基于岩相的酸性火山岩储层流体识别方法

覃　豪 李洪娟

中国石油大庆油田勘探开发研究院



基于岩相的酸性火山岩储层流体识别方法

覃豪 李洪娟

中国石油大庆油田勘探开发研究院

覃豪等. 基于岩相的酸性火山岩储层流体识别方法. 天然气工业, 2016,36(4):35-40.

摘 要松辽盆地徐深气田火山岩岩相不仅类型多样，而且还控制着岩性的成因和孔隙结构类型，使得应用中子—密度测井曲线交会和电阻率的高低来识别储层流体性质的效果变差。为此，探讨了该区火山岩流体识别的问题：对不同岩相储层的岩性和孔隙结构特征进行分析后，将成因和测井响应特征相近的岩相归类为爆发相和溢流相；然后根据储层含天然气时在测井响应上的特征，在四性关系研究和岩相识别的前提下，先用三孔隙度、核磁共振及横纵波时差等曲线特征识别储层的含气性，把水层(包括高阻水层)和含气储层分开；进而分岩相建立了火山岩储层流体识别标准，据此识别出气水同层(包括高阻同层)和气层。运用该识别方法对徐深气田的21口新井39个层位进行流体识别和试气验证，结果表明：识别准确率达89.1％，提高了近12％。结论认为，分岩相建立流体识别标准的方法不仅适用于徐深气田酸性火山岩储层的流体性质识别，而且对于其他岩相复杂火山岩或沉积岩储层流体识别也具有借鉴意义。

关键词酸性火山岩储集层 流体识别 岩相 爆发相 溢流相 识别标准 准确率 松辽盆地 徐深气田

松辽盆地徐深气田火山岩岩相不仅类型多样，而且还控制着储层岩性的成因和孔隙结构类型，使得常规的中子—密度曲线交会、电阻率与孔隙度交会图等[1-8]对火山岩储层流体性质进行识别时精度变低，主要表现为高阻水层和气水同层识别效果差，影响了勘探与开发试气选层。为此笔者选用徐深气田地质划分岩相结果、试气资料及常规测井、偶极声波测井和核磁测井数据，对识别精度低的原因进行了分析，结果发现，不同岩相发育的储层的孔隙结构相差较大[9-10]，且孔隙结构好坏直接影响了电阻率的大小，这使得不同岩相发育储层的流体识别标准不同。因此将成因特征和测井响应特征相近的岩相归类为爆发相和溢流相后，在天然气的测井响应特征分析基础上，应用三孔隙度、横纵波时差比值、核磁共振分岩相构建综合参数，并分岩相建立了火山岩储层流体识别标准。实际资料验证结果表明，该方法提高了火山岩储层流体识别的准确度和符合率。

1 火山岩岩相类型及识别

前人对松辽盆地的火山岩岩相研究时，一般采用了王璞珺的“岩性—组构—成因”的划分方案，将徐深气田的火山岩划分为5相15亚相[11-15]。这套划分岩相的标准突出了岩相之间能够识别的差异，即在岩心或岩屑、手标本、剖面上可识别，应用测井和地震资料识别时可操作。将松辽盆地徐家围子地区40口井的岩心与测井曲线、微电阻率扫描图像进行对比研究，15种亚相中有11亚相在测井上具有明显的响应特征（表1），以此为基础制订了火山岩岩相测井识别的流程：首先采用ECS与常规曲线识别岩石成分，再应用成像测井识别反映岩相变化的结构，并确定期次/旋回地质界面，最后在期次内根据岩石成分、结构、构造划分火山岩岩相。该流程实现了应用测井资料识别火山岩岩相的目的[16-17]。根据识别结果，按火山岩岩相发育的厚度统计，徐深气田爆发相占40.0％，溢流相占44.5％，其次是火山沉积相占12.1％，火山通道相和侵出相最少，分别占2.0％和1.4％。

表1　火山岩岩相类型与测井识别特征表

2 岩相对流体识别的影响

对一般储层而言，电阻率是反映流体性质变化最敏感的测井信息，而对于火山岩储层，由于不同岩相发育储层的孔隙结构具有各自的特殊性，在电阻率与密度的交会图中，部分水层比一些气水同层难以识别，一些气水同层比一些气层难以识别（图1）。因此，需分岩相进行储层的电阻率随物性变化规律研究。

图1　火山岩储层电阻率与密度关系图

2.1 岩相归类

从表1中火山岩亚相的成因特征来看，徐深气田岩相成因包括冷凝成因和压实固结成因，这使得岩性和孔隙空间存在较大差异，从而造成了不同岩相储层电阻率与物性对应规律不一致。基于岩相的成因，将徐深气田亚相归位相，以冷凝成因为主的岩相包括溢流相、侵出相、火山通道相，以压实为主的岩相包括爆发相、火山岩沉积相。基于徐深气田岩相发育的主要岩相类型、试气储层的岩相类型（95％的储层发育于爆发相和溢流相），此次研究针对爆发相和溢流相展开。那么，爆发相和溢流相发育的储层用相应标准进行解释，对于较少发育侵出相和火山岩通道相储层应用溢流相标准进行流体性质解释，对于较少发育的火山通道相储层应用爆发相标准进行解释。

2.2 不同岩相的电阻率特征

储层物性以及流体性质是电阻率主要影响因素，研究不同岩相形成储层的物性对电阻率的影响时，应在流体性质相同时对比电阻率随物性变化的规律。选取24口井爆发相气层28层（孔隙度范围介于3.4％～12.1％，平均为7.7％）、10口井溢流相气层12层（孔隙度范围介于3.2％～11.3％，平均为7.1％）来分析电阻率特征，爆发相和溢流相气层的孔隙度相近（图2），电阻率如图3所示。爆发相的电阻率变化范围在110.0～770.4 Ω·m之间，平均为323.7 Ω·m；而溢流相电阻率变化范围在157.0～2 010.0 Ω·m之间，平均为518.0 Ω·m。溢流相的电阻率整体大于爆发相电阻率，而两类岩相储层的孔隙度相当，可知当两类岩相发育的储层孔隙度相近、流体性质相同时，溢流相的电阻率比爆发相的电阻率高。

图2　爆发相与溢流相储层孔隙度柱状图

图3　爆发相与溢流相储层深侧向电阻率柱状图

从以下两个方面对造成爆发相和溢流相电阻率差异原因进行了分析。在岩心分析的渗透率数据统计中（爆发相和溢流相样品数基本相当），爆发相的渗透率平均为0.41 mD，溢流相的渗透率平均为0.3 mD；压汞资料表明，孔隙度相同条件下，爆发相的孔隙结构比溢流相的好，即溢流相的喉道比爆发相的细，在恒速压汞资料得到的平均孔喉半径上，溢流相平均喉道半径比大于爆发相，溢流相中小喉道控制着大孔隙（表2），造成了孔隙度相当条件下电阻率高的特征。在岩性及成岩方式方面，爆发相的岩性主要以凝灰岩、角砾（晶屑）凝灰岩、熔结凝灰岩及角砾岩为主，成岩方式为压实胶结成岩，孔隙空间主要为粒间孔隙、溶蚀孔洞等，孔隙与孔隙之间的连通性好，而溢流相岩性为流纹岩，成岩方式为冷凝固结成岩，孔隙空间主要为气孔、溶蚀孔洞等，孔隙与孔隙之间的连通性差。因此溢流相与爆发相储层相比，相同孔隙和流体性质条件下溢流相的电阻率高。

表2　爆发相和溢流相储层的微观孔隙结构特征表

3 基于岩相的火山岩储层流体识别标准

针对徐深气田火山岩储层气水同层和高阻水层识别难的问题，在四性关系研究和岩相识别的前提下，先用三孔隙度、核磁及横纵波时差等曲线特征识别储层的含气性，把水层（包括高阻水层）和含气储层分开，再分岩相建立流体识别标准，识别气水同层（包括高阻同层）和气层。

3.1 含气储层识别方法

当储层含气时，在三孔隙度测井曲线上表现为：中子孔隙度变小，密度孔隙度变大。为了突出这两个孔隙度的差异，构建了比值、差值等方法。在横纵波时差上，当地层含气时，纵波时差变大，横波时差基本不变。为了可靠识别含气性，构建了横纵波时差比背景值法。在核磁共振测井上，当储层中含气时，核磁测井计算地层总孔隙度偏低。在密度测井上，受天然气的影响测井的密度低，计算的密度孔隙度偏大，构建了核磁与密度孔隙度交会法（具体计算方法参见本文参考文献[18]）。

三孔隙度组合、横纵波时差比值和核磁共振均可反映储层的含气性，为了充分利用测井信息，提高储层含气性识别的准确性，构建出综合指数，即

式中ZHZS表示综合指数，％；VB、VPOR、VCMR分别表示横纵波时差比值背景值法、三孔隙度组合法和核磁密度孔隙度交会法处理后归一化的交会值；a1、a2、a3分别表示3种方法所占的权重系数，可根据相应测井信息反映含气性的能力来确定。

3.2 基于岩相的流体识别标准

研究溢流相和爆发相的电阻率特征表明，孔隙度与流体性质相近时，前者比后者电阻率值高，使得将两类岩相的储层建立统一的流体识别标准，造成了高阻水层和气水同层难以识别的现象（图1）。因此，需要分爆发相和溢流相来建立徐深气田酸性火山岩储层流体识别标准。

应用综合指数和深侧向电阻率，选用发育爆发相储层32口井43个层、发育溢流相储层21口井27个层的测井和试气资料，分爆发相和溢流相建立流体识别标准, 图版精度分别为92.8％（图4）、 96.4％（图5），其中气水同层识别精度由原来的50％提高到了85％。溢流相气层识别标准高于爆发相，使得气水同层得到较好识别，选用综合指数后，使得一些高阻水层也得到了较好地识别。

图4　爆发相酸性火山岩流体识别图版

图5　溢流相酸性火山岩流体识别图版

4 应用效果分析

应用以上方法进行流体性质识别时，首先确定储层岩相类型，然后计算综合指数，最后应用分岩相的识别标准确定流体性质。从图4与图5的标准中可知，爆发相储层气藏识别标准相对于溢流相的低，溢流相的同层在原标准中是极易被错判的储层。如徐深X井176Ⅲ号层（图6），岩性为流纹岩，岩相为溢流相，电阻率为130 Ω·m，含气指数为7.8％，不分岩相时，解释为气层，分岩相后，应用溢流相标准解释该层为气水同层，对该层进行试气，压后自喷，日产气42 872 m3、水69.2 m3，为气水同层，与分岩相后解释结论相符。应用该套方法完成了徐深气田21口新井的流体解释，其中39个层试气验证，其识别符合率达89.1％。

图6　徐深X井测井综合解释成果图(1 in=25.4 mm；1 ft=0.304 8 m)

5 结论

1）火山岩岩相控制储层的岩性、孔隙结构以及储集空间类型，造成不同岩相储层电阻率随物性变化规律不同，使得爆发相和溢流相储层建立统一的流体识别标适用性差。

2）建立在横纵波时差比背景值、三孔隙度组合、核磁密度孔隙交会基础上的综合指数指识别含气储层，解决了高阻水层识别问题。

3）在岩相识别基础上，分爆发相和溢流相建立流体识别标准，较好解决了气水同层识别问题，流体识别精度达到了89.1％。应用结果表明，分岩相建立流体识别标准的方法适用于徐深气田酸性火山岩储层的流体性质识别，对于其他岩相复杂的火山岩或沉积岩储层流体识别具有借鉴意义。

参 考 文 献

[1] 谭茂金, 石耀霖, 赵文杰, 谢关宝. 核磁共振双TW测井数据联合反演与流体识别[J]. 地球物理学报, 2008, 51(5): 1582-1590. Tan Maojin, Shi Yaolin, Zhao Wenjie, Xie Guanbao. Joint inversion method for NMR dual-TW logging data and fuid typing［J］. Chinese Journal of Geophysics, 2008, 51(5): 1582-1590.

[2] 彭真明, 李亚林, 巫盛洪, 贺振华, 周拥军. 碳酸盐岩储层多角度弹性阻抗流体识别方法[J]. 地球物理学报, 2008, 51(3): 881-885. Peng Zhenming, Li Yalin, Wu Shenghong, He Zhenhua, Zhou Yongjun. Discriminating gas and water using muti-angle extended elastic impedance inversion in carbonate reservoirs[J]. Chinese Journal of Geophysics, 2008, 51(3): 881-885.

[3] 秦绪英, 肖立志, 张元中. 鄂尔多斯盆地天然气有效储层识别与评价方法[J]. 地球物理学进展, 2005, 20(4): 1099-1107.Qin Xuying, Xiao Lizhi, Zhang Yuanzhong. Methods of natural gas reservoir identifcation and evaluation of Erdos Basin［J］. Progress in Geophysic, 2005, 20(4): 1099-1107.

[4] 赵军龙, 刘玲, 李新胜, 周国文, 王晓霞. 低渗特低渗砂岩储层流体识别技术研究综述和展望[J]. 地球物理学进展, 2009, 24(4): 1446-1453. Zhao Junlong, Liu Ling, Li Xinsheng, Zhou Guowen, Wang Xiaoxia. Review and forecast of technique research on fuid identifcation of low and particularly low permeability sandstone reservoir[J]. Progress in Geophysic, 2009, 24(4): 1446-1453.

[5] 张丽华, 潘保芝, 单刚义, 张建民, 邢艳娟. 长岭地区火山岩储层流体性质测井预测[J]. 地球物理学进展, 2010, 24(6): 2151-2155. Zhang Lihua, Pan Baozhi, Shan Gangyi, Zhang Jianmin, Xing Yanjuan. Fluid property logging prediction of volcanic reservoirs in the Changling area[J]. Progress in Geophysic, 2009, 24(6): 2151-2155.

[6] 孙金浩. 浅析火山岩复杂储层流体识别的方法[J]. 国外测井技术, 2005, 20(6): 13-16. Sun Jinhao. Simple anslysis of the discriminating method about fuids in diffcult volcanic reservoirs［J］.World Well Logging Technology, 2005, 20(6): 13-16.

[7] 王德喜, 曾文冲, 汪志锋. 松南气田火山岩储层流体性质的识别[J]. 西南石油大学学报: 自然科学版, 2009, 31(6): 15-20. Wang Dexi, Zeng Wenchong, Wang Zhifeng. Reservior fluid property identifcation of volcanic rock in Songnan Gas Field［J］. Journal of Southwest Petroleum University: Science & Technology Edition, 2009, 31(6): 15-20.

[8] 李雄炎, 秦瑞宝, 刘春成. 岩电参数对储层饱和度计算精度的影响分析[J]. 西南石油大学学报: 自然科学版, 2014, 36(3)：68-73. Li Xiongyan, Qin Ruibao, Liu Chuncheng. Analyzing the effect of rock electrical parameters on the calculation of the reservoir saturation[J]. Journal of Southwest Petroleum University: Science & Technology Edition, 2015, 36(3): 68-73.

[9] 黄薇, 朱映康, 肖丽梅. 火山岩期次划分及分布预测方法——以松辽盆地徐家围子断陷安达凹陷为例[J]. 天然气工业, 2015, 35(5): 1-7. Huang Wei, Zhu Yingkang, Xiao Limei. Methods of phase division and distribution prediction of volcanic rocks in the Xujiaweizi Fault Depression, Songliao Basin: A case study of the Anda Sag[J]. Natural Gas Industry, 2015, 35(5): 1-7.

[10] 王璞珺, 陈崇阳, 张英, 高有峰, 瞿雪姣, 衣健. 松辽盆地长岭断陷火山岩储层特征及有效储层分布规律[J]. 天然气工业, 2015, 35(8): 10-18. Wang Pujun, Chen Chongyang, Zhang Ying, Gao Youfeng, Qu Xuejiao, Yi Jian. Characteristics of volcanic reservoirs and distribution rules of effective reservoirs in the Changling Fault Depression, Songliao Basin[J]. Natural Gas Industry, 2015, 35(8): 10-18.

[11] 郭振华, 王璞珺, 印长海, 黄玉龙. 松辽盆地北部火山岩岩相与测井相关系研究[J]. 吉林大学学报: 地球科学版, 2006, 36(2): 207-215. Guo Zhenhua, Wang Pujun, Yin Changhai, Huang Yulong. Relationship between lithofacies and logging facies of the volcanic reservoir rocks in Songliao Basin[J]. Journal of Jilin University: Earth Science Edition, 2006, 36(2): 207-215.

[12] 孙国强, 赵竞雪, 纪宏涛, 张国清, 史基安. 准噶尔盆地陆西地区石炭系火山岩岩相[J]. 天然气工业, 2010, 30(2): 16-20. Sun Guoqiang, Zhao Jingxue, Ji Hongtao, Zhang Guoqing, Shi Ji′an. Lithofacies of Carboniferous vol canic rock s in the Luxi area, Junggar Basin[J]. Natural Gas Industry, 2010, 30(2): 16-20.

[13] 吴颜雄, 王璞珺, 吴艳辉, 闫林, 杨帝. 火山岩储层储集空间的构成——以松辽盆地为例[J]. 天然气工业, 2011, 31(4): 28-33. Wu Yanxiong, Wang Pujun, Wu Yanhui, Yan Lin, Yang Di. Components of volcanic reservoir space: A case study from the Songliao Basin[J]. Natural Gas Industry, 2011, 31(4): 28-33.

[14] 付广, 吴薇, 历娜. 松辽盆地徐家围子断陷大型断裂带对天然气成藏的控制作用[J]. 天然气工业, 2014, 34(7): 7-12. Fu Guang, Wu Wei, Li Na. Control effect of three large faults on the gas pools in the Xujiaweizi Faulted Depression, Sonliao Basin[J]. Natural Gas Industry, 2014, 34(7):7-12.

[15] 黄布宙, 潘宝芝. 松辽盆地北部深层火成岩测井响应特征及岩性划分[J]. 石油物探, 2001, 40(3): 42-47. Huang Buzhou, Pan Baozhi. The log characteristics of deep igneous rocks and lithology determination in the northern Songliao Basin[J]. Geophysical Prospecting for Petroleum, 2001, 40(3): 42-47.

[16] 王春阳, 覃豪. 徐家围子断陷火山岩岩相测井识别方法研究[J]. 测井技术, 2014, 38(4): 437-442. Wang Chunyang, Qin Hao. Study on identification methods of volcanic lithofacies in Xujiaweizi aera[J]. Well Logging Technology, 2014, 38(4): 437-442.

[17] 王春燕. 火山岩岩相测井响应机理及识别方法[J]. 大庆石油地质与开发, 2013, 32(3): 135-139. Wang Chunyan. Research on log response mechanism and interpretation of volcanic facies［J］. Petroleum Geology & Oilfeld Development in Daqing, 2013, 32(3): 135-139.

[18] 覃豪, 李洪娟, 杨学峰, 王春燕. 基于孔隙结构的酸性火山岩储层流体识别方法研究[J]. 地球物理学报, 2011, 54(2): 422-427. Qin Hao, Li Hongjuan, Yang Xuefeng, Wang Chunyan. A study on the fluid identification method of acidic volcanic reservoirs based on the pore structure[J]. Chinese Journal of Geophysics, 2011, 54(2): 422-427.

(修改回稿日期 2016-01-20 编 辑 韩晓渝)

A lithofacies-based fuid identifcation method for acidic volcanic rock reservoirs: Case history of the Xushen Gas Field, Songliao Basin

Qin Hao, Li Hongjuan
(Exploration and Development Research Institute of PetroChina Daqing Oilfield Company, Daqing, Heilongjiang 163712, China)

NATUR. GAS IND. VOLUME 36, ISSUE 4, pp.35-40, 4/25/2016. (ISSN 1000-0976; In Chinese)

Abstract:In the Xushen Gas Field, Songliao Basin, there are multiple types of volcanic rock facies, which control the genesis of reservoir lithology and the type of pore structure, so reservoir fluid properties cannot be better identified by applying the neutron-density logging curve intersection and the value of resistivity. In this paper, therefore, the fluid identification method for volcanic rocks in this area was discussed. First, after reservoirs of different lithofacies were analyzed in terms of lithology and pore structure characteristics, the lithofacies with the similar origins and logging response characteristics was classified as eruptive facies and overflow facies. Then, according to the characteristics of natural gas in the logging response, the gas-bearing property of reservoirs was identified by using the curve characteristics of porosity combination, NMR (nuclear magnetic resonance) and shear-compressional wave slowness ratio so as to distinguish aquifers (high-resistivity aquifers included) from gas-bearing reservoirs, after the four-property (lithology, physical property, hydrocarbon potential and electric property) relationship study and lithofacies identification were completed. Finally, a fluid identification standard for volcanic reservoirs was established on the basis of each lithofacies, and accordingly, gas–water layers (those with high resistivity included) and gas layers were identified. This method was applied in the Xushen Gas Field for fluid identification and gas testing of 39 intervals in 21 new wells. It is shown that the identification accuracy (up to 89.1％) is increased by 12％. And it is concluded that the lithofacies-based fluid identification method is not only applicable to the fluid property identification of the acidic volcanic reservoirs in the Xushen Gas Field, but also acts as reference for the fluid identification of volcanic or sedimentary facies with more complicated lithofacies.

Keywords:Acidic volcanic reservoirs; Fluid identification; Lithofacies; Eruptive facies; Overflow facies; Identification standard; Accuracy; Songliao Basin; Xushen Gas Field

DOI:10.3787/j.issn.1000-0976.2016.04.005

基金项目：国家重点基础研究发展计划（973计划）项目“火山岩油气藏的形成机制与分布规律”（编号： 2009CB219307）。

作者简介：覃豪，1979年生，高级工程师，硕士；从事火山岩储层测井评价方法研究工作。地址： （163712）黑龙江省大庆市让胡路区西灵路。电话： 13936724829。ORCID: 0000-0002-1607-6507。E-mail: qinhao@petrochina.com.cn