Z油田阜宁组低—特低孔储层孔隙度测井计算改进方法

石先达，阚延坤，覃恒杰，赵 毅

(1.中国石化江苏油田分公司采油二厂，安微 天长 239300；2.中国石化华东石油工程有限公司测井分公司，江苏 扬州 225000)

Z油田阜宁组低—特低孔储层孔隙度测井计算改进方法

石先达1，阚延坤1，覃恒杰1，赵 毅2

(1.中国石化江苏油田分公司采油二厂，安微 天长 239300；2.中国石化华东石油工程有限公司测井分公司，江苏 扬州 225000)

低—特低孔砂岩孔隙度由于受岩性的影响，储层非均质性强，骨架值不确定，难以用定值来表示，利用常用的单孔隙度法难以准确求得地层真实孔隙度。提出从体积模型入手，首先对声波时差曲线进行灰质校正，然后在泥质较重的层段再进行泥质校正，最后利用岩心刻度测井方法求解系数，最终形成孔隙度模型。实际资料应用表明，利用该方法计算的孔隙度与岩心分析结果吻合较好，较单声波时差法计算的相对误差从41%降到16%，计算结果可以真实反映低—特低孔储层的孔隙度。

低—特低孔储层 孔隙度 声波时差 骨架值 测井

为了提高低—特低孔砂岩的勘探开发效率，准确求取储层孔隙度显得尤为重要。以往用于计算地层孔隙度的常规测井方法有单孔隙度法、中子-密度交会图法和岩心刻度测井法等[1-5]。对于中高孔储层来说，孔隙度受岩性的影响较小，储层较为均质，常规测井方法计算的孔隙度能满足这类储层的孔隙度计算。而当储层物性较差，岩性对孔隙度的影响不能忽略时，储层非均质性强，地层骨架值变化较大，原先用于物性较好的地层孔隙度计算方法不能满足物性较差地层的孔隙度计算。为此，笔者提出了从孔隙度影响因素考虑，结合体积模型和岩心刻度测井计算低—特低孔储层孔隙度的方法，并将其应用到苏北盆地Z油田阜宁组，以计算地层的真实孔隙度。

1 油田概况

Z油田位于苏北盆地金湖凹陷东阳次凹内斜坡，主要含油层系为阜宁组，为三角洲前缘亚相沉积。

Z油田岩性以粉砂岩和细砂岩为主，孔隙度为2.34%～15.66%，渗透率为(0.10～5.03)×10-3μm2，属于典型的低—特低孔特低渗储层。

2 孔隙度影响因素

当储层物性较差，非均质性较强时，孔隙度直接与三孔隙度曲线(声波时差、补偿中子和补偿密度)建立的关系相关性较差(如图1)，需要对孔隙度所受岩性影响进行分析。从Z油田阜宁组物性实验资料来看，本地区灰质(碳酸盐)含量分布在11.73%～35.63%，第一步考虑灰质对孔隙度的影响。图2是岩心分析的孔隙度与灰质含量的关系，从图上可以看出，本地区孔隙度受灰质影响较大，因此，在孔隙度建模中需要考虑灰质的影响。

图1 岩心分析孔隙度与声波时差关系

图2 岩心分析的孔隙度与灰质含量关系

第二步就是考虑泥质对孔隙度的影响，由于本地区没有粒度分析资料，泥质含量采用经验公式来计算：

(1)

式中，Vsh为地层泥质含量，%；GR为实际测量的地层自然伽马测量值，API；GRmax为纯泥岩地层自然伽马值，API；GRmin为纯砂岩地层自然伽马值，API；ΔGR为自然伽马相对值，小数；GCUR为泥质含量模型参数，一般在新地层中取值3.7，在老地层中取值2。

图3为岩心分析的孔隙度与计算的泥质含量的关系，从图上可以看出，在部分泥质较重的地方，孔隙度受泥质影响较大。综合对孔隙度影响因素的分析，得出在孔隙度建模中需要考虑灰质和泥质的影响。

图3 岩心分析的孔隙度与计算的泥质含量关系

3 孔隙度计算方法

3.1 结合体积模型和岩心刻度测井计算孔隙度的方法

通过对孔隙度影响因素的分析，假设一个包括泥质、灰质、砂岩骨架和孔隙组成的体积模型[6-8](如图4)，考虑到整个井区补偿中子和补偿密度测井资料较少，因此在孔隙度的体积模型推导上只考虑声波时差，模型形式为：

AC=ACma(1-φ-Vsh-Vca)+ACshVsh+
ACcaVca+ACfφ

(2)

对声波时差进行灰质和泥质校正，公式(2)变形为

AC-ACshVsh-ACcaVca=
ACma(1-φ-Vsh-Vca)+ACfφ

(3)

当Vsh和Vca可以求得时，公式(3)变形为：

AC-ACshVsh-ACcaVca=B+Aφ

(4)

式中：ACma为砂岩骨架声波测井响应值，μs/m；ACf为流体声波测井响应值，μs/m；ACsh为泥质骨架的测井响应值，μs/m；ACca为灰质骨架的测井响应值，μs/m；Vsh为泥质含量，小数；Vca为灰质含量，小数；B和A为公式系数，无量纲。

通过对公式(4)进行声波时差的灰质、泥质校正后，再根据岩心刻度测井求解系数B和A，即可得到孔隙度模型。该方法的主要优势在于考虑了泥质和灰质的影响，同时回避了砂岩由于物性差、非均质性强所造成的声波时差骨架不确定性难以用定值来表示的问题。

图4 地层体积模型

3.2 参数求取方法

公式(4)中主要有ACsh、Vsh、ACca、Vca、B和A六个参数，下面具体阐述这6个参数如何求取。

(1)ACsh和ACca求取：通过与目的层临近的大段泥岩做声波时差标准化[9]，频率最高的点为泥岩的声波时差骨架值，因此本地区ACsh取值为370 μs/m。ACca取常用灰岩声波时差骨架值为156 μs/m。

(2)Vsh和Vca求取：Vsh通过公式(1)计算可得。Vca通过岩心对应测井响应特征进行多元拟合求得。由于Vca是体积百分数，而实验室测的是质量百分数，因此首先要进行质量百分数和体积百分数的转化，公式如下：

(5)

式中：mca为实验室测得的灰质质量百分数，%；ρca为灰质骨架密度，g/cm3；ρ为地层骨架密度，g/cm3。

其中灰质骨架密度取2.71 g/cm3，而地层骨架密度用岩心分析的孔隙度与实验室测得的样品体积密度交会求取，如图5中所拟合的关系，地层骨架密度取拟合关系式中孔隙度为0时的截距值2.674 2 g/cm3。

图5 岩心分析孔隙度与实验室测得的样品体积密度交会图

将实验室中灰质的质量百分数转化为体积百分数后，便可以进行岩心与对应测井响应特征多元拟合。通过对比，本地区主要是声波时差、自然伽马相对值和微电位电阻率对灰质含量较为敏感，建立的关系如下：

Vca=111.679 7-0.355AC-1.56RNML+21.48ΔGR

(6)

式中：RNML为微电位电阻率，Ω·m。

(3)系数B和A求取：在泥质影响较小的情况，可以只对声波时差进行灰质校正，如图6所示，相对图1，校正后的声波时差与孔隙度的相关性明显提高，A取0.161，B取-21.853。在泥质较重层段，需要进行灰质和泥质校正，如图7所示，选取自然伽马大于80API的岩心点建立校正关系，A取0.133 1，B取-9.637 1。

图6 孔隙度与灰质校正后声波时差交会图

图7 孔隙度与灰质、泥质校正后声波时差交会图

4 应用效果评价

将本次研究提出的模型应用在Z油田B井阜宁组的孔隙度计算中，同时对比单声波法计算的孔隙度。表1是岩心对应测井响应特征及两种孔隙度计算方法结果对比，从表中可以看出，当自然伽马大于80API时，泥质偏重，单声波法计算的孔隙度明显偏大，而当自然伽马偏小，微电位电阻率相对比较大，声波时差偏小时，灰质的影响较大，新建立模型计算的孔隙度更接近真实值。图8为两种方法计算结果与岩心分析结果的比较，从图中可以看出，本次研究建立的模型计算的孔隙度明显集中在对角线45°线的两边，而单声波法计算的孔隙度相比前者，数据点相对不集中，部分数据点计算值偏大，与泥质偏重有关。本次研究建立的模型相比单声波法，孔隙度的相对误差从41%降到16%，定量计算精度大幅度提高。

图8 两种方法计算结果与岩心分析结果比较

5 结论

(1)当地层孔隙度较差，非均质性强时，对孔隙度直接进行三孔隙度曲线的拟合，结果会造成孔隙度偏大或偏小，需要对三孔隙度曲线进行泥质和灰质的校正。

(2)利用本文提出的结合体积模型和岩心刻度测井法计算孔隙度的方法，相比常用的孔隙度计算方法，可以在不需要获取地层骨架值等不确定性参数的基础上准确地计算地层真实孔隙度。

(3)通过对Z油田B井阜宁组低—特低孔储层的实际资料处理，证明本文提出的方法相对单声波法，计算的孔隙度与岩心分析结果吻合较好，且绝对误差较小，满足了这类储层孔隙度计算精度的要求。

[1] 张娟．呼和诺仁油田B区储层孔隙度计算方法优选[J]．国外测井技术，2012，188(2)：41-43．

[2] 王向荣，陈耿毅，余钦范．萨中开发区萨零组储层物性参数测井解释方法[J]．物探与化探，2005，29(1)：21-23．

[3] 谢然红，肖立志，张建民，等．低渗透储层特征与测井评价方法[J]．中国石油大学学报(自然科学版)，2006，30(1)：47-51．

[4] 王洪辉，黎鹏，段新国．四川盆地须家河组低孔致密砂岩孔隙度测井解释研究[J]．成都理工大学学报(自然科学版)，2009，36(3)：249-252．

[5] 毛志强，张冲，肖亮．一种基于核磁共振测井计算低孔低渗气层孔隙度的新方法[J]．石油地球物理勘探，2010，45(1)：105-109．

[6] 石油测井情报协作组编．测井新技术应用[M]．北京：石油工业出版社，1998：122-150．

[7] 雍世和，张超谟，刘子云，等．测井数据处理与综合解释[M]．东营：中国石油大学出版社，1996：152-261．

[8] 楚泽涵，高杰，黄隆基，等．地球物理测井原理及方法(上册)[M]．北京：石油工业出版社，2007：225-360．

[9] 武玉宏，王慧，高红艳．对三孔隙度交会图法进行测井曲线标准化的改进[J]．油气地质与采收率，2005，12(2)：38-41．

Improvement method of porosity logging calculation for low and extra-low porosity reservoirs of Funing Formation in Z Oilfield

Shi Xianda1, Kan Yankun1, Tan Hengjie1, Zhao Yi2

(1.NO.2OilProductionPlantofJiangsuOilfieldCompany,SINOPEC,Tianchang239300,China;2.LoggingCompanyofHuadongPetroleumEngineeringCo.,LTD.,SINOPEC,Yangzhou225000,China)

Due to the porosity of the low and extra-low porosity reservoir affected by lithology, there are strong reservoir heterogeneity and the uncertain value of frame. Thus it is difficult to accurately obtain the real porosity of reservoirs by the common single porosity method. Based on volume model, the acoustic wave curve firstly was corrected by carbonate content. And then shale in heavier argillaceous formation was corrected, the coefficient was solved by the core calibration logging. Finally, the porosity model was obtained. The actual data application showed that the porosity calculated by this method is in good agreement with one of core analysis. Compared with the acoustic wave method, the relative error was reduced from 41% to 16%. And the calculation results can accurately reflect the porosity of the low and extra-low porosity reservoirs.

low and extra-low porosity reservoirs; porosity; acoustic wave; the value of frame; logging

TE321

A

10.16181/j.cnki.fzyqc.2017.03.007

2017-04-20；改回日期：2017-05-18。

石先达(1970—)，高级工程师，主要从事油田开发地质研究工作。E-mail：shixd.jsyt@sinopec.com。

(编辑 谢 葵)