随钻核磁共振测井T2水谱重构方法与低电阻率油层识别

朱猛,崔云江,许赛男,张冲,张占松,杨旺旺

(1.中海石油(中国)有限公司天津分公司,天津300459;2.长江大学地球物理与石油资源学院,湖北武汉430100)

0 引 言

低电阻率油层指在同一油水系统内油层与纯水层的电阻率之比小于2,即电阻率增大系数小于2的油层[1]。经过多年的攻关,许多学者已研究清楚了低电阻率油层的成因机理,且针对各种成因的低电阻率油层测井识别技术也日趋成熟。归纳起来主要有:①通过对低电阻率油气层样本的剖析,研究其成因机制,挖掘常规测井资料中储层物性、岩性、水性等有效信息,从电阻率与三孔隙度、自然伽马、自然电位的匹配关系中发掘储层的含油信息;②研究特殊测井新方法、新技术,如电缆地层测试、核磁共振测井等[2-3]。

渤海A油田位于渤海中部海域,主要目的层为上第三系明化镇组,次目的层为馆陶组。馆陶组为辫状河沉积,以岩性油藏为主,储层物性较好,以中高孔隙度渗透率为主,具有较高产能[4-6]。馆陶组发育一套轻质油低电阻率油层,其主要成因是高束缚水和油水层矿化度差异。低电阻率油层的电阻率接近甚至低于水层电阻率,由于缺少自然电位测井资料,使得上述第1种方法无法有效识别低电阻率油层。差谱法和移谱法是常用的电缆核磁共振测井流体识别方法,应用的前提是双等待时间(TW)和双回波间隔(TE)的观测模式[7-8]。目标区块的随钻核磁共振测井资料是利用贝克休斯公司的MagTrak仪器采集。MagTrak仪器使用永磁体产生的低梯度磁场对地层中的氢核进行磁化,在钻井状态下使用CPMG(Garr-Purcell Meiboom-Gill)脉冲序列测量T2谱,该仪器不具备双TW和双TE的观测模式。因此,差谱法和移谱法不适用于MagTrak仪器的随钻核磁共振测井流体识别。

水谱重构法是一种新的核磁共振测井流体识别方法,该方法通过测量到的T2谱与构建的水谱之间的差异确定储层的流体性质,能消除孔隙结构对流体识别的影响,极大地提高了核磁共振测井流体识别的能力。胡法龙等[9]利用长TW、短TE模式测量的T2谱,构建饱含水状态下长TW、长TE模式下的T2谱,通过对比实测T2谱和构建水谱之间的差异进行流体识别。由于该方法需要双TW和双TE观测模式采集的核磁共振数据,因此,不适用于目标区块随钻核磁共振测井的流体识别。王艳等[10]提出了一种基于二维网格技术构建水谱库进行流体性质识别的方法,该方法以核磁共振孔隙度和渗透率这2个参数来约束,考虑了宏观孔隙结构对T2谱的影响,对于泥质含量低的储层流体识别可以取得较好效果。

由于目标区块低电阻率油层岩性细、泥质含量高,以孔隙度和渗透率通过二维网格技术构建的T2水谱不具有代表性,与实测T2谱对比来识别流体性质会带来较大误差。因此,提出一种以孔隙度、渗透率和自然伽马这3个参数为约束条件的三维网格技术构建水谱的方法,提高了目标区块低电阻率油层识别能力。

1 不同流体性质储层的核磁共振测井响应特征

渤海A油田馆陶组储层岩性为疏松砂岩,以岩屑长石砂岩和长石岩屑砂岩为主,平均孔隙度为29.8%,平均渗透率为802 mD(1)非法定计量单位,1 mD=9.87×10-4 μm2,下同,地层原油黏度约为7.65 mPa·s。由于MagTrak仪器使用较低的磁场梯度场(小于2 G/cm),测量时会大大降低扩散弛豫的影响,即气体或者轻烃成分在T2谱上会显示拖尾现象,使得轻质油层与水层的响应差异更为明显[11-13]。图1为该油田I1井馆陶组低电阻率油层与水层的随钻核磁共振测井响应特征。从图1可见,低电阻率油层电阻率约为3 Ω·m,水层电阻率约为4 Ω·m,低电阻率油层电阻率低于水层;低电阻率油层段自然伽马高于水层,说明低电阻率油层段岩性更细;低电阻率油层与水层的随钻核磁共振T2谱有明显差异,低电阻率油层T2谱呈现宽缓的丘陵状,而水层段T2谱显示陡尖的山峰状。

图1 渤海A油田I1井馆陶组低电阻率油层与水层随钻核磁共振测井响应特征

由于核磁共振T2谱同时受到流体性质和孔隙结构的双重影响,上述低电阻率油层和水层的核磁共振T2谱的差异特征不仅受流体性质的控制,孔隙结构也可能会对T2谱的位置和形态造成影响。

为了分析在相同孔隙结构下流体性质对储层随钻核磁共振T2谱的影响,对不同孔隙结构的2块岩样分别进行了饱和水、饱和原油的岩心核磁共振实验测量(见图2)。从图2可见,无论是物性稍差的岩样1,还是物性好的岩样2,饱和原油的T2谱与饱和水的T2谱在形态上均存在较大差异。可以看出饱和原油的T2谱有明显的双峰形态,而饱和水的T2谱呈现单峰形态,这种差异特征与随钻核磁共振测井T2谱相似。因此,研究区块可以利用低电阻率油层与水层的T2谱形态差异,全井段重构水谱并与实测T2谱进行对比,进而达到识别低电阻率油层的目的。

图2 渤海A油田不同孔隙结构岩样饱和原油和饱和水的随钻核磁共振T2谱响应特征

2 三维网格技术原理及随钻核磁共振测井水谱重构

2.1 三维网格技术原理

应用三维网格技术重构随钻核磁共振测井水谱包括建立水谱库和重构处理井段水谱2个部分,其原理与二维网格技术相似,不同之处在于通过增加一个维度使得每个被划分的网格存储单元更加精细。该方法根据研究区块的储层特征,选择能够反映储层孔隙结构特征的3个参数,将其作为三维立体网格的坐标轴,设定适合研究区块的3个参数的上、下限值。依据这3个参数对水层随钻核磁共振T2谱形态变化影响的相关程度确定相应的网格数量(i、j和l),这样就形成了i×j×l个网格单元。在每个单元中存储其对应的水层段随钻核磁共振测井T2谱样本,形成一个适合研究区块的三维水谱库。水谱库建立后,通过以上3条曲线调用水谱库中的数据,进行处理井段的水谱重构。

2.2 基于三维网格技术的随钻核磁共振测井水谱重构

2.2.1水层样本的选取

合理选取水层样本是整个技术实现的关键,样本数量不仅要充足,更要具有代表性,样本需要涵盖研究区块不同孔隙结构储层的随钻核磁共振T2谱。构建三维网格水谱库的3个约束参数的选择也很重要,由于水层随钻核磁共振T2谱的位置及形态主要受孔隙结构的影响,因此,选择的3个参数要能反映储层的孔隙结构。孔隙结构指岩石孔隙与喉道的大小、形状及相互连通性,孔隙反映岩石的储集能力,而喉道的大小、形状控制着岩石的渗透能力。在均质性储层中,孔隙度和渗透率是评价储层宏观孔隙结构的重要参数,而对于由高束缚水饱和度导致的低电阻率油层,其岩石颗粒一般较细,这种较细颗粒的储层一般为微孔发育,孔隙结构复杂。因此,在研究区块约束参数的选择时,除了孔隙度和渗透率外,反映岩石颗粒粗细程度的泥质含量也应该予以考虑。

渤海A油田已进入开发阶段,测井采集的方法大多为随钻自然伽马、随钻电磁波测井及随钻核磁共振测井,由于作业风险高,随钻中子、密度测井只在少数井中测量。基于研究区块测井资料情况和对样本数据的要求,统计了15口井37个水层共计19 044个随钻核磁共振测井T2谱的样本数据,同时选择随钻核磁共振总孔隙度、随钻核磁共振渗透率(由Timur-Coats模型计算)和随钻自然伽马作为约束参数。

2.2.2三维水谱库的建立

水层样本数据选定后,首先需要设定每个坐标轴的网格数量,进而确定每个坐标轴的步长,其步长计算公式如下

SGR=(GRmax-GRmin)/i

(1)

Sφ=(φmax-φmin)/j

(2)

SK=(Kmax-Kmin)/l

(3)

式中,SGR为随钻自然伽马步长,API;Sφ为随钻核磁共振总孔隙度步长,%;SK为随钻核磁共振渗透率步长,mD;GRmax为随钻自然伽马上限值,API;φmax为随钻核磁共振总孔隙度的上限值,%;Kmax为随钻核磁共振渗透率的上限值,mD;GRmin为随钻自然伽马的下限值,API;φmin为随钻核磁共振总孔隙度的下限值,%;Kmin为随钻核磁共振渗透率的下限值,mD;i、j、l分别为随钻自然伽马、随钻核磁共振总孔隙度以及随钻核磁共振渗透率的网格数量,个。

对所有水层样本的随钻核磁共振总孔隙度、随钻核磁共振渗透率以及随钻自然伽马进行统计分析,确定随钻核磁共振总孔隙度上限为37.8%,下限为9.0%;因随钻核磁共振渗透率上下限跨度过大,故将随钻核磁共振渗透率取对数,其取值范围为-2.36～4.74;随钻自然伽马上限为106.9 API,下限为37.2 API。考虑到这3个参数与T2谱的优先级和计算机的计算效率,最终设定随钻核磁共振总孔隙度网格数量为100个,随钻核磁共振渗透率网格数量为500个,随钻自然伽马网格数量为10个,这样就构成了100×500×10个网格单元,每个网格单元的随钻核磁共振总孔隙度、随钻核磁共振渗透率和随钻自然伽马的步长分别为0.29%、0.01 mD和6.86 API。水谱库结构设定好后,根据每个T2谱样本数据所对应的3个参数值将该T2谱存放在相应的网格单元中。当T2谱样本数量足够多且这些样本基本上能反映整个研究区块不同孔隙结构下的T2谱时,便可完成渤海A油田的三维水谱库构建。

2.2.3处理井段水谱的重构

三维水谱库构建好之后,可以调用水谱库中的数据进行水谱重构。具体步骤如下:首先对待处理井的随钻自然伽马、随钻核磁共振总孔隙度以及随钻核磁共振渗透率进行重采样,使这3个参数的深度采样间隔一致,随后,利用这3个参数每个采样点对应的数值,计算它们各自在三维水谱库中的坐标值。其计算公式如下

(4)

(5)

(6)

式中,TGR和GRx分别为随钻自然伽马的坐标值和在x采样点的值,API;Tφ和φx分别为随钻核磁共振总孔隙度的坐标值和在x采样点的值,%;TK和Kx分别为随钻核磁共振渗透率的坐标值和在x采样点的值,mD;round为四舍五入取整函数。

每个坐标值计算完成后,可在建好的三维水谱库中调取对应网格存储单元的T2谱。由于这3个参数存在一定的相关性,三维水谱库中的每个存储单元不可能被所有水层样本全部覆盖。所以,当调取的对应存储单元没有存储T2谱时,开始对1个网格单元进行搜索。按照3个参数的优先级,先以随钻自然伽马为轴,另外2个参数不动进行搜索。当整个随钻自然伽马轴没有搜索到T2谱时,复原随钻自然伽马的坐标值,以随钻核磁共振总孔隙度为轴进行第2轮搜索。若仍然没有搜索到,复原随钻核磁共振总孔隙度的坐标值,以随钻核磁共振渗透率为轴进行第3轮搜索。直到搜索到T2谱为止,最后调取出的T2谱即为该采样点水谱。

图3为渤海A油田A井水谱重构效果图。该段为水层,图3中第6道为随钻核磁共振T2谱,第7道为基于随钻核磁共振总孔隙度和随钻核磁共振渗透率约束的二维网格技术构建的水谱,第8道为三维网格技术构建的水谱。从图3中可以明显看出,无论从T2谱的位置还是形态,与二维网格技术构建的水谱相比较,三维网格技术构建的水谱与实测T2谱更为接近,特别是在随钻自然伽马值较大时,对比更为突出。

图3 渤海A油田A井水谱重构效果图

3 低电阻率油层识别

3.1 识别方法

实测随钻核磁共振T2谱包含了油、水和孔隙结构的信息,三维网格技术构建的水谱仅仅包含水和孔隙结构的信息。因此,在油层段,实测的随钻核磁共振T2谱与构建的水谱存在着明显的差异,利用这种差异特征可以识别低电阻率油层。为定量识别低电阻率油层,可以利用第2节中油层和水层在T2谱中的差异特征,提取右边界参数值来区分油、水层。右边界的定义为孔隙分量从弛豫时间末端开始累加到随钻核磁共振总孔隙度的20%时对应的阵列数。

图4为右边界特征参数提取示意图。图4中显示当孔隙分量从弛豫时间末端开始累加到随钻核磁共振总孔隙度的20%时,从油谱中提取的右边界m值等于19,从水谱中提取的右边界n值等于16,油谱中提取的右边界值大于水谱的值。因此,通过对处理井段分别提取实测T2谱和构建水谱中的右边界值可知,当实测T2谱的m值大于水谱的n值,即表示油层;当实测T2谱的m值等于或者小于水谱的n值时为水层。

图4 特征参数提取示意图

3.2 效果分析

通过构建好的三维网格水谱库,对研究区块B井进行了水谱重构,并提取了实测谱和水谱的右边界参数值m和n,将实测谱和水谱的右边界值进行曲线重叠并充填进行低电阻率油层的识别,处理效果见图5。图5中第6道为随钻核磁共振T2谱,第7道为利用三维网格技术构建的水谱,第8道为从实测T2谱和构建水谱中分别提取的m和n曲线。在处理的1 492～1 580 m层段,共包含2个水层、4个低电阻率油层和1个油层,其中水层的电阻率约3 Ω·m;低电阻率油层的电阻率为2～6 Ω·m,有的低电阻率油层的电阻率甚至低于水层。

图5 渤海A油田B井水谱法识别低电阻率油层效果图

对于这类低电阻率油层,随钻自然伽马和随钻电磁波电阻率测井无法准确识别,三维网格技术构建的水谱法对于这类低电阻率油层的识别具有优势。从图5中第8道和第9道的重叠效果可以明显看出,在油层段,m值大于n值、油气显示有充填;在水层段,m值小于n值、油气显示没有充填。经过多口井的验证,利用该研究提出的三维网格水谱重构技术可以有效地识别这类低电阻率油层。

4 结 论

(1)对于轻质油储层,随钻核磁共振测井T2谱呈现宽缓的丘陵状,且显示拖尾现象;对于水层,随钻核磁共振测井T2谱呈现陡尖的山峰状。

(2)三维网格技术通过增加一个维度(自然伽马)使得每一个被划分的网格存储单元更加精细,相较于二维网格技术,其构建的水谱更为合理。

(3)从三维网格技术构建的水谱与实测T2谱中分别提取右边界的阵列参数值(n,m),然后进行曲线重叠,可以简单有效地识别储层的流体性质。对于研究区块岩性细、泥质含量高的低电阻率油层,经多口井的验证,识别准确率高,可以推广应用。