油基鉆井液環境下污染率評價對油藏流體分布認識的影響

魯法偉 ，王猛 ，蔡建榮 ，張志強 ，甘云雁 ，高蓓

（1.中海石油（中國）有限公司上海分公司，上海 200030；2.中海油田服務股份有限公司，北京 101149；3.中海油研究總院有限責任公司，北京 100027；4.斯倫貝謝中國服務公司，北京 100015）

1 概況

西湖凹陷位于東海陸架盆地東部凹陷帶內，是東部近海最大的含油氣資源構造，以新生代碎屑沉積為主。由于構造本身受不同時期、不同期次板塊運動的影響，垂向結構分層明顯；受斷塊的影響，水平方向的連通性存在較大的不確定性。在這樣的地質背景下，烴源巖具有“雙灶供烴、雙源混輸”的特點，油氣充注成藏后流體的縱橫向分布復雜多變，再加上目標層平湖組埋藏深，巖性特征以砂泥互層為主，儲層非均質性較強，給油藏地質認識增加了難度。

2018年以前，東海油氣田采用水基鉆井液進行鉆井作業，由于鉆井液密度大，過平衡壓力在10.0～13.7 MPa，造成侵入帶較深，表皮因子較高，因此儲層傷害較大，對油藏地質評價的不確定性也隨之增加。2018年以后開始使用油基鉆井液。油基鉆井液在儲層保護方面具有較大的優勢，尤其對低孔滲地層，提高了地層測試數據的質量和勘探作業的時效，降低了測井數據解釋的不確定性，進一步提高了對油藏地質的認識［1-3］。然而，油基鉆井液濾液濾失到近井地帶，由于和油藏流體混合，污染了油藏流體，造成取樣代表性差及油藏流體識別困難，尤其在區別凝析氣和揮發油以及油基鉆井液對PVT樣品的污染等問題上存在著技術難題。為此，本文探討了利用井下近紅外（NIR）光譜測量并識別井下油藏流體的方法，并采用去污染率的流體評價方法判斷斷層的封堵性。

2 流體識別

在井下電纜地層測試中，利用井下近紅外光譜對油藏流體進行光譜掃描，在可見光—近紅外波長范圍內，監測流體的顏色光密度和甲烷的質量分數（通過計算甲烷在近紅外光譜的特征吸收峰來得到其質量分數），來區分油基鉆井液濾液與油藏流體。

2.1 顏色光吸收

從流體角度看，油基鉆井液濾液的顏色很淺，其中的潤滑劑會使濾液吸附黏土等礦物，因此濾液在泵抽開始所表現的微弱顏色來自巖石礦物的顏色。在泵抽過程中，隨著泵抽時間的增加，油基鉆井液濾液逐漸減少，油藏流體逐漸增加，對應的NIR顏色逐漸過渡到油藏流體的顏色，通過監測流體顏色的變化可以實現對污染率的監測。

可見光—近紅外光譜的顏色光吸收峰主要來源于油藏流體中的芳香烴，波長集中在300～780 nm。淺顏色的光吸收峰波長在500 nm以內，如輕質油或凝析氣含樹脂和瀝青質較少，對應的光強度較低，光密度就低；顏色越深，波長吸收的范圍越寬，光吸收峰波長覆蓋了300～1 000 nm，如重油中含樹脂和瀝青質較多，對應的光強度高，光密度就高：因此，可以通過顏色的光吸收峰來判斷烴類的輕重［4-6］。

2.2 分子振動光吸收

有時只依靠顏色監測，不能滿足流體定量識別的需要，比如干、濕氣或者凝析氣，它們本身無色或者顏色較淺。除了顏色吸收光之外，烴類中分子化學鍵的共振也會吸收光。它只在特定的波長吸收，特定的波長與分子結構及化學鍵有關。烴類的光吸收峰波長主要集中在1 600～1 700 nm。這種分子振動光吸收與對應組分的質量分數有關，不受相態的影響，比如相同質量分數的甲烷，它在對應波長的光強度是一定的，無論甲烷是在氣態下還是溶解在油中。因此，另一個區分油基鉆井液濾液與油藏流體的特征是甲烷的光吸收峰，油基鉆井液濾液理論上是不含有甲烷的［5-6］。

2.3 光譜吸收的定量描述

依據分光光度法的基本定律——朗伯-比爾定律（Lambert-Beer Law），通過光譜吸收可以定量計算烴類物質的組分質量分數。它能夠描述物質對某一波長光吸收的強弱與吸光物質的質量分數及吸收層厚度的關系。井下近紅外光譜儀主要針對光強度進行測量，然后計算光密度［5-8］。

式中：OD為光密度；T為折射光強度和入射光強度的比值。

2.4 油藏流體與油基鉆井液濾液的區別

在油基鉆井液環境下，地層測試時主要依據油藏流體和油基鉆井液濾液4個方面的區別，進行井下油藏流體識別。1）油基鉆井液濾液含微量或不含甲烷，因此氣油比非常小或者為0；2）油基鉆井液濾液無色或顏色淺，光譜顏色光密度響應弱；3）油基鉆井液濾液熒光很弱，不含芳香烴類分子；4）油基鉆井液濾液的密度和黏度比氣體高，黏度在 1.4～2.0 mPa·s。

3 污染率模型

3.1 污染率計算原理

在電纜地層測試取樣作業中，井筒近井地帶的流體以油基鉆井液濾液和油藏流體的混合流體為主。當泵抽取樣開始后，先是混合流體進入地層測試器；隨著泵抽時間的增加，遠離井筒的油藏流體逐漸進入測試器，油基鉆井液濾液的比例也逐漸減小。油基鉆井液濾液基本不含甲烷，而油藏流體（如原油、凝析氣、濕氣等）含一定質量分數的甲烷。在泵抽過程中，甲烷質量分數隨泵抽時間增加，油藏流體的顏色隨泵抽時間也逐漸變深。2000年，Mullins等［5］進一步改進了油基鉆井液濾液污染率監測模型。此模型描述了在地層測試過程中油藏流體中的甲烷質量分數和顏色隨泵抽時間的變化，從而定量描述了泵抽過程中污染率的變化［6-7］。

式中：t為泵抽時間，s；OD（t）為泵抽時間 t時的甲烷或者顏色光密度；ODinf為泵抽足夠長時間以后純油藏流體的光密度；D為常量。

根據式（2）的擬合曲線，可以求得無限泵抽時間下的 ODinf和 D。污染率的計算公式［4-6］為

式中：Cm為污染率，%。

大量實驗及實時數據表明，泵抽時間參數變化為泵抽體積參數后，該模型和實際數據的吻合度更高，結果更準確。 因此式（2）、式（3）可改寫為

式中：V為泵抽體積，L。

需要補充一點，當油藏流體的顏色非常淺，和油基鉆井液濾液顏色相近的時候，比如有的凝析氣或揮發油，采用顏色光密度進行污染率監測誤差較大。在這種情況下，采用甲烷光密度計算污染率更有效。

3.2 流體識別及污染率監測實例

揮發油和凝析氣在油基鉆井液環境下是較難判斷的，主要是由于油基鉆井液的成分為白油，當它侵入近井地帶，和井下油藏流體相互溶解，流體的組分發生變化，相態就會產生變化。比如白油和凝析氣混合，凝析氣中的重組分增加，流體的相態從氣態可以變成液態，這種變化在地層測試中會影響對油藏流體類型的判斷；白油和揮發油混合，白油不含氣體組分，揮發油中的重組分也增加，氣油比等參數隨之變化，從而影響流體性質的判別。西湖凹陷流體成藏以揮發油和凝析氣為主。

下面通過揮發油和凝析氣的實例來分析污染率模型的應用效果。首先，分析揮發油藏在取樣過程中的流體特征。在地層測試取樣過程中，流體參數（如氣油比、流體組分質量分數、熒光光密度、顏色/甲烷光密度、流體密度及黏度）隨泵抽時間逐漸發生變化，泵抽流體從油基鉆井液濾液逐漸變化到油基鉆井液濾液和油藏流體的混合物。泵抽開始10 min內，流體以油基鉆井液濾液為主，氣油比非常低，無甲烷組分，熒光光密度和顏色光密度接近0，流體密度和黏度顯示為鉆井液性質；隨著地層烴類流體突破，氣油比、甲烷光密度、熒光光密度逐漸增加，在取樣時，流體氣油比319.2 m3/m3，熒光光密度2.5，從流體特征值判斷為油層。

其次，在泵抽過程中實時監測污染率。流體中甲烷質量分數隨泵抽時間和泵抽體積逐漸增加，利用式（4）、式（5）可以獲取每個泵抽體積對應的污染率定量評價。泵抽結束時，預測污染率為9%，流體類型為揮發油（見圖1）。通過此方法擬合得到的甲烷光密度隨泵抽體積的變化曲線和實際測量的吻合度非常高，因而污染率隨泵抽體積的變化曲線的可靠程度也較高。圖2為PVT實驗室得到的揮發油相圖。從圖2可以看出，流體類型和實時監測結論一致。根據實時光譜光密度，計算混合流體組分的質量分數：CO2為0，C1為13%，C2為 5%，C3—5為 10%，C6+為 72%。 測量的氣油比（319.2 m3/m3）與 PVT 實驗室數據（313.2 m3/m3）也較一致，誤差在10%以內，有力證明了實時測量的可靠性。

圖1 污染率監測模型

圖2 PVT實驗室揮發油相圖

同理，對凝析氣藏采用同樣的流體識別及污染率預測方法，準確地識別了凝析氣特征，定量描述了氣體組分質量分數、氣油比及污染率。實時測量結果與PVT實驗室數據相比，氣體組分質量分數的誤差在10%以內，氣油比的誤差為25%。

在此基礎上，應用流體識別及污染率監測方法，對寧波區塊的6口井進行了流體識別、組分分析、氣油比和污染率計算。以2個深度點為例，將實時流體密度、氣油比和PVT實驗室數據［9］進行了對比（見表1）。

表1 實時流體密度、氣油比和實驗室數據對比

從表1可以看出，實時數據和實驗室數據具有較好的一致性，能夠及時準確地提供流體參數，為后期實時決策提供數據依靠，并且為油藏地質特征的進一步認識提供可靠的數據基礎。

4 污染率對油藏地質評價的意義

4.1 儲層物性與污染率的關系

在水基鉆井液環境下，地層測試取樣時間的長短和儲層物性密切相關。儲層滲透率越高，泥餅形成的質量就越好，鉆井液侵入深度就越小，因此取樣效率高，樣品質量好；儲層滲透率越低，鉆井液侵入深度越大，取樣越困難。在油基鉆井液環境下，進一步認識儲層物性、流體類型和鉆井液侵入深度這三者的關系，可以優化和驗證地層測試的作業方案，提高樣品代表性，更有利于認識流體分布規律。

統計W2，W3等井27個樣品的污染率，發現污染率存在差異較大的現象。其中，4個樣品的污染率為75%～80%，10個樣品的污染率低于10%，最低1%，其余樣品的污染率介于10%～40%。首先，可以排除泵抽體積不夠造成污染率差異大的原因，因為污染率75%以上的樣品的泵抽體積都在50 L以上；然后，建立儲層流度和污染率的關系，如圖3所示。

圖3 儲層流度和污染率的關系

流度小于 1×10-3μm2/（mPa·s）和高于 10×10-3μm2/（mPa·s）的純氣層和油層，污染率都小于10%。流度小于 1×10-3μm2/（mPa·s）的致密儲層，物性致密，油基鉆井液濾液較難侵入地層，因此泵抽取樣的污染率低；流度高于 10×10-3μm2/（mPa·s）的中、高孔滲儲層，由于泥餅質量好，能有效阻止油基鉆井液濾液侵入地層，因此泵抽取樣的污染率也低。

流度為 1×10-3～10×10-3μm2/（mPa·s）的低孔滲儲層，污染率的平均值為20%。另外，4個樣品的污染率在75%以上，對應4個高污染率點，流體類型為油水兩相或凝析氣水兩相， 流度為 0.2×10-3～20.0×10-3μm2/（mPa·s）。對于凝析氣藏、揮發油藏，高污染率的樣品在PVT實驗室分析中對真實流體性質的影響較大，對后期開發生產計劃的制定及地面管網的布局也有較大的影響。因此，對于這類儲層，在今后的作業中，可以通過增加泵抽時間或采用聚焦探針等新技術［10-11］，使樣品污染率低于10%，更好地得到高質量樣品，獲取真實的油藏流體信息。

4.2 油藏流體的分布規律

寧波區塊油藏受斷層和巖性的控制，斷塊多，地質結構較復雜。油藏流體來源于2套以上烴源巖不同期次的充注，主要包括濕氣、凝析氣和揮發油，分布復雜多樣。單純依賴地震測井手段，無法有效地評價流體在空間的分布規律。本文利用28個樣品數據，分析流體類型在油藏水平及垂直方向的分布，結果發現，流體分布雜亂，類型無規律可尋。

根據儲層物性和污染率的關系，把污染率高于20%的低孔滲樣品和高污染率的氣水或油水兩相樣品剔除，針對剩余樣品進行去污染率校正，預測原狀流體的氣油比實際值［10-15］，以達到評價油藏流體分布的效果。首先，根據氣油比劃分油藏流體類型［15］；其次，根據物質守恒定律，進行氣油比的校正［13-14］。

式中：GORc為校正的流體氣油比，m3/m3；GOR為實時測量的流體氣油比，m3/m3；ρo，std，ρm，std分別為油基鉆井液濾液、混合流體（油基鉆井液濾液和油藏流體）在標準大氣壓、20 °C 下的密度，g/cm3。

采用以上方法，對W2，W3和W4井在PX和PX1層的流體氣油比進行多井對比分析。在未進行去污染率校正前，根據井下實時測量的氣油比，PX和PX1層的流體類型為凝析氣和揮發油。然而在相似的沉積環境和成藏時期的背景下，2種流體類型的存在和區域地質的認識相悖。利用式（6），對氣油比進行去污染率的校正，結果如表2所示。

表2 氣油比去污染率校正結果

從表2可以看出：在×××m處，樣品污染率高于15%，實時井下測量的氣油比為525.0 m3/m3，經過去污染率校正后氣油比為1 234.2 m3/m3。通過對比校正前、后的氣油比值，流體性質的結論從校正前的揮發油變化到校正后的凝析氣。對比表2中PX和PX1層校正后流體氣油比的值，認為流體類型整體為凝析氣，符合油藏地質特征的認識。

利用此方法，對斷層兩側的勘探評價井進行了流體分布評價。在地質構造上，W5井和W2，W3，W4井之間在地震剖面圖上顯示有斷層存在，W5井位于斷層北部，其他井位于斷層南部。根據流體分布規律，斷層北部PX1層流體性質為油層，而斷層南部流體為凝析氣，可以判斷此斷層為封閉斷層。

5 結論

1）利用近紅外光譜較準確地分析了油基鉆井液濾液、原油和氣在光譜上的不同響應，區分了三者的特征。將井下油藏流體測量結果和實驗室數據進行了對比，流體組分質量分數、氣油比等參數和實驗室數據較吻合，驗證了實時測量的可靠性。在實驗室數據分析中，發現未進行去污染率校正，建議把混合流體指紋圖中的鉆井液濾液組分指紋圖剝離出來，達到去污染率的校正。

2）從污染率的分析中，樣品的污染率差異較大，污染率較高的樣品對應的儲層流度為 1×10-3～10×10-3μm2/（mPa·s）。建議在今后作業中制定油基鉆井液濾液的污染率標準，以獲取高質量樣品為目的，采用聚焦探針等新技術，在有效的泵抽時間內提高樣品代表性。

3）在多井對比分析中，流體分布規律為油藏評價提供了重要的線索和思路。泵抽流體越具有代表性，取樣質量越高，對流體分布規律的認識就會越準確。但是受海上作業成本的限制，在有限的條件下，采用去污染率的校正方法，可以降低對流體分布規律認識的不確定性，當然，采用這種方法只是一種彌補措施，而取得高質量的樣品對正確認識流體分布規律才更為關鍵。