储层孔隙结构测井表征的新方法

于秀英，古正富，贾俊杰，杨伟华，郑马嘉，焦创赟

(1.中国石油长庆苏里格南作业分公司，陕西西安 710018；

2.中国石油长庆油田分公司油气工艺研究院，陕西西安 710018；

3.中国石油长庆油田分公司工程监督处，陕西西安 710018；

4.中国石油长庆油田分公司勘探开发研究院，陕西西安 710018)



储层孔隙结构测井表征的新方法

于秀英1，古正富2，贾俊杰3，杨伟华2，郑马嘉1，焦创赟4

(1.中国石油长庆苏里格南作业分公司，陕西西安 710018；

2.中国石油长庆油田分公司油气工艺研究院，陕西西安 710018；

3.中国石油长庆油田分公司工程监督处，陕西西安 710018；

4.中国石油长庆油田分公司勘探开发研究院，陕西西安 710018)

摘要：鄂尔多斯盆地上古生界典型的低孔、低渗致密砂岩孔隙结构是影响储层产能的主要因素。因此，必须搞清低渗储层复杂孔隙结构的成因，为气田开发提供更有力的技术支撑。随着高精度数控测井和核磁测井的推广应用，利用测井资料研究储层孔隙结构成为可能。在大量测井数据与岩心分析测试数据统计分析基础上，建立了岩石颗粒与测井渗透率、声波时差与孔隙度的关系。提出利用有效孔隙度指数评价储层孔隙结构，表征了孔隙中可被油气利用的最大孔隙度和油气的最大有效渗透率。提出利用大孔隙指数识别低渗储层中相对优质的储层。应用核磁共振T2几何均值与储层孔隙喉道的关系，形成评价储层物性及孔隙结构新方法。实际应用表明，新方法评价结果准确可靠，具有推广应用价值。

关键词：致密砂岩；常规测井；核磁共振测井；孔隙结构;测井表征

鄂尔多斯盆地上古生界储层主要为岩屑石英砂岩，孔喉特征为中小孔—微细喉组合，渗透率普遍小于1mD，属典型的低孔、低渗砂岩储层[1-4]。储层成岩作用强烈，孔隙类型多样，结构复杂，非均质性严重，开发时面临诸多困难。储层微观孔隙结构对流体的分布及渗流具有控制和影响作用，对储层质量评价必不可少的[5]。因此，必须首先搞清本地区储层的微观特征，深入揭示油气储层的内部结构，才能科学制订勘探开发方案。现阶段储层孔隙结构研究主要通过现场钻井获取岩心样本，对岩心进行岩性成分分析，做常规压汞、铸体薄片、扫描电镜等测试，数据获取成本高，且采样数据有限，导致储层孔隙结构研究滞后且不全面。本文应用大量测井数据建立岩石与测井渗透率的关系、声波时差与孔隙度的关系、核磁共振T2几何均值与储层孔隙喉道的关系，形成评价储层物性及孔隙结构的新方法。深入探讨储层孔隙结构对储层的影响因素，从而为油气田的经济、有效开发提供科学依据。

1 孔隙结构研究的意义

在低孔、低渗储层中,孔隙结构直接影响储层产能评价，利用测井解释[6-7]数据进行孔隙结构的研究评价，降低了岩心分析测试的高成本，又有丰富的数据综合分析储层孔隙结构对产能和电性的影响。低渗储层的孔隙结构与常规储层不同，开展孔隙结构研究[8-9]，对正确评价低渗储层特征及科学开发具有重大意义。

1.1 储层孔隙结构特征彰显储层本质特性

由于成岩作用强烈，低渗储层的孔隙类型通常为原生粒间孔和次生粒间溶孔。有些以次生粒间溶孔和微孔为主，使低渗储层原始含水饱和度高，油水过渡带变宽。低渗储层的孔隙结构较差，毛细管压力高，束缚水饱和度高，不仅降低了油水在储层中的流动能力，而且还使油层在测井曲线上表现出低电阻率的特点，给油气水层的识别带来很大困难。储层的微孔发育可能使分析总孔隙度较高，但有效孔隙度仍然较低[10]。微裂隙和少部分大喉道对渗透率的贡献可能使有些微观结构很差的砂岩分析渗透率相对较高，使非储层具有高于下限的渗透率。低渗储层黏土矿物含量高，敏感性增强，利用宏观物性参数评价往往会出现偏差。

图1是陕北地区上古生界两口井砂岩样品的压汞曲线对比。两块岩样分析孔隙度、渗透率接近，但从压汞曲线看，A样品的储集性能明显比B样品好。A样品孔隙喉道分选性和连通性好，有利于油气的排驱。而B样品虽然排驱压力与A样品接近，但是，分选差，连通性不好，不利于油气的储集。

1.2 孔隙结构控制低渗透油气藏流体的分布

油气藏形成过程受油、气、水孔隙系统控制[2]，油气藏中流体分布是驱替动力和毛细管阻力平衡的结果，而毛细管阻力的大小与孔隙结构密切相关[5]。

1.3 孔隙结构对储层流体性质和产能有重要影响

鄂尔多斯盆地勘探开发实践证明，上古生界储层的孔隙结构对产液性质和产能大小具有非常重要的影响。原生粒间孔型储层物性特点是低孔、高渗，孔喉分选好，含气饱和度高，试气产量高；粒间溶孔型储层为高孔、高渗，但孔喉分选较差，非均质性强，含气饱和度次之，试气有高产也有低产，由于压裂改造原因，部分束缚水可能被解放而导致地层产水；微孔及微溶孔型储层为低孔、低渗，分选差，含气饱和度最低，试气为低产[11]。

2 孔隙结构对测井解释的影响

据192口探井4200余块储层薄片的统计，鄂尔多斯盆地上古生界储层主要由石英砂岩、长石石英砂岩、岩屑砂岩、岩屑石英砂岩等组成(表1)。石英砂岩多属于凝灰质砂岩和长石石英砂岩经溶蚀、蚀变后使石英碎屑进一步集中而形成的。其含量一般为5%～14%，部分砂岩中凝灰质含量达25%～36%。

表1　鄂尔多斯盆地上古生界岩类统计表

孔隙结构对测井解释造成的影响主要体现在对孔隙度、渗透率、饱和度三大参数的求取上。

2.1 孔隙结构控制储层电学性质

在其他条件相同时，储层孔隙结构可引起岩石电阻率的较大变化，从而导致电阻率对流体性质的分辨能力降低。常规储层饱和度测井解释是通过选取有地区代表意义的特征岩电参数值，利用阿尔奇公式计算，但在低渗储层中这一问题变得复杂，需要探索适应低渗储层的岩石电学参数选取方法。

2.2 复杂孔隙结构加大地层渗透率测井解释的难度

渗透率的测井解释关系为：K=f(φ,Md),其中，Md为粒度中值(mm)。

其典型模式为：lgK=D1+D2lgMd+D3lgφ，其中，D1、D2、D3为经验常数。

对常规储层而言，反映沉积水动力条件的粒度参数是储层物性的主要控制因素；但是，低渗储层在埋藏过程中经历了强烈的成岩后生变化，成岩作用才是储层物性的主要控制因素。因此，低渗储层渗透率的解释模型和有关参数的选取较常规储层复杂。从储层物性的控制因素考虑，由测井资料中提取反映钙质、泥质、塑性岩屑及粒度中值的信息，对低渗储层物性研究比较重要。

2.3 孔隙结构影响储层声波时差与孔隙度的函数关系

求取孔隙度常用的方法[12-13]是利用威利公式通过声波时差计算孔隙度。但基于体积平均概念的威利公式只考虑了组分的影响，没有充分考虑砂岩的胶结方式、胶结程度及孔隙结构等，因而其只在特定的孔隙度范围内近似适用。1986年，马丁等通过大量实际资料提出了声波地层因素方程，即：

(1)

式中φ——孔隙度；

x——岩石骨架的特征指数；

Δt——砂岩时差，μs/m；

Δtma——砂岩骨架时差，μs/m。

x是反映岩石孔隙结构几何特征的参数，x值越大，表示岩石越致密，骨架中高声速的组分越多。由于低渗储层孔隙结构复杂，在不同类型的储层中，x取值也不同。

2.4 复杂孔隙结构是形成低阻油气层的重要影响因素

由于孔隙结构复杂、微孔率高而形成的低阻油气层是测井解释的一项难题。鄂尔多斯盆地上古生界复杂孔隙结构形成的低阻油气层主要有两种成因：一种是由溶蚀作用及非均质性而形成；另一种是水云母、蚀变高岭石等黏土矿物对孔隙充填改造而形成，其共同特点是具有较高的总孔隙度和高微孔率，存在双组孔隙系统，孔喉分选差，图1中的B样品就容易形成低阻油气层。

3 常规测井资料研究孔隙结构

3.1 常规测井资料计算有效孔隙度指数

3.1.1 方法原理

为评价储层复杂孔隙结构对流体的有效性，引入了有效孔隙度指数的概念。由于亲水岩石表面吸附水膜的厚度在0.1μm左右，通常将半径为0.1μm喉道作为储层含油喉道的下限。在实际工作中，准确确定天然气能占据的临界喉道半径非常困难。为了起到表征作用，可将与半径大于0.1μm喉道相连通的孔隙度与岩石总孔隙度的比值作为储层有效孔隙度指数，该值等于压汞曲线上0.1μm喉道半径(相当于7.5MPa毛细管压力)对应的累计进汞饱和度，有效孔隙度为：

φE=φ煤油SHg0.1

(2)

式中φE——油气有效孔隙度， %；

φ煤油——煤油法分析孔隙度， %；

SHg0.1——累计进汞饱和度，%。

3.1.2 应用实例

统计鄂尔多斯盆地上古生界5口井52个测井样品的测试数据，得到了的岩石束缚水饱和度Sw与SHg0.1的关系(图2)，两者之间的相关性达到0.9以上，其和的平均值为98%，说明用与0.1μm以上半径的喉道相连通的孔隙度来代表上古生界储层的有效孔隙度可行。

可以利用“岩心刻度测井”方法，得到如下计算SHg0.1的公式。

(1)SM-YL地区上古生界千5段储层：SHg0.1=43.31lgRLLD+0.56AC+0.078GR-42.545Pe-54.907，R=0.91；SHg0.1=0.43AC-88.97DEN-0.29GR-50.105Pe+282.90，R=0.90。

式中RLLD——电阻率，Ω·m；

AC——声波时差,μs/m；

GR——自然伽马测井值(经过标准化处理)，API；

Pe——光电截面指数，b/e；

R——相关系数；

DEN——密度，g/cm3。

(2)SLG气田上古生界盒8段储层：SHg0.1= 534.64-15.26Pe+16.77lgRLLD-192.63DEN，R=0.94。

(3)WSQ气田上古生界盒8段—沙一段储层：SHg0.1=25.63lgRLLD-145.87DEN-16.42Pe+395.04，R=0.88；SHg0.1=0.39AC- 0.55CNL-16.49Pe- 0.39GR+ 13.20，R=0.84。

式中CNL——补偿中子，%。

图3为鄂尔多斯盆地西北部上古生界盒8段—沙一段储层15口井118个样品点测井计算与压汞分析SHg0.1的关系图，其相关系数达到了0.96，计算精度完全可以满足储层精细评价的需求。

有效孔隙度指数有两方面的地质意义：一是与孔隙度的乘积表征了储层孔隙中可被油气利用的最大孔隙度的多少；二是与油气最大有效渗透率密切相关，SHg0.1越大，对应油气有效渗透率越高。

3.2 利用测井资料计算大孔隙指数

3.2.1 方法原理

定义φBI=(φND-φs)/φND(其中，φND为测井密度孔隙度；φs为测井声波时差孔隙度)，φBI为大孔隙指数，其地质意义代表砂岩中非均匀分布的大孔或超大孔的发育程度，如铸模孔、残余原生粒间孔、次生粒间溶孔等，有的具有数百微米量级的孔径。

φBI反映的是对储层渗透性起关键作用的大孔隙，因而对低渗储层中相对优质储层的识别具有十分重要的意义。

3.2.2 应用实例

由图4可以看出，测井解释次生孔隙发育段厚度与产气量之间的正相关性非常明显，而测井有效厚度与产气量相关性则比较差，表明次生孔隙的发育程度是盒8段气藏高产富集的重要控制因素。

4利用核磁共振测井研究孔隙结构

4.1 方法原理

核磁共振[14-15]T2谱可以分析砂岩孔隙结构和可动流体，对每块岩样均测量了100%饱和水状态及束缚水状态下的核磁共振T2谱。分析核磁共振T2谱发现，部分岩心的T2谱呈3峰态(图5a)，右边峰对应可动流体所占据的孔隙，中间峰对应毛细管束缚水孔隙，左边峰对应黏土束缚水孔隙；部分岩心的T2谱呈双峰态，此时毛细管束缚水孔隙和黏土束缚水孔隙在T2谱上没有明显的分区特征；部分岩心的T2谱在T2弛豫时间很长的地方(约为1000ms)有一个与T2谱其他部分不连续的小峰出现(图5b)，该峰有可能是岩心内部裂缝、微裂缝或溶洞的显示。

4.2 应用实例

4.2.1 可动流体T2截止值及其影响因素

对鄂尔多斯盆地SLG地区和YL地区上古生界砂岩样品进行岩心核磁共振实验。上古生界砂岩实测可动流体T2截止值变化范围较大，最大为34.65ms，最小为8.03ms，平均为16.68ms。而该值在北美一些油田的海相砂岩为33ms，反映出低渗透储层的特殊性。研究发现，影响T2截止值变化的主要因素是储层的岩性(表2)，石英砂岩相对岩屑砂岩和泥质砂岩具有较大的T2截止值。如YL地区P1s2石英砂岩的T2截止值为14.18ms，而盒8段含岩屑和杂基的岩屑砂岩T2截止值仅为8.87ms。绿泥石、蒙皂石等自生黏土矿物的存在会使岩石孔隙表面的弛豫作用加强，T2谱展布较窄，T2截止值显著降低。在石英含量高，次生加大现象严重，含少量高岭石的砂岩中，表面弛豫作用较弱，氢核弛豫速率较低，T2谱分布较宽，具有较大的T2截止值。

表2　不同层位不同岩性的核磁实验结果表

4.2.2T2谱与孔隙结构

根据1/T2=ρ2(S/V)，T2可以反映孔径大小分布。其中，ρ2为表面弛豫强度；S/V为孔道的比表面。

图6为SLG气田上古生界22块岩样100%饱和水时的T2几何平均值T2g与压汞喉道半径中值

R50、孔喉均值D之间的关系图，统计结果是：R50= 0.0269T2g-0.0306，D=14.249T2g0.1045,相关系数均达到了0.9以上。对比发现，100%饱和水岩样的核磁共振T2谱和同一样品的压汞、孔隙图像分析资料有非常好的对应关系，渗透率高，排驱压力低，大孔喉系统发育的岩样对应的核磁共振T2谱高值部分占的比例较大；渗透率低，排驱压力高，微孔发育的岩样对应的核磁共振T2谱低值部分占的比例较大；T2谱的分布范围和峰值的高低反映了孔喉分选的好坏，T2谱分布范围越宽，峰值越低，分选越差。

5 结论

(1)有效孔隙度指数和毛细管孔喉均值两个参数可以很好地表征储层孔隙结构和有效储集空间，从而精确评价储层，为勘探开发方案的制订提供依据。

(2)利用测井资料表征储层的孔隙结构是一种新方法，可有效评价储层的物性分布及含油气性特征，对低渗储层中相对优质储层的识别也具有十分重要的意义；而且更加快捷、方便，大大节约成本，值得进一步推广应用。

参考文献

[1]侯加根，唐颖，刘钰铭，等.鄂尔多斯盆地苏里格气田东区致密储层分布模式[J].岩性油气藏，2014，26(3)：1-6.

[2]杨华，付金华，刘新社，等.鄂尔多斯盆地上古生界致密气成藏条件与勘探开发[J].石油勘探与开发，2012，39(3)：295-303.

[3]范玲玲，宋荣彩，金文辉，等.鄂尔多斯盆地苏西X井区盒8段砂体发育模式研究[J].岩性油气藏，2012，24(4)：29-32.

[4]赵宏波.鄂尔多斯盆地榆林地区煤系地层山2段致密石英砂岩储集层特征及形成机理[J].岩性油气藏，2010，22(4)：57-61.

[5]蔡玥，熊琦，李勇，等.低渗透砂岩储层孔隙结构对储层质量的影响——以鄂尔多斯盆地姬塬地区长8油层组为例[J].岩性油气藏，2014，26(5)：69-73.

[6]洪有密.测井原理与综合解释[M]. 北京：石油大学出版，1992.

[7]宋子齐.测井多参数的地质应用[M].西安：西北工业大学出版社，1993：65-117.

[8]王瑞飞，陈明强，孙卫.鄂尔多斯盆地延长组超低渗透砂岩储层微观孔隙结构特征研究[J].地质论评，2008，54(2)：270-277.

[9] 王瑞飞，陈明强，孙卫.特低渗透砂岩储层微观孔隙结构分类评价[J].地球学报，2008，29(2)：213-220.

[10]王瑞飞，沈平平，宋子齐，等.特低渗透砂岩油藏储层微观孔喉特征[J].石油学报，2009，30(4)：560-563.

[11]赵会涛，王怀厂，刘健，等.鄂尔多斯盆地东部地区盒8段致密砂岩气低产原因分析[J].岩性油气藏，2014，26(5)：75-79.

[12]谭廷栋.天然气勘探中的测井技术[M].北京:石油工业出版社，1994.

[13]石油测井情报协作组. 测井新技术应用[M].北京：石油工业出版社，1998:120-180.

[14]陆大卫,江国法.核磁共振测井理论与应用[M].北京：石油工业出版社，1998:350-402.

[15]付金华，石玉江.利用核磁测井精细评价低渗透砂岩气层[J].天然气工业，2002，22(6)：39-42.

New Method of Reservoir Pore Structure Logging Characterization

Yu Xiuying1,Gu Zhengfu2, Jia Junjie3,Yang Weihua2, Zheng Majia1, Jiao Chuangyun4

(1.PetroChinaChangqingOilfieldSouthSuligeOperatingCompany,Xi’an710018，China；2.Oil&GasTechnology

ResearchInstitute,ChangqingOilfieldCompany,Xi’an,Shaanxi710018,China；3.PetroChinaChangqingOilfield

EngineeringSuperintendBureau,Xi’an710018，China; 4.PetroleumExplorationandDevelopmentResearch

InstituteofPetroChinaChangqingOilfieldCompany,Xi’an,Shaanxi710018，China)

Abstract:Reservoir capacity of Upper Paleozoic in Ordos Basin is mainly affected by low-porosity and low-permeability tight sandstone pore structure. Therefore, it is necessary to figure out the genesis of complex pore structures of low-permeability reservoir and to provide powerful support for gas field development technically. Now it is possible to probe into pore structures using logging data, with popularization of high-accuracy digital logging and nuclear magnetic logging. Based on statistical analysis of a lot of logging data and core analysis test data, we established the relationship between rock particles and logging permeability, between acoustic travel time and porosity. We put forward to evaluate reservoir pore structures with effective porosity indexes, characterizing maximum porosity usable for oil and gas in pores and maximum effective oil and gas permeability. In addition, we proposed to use large pore indexes to identify relatively better reservoirs among low-permeability ones. Applying NMR T2 geometry average value and reservoir pore-throat, we finally formulated new reservoir physical properties and pore structure evaluation workflow. Field application showed that the new method could achieve accurate and reliable results and could be popularized more.

Key words:tight sandstone; conventional logging; NMR; pore structure; logging characterization

中图分类号：TE122

文献标志码：A

作者简介：第一于秀英(1972年生)，女，工程师，主要从事气田测井地质综合研究工作。联系人焦创赟的邮箱：jcy_cq@petrochina.com.cn。

基金项目：国家科技重大专项“鄂尔多斯盆地大型低渗透岩性地层油气藏开发示范工程”(2011ZX05007)资助。