非均质灰岩储层可变模型测井评价

2015-05-09管耀冯进

测井技术 2015年4期

管耀, 冯进

(中海石油(中国)有限公司深圳分公司, 广东广州 510240)

0 引言

灰岩储层由于其成岩机理、沉积环境、后期改造作用等与碎屑岩储层不同,其储集空间类型、孔喉结构和均质性都与碎屑岩储层存在巨大的差异[1]。从南海东部目前钻遇的灰岩油藏看,灰岩储层一般都表现出非均质性强的特点。一套灰岩往往包含多种不同孔喉结构类型的储层,这些不同类型储层间一般难有统一的孔渗关系和岩电参数,前人仍用均质碎屑岩储层的单一模型的处理方法处理,难以得到理想的结果。

在利用常规测井资料评价非均质储层方面,目前比较流行且实用的方法是储层分类评价方法[2]。利用岩心实验资料确定某一储层分类指标,按这一指标将储层分为N类,再对各类储层分别进行模型和参数分配,对储层进行分类评价。这种储层分类评价方法具体实现起来较为困难,主要体现在:储层分类指标确定困难,简单的利用孔隙度、渗透率分类难以满足要求,必须找到能精细表达储层孔喉结构的分类指标;利用常规测井曲线识别储层类型困难,特别当储层类型较多时需要多条测井曲线综合判别储层类型;储层分类后,每类储层孔隙度、渗透率、饱和度均不同,模型多,参数确定困难。

本文从岩心压汞资料得到的孔喉频率分布入手,研究岩心大、中、小孔喉的组合关系,找到能表达这种组合关系的毛细管压力曲线参数R35,以R35为指标将岩心分类,提出新的储层分类指标;用密度—电阻率曲线交会图版确定各类储层分类界限,实现储层自动分类,建立了一种实用、有效的常规测井曲线识别储层类型方案;最后通过对岩心实验资料的分类研究,为每类储层分配了孔隙度、渗透率、饱和度模型和响应参数。应用该储层分类测井评价方法可提高非均质灰岩测井解释精度。

1 研究区的储层特征

研究区灰岩油藏岩性以海相生物礁灰岩为主,储集空间以次生溶蚀孔为主,裂缝基本不发育,其储层孔隙度和渗透率往往没有绝对的相关关系,相同孔隙度其渗透率可能相差几个数量级,这也是生物礁灰岩储层普遍的特点,究其原因,孔隙度决定着储集空间的体积大小,孔隙之间连通性的好坏决定着渗透率的大小[3],需要利用特殊实验手段从孔喉结构等微观角度入手进行研究。

除了孔渗关系,油田非均质灰岩储层物性与含油性关系相比均质砂岩储层也更为复杂。相邻的储层段孔隙度相同,可是有的饱含油,有的却完全不含油。究其原因,可能是干层段灰岩孔喉半径过小、连通性差,油气运移浮力无法克服其毛细管压力进入其储集空间。这给测井解释含油饱和度带来了困难,这种中孔隙度低渗透率的干层,其电阻率与相邻油层差异不大,如果采用相同的岩电参数计算,干层处计算出较高的含油饱和度,不符合实际情况。理论上,孔喉结构差异导致岩电参数不同,因此,实际中采用有区别的岩电参数处理这种中孔低渗层。

2 储层分类方法

研究从大量灰岩岩心毛细管压力曲线入手,按孔喉半径频率分布特征将灰岩岩心进行储层分类,本文称之为5M孔隙结构分类法。

实验室一般将压汞得到的岩心孔隙半径频率分布以界限0.5 μm和2.5 μm分为3类,3类孔隙半径从大到小分别定名为Macro、Meso和Micro(见图1)。半径大于2.5 μm的为Macro类孔喉,半径介于0.5 μm和2.5 μm之间的为Meso类孔喉,半径小于0.5 μm的为Micro类孔喉。1块岩心的孔隙半径组合一般有这3种情况:Macro、Meso、Micro类储集空间并存;Meso、Micro类并存;只有Micro类储集空间。若Macro类的孔隙半径所占的比例多,说明岩心的孔隙连通性好,渗透性好,反之,Micro类的孔隙半径所占的比例多,说明岩心的孔隙连通性差,渗透性差。

图1 孔喉半径分类界限值

图2 LH1井岩性测井模型自动匹配技术计算结果检验

图3 LF1井岩性测井模型自动匹配技术计算结果检验*非法定计量单位, 1 ft=12 in=0.304 8 m; 1 mD=9.87×10-4 μm2, 下同

当多类孔喉半径并存时,各类孔喉半径的不同比例组合会影响岩石的渗透率[4]。因此,划分某块岩心的储层类型要考虑到各孔喉级别储集空间在岩石总储集空间中所占的比例。本文用R35为指标参数表征各孔喉级别储集空间在岩石总储集空间中所占的比例。R35是累积进汞饱和度达到35%时毛细管压力对应的孔喉半径。大于R35的孔喉半径累积频率占岩心所有孔喉半径累积频率的35%。比如R35≥2.5 μm,说明大于等于2.5 μm的孔喉半径占这块岩心所有孔喉半径的35%,则这块岩心以大于等于2.5 μm的孔喉半径为主,可以划分为Macro类型为主的储集空间;同理,2.5>R35≥0.5 μm的岩心可划分为Meso类岩心;R35<0.5 μm的岩心可划分为Micro类岩心。

图4 灰岩毛细管压力曲线的5M分类法

在实际研究中发现Micro和Meso类储层内部均包含2种类型储层。图2和图3所示,LH1井1 292～1 301 m井段和LF1井1 846～1 854 m井段均属于Micro类储层,但这2层孔喉结构存在差异:LH1井1 292～1 301 m井段干层属于低孔隙度低渗透率层,测井孔隙度曲线表现致密,电阻率200 Ω·m以上,为低孔隙度低渗透率高电阻率干层;LF1井1 846～1 854 m井段同为灰岩干层,但是其并非致密层,孔隙度范围12%～22%,渗透率却低至1.5 mD以下,测井孔隙度曲线显示并不致密,电阻率相对油层低。通过岩心的压汞资料研究发现,这类储层虽有较大的孔隙空间,但孔隙空间之间连通性差,导致渗透率低,为中孔隙度低渗透率相对低电阻率干层。从压汞曲线图版可以看出(见图4),这2类Micro储层位于图版相对细歪度区域,但彼此不重合,2类Micro层R35<0.5 μm,低孔隙度低渗透率高电阻率干层与中孔隙度低渗透率相对低电阻率干层R35以0.1 μm为分界线,因此,本文将Micro层进一步细分为低孔隙度低渗透率高电阻率干层与中孔隙度低渗透率相对低电阻率干层,对应符号为Micro-和Micro+。

Meso层内部也存在2类储层,从压汞曲线图(见图4)可以看出,有Meso+和Meso-这2类压汞曲线,2类曲线形态稍有差异,Meso-曲线形态表现为孔喉半径频率分布范围较广,孔喉分布非均质性较Meso+曲线更强;Meso+曲线平台区域相对较多,孔喉分布相对均质,在相同孔隙度条件下,Meso+储层可能有较好的渗透率。因此有必要将Meso层进一步划分为Meso+和Meso-这2类储层,2类储层R35分界线计算结果为1.5 μm。

综合LH、 LF、 HZ油田的灰岩岩心压汞曲线,实际灰岩储层岩心根据压汞曲线形态可以划分为5类:即在Macro、Meso、Micro这3大类的基础上进一步划分为5类压汞曲线形态,即,Micro-、Micro+、Meso-、Meso+、Macro。5类压汞曲线代表5类不同孔喉结构灰岩储层分布于压汞曲线图版上,依次有更低的进汞门槛压力、更低的饱和度中值压力,孔喉半径更大,且孔隙之间连通性更好。根据实际5类岩心毛细管压力曲线R35的界限特征,计算5类储层孔喉半径界限(见表1)。这种分类方法即为本文定义的5M分类法。

表1 各储层对应的自动识别判别式、孔渗关系和岩电关系

3 解释模型建立及参数获取

储层孔渗关系特征受孔喉结构特征影响,5M储层分类法依孔喉结构而来,因此也可以利用5M储层分类法对杂乱无章的孔渗关系的灰岩岩心进行分类,获取不同储层类型的孔渗关系,建立渗透率计算模型。岩电参数中m值被称为孔喉结构指数,其随孔喉结构复杂程度增大而在一定范围内增大,利用5M储层分类考察各类岩心岩电参数值,获取不同储层类型的岩电参数。

2.企业政工队伍建设不到位。政工人员队伍的建设是做好员工思想政治工作的关键，但由于企业的不重视，许多企业政工队伍建设不完善，政工人员结构不合理，素质跟不上时代的发展是主要问题，许多政工人员在思维方式、教育思想等方面还比较落后，这就制约了思想政治工作效果的实现。例如当前许多企业的政工人员知识老化，教育思想和教育方式过于死板，缺乏心理、社会等多方面的综合教育。

3.1 储层分类渗透率模型

图5中综合各油田灰岩油藏岩心的孔渗关系总体杂乱无章,直接拟合孔渗关系模型相关性极差,若以5M分类方法对图5中各点进行分类,则可以得到如图6中5种储层类型的孔渗关系。研究5类储层的孔渗关系发现,实际合并为3大类孔渗关系即可满足计算精度要求。3大类储层岩心内部,孔渗关系相对较好,如果储层分3大类来计算渗透率,孔隙度拟合渗透率模型相对不分类模型的精度会大幅提高(见图7)。图7中,分Macro、Meso、Micro这3类储层拟合孔渗关系式,得到3类储层的渗透率计算模型(见表1)。

图5 各油田灰岩岩心孔渗关系

图6 5种类型灰岩岩心孔渗关系

图7 3大类灰岩储层孔渗关系

3.2 储层分类岩电参数

由于孔喉结构不同,导致储层岩电参数不同,5类储层渗透率差异大,孔渗关系差异大,应取不同的岩电参数计算饱和度,参考3大类孔渗关系可以分3大类储层研究非均质灰岩的岩电参数,即,Macro、Meso、Micro,3类储层匹配各自不同的a、b、m、n值。

综合LF、LH油田灰岩岩心岩电实验数据,分别作孔隙度—地层因素交会图,拟合得到a、m值;作含水饱和度—电阻率指数交会图,拟合得到b、n值(见图8和图9),对应岩电参数值见表1。

一般理论认为阿尔奇公式中的m值是岩石胶结指数,也就是指示岩石孔喉结构复杂程度的参数[5],孔喉结构最简单的一根充满导电流体的直毛细管m值认为是1.0,实际岩石是无数半径大小不同孔喉以各种复杂形态组合而成,实际岩石m值一般在2.0左右,因此m值从小到大的变化指示着岩石孔喉结构趋于复杂。从Macro到Micro类储层孔喉结构越来越复杂,m值越来越大,符合理论研究。

图8 3类储层类型岩电参数a、m确定

图9 3类储层类型岩电参数b、n确定

4 计算机处理流程

用本文储层分类方法计算一套非均质灰岩的储层参数需要计算机自动识别储层类型,绘制密度—电阻率交会图版自动识别储层类型,通过分界线公式实现计算机的自动识别。

研究包括LF、LH等油田岩心的储层类别和其对应的密度—电阻率交会特征,发现密度—电阻率交会对灰岩储层类别有较强的敏感性[6]。Micro-、Micro+、Meso-、Meso+、Macro这5类储层交会点基本集中分布在图10中各自所属区域内,且各类储层间有较明显的界线,对应密度与电阻率的指数关系式。通过对比目标储层的深电阻率值和界线公式计算的电阻率值,即可区分研究目标的储层类别。根据分界线公式,5类储层对应判别式见表1。

图10 识别灰岩5类储层密度—电阻率交会图版

5 应用效果

将该套方法实际应用到LF1井、LH1井,计算这些井非均质性灰岩储层的渗透率和饱和度,取得了很好的效果,计算结果与岩心实验数据符合良好。

表1中5类储层Macro、Meso+、Meso-、Micro+、Micro-分别对应序号1～5,图3中成果是LF1井采用岩性测井模型自动匹配技术处理后得到的,储层分类道显示LF1井灰岩储层2类和4类,即Meso+和Micro+储层互层,组合较为复杂,第5道和第6道中虚线为常规方法处理的渗透率(KINT_1)和含水饱和度(SUWI_1)结果。KINT_1在Meso+层较岩心渗透率CKAR小,在Micro+层较岩心渗透率CKAR大,总体误差偏大,主要原因是采用了2类储层都不适用的渗透率模型计算;SUWI_1在Meso+层与岩心结果较为匹配,但是在干层Micro+明显处理含油饱和度偏高,通过毛细管压力方法计算的岩心含油饱和度CSOC可以看出,理论上Micro+不含油,主要原因是Micro+层采用了其不适用的岩电参数值,导致计算含油饱和度偏高。第5道和第6道中实线曲线KINT和SUWI分别为岩性测井模型自动匹配技术处理得到的渗透率和含水饱和度结果,KINT无论在Meso+和Micro+层均与岩心渗透率CKAR有较好的符合程度,精度与KINT_1相比优势明显,通过精度分析,KINT的平均相对误差由KINT_1的82.5%降低为23.4%;由于采用了更高的m和n值,新方法Micro+层计算的含油饱和度接近于0,与压汞岩心确定的含油饱和度符合良好。因此,该方法在LF1井获得了更精确的渗透率和含水饱和度曲线,解决了LF油田非均质性灰岩油藏难评价的问题。

图2中第5道是LH1井利用本文方法处理的含水饱和度结果,储层分类显示LH1井灰岩储层含有1、3、5类储层,即Macro、Meso-、Micro-储层,第5道中虚线SUWI为用统一岩电参数m=2.0、n=2.3计算的含水饱和度结果,该结果在Micro-干层处含油饱和度明显偏高。理论上Micro-层不含油,SUWI应接近于0,用分类处理得到的Micro-类岩电参数处理得到实线SUWI_1在Micro-层处接近于0,较符合实际地层情况。