基于岩石物理相的水淹层测井解释方法

李闯,杨清山,卢艳,马宏宇,李金奉

(大庆油田有限责任公司勘探开发研究院,黑龙江 大庆 163712)

0 引 言

S油田经30余年开发,已进入中、高含水开发阶段。近年来,加密井投产后含水上升较快。其主力层位为P油层,埋深在1 500 m左右,地层厚度40.0 m,原始地层水矿化度平均9 800 mg/L。岩性以含泥粉砂岩为主,平均孔隙度19.5%,平均渗透率52.4 mD[注]非法定计量单位,1 mD=9.87×10-4 μm2,下同,属中低渗透储层。储层非均质性较强,泥质含量重,孔隙结构复杂,薄层、薄互层发育,水淹后测井响应规律性较差。以水淹层导电机理实验为切入点,分析了低渗透储层电阻率Rt随含水饱和度Sw的变化规律。利用岩石物理相技术及压汞实验手段,开展储层分类,构建综合参数实现水淹层定性识别。在此基础上,应用密闭取心井水洗分析及相渗资料,确定含水率与含水饱和度变化量ΔSw的函数关系,实现了水淹层定量评价。经MDT测试资料及检查井水洗分析资料验证,测井解释精度较高,满足油田加密调整的需求。

1 水淹级别划分标准

油层注水开发后的水淹程度受多种因素影响,可归纳为2类:①储层的内在因素,如岩性、物性、非均质性、裂缝、润湿性、连通性等;②外在因素,如注入井的井排密度、注入开采系统的完善程度、压裂规模的大小等。对于S油田P油层,加密井均采用笼统射孔加规模压裂,据前3个月的生产测试资料分析,含水均较高。因此,为了减少成本,稳定产能,降低压裂风险,应用测井资料准确预测加密井油层含水率很有必要。依据中国石油天然气股份有限公司行业标准,将含水率Fw≤40%的油层定义为低水淹层;含水率Fw在40%～80%之间的油层定义为中水淹层;含水率Fw>80%的油层定义为高水淹层。

2 水淹层评价方法研究

对大量密闭取心井水洗分析资料、岩心资料、测井资料及基础井、加密井的生产测试资料分析后表明,当油层水淹后,在SP曲线、Rt曲线均有不同程度的响应变化[1-4],油层水淹程度越严重,响应特征变化越明显。将响应特征定量表征后,预测储层水淹级别成为了现实可行的手段。

2.1 储层分类研究

2.1.1 岩石物理相储层分类

S油田P油层非均质性较强,孔隙结构复杂,物理特征和渗流能力差异较大,导致在同样水驱过程中,不同类型储层水淹状态相差很大。储层分类评价是解决储层非均质性、消除孔隙结构影响的有效手段。为了表征不同储层之间的差异,国内外学者普遍应用流动单元的概念实现储层分类评价,相同的流动单元应具有相似的物理特征和流体渗流能力。储层岩石物理相作为流动单元划分的基础,对储层岩性、物性、电性及含油性等均具有一定的控制作用,是多种地质作用的综合反映。其研究必须建立在沉积岩石相和成岩作用分析的基础上,并借助于综合化的定量指标来表征。常用有孔隙度φ、渗透率K、泥质含量Vsh、粒度中值Md及流动带指标IFZ等参数研究储层岩石物理相。IFZ值反映储层的微观孔隙结构特征,是把结构和矿物地质特征结合起来判定不同岩石物理相的重要参数,可表示为

(1)

利用S油田P油层123层岩心分析有效孔隙度φ、空气渗透率K,应用概率累积图法将储层分为3类:A类储层物性较好,IFZ值大于2.4;B类储层物性略差,IFZ值介于0.8到2.4;C类储层物性最差,孔隙度、渗透率匹配不好,IFZ值小于0.8(见图1)。

图1 基于IFZ概率累积图的储层分类

2.1.2 压汞数据储层分类

压汞资料是反映储层微观孔隙结构最直接可靠的资料。对S油田P油层25块样品的压汞数据进行分析,并在同一张图中绘制出25块实验样品的毛细管压力曲线。根据毛细管压力曲线的特征,将25块岩心实验样品分成3类孔隙结构。A类岩心样品由红色数据点组成,其孔隙结构特征最好,排驱压力最小,在较小的注汞压力增量的情况下,就可以获得较大的进汞饱和度,毛细管压力曲线比较平缓且离横轴最近。C类岩心样品是蓝色的数据点,其孔隙结构特征最差,排驱压力较大。与A类、B类样品相比,在相同注汞压力增量的情况下,进汞饱和度增量较小,注汞的过程很缓慢,毛细管压力曲线的形态比较陡峭。B类岩心样品的孔隙结构是介于A、C类之间(见图2)。

2.1.3 储层分类合理性评价

利用S油田P油层123层岩心分析有效孔隙度φ、空气渗透率K,应用概率累积法将储层分为A、B、C等3类,从中优选出25块样品开展压汞实验,按照压汞储层分类标准(见表1)将25块实验样品分成A、B、C这3类。分类结果表明,2种方法划分的A、B、C这3类储层具有较好的一致性,证明了S油田P油层储层分类[5-6]的合理性及可靠性。

图2 基于毛细管压力曲线的储层分类

储层类型岩石物理相分类指标压汞孔隙半径/μm最大孔隙半径平均孔隙半径分选系数半径均值/μm排驱压力/MPaA类IFZ≥2.40>6.648>2.533>2.413>1.934<0.111B类0.80≤IFZ<2.405.318～13.1541.595～4.5083.543～4.3571.047～3.3590.056～0.138C类IFZ<0.80<3.468<1.22<3.684<0.601>0.212

2.2 导电机理实验分析

S油田P油层,注水系统复杂,采取早期注入清水,后期污水回注的注水方式。结合现场资料可知,储层导电规律非常复杂。为了从机理上探寻中低渗透储层不同注水条件下的电性响应变化规律,分别对A、B、C这3类储层样品开展多矿化度水驱油实验。实验中,依据研究区水分析资料,配制了5种不同矿化度的模拟地层水,分别为600、2 000、4 000、5 000、10 000 mg/L。600 mg/L代表油田开发早期注入的淡水;5 000 mg/L代表油田注入的污水;10 000 mg/L模拟原始地层水。用每一种矿化度地层水对饱和10 000 mg/L模拟原始地层水的同一岩心样品分别进行驱替实验,明确不同矿化度注入水条件下储层岩石电阻率与含水饱和度的变化关系。对A、B、C这3类储层样品驱替实验分析可知,在矿化度小于2 000 mg/L时,岩石电阻率随含水饱和度呈现“U”型变化;矿化度在4 000 mg/L以上时,岩石电阻率随含水饱和度增大单调下降(见图3),但3类样品电阻率随含水饱和度的增大而单调下降的趋势有很大区别。据现阶段采出井水分析资料显示,平均矿化度均在5 000 mg/L以上,故电阻率随含水饱和度增大仍处于单调下降状态。另外,利用22层检查井资料,绘制出电阻率随饱和度变化关系图,分析得出电阻率随含水饱和度增大而下降,但分布条带较宽,没有明显的规律可循。按照前述储层分类标准,将22层数据分为A、B、C这3类后,电阻率随含水饱和度变化规律清晰,均处于单调下降状态。经岩心实验资料及取心实测资料分析,利用电阻率曲线开展水淹层测井解释方法研究,在S油田是可行的。从图4得知,假定A类油层强水淹后饱和度下降20%,电阻率下降20 Ω·m以上;而对于C类油层,电阻率则下降不超过10 Ω·m。因此,在储层分类的基础上,开展水淹层定性及定量解释是有依据的。

图3 岩石电阻率Rt随含水饱和度变化关系图

图4 3类储层电阻率Rt随含水饱和度变化关系图

2.3 水淹级别定性判别标准

油层水淹后,不同的水淹级别所对应的岩石物理特征也不同,这些特征的变化可在测井资料上有差异显示。通常可用SP基线偏移、SP幅值变化、Rt幅度变化等测井资料,采用交会图等方法进行油层水淹级别识别。

(1)Rt曲线识别水淹层。Rt曲线主要反映储层冲洗带或原状地层信息,可对储层流体性质进行有效判别。当油层水淹后,Rt曲线幅度明显降低,水淹程度越强,幅度降低越大,形态也越光滑[7]。利用Rt曲线水淹前后测井响应变化特征可定性判别油层是否水淹。

(2)SP曲线识别水淹层。SP曲线是反映储层渗透性最直接、可靠的曲线。油层淡水水淹早期,SP曲线会明显地变化。地层水被淡化后,SP幅度与原始油层相比明显增大,基线出现偏移。利用SP曲线的变化特征可进行水淹层定性识别。

(3)构建综合参数识别水淹层。油层水淹后,SP、Rt曲线均呈现明显的水淹特征。但受测井方法自身限制,反映水淹的灵敏特性存在差异。因此,采用归一化方法,利用多种测井信息,对上述参数进行定量化后求和构建综合参数。综合参数值越大,储层水淹级别越高。综合参数的计算形式

Zgj=aRdxdz+bSPfdc+cSPpyl

(2)

式中,Rdxdz=Rsy/Rny;SPpyl=SPwy-SPsyh;SPfdc=SPsy-SPny;Rdxdz、SPpyl、SPfdc分别为Rt相对变化量、SP基线偏移量、SP幅度差值处理后的归一化值;a、b、c分别为3个变化量在构建综合参数中权系数,无量纲;Rsy为水淹后储层电阻率幅值,Ω·m;Rny为稳定泥岩电阻率幅值,Ω·m;SPwy、SPsyh分别为水淹层上、下部位泥岩自然电位值,mV;SPsy为水淹后储层自然电位幅值,mV;SPny为泥岩层自然电位幅值,mV。

构建的综合参数可从单井纵向上反映出油层水淹程度,但储层水淹程度的高低还与有效厚度、物性参数等因素有关。因此,某一单层的综合参数与有效厚度、孔隙度的乘积能更好的反映水淹的程度,文中将其定义为含水率综合指数[8]。应用S油田17口井43层MDT测试资料(低水淹15层、中水淹15层、高水淹13层),建立含水率综合指数与MDT测试含水率间的函数关系(见图5),确定出S油田P油层水淹级别判别标准(见表2)。

图5 S油田水淹定性识别图版

水淹级别判别标准判别精度/%低水淹含水率综合指数<3.093.0中水淹3.0≤含水率综合指数<6.590.7高水淹6.5≤含水率综合指数97.6

2.4 水淹级别定量判别标准

通常采用含水率Fw、含油饱和度So、含水饱和度变化量ΔSw(目前含水饱和度与原始含油饱和度之差)、采出程度EOR(含水饱和度变化量与可动液饱和度之比)等参数定量划分水淹级别[9]。中国各大油田普遍与股份公司三级标准对应,但也依据自身油田的实际,制定出具有区域特征的标准。根据股份公司行业标准,同时结合S油田中低渗透的特点,将产水率Fw≤40%的储层定义为低水淹;Fw在40%～80%之间的储层定义为中水淹;Fw>80%的储层定义为高水淹。

基于水驱油及相渗实验,模拟水驱后样品内部油、水两相流体流动特性,建立油、水相对渗透率计算模型,结合分流量方程,得到含水率计算表达式

(3)

分析得到,含水率与含水饱和度变化量ΔSw之间存在隐函数关系[10-12]。应用研究区6口密闭取心井水洗分析及20块相渗实验资料,确定出不同水淹级别对应的含水饱和度变化量ΔSw的界限值。低水淹层ΔSw≤10%;中水淹层10%<ΔSw<20%;高水淹层ΔSw≥20%(见图6),实现了水淹层的定量评价。

图6 S油田水淹定量解释标准

2.5 水淹层测井定量评价

水淹层定量评价是指以计算剩余油饱和度为核心的产层参数来实现的。研究区泥质含量较高,阿尔奇方程已不适用,应用印尼方程进行目前水饱和度的计算,利用岩心分析资料对计算结果验证后认为,饱和度计算精度较高,满足了油田剩余油描述和加密调整的需求。

2.5.1 原始含水饱和度求取

在纯含油段,储层中的原始水由依附在岩石颗粒表面的束缚水、受毛细管力作用的残余水及油气运移过程中未能驱替出来的少量原生水等组成。原始含水饱和度和岩石比面关系紧密,比面越大对流体的吸附能力越强,则其渗透率越小,束缚水饱和度越大,故原始含水饱和度与渗透率成反比,随其增大而降低。

应用S油田P油层早期完钻的5口密闭取心井290层资料,建立了原始含水饱和度解释模型,即

Swi=-0.1237lnK+64.002

(4)

式中,Swi为原始含水饱和度,%;K为空气渗透率,mD。相关系数0.94,平均绝对误差3.5%,满足储量规范要求及加密井解释需求。

2.5.2 目前含水饱和度求取

S油田P油层泥质含量较高、钙质含量低,结合地质特征及储层特点,考虑泥质附加导电,选用适合于低渗透油藏目前含水饱和度计算的印尼方程开展饱和度解释。

(5)

上述研究表明,不同类型储层水淹层导电规律不同,因此,有必要分不同储层类型确定饱和度参数。利用50块样品实验数据分别确定出P油层A、B、C这3类储层的岩电参数m、n、a,在此基础上,利用水淹层定性解释标准,分低、中、高3种不同的水淹级别分别给出Rwz,以达到对目前含水饱和度的精细解释。实际应用表明,其解释的结果与岩心分析的含水饱和度具有很高的一致性,平均绝对误差4.8%,满足了S油田储层参数精细解释的需求。

3 应用效果

应用该方法对3口密闭取心井22个储层进行水淹解释,符合18层,符合率达到81.8%(见表3),应用效果较好,能够满足水淹层解释及油田精细开发的需求。

表3 密闭取心分析与测井解释水淹情况对比

表3(续)

4 结论

(1)利用概率累积法及压汞曲线法对S油田P油层进行储层分类,以此为基础,开展了水淹层定性、定量解释方法的研究,解决了中低渗透储层非均质性严重导致水淹层导电规律复杂的技术难点。

(2)将构建的综合参数与有效厚度、孔隙度等储层物性结合,得到含水率综合指数,利用该指数判别水淹级别精度较高。

(3)针对S油田中低渗透储层含泥重、薄互层发育的特征,基于储层分类,结合岩电实验,确定出不同储层类型的岩电参数,实现了饱和度的精细解释。在水驱油及相渗实验的基础上,建立含水率与含水饱和度变化量ΔSw间的函数关系,确定出水淹定量解释标准。经密闭取心资料验证,水淹层解释符合率达到81.8%,满足剩余油评价的需求。