东道海子凹陷双重孔隙介质储层产量主控因素与产能预测

2023-12-15王先虎高衍武李国利杨璐吴伟张玮周炬锋

科学技术与工程 2023年33期

王先虎, 高衍武, 李国利*, 杨璐, 吴伟, 张玮, 周炬锋

(1.中国石油集团测井有限公司新疆分公司, 克拉玛依 834009; 2. 中国石油集团测井有限公司地质研究院, 西安 710077; 3. 中国石油招标中心新疆分中心, 克拉玛依 834000)

油井的产量与产能是油田开发工程的重要数据,相关研究是储层评价的热点。学者针对直井油藏的复杂储层产能预测难问题开展了诸多研究,已有的技术方法大致分为三类。一是图版法。利用岩心分析、测井曲线、岩石力学等数据和油藏生产动态资料,确定产能的敏感项,建立产能评价图版[1-4],这类方法细致分析了勘探资料对产能的影响因素,数据翔实可靠,具有很强的区域适用性。二是大数据挖掘算法。通过灰色模型[5]、多层感知器网络分析[6]、灰狼算法[7]、神经网络[8]等计算机大数据智能预测产能模型,这类方法可以消除人工难以发现或难以解决的不确定因素,使预测结果更加客观。三是理论推导法。基于渗流理论的径向流动方程[9]、流体耦合数值模拟[10-11]等推导产能的预测式,这类方法基于经典数学和物理学,具严谨的理论基础,可信度较高。以上方法侧重于孔隙型的致密储层和强非均质性储层研究,在实际生产中均取得了较好的应用效果,是大多数复杂储层产能评价的重要技术手段。

但双重孔隙介质储层含裂缝孔隙系统,也是典型的复杂储层。针对孔隙-裂缝型综合系统对储层产能的影响分析,以及该类型储层的产能预测研究相对较少。文献[12]在裂缝分形维数和裂缝发育程度相关性分析的基础上,建立了天然裂缝分形维数、储层测井计算渗透率和产能的预测模型,该方法从宏观上把握裂缝的发育特征以描述裂缝对产能影响,对裂缝定量参数分析相对较少。现以东道海子凹陷双重孔隙介质砾岩油藏为研究对象,细致分析储层物性、孔隙结构等基质参数和裂缝宽度、裂缝角度等裂缝参数与储层产能的配置关系,明确产能的主控因素。在此基础上,构建基于基质综合指数和裂缝有效性指数的产能预测气泡图版,直观展示储层的产液能力,以期为研究区双重孔隙介质复杂储层的产能预测提供技术支持。

1 研究区概况

滴南凸起构造位置位于准噶尔盆地中央坳陷东道海子凹陷。东道海子凹陷位于中央坳陷东北部,北以滴水泉断裂与滴南凸起分隔,南以东道海子断裂与白家海凸起相接,东与五彩湾凹陷相连。滴南凸起二叠系乌尔禾组砾岩油藏,发现了以滴南15井为代表的多口高产工业油流井,具有很好的勘探潜力,地理位置如图1所示。

图1 滴南凸起二叠系乌尔禾组油藏地理位置图Fig.1 Geographical location map of Permian Wuerhe Formation in Dinan Uplift

二叠系乌尔禾组岩性为砂砾岩与泥岩互层,储层岩性主要为砂砾岩、含砾中-细砂岩。砾石成分以火成岩块为主,变质岩块次之,一般砾径在1～5 mm。砂质成分以岩屑为主,含量约90%,长石、石英次之,含量约10%,砂质粒径在0.01～0.1 mm。填隙物主要为浊沸石、绿泥石和少量方解石。岩石颗粒支撑,线接触,颗粒分选中等-差,磨圆度次棱-次圆状。胶结类型为压嵌型或孔隙-压嵌型。

乌尔禾组储层孔隙类型复杂,铸体薄片资料表明,滴南15井区块乌尔禾组整体压实作用较强,原生孔隙欠发育,储集空间主要为粒间溶孔、粒间孔、粒内溶孔、粒缘缝和微裂缝,呈孔隙-裂缝双重类型储层特征(图2),油气主要赋存于粒间溶孔、粒缘缝。根据滴南15井区乌尔禾组96块储层样品分析,储层有效孔隙度在2.3%～12.0%,平均为7.2%;渗透率在(0.01～260.00)×10-3μm2,平均为0.239×10-3μm2。根据70块油层样品分析,油层孔隙度在6.0%～12.0%,平均为8.2%;渗透率在(0.01～260.00)×10-3μm2,平均为0.54×10-3μm2,属于特低孔、特低渗储层。成像测井显示乌尔禾组裂缝普遍发育,现场生产发现裂缝对储层的致密性有强大的改善作用,是储层获产的重要原因。

图2 岩石铸体薄片Fig.2 Thin sections of rock castings

2 产量控制因素分析

储集层产量的大小主要受储层品质影响,其次为试油工艺。双重孔隙介质储层品质由基质和裂缝共同决定,即基质参数与裂缝参数是该类型储层产量的影响因素。试油工艺对产量的影响主要体现在射孔厚度大小、油嘴大小、试油压力差异等。在同一井区内,射孔厚度由储层厚度决定,为不可控因素,油嘴大小和试油压力由现场施工决定,为可控因素。研究区施工参数一致,故只需讨论射孔厚度对产量的影响。

2.1 射孔厚度

当圈闭一定时,具有相同岩性、物性、电性、含油性的储层,射孔厚度越大(不考虑射孔密度),单井产量越高。利用滴南15井区单井目的层试油日产油量和日产水量之和作为日产液量,建立射孔厚度和日产液量关系,如图3所示。

图3 射孔厚度与日产液量关系图Fig.3 Relationship between perforation thickness and daily liquid production

可以看出,研究区射孔厚度与单井日产液量有弱正相关性。这是因为储层非均质性强,储集空间、孔隙类型多样,不满足具有相同的“四性”关系条件,尤其是裂缝的强大改造作用,使得射孔厚度差异不大时,日产液最高可相差上百吨。因此,射孔厚度是该区产量的影响因素而非控制因素。为了便于定量分析其他影响因素,利用换算单位厚度产液量(米产液量)的方法消除射孔层厚对产量的影响。

2.2 基质

基质指储层的基础物性、岩石结构、岩石组分、孔隙结构等反映岩石最基本物理性质的组合。基质对产量的影响主要体现在基质参数对储层品质的影响。

(1)基础物性。基础物性是储层类型和储层品质的先决条件,一般用孔隙度和渗透率定量表征。但受孔隙结构、填隙物含量及裂缝影响,基础物性不是储层品质好坏的决定因素。

(2)岩石结构。岩石结构对储层品质的影响主要表现在砾石含量对储层基础物性的影响。随着砾石含量的增大,储层基础物性可变好也可变差,这与由砾石含量决定的储层优势岩性有关。

(3)岩石组分。一般情况下,储层物性与岩石组分中的石英、长石含量呈正相关,与黏土、杂基及胶结物含量呈负相关,且黏土、杂基及胶结物含量对储层品质的破坏性作用要大于石英、长石含量的建设性作用。

(4)孔隙结构。基础物性与孔隙半径均值、分选系数、平均毛管半径等结构参数密切相关,在复杂孔隙类型储层中,孔隙结构对储层品质的影响甚至大于基础物性,一般以平均毛管半径作为表征孔隙结构的核心参数。

综上,产量的基质影响因素有基础物性、岩石结构、岩石组分和孔隙结构,孔隙度和渗透率为基础物性的表征参数,黏土含量、砾石含量和平均毛管半径分别为岩石结构、岩石组分和孔隙结构的表征参数。

滴南15井和滴南8井是研究区2口已试油井,产量差异较大。滴南15井在3 731.0～3 744.0 m井段试油,试油段孔隙度为7.9%,渗透率为2.89×10-3μm2,黏土含量为2.42%,砾石含量为16.8%,射孔厚度10 m,试油初产油339.1 t/d,折合米产液量为33.91 t/d;滴南8井在3 956.0～3 972.0 m井段试油,试油段孔隙度为7.1%,渗透率为0.97×10-3μm2,黏土含量为3.05%,砾石含量为13.2%,射孔厚度8 m,试油初产油25.37 t/d,折合米产液量为3.17 t/d。实际试油结果可见,基质参数与产量关系密切。为定量分析基质参数和产量的关系,建立孔隙度、渗透率、砾石含量、黏土含量和平均毛管半径与米产液量交会图,结果如图4所示。

图4 基质参数与米产液量关系图Fig.4 Relationship between matrix parameters and metered fluid production

由图4看出,米产液量和基质参数均具有一定相关性,米产液量与孔隙度关系一般,随着孔隙度增大,米产液量有增加的趋势,但趋势不明显;米产液量与渗透率、砾石含量、黏土含量、平均毛管半径关系密切,与渗透率、平均毛管半径有明显的正相关性,与砾石含量和黏土含量有明显的负相关性。总体而言,渗透率、岩石结构、岩石组分和微观孔隙结构参数与产量的相关性好于与孔隙度与其的相关性。这是因为,双重孔隙介质储层储集空间碎屑的含量、孔喉通道填隙物的多少、微裂缝的发育程度均会对孔隙度产生影响,孔隙度的不确定因素较渗透率多。就该研究区而言,交会分析和生产验证表明孔隙度是产量的基质控制因素,渗透率、砾石含量、黏土含量和平均毛管半径是产量的基质主控因素。

2.3 裂缝

除基质外,裂缝是储层产量的另一重要影响因素。这是因为有效裂缝不仅增加了双重孔隙介质储层的储集空间,而且可以形成流体优势渗流通道。文献[13]分析了酒泉盆地裂缝型砂砾岩产量的影响因素,详细讨论了裂缝密度、裂缝长度、裂缝宽度、裂缝孔隙度、以及裂缝角度对储层产量的影响,认为裂缝宽度、裂缝走向与最大水平主应力方向角度差是鸭儿峡油田白垩系裂缝型储层产量的主要控制因素,裂缝宽度越大,裂缝有效性越好,储层产量越高,裂缝走向与最大水平主应力方向角度差越小,裂缝有效性越好,储层产量越高。

为分析裂缝宽度、裂缝走向与最大水平主应力方向角度差对东道海子凹陷双重孔隙介质储层产量是否同样具控制作用,以重点试油井为例,查看了这2项参数和产量的关系。发现,滴南081井试油段4 022.0～4 026.0 m的裂缝宽度为1.39 mm,裂缝走向与最大水平主应力方向角度差约为12°,产油1.8 m3/d,产水42.43 m3/d,射孔厚度4.0 m,折合米产液11.06 t/d,产液情况好;滴南083井试油段3 838.0～3 855.5 m的裂缝宽度为1.50 mm,裂缝走向与最大水平主应力方向角度差约为23°,产油81.83 m3/d,射孔厚度7.5 m,折合米产液10.91 t/d,产液情况好;滴南8井试油段3 956.0～3 972.0 m的裂缝宽度为1.75 mm,裂缝走向与最大水平主应力方向角度差约为24°,产油25.37 m3/d,射孔厚度8.0 m,折合米产液3.17 t/d,产液情况一般;滴南12井试油段3 446.0～3 472.0 m的裂缝宽度为0.63 mm,裂缝走向与最大水平主应力方向角度差约为50°,产油1.92 m3/d,射孔厚度16.0 m,折合米产液0.12 t/d,产液情况差。基于前人研究成果和实例查看,利用研究区所有井试油段的裂缝参数资料,分别建立了裂缝宽度、裂缝走向与最大水平主应力方向角度差和产量的关系,结果如图5所示。

图5 裂缝参数与米产液量关系图Fig.5 Relationship between fracture parameters and metered fluid production

由图5可知,研究区裂缝参数与米产液量相关性较好,随裂缝宽度增大,储层产量增高,随裂缝走向与最大水平主应力方向角度差增大,储层产量降低。结果表明,裂缝宽度、裂缝走向与最大水平主应力方向角度差为本区储层产量的裂缝主控因素。

射孔厚度由试油资料获取;原始物性、黏土含量由常规测井资料计算,其结果由取心分析数据标定;砾石含量、平均毛管半径、裂缝参数由电成像测井资料计算。东道海子凹陷滴南15井区二叠系乌尔禾组共试油9井15层,产液量、基质、裂缝、射孔厚度等储层参数计算结果如表1所示。

表1 储层参数计算表Table 1 Calculation table of reservoir parameters

3 产能预测方法研究

3.1 产能指数分析

滴南凸起上乌尔河组双重孔隙砂砾岩储层产量的主控因素共有6项,其中,基质因素4项,分别为渗透率、砾石含量、黏土含量和平均毛管半径。砾石含量和黏土含量与储层产量负相关,渗透率和平均毛管半径与产能正相关;裂缝因素2项,裂缝宽度与储层产能正相关,裂缝走向与最大水平主应力夹角与产能负相关。分析结果显示,6项主控因素均与产量有较好的相关性,但储层产能是因素叠加的综合结果,实际应用中并不能单独用其中一项来评价储层产能。

为了进一步分析基质和裂缝与产能的综合配置关系,利用正相关参数(包括正相关参数组合)除以负相关参数(包括负相关参数组合)的方法,放大参数敏感性,构建基质综合指数f1和裂缝有效性指数f2表征储层基质和裂缝的品质。

基质综合指数公式为

(1)

式(1)中:K为渗透率,10-3μm2;r为平均毛管半径,μm;Vcl、Vls分别为黏土含量和砾石含量,%;α为与f1数量级有关的系数,根据试油产量刻度。

裂缝有效性指数公式为

(2)

式(2)中:FVA为裂缝宽度,mm;θ为裂缝走向与最大水平主应力方向角度差,(°);β为与f2数量级有关的系数,根据试油产量刻度。

利用式(1)、式(2)计算滴南8等9口井15个试油段的f1和f2,分别建立f1和f2与米产液量关系,结果如图6、图7所示。f1因与渗透率有关,故取对数刻度,f2取线性刻度。

图6 基质综合指数与储层产能关系图Fig.6 Relationship between matrix comprehensive index and reservoir productivity

图7 裂缝有效性指数与储层产能关系图Fig.7 Relationship between fracture effectiveness index and reservoir productivity

从图6、图7看出,f1和f2均与米产液量有正相关性,且裂缝与产量的相关性明显高于基质,说明其对产量的控制作用更强,这与基质的影响因素相较于裂缝更复杂多样有关。对比发现,f1、f2与产能的相关度并不一定高于单项主控因素,甚至f1的相关度比某单因素更低。进一步说明,产量受主控因素的综合影响,图6、图7中反映的实际相关度更加符合地层真实情况。

3.2 图版的建立

单项主控因素与产量相关性较好,基质和裂缝的综合指数也与产量有一致性,但依然是相对割裂的讨论。为了明确基质和裂缝对双重孔隙介质储层产能的综合影响,利用f1和f2,建立了乌尔禾组储层产能预测气泡图版和产能预测标准,更直观展示产能、基质和裂缝的关系,如图8和表2所示。

表2 储层产能预测标准Table 2 Prediction criteria of reservoir productivity

图8 储层产能预测气泡图版Fig.8 Bubble chart for reservoir productivity prediction

图8为f1、f2和产量的三者关系图,气泡的大小代表日产液量的高低,气泡的颜色代表储层类型(红色为高产层,粉色为中产层,黄色为低产层)。因f1和f2均为产能的因变量,故采用相交于纵横轴的折线分区形式。可以看出,两条折线将图版明显地分为3个区域。①高产区。高产区对应高产储层,米产液大于6 t/d,f1介于0.1～1 000,f2>5,这类储层的基质指数和裂缝指数都较高。②中产区。中产区对应中产储层,米产液介于2～6 t/d,f1介于0.1～1 000,f2介于2.5～5,这类储层的基质指数和裂缝指数中等。③低产区。低产区对应低产储层,米产液小于2 t/d,f1介于0.1～1 000,f2<2.5,这类储层的基质指数和裂缝指数较低。分区参数如表2所示。

表2可知,就本区而言,三类储层的基质综合指数无法区分,一是因为基质主控因素多,二是因为基质综合指数受渗透率影响,变化范围大;裂缝有效性指数对产能的区分较明显,说明含裂缝致密性复杂储层产能差异大的主要原因是裂缝的影响,裂缝是产能的第一控制要素,裂缝发育且裂缝参数好,更易形成高产。

4 效果与讨论

4.1 应用效果

根据表2产能预测标准,统计了研究区各层实际产量和预测情况,结果如表3所示。表3显示,共预测15层,与实际相符共14层,符合率为93.3%。

表3 储层实际产能与预测对比表Table 3 Comparison between actual reservoir productivity and prediction

不符的点为滴南8井4 001.0～4 026.0 m试油段,该段米产液4.19 t/d,属于中产层,落在图8低产区。但考虑到中产区和低产区本身产量差异并不大,并且图版能清晰区分较高产和较低产,说明产能预测达到理想效果,产能预测方案为研究区老井复查、新井产能预测及储层分类评价提供了重要依据。

预测图版和预测标准是基于已试油探井和评价井资料建立,在研究区新钻井产能预测时,只需计算试油段基质综合指数和裂缝有效性指数,数据点落入图8相应分区,并参照表2对应的产能划分标准,即可实现产能快速预测。

4.2 讨论

开展的储层产量主控因素与产能预测研究是基于某一具体油气区的实例讨论,具有区域性和经验性,在其他区块进行应用的效果有待检验。从技术方法层面看,利用基质综合指数和裂缝有效性指数建立的产能预测图版和预测标准,本质上是基于储层静态参数的分析结果,更加适用于储层初产的预测。实际地层的产能影响因素是复杂多样的,还与储层的岩石力学特性、油藏生产压力、孔隙压力等动态参数变化规律密切相关,地层压力恢复不足、试油油嘴的规格选择,都会使得储层初产期和稳产阶段产量的较大差异,甚至初产高但很快出水停产。充分考虑储层物性特征、裂缝情况、地层压力以及施工工艺等因素,结合油藏动态生产资料综合开展产能预测研究是进一步提高产能预测精度的有效途径。