常规测井资料在致密砂岩储层产能评价中的应用
2017-04-24成家杰王文文侯振学钱玉萍
成家杰, 王文文, 侯振学, 钱玉萍
(中海油田服务股份有限公司, 北京 101149)
0 引 言
许多学者对利用测井资料进行储层分类及产能评价作了探讨。毛志强等[1]建立了利用储层有效渗透率预测油层产能的数学模型并应用于塔里木油田;葛百成等[2]以有效孔隙度、渗透率、含油饱和度及有效厚度为主要评价参数,对油层的自然产能进行了预测评价;秦绪英等[3]根据测井资料重构天然气有效储层特征曲线,探索了根据测井资料评价天然气产能的方法。近年来的一些研究[4-6]也表明,利用测井资料进行储层产能评价是可行有效的,但致密储层的产能预测仍存在困难。
鄂尔多斯盆地B区块勘探目的层主要为上古生界地层,自下而上发育着石炭系本溪组、二叠系太原组、山西组、下石盒子组、上石盒子组及石千峰组,岩性主要为砂岩、泥岩及煤层。通过近几年的勘探,该区致密砂岩气取得了一定勘探成果。研究表明,储层产能的高低与储层品质密切相关[4]。为此,在初步认识了气层产能变化规律的基础上,利用测井资料对储层进行分类并评价气层产能。
通过分析岩性参数(自然伽马、自然电位)、电性参数(深电阻率等)和物性参数(密度、纵波时差、中子)与储层产能的关系发现,物性参数特别是密度曲线与储层产能关系最密切;岩性参数在一定程度上能够辅助判别有效储层;对于电性参数,无论是深电阻率曲线,还是能够反映地层渗透性的深、浅电阻率测量值之比,都与储层产能关系不明显;储层非均质性对产能有一定影响。据此,建立了基于常规测井曲线的储层分类标准。由于大部分储层需经压裂才能形成产能,而岩石脆性对储层压裂效果有一定影响,在利用物性参数建立产能预测模型时引入脆性因子,产能预测效果良好。
图1 kSP、GR、ZDEN及Δt与储层单位厚度产气量关系*非法定计量单位,1 ft=12 in=0.304 8 m,下同
1 储层分类评价
1.1 含气储层敏感参数分析
1.1.1 岩性参数
以自然伽马GR及自然电位因子kSP为代表,分析岩性参数与产气量关系。其中,kSP定义为(VSP,max-VSP)/(VSP,max-VSP,min)。由于研究区块地层水矿化度高,而泥浆矿化度较低,为淡水泥浆,故在砂岩渗透性储层自然电位曲线呈现负差异。由图1可以看出,kSP越大,亦即VSP曲线负差异幅度越大,储层渗透性越强,产气量越高;GR越大,也即泥质含量越多,产气量越小。但是,以上关系只呈现出一定趋势,相关性并不强,可作为有效储层的辅助判别依据,不具备直接定量评价的作用。
1.1.2 物性参数
物性参数综合反映的是储层孔隙度,其数值的大小是影响和决定储层所含流体多少及产能高低的重要因素。储层孔隙度越大,所含流体越多,因此,储层孔隙度的大小标志着储层产液能量的大小[2]。一般来说,高孔隙度储层的产能较高,中、低孔隙度储层的产能较低,故建立产能预测模型时使用体现储层物性的孔隙度参数。中子CNCF与储层产能关系不明显,密度ZDEN及纵波时差Δt与产气量有一定对应关系且ZDEN相关性最好(见图1)。分析发现天然气有效储层,密度测井值一般小于2.55 g/cm3,密度测井值大于2.55 g/cm3的层段基本不含气,呈现出物性控制含气性特点。
1.1.3 非均质性
选取自然伽马、深电阻率和密度曲线考察储层非均质性对产能的影响。非均质性采用偏差系数表征
(1)
式中,Ki为不同采样深度的测井值;K为采样深度段内的测井平均值;n为采样个数;Vk为偏差系数。
直接对比多个测试层位的3个反映物性、岩性、电性的测井参数的偏差系数(ANIZDEN、ANIGR、ANIM2RX)与每米产气量(J)的关系,发现并无明显规律;而将ANIZDEN、ANIGR、ANIM2RX按VSP、GR形态分类后对比其与J的关系,发现电阻率非均质性与产气量关系不明显,自然伽马及密度非均质性与产气量存在较好的关系。图2显示了自然伽马偏差系数ANIGR及密度偏差系数ANIZDEN与每米产气量J的关系:①VSP负异常且GR形态为箱形时,产气量较高,为有效储层。②VSP负异常且GR形态为非箱形时,产气量随着自然伽马及密度非均质性的增强而降低。③VSP异常不明显时,产气量极低,基本为干层。可以看到,在VSP负异常、GR形态为非箱形时,储层非均质性影响着产气量。
图2 非均质性与储层单位厚度产气量关系
1.2 储层分类标准
统计测井计算孔隙度与储层每米产气量的关系后发现,孔隙度大于8.6%时,测试一般高产;孔隙度介于6.6%~8.6%时,高、中、低产情况皆有出现;孔隙度小于6.6%时,测试低产。
将储层划为I、II、III类储层,每米产气量分别为大于2 000 m3、500~2 000 m3之间和小于500 m3。
前文提到密度与产量相关性最好,以密度曲线为主,结合其他测井曲线考察其与储层类别关系(见图3)。①当ZDEN≤2.52 g/cm3,为I类储层;②当ZDEN≥2.56 g/cm3,为III类储层;③当2.52 g/cm3 图3 测井参数与储层类别关系 储层类别ZDEN/(g·cm-3)Δt/(μs·ft-1)GR/APICNCF/%VSP形态GR形态ANIGRANIZDENI类<2.56≥64<54>8负异常箱形--非箱形<0.2<0.25II类2.52~2.56≥64≥ 54>8负异常非箱形0.2~0.250.25~0.3III类>2.52≤72--负异常非箱形>0.25>0.3异常不明显--- 储层物性对产能起着至关重要的作用,在常规测井资料上的反映是计算孔隙度,故对测试层位较多的上、下石盒子组和太原组进行了孔隙度与产气量的关系拟合(见图4)。 太原组:J=2×10-11×φ16.27 R2=0.6318 (2) 上、下石盒子组:J=0.0075×φ5.6237 R2=0.7181 (3) 图4 孔隙度与储层单位厚度产气量关系 图5 脆性因子与储层单位厚度产气量关系 从图4看出,当孔隙度较大时,有效厚度每米产气量较高;当孔隙度较小时,相应产气量较低;而当孔隙度介于中间(6.6%~8.6%)时,产能变化较大,高、中、低产情况皆有出现,产能与孔隙度关系较为模糊。 由于大部分致密气储层需经压裂改造,故考虑压裂对储层产能造成的影响,而岩石脆性在一定程度上能够反映储层受压裂改造的难易程度。岩石脆性是泊松比和弹性模量的综合,结合起来能够反映岩石在应力(泊松比)下破坏和一旦岩石破裂时维持一个裂缝张开(弹性模量)的能力[7-8]。就泊松比而言,其值越低,岩石越脆,并且当弹性模量值增加时,岩石将更脆[7-8]。 现用泊松比和弹性模量组成的归一化后的脆性因子反映储层的可压裂性 (4) 图5(a)为太原组和上、下石盒子组测试层位的脆性因子与产气量关系图。从图5(a)中无法看出脆性与产能的直接关系。不过,图5(a)显示太原组岩石脆性相较上、下石盒子组总体要大,这也是太原组虽然物性不及上、下石盒子组大,但往往出现高产层的一个原因。由于上、下石盒子组测试层位较多,主要对这2个层组进行考察。将其中等孔隙度(6.6%~8.6%)的层位抽离出来,考察脆性与产能关系。图5(b)为这些层位岩石脆性因子与每米产气量关系,可以看出总体上储层产能与岩石脆性为正相关关系。故对于上、下石盒子组,当储层孔隙度介于6.6%~8.6%之间时,根据脆性因子也得到一个产能预测结果,并将其引入到产能预测模型中来。 将孔隙度预测的每米日产气量定义为J1,脆性因子预测的每米日产气量定义为J2。定义一个脆性调节指示A,包含2个值:1和-1,当J2>J1,A=1;当J2 图6为上、下石盒子组中等孔隙度(6.6%~8.6%)层位产能预测与测试情况。当A=1,即J2>J1时,孔隙度产能预测结果偏低,实际的测试产能比J1高;当A=-1,即J2 图6 上、下石盒子组部分层位产能预测与测试情况 为此,构建J2/J1这样一个变量,将物性、脆性综合在一起,考察其与实际测试产能的关系(见图7),发现二者间有着较好的关系 J=483.64(J2/J1)1.6281R2=0.7858 (5) 图7 J2/J1与测试产能关系 用该模型重新对上、下石盒子组7个层位进行产能预测,引入脆性因子的综合产能预测结果与测试产能更为接近(见图8)。 图8 预测产能与测试产能对比 对于孔隙度稍大(>8.6%)的储层,物性是主控因素,主要利用孔隙度模型进行产能预测;只有当脆性很小时,才对物性预测结果进行适当调节。统计发现,脆性因子<0.35时,实际测试产能比孔隙度预测产能低50%左右。 因此,在实际产能评价应用中,当孔隙度介于6.6%~8.6%时,使用引入了脆性的式(5)的预测模型;当孔隙度大于8.6%时,使用主要利用物性的式(2)或式(3)预测模型,当脆性因子<0.35时,对预测结果作降低50%的调节。最后,考虑产量的动态变化,实际预测产量范围定为预测值的±30%内。 此外,中子密度交会孔隙度与中子孔隙度的差值与产气量有着一定的对应关系:当φ-CNCF<-4,即中子密度曲线交会较差时,每米产气量一般小于1 000 m3;当φ-CNCF>2,也即中子密度曲线交会较好时,每米产气量一般大于2 000 m3。 对B区块上、下石盒子组3个层位进行了产能评价(见图9)。这3个层位的物性变化较大,平均孔隙度在7.1%~14.9%之间,从测井曲线来看,a层最好,b、c层较差,结合脆性因子,对这3个层位进行了产能预测。 a层物性较好,孔隙度较大为14.9%,且中子密度曲线交会明显,为I类储层。根据物性参数预测的产能较高,每米产气量为29 697 m3;但该储层脆性因子较小为0.28,会对压裂效果造成一定影响。经过储层物性与脆性综合评价,该层最终预测每米产气量为14 848 m3。结合储层厚度和产量的动态范围,预测该层产量为87 308~162 144 m3/d。经测试,该层产量为36 180~95 182 m3/d,最高129 120 m3/d,与预测结果吻合。 b层平均孔隙度为9.2%,脆性因子为0.42,反映该储层岩石为中等脆性,综合二者预测该层每米产气量为1 973 m3;但从中子密度曲线交会情况来看,该层含气性差,每米产气量应小于1 000 m3。最终预测该层产量为小于6 300 m3/d。该层测试结论为气微量,与预测结果基本一致。 c层测井曲线反映该层非均质性强;中子密度曲线反映该层含气性差,每米产气量应小于1 000 m3。该层平均孔隙度为7.1%,根据物性参数预测的每米产气量为459 m3,脆性因子预测的储层产能比前者高,说明实际产能应比物性预测产能高,调节该层的每米产气量为697 m3。最终预测该层产量为6 343~11 779 m3/d。该层测试产量7 000~10 000 m3/d。预测结果较好地反映了储层的实际产能。 图9 产能预测层位测井曲线图 (1) 物性参数尤其是密度曲线与储层产能关系最密切,岩性和非均质性参数在一定程度上能够辅助判别有效储层。 (2) 综合物性、岩性和非均质性参数制定了储层分类标准,能够对储层进行准确分类。 (3) 考虑了储层压裂改造对产能的影响,综合储层物性和脆性参数构建产能预测模型,对3个不同类型的层位进行产能预测,应用效果良好。 参考文献: [1] 毛志强, 李进福. 油气层产能预测方法及模型 [J]. 石油学报, 2000, 21(5): 58-61. [2] 葛百成, 文政, 郑建东. 利用测井资料预测油层自然产能的评价方法 [J]. 大庆石油地质与开发, 2003, 22(1): 54-56. [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. [4] 张松杨, 范宜仁, 黄国骞, 等. 常规测井特征比值法在大牛地气田产能评价研究中的应用 [J]. 测井技术, 2006, 30(5): 420-424. [5] 张占松, 张超漠, 郭海敏. 基于储层分类的低孔隙度低渗透率储层产能预测方法研究 [J]. 测井技术, 2011, 35(5): 482-486. [6] 时卓, 石玉江, 张海涛, 等. 低渗透致密砂岩储层测井产能预测方法 [J]. 测井技术, 2012, 36(6): 641-646. [7] 徐赣川, 钟光海, 谢冰, 等. 基于岩石物理实验的页岩脆性测井评价方法 [J]. 天然气工业, 2014, 34(12): 38-45. [8] 郭旭光, 牛志杰, 王振林, 等. 岩石脆性预测在吉木萨尔凹陷致密油勘探中的应用 [J]. 地质与勘探, 2015, 51(3): 592-598.2 产能预测模型
2.1 物性
2.2 脆性
2.3 综合预测
3 应用实例
4 结 论