基于标准测井的克拉玛依油田一区克下组储层精细解释研究

覃建华 （中石油新疆油田分公司勘探开发研究院，新疆 克拉玛依 834000）

谭锋奇 （中国科学院计算地球动力学重点实验室，北京 100049）

罗刚，杨新平，蒋志斌 （中石油新疆油田分公司勘探开发研究院，新疆 克拉玛依 834000）

基于标准测井的克拉玛依油田一区克下组储层精细解释研究

覃建华 （中石油新疆油田分公司勘探开发研究院，新疆 克拉玛依 834000）

谭锋奇 （中国科学院计算地球动力学重点实验室，北京 100049）

罗刚，杨新平，蒋志斌 （中石油新疆油田分公司勘探开发研究院，新疆 克拉玛依 834000）

标准测井系列能够反映油藏的岩性信息和储层特征，也是研究剩余油分布规律的重要资料。针对克拉玛依油田一区三叠统克拉玛依组下亚组 （简称 “克下组”，T2k1）的标准测井曲线，依据密闭取心井的岩性资料提取出砾岩油藏的岩性敏感参数，确定了基于0.25m电位电阻率 （ρU（0.25m））和标准自然电位 （Usp）的岩性识别图版，在此基础上利用岩心分析数据和测井曲线的对应关系分岩性建立了储层物性和含油性的解释模型，并且结合试油和产液剖面资料确定了T2k1不同岩性有效储层和油层的识别标准。建立的模型和标准应用于实际油藏的单井精细解释中，岩性的识别准确率达到85%以上，孔隙度的解释误差小于5%，渗透率的解释误差小于30%，含水饱和度的解释误差小于10%，油层的划分结果与试油结论基本相符，达到了实际测井解释的要求，为油藏的数值模拟和剩余油的评价提供了技术支撑。

克拉玛依油田；标准测井；精细解释；岩性识别；解释模型

克拉玛依油田一区 （以下简称 “一区”）位于克拉玛依市以东约10km处，其主力含油层三叠统克拉玛依组下亚组 （简称 “克下组”，T2k1）是在古生界下石炭统的古风化壳上接受的一套正旋回山麓洪积扇沉积，属于典型的砾岩油藏，沉积厚度25～85m，平均约55m，平均孔隙度19.7%，渗透率140mD，属于中孔－中高渗储层［1，2］。经过50年的注水开发，目前一区T2k1油藏已经进入二次调整开发阶段，油藏的动态数值模拟和剩余油的平面分布规律研究成为开发的重点和难点，而基于测井资料的单井精细解释是解决以上2个问题的基础［3］。一区测井资料分为标准测井和综合测井2大类，其中标准测井资料所占比例达95%以上，主要包括标准自然电位 （Usp）、2.0m底部梯度电阻率（ρg（2.0m））和0.25m电位电阻率（ρU（0.25m））等3条测井曲线，结合密闭取心井的分析化验资料建立的单井储层精细解释模型和油层识别标准是油藏调整的关键［4］。笔者以一区T2k1的5口密闭取心井测井资料为基础，在细分岩性的前提下建立了各种储层的参数模型，解释精度达到了实际测井评价的要求，为油藏下一步的精细开发提供了基础数据和技术支撑。

1 岩性识别

一区T2k1砾岩油藏是一套正旋回的山麓洪积扇沉积，近物源、多水系和快速多变的沉积环境导致岩性复杂多变，进而影响储层的物性、含油性以及孔隙结构等特性［5］。因此，砾岩岩性的有效识别成为提高单井解释精度的关键。通过对一区T2k1的5口密闭取心井 （T10193井、5-10A井、8-2A井、J552井和J553井）的岩心资料进行分析，结合镜下薄片鉴定和岩心描述结果，将T2k1岩性划分为泥岩、砂岩、含砾粗砂岩、砂砾岩和砾岩等5类。

利用测井资料识别岩性的基础是建立测井响应特征与岩性之间的对应关系［6］。以5口密闭取心井为研究对象，依据层序地层学的理论建立密闭取心井段的沉积旋回和岩性剖面，经过岩心归位后读取样品点所对应的测井曲线值。由于砾岩油藏岩性复杂多变以及非均质性严重的特点，测井读值应该遵循3个方面的原则：①泥岩薄夹层或砂岩薄夹层读取该层测井曲线的最大值或最小值；②超薄夹层对应的测井数值应作为数据预处理中删除点的备份，因为夹层越薄，受上下围岩的影响就越大，测井响应值不能反映真实的储层信息；③不同岩性之间的过渡带读取平均值，或者作为数据预处理中删除点的备份。

在一区T2k1岩性图版 （图1）中，A、B、C、D、E等5个区域分别代表砾岩、砂砾岩、含砾粗砂岩、砂岩和泥岩5个岩性区，通过2个岩性敏感参数可以很好地识别砾岩岩性。从图1中可以看出，ρU（0.25m）曲线对5种岩性都有一定的识别能力，随着岩石颗粒粒度的变小以及非均质性的减弱，ρU（0.25m）逐渐减小；在ρU（0.25m）的约束下，ΔUsp可以有效地识别含砾粗砂岩、砂岩和泥岩。岩性识别图版在实际的测井解释中取得了较好的应用效果，达到了储层精细评价的精度要求。

图1 一区T2k1砾岩岩性识别图版

2 储层参数模型的建立

一区T2k1主力含油储层的岩性包括含砾粗砂岩、砂砾岩和砾岩，由于不同岩性的物性、含油性以及微观孔隙参数的差异比较大，因此必须分岩性建立各种测井解释模型，这是储层精细评价的基础，也是提高单井解释精度的关键。

2.1 孔隙度模型

ΔUsp反映的是地层水矿化度和泥浆滤液矿化度之间的差异。对于同一套储层，在2种矿化度一定的前提下，储层的渗透性越好，离子扩散的越活跃，形成的Usp就越高，Usp的幅度差就越大，而储层的有效孔隙度（φe）是影响渗透性的 主要 因素［7］。因此，ΔUsp可以反映储层的孔隙性。研究发现，T2k1的φe与ΔUsp有较好的相关性 （图2）。由于标准测井的分辨率较低、资料品质较差，T2k1部分测井曲线的Usp在储层段和非储层段幅度差异变化不明显，考虑到电阻率曲线能够有效地识别储层与非储层，因此结合Usp和ρU（0.25m）2条测井曲线的信息，利用多元线性回归的方法建立不同岩性的有效孔隙度计算模型 （具体参数见表1）：

图2 一区T2k1砂砾岩φe与ΔUsp交会图

2.2 渗透率模型

储层渗透率 （K）的影响因素主要有2个：一是φe的大小，即绝对孔隙性对K的贡献；二是孔隙结构的分布特征，即孔隙和喉道的连通性，在绝对孔隙度相等的前提下，孔喉连通性越好，储层的渗流性越强，K越高［8］。为了反映孔隙的连通性对K的贡献，利用自然电位的降低幅度（▽Usp）并结合φe两个参数多元拟合不同岩性的K计算模型 （具体参数见表1）：

表1 一区T2k1物性和含油性模型计算参数表

2.3 饱和度模型

目前，大部分含水饱和度的计算模型都涉及到求取地层水电阻率的问题［9］，而地层水电阻率的影响因素比较多也比较复杂，求取的难度比较大。为了解决该问题，对阿尔奇公式进行变形，基于地层原状电阻率（ρt）、φe和ΔUsp等3个变量多元线性回归饱和度模型，利用连续的ΔUsp归一化值反映地层水电阻率的变化，可以提高模型的计算精度［10］。由于标准测井系列没有ρt，因此，选择具有标准测井和综合测井2种系列的新井作为研究对象。通过对比分析发现，一区T2k1标准测井系列的ρU（0.25m）与综合测井系列的ρt之间有着较好的相关性，因此，可以建立标准测井的电阻率转换模型，准确求取ρt（转换公式见图3）。

在ρt准确计算的基础上，利用多元线性回归建立一区T2k1不同岩性的含水饱和度模型 （具体参数见表1）：

式中：Sw为含水饱和度，%；a3、b3、c3、d为含水饱和度模型的系数。

图3 一区T2k1的ρt与ρU（0.25m）交会图

3 油层识别标准

储层和非储层的有效识别是单井精细解释的关键［11］，通过对密闭取心井的岩心数据和测井曲线进行对比分析，并且结合其他测井曲线的响应特征，依据数理统计的方法确定了T2k1储层的下限值，当ρU（0.25m）≥10Ω·m时，属于有效储层段。在有效储层划分的基础上，通过对一区30口有试油结论的井的标准测井曲线进行分析，统计了87个层位的标准测井曲线值与其对应的储层流体类别，分岩性制作了T2k1油层的识别图版。图4是含砾粗砂岩的油层识别图版，其他岩性的识别标准见表2。

依据标准测井的ρU（0.25m）可以区分储层与非储层，再利用φe、含油饱 和 度 （So）以 及ρU（0.25m）等3个参数可以有效识别不同岩性的油层（表2）。由于含砾粗砂岩、砂砾岩和砾岩的非均质性依次增强，孔隙性和含油性相对减弱。因此，3种岩性的φe和So的油层下限值也依次增大，划分为油层的标准逐渐提高。

图4 一区T2k1含砾粗砂岩油层识别图版

表2 一区T2k1有效储层和不同岩性的油层下限标准

4 应用效果

通过对一区T2k1岩心数据、测井曲线以及试油结论等资料的综合研究，确定了砾岩岩性的识别图版，分岩性建立了储层精细解释的各种参数模型，并且依据试油资料给出了有效储层和油层的下限值标准，把建立的模型和确定的标准输入计算机程序，提高了单井精细解释的效率和精度。

图5是5-10A井T2k1的测井解释处理成果。从图中可以看出，在岩性识别道中，数字1～5分别代表泥岩、砂岩、含砾粗砂岩、砂砾岩以及砾岩，通过与录井资料的岩性进行对比，解释的符合率达到了85%以上。在物性和含油性的解释道中，岩心分析结果与测井解释结果符合度比较高，其中孔隙度的相对误差小于5%，K的相对误差小于30%，含水饱和度的相对误差小于10%，3个参数的误差都控制在精度要求的范围内，达到了实际测井解释的精度。另外，有效储层和油层的解释也基本上与岩心描述和试油结论相符，识别标准可以有效划分油层、干层和水淹层。基于标准测井的单井储层精细解释结果为T2k1的油藏动态模拟和剩余油分布提供了基础数据，为二次开发调整提供了技术支撑。

5 结论

1）砾岩油藏由于特殊的沉积环境导致储层岩性复杂多变，非均质性严重，不同岩性储层的物性和含油性差异很大，因此必须分岩性建立各种测井解释模型，才能提高储层评价的精度。

2）标准测井系列虽然资料品质较差，反映的储层信息量较少，但是只要结合地质、岩心以及试油等资料，在细分岩性的基础上充分挖掘其中蕴含的地质和储层信息，就可以建立精度较高的测井解释模型和油层识别标准，准确地进行单井精细评价。

图5 5-10A井T2k1标准测井解释成果图

［1］胡复唐 .砾岩油藏开发模式 ［M］.北京：石油工业出版社，1997.

［2］李庆昌，吴虻，赵立春，等 .砾岩油田开发 ［M］.北京：石油工业出版社，1997.

［3］王延杰，许长福，谭锋奇，等 .新疆砾岩油藏水淹层评价技术 ［M］.北京：石油工业出版社，2013.

［4］李亮，宋子齐，唐长久，等 .标准测井在砾岩储层评价中的应用——以克拉玛依油田七区砾岩储层为例 ［J］.特种油气藏，2006，13（5）：44～47.

［5］李臣，杨晓丽，古力扎旦，等 .砂砾岩油藏高含水期控水稳油技术对策——以克拉玛依油田一区三叠系油藏为例 ［J］.新疆石油学院学报，2004，16（3）：56～59.

［6］李洪奇，谭锋奇，许长福，等 .基于决策树方法的砾岩油藏岩性识别——以克拉玛依油田六中区克下组为例 ［J］.石油天然气学报（江汉石油学院学报），2010，32（3）：73～79.

［7］洪有密 .测井原理与综合解释 ［M］.东营：中国石油大学出版社，2007.

［8］赵辉，司马立强，吴学刚 .北16井区砂泥岩地层测井精细解释模型研究 ［J］.西南石油大学学报 （自然科学版），2009，31（1）：33～36.

［9］孙建孟，王克文，李伟 .测井饱和度解释模型发展及分析 ［J］.石油勘探与开发，2008，35（1）：101～107.

［10］Tan F Q，Li H Q，Xu C F，etal.Quantitative evaluation methods for water-flooded layers of conglomerate reservoir based on well logging data［J］.Petroleum Science，2010，7（4）：485～493.

［11］陆大卫，王春利 .剩余油饱和度测井评价新技术 ［M］.北京：石油工业出版社，2003.

［编辑］ 龚丹

Fine Reservoir Interpretation of Karamay Oilfield in District 1Based on Type Logs

QIN Jianhua，TAN Fengqi，LUO Gang，YANG Xinping，JIANG Zhibin （First Author' s Address：Research Institute of Petroleum Exploration and Development，Xinjiang Oilfield Company，PetroChina，Karamay834000，Xinjiang，China）

The type logs could reflect lithological information and characteristics of hydrocarbon reservoir，and was also the important data of studying remaining oil distribution.In allusion to the characters of type log curves in Kexia Formation of Triassic in District 1of Karamay Oilfield，the lithological sensitivity parameters of conglomerate reservoir were collected according to lithological data of sealing core wells，the lithological identification chart-board was established based on two parameters such as potential resistivity R025and normal natural potential BZSP.On the basis stated，the interpretation models of reservoir property and oil-bearing of different lithologies are established by using corresponding relationships between core analysis data and well log curves，moreover，the identification criteria of effective reservoir and oil layer of different lithologies in Kexia Formation are determined in the light of well testing and liquid production profile data.The established models and criteria are applied for fine interpretation of single well in actual reservoirs，the accuracy of lithological identification is more than 85%and the interpretation error of effective porosity is less than 5%，permeability error is less than 30%and water saturation error is less than 10%，the identification result is consistent with that of well testing.The application results are satisfied with the requirements of well log interpretation，it provides technical support for reservoir numerical simulation and remaining oil evaluation.

Karamay Oilfield；type log；fine interpretation；lithologic identification；interpretation model

P631.84

A

1000-9752（2014）04-0066-05

2013-09-24

国家 “973”计划项目 （2007CB209600）。

覃建华 （1970-），男，1992年西南石油学院毕业，博士 （后），高级工程师，长期从事油气田二次开发方面的研究。