伏龙泉登娄库组低渗透砂岩气藏水锁伤害研究

2016-07-05 07:58王志超范传雷谢信捷李小刚胡仲可
石油化工应用 2016年6期
关键词:低渗透BP神经网络

王志超,何 睿,范传雷,谢信捷,李小刚,胡仲可

(1.中国石油吉林油田分公司,吉林松原 138000;2.西南石油大学油气藏地质及开发工程国家重点实验室,四川成都 610500;3.中石油西南油气田分公司华油公司,四川成都 610000)



伏龙泉登娄库组低渗透砂岩气藏水锁伤害研究

王志超1,何睿2,范传雷1,谢信捷2,李小刚2,胡仲可3

(1.中国石油吉林油田分公司,吉林松原138000;2.西南石油大学油气藏地质及开发工程国家重点实验室,四川成都610500;3.中石油西南油气田分公司华油公司,四川成都610000)

摘要:水锁伤害广泛存在于低渗透砂岩气藏中,严重影响气藏的开发效果。基于伏龙泉登娄库组储层地质特征以及开发过程中所遇到的问题,结合国内外相关文献,分别采用了水锁指数法、BP神经网络预测法以及室内实验对伏龙泉登娄库组储层水锁伤害程度进行预测评价。结果表明,伏龙泉登娄库组砂岩气藏水锁伤害较为严重。然后针对登娄库组储层水锁伤害特点,基于相关实验数据及现场资料,分析了目标层水锁伤害机理,并针对性地分析了影响水锁伤害的因素,在此基础上提出利用复合解堵方法来有效解除水锁伤害,以恢复或提高气井产量。

关键词:低渗透;砂岩气藏;水锁伤害;BP神经网络;液相滞留

低渗透砂岩气藏在钻完井、修井等作业过程中,外来工作液进入储层,在毛细管力的作用下被吸附在孔喉处,使气相流通通道变窄,气相渗透率变低,并且工作液反排困难,甚至不能反排,造成水锁伤害[1]。研究表明,水锁伤害是低渗透储层最主要的伤害形式[2]。

伏龙泉气田位于吉林省农安县与长岭县交界处,气田区域构造位置位于松辽盆地南部东南隆起登娄库背斜带南端,主力产层为登娄库组、泉头组。其中,登娄库组砂岩储层压力普遍较低,储层物性总体较差,孔隙度介于8%~15%,渗透率介于0.1 mD~10 mD,储层岩石胶结致密,孔隙结构发育较差,属于典型的中孔-低渗砂岩储层。

目前伏龙泉登娄库组低渗透砂岩气藏在开发过程中主要存在如下问题:(1)钻井及压裂过程中工作液漏失严重,压裂后液体返排困难;(2)生产井开采初期产量较高,但产量衰减较快,关井恢复压力后开井无气液产出;(3)生产井井底积液现象较为严重,需气举排液后才能恢复生产。

通过对伏龙泉登娄库组储层地质特征以及开发过程中出现的问题初步分析,由于该砂岩储层孔渗条件较差,非均质性强,地层能量不足,加上孔喉连通性差,因此在钻完井、压裂及修井等过程中工作液将大量漏失,加之开发过程中气井产水大量滞留将会对储层基质造成较为严重的水锁伤害,明显降低气井产量。因此,水锁伤害是影响登娄库组低渗透砂岩气藏产能的主要因素之一。本文主要以F223井及F239井为例,采用不同方法对伏龙泉登娄库组气藏开发过程中的水锁伤害程度进行预测及评价,并分析水锁伤害的产生原因,提出针对性的解除水锁的措施,以恢复或提高气井生产能力。

1 水锁伤害评价与预测

1.1水锁指数法

水锁指数法是基于岩石物性和电阻率值来评价水锁伤害程度的一种方法。利用式(1)及式(2)可以计算出APTi值[3],关于APTi值的评判标准可预测水锁伤害程度(见表1)。结合区块地质资料、测井曲线以及室内气测渗透率实验结果,计算得出伏龙泉区块部分井登娄库组储层的水锁伤害程度(见表2)。从结果可以看出,伏龙泉登娄库组储层主要呈中等~强水锁。

表1 水锁伤害评价指标

表2 岩电参数法评价结果

式中:APTi-水锁指数,无量纲;Kg-干岩心气测渗透率,mD;Sw-地层原始含水饱和度,%;Rt-含气纯岩石电阻率,Ω·m;Rw-地层水电阻率,Ω·m;Φ-岩石孔隙度,%;m-地层胶结指数,1.5~3;n-饱和度指数,1.0~4.3;a-岩性系数,0.6~1.5;b-与岩性相关的系数。

1.2BP神经网络预测

BP神经网络(反向传播算法)是神经网络算法中最普遍、最通用的一种形式[4]。它包括输入层、输出层以及一个或多个隐层(可能没有隐层)。输入层信息经过激活函数运算后,传播到隐层再到输出层,从而给出输出结果[5]。根据水锁伤害程度的影响因素,选取储层的渗透率、孔隙度、初始含水饱和度作为网络输入参数。选择以下公式来计算隐含层单元数[6]:

式中:S-隐含层单元数;n-输入单元数。

对各样本组数据进行归一化处理[7]:

式中:aji-样本数据归一化值;ajmax-样本数据中的最大值;ajmin-样本数据中的最小值。

在Matlab计算软件中,利用newf函数生成BP神经网络,输入层有3个神经元,输出层只有1个神经元,隐含神经元个数为7,故神经网络结构为3×7×1型。网络中间层的传递函数选用S型正切函数,输出层的传递函数选用S型对数函数,构建出的神经网络预测水锁伤害模型代码为[8]:

根据建立的水锁伤害神经网络预测模型,并基于邻井登娄库组储层共计35组岩心水锁伤害数据(见表3),对F223井登娄库组储层水锁伤害程度进行预测,结果(见表4)。可以看出,伏龙泉登娄库组致密砂岩储层水锁伤害程度为中等~强。

表3 邻井水锁伤害数据

表3 邻井水锁伤害数据(续表)

表4 BP神经网络法水锁伤害预测结果

1.3室内水锁伤害实验

国内外学者研究表明,低渗砂岩气藏的初始含水饱和度一般小于束缚水饱和度,水锁伤害程度为束缚水饱和度下的渗透率相对于初始含水饱和度下渗透率的损害率[9]。然而在实验条件下,气驱液只能将含水饱和度降至束缚水饱和度,岩心原始含水饱和度较难获得,所以室内水锁伤害实验主要考虑束缚水饱和度下的渗透率相对于干岩心渗透率的损害率(式6)。此外,束缚水饱和度以上气测渗透率的降低是由可动水造成的水锁伤害,使水锁效应更为严重。本文对F223井及F239井的4块岩心进行了气驱水两相渗流实验,实验曲线(见图1)。

图1 伏龙泉登娄库组岩心气-水相对渗透率曲线

式中:Dk-水锁损害程度,%;Kg-干岩心气测渗透率,mD;Kt-束缚水饱和度下的气测渗透率,mD。

从以上实验结果可以看出,F223井和F239井登娄库组岩心都具有较高的束缚水饱和度,即两相渗流区较窄,从理论上讲水锁潜在伤害较为严重。从实验数据可知,登娄库组束缚水饱和度下的岩心渗透率损害率介于40%~60%,呈中等偏弱或中等偏强水锁伤害。另外,以上4组Krg曲线多呈凹陷型,说明束缚水饱和度以上区间的潜在水锁伤害较为严重。对比F223井和F239井的Krg曲线可知,前者Krg曲线更靠近X轴,说明在束缚水饱和度以上区间,F223井登娄库组储层水锁伤害程度相对更为严重。此外,登娄库组储层薄层发育,且气水层相邻,因此在压裂过程中水层容易被压开,导致气层含水饱和度骤升,造成气相有效渗透率的进一步下降,甚至水淹。

可以发现,以上三种评价预测结果基本吻合。综合可知,伏龙泉气田登娄库组砂岩储层具有较为严重的水锁潜在伤害。因此有必要分析储层水锁伤害产生的原因,并提出针对性的缓解或解除水锁伤害的措施。

2 水锁机理及伤害因素分析

2.1水锁机理分析

2.1.1毛管力的作用由于该气藏属于水湿性地层,外来水相流体侵入地层孔隙后,微小孔隙中会形成一个凹向气相的弯液面,并产生毛管力[10],毛管力计算公式为:

式中:Pc-气水间毛细管力,kPa;σ-表面张力,mN/m;r-毛细管半径,μm;θ-润湿角,°。

从式(7)可以看出,毛管力的大小与储层的半径成反比,因此,对于登娄库组中孔低渗砂岩气藏而言,由于储层孔喉半径总体较小,平均值仅为0.827μm,故阻碍气体流动的毛管阻力相对较大。现以F223井为例,对登娄库组以及泉一段岩心样品进行表面润湿实验,测得其固液界面张力以及接触角大小,再结合毛管压力实验所得孔喉半径值,可由式(7)求得毛管压力大小,实验及计算结果(见表5)。可以发现,相比于泉一段低渗储层,登娄库组储层毛管压力明显大于邻层泉一段,即F223井登娄库组砂岩储层潜在水锁伤害更为严重,这与实际情况相一致。

表5 表面润湿实验结果

2.1.2液相滞留效应液相的滞留和聚集是造成水锁损害又一重要因素,侵入储层的外来流体返排缓慢,甚至不能返排,会进一步加重水相圈闭损害。同样根据Poiseuille定律可知,从半径为r的毛细管中排出长为L的液柱所需时间为[9]:

式中:P-驱动压力,Pa;σ-表面张力,N/m;r-毛细管半径,m;T-流体侵入时间,s;θ-毛细管上的润湿角,°;L-液柱长度,m;μ-流体黏度,Pa·s。

由式(8)可知,排液时间主要由毛管半径和排驱动力决定。伏龙泉登娄库组储层孔喉半径较小,并且地层能量不足,液体排驱动力不足,难以克服毛管压力,因此,容易发生液相滞留效应,液相占据了渗透通道,使水锁伤害更难解除。

2.2水锁损害影响因素分析

2.2.1孔隙结构特征[11]伏龙泉登娄库组砂岩储层总体孔渗物性较差,为典型的中孔-低渗透储层。本文以F223井为例,采用铸体薄片、压汞实验以及扫描电镜三种方法对储层孔隙结构进行了研究。由铸体薄片实验分析可知(见图2),该井登娄库组储层孔隙分布不均,以粒间孔隙为主,孔喉连通性差;喉道类型主要为片状及弯片状,容易发生水相圈闭损害以及微粒运移损害。由压汞实验分析可知(见图3),该储层非均质性较强,并且孔喉半径较小(值为0.827μm),喉道分选性较差,特别是储层结构系数偏大,即储层迂曲度大,连通性差,故当外来流体进入储层易引起水锁伤害。由扫描电镜分析可知(见图4),该储层总体胶结程度较高,并发育有石英等粒间充填矿物以及粒表绿泥石等黏土矿物,在外来流体冲刷下,极易堵塞孔喉空间,加剧液相滞留。综上所述,F223井登娄库组砂岩储层的孔隙结构特征决定了该储层极容易发生水锁伤害。

图2 岩心铸体薄片图像

2.2.2岩矿性质利用X射线衍射仪对F223等几口井登娄库组储层进行全岩分析以及黏土矿物成分分析。结果显示,该区黏土矿物含量相对较多,占矿物总量的7.6%~8.6%,黏土矿物中以伊/蒙混层为主,相对含量介于62.9%~78.0%,并且混层比值极高(25%),则该储层遇外来流体易发生黏土水化膨胀,而造成骨架膨胀,改变储层孔隙结构,引起孔喉收缩,减小渗流通道,使该储层更容易发生水锁损害;并且储层岩石为亲水岩石,外来及地层水体更易吸附于岩石表面,从而加剧水锁伤害。此外,伊利石和绿泥石的含量分别介于5%~19.5%和11%~14.2%,另外还有7%左右的高岭石,这类黏土矿物粒径总体较小,产状主要为架桥式充填和孔隙式充填,外观呈绒球状、丝状及叠片状,极易被外来流体所冲散,引起微粒运移,造成喉道堵塞,加剧液相滞留,使水锁伤害更难被消除。

图3 岩心压汞法毛管压力曲线

图4 扫描电镜图像(300)

图5 地层压力系数柱状图

2.2.3地层压力对伏龙泉气田4口井的地质资料分析可知,该区块登娄库组压力系数总体偏低,介于0.8~0.92(见图5),其中F223井压力系数只有0.8,可知该气田登娄库组储层能量不足,为欠压储层。因此在钻完井、压裂及修井等过程中易发生工作液漏失,并且压裂液返排率低,甚至进行诱喷排液也难以见效;另外,在气藏开采过程中,排水采气困难,甚至会造成井筒积液,加大解除水锁伤害的难度,降低气井产能。

表6 解水锁方法比选

3 水锁伤害解除[12-15]

目前,用来解除储层水锁伤害的方法大致分为化学法和物理法。化学法主要有改变储层的润湿性、注混相溶剂及CO2蒸汽吞吐等,物理法主要包括消除钻井液滤饼堵塞、增大生产压差、改变储层孔隙结构和地层加热技术(FHT)等。下面从作用机理、投资成本以及存在问题三个方面来对各种解水锁方法进行对比(见表6)。

伏龙泉气田登娄库组储层液相伤害是由于入井工作液(钻完井液、修井液及压裂液)被束缚在毛管中不易流动所造成的,同时该储层遇外来流体易发生黏土水化膨胀以及微粒运移堵塞,即孔渗空间在外来流体作用下会变小。再由式(7)可知,要有效降低毛管压力,需考虑同时改变润湿角、界面张力以及孔喉半径,故推荐在登娄库组砂岩储层采用复合解堵方法,即在考虑利用酸液体系解除岩石颗粒堵塞,增大孔喉半径的同时,利用解水锁剂来降低固液表面张力,从而有效解除水锁伤害。

4 结论与认识

(1)本文分别运用水锁指数法、BP神经网络预测法以及室内水锁伤害实验三种方法对伏龙泉登娄库组低渗透砂岩储层潜在水锁伤害程度进行了评价和预测,判断该储层存在较强的潜在水锁伤害。

(2)结合毛管压力实验以及表面润湿实验数据分析得出,伏龙泉气田登娄库组储层毛管压力较大,水锁伤害相对严重;另外,该储层孔喉半径较小,地层能量不足,容易发生液相滞留效应,从而使水锁伤害更难被消除。

(3)基于岩心分析实验数据分析得出,伏龙泉登娄库组容易发生水锁伤害、微粒运移以及黏土水化膨胀;地层压力系数总体偏低,易发生工作液漏失以及液相滞留,加大解除水锁伤害的难度,从而降低气井产能。

(4)通过文献调研,结合伏龙泉登娄库组储层伤害特点,推荐采用基于酸液体系与解水锁剂体系的复合解堵方法来解除储层的水锁伤害。

参考文献:

[1]贺承祖,华明琪.水锁效应研究[J].钻井液与完井液,1996,13(6):13-15.

[2]任晓娟,张宁生,张喜凤,等.水相滞留对低渗气层渗透率的损害分析[J].天然气工业,2004,24(11):106-108.

[3]Bennian D B. Remediation of water and hydrocarbon phase trapping problems in low permeability gas reservoirs[J]. JCPT,1999,38(8):39-48.

[4]朱庆生,周冬冬,黄伟.BP神经网络样本数据预处理应用研究[J].世界科技研究与发展,2012,34(4):624-626.

[5]王江萍.基于证据理论的信息融合储层损害诊断技术研究[J].中国石油大学学报(自然科学版),2007,31(4):144-148.

[6]沈花玉,王兆霞,高成耀,等.BP神经网络隐含层单元数的确定[J].天津理工大学学报,2008,24(5):13-16.

[7]周冬冬.BP神经网络样本数据预处理应用研究[D].重庆大学,2011.

[8]胡仲可.伏龙泉登娄库组储层伤害因素分析及治理措施研究[D].西南石油大学,2014.

[9]魏茂伟,薛玉志,李公让,等.水锁解除技术研究进展[J].钻井液与完井液,2009,26(6):65-68.

[10]张振华,鄢捷年.低渗透砂岩储集层水锁损害影响因素及预测方法研究[J].石油勘探与开发,2000,27(3):75-78.

[11]徐同台,熊友明,康毅力.保护油气层技术[M].北京:石油工业出版社,2010.

[12]周小平,孙雷,陈朝刚.低渗透凝析气藏反凝析水锁伤害解除方法现状[J].钻采工艺,2005,28(5):66-68.

[13]Bang V. Development of a successful chemical treatment for gas wells with condensate or water damage[D].The University of Texas at Austin,2007.

[14]范徽献.CO2吞吐解除反凝析及水锁污染研究[J].工程建设,2012,44(2):21-23.

[15]戢俊文.微波加热解除低渗透砂岩气层水锁损害的可行性研究[D].西南石油大学,2007.

Research of water blocking damage of low permeability gas reservoir of Denglouku formation in Fulongquan gasfield

WANG Zhichao1,HE Rui2,FAN Chuanlei1,XIE Xinjie2,LI Xiaogang2,HU Zhongke3
(1.PetroChina Jilin Oilfield Company,Songyuan Jilin 138000,China;2.State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation,Southwest Petroleum University,Chengdu Sichuan 610500,China;3.PetroChina Southwest Oil & Gas Field Huayou Group Corporation,Chengdu Sichuan 610000,China)

Abstract:Water blocking is one of the major types of damage to low permeability sandstone gas reservoir,which adversely affects the developing effect. Based on geologic characteristics of reservoir and the problems we encountered in earlier stage of development in Denglouku formation of Fulongquan gasfield,and after combining with relevant literatures,the level of damage to Denglouku formation induced by water blocking is predicted and evaluated with water blocking index electric-petrophysical experiments,BP neural network method and laboratory experiments. Comprehensive analysis indicates that the water blocking damage to Denglouku reservoir is relatively serious. Then,directing at the characteristics of water blocking damage and based on in-situ data and experimental results,damage mechanism and influencing factors of water blocking have been analyzed. On the basis,the compositeblockage removal method has been put forward to remove water locking damage,thereby regaining and improving the gas well output.

Key words:low permeability;sandstone gas reservoir;water blocking damage;BP neural network;liquid phase retention

中图分类号:TE258.3

文献标识码:A

文章编号:1673-5285(2016)06-0023-07

DOI:10.3969/j.issn.1673-5285.2016.06.006

*收稿日期:2016-05-10

基金项目:国家油气科技重大专项资助项目,项目编号:2011ZX05054。

作者简介:王志超,男(1982-),工程师,毕业于大庆石油学院,现主要从事采气工艺技术研究工作。

猜你喜欢
低渗透BP神经网络
鹿台山矿低渗煤层瓦斯抽采问题分析
就bp神经网络银行选址模型的相关研究
基于DEA—GA—BP的建设工程评标方法研究
复杂背景下的手势识别方法
BP神经网络在软件质量评价中的应用研究 
BP神经网络算法在数值预报产品释用中的应用
常规注水井解堵增注提高石油采收率