柴達木盆地尕斯庫勒油田E31油藏“雙高”階段測井精細解釋方法

龍安林 馬宏宇 魯珊珊 丁繼偉 蔣文博 曾雪梅 熊 宇

（1.中國石油青海油田分公司勘探開發(fā)研究院，甘肅 敦煌 736200；2.中國石油大慶油田有限責任公司勘探開發(fā)研究院，黑龍江 大慶 163712）

0 引言

目前，測井巖性識別已經(jīng)從常規(guī)測井方法發(fā)展到應用地層元素測井、元素掃描測井等新技術(shù)。在解釋方法上常用多元統(tǒng)計回歸、交會圖、多礦物模型、最優(yōu)化算法，以及主成分分析、神經(jīng)網(wǎng)絡等數(shù)學方法［3-4］。圖形聚類分析方法可很好地解決非線性問題，表現(xiàn)出較好的自適應性和準確性，在油氣田開發(fā)領(lǐng)域得到了廣泛應用，本文將改進的圖形聚類分析方法（MRGC）引入巖性識別過程中，考慮到巖性對儲層物性的控制作用，在巖性識別基礎(chǔ)上建立物性參數(shù)解釋模型。

水淹層定量解釋的核心參數(shù)是含水飽和度和產(chǎn)水率，水淹儲層飽和度的求取關(guān)鍵是混合地層水電阻率的確定，前人多采用模擬油藏條件的驅(qū)替實驗方法［5-6］，但是和實際油層水驅(qū)開發(fā)相比，室內(nèi)驅(qū)替實驗有2個弊端：一是注入水與巖心束縛水之間的離子交換作用非常微弱；二是地層巖石骨架中的氯化鹽被混合液溶解，其作用體現(xiàn)不出來。本文從測井曲線信息出發(fā)，利用影響因素校正后的自然電位曲線求取混合地層水電阻率，進而計算儲層的目前含水飽和度。目前產(chǎn)水率的求取主要還是基于相滲實驗，但分流量方程形式較為復雜，各項系數(shù)確定難，本文基于相滲實驗建立了簡化實用的產(chǎn)水率預測模型，應用于水淹解釋中見到了良好效果。

1 巖性識別標準

巖性識別是儲層精細描述的重要內(nèi)容，是進行儲層參數(shù)解釋、沉積相類型劃分、非均質(zhì)性研究的基礎(chǔ)性工作。針對尕斯庫勒油藏開發(fā)歷程長、儲層巖性多樣、成分復雜的特點，在不同巖性不同測井系列的測井響應特征分析基礎(chǔ)上，優(yōu)選測井曲線關(guān)鍵參數(shù)，采用多分辨率圖形聚類分析方法建立巖性識別標準。

1.1 不同巖性測井響應特征

圖1 不同巖性測井響應對比Fig.1 Comparison of logging response of different lithology

1.2 測井巖性識別

利用曲線交會圖方法進行巖性識別是常用方法，但是存在一定局限性。交會圖法利用的曲線信息較少，交會數(shù)據(jù)必須具有明顯的分界，在巖性相對富集區(qū)域效果欠佳。采用改進的基于多分辨率圖形聚類分析方法（MRGC）避免了以上問題，其算法核心原理是從訓練樣本數(shù)據(jù)和需要預測的巖性新數(shù)據(jù)項中提取特征值，將這些特征值轉(zhuǎn)換到向量空間，并將這2組數(shù)據(jù)進行集中比較，從中找出與待預測數(shù)據(jù)項最為接近的m個數(shù)據(jù)項，并對其平滑處理以得到最終的預測結(jié)果［7-9］。

利用5口取心井巖心樣本數(shù)據(jù)，在分析巖性測井響應特征的基礎(chǔ)上，優(yōu)選自然伽馬、自然電位、聲波時差、密度、深側(cè)向電阻率曲線作為樣本曲線，進行曲線方波化；采用向量空間模型，將優(yōu)選的方波化測井曲線和巖性分析樣品數(shù)據(jù)轉(zhuǎn)化為若干個特征組成的空間形式(t1，t2，…，tm)；再將各個特征樣本在曲線數(shù)據(jù)上賦予的數(shù)值填充到向量空間中。

最終一個樣本數(shù)據(jù)dj的數(shù)學表示形式為wj(w1j，w2j，…，wmj，…，w|T|j)，其中wmj表示的是tm在樣本數(shù)據(jù)dj上的值，|T|表示特征向量的維數(shù)。當訓練樣本數(shù)據(jù)向量化后，可以通過空間中兩個樣本特征向量的幾何尺度表征來確定其相似性，一般采用歐幾里德距離來表示，公式為

式中：sim（X，Y）——歐幾里德距離；X，Y——數(shù)據(jù)向量；xi，yi——兩個樣本特征向量中的數(shù)據(jù)。

通過式（1）可以計算待預測的巖性數(shù)據(jù)特征向量和訓練樣本所有特征向量的距離，利用高斯函數(shù)將距離轉(zhuǎn)換為權(quán)重，根據(jù)距離的遠近對預測結(jié)果進行貢獻值補償，公式為

式中：P——最終的預測結(jié)果；Si——m個最近鄰中的第i個；Wi，Wj——Si對應的權(quán)重值。

該方法主要考慮曲線形態(tài)、密度、相關(guān)性來確定數(shù)據(jù)所屬類別，更能有效識別巖性。運用驗證井X1井的取心資料，對比巖心描述與模型預測數(shù)據(jù)（圖2），該方法巖性識別符合率達到88.1%。

圖2 X1井取心井巖心描述與模型預測對比Fig.2 Comparison between core description and model prediction of X1 coring well

2 參數(shù)模型及油水識別標準

儲層參數(shù)計算與油水層識別是測井解釋評價的重要研究內(nèi)容。受取心、試油等資料的數(shù)量和質(zhì)量限制，尕斯庫勒油藏勘探初期建立的儲層參數(shù)模型考慮的影響因素較為單一，細化程度不夠，精度不能滿足后期精細開發(fā)地質(zhì)需求，如孔隙度相對誤差9.1%，原始含油飽和度平均絕對誤差5.3%。此外，隨著開發(fā)的深入，勘探初期的油水識別標準不再適用，油藏油水分布需重新認識。在研究測井響應特征規(guī)律基礎(chǔ)上，通過細分小層、細化測井系列等工作提高儲層參數(shù)測井解釋精度。

2.1 參數(shù)測井解釋模型

該地區(qū)檢查井的儲層巖性分析表明，Ⅰ、Ⅲ油層組巖性較為均勻，以粉砂、細砂巖為主，很少含礫，Ⅱ、Ⅳ油層組發(fā)育含礫砂巖、礫巖，尤以Ⅳ5油層組更明顯。

依據(jù)該地區(qū)測井解釋經(jīng)驗及巖心數(shù)據(jù)與測井曲線交會圖分析，優(yōu)選對物性比較敏感的曲線建立解釋模型。應用16口取心井170層資料，分引進和JD-581系列，分別對Ⅰ、Ⅱ、Ⅲ、Ⅳ1—Ⅳ4、Ⅳ5油層組，利用反映物性的聲波時差、密度曲線，同時考慮了泥質(zhì)含量對儲層孔滲的影響，加入了自然伽馬相對值校正項，建立了油藏儲層有效孔隙度、空氣滲透率及束縛水飽和度模型，模型精度滿足儲量規(guī)范的要求。通過劃分不同系列和細分小層，新模型精度均有所提高（表1）。

表1 儲層參數(shù)模型及精度對比Table 1 Reservoir parameter model and accuracy

2.2 油水識別標準

E31油藏Ⅰ1—Ⅳ4油層組的儲層巖性以砂巖、粉砂巖為主，而Ⅳ5油層組的儲層巖性以礫巖、含礫砂巖為主，這兩類儲層的物性差異大、電性測井響應規(guī)律不同，因此針對這兩類油層分別建立油水層解釋標準。此外，考慮到油藏開發(fā)過程中測井采集系列的變化，需分別考慮不同測井系列建立不同的標準。引進系列優(yōu)選出自然電位、深感應電阻率等曲線，JD-581系列優(yōu)選出自然電位、6 m梯度視電阻率、0.45 m梯度視電阻率曲線，對不同油層組、不同厚度類型分別建立了尕斯庫勒油田E31油藏油水層判別標準（表2）。

表2 尕斯庫勒油田油水層解釋標準Table 2 Interpretation criteria of oil and water layers in Gaskule Oilfield

3 水淹層測井解釋

3.1 曲線影響因素校正

目前含水飽和度的準確計算是提高水淹解釋精度的基礎(chǔ)，根據(jù)前人研究成果，阿爾奇公式仍然適用于水淹儲層飽和度解釋［10］，關(guān)鍵是各項參數(shù)的確定，飽和度公式為

式中：Sw——目前含水飽和度，%；a、b——系數(shù)；Rwz——地層水混合液電阻率，Ω·m；Rt——原狀地層電阻率，Ω·m；?e——有效孔隙度，%；m——膠結(jié)指數(shù)；n——飽和指數(shù)。

其中地層混合液電阻率值Rwz是目前水飽和度計算關(guān)鍵參數(shù)，主要受礦化度的影響，其計算公式為

其中：VSSP——地層靜自然電位，mV；Rmf——鉆井液濾液電阻率，Ω·m；K*——自然電位系數(shù)。

對于水驅(qū)開發(fā)儲層，注入水會導致地層水礦化度發(fā)生變化。而在常規(guī)測井信息中，自然電位曲線能反映水淹后地層混合液礦化度的變化，是目前常規(guī)測井資料計算地層混合液電阻率的依據(jù)［11-12］。通常在鉆井液性能基本不變及地層壓力正常的情況下，自然電位測井主要受縱向?qū)雍穹直媛?、黏土含量、地層水礦化度的影響，通過層厚校正、泥質(zhì)含量校正，將測井響應資料補償校正成只有礦化度為主要影響因素的“純砂巖”響應值［10-12］，其自然電位異常幅度的變化將主要反映地層水礦化度的差異，從而利于該信息進行儲層水淹的定量分析，并為飽和度準確計算奠定基礎(chǔ)。

層厚是影響自然電位異常幅度的一個主要因素。在砂泥巖地層中，當?shù)貙雍穸茸儽r，地層截面變小，根據(jù)自然電位響應機理，相當于地層有效電阻增大，導致自然電位降低。根據(jù)砂泥巖地層模型理論模擬，自然電位異常幅度隨儲層厚度減小而減小，當層厚與井徑比值大于等于4時，層厚的影響可忽略不計。為減小層厚對儲層自然電位異常幅度的影響，根據(jù)電位測井原理，建立層厚與井徑比值和校正系數(shù)之間的關(guān)系（圖3）。

圖3 自然電位測井層厚校正圖版Fig.3 Layer thickness correction chart of SP logging

儲層巖性是影響自然電位異常幅度的另一個主要因素。在砂泥巖剖面井中，以大段泥巖處的自然電位曲線作為基線，在自然電位曲線上出現(xiàn)異常變化的多為砂質(zhì)巖層。當目的層為純砂巖時，它與圍巖交界處的VSSP達到其最大值VSSPmax。儲層泥質(zhì)體積分數(shù)增加，將使總自然電動勢減小，自然電位異常幅度減小。根據(jù)自然電位原理確定自然電位校正因子的表達式為

式中：ΔVSP——自然電位校正因子，mV；VSPmax、VSPmin——自然電位的最大值與最小值，mV；φsh——泥質(zhì)體積分數(shù)；c——與地層年代有關(guān)的經(jīng)驗系數(shù)。

3.2 水淹定量解釋標準

產(chǎn)水率作為判斷油層水淹程度最重要的指標，是評價水淹油藏剩余潛力、確定剩余可采儲量的重要參數(shù)。

Park Jone等［13］國外學者提出了關(guān)于近似估算泥質(zhì)砂巖的相對滲透率關(guān)系式：

式中：Krw、Kro——水和油的相對滲透率，%；Sw、Swi——分別為儲層目前含水飽和度和束縛水飽和度；a*、b*、c*——分別為本地區(qū)的經(jīng)驗系數(shù)。

在油水兩相滲透區(qū)中，油水同時流動，而且都服從達西線性滲透定律時，若不考慮油水重力差和毛管力的作用，可得到產(chǎn)水率的分流量方程［13］，公式為

式中：fw——產(chǎn)水率，%；μw、μo——水和油的黏度，Pa·s。

將式（6）、式（7）代入式（8）得到產(chǎn)水率的公式為

可以看出，儲層產(chǎn)水率fw與束縛水飽和度Swi、可動水飽和度ΔS(Sw-Swi)之間存在一定的隱函數(shù)關(guān)系，而研究區(qū)巖心樣品相滲實驗數(shù)據(jù)表明，不同滲透率區(qū)間可動水飽和度與產(chǎn)水率具有較好一致性規(guī)律，所以可以按滲透率將儲層分為幾類建立可動水飽和度與產(chǎn)水率的定量關(guān)系。

當滲透率小于60×10-3μm2時，計算公式為

當滲透率大于等于60×10-3μm2且小于等于100×10-3μm2時，計算公式為

當滲透率大于100×10-3μm2時，計算公式為

利用式（9）—式（11），根據(jù)可動水飽和度計算產(chǎn)水率，再以產(chǎn)水率10%、40%、80%作為分界線將水淹級別劃分為4個等級，即未水淹、弱水淹、中水淹和強水淹，實現(xiàn)儲層水淹級別的劃分。

4 應用效果

圖4 井X2新增潛力解釋結(jié)果Fig.4 New potential interpretation of Well X2

以井X2為例，該井位于構(gòu)造軸部，經(jīng)多年開發(fā)日產(chǎn)油量降至0.1 t，Ⅰ5a、Ⅰ5b與Ⅰ6b3個小層勘探初期解釋為干層，二次測井解釋評價孔隙度8.0%～11.1%，平均滲透率8.1×10-3μm2，含油飽和度55.5%，綜合解釋為差油層，兩層合并射孔作業(yè)日產(chǎn)油3.17 t，驗證測井二次解釋結(jié)果的合理性。此外，為滿足研究區(qū)剩余油評價需要，上述解釋方法應用于加密調(diào)整井的測井解釋。

利用12口新調(diào)整井動態(tài)資料進行水淹層解釋后驗證，在14個射開小層中，測井水淹解釋結(jié)論與動態(tài)資料符合的小層數(shù)為11個，水淹解釋符合率為78.6%（表3）

表3 動態(tài)資料水淹層解釋結(jié)論（部分）Table 3 Comparison of interpretation of water swept layers of dynamic data(partial)

5 結(jié)論

（1）采用改進的基于多分辨率圖形聚類分析方法（MRGC）建立巖性識別標準，儲層巖性識別精度較高，巖性識別符合率達到88.1%，為儲層沉積相帶的劃分及非層內(nèi)砂體構(gòu)型研究提供支撐。

（2）在研究測井響應特征規(guī)律基礎(chǔ)上，通過細分小層、細化測井系列的方式精細建立測井解釋模型，提高了儲層參數(shù)和油水識別精度，滿足了開發(fā)井測井二次精細評價的要求。

（3）利用經(jīng)過影響因素校正的自然電位計算地層水電阻率來求取目前水飽和度，結(jié)合室內(nèi)滲流理論建立的產(chǎn)水率模型，水淹解釋精度可以滿足剩余油評價需求。

（4）綜合巖性、儲層參數(shù)、油水分布及水淹層解釋成果，為油藏精細描述及剩余潛力分析提供技術(shù)支撐。