米，主体发育小层垂向0.5米，网格总数232.4万个，并通过多次模型属性剖面与实际油藏剖面对比，认为该模型与实际的地址认识符合程度较高，能够很好地反映出储层的三维展布情况，为油藏数值模拟提供了可靠的静态数据。
模型沉积相剖面图
实际油藏相剖面图