含沥青储层的测井识别及评价

陈明江，任兴国

（1.西南石油大学研究生院，四川成都610500；2.中国石油川庆钻探工程公司地质勘探开发研究院，四川 成都610051）

含沥青储层的测井识别及评价

陈明江1，2，任兴国2

（1.西南石油大学研究生院，四川成都610500；2.中国石油川庆钻探工程公司地质勘探开发研究院，四川 成都610051）

以塔里木盆地某区块泥盆系K组含沥青储层为例探讨含沥青储层的测井评价方法。分析沥青对储层物性及产能的影响，通过2口井测井曲线的对比分析，指出含沥青储层的测井响应特征，并建立含沥青储层的测井识别图版，将含沥青储层与泥质区分开。在定性识别的基础上，利用自然伽马与中子－密度交会法计算储层泥质含量的差值作为储层沥青相对含量，建立有效孔隙度校正模型，提高有效孔隙度计算精度，为准确评价储层提供依据。通过分析储层沥青相对含量及孔隙度在平面上的变化趋势，指出区块内油藏东部受破坏程度比西部强。

测井解释；沥青；储层物性；交会图；产能；有效孔隙度

0 引 言

很多油气田碳酸盐岩储层、碎屑岩储层中都发现有沥青，例如四川盆地东北部石炭系和资阳－威远地区震旦系碳酸盐岩储层，塔里木盆地志留系、泥盆系碎屑岩储层［1－3］。这说明储层沥青沉淀是一种比较普遍的地质现象。形成储层沥青的主要过程有热裂解、细菌降解和大气淡水的淋滤作用，也可以在CO2的流动过程中沉淀下来［4－6］。前人对含沥青储层的研究主要集中于沥青的成因机理［4，7］、地球化学特征［8］、分布特征及其对储层储集性能的影响［9］等方面，对含沥青储层的测井响应特征及评价方法却未曾提及。由于储层沥青严重影响储层物性及产能，测井评价很容易出现失误。本文以塔里木盆地某区块泥盆系K组含沥青储层为例，开展了含沥青储层的测井响应特征及评价方法研究。

1 储层基本特征

K组储层是一套以滨岸相沉积为主的砂岩，碎屑颗粒成分包括石英、长石、岩屑，其中石英含量较高，平均含量达87%。储层泥质含量较低，一般小于10%，平均泥质含量为5.1%。储集空间主要为各种粒间溶孔和粒内溶孔以及少量残余原生粒间孔。储层孔隙度分布在0.5%～15.6%之间，平均值6.67%；渗透率分布在0.007～71.3mD＊＊非法定计量单位，1mD＝9.87×10－4μm2，下同之间，平均2.53mD。

油藏研究表明，该区自海西晚期到喜山期经历了较强的褶皱，构造高点发生反转，由西高东低演变为东高西低，油藏遭受一定程度破坏，部分油气散失，储层中形成沥青。铸体薄片及荧光薄片鉴定表明，K组储层中普遍含有黑色沥青，尤其是K4井、K8井、K10井顶部储层沥青含量相对较高，分布于粒间溶孔、颗粒边缘及粒内溶孔中。储层中沥青的形成揭示了大规模的油气生成、运移过程，与油藏的破坏及油气散失密切相关［10－11］。

2 沥青对储层物性及产能的影响

为了研究沥青对储层物性的影响程度，在K6井和K10井4 951～4 956m井段各选取了28个未经洗油的岩心样品进行常规孔隙度测定，并对测量结果进行对比分析（见图1）。从对比结果来看，K6井岩心分析孔隙度在10.1%～15.6%之间，平均值为13.5%；K10井岩心分析孔隙度则降低至9%～11.7%之间，平均值为10.1%，降低程度为25.2%。从测井响应特征来看，2口井在这一井段的声波时差和密度曲线基本重合，说明2口井的总孔隙度相近。由于K10井储层中含有较多沥青，造成有效孔隙度的降低。此外，测试数据表明，K6井4 950～4 972m井段测试平均日产油62m3，而K10井 4 950～4 958m井段射孔测试为干层。常规测井解释很容易将K10井4 950～4 958m井段解释为油层，这显然与测试结果不相符合。因此，利用测井资料定性识别沥青并定量计算其相对含量，才能对储层进行准确评价。

图1 K6井与K10井岩心分析孔隙度直方图对比

3 含沥青储层的测井识别

图2 K10井、K6井含沥青储层测井响应特征

为了研究含沥青储层的测井响应特征，将K6井与K10井测井曲线进行重叠对比（见图2）。在K组顶部泥岩段，2口井的自然伽马、声波时差、密度、中子孔隙度曲线基本重合，泥岩层之下的砂岩储层中（4 951～4 955m），K10井的自然伽马明显高于K6井，声波时差和密度曲线与K6井基本重合，中子孔隙度却明显降低。造成K10井自然伽马增大的原因可能是泥质含量增多，也可能是放射性矿物的影响，然而岩心观察和薄片鉴定表明，储层中泥质含量很低，也未见放射性的特殊矿物，但粒间溶孔及颗粒边缘分布有黑色沥青，局部含量较高。此外，根据中子、密度、声波时差测井曲线的特征也可以排除泥质造成的自然伽马增大。因此，认为储层中含沥青造成了自然伽马相对增大和中子孔隙度相对降低。

由此可见，研究区K组含沥青储层的测井响应特征：① 自然伽马值相对较高，这可能是由于沥青具有很高的黏性，能够吸附细小的微粒，造成放射性元素的局部富集；② 中子含氢指数相对较低，这是因为沥青的含碳量较高，通常可达80%，而含氢量只有15%左右，还包括少量氧、氮及金属元素，与油和水相比，它的含氢量要低得多。

上述含沥青储层的自然伽马测井响应特征与泥质相似，为了准确将其与泥质区分开，研究了中子孔隙度与密度交会伽马Z值图（见图3）。图3中交会点不同的颜色（Z值）表示不同的自然伽马值范围。首先利用统计方法确定纯砂岩的自然伽马值的范围（该区纯砂岩GR值一般小于70API），然后将致密砂岩层的测井值作为砂岩骨架值，利用式（1）、式（2）根据不同的孔隙度确定一条纯砂岩线。如果交会点在砂岩线的左上方，且自然伽马值增大（大于纯砂岩GR值的范围），表明储层中含有沥青；如果交会点在砂岩线的右下方，且自然伽马增大（大于纯砂岩GR值的范围），则为真正的泥质。

式中，DEN、DENma、DENf分别为密度测井值、骨架密度、流体密度，g／cm3；CNL、CNLma、CNLf分别为中子测井值、骨架中子值、流体的中子值，小数；φ为孔隙度，小数。

图3 中子孔隙度－密度交会识别沥青图版

4 含沥青储层的测井评价

在定性识别沥青的基础上，为了对含沥青储层进行准确评价，必须首先确定储层中的沥青含量，并对孔隙度进行校正达到准确计算渗透率及含水饱和度的目的。一般可以通过对岩心样品洗油前后分别进行孔隙度测定［10］，2次测定孔隙度之间的差值则为沥青的绝对含量。然而利用现有的测井资料是无法准确确定储层中沥青的绝对含量，但计算其相对含量是可行的。

4.1 泥质含量及沥青相对含量

通常，利用自然伽马曲线计算储层的泥质含量［式（3）、式（4）］，但含沥青储层的自然伽马值异常增大，利用自然伽马曲线计算的泥质含量（Vsh，GR）将明显高于储层实际的泥质含量。

式中，GR、GRmin、GRmax分别为自然伽马测井值、纯砂岩和纯泥岩的自然伽马值，API。

8.2.1 半筋菜（碗状木耳）晾晒方法：把采收后的木耳，快速摊放在纱网上，晾晒厚度以4厘米为宜（宜厚不易薄），经常用铁钯上下翻动耳片，待耳片全部达到半干时，随时在纱网上分段收集呈小堆，并用手轻轻均匀揉好整堆木耳后，在把耳片摊放开，必须达到晒干、晒透为止，此方法晾晒的木耳碗状型可达到95%以上（通过该方法加工的碗状菜，一般售价45～55元，碗状菜黑厚，产量高），一般1～2天可使木耳全部晒干，晒干后的木耳即可销售，或装入编织袋内可放在通风凉爽的地方储存。此时，遇有雨天时，提前在晾晒拱棚架上覆盖好塑料膜，避免木耳浇湿。

研究表明，利用中子与密度交会法［见图4、式（5）］计算的泥质含量（Vsh，ND）能够反映储层真实的泥质含量。

式中，DENcl1、DENcl2、DENclay分别为纯砂岩点1、纯砂岩点2和纯泥岩点的密度值，g／cm3；CNLcl1、CNLcl2、CNLclay分别为纯砂岩点1、纯砂岩点2和泥岩点的中子值，小数。

实际计算结果表明，这2种方法计算的泥质含量在不含沥青的储层中及泥岩段非常接近，而在含沥青的储层中则出现差异，两者的差值正好反映了储层中沥青含量的相对大小

式中，VB为沥青相对含量，小数。

4.2 有效孔隙度校正

储层沥青占据了一部分孔隙空间，利用声波时差计算的储层有效孔隙度略高于实际的有效孔隙度，而且沥青含量越高，两者之间的差异越大，因此，必须对有效孔隙度进行含沥青影响校正。通过分析声波时差计算的有效孔隙度φe与岩心分析孔隙度φcore的差异与沥青相对含量的关系（见图5），建立含沥青储层的有效孔隙度校正模型式（7）。利用该公式对测井计算的有效孔隙度进行校正，校正后的有效孔隙度与岩心分析孔隙度的相关性由校正前的0.874提高到了0.94。

式中，φe、φec分别为声波时差计算的有效孔隙度和校正后的有效孔隙度，小数。

图4 中子－密度交会法计算泥质含量图版

图5 沥青相对含量与有效孔隙度校正量交会图

4.3 渗透率

岩心分析孔隙度与渗透率交会表明，K组储层渗透率与孔隙度有较好的正相关性（见图6），通过非线性拟合的方法建立了渗透率计算模型［见式（8）］，相关系数达0.908。将校正后的有效孔隙度代入该公式计算的渗透率与岩心分析渗透率的相关性得到明显提高。

式中，K为渗透率，mD；φec为校正后的有效孔隙度，%。

图6 K组储层岩心分析孔隙度与渗透率交会图

4.4 含水饱和度

K组砂岩储层孔隙空间主要为各种粒间溶孔和粒内溶孔以及少量残余原生粒间孔，泥质含量低，储层类型为孔隙型。此外，岩电实验分析结果表明，孔隙度与地层因素、电阻率增大指数与含水饱和度在双对数坐标图中都具有较好的线性相关性，因此可采用常规的阿尔奇公式计算含水饱和度。式（9）中的岩电参数由实验分析得到，a、b取1，m取1.7，n取2.09。

式中，φec为校正后的有效孔隙度，小数。

最后，根据K6井、K8井和K10井测试井段的孔隙度－渗透率交会分析，并结合压汞分析资料综合确定有效储层孔隙度下限为9%。当储层沥青相对含量大于15%时，相应的有效储层孔隙度下限标准提高至10.5%。利用这一标准基本可以判断含沥青储层是否能够产出工业油流。

5 沥青分布与油藏破坏程度

在沥青相对含量及有效孔隙度校正的基础上，将该区由西向东分布的K6井、K4井、K8井以及K10井的储层沥青相对含量、有效孔隙度、测试产能进行了对比分析（见图7）。结果表明，K组顶部储层中沥青相对含量的变化在平面上由西向东（K6井至K10井）呈明显增大的趋势，而实际测试产量和储层有效孔隙度则呈相反的变化趋势。这一变化趋势表明，储层沥青含量越高，对储层有效孔隙度的影响越大，产能越低，油藏受破坏的程度越严重。由此可见，该区K组油藏东部受破坏程度比西部强。

图7 孔隙度、沥青相对含量及产能横向对比图

6 结 论

（1）研究区K组储层中含沥青造成了测井自然伽马值的增大和中子孔隙度的降低，但沥青是否都具有放射性以及放射性强度的大小除了与沥青含量及本身的化学成分有关外，还与其所含微量元素的性质有关。因此，本文所讨论的含沥青储层的测井响应特征在其他区块是否适用则有待进一步证实。

（2）根据含沥青储层特殊的测井响应特征建立沥青相对含量计算方法及有效孔隙度的校正模型，能够提高有效孔隙度计算精度，为评价储层的渗透率及含水饱和度提供了条件。

（3）根据沥青相对含量的大小，分别建立有效储层下限标准，确定高含沥青储层是否能产出工业油流，避免测井解释失误。

（4）利用测井资料分析储层沥青含量在平面上的变化趋势，可以确定油藏受破坏程度在平面上的分布情况，为寻找有利勘探区提供参考。

［1］ 李艳霞，钟宁宁.川东石炭系气藏中固体沥青形成机理探讨［J］.石油实验地质，2007，29（4）：402－405.

［2］ 崔会英，张莉，魏国齐，等.四川盆地威远－资阳地区震旦系储层沥青特征及意义［J］.石油实验地质，2008，30（5）：489－493.

［3］ 刘洛夫，赵建章，张水昌，等.塔里木盆地志留系沥青砂岩的形成期次及演化［J］.沉积学报，2000，18（3）：475－478.

［4］ 贾英，孙雷，孙良田，等.油藏中沥青质沉积机理研究［J］.西南石油学院学报，2006，28（6）：60－63.

［5］ 胡守志，付晓文，王廷栋，等.储层中的沥青沉淀带及其对油气勘探的意义［J］.天然气地球科学，2007，18（1）：100－102.

［6］ 纪友亮，张世奇，李红南，等.固态沥青对储层储集性能的影响［J］.石油勘探与开发，1995，22（4）：87－90.

［7］ 张景廉，朱炳泉，涂湘林，等.关于沥青成因的讨论［J］.海相油气地质，1997，2（4）：53－56.

［8］ 杨永才，张枝焕，常象春，等.塔里木盆地YN2井储层沥青的地球化学特征及成因分析［J］.矿物岩石，2006，26（2）：92－96.

［9］ Lomando A J.The influence of solid reservoir bitumen on reservoir quality［J］.Bull AAPG，1992：76：1137－1152.

［10］章成广，范文同，马勇，等.沥青质砂岩储层岩电参数研究［J］.石油天然气学报，2009，31（6）：90－94.

Log Identification and Evaluation for Bitumen－bearing Reservoir

CHEN Mingjiang1，2，REN Xingguo2
（1.Graduate School of Southwest Petroleum University，Chengdu，Sichuan 610500，China；2.Geological Exploration ＆Development Research Institute，Chuanqing Drilling Engineering CO.LTD.，Chengdu，Sichuan 610051，China）

The deposition of bitumen in reservoir has serious bad effect on physical properties and productivity of reservoir，which may leads to wrong log interpretation results.This paper takes the bitumen－bearing reservoir in Devonian K group in a zone in Talimu basin as an example to discuss how to evaluate bitumen－bearing reservoir.First of all，the effect of bitumen on the physical properties and productivity of reservoir is analyzed and then the log responses of bitumen－bearing reservoir are identified by comparing logs from two different wells.A cross－plot for identifying bitumen－bearing reservoir is created to distinguish between bitumen and shale.The relative abundance of bitumen in reservoir is derived from the difference between shale content which is calculated with gamma log and from neutron－density cross－plot.A formula for porosity correction is created，which helps to improve the accuracy of porosity and provide foundation for accurate reservoir evaluation.At last，the horizontal variation trend of relative abundance of bitumen in reservoir is studied，which shows that the oil pool is damaged more seriously in the east part of the area than in the west.

log interpretation，bitumen，reservoir physical property，cross－plot，productivity，effective porosity

P631.84

A

2011－11－24 本文编辑 李总南）

1004－1338（2012）03－0272－05

陈明江，男，1983年生，博士，从事测井解释方法研究。