2. 中国石油集团东方地球物理勘探有限责任公司大庆物探二公司, 吉林 松原 138000;
3. 中国石油集团测井有限公司华北分公司, 河北 任丘 062550
2. Daqing Geophysical Second Company, Bureau of Geophysical Prospecting INC., China National Petroleum Corporation, Songyuan 138000, Jilin, China;
3. Logging Co. LTD. Huabei Branch, CNPC, Renqiu 062550, Hebei, China
0 引言
福山凹陷位于北部湾盆地南斜坡东缘，是南海大陆架北部湾盆地延伸至海南岛上的部分，南邻海南隆起，北入琼州海峡，东为云龙凸起，西与临高凸起相接[1-3]。福山凹陷断层错综复杂，地层存在多套压力体系，目前已经开发的有白莲、花场等几个区块[4-5]。
白莲地区流沙港组二段储层埋藏较深，最深可达4 000 m，岩性主要为粗砾岩、细砂岩，碎屑以石英为主，体积分数大于60%，黏土矿物以伊蒙混层为主，体积分数小于40%。孔隙度主要分布在10%~20%之间，渗透率主要分布在1×10-3~100×10-3μm2之间，属于中低孔中低渗、特低渗储层。孔隙类型主要发育粒间孔和溶蚀孔，不同样品间孔喉分布差异巨大，孔隙结构复杂[6]，而孔隙结构特征是影响储层流体储集能力和开采油气资源的主要因素，因此明确储层岩石的孔隙结构特征是提高油气采收率的关键[7]。
根据白莲地区实际试油及投产数据分析，其宏观上储层产能差异非常明显，日产油从0~104.5 t不等，甚至试油为干层的储层普遍存在，储层有效性识别不准确，增加了油田投入成本。针对这一问题，刘杰等[8]通过物性分析、X衍射、铸体薄片等测试方法，对白莲地区岩石学特征、成岩作用、储层物性影响因素进行了分析；汪新光等[9]对压汞参数进行分析，选取孔隙度、渗透率和最大孔喉半径等参数建立储层分类标准，并应用到流三段储层评价中；黄娅等[10]提出综合反映储层孔隙结构的压汞因子，利用压汞因子对储层产能进行了分级预测。
笔者在前人对该地区储层分类研究与应用的基础上，从岩石物理实验分析资料着手，在厘清白莲地区影响岩石孔隙结构主要因素基础上，开展基于微观孔隙结构特征的储层分类方法研究，并在该地区应用于32口井，取得了较好的应用效果。
1 孔隙结构影响因素分析为了方便分析与对比孔隙结构影响因素，根据SY/T 6285—2011油气储层评价方法[11]中碎屑岩储层渗透率类型划分标准表，将样品分为4类：Ⅰ类(中渗及以上)，k≥50×10-3 μm2(k为渗透率)；Ⅱ类(低渗)，k为(10~50)×10-3 μm2；Ⅲ类(特低渗)，k为(1~10)×10-3 μm2；Ⅳ类(超低渗)，k＜1×10-3 μm2。分别整理各类样品的黏土、粒度、薄片等岩心实验资料，对孔隙结构的影响因素进行分析。
1.1 黏土根据102块黏土实验资料统计分析，黏土体积分数分布范围在1.95%~21.74%之间，平均为7.50%，以伊蒙混层为主，其次为伊利石和高岭石，白莲北部地区还含有少量绿泥石。图 1为黏土体积分数与孔隙度、渗透率交会图。
|
| 图 1 研究区黏土体积分数与孔隙度、渗透率交会图 Fig. 1 Crossplot of clay volume fraction with porosity and permeability in the study area |
|
|
可以看出，随着黏土体积分数增大，孔隙度、渗透率均有变小趋势，但样品点分布散乱。黏土体积分数与孔渗相关性较差，无法对样品进行分类。由此可见，黏土体积分数对研究区孔隙结构影响较弱。
1.2 粒度根据85块样品粒度实验资料，分析4类样品的粒度组分分布情况(图 2)。
|
| a.Ⅰ类样品；b.Ⅱ类样品；c.Ⅲ类样品；d.Ⅳ类样品。 图 2 研究区粒度组分频率分布图 Fig. 2 Particle size component frequency distribution in the study area |
|
|
Ⅰ类：粒度组分集中分布在粗砂、中砂附近，粒径较大，小颗粒组分体积分数接近15%；Ⅱ类：粒度以中砂为主，小颗粒粗分体积分数约为30%；Ⅲ、Ⅳ类：岩样中不再含有砾岩、粗砂岩组分，粒度组分全部为细砂、粉砂等小颗粒组分。
图 2为粒度组分频率分布图：Ⅰ—Ⅲ类样品大颗粒组分占比减少，粒度逐渐变细，累计频率曲线表征小颗粒组分占比逐渐增多，样品间粒度变化特征明显；Ⅲ、Ⅳ类样品粒度组分都集中分布在细粉砂附近，累计频率曲线差别不大。由此得出，研究区中渗、低渗、特低渗储层间粒度分布差异明显，特低渗、超低渗储层粒度分布差别较小。
1.3 孔隙类型结合76块样品扫描电镜实验数据和105块样品铸体薄片实验数据，分析4类样品的孔隙类型。
Ⅰ类：粒间孔、溶蚀孔较发育，孔隙类型以大孔为主，中小孔组分不到20%，面孔率大于10%，颗粒间充填少量自生黏土矿物；Ⅱ类：粒间孔、溶蚀孔较发育，孔隙类型仍以大孔为主，中小孔组分增多，面孔率约为7%，颗粒间充填少量自生黏土矿物；Ⅲ类：溶蚀孔为主，粒间孔少量发育，孔隙类型以中孔为主，面孔率约为5%，颗粒间充填大量自生黏土矿物；Ⅳ类：溶蚀孔为主，粒间孔少量发育，孔隙类型以小孔为主，含少量中孔组分，面孔率小于3%，颗粒间充填大量自生黏土矿物。
从图 3可以看出，Ⅰ—Ⅳ类样品的骨架颗粒接触性质由漂浮状到点接触、线接触、缝合接触变化，颗粒堆积更加紧密，导致大孔组分减少，渗流能力减弱，对应样品孔隙度、渗透率变差，且粒间孔的发育程度明显变差，逐渐以溶蚀孔为主。研究表明，粒间孔隙在增大储集空间的同时会优化储层喉道，从而提高储层的渗流能力，一般发育粒间孔隙的储层物性较好，而溶蚀孔一定程度可以提高储层的储集性能，但对储层渗流能力改善程度有限。随着粒间孔发育程度变差，样品面孔率降低，孔隙结构也随着变差，所以粒间孔发育程度对研究区孔隙结构有一定程度的影响。
|
| a.Ⅰ类样品, 漂浮状、点接触；b.Ⅱ类样品，点接触、线接触；c.Ⅲ类样品，线接触；d.Ⅳ类样品，缝合接触。 图 3 研究区4类样品不同孔隙类型铸体薄片 Fig. 3 Casting thin sections of four types samples with different pore types in the study area |
|
|
根据105块样品铸体薄片实验资料，统计分析4类样品骨架颗粒接触性质。
Ⅰ类：岩性主要为巨砂质粗砂岩、中砂质粗砂岩，骨架颗粒接触性质主要为漂浮状，颗粒间堆积得比较松散，喉道半径分布在5~50 μm范围内且以粗喉为主，孔隙间连通性好；Ⅱ类：岩性主要为中砂岩，骨架颗粒接触性质主要为点接触，颗粒间堆积得相对紧凑，喉道半径分布在5~40 μm范围内，粗喉、中喉含量接近；Ⅲ类：岩性主要为细砂岩，骨架颗粒接触性质主要为线接触，颗粒间堆积得更加紧凑，喉道半径分布在20 μm以下且以中喉为主；Ⅳ类：岩性主要为极细砂质细砂岩、含泥质极细砂岩，骨架颗粒接触性质主要为缝合接触，颗粒间紧密堆积，喉道半径分布在10 μm以下，以细喉为主，孔隙间连通性差。
图 4为4类样品孔隙半径频率分布图，Ⅰ—Ⅳ类样品孔隙由大孔向中孔、小孔变化，喉道半径减小，孔隙连通性变差，孔隙结构变差。由此确定骨架颗粒接触性质是影响该地区储层孔隙结构的重要因素。
|
| a.Ⅰ类样品；b.Ⅱ类样品；c.Ⅲ类样品；d.Ⅳ类样品。 图 4 研究区4类样品孔隙半径频率分布 Fig. 4 Pore radius frequency distribution of four types samples in the study area |
|
|
综上可以确定黏土、粒度分布、粒间孔隙发育程度、骨架颗粒接触性质对白莲流二段储层孔隙结构均有不同程度的影响，但是主要因素为骨架颗粒接触性质；骨架颗粒接触性质不同，形成的孔隙和喉道分布情况存在明显差异，既可以直接影响储层的孔隙度、渗透率，从而影响储层的储流(储集流体)和渗流能力，又可以间接反映出粒间孔发育程度差异、岩性粗细变化等特征。
2 基于压汞实验的储层分类方法前文研究得出，白莲流二段储层孔隙结构主要影响因素为骨架颗粒接触性质，接触性质不同主要体现在岩石孔隙和喉道半径分布上的差异，而毛管压力曲线可以充分反映孔喉半径的分布情况，从而间接表征出岩石骨架颗粒接触性质。通过对139块岩样的压汞曲线进行统计分析、提取相关参数、构建反映储层有效性综合指数，对白莲地区储层分类方法开展研究。
2.1 构建分类指数根据139块样品的压汞实验数据统计分析了孔隙度、渗透率与排驱压力、中值孔喉半径、分选系数等压汞参数的相关性，确定了相关性较好的最大孔喉半径(rpd)、中值孔喉半径(rpc50)、平均孔喉半径(rm)、分选系数(s)4个参数作为反映岩石微观孔隙结构特征的参数(表 1)。评价储层有效性要综合考虑储层的储流和渗流能力，因此将岩石孔隙度作为基本参数与微观孔隙结构特征参数共同构建储层综合分类指数，以准确表征岩石的储流和渗流能力。
| rpd | rpc50 | rm | s | φ | |
| k | 0.879 | 0.772 | 0.876 | 0.885 | 0.690 |
| φ | 0.580 | 0.663 | 0.680 | 0.635 | 1.000 |
| 注：φ为孔隙度。 | |||||
采用变异系数法，为各基本参数分配权重系数构建分类指数，具体计算步骤如下：
(1) 式中：Vi为第i个变量的标准差系数；σi为第i个变量的标准差；xi为第i个变量的平均数；x1为最大孔喉半径；x2为中值孔喉半径；x3为平均孔喉半径；x4为分选系数；x5为孔隙度。
得到标准差系数后，计算各项指标的权重(W)：
(2) 对5个参数进行归一化处理，选取的归一化函数为
(3) 由上述方法实现了各个参数分配权重，构建具体储层分类指数A，最终确定计算公式为
(4) 图 5为储层分类指数A与孔隙度、渗透率交会图，与孔隙度相关系数0.839，与渗透率相关系数0.885，说明分类指数A综合考虑了岩石储流和渗流能力，在不影响表征微观孔喉特征的同时，大大提高了对岩石储流能力的表征，理论上反映储层宏观物性特征更加全面和准确。
|
| 图 5 分类指数A与孔隙度、渗透率交会图 Fig. 5 Classification index A and porosity, permeability intersection diagram |
|
|
建立储层分类标准的方法有很多：Medina等[12]根据样品间最小进汞压力(p0)不同, 将样品分为4类；杨玲等[13]作压汞系数和孔隙度的交会图，根据样品点的分布情况对样品进行分类；李彦山等[14]综合排驱压力、最大进汞饱和度等压汞实验参数建立分类标准。上述几种方法在建立分类标准时受人为因素影响较大，分类界限不明显且与实际生产联系不紧密。针对此问题，笔者将岩心分类与储层试油结论相结合，建立了新的储层分类标准。
表 2为石油天然气储量计算规范中给出的产能分类标准(DZ/T 0217—2005标准附录B.3)[15]，对研究区已有试油资料按照行业标准进行分类，Ⅰ—Ⅳ类储层分别对应行业标准中高产、中产、低产、特低产储层。然后对取自试油层段内的岩心进行标定，若岩心所在试油层段为高产层，该岩心对应Ⅰ类岩心，其他三类同理，所标定岩心为已知岩心，非试油层段内岩心为未知岩心。
| 储层类别 | 产能分类 | 油藏产量/(m3/(km·d)) | 气藏产量/(104m3/(km·d)) |
| Ⅰ | 高产 | ≥15 | ≥10.0 |
| Ⅱ | 中产 | 5~15 | 3.0~10.0 |
| Ⅲ | 低产 | 1~5 | 0.3~3.0 |
| Ⅳ | 特低产 | ＜1 | ＜0.3 |
结合已知岩心的岩心类别和未知岩心的分布规律，分别利用A和品质因子
|
| 图 6 白莲地区流二段A与IRQ交会图 Fig. 6 Intersection diagram of A and IRQ in the Second Section of the Bailian area |
|
|
| 储层类别 | A | IRQ |
| Ⅰ | ≥0.35 | ≥2.0 |
| Ⅱ | 0.20~0.35 | 0.6~2.0 |
| Ⅲ | 0.05~0.20 | 0.2~0.8 |
| Ⅳ | < 0.05 | < 0.3 |
通过岩心归位在常规测井曲线质量控制与分析基础上，选取声波时差AC、中子孔隙度CNL、密度DEN、自然伽马GR4条常规测井曲线与岩心建立的储层分类指数A进行线性回归分析，得到由常规测井资料计算的储层分类指数A1，即
(5) 式中：a1=AC/(μs/m)，a2=CNL/%，a3=DEN/(g/cm3)，a4=GR/API。
图 7为L4井流二段3油组处理结果。图 7中第一道、第四道、第五道为常规9条测井曲线；第二道为录井岩性道，该层段以含砾砂岩为主，含有部分砂砾岩和砂岩；第三道为深度；第七道、第八道分别为岩心分析孔隙度与渗透率；第十道为测井解释结论，该层段解释为油气同层，第六道两条曲线分别为常规测井数据计算得到的A1和岩心实验数据计算得到的A，可见计算的A1拟合效果很好，模型可靠有效；第九道CCFL为储层分类结果，4条线由右到左分别代表Ⅰ、Ⅱ、Ⅲ、Ⅳ类储层，按照表 3中A值分类标准对储层进行分类，分类结果如图 7所示。
|
| Vsp.自然电位；GR.自然伽马；CAL.井径；LITH.岩性；d.深度；RLL8.八侧向电阻率；RILM.中感应电阻率；RILD.深感应电阻率；CNL.中子孔隙度；DEN.密度；AC.声波时差；CCFL.储层分类结果。 图 7 L4井分类指数拟合效果图 Fig. 7 Well L4 classification index fitting effect diagram |
|
|
将研究区试油层段油、气日产量按照产能分类标准(表 2)分为高产、中产、低产、特低产4类，对应Ⅰ—Ⅳ类储层。对各类储层常规测井数据、岩心分析等资料进行整理得到各参数分布范围统计表(表 4)。从表 4可以看出，Ⅰ—Ⅳ类储层，各参数具有一定的规律性：随着样品k、φ、AC、CNL的减小，以及DEN、GR的增大，大颗粒组分减少，表征储层有效性逐渐变差。
| 储层类别 | 取值 | k/% | φ/(10-3μm2) | AC/(μs/m) | CNL/% | DEN/(g/cm3) | GR/API | 岩性 |
| Ⅰ | 范围 平均值 |
16.6~24.0 | 6.8~230.0 | 254.0~284.5 | 10.2~20.2 | 2.23~2.44 | 43.3~95.9 | 砂砾岩、含砾粗砂岩 |
| 19.8 | 67.8 | 266.4 | 14.0 | 2.33 | 73.1 | |||
| Ⅱ | 范围 平均值 |
13.4~22.1 | 1.4~58.8 | 236.0~286.7 | 6.50~20.9 | 2.17~2.52 | 42.5~97.8 | 含砾砂岩、中—粗砂岩 |
| 17.7 | 12.0 | 261.1 | 14.2 | 2.36 | 71.2 | |||
| Ⅲ | 范围 平均值 |
10.7~16.6 | 0.2~4.5 | 228.0~271.6 | 4.50~17.1 | 2.37~2.52 | 37.0~132.0 | 中砂岩、细砂岩 |
| 13.0 | 0.9 | 247.8 | 10.7 | 2.42 | 74.2 | |||
| Ⅳ | 范围 平均值 |
4.0~12.5 | 0.1~1.3 | 229.0~253.8 | 5.10~15.5 | 2.39~2.53 | 50.5~117.6 | 细砂岩、极细砂岩 |
| 9.5 | 0.5 | 243.9 | 11.4 | 2.48 | 84.3 |
对白莲地区流二段有试油资料的32口井36个层位计算A1值，利用表 3分类标准进行储层分类，并结合试油资料按照产能分类标准(表 2)对储层分类，经验证分类结果相同层数共有29层，符合率达到80%。分析不符合原因主要是试油方式为多层合试，合试层数较多且层厚较小，每层上下边界常规测井曲线值受泥岩段影响较大，导致计算的储层分类指数A1误差大，进而影响了储层分类结果。
上述分类方法对白莲流二段储层分类效果明显，与试油结果对照符合率较高，解决了研究区“一井一图版”的分类难题。该储层分类方法对于合试层数较少且层厚较大的层段应用效果更好。
4 结论1) 通过分析粒度、铸体薄片等岩心实验资料，确定了白莲流二段储层孔隙结构的主要影响因素为骨架颗粒接触性质。
2) 优选最大孔喉半径、中值孔喉半径、平均孔喉半径、分选系数和孔隙度参数构建了储层分类指数，用以综合表征储层的储集流体和渗流能力，实现对储层有效性的准确评价。
3) 结合区域试油结论建立储层分类标准且应用到常规测井数据上，实现储层分类方法的推广应用，据研究区32口井统计，其符合率达到80%。
| [1] |
李媛, 林松, 林正良, 等. 北部湾盆地福山凹陷深湖重力流成因分类、发育机制及沉积模式[J]. 吉林大学学报(地球科学版), 2019, 49(2): 323-345. Li Yuan, Lin Song, Lin Zhengliang, et al. Genesis Classification, Development Mechanism and Sedimentary Model of Deep-Lacustrine Gravity Flow in Fushan Sag of Beibuwan Basin[J]. Journal of Jilin University (Earth Science Edition), 2019, 49(2): 323-345. |
| [2] |
丁卫星, 王文军, 马英俊. 北部湾盆地福山凹陷流沙港组含油气系统特征[J]. 海洋石油, 2003, 23(2): 1-6. Ding Weixing, Wang Wenjun, Ma Yingjun. Characteristics of Oil and Gas System of Liushagang Formation in Fushan Sag, Beibu Gulf Basin[J]. Offshore Oil, 2003, 23(2): 1-6. |
| [3] |
谢通, 陈善斌, 赵迎冬, 等.福山凹陷永安-白莲地区古近系流一段同沉积断裂对层序构成样式的控制[C]//全国古地理学及沉积学学术会议.北京: 中国矿业大学, 2014: 90-92. Xie Tong, Chen Shanbin, Zhao Yingdong, et al. Control of Sequence Composition Pattern by Synsedimentary Fault of the First Member of Paleogene Flow in Yong'an-Bailian Area, Fushan Sag[C]//National Conference on Paleogeography and Sedimenology. Beijing: China University of Mining and Technology, 2014: 90-92. |
| [4] |
赵迎冬, 王华, 甘华军, 等. 海南福山凹陷盆地形态演化分析[J]. 中国矿业大学学报, 2014, 43(6): 1078-1086. Zhao Yingdong, Wang Hua, Gan Huajun, et al. Morphological Evolution Analysis of Fushan Sag Basin in Hainan Province[J]. Journal of China University of Mining and Technology, 2014, 43(6): 1078-1086. |
| [5] |
沈欢.海南福山凹陷永安-白莲地区构造特征研究[D].大庆: 东北石油大学, 2016. Shen Huan. Study on Structural Characteristics of Yong'an-Bailian Area in Fushan Sag, Hainan Province[D]. Daqing: Northeast Petroleum University, 2016. |
| [6] |
廖飞燕, 马庆林, 郭浩, 等. 福山凹陷流沙港组低渗储层孔隙特征及成因[J]. 地质学刊, 2017, 41(4): 644-650. Liao Feiyan, Ma Qinglin, Guo Hao, et al. Pore Characteristics and Genesis of Low-Permeability Reservoirs in Liushagang Formation in Fushan Sag[J]. Geological Journals, 2017, 41(4): 644-650. |
| [7] |
陈杰, 周改英, 赵喜亮, 等. 储层岩石孔隙结构特征研究方法综述[J]. 特种油气藏, 2005, 12(4): 11-14. Chen Jie, Zhou Gaiying, Zhao Xiliang, et al. Summary of Research Methods on Pore Structure Characteristics of Reservoir Rocks[J]. Special Oil & Gas Reservoirs, 2005, 12(4): 11-14. |
| [8] |
刘杰, 孙美静, 岳绍飞, 等. 福山凹陷花场-白莲地区流沙港组成岩作用及储层物性影响因素[J]. 油气地质与采收率, 2013, 20(2): 21-24. Liu Jie, Sun Meijing, Yue Shaofei, et al. Lithology and Influencing Factors of Reservoir Physical Properties in Liushagang Formation, Huachang-Bailian Area, Fushan Sag[J]. Petroleum Geology and Recovery Efficiency, 2013, 20(2): 21-24. |
| [9] |
汪新光, 李茂, 覃利娟, 等. 利用压汞资料进行低渗储层孔隙结构特征分析:以W11-7油田流沙港组三段储层为例[J]. 海洋石油, 2011, 31(1): 42-47. Wang Xinguang, Li Mao, Qin Lijuan, et al. Analysis of Pore Structure Characteristics of Low-Permeability Reservoirs Using Mercury Pressure Data:A Case Study of Reservoir No.3 of Liushagang Formation in W11-7 Oilfield[J]. Offshore Oil, 2011, 31(1): 42-47. |
| [10] |
黄娅, 孙盼科, 万金彬, 等. 福山油田流沙港组微观孔喉结构评价及其主控因素研究[J]. 长江大学学报(自然科学版), 2016, 13(26): 8-13. Huang Ya, Sun Panke, Wan Jinbin, et al. Study on Microstructure Evaluation of Pore Throat and Main Controlling Factors of Liushagang Formation in Fushan Sag[J]. Journal of Yangtze University(Natural Science Edition), 2016, 13(26): 8-13. |
| [11] |
油气储层评价方法: SY/T 6285-2011[S].北京: 石油工业出版社, 2011. Evaluating Methods of Oil and Gas Reservoirs: SY/T 6285-2011[S].Beijing: Petroleum Industry Press, 2011. |
| [12] |
Medina C R, Maria M, Rupp J A. Pore System Characterization of Cambrian-Ordovician Carbonates Using a New Mercury Porosimetry-Based Petrofacies Classification System:Application to Carbon Sequestration Reservoirs[J]. Greenhouse Gases:Science and Technology, 2018, 8(5): 932-953. DOI:10.1002/ghg.1806 |
| [13] |
杨玲, 程道解, 刘保磊, 等. 基于压汞系数的储层评价分类方法[J]. 科技导报, 2014, 32(24): 46-50. Yang Ling, Cheng Daojie, Liu Baolei, et al. Reservoir Evaluation and Classification Method Based on Mercury Injection Coefficient[J]. Science & Technology Review, 2014, 32(24): 46-50. |
| [14] |
李彦山, 张占松, 张超谟, 等. 应用压汞资料对长庆地区长6段储层进行分类研究[J]. 岩性油气藏, 2009, 21(2): 91-93, 132. Li Yanshan, Zhang Zhansong, Zhang Chaomo, et al. Reservoir Classification of Chang 6 Member in Changqing Area Using Mercury Injection Data[J]. Lithologic Reservoirs, 2009, 21(2): 91-93, 132. |
| [15] |
石油天然气储量计算规范: DZ/T 0217-2005[S].北京: 中国标准出版社, 2005. Regulation of Petroleum Reserves Estimation: DZ/T 0217-2005[S].Beijing: Standards Press of China, 2005. |