多因素水淹強度指數在剩余油評價中的應用

王婧慈，郭海敏，令狐松，單沙沙，李婷婷

(1.油氣資源與勘探技術教育部重點實驗室 長江大學，湖北 武漢 430100；2.長江大學，湖北 武漢 430100；3.中油測井有限公司，陜西 西安 710077)

?

多因素水淹強度指數在剩余油評價中的應用

王婧慈1，2，郭海敏1，2，令狐松3，單沙沙3，李婷婷3

(1.油氣資源與勘探技術教育部重點實驗室 長江大學，湖北 武漢 430100；2.長江大學，湖北 武漢 430100；3.中油測井有限公司，陜西 西安 710077)

針對常規測井解釋方法確定水淹層剩余油飽和度時參數難以確定、測井資料缺失等問題，選用合理的水淹評價因素，利用基于橢圓基函數的動態模糊神經網絡方法對水淹強度指數進行多因素預測，得到由多因素水淹強度指數劃分的水淹級別和剩余油平面分布規律。實例證明，水淹級別預測正確率為100%，剩余油飽和度計算相對誤差在10.7%以內，具有現場應用意義。

水淹層段；動靜態測井資料；剩余油；水淹強度指數；動態神經網絡

引 言

水淹油藏地層水由真實地層水與后期注入水共同組成，稱為混合地層水。混合地層水電阻率和整個地層電阻率是進行油氣飽和度計算的重要參數[1-2]，其隨注水開發的進行均發生著動態變化[3-4]，剩余油氣評價存在一定困難。尕斯庫勒油田是柴達木盆地油氣富集地區，地處盆地西部的茫崖坳陷尕斯斷陷獅子溝—油砂山大逆斷層下盤。尕斯庫勒油田目前處于水驅開發期，主要采用清污混注開發模式。混合地層水電阻率變化大，測井響應特征變得異常復雜，自然電位測井資料受影響大，混合地層水電阻率計算[5]精度低，只能從定性、半定量程度判別水淹層，常規水淹層剩余油飽和度計算方法在研究區塊失去應用意義。進行剩余油研究時，必須利用目標時期以內的飽和度測井資料，但并非每口井每個小層都有符合要求的測井信息。為解決上述問題，采用了一種以小層為單位，綜合利用多種動、靜態測井信息的剩余油平面預測方法，主要包括：選擇水淹評價因素；井間小層連通性分析；針對目的層，確定研究井網；基于目的層，計算研究井網內各點水淹強度指數；利用水淹強度指數進行目的層剩余油平面預測。

1 水淹層飽和度傳統解釋方法的缺陷

水淹層剩余油飽和度基于單因素測井信息得出，其缺陷主要有以下幾個方面：

(1) 若測井資料影響因素較多，將給最終的剩余油計算結果帶來無法忽略的影響。這也是單因素測井資料計算儲層參數的最大弱點。

(2) 混合地層水礦化度確定不當將給計算結果帶來誤差。

(3) 當地區經驗模型已經建立，但在評價剩余油的目標時期之內缺乏相應測井資料，就無法利用現有的模型進行處理。

(4) 一些老井的裸眼井測井資料取自多年以前，吸水剖面或產液剖面資料只能在一定程度上推測近期射孔層段飽和度情況，過套管剩余油飽和度測井通常只在重點層段測量，因此利用單因素測井資料計算飽和度時會遇到盲區。

無論是確定水淹趨勢還是剩余油分布特征，多因素方法的優點在于不局限于唯一信息，即便某一種信息缺失，依然可以在最大程度上充分利用其他動、靜態信息，從而在一定程度上弱化利用單一資料評價產生的誤差和缺陷，為清污混注水淹層提出了剩余油評價新思路。

2 水淹強度評價因素

為計算研究區內每個井點某一個小層的水淹強度指數，研究選用泥質因素、流動單元指數因素、飽和度因素、吸水剖面因素、產液剖面因素作為主要評價因素。

為考慮小層連通的鄰井的輔助作用，定義2口井的距離影響系數：

(1)

式中：X1、X2、Y1、Y2分別為2口井的井位坐標；Xmax、Xmin、Ymax、Ymin為研究井網中最大、最小井位坐標。

2口井距離較近時，距離影響系數較大。同時考慮某井周圍多口鄰井的距離影響系數，則利用(1)式分別計算每一口鄰井的D，再進行歸一化處理。

2.1 泥質因素

分析實際資料可知，在剔除泥巖段的基礎上，泥質含量較高的儲層物性差，水淹強度低。有些高水淹層也會出現泥質含量遠遠高于有效儲層泥質含量上限的假象，原因是水驅開發后地層中放射性物質被搬運堆積，自然伽馬測井響應值容易出現異常[6]。因此，泥質因素設計為：

(2)

式中：SH為水淹強度判別指標；Vshmax為某井某小層泥質含量；SH為有效儲層的泥質含量上限。

SH越高，水淹概率越大。

2.2 流動單元指數因素

水驅將對儲層物性、孔隙結構、黏土礦物等造成一定影響[7-8]，流動單元指數(FZI)因素選用剩余油評價目標時期內的測井資料確定。FZI為能夠在平面上和垂向上劃分出具有連續的、相似的滲透率儲層單元的有效參數，在水淹層解釋方面具有一定作用。

若某井裸眼井資料取自剩余油評價目標時期以內，FZI可用裸眼井資料計算而來。當裸眼井資料較老時，必須借助該井過套管測井資料。地層孔隙度與脈沖中子類過套管剩余油飽和度測井近、遠探測器計數率比值具有一定關系，可選用剩余油評價目標時期內的過套管測井資料計算出當前孔隙度，并根據前期建立的孔滲關系確定出滲透率及FZI。

2.3 飽和度因素

根據研究區定性解釋標準，利用測井響應值劃定干層、油層、油水同層、含油水層、水層，飽和度因素S依次賦值為0、1、2、3、4。若某井裸眼井資料測于目標時期以內，則飽和度因素利用裸眼井資料確定。若裸眼井資料較老，可利用目的層在目標時期以內的過套管剩余油飽和度測井資料。

若某井裸眼井資料較老，且在目的層無目標時期以內的過套管飽和度測井資料，則：

(3)

式中：Sn為研究區內該井周圍第n口目的層相連通的鄰井的飽和度因素S(選用的鄰井具有剩余油評價目標時期以內的飽和度資料)；dn為j口鄰井歸一化處理后的距離影響系數。

2.4 吸水剖面因素

若某井在目的層有剩余油評價目標時期以內的吸水剖面資料，吸水剖面因素(IP)為該井目的層絕對吸水量。否則，吸水剖面因素為：

(4)

式中：Wn為第n口目的層相連通的鄰井在剩余油評價目標時期內的目的層絕對吸水量。

2.5 產液剖面因素

若某井在目的層有剩余油評價目標時期以內的產液剖面資料，產液剖面因素(PP)為該井目的層產水量與產液量之比。否則，產液剖面因素為：

(5)

式中：Rn為第n口目的層相連通的鄰井在目標時期以內的產液剖面因素。

綜上所述，水淹評價因素選擇辦法如表1所示。

表1 水淹評價因素選擇方法

3 水淹強度指數的計算

水淹強度指數FI為：

(6)

式中：So為剩余油飽和度；Soo為原始含油飽和度；Sor為殘余油飽和度。

無論采用何種數學方法進行多因素預測，都需要首先選擇出學習樣本，并對學習樣本進行數據結構及特征的分析。人工神經網絡為地質體的多參數非線性分析提供了新的思路，多因素預測水淹強度指數的問題也適合利用神經網絡來解決。因此，選用一種處理測井資料效果較好的基于橢圓基函數的動態模糊神經網絡進行多因素預測。圖1為水淹強度指數預測模型的神經網絡基本框架，輸入端為歸一化處理后的5項水淹強度評價因素，輸出端為水淹強度指數。

圖1 水淹指數預測模型的神經網絡結構

4 應用實例

為了研究水淹評價因素與水淹強度指數之間的關系，選擇研究區塊107個采樣點作為學習樣本，這些采樣點具有最佳測井資料，已經進行過精細解釋。為保證學習樣本與待測試數據具有可比性，當所有待測試數據整理完畢并形成數據集后，將學習樣本加入數據集一并進行歸一化處理。歸一化處理之后的數據中，學習樣本用來進行神經網絡訓練，訓練完成后可用于其他采樣點的測試或預測。與孔隙度、滲透率、砂體厚度、水淹強度指數等多種參數的小層平面分布圖進行對比分析，可明確水驅延伸規律。根據式(6)還可計算出剩余油飽和度(表2)，并繪制剩余油飽和度小層平面分布圖(圖2)。

表2 A小層測試采樣點剩余油飽和度結果與實驗結果對比

另外，也可利用水淹強度指數建立一套新的水淹級別劃分標準，與常規水淹級別劃分標準相互補充(表3、圖3、4)。當測井時間在剩余油評價目標時期以外，或者某些參數難以確定時，即可首先計算出采樣點在目標時期以內的水淹強度指數，進而推算出水淹級別。

圖2 A小層剩余油飽和度分布

水淹級別未水淹低水淹中低水淹中高水淹高水淹水層水淹強度指數/%<3030～4545～5555～7070～80>80

圖3 產水率與水淹強度指數關系

圖4 水淹強度指數與剩余油飽和度關系

5 結 論

(1) 多種測井和地質參數都能反映水淹強度，若能充分利用本井及鄰井的多種動、靜態信息，再選用恰當的多因素分析方法，可將水淹強度指數進行量化計算。若結合原始含油飽和度，可實現基于多因素的剩余油分布預測。

(2) 多因素水淹強度指數評價剩余油方法不局限于某一種資料，即便某種測井資料失真乃至缺失，或者某些參數難以確定，依然可以充分利用所能獲知的其他各種信息達到目的，從而有效地減小利用單一信息評價產生的誤差和局限性。

(3) 學習樣本需體現研究區塊整個數據集的特點，樣本數值覆蓋范圍應與整個數據集保持一致，在此基礎上，非線性建模的工具并不局限于神經網絡。

[1] Archie G E，張庚驥.電阻率測井在確定某些儲層特性中的作用[J].測井技術，2007，31(3)：197-202.

[2] 張超謨，張占松，郭海敏，等.水驅油電阻率與含水飽和度關系的理論推導和數值模擬研究[J].中國科學：地球科學，2008，38(S1)：151-156.

[3] 韓清忠，杜淑艷.高含水期儲層產水率的評價方法[J].石油大學學報：自然科學版，1996，20(6)：9-12.

[4] 楊春梅，李洪奇，陸大衛，等.不同驅替方式下巖石電阻率與飽和度的關系[J].吉林大學學報：地球科學版，2005，35(5)：667-671.

[5] 俞軍，史謌，王偉男.高含水期地層水電阻率求取方法[J].北京大學學報：自然科學版，2005，41(4)：536-541.

[6] 徐保慶，張付明.自然伽馬測井曲線應用新方法[J].石油儀器，2002，16(6)：36-42.

[7] 劉天鶴，郭莉，左毅.高含水油田注水后油藏參數變化規律研究[J].特種油氣藏，2005，12(2)：42-48.

[8] Dou L， Xiao K， Cheng D， et al.Petroleum geology of the melut basin and the great palogue field，Sudan[J].Marine and Petroleum Geology，2007，24(3)：129-144.

編輯 張耀星

20140806；改回日期：20141124

中國石油天然氣股份有限公司重大科技專項“柴達木盆地高原咸化湖盆油氣藏測井評價技術攻關”(2011E-0305)；長江大學油氣資源與勘探技術教育部重點實驗室開放基金“水淹層混合地層水礦化度數值模擬與實驗研究”(K2014-01)

王婧慈(1985-)，女，講師，2007年畢業于山東師范大學物理學專業，2013年畢業于長江大學地球探測與信息技術專業，獲博士學位，現主要從事地球物理測井解釋優化及油藏動態監測方面的研究工作。

10.3969/j.issn.1006-6535.2015.01.023

TE341

A

1006-6535(2015)01-0103-04