低滲油藏注入水構成嶺回歸量化評價方法

鄭憲寶，王宏偉，苗志國，李美芳

(1.中國石油大慶油田有限責任公司，黑龍江 大慶 163712；2.黑龍江省油層物理與滲流力學重點實驗室，黑龍江 大慶 163712)

0 引 言

朝5區塊位于松遼盆地中央坳陷區東部朝陽溝階地朝陽溝背斜構造軸部，區塊構造平緩，構造內斷層發育，均為正斷層。儲層孔隙度為8%～20%，滲透率為0.05～50.00 mD，屬低孔低滲儲層[1-3]。區塊于1988年8月投入開發，初期采用反九點井網，平均單井日產油為6.0 t/d。1989年4月轉注水開發，1993年8月開始調整注采系統，逐步實現線性注水，2007年采用“對角線交點”方式進行加密，多年的高強度注水使得區塊注采比普遍較高(在1.2以上)，部分井區達到3.0左右。在如此高強度的注水下，產油量并未得到有效的提升，嚴重影響油田下一步開發[4-6]。困惑研究人員的主要問題在于注入水去向和無效注水的定量表征。需要找到一個合適有效的方法來量化注入水構成。

國內學者在無效注水領域進行了大量的研究工作，研究方向主要為無效注水的識別和調控[7-9]。前者研究主要集中在優勢滲流通道的識別，常用的方法有試井法、測井法、油水監測法等。郝金克[10]利用無因次壓力指數識別優勢滲流通道，并且認為無因次壓力指數越小，地層無效注水的可能性越大。徐志濤等[11]利用物質平衡原理與Logistic旋回理論推導了無效注水比例的理論計算方法。鐘睿鴻[12]在油水兩相滲流規律實驗基礎上，利用油水井注采動態特征，劃分油藏無效注水區域。由文獻調研情況可知，目前還沒有一套成熟的理論和方法對注水構成進行定量化評價[13-20]。常規數值模擬評價方法存在計算求解過程復雜和擬合難度大的問題，為了實現水驅開發油田的有效注水，提高油田的注水開發水平，通過嶺回歸方法建立高注采比區塊注水構成量化評價模型來代替數值模擬，進而量化油田注水構成。研究成果能夠為油田注水開發技術提供有力支撐。

1 注入水構成分析

朝5區塊低滲透油藏累計注采比為1.5～2.0，往往存在“注不進、采不出”的問題。水注入地層后主要有4個去向(圖1)：①油藏天然能量枯竭，注入的水進入儲層孔隙，對孔隙中的剩余油進行驅替，從而提高油井產量和采收率，這部分水為二次采油過程中的有效注水，也稱儲層吸水；②低滲透油藏縱向儲層非均質性強，在儲層附近存在大段的泥質粉砂巖，其地層滲透率低，地層厚度大，吸水能力強。這部分地層最開始并未被劃分為儲層，但后來由于開發技術的提高，其中的油也能夠采出，被稱為未劃儲層段。部分注入水進入未劃儲層段，在長期高注采比注水過程中存在未劃儲層段吸水現象。③地層砂巖泥巖交互，厚度較大的泥巖也吸收了大量的注入水。④由于低滲透油藏一般采用接近地層破裂壓力注水，隔夾層在長期水化過程中，存在抗張強度下降趨勢，因此，注入水沿隔夾層外溢，進入上部或下部地層。此外，低滲透油藏天然裂縫發育，局部存在一定規模的斷層，長期注水過程中，天然裂縫和斷層開啟，存在注入水外溢。這4部分構成了高注采比區塊的注水去向，后續將對這4種情況開展定量化表征。

圖1 注入水去向構成分析

2 全地層地質模型建立及數值模擬研究

2.1 地質模型的建立

根據上文分析，對測井資料進行二次解釋，根據儲層測井巖性-物性交會圖(圖2)，劃分了泥巖段、未劃儲層段、儲層的范圍。儲層段孔隙度大于10%，滲透率大于0.20 mD。未劃儲層孔隙度為4%～10%，滲透率為0.04～0.20 mD。泥巖段孔隙度低于4%，滲透率低于0.04 mD。朝5區塊地層厚度約為50 m，平均儲層厚度約為10 m，以劃定的儲層、未劃儲層和泥巖段的界限，建立考慮3種不同地層的全地層地質模型，模型連井剖面如圖3所示。

圖2 測井巖性-物性交會圖

圖3 朝5區塊全地層連井剖面

建立的模型中，新增未劃儲層段厚度約為7 m，泥巖段約為30 m。

2.2 數值模擬量化研究

基于上述地質模型，網格粗化建立數值模型。平面上，采取非均勻網格，井間網格數在5個以上；縱向上，根據朝5區塊的地層對比、儲層劃分及物性解釋，將油藏細分為46個單層，各層縱向采用不等距網格。將油藏參數、流體參數輸入油藏數值模擬器Eclipse中，建立全地層注水數值模擬模型，如圖4所示。為了驗證模型的可靠性，采用定日產液量方式進行歷史擬合(表1)。由表1可知，儲量擬合誤差為0.36%，日產油量擬合誤差為0.59%，含水率擬合誤差為1.28%，擬合效果好，說明數值模擬模型較為可靠。

表1 數值模擬擬合結果

圖4 朝5井區全地層數值模擬模型

simulation model of Block Chao 5

根據模型中儲層、未劃儲層和泥巖的地層的厚度情況，分別對3種地層吸水的比例進行劈分。各歷史生產時間的劈分結果如圖5所示。根據劈分結果可知，2019年朝5區塊儲層吸水比例為52%，未劃儲層段吸水比例為28%，泥頁巖吸水比例為8%，外溢水量比例為12%。利用這種方法，對每口注水井在不同層位的注水量進行劈分，得到每口井的注水量化構成，再結合每口井的其他參數，就構成了注水量化評價模型的基礎數據。

圖5 朝5區塊不同類型地層吸水比例變化曲線

3 嶺回歸模型量化研究

影響注入水去向的因素眾多，且多因素之間存在相互影響，不能以簡單的線性函數來擬合注水量和各因素之間的關系，采用常規油藏工程方法也無法定量評價注入水量。針對上述問題，采用機器學習的方法進行評價。機器學習中的嶺回歸分析是一種專用于共線性數據分析的有偏估計回歸方法，放棄最小二乘法的無偏性，以損失部分信息、降低精度為代價，最大程度找到因變量與非線性自變量之間的關系。因此，嶺回歸分析方法更符合實際、更可靠。將朝5區塊注水的影響因素作為嶺回歸模型的輸入變量，通過回歸學習訓練嶺回歸模型，從而獲得適用于朝5區塊的嶺回歸注水量化分析模型，指導后期注水構成評價過程。

ratio of different types of formations in Block Chao 5

3.1 嶺回歸分析數學模型

嶺回歸是為了約束自變量來解決數據集之間具有的多重共線性的問題，即預測變量之間具有相關性的問題。其通過在損失函數中引入正則化項來達到目的。一般的線性回歸方程如下：

(1)

式中：Y為因變量，是訓練集中的樣本；p為樣本點總數；βi為待求系數；Xi為自變量；β0為偏差；i為樣本點編號。

(2)

(3)

βmin=(XTX+λI)-1XTY

(4)

3.2 注水量化模型

選擇注水含水率、產液強度、油水井數比、注水強度、平均單井年產液量、平均單井年注水量、年注采比、年平均壓力、累計虧空量這些影響地層吸水的參數作為分析的基礎參數。從數據分析角度上講，上述參數存在一些的問題：同一工區內同一口井不同年份的儲層厚度、滲透率是相同的，這些高度一致的變量，會降低注水量量化模型的預測精度。為了消除這種不利影響，重新定義參數：產液強度為產液量和地層系數(地層厚度和地層滲透率的乘積)的比值、注水強度為注水量和地層系數的比值。將地層壓力(A1)、含水率(A2)、注采比(A3)、孔隙度(A4)，滲透率(A5)、儲層產液強度(A6)、未劃儲層產液強度(A7)，平均產液強度(A8)、泥巖產液強度(A9)、儲層注入強度(A10)、未劃儲層注入強度(A11)、泥巖注入強度(A12)以及平均注入強度(A13)作為模型輸入的自變量，以數值模擬中劈分所得到的儲層吸水比例(B1)、未劃儲層吸水比例(B2)、泥巖吸水比例(B3)、外溢水量(B4)作為模型的因變量，來擬合嶺回歸模型，各參數值如表2所示。

表2 注水量化構成嶺回歸分析模型學習參數

通過嶺回歸模型最終得到的外溢水量評價模型的矩陣形式如式(5)所示，泥巖吸水評價模型的矩陣形式如式(6)所示，未劃儲層砂巖段吸水評價模型的矩陣形式如式(7)所示，儲層段吸水評價模型的矩陣形式如式(8)所示。

(5)

(6)

(7)

(8)

3.3 注水量化模型檢驗

輸入參數計算所得的外溢水量比例、泥頁巖吸水比例、儲層吸水比例、未劃儲層吸水比例4個參數的計算值與通過數值模擬得到真實值對比(圖6)。由圖6可知，除泥頁巖吸水占比外，其他3個變量的平均相對誤差均小于10%，說明注水量化構成模型對累計外溢水量占比、未劃儲層段砂巖吸水占比以及儲層吸水占比解釋良好。對泥巖吸水量預測效果較差，說明輸入參數對泥巖吸水影響較小，這與實際認識也是相符的，泥巖吸水主要與泥巖中的黏土含量有關，黏土含量越多，泥巖吸水越多，而儲層和未劃儲層中黏土含量極少，因此，輸入參數中并沒有黏土含量這個參數。

圖6 模型驗證散點圖

4 結 論

(1) 根據儲層物性將朝5區塊注水類型劃分為儲層吸水和無效注水，無效注水分為未劃儲層吸水、泥巖吸水以及外溢水量。

(2) 根據全地層數值模擬模型獲得了不同類型無效注水量，利用嶺回歸方法建立外溢水量比例評價模型、泥巖吸水比例評價模型、未劃儲層砂巖段吸水比例評價模型、儲層段吸水比例評價模型。

(3) 注入水量化構成嶺回歸分析模型對累計外溢水量占比、未劃儲層段砂巖吸水占比以及儲層吸水占比解釋良好，可用于其他類似油田的注入水量化構成評價。