基于生产实际的大孔道模糊识别模型及评价体系研究

贾云林 王 冰 刘月田 涂 彬 吴清辉

（1.中海石油（中国）有限公司天津分公司，天津 300452；2.中国石油大学石油工程学院，北京 102249；3.中海油能源发展有限公司钻采工程研究院，天津 300452）

基于生产实际的大孔道模糊识别模型及评价体系研究

贾云林1王 冰2刘月田2涂 彬2吴清辉3

（1.中海石油（中国）有限公司天津分公司，天津 300452；2.中国石油大学石油工程学院，北京 102249；3.中海油能源发展有限公司钻采工程研究院，天津 300452）

利用模糊综合评判法识别大孔道具有经济适用、简捷快速的优势，但是其指标的选取及评价体系的建立会直接影响识别结果的准确性。综合考虑油藏特点及资料的可获取程度，优选9种影响大孔道形成的静态指标与9种表征大孔道形成的动态指标，并充分利用油藏实际数据确定各指标的界限，建立了基于生产实际的大孔道模糊识别模型及其评价体系。通过对比大孔道模糊识别模型的识别结果与示踪剂解释结果，发现符合率大于80%，说明建立的方法体系可靠程度高、适用性好。

大孔道识别；评价体系；模糊综合评判

疏松砂岩油藏注水开发后期，油水井间易形成水流优势通道甚至大孔道，导致储层吸水能力不均、水驱动用程度偏低［1-8］。调驱工艺是改善、均衡各油层吸水能力，提高水驱开发效果的有效手段。大孔道识别技术研究可定性判定大孔道存在与否，为调剖、调驱措施工艺方案设计和优化提供技术支持，确保措施成功率和效果。

目前国内识别大孔道的方法主要有示踪剂测试、试井解释、生产动态分析及模糊综合评判方法［9-10］。其中示踪剂测试结果可准确识别大孔道，但成本较高；现有试井解释方法识别大孔道模型均基于水平、等厚、各向同性的理想模型，与实际地层有一定差距，因此识别结果的准确性不高，方法的适用性不强；动态分析法识别大孔道受主观因素影响较大，经验丰富者识别准确性相对较高，但是动态分析经验不足者识别准确性相对较低；模糊综合评判法可综合考虑多种影响因素对大孔道进行识别，与其他方法相比具有经济实用、简捷快速的优点，但是模糊综合评判模型及评价体系会直接影响大孔道识别准确性。

1 大孔道形成后油水井生产动态特征

储层形成大孔道后，储层物性、电性特征及油水井生产动态特征均发生明显的变化，由于生产动态特征可反映储层的物性变化且生产资料在实际生产中极易取得，因此笔者主要研究大孔道形成后的动态特征，并以此为基础进行大孔道识别。

储层形成大孔道后，储层非均质性明显增强，纵向渗流矛盾突出，注入水沿大孔道所在层位突进，使大孔道所在层位孔隙度、渗透率明显增加，油水井动态特征出现明显的变化。对渤海某油田区块进行研究发现，储层发育大孔道后，油水井生产动态具有如下特征：①油井含水率上升快；②吸水剖面表现出单层突进；③油井产液量对水井注水量变化有明显的响应；④水井井底压力下降，油井井底压力上升；⑤水井的吸水指数上升，油井采液指数上升；⑥井组注采比偏大易形成大孔道。

2 大孔道模糊识别模型及评价体系的建立

结合区块开发实际及资料的可获取程度，采用模糊综合评判法，建立3级评判指标体系。第1级评判指标是目标层，即评判的目标是识别大孔道是否存在；第2级评判指标是准则层，即将目标层分为动态因素和静态因素；第3级评判指标是指标层，即各单项指标。综合考虑到油藏的实际特点及资料的可获取程度，优选出评判指标体系中的9项静态地质因素指标和9项开发动态因素指标，并以油藏实际数据为基础确定指标界限。

2.1 静态指标选取及指标界限确定

根据大量文献调研结果［11-12］，选取9种影响大孔道形成的典型静态因素，并根据某油藏区块实际情况，确定静态指标界限，见表1。

表1 静态指标选取及指标界限

2.2 动态指标选取及指标界限确定

生产动态关联系数是表征油、水井生产动态相关性大小的指标，可根据不同时间油井采液指数与水井视吸水指数的相关性判断注水井和生产井的连通情况，关联系数越大表明油水井之间连通性越好；测井系列异常程度为最大吸水百分数除最小吸水百分数（非零），它可以直观反映层间吸水量差异程度；累积出砂量是大孔道发育程度最直观的反映，累积出砂量越多，大孔道发育的可能性越大；含水上升速度为生产历史中自投产至最高含水率值过程中，平均每年含水上升幅度；井组累积注采比为井组水井累积注入量与油井累积产液量之比，累积注采比过大易导致油井水淹；视吸水指数上升幅度为对应油井含水率最大时水井平均视吸水指数与初期视吸水指数之差；产液指数上升幅度为油井含水率最大时平均视产液指数与初期平均视产液指数之差；注采压差下降幅度为油井含水率最大时平均注采压差与初期平均注采压差之差；含水率最大值是大孔道发育程度的直接反映，定义为含水率最大时前后各2月内平均含水率。

根据SZ36-1区块生产实际，选取9种影响大孔道形成的典型动态因素，并确定动态指标界限，见表2。

表2 动态指标选取及指标界限

2.3 指标权重的确定

采用层次分析法确定指标权重，主要步骤为：首先建立层次结构模型，将准则层定为静态地质因素和动态开发因素，然后对下边的各静态、动态因素重要性进行判断，用九标度法给出定量化判断值，这样就构造了一个判别矩阵，最后通过求解该矩阵得出各指标因素的权重值。具体的操作步骤如下：

2.3.1 层次结构模型的构建 将准则层定为静态地质因素和动态开发因素，将选取的9个动态指标与9个静态指标作为指标层，建立层次结构模型（图1）。

图1 大孔道识别层次结构

2.3.2 判别矩阵的建立与权重计算 对准则层的静态和动态因素以及指标层的各因素重要性进行比较判断，用九标度法将判断值用矩阵的形式表示出来，即得到判别矩阵，然后采用方根法计算各指标权重值。准则层各指标判别矩阵及权重见表3，静态指标判断矩阵及其权重见表4，动态指标判断矩阵及其权重见表5。

表3 结构模型第1层地质和开发动态指标权重

表4 静态地质指标判别矩阵及其权重

表5 动态开发指标判别矩阵及其权重

2.3.3 缺少资料时指标权重的处理 现场资料不全时，需要采用动态的方法处理指标权重。先将资料缺少的因素权重值赋为0，然后再将所有因素的权重值累加，将各因素的权重值除以权重值的累加值，以此作为各因素指标的实际权重值。

2.4 大孔道模糊识别模型及评价体系

2.4.1 大孔道模糊识别模型 大孔道的动态判度：是将各动态因素指标值FDi和其权重值ωDi乘积并累加，其累加值记作FD；大孔道的静态判度：将各静态因素指标值FJi和其权重值ωJi相乘的累加值记作FJ

（1）

（2）

大孔道的综合判度FZ：将大孔道的动态判度FD和静态判度FJ分别和其权重值ωD和ωJ相乘再求和，表达式如下

2.4.2 大孔道模糊识别模型的评价体系

（1）大孔道识别评判标准。若静态判度FJ＜0.3：当大孔道的综合判度Fz＜0.45时，表示未发育大孔道；当大孔道的综合判度0.45≤Fz＜0.65时，表示存在高渗透条带；当大孔道的综合判度0.65≤Fz＜1时，表示存在裂缝。若静态判度FJ≥0.3：当大孔道的综合判度Fz＜0.45时，表示未发育大孔道；当大孔道的综合判度0.45≤Fz＜0.65时，表示存在高渗透条带；③当大孔道的综合判度0.65≤Fz＜1时，表示存在大孔道。

（2）判别类型。通过上述评判标准，可以将不同静态地质条件和动态开发指标下的大孔道的发展状况划分为4种类型：未发育大孔道；存在高渗透条带；存在裂缝；存在大孔道。

3 适用性评价

根据 SZ36-1区块区块 4个井组（J3、A2、A8、A13）动态、静态数据及生产测试数据，计算各动态、静态指标，计算井组内各油水井井对的静态判度、动态判度、综合判度，用模糊综合评判模型对SZ36-1区块4个井组进行大孔道识别。评价结果见表6。

表6 大孔道识别模糊综合评判模型在SZ36-1区块的适用性评价结果

从表6可以看出，大孔道识别模糊综合评判模型得到的大孔道识别结论和示踪剂测试得到的结论相比，符合率为85%，说明大孔道识别模糊综合评判模型在SZ36-1区块可以应用，且适用性较好。

4 结论

（1）综合考虑到油藏的实际特点及资料的可获取程度，优选出评判指标体系中的9项静态地质因素指标和9项开发动态因素指标作为大孔道模糊识别模型的评判指标，并根据生产实际确定了各指标界限。

（2）建立大孔道模糊识别模型及其评价体系，对SZ36-1区块4个井组大孔道的存在性进行判别，识别结论和示踪剂测试结果符合率为85%，说明大孔道模糊识别模型在SZ36-1区块的适用性较好。

［1］ 李科星，蒲万芬，赵军，等.疏松砂岩油藏大孔道综述［J］.西南石油大学学报，2007，29（5）：42-44.

［2］ 曾流芳，赵国景， 张子海，等.疏松砂岩油藏大孔道形成机理及判别方法［J］.应用基础与工程科学学报，2002，10（3）：268-275.

［3］ 孟凡顺，孙铁军，朱炎，等. 利用常规测井资料识别砂岩储层大孔道方法研究［J］.中国海洋大学学报，2007，37（3）：463-468.

［4］ 王祥，夏竹君，张宏伟，等.利用注水剖面测井资料识别大孔道的方法研究［J］.测井技术，2002， 26（2）：162-164.

［5］ 史有刚，曾庆辉，周晓俊，等.大孔道试井理论解释模型［J］.石油钻采工艺，2003，25（3）：48–50.

［6］ 张士奇，卢炳俊，张美玲，等.水淹储层大孔道的存在与识别［J］.大庆石油地质与开发，2008， 27（6）：76-79.

［7］ 刘月田，孙保利，于永生.大孔道模糊识别与定量计算方法［J］.石油钻采工艺，2003，25（5）：54-59.

［8］ 曾流芳，陈柏平，王学忠.疏松砂岩油藏大孔道定量描述初步研究［J］.油气地质与采收率，2002， 9（4）：52-54.

［9］ 邓聚龙.灰色理论基础［M］.武汉：华中理工大学出版社，2002.

［10］ 郭立.人机结合层次分析-灰色模糊综合评判方法的研究［D］.大连：大连理工大学，2005.

［11］ 杨胜来，魏俊之.油层物理学［M］.北京：石油工业出版社，2004.

［12］ 钟大康，朱筱敏，吴胜和，等.注水开发油藏高含水期大孔道发育特征及控制因素—以胡状集油田胡12断块油藏为例［J］.石油勘探与开发， 2007，34（2）：207-211.

（修改稿收到日期 2013-08-27）

Research on high-capacity channel fuzzy recognition model and evaluation system based on actual production situation

JIA Yunlin1, WANG Bing2, LIU Yuetian2, TU Bin2, WU Qinghui3
（1. Tianjin Branch of CNOOC,Tianjin300452,China; 2. College of Petroleum Engineering,China University of Petroleum,Beijing102249,China;3.CNOOC Energy Technology&Services-Oilfield Engineering Research Institute,Tianjin300452,China）

It’s economical and simple to use Fuzz Comprehensive Evaluation Method to recognize big channels, but the selected index and established evaluation system will directly affect the accuracy of results. According to the actual reservoir characteristics and the data availability, 9 static indexes that affect the form of big channels and 9 dynamic indexes that represent the form of big channels are selected as indexes of this fuzz model in this paper. And then selected indexes limits are determined based on the actual reservoir data. With the selected indexes and limits, fuzz pattern recognition model and evaluation system based on actual production situation are established. By comparing the results of fuzz recognition model and tracer interpretation, it figures out that the coincidence rate is up to 80%, and which mean the applicability and reliability of method established in this paper is very well.

high-capacity channel recognition; evaluation system; fuzz comprehensive evaluation

贾云林，王冰，刘月田，等.基于生产实际的大孔道模糊识别模型及评价体系研究［J］. 石油钻采工艺，2013，35（5）：88-91.

TE343

：A

1000–7393（2013） 05–0088–04

贾云林，1974年生。1999年毕业于江汉石油学院，获硕士学位，长期从事油气田开发与开采技术管理工作，工程师。

〔编辑 付丽霞〕