基于K-均质聚类分析超低渗透率储层分类研究

许君玉,许新,李远钦

(1.中国石化石油勘探开发研究院,北京 100083; 2.北京市海淀区职业介绍服务中心,北京 100195)

0 引 言

中国低孔隙度低渗透率油气田所蕴含的油气资源量占全国油气总资源量的30%左右[1-5]。在对低孔隙度低渗透率油气藏进行研究的过程中对储层进行分类评价研究极为重要。不同储层类型的孔隙度、渗透率、微观孔隙结构特征等是影响油气藏流体储集能力的重要参数和开采油、气的主要因素[6-7]。对低孔隙度-低渗透砂岩储层进行分类评价研究具有重要意义。

对储层进行分类的文章较多[8-21],归纳起来可以分为3种方法:第1种是直接利用储层物性参数进行分类,如用渗透率、孔隙度参数进行分类[22],这种分类方法虽然简单,但不能正确反映储层的真实情况[9];第2种是利用数学方法进行分类;第3种是利用毛细管压力曲线形态进行分类,毛细管压力曲线形态虽然能够反映储层微观结构,但是只能定性判断储层类别,能够表征储层孔隙结构特征的毛细管压力曲线的定量特征参数是储层微观参数[16,20]。本文综合以上3种方法,以K-均质聚类分析方法为工具,以储层宏观和微观参数值作为储层分类的根据进行分类。

1 K-均值聚类分析方法基本原理

K-均值聚类分析方法由MacQueen于1967年提出[23],其基本数学原理是在已知的M(x1,x2,…,xm)个事物中,每一个事物具有N个变量Xi(xi1,xi2,…,xin),i=1,2…,M。期望应用适当的方法将这些变量划分为K个类别[24-25]。这些类别划分的准则是以每一事物距K类类中心的欧氏最小距离判别,归类的方法与步骤则采用逐步归类法,即通过实验数据确定了K类类型和初始类中心之后,计算出各个数据点到类中心的距离,以各数据点到类中心的平方和最小为条件,调整类中心位置,并相应调整各数据点所属类别,每调整1次类中心,程序完成1次迭代计算,经过多次迭代计算,反复调整类中心,最终使计算数据完全收敛,形成最终聚类的类中心,作为储层分类的最终结果。

本文以松辽盆地南部十屋油田营城组储层为研究对象,程序中根据储层的宏观和微观参数值作为程序的输入参数,根据储层实验数据拟定储层分类个数及每个储层类型的标准值,程序设计中,可以根据实际需要确定储层分类个数。

2 储层分类参数的选取

2.1 储层分类参数的选择依据

国内外学者对低渗透储层分类标准参数的选取做了大量工作。1966年Leveson首次提出用岩石宏观物理参数(渗透率、孔隙度)作为储层分类评价的标准[22]。人们在对储层评价的研究中发现,由于储层的非均质性,单纯用储层宏观参数进行分类评价具有片面性,不能真正反映储层的类型,而储层微观参数直接反映了储层储集性能的好坏[16,20]。能够表征储层孔隙结构特征的储层微观参数有排驱压力、饱和度中值压力、最大孔隙半径、平均孔隙半径和中值孔隙半径等参数[16,20]。储层分类参数选择时,除了利用岩石宏观物理参数(孔隙度、渗透率)作为储层的分类参数之外,还要利用储层的微观孔隙参数作为储层的分类参数。

为研究储层微观孔隙参数对储层分类的有效性,引入储层品质因子(Reservoir Quality Index)IRQ[26-27]

(1)

式中,IRQ为储层品质因子,无量纲;φ为孔隙度,%;K为渗透率,×10-3μm2。

在储层微观孔隙参数选择的过程中将反映储层孔隙结构微观特征的5个参数排驱压力、饱和度中值压力、最大孔隙半径、平均孔隙半径和中值孔隙半径的实验数据与储层品质因子IRQ建立关系(见图1)。排驱压力和饱和度中值压力均反映储层中岩石的孔隙连通特征和产液能力,二者选择之一即可[18]。由图1(a)和图1(b),以上2个压力中排驱压力与储层品质因子IRQ的相关性较好,相关系数R2=0.779,所以选择排驱压力作为储层分类的参数;最大孔隙半径、平均孔隙半径和中值孔隙半径均反映储层的孔隙大小,三者选择之一即可,图1(c)、图1(d)和图1(e)中平均孔隙半径与储层品质因子IRQ的相关性较其他二者好,相关系数R2=0.880,所以选择平均孔隙半径作为储层分类的参数。这样,储层分类的参数为储层岩心实验数据的渗透率、孔隙度、排驱压力和平均孔隙半径。

2.2 储层分类参数的选择方法

储层分类的渗透率参数是根据实验数据的启动压力梯度与渗透率相关关系选取,孔隙度和其他参数的选取是根据研究区实验数据与渗透率建立的关系获得。

2.2.1 渗透率参数的选取[28]

图1 储层油藏品质因子与微观孔隙参数关系

根据启动压力梯度与渗透率的关系,以启动压力梯度的高低为标准,将储层划分为3个区域:①渗透率值大于1.0×10-3μm2的特低渗透区,该区域启动压力值梯度小于0.07 MPa/m,且启动压力梯度曲线随着渗透率数值的增大变化不大,是低启动压力区域;②渗透率值小于0.1×10-3μm2,该区域启动压力梯度值大于0.40 MPa/m,并且随着渗透率值的减小而急剧增大,是孔隙结构复杂、流体流通性差、渗流阻力大的非渗透储层;③渗透率值在(0.1～1.0)×10-3μm2的超低渗透储层之间,根据启动压力梯度数值的大小,分为启动压力快速上升区和启动压力缓慢上升区,启动压力快速上升区的启动压力值为0.18～0.40 MPa/m,对应的渗透率值为(0.10～0.30)×10-3μm2,启动压力缓慢上升区的启动压力值为0.07～0.18 MPa/m,对应的渗透率值为(0.30～1.00)×10-3μm2(见表1、图2)。

表1 启动压力梯度分类

图2 渗透率与启动压力关系

2.2.2 孔隙度参数的选取

依据研究区5口井106个实验数据建立了渗透率与孔隙度的关系。图3(a)中实验数据明显分为4个区,即特低渗透率储层区、超低渗透率Ⅰ类储层区、超低渗透率Ⅱ类储层区以及非渗透储层区。在特低渗透率储层区中,渗透率大于等于1.00×10-3μm2,孔隙度大于等于10.80%;在超低渗透率Ⅰ类储层区中,渗透率变化范围为(0.30～1.00)×10-3μm2,孔隙度变化范围为10.30%～13.60%;在超低渗透率Ⅱ类储层区中,渗透率变化范围为(0.09～0.30)×10-3μm2,孔隙度变化范围为4.70%～12.00%;在非渗透储层区中,渗透率值小于等于0.09×10-3μm2,孔隙度值小于等于7.40%。

2.2.3 排驱压力参数的选取

根据实验数据建立了渗透率与排驱压力的关系,图3(b)中在特低渗透率储层区中渗透率大于等于0.96×10-3μm2,排驱压力小于等于0.21 MPa;在超低渗透率Ⅰ类储层区中,渗透率变化范围为(0.27～0.96)×10-3μm2,排驱压力变化范围为0.21～0.70 MPa;在超低渗透率Ⅱ类储层区中,渗透率变化范围为(0.09～0.27)×10-3μm2,排驱压力变化范围为0.70～2.90 MPa;在非渗透储层区中,渗透率值小于等于0.09×10-3μm2,排驱压力值大于等于2.90 MPa。

2.2.4 平均孔隙半径参数的选取

同样根据实验数据建立了渗透率与平均孔隙半径的关系。图3(c)中特低渗透率储层区中渗透率大于等于0.96×10-3μm2,平均孔隙半径大于等于0.78 μm;在超低渗透率Ⅰ类储层区中,渗透率变化范围为(0.27～0.96)×10-3μm2,平均孔隙半径变化范围为0.35～1.00 μm;在超低渗透率Ⅱ类储层区中,渗透率变化范围为(0.09～0.27)×10-3μm2,平均孔隙半径变化范围为0.07～0.35 μm;在非渗透储层区中,渗透率值小于等于0.09×10-3μm2,平均孔隙半径值小于等于0.11 μm。

综合图3各个标准参数的取值范围,得出了十屋油田营城组储层分类参数标准值的选取值(见表2)。

图3 十屋油田营城组储层分类标准参数选取图

表2 十屋油田营城组储层分类标准参数选取

2.3 储层分类参数中权系数的确定方法

在对储层分类研究的输入参数权系数的确定中采用灰色关联分析确定权重系数分类结果更符合实际情况[29],借鉴前人的经验,采用灰色关联分析法[19,29],即对实验室分析确定的输入参数(见表2),通过对其归一化(见表3)对灰关联度进行计算,进而确定权系数ai。在权系数计算过程中,根据文献[30],渗透率值是判断储层分类的主要依据,因此将渗透率参数确定为主因素,孔隙度、排驱压力和平均孔隙半径确定为子因素。计算结果为

ai=(0.3286,0.1981,0.1974,0.2759)

(2)

式中,ai为不同评价指标的权系数;i为代表不同评价指标,i=0为渗透率,i=1为孔隙度,i=2为排驱压力,i=3为平均孔隙半径。即渗透率、孔隙度、排驱压力、平均孔隙半径的权系数分别为0.328 6、0.198 1、0.197 4、0.275 9。

表3 十屋油田营城组储层分类标准参数归一化值

3 实际应用

利用该方法对研究区160口井2 685个储层进行了分类(见图4),划分的4个储层类型中,特低渗透率储层479个,占总储层的17.84%;超低渗透率Ⅰ类储层853个,占总储层的31.77%;超低渗透率Ⅱ类储层922个,占总储层的34.34%;非渗透储层431个,占总储层的16.05%。由此可知,十屋油田营城组超低渗透率两类储层占总储层的66.11%,是研究区的主要储层类型。

图4 十屋油田营城组储层分类

与地质资料对比,研究区4个类储层中,特低渗透率储层岩性一般为含砾粗砂岩、粗砂岩和中砂岩;沉积微相为水下分流河道、河口坝;孔隙度平均值为13.29%,渗透率平均值为2.54×10-3μm2,储层排驱压力小,平均孔隙半径大,是研究区最好的储集层类型。

超低渗透率Ⅰ类储层岩性主要为粗砂岩、中砂岩和细砂岩;沉积微相为水下分流河道、河口坝、远砂坝;孔隙度平均值为11.17%,渗透率平均值为0.47×10-3μm2,储层排驱压力较小,平均孔隙半径较大,是研究区较好的储集层类型。

超低渗透率Ⅱ类储层岩性较细,以细砂岩为主、含中砂岩、粉砂岩及泥质粉砂岩;沉积微相主要为远砂坝、席状砂;孔隙度平均值为6.01%,渗透率平均值为0.18×10-3μm2,储层排驱压力较大,平均孔隙半径较小,油气不易排出,是研究区较差的储集层类型。

非渗透储层岩性以泥质粉砂岩为主,孔渗性较差,孔隙度平均值3.06%,渗透率平均值为0.07×10-3μm2,该类储层没有渗透能力,为无效的储集层。

利用这一方法,根据不同地区的实际需要,输入不同的储层分类标准参数,可以对任一地区的储集层作出分类评价。

4 结果验证

将研究区24口井61个储层试油资料的累积产液量与储层分类的结果进行对比,对比结果见表4。表4中,累积产液量在1 000 t以上的储层中有8口井18个层,特低渗透率储层13个,占72.22%,超低渗透率Ⅰ类储层5个,占27.78%,超低渗透率Ⅱ类储层和非渗透储层均为0个;累积产液量在500～1 000 t的储层中有7口井20个层,特低渗透率储层8个,占40.00%,超低渗透率Ⅰ类储层12个,占60.00%;超低渗透率Ⅱ类储层和非渗透储层均为0层;累积产液量在200～500 t的储层中有5口井15个层,特低渗透率储层5个,占33.33%,超低渗透率Ⅰ类储层8个,占53.33%,超低渗透率Ⅱ类储层2个,占13.33%,非渗透储层为0层;累积产液量在200 t以下的储层中有4口井8个层,特低渗透率储层1个,占12.50%,超低渗透率Ⅰ类储层和超低渗透率Ⅱ类储层均为3个,均占37.50%,非渗透储层1个,占12.50%。由此可见,随着储层累积产液量的递减,由特低渗透率到非渗透储层的百分含量也逐渐降低,并且产液量在500 t以上的储层均为特低渗透率储层和超低渗透率Ⅰ类储层,说明了用该方法进行储层分类能够区分出储层质量的优劣。

表4 十屋油田营城组储层类型与累积产液量对比表

5 结 论

(1) K-均值聚类分析方法以储层参数值距离分类类型标准值类中心的最小距离归类,能够对研究区储层进行快速、合理的分类,是储层分类评价的有效方法。

(2) K-均值聚类分析的标准参数根据研究区实验数据选取,能够反映储层性质的渗透率、孔隙度、排驱压力和平均孔隙半径作为储层聚类分析的标准参数。

(3) 储层分类结果与试油资料对比表明,随着储层产液量的逐渐递减,储层类型逐渐变差。

参考文献:

[1] 王建国,何顺利,刘婷婷,等. 榆林气田山2段低渗砂岩储层测井综合评价 [J]. 西南石油大学学报,2007,29(1): 54-56.

[2] 王金琪. 超致密砂岩含气问题 [J]. 石油与天然气地质,1993,14(3): 169-179.

[3] 查全衡,何文渊. 试论“低品位”油气来源 [J]. 石油勘探与开发,2003,30(6): 5-7.

[4] 王金琪. 中国大型致密砂岩含气区展望 [J]. 天然气工业,2000,20(1): 10-15.

[5] 田昌炳,罗凯,朱怡翔. 低效气藏资源特征及高效开发战略思考 [J]. 天然气工业,2004,24(1): 4-6.

[6] 蔡忠. 储层孔隙结构与驱油效率关系研究 [J]. 石油勘探与开发,2000,27(6): 45-46.

[7] 刘向君,周改英,陈杰,等. 基于岩石电阻率参数研究致密砂岩孔隙结构 [J]. 天然气工业,2007,27(1): 41-43.

[8] 陈建,王利霞,姜贻伟,等. 普光气田储层分类综合评价方法研究与应用 [J]. 石油天然气学报,2014,36(5): 65-68.

[9] 刘义坤,王永平,唐慧敏,等. 毛管压力曲线和分形理论在储层分类中的应用 [J]. 岩性油气藏,2014,26(3): 89-100.

[10] 张宪国,张涛. 黄骅坳陷滩海地区低渗透储层分类方法研究-以埕海油田二区沙河街组二段为例 [J]. 石油天然气学报,2013,35(10): 51-55.

[11] 马立民,林承焰,范梦玮. 基于微观孔隙结构分形特征的定量储层分类与评价 [J]. 石油天然气学报,2012,34(5): 15-19.

[12] 操应长,杨田,王艳忠,等. 济阳坳陷特低渗透油藏地质多因素综合定量分类评价 [J]. 现代地质,2015,29(1): 119-130.

[13] 谭锋奇,李洪奇,许长福,等. 基于聚类分析方法的砾岩油藏储层类型划分 [J]. 地球物理学进展,2012,27(1): 246-254.

[14] 司兆伟,赵建斌,徐风,等. 基于岩石物理与核磁测井的储层分类方法研究-以冀东油田某区块为例 [J]. 石油天然气学报,2013,35(12): 73-78.

[15] 覃豪. 基于微观孔隙结构的火山岩储层分类方法研究 [J]. 石油天然气学报,2011,33(1): 98-102.

[16] 杨学峰,冯肖宇,尚云志. 徐家围子地区火山岩储层测井分类方法研究 [J]. 测井技术,2014,38(5): 547-552.

[17] 钟淑敏,刘传平,朱建华,等. 应用核磁共振测井进行海拉尔地区储层分类 [J]. 测井技术,2008,32(2): 191-195.

[18] 王晓霞,王贵文,罗兴平,等. 核磁共振测井在石南油田储层分类评价中的应用 [J]. 测井技术,2007,31(3): 268-272.

[19] 涂乙,邹海燕,孟海平,等. 页岩气评价标准与储层分类 [J]. 石油与天然气地质,2014,35(1): 153-158.

[20] 王维喜,曹天军,朱海涛. 压汞曲线在特低渗油藏储层分类中的应用 [J]. 重庆科技学院学报(自然科学版),2010,12(3): 18-20.

[21] 王小敏,樊太亮. 碳酸盐岩礁滩相储层分类 [J]. 中南大学学报(自然科学版),2012,43(5): 1837-1844.

[22] 付殿敬,徐敬领,王贵文. 基于Q型聚类分析和贝叶斯判别算法研究储层分类评价 [J]. 科技导报,2011,29(03): 29-33.

[23] 王英伟,严伟,吴俊晨,等. 核磁共振测井在致密砂岩气层储层分类评价中的应用 [J]. 石油天然气学报,2012,34(1): 75-79.

[24] 李郑辰,钟淑敏,杨永军. 朝长地区扶余油层储层分类与产能预测 [J]. 地球物理学进展,2013,28(5): 2561-2568.

[25] 徐炳高. 川东北地区碳酸盐岩储层分类与油气识别方法研究 [J]. 测井技术,2004,28(5): 410-413.

[26] 陈洁莹,胡志敏. 英东地区储层分类方法研究 [J]. 国外测井技术,2014(6): 34-36.

[27] 李婷婷,王凤琴,令狐松,等. 低渗透储层分类方法研究 [J]. 国外测井技术,2010(6): 23-26.

[28] 杨秋莲,李爱琴,孙燕妮,等. 超低渗储层分类方法探讨 [J]. 岩性油气藏,2007,19(4): 51-56.

[29] 吴丽芳. 灰色关联分析在大庆外围油田储层评价中的应用 [J]. 科技创新导报,2011(6): 81-82.

[30] 王宏建. 海拉尔盆地乌南地区下白垩统火山碎屑岩孔隙结构特征与储层分类 [J]. 吉林大学学报(地球科学版),2012,42(增刊1): 72-79.