X油田试油层自然产能预测方法研究

庞秋维，霍勇，马强，陈蓉（中国石油集团测井有限公司塔里木事业部，新疆 库尔勒 841000）

原油从地下储存到采出地面会受诸多因素的影响，产能是各种影响因素的综合反映。储层的产能是由储层的自身条件、外部环境以及油气性能等共同决定的［1－3］。合理分析这种因素，可以简单地估算储层的自然产能。下面，笔者通过对产能影响因素的分析，以多元回归方法建立产能预测模型，对试油阶段的自然产能（不采取压裂酸化等油气层改造措施情况下的产能）进行预测。

1 产能预测基本原理

产能即产层的生产能力，用产能Q或采油指数J表示。渗流力学基本理论是储集层产能评价及预测的理论基础，其平面径向稳定渗流达西公式为：

式中，C为单位换算系数；βo为体积系数；μo为流体黏度，mPa·s；Ko为油相对渗透率，mD；Q为产量，m3/d；H为有效厚度，m；ΔP为油井生产压差，Pa；re为油井供油半径，m；rw为油井半径，m；S为表皮系数。

2 产能主控因素分析

通过分析X油田试油井油层的采油指数与测井参数之间的关系（见图1）可以看到，影响X油田储层产能的主控因素主要有声波时差（AC）、密度（DEN）、孔隙度（φ）、渗透率（K）、含油饱和度（So）、泥质含量（SH），其中泥质含量与采油指数呈负相关性。

3 产能参数的获取

1）孔隙度 孔隙度是岩层成为储层的必要条件，其数值的大小是影响和决定储层所含流体多少及产能高低的重要因素。储层孔隙度越大，所含流体越多，其渗流能力也越强，因此储层孔隙度的大小标志着储层产液能量的大小［4］。在油层产能预测的评价过程中，孔隙度的数据来源是X油田的岩心分析结果，由该区的岩性密度（DEN）曲线建立关系方程求取（相关系数为0.87），其计算模型为：

图1 泥质含量、含油饱和度、孔隙度、渗透率与采油指数相关性图

2）渗透率 渗透率的大小标志着流体在储层中流动能力的大小。与孔隙度一样，渗透率也是直接影响储层产能高低的重要参数。渗透率越大，油藏供油能力越强，自然产能也就越高［5］。因此利用测井解释孔隙度（φ）和相对伽马（ΔGR）建立测井解释渗透率（K）的非线性模型（相关系数为0.91），其公式为：

3）泥质含量 泥质含量的多少也影响着产能的大小，与产能呈负相关。因此建立泥质含量的相关模型（相关系数为0.83）：

4）含油饱和度 储层的孔隙度和渗透率只能反映其物性好坏或产液能力的大小，越高，油层含油和产油越多。在测井解释中，含油饱和度是评价储层所含流体性质的最重要指标，求取含油饱和度以阿尔奇公式［2］来计算。

4 产能预测

将影响油层产能的主控因素（声波、密度、孔隙度、渗透率、含油饱和度、泥质含量）作为自变量X，把采油指数作为因变量Y，选取试油井的8组数据用于确定模型参数。采油线性拟合得到产能的回归公式（相关系数为0.99）为：

在X油田的开发过程中，对其中3口油井也进行试油（见表1，So为测井解释含水饱和度），取得各口井油层物性资料和试油产油量后，利用式（6）对表1中的3口井的日产油量进行预测，预测结果见表1。从表1可以看到，除X132井存在一定的误差外，其余两口井实际日产油量与预测日产油量在数值上非常接近，应用效果好。

表1 产能预测检验结果表

4 结论与认识

1）预测的3口井采油指数表明，对于单井产能预测，多元回归方法是一种有效的预测方法。

2）笔者提出的自然产能预测方法实现了通过测井手段预测试油产量，进而达到优选试油、压裂层位，指导油田勘探开发的目的。

3）该方法是针对X油田未经过酸化压裂的试油井而建立的，对于酸化压裂的井或其他的区块的井，还需要根据不同的情况而确定其相应的模型，所以在模型的使用上有一定的局限性。

［1］葛白成，文政，郑建东.利用测井资料预测油层自然产能方法 ［J］.大庆石油地质与开发，2003，22（1）：54-56.

［2］欧阳键.石油测井解释与油层描述 ［M］.北京：石油工业出版社，1994：220-229.

［3］胡高贤，龚福华.多元回归分析在低渗透油藏产能预测中的应用 ［J］.油气田地面工程，2010，29（12）：23-25.

［4］王树寅，王秉刚.利用测信息评价预测砂岩储层压裂效果 ［J］.地球物理测井，1991，3（1）：15-17.

［5］黎小伟 ，谭成仟，龙慧.A油田测井产能预测评价方法研究 ［J］.国外测井技术，2012（1）：26-28.

［编辑］ 洪云飞