瑪北斜坡三疊系百口泉組砂礫巖油藏巖性識別方法

吳俊,瞿建華,錢海濤,龐雷

(中國石油新疆油田分公司勘探開發(fā)研究院,新疆 克拉瑪依 834000)

0 引 言

測井資料作為識別儲集層巖性的重要手段,在常規(guī)的砂泥巖地層中識別巖性可以取得較好的應(yīng)用效果,但是當?shù)貙訋r性較為復(fù)雜,比如含多種巖性的砂礫巖、火山巖和碳酸鹽等儲集層,其巖性識別就存在多解性和不確定性,在這樣的情況下,油田常用的二元交會圖法識別巖性存在較大誤差,必須考慮更多對巖性響應(yīng)敏感的參數(shù),才能提高巖性識別精度,為后續(xù)儲集層精細評價工作提供可靠的巖性數(shù)據(jù)。

瑪湖凹陷三疊系百口泉組為扇三角洲砂礫巖沉積,地層巖性復(fù)雜,礫巖、含礫砂巖、粗砂巖、中砂巖、細砂巖、粉砂巖和泥巖皆有發(fā)育,垂向儲集層巖性變化快,儲集層巖性識別存在較大困難[1-3]。唐勇等[4]認為瑪湖凹陷百口泉組發(fā)育重力流和牽引流雙重流體機制形成的巖相類型;于興河等[5]按成因類型將砂礫巖巖相劃分為9種類型,證實不同巖相對儲集層物性的影響;瞿建華、吳濤等[6-7]明確了瑪西斜坡百口泉組儲層優(yōu)勢巖性為細礫巖、粗砂巖和部分小中礫巖,但對優(yōu)勢巖性的識別沒有相應(yīng)研究。前人針對不同區(qū)塊砂礫巖儲層采用重構(gòu)曲線法、模式識別、重成分分析法、決策構(gòu)法常規(guī)與特殊測井結(jié)合等識別巖性[8-13],利用Fisher判別分析法識別礫巖儲層巖性尚不多見。本文從取心資料出發(fā),結(jié)合錄井、測井和分析化驗資料,選用自然伽馬相對值、聲波時差、補償密度、補償中子、深電阻率和淺電阻率6條測井曲線,運用Fisher判別分析,綜合6條測井曲線的信息,以期能提高砂礫巖儲集層巖性識別的精度,為后續(xù)的儲集層評價和目標優(yōu)選提供可靠的指導(dǎo)。

1 研究區(qū)地質(zhì)概況

瑪北斜坡(以下簡稱研究區(qū))位于準噶爾盆地中央坳陷瑪湖凹陷的北部,北部緊鄰烏夏斷裂帶,東側(cè)為夏鹽凸起。三疊系百口泉組巖性以灰色、褐色砂礫巖、含礫砂巖、泥質(zhì)粉砂巖為主,夾灰褐色、褐色泥巖及粉砂質(zhì)泥巖。根據(jù)研究區(qū)儲層研究和油藏分析的需要,以巖心分析資料為依據(jù),根據(jù)沉積環(huán)境、巖石粒度和儲層物性等因素,將百口泉組巖性細分為7種類型,除泥巖非儲層外,百口泉組儲層巖性有灰色細礫巖、灰色中礫巖、灰色含礫中粗砂巖、褐色礫巖、鈣質(zhì)膠結(jié)礫巖和粉細砂巖,其中灰色細礫巖和含礫中粗砂巖為研究區(qū)優(yōu)質(zhì)儲層主要巖性類型。

根據(jù)研究區(qū)多口井物性資料統(tǒng)計分析和儲層方面的研究,儲層整體物性較差,屬于低孔隙度低滲透率儲層,其中物性最好的儲層巖性為灰色細礫巖和含礫中粗砂巖,試油獲工業(yè)油流的井段巖性也主要為這2種巖性,灰色中礫巖物性相對較差,褐色砂礫巖泥質(zhì)含量較高,鈣質(zhì)砂礫巖比較致密,粉細砂巖粒度較細,這3類巖性的物性均較差,儲層發(fā)育較差(見表1)。

表1 研究區(qū)百口泉組巖性與物性關(guān)系統(tǒng)計

*非法定計量單位,1 mD=9.87×10-4μm2,下同

2 巖性分類與測井響應(yīng)特征分析

研究將礫石含量大于30%的巖石定名為礫巖,含礫5%～30%為含礫砂巖。根據(jù)巖石顏色、粒度、膠結(jié)類型和物性等將研究區(qū)巖石巖性劃分為灰色細礫巖、灰色中礫巖、褐色礫巖(泥質(zhì)含量高,致密非儲層)、鈣質(zhì)膠結(jié)礫巖(致密非儲層)、含礫中粗砂巖類(包括含礫粗砂巖、含礫中砂巖、粗砂巖和中砂巖)、粉細砂巖類(包括含礫細砂巖、細砂巖、粉砂巖、泥質(zhì)砂巖、泥質(zhì)粉砂巖)和泥巖類(包括含礫泥巖、粉砂質(zhì)泥巖和泥巖)7類。7類巖性各測井響應(yīng)見表2和圖1。其中灰色細礫巖和中礫巖的測井響應(yīng)特征表現(xiàn)為中高伽馬、中低密度、低中子、中等聲波時差和中高電阻率,伽馬值的高低取決于泥質(zhì)含量的高低;褐色礫巖的測井響應(yīng)特征表現(xiàn)為中高伽馬、高密度、低中子、中低聲波時差和低電阻率;鈣質(zhì)膠結(jié)砂礫巖的測井響應(yīng)特征表現(xiàn)為中高伽馬、中高密度、低中子、低聲波時差和高電阻率;含礫中粗砂巖的測井響應(yīng)特征表現(xiàn)為低伽馬、中低密度、低中子、中等聲波時差和中等電阻率;粉細砂巖和泥巖具有相似的測井響應(yīng)特征,表現(xiàn)為中高伽馬、中高中子、高聲波時差和低電阻率。從各巖性測井交會圖1可以看出,巖性識別效果最好的是深電阻率—密度交會圖,符合率僅為74.7%,可見交會圖法識別巖性誤差較大,不能滿足油藏精細評價的要求。

表2 研究區(qū)不同巖性測井響應(yīng)特征

*非法定計量單位,1 ft=12 in=0.304 8 m,下同

圖1 研究區(qū)不同巖性測井曲線交會圖

3 砂礫巖儲集層巖性識別中的應(yīng)用

3.1 Fisher判別分析的基本原理

Fisher判別分析方法的基本思想是投影,即將高維數(shù)據(jù)點投影到低維空間上,將多維問題轉(zhuǎn)化為一維問題,最終用線性判別函數(shù)解決多個總體判別問題。根據(jù)組間距離最大、組內(nèi)距離最小的原則確定判別函數(shù),進而根據(jù)建立的判別函數(shù)判定未知樣品的類別歸屬[14-16]。

3.2 判別模型的建立

根據(jù)研究區(qū)14口井取心資料,利用502個巖性樣本,選取自然伽馬相對值(ΔGR)、聲波時差(AC)、密度(DEN)、補償中子(CNL)和深淺電阻率(Rt、RI)6條測井曲線,利用判別分析法,得到典則判別函數(shù)的特征值和方差貢獻率見表3,其中第1典則函數(shù)和第2典則函數(shù)貢獻率分別為60.8%和30.1%,累計達到90.7%,包含了絕大部分變量的信息。因此,選擇第1典則函數(shù)和第2典則函數(shù)作為巖性判別的特征變量。通過求解得到第1典則函數(shù)和第2典則函數(shù)

F1=0.112ΔGR+0.011AC-0.501DEN+

0.757CNL-0.450Rt+0.139RI

(1)

F2=0.068ΔGR-0.020AC-0.458DEN+

0.146CNL+0.389Rt+0.527RI

(2)

根據(jù)建立的第1典則函數(shù),補償密度、補償中子和深電阻率系數(shù)絕對值較大,說明判別函數(shù)對這3條曲線最為敏感,由此可知,它們是反映儲集層巖性最為敏感的3條曲線。

表3 典則函數(shù)特征值與方差貢獻率分布

圖2為7類巖性第1典則函數(shù)和第2典則函數(shù)交會圖,可以看出利用第1典則函數(shù)和第2典則函數(shù)交會圖能很好區(qū)分7種巖性。

圖2 第1和第2典則判別函數(shù)交會圖

3.3 模型的檢驗與應(yīng)用

利用回代估計法,對研究區(qū)502個巖性樣本進行檢驗,樣本預(yù)測結(jié)果與實際結(jié)果對比顯示,判別分析預(yù)測巖性符合率高達92.2%,說明利用Fisher判別分析建立的巖性判別模型可靠,可以運用于該區(qū)復(fù)雜砂礫巖儲集層巖性預(yù)測。

圖3 研究區(qū)AA54井百口泉組判別分析巖性與巖心巖性對比剖面

圖4 研究區(qū)AA37井百口泉組判別分析識別巖性

根據(jù)建立的巖性判別模型,在研究區(qū)進行應(yīng)用,取得了良好的應(yīng)用效果。圖3為研究區(qū)AA54井的取心巖性與判別分析巖性對比圖。其中第3道為判別分析識別的巖性,第4道為取心巖性,第7道為典則判別函數(shù)曲線道,可以看出,判別分析識別的巖性與取心巖性符合較好,其中3 026～3 050 m井段第1典則判別函數(shù)F1值主要分布在-0.42～1.84,第2典則判別函數(shù)F2值為0.51～3.78,主要巖性為灰色中礫巖和細礫巖,儲層發(fā)育較好,試油獲得日產(chǎn)油7.52 t,日產(chǎn)氣3 230 m3。圖4為研究區(qū)AA37井的判別分析識別巖性成果圖。其中第6道為典則判別函數(shù)道,井段3 249～3 260 m第1典則判別函數(shù)F1值主要分布在0.78～3.37,第2典則判別函數(shù)F2值為-1.36～1.92,主要巖性為灰色細礫巖,儲層厚度較大,試油獲得日產(chǎn)油8.66 t的工業(yè)油流。

4 結(jié) 論

(1) 研究區(qū)優(yōu)質(zhì)儲層巖性為灰色細礫巖和含礫中粗砂巖,交會圖法識別巖性最好的是電阻率與密度交會圖,符合率僅為74.7%,說明交會圖法對該區(qū)復(fù)雜巖性識別準確度不高,適用性有限。

(2) 根據(jù)交會圖分析和Fisher判別分析理論,選取自然伽馬相對值、聲波時差、補償密度、補償中子和深淺電阻率6條測井曲線,建立了研究區(qū)7類巖性判別模型,從典則判別函數(shù)系數(shù)絕對值大小可以看出,補償密度、補償中子和深電阻率是對儲集層巖性反映最為敏感的3條曲線。

(3) 模型檢驗和實際應(yīng)用結(jié)果表明,利用所建立的判別分析模型對砂礫巖儲集層巖性判別的準確度較高,達到92.2%,較交會圖法符合率提高了17.5%,表明建立的判別模型穩(wěn)定、可靠,同時也證實Fisher判別分析在復(fù)雜砂礫巖巖性識別具有良好的適用性。通過推廣應(yīng)用,在研究區(qū)巖性識別中取得了良好的效果。