基于分形理论的低渗透砂岩储层孔隙结构评价方法

2017-04-24闫建平何旭耿斌李兴文郭红梅

测井技术 2017年3期

闫建平, 何旭, 耿斌, 李兴文, 郭红梅

(1.西南石油大学天然气地质四川省重点实验室, 四川成都 610500; 2.西南石油大学地球科学与技术学院, 四川成都 610500; 3.中石化胜利油田勘探开发研究院, 山东东营 257015; 4.中国石油集团测井有限公司长庆事业部, 陕西西安 718500)

0 引言

低渗透砂岩储层典型特征是孔隙类型多样,孔隙结构复杂,储层划分及有效性评价难度较大。很多学者对此开展了相关的研究。庞振宇等[1]利用恒速压汞、核磁共振等资料对苏里格气田低渗透储层储集空间和孔隙结构类型进行研究,发现不同孔隙结构类型从粗态型、偏粗态型、偏细态型到细态型的储集空间依次变差,储层的品质主要受喉道控制,喉道是决定其开发效果的关键因素。蔡钥等[2]基于电镜、核磁共振和恒速压汞,对塔中柯坪塔格组低渗透砂岩进行了微观孔隙结构对孔隙流体赋存状态影响的研究。范俊佳等[3]通过毛细管压力、孔隙度渗透率测试等方法研究库车坳陷低渗透砂岩储层孔隙结构,发现渗透率与孔隙度没有明显的相关性,渗透率主要受孔隙结构与裂缝发育控制。祝海华等[4]通过电镜、物性及压汞等资料,研究低渗透储层孔隙类型和物性特征,探讨了孔隙发育类型、孔渗关系的控制因素及物性变化与沉积条件的关系。Reza Rezaee等[5]利用压汞和核磁共振数据,运用回归分析研究渗透率和孔喉分布之间的关系,发现在致密砂岩的T2谱中,小孔喉对应于较小的值。Edgar Berrezueta等[6]运用计算机技术进行矿物、孔隙自动化识别和计量,结合薄片较好地认识了致密砂岩孔隙系统。

图1 物性与压汞参数间的关系*非法定计量单位,1 mD=9.87×10-4 μm2,下同

1 低渗透砂岩孔隙结构特征及分类

DY凹陷南斜坡Es4段压汞曲线整体上显示非常凌乱,其原因在于各个样品的孔隙结构差异比较大。最大进汞饱和度SHg,max、排驱压力pd比较分散,其他所涉及到的几个反映孔隙结构的基本表征量如渗透率、孔隙度和孔喉半径均值都较低,分布范围也较宽,清楚地说明了该区块滩坝砂岩孔隙结构的复杂性和低渗透性。

分析ES4层段压汞资料与物性资料,建立物性参数与压汞特征参数间的关系(见图1),当孔隙结构均匀、物性好,即孔隙度、渗透率越大时,排驱压力越小,最大进汞饱和度越大。

鉴于低渗透砂岩孔隙结构类型的复杂多样性,且为了便于分类研究,进一步对研究层段的毛细管压力曲线形态及各特征参数统计分析,结合常规物性、薄片、核磁共振及碎屑岩储层孔隙度、渗透率类型划分标准[15]等资料,详细对比各种孔隙结构参数间的对应关系,将低渗透砂岩孔隙结构细分成了3大类型、5种小类(见表1)。

在成岩过程中ES4层段砂岩孔隙结构主要受到压实作用、胶结作用和溶蚀作用的改造影响[16-17],形成了复杂的孔隙结构。分析5种孔隙结构类型对应的薄片发现,ES4层段溶蚀作用以方解石、长石溶蚀为主,部分岩屑溶蚀。溶蚀作用很好地改善了岩石孔隙结构。压实和胶结作用越强,使得岩石孔隙结构越差[18]。

表1 DY凹陷南斜坡滩坝低渗透砂岩ES4段孔隙结构分类参数表

2 孔隙结构类型的分形表征

储层岩石的孔隙结构具有分形特征,可以用分形维数定量描述[19]。

2.1 压汞曲线分形

以毛细管束模型为基础,若储层岩石遵守Laplace方程[8]

(1)

式中,pc为孔径对应的毛细管压力,MPa;σ为液体表面张力;θ为润湿接触角;r为孔隙半径。可得到如下关系

lgS=(D-3) lgpc+(3-D)pmin

(2)

式中,pmin为孔喉半径值最大时对应的毛细管压力(压汞实验中的启动压力),MPa;D为分形维数值(三维分形维数);S为岩石中孔隙半径值小于r的累积孔隙体积占岩石总体积的比例(毛细管压力值为pc时润湿相的饱和度)。

储层的毛细管压力求取对数值后与对应的润湿相饱和度求取的对数值呈线性关系[9],因此,可以对压汞实验结果采用图解法或回归分析法[10]进行计算,得到孔隙三维分形维数D,从而通过求取孔隙空间的三维分形维数值用于表征孔隙结构特征。

选取不同孔隙结构类型对应的压汞样品数据,用回归分析法求出不同孔隙结构类型的三维分形维数值D(见表2),可以看出随着孔隙结构类型的变化,相应的分形维数值也呈一定的变化趋势。对于结构均质性较好、孔隙的形状较为规则、孔隙表面光滑的样品如Ⅰ1、Ⅰ2类储层来说,毛细管压力和润湿相饱和度之间的拟合关系相关系数值高,分形维数小(见图2、表2)。

随着孔隙结构变差,微孔含量的增多,Ⅱ1、Ⅱ2、Ⅲ型孔隙结构类型的分形维数值依次增加(见图3),同时毛细管压力和润湿相饱和度之间的相关系数值也在减小(见表2)。从表2可以看出Ⅰ1、Ⅰ2、Ⅱ1孔隙结构类型储层的拟合曲线相关系数值较高,均大于0.8,分形特征明显。而Ⅱ2型储层的拟合曲线相关系数值较低,且具有明显的拐点[见图2(d)],整体上的分形特征不明显。因此,对该孔隙结构类型储层进行分段分形分析,可以得出代表大孔隙和小孔隙结构的2段线性关系(见图4),可得大、小孔隙的分形维数分别为2.716、2.995。从两者大小关系可以看出大孔隙的结构明显好于小孔隙,同时符合总体的分形维数变化趋势。而Ⅲ型孔隙结构类型对应的层段泥质含量较高, 孔隙空间较小,压汞不能很好地反映微孔孔隙结构,其整体分形特征极不明显,毛细管压力和润湿相饱和度之间的相关系数很小,也没有分段分形的特征。

表2 不同孔隙结构类型分型维数

图2 不同孔隙结构类型的毛细管压力和润湿相饱和度关系

图3 不同孔隙结构类型分形维数

2.2 核磁共振T2谱分形

核磁共振(NMR)实验获得的T2谱分布中蕴含孔隙结构即孔径分布信息,Yakov、运华云、刘堂宴等[11,20-21]先后对利用核磁共振T2谱构建伪毛细管压力曲线进行了研究,张超谟、何雨丹等[12,22]对前人的构建方法进行了改进,得式(3)

lgSv=(3-D) lgT2+(D-3) lgT2,max

(3)

式中,T2为横向弛豫时间,ms;Sv为小于对应的T2值的孔隙体积占总孔隙体积的比例;D为分形维数;T2,max为最大横向弛豫时间,ms。

具有分形特征孔隙结构类型的储层中,lgSv与lgT2应线性相关,因此,可以利用回归分析法对T2谱数据进行计算(见图5),得到T2谱对应的孔隙三维分形维数D(见表3),用于表征孔隙结构。

图4 Ⅱ2型(12号样品)孔隙结构的毛细管压力和润湿相饱和度整体、分段关系

图5 不同孔隙结构类型的T2与Sv的关系

从Ⅰ1型、Ⅰ2型到Ⅲ型,随着孔隙结构类型的变化,其分形维数值也呈相应的变化趋势,即孔隙结构变差,孔渗能力变弱,储层质量变差,分形维数值增大,与基于压汞曲线对孔隙结构类型的分形表征趋势一致。但是,对比基于压汞曲线和基于核磁共振T2谱的分形维数发现,二者对应的数值大小不同,相关系数高低也不完全相同,其原因可能在于两者反应的孔隙尺度不同,核磁共振T2谱反映的孔喉半径范围要大于压汞实验。

表3 不同孔隙结构类型T2谱的分形维数

2.3 CT扫描图像分形

分形是指局部与整体在形态、功能和信息方面具有相似性的集合,这种自相似性仅在一定的尺度范围和一定的层次中才能表现出来[13]。不同于以往描述点的位置而引入的坐标数,分型维数不一定是整数[23]。常见的有豪斯多夫维数、盒子维数、相似维数、容量维数,由于盒子维数的计算相对比较容易,所以在实际中的应用也比较广泛。通过计算CT图像样品的盒子维数进行孔隙结构特征定量研究是可行的[24],并且可以充分表征低渗透砂岩的非均质性和复杂性。

分别取样品H1、H2、H3,在每个样品中再各取20个二维CT切片图像(H1图像编号分别为1～20,H2图像编号分别为21～40、H3图像编号分别为41～60)。对样品的CT图像做阀值分割、二值化(见图6,红色部分为孔隙),并计算、比较面孔率与盒维数(见图7),可以看出两者变化趋势较为一致,即面孔率对其盒维数有显著的影响,盒维数随着面孔率的增大而增大,且孔渗更好的H3的分形维数整体明显大于孔渗较差的H2和H1(见图8)。

图6 低渗透砂岩样品原始图像和处理后图像对比(H2样品)

图7 盒维数和面孔率对比

图8 盒维数—面孔率—渗透率关系

2.4 测井和物性曲线分形

以上分别根据压汞曲线、核磁共振、CT图像资料所开展的关于孔隙结构类型的分形维数研究,不难发现依据分形维数对孔隙结构类型进行表征是可行的,但限于压汞、核磁共振及CT图像资料的有限性,不能够在井筒中连续地评价孔隙结构,因此,将孔隙结构类型的分型研究推广到测井曲线上。根据常规测井曲线划分孔隙结构类型,并进行不同类型储层段的测井曲线的盒维数计算,但发现不同的孔隙结构类型的盒维数值变化没有特定的规律。分析其原因在于测井曲线反应的是某个深度范围内的岩石物理属性变化,而在该深度范围内储层非均质性可能导致孔隙结构类型的不断变化,因此,在测井曲线的变化上不能很好地表现出单类孔隙结构类型的特点。同时,测井曲线值的高低不仅仅取决于孔隙结构,还与岩性、流体等因素有关,因此不能单从测井曲线的变化判断和划分储层的孔隙结构类型,需要构建1条反映孔隙结构变化的曲线。

基于测井解释模型计算出储层孔隙度和渗透率,再依据J函数公式[25]

(4)

通过统计计算结果,发现不同孔隙结构类型储层R曲线的分形维数的确存在差异,说明孔隙结构类型也可以通过间接由测井曲线换算的参数R曲线的分形维数差异予以表征。

以此为基础在GR—DEN测井二维交会的基础上增添R曲线分形维数信息,使得利用测井交会图在井筒剖面区分孔隙结构类型变得更为准确、有效。利用该方法,以F×井ES4层段为例(见图9),可连续识别井筒剖面中的孔隙结构类型,进而为低渗透砂岩储层测井解释结论确定提供了依据。

表4 F×井ES4不同孔隙结构类型对应参数R曲线的盒维数值

图9 F×井ES4层段基于R曲线分形识别孔隙结构类型及有效储层

2.5 岩心压汞、核磁共振、CT图像、测井曲线的分形维数比较

由岩心压汞毛细管压力曲线和核磁共振T2谱曲线所求取的盒维数值介于2和3之间,随着岩石物性和孔隙结构变差,所求取维数值呈明显增大的趋势,同时压汞曲线所求取的维数值普遍大于T2谱曲线所求取的维数值(见图10)。而根据CT扫描图做二值化处理以及根据R因子曲线所求取的盒维数值介于1和2之间,更多地是体现图像形态的变化规律。随着孔隙结构变差,CT图像中孔隙部分图像的复杂程度降低,R因子曲线则由突变的峰值转变为较为平滑的曲线,两者所求取的维数值均呈现出减小的趋势(见图10)。综合岩心压汞、核磁共振、CT扫描和测井曲线计算的R,分别求取不同孔隙结构类型岩石的分形维数,发现所求取的维数值与其孔隙结构类型明显对应(见表5)。因此在利用各类实验数据分形维数划分孔隙结构类型的基础上,明确它们与测井计算孔隙结构参数分形之间的关系,进而立足于测井分形来识别孔隙结构类型是可行的。

图10 不同方法求取的各种孔隙结构类型的分形维数

孔隙结构类型Ⅰ1型Ⅰ2型Ⅱ1型Ⅱ2型Ⅲ型岩心压汞分形维数2.753～2.7822.797～2.8482.837～2.8772.894～2.9252.935～2.980核磁共振分形维数2.1592.1642.1752.1922.198CT图像分形维数1.836～1.8651.385～1.5161.217～1.377测井曲线分形维数1.042～1.0541.032～1.0371.023～1.029

3 结论

(1) 依据岩心压汞、薄片、核磁共振及CT图像等资料对DY凹陷南坡沙河街组ES4低渗透砂岩储层孔隙结构进行分析,结合碎屑岩储层物性划分标准,将孔隙结构划分了3大类5小类,明确了每1种孔隙结构类型的特征。

(2) 分析并计算不同孔隙结构类型样品对应岩心压汞、核磁共振三维分形维数及CT图像盒维数,表明不同孔隙结构类型确实可以通过分形维数特征表征,但限于岩心压汞、核磁共振及CT图像资料的有限性,不能够在井筒中连续地评价孔隙结构类型,而测井曲线分形与孔隙结构类型相关性较差。

参考文献:

[1] 庞振宇, 孙卫, 李进步. 低渗透致密气藏微观孔隙结构及渗流特征研究: 以苏里格气田苏48和苏120区块储层为例 [J]. 地质科技情报, 2013, 32(4): 134-138.

[2] 蔡钥, 李勇, 葛善良, 等. 超深低渗透碎屑岩储层微观孔隙结构特征研究: 以塔中顺托果勒地区柯坪塔格组下段为例 [J]. 石油天然气学报(江汉石油学院学报), 2014, 36(8): 12-17.

[3] 范俊佳, 周海民, 柳少波. 塔里木盆地库车坳陷致密砂岩储层孔隙结构与天然气运移特征 [J]. 中国科学院大学学报, 2014, 31(1): 108-116.

[4] 祝海华, 钟大康, 张亚雄, 等. 川南地区三叠系须家河组致密砂岩孔隙类型及物性控制因素 [J]. 石油与天然气地质, 2014, 35(1): 65-76.

[5] REZAEE R, SAEEDI A, CLENNELL B. Tight Gas Sands Permeability Estimation for Mercury Injection Capillary Pressure and Nuclear Magnetic Resonance Data [J]. Journal of Petroleum Science and Engineering, 2012: 88-89, 92-99.

[7] 尚明忠, 李秀华, 王文林, 等. 断陷盆地斜坡带油气勘探: 以东营凹陷为例 [J]. 石油实验地质, 2004, 26(4): 324-332.

[8] 贺伟, 钟孚勋, 贺承祖, 等. 储层岩石孔隙的分形结构研究和应用 [J]. 天然气工业, 2000, 20(2): 67-70.

[9] 张宪国, 张涛, 林承焰. 基于孔隙分形特征的低渗透储层孔隙结构评价 [J]. 岩性油气藏, 2013, 25(6): 41-45.

[10] 赖锦, 王贵文, 郑懿琼, 等. 低渗透碎屑岩储层孔隙结构分形维数计算方法: 以川中地区须家河组储层41块岩样为例 [J]. 东北石油大学学报, 2013, 37(1): 1-7.

[11] YAKOV V, WIN L S. A Practical Approach to Obtain Primary Drainage Capillary Pressure Curves from NMR Core and Log Data [J]. Petrophysics, 2001, 42(4): 334-343.

[12] 张超谟, 陈振标, 张占松, 等. 基于核磁共振T2谱分布的储层岩石孔隙分形结构研究 [J]. 石油天然气学报(江汉石油学院学报), 2007, 29(4): 80-86.

[13] 徐祖新. 基于CT扫描图像的页岩储层非均质性研究 [J]. 岩性油气藏, 2014, 26(6): 46-49.

[14] 彭瑞东, 杨彦从, 鞠杨, 等. 基于灰度CT图像的岩石孔隙分形维数计算 [J]. 科学通报, 2011, 56(26): 2256-2266.

[15] SY/T 6285—2011. 油气储层评价方法 [S]. 2011.

[16] 张琴, 朱筱敏, 钟大康, 等. 山东东营凹陷古近系碎屑岩储层特征及控制因素 [J]. 古地理学报, 2004, 6(4): 43-502.

[17] 于川淇, 宋晓蛟, 李景景, 等. 长石溶蚀作用对储层物性的影响: 以渤海湾盆地东营凹陷为例 [J]. 石油与天然气地质, 2013, 34(6): 765-770.

[18] 游国庆, 潘家华, 刘淑琴, 等. 东营凹陷古近系砂岩成岩作用与孔隙演化 [J]. 岩石矿物学杂志, 2006, 6(3): 76-88.

[19] 马新仿, 张诚, 郎兆新. 用分段回归方法计算孔隙结构的分形维数 [J]. 石油大学学报(自然科学版), 2004, 28(6): 54-60.

[20] 运华云, 赵文杰, 周灿灿, 等. 利用T2分布进行岩石孔隙结构研究 [J]. 测井技术, 2002, 26(1): 18-21.

[21] 刘堂宴, 马在田, 傅容珊, 等. 核磁共振谱的岩石孔喉结构分析 [J]. 地球物理学进展, 2003, 18(4): 327-333.

[22] 何雨丹, 毛志强, 肖立志, 等. 核磁共振T2分布评价岩石孔径分布的改进方法 [J]. 地球物理学报, 2005, 48(2): 373-378.

[23] 蒲小勤. 基于多重分形的图像识别研究 [D]. 西安: 西北大学, 2009.