莺歌海盆地低孔渗储层测井相分类及渗透率评价方法研究

高华，吴洪深，张海荣 （中海石油 （中国）有限公司湛江分公司，广东 湛江524057）

南海西部海域莺歌海盆地的天然气勘探开发是中海石油 （中国）有限公司实现 “二次跨越”的主战场之一。随着勘探开发实践的不断深化，低孔低渗气藏储层渗透率精确评价是一个急需解决的问题。储层渗透率大小受孔隙度、岩性、胶结物含量及成分等各方面因素的影响，特别是在低孔渗储层中，这些因素都对储层渗透率起影响作用，使得低孔渗储层渗透率精确评价异常困难。用传统的岩心孔渗统计回归方法及常规测井解释方法计算的储层渗透率精度较低，存在一个数量级的误差，很难符合实际地层评价的要求。为此，笔者根据莺歌海盆地东方气田群的实际地质条件和状况，以测井相分析技术为基础对储层进行岩石物理相分类划分，并根据岩心孔渗、铸体薄片、激光粒度等试验分析资料对岩石物理相进行归类及定义，通过深入分析不同测井相的渗透率与孔隙度的变化规律，进而建立相应的渗透率计算模型。

1 测井相分类研究

莺歌海盆地新近系黄流组一段 （N2h1）地层的岩性以细颗粒为主，多种岩性并存，变化复杂。在有钻井取心的关键井中，可以根据岩心剖面划分岩石物理相建立其相应的解释模型，而在大部分没有取心的井中如何准确划分岩相是问题的关键。由于岩性和孔隙结构变化引起的岩石物性的变化，有必要在纵向上利用测井资料对储层的岩石物理相进行划分，最大限度地消除储层非均质的影响，使同类岩石物理相具有相似的岩石学特征。目前国内主要是利用储层分类法、流体单元法或利用岩心剖面等分类法得到的岩相信息划分岩性[1，2]，但这些方法都存在一个共同的难点，就是在未取心井中怎样利用测井资料对储层进行测井相分类。

Ye等[3]在2000年提出了基于图形的多分辨率聚类 （MRGC）分析方法，该方法解决了常规聚类分析方法中影响聚类效果的一个关键问题，就是数据维度的问题，并且可以自动从数据结构中获得有关岩石物理相有价值的信息。在实际应用中，该方法不依赖分析者的偏爱，也不需要预先了解聚类数据结构的知识，程序运行速度快。因此，该次研究采用基于图形的多分辨率聚类分析方法对储层进行测井相分析。

首先对研究区的4口关键取心井的测井资料进行标准化处理，分析各测井响应特征对岩性变化的敏感性，优选出泥质含量、有效孔隙度及由下式得到的VNDI共3条曲线。

式中：ρ为密度，g/cm3；φn为中子孔隙度，1；VNDI为中子 －密度间隔值。

应用基于图形的多分辨率聚类分析方法对这3条曲线数据进行聚类分析，得到连续的测井相剖面（图1）。然后利用岩心分析、铸体薄片分析及粒度分析得到的岩石物理定名对测井相进行标定，使得相应的测井相对应于具有地质特征的岩性相。图1为DFX－X－2井的测井相分析成果图，该井在3025～3063m的储层段，常规录井岩性为粉－细砂岩，但是测井相分析结果显示该储层段在3044m存在一个分层界面，3025～3044m深度段主要以测井相5为主，夹一些测井相6、7；而3044～3063m层段则以测井相3、4为主。分析该层段的岩心铸体薄片分析资料可知，薄片分析的岩性结果在3044m左右同样具有一个分层界面，3025～3044m范围薄片岩石定名为极细砂质粉砂岩，而3044～3063m则定名为岩屑石英粉砂质极细砂岩。图2为DFX－X－3井的测井相分析成果图，该井在2895～2914m储层段主要以测井相15、16、17为主，该层段的岩心薄片分析岩性为含泥粉砂岩。通过对4口取心井的测井相成果及岩心薄片分析资料进行分析可知，通过MRGC分析方法得到的测井相与岩性具有非常好的对应关系，即测井相可以有效地反映岩性。因此，笔者利用薄片分析定名的岩性结果对研究区关键井的测井相类型进行了标定及归类，标定结果如表1所示，由此对于未取心井，可以根据该表依据测井相分析结果划分得到相应的岩性结果。

图2 DFX－X－3井测井相分析成果图

表1 测井相类型岩性标定成果表

2 渗透率计算模型研究

根据经验，渗透率与孔隙度的相关性较好，孔隙度越大，渗透率越高，反之亦然。国内许多油田依据这样的经验建立了渗透率计算公式[4]：

式中：K为渗透率，mD；a、b分别为经验系数；φ为孔隙度，%。

图3为研究区取心井测井相划分后所对应的岩心孔隙度与渗透率关系图，可见，在岩心孔隙度一定时，渗透率的分布范围较大，差异可达1～2个数量级。因此，在这种情况下，不能简单地利用式 （2）来计算渗透率，会产生很大的误差。前面的内容已提到，利用MRGC方法得到的测井相类型与岩性有很好的对应关系，可以利用表1的结果对测井相进行岩性标定。经过对岩性标定后的不同测井相类型的岩心孔隙度与渗透率关系进行分析，发现具有相似岩性的岩心其岩石学特征基本一致，其孔渗关系也趋于一致。所以，将具有相似岩性的测井相再进行同类合并，并依据式 （2）拟合测井相合并后的岩心孔渗关系 （图4）。由图4可见，在研究区依据该方法可以拟合得到不同岩相类型的3种孔渗关系，相关系数R2最低为0.6369，最高为0.8，满足计算精度要求。

图3 不同测井相类型岩心孔隙度与渗透率关系图

图4 测井相合并后的孔隙度与渗透率关系图

3 应用效果

应用上述的方法以及岩心试验不分岩相统计拟合得到的渗透率计算方法对研究区的4口关键井的18个目的层进行了处理解释。图5为这两种方法计算得到的渗透率结果对比图，由图可见，分岩相计算渗透率的结果与岩心分析结果更接近，二者的平均绝对误差为1.08mD，平均相对误差为36.7%；而不分岩相计算得到的渗透率结果与岩心分析结果的误差较大，二者的平均绝对误差为3.1mD，平均相对误差为125.1%。图6为DFX－X－2井渗透率计算成果图，对比分析可见，分岩相后的计算结果与岩心分析结果符合得更好。因此可知，笔者提出的渗透率计算方法可以有效地提高低孔低渗储层渗透率计算的精度，应用效果较好。

图5 两种不同方法计算的渗透率结果对比图

图6 DFX－X－2井渗透率计算成果图

4 结论

1）基于图形的多分辨率聚类分析方法可以有效地对莺歌海盆地东方气田群中深层储层进行测井相识别及聚类分析。

2）在测井相约束下，基于岩心数据建模计算得到的测井渗透率结果与岩心试验结果误差较小，可以有效提高中－低孔渗储层渗透率计算精度，满足油藏描述和储量计算对参数精度的要求。

3）该方法在莺歌海盆地中深层低孔低渗储层测井解释评价中取得了良好效果。

[1]Lee S H，Kharghoria A，Datta－Gupta A.Electrofacies characterization and permeability predictions in complex reservoirs [J].SPE Reservoir Evaluation ＆Engineering，2002，5 （3）：237～248.

[2]张丽艳 .砂砾岩储层孔隙度和渗透率预测方法 [J].测井技术，2005，29（3）：212～215.

[3]Ye Shin－Ju，Rabiller P.A new tool for electro－facies analysis：multi－resolution graph－based clustering [A].SPWLA 41stAnnual Logging Symposium [C].Society of Petrophysicists and Well－Log Analysts，2000.1～14.

[4]雍世和，张超谟 .测井数据处理与综合解释 [M].东营：中国石油大学出版社，2006.