地球物理学报  2011, Vol. 54 Issue (2): 422-427   PDF    
基于孔隙结构的酸性火山岩储层流体识别方法研究
覃豪, 李洪娟, 杨学峰, 王春燕     
大庆油田公司勘探开发研究院,大庆 163712
摘要: 酸性火山岩由于成岩矿物类型多样,孔隙结构复杂,电阻率普遍较高,应用常规的中子-密度测井曲线交会和电阻率的高低已经不能判断储层流体性质.在天然气的测井响应特征分析基础上,应用三孔隙度组合、横纵波时差比值、核磁共振及综合参数识别流体性质.应用结果表明这些方法只能识别含气储层,对于气水同层的识别效果并不好.电阻率对储层流体性质变化反映灵敏,但是对于酸性火山岩储层并不如此.从储层微观孔隙结构入手,对火山岩储层电阻率影响因素进行研究,表明孔隙结构复杂是酸性火山岩电阻率普遍较高的原因之一,在此基础上,研制了基于孔隙结构的流体性质逐步判别法.应用本文的方法,对徐深气田49口井流体性质进行判断,经69个层试气验证,识别准确率达94.1%,提高了近15个百分点.
关键词: 酸性火山岩储层      流体识别      孔隙度组合      横纵波时差比      核磁共振      综合参数      孔喉半径比     
A study on the fluid identification method of acidic volcanic reservoirs based on the pore structure
QIN Hao, LI Hong-Juan, YANG Xue-Feng, WANG Chun-Yan     
Exploration and Development Research Institute of Daqing Oilfield Company Ltd.,Heilongjiang Daqing 163712, China
Abstract: Because of various types of minerals, complex pore structure and generally high resistivity of volcanic reservoir, using conventional neutron-density-logging curve intersection and high-low of resistivity to identify reservoir fluid type is not viable. Through the analysis of characteristics of natural gas logging response, the paper uses porosity combination,the ratio of transverse wave and longitudinal wave,nuclear magnetic resonance and integrated parameter to identify fluid type. Results show that these methods can only identify gas-bearing reservoir, and the result of identifying reservoirs which contain gas and water is not good. Resistivity is sensitive to the changing of reservoir fluid types, but is not so for acid volcanic reservoir. Starting from the microscopic pore structure of reservoir, the paper studies the influence factors of volcanic reservoir resistivity. Results show that complicated pore structure is one of the reasons of high resistivity of acidic volcanic reservoir. On this basis, the paper develops the fluid type gradual identification method based on the pore structure. Using this method, the paper identified the fluid type of 49 wells in Xushen gas field. Through the test of 69 layers, identification accuracy is 94.1%. The accuracy has increased nearly 15 percent.
Key words: Acidic volcanic reservoir      Fluid identification method      Porosity combination      The ratio of transverse wave and longitudinal wave      Nuclear magnetic resonance      Integrated parameter      The ratio of pore radius and throat radius     
1 引 言

松辽盆地徐深气田的勘探成果表明,在酸性、中性和基性火山岩中均发育了较好的储层.但是由于火山岩岩石类型多样,储层类型复杂、非均质性强、电性特征变化大、酸性火山岩无论是气层还是水层电阻率普遍较高、没有统一的气水界面等因素使得应用常规中子密度交会、电阻率的高低等方法直接对储层流体性质进行识别时准确率较低,影响气田勘探与开发,因此需要建立一套能够满足勘探开发需求的火山岩储层流体识别方法.以往,火山岩流体识别在方法上取得了一定的进展,但是这些方法只能识别储层含气性,而且识别准确率也较低,对于气水同层无法识别[1~8].本文在对天然气测井响应特征分析基础上,选用徐深气田兴城地区试气资料及常规测井、偶极声波测井和核磁测井数据,研制了"电法"与"非电法"相结合的酸性火山岩流体性质识别方法,提高了储层含气性与气水同层识别的准确率,取得了较好效果.

2 电阻率影响因素分析

储层电阻率是岩性与流体等因素的综合反映.研究区酸性火山岩储层电阻率高低不能反映储层流体性质变化,因此需要对电阻率影响因素进行分析.本文从微观孔隙结构入手对电阻率的影响因素进行了分析.

2.1 酸性火山岩储层喉道特征

恒速压汞实验是获取微观孔隙结构定量资料的最重要途径,能够分别得到储层孔隙和喉道的毛管压力数据.通过恒速压汞实验资料可对孔隙内部的喉道发育程度、孔隙发育程度及孔隙与喉道之间的配套状况进行研究.对营城组酸性火山岩储层36块岩心恒速压汞资料分析表明,酸性火山岩储层具有孔喉半径比超大的特征.这个特征有别于砂岩储层(表 1),与酸性火山岩的喷发成岩机制有关[9].

表 1 火山岩储层与砂岩储层喉道特征对比 Table 1 The throat characteristic reference table of volcanic rock reservoir and sandstone reservoir

由酸性火山岩储层吼道特征(图 1)可知,火山岩储层喉道分布频带宽.从储层喉道特征表可以看出酸性火山岩储层孔喉半径比远大于相同物性的砂岩储层,孔隙与喉道匹配性较差,非均质性更严重.

图 1 不同类别火山岩储层孔喉特征 (a)Ⅰ类储层;(b)Ⅱ类储层;(c)Ⅲ类储层;(b)为孔隙度,K为渗透率. Fig. 1 The pore and throat characteristic of ditferent category volcanic rock reservoir (a) Class Ⅰ reservoir ; (b) Class Ⅱ reservoir ; (c) Class Ⅲ reservoir ; Φ is the porosity,K is permeability.
2.2 孔隙结构对火山岩电阻率的影响

一般情况下[10],在不考虑岩石矿物等其他电阻率因素影响的情况下,岩石仅通过孔隙中的地层水导电,电阻率大小主要受孔隙喉道大小的控制[11];对于同一块岩石,喉道越窄,储层电阻率越大;对具有相同孔隙分布特征的储层,随着含水饱和度的增加,电阻率变小.但上述特征对于酸性火山岩并不适用.选取兴城地区具有不同含水饱和度的储层(试气验证)对电阻率影响因素进行研究,从深侧向电阻率与孔隙度关系图(图 2)上可知,部分纯水层和气水同层电阻率较高,表现为部分水层电阻率值大于某些气水同层的电阻率(试气验证),部分气水同层(试气验证)电阻率值大于某些纯气层的(试气验证),这使得直接用电阻率值高低识别储层流体性质效果较差.对这类储层的微观孔隙结构研究表明,该类储层具有孔喉半径比较大的特征.因此,综合酸性火山岩喉道特征得出以下结论:(1)酸性火山岩电阻率普遍较高,主要是由于岩石的微观孔隙结构的复杂所造成,表现为电阻率高的储层具有高孔喉半径比,非均质性强;(2)火山岩岩性对电阻率的影响实际为岩石孔喉半径比的影响,表现为小喉道控制了大孔隙,岩石有效导电截面小造成了火山岩储层无论是气层还是水层都具有电阻率较高的现象.

图 2 火山岩储层孔隙度与电阻率关系图 Fig. 2 The relational graph of volcanic rock reservoir porosity and resistivity
3 孔喉半径比计算模型

孔喉半径比是描述储层微观孔隙结构的重要参数,它反映储层的渗滤能力,而渗透率在一定程度上也反映了储层的孔隙结构,而且实际资料表明二者具有较好的相关性,因此可以用渗透率得到孔喉半径比.渗透率可以通过测井方法得到.应用34 块岩样恒速压汞资料建立了孔喉半径比与渗透率关系:

式中Vpf为储层孔喉半径比,无因次;K为储层渗透率,mD.得到了储层孔喉半径比的计算模型.

4 火山岩储层流体识别方法 4.1 三孔隙度组合法

三孔隙度测井是用来评价油气藏储集性能的重要测井曲线.中子测井主要反映岩层的含氢指数,一般情况下储层中天然气的含氢指数低于油和水的含氢指数[12],所以当储层中存在天然气时会引起视中子孔隙度(ΦNa)减小.天然气的密度和声波传播速度远小于油和水的,所以当地层中含气时可引起密度孔隙度(ΦDa)与声波孔隙度(ΦSa)增大,三孔隙度有明显差值,表现为ΦSaNa、ΦDaNa、(ΦSaΦDa)/ΦNa2>1,可利用这一特征来识别气层.考虑到岩性复杂和泥浆滤液侵入的影响,提出了以下四个复合参数作为地层的含气指标,以放大含气特征显示.

式中Gc 为三孔隙度差值,Gb 为三孔隙度比值,ΦBa为测井孔隙度背景值,是指岩石孔隙空间完全含水时的视孔隙度;QCFG 为气层指示参数.

4.2 横纵波时差比值法

理论上,当地层含气时,由于天然气比液体更容易压缩,因此含气岩石的纵波速度一般比含液体岩石的速度低[13],即纵波时差(ΔTc)在气层处变大;而横波只能在固体中传播,横波时差(ΔTs)变化极小.同时由于地层岩性、物性的变化同样也可能引起速度的改变,因此单纯应用纵波时差去识别天然气存在着一定的风险性,但如果通过比较纵波和横波的速度差异来判别气层,则要可靠得多,因此应用横纵波时差比值来进行流体识别:

式中BZ为横纵波时差比值.

酸性火山岩储层非均质性强,横纵波时差比值大小不仅与储层物性有关,还与储层岩石特性有关,因此,不能用一个定值来判断储层的含气性.在酸性火山岩干层与水层处,横、纵波时差均不受天然气的影响,只反映储层孔隙大小.因此,可用干层或水层的有效孔隙度得到纵、横波时差,即得到不受含气影响的横纵波时差比基值.当储层横纵波时差比值小于基值时,表明储层含气.

4.3 核磁共振法

由于核磁共振T2谱不仅能反映地层孔隙结构信息[14],而且还与孔隙中含的流体相关,不同流体的核磁T2谱分布的位置不同,应用这一特性可以进行流体性质识别.当储层中含气时,由于气体的含氢指数较低,且测量时间较短导致气体未完全极化,使核磁测井低估了火山岩地层总孔隙度.密度测井和核磁共振测井探测范围相近,均受到探测范围内的孔隙流体的影响,当测量范围内地层孔隙含气时,计算的密度孔隙度偏大,核磁共振孔隙度偏低.因此可以利用密度孔隙度和核磁孔隙度进行气、水层的识别.

4.4 综合指数法

由以上分析可知,横纵波时差比值法、三孔隙度组合法和核磁共振法均可以用来识别储层的含气性,但是由于各种测井方法的原理不同,探测范围不同,其反映储层含气的能力也就不同.因此,在储层含气性判断中,根据经过试气的关键层的测井响应,统计各种测井信息反映含气性的能力,确定权系数,计算出储层含气的综合指数,从而达到提高判断储层含气性能力的目的,其具体形式如下:

式中VHZBVKXDVHC分别为横纵波时差比值法、三孔隙度法和核磁共振法处理后归一化的交会值;A1A2A3 分别为相应的权系数.

4.5 基于孔隙结构的电阻率识别法

应用以上4 种方法可以较好地识别储层含气性,但是对于储层是否含水,区别气层和同层,识别效果较差.电阻率也是识别流体的重要手段.理论上,地层水作为岩层中的导体,含水储层的电阻率响应值应比气层的低.文章第二部分研究指出研究区的酸性火山岩孔隙结构复杂,电阻率受微观孔隙结构的影响较大.在孔隙度相等的条件下,含气饱和度较高而且孔隙结构复杂的气水同层的电阻率较高,甚至大于某些纯气层的电阻率.因此,应用电阻率大小直接识别气水同层,准确率低.资料[15, 16]表明,孔隙结构越复杂,电阻率越高.因此在应用电阻率判断流体性质时,需对电阻率进行校正,减少微观孔隙结构对电阻率的影响,使电阻率的变化能够更真实地反映储层流体性质变化.研究表明,在相同孔隙度、相同岩性和流体条件下,孔喉半径比大的储层电阻率大.因此应用深侧向电阻率除以孔喉半径比(定义为储层参数CCCS),消除微观孔隙结构的影响后,再来识别气水同层.应用兴城地区的测试资料,选取综合指数(ZHZS)为横坐标,储层参数(CCCS)为纵坐标,建立了基于微观孔隙结构的酸性火山岩流体识别图版(图 3),对纯气层和气水同层进行识别.

图 3 兴城营城组酸性火山岩储层气水层识别图版 图中5为综合指数判断储层是否含气的最小值,单位为%;0.087为储层参数判断气水同层的最小值,无因次;0.178为储层参数判断纯气层的最小值,无因次. Fig. 3 The gas-water layer identification plate of acidicvolcanic reservoir in Xingcheng district
5 应用效果分析

实际应用中,采用逐步判别法进行流体性质识别.首先应用三孔隙度、核磁共振、横纵波时差比值和综合指数4种方法判别储层含气性,确定含气储层、水层和干层;然后应用图版法,识别气水同层和纯气层.如图 4,徐深XX 井,通过横纵波比值、三孔隙度、核磁共振法和综合指数4 种方法对该井进行处理,表明175Ⅱ号层和176号层含气性较好,虽然两层的电阻率均较高,但是结合气水层识别图版,将175Ⅱ号层解释为气层,176 号层解释为气水同层.对176号层试气,压后自喷,日产气32 万方,产水5.8方,与识别结论一致.

图 4 徐深XX井流体识别成果图 Fig. 4 The fluid identification results of Xushen XX well

应用流体性质逐步判别法对兴城地区的49口井进行流体识别,经69 个层试气验证,识别准确率达94.1%.研究结果表明,该套方法和流程适用于松辽盆地徐深气田酸性火山岩储层的流体性质识别,为深层天然气储量提交及单井测井综合评价提供了技术保障,对于其他地区的火山岩储层流体性质识别也具有借鉴意义.

6 结 论

(1) 火山岩储层孔隙结构复杂是影响电阻率大小的主要因素之一.

(2) 应用三孔隙度组合、横纵波时差比值、核磁共振及综合指数4 种方法来判别含气储层,效果较好,对气水同层的识别效果较差.

(3) 将储层微观参数与宏观参数相结合,建立了储层孔喉半径比计算模型.在此基础上,研制了基于孔隙结构的流体识别方法,识别气层和气水同层.综合储层含气性判别方法,形成了酸性火山岩储层流体性质逐步判别法.

本文对火山岩储层电阻率的影响因素进行了研究,但是火山岩储层导电机理仍然没有明确,今后可从这方面入手,对电阻率的影响因素进一步明确后,在应用"电法"与"非电法"相结合识别流体性质时,能够进一步提高储层流体识别的准确率.

参考文献
[1] 谭茂金, 石耀霖, 赵文杰, 等. 核磁共振双TW测井数据联合反演与流体识别. 地球物理学报 , 2008, 51(5): 1582–1590. Tan M J, Shi Y L, Zhao W J, et al. Joint inversion method for NMR dual-TW logging data and fluid typing. Chinese J. Geophys. (in Chinese) , 2008, 51(5): 1582-1590.
[2] 彭真明, 李亚林, 巫盛洪, 等. 碳酸盐岩储层多角度弹性阻抗流体识别方法. 地球物理学报 , 2008, 51(3): 881–885. Peng Z M, Li Y L, Wu S H, et al. Discriminating gas and water using multi-angle extended elastic impedance inversion in carbonate reservoirs. Chinese J. Geophys. (in Chinese) , 2008, 51(3): 881-885.
[3] 秦绪英, 肖立志, 张元中. 鄂尔多斯盆地天然气有效储层识别与评价方法. 地球物理学进展 , 2005, 20(4): 1099–1107. Qin X Y, Xiao L Z, Zhang Y Z. Methods of natural gas reservoir identification and evaluation of Erdos Basin. Progress in Geophysics (in Chinese) , 2005, 20(4): 1099-1107.
[4] 赵军龙, 刘玲, 李新胜, 等. 低渗特低渗砂岩储层流体识别技术研究综述和展望. 地球物理学进展 , 2009, 24(4): 1446–1453. Zhao J L, Liu L, Li X S, et al. Review and forecast of technique research on fluid identification of low and particularly low permeability sandstone reservoir. Progress in Geophysics (in Chinese) , 2009, 24(4): 1446-1453.
[5] 张丽华, 潘保芝, 单刚义, 等. 长岭地区火山岩储层流体性质测井预测. 地球物理学进展 , 2009, 24(6): 2151–2155. Zhang L H, Pan B Z, Shan G Y, et al. Fluid property, logging prediction of volcanic reservoirs in the Changling area. Progress in Geophysics (in Chinese) , 2009, 24(6): 2151-2155.
[6] 孙金浩. 浅析火山岩复杂储层流体识别的方法. 国外测井技术 , 2005, 20(6): 13–16. Sun J H. Simple analysis of the discrimination method about fluids in difficult volcanic reservoirs. World Well Logging Technilogy (in Chinese) , 2005, 20(6): 13-16.
[7] 王德喜, 曾文冲, 汪志锋. 松南气田火山岩储层流体性质的识别. 西南石油大学学报(自然科学版) , 2009, 31(6): 15–20. Wang D X, Zeng W C, Wang Z F. Reservior fluid property identificetion of volcanic rock in SongNan gas field. Journal of Southwest Petroleum University (Science & Technology Edition) (in Chinese) , 2009, 31(6): 15-20.
[8] Wang P J, Hou Q J, Wang K Y, et al. Discovery and significance of high CH4 primary fluid inclusions in reservoir volcanic rocks of the Songliao Basin, NE China. Acta Geologica Sinica , 2007, 81(1): 113-120.
[9] 庞彦明, 章凤奇, 邱红枫, 等. 酸性火山岩储层微观孔隙结构及物性参数特征. 石油学报 , 2007, 28(6): 72–77. Pang Y M, Zhang F Q, Qiu H F, et al. Characteristics of property parameter in acidic volcanic reservoir. Acta Petrolei Sinica (in Chinese) , 2007, 28(6): 72-77.
[10] 孙建孟, 吴金龙, 于代国, 等. 阿尔奇参数实验影响因素分析. 大庆石油地质与开发 , 2006, 25(2): 39–41. Sun J M, Wu J L, Yu D G, et al. Archie experimental parameters influencing factors analysis. Petroleum Geology and Oilfield Development in Daqing (in Chinese) , 2006, 25(2): 39-41.
[11] 孙建孟, 王克文, 李伟. 测井饱和度解释模型发展及分析. 石油勘探与开发 , 2008, 35(1): 101–107. Sun J M, Wang K W, Li W. Development and analysis of logging saturation interpretation models. Petroleum Exploration and Development (in Chinese) , 2008, 35(1): 101-107.
[12] 黄布宙, 潘保芝. 松辽盆地北部深层火成岩测井响应特征及岩性划分. 石油物探 , 2001, 40(3): 42–47. Huang B Y, Pan B Z. The log characteristics of deep igneous rocks and lithology determination in the northern Songliao Basin. Petroleum Exploration (in Chinese) , 2001, 40(3): 42-47.
[13] 孙建孟, 韩成, 马建海, 等. 应用声波全波列测井计算裂缝性含气储层参数. 石油物探 , 2001, 42(3): 545–548. Sun J M, Han C, Ma J H, et al. Calculation of gas reservoir parameters by full waveform tools. Petroleum Exploration (in Chinese) , 2001, 42(3): 545-548.
[14] 何雨丹, 毛志强, 肖立志. 核磁共振T2分布评价岩石孔径分布的改进方法. 地球物理学报 , 2005, 48(2): 373–378. He Y D, Mao Z Q, Xiao L Z, et al. An improved method of using NMR T2 distribution to evaluate pore size distribution. Chinese J. Geophys. (in Chinese) , 2005, 48(2): 373-378.
[15] 刘福利,王伟男,姜亦忠. 孔隙结构实验分析及应用. 见:测井重点实验室学术论文集,2002.39-43 Liu F L, Wang W N, Jiang Y Z . Experimental analysis of pore structure and application. In:Logging Key Laboratory Research Papers,2002.39-43
[16] 王贤君, 康燕. 砂岩酸化微观孔隙结构研究. 石油天然气学报 , 2005, 27(6): 699–701. Wang X J, Kang Y. Study on micro-pore structure of acidizing sandstone. Journal of Oil and Gas Technology (in Chinese) , 2005, 27(6): 699-701.