龙马溪低电阻率页岩含气饱和度计算研究

谢慧卓,李会银,袁卫国,冯明刚,严伟,孙建孟

(1.中国石油大学(华东)地球科学与技术学院,山东青岛266580;2.中国石化勘探分公司勘探研究院,四川成都610041)

0 引 言

传统的页岩气藏含气饱和度[1]计算方法是利用Archie公式,基于测井获得的电阻率、孔隙度和地层水电阻率等数据,公式应用前提是地层骨架矿物不导电,仅仅是地层水导电。但是,因为束缚水含量高、储层中含有导电的黄铁矿或页岩“石墨化”等因素,造成储层出现低电阻率现象,由Archie公式计算的含气饱和度的精度也会降低[2]。张晋言、Vivek Anand、张建平、石文睿等[3-6]对页岩储层含气饱和度计算进行了研究,然而对于多种方法计算低电阻率页岩储层饱和度的比较和适用性分析较少。针对上述现状,本文通过对3种非电阻率法含气饱和度确定方法进行比较,并结合测井资料,分析低电阻率页岩气储层的含气饱和度计算方法适用性,以推动低电阻率页岩气藏测井解释的发展,提高了页岩气含气量评价的准确性。

1 低电阻率页岩气层成因分析

导致页岩气储层低电阻率的因素很多,各种影响因素共同作用,使储层具有较低的视电阻率[7-11]。此外,地质因素也会对储层电阻率产生影响。A井页岩气层段呈现相对较低的电阻率值的原因主要有3个方面。

1.1 黏土矿物附加导电作用对地层电阻率的影响

黏土矿物是含水层状结晶的硅酸盐矿物和少量含水非晶硅酸盐矿物的总称,具有非常细的颗粒(直径<0.01 mm)。碎屑岩中有4种常见的黏土矿物:高岭石、蒙脱石、伊利石和绿泥石。通常,由黏土颗粒表面上的负电荷吸附的阳离子是固定的,但吸附不是很紧密。黏土矿物的阳离子交换现象意味着在外部电场的作用下,这些吸附的阳离子可以与岩溶液中的其他水合离子交换位置以引起导电。黏土矿物的附加电导性是黏土矿物的阳离子交换产生的电导率。最常见的可交换阳离子是Na+、K+、Mg2+、Ca2+等。拥有附加导电性的黏土,能够很大程度提高储层导电性,形成低电阻率储层[12]。通常,蒙脱石具有最强的附加导电性,其次是伊利石、高岭石,绿泥石最弱。

X射线分析资料统计表明,A井所在地区伊蒙混层含量普遍较高。当储层的伊蒙混层含量较高时,蒙脱石和伊蒙混层的附加导电性最为明显,附加导电性导致储层电阻率显著降低。由于黏土矿物的比表面比砂岩高,导致束缚水饱和度较高,造成低电阻率储层的形成。

1.2 地层水矿化度对地层电阻率的影响

沉积环境、成藏驱替作用以及后期地层水活动均会导致地层水矿化度不同。在成岩作用过程中,泥质含量高、岩性细的储层由于其较大的比表面和较强的吸附能力,可以吸附水中的离子,在颗粒表面形成盐度较高的水膜;在成藏过程中,微孔和小孔喉中的地层水难以被驱替,从而保留了较高矿化度地层水;在后期水活动中,较淡地层水进入优质储层,矿化较差的储层保留了较高矿化度地层水。当地层水矿化度变化大时,储层电阻率将受到很大影响,使得油气层与水层之间的界面难以识别。储层中的高地层水矿化度将形成发达的导电网络,这将降低储层的电阻率,并且随着地层水矿化度增加,储层的电阻率将降低[13]。因此,地层水矿化度越高,地层中导电离子越多,导电离子移动越快,导电性越强,地层电阻率越低。通过对A井所在区块的水样分析,可以确定地层水类型以CaCl2为主,少数MgCl2型,总矿化度平均值约80 043.8 mg/L,且当高矿化度的地层水分布在储层孔隙结构中并相互连接时,可明显降低气层的电阻率。

1.3 石墨化对地层电阻率的影响

页岩气产层的有机质成熟度变化很大,可以分为过成熟页岩气、过低成熟度混合页岩气和低成熟页岩气3种类型。不同有机质成熟度的页岩储层,其孔隙结构特征存在明显差异,从而导致电阻率有明显不同。烃源岩热演化进程中,随着热成熟度升高,有机质降解为干酪根,干酪根在随后变化过程中产出甲烷气。随着温度增加,干酪根不断发生变化,逐渐转变成低氢量的碳质残余物,并最终转化为石墨(即石墨化),发生由离子向电子导电转化,从而可能呈现电阻率降低的现象[14-15]。而镜质体反射率(Ro)是最重要的有机质成熟度指标,当镜质体反射率增大到一定程度时会造成岩石石墨化,地层出现低电阻率现象。A井电阻率和镜质体反射率的关系见表1,可以看出随着镜质体反射率增大,对应的地层电阻率减小。因此,页岩石墨化是A井出现低电阻率现象的影响因素。

表1 A井镜质体反射率对底层电阻率影响

2 含气饱和度模型比较

2.1 TOC经验模型法含气饱和度模型

Archie法求取页岩储层含气饱和度的前提条件是仅有地层水导电,构成地层骨架矿物成分不导电。然而,当页岩石墨化或者储层中存在导电矿物黄铁矿时,通过Archie公式计算的含气饱和度准确度会降低并且可靠性变差。因此,采用非电阻率法计算含气饱和度,即TOC法计算页岩气层饱和度。

基于TOC的页岩储层含气饱和度主要是通过录井仪测量或基于诸如声波时差、电阻率、岩性密度、元素俘获等测井数据而获得的TOC数据。通过该方法获得的页岩储层的含气饱和度称为TOC经验模型法含气饱和度,用Sg表示。TOC经验模型法含气饱和度的公式为[5]

(1)

Sg=1-Sw

(2)

基本求取过程:①页岩气显示层要依据地层岩性、气测甲烷、钻时和测井自然伽马及密度曲线变化等进行划分;②读取页岩储层TOC曲线数据用TOCb(%)表示;③选取与页岩储层相邻的非储层TOC平均值,为该页岩储层的TOC背景值,用TOCt(%)表示;④确定n值。

页岩气层的最小含气饱和度被定义为50%,即非储层TOC最小值TOCt,min与TOCb存在关系

(3)

Kc,min=TOCt,min/TOCb

(4)

n=lg (TOCt,min/TOCb)/lg 2

(5)

n=lgKc,min/lg 2

(6)

式中,Kc,min为页岩气层的TOC最小比值。页岩储层含气饱和度指数n,范围通常为2～3。由公式(1)、(2)求取页岩储层段的含气饱和度Sg。

2.2 中子密度交会法计算含气饱和度模型

黄铁矿可以导致密度测井值的增加和中子孔隙度的减少:蒙脱石倾向于增加中子测井值并降低密度值。但由于黄铁矿含量低,密度和中子的实际测井曲线没有明显的异常变化。在计算气体饱和度时,利用视密度孔隙度与视中子孔隙度重叠、岩心刻度测井,又相当于进行了一定的内部校正。可以说,这种地层中黄铁矿和黏土矿物的存在基本上不影响该方法的含气饱和度计算。

龙马溪-五峰组页岩气层段从上到下有机质含量及含气量逐渐增加,体积密度逐渐变小;下部含气性最好的页岩气层段受天然气指数降低和挖掘效应的影响,补偿中子测井值最小。中子值越小,视中子孔隙度越小;密度值越小,视密度孔隙度越大。体积密度与补偿中子重叠、视密度孔隙度与视中子孔隙度重叠,可直接反映地层含气量差异。应用其差值进行岩心刻度测井,计算低电阻率气层的含气饱和度。

通过使用中子—密度测井曲线重叠差值法计算含气饱和度,得到拟合公式[3]

Sw=98.75EDN+75.0

(7)

EDN=|DEN-DENB|+k|CNL-CNLB|

式中,Sw为含水饱和度值,%;EDN为中子与密度差异值;DENB为DEN基值,A井取2.65 g/cm3;CNLB为CNL基值,A井取14%;k为叠合系数,最佳值为0.005。

2.3 元素测井体积组分法计算含气饱和度模型

斯伦贝谢公司推出的LithoScanner新型元素俘获能谱测井仪可以通过非弹谱中提取总碳(TC)含量,将与碳酸盐矿物相关的无机碳含量从总碳中扣除,就可以量化地层中总有机碳含量(TOC)[16]。为解决ECS等仪器无法直接得到TOC值的问题,采用BP神经网络的方式来进行拟合,通过总碳含量与无机碳含量相减得到总有机碳含量(TOC)。

2.3.1针对ECS仪器应用BP神经网络计算间接获得TOC含量

BP神经网络是一种根据误差反向传播算法训练的多层前馈神经网络,主要分为输入层、隐藏层和输出层,其结构见图1。输入层是指输入数据集构成的向量集合,其输出是输入层及权值点积与激活函数的计算结果;隐含层可以是1层或多层,通常不超过2层,输入是上层输出层与权重的点积标量,输出是该标量与激活函数的计算结果;输出层只有1层,其输入是前一个输出层和权重的点积,输出层计算与隐含层相同,计算结果是最终预期分类权重[17-19]。

图1 BP神经网络结构

BP神经网络训练分为2步:①根据当前参数值,计算前项传播过程中每一层的输出值;②根据实际输出和预期输出之间的差异反向传播计算每一层的误差传播项,结合每一层输出关于该层参数的偏导数,实现每一层参数的更新。重复以上2步,直至该过程收敛。

A井拥有ECS测得的各元素含量及LithoScanner测得的各元素含量、总碳含量、无机碳含量和总有机碳含量(TOC)等数据。可以通过应用BP神经网络,利用ECS仪器测得Si、Ca、Al、Fe、S、Ti、K等6种元素建立与LithoScanner仪器得到的总碳含量、无机碳含量的拟合关系,而总有机碳含量(TOC)可以通过总碳含量与无机碳含量的相减计算得到。总有机碳含量、无机碳含量和有机碳含量的拟合效果见图2。总有机碳含量、无机碳含量及有机碳含量的平均相对误差较小,分别是0.006、0.005和0.042。由此可见,训练所得到的BP网络的性能好,可以实现通过ECS测井资料间接计算得到总有机碳含量(TOC)。

2.3.2元素测井体积组分法计算含气饱和度

ECS仪器应用BP神经网络计算间接获得TOC值后,根据岩石的体积组分关系可以得到有机碳的质量,含油气饱和度可以根据有机碳的质量计算得到。岩石的基本组成主要为岩石骨架、骨架之间的孔隙以及孔隙里面的充填流体三部分。因此,岩石骨架的性质、孔隙度的大小、流体饱和度也就是流体充填程度以及充填流体性质共同决定着岩石的物理性质。通过建立等效的岩石物理模型,利用等效介质理论描述岩石。已建立的等效介质模型是矿物属性的体积平均值,通常称为空间平均模型。

计算含油气饱和度模型的基础:岩石是由固体和液体两相介质组成,空间分布的岩石骨架和孔隙流体分别根据各自的体积比排列和组合,即所有的骨架变形排列为1层水平固相,所有孔隙流体也被无形框架汇合成1层水平液相,各自的总体积不变(见图3)。

图3 岩石体积物理模型

假设岩石体的边长为1,且为立方体,岩石里面所有的骨架物质重组为立方体里面一个均匀的层状,而所有的孔隙也重组为相邻的一个均匀层状介质,厚度即为孔隙度φ,那么固体骨架层的厚度就为1-φ。假设有机碳的唯一来源为油气,则含油气饱和度公式为[4]

(8)

式中,TOC为总有机碳含量;ρB为体积密度;ρhc为油气密度,油密度约0.8 g/cm3,天然气密度约0.2 g/cm3;Xhc为烃与C重量百分比转换系数,油的转换系数约0.85,天然气的转换系数约0.75;φt为总孔隙度。

3 低电阻率气层含气饱和度评价

图4 A井多种方法计算与岩心分析含气饱和度对比图

图4为A井龙马溪-五峰组页岩气层段利用3种方法计算含气饱和度与岩样分析含气饱和度对比图。第5道,含气饱和度1为TOC经验模型法计算含气饱和度;含气饱和度2为中子密度交会法计算含气饱和度;含气饱和度3为通过ECS计算得到TOC,用该TOC进行元素测井体积组分法计算含气饱和度;含气饱和度4为通过LithoScanner得到的TOC,用该TOC进行元素测井体积组分法计算含气饱和度。通过ECS得到的含气饱和度与LithoScanner得到的含气饱和度基本一致,故可以依据ECS测井资料,通过BP神经网络计算得到TOC,解决ECS等元素测井资料无法直接获得TOC值的问题。在2 324～2 345 m层段,3种模型计算的含气饱和度都与岩心分析含气饱和度吻合度较好。而在2 300～2 324 m层段,采用模型3元素测井体积组分法计算含气饱和度的结果与岩心数据吻合,能够更好反映地层真实含气饱和度情况。因此,元素测井体积组分法计算含气饱和度效果最佳。

4 结 论

(1)由于黏土矿物种类、黏土矿物含量、石墨化,地层水矿化度等因素的影响,最优页岩气层段电阻率测井数值偏低,难以准确反映地层含气性,致使利用电法测井信息计算含气饱和度数值严重偏低。

(2)应用BP神经网络计算间接获得TOC值,获得的TOC值与利用LithoScanner获得的TOC值一致。根据ECS获得TOC值和LithoScanner获得的TOC值分别采用元素测井体积组分法计算含气饱和度,得到的含气饱和度也基本一致。ECS仪器可以应用BP神经网络计算间接获得TOC值,并根据该TOC值计算含气饱和度,解决了ECS等仪器无法直接获得TOC值的问题。

(3)中子密度交会法计算含气饱和度、TOC经验模型法计算含气饱和度、元素测井体积组分法计算含气饱和度,可以有效地避免低电阻率因素对电法测井的影响,从根本上解决了含气饱和度计算值低的问题。从普遍性和相关性的角度来看,元素测井体积分量法计算气体饱和度,效果最好。

(4)对含气饱和度的计算方法研究还需要继续深化,特别是通过提高岩心实验技术和相关机理分析,以建立更高精度的含气饱和度计算模型。