基于地层元素测井的页岩油储层评价
2023-01-10樊云峰安纪星岳爱忠张国君菅红军何彪
樊云峰,安纪星,岳爱忠,张国君,菅红军,何彪
(1.中国石油集团测井有限公司地质研究院,陕西西安,710077;2.中国石油天然气集团有限公司测井重点实验室,陕西西安710077;3.中国石油集团测井有限公司吉林分公司,吉林松原,138000;4.中国石油集团测井有限公司测井技术研究院,陕西西安,710077)
0 引 言
地层元素测井技术是一种直接对地层组分信息进行定量探测的核测井技术,该技术广泛应用于复杂岩性储层和非常规储层的测井评价中。目前,地层元素测井在页岩油储层的应用研究主要集中在岩性识别、矿物组分分析、脆性特征评价以及总有机碳含量计算等方面,但在孔隙度、渗透率等储层参数的计算以及基于矿物含量和其他参数的储层分类方面应用相对较少[1-8]。吉林油田松辽盆地南部页岩油储层(简称吉林油田松南页岩油储层)具有岩性复杂、致密、非均质性强等特征,在岩性识别、储层划分、关键参数计算等方面存在诸多难点,例如:储层岩性精细评价难度大、优势储层识别不准确、储层孔隙度计算精度不高等。地层元素测井能准确测量地层中硅、铝、铁、钙、钾、镁、硫、锰、钛、钆等十余种主要元素的含量,其中硅、铝、铁、钙、钾、镁等元素是组成地壳岩石矿物组分的主要元素。因此,可以通过测量这些主要造岩元素的含量,利用元素含量与岩石中主要矿物组分的关系,建立元素到矿物的转换模型,进行地层矿物组分的精确定量计算,实现页岩油储层岩性精细评价,并结合常规测井资料、岩心分析资料开展储层物性、可压裂性方面的综合应用。
1 吉林油田松南页岩油储层地质特征
图1 吉林油田松南页岩油储层主要矿物组分含量统计
吉林油田松南页岩油储层构造上位于松辽盆地南部中央坳陷,坳陷面积达5 000 km2,受来自西南方向三角洲前缘席状砂体及半深湖相沉积作用,形成厚度稳定的页岩和薄层砂岩,砂体与页岩的有机组合,为该区形成大面积连片发育的岩性油藏创造了条件。研究区青山口组经历了大规模湖侵,广泛发育一套页岩。根据成熟度划分标准对其进行分析,青山口组青一段页岩富含有机质,成熟度较高,具有较大的生烃潜力,为页岩油成藏提供了良好的物质基础[9-14]。青山口组厚度45~80 m,总有机碳含量大于1.8%,镜质体反射率大于0.9%,压力系数大于1.2 MPa,为成熟页岩油储层,页岩油资源量为14.7×108t,纵向上发育厚层页岩、薄层泥质粉砂岩、粉砂质泥岩、页岩夹砂岩这4种岩性组合[15-19]。吉林油田松南页岩油储层矿物组分较为复杂,含有伊利石、绿泥石等黏土矿物,石英、钾长石、斜长石等碎屑矿物,方解石、白云石、铁白云石等碳酸盐矿物,以及黄铁矿等自生矿物等,矿物组分含量如图1所示。吉林油田松南页岩油储层物性差,孔隙度与渗透率相关性差(见图2),孔隙结构复杂[20-21]。孔隙度分布范围为1.614%~9.037%,平均值为3.927%;渗透率分布范围主要为(0.000 3~2.668 7)×10-3μm2,平均值为1.330 0×10-4μm2;地层脆性指数分布范围为26.1%~87.3%,平均值48.7%。研究发现,这些评价参数与储层矿物含量有很大的相关性,因此,准确地求取矿物含量是划分页岩油有效储层的关键因素。
图2 吉林油田松南页岩油储层孔隙度与渗透率关系图
2 基于地层元素测井的岩性精细评价
2.1 方法及原理
2.1.1元素与岩性、矿物的关系
某地区特定地层中的矿物均有相对固定的化学元素组成,例如石英含量与硅元素含量关系密切,钙元素含量决定了方解石、白云石等碳酸盐矿物的含量,黏土含量一般与铝元素含量具有高度一致性。不同地区、不同层位的地层,其岩性特征和矿物组成不尽相同,对应的元素种类和含量也有一定差异。因此,通过对地层中元素含量的测量,结合相应的算法和模型,可以实现地层中主要矿物含量的反演,达到储层岩性精细评价的目的。
地层元素测井解释方法是基于研究区地层基本地质特征和矿物类型,构建地层的数学模型,即将岩石模型看作按照一系列矿物组成的体积物理模型,利用矿物组分和测井响应进行数学建模。将数学模型中地层元素测井、常规测井等采集的各种信息作为输入,采用一系列线性或非线性的约束条件构建测井响应方程组,对每种测井响应定义相应的不确定度和约束目标函数,采用最优化求解算法求解,得到误差最小或不确定度最小的矿物含量及组分组合关系,即为最符合实际地层特征的解释成果。
2.1.2体积物理模型
实际的储层由不同赋存状态的流体(包括油、气、水)以及固体矿物(包括黏土矿物和其他骨架矿物)组成。通过对地层元素测井资料及常规测井资料的综合处理分析,求解包含各种骨架矿物在内的地层组分含量。对于具有复杂岩性的页岩油储层,其矿物组分复杂,建立的地层体积物理模型如图3所示。图3中Cma1、Cma2等代表骨架中各种矿物,Csh代表泥质中各种黏土矿物,Cro,Cmo,Cfw,Cbw,Cgas分别代表孔隙中的残余油、可动油、自由水、束缚水和天然气。地层元素测井资料主要反映地层骨架矿物和黏土矿物的响应特征。
图3 页岩油储层体积物理模型示意图
2.1.3最优化求解算法
在地层体积物理模型的基础上,针对地层骨架组分建立地层元素测井响应方程式。
(1)
式中,n为骨架组分个数;xj为第j种组分的含量(j=1,2,…,n),小数;aij为第j种组分的第i条曲线的响应方程系数(i=1,2,…,m;m为所选取测井曲线的个数);bi为第i条地层元素测井曲线值,小数或10-6。
在理论数学模型式(1)的基础上,根据实际地层岩性特征加入相关参数的约束条件,建立带约束的线性方程组式(2),求解该方程组得到xj,即可反演出地层中各种组分的含量。根据线性最小二乘法原理,可将求解式(2)的问题转换为求极值的问题[见式(3)]。
(2)
(3)
由于不同的测井参数量纲不同,而且测量值的差别也很大,因此,在实际计算中需要将式(3)中目标函数的a、b进行标准化处理,使各种曲线的a、b值都成为无量纲的数,并在同一数量级上。标准化处理方法具体是将方程的两边同时除以一个系数,该系数除具有标准化作用外,还具有权系数的作用,质量差的测井曲线应赋予低的权系数,质量好的测井曲线则赋予高的权系数。
2.2 吉林油田松南页岩油储层矿物组分定量评价
通过分析X衍射数据和薄片资料可知,伊利石、石英、钾长石、斜长石、方解石、铁白云石、黄铁矿这7种矿物为松南页岩油储层的主要矿物组分,各种矿物组分的密度分别为2.79、2.65、2.57、2.60、2.71、2.96 g/cm3和4.99 g/cm3。基于研究区页岩油储层的元素含量分析结果,结合X衍射数据作为矿物含量的基准数据,获得松南页岩油储层各矿物组分的地层元素测井响应参数值(见表1)。
表1 吉林油田松南页岩油储层矿物组分的地层元素测井响应参数值
图4 某井页岩油储层地层元素测井矿物解释结果与X衍射全岩分析对比图
根据地层元素测井响应参数,利用地层元素测井资料通过最优化求解算法对矿物组分含量反演求解。图4展示吉林油田松南地区某井青一段页岩油储层利用地层元素测井资料计算得到的矿物含量结果。由图4中矿物组分含量曲线和杆状图对比结果可知,该井利用地层元素测井资料得到的7种矿物组分定量解释结果与X衍射全岩分析结果一致性好,满足页岩油岩性精细评价要求,应用效果良好。
3 基于地层元素测井的物性参数评价
3.1 利用变骨架密度计算孔隙度
利用地层元素测井资料可以准确确定地层纵向剖面上的骨架参数值变化,这对于准确计算孔隙度有十分重要的意义。通常采用固定的地层骨架密度值来计算孔隙度,而实际地层的骨架密度值会随岩性和矿物种类及含量的变化而变化,导致利用该方法计算的密度孔隙度存在一定误差。
吉林油田松南地区青一段页岩油储层泥质含量高、矿物组分复杂,通过对大量的孔隙度计算结果和孔隙度岩心分析数据对比发现,用密度计算的孔隙度相较于利用声波、中子等计算的孔隙度误差相对最小,但与孔隙度岩心分析数据相比仍存在一定差异。该差异的主要原因是基于常规方法的骨架密度定值计算孔隙度受泥质含量和骨架参数不准确等因素的影响,会造成该计算结果不够准确。利用地层元素测井资料计算的变骨架密度代替骨架密度定值进行孔隙度计算,该孔隙度与岩心分析数据更吻合,实现了对储层物性的准确评价。利用地层元素测井资料计算骨架密度是通过各骨架矿物组分的理论密度值和其组分含量进行加权计算得到[见式(4)]。
(4)
式中,ρma为骨架密度,g/cm3;ρq为第q种骨架矿物的密度,g/cm3;vq为第q种骨架矿物的含量;p为骨架矿物组分的个数。利用密度测井曲线定量计算孔隙度的公式如下
(5)
(6)
式中,φden为密度总孔隙度,%;ρ为测井密度值,g/cm3;ρf为流体密度,g/cm3;φe为密度有效孔隙度,%;ρTOC、ρSH分别为有机质密度和泥质密度,g/cm3;VTOC、VSH分别为有机质含量和泥质含量,%。
利用地层元素测井资料进行骨架参数优化,选择变骨架密度进行密度孔隙度计算,这种方法既考虑了泥质的影响、又结合实际地层岩性特征,可得到更准确的计算结果。图5展示了吉林油田松南地区某井利用地层元素测井得到的变骨架密度值在孔隙度计算方面的应用效果。第7道为基于地层元素测井计算的骨架密度曲线,基于该曲线完成了密度有效孔隙度的计算;由第8道可以看出,密度有效孔隙度曲线与岩心分析孔隙度结果吻合良好,达到了更好的孔隙度评价效果。
图5 基于地层元素测井的变骨架密度计算的孔隙度与岩心分析孔隙度对比图
3.2 利用矿物组分含量计算渗透率
页岩油储层一般属于特低渗透率储层,且孔隙度渗透率关系普遍较差,渗透率评价一直是储层物性评价的难点。通常利用常规测井资料难以实现对页岩油储层渗透率的精确计算,而渗透率大小对于页岩油开发具有重要指导意义。
碎屑岩储层的渗透率与储层的成分成熟度和结构成熟度相关,例如矿物组分、颗粒大小、分选度和磨圆度等会影响储层的渗透率。矿物种类及其含量则是成分成熟度的重要表征之一,耐风化的矿物种类含量越高,碎屑岩储层的成分成熟度就越高,储层的渗透性往往越好。例如:相较于长石砂岩,石英砂岩的渗透性较好,是因为石英含量越高,储层受长石等其他矿物风化造成的孔喉空间减小及连通孔隙减少的影响就越小,储层孔隙结构相对越好,渗透率越高;泥质、碳酸盐矿物含量较高时,由于成岩作用对孔隙结构的影响,造成储层渗透率降低。因此,不同的矿物组分对于储层渗透率的影响不尽相同,可以通过地层元素测井得到储层矿物组分特征,进而对渗透率进行评价。
通过对研究区页岩油储层的研究,发现渗透率除与储层孔隙度、孔隙结构关系密切外,与储层的矿物组分及含量也有很大关系。综合考虑矿物组分和储层孔隙度对渗透率的影响,进行数据分析,建立基于地层元素测井的渗透率解释模型
(7)
式中,K为储层渗透率,10-3μm2;φE为储层的有效孔隙度;Br为每种矿物的渗透率常数;Mr为每种矿物的含量。研究区储层的矿物组分以伊利石、石英、长石、方解石、白云石为主,其渗透率常数分别为-5.50、0.22、0.18、-2.00、-1.00。图6为某井利用地层元素测井资料进行渗透率解释的成果图。从第9道渗透率对比结果可知,基于地层元素测井矿物组分计算的渗透率解释结果与岩心分析结果相吻合,应用效果较好。
图6 某井基于地层元素测井矿物组分计算的渗透率与岩心分析对比图
4 基于地层元素测井的脆性特征评价
储层脆性是压裂井段优选的重要基础,储层的矿物组分与其脆性关系密切,当页岩中石英、长石等硅质矿物较多时,页岩的脆性往往较强,在地应力作用或压裂作用下容易出现裂缝,有利于油气的大规模开发[22-28]。脆性指数(BI)与地层中脆性矿物的含量有关,它可以直接反映储层的易压、易破程度,从而指导压裂施工。地层元素测井资料得到的矿物组分含量可用来对脆性指数进行评价,该方法有利于针对不同的储层岩性特征,使用不同的矿物组分模型确定脆性指数。通常要求页岩油的开发储层的脆性矿物含量应在40%以上。
根据吉林油田松南页岩油储层的岩性特征,针对上文提到的7种主要矿物组分,结合岩石力学实验数据和石英、长石、碳酸盐这类矿物的力学特性参数进行建模、分析,得到该储层的脆性指数计算模型
BI=0.8WQtz+0.6WFlp+0.9WCb
(8)
式中,WQtz为矿物组分中石英的含量;WFlp为矿物组分中长石类矿物的含量;WCb为矿物组分中碳酸盐矿物的含量。根据式(8)可以实现对吉林油田松南页岩油储层脆性指数的计算。
图7为吉林油田松南地区某井利用地层元素测井计算的脆性指数与利用阵列声波计算的脆性指数对比图,第14道和15道分别为利用阵列声波测井和地层元素测井得到的脆性指数,两者对比结果一致性良好,相互印证,准确反映了地层的岩石力学性质,并有效指导压裂施工,在优势深湖相纯页岩油储层获得7.02 t/d的高产油流。
图7 吉林油田松南地区某井利用地层元素测井计算的脆性指数与利用阵列声波计算的脆性指数对比图*非法定计量单位,1 b/eV=6.241 46×10-10 m2/J,下同
5 页岩油储层有效性综合评价
通过对吉林油田松南页岩油储层地层元素测井资料的应用,可实现储层岩性、物性及可压裂性相关参数的精确计算。综合利用以上成果,并结合岩石物理实验资料和其他测井资料对页岩油储层进行分类,确定优势储层段,提升页岩油储层评价效果。
经研究松南地区页岩油储层可以划分为3类,其岩性、物性及脆性特征主要表现:Ⅰ类储层的泥质、碳酸盐含量较低,石英、长石等矿物含量高且稳定,孔隙度、渗透率较高,脆性指数较高;Ⅱ类储层的泥质、碳酸盐含量中等,石英、长石等矿物含量相对高,孔隙度、渗透率中等,脆性指数中等;Ⅲ类储层的泥质、碳酸盐含量较高,孔隙度、渗透率较低,脆性指数较小。
图8为吉林油田松南地区某井青山口组页岩油储层地层元素测井综合应用成果图。根据地层元素测井解释成果并结合其他相关资料,对青一段页岩油进行储层类型划分、油水层识别,并确定压裂层段。该井平均日产油5.40 t,日产油最高7.02 t。
该井页岩油Ⅰ类储层的地层元素测井矿物组分特征表现为泥质含量36.0%~52.0%,平均45.2%;石英含量20.0%~28.0%,平均23.6%;长石含量18.0%~32.0%,平均23.3%;碳酸盐含量2.0%~10.0%,平均7.4%。Ⅱ类储层泥质含量36.0%~56.0%,平均44.8%;石英含量16.0%~30.0%,平均23.7%;长石含量16.0%~33.0%,平均23.2%;碳酸盐含量5.0%~13.0%,平均7.7%。Ⅲ类储层泥质含量43.0%~62.0%,平均49.0%;石英含量12.0%~26.0%,平均18.2%;长石含量18.0%~30.0%,平均23.4%;碳酸盐含量4.0%~14.0%,平均8.6%。相应的孔隙度、渗透率、脆性指数等参数特征见表2。
图8 某井页岩油储层地层元素测井综合解释成果图*非法定计量单位,1 in=25.4 mm;1 mD=9.87×10-4μm2,下同
表2 某井页岩油储层有效性综合分类标准
6 结 论
(1)以吉林油田松南页岩油储层地层元素测井资料和岩石物理实验数据为基础,建立了储层矿物地层元素测井响应参数,利用最优化求解算法,通过测得的主要元素种类和含量反演出页岩储层中矿物组分的含量。
(2)基于矿物组分含量的岩性精细评价成果,进而开展孔隙度、渗透率等物性参数以及页岩脆性指数等工程参数的综合解释,并基于地层元素测井综合应用成果结合其他资料开展页岩油储层分类,确定甜点层位。
(3)岩心实验数据分析和现场应用表明,根据元素含量计算的矿物含量与地层岩性特征一致性较好,基于矿物含量的孔隙度、渗透率和脆性指数评价方法也在青山口组青一段页岩油储层评价取得了较好的应用效果,获得了工业高产油流,实现较好的经济效益。地层元素测井对于吉林油田松南页岩油储层的测井评价和生产工艺起到了指导性的作用。