摘 要:影響油氣產能的因素可分為儲層自身條件和外部工程因素兩類,一個具體的生產開發區塊,外部施工環境基本一致,產能主要取決于儲集層性質。從達西定律出發,研究了產能的理論方程。基于儲層產能的理論公式,以鄂爾多斯盆地延長組長7-1 油層30口井99個試油層數據為基礎,優選孔隙度、滲透率、儲層有效厚度、含油飽和度等儲層參數構建產能綜合指數F,并以孔隙度9%為界限,分別建立了高低產能預測模型,預測模型精度高,應用效果好,證實了該方法的有效性。
關鍵詞:超低滲透;產能;測井參數;產能綜合指數;預測
DOI:10.16640/j.cnki.37-1222/t.2017.18.057
0 引言
低滲透儲層成巖演化過程中歷經了復雜的物理化學變化,造成了儲層巖性成分,儲集空間類型亦即孔喉微觀結構的復雜多樣,儲層的非均質性嚴重;同時由于儲集層巖性致密,儲集空間狹小,測井信息中的有效信息大大降低,利用測井資料進行產能預測的不確定性增大。
本文以長慶油田隴東油區莊230井區延長組長7-1油藏為研究對象,基于測井資料,優選儲層參數,構建產能綜合指數F,并根據孔隙度分別建立了高低產能預測模型,在實踐中取得了比較滿意的效果。
1 產能預測理論基礎及影響因素
1.1 描述產能的理論方程
1.2 影響產能的主要因素
影響儲層產能的因素大致可分為兩類,一是儲層自身條件,包括儲層巖性、孔隙結構、含油氣性質等;二是外部工程因素,素主要有井眼大小和表皮系數等,其中表皮系數是多項工程因素的一個綜合反映,這些工程因素包括儲層改造措施、鉆完井等對儲層的傷害或改善、射孔狀況等[1]。
對于某一具體的開發生產區塊,往往具有相對規范統一的作業方式以及較為規整的井網布置,外部工程環境相對一致,此時儲層的自身性質就上升為儲層產能的主要控制因素了。
2 產能預測模型
根據前文的論述,本文基于儲層因素,根據本區長7-1段單層測試數據,測井資料等,以數理統計方法建立研究區域的產能預測模型。由前面理論分析中可以發現,油井流量與儲層厚度、滲透率、含油飽和度、壓力、流體粘度等因素有關,其中儲層厚度、滲透率、含油飽和度等反映儲層性質。另外由于孔隙度與滲透率、飽和度等皆息息相關,本文選擇孔隙度、滲透率、儲層有效厚度、含油飽和度等構建綜合指數,建立產能預測模型。
定義產能綜合指數:,其中、均取百分數,有效厚度的單位為,滲透率的單位為。
以本區長7-1段試油資料中,選取單層測試或者各射孔段相距較近的合試段共計99個油層或者油水層作為樣本點,擬合它們的綜合指數與試油日產油量之間的關系,如圖2所示。
從圖2可以看出,發現整體而言,試油日均產量與產能綜合指數之間的相關性并不好,相關度只有0.62。反映儲層動態特征的產能其影響因素復雜,在未進行儲層分類的情況下,直接擬合關系產能綜合指數與試油日均產量之間的關系,不能取得較好效果。
本文嘗試基于孔隙度大小將99個單層測試樣本點分類,然后尋找產能綜合指數與試油日均產量之間的關系。發現以孔隙度9%為界限,將樣本點分為兩大類(φ>9%,38個;φ<9%,61個),分別擬合產能綜合指數與試油日均產量之間的關系,兩類均能達到較高的相關度,其中一類斜率較大,即試油日均產量受產能綜合指數的影響大;另一類呈斜率較小的線性關系,產能綜合指數的變化量對試油日均產能的影響小。這一發現也相應證實,孔隙度大的儲層,產能變化顯著,而孔隙度小的儲層產能則相對平穩,儲層孔隙空間是影響和決定產能的關鍵參數之一。將上述兩類關系定義為高產模型和低產模型,如圖3所示。兩類模型下的產能綜合指數與試油日均產量之間的關系式見式(12)與式(13)。
根據上述建立的高低產能預測模型,對99個單層測試樣本點進行預測,驗證其預測效果,發現實際試油日均產量與預測試油日均產量之間的吻合度較好,整體誤差86.2%,達到了實際生產要求。其中誤差較12個樣本點被發現集中分布在3口井之中,這可能是由于這3口井特殊復雜的儲層環境或者施工偏差所致,深層次的原因探討有待進一步的證實。預測結果與實際結果對比見圖4。
3 結論
(1)基于測井資料,構建產能綜合指數,并以數理統計方法建立研究區域的產能預測模型,方法有效、實用。
(2)筆者提出的產能預測方法實現了通過測井手段預測試油產量,進而達到優選試油、壓裂層位,指導油田勘探開發的目的。
參考文獻:
[1]彭智,趙文杰等.勝利油田基山砂巖體產能預測模型[J].測井技術,2004,28(05):1-5.
作者簡介:鄧健(1990-),男,湖北宜昌人,碩士研究生,助理工程師,主要從事油藏評價及測井解釋相關工作。endprint