2. 中国石油塔里木油田公司研究院, 新疆库尔勒 841000
2. Research Institute of Tarim Oilfield Company, CNPC, Kuerle 841000, Xinjiang, China
沉积物粒度是反映沉积物颗粒结构特征的重要指标[1, 2, 3]。不同的沉积环境,由于其水动力条件不同,其沉积物的颗粒大小也不相同。沉积物颗粒的大小对沉积物的成岩作用有较大的影响,因而对沉积岩形成后的物性及其孔隙结构特征具有较强的控制作用[4]。一般来讲,岩石颗粒越粗,其物性表现为越好[5, 6, 7, 8]。因此,对于大多数复杂储层来说,其纵向上岩石粒度特征总表现为较强的非均匀性,受其影响的岩石物性也同样表现为较强的非均质性特征,尤其是渗透率的非均质性特征更为明显[9, 10, 11]。为了能够更加准确地描述这类复杂储层渗透率的非均质性特征,为开发地质提供较为精确的渗透率参数,本文结合复杂储层的粒度分析资料,通过提取对岩石粒度反映敏感的测井参数,建立粒度反演模型;在此基础上,通过分析储层物性与岩石粒度的响应规律,按不同的岩石粒度指标,建立与不同粒度指标相匹配的渗透率计算模型[12];并通过实际资料的检验和应用证明该建模方法的有效性,为复杂岩性储层渗透率非均质性的评价提供一条有效的途径。
1 岩石粒度对渗透率的控制作用
为了研究岩石粒度对渗透率的控制作用,根据D气田白垩系巴什基奇克组(K1bs)储层的岩石学特征(表 1),选取胶结物(方解石)和杂基含量相近的层段,然后在这些层段中选取胶结方式和含量相近不同粒级的碎屑岩岩石薄片样品(图 1),用来研究其孔隙度-渗透率的关系(图 2)。图 2显示,同等孔隙度条件下,颗粒越粗,对应的渗透率越大,所选岩样渗透率可以有1个数量级的差异。此外,由图 2可以看出,所有数据点从整体上看,孔隙度和渗透率相关性较差,但基于颗粒大小分类的孔隙度-渗透率关系具有较好的规律性(如图中的趋势线所示)。这表明不同粒度条件下孔隙度-渗透率关系式存在差异,在粒序控制基础上进行基质渗透率模型研究,可以提高渗透率的计算精度。
井名 | 层位 | 井段/m | 样品数 | 骨架体积分数/% | φB/% | 分选性 | 接触关系 | |||||||
石英 | 钾长石 | 斜长石 | 沉积岩屑 | 变质岩屑 | 岩浆岩屑 | 杂基 | 胶结物 | |||||||
D1 | K1bs3 | 5 550.00~5 570.00 | 16 | 区间 | 71~80 | 5~10 | <1 | 5~8 | 0~3 | 4~15 | 2~3 | 6~14 | 中—好 | 点-线 |
均值 | 74.00 | 8.90 | 0.69 | 5.50 | 1.50 | 11.10 | 2.75 | 11.00 | ||||||
5 571.00~5 596.00 | 25 | 区间 | 59~64 | 5~12 | 1~2 | 4~6 | 15~17 | 5~12 | 2~5 | 5~15 | 中—好 | 点-线、线 | ||
均值 | 60.80 | 8.70 | 1.24 | 4.80 | 15.32 | 8.80 | 3.20 | 10.20 | ||||||
D101 | K1bs3 | 5 795.00~5 798.30 | 7 | 区间 | 35~45 | 7~9 | 6~9 | 10~18 | 13~20 | 10~13 | 4~6 | 8~15 | 好 | 点-线、线 |
均值 | 41.60 | 8.13 | 7.60 | 15.50 | 15.60 | 11.40 | 4.90 | 11.10 | ||||||
D2 | K1bs2 | 5 555.73~5 559.10 | 7 | 区间 | 68~76 | 10~15 | 1~2 | 6~15 | 0~3 | 10~20 | 2~4 | 3~15 | 差—中 | 点-线 |
均值 | 72.20 | 11.90 | 1.14 | 10.90 | 2.00 | 15.90 | 3.30 | 11.90 | ||||||
D102 | K1bs2 | 5 320.25~5 328.40 | 25 | 区间 | 40~52 | 18~25 | 2~6 | 2~5 | 5~13 | 10~20 | 2~5 | 2~15 | 好 | 点-线 |
均值 | 47.70 | 20.10 | 3.58 | 3.69 | 8.62 | 16.12 | 3.90 | 10.07 |
2 岩石粒径的测井反演
对岩石粒度反映较好的测井资料有自然伽马、冲洗带电阻率、孔隙度等测井曲线[8]。如利用孔隙度测井曲线计算出的骨架参数,消除了孔隙体积的影响,与岩石颗粒大小有密切关系。M、N是与岩性有关的参数[13],它们与岩石粒径中值有很好的相关性(图 3)。其计算公式如下:
式中:Δtf、Δt分别为孔隙流体和地层的补偿声波测井值,μs/ft 英尺(ft)为非法定计量单位,1ft=0.304 8 m,下同。 ;ρ、ρf分别为地层和孔隙流体的密度测井值,g/cm3;φNf、φN分别为孔隙流体和地层的补偿中子测井值,%。自然伽马曲线较好地反映了岩石颗粒大小的变化趋势,岩石颗粒大小与自然伽马相对值具有明显的相关性,可以进行粒度定量化研究[14, 15]。冲洗带电阻率在宏观上也很好地反映了岩石颗粒大小的变化特征,对于定性识别砾岩储集层有很好的作用。但是,对于定量计算粒径变化,冲洗带电阻率的单因素相关性较差。储集层孔隙度变化较大,冲洗带电阻率很大程度上受到孔隙体积差异的控制,只有消除孔隙度的贡献因素后,才能体现岩性的变化(图 4)。
基于上述分析,利用测井冲洗带电阻率、岩性骨架参数、孔隙度、自然伽马相对值建立岩石粒度的计算模型。资料来自D101、D102、D104、D2、D202等井的粒度分析。标定的模型如下(相关系数R=0.861):
式中:Dm为粒度中值,Φ;ΔGR为自然伽马相对值,API;M、N为岩性参数;RXO为冲洗带电阻率,Ω· m,一般取微球形聚焦或阵列感应20 in 英寸(in)为非法定计量单位,1 in=0.025 4 m,下同。 探测值;φ为孔隙度。3 基于粒度控制的渗透率模型建立
根据岩性及粒度分析资料,粒度与岩性具有较好的对应关系:粒径小于3Φ的样品主要是颗粒较粗的砾岩、砾状砂岩等;粒径(4~5)Φ的样品主要是细砂岩、粉砂岩、泥质粉砂岩。但利用岩性来分类,带有人为和定性的成分,具有一定的模糊性;而采用粒度分析的数据,不但能定量,而且分类比较准确,也有利于用测井资料进行定量计算。将图 2中的数据点按粒径大小分类后,各自粒径区间的数据点均位于拟合曲线两侧,各个粒径区间的孔、渗之间的集中度更加明显,相关性更高(图 5);说明分粒径区间建立的孔-渗模型具有更高的精度。对上述基于不同粒径级别的孔隙度-渗透率关系进行分析,可以看出粒径是除孔隙度之外对渗透率控制的另一个重要因素。每一个粒径区间下孔隙度-渗透率的关系可以描述为
其中:a0、a1、a2为回归系数,代表粒度粗细与孔隙吼道的关系因子;K为渗透率,10-3 μm2。各个粒径级别区间内基质渗透率的数学模型见表 2。粒径级别/Φ | 平均粒径/Φ | 代表主要岩性类型 | 关系模型:lg(K)=a0+a1Φ2+a2Φ |
<3 | 2.60 | 砾岩、砾状砂岩等 | lg(K)=-1.211 4+0.014 2φ2-0.042 5φ |
3~4 | 3.63 | 以中砂岩、细砂岩为主 | lg(K)=-1.563 7+0.013 7φ2-0.020 3φ |
4~5 | 4.59 | 粉砂岩为主 | lg(K)=-1.656 0+0.013 2φ2-0.024 9φ |
≥5 | 5.48 | 粉砂岩、泥质粉砂岩 | lg(K)=-1.277 5+0.012 8φ2-0.005 7φ |
a0、a1、a2是受粒度控制的参数,根据表 2中的取值和平均粒径(dm),可以得到通用的表达式,用于计算粒径在3Φ以上的储集层段:
利用上述渗透率计算模型对现场的实际资料进行了计算。在粒度参数反演的基础上,根据不同的粒度值,选取不同的渗透率计算模型来计算渗透率值。与岩心分析的渗透率比较,两者的相关性较好,计算点均位于对角线附近(图 6),相关系数达到了0.887 2。取得了较好的计算效果。
4 应用实例
测井评价模型使砂砾岩储集层的参数计算精度得到有效提高,尤其使砾岩储集层的渗透率计算准确程度得到显著加强。D201井处理结果与岩心对比结果(图 7)表明,根据所建模型计算得到的砾岩层段渗透率与岩心渗透率吻合度较高。
5 结论
1)沉积物颗粒的大小,决定着沉积岩形成后的物性及其孔隙结构特征。通过对不同岩性样品孔隙度-渗透率关系的研究,我们发现不同颗粒大小的岩石,在同等孔隙度条件下,粒度越粗,对应的渗透率越大。
2)通过筛选与分析,我们选用能较好反映岩石粒度大小的测井冲洗带电阻率、岩性骨架参数、孔隙度、自然伽马相对值等特征参数,对岩石粒径进行反演,建立了岩石粒度的计算模型。
3)在此基础上,通过分析储层物性与岩石粒度的响应规律,分别建立了不同粒度级别的渗透率计算模型,并利用该模型对现场测井资料进行处理,发现计算所得渗透率与岩心分析的渗透率相关性较好。该方法同时考虑了孔隙度与粒度的变化对渗透率的影响,在一定程度上提高了渗透率计算的精确程度,提高了下限标准的可靠性。
[1] | 陈恭洋,周艳丽,胡勇.碎屑岩储层岩石物理特征及岩性解释方法[J].西南石油大学学报(自然科学版),2011, 33(2):21-27. Chen Gongyang, Zhou Yanli, Hu Yong. The Ptrophysics Caracterization of Castic Reservoir and the Mthods of Lthology[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2011, 33(2):21-27. |
[2] | 于学峰,周卫健,刘晓清,等. 青藏高原东部全新世泥炭灰分的粒度特征及其古气候意义[J]. 沉积学报,2006,24(6):864-869. Yu Xuefeng, Zhou Weijian, Liu Xiaoqing, et al. Grain Size Characteristics of the Holocene Peat Sediment in Eastern Tibetan Plateau and Its Paleoclimatic Significance[J]. Acta Sedimentologica Sinica, 2006, 24(6):864-869. |
[3] | 李长安,张玉芬,袁胜元,等.""巫山黄土""粒度特征及其对成因的指示[J].地球科学:中国地质大学学报,2010,35(5):879-884. Li Chang'an, Zhang Yufen, Yuan Shengyuan, et al. Grain Size Characteristics and Origin of the ""Wushan Loess"" at Wushan Area[J]. Earth Science:Journal of China University of Geosciences, 2010, 35(5):879-884. |
[4] | 罗利,朱心方,常俊,等.苏5、桃7区块不同粒度碎屑岩测井识别方法[J].天然气工业,2007, 27(12):36-38. Luo Li, Zhu Xinfang, Chang Jun, et al. Logging Recognition Methods for Clastic Rocks with Different Granularities in Blocks SU-5 and TAO-7[J]. Natural Gas Industry, 2007, 27(12):36-38. |
[5] | 张晓岗,胡晓辉,王艳青,等.岩石特性测量技术在测井综合解释中的应用[J].中国测试技术,2008, 34(5):113-115. Zhang Xiaogang, Hu Xiaohui, Wang Yanqing, et al. Application of Rock Characteristic Measurement Technologies on Logging Comprehensive Interpretation[J]. China Measurement & Testing Technology, 2008, 34(5):113-115. |
[6] | 韩承霖,张云峰.大安油田扶余油层致密砂岩储层物性特征及影响因素分析[J].吉林大学学报(地球科学版),2015, 45(增刊1):1515. Han Chenglin, Zhang Yunfeng. Da'an Oilfield in Fuyu Oil Layer Dense Sandstone Reservoir Physical Characteristics and Influence Factors Analysis[J]. Journal of Jinlin University (Earth Science Edition), 2015, 45(Sup.1):1515. |
[7] | 马奔奔,操应长,王艳忠,等.东营凹陷盐家地区沙四上亚段砂砾岩储层岩相与物性关系[J].吉林大学学报(地球科学版),2015,45(2):495-506. Ma Benben, Cao Yingchang, Wang Yanzhong, et al. Relationship Between Lithofacies and Physical Properties of Sandy Conglomerate Reservoirs of Es4s in Yanjia Area, Dongying Depression[J]. Journal of Jinlin University (Earth Science Edition), 2015, 45(2):495-506. |
[8] | 杨懿,姜在兴,张晓莉,等.大牛地气田盒3段致密储层控制因素及测井岩相研究[J].西北大学学报(自然科学版),2010,40(4):699-707. Yang Yi, Jiang Zaixing, Zhang Xiaoli, et al. Factors Controlling and Lithofacies Interpretation for Compacted Reservoirs in H3 Member of Daniudi Gas Field[J]. Journal of Northwest University (Natural Science Edition), 2010, 40(4):699-707. |
[9] | 高浩锋,张金功,罗文琴,等.砂岩、泥质岩和煤岩渗透率的研究[J].石油化工应用,2011,30(4):4-7. Gao Haofeng, Zhang Jingong, Luo Wenqin, et al. The Permeability Research of Sandstone, Argillaceous Rocks and Coal Rock[J]. Petrochemical Industry Application, 2011, 30(4):4-7. |
[10] | 杨建,陈家军,杨周喜,等.松散砂粒孔隙结构、孔隙分形特征及渗透率研究[J].水文地质工程地质,2008(3):93-98. Yang Jian, Chen Jiajun, Yang Zhouxi, et al. A Study of Pore Structure, Pore Fractal Feature and Permeability of Unconsolidated Sand[J]. Hydrogeology & Engineering Geology, 2008(3):93-98. |
[11] | 范宜仁,葛新民,汪海龙,等.非均质性砂砾岩储层渗透率预测方法研究[J].西南石油大学学报(自然科学版),2010,32(3):6-10. Fan Yiren, Ge Xinmin, Wang Hailong, et al. Study on the Method Predicting Permeability in the Heterogeneous Glutenite Reservoir[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2010, 32(3):6-10. |
[12] | 孙建孟,闫国亮.渗透率模型研究进展[J].测井技术,2012,36(4):329-335. Sun Jianmeng, Yan Guoliang. Review on Absolute Permeability Model[J]. Well Logging Technology, 2012, 36(4):329-335. |
[13] | 高磊.基于岩石物理相的酸性火山岩储层渗透率计算方法[J].石油仪器,2013(10):60-63. Gao Lei. The Method of Permeability Calculation of Acidic Volcanic Rocks Based on Petrophysical Phase[J]. Petroleum Instruments, 2013(10):60-63. |
[14] | 高华,吴洪深,张海荣.莺歌海盆地低孔渗储层测井相分类及渗透率评价方法研究[J].石油天然气学报,2013,35(7):87-92. Gao Hua, Wu Hongshen, Zhang Hairong. Yinggehai Basin Permeability of Low Permeability Reservoir Logging Facies Classification and Evaluation Method Study[J]. Journal of Oil and Gas Technology, 2013, 35(7):87-92. |
[15] | 邵维志,解经宇,迟秀荣,等.低孔隙度低渗透率岩石孔隙度与渗透率关系研究[J].测井技术,2013, 37(2):149-154. Shao Weizhi, Xie Jingyu, Chi Xiurong, et al. On the Relation of Porosity and Permeability in Low Porosity and Low Permeability Rock[J]. Well Logging Technology, 2013, 37(2):149-154. |