页岩油开发初期产能控制因素分析——以长庆油田里151区为例

卫嘉鑫，张 妍，尚教辉，吕 娜，刘文超，王恒恺，马福建，张启涛

（1.中国石油长庆油田分公司第二采油厂，甘肃庆城745100；2.中国石油长庆油田分公司第二采油厂，甘肃华池745600；3.北京科技大学土木与资源工程学院，北京100083；4.中国矿业大学（北京）深部岩土力学与地下工程国家重点实验室，北京100083；5.内蒙古建兴斯科科技有限公司，内蒙古乌兰察布012100）

长庆油田城壕地区里151 区长7 段页岩油储层孔隙度和渗透率极低、渗流通道小（微—纳米级孔隙发育）、压力系数低、开发能量不足[1-4]，现有开发技术难以解决其产油量低、产油量递减快、补充能量困难和采收率低等难题[5-8]。目前，该区块提高页岩油开发效果的途径主要有两种：①提高改造规模，采取大规模水平井多段压裂改造技术，达到增产改造效果[9-11]；②压后进行焖井，通过渗吸置换[12-15]，提高驱油效率。部分现场应用结果发现，页岩油井压后不返排，停泵后焖井一段时间，有利于提高储层采收率，且压裂液返排率越低，产量反而越高。期间滞留的压裂液渗吸进入页岩储层中，具有排驱原油、补充地层能量、水锁自我解除等显著优点，有利于提高页岩油初期产能。由上述可知，该区块页岩油开发初期产能影响因素多，情况复杂。目前，影响非常规页岩油开发初期产能的控制因素尚不明晰，有关工作亟须完善。

针对储层开发控制因素研究，MA 等[16]明确了非常规页岩油气的产能控制因素，对水平井开发优化技术对策的提出尤为重要；KIM等[17]定量分析了加拿大Montney页岩气井产能的影响因素，包括油藏质量（RQ）参数和完井质量（CQ）参数，为准确预测产能提供了重要信息；汤志等[18]研究了昭通黄金坝YS108区页岩气产能的控制因素，进而提出了针对该区块提高水平井产能的主要技术方向；马文礼等[19]应用Pearson-MIC 分析方法研究了复杂条件下页岩气初期产能的控制因素，为页岩气有利区块的优选及产能评价提供了重要依据；郭建成等[20]通过基于神经网络方法的生产数据分析，研究了四川盆地龙马溪组页岩气井压后返排率及产能的影响因素，并绘制了产能预测图版。由上述可知，目前研究对象大多为页岩气开发的水平井产能控制因素，而针对页岩油的研究则相对较少。因此，以长庆油田里151区生产井为例，重点研究页岩油开发过程中储层物性参数和压裂施工参数对产油量及产油量递减率的影响，以明确页岩油开发初期产能的控制因素。里151 区生产井数据差别较大，不同类型井的产能控制因素大相径庭，若直接对所有井的数据进行分析，产能的控制因素将较难呈现。因此，首先应用层次聚类分析方法[21]，将长庆油田城壕地区里151区所有生产井进行分类，在井分类基础上，应用主成分分析方法[22-23]，对不同类型井的储层静态参数数据、压裂施工参数数据、产量数据进行相关性分析，生成了量化的影响因素相关性系数矩阵，从而明确了不同井类型下页岩油初期产能的控制因素，为页岩油初期合理开发技术政策的制定提供依据。

1 基于层次聚类数据分析方法的里151区井分类

长庆油田城壕地区里151 区长7 段产油井都实施了焖井措施，重点对里151区所有生产井的储层静态参数、压裂施工参数、含水率降至40%时后3个月的平均日产油量及其递减率等实际数据进行了产能控制因素分析研究（表1）。为了更好地分析和确定页岩油开发初期的产能控制因素，首先将这些生产井进行分类，不同生产井类型下，产能的特征控制因素有所不同。层次聚类分析方法（Hierarchical Cluster Analysis Method）是基于样本间的亲疏程度，将特征相近样本合理归为一类的方法。样本间的相似程度可以通过测度方法进行度量[21]。测度方法包括欧氏距离、欧氏距离平方、切比雪夫距离等。采用常用的欧氏距离方法进行度量：

表1 关于组合间距离的层次聚类分析结果Table 1 Group distance from hierarchical cluster analysis results

式中：X，Y代表2个不同的数据样本向量，其元素分别为xi和yi；m代表每个样本中的总特征数。分类过程中，样本向量距离越小，相似度会越高，进而可以归为一类，其中，迭代计算过程中，任意样本向量组合间的距离则采用组合间的欧式距离平均值进行度量[18]，公式如下：

式中：G1，G2和G3分别代表任意3个组合，组合中的样本数分别为N2和N3；G2+3为G2和G3组合的合并。

应用层次聚类方法，将里151区生产井依照所对应的实际数据进行分类（表1），其中，m=14。聚类分析前应对数据样本向量中的元素进行归一化处理，以便对数据进行标准化[22-23]。量纲元素Elementj的归一化公式为：

式中：Elementj,Normalized为标准化后的无量纲元素；Max｛Elementj｝和Min｛Elementj｝分别为该元素Element 在所有样本数据中的最大值与最小值。

应用基于欧式距离测度的层次聚类合并算法[18]，将生产井划分为A类、B类、C类和D类4个不同组合，组合间的距离如表1所示，生产井的自动分类结果如表2所示。由于C类和D类井数较少，因此，主要对A类井和B类井的数据进行产能控制因素分析，其中，A 类和B 类大致可以以1 400～1 500 m 的水平井段长为界，水平段大于1 500 m主要为B类井，而A类井水平段相对较短。尽管A类井中也出现了个别较长水平段的生产井，如华H15-2井，但相对B类井中相近水平段长的井（例如华H7-2井），华H15-2井压裂施工的簇数、加砂量、入地液量、动液面控制、日产油量等相差较大，由此侧面反映了该分类的合理性。

2 基于主成分分析方法的产能控制因素分析

应用主成分分析方法（Principal Component Analysis Method）对页岩油开发初期产能的影响因素进行分析[22-24]，分析结果为包含相关系数的对称矩阵，其矩阵元素可以直接反映影响因素间的相关密切程度，进而能有效辨别页岩油初期产能的控制因素。以下分别对里151 区长7 段所有产油井的数据进行了产能控制因素的相关性分析。

2.1 里151区所有生产井的产能控制因素分析

首先，采用前述主成分分析法，对表2中里151区所有产油井数据进行相关性分析，得到对称相关性系数矩阵（表3）。由表3可以看出，日产油量及产量递减率与动液面高度及焖井时间有较高的关联性。其中，动液面高度与日产油呈负相关关系，相关系数为-0.444；其与产量递减率呈正相关关系，相关系数为0.543。这表明，动液面控制对页岩油生产影响较大，在施工中应当予以重点考虑。通过表3中产油量及递减率与焖井时间的关系可以看出，产油量与焖井时间大致呈负相关，相关系数为-0.259；递减率与焖井时间大致呈负相关，相关系数为-0.265。这表明焖井措施可以抑制产量递减，对生产具有积极效应。

表2 里151区产油井的数据及层次聚类分析结果Table 2 Results of hierarchical cluster analysis for oil production wells in Block Li-151

表3 里151区产油井数据分析的对称相关性系数矩阵Table 3 Correlation coefficient matrix for oil production wells in Block Li-151

图1给出了基于里151 区所有井数据的焖井时间与产量递减率的数据统计关系，可以看出，在里151区块开发过程中，以焖井时间125 d为界限，焖井施工呈现出截然不同的效果：焖井时间小于125 d时，产油递减率与焖井时间呈负相关，焖井可抑制产量递减，防止储层能量的快速衰竭，对于生产具有显著的积极效果；但当焖井时间大于125 d 时，焖井抑制产量递减的效果变差，甚至出现正相关。这说明焖井时间并非越长越好，针对里151 区块页岩油开发，存在合理的焖井时间[13]，在实际生产中，建议焖井时间不超过125 d。

图1 基于里151区所有井数据的焖井时间与产油递减率的统计关系Fig.1 Relation between well shut-in time and decline rate for all wells in Block Li-151

里151 区不同井之间物性参数与施工方案差异较大，全区数据分析结果难以代表各井的实际生产状况。因此，在获得全区数据分析结果基础上，还需要按照井分类的结果，对不同类型生产井产能进行分类别的二次分析。下面对A、B类井单独进行产能控制因素分析。

2.2 里151区A类生产井产能控制因素分析

表4为基于主成分分析法计算得出的里151 区长7 段A 类井数据的相关性系数矩阵。从结果可以看出，A类井产油量及产量递减率与部分因素显示出较高关联性。其中，动液面对于A 类井生产具有较大影响：动液面高度与日产油呈高度负相关，相关系数为-0.768；动液面高度与产量递减率呈高度正相关，相关系数为0.504，体现了生产过程中动液面控制的重要性。此外，焖井时间控制对实际生产也有一定影响：焖井时间与产量递减率呈负相关关系，相关系数为-0.297；焖井时间与日产油呈负相关关系，相关系数为-0.310，简而言之，合理的焖井措施能够减缓产油的快速下降，避免储层能量的快速衰竭，但是生产初期会减少油井的累积产油量。

表4 里151区A类井数据分析的对称相关性系数矩阵Table 4 Correlation coefficient matrix for Type A wells in Block Li-151

除动液面与焖井时间外，A 类井产量递减率与入地液量呈现负相关性关系，其相关性系数也达到了-0.663，其统计关系如图2a 所示。这主要是由于入地液量增多后，返排率应降低，储层能量得到了合理补充，同时渗吸驱油效率也得到了有效提升，有利于储层的长期开采。此外，A类井日产油与页岩基质孔隙度的相关性系数也达到了-0.549，两者之间呈现高度负相关关系，其统计关系如图2b 所示。这主要是由于对于储层孔渗条件好的井，现场压裂施工强度与规模较低，产量提升与预期存在差异。因此，对于里151区A类井应加大压裂施工强度，以充分利用有利的储层孔渗条件，提高单井的生产效率。

图2 A类井数据统计关系Fig.2 Analysis of relation between factors for Type A wells

2.3 里151区B类生产井的产能控制因素分析

表5为基于主成分分析法计算得出的里151 区长7 段B 类井数据的相关性系数矩阵，可以看出，B类井产油量及产量递减率与部分因素也表现出较高关联性，但B类井控制因素分析结果与A类井分析结果存在显著差异。其中，B类井产量递减率与入地液量相关性很弱，二者的相关性系数仅为0.068（A类井则为-0.663），说明了平井段长度增加后产能影响因素的不确定性，相比之下，B 类井产量递减率的控制因素为动液面和页岩基质孔隙度。图3中给出了B类井产量递减率与动液面的统计关系，可以看出明显的线性相关性。在全区所有井生产过程中，动液面的控制应当是重点考虑因素。

图3 B类井动液面与产油递减率的数据统计关系Fig.3 Relation between motion liquid surface and decline rate for Type B wells

表5 里151区B类井数据分析的对称相关性系数矩阵Table 5 Correlation coefficient matrix for type B wells in Block Li-151

3 产能控制因素等级划分

为了量化表述页岩油开采过程中影响产油量及递减率的控制因素强弱，按照相关性系数矩阵元素绝对值的大小进行排序，定义相关性度量标准（表6）。根据相关性系数的大小，将相关性系数等级划分为3类：极高相关（0.7～1.0）、高度相关（0.5～0.7）、中低度相关（0～0.5）。该划分依据可以最大程度体现出少数控制因素的影响，为现场实际生产明确优化目标。其中高度相关（0.5～0.7）与极高相关（0.7～1.0）因素可统一划分为控制因素，在实际生产中应当予以重点关注。

依照表6给出的等级划分标准，对表3至表5中产油量及递减率的控制因素进行了相关性等级划分，结果如表7所示，表中数据分别对应里151区长7段所有产油井分析结果、里151区长7段A类井分析结果、里151 区长7 段B 类井分析结果，可以看出不同井类型下产油量及递减率控制因素影响强弱存在差异。其中值得注意的是，针对A类井，入地液量与产量递减率呈现高度相关，而对于B类井，入地液量与产量递减率呈现低度相关。因此，在实际生产中需要针对具体井的情况进行合理规划。

表6 控制因素等级划分Table 6 Classification of controlling factors

表7 里151区产能控制因素分析结果Table 7 Anlysis results of controlling factors in Li-151 block

4 结论

1）基于实际数据统计资料，对里151 区长7 段页岩油生产井的产能控制因素进行了层次聚类分析。通过层次聚类分析方法，按照数据特征的亲疏，将里151 区井大致分为A 类井和B 类井。分析结果显示在目前工程工艺情况下，可以水平井段长1 400～1 500 m作为标准区分A类井与B类井。

2）基于主成分分析法的数据分析表明里151区A 类井和B 类井产能及产量递减率的控制因素存在明显差异。里151 区A 类井产量递减率与压裂施工的入地液量呈现较强相关性，而在里151区B类井中并未表现出此相关性。A 类井产量递减率的控制因素为动液面、入地液量和簇数，产量的控制因素为动液面和孔隙度；B类井产量递减率的控制因素为动液面和基质孔隙度，产量的控制因素为压裂段数。

3）数据统计分析表明：焖井时间小于125 d时，产油递减率与焖井时间呈负相关；焖井时间大于125 d 时，焖井时间对产能的积极性影响变差，甚至出现消极影响。在该区块实际生产中，焖井时间建议不要超过125 d。

4）里151区长7段页岩油优化生产时，应考虑A类井与B 类井生产控制因素的差异，充分利用不同井型条件下的产能因素相关性分析结果，以便采取相应针对性的页岩油稳产增产措施。所提出的层次聚类与主成分分析相结合的综合数据分析方法，也可应用于其他页岩油区块的产能控制因素分析研究中。