高北斜坡中深层岩性油藏岩石电阻率实验研究

杨锐祥，王向公，冯俊贵，崔式涛，刘欣欣

(1.油气资源与勘探技术教育部重点实验室(长江大学)，湖北 武汉 430100； 2.长江大学 地球物理与石油资源学院，湖北 武汉 430100； 3.中国石油集团测井有限公司 油气评价中心，陕西 西安 710077； 4.中国石油集团测井有限公司 华北事业部，河北 任丘 062552)

引 言

众所周知，含油性分析与评价对于油气藏的勘探与开发都具有重要意义，根据Archie公式[1]可知，电阻率是最方便、有效地反映储层含油性的测井参数。然而，经典的Archie公式仅适用于纯岩石地层，对于复杂地层，模型中的胶结指数m和饱和度指数n受很多因素的影响[2-6]，使测井得到的岩石电阻率变化规律十分复杂，给油气勘探与开发带来很大挑战。

冀东油田南堡凹陷高北斜坡中深层岩性油气藏是中石油“十二五”期间重要的勘探领域之一。由于高北斜坡中深层岩性油气藏埋藏深，地质特征复杂[7]，整体格局呈现四洼、五凸、一斜坡的构造特点，从而导致电阻率测井响应复杂，储层含油性评价困难。为了弄清复杂的电阻率测井响应特征，解决含油性评价的难题，本文模拟不同地层水矿化度条件下的油驱水过程，以不同类型典型岩心的岩电实验数据为基础，分别研究地层水矿化度Cw、孔隙度Φ、储层品质因子RQI[8]和阳离子交换量Qv对胶结指数m和饱和度指数n的影响[9]，并建立动态岩电参数计算含水饱和度Sw的模型。

1 实验样品、方法和流程

本次实验共选取高北斜坡中深层岩性油藏27块典型岩心。岩心选取时兼顾岩性、物性和电性特征。所选岩心覆盖全部储层类型，所有岩心都是砂岩，胶结良好，无微裂缝。岩心的孔隙度主要分布于4%～20%，渗透率变化大，主要范围是(0.02 ～1 000)×10-3μm2。

为了能够更好地进行实验结果对比、分析，设计了图1所示的实验流程。主要测量不同地层水矿化度条件下岩心样品的完全含水电阻率、完全含油电阻率以及阳离子交换量，实验结果如表1—表3所示。

2 影响胶结指数m的因素和岩电参数的变化规律

根据不同岩样地层因素与孔隙度之间关系的实验结果(表1)，在双对数坐标中制作了研究区地层因素F与孔隙度Φ关系图(图2)，可见二者之间呈现明显的非线性相关。说明Archie公式中的m在泥质含量、成岩作用、温度、压力和Cw等的影响下，不再是一个定值。

图1 实验流程Fig.1 Experimental flow chart

图2 地层因素与孔隙度的关系Fig.2 Relation between stratigraphic factor and porosity

根据表2实验数据制作了研究区岩石在不同地层水矿化度下地层因素F与孔隙度Φ的交会图(图3)，图中数据点分为3部分，从左下至右上，分别代表Cw为2 000×10-6、4 000×10-6和6 000×10-6时测得的数据点。从图中可以看出，相同孔隙度条件下，矿化度越高，F越大，m也越大。这种现象的主要原因是黏土矿物的充填和富集改造了孔隙空间和结构[10-11]，进而造成微小孔隙系统的发育，因此，在不同地层孔隙流体矿化度条件下，低孔隙度砂岩与中、高孔隙度砂岩的导电机理有所差异，岩电参数规律也随之发生变化。

图3 不同地层水矿化度下地层因素与孔隙度交会图Fig.3 Stratigraphic factor-porosity cross-plots under different formation water salinity

岩样编号深度/mFΦ/%岩样编号深度/mFΦ/%574075．4023．7514．59604285．8041．888．09594077．0017．5416．61614285．7239．1610．72244521．1038．328．96623578．7714．5916．29274520．5633．6513．00633579．0413．8215．91304520．2527．4312．59643579．0621．0913．29314520．2327．6111．72663579．3510．6624．85324520．0528．9913．47683579．6610．4323．47424358．2026．0213．86693579．8010．3325．65464357．6629．6414．0513667．4712．2818．84494357．0025．2916．4223667．8813．7716．33514356．6627．4915．2953669．669．8118．12564285．3336．1611．88113673．9422．818．00584285．1535．5111．7743490．0011．7318．21

图4为Archie公式中模型参数a=1时，不同Cw下m和Φ的交会图(数据来源于表2)。从图中可知，m随着Φ的增大而增大，当Φ较大时，m无限逼近于2，说明在高孔隙度时，岩石的附加导电对岩电参数的影响较小，可近似为纯岩石。

图5为不同Cw下m与Qv交会图(数据来源于表2)，由图可知，m与Qv有很好的相关性，m随着Qv的增大而减小。Qv较小时岩石的附加导电性较弱，m的变化也较小；在Qv较大时岩石的附加导电性较强，m受Qv的影响增大。

表2 不同地层水矿化度下地层因素、胶结指数、阳离子交换量测量值和储层品质因子值Tab.2 Stratigraphic factor,cementing indexe,cation exchange measurement value and reservoir quality factor of rock samples under different formation water salinity

注：Ⅰ为Cw=2 000×10-6，Ⅱ为Cw=4 000×10-6，Ⅲ为Cw=6 000×10-6。

图4 不同地层水矿化度下胶结指数与孔隙度交会图Fig.4 Cross-plots of cementing index and porosity under different formation water salinity

图5 不同地层水矿化度下胶结指数与阳离子交换量交会图Fig.5 Cross-plots of cementing index and cation exchange capacity under different formation water salinity

图6为不同类型储层m与RQI交会图(数据来源于表2)，m随RQI的增大而增大，有较好的指数相关关系，且相关性较高。

图6 胶结指数与储层品质因子交会图Fig.6 Cross-plots of cementing index and reservoir quality factorof different types of reservoir

3 饱和度指数n值的影响因素和变化规律

饱和度指数n是用电阻率评价地层流体性质的重要参数[12-13]，中深层岩性油气藏因受Cw、RQI及润湿性等因素的影响，其岩心电阻增大率I和含水饱与度Sw的关系复杂[14]。

图7为不同Cw下I与Sw的交会图(数据来源于表3)，从图中可以看出，I随着Cw的增加逐渐增大，其原因是岩石孔隙结构的复杂性。在烃类驱替岩样孔隙水的过程中， 烃类和水在孔隙中的分布是不均匀的，该不均匀性依Sw的不同而变化，且导致电流在岩石可连通孔隙结构中流动的曲折性增加，从而在Cw增大的情况下，使Rt减小的速率比100%含水岩石电阻率Ro减小的速率慢，最终导致电阻增大率增加。

大量的岩电实验表明：富含黏土样品，特别是Qv较高的蒙脱石类黏土样品的导电性大于纯砂岩样品，导致储层电阻率降低[15]，在低地层水矿化度环境下，阳离子附加导电在岩石整个导电网络中所占比重增大，导致这种影响更为突出。在南堡凹陷地层中，部分黏土矿物以蒙脱石为主，且Cw低，使得泥质附加导电作用加强，进而造成油气层电阻率的降低。

图8为不同Cw下n与Qv交会图(数据来源于表4)，从图中可以看出，该层段的n变化随不同油组呈现不同特征。n与Qv的关系十分复杂，在Qv较低时，n变化较小；在Qv较高时，其n非常高且变化剧烈。对于大部分储层，其n可直接选用实验拟合值。

图7 不同地层水矿化度下电阻增大率与含水饱和度交会图Fig.7 Cross-plots of resistance increase rate and water saturation under different formation water salinity

Φ/%ISw/%Cw/10-6200040006000Cw/10-620004000600014．592．752．733．7957．1853．9250．1016．613．433．444．0554．6551．4649．188．964．064．745．5755．9749．5252．8413．003．226．285．7957．4139．6744．7212．594．213．884．8254．1254．1051．1411．723．332．533．4461．3767．1358．1313．472．674．787．1862．3047．9242．3613．863．073．755．8546．5742．1637．6714．055．436．538．6339．5439．3635．9816．425．895．658．0036．7339．2635．9715．293．857．059．4442．7133．7531．6911．883．534．514．8354．5647．8349．1411．773．483．544．5759．8357．0954．188．093．712．823．0567．3964．4466．4010．723．296．665．7053．4541．6145．8024．852．783．885．5737．8430．9727．4423．472．413．264．1441．4431．0830．33

图8 不同地层水矿化度下饱和度指数与阳离子交换量交会图Fig.8 Cross-plots of saturation index and cation exchange capacityunder different formation water salinity

岩石的导电能力取决于岩石孔隙中流体带电离子的多少，即与孔隙流体矿化度有关，随着地层水矿化度的增加，岩石电阻率降低。岩心中饱和不同Cw的流体时，相同岩心随着Cw的增大，饱和度指数明显增大，特别是在低Cw的情况下，饱和度指数增大更加明显。当Cw达到数万mg/L时，饱和度指数变化减小，随着Cw的继续增大，饱和度指数逐渐稳定。

填隙物成分、含量的不同对n值的影响较大。通过对比近源型和远源型储层，填隙物中占主要部分的是泥微晶碳酸盐岩和方解石。原生填隙物和交代作用生成的次生填隙物附着在颗粒表面或者填充在孔隙空间中，减小了储层孔隙空间，使孔隙结构的迂曲度增加，喉道变小且更加复杂，n值也随之增大。该区储层按孔隙结构不同划分为4类，见表5。

表4 不同地层水矿化度下阳离子交换量Qv和饱和度指数nTab.4 Cation exchange capacity Qv and saturation index n under different formation water salinity

表5 研究区储层划分标准Tab.5 Classification standard of reservoir in the study area

图9为不同类型储层n值分布区间，图中Ⅰ类储层的n值一般小于2，分布在0.8～1.8，Ⅱ类储层n值一般在2附近，分布区间在1.5～2.4之间，Ⅲ类储层n值分布区间在1.2～3.2，主要分布在1.8～2.6，Ⅳ类储层n值分布区间大于3；I-Sw关系不仅与储层孔隙结构有关，还与储层的润湿性密切相关。一般，中性润湿时n约等于2，亲油时n大于2，亲水时n小于2。

图9 不同类型储层n值分布区间Fig.9 The n value distribution interval of different types of reservoir

4 动态岩电参数模型计算及检验

通过上述分析可知，研究区低孔渗储层岩电关系呈现非Archie现象，Archie公式中各项参数对于不同类型储层不再通用。同时，m、n与Φ、RQI具有较好的相关性，因此，下面对采用储层品质控制的动态岩电参数计算储层含水饱和度进行研究。

F与Φ、I与Sw的关系为

(1)

(2)

式中：F为地层因素；a为模型参数；Φ为孔隙度，%；m为胶结指数；Ro为完全含水电阻率，Ω·m；Rw为地层水电阻率，Ω·m。I为电阻增大率；b为模型参数；Sw为含水饱和度，%；n为饱和度指数；Rt为储层电阻率，Ω·m。

结合式(1)和式(2)，可得

(3)

从图6可以看出，不同类型储层m与RQI对数值具有很好的线性关系，因此，可以假设：

m=C1×lnRQI+C2，

(4)

式中：C1和C2为模型参数。

利用式(4)计算研究区不同类型储层的m值，将计算结果与岩心分析结果进行对比，如图10所示，数据点均分布在对角线附近，反映出模型的计算结果很好，相对误差±2%。

基于不同类型储层m与RQI的关系，可以同理假设不同类型储层n与RQI也具有类似的关系

n=C3×lnRQI+C4，

(5)

式中：C3和C4为模型参数。

利用式(5)计算研究区不同类型储层的n值，将计算结果与岩心分析结果进行对比，如图11所示，数据点均分布在对角线附近，二者呈45°对角，反映出模型的计算结果很好，相对误差±3%。

将式(4)、式(5)计算的m、n值代入式(3)计算含水饱和度，并将计算的Sw值与岩心分析结果进行对比，如图12所示，二者具有较好的一致性，说明动态岩电参数模型计算含油饱和度是可靠的。在图13中对实际井资料采用固定m、n值、动态岩电参数计算的含水饱和度及实验结果进行了对比，可以看出，采用动态岩电参数计算的含水饱和度与实验结果很接近，相对误差在±10%以内。

图10 岩心分析与模型计算胶结指数对比Fig.10 Comparison of cementing index obtained by core analysis with model calculation

图11 岩心分析与模型计算饱和度指数对比Fig.11 Comparison of saturation index obtained by core analysis with model calculation

图12 岩心分析与模型计算饱和度对比Fig.12 Comparison of saturation obtained by core analysis with model calculation

图13 固定岩电参数、动态岩电参数计算与实验分析Sw对比Fig.13 Comparison among saturation obtained by static rock electrical parameters,dynamic rock electrical parameters and core analysis

5 结 论

高北斜坡中深层储层的m值随着Cw、Φ和RQI的增大而增大，而Qv的增大会使得m值减小；n值随Cw和Qv的增大而增大，随Φ和RQI的增大而减小。基于实验数据的分析和研究，分别建立了利用RQI计算m、n值的模型，并建立了应用动态岩电参数计算Sw的模型，模型的计算结果与实验结果吻合很好。

[1] ARCHIE G E.The electrical resistivity log as an aid in determining some reservoir characteristics[J].Transactions of the AIME,1942,146:54-62.

[2] 宋延杰,姜艳娇,宋杨,等.古龙南地区低阻油层胶结指数和饱和度指数影响因素实验[J].吉林大学学报(地球科学版),2014,44(2):704-714.

SONG Y J，JIANG Y J，SONG Y,et al.Experiment on influence factors of cementation index and saturation index of low resistivity zone of Gulong south area[J].Journal of Jilin University,Earth Science Edition,2014,44(2):704-714.

[3] 中国石油勘探与生产分公司.低阻油气藏测井评价技术及应用[M].北京:石油工业出版社,2009.

[4] 张明禄,石玉江.复杂孔隙结构砂岩储层岩电参数研究[J].石油物探,2005,44(1):21-23.

ZHANG Minglu,SHI Yujiang.Study on rock electrical parameters of sandstone reservoir with complex pore structure[J].Geophysical Prospecting for Petroleum,2005,44(1):21-23.

[5] 沈爱新,王黎,陈守军.油层低电阻率及阿尔奇公式中各参数的岩电实验研究[J].石油天然气学报,2003,25(s1):24-25.

SHEN Aixin,WANG Li,CHEN Shoujun.Experimental study on rock electricity of Low resistivity of reservoir and parameters in Archie formula[J].Journal of Petroleum and Natural Gas,2003,25(s1):24-25.

[6] 冯程,毛志强,殷文,等.低渗透复杂润湿性储层电阻率实验及导电机理研究[J].地球物理学报,2017,60(3):1211-1220.

FENG Cheng,MAO Zhiqiang,YIN Wen,et al.Resistivity experiment and conductive mechanism research of low permeability complex wettability reservoir[J].Chinese Journal of Geophysics,2017,60(3):1211-1220.

[7] 刘海青,许廷生,李艳梅,等.南堡凹陷中深层岩性油气藏形成及分布[J].特种油气藏,2014,21(5):34-36.

LIU Haiqing,XU Yansheng,LI Yanmei,et al.Formation and distribution of lithologic oil and gas reservoirs in middle deep layer of Nanpu sag[J].Special Oil and Gas Reservoirs,2014,21(5):34-36.

[8] 张程恩,潘保芝,刘倩茹.储层品质因子RQI结合聚类算法进行储层分类评价研究[J].国外测井技术,2012(4):11-13.

ZHANG Chengen,PAN Baozhi,LIU Qianru.Reservoir quality factor RQI combined with clustering algorithm for reservoir classification and evaluation[J].Foreign Logging Technology,2012(4):11-13.

[9] 程相志，周凤鸣，彭银辉，等.W-S模型在泥质砂岩储层含油性评价中的应用[J].石油与天然气地质，2000，21(4):313-317.

CHENG Xiangzhi,ZHOU Fengming,PENG Yinhui,et al.Application of W-S model in oil-bearing evaluation of shaly sand reservoir[J].Geology of Petroleum and Natural Gas,2000，21(4):313-317.

[10] 陈瑞君.我国某些地区的海绿石特征及其对相环境分析的意义[J].地质科学，1980，12(1):65-74.

CHEN Ruijun.The characteristics of Glauconite in some areas of our country and its significance in analyzing the facies environment[J].Geological Science,1980，12(1):65-74.

[11] 耿燕飞，张春生，韩校锋，等.安岳—合川地区低阻气层形成机理研究[J].岩性油气藏，2011，23(3):70-74.

GENG Yanfei,ZHANG Chunsheng,HAN Xiaofeng,et al.Formation mechanism of low resistivity gas reservoirs in Anyue Hechuan area[J].Lithologic Hydrocarbon Reservoir,2011，23(3):70-74.

[12] 王博，赵军，王淼，等.断块低阻油层测井识别与评价[J].岩性油气藏，2012，24(6):110-114.

WANG Bo,ZHAO Jun,WANG Miao,et al.Logging identification and evaluation of fault block low resistivity reservoir[J].Lithologic Reservoirs,2012，24(6):110-114.

[13] 雍世和，张超谟.测井数据处理与综合解释[M].东营:石油大学出版社，1996:112-124.

[14] 居字龙，唐辉，刘伟新，等.珠江口盆地高束缚水饱和度成因低阻油层地质控制因素及分布规律差异[J].中国海上油气，2016，28(1):60-68.

JU Zilong,TANG Hui,LIU Weixin,et al.Geological control factors and distribution law of low resistivity reservoir in the Pearl River Mouth Basin with high irreducible water saturation[J].Offshore Oil and Gas in China,2016，28(1):60-68.

[15] 欧阳健，毛志强，修立军.测井低对比度油层成因机理与评价方法[M].北京:石油工业出版社，2009:229-269.