勝利油田上古生界致密砂巖低對比度油藏測井解釋模式細(xì)分技術(shù)

張晉言, 劉偉, 李紹霞, 張文姣, 齊國華

(中石化勝利石油工程有限公司測井公司, 山東 東營 257096)

0 引 言

圖1 花古地區(qū)儲層特征圖*非法定計量單位,1 ft=12 in=0.304 8 m,下同

勝利油田花溝地區(qū)2015年鉆探了HGX101井,該井上古生界石盒子組奎山段2 478～2 503 m錄井為石英砂巖,未見明顯油氣顯示,錄井綜合解釋為水層;該層視地層電阻率為13～26 Ω·m,測井計算孔隙度為7%～9%,測井解釋油水同層;據(jù)此下套管后試油自噴日產(chǎn)油43.3 t,不含水。隨后鉆探的HGX101-X1、HGX102井等井,儲層視地層電阻率下限為8 Ω·m,部分產(chǎn)層自噴獲得商業(yè)產(chǎn)能,部分壓裂改造獲得商業(yè)產(chǎn)能,部分為干層。2016年鉆探了HGX103井,奎山段1 895.6～1 917 m電阻率15～22 Ω·m,測井計算孔隙度為5%～9%,錄井熒光細(xì)砂巖,井壁取心油斑、油跡石英砂巖,測井綜合解釋均為油層,試油泵抽日產(chǎn)水69.27 m3,累產(chǎn)水430.41 m3。這2口井在物性、巖性、測井屬性基本一致的情況下,儲層流體性質(zhì)差別巨大,對該區(qū)的測井評價帶來極大的挑戰(zhàn)。

為提高致密砂巖低對比度油藏測井解釋精度,通過研究砂體層內(nèi)巖石結(jié)構(gòu)、儲集空間類型等變化規(guī)律,將儲層儲集空間劃分為破碎型、裂縫-孔隙型、基質(zhì)孔隙型3種類型。在宏尺度、微尺度、滲流3大類參數(shù)評價的基礎(chǔ)上,細(xì)分儲層內(nèi)流動單元,進(jìn)行產(chǎn)能預(yù)測,實現(xiàn)了儲層有效性精細(xì)評價和流體性質(zhì)識別。在HGX101等12口井中測井解釋符合率達(dá)到96%,取得了顯著的效果,為優(yōu)質(zhì)儲量的發(fā)現(xiàn)和開發(fā)提供了技術(shù)支持。

1 儲層特征

花溝地區(qū)主力含油層段為上古生界二疊系上石盒子組奎山段、萬山段。儲層巖性多樣,以石英砂巖、含礫石英砂巖、巖屑砂巖為主(見圖1)。儲層沉積比較穩(wěn)定,儲層厚度大,橫向連通性好。巖心觀察石英砂巖顏色多為灰白色,巖性純凈,泥質(zhì)含量小于5%,碳酸鹽含量小于3%。巖屑砂巖顏色多為灰紅色,由于長石礦物的不穩(wěn)定,易高嶺土化,故泥質(zhì)含量相對較高。儲層經(jīng)歷了復(fù)雜的成巖作用,特別是強(qiáng)烈的壓實作用,大大降低儲層沉積原生的孔隙度和滲透率,平均孔隙度為7.1%,平均滲透率為0.26×10-3μm2。同時,由于石英砂巖發(fā)育,易形成裂縫,由圖1中可知巖心裂縫明顯,成像測井圖可以看到儲層段2 381 m發(fā)育高導(dǎo)裂縫。鑄體薄片資料顯示礦物顆粒以凹凸—縫合接觸為主,儲層儲集空間類型以殘余粒間孔、溶孔、微孔隙和微裂縫為主。殘留粒間孔少而小,連通性差,微裂縫主要以壓裂縫和溶蝕縫等類型存在,呈彎曲狀,多環(huán)繞碎屑顆粒分布或貫穿顆粒表面,起著主要滲濾通道的作用,對改善孔隙型儲層的儲集性能有重要作用,儲集類型為孔隙和裂縫雙重介質(zhì)。儲層壓力系數(shù)為1.02,地溫梯度3.8 ℃/100 m,屬于常溫常壓油藏,平均原油黏度5.7 mPa·s(50 ℃),原油物性好,油質(zhì)輕,鉆開后油氣散逸明顯,鉆井液侵入嚴(yán)重,巖屑錄井油氣顯示不明顯,取心以油跡、油斑為主。

圖2 裂縫儲層測井響應(yīng)特征

2 低對比度油層的成因解析

2.1 巖性復(fù)雜導(dǎo)致油層與水層對比度低

儲層內(nèi)巖性的變化是造成油層與水層對比度低的主要因素。巖相控制著儲層物性、測井響應(yīng)特性以及含油性[1]。石英礦物含量大于85%,易形成裂縫,儲層物性最好,在相似儲集空間條件下,油層電阻率絕對值高,自然伽馬數(shù)值一般小于40 API。而巖屑砂巖由于塑性的黏土礦物含量高,一方面不易形成裂縫;另一方面黏土礦物易充填次生孔隙,使有效孔隙度減小,儲層物性相對變差,油層電阻率下限值低,自然伽馬一般大于40 API。

2.2 儲集空間非均質(zhì)導(dǎo)致油層與水層對比度低

復(fù)雜的儲集空間是造成油層與水層對比度低的另一重要原因。結(jié)合裂縫發(fā)育程度和測井曲線響應(yīng)特征可以將儲層劃分為破碎型、裂縫-孔隙型、基質(zhì)孔隙型3種類型。3種不同儲集空間類型在花溝地區(qū)上古生界儲層中普遍存在,其中破碎型石英砂巖儲層與裂縫性油氣層的特征相似(見圖2),存在低電阻率油層,油層的電阻率下限值為8 Ω·m,且含油飽和度高,多為射開后自噴的優(yōu)質(zhì)油層;裂縫-孔隙型石英砂巖儲層雙重孔隙發(fā)育,油層的電阻率下限值高,為35 Ω·m,需要壓裂才能獲得工業(yè)產(chǎn)能,基質(zhì)孔隙型儲層的滲流能力差,含油豐度低,試油和測井解釋多為干層。

3 儲層有效性精細(xì)評價方法

3.1 層內(nèi)巖相細(xì)分

根據(jù)儲層巖性、裂縫發(fā)育和測井曲線特征[2-3],將儲層劃分為破碎石英砂巖、裂縫-孔隙石英砂巖、基質(zhì)孔隙砂巖3種巖相類型。

破碎石英砂巖裂縫最發(fā)育,多發(fā)于奎山段1砂組。成像測井2 334～2 338 m段可以看到地層扭曲變形特征(見圖2),地層較為破碎,發(fā)育少量的小斷層和不同角度的交錯裂縫。常規(guī)測井曲線聲波時差數(shù)值增大,出現(xiàn)跳躍,電阻率相對圍巖數(shù)值略有降低,密度和中子孔隙度數(shù)值變化不大,自然電位存在異常,自然伽馬低值。

裂縫-孔隙石英砂巖裂縫發(fā)育,裂縫溝通了儲層的儲集空間,多發(fā)于奎山段1砂組。成像測井2 315～2 320 m段可以看到角度近似的裂縫集中發(fā)育,地層沒有發(fā)生錯動和破碎(見圖2)。常規(guī)測井曲線上,聲波時差數(shù)值略有增大,電阻率相對圍巖數(shù)值略有降低,密度和中子孔隙度數(shù)值變化不大,自然電位存在異常,自然伽馬低值。

基質(zhì)孔隙砂巖裂縫不發(fā)育,基質(zhì)孔隙為主要的滲流通道,多發(fā)育于奎山段3砂組及萬山段。成像測井2 380～2 385 m段沒有裂縫特征(見圖2)。常規(guī)測井曲線聲波時差、密度和中子孔隙度曲線平直,電阻率相對圍巖數(shù)值變化不大。

在現(xiàn)有資料基礎(chǔ)上利用判別分析法劃分巖相是提高巖相判識精度的很好選擇。判別分析是根據(jù)描述事物特征的變量值和它的所屬分類找出判別函數(shù),以此為依據(jù)對所研究事物進(jìn)行所屬分類判別的方法。其目的是對已知分類的數(shù)據(jù)建立由數(shù)值指標(biāo)構(gòu)成的分類規(guī)則,然后把這樣的分類規(guī)則應(yīng)用到未知分類的樣本中去。以自然伽馬(GR)、聲波時差(AC)、補(bǔ)償密度(DEN)、中子(CNL)等對巖性較為敏感的測井曲線作為輸入?yún)?shù),采用判別分析法得到不同巖性的判別函數(shù)。Y1、Y2、Y3分別對應(yīng)破碎石英砂巖、裂縫-孔隙石英砂巖、基質(zhì)孔隙砂巖,其判別函數(shù)為

Y1=-1.289GR+4.180DEN+1.806CNL+

2.733AC-2.050

(1)

Y2=-1.218GR+4.072DEN+1.811CNL+

2.559AC-1.937

(2)

Y3=-1.238GR+4.273DEN+1.973CNL+

2.566AC-2.119

(3)

式中,AC、GR、DEN、CNL均為歸一化后數(shù)值。對未知樣本分別計算判別函數(shù),Y1～Y3中最大值就對應(yīng)著相應(yīng)巖相,從而實現(xiàn)了巖相識別與劃分。

3.2 三大類參數(shù)計算

在巖相劃分基礎(chǔ)上,依據(jù)測井信息,構(gòu)建宏尺度、微尺度、滲流三大類參數(shù)[4]對復(fù)雜儲層物性及巖石孔隙結(jié)構(gòu)特征進(jìn)行全面反演表征。宏尺度參數(shù)包括巖石礦物、孔隙度、流體飽和度等。滲流參數(shù)包括滲透率、相對滲透率等。微尺度參數(shù)主要包括巖石孔隙類型、孔隙結(jié)構(gòu)等參數(shù)。三大類參數(shù)是進(jìn)行儲層質(zhì)量定量評價的重要參數(shù)。由于研究區(qū)未采集核磁共振測井資料,因此微觀參數(shù)的評價主要由常規(guī)測井資料實現(xiàn)[5]。構(gòu)建儲層品質(zhì)指數(shù)(Irq)作為儲層孔隙結(jié)構(gòu)參數(shù)與測井信息之間的紐帶,實現(xiàn)儲層孔隙結(jié)構(gòu)參數(shù)的測井評價。假設(shè)單位體積巖石樣品的孔隙由半徑為r的毛細(xì)管組成,則

(4)

式中,Fs為形狀因子;τ為毛細(xì)管彎曲度;K為滲透率;φe為有效孔隙度。

建立Irq與常規(guī)測井響應(yīng)之間的關(guān)系

Irq=80.5-0.04GR-31.9DEN+

(5)

通過巖心約束得到,孔喉半徑均值

rm=0.1094Irq+0.1059

(6)

排驅(qū)壓力

(7)

儲層三大類參數(shù)綜合評價結(jié)果見圖3,第5～7道為宏觀和滲流參數(shù)評價結(jié)果,第8道為微觀參數(shù)評價結(jié)果,與巖心分析結(jié)果對比吻合較好。

3.3 流動單元劃分及儲層有效性評價

同一流動單元內(nèi)部具有相似的滲流能力和巖石物理屬性[6-7]。在巖相劃分的基礎(chǔ)上,結(jié)合裂縫發(fā)育特征和儲層三大類參數(shù)評價結(jié)果,將儲層劃分為破碎型儲層單元、裂縫-孔隙型儲層單元、基質(zhì)大孔單元、基質(zhì)中孔單元和基質(zhì)小孔單元等5種流動單元(見圖3)。具體劃分標(biāo)準(zhǔn)見表1。破碎型儲層單元裂縫最為發(fā)育,完全改變了原始的儲層滲流特征,多口井試油測試證實,無需壓裂就可獲得商業(yè)油流。裂縫-孔隙型儲層單元同時具備裂縫和基質(zhì)孔隙,裂縫起到了溝通孔隙、改善滲流通道的作用,常規(guī)測試往往為干層,經(jīng)大型壓裂改造,可以獲得工業(yè)產(chǎn)能。裂縫不發(fā)育儲層則根據(jù)儲層孔隙度大小和孔隙結(jié)構(gòu)特征進(jìn)一步劃分為3種類型的流動單元,其中基質(zhì)大孔單元孔隙度最大,孔隙結(jié)構(gòu)最好,改造后可獲得產(chǎn)能,基質(zhì)小孔單元滲流能力最差。每個儲層可劃分為一或多個不同滲流能力的流動單元。

圖3 流動單元劃分及產(chǎn)能評價成果圖

在劃分儲層流動單元類型的基礎(chǔ)上,針對不同流動單元滲流特征,分別選用不同產(chǎn)能預(yù)測公式[8-10]。破碎型儲層單元選用等效裂縫滲流模型,裂縫-孔隙型儲層單元選用疊加裂縫滲透率后的平面徑向流模型,基質(zhì)單元則選用平面徑向流模型。同時分流動單元類型優(yōu)化儲層物性、含油飽和度、啟動壓力等參數(shù),計算井底流入產(chǎn)能,從而實現(xiàn)儲層有效性評價,產(chǎn)能預(yù)測公式為

(8)

式中,fi(Ki,hi,rei,Si)為不同流動單元產(chǎn)能預(yù)測公式,Ki、hi、rei、Si分別為滲透率、厚度、供油半徑、表皮系數(shù)等參數(shù)(見表2)。

產(chǎn)能評價成果如圖3所示,第10道為流動單元劃分結(jié)果,第11道為產(chǎn)能評價結(jié)果。從成果圖可以看出9號層物性最好,發(fā)育基質(zhì)大孔單元同時破碎型單元發(fā)育,預(yù)測油相產(chǎn)能14.8 t/d,試油14.6 t/d,與預(yù)測結(jié)果一致。

表1 流動單元劃分標(biāo)準(zhǔn)

表2 產(chǎn)能預(yù)測方法

4 流體性質(zhì)識別方法

研究區(qū)儲層巖性、儲集空間非均質(zhì)極強(qiáng),弱化了電阻率反映流體性質(zhì)能力,導(dǎo)致油水層對比度低。通過巖性細(xì)分,盡可能降低儲層巖性、儲集空間類型等復(fù)雜因素對電阻率測井值的影響,放大流體對電阻率值的貢獻(xiàn),綜合地質(zhì)錄井信息,應(yīng)用多層神經(jīng)網(wǎng)絡(luò)方法實現(xiàn)對儲層流體性質(zhì)的評價。

神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自聯(lián)想特征,可以模仿人類思維[11-12],進(jìn)行模式綜合評判。依據(jù)試油資料將儲層類別分為油層、油水同層、水層和干層,并進(jìn)行二進(jìn)制編碼作為輸出。在劃分石英砂巖和巖屑砂巖的基礎(chǔ)上,應(yīng)用氣測、巖屑、取心、地化等單項資料對儲層進(jìn)行分別解釋,通過蛛網(wǎng)圖篩選流體性質(zhì)敏感曲線(見圖4),最終確定選用自然伽馬、電阻率、聲波時差、孔隙度和全烴作為輸入曲線。

圖4 流體性質(zhì)識別敏感曲線篩選蛛網(wǎng)圖

圖6 HGX101井綜合評價成果圖

在輸入和輸出確定的同時,分別進(jìn)行了1個隱含層和2個隱含層學(xué)習(xí)預(yù)測,對比流體性質(zhì)識別效果發(fā)現(xiàn),1個隱含層即3層網(wǎng)絡(luò)結(jié)構(gòu)預(yù)測結(jié)果較2個隱含層預(yù)測效果更好,更穩(wěn)定,由此最終確定采用3層網(wǎng)絡(luò)結(jié)構(gòu)。隱含層神經(jīng)元的個數(shù)應(yīng)用網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的自構(gòu)形算法在學(xué)習(xí)過程中自動確定,最終確定為4個神經(jīng)元,選擇S型傳遞函數(shù),輸出層采用線性傳遞函數(shù)。最終建立儲層流體性質(zhì)識別神經(jīng)網(wǎng)絡(luò):輸入層神經(jīng)元5個,隱含層為1層,4個神經(jīng)元,輸出層神經(jīng)元3個,并保存了連接權(quán)值及閾值以實現(xiàn)儲層外推預(yù)測,神經(jīng)網(wǎng)絡(luò)程序以Matlab軟件為開發(fā)平臺,采用Levenberg-Marquardt反向傳播算法,從而實現(xiàn)流體性質(zhì)綜合判別。圖5為HGX103井流體性質(zhì)評價成果圖。圖5中第6道為測錄井結(jié)合神經(jīng)網(wǎng)絡(luò)法識別流體顯示,可以看出以水層為主,與試油結(jié)論吻合,解決了流體性質(zhì)識別難題。

圖5 HGX103井流體性質(zhì)綜合識別成果圖

5 應(yīng)用效果

通過評價宏觀、微觀和滲流三大類參數(shù),對儲層類型細(xì)分,劃分流動單元,解決了儲層產(chǎn)能特征評價和流體性質(zhì)識別的問題。在HGX101等12口井中進(jìn)行應(yīng)用,測井解釋符合率達(dá)到96%,取得了顯著的效果,為優(yōu)質(zhì)儲量的發(fā)現(xiàn)和開發(fā)提供了技術(shù)支持。圖6為HGX101井綜合評價成果圖。該井相對于圖3裂縫更發(fā)育,以破碎型儲層單元為主,評價該井生產(chǎn)能力更強(qiáng),預(yù)測油相產(chǎn)能56.7 t/d,試油43.44 t/d,二者基本吻合。

6 結(jié) 論

(1) 勝利花古地區(qū)上古生界儲層復(fù)雜巖性和復(fù)雜儲集空間類型并存,是導(dǎo)致油水層電阻率對比度低和產(chǎn)能評價困難的主要因素。

(2) 針對復(fù)雜巖性和復(fù)雜孔隙結(jié)構(gòu)儲層評價難題,通過層內(nèi)巖相細(xì)分,開展宏觀、微觀和滲流3大類參數(shù)評價,細(xì)分流動單元進(jìn)行產(chǎn)能預(yù)測,并以此為基礎(chǔ)開展儲層有效性精細(xì)評價和流體性質(zhì)識別,是勝利上古生界低對比度油藏正確評價的關(guān)鍵。

(3) 針對各類復(fù)雜儲層,進(jìn)行層間和層內(nèi)測井解釋模式細(xì)分,并建立針對性的測井解釋模型,是解決復(fù)雜儲層測井評價難題的必由之路,該思路具有重要的借鑒價值。

參考文獻(xiàn):

[1] 張晉言, 李紹霞. 孤北地區(qū)上古生界復(fù)雜儲層測井評價方法 [J]. 石化技術(shù), 2016(10): 167-168.

[2] 鄧瑞, 郭海敏, 等. 裂縫性儲層的常規(guī)測井識別方法 [J]. 勘探地球物理進(jìn)展, 2007, 30(2): 107-110.

[3] 劉偉, 朱留方, 許東暉, 等. 斷裂帶結(jié)構(gòu)單元特征及其測井識別方法研究 [J]. 測井技術(shù), 2013, 37(5): 495-498.

[4] 張晉言. 三大類儲層參數(shù)測井評價技術(shù)及其應(yīng)用 [J]. 測井技術(shù), 2013, 37(6): 587-593.

[5] 張晉言, 劉海河, 劉偉. 核磁共振測井在深層砂礫巖孔隙結(jié)構(gòu)及有效性評價中的應(yīng)用 [J]. 測井技術(shù), 2012, 36(3): 256-260.

[6] 呂明針, 林承焰, 張憲國, 等. 儲層流動單元劃分方法評價及優(yōu)選 [J]. 巖性油氣藏, 2015(1): 74-80, 88.

[7] 陳歡慶, 胡永樂, 閆林, 等. 儲層流動單元研究進(jìn)展 [J]. 地球?qū)W報, 2010(6): 875-884.

[8] 楊鋒, 朱春啟, 王新海, 等. 庫車前陸盆地低孔裂縫性砂巖產(chǎn)能預(yù)測模型 [J]. 石油勘探與開發(fā), 2013(3): 341-345.

[9] 何軍, 胡永樂, 何東博, 等. 低滲致密氣藏產(chǎn)能預(yù)測方法 [J]. 斷塊油氣田, 2013(3): 334-336, 358.

[10] 孫建孟, 運(yùn)華云, 馮春珍. 測井產(chǎn)能預(yù)測方法與實例 [J]. 測井技術(shù), 2012(6): 628-634.

[11] KHAN A. 神經(jīng)網(wǎng)絡(luò)的優(yōu)化與用于優(yōu)化的神經(jīng)網(wǎng)絡(luò) [D]. 大連: 大連理工大學(xué), 2013.

[12] 李雄炎, 周金昱, 李洪奇, 等. 復(fù)雜巖性及多相流體智能識別方法 [J]. 石油勘探與開發(fā), 2012(2): 243-248.