APP下载

致密砂岩气藏渗透率定量评价新方法及应用
——以东海陆架盆地西湖凹陷X气藏为例

2020-10-14姚锋盛单理军刘创新

天然气勘探与开发 2020年3期
关键词:气藏岩心渗透率

夏 瑜 陈 浩 姚锋盛 单理军 刘创新

中海石油(中国)有限公司上海分公司

0 引言

近几年随着东海勘探开发程度的提高,非常规的低孔低渗油气藏已成为东海重要的油气资源之一,是当前勘探开发的重中之重,也是测井评价的主要对象。由于该类储层比较特殊,埋藏深且非均质性强,岩石的孔隙结构较复杂,使得在研究过程中传统孔渗关系评价方法适用性不佳,同时低孔渗储层受到多因素的影响导致测井响应不能完全反映储层性质,这些难点制约着低渗储层的测井评价[1-2]。为了准确地评价和开发低渗砂岩气藏,识别具有商业价值、可开采气藏,需要开展致密砂岩气藏测井评价。在低渗砂岩气藏中渗透率评价是核心问题,前人也对此做过相应研究:刘芬霞等人结合粒度中值、岩石比表面积和束缚水的方法来计算渗透率[3];焦翠华等综合分析了复杂储层渗透率的影响因素,建立了基于流动单元指数分类的渗透率模型[4];陈志强等利用核磁测井资料计算出连续的流动单元指数,再根据流动单元指数分类计算渗透率[5-6]。但这些分类方法只是单一的基于数据统计对流动单元指数进行分类,没有结合岩心数据进行孔隙结构特征分析。在前人研究的基础上,基于能反映孔隙微观结构的岩心压汞实验数据,依据各类结构参数对储层进行分类,并计算各类储层岩心流动单元指数,将不同类型的储层分类和流动单元指数分类进行相互验证,使得储层分类更加精确,然后利用KNN算法计算储层段的流动单元指数,建立不同类型储层渗透率的预测模型;该方法在孔隙结构分类的基础上能提高低渗储层渗透率计算精度,取得较好的应用效果,在X气藏具有较好的适用性。

1 X气藏储层特征及孔隙结构分类

X气藏位于东海陆架盆地西湖凹陷中央洼陷—反转构造带,渐新统花港组下段H8层,储层类型主要是细砂质中砂岩和中砂质细砂岩,砂岩类型主要为长石岩屑质石英砂岩,少量长石质石英砂岩和岩屑质石英砂岩(图1)。砂岩碎屑颗粒含量较高,填隙物含量低,碎屑组分中石英含量60%~78%,长石含量10%~20%,岩屑含量12%~20%,砂岩成分成熟度中等。碎屑颗粒分选中等—好,磨圆次棱—次圆,砂岩结构成熟度中等;孔隙度渗透率低,孔隙结构次生溶蚀孔隙为主,兼有原生粒间孔隙(图2)。岩心化验分析H8层孔隙度分布在6%~14%,渗透率主要分布在0.15~1.00 mD,总体为低孔低渗,部分低孔特低渗特征,具有孔隙结构复杂、非均质性强等特点,是比较典型的特低渗致密砂岩气藏。从岩心分析的孔渗数据来看相同孔隙度条件下储层渗透率差异很大,低孔低渗储层非均质性强是由于微观孔隙结构复杂导致[7-9]。

不同物性储层的孔喉大小、分布及连通性不同,且渗流特征存在很大的差异,导致岩心实验结果不同。X气藏H8层有丰富的岩心化验分析资料,可利用反映孔隙结构的压汞法毛细管压力实验资料对储层分类进行研究。毛细管压力曲线不仅是孔喉半径分布和孔隙体积的函数,也是孔喉连接方式的函数,更是孔隙度、渗透率和饱和度的函数,通过压汞法取得的毛管压力资料和铸体薄片是孔隙结构分布及相关参数的主要来源[10]。能够表征储层孔隙结构特征的毛细管压力曲线的定量特征参数有:排驱压力、中值压力、中值半径和最大连通孔喉半径等,这些参数直接反映了储层储集性能的好坏[11-14]。

图1 西湖凹陷X气藏H8层砂岩碎屑组分三角图

图2 西湖凹陷X气藏A井H8层孔隙特征图

图3 不同类型储层压汞曲线图

分析X气藏H8层岩心压汞曲线图(图3),根据压汞曲线形态可以将孔隙结构分为三类,Ⅰ、Ⅱ、Ⅲ类依次由好变差,Ⅰ类储层压汞曲线形态平台缓,渗透率在0.31~1.50 mD之间,孔隙度在9.0%~11.1%之间,平均孔喉半径为0.18 μm,最大孔喉半径平均值为0.87 μm,排驱压力小于0.1 MPa,中值压力小于0.5 MPa;II类储层压汞曲线形态平台较缓,渗透率在0.10~0.35 mD之间,孔隙度在8.1%~8.8%之间,平均孔喉半径为0.11 μm,最大孔喉半径平均值为0.68 μm,排驱压力介于0.1~0.2 MPa之间,中值压力介于0.5~0.8 MPa之间;Ⅲ类压汞曲线形态平台较缓,渗透率小于0.1 mD,孔隙度小于8.5%,平均孔喉半径为0.065 μm,最大孔喉半径平均值为0.36 μm,排驱压力大于0.2 MPa,中值压力大于0.8 MPa。

2 不同孔隙结构流动单元指数划分

流动单元是具有相似渗流特征的储集单元[15]。孔隙结构直接制约储层的流动性,不同孔隙结构的储层代表不同的流动单元,在众多流动单元划分的方法中,流动单元指数具有定量识别和划分的特点,流动单元对储层的非均质性描述有一定意义[16-18],结合压汞资料划分储层孔隙结构类型对低孔低渗储层的渗透率评价更精确[19-20]。

根据Kozeny-Carman方程:

式中K表示渗透率,mD;表示有效孔隙度;Hc表示结构性能常数。

因沉积物非均质性的影响,孔隙弯曲度、形状系数变化很大,还因胶结作用、孔隙粗糙程度及其他因素的影响,Hc变化很大。

定义油藏品质指数:

定义孔隙体积与颗粒体积之比:

流动单元指数:

对式(5)两边取对数:

式中IFZ表示流体单元指数,无量纲,IRQ表示油藏品质指数,无量纲,φz表示标准化孔隙度,无量纲。

由式(6)可知在对数坐标下,油藏品质指数与φz具有线性相关性,相近流动单元指数均分布在同一趋势线附近,且具有相同的孔喉特征,属于同一流动单元(图4)。

通过计算实验样品的流动单元指数,发现不同孔隙结构流动单元指数分布范围不同(图5),根据前面研究将储层划分为三类,这三类储层对应不同流动单元且对应不同的流动单元指数,经统计后发现Ⅰ类储层的流动单元指数介于0.5~0.8,Ⅱ类储层的流动单元指数介于0.3~0.5,Ⅲ储层的流动单元指数小于0.3。

综合前文岩心压汞曲线的分类方法以及流动单元指数的分布范围,得出不同类型储层的孔隙结构参数分布范围,具体参数详见表1。

图4 岩心标准化孔隙度与油藏品质指数关系图

图5 岩心流动单元指数与渗透率关系图

3 KNN算法计算储层流动单元指数

KNN(K-Nearest Neighbor)算法是一个理论上比较成熟的分类方法,也是最简单的机器学习算法之一[21]。该方法原理是依据邻近k个样本的多数类别来确定待分样本类别,前提是这k个样本都已正确进行了分类。根据前文分析流动单元指数数划分为三类,采用KNN算法是比较合理的。

取心段的流动单元指数根据以上公式可以计算得到,如何获得未取心井段的流动单元指数?从反映岩石物理性质的测井曲线入手,建立取心段流动单元指数与测井曲线之间的关系后应用到未取心储层段,从而得到未取心段的流动单元指数。

表1 储层孔隙结构参数分类表

流动单元指数是反映流动单元的一个参数,流动单元和孔隙结构直接挂钩,测井曲线里能间接反映孔隙结构的曲线主要有自然伽马、中子、密度、声波时差曲线;通过构建岩心段流动单元指数和测井曲线之间的关系,根据KNN算法得到目的层段的流动单元指数。图6中左起第四道黑色线为KNN算法计算的流动单元指数,红色杆状图为岩心分析计算的流动单元指数,两者吻合较好。

4 渗透率建模及应用

4.1 流动单元指数分类方法

前面研究得到I类、II类和III类储层的流动单元指数分类范围,计算出每块岩心的流动单元指数进行分类,把同一储层类型的样品点孔隙度和渗透率进行回归[22],可以得到不同流动单元的渗透率模型(图7),计算公式如下所述:

I类流动单元(0.5<IFZ≤0.8):

II类流动单元(0.3<IFZ≤0.5):

III类流动单元(IFZ≤0.3):

有效孔隙度采用本区的经验公式[23]进行计算,采用中子——密度交会法,计算的公式为:

图6 KNN算法计算储层流动单元指数示例图

图7 不同流动单元渗透率模型图

4.2 传统孔渗关系方法

传统的孔渗关系方法是将岩心分析的孔隙度和渗透率统一回归线性关系(图8),本区同一孔隙度下渗透率变化范围较大,用传统方法回归的经验公式如式(14),从式中看出该公式的相关性不好,可能导致渗透率计算不准确。

图8 传统孔渗关系方法渗透率模型图

图9是X-1井H8层两种方法计算渗透率与岩心渗透率对比图,图中左起第7道为中子密度曲线计算的孔隙度,与岩心分析的孔隙度相匹配,左起第6道为传统孔渗关系计算的渗透率与岩心渗透率对比曲线,左起第5道为流动单元指数分类方法计算的渗透率与岩心渗透率对比曲线,看出流动单元指数分类方法计算的渗透率与岩心分析的渗透率吻合较好,图10为渗透率精度分析图,可以看出传统孔渗关系方法计算的渗透率偏高,且偏离中心趋势线稍远,但流动单元指数方法计算的渗透率分布在3倍误差线附近;统计X-1井及X-A2井(共107块样品)岩心分析以及2种方法计算的渗透率数据(表2),流动单元指数法计算的渗透率误差平均值为31.3%,绝对误差平均值为0.06 mD;传统孔渗关系方法计算的渗透相对误差平均值为124.8%,绝对误差平均值为0.17 mD;由此得出该方法较传统孔渗关系计算的渗透率精度更高,更接近岩心分析渗透率,且平均绝对误差有较大的提高,满足气藏精细评价的需求。

图9 X-1井H8层两种方法计算渗透率与岩心渗透率对比图

图10 流动单元指数方法计算渗透率精度分析图

5 结论

1)致密砂岩储层孔隙结构复杂,表现出较强的非均质性特征,压汞资料和流动单元指数相结合可以更准确的划分不同孔隙结构储层,通过研究将本区致密砂岩储层分成三类,对应三种流动单元,I类储层(0.5<IFZ≤0.8),II类储层(0.3<IFZ≤0.5),III类储层(IFZ≤0.3)。

2)在分析取心段测井数据和岩心实验数据关系的基础上结合KNN算法,能较精确的计算出非取心段的流动单元指数,针对不同流动单元进行渗透率模型建立。

3)利用流动单元指数分类的方法计算的渗透率比传统孔渗关系方法计算渗透率精度高,渗透率绝对误差由0.17降低到0.06,更接近岩心分析渗透率,说明该方法在研究区适用性较好,解决了该区致密砂岩储层渗透率评价的难题;在后续的勘探开发工作中,该方法的应用能够获取更加准确的地层参数,降低致密砂岩气藏勘探开发的风险。

表2 渗透率计算精度分析表

猜你喜欢

气藏岩心渗透率
Osteotomized folded scapular tip free flap for complex midfacial reconstruction
中煤阶煤层气井排采阶段划分及渗透率变化
不同渗透率岩芯孔径分布与可动流体研究
SAGD井微压裂储层渗透率变化规律研究
一种页岩岩心资料的保存方法
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
高渗透率风电并网对电力系统失步振荡的影响
致密气藏压裂倾斜缝压力动态分析
长岩心注CO2气水交替驱试验模拟研究
塔里木油田超深超高压气藏的成功改造