基于有效地层系数的气井产能预测方法

赵军, 杨阳, 李伟伟, 杨林, 冯春珍

(1.西南石油大学地球科学与技术学院, 四川 成都 610500; 2.中国石油集团测井有限公司长庆事业部, 陕西 西安 710200)

0 引 言

产能是油气储层动态特征的一个综合指标[1],油气井产能预测是油气经济评价的重要环节,其预测准确性对后续井网布置、合理高效开发,乃至整个油气工业投资与决策都会产生深远影响。苏里格气田属于低孔隙度、低渗透率、低产、低丰度的大型气藏,探索苏里格致密砂岩储层气井产能预测评价方法,缩短产建周期,可为其开发提供重要的技术支持。致密砂岩气层的测井评价一直是油田勘探的难题,国内外对于致密砂岩储层解释参数测井模型往往沿用逐步回归[2]、模糊模式识别[3]、灰色关联[4]、动态聚类[4]等储层产能预测方法,取得一定成效。这些方法大多基于均质地层和线性映射的假设[5],没有充分考虑致密砂岩气层埋藏深度大,物性差,气层的测井响应特征不明显等地质条件的复杂性,难以大范围推广利用。

对苏里格气田致密砂岩储层进行分析,由于束缚水和残余油(气)的影响,使得含气性评价与气井产能预测结果不能反映真实地层情况[6]。为提高产能预测精度,减小束缚水饱和度和残余油(气)饱和度不同的影响,本文提出基于归一化相对渗透率模型的有效地层系数F评价产能,在苏里格气田N区块盒8段储层应用效果良好。

1 影响气井产能的主要因素

储层产能预测的理论基础是经典渗流理论中的稳态平面径向流方程[7-8],该方程体现了地层内部流体流入井底时流量、压力和其他各项物理因素的关系,但是在实际生产中,生产压差往往因井而异,于是采用每米采油指数(IP)[9]评价产能

(1)

式中,IP为每米采油指数,m3/d;Ko为储层油相的相渗透率,×10-3μm2;B0为体积系数;μ为流体黏度,mPa·s;re为储层的供油半径,m;rw为油井的井眼半径,m。

实际生产中,在某一确定的供油面积内,B0、μ、re、rw均为定值,所以此时每米采油指数只与相渗透率有关,即相渗透率是产能的一个标尺。同时,考虑到苏里格气田致密砂岩储层低渗透率低孔隙度低压力、非均质强等实际地层情况下束缚水和残余油气带来的影响,基于平面径向流理论,采用归一化相对渗透率模型[6]后,提出了有效地层系数F预测气井产能的方法。有效地层系数F指气相的相渗透率与储层有效厚度的乘积F=Kg×He。

2 有效地层系数F的求取

先求取气相的相渗透率Kg,然后求取有效地层系数F。根据苏里格气田相对渗透率实验室测量数据,发现Pirson渗透率模型[6]与实验关系比较接近。且Pirson模型是用油(气)相最大有效渗透率为标准进行归一化的,可以减少致密砂岩储层束缚水饱和度和残余油(气)饱和度对储层评价的影响,因此,选用Pirson模型利用实验数据确定该模型中的经验系数,建立实用的相对渗透率计算模型。

根据Pirson模型[6]

(2)

要确立3个参数:束缚水饱和度Swi、残余气饱和度Sgr、含水饱和度Sw。Sw可以直接读取,因此只要计算出Swi、Sgr,利用岩心相对渗透率测试资料,采用Pirson模型拟合相对渗透率曲线。

2.1 束缚水饱和度Swi与残余气饱和度Sgr计算模型

统计了研究地区试气井的岩心资料、试气及测井资料,对Swi与Md、φ进行单相关分析,可以得出,束缚水饱和度Swi随孔隙度φ的增加而减小,随粒度中值Md的增加而减小,孔隙度和粒度中值均对束缚水饱和度有明显的影响,所以可以对其进行多元回归以求取更准确的Swi。多元回归公式为

(3)

相关系数R=0.877,说明用粒度中值Md、孔隙度φ建立束缚水饱和度Swi的计算模型,精度较高。

同时,利用岩心资料对束缚水饱和度Swi与残余气饱和度Sgr进行回归(见图1),拟合出关系式Sgr=f(Swi),建立测井计算残余气饱和度Sgr模型。

图1 Swi与Sgr关系模型

图2 Pirson相对渗透率模型

2.2 Pirson相对渗透率模型系数确定

确定束缚水饱和度Swi、残余油饱和度Sgr、含水饱和度Sw后利用实验数据确定Pirson相对渗透率模型中的经验系数,建立实用的相对渗透率计算模型。图2为综合地层系数(1-Sgr-Sw)/(1-Swi-Sgr)与相对渗透率Krg的拟合关系,相关系数为0.922 5。

适合该区的Pirson相对渗透率模型为

R2=0.9225

(4)

2.3 气相相对渗透率Krg计算模型

由于Pirson模型求取的相对渗透率是归一化相对渗透率[11-12],由相对渗透率的实验数据[13]建立了气相相对渗透率Krg与归一化相对渗透率Krgl的转换关系(见图3)。

图3 气相相对渗透率与归一化相对渗透率模型

2.4 有效地层系数F计算模型

相对渗透率是指相渗透率与绝对渗透率的比值[14],即Kg=K×Krg。于是,有效地层系数为

F=Kg×He

(5)

式中,He为气层有效厚度,即为试气层段内测井解释为气层的厚度,对于试气层段内含有多个气层的情况,F为每个气层地层系数的累加。因此,这种方法不但适用于单层测试,也适用于多层合试。

3 基于有效地层系数F的产能预测模型

图4 有效地层系数F与试气无阻流量关系图*非法定计量单位,1 mD=9.87×10-4 μm2,下同

按照建立的有效地层系数F计算模型,计算67口井试气层的有效地层系数F,然后与这67口井的试气无阻流量数据进行拟合,建立有效地层系数F预测产能的模型(见图4),模型相关系数较高,说明有效地层系数F与无阻流量的相关性较好,可用于气层产能预测。

Qaof=7.4048F0.8667R2=0.9151

(6)

4 误差分析

另取含有试气资料的63口井,利用建立的产能预测模型计算试气层的无阻流量Qaof,与这63口井相对应的试气无阻流量进行比较(见图5),对比两者绝对误差和相对误差,分析所建模型的准确性。

图5 试气无阻流量与计算无阻流量对比图

从分析结果可见,计算无阻流量和试气无阻流量均位于对角线两侧附近,且据统计相对误差小于0.3的占总统计数的52%,相对误差小于0.5的占总统计数的72%,可以满足现场的生产预测的要求。

5 实例分析

利用有效地层系数法对苏里格气田N区盒8段储层进行产能预测,预测结果与试气结果基本一致,相对误差小于0.5的占70%,在允许范围之内,能够满足现场需求。图6是工区内×155井的预测结果,试气无阻流量为38 445 m3/d,预测无阻流量为42 976 m3/d。

图6 ×155井实例分析图

6 结 论

(1) 以经典渗流理论为依据,筛选出影响产能的主要因素,利用适当方法建立了气井产能预测模型。

(2) 苏里格气田属低孔隙度低渗透率的致密砂岩储层,其产能受自然伽马、孔隙度等宏观因素以及束缚水饱和度和残余气饱和度影响明显。

(3) 利用有效地层系数法预测气井产能不需要太多的参数,而且所需参数都较容易得到,同时考虑了储层中存在多相流体的情况,适用性高。

(4) 利用有效地层系数法预测气井产能也考虑到砂体非均质情况,将有效厚度考虑在内,不仅适合单层砂体,也适合多层复杂砂体。

(5) 通过该方法计算的气井产能误差较小,相对误差小于50%的占72%,具有推广价值。

参考文献:

[1] 方义生, 刘合年, 罗凯, 等. 关于气井产能、气田稳产特征和气区开采潜力的探讨 [J]石油勘探与开发, 2006, 33(4): 399-405.

[2] 李定军, 李瑞. 逐步回归法在川西拗陷须家河组四段储层识别中的应用 [J]. 中国西部油气地质, 2006(2): 223-225.

[3] 匡建超, 曾剑毅, 王众. 模糊优选神经网络在长庆中部气田马五1储层识别中的应用 [J]. 油气地质与采收率, 2008, 15(5): 5-7.

[4] 匡建超, 徐国盛, 王玉兰. 灰色关联度分析在油藏动态描述中的应用 [J]. 矿物岩石, 2000, 20(2): 69-73.

[5] 庞河清, 匡建超, 蔡左花, 等. 逐类组合支持向量机在致密砂岩储层判别与产能预测中的应用 [J]. 大庆石油学院学报, 2011, 35(6): 35-40.

[6] 毛志强. 储层产能和产液性质评价中的相对渗透率模型 [J]. 测井技术, 1998, 22(5): 311-314.

[7] 韩雪, 潘保芝. 利用测井资料预测储层产能 [J]. 吉林大学学报: 地球科学版, 2010, 11(40): 102-105.

[8] 张丽华, 潘保芝, 单刚义, 等. 低孔低渗储层自然产能测井预测方法——以朝阳沟油田为例 [J]. 世界地质, 2012, 31(3): 561-566.

[9] 孙利国, 王玉梅, 何石. 利用平面径向流公式预测油层自然产能的方法 [J]. 测井技术, 2000, 24(增刊): 527-530.

[10] 秦绪英. 利用测井资料预测天然气储层产能方法研究 [J]. 石油地球物理勘探, 2007, 42(3): 318-321.

[11] 潘虹. 相对渗透率曲线归一化研究及应用 [J]. 中国石油和化工标准与质量, 2011(11): 266.

[12] 杨耀东. 油水相对渗透率数据归一化方法研究 [J]. 科技创新导报, 2012(21): 253.

[13] 贾振岐, 孙念, 吴景春, 等. 特低渗透岩心相对渗透率实验研究 [J]. 特种油气藏, 2009, 16(1): 82-83.

[14] 高华, 高楚桥, 胡向阳. 莺歌海盆地束缚水饱和度影响因素研究 [J]. 石油物探, 2005, 44(2): 158-159.