基于儲層分類的滲透率測井計算方法

程夢薇

(中石油大慶油田有限責任公司勘探開發研究院, 黑龍江 大慶 163712)

?

基于儲層分類的滲透率測井計算方法

程夢薇

(中石油大慶油田有限責任公司勘探開發研究院, 黑龍江 大慶 163712)

海拉爾盆地貝301區塊南屯組儲層巖石類型多樣化，以砂巖、砂礫巖為主，且砂礫巖儲層非均質性強、滲透率變化大，通過常規的數理統計解釋模型計算的滲透率精度低。在劃分巖性的基礎上，利用巖石物理微觀孔隙結構對內部差異相對較大的砂礫巖儲層進一步分類，分別建立滲透率模型。該方法經檢查井實際資料處理驗證，計算滲透率平均相對誤差從分類前的180.6%降低到分類后的48.2%，精度明顯提高，效果較好。

滲透率；儲層分類；砂礫巖；巖石物理相

空氣滲透率是衡量孔隙介質允許流體流動和產出能力的重要參數，反映了油、氣、水被采出的難易程度，其大小主要取決于巖石的孔隙體積、孔隙分布及連通程度等。滲透率的解釋精度直接影響油藏解釋、數值模擬等一系列的后續開發研究，是測井資料定量解釋的關鍵[1，2]。海拉爾盆地呼和諾仁油田貝301區塊南屯組儲層巖性多樣，以砂巖、砂礫巖為主，儲層非均質性強、分選性極差[3，4]，常規數理統計解釋模型計算的滲透率精度偏低。為此，筆者通過先區分砂巖與砂礫巖，再利用巖石物理微觀孔隙結構內部差異相對較大的砂礫巖儲層進一步分類，細化砂礫巖，在該基礎上分別建立滲透率模型，取得了較好的應用效果。

1 儲層分類的必要性

貝301區塊發育N2Ⅰ(南屯組二段Ⅰ油層組)、N2Ⅱ(南屯組二段Ⅱ油層組)，是近物源快速堆積的沉積體，大小顆粒混雜堆積使孔隙分布不均，儲層滲透率變化較大。根據巖心資料分析統計，儲層中砂巖分選好，顆粒排列較緊密；而砂礫巖分選性極差，大的礫石直徑可達5cm，小的礫石直徑僅幾毫米。從巖心分析的滲透率樣品(圖1)看，在同一小層且孔隙度接近的情況下，滲透率從0.1mD變化到1000mD，差別很大。因此，為了準確求取儲層滲透率，需要先識別巖性，分出砂巖和砂礫巖，再對分選性差的砂礫巖儲層用巖石物理相技術細化分類。

2 滲透率計算方法研究

2.1 巖性識別

由于不同的巖性具有不同的測井響應，因此利用測井資料可以有效識別砂巖和砂礫巖。針對研究區8口密閉取心井，優選對巖性信息反應敏感的測井參數，建立了砂礫巖與砂巖的識別圖版(圖2)。

2.2 巖石物理相在計算滲透率中的應用

2.2.1 巖石物理相分類原理

為了突出表征不同儲層之間的差異，國內外學者普遍應用“流動單元”的概念實現儲層分類評價，相同的流動單元具有相似的物理特征和滲流能力[5,6]。而儲層巖石物理相作為流動單元劃分的基礎，是沉積、成巖和后期改造等作用的綜合反映，它是儲層分類較為常用的手段。該次研究采用流動層帶指標(Ifz)、孔隙度(φ)、空氣滲透率(K)、泥質體積分數(φ(sh))、粒度中值(Md)等參數來研究儲層巖石物理相。其中，φ(sh)和Md主要反映儲層巖石相特征；φ、K反映儲層的物性特征；Ifz主要反映儲層的微觀孔隙結構特征[7]，是把結構和礦物地質特征結合起來判定不同巖石物理相的參數。Ifz的確定方法如下。

注1： qAPI為自然伽馬；Usp為自然電位；dh為井徑；ρlld為深側向電阻率；ρlls為淺側向電阻率；ρmsfl為微球聚焦電阻率；ρ為密度；φnc為補償中子孔隙度；Δt為聲波時差；D為井深；φe,c為巖心有效孔隙度；Kc為巖心滲透率。 注2：N2Ⅱ18、N2Ⅱ19分別為南屯組二段Ⅱ油層組18、19號砂層。圖1 同一小層巖心分析孔隙度與滲透率

圖2 研究區N2Ⅰ和N2Ⅱ砂礫巖與砂巖識別圖版

根據Kozeny-Carman方程(擬合公式)有：

(1)

式中：Fs為形狀因子，1；t為彎曲度，1；Sgv為單位顆粒的比表面積，μm-1。令：

(2)

式中：Gc為表征孔隙結構的參數，μm-2。

將式(2)代入式(1)得：

(3)

而：

(4)

由式(3)、(4)得：

(5)

根據統計學原理，在相同條件下對同一事物重復多次測量或試驗觀測的結果應該服從正態分布的規律，對于同種流動單元內樣品的測量相當于對該流動單元內單一樣品的多次測量的結果，所以對于同一流動單元內的樣品分類指標Ifz應該具有正態分布的性質。如果某一物理量在線性坐標下的形態為正態分布曲線，那么在正態概率坐標上的形態就近似為一條直線，不同流動單元具有不同的孔喉特征和不同的正態分布函數，在正態概率坐標上表現為具有不同斜率的直線段[8]。

2.2.2 砂礫巖儲層滲透率計算

研究過程中，對貝301區塊N2Ⅰ和N2Ⅱ分別建立砂礫巖Ifz累積概率圖(圖3)，圖中均出現了明顯的拐點，有明顯的不同斜率的直線段，按照原理將N2Ⅰ砂礫巖分成2類儲層，N2Ⅱ砂礫巖分成3類儲層。

圖3 不同油層組砂礫巖儲層Ifz累積概率圖

圖4是N2Ⅰ與N2Ⅱ砂礫巖儲層分類前、后空氣滲透率與孔隙度的關系對比圖，可以看出，未分類前滲透率與孔隙度的數據點分布散，相關性差，而分類后各類儲層的空氣滲透率與孔隙度的相關性都有明顯提高。

利用貝301區塊8口取心井，對N2Ⅰ和N2Ⅱ共2個油層組劃分砂巖和砂礫巖，并在對砂礫巖分類的基礎上分別建立了7個滲透率模型(見表1)。

2.2.3 測井分類標準研究

上述儲層分類是建立在巖心分類的基礎上進行的，要想用到生產井中還必須對上述巖心分類進行測井識別。Ifz作為儲層劃分的基礎，反映了儲層微觀孔隙結構特征和地質特征，是儲層巖性、物性與含油性的綜合體現，與儲層的電性、物性測井響應存在必然的關聯性。為了提高薄層的判別精度，在測井識別方法中引入了微球比值Δρmsfl(微球聚焦電阻率測井值與標準層微球聚焦電阻率測井值之比)作為縱坐標，以反映物性的φ作為橫坐標，建立了N2Ⅰ和N2Ⅱ不同類型砂礫巖測井分類判別標準圖版(圖5)，分類標準見表2。

圖4 N2Ⅰ和N2Ⅱ砂礫巖分類前、后滲透率與孔隙度關系對比圖

注：模型中物理量單位為K，μm2;φnc,1;Δt,μs/ft;ρ,g/cm3。

圖5 N2Ⅰ和N2Ⅱ砂礫巖儲層分類測井判別圖版

3 應用效果分析

圖6為貝301區塊的一口密閉取心井儲層分類前、后滲透率模型計算的測井滲透率和巖心分析滲透率的對比圖，利用不分類建立的模型計算的滲透率平均相對誤差為180.6%，利用分類后建立的模型計算的滲透率平均相對誤差為48.2%，可以看出，分類后的模型計算的滲透率精度明顯提高，與巖心分析資料結果匹配更好。

表2 貝301區塊不同油層組砂礫巖分類標準

注1：K未分類為分類前測井計算滲透率；K分類為分類后測井計算滲透率。 注2：N2Ⅱ12-1、N2Ⅱ12-2、N2Ⅱ13分別為南屯組二段Ⅱ油層組12-1、12-2、13號砂層。圖6 分類前、后計算滲透率與巖心分析滲透率精度對比

4 結論

1)海拉爾盆地呼和諾仁油田貝301區塊南屯組儲層巖性以砂巖、砂礫巖為主，砂巖分選好、顆粒排列較緊密，而砂礫巖儲層非均質性強、分選性差，滲透率變化極差大，常規的數理統計解釋模型計算的滲透率精度偏低，需要對儲層細分建立滲透率模型，以提高滲透率計算精度。

2)儲層巖石物理相是流動單元劃分的基礎，Ifz是把結構和礦物地質特征結合起來判定不同巖石物理相的參數。在分砂巖與砂礫巖的基礎上，再利用Ifz對砂礫巖儲層細分類，計算滲透率平均相對誤差從分類前的180.6%降低到分類后的48.2%，大幅提高了滲透率的精度，為后續的油藏描述、數值模擬等一系列開發工作提供了保障。

[1]張詩笛，馮文光，楊宇，等.常規測井估算滲透率新方法[J].石油天然氣學報(江漢石油學院學報)，2010，32(4):260～262.

[2]羅萬靜，王曉東，李義娟.滲透率的常用確定方法及其相互關系[J].西部探礦工程，2006，(1)：63～66.

[3]甘俊奇，王俊文，吳忠寶，等.海拉爾油田砂礫巖儲集層孔隙結構特征分析[J].石油地質與工程，2014，28(5):95～98.

[4]王新江，張麗萍，石京平.海拉爾油田孔隙結構特征分析[J].大慶石油地質與開發，2007，26(6):91～94.

[5]袁新濤，彭仕宓，林承焰，等.分流動單元精確求取儲層滲透率的方法[J].石油學報，2005，26(6):78～81.

[6]楊景強，樊太亮，馬宏宇，等.利用儲層分類進行水淹層測井解釋的方法研究[J].測井技術，2010，34(3):238～242.

[7]呂曉光，閆偉林，楊根鎖. 儲層巖石物理相劃分方法及應用[J].大慶石油地質與開發，1997，16(3):18～21.

[8]馬宏宇. 特高含水期水淹層滲透率計算方法[J].大慶石油地質與開發，2013，32(1):170～174.

[編輯] 龔丹

2016-01-12

國家重點基礎研究發展計劃(“973”計劃)項目(2009CB219300)。

程夢薇(1988-)，女，工程師，現主要從事水淹層測井解釋工作，chengmengwei@petrochina.com.cn。

P631.84

A

1673-1409(2016)35-0042-05

[引著格式]程夢薇.基于儲層分類的滲透率測井計算方法[J].長江大學學報(自科版), 2016,13(35):42～46.