基于超低渗透储层分类的油层产能预测方法研究与应用

2013-11-04程玉梅中石油长庆油田分公司勘探部陕西西安710018

石油天然气学报 2013年1期

程玉梅（中石油长庆油田分公司勘探部，陕西西安 710018）

李高仁，汤宏平（中石油长庆油田分公司勘探开发研究院，陕西西安 710018）

赵兴，李海龙，林忠霞（中国石油测井有限公司长庆事业部，陕西西安 710201）

鄂尔多斯盆地中生界三叠系延长组长6～8油层组储层孔隙度主要分布在8%～12%，渗透率主要分布在0.1～1.5mD，属于典型的超低渗透储层。储层纵向非均质性强，影响产能的因素很多，不同类型储层产能变化大，存在较多测井解释为致密油层、干层，试油获得工业油流，或解释为油层，试油为低产的现象，产能预测难度大。因此，建立有效的油层试油产能预测方法对油藏快速评价具有十分重要的意义。针对该问题，笔者基于超低渗透储层的分类评价标准的建立，创新引入加权储能系数建立超低渗透储层产能预测方法，通过现场应用，效果良好，为油藏富集区优选和快速建产提供依据。

1 分类参数选取

基于超低渗透储层孔隙结构的评价，从油气的成藏能力、储层的储集能力和渗油能力出发，优选含油孔隙体积、可动流体饱和度、峰点喉道半径、油相渗透率为储层分类参数，这些参数主要从4个方面表现超低渗透储层的特征。

1）含油孔隙体积表征超低渗储层储集空间的有效性，扣除了不被原油占据的那部分孔隙空间，注重储层的有效性评价。最大有效含油体积计算公式为：

式中：eo 为储层最大有效含油体积，%；为岩心分析孔隙度，%；So为含油饱和度，1；Swi为束缚水饱和度，1。

图1为8口井的密闭取心资料作的分析孔隙度有效含油体积的交会图，图1中A 族为高充注高饱和度油藏，B族为低充注低饱和度油藏。相同孔隙空间时，高充注高饱和油藏含油体积较大，压裂试油产量较高，低充注低饱和度油藏的含油体积相对较小，压裂试油产量相对较低。

2）可动流体饱和度表述非平衡钻井条件下储层存在钻井液侵入的这一现象，强调了孔隙空间中流体的可动用程度。利用核磁共振测井资料可以准确的确定储层地可动流体饱和度。利用常规测井资料可以确定冲洗带含水孔隙度与原状地层含水孔隙度［1］，从而也可以确定储层可动流体饱和度。从图2可以看出，由核磁共振测井确定的储层可动流体饱和度与单位厚度日产油量相关性较好。一般情况下，随可动流体饱和度均值的增大，油层的产量增大，可动流体饱和度对油层的产油能力有一定的控制作用。

图1 X地区总孔隙度与含油孔隙度关系图

图2 单位厚度日产液量与核磁共振可动流体饱和度关系图版

3）峰点喉道半径指单位压差下最大进汞量处的喉道半径，代表油气成藏的难易程度，油气只有突破该点，才能成为有效储层，体现了储层中油气聚集成藏的能力。峰点喉道半径通过压汞资料的进汞饱和度与压力之商为纵坐标，进汞饱和度为横坐标，绘制成图得到的双曲线顶点对应的孔隙半径为峰点喉道半径［2］（rapex）。由研究区15口井38个样品点的压汞资料求取峰点喉道半径（图3），可以得到峰点喉道半径与渗透率的经验公式为：

式中：rapex为峰点喉道半径，μm；K为气测渗透率，mD；R为相关系数。

4）油相渗透率相渗透率由非稳态法油水相对渗透率分析得到，它反映了岩石－流体间相互作用的动态特性［3］。应用研究区长6油层组的12块样品的气测渗透率与油相渗透率拟合得到的估算公式为（图4）：

式中：Ko为油相渗透率，mD。

图3 峰点喉道半径与渗透率关系图

图4 油相渗透率与气测渗透率关系图

2 储层综合分类标准的建立

由于储层强非均质性的影响，同一砂体单元中不同物性、电性的小层对储层产能的贡献权值不同，要准确预测储层产能，首先要开展储层精细分类，确定同一砂体单元不同类储层对产能的贡献权值。研究中利用数据分析软件SPSS的聚类分析模块，结合优选的超低渗透储层特征参数、测井响应特征与试油结果，将研究区有效储层综合分为3类（图5、表1），各类储层特征如下：

表1 X油田长6油层组分类标准

1）Ⅰ类储层为同一砂体单元中最好的储层，以低孔特低渗到超低渗的中、细喉型细粒岩屑长石砂岩为主，发育溶孔、粒间孔，对储层产能贡献最大；

2）Ⅱ类储层为同一砂体单元中较好的储层，以低孔超低渗细喉细粒岩屑长石砂岩为主，发育溶孔－粒间孔，部分发育微孔隙，对储层产能贡献次之；

3）Ⅲ类储层为相对较差的储层，以超低渗到致密的细、微细喉的粉砂－细粒岩屑长石砂岩为主，发育微孔隙，对储层产能贡献较小。如图5所示，根据计算的储层特征参数与表1的储层分类标准，将X井长6油层组的53号、54号、56号层分为Ⅰ类储层，55号层分为Ⅲ类储层。

3 加权储能系数产能预测方法

低渗透储层的产能影响因素很多，归纳起来有：①储层的品质，包括储层的岩性、物性、含油性、电性、地层压力等；②储集空间中流体性质，主要为原油的黏度、气油比、流体的类型；③外在因素，主要包括钻井、井下作业对储层的污染情况、射孔的完善程度、酸化压裂规模的大小等。储层产能是这些因素共同作用的结果。另外，测井资料获得的储层参数仅仅是静态的参数，并没有考虑到钻井、完井、改造的规模和类型等因素，因此利用测井资料预测产能有一定的不确定性和难度。如果不考虑其他因素或者条件近似的情况下，储层的自身特征将对储层的产能高低起决定作用。笔者以鄂尔多斯盆地某油田长6油层组为例，基于储层分类建立超低渗透储层产能预测模型。

3.1 加权储能系数产能预测模型的建立

储能系数反映了某一井点的含油富集程度，是预测油井产能的重要参数，与地层系数相比，更能反映低渗透油层压裂试油产能［4］。研究中针对某油田长6油层组孔隙结构复杂、非均质性强、油水关系相对简单、砂岩整体含油的特点，在储层精细分类的基础上，与压裂试油产量结合求取每类小层对储层产能的贡献值，建立加权储能系数产能预测模型。加权储能系数产能预测方法的思路：在测井精细解释的基础上，视同一砂体单元不同小层对产能贡献的大小不同，按照表1的储层分类标准对同一砂体单元精细分类，纵向上分段、分类划分储层（图5），然后确定每个小层的储能系数，进而确定不同类储层对产能的权重。应用求取的不同类型储层权重与储能系数，可以确定目的层段的累计产能。因此，测井产能预测主要考虑以下3个关键参数：①各贡献层分类级别（Ⅰ、Ⅱ、Ⅲ类）；②精细解释小层储能系数；③不同级别小层对产能的贡献率（权重）。产能预测回归公式如下：

式中：Sj为第j类储层储能系数；为第i个小层孔隙度，1；Soi为第i个小层含油饱和度，1；Hi为第i个小层的有效厚度，m；Q为储层的预测产能，t／d；Aj为第j类储层的储能系数的加权值。

根据上述思路和方法，对某油田31口试油井的长6油层组按照储层分类标准对储层进行分类，利用试油资料（样品数31）进行标定，应用多元线性回归并经过归一化处理得到压裂试油产能预测公式为：

式中：SⅠ、SⅡ、SⅢ分别为Ⅰ、Ⅱ、Ⅲ类储层储能系数和。

从式（6）可以看出：Ⅰ类储层的储能系数加权值为0.46，对产能的贡献率为46%；Ⅱ类储层的储能系数加权值为0.30，对产能的贡献率为30%；Ⅲ类储层的储能系数加权值为0.24，对产能的贡献率为24%，储能系数大的储层对产能贡献较大。利用某油田长6油层组已试油井对上述产能预测模型进行验证，从图6可以看出，预测产能与实际产能相关性很好，随产量增加，误差呈发散性分布在45°线两侧，模型符合率达到81.8%，能满足产能预测的要求。

图6 某油田长6油层组产能预测验证图

3.2 应用效果

将表1的储层分类标准与线性回归公式利用Fortran语言编写成软件PORQ 挂接于Forward.NET测井解释平台上，实现了储层压裂试油产能的快速预测，产能预测精度较高。统计某油田64口探井、评价井长6段64个试油层，预测符合55层，产能分级预测符合率为85.94%，实现了油井产能快速预测。

在某油田规模建设区推广应用加权储能系数产能预测技术，在单井产能预测的基础上进行了平面产能分布评价，优选了6 个产建目标区，分别为Y414－Y284井区、B209井区、B155井区、B256井区、B239井区和B216井区；优选了4 个后备产建目标区，分别为B462 井区、B194 井区、B423 井区和S156井区；优选了6个产建潜力区，分别为W58井区、W61井区、B117井区、S138井区、S111井区及L72井区。储层产能的平面分布避免了低产低效井的出现，有效指导了产建整体部署和快速高效开发，降低了产建风险。