基于钾含量校正的黏土矿物分析与低电阻率识别应用

郑炀, 崔云江, 陆云龙, 关叶钦

(中海石油(中国)有限公司天津分公司, 天津 300452)

0 引 言

黏土矿物普遍存在于沉积岩地层中,是砂泥岩储集层的重要组成部分。黏土矿物对油田的沉积环境研究、成岩作用研究、储层敏感性分析、储层物性参数(孔、渗)研究以及低电阻率油层成因研究有一定的指示作用[1-7]。黏土矿物对放射性元素有着强烈的吸附作用,沉积岩自然放射性的强弱与黏土矿物的含量密切相关[8]。因此,可以利用自然伽马能谱测井方法确定沉积岩黏土矿物的类型和含量。石强[9]运用Th和K交会图对计算地层中黏土矿物成分进行了尝试,但这种方法只能达到半定量的效果。孙建孟、黄茜等[10-11]通过筛选合适的变量,应用多元回归法实现了对黏土矿物含量定量的计算,但都没有考虑到地层钾长石等富钾矿物对钾含量曲线的影响。李召成等[12]提出了一种校正钾长石等富钾矿物的有效方法,校正的结果需要岩心实验进行刻度。

研究区地层中普遍存在着钾长石,导致钾含量曲线无法准确识别地层中的黏土矿物类型。针对该问题,在研究区开展了钾含量的校正,进而利用Th、K含量交会图识别黏土矿物类型,并通过筛选自变量建立了黏土矿物成分定量计算模型,计算结果与岩心分析结果吻合度较好。在黏土矿物识别的基础上,对研究区低电阻率油层的成因展开分析,认为黏土附加导电性是低电阻率油层的成因之一。

1 黏土矿物的放射性特征

沉积岩不同黏土矿物U、Th、K的含量各不相同,地层中主要的黏土矿物有高岭石、蒙脱石、伊利石、绿泥石和伊蒙混层。不同黏土矿物的化学性质、物理性质各不相同,他们的各种地球物理测井响应值各不相同,表1为几种常见黏土矿物的铀、钍、钾及钍钾比、密度等测井特征值[9]。

表1 常见黏土矿物测井特征值

不同黏土矿物U、Th、K的含量各不相同,尤其是高岭石、蒙脱石和伊利石的VTh/VK差异较大,这种不同黏土矿物测井值的差异是自然伽马能谱测井确定不同黏土矿物类型的理论基础。

2 基于钾含量校正的黏土矿物类型

2.1 钾含量的校正方法

自然伽马能谱测井识别黏土矿物最普遍的方法是使用斯伦贝谢公司经典图版Th、K含量交会图[13],但在实际测量过程中,由于钾长石的存在,K含量测井值偏大,Th、K含量交会图无法正确指示地层中的黏土矿物类型。研究区CFD油田全岩分析数据表明,该油田部分井段钾长石的含量在4%～21%之间,平均值为13.4%。因此,有必要对K含量进行校正,以消除钾长石对K含量值的影响。

K含量不仅受到黏土矿物的影响,还与钾长石等富钾矿物有关,而Th含量与黏土矿物具有良好的相关性,所以K含量曲线的响应特征为钾长石和黏土矿物响应的综合,而Th含量曲线的响应值主要是黏土矿物的贡献,因此两者之差可以消除钾长石对钾含量曲线的影响[12]。根据上述原理可以实现对钾含量曲线的校正。

(1) Th含量计算地层的黏土含量。Th含量与黏土矿物含量具有良好的相关性,根据CFD油田的岩心资料,拟合出了黏土含量和Th含量的关系式

(1)

式中,Vsh为黏土含量,%;VTh为钍含量曲线值。

(2)

式中,VK、VK,max、VK,min分别为实测、纯泥岩、纯砂岩的K含量曲线值。

(3) 获得钾长石的含量VPOTA

(3)

式中,a为经验系数,需利用岩心刻度。利用该方法处理得到了CFD-A井的钾长石含量,通过与岩心分析数据对比(见表2),认为研究区域的经验系数a=1.5比较合适。

表2 钾长石计算含量与岩心含量对比

(4) 对K含量测井值进行校正

ΔVK=VPOTA(VK,max-VK,min)+VK,min

(4)

图2 Th、K含量交会图识别CFD-A井黏土矿物类型

根据上述原理,对CFD-A井K含量曲线进行了校正。从图1中第7道可以看出,校正过程中得到的钾长石含量曲线与岩心的钾长石含量吻合度较高,说明该方法的校正结果可靠。

图1 CFD-A井钾含量曲线校正成果图*非法定计量单位,1 in=2.54 cm,下同

2.2 基于钾含量校正的黏土矿物类型识别

根据研究区岩心X射线衍射资料可知,CFD油田地层黏土矿物类型以伊蒙混层为主,含量为68.3%～73.4%;其次是高岭石,含量为11.3%～17.4%;伊利石的含量为5%～14.1%;绿泥石的含量最少,为4%～7.8%。在校正K含量曲线之前,利用Th、K含量交会图对CFD-A井的黏土矿物类型进行了识别,识别结果为伊利石、云母、海绿石[见图2(a)],与岩心分析结果不符。在K含量曲线校正之后,再利用Th、K含量交会图对CFD-A井的黏土矿物类型进行了识别,识别结果显示该井的黏土矿物以伊蒙混层、高岭石、伊利石为主,其中伊蒙混层最多[见图2(b)]。显然,校正后的Th、K含量交会图识别结果与该井的岩心分析结果一致性较好。

2.3 多元回归法计算黏土矿物相对含量

大量的测井和分析资料显示铀、钍、钾含量及VTh/VK值与黏土矿物及含量存在密切的关系,由回归关系分析可建立黏土矿物含量的定量解释模型。在交会图和K含量曲线校正的基础上,根据被预测层系的黏土类型变化规律,采用了分段统计建模、分段统计预测的办法。

CFD油田钻遇了明化镇组、馆陶组、东营组3个层系,利用U、Th、K含量和VTh/VK这4个参数,结合该油田岩心X衍射实验数据,分别回归出明化镇组、馆陶组和东营组的高岭石、伊利石、伊蒙混层以及绿泥石相对含量的计算模型。

高岭石相对含量计算模型:

明化镇组

WG=-50.11-0.712VTh+2.626VU+

0.635VTh/VK+16.318VKR2=0.611

(5)

馆陶组

WG=-58.08-0.609VTh+1.686VU-

1.523VTh/VK+10.064VKR2=0.904

(6)

东营组

WG=53.62+3.841VTh+0.0549VU+

0.0549VTh/VK-25.19VKR2=0.844

(7)

伊利石相对含量计算模型:

明化镇组

WY=25.75+0.169VTh-0.0637VU+

0.337VTh/VK-4.322VKR2=0.532

(8)

馆陶组

WY=144.096-1.156VTh+4.016VU-

4.73VTh/VK+23.281VKR2=0.933

(9)

东营组

WY=-49.67-7.181VTh+8.701VU+

6.187VTh/VK+57.162VKR2=0.977

(10)

伊蒙混层相对含量计算模型:

明化镇组

WYM=199.3+5.959VTh+1.685VU-

23.4491VTh/VK-23.276VKR2=0.584

(11)

馆陶组

WYM=-54.96+1.821VTh-4.762VU+

3.539VTh/VK+21.232VKR2=0.746

(12)

东营组

WYM=25.827+26.619VTh-4.802VU-

8.197VTh/VK+6.103VKR2=0.854

(13)

由于地层的黏土矿物只含有高岭石、伊利石、伊蒙混层和绿泥石,因此这四者相对含量之合为1,因此,绿泥石的相对含量为

WL=100-WG-WY-WYM

(14)

式中,WG、WY、WYM、WL分别为高岭石、伊利石、伊蒙混层、绿泥石相对含量,%。

从黏土矿物45°线验证图可以看出,该方法计算的黏土矿物相对含量与实验室测量值之间的误差较小,说明多元回归模型计算的结果可靠(见图3)。上述公式计算的结果为黏土矿物类型的相对含量,再乘以泥质含量可以得到相应的体积含量,即在岩石中所占的体积。

图3 计算模型45°线验证图

3 基于黏土矿物分析低电阻率油层成因研究

研究表明,不同黏土矿物具有不同的阳离子交换容量和比表面积(见表3)[14]。阳离子交换容量越高,黏土的导电性越强;比表面积越高,黏土的亲水性越高。从表3可以看出,蒙脱石的导电性最强,其次是伊利石和绿泥石,高岭石导电性最差。黏土矿物类型的不同往往也是低电阻率油层形成的原因。

表3 主要黏土矿物的阳离子交换容量和比表面积[14]

CFD-B井馆陶组1 479.1～1 483.9 m段是经取样证实的一套低电阻率油层,电阻率在3 Ω·m以下,测井响应特征与水层相似。同时,该井在904.5～911.5 m段存在1套经DST测试证实的典型油层,油层电阻率较高(见图4)。利用Th、K含量交会图对典型油层、低电阻率油层和水层的黏土矿物类型进行识别(见图5)。

从图5可看出,904.5～911.5 m段典型油层和1 489.4～1 495.5 m段水层的高岭石含量要明显高于1 479.1～1 483.9 m段低电阻率油层;而低电阻率油层的伊蒙混层和伊利石含量要高于典型油层和水层,图版分析结果与岩心分析数据一致(见表4)。由于低电阻率油层的伊利石和伊蒙混层含量更高,高岭石含量较低,因此低电阻率油层的黏土束缚水更高、黏土附加导电性更强,从而导致该段油层的电阻率较低。相对于岩心分析,图版法具有分析速度快、成本低的优点,这为低电阻率油层的识别提供了一种简单实用的方法。

表4 CFD-B井X衍射黏土矿物含量分析

图4 CFDB井测井响应特征

图5 CFDB井低电阻率油层的黏土矿物类型

4 结 论

(1) 首次将钾含量的校正用于渤海油田的自然伽马能谱测井分析中,有效地消除了钾长石对钾含量曲线的影响,并基于斯伦贝谢公司经典图版,准确识别了黏土矿物类型。

(2) 通过优选合适的自变量,采用多元回归法得到了地层黏土矿物相对含量的计算模型,计算结果与岩心分析结果吻合度较高,通过对其他10多口井的应用进一步验证了该方法的可靠性。

(3) 通过对CFD油田低电阻率油层、典型油层和水层黏土矿物类型的分析,认为黏土矿物的附加导电性是研究区低电阻率油层形成的原因之一,这为低电阻率油层的识别提供了一个有理的证据。

参考文献:

[1] 朱国华. 黏土矿物对陕甘宁盆地中生界砂岩储层性质的影响及其意义 [J]. 石油勘探与开发, 1998(4): 20-28.

[2] 孙建孟, 李召成, 关雎. 用测井确定储层的敏感性 [J]. 石油学报, 1999, 20(40): 34-38.

[3] MERRIMAN R J. Contrasting Clay Mineral Assemblages in British Lower Palaeozonic Slate Belts: The Influence of Geotectonic Setting [J]. Clay Minerals, 2002, 37(1): 207-219.

[4] 赵杏媛, 何东博. 黏土矿物分析及其在石油地质应用中的几个问题 [J]. 新疆石油地质, 2008, 29(6): 756-757.

[5] 赵发展, 毛尚明, 尉中良, 等. 自然伽马能谱测井确定黏土矿物类型及分布的应用研究 [J]. 国外测井技术, 2004, 19(2): 47-50.

[6] 谢渊, 王剑, 李令喜, 等. 鄂尔多斯盆地白垩系黏土矿物的分布特征及其沉积成岩环境的意义 [J]. 地质通报, 2010, 29(1): 93-104.

[7] 赵明, 季俊峰, 陈小明, 等. 塔北隆起三叠系新近系的砂岩和粉砂岩中黏土矿物分布特征及影响因素 [J]. 南京大学学报, 2015, 51(6): 1256-1266.

[8] 郭影文. 自然伽马能谱测井在黏土矿务含量分析中的应用 [J]. 石油天然气学报(江汉石油学院学报), 2008, 30(6): 268-270.

[9] 石强. 利用自然伽马能谱测井定量计算黏土矿物成分方法初探 [J]. 测井技术, 1998, 22(5): 349-352.

[10] 孙建孟, 李召成. 应用自然伽马能测井确定黏土矿物类型和含量 [J]. 石油大学学报(自然科学报), 1999, 23(4): 30-32.

[11] 黄茜, 刘菁华, 王祝文. 自然伽马能谱测井资料在确定黏土矿物含量中的应用 [J]. 吉林大学学报(自然科学版), 2007, 37(增刊): 143-150.

[12] 李召成, 张振城, 孙建孟. 一种校正自然伽马测井中富钾矿物的有效方法 [J]. 石油天然气学报, 2006, 28(4): 82-84.

[13] 黄隆基. 自然伽马能谱测井原理及应用 [M]. 北京: 石油工业出版社, 1995: 1-60.

[14] 闫磊, 谭守强, 潘保芝, 等. 低电阻率油层成因机理及测井评价方法——以港北南翼区块馆陶组为例 [J]. 吉林大学学报(地球科学版), 2010, 6(40): 1456 -1462.