基于状态空间模型的X区块水淹层定性识别方法

毛玉丹，李全厚

(东北石油大学，黑龙江 大庆 163000)

随着油气的不断开发，国内许多油田都进入开发的中后期，为了维持产量，大多数油田通过注水来维持地层压力，并驱替地层中的原油，使得产量不至于下降得太快。这样产生的问题就是大部分油田储层水淹状况比较严重。为了优化注采井网及提高采收率，需要开展水淹层测井解释的综合评价，因此提出了状态空间定性识别方法来实现水淹层的定性判别。

1 初始水淹等级判别

在状态空间解释模型中，选择水淹特征明显、易于识别的单层作为状态空间解释模型启动条件。通常由于受水重力分异作用的影响，顶层的水淹状况决定了下部储层的水淹程度，因此选择顶部储层作为状态空间解释模型启动条件。这里采用图版法进行初始水淹等级的判别。

针对X区块的储层特点，依据水淹层测井响应特征分析，优选出深侧向电阻率与深浅侧向电阻率幅差为水淹层测井识别的敏感参数，基于已确定典型水淹层的油层、水淹层、水层样本数据，采用交会图技术分区建立水淹层定性识别图版，并给出了水淹层定性判别标准。

图1为X区块所建立的水淹层定性识别图版。先利用深侧向电阻率与深浅侧向电阻率幅差交会图区分水淹层与水层、油层，再利用深侧向电阻率与 交会图进一步划分水淹层与低阻油层[1]。图版共统计有33口井，198个层，共符合194层，建立的图版精度为98.0%。

图1 水淹层定性识别图版

2 基本解释单元划分

在注水开发过程中，在同一个厚储层中沉积砂体不同，其各个细分层段水淹特征也各不相同，水淹特征不明显的层段可通过与同一个储层其他层段对比，来确定其水淹特征，因此引用了基本解释单元的概念，即把地质上的沉积单元映射或扩展到测井曲线上，并根据曲线特征划分出一个层段进行整体解释，这样的层段就称为“基本解释单元”[2]。结合X区块地质与取心资料，确定以各砂岩层之间的隔层厚度1.5 m为界限，大于或等于1.5 m划分为一个解释单元。

图2为E-13井的基本解释单元的划分结果。PV2小层下部7号层为水淹层；PV3小层上部8号层为油层。7号与8号层之间的泥岩厚度为1.5 m，隔挡效果好，可做为隔层。因此将PV2小层中6、7号层划分成一个解释单元；PV3小层上部8号层为油层，PV3小层下部9号层为水淹层，8号与9号层之间没有泥岩隔挡，因此将PV3小层中8、9号层划分成一个解释单元。

图2 E-13井解释单元划分结果

3 状态空间解释模型

状态空间解释模型，是根据基本解释单元内顶层的测井响应及水淹级别，依据各细分层间测井曲线的相对变化趋势，来逐层判别储层的水淹级别[3]。在水淹层识别的过程中，选用对水淹状况反应最为明显的储层的深侧向电阻率、浅侧向电阻率、深浅侧向幅度差、深浅侧向幅度差与深侧向幅度值比值等测井响应，以及对岩性反应敏感的声波时差、密度及自然伽马等测井响应所构成的一维矩阵方程做为状态向量。其一般表示为：

(1)

水淹级别判别系统可以用下面的模型进行描述[4]：

1)状态方程

(2)

2)输出方程

(3)

(4)

状态方程可转化为各细分层之间参数的迭代关系式：

(5)

在实际应用中，只取相邻两层之间的转换，隔层或跨层转换没有实际意义。比如A(3,2)、A(2,1)有意义，而A(3,1)、A(5,2)则没有意义。

结合取心资料、试油资料、投产资料以及测井响应，综合确定状态转移因子及KALMAN滤波增益的门限值。利用过程辨识算法可求各细分层之间A与B的变化关系，也就是它们的变化梯度和卡尔曼滤波增益。KALMAN滤波增益能够反映水淹程度的变化，因为各种测井响应是对储层信息的综合反映，而在厚层细分层解释中，上一储层的水淹状况影响着相邻下一个储层的水淹状况，A、B两个参数矩阵是当前储层多条测井响应与下一储层多条测井响应的转换系数矩阵，它们包含了测井资料所反映的储层水淹状态变化的信息，因此可以根据它们数值的变化，进行水淹状况判别[5]。根据KALMAN滤波增益可以判别各细分层之间水淹状态有无改变，根据其变化梯度可以判别水淹程度是加重还是减轻。从而完成储层水淹状况的定性识别。目前这一技术可通过计算机程序实现。

4 应用实例

图3为A-37井利用状态空间识别方法判别水淹等级的成果图，处理层段基础数据如表1所示。

该井2011年4月投产，生产层位仅为PV3层，62 bbl/d，初期产水率为10.33%，证明生产层位已水淹，按产水率划分应为弱淹。2011年7月补孔PV2层，2012年1月PV2、PV3层合产油222 bbl/d，产水率为12.82%，证明PV2层未水淹。状态空间判别结果中7号层为油层、8号层为弱水淹层、9号层为中水淹层。状态空间判别结果和生产测试分析结果基本一致，可用于研究区水淹层的定性判别。

图3 A-37井水淹等级判别成果

深度/m层厚/mCal/inGRAPICNL小数DEN/(g·cm-3)DT/(μS·ft-1)RT/Ω·mRS/Ω·mRXO/Ω·m1336．01348．612．69．5271．50．252．2498．3113．5773．821．361359．81369．39．59．6577．20．2742．22101．321．217．51．081369．71371．92．29．6072．90．2622．24597．222．919．11．14

利用状态空间定性识别模型分别处理了3个区块15口生产井，共233个层；不符合层数为39层，符合层数为194层，符合率为83.3%。证明该方法对于X区块有一定的适用性。

5 结 论

状态空间解释模型能够更加精细的判断不同储层或者沉积单元之间测井资料的相对变化，因而可用于判断储层的水淹状态。本文结合X区块定性识别图版建立的状态空间模型更具有区块适用性，针对X区块的储层特点，并结合定性图版确定的初始条件，进一步优化模型，提高模型的精度，更为准确的识别出水淹层,为后续的工程措施以及提高油田的采收率等提供依据。

参考文献：

[1] 韩晓梅. 南堡油田高柳地区水淹层测井评价方法[D]. 中国石油大学(华东), 2011.

[2] 文慧俭, 李雪英, 孟青云，等. 水淹层解释单元自动划分方法[J]. 地球物理学进展, 2013, 28(3): 1517-1521.

[3] 张洪辉. 新肇油田特低渗透储层水淹层识别技术研究[D]. 浙江: 浙江大学, 2016.

[4] 张贤达. 时间序列分析[M]. 北京:清华大学出版社，1996: 282-284.

[5] 李全厚, 张云英, 姜萍，等. 状态空间模型在薄差水淹层测井解释中的应用[J]. 测井技术, 2001, 25(4): 291-293.