定边油区长7储层测井渗透率解释模型优化

2018-07-23 07:13党海龙王振华梁卫卫
关键词:岩心测井渗透率

张 亮,党海龙,王振华,梁卫卫

(陕西延长石油(集团)有限责任公司 研究院,陕西 西安 710075)

引 言

渗透率是确定储层产能的关键指标之一,其准确性关系到储层产能评价的准确程度。基于少量岩心孔渗实验数据拟合和刻度测井技术建立测井渗透率解释模型成为首选方法[1-2]。岩心孔渗实验中发现,定边油区长7储层岩心孔隙度测量值相近,但渗透率差异非常大,相同孔隙度数值的岩心渗透率数值相差1至2个数量级。直接采用该岩心数据拟合孔渗关系相关性差,刻度测井推导出的测井渗透率解释模型精度不高,无法满足储层产能评价需要。因此,对长7储层测井渗透率解释模型进行优化势在必行。

1 测井渗透率解释模型的建立

1.1 孔隙度解释模型建立

储层的孔隙空间是油气运移聚集的场所,是油气藏形成的必要条件,在测井中能反映孔隙度的有中子、密度和声波测井曲线[3]。定边地区多数井曲线仅有声波时差一条曲线,因此,为了对全区进行多井解释对比,建立孔隙度模型只能利用声波时差曲线。本文对长7段储层建立模型,首先对声波时差曲线进行归一化和标准化校正,然后与岩心分析孔隙度建立关系图版,优选10口井136个点的资料,建立起岩心分析孔隙度与声波时差之间的对应图版(图1)。统计分析得孔隙度计算式为

φ=0.165 9Δt-28.865,

(1)

式中:φ为孔隙度,%;Δt为声波时差,μs/m。

图1 岩心分析孔隙度与声波时差关系Fig.1 Relationship between core analysis porosity and acoustic transit time

1.2 渗透率解释模型建立

利用岩心分析化验资料,对长7储层孔隙度和渗透率进行了回归,建立研究区长7油层组的渗透率图版(图2),通过回归得渗透率与孔隙度关系

K=0.050 7e0.212 5φ,

(2)

式中:K为渗透率,10-3μm2;φ为孔隙度,%。

图2 岩心分析渗透率与岩心分析孔隙度关系Fig.2 Relationship between core analysis permeability and core analysis porosity

由式(1)和式(2)得测井渗透率与声波时差关系式:

K=0.050 7e0.035 3Δt-6.133 8。

(3)

由图2可见,岩心实验孔渗数据点分布分散,拟合相关性较低。同时,用式(3)计算的渗透率值与岩心实验渗透率值吻合度也不高。其根本原因是定边油区长7储层属于低孔低渗储层,微观孔隙结构复杂且存在微裂缝的影响[4-5](图3)。

图3 东仁沟地区某井微裂缝Fig.3 Micro-fractures of a well in Dongrengou region

2 测井渗透率解释模型优化

鉴于微观孔隙结构复杂且存在微裂缝,导致孔渗实验数据拟合度不高,测井渗透率计算不准,本文对定边油区长7低孔低渗储层微观孔隙结构进行分析。应用反映孔隙微观特征参数建立储层分类标准,应用实际资料建立储层品质指数与微观特征参数间的关系,研究储层岩石物理分类的有效方法[6-8],并分类建立对应的渗透率解释模型。再通过岩心刻度测井技术建立常规测井资料储层分类标准,实现单井逐层分类解释;依据测井资料分类解释结果,应用对应渗透率解释模型计算,以达到测井渗透率计算优化的目的。

2.1 储层岩石物理分类

毛管压力曲线不仅反映储层孔隙半径大小、分选性好坏和排驱压力等微观孔隙结构特征,还反映了储层渗透能力的不同,因此应用毛管压力曲线可以直观地对储层进行有效分类[9-10]。

重庆科技学院复杂油气田勘探开发重点实验室对研究区20块岩心样品进行了压汞法毛管压力曲线测定。实验方法参照SY/T5346-2005《压汞法毛管压力曲线测定》标准设计,实验仪器为AuToPoREIV9500型压汞仪。本文通过对实验测得的毛管压力曲线参数进行分类统计,将研究区储层分为4类(见表1)。

表1 长7储层毛管压力曲线特征参数Tab.1 Characteristic parameters of capillary pressure curves of Chang 7 reservoir

Ⅰ类排驱压力低,孔喉分布集中、孔喉粗、分选中等,属研究区储集性能和渗流能力最好的储层类型。Ⅱ、Ⅲ类排驱压力较低-中等,孔喉分布相对集中,孔喉较粗、分选中等-较好,属储集性能和渗流能力较好的储层类型。Ⅳ类排驱压力高,孔喉细,分选好,属储集和渗流能力最差的储层类型。

前人研究表明,储层品质指数与反映储层微观孔隙结构特征参数具有较好的相关性,可以有效地评价储层孔隙结构特征[11-12]。本文引入储层品质指数

(4)

式中:RQI为储层品质指数,μm;K为岩心分析渗透率,10-3μm2;φ为岩心分析有效孔隙度,%。并对岩心的毛管压力曲线特征参数与储层品质指数进行拟合分析,取得了较好的相关性结果(图4,图5)。

以毛细管压力曲线分类标准为依据,充分利用22块岩心数据计算得到与Ⅰ、Ⅱ、Ⅲ、Ⅳ类不同储层对应的变化规律,进而得出储层品质指数储层分类标准(表2)。

图4 储层品质指数与喉道半径均值关系Fig.4 Relationship between reservoir quality index and average throat radius

图5 储层品质指数与排驱压力关系Fig.5 Relationship between reservoir quality index and displacement pressure

分类渗透率/10-3μm2孔隙度/%储层品质指数/μmⅠ2.0915.35>0.12Ⅱ0.207.160.05~0.12Ⅲ0.088.880.03~0.05Ⅳ0.012.93<0.03

依据储层品质指数将岩心分析孔渗数据分为4类(图6),按分类对储层孔隙度和渗透率分别进行回归,得:

Ⅰ类K1= 0.219 3e0.217 2φ,R2= 0.661 7;

(5)

Ⅱ类K2= 0.084 6e0.164 4φ,R2= 0.761 9;

(6)

Ⅲ类K3= 0.037 5e0.153 4φ,R2= 0.699 1;

(7)

Ⅳ类K4= 0.011 1e0.188 3φ,R2= 0.851 5。

(8)

分类后岩心孔渗拟合相关性(式(5)—式(8))相比分类前(式2)明显提高,这是因为,合理的分类解决了因微裂缝及复杂微观孔隙结构造成的孔隙度值相近及岩心测得渗透率值存在数量级差异的问题。

图6 长7储层岩心分析孔渗数据分类Fig.6 Classification of core analysis permeability and porosity data of Chang 7 reservoir

2.2 测井资料计算储层品质指数

在实际生产过程中取心资料少,储层岩石物理分类法不能满足研究区所有井测井渗透率分类计算的需要。但是,每口井的测井资料齐全,以取心井的岩石物理储层分类为基础,分析不同类型储层对应的测井响应特征[9]。

结合定边油区长7测井资料实际,应用岩石物理计算得到的储层品质指数与各测井曲线间进行的相关性分析结果表明:储层品质指数随声波时差值的增大而增大;储层品质指数随自然伽马相对值的降低而增大(图7、图8)。

图7 取心井声波时差与储层品质指数关系Fig.7 Relationship between acoustic transit time and reservoir quality index of coring well

图8 取心井自然伽马相对值与储层品质指数关系Fig.8 Relationship between natural gamma relative value and reservoir quality index of coring well

应用SPSS软件进行三参数拟合建立应用测井资料计算岩心储层品质指数的解释模型:

RQI=0.816×10-5e0.015Δt-0.631gr2-1.047gr+2.191,

(9)

式中:Δt为声波时差值,μs/m;gr为归一化伽马相对值。

利用式(9)计算10口井33层的储层品质指数,并与岩石物理计算得到的储层品质指数拟合比对,相关性较高(图9),依据该解释模型实现了单井逐层确定储层品质指数。

图9 储层品质指数拟合效果Fig.9 Fitting result of reservoir quality index

2.3 测井渗透率解释模型优化及实例分析

依据式(9)测井资料储层品质指数解释模型,对单井逐层计算储层品质指数,对目的层按照表2进行储层品质分类,再按类别选择测井渗透率计算式(式(5)-式(8)),联立式(1)得到目的层段测井计算渗透率曲线,实现对目的层测井渗透率计算优化的目的。

为验证测井渗透率解释模型的优化效果,本文用该模型计算定边东仁沟D井长7储层段测井渗透率,并与岩心分析结果进行对比(图10)。可以看出,优化后的测井渗透率解释模型,对比传统渗透率解释模型式(2),计算的测井渗透率与岩心渗透率吻合度更高,拟合效果更好,更加符合定边油区长7储层地质实际。

3 结 论

(1)定边油区长7储层微观孔隙结构复杂且存在微裂缝,岩心孔渗实验数据中相同孔隙度数值的岩心渗透率数值相差1至2个数量级,直接采用岩心数据刻度测井技术推导的渗透率解释模型精度有待提高。

(2)将毛管压力曲线储层岩石物理分类,储层岩心刻度测井技术,以及测井资料计算分类相结合,对储层品质指数进行分类,充分利用了毛管压力曲线对微观孔隙结构的敏感度和常规测井资料的普遍性,不仅提高了分类解释精度,同时扩大了该方法适用广度。

图10 东仁沟D井渗透率解释模型优化后计算结果Fig.10 Calculation results after the permeability interpretation model of D well in Dongrengou region is optimized

(3)实例分析表明,优化后的测井渗透率解释模型与传统渗透率解释模型相比,计算的测井渗透率与岩心渗透率吻合度更高,拟合效果更好,更加符合定边油区长7储层地质实际。

猜你喜欢
岩心测井渗透率
本期广告索引
气藏型储气库多周期注采储集层应力敏感效应
钻探岩心定向技术在地质剖面解译中的应用
Acellular allogeneic nerve grafting combined with bone marrow mesenchymal stem cell transplantation for the repair of long-segment sciatic nerve defects: biomechanics and validation of mathematical models
基于测井响应评价煤岩结构特征
中石油首个全国测井行业标准发布
页岩气岩心评价体系综述
核磁共振测井在致密油储层孔隙结构评价中的应用
基于孔隙结构的页岩渗透率计算方法