梁永光 (中石油大庆油田有限责任公司勘探开发研究院,黑龙江 大庆163712)
海拉尔盆地为复式断陷湖盆,断层发育,具有多物源、多期扇体发育和相变快的特征。南屯组(k1n)厚度大,是海拉尔盆地主要烃源岩层和储集层,油藏围绕k1n生烃中心呈环带状分布,具有平面分布广、油层厚度大的特点[1,2]。海拉尔盆地k1n储层具有含火山碎屑的沉积岩和陆源沉积岩等多种岩性,储层特征差异大,孔隙度相同时,渗透率相差大;孔隙结构复杂,导致电阻率高;同时,由于含油饱和度低、油水分异作用较弱,油层、油水同层、水层电性差异不明显,电阻率变化难以敏感反映流体性质变化。直接应用电阻率和自然电位相对值等常规方法识别流体性质[3~5],油水层解释符合率仅为75%。针对油水层识别精度低的问题,笔者开展了影响流体识别的主控因素研究,并根据影响因素构建了敏感参数;同时,结合自然电位相对值和孔隙度,通过主成分分析法建立主成分因子模型后,采用交会图技术进行流体识别。应用该方法对36口新井进行了流体识别,经55个层位试油验证,流体识别符合率达到了87.3%,提高了12.3个百分点,效果较好。
一般而言,影响流体识别的主控因素主要有储层的物性、岩性以及地层水矿化度。k1n地层水分析资料表明,其矿化度稳定;岩心及物性资料表明,储层孔隙结构复杂、岩石造岩矿物类型多样。因此,笔者主要针对物性和岩性影响流体性质识别开展研究。
通过对研究区k1n的28口井岩心观察,发现由于沉积、成岩和后期改造等方面的作用,储层孔隙类型多样,有剩余粒间孔隙、粒间溶蚀孔隙、粒内溶蚀孔隙、微孔等。对350块岩心分析数据进行统计表明,储层的平均孔隙度为11.3%,平均渗透率为0.71mD,物性较差[6~8]。从岩心分析的有效孔隙度、空气渗透率关系图 (图1)可以看出,同一孔隙度对应的渗透率相差较大,说明储层的孔隙类型多样、非均质性强,储层孔隙结构复杂。
从平均孔隙度和渗透率看,研究区储层物性差,导致流体对测井响应的贡献较小,测井信息对流体性质的变化反映不敏感。储层孔隙结构复杂,导电路径长,具有复杂孔隙结构的油水同层电阻率高于某些孔隙结构简单的油层 (见图2)。综上所述,储层物性差、孔隙结构复杂导致油水同层识别精度低。
海拉尔盆地k1n具有多物源、多期扇体发育和相变快的特点,储层的岩性主要为细砂岩、粉砂岩,少量含凝灰质砂岩。以岩心分析的岩性为基础,采用2种对比方式开展岩性对电阻率的影响研究:①选取研究区不同岩性的试油干层,对比其电阻率大小表明,粉砂岩干层电阻率最低,细砂岩干层电阻率略高于粉砂干层,含凝灰质砂岩干层电阻率最高;②选取研究区不同岩性但物性相当的水层对比电阻率大小,3类岩性储层的电阻率变化趋势与第①种对比结论一致。2种对比结论可以推论出,3类岩性储层含油饱和度相同时,凝灰质砂岩的电阻率高于细砂岩的,细砂岩的电阻率高于粉砂岩的。因此不考虑岩性影响下建立的流体识别标准解释符合率低。
图1 有效孔隙度与空气渗透率关系图
图2 深侧向电阻率和有效孔隙度识别流体性质图版
孔隙度相同的储层,孔隙结构越复杂,对应的渗透率越低。渗透率与比表面积的关系表明,渗透率越低,比表面积越大,而比表面积越大的储层中子孔隙度越高[9],研究区储层特征也是如此。储层的物性参数中,储层品质指数 (Irq)是反映孔隙结构最敏感的参数。从岩心分析的孔隙度和渗透率计算得到的Irq与压汞试验得到的最大喉道半径 (rmax)、平均喉道半径 (rave)、排驱压力 (pd)等反映孔隙结构的参数具有较好的相关性。Irq越大,孔隙结构越好。应用研究区岩心分析资料和测井资料建立了Irq与φe/φn(有效孔隙度/中子孔隙度)的关系图 (图3),可以看出,储层孔隙结构越好,Irq越大,φe/φn越接近于1,即φe与φn越相近,孔隙结构越好;反之,孔隙结构越差。
孔隙结构复杂的储层,导电路径复杂,导致储层电阻率变化难以反映流体性质的变化,因此直接应用电阻率难以简单识别流体性质。为了减小孔隙结构对电阻率的影响,定义了与孔隙结构有关的敏感参数:
式中:Szhz为与孔隙结构有关的敏感参数,Ω·m;ρt为地层电阻率,Ω·m。
当储层孔隙结构复杂时,φe/φn较小,Szhz减小,在一定程度上对孔隙结构的影响进行了校正。
补偿密度主要反映岩石的体积密度,换算为孔隙度,与岩石的成分特别是填隙物关系密切;补偿中子主要反映真实孔隙体积和黏土层间水体积,换算为孔隙度,与粒间充填物以及泥质含量关系密切。应用上述2种孔隙度的差异可以反映储层岩石成分和填隙物的变化。对于研究区储层,含岩石颗粒变细时,φd(密度孔隙度)基本不变,φn变大,(φd-φn)变小;含凝灰质时,φd基本不变,φn变小,(φd-φn)变大;反映了储层岩性的变化。
通过上述研究可知,岩性变细,ρt降低;而含凝灰质时,ρt升高。为了减小岩性对电阻率的影响,定义与岩性有关的敏感参数:
式中:Shyz为与岩性有关的敏感参数,Ω·m。
当填隙物成分为泥质或岩性变细时,(φd-φn)小,泥质含量越高,ρt越低,利用 (φd-φn)对ρt进行校正后,ρt变高;当填隙物为凝灰质时,(φd-φn)较大,利用 (φd-φn)对ρt进行校正后,ρt变低。Shyz在一定程度上对岩性影响进行了校正。
主成分分析法是采取一种数学降维的方法,找出几个综合变量来代替原来众多的变量,使这些综合变量能尽可能地代表原来变量的信息量,而且彼此之间互不相关。这种把多个变量化为少数几个互相无关的综合变量的统计分析方法就叫做主成分分析法或主分量分析法。主成分分析所要做的就是设法将原来众多具有一定相关性的变量,重新组合为一组新的相互无关的综合变量来代替原来的变量。通常,数学上的处理方法就是将原来的变量做线性组合,作为新的综合变量,但是这种组合如果不加以限制,可以有很多,应该如何选择呢?如果将选取的第1个线性组合即第1个综合变量记为F1,自然希望它尽可能多地反映原来变量的信息,这里的“信息”用方差来测量,即Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第1主成分。如果F1不足以代表原来众多变量的信息,再考虑选取第2个线性组合F2,为了有效地反映原来信息,F1已有的信息就不需要再出现在F2中,用数学语言表达就是要求Cor(F1,F2)=0,称F2为第2主成分,依此类推可以构造出第3,4,…,第p个主成分。
在储层孔隙结构及岩性对电阻率影响分析后,分别对其进行校正,得到了校正后的对流体性质变化敏感的参数Szhz和Shyz;对储层流体较为敏感的还有自然电位相对值 (ΔUsp),一般含水储层的ΔUsp比纯油层大;φe在二维坐标系中,一般也用于流体识别。因此,优选出对海拉尔盆地k1n的油水层敏感的参数Szhz、Shyz、ΔUsp、φe。
以研究区试油及测井资料为基础,选取油层、油水同层及水层样本,采用主成分分析方法,计算得到F1、F2与测井参数之间的转换关系,具体表达式为:
应用研究区30口井70个样本的主成分值,建立了基于主成分的流体识别图版 (图4),图版精度为95%,流体识别图版精度明显提高。
图3 Irq与φe/φn关系图
图4 基于主成分的流体识别图版
应用上述模型,对研究区36口井进行了流体识别,经55个层位试油验证,该方法的流体识别符合率达到了87.3%。图5为X井测井解释成果图,57号层电阻率较高,应用图2的标准均解释为油层;通过对电阻率校正后,应用基于主成分的流体识别图版 (图4),解释为油水同层,经试油验证为油水同层。应用结果表明,该方法对于研究区的疑难层具有较好的适用性。
图5 X井测井综合解释成果图
1)以岩心、物性、试油及测井资料为基础,确定出影响流体识别的2个主要影响因素——孔隙结构及岩性,并以此为依据,构建了相应的2个敏感参数Szhz和Shyz,能较为敏感地反映流体性质的变化。
2)在敏感参数分析及构建校正参数的基础上,结合自然电位相对值和有效孔隙度,研制了基于主成分的流体识别图版。应用该图版对海拉尔盆地k1n复杂岩性储层进行流体识别,经36口井55个层位试油层验证,流体识别精度提高到87.3%,效果较好。
[1] 曹瑞成,朱德丰,陈均亮,等 .海拉尔—塔木察格盆地构造演化特征 [J].大庆石油地质与开发,2009,28(5):39~43.
[2] 曹天军,陈瑞生,袁延芳 .海拉尔盆地油气富集规律 [J].石油天然气学报 (江汉石油学院学报),2011,33(6):178~182.
[3] 闫伟林,郑建东,张朴旺 .塔木察格盆地复杂岩性储层流体识别 [J].大庆石油地质与开发,2012,31(1):158~162.
[4] 刘晓敏 .东濮凹陷致密复杂油气层测井识别方法 [J].长江大学学报 (自科版),2014,11(20):26~29.
[5] 袁宇,高楚桥,邹雯,等 .基于交会图和全概念公式的流体识别方法 [J].石油天然气学报 (江汉石油学院学报),2013,35(5):79~82.
[6] 李艳杰,李强 .塔木察格盆地塔南凹陷次生孔隙特征及控制因素分析 [J].长江大学学报 (自科版),2014,11(26):45~47.
[7] 王新江,张丽萍,石京平 .海拉尔油田孔隙结构特征分析 [J].大庆石油地质与开发,2007,26(6):16~19.
[8] 彭建亮,姜茵华,李红英 .海拉尔盆地贝中次凹南屯组一段储层特征分析及评价 [J].石油天然气学报 (江汉石油学院学报),2010,32 (6):355~358.
[9] 中国石油勘探与生产分公司 .低孔低渗油气藏测井评价技术与应用 [M].北京:石油工业出版社,2009:118.