APP下载

页岩气储层品质测井综合评价

2020-04-10钟光海陈丽清廖茂杰王广耀

天然气工业 2020年2期
关键词:岩心水平井测井

钟光海 陈丽清 廖茂杰 王广耀 杨 杨 高 翔

1.中国石油西南油气田公司页岩气研究院 2.页岩气评价与开采四川重点实验室

0 引言

水平井水力压裂开采是目前页岩气开发中采用的主要技术,页岩储层品质对压裂改造至关重要,直接影响到试油层位的优选和压裂施工的效果,进而影响页岩储层产能的高低。影响页岩气水平井产气量的因素较多,主要包括地质、工程等因素,因而建立一套现场简易适用性好的页岩气储层品质评价方法是目前页岩气勘探开发现场的迫切需求,具有非常重要的实际意义。

为此笔者以四川盆地南部国家级页岩气示范区已开展产能测试的30余口水平井资料为基础,以页岩气储层参数测井精细评价为切入点,结合该区水平井的产能测试数据,开展页岩气储层地质、工程的静态因素综合分析,确定影响产能的主要因素,建立页岩气水平井储层品质评价模型,以期为综合评价页岩气储层分类、优化水平井靶体、优选页岩气试油层段提供技术支撑,为页岩气效益开发提供技术保障。

1 页岩储层关键参数计算方法

页岩储层参数计算方法较多,笔者从岩心实验数据入手,与测井曲线进行相关分析,通过实验与理论的结合,优选与岩心实验数据相关性较好的测井曲线,寻找参数计算的实验理论基础,尤其是页岩有机碳含量和页岩孔隙度数据的计算。页岩含气量计算方法[1]和脆性指数计算方法[2]已公开发表,可参考相关文献,此不赘述。

1.1 有机碳含量

通过研究分析,由于富有机质页岩吸附了大量的铀元素,导致优质页岩段具有异常高的放射性,即高自然伽马[3]。且有机质干酪根的密度是较低的,当含有机质含量升高时,密度测井也能较好反映。针对川南地区海相页岩气储层,本次研究发现铀含量与岩心总有机碳含量具有正相关关系(图1),而密度与岩心总有机碳含量具有负相关关系(图2)。因此,利用多曲线拟合得到有机碳含量的经验关系计算式为:

式中TOC表示有机碳含量的质量分数;U表示铀含量,mg/L;DEN表示岩石的密度值,g/cm3;a0、a1、a2分别表示计算模型系数。

图1 铀含量与岩心分析TOC关系图

图2 密度与岩心分析TOC关系图

从图3中可以看出,利用铀含量计算的TOC与岩心TOC在一定层段对应性较差,而用铀—密度法计算的TOC与岩心TOC具有较好的一致性。因此,优选铀—密度方法来计算海相页岩的有机碳含量。

1.2 页岩孔隙度

1.2.1 页岩有机孔隙度

针对页岩储层岩心孔隙结构识别的研究[4-6],在综合采用氩离子抛光、场发射扫描电镜与能谱仪识别无机孔、有机孔的基础上,统计有机孔与无机孔的面孔率,最终确定有机孔所占比例。根据页岩孔隙度岩心实验分析成果,得到每块岩心的有机孔隙度,与测井曲线相关性分析,发现页岩有机孔隙度与铀含量具有良好的相关性(图4)。因此,表明铀含量能够较好地表征有机孔隙度,进而由图4拟合得到页岩有机孔隙度计算的经验模型为:

式中φ有表示有机孔隙度;a、b分别表示计算模型的系数。

图3 A1井铀—密度法与铀含量计算页岩TOC成果图对比图

图4 页岩岩心有机孔隙度与铀含量关系图

1.2.2 页岩孔隙度

页岩储层孔隙度与岩石测井值具有一定的相关性[7-8],因而可利用岩心孔隙度直接刻度测井曲线,建立孔隙度测井评价模型用于页岩气储层孔隙度的计算。通过实验表明,铀含量能较好表征有机孔隙度,再利用工区内多口评价井开展测井曲线与岩心孔隙度相关性分析,发现声波、密度、铀与岩心孔隙度具有较好相关性,而中子相关性较差。因此,优选声波、密度、铀含量并结合岩心孔隙度,建立川南地区页岩储层孔隙度测井精细计算模型为:

式中AC表示补偿声波测井值,μs/ft(1 ft=0.304 8 m,下同);c、d分别表示计算模型系数。

在孔隙度验证中,采用取心段较长,归位后连续性较好的岩心孔隙度与测井计算孔隙度进行对比分析。如图5计算结果对比分析,利用声波曲线计算的无机孔隙度与岩心孔隙度在2 480~2 505 m区域内其一致性较好,但是在优质页岩段2 505~2 522 m与岩心孔隙度对应性较差,该段优质页岩富含有机质,有机孔也相对较发育。由此说明,声波基本不能反映有机孔,而铀含量能较好地反映。因此,综合利用声波、密度、铀含量计算的孔隙度与岩心孔隙度具有较好的一致性,该评价方法综合考虑了页岩储层的无机孔和有机孔,能较精确评价页岩储层孔隙度,进一步表明声波能够较好表征无机孔隙度,铀含量能较好表征有机孔隙度。

2 页岩储层品质评价方法

2.1 影响产能的主要因素分析

由于影响储层改造效果的因素众多[9-10],如何找出最主要的影响因素是一个非常困难的事情,研究采用主成分分析[11]的数学方法量化分析这些因素,把原来各个指标化为可数的相互独立的综合指标的方法,可以达到数据简化、揭示变量之间的关系和进行统计分类解释的目的。通过主成分分析,由相关系数矩阵可计算得到特征值,因为特征值是表示主成分影响力度大小的指标。因此,主成分提取原则,为主成分对应的特征值大于1的主成分,如果特征值小于1,则影响力度较小,可不考虑其影响。

以川南国家级页岩气示范区已开展产能测试的30余口水平井资料为基础,利用形成的页岩储层参数测井评价方法,对页岩气水平井储层进行精细评价,得到较为可靠的水平井储层参数,结合页岩气水平井单段的平均产能测试成果,利用主成分分析方法,开展页岩气水平井产能的地质、工程静态参数的主要影响因素分析。得到页岩气水平井储层参数主成分的特征值及贡献率和主要因素权重分布表(表1),前4个主成分特征值大于1,依次提取前4个主成分。对应的主要因素权重分布,可看出各因素在主成分的权重绝对的大小,第1主成分为权重较大的为有机碳含量;第2主成分为储层孔隙度占权重较大;第3主成分为岩石脆性指数占权重较大;第4主成分为总含气量占权重最大。

图5 B1井不同方法计算孔隙度与岩心孔隙度对比图

表1 页岩气水平井储层参数主成分及贡献率表和主要因素权重分布表

综上分析,通过主成分分析方法确定了页岩气水平储层产能的主要影响因素[12],分别为有机碳含量、孔隙度、脆性指数、总含气量。

2.2 建立页岩气储层品质评价模型

将优选的试油段的页岩气储层参数作为分类样本点数据,通过分类判别,得到页岩气储层品质评价模型。根据页岩气水平井单段产能划分表(表2),优选Ⅰ、Ⅱ和Ⅲ类页岩气层的储层参数,包括有机碳含量、孔隙度、脆性指数、总含气量,通过分类判别综合分析得到了储层品质评价模型为:

式中RQ表示页岩气储层品质;Brit表示岩石脆性指数;GT表示总含气量,m3/t;w1、w2、w3、w4分别表示影响因素的权重。

根据页岩储层品质模型实际评价成果,结合区域试油成果,得到了页岩储层品质类型图版(图6)和页岩气水平井储层品质分类划分标准(表2)。

表2 页岩气水平井储层品质类型划分标准表

图6 页岩水平井储层产能级别与储层品质类型划分图版

3 页岩气水平井储层品质综合分析

利用形成的页岩气储层关键参数的测井评价方法,计算页岩气水平井B1-1井储层参数(图7),第7道为页岩气水平井的储层孔隙度,第8道为脆性指数,第9道为有机碳含量,第10道为含气量,进一步利用储层品质模型评价该水平井页岩储层品质(第11道);进一步根据储层参数及储层品质,开展页岩气水平井储层综合解释(第15道),填充“红色”为Ⅰ类页岩气层,“黄色”为Ⅱ类页岩气层,“橙色”为Ⅲ类页岩气层,“灰色”为非页岩储层,非储层基本为宝塔组石灰岩(图7)。

根据第1道自然伽马曲线、第2道三孔隙度曲线和第3道电阻率曲线,综合对比分析,划分了该井钻遇小层(第5道)。综合利用钻遇小层、页岩气水平井储层品质、生产测井(第13~14道)分析,发现测试产量高段(试油段为第9、12、13、17段)位于储层品质均为Ⅰ类页岩气层段,表明所形成的页岩气水平井储层品质测井评价方法能较好地指示储层品质级别。进一步分析发现测试产能高段主要位于第2小层,结合岩性矿物剖面和脆性指数,第2小层黏土含量低、脆性矿物含量高、脆性指数高,表明该小层易压裂,形成的压裂缝网相对复杂[13-16],测试产气量贡献大。因此,通过综合分析第2小层即压裂和钻井的工程“甜点”[17],也为地质“甜点”中心,是压裂施工能够兼顾上下地质“甜点”的储层。

4 结论及启示

通过对川南海相页岩储层参数计算方法和储层品质测井评价方法研究,形成了页岩气储层参数及储层品质的测井评价方法,得到以下结论及启示。

1)通过实验与理论结合,发现铀含量、密度与页岩有机碳含量相关性较好;声波、密度、铀含量与页岩孔隙度相关性较好,能够较好评价页岩储层无机孔和有机孔,建立了多参数计算模型,提高了参数计算精度。

图7 B1-1井页岩气水平井储层品质综合评价图

2)利用主成分方法分析,明确了影响页岩气水平井产量的静态参数主要为有机碳含量、储层孔隙度、脆性指数、总含气量,形成的基于产能的页岩气储层品质测井综合评价方法,能够较好地指示页岩气水平井储层品质级别。

3)通过综合分析,表明页岩气水平井靶体应尽量控制在页岩储层品质好的脆性矿物含量高、脆性指数高的小层内,易压裂,压裂缝网复杂,测试产气量贡献大。形成的页岩气储层品质评价方法能够为现场水平井靶体优化和压裂分段优化提供技术支撑,有效指导现场生产开发实践。

猜你喜欢

岩心水平井测井
本期广告索引
Osteotomized folded scapular tip free flap for complex midfacial reconstruction
八扇区水泥胶结测井仪刻度及测井数据处理
低渗透油田压裂水平井生产动态分析
一种页岩岩心资料的保存方法
基于水平井信息的单一河口坝内部增生体识别
Acellular allogeneic nerve grafting combined with bone marrow mesenchymal stem cell transplantation for the repair of long-segment sciatic nerve defects: biomechanics and validation of mathematical models
一种计算水平井产能的新方法
基于测井响应评价煤岩结构特征
热采水平井加热半径计算新模型