应用测井曲线包罗面积指数法进行产能预测

2017-05-08林忠霞冯春珍李海龙闫海鹏王红彬胡晓丽

测井技术 2017年2期

林忠霞, 冯春珍, 李海龙, 闫海鹏, 王红彬, 胡晓丽

(中国石油集团测井有限公司, 陕西西安 710201)

0 引言

产能预测对于油气田的勘探与开发有着极其重要的意义。中、高孔隙度渗透率储层油水渗流基本服从达西定律,产能指数法就是从达西渗流产量公式出发,通过以相对渗透率与含水饱和度的函数关系为纽带,导出油气储层产能与储层有效孔隙度、渗透率以及电阻率之间的理论模型[1]。超低渗透储层渗流机理十分复杂,影响产能因素较多,不同压裂工艺条件下,压裂后增油量和有效期的预测公式也不同[2],产能预测难度较大。

近年来,张占松等[3]通过储层指数与产能关系分析,提出储层指数与储层产能之间具有较好的相关性。本文在储层评价方面借鉴这种思路,提出了测井曲线包罗面积指数方法进行产能预测。该方法是在油水识别的基础上,利用测井曲线的包罗面积进行单井产能的定量评价。首先剔除测井曲线里储层非渗透性的测井信息,凸现储层渗透性的测井信息;其次剔除渗透层中水的测井信息,突出储层含油的测井信息,从而达到提高预测产能的信噪比;最终实现渗透性储层中投产前3个月平均日产油量与测井信息建立关系,确定产能预测模型。该方法解决了超低渗透储层压裂后,利用测井信息直接预测产能的难题。

图1 X105-4井包罗面积图

1 原理和实现方法

1.1 方法原理

通常砂泥岩储层含油性与该储层的岩性、物性和电性相关,储层的产量与储层的厚度、岩性和物性成正相关,包罗面积指数法是综合利用储层的岩性、物性和电性3种曲线的包罗面积来评价储层,建立测井产能评价模型。测井产能评价模型中包含渗透层和非渗透层信息,首先把油水识别图版确定的干层下限值作为基线,剔除非渗透层测井信息,然后利用图版中油层、油水层、差油层岩性、物性和电性3种曲线的下限值作为基线以剔除水层测井信息,最后用测井曲线与基线确定的包罗面积表示产能的大小,通常包罗面积越大,产能越大。为了更好地评价储层对产能的贡献,依据储层“四性”关系,从岩性、物性、电性、含油性进行分析,选取反映岩性的自然伽马测井曲线、反映物性的声波时差测井曲线和反映含油性电阻率测井曲线的包罗面积建立评价指数,从而实现单井产能预测。

1.2 包罗面积指数法产能预测的具体实现

1.2.1 包罗面积计算原理

包罗面积=Σ|曲线值-基线|

(1)

(1) 定义储集层岩性,计算储集层岩性包罗面积大小。划分储层是利用自然伽马和自然电位曲线。SGR表示渗透层自然伽马的包罗面积,选取储层的自然伽马曲线半幅点值为基线,用基线与低于该基线的自然伽马曲线包罗的面积来表示SGR。

(2) 定义储集层物性,计算储集层物性的包罗面积大小。判断储层物性是利用声波时差、补偿中子、岩性密度曲线。该方法应用的物性曲线是开发井通常测量的声波时差,用SAC表示声波时差曲线的包罗面积。物性曲线的基线是根据区块的解释图版建立的下限值来确定,然后计算基线与曲线的包罗面积值。

(3) 定义储集层含油性,计算储集层含油性的包罗面积大小。判断储层含油性是用电阻率曲线。电阻率曲线的包罗面积用SRt表示,其值是根据区块的解释图版建立的下限值来确定,然后计算基线与曲线的包罗面积值。

包罗面积综合评价指数(Iq)定义

Iq=(SGR×SAC×SRt)/10000

(2)

它也可以是其他岩性、物性、电性参数的乘积。以X105-4井为例(见图1),主要是利用自然伽马、声波时差、电阻率测井曲线的包罗面积来预测产能。

1.2.2 包罗面积计算解释软件开发

曲线包罗面积计算限制条件多计算有难度。通过多次的计算软件开发,目前该计算方法已集成在测井解释工作平台下,表1为不同井各条曲线包罗面积值的输出列表。

表1 曲线包罗面积计算列表

2 应用效果

2.1 储层产能模型建立

图2 X82井区油水识别图版

图3 X82井区产量预测模型

选择某工区X82井区长8主要砂体为例进行产能预测研究。共选井42口,统计52层。该区开展储层分类工作,将投产前3个月平均产量分为3类,Ⅰ类≥3 t/d,1 t/d≤Ⅱ类<3 t/d,Ⅲ类<1 t/d。依据长庆油田公司签发的“长庆油田测井解释符合率统计细则”试油统计标准,建立油水识别解释图版。图2是该区油水识别解释图版。从图2中可以确定工区干层声波时差下限值为209.0 μs/m,油水层电阻率的下限值为14.0 Ω·m,干层、油水层下限值就是模型计算中需要各个曲线的基线值。利用软件计算出42口井的岩性、物性、电性曲线包罗面积,然后换算出包罗面积综合评价指数Iq。图3为曲线包罗面积产能指数Iq与投产前3个月平均日产油量q0建立的测井产能评价模型。从X82井区曲线包罗面积指数Iq与投产前3个月平均日产油量q0关系图中,得到了该井区产能预测模型。

q0=1.36079lgIq-3.347085,R=0.76288

(3)

2.2 模型验证

模型的检验标准为产油误差率小于35%。产油误差率定义为

产油误差率=[(产能预测值-投产前3个月平均日产油量)÷投产前3个月平均日产油量]×100%

(4)

图4为X211-60井包罗面积充填图,在深度段2 649.80～2 673.60 m、2 676.85～2 685.80 m处射孔,其计算SGR=807.98,SAC=377.29,SRt=1 444.26,Iq=44 027.22。依据X82井区的产能模型预测投产前3个月平均产油量为2.85 t/d,实际投产产量为2.83 t/d,产油误差率为0.65%,产油误差精度高,满足测井产能评价精度要求。

图4 X211-60井包罗面积充填图

2.3 模型效果对比分析

图5 孔隙度、渗透率、含油饱和度、有效厚度与投产前3个月平均日产油量关系

该区还使用了另一种产能预测方法产能指数法来预测产能。从原始测出井参数出发,构建反映储层岩性、物性、含油性、有效厚度变化来预测产能[4]。产能指数法是把孔隙度、渗透率、含油饱和度和有效厚度乘积与投产前3个月平均日产油量建立关系。图5为该区孔隙度、渗透率、含油饱和度、有效厚度与投产前3个月平均日产油量关系。从图5上可以看出,投产前3个月平均日产油量与该区孔隙度、渗透率、含油饱和度、有效厚度有较好相关性。建立储层综合产能指数F=φKSoH与投产前3个月平均日产油量的关系。图6为该区产能指数F与投产前3个月平均日产油量q0的关系

q0=-2.58494+1.298lgF,R=0.62297

(5)

用未建模型10口井对2种方法进行验证,得出表2。从表2中可以看出,曲线包罗面积指数法有2口井的产油误差率大于35%,预测不符合,8口井预测符合,符合率达为80%。产能指数法有3口井产油误差率大于35%,预测不符合,7口井预测符合,符合率达为70%。2种方法相比较,曲线包罗面积指数法在该区产能预测效果好。