利用变系数Δlg R技术评价断陷地层烃源岩

印长海, 刘超

(大庆油田有限责任公司勘探开发研究院, 黑龙江 大庆 163712)

0 引 言

开展烃源岩精细评价,对指导常规油气勘探,尤其是具有近源成藏特征的致密油气勘探具有重要意义[1]。然而通过实验分析方法,依据离散且有限的采集样品,很难实现对烃源岩的精细认识。为获得井剖面上连续分布的有机质丰度指标(主要指TOC),国内外学者展开了利用测井曲线评价烃源岩的方法研究[2-9],其中ΔlgR技术是业内公认的最可靠和可行的方法,被广泛应用于海相和陆相坳陷期等稳定沉积地层烃源岩TOC的测井评价,为刻画烃源岩TOC的垂相变化特征[5-8],识别优质烃源岩的厚度[9-11],计算不同TOC级别烃源岩的油气贡献量奠定了基础[12]。变系数ΔlgR技术[8]是由ΔlgR技术修改而来,将ΔlgR技术内的重点参数当作变量,并依据研究区具体资料厘定,改善了ΔlgR技术对陆相复杂烃源岩TOC的预测效果。

徐家围子断陷沙河子组是中国少数断陷盆地致密气勘探探区之一,沙河子组为陆相断陷沉积地层,发育深湖-半湖相、滨浅湖、三角洲前缘等多种烃源岩沉积环境,地层的相变较快,烃源岩的非均质性很强。前人对该区烃源岩的研究主要通过样品分析手段开展,显然,有限且离散的实验数据无法客观反映TOC的分布特征,为此有必要开展烃源岩TOC测井评价研究。

本文研究目的是利用变系数ΔlgR方法评价徐家围子断陷安达地区烃源岩,并将预测结果与ΔlgR技术预测结果对比,论证变系数ΔlgR技术对复杂断陷地层的可行性。

1 研究区烃源岩测井特征

安达地区沙河子组发育暗色泥岩、炭质泥岩和煤3种类型的烃源岩。其中炭质泥岩和煤层仅局部发育,目前也缺少针对炭质泥岩和煤层TOC的测井评价方法,不作为研究内容。暗色泥岩是本次的研究对象,研究区暗色泥岩全区发育,厚度一般200～700 m,实测TOC含量分布在0.12%～9.98%。暗色泥岩测井曲线表现出较高自然伽马、高声波时差特征,并且研究区暗色泥岩为陆相沉积,岩石内导电组分含量较高,因此,成熟暗色泥岩的电阻率曲线明显偏低(见图1)。

图1 沙河子组烃源岩测井响应特征*非法定计量单位,1 ft=12 in=0.304 8 m,下同

2 Δlg R技术与变系数Δlg R技术分析

ΔlgR技术是常用的烃源岩TOC测井评价方法,变系数ΔlgR技术将ΔlgR技术内的经验参数视为变量,并依据研究区具体资料确定。

2.1 Δlg R技术

ΔlgR技术预测TOC的公式为

ΔlgR=lg (R/R基)+0.02(Δt-Δt基)

(1)

TOC=10(2.297-0.1688 LOM)ΔlgR+ΔTOC

(2)

该技术将声波时差曲线(Δt)和电阻率曲线对数值(lgR)按一定比例叠合,以削弱孔隙度对TOC测井响应的干扰,认为烃源岩地层的TOC与ΔlgR成正比,与成熟度(LOM)成反比,并且预测结果还需加上测井曲线无法识别的TOC含量背景值(ΔTOC)。

ΔlgR技术在海相地层和陆相坳陷地层应用效果较好[5-7],但其存在以下不足:① 式(1)利用固定的比例系数“0.02”并不合理,前人研究结果表明,TOC的预测误差明显受该比例系数影响,应依据研究区具体资料,尤其是研究区地层比较复杂;② 沙河子组烃源岩已经成熟,但电阻率曲线不仅没有增大,反而偏低,这与成熟烃源岩具有明显电阻率异常的特征相悖,不符合式(2)的应用前提,也就是说,成熟度参数(LOM)不适合参与TOC预测。通过上述分析认为,ΔlgR技术不适用于研究区这类陆相复杂地层TOC预测。

2.2 变系数Δlg R技术

变系数ΔlgR技术的TOC预测公式为

ΔlgR=k(lgR-B)+(1-k)(Δt-B)

(3)

TOC=aΔlgR+b

(4)

变系数ΔlgR技术[12]针对ΔlgR技术的不足,对其进行了3点修改:① 将ΔlgR技术内经验系数(0.02)视为变量k;② 利用相对基线值B(Baseline)替代Δt和Rt的基线值(Δt基和R基),并利用计算机自动确定;③ 将包含成熟度(LOM)一项整体视为变量a,将TOC的背景值(ΔTOC)视为变量b。该技术最大的优点是依据研究区具体资料厘定k和a这2个关键系数,使得建立的TOC预测公式针对性更强。理论上,变系数ΔlgR技术适合沙河子组这类非均质性较强地层TOC评价。

3 应用效果对比

基于研究区DS16、DS17和SS11这3口TOC系统取样井的209块实测样品数据,分别利用ΔlgR技术和变系数ΔlgR技术建立TOC含量预测模型,并对比2种方法的预测效果。

通过反复验证,选取最优的LOM参数(LOM=10.5)利用ΔlgR技术对这3口井的TOC值进行了预测[见图2(a)];利用实测TOC数据计算得到k、a和b这3个变量(k=0.24,a=2.25,b=0.26)后,利用变系数ΔlgR技术预测对这3口井的TOC值[见图2(b)]。可以看出,ΔlgR技术的最小误差(Err)为38.2%,而变系数ΔlgR技术的预测误差为19.8%,比传统方法误差降低18.4%。同时,在井剖面上,变系数ΔlgR技术预测的TOC值明显比ΔlgR技术预测值更接近真实值。可见,变系数ΔlgR技术对沙河子组TOC含量预测效果更好。

图2 变系数Δlg R技术与Δlg R技术应用效果对比

图3 研究区DS16井沙河子烃源岩评价结果

4 效果分析及讨论

变系数ΔlgR技术依据研究区具体资料厘定k和a系数,这是其TOC预测精度明显好于ΔlgR技术的原因;而ΔlgR技术利用经验公式预测TOC含量,经验公式内的参数(如成熟度LOM)或是公式内的经验值(如固定系数“0.02”)已经不再满足研究区的复杂地质情况,这是ΔlgR技术预测误差偏大的原因。

此外,依据3口井的TOC数据,求取了对3口井都比较适合的参数(a和b),即相当于要求关键参数(a和b)具有通用性。但实际上,由于地层的非均质性,不同单井之间的关键参数也不一致,若能建立针对单井的k和a的预测方法,则TOC预测误差还可进一步降低。

5 结 论

(1) 通过理论分析和实例验证,变系数ΔlgR技术比ΔlgR技术更适合断陷复杂地层TOC预测。

(2) 变系数ΔlgR技术将ΔlgR技术内的经验参数(a和b)当成变量,并依据研究区具体资料重新厘定,对研究区TOC预测误差为19.8%,比ΔlgR技术预测误差降低18.4%,证明了该方法对复杂地层烃源岩TOC预测的可行性。

参考文献:

[1] Jarvie D. Evaluation of Hydrocarbon Generation and Storage in the Barnett Shale, Ft. Worth Basin, Texas [R]. Texas: Humble Geochemical Services Division, 2004.

[2] Passey Q R, Creaney S, Kulla J B. A Practical Model for Organic Richness from Porosity and Resistivity Logs [J]. AAPG Bulletin, 1990, 74(5): 1777-1794.

[3] 朱光有, 金强, 张林晔. 用测井信息获取烃源岩的地球化学参数研究 [J]. 测井技术, 2003, 27(2): 104-109.

[4] Ali Kadkhodaie-Ilkhchi, et al. A Committee Neural Network for Prediction of Normalized Oil Content from Well Log Data: An Example from South Pars Gas Field, Persian Gulf [J]. Journal of Petroleum Science and Engineering, 2009, 65(1/2): 23-32.

[5] 刘超. 测井资料评价烃源岩方法改进及应用 [D]. 大庆: 东北石油大学, 2011: 15-21.

[6] 刘超, 卢双舫, 黄文彪, 等. ΔlgR技术改进及其在烃源岩评价中的应用 [J]. 大庆石油地质与开发, 2011, 30(3): 27-31.

[7] 胡慧婷, 卢双舫, 刘超, 等. 测井资料计算源岩有机碳含量模型对比及分析 [J]. 沉积学报, 2011, 29(6): 1199-1205.

[8] 刘超, 卢双舫, 薛海涛. 变系数ΔlgR方法及其在泥页岩有机质评价中的应用 [J]. 地球物理学进展, 2014, 29(1)): 312-317.

[9] 高阳. 利用测井信息评价盐湖相烃源岩 [J]. 沉积学报, 2013, 31(4): 730-737.

[10] 王宗礼, 李君, 罗强, 等. 利用测井资料精细评价冀中坳陷廊固凹陷烃源岩 [J]. 天然气地球科学, 2012, 23(3): 430-437.

[11] 杨少春, 王娜, 李明瑞, 等. 鄂尔多斯盆地崇信地区三叠系延长组烃源岩测井评价 [J]. 天然气地球科学, 2013, 24(3): 470-476.

[12] 卢双舫, 马延伶, 曹瑞成, 等. 优质烃源岩评价标准及其应用: 以海拉尔盆地乌尔逊凹陷为例 [J]. 中国地质大学学报: 地球科学, 2012, 37(3): 535-544.