大庆长垣某区块沉积岩石微相识别方法

2018-07-10苗清李汉川杜宗君幸奠琼

测井技术 2018年3期

苗清, 李汉川, 杜宗君, 幸奠琼

(中国石油集团测井有限公司大庆分公司, 黑龙江大庆 163412)

0　引　言

大庆油田长垣某区块目前处于中期注水开发阶段,水淹规律复杂,层内砂岩含钙薄互层发育,非均质性严重。沉积微相不仅控制了储层的非均质性,而且控制了地下水淹分布规律。为提高测井水淹级别解释符合率,首先应进行沉积微相研究,在此基础上分微相进行相应研究[1]。

该区块受北部物源影响,以三角洲内前缘相沉积为主,发育水下分流河道砂和席状砂沉积微相,其中河道砂连续性差,以坨状分布在席状砂中,渗透性较好;席状砂微相又根据有效厚度大小分为主体和非主体(主要是有效厚度0.5 m以下和不发育有效厚度的砂体)2类相对均质沉积单元,形态以席状和条带状为主。区域沉积研究表明,该区块某油层上砂岩层主体及非主体席状砂较发育;葡萄花油层河道交错连片,席状砂规模较小。该区块主力油层岩性组合主要是灰色、灰黑色泥岩与浅棕色含油细粉砂岩的薄互层,单层厚度较大的主体砂较少,砂岩泥质、钙质含量高,每个沉积微相单元储层岩性具体分为粉砂岩、含泥粉砂岩、泥质粉砂岩[2]。本文应用常规测井资料,建立了沉积微相识别方法及基于沉积微相的各岩相识别的方法。

1　单井沉积微相分析

不同环境水动力特征不同,沉积砂体在粒度、分选性、沉积结构和构造、顶底接触关系、韵律性等都具有不同的特征[3]。这些特征反映在测井曲线上,不仅包括曲线的幅度特征,还包括曲线的形态特征。在明确各测井曲线物理及沉积环境意义的前提下,通过对测井曲线相对幅度、曲线形状、曲线光滑程度及顶底界面接触关系等识别标志的综合分析,可以识别不同环境下的微相[4]。某区块萨、葡油层组的沉积微相主要包括水下分流河道、主体席状砂和非主体席状砂3种。

1.1　水下分流河道砂沉积

水下分流河道是陆上分流河道的水下延伸部分,在向湖延伸过程中,河道加宽、深度减小、河流分叉增多、流速减缓、堆积速度增大[5],形成的沉积物以细砂、粉砂为主。正向小旋回,粒度向上逐渐变细,斜层理和交错层理比较发育,常具钙质、泥质团块,垂向一般与湖相泥岩相接。

形成砂体的测井显示主要特征:储层厚度较大(H≥2.0 m),均质性较强;井径曲线规则;自然伽马曲线数值向上增大,形态为下陡上缓的指状、丘状[6],且往往为多个重叠;密度曲线从下向上逐渐增大,粒度逐渐变细,沉积能量逐渐减弱的正旋回沉积特征;微电极曲线下部幅度差较大,显示渗透性较好,且曲线形态较为光滑;自然电位曲线幅度向上逐渐减小,显示下部渗透性较好,且曲线形态大都以钟形为主。通过水下分流河道的自然伽马、密度、电阻率随深度的变化关系图可以看出(见图1),随着深度的减小自然伽马数值增大、密度数值增大、电阻率数值减小,其斜率变化率分别为-0.387 7、-0.002 3、0.179 8,这些数据可以反映水下分流河道沉积体的纵向上岩性、物性的变化规律。

图1　某区块水下分流河道自然伽马、电阻率、密度纵向变化关系图

1.2　主体席状砂沉积

主体席状砂属于三角州内前缘亚相,河动力所致,发育于河道砂两侧,大都为复合韵律[7],高渗透率带和低渗透率带交互分布,储层平面非均质性强,发育有低角波状层理和交错层理[8]。主体席状砂分选良好,可称为较好储油层。主要岩性:细砂岩、粉砂岩和泥岩组成;纵向上是砂泥岩薄互层。

形成砂体的测井显示主要特征:自然伽马曲线为齿化漏斗—箱形[3],分别为齿化漏斗形,齿中线平行或外收敛;密度曲线数值较高,曲线形态反映出沉积能量变化多次叠加,具有明显的复合韵律特征;微电极曲线幅度差较大,显示渗透性较好,且曲线形态较水下分流河道变化剧烈;电阻率曲线数值较小;自然电位曲线形态大都以指形为主(见图2)。

图2　某区块主体席状砂测井曲线图

1.3　非主体席状砂沉积

非主体席状砂形成于河道砂沉积最外侧,地势相对较低、平坦,悬浮沉积物大量堆积[9]。大都为正向小旋回,可见少数细交错层理,流水纹层和水平层理,规模较小[10]。岩性以暗色泥岩,粉砂质泥岩为主,偶夹泥质粉砂岩及细砂岩条带,钙质、泥质团块发育。

形成砂体的测井显示主要特征:储层有效厚度较薄(H≤0.5 m),自然伽马曲线值较高,形状呈低幅度的丘形齿化;密度曲线数值较大,反映出处于低能沉积环境;微电极幅度差及自然电位异常幅度小,渗透性较差(见图3)。从非主体席状砂自然伽马、声波时差、密度、电阻率随深度的纵向变化关系图可以看出,自然伽马和电阻率随着深度的减小数值变大,而密度和声波时差随着深度的减小数值减小,但是他们的变化率很小,曲线的斜率分别为-0.006 3、0.036 9、0.083 5、-0.013 4,反映了这种沉积的水动力条件的增强和减弱不明显(见图4)。

2　沉积微相定量识别模型的研究

由于该区块目前处于注水开发中后期,水淹情况较为严重,现有的调整井测井系列中很多测井曲线受水淹影响程度的影响很大,从而掩盖了测井曲线的地质信息的反映[11]。选择受水淹影响较小且分辨率较高的密度曲线,结合高分辨率声波、微电极和微球测井曲线,分别利用其反映出的幅度、幅度差及形态等信息,在区域沉积背景控制下,利用逐步判别法识别单井剖面的沉积微相。

图3　某区块非主体席状砂测井曲线图

图4　区块水下分流河道自然伽马、声波时差、密度、电阻率纵向变化关系图

2.1　沉积微相特征参数提取

对于任意测井层段,从各种测井方法原理及其不同沉积微相的变化规律出发[12],使用1组参数向量描述测井曲线的幅度特征、形态特征、顶底接触关系、曲线的光滑程度、韵律性等,进行综合分析优选有效的特征参数,经程序设计,提取并优选了特征参数(见表1)。

表1　区块沉积微相特征参数汇总表

表1(续)

2.2　沉积微相定量识别模型建立

实际应用中,发现利用单一特征参数识别裂缝的成功率很低,可靠性不高[13]。为解决该问题,必须将各种沉积微相特征参数综合起来,合成一个可靠性较高的综合参数进行沉积微相识别。本文采用了逐步判别分析方法建立了沉积微相的判别函数。

对某区块共选了79层的数据进行了判别函数的建立,其中水下分流河道20层,主体席状砂36层,非主体席状砂23层。进行统计分析中,对提取的上述13个特征向量进行了归一化处理。

(1)

式中,xi为第i个特征变量;xmin与xi,max分别为变量xi的最小值和最大值,程序设计时加一约束,即使xi∈[0,1]。

将提取出的13个特征参数输入到逐步判别法程序中得到了各参数的加权系数,得到的水下分流河道砂、主体席状砂和非主体席状砂的判别函数

F分流河道砂=a1gi+a2Qi+a3Wi+a4Si+…+a13Ki

(2)

F主体席状砂=b1gi+b2Qi+b3Wi+b4Si+…+b13Ki

(3)

F非主体席状砂=c1gi+c2Qi+c3Wi+c4Si+…+c13Ki

(4)

最终输出的判别结果N=max(F分流河道砂,F主体席状砂,F非主体席状砂)。

3　基于沉积微相的岩性识别模型建立

众多的测井项目均不同程度与岩石特性相关,常规测井曲线中的补偿密度、声波时差及自然伽马等曲线均为主要的岩性指示曲线[14]。对于某区块较纯净的细砂岩及粉砂岩,自然伽马绝对值低,且变化幅度不明显;由于粒度较粗,孔隙结构较好[15],使得反映岩石孔隙度的补偿密度值较低,声波时差较高;而泥质粉砂岩和含泥粉砂岩由于泥质含量较高,使得自然伽马绝对值高,且变化幅度较为剧烈;电阻率曲线值也相对粉砂岩储层较低;泥质的充填使得储层孔隙结构较差,有效孔隙减小,补偿密度值较高。于是根据不同岩性在测井曲线上响应特征的不同,从岩性、物性及电性综合考虑,在将112层各类数据进行归一化的基础上,利用Origin软件建立基于不同沉积微相的岩性的识别图版(见图5至图7),水下分流河道、主体席状砂和非主体席状砂岩性识别图版的符合率分别为91.6%、87.8%和89.3%。以该区块龙××井为例,建立的测井曲线数据及归一化后样本数据集。

图5　水下分流河道砂岩性识别图版　　图6　主体席状砂岩性识别图版　　图7　非主体席状砂岩性识别图版

4　应用效果实例分析

以×1井为例,某油层组为1套多组正韵律地层,同时发育有水下分流河道、主体席状砂和非主体席状砂3种沉积微相,在1 525 m处储层砂体厚度较大,自然伽马值低,中子、密度交会呈现明显镜像反射图像,指示岩性较纯;微电极幅度差及自然电位异常幅度较大,显示其渗透性较好。计算显示其迂曲度、光滑度数值及均值方差根值均较低,分别为0.674、0.335和5.856,储层非均质性较弱,且程序计算最终结果显示F水下分流河道>F主体席状砂>F非主体席状砂,于是沉积微相判别为水下分流河道砂沉积,随后在水下分流河道砂岩性识别图板上该层落在了粉砂岩区,岩性判别为粉砂岩,判别结果与采油厂提供的沉积微相相带图和岩心分析资料显示结果一致(见图8)。建立的×1井沉积岩石微相判别数据样本集。综合表明,×1井主力油层组共46层,沉积微相识别符合率为84.8%,岩性识别符合率为88.9%,效果良好。