川中地区龙王庙组颗粒滩储层关键参数计算及评价

2022-01-04贺洪举齐宝权苗清黄宏陈邦定丁邦春

测井技术 2021年5期

贺洪举,齐宝权,苗清,黄宏,陈邦定,丁邦春

(中国石油集团测井有限公司西南分公司,重庆400021)

0 引言

碳酸盐岩台地是海相碳酸盐岩油气藏形成的最重要沉积环境,台内滩常可演化为优质储集体[1]。四川盆地为中国最主要的海相碳酸盐岩盆地,在盆地内相继发现多套优质天然气藏,其中高石梯-磨溪地区下古生界寒武系龙王庙组和震旦系灯影组是目前中国发现的单体规模最大的特大型海相碳酸盐岩整装气藏。下古生界寒武系在龙王庙组沉积时期,主要为局限台地相沉积,其储层为典型的深埋藏滩相岩溶型储集层,区域浅滩化沉积作用形成大面积颗粒云岩[1-2]。岩心分析结果表明:颗粒滩储层埋藏深且经历多期改造作用[2],即准同生期、表生期、埋藏期,同时,受喜马拉雅期等构造运动的影响,导致储层具有孔隙度低、非均质性强、孔隙结构复杂等特点。总体表现为储层有效孔隙度分布在4%～6%,蜂窝状、层状等多种形态和大小不均的溶洞发育,早期石英、黄铁矿充填缝和晚期构造缝等多期裂缝并存。导致该地区龙王庙组储层在孔隙度差异不大的情况下,产量差异非常大,因此,对颗粒滩储层进行测井分级评价具有十分的重要意义。本文充分利用电成像、阵列声波、核磁共振等测井技术,结合有利储集相的识别方法,解决了储层溶洞、孔隙结构和渗滤能力3个关键参数的计算和评价问题,构建了储层品质指数计算模型及分级评价标准。

1 颗粒滩相的特征及测井识别模式

四川盆地中部高石梯-磨溪地区在下古生界寒武系龙王庙组沉积期,整体处于水体较浅、水动力中等至较强的沉积环境中[1]。其沉积物主要由泥质白云岩、泥晶白云岩、晶粒白云岩及颗粒白云岩组成,沉积相包括云坪、颗粒滩、泻湖等亚相。100余口井的测井资料处理结果以及大量的取心资料和地质研究表明,颗粒滩相沉积是龙王庙组优质储集层发育演化的地质基础[3-4]。

1.1 颗粒滩相测井特征

颗粒滩相测井响应特征为自然伽马较低,曲线形态平直起伏较小,自然伽马值为15～20 API;电阻率小幅度变化,值中等,局部高电阻率;动态电成像图中,有溶蚀时为斑点状暗色特征,无溶蚀时为亮色块状特征,局部见正弦状高电导异常。颗粒滩相测井与岩心对应的响应特征见图1。

图1 M-X3井龙王庙组颗粒滩相测井与岩心对应的响应特征图*非法定计量单位,1 ft=12 in=0.304 8 m; 1 b/eV=6.241 46×10-10 m2/J,下同

1.2 颗粒滩相测井识别模式

颗粒滩相测井识别模式为自然伽马平直、电阻率中高起伏的箱状模式以及动态电成像呈斑点状的块状模式。颗粒滩相测井识别模式见图2。

图2 龙王庙组颗粒滩相测井识别模式图

2 储层关键参数和渗滤能力的计算及评价

由于颗粒滩储层经历多期改造作用,具有多期溶蚀且溶洞发育,孔喉、孔洞被沥青、黄铁矿充填,因此,并非所有的颗粒滩沉积都可作为优质储集层[3]。对溶洞的定量刻画、储层孔隙结构和渗滤能力的评价是测井寻找优质储层的关键。

2.1 溶洞的定量刻画及评价

2.1.1溶洞参数的计算

(1)溶洞面洞率的计算。采用小波分析技术[5]、K-means聚类算法[6]和图像轮廓跟踪法[7-9]对溶蚀溶洞自动拾取,通过岩心标定,人机交互消除泥质、硅质和黄铁矿团块等假象,拾取真实有效的溶洞。采用较短的深度滑动窗口(2 ft)统计窗口内图像的所有溶蚀溶洞面积与窗口内理想井壁面积的百分比,计算溶洞面洞率。

Sc=ΣPtRHorRVer

(1)

式中,HPOR为溶洞面洞率,%;SH为拾取溶蚀孔洞窗长的面积,m2;Swin为拾取溶蚀孔洞滑动窗口的长度,m;Sc为滑动窗口内单个溶蚀孔洞的面积,m2;Bit为钻头直径,in;Win为拾取单个溶蚀孔洞滑动窗口的长度,m;Pt为电成像单个纽扣,无量纲;Rhor为横向分辨率,m;Rver为纵向分辨率,m。

(2)溶洞连通性指数的计算。当基质孔隙度为0且无裂缝,即当井筒岩石骨架无导电介质时,每个孤立溶洞不连通,这时溶洞有效性变差,甚至无效;反之则是连通的,导电能力越强,溶洞之间连通性越好,溶洞的有效性也越好。因此,可以利用反映井筒视电阻率的浅侧向值的倒数,将每个深度点井周的平均电成像的图像值标定为电导率值,进行高中低分类;再利用溶洞电导率与岩石骨架电导率的关系,建立连通性指数计算模型,求取连通性指数。

HPERT=(δh-δm)/δm

(2)

式中,HPERT为连通性指数,无量纲;δh为溶洞电导率,即溶蚀孔洞区域所有点的电导率平均值,S/m;δm为岩石骨架电导率,即利用纹理合成算法对孔洞区域进行骨架图像恢复后,井周所有点的平均值,S/m。

2.1.2溶洞的定量评价

根据高、中、低产气以及微气井的溶洞面洞率分布情况,产微气井的溶洞面洞率主要分布在2%～5%,产工业气井的溶洞面洞率均在5%以上,其中高产井的溶洞洞面率在10%以上。由此可建立溶洞发育情况成像测井评价标准:Ⅰ类溶洞层HPOR≥10%;Ⅱ类溶洞层5%≤HPOR<10%;Ⅲ类溶洞层HPOR<5%。

结合完井测试和生产测井资料,连通性指数越大,则溶洞连通性越好,连通指数与产量有较好对应关系。建立连通性好、中、差的评价模式及标准(见图3):HPERT>2.5时,连通性好;当1.0

2.2 孔隙结构参数计算及评价

2.2.1孔隙结构参数的计算

根据毛细管压力理论,假设岩石孔隙半径与孔喉半径之间成比例或者具有一定的正相关关系[10],则进汞压力pc(单位:MPa)与核磁共振测得的T2(单位:ms)弛豫时间有相关关系[11]

图3 溶洞连通性指数计算结果及评价成果图

(3)

式中,C为核磁共振测井T2弛豫时间与毛细管压力之间的转换系数,MPa·ms。确定转换系数C后,可将核磁共振T2分布转化为连续分布的伪毛细管压力曲线,从而计算最大孔喉半径、平均孔喉半径、排驱压力、中值毛细管压力及中值孔喉半径等孔隙结构参数。

2.2.2孔隙结构分级评价

图4为核磁共振中值半径与核磁共振有效孔隙度的关系图,其中φ下为分类储层孔隙度下限,FR50下为分类储层中值半径下限。图5表明核磁共振有效孔隙度与中值半径呈正相关关系,即核磁共振中值半径越大,储层品质越好。由此,根据测试产量和油气田公司孔隙度分类原则,建立核磁共振有效孔隙度与核磁共振中值半径的评价标准:当孔隙度≥7%,核磁共振中值半径≥2 μm时,储层为优质储层:当4%≤孔隙度<7%,2 μm>核磁共振中值半径≥0.2 μm,储层为中等储层;当2%≤孔隙度<4%,0.01 μm≤核磁共振中值半径<0.2 μm,储层为差储层。

图4 核磁共振测井中值半径分级评价图

2.3 渗透能力参数的计算及评价

(1)渗滤能力参数的计算。斯通利波能量曲线与储层渗透性有着较密切的关系[12-13],但同时受地层因素和非地层因素的影响。为了更好地反映地层的渗透性,需进行声波能量值的归一化及井眼校正,消除非地层因素的影响。

AST=(1-AMPST/AMPSTM)×100%-

(1-AMPST/AMPSTM)×100×VSH

(4)

式中,AST为归一化和岩性校正的斯通利波能量衰减值,%;AMPST为斯通利波能量,db;AMPSTM为致密层斯通利波能量,db;VSH为泥质含量,小数。

ASTC=ASTM-67.683ln(CAL-Bit)+476.33

(5)

式中,ASTC为井眼校正后的斯通利波能量衰减值,%;ASTM为致密层井眼增大时的斯通利波能量衰减值,%;CAL为井径,in。

(2)渗透性分级评价。由图5可见,所有获工业气、低产以及微气的井的斯通利波能量衰减分布情况,产微气的井其斯通利波能量衰减主要分布在0～10%,所有测试的产工业气的井斯通利波能量衰减都在10%以上,高产井斯通利波能量衰减在20%以上。因此,可建立储层渗透性分级评价标准:当ASTC≥20%时,储层为Ⅰ类渗透层;当10%≤ASTC<20%时,储层为Ⅱ类渗透层;当ASTC<10%时,储层为Ⅲ类渗透层。

图5 储层渗透性分级评价图

3 储层品质计算模型及分级评价标准

3.1 储层品质综合评价模型

根据龙王庙组已有的试油成果以及储层的岩性、物性、电性及含油气性之间的关系可知,储层的含气性和产能与基质孔隙度、储层厚度、渗透性(斯通利波能量衰减)、溶洞发育程度(面洞率、连通指数)、录井含气性显示(全烃值)等众多因素有关,但这些因素并非简单的正线性关系,需要优化主控因素,建立函数关系。由于储层品质与众多因素有关,需要采用一个综合的评价指数表征储层的品质。

RQ=f(φ)W1+f(H)W2+f(ASTC)W3+

f(HPOR,HPERT)W4+f(TG)W5

(6)

式中,RQ为储层品质综合评价指数,小数;φ为孔隙度,%;H为储层厚度,m;TG为全烃值,%;W1～W5分别为孔隙度、储层厚度、斯通利波能量衰减值、面洞率和连通指数、全烃值的权系数,小数。

储层品质综合评价指数RQ涉及多个变量,变量太多会增加计算的复杂性,因此,需用部分互补、相关的新变量来反映原变量。通过主成分分析方法[14-15],确定了基质孔隙、斯通利波能量、储层厚度、连通指数是产能的主控因素。因此,可进一步优化为

RQ=f(φⅠ)WⅠ+f(φⅡ)WⅡ+f(φⅢ)WⅢ+

f(HⅠ)WⅠ+f(HⅡ)WⅡ+f(HⅢ)WⅢ+

f(ASTC)W3+f(HPOR,HPERT)W4

(7)

式中,φⅠ、φⅡ、φⅢ分别为Ⅰ、Ⅱ、Ⅲ类储层孔隙度,%;HⅠ、HⅡ、HⅢ分别为Ⅰ、Ⅱ、Ⅲ类储层厚度,m;WⅠ、WⅡ、WⅢ分别为Ⅰ、Ⅱ、Ⅲ类储层权系数,小数。

依据各控制因素与产能的相关性分析结果,根据相关系数大小分配权系数,将权系数代入模型计算RQ,再将RQ与产能进行相关性分析,采用多次迭代算法,以最佳拟合求取各权系数,同时必须满足

1=WⅠ+WⅡ+WⅢ+W3+W4

(8)

3.2 储层品质分级评价标准

选取测试产量小于2×104m3/d、2×104～10×104m3/d及大于10×104m3/d的井做样本井,分层回归测试产量与储层品质综合评价指数RQ的关系,建立龙王庙组产能与储层品质指数的关系

(9)

式中,Q为日产气量,104m3/d;AL为产能系数;N为储层品质指数。

建立龙王庙组储层品质分级评价标准:当RQ≥0.8时,为Ⅰ类储层,预测日产气量Q≥100×104m3;当0.55≤RQ<0.8时,为Ⅱ类储层,预测日产气量10×104～100×104m3;当0.4≤RQ<0.55时,为Ⅲ类储层,预测日产气量2×104～10×104m3。

4 应用效果

图6是川中磨溪地区M-X04井龙王庙组储层品质综合评价成果图,其中第1号、2号储层均为颗粒滩亚相,岩性为颗粒白云岩。第5道电成像测井显示孔洞发育;第7道面洞率大多数大于5%,局部大于10%;孔洞连通性指数为0.5～9,连通性中等～好;第8道核磁共振中值半径为0.01～2.61 μm;第9道斯通利波能量衰减量大于20%。储层品质分级评价结果以Ⅰ、Ⅱ类储层为主,为优质颗粒滩储层,经测试获100万级高产工业气。

图6 M-X04井龙王庙组储层品质综合评价成果图

目前,龙王庙组颗粒滩储层关键参数计算及评价技术已在川中地区区块评价中得到广泛应用,并在勘探开发中发挥了重要作用。龙王庙组颗粒滩相的测井识别方法和模式的应用拓宽了测井的应用领域,弥补了沉积相分析依赖取心的不足。通过多口井的沉积相识别,其结果与取心沉积相的划分一致,因此,该方法可进一步推广到无取心井,充分发挥测井解决地质问题的作用。

龙王庙组岩溶储层关键参数计算及分级评价技术的应用,提高了测井解释符合率,推动了特殊测井采集项目常态化,助力油气田增储上产。“十三五”以来,在下古生界寒武系龙王庙组探井、开发井中应用100余井次,其中,试油31口井261层,评价符合率达到95.8%,有力提升了电成像、远探测声波等特殊测井的地质应用效果助力西南油气田天然气上产300亿立方米。