基于测录井资料的环西—彭阳地区延安组储层流体性质识别方法研究

张丛秀，郝晋美，刘治恒，郭浩鹏

（1.中国石油长庆油田分公司勘探开发研究院，陕西西安 710021；2.低渗透油气田勘探开发国家工程实验室，陕西西安 710021）

鄂尔多斯盆地环西—彭阳地区位于有效烃源岩分布区边缘，原油主要来源于长6 段和长7 段的烃源岩[1-2]，含油层系多，小断层发育，油藏规模小，相邻井含油性差异大[3-8]，部分油气层还发生过二次运移，对地质录井有严重影响[9-14]。该地区原油属轻质油，且80%以上原油含乳化水，地层水性质变化大，油水层电性界限模糊，测井解释困难[15]。延安组储层还是典型的气测全烃含量低的油层，气油比非常低，气测录井难以及时发现油气显示，同时受气测全烃含量过低的影响，部分气测组分不全，利用目前常用的气测解释评价方法无法准确评价储层流体性质[16]。为了更好地识别储层流体性质，笔者从测录井资料入手，结合储层试油结果，对储层流体与测录井参数的响应特征进行了全面分析，筛选出与储层流体性质有关的价值参数，并引入SPSS 软件的Fisher 判别方法，对储层错综复杂的测录井参数进行了深度数据挖掘，从判识率和分离度2 方面考虑，优选出判识率高且分离度大的参数组合，建立了解释图版，以期降低人为因素影响，提高流体识别能力。

1 储层流体特征对测录井的影响

1.1 原油特征的影响

环西—彭阳地区产油层系主要为延7 段、延8 段和延9 段，原油属轻质油，且80%以上原油含乳化水，乳化水对储层的电性特征有一定的影响。研究表明[17]，加入无机盐可以使原油的乳化含水率增大，无机盐对流动条件下原油乳化含水率的影响程度排序为NaCl＞（Na2SO4、NaHCO3）＞MgCl2＞CaCl2。该地区地层水以Na2SO4型、NaHCO3型和MgCl2型为主，这可能是引起原油乳化的重要因素。该地区纯油层的电阻率为4.79～351.37 Ω·m，范围大，因此用测井电阻率判识储层流体性质较为困难。

赵彦德等人[1]对环西—彭阳地区原油和油砂抽提物族组分进行了分析，结果为：饱和烃含量为26.36%～65.27%，芳烃含量为13.33%～27.37%，非烃和沥青质含量为11.98%～50.91%，饱/芳值为1.6～4.1，族组分变化范围比较大。这一特点对现场荧光录井有一定影响，使现场录井结果差异较大，因而利用录井资料判识储层流体性质也很困难。

1.2 地层水特征的影响

环西—彭阳地区延安组储层的另一典型特征是存在比较强的流体非均质现象，其地层水水型分布如图1 所示。从图1 可以看出：地层水类型较多，随着深度增加，水型从硫酸钠型和碳酸氢钠型逐渐变成氯化钙型，证明该地区地层水明显含有晚期的渗透水[18]，它导致了储层油气的再次运移、聚集以及油气藏的氧化、破坏和散失等[19-20]。二次运移后的残余油层具有一定的油层特征，成为影响储层流体识别的一大难点。该地区地层水Cl－质量浓度与电阻率的关系如图2 所示。由图2 可知，储层地层水Cl－质量浓度为1191～74737 mg/L，变化范围较大。随着Cl－质量浓度降低，储层电阻率有增大趋势，因其影响，试油纯水层电阻率为3.69～114.48 Ω·m，差异大，明显存在高阻产水层（见图2 中绿圈）。地层水性质紊乱，造成了油水层电阻率对比度低，水性的差别削弱、掩盖甚至抵消了含油性对电性的影响，使油、水层电性界限模糊[16]。

图1 地层水水型分布Fig.1 Distribution of formation water types

图2 地层水Cl－质量浓度与电阻率的关系Fig.2 Relationship between mass concentration of chloride ion in formation water and resistivity

2 敏感参数优选

2.1 测井参数优选

环西—彭阳地区延安组储层电阻率受地层水影响较大，直接应用符合率较低且会遗漏有价值的储层（见图3、图4），结合电阻率差异和电阻率变化，其规律性有所提高。电阻率呈负差异且有下降趋势，储层产水比例高（见图5、图6）。随着通过测井资料计算的含油饱和度增大，泥质含量降低，储层产油的可能性增大（见图7）。

2.2 录井参数优选

2.2.1 现场地质录井参数优选

对环西—彭阳地区延安组有试油结果的84 小层的现场地质录井参数进行了统计，荧光直照色主要为黄色和黄白色，暗黄色和亮黄色较少（见图8）。黄色产油可能性大，黄白色产水可能性大；荧光系列对比级别越高（见图9）、荧光含油面积（见图10）越大，产油可能性越大。对21 层试油只产油储层的现场录井参数进行组合分析，21 层共有17 种组合，说明内部关系非常复杂，想要达到统一认识，比较困难。

图3 电阻率与声波时差解释图版Fig.3 Interpretation chart of resistivity and interval transit time

图4 电阻率与补偿中子解释图版Fig.4 Interpretation chart of resistivity and compensated neutron

图5 电阻率差异与储层流体性质的关系Fig.5 Relationship between resistivity difference and reservoir fluid properties

2.2.2 气测录井参数优选

图6 电阻率变化与储层流体性质的关系Fig.6 Relationship between resistivity variation and reservoir fluid properties

石油运移过程中压力降低，气油比随运移距离增大而逐渐变小。侧向运移时，由于甲烷与围岩间的吸附力小，其含量增加；垂向运移时，甲烷相对分子质量小，渗透性最强，会优先逸失，气油比和甲烷含量均会变小[3]。环西—彭阳地区延安组油气经过垂向和侧向运移，大多储层气油比较低，平均为6.0 m3/t，为典型的气测全烃含量低的油层。分析气测参数，做最大全烃含量与湿度比、充注系数与峰基比的图版，结果见图11 和图12。从图11 和图12 可以看出，有一定规律，但效果一般，怎样把这些有价值的参数有机地结合起来，是需要研究的问题。

图10 荧光含油面积与储层流体性质的关系Fig.10 Relationship between fluorescence oil-bearing area and reservoir fluid properties

3 储层流体识别方法

由上述分析可知，评价参数多而杂。图3～图12 是从大量图版中优选出的、有一定规律的图版，各参数均有一定效果，但单独应用符合率均比较低。为此，经过综合分析和考虑，引入了多元统计分析判别归属的方法——Fisher 判别方法。该方法的基本原理是：利用已知分类样本的数据信息，找出样本客观分类的规律，从而建立某种判别公式和判别准则；然后，根据建立的判别公式和准则，判别新样本数据所属的类别。

Fisher 判别分析的基本思路为：针对P维空间中的某点X={X1，X2，…，XP}，寻找一个能使它降为一维数值的线性函数F=ΣCiXi，然后应用该线性函数把P维空间中的已知类别总体归属的样本都变换为一维数据，这样既能最大限度地缩小同类别中各个样本点之间的差异，又能最大限度地扩大不同类别中各个样本点之间的差异，从而获得满意的判别结果[21-23]。

图11 气测最大全烃含量与气测湿度比的图版Fig.11 Chart of maximum total hydrocarbon content and gas logging humidity ratio

图12 气测峰基比与充注系数的图版Fig.12 Chart of gas logging peak-to-base value and filling coefficient

统计环西—彭阳地区延安组83 层已知流体类别储层的相关数据（1 层因参数不全未统计），以试油结论油层、油水同层、含油水层、和水层作为分类变量。因取心对气测值及现场显示有明显的影响，所以将是否取心也作为判别流体性质的一个因素。首先对前期筛选的非数字化参数进行数字化处理，如将荧光直照色中黄白色、亮黄色、黄色和暗黄色分别数字化为1，2，3 和4；含油面积＜5%，5%～10%，10%～15%，15%～20%和＞20%分别数字化为1，2，3，4 和5；电阻率差异的负差异、无差异和正差异分别数字化为−1，0 和1；电阻率变化的降低、平稳和升高分别数字化为−1，0 和1；将是否取心中的取心和未取心分别数字化为1 和0。然后将这83 层数字化后的测录井参数（电阻率、声波时差、密度、补偿中子、泥质含量、含油饱和度、是否取心、全烃基值、最大全烃含量、平均全烃含量、峰基比、充注系数、湿度比、平衡比、荧光直照色、含油面积、荧光系列对比级别、电阻率差异和电阻率变化）导入SPSS 软件，从符合率和分离度2 方面考虑，逐一判别和检验，再次进行优选，最终选出最能反映研究区流体性质的15 项参数组合，建立了3 个判别函数F1、F2和F3（见表1）。SPSS 软件流体分类Fisher 判别图见图13，Fisher 分类及流体性质判别符合情况见表2。

表1 不同类型储层流体分类函数系数及常量Table 1 Coefficient and constant of classification function for different types of reservoir fluids

图13 SPSS 软件流体分类Fisher 判别图Fig.13 Fisher discrimination diagram of fluid classification by SPSS software

表2 Fisher 分类及流体性质判别符合情况Table 2 Conformity of Fisher classification and fluid properties identification

由表2 可知，83 个样本中有77 个样本判别正确，判别准确率达到了92.77%。图13 和表2 证明，该方法能够较好地识别储层流体性质。

Fisher 判别函数的特征值与方差贡献率见表3。从表3 可以看出，函数F1和F2的累计贡献率达90.5%，函数F3的方差贡献率较小。此处选用2 个贡献率较大的函数F1和F2进行交会，建立了解释图版（见图14），该图版的返判率为89%。

表3 Fisher 判别函数特征值与方差贡献率Table 3 Eigenvalue and variance contribution rate of Fisher discriminant function

图14 Fisher 判别方法流体性质解释图版Fig.14 Interpretation chart of fluid properties by Fisher discriminant method

4 应用效果

利用基于测录井资料的环西—彭阳地区延安组储层流体性质识别方法，解释评价9 口井10 层的流体，结果见表4 和图15。由表4 和图15 可知，1 油层落在油水同层区，1 水层落在含油水层区，其余全部符合，符合率为80%，未漏失有价值的层，效果较好。

表4 环西—彭阳地区延安组综合解释图版验证结果Table 4 Verification results of comprehensive interpretation chart of Yan'an Formation in Huanxi-Pengyang area

图15 环西—彭阳地区延安组综合解释验证图版Fig.15 Comprehensive interpretation and verification chart of Yan'an Formation in Huanxi-Pengyang Area

以该地区X42 井与X20 井的延9 储层段为例进行对比分析。X42 井与X20 井的参数对比见表5，X42 井和X20 井延安组测井录井曲线如图16、图17所示。由表5 及图16、图17 可知，X42 井与X20 井的测井录井参数非常相近，仅仅用前面单一的解释图版，无法正确判识流体性质，但是将各参数拟合出的判别函数F1、F2投入解释图版（见图18），可明显看出落入不同区域。由此可知，在解释评价时，应尽可能将测录井资料收集全，全面应用，以降低人为因素的影响，得到可信的解释结论。

5 结论

1）环西—彭阳地区位于鄂尔多斯盆地扩边勘探区，准确判别流体性质对该盆地边缘油气的勘探开发具有重要作用。一般来说，储层流体会发生二次运移，低气油比、原油乳化水及地层水的非均质性对判别储层流体性质影响较大，采用测井电阻率、录井交会图等常规方法判别储层流体性质，准确率不高。

表5 X42 井与X20 井参数对比Table 5 Comparison of parameters of Well H42 and Well H20

图16 X42 井延安组测井录井曲线Fig.16 Logging curve of Yan'an formation of Well X42

图17 X20 井延安组测井录井曲线Fig.17 Logging curve of Yan'an formation of Well X20

图18 X42 井和X20 井综合解释图版Fig.18 Comprehensive interpretation chart of Well X42 and Well X20

2）Fisher 判别法是多元统计分析判别归属的方法，其把P维空间的所有点转化为一维数值，既能最大限度地缩小同类别中各个样本点之间的差异，又能最大限度地扩大不同类别中各个样本点之间的差异，判别准确率可达80%以上。其不足主要是，选取因子时较为繁琐，前期需要对大量测录井参数进行筛选，后期还要将筛选的参数导入SPSS 软件进行逐一判别、检验，选出最能反映研究区储层流体性质的测录井参数组合。

3）Fisher 判别法为环西-彭阳地区延安组储层流体识别提供了较为实用的方法，也值得其他类似地区参考借鉴。但要注意，不同研究区块识别流体的测录井参数组合和对应函数不尽相同，需要通过类似方法寻找最能反映研究区块储层流体性质的测录井参数组合及对应函数。