准噶尔盆地玛湖凹陷二叠系下乌尔禾组核磁共振测井含油性评价方法

毛 锐 申子明 常秋生 牟立伟

（中国石油新疆油田公司勘探开发研究院 ）

0 引言

含油性评价是储层测井评价的重要工作之一。受岩性复杂、孔隙结构复杂及非均质性强的影响，电阻率测井反映储层孔隙流体性质的信息弱，使储层含油性评价工作遇到瓶颈。近年来，核磁共振测井技术在准噶尔盆地油气勘探领域得到广泛应用[1]。国内外学者在一维核磁共振测井含油性评价方面做了大量的研究[2-3]。目前，利用核磁共振测井识别流体性质的方法主要包括：差谱法、移谱法、增强扩散法和时域分析法、人工智能法[4-19]。然而，上述方法在准噶尔盆地二叠系下乌尔禾组储层的含油性评价中具有如下的局限性：（1）核磁共振响应由于受孔隙结构的影响大于孔隙流体的影响，差谱法与时域分析法表征的流体特征不明显，部分井甚至出现流体性质识别错误的结果。（2）砾岩储层物性差、孔隙度小，且核磁共振测井多以双等待时间测量，缺乏移谱法与增强扩散法所需的双回波间隔资料基础。（3）人工智能法需要大量样本的训练，单纯依靠数学算法，缺乏物理意义。

本文以准噶尔盆地玛湖凹陷二叠系下乌尔禾组砾岩储层为例，提出一种基于“两段式”分段幂函数，利用毛细管压力曲线构建饱和水T2谱的方法。通过对比实测的核磁T2谱及构建的饱和水T2谱，提取特征参数，建立研究区核磁共振测井流体性质识别图版及含油饱和度计算模型，实现了研究区探井的含油性定性、定量评价，为低渗透砾岩储层含油性评价奠定了基础。

1 地质背景

玛湖凹陷位于准噶尔盆地西北缘，西侧和北侧为克百断裂带、乌夏断裂带，东侧为夏盐凸起、三个泉凸起、英西凹陷，南侧为达巴松凸起、中拐凸起（图1）。玛湖凹陷是准噶尔盆地六大生烃凹陷之一，目前在三叠系百口泉组和二叠系上乌尔禾组、下乌尔禾组等层系均发现多个纵向叠置的砾岩油气藏，油气勘探潜力巨大[20-21]。下乌尔禾组以扇三角洲—湖泊相沉积环境为主，发育厚层的砾岩储集体，岩性主要为灰色、灰绿色块状厚层砂砾岩，夹灰色、红褐色泥岩、砂质泥岩。砂砾岩成分复杂，砾石成分以凝灰岩、花岗岩、流纹岩为主，砂质成分以凝灰岩为主，杂基以泥质为主且含量较高。储层储集空间为剩余粒间孔、次生粒间溶孔和粒内溶孔。平均孔隙度为8.82%，平均渗透率为0.2mD，为低孔低渗储层。

图1 玛湖凹陷构造位置图Fig.1 Structure location map of Mahu Sag

2 含油性评价方法

2.1 储层分类

由于低渗透砾岩非均质性强，不同类型储层的物性、含油性差异大，在含油性评价之前需进行储层分类工作。从成岩作用来说，相较于上覆埋深较浅的百口泉组、上乌尔禾组砾岩，下乌尔禾组埋深更大，导致压实作用更为强烈，随着储层埋深增大，孔隙度呈现减小趋势；同时储层胶结作用强烈，使得砾岩总体致密且物性差，只有在溶蚀作用较强的情况下，岩石物性才有所改善[22-26]（图2）。从沉积作用角度来说，下乌尔禾组以退积式的扇三角洲—湖泊相沉积环境为主，优质储层主要集中在扇三角洲前缘的水下分流河道中[27-30]，这类储层往往具有黏土矿物含量少、物性好、厚度大的特征。同时，研究发现岩石颗粒之间的填隙物以黏土矿物为主，黏土矿物含量对储层的渗透性具有明显的控制作用[31]。然而，测井评价并不能直接表征成岩作用和沉积作用。因此，选取孔隙度、黏土矿物含量这两个测井可表征的参数作为砾岩储层分类的关键参数。根据研究区勘探经验，结合探井试油层产能，将玛湖凹陷下乌尔禾组砾岩储层分为4 类（表1），可以看出，当孔隙度越大、黏土矿物含量越少时，试油层往往能获得较高的产能。

表1 玛湖凹陷下乌尔禾组砾岩储层分类参数特征表Table 1 Classification parameters and corresponding characteristics of conglomerate reservoir of the Lower Wuerhe Formation,Mahu Sag

图2 玛湖凹陷下乌尔禾组不同成岩作用影响的孔隙结构Fig.2 Reservoir pore structures of different diagenesis of the Lower Wuerhe Formation,Mahu Sag

2.2 配套联测实验及结果

根据核磁共振原理，饱和水的亲水岩石，其核磁T2谱反映孔隙结构的分布，而毛细管压力曲线能够表征孔隙结构的变化。因此，可以利用毛细管压力曲线构建饱和水T2谱，对比构建的饱和水T2谱与实测核磁T2谱，进而探究储层的含油性，而构建过程的关键就是确定毛细管压力与T2分布之间的转换关系。有学者曾尝试利用平均饱和度误差最小值法、二维等面积刻度转换系数法等[32-33]实现毛细管压力与T2分布的转换，但上述转换方法的缺陷在于没有考虑储层含烃对转换结果的影响。因此，为了消除烃类的影响，联测实验设计并测量了15 块岩样的饱和水T2谱、压汞曲线（图3）、润湿性、注氦孔隙度、黏土矿物含量（表2），为构建转换关系奠定实验数据基础。

图3 饱和水T2 谱（左）与压汞（右）联测实验结果Fig.3 Results of saturated water NMR T2 spectrum (left) and mercury injection experiment (right)

润湿性实验结果显示，目的层岩石均为水润湿（表2），满足构建转换关系需以润湿相为亲水岩石的前提。核磁实验结果显示，不同类型岩心的核磁T2谱差异大，T2（弛豫时间）主要分布于0.1～300ms，Ⅰ类、Ⅱ类储层样品的长弛豫时间孔隙度分量（指每一个T2对应的孔隙度）明显大于Ⅲ类和Ⅳ类储层样品。压汞实验结果显示，毛细管压力曲线差异较大，排驱压力从0.16MPa 变化至1.28MPa，进汞饱和度从24%变化至70%，Ⅰ类、Ⅱ类储层样品孔隙结构明显好于Ⅲ类和Ⅳ类储层样品。通过对比可知，饱和水T2谱与毛细管压力曲线所反映出的储层物性特征是一致的。

表2 玛湖凹陷下乌尔禾组岩石物理实验参数表Table 2 Reservoir petrophysical experiment results of the Lower Wuerhe Formation,Mahu Sag

2.3 毛细管压力与T2 分布的转换关系

根据核磁共振弛豫机制可知，当岩石处于均匀磁场时，扩散弛豫可以忽略，横向弛豫时间可以表示为

式中T2——横向弛豫时间，ms；

T2B——流体体积弛豫时间，ms；

ρ2——岩石表面弛豫强度，μm/ms；

S——孔隙表面积，cm2；

V——孔隙体积，cm3。

岩石孔隙的比表面积与孔隙结构相关，当使用球状、柱状等简化孔隙结构时，比表面积与孔径呈线性关系[34]。然而，低渗透储层中孔隙结构复杂，比表面积与孔径应成非线性关系。同时，当岩石饱和水且润湿相为水润湿时，体积弛豫就可以忽略不计，公式（1）可以简化为

式中rc——孔隙半径，μm；

f(rc)——以rc为自变量的非线性函数。

根据毛细管压力与孔喉半径之间的关系，公式（2）中的孔隙半径rc可表示为

式中pc——毛细管压力，MPa；

σ——两种流体的表面张力，N/m；

θ——润湿相流体和岩石表面的接触角，（°）。

结合公式（2）和公式（3），可以得到T2分布与毛细管压力之间的关系：

式中g(pc-1)——以pc-1为自变量的非线性函数。

利用研究区岩样的压汞与核磁联测实验数据，建立毛细管压力与T2分布转换关系图（图4），其过程可以简述为：（1）将核磁T2谱数据按T2从小到大进行累计，形成累计曲线，然后将每个T2的累计曲线孔隙度数值与核磁总孔隙度数值相除，即可得到一条与毛细管压力曲线相近的核磁视饱和度曲线；（2）取核磁视饱和度与进汞饱和度相等时的T2时间与pc-1，将二者交会即可得到毛细管压力倒数与T2分布转换关系图，转换关系表现出明显的“两段式”分段特征。

从图4 可以看出，同一毛细管压力的倒数数值下，T2存在较大的差异，这是由于砾岩储层的非均质性强，物性好与物性差的岩样都同时发育大孔隙和小孔隙，只是大孔隙与小孔隙的比例不同。如果利用图4 直接建立转换关系，势必会导致模型精度差，不能达到精细评价的目的。因此，将图4 中的拐点，即pc=1MPa 作为砾岩大孔隙与小孔隙的分界线，并在储层分类的基础上分大孔隙、小孔隙建立4 类储层的毛细管压力倒数与T2分布的转换关系（图5、图6）。可以看出，储层分类后，毛细管压力与T2分布的转换关系均呈幂函数形式，且相关性均好于不分储层类型的模型。

图4 玛湖凹陷下乌尔禾组15 块岩样毛细管压力倒数与T2 分布的转换关系Fig.4 Relationship between the reciprocal capillary pressure and T2 relaxation time of 15 rock samples of the Lower Wuerhe Formation,Mahu Sag

图5 大孔隙岩样的T2 分布与毛细管压力倒数转换关系Fig.5 Relationship between T2 relaxation time and the reciprocal capillary pressure of large-pore rock samples

图6 小孔隙岩样的T2 分布与毛细管压力倒数转换关系Fig.6 Relationship between T2 relaxation time and the reciprocal capillary pressure of small-pore rock samples

需要说明的是，由于纵向上无法连续获得岩心进行压汞实验，因此将目的层中具有代表性的92 块岩样的毛细管压力曲线分为4 类，并分别提取一条平均毛细管压力曲线（图7），使上述转换模型可应用于实际储层的连续计算。

图7 玛湖凹陷下乌尔禾组4 类储层平均毛细管压力曲线Fig.7 The average capillary pressure curve of four types of reservoirs of the Lower Wuerhe Formation,Mahu Sag

2.4 构建饱和水T2 谱与实测核磁T2 谱的对比

研究表明，当亲水岩石饱含轻质低黏度原油时，核磁T2谱短弛豫时间部分为水的表面弛豫特征，长弛豫时间部分应为油的体积弛豫特征[35]。玛湖凹陷下乌尔禾组原油密度为0.81～0.86g/cm3，在地温条件下黏度为3.2～7.8mPa·s，为轻质低黏度原油。因此，当储层含油性变好时，测量得到的核磁T2谱与构建的饱和水T2谱在长弛豫时间应有明显差异。对比构建的饱和水T2谱与实测核磁T2谱（图8），不难看出，构建的饱和水T2谱与实测水层核磁T2谱基本重合，而与实测油层核磁T2谱在长弛豫时间部分表现出明显的差异性，利用这个特征就可以快速判断储层是否含油。需要说明的是，由于压汞实验的最大进汞压力为20.48MPa，导致构建的饱和水T2谱并非一个完整的T2谱，其左边界为4ms。目的层的黏土矿物类型以伊/蒙混层为主，伊/蒙混层的T2范围为0.3～3ms[36-37]。因此，构建的饱和水T2谱与黏土束缚水孔隙分布不重合，其分布范围基本可以反映孔隙半径较小的毛细管孔隙，并不影响后续的评价工作。需要说明的是，研究区主要应用P 型核磁测井仪器进行测量，采用D9TW 采集模式，采集参数为：A 组等待时间为12988ms，回波间隔为0.9ms，回波个数为500；B组等待时间为1000ms，回波间隔为0.9ms，回波个数为500；C 组等待时间为20ms，回波间隔为0.6ms，回波个数为10。A 组等待时间足够长，可以满足大孔隙充分极化。

图8 构建饱和水T2 谱与实测水层核磁T2 谱（左）、实测油层核磁T2 谱对比图(右)Fig.8 Comparison diagram of constructed water saturated T2 spectrum with measured NMR logging T2 spectrum of water layer (left) and oil layer (right)

2.5 含油性评价方法的建立

根据上述结果，结合大量核磁共振测井资料，本文提取视含油孔隙度与含油性敏感参数作为定性识别流体的敏感参数。

（1）视含油孔隙度：当储层含油性越好时，构建饱和水T2谱与实测核磁T2谱在长弛豫时间的差异越明显，油信号的拖曳现象就越明显。以构建饱和水T2谱右侧收敛位置的T2时间为起算时间t，将实测核磁T2谱在起算时间t之后的孔隙度分量之和定义为视含油孔隙度：

式中φo——视含油孔隙度，%；

t——构建饱和水T2谱右侧收敛位置的T2，ms；

φi——T2为i时对应的孔隙度分量，%；

T——实测核磁T2谱右侧收敛位置的T2，ms。

（2）含油性敏感参数：T2几何平均值表征的是T2谱形的重心位置，储层含油性越好，T2几何平均值越大。由于构建的饱和水T2谱起始于4ms，因此定义实测核磁T2谱与饱和水T2谱在4ms 后的T2几何平均值的比值，作为含油性敏感参数：

式中GM_W——构建饱和水T2谱的T2几何平均值，ms；

GM_L——实测核磁T2谱的T2几何平均值，ms；

M——含油性敏感参数。

利用上述两个敏感参数交会形成了研究区的流体性质识别图版（图9），可以看到油层的M值和φo值都大,交会点位于图版右上方；而水层的M值与φo值小，交会点位于图版的左下方。

由上述理论分析可知，含油性敏感参数与储层的含油饱和度应该有直接关系。利用密闭取心含油饱和度与T2几何平均值建立含油饱和度的计算模型：

式中So——含油饱和度，%；

f(M) ——以M为自变量的函数。

利用公式（7），通过回归分析，分4 类储层建立了储层含油饱和度计算模型（图10），可以看到4类储层的含油性敏感参数与含油饱和度之间均呈对数正相关关系。

图9 玛湖凹陷下乌尔禾组核磁共振测井流体性质识别图版Fig.9 Chart of reservoir fluid property identification by NMR logging of the Lower Wuerhe Formation,Mahu Sag

图10 玛湖凹陷下乌尔禾组不同类型储层的含油饱和度的计算模型Fig.10 Oil saturation calculation models for different types of reservoirs of the Lower Wuerhe Formation,Mahu Sag

2.6 应用实例

图11 为玛湖凹陷下乌尔禾组A 井目的层的核磁共振测井含油性评价成果图。利用表1 的分类标准，将3897～3932m 储层段分为Ⅰ类（绿色）、Ⅱ类（橙色）、Ⅲ类（蓝色）、Ⅳ类（灰色），3901～3904m、3912～3915m 处发育物性较好的Ⅰ类、Ⅱ类储层。在储层分类基础上，构建饱和水T2谱。从图11 中可以看出，构建饱和水T2谱与实测核磁T2谱在长弛豫时间部分有明显的差异，指示该段储层含油信号明显。除Ⅳ类储层外，Ⅰ类、Ⅱ类、Ⅲ类储层段计算的含油性敏感参数大于1.6，视含油孔隙度大于2%，两个敏感参数值均位于图9 的油层区域，但各类储层含油性差异明显。利用公式（7）计算的含油饱和度与密闭取心实验结果吻合较好，相对误差仅为8.65%，精度较高。试油选层以含油饱和度高、厚度大且储层类型为Ⅰ类、Ⅱ类储层为主，兼顾Ⅲ类储层的原则，选择3900～3906m、3912～3915m、3918.5～3921m、3922～3924m 作为射孔层段，压裂试油获得日产油28.68t，分析认为产能的主要贡献来自物性和含油性均较好的3900～3906m、3912～3915m 两个射孔段，证明了本文核磁共振测井方法对砾岩储层含油性评价的适用性。

图11 玛湖凹陷A 井目的层含油性评价成果图Fig.11 Reservoir oil-bearing property evaluation results of target layer in Well A in Mahu Sag

3 结论与认识

（1）受成岩作用、沉积作用影响，玛湖凹陷下乌尔禾组砾岩储层非均质性强，含油性评价前需进行储层分类。选取孔隙度、黏土矿物含量作为储层分类关键参数，结合试油层产能，将砾岩储层分为4 类。

（2）毛细管压力的倒数与T2分布的转换关系整体呈“两段式”分布，利用转换关系的拐点位置将岩样分为大、小孔隙两个部分，然后在储层分类基础上形成了幂函数形式的转换关系。

（3）对比实测核磁T2谱与构建的饱和水T2谱，构建视含油孔隙度与含油性敏感参数两个特征参数，交会形成了砾岩储层流体性质识别图版。

（4）利用含油性敏感参数与密闭取心含油饱和度，分4 类储层建立含油饱和度的计算模型，实现了砾岩储层含油饱和度的定量计算，计算结果精度较高，表现出良好的应用效果。