基于成巖儲集相分類的致密儲層孔隙度建模

周游, 景成, 李治平, 張志營

(1.中國地質大學(北京)能源學院, 北京 100083; 2.非常規(guī)天然氣能源地質評價與開發(fā)工程北京市重點實驗室,北京 100083; 3.西安石油大學石油工程學院, 陜西 西安 710000; 4.中國石化東北石油局, 吉林 長春 130000)

0 引 言

對于低滲透率、特低滲透率等致密砂巖儲層,沉積作用是其形成的基礎,但復雜的成巖作用最終決定著儲層的儲集性能[1-2]。以往研究大多數(shù)以沉積作用、流動單元、巖石物理相等作為孔隙度的主控因素建模為主[3-5]。這些孔隙度解釋模型離散點較多,分類模型中數(shù)據(jù)點集中趨勢不明顯。因沉積作用是儲層形成的基礎,而成巖作用則是在原始沉積的基礎上對儲層物性產(chǎn)生更大的影響,并最終決定了內(nèi)部儲集空間的特征,直接影響到孔隙空間的形成和演化[6-8]。

本文以蘇里格氣田東區(qū)盒8上致密儲層孔隙度為例,通過分析該區(qū)儲層不同類別成巖儲集相基本特征,闡明成巖儲集相是孔隙度變化的主控因素,建立起基于成巖儲集相分類的孔隙度測井解釋模型,精確表征該類儲層的孔隙特征。

1 分類成巖儲集相綜合特征

對于蘇里格東區(qū)上古生界盒8上期曲流河沉積致密氣儲層,其沉積物分選差,研究區(qū)內(nèi)儲層微觀孔隙類型多樣且結構異常復雜,孔隙度和滲透率關系復雜多變,具有極強的非均質性[9-10]。

不同成巖作用的強弱決定了孔隙結構和孔隙演化的復雜程度[11-13]。按對儲集性能的影響,可以把成巖作用分為建設性和破壞性成巖作用。其中溶蝕作用、廣泛發(fā)育的破裂縫為建設性成巖作用,有利于成巖儲集相的形成。壓實與膠結作用則不利于成巖儲集相的形成和演化,均為破壞性的成巖作用。通過對研究區(qū)孔隙度演化過程進行反演[14],得到不同類型巖相在成巖演化過程中孔隙度演化規(guī)律和演化參數(shù)變化,據(jù)此將該區(qū)成巖儲集相分為4類。

強烈的壓實和膠結作用是形成該區(qū)低孔隙度的關鍵因素。Ⅰ、Ⅱ類成巖儲集相成巖過程孔隙參數(shù)演化反映了相對較低膠結、壓實及相對較強溶蝕作用特征,具有相對較好的儲滲條件及孔隙結構特征,溶蝕作用增大孔隙度可達10%以上。Ⅲ、Ⅳ類成巖儲集相成巖過程孔隙參數(shù)演化表現(xiàn)出相對高壓實、膠結和弱溶蝕作用特征,形成了該區(qū)復雜多變的孔隙結構,儲滲能力較差。不同成巖儲集相帶其成巖過程中孔隙度演化特征明顯不同,而同種類別成巖儲集相其孔隙度成巖演化模式趨于一致,進一步驗證了分類成巖儲集相對該區(qū)致密氣儲層孔隙度變化具有主要的控制作用[15]。

硅質膠結和高嶺石膠結是研究區(qū)典型的成巖現(xiàn)象。大量研究結果表明,該區(qū)硅質膠結巖相的儲集性能遠好于高嶺石膠結巖相。進一步綜合孔隙度演化模式圖,依據(jù)該區(qū)成巖儲集相形成的地質條件,基于鏡下薄片鑒定和物性資料,在研究區(qū)劃分出Ⅰ類優(yōu)勢型(硅質弱膠結-溶蝕型)、Ⅱ類較好型(硅質膠結型)、Ⅲ類較差型(高嶺石膠結型)和Ⅳ類致密型(強壓實膠結型)4種類型成巖儲集相(見表1),它們是巖石在不同沉積期所經(jīng)歷的各種成巖作用對其進行改造疊加所最終形成的綜合產(chǎn)物[16]。

2 成巖儲集相測井多參數(shù)定量綜合評價

成巖儲集相的劃分要依靠詳細的巖心數(shù)據(jù)信息和分析化驗資料,但在油田勘探開發(fā)中這些資料十分有限,因此把測井所采集的大量信息系統(tǒng)有序地轉化為分類成巖儲集相的識別評價方法非常必要。但是,利用任意單一測井參數(shù)均不能準確劃分類別,為此采用灰色理論的分類原則和處理方法,綜合各項測井參數(shù)對該區(qū)盒8上成巖儲集相進行歸納和統(tǒng)計,利用其平均數(shù)據(jù)列作為成巖儲集相的評價劃分指標[17]。采用準確率及分辨率聯(lián)合分析賦予每一個評價指標以不同的權系數(shù)[18],以此建立起該區(qū)成巖儲集相評價劃分標準及權系數(shù)(見表2)。

表1 研究區(qū)盒8上致密氣藏成巖儲集相分類特征參數(shù)統(tǒng)計表

表2 成巖儲集相測井多參數(shù)綜合評價指標體系

為評價表2中各類成巖儲集相類型,根據(jù)該區(qū)未取心層段60多個層點的測井參數(shù)統(tǒng)計結果,利用灰色理論綜合評價方法,分別對上述9種評價指標進行被評價井點數(shù)據(jù)的綜合分析及處理,采取最大隸屬原則作為判別成巖儲集相的結論[19]。將此劃分法推廣應用到非取心層段,實現(xiàn)了全區(qū)成巖儲集相的綜合評價。為驗證其準確性,利用該體系對該區(qū)未參與測井參數(shù)評價標準建立的取心已知樣品進行判別,準確率為97%,能取得滿意的結果。

3 致密氣儲層孔隙度多參數(shù)聯(lián)合建模

通過探究不同類型成巖儲集相孔隙度系列測井響應參數(shù)與其巖心分析孔隙度的關系,發(fā)現(xiàn)聲波時差和密度與其巖心分析孔隙度擬合效果最好,分類模型數(shù)據(jù)點具有相對集中的分布趨勢及較為明顯的線性關系,而中子孔隙度由于致密氣儲層的挖掘效應致使其擬合效果較以上2種稍為分散。但這3種分類模型所計算出的孔隙度都具有其各自的合理性,同時也反映了各自的成巖儲集相特征(見表3和圖1至圖3)。表3中ρb、Δt、φN分別為密度、聲波時差及中子孔隙度的測井值。

圖1至圖3為分類成巖儲集相巖心分析孔隙度與密度、聲波時差及中子孔隙度關系圖?？梢钥闯鼋?jīng)成巖儲集相分類后建立的孔隙度模型其對應關系較為吻合,不同程度地反映了各自成巖儲集相的分類特征。同時隨著成巖儲集相類別由優(yōu)勢型變?yōu)橹旅苄偷倪^程中,巖心分析孔隙度隨密度、聲波時差的變化率都有變緩的趨勢。這是由于隨著儲層巖性、物性的變差,儲層越來越致密,其測井響應來自于儲層孔隙中的信息量變少,故其孔隙度隨測井響應參數(shù)的變化也相應有所降低。由分類成巖儲集相建立的孔隙度模型改善了分類模型數(shù)據(jù)點的線性關系及其均勻程度,在一定程度上克服了采用統(tǒng)一模型進行計算造成的低分辨率的評價誤差。

表3 致密氣儲層不同成巖儲集相測井解釋孔隙度模型

圖1 分類成巖儲集相巖心分析孔隙度與密度關系圖

圖2 分類成巖儲集相巖心分析孔隙度與聲波時差關系圖

圖3 分類成巖儲集相巖心分析孔隙度與中子孔隙度關系圖

密度、聲波時差及中子孔隙度測井曲線都能從不同角度、不同程度反映儲層的孔隙結構和特征。為此,采用密度、聲波時差及中子孔隙度聯(lián)合求取孔隙度參數(shù)解釋模型,可以很好兼顧每個評估值,較大限度地減小偏離量大的數(shù)據(jù)點對測量結果的影響,能更為準確地綜合各類信息來求取不同成巖儲集相孔隙度參數(shù)值。

將Ⅰ類型成巖儲集相巖心分析孔隙度數(shù)據(jù)列及利用密度、聲波時差及中子計算出的與其相對應孔隙度的數(shù)據(jù)列排列成n×4矩陣為

[A0(k),A1(k),A2(k),A3(k)]

(1)

式中,k=1,2,3,4,為成巖儲集相類型;n為巖心分析或計算數(shù)據(jù)點的個數(shù);A0(k)為巖心分析孔隙度數(shù)據(jù)列;A1(k)、A2(k)、A3(k)分別為利用密度、聲波時差及中子孔隙度計算出的孔隙度數(shù)據(jù)列。

采用偏差度表示每種孔隙度建模方法的計算結果與真實巖心分析孔隙度值之間的接近程度

(2)

采用離散度表征每種建模方法其計算結果的離散程度

(3)

可知各解釋模型與真實巖心分析孔隙度之間的偏差度和其各自離散度越小,表示其計算結果更為接近實際情況。每種解釋模型的相關系數(shù)Ri(k)也能反映計算結果擬合的相關程度及其合理性,相關度越大,擬合效果越好。

故采用偏差度、離散度和相關度聯(lián)合建立起評價方法的權系數(shù)為

(4)

最后,對評價方法的權系數(shù)進行歸一化處理

(5)

以此建立起分類成巖儲集相測井解釋孔隙度模型各種建模方法的4組權系數(shù){qi(1),qi(2),qi(3),qi(4)}(見表4)。

由前可知,密度、聲波時差及中子孔隙度求取孔隙度模型可分別寫成

φ1=A1ρb+B1

(6)

φ2=A2Δt+B2

(7)

φ3=A3φN+B3

(8)

式中,Ai、Bi為常數(shù)。設密度、聲波時差及中子孔隙度參數(shù)在孔隙度建模中的權系數(shù)分別為q1(k)、q2(k)、q3(k),則分類成巖儲集相孔隙度解釋模型為

φ=(A1ρb+B1)·q1(k)+(A2Δt+B2)·

q2(k)+(A3φN+B3)·q3(k)

(9)

表4為分類成巖儲集相密度、聲波時差及中子孔隙度聯(lián)合求取孔隙度解釋模型表?？梢钥闯?與密度和聲波時差的權系數(shù)相比,中子孔隙度的權系數(shù)較小,這是由于氣藏普遍存在的挖掘效應造成的。隨著成巖儲集相類型的變差,中子孔隙度權系數(shù)有所升高,說明隨著儲層越來越致密,無效孔隙增多,孔隙度受挖掘效應的影響有變?nèi)醯内厔荨?/p>

表4 致密儲層分類成巖儲集相密度、聲波時差及中子孔隙度綜合擬合計算孔隙度模型表

圖4 Z18井盒8上段致密氣儲層分類成巖儲集相測井綜合評價解釋成果圖

4 檢驗結果實例分析

圖4為研究區(qū)非建模井Z18井盒8上段分類成巖儲集相測井綜合評價解釋成果圖。圖4中2 954.88～2 958.17 m井段的第43層綜合評價為Ⅱ類較好型成巖儲集相。根據(jù)表4中Ⅱ類成巖儲集相測井解釋孔隙度模型:φ=-4.470ρb+0.018Δt+0.044φN+17.182,利用密度、聲波時差及中子孔隙度綜合信息,將該層段密度測井值2.470 g/cm3、聲波時差測井值242.319 μs/m、中子孔隙度測井值17.791%代入計算該層段平均孔隙度為11.28%,與巖心分析孔隙度11.23%相對比,相對誤差0.4%。同樣44、45層分別評價為Ⅳ類、Ⅲ類成巖儲集相,分別利用相應分類解釋模型求取孔隙度為6.07%和8.80%,其相對誤差分別為3.4%和1.5%。經(jīng)2 955.0～2 957.0 m井段第43號層Ⅱ類成巖儲集相儲層試氣,日產(chǎn)氣1.75×104m3,無水,應用效果好。而經(jīng)統(tǒng)一模型計算,圖4中43～45號層位孔隙度分別為12.65%,8.76%和9.88%?？紫抖仍降?統(tǒng)一模型的計算結果偏差越大。

根據(jù)孔隙度模型的研究成果,將Z18井各取心小層的巖心分析孔隙度、傳統(tǒng)測井解釋孔隙度和經(jīng)孔隙度解釋模型的計算結果進行統(tǒng)計對比。結果表明孔隙度解釋模型與巖心分析化驗資料相比,其計算結果相對誤差控制在3.75%以內(nèi),平均相對誤差1.42%,解釋精度遠高于傳統(tǒng)測井解釋孔隙度,完全可以滿足開發(fā)過程中的實際需要。

5 結 論

(1) 不同類別成巖儲集相對孔隙度變化起著明顯的控制作用,同類成巖儲集相具有相似的孔隙結構和測井響應特征。因此,提出基于成巖儲集相分類建立孔隙度模型的方法是可行的。

(2) 利用灰色理論集成綜合各種測井信息,建立了成巖儲集相測井多參數(shù)定量評價方法。在此基礎上通過建立不同類型成巖儲集相孔隙度參數(shù)模型,發(fā)現(xiàn)分類模型中數(shù)據(jù)點具有相對集中的分布趨勢及較為明顯的線性關系,在一定程度上克服了采用其他模型計算造成的低分辨力的評價誤差。

(3) 在孔隙度分類模型計算的基礎上,利用各分類模型的偏差度、離散度和相關度多參數(shù)聯(lián)合求取孔隙度,兼顧每個評估值,較大限度地減小偏離較大測量結果的影響,也為同類型致密儲層的參數(shù)建模研究提供了有效方法。

參考文獻:

[1] 史彥堯, 宋新民, 郝志海, 等. 基于沉積微相-巖石相建立礫巖油藏測井參數(shù)解釋模型 [J]. 吉林大學學報(地球科學版), 2010, 40(3): 707-712.

[2] 何輝, 宋新民, 蔣有偉, 等. 砂礫巖儲層非均質性及其對剩余油分布的影響——以克拉瑪依油田二中西區(qū)八道灣組為例 [J]. 巖性油氣藏, 2012, 24(2): 117-123.

[3] 孟祥梅, 楊少春. 沉積微相約束下的測井解釋模型研究 [J]. 物探化探計算技術, 2010, 32(3): 337-340.

[4] 王月蓮, 宋新民. 按流動單元建立測井儲集層解釋模型 [J]. 石油勘探與開發(fā), 2002, 29(3): 53-55.

[5] 石玉江, 張海濤, 侯雨庭, 等. 基于巖石物理相分類的測井儲層參數(shù)精細解釋建模 [J]. 測井技術, 2005, 29(4): 328-332.

[6] 牛曉燕, 李建明. 中揚子西部地區(qū)燈影組白云巖儲層控制因素分析 [J]. 石油地質與工程, 2009, 23(5): 32-34.

[7] 郝樂偉, 王琪, 唐俊. 儲層巖石微觀孔隙結構研究方法與理論綜述 [J]. 巖性油氣藏, 2013, 25(5): 123-128.

[8] 王偉力, 高海仁. 鄂爾多斯盆地中東部致密砂巖儲層地質特征及控制因素 [J]. 巖性油氣藏, 2013, 25(6): 71-78.

[9] 付金華, 魏新善, 任軍峰, 等. 鄂爾多斯盆地天然氣勘探形勢與發(fā)展前景 [J]. 石油學報, 2006, 27(6): 1-4.

[10] 楊華, 付金華, 魏新善. 鄂爾多斯盆地天然氣成藏特征 [J]. 天然氣工業(yè), 2005, 25(4): 5-8.

[11] 丁圣, 鐘思瑛, 周方喜, 等. 高郵凹陷成巖相約束下的低滲透儲層物性參數(shù)測井解釋模型 [J]. 石油學報, 2013, 33(6): 1012-1017.

[12] 成志剛, 宋子齊, 景成, 等. 蘇里格東區(qū)致密氣儲層成巖儲集相分類及特征 [J]. 斷塊油氣田, 2012, 19(5): 577-582.

[13] 周游, 李治平, 景成, 等. 基于“巖石物理相-流動單元”測井響應定量評價特低滲透油藏優(yōu)質儲層——以延長油田東部油區(qū)長6油層組為例 [J]. 巖性油氣藏, 2017, 29(1): 116-123.

[14] 宋子齊, 王瑞飛, 孫穎, 等. 基于成巖儲集相定量分類模式確定特低滲透相對優(yōu)質儲層——以AS油田長61特低滲透儲層成巖儲集相定量評價為例 [J]. 沉積學報, 2011, 29(1): 88-95.

[15] 成志剛, 宋子齊, 景成, 等. 蘇里格東區(qū)致密氣藏成巖儲集相分類及其測井響應特征研究 [J]. 測井技術, 2013, 37(2): 154-161.

[16] 劉銳娥, 李文厚, 拜文華, 等. 蘇里格廟地區(qū)盒8段高滲儲層成巖相研究 [J]. 西北大學學報(自然科學版), 2002, 32(6): 667-671.

[17] 景成, 蒲春生, 周游, 等. 基于成巖儲集相測井響應特征定量評價致密氣藏相對優(yōu)質儲層 [J]. 天然氣地球科學, 2014, 25(5): 657-664.

[18] 周游, 李治平, 景成, 等. 基于流動單元控制的油藏宏觀剩余油潛力分布 [J]. 特種油氣藏, 2016, 23(6): 35-39.

[19] 宋子齊, 王建功. 儲層定量評價指標和權系數(shù)研究 [J]. 測井技術, 1997, 21(5): 351-355.