地球物理学进展  2015, Vol. 30 Issue (2): 725-732   PDF    
电成像测井储层非均质性评价方法在川东北G地区FC段地层的应用
李昌1,2, 司马立强1, 沈安江2, 寿建峰2, 周进高2    
1. 西南石油大学地球与科学技术学院, 成都 610500;
2. 中国石油杭州地质研究院, 杭州 310023
摘要:岩心、成像测井资料表明川东北G地区FC段碳酸盐岩储层溶孔、裂缝发育, 非均质性较强.根据溶孔、裂缝的发育程度与分布特征, 可划分为6种典型储层类型.因此, 有效评价储层非均质、划分储层类型是该区油气勘探与开发工作的关键.电成像测井资料能通过定性识别孔洞与裂缝对储层非均质性进行定性评价, 但是由于缺乏能综合表征溶孔、裂缝等特征的定量参数, 使得电成像测井资料对储层非均质性的定量表征存在问题.为此, 基于分形理论, 提出一种电成像测井定量评价方法, 即计算电成像测井图像的分形维数来定量描述储层非均质性.储层类型与分形维数相关分析表明, 分析维数可综合表征储层溶孔、裂缝, 评价储层非均质性.应用实例表明, 基于电成像测井分形维数的非均质性表征与储层类型划分应用效果较好, 推动了该区的油气勘探与开发工作.
关键词碳酸盐岩储层     非均质性     分形维数     电成像测井    
The application of the reservoir heterogeneity evaluate method with micro- resistivity image log in FC formation of G region in northeastern Sichuan
LI Chang1,2, SIMA Li-qiang1, SHEN An-jiang2, SHOU Jian-feng2, ZHOU Jin-gao2    
1. School of Geoscience and Technology, Southwest Petroleum University, Chengdu 610500, China;
2. PetroChina Hangzhou Research Institute of Geology, Hangzhou 310023, China
Abstract: Core data and borehole image data show the strong heterogeneity because of the development of fractures, pores and vugs in FC formation of G region in northeastern Sichuan. Base on the development degree and the distribution of the fractures, pores and vugs, six typical reservoirs are divided. So the evaluation of reservoir heterogeneity and the identification of reservoir type are the key job for the oil and gas exploration and development. It always has problems for the reservoir heterogeneity evaluation with formation micro-resistivity image log, due to lack of the comprehensive parameters to characterize the fractures, vugs and pores in the reservoir. Therefore, with the help of the fractal theory, a method is proposed to evaluate the carbonate reservoir heterogeneity using the fractal dimension calculated from the formation micro-resistivity image log. The relation of the reservoir type and fractal dimension show the fractal dimension can effectively characterize the comprehensive heterogeneity of the fractures, vugs and pores in reservoir. The application shows the good effects, that promotes the oil and gas exploration and development job of the field.
Key words: carbonate reservoir     heterogeneity     fractal dimension     micro-resistivity image log    
0 引 言

川东北G地区FC段碳酸盐岩储层溶孔、裂缝发育;非均质性较强,储层类型主要有均匀溶孔型、孤立溶孔型、裂缝型和裂缝-溶孔型,对碳酸盐岩储层非均质评价及储层类型划分是该区油气勘探与开发工作的关键.目前电成像测井已经成为评价碳酸盐岩储层类型划分和非均质性评价的有效手段,然而现有方法主要是针对溶孔、溶洞和裂缝定性识别和对裂缝密度和宽度及溶蚀孔洞尺寸和面孔率分别定量计算(Delhomm,1992J.W. Roestenburg,1992Liu et al., 1994Roca-Ramisa et al., 1994Newberry et al., 1996Tyagi and Bhaduri, 2002景建恩等,2003李雪英等,2005赵军等,2007牛虎林等,2008吴兴能等,2008吴兴能等,2009李昌等,2010陈芳等,2010张尚华等,2011吴煜宇等,2013),缺乏对裂缝和溶孔、溶洞进行综合定量评价,针对这一问题,基于分形理论,提出一种电成像测井定量评价方法,即利用电成像测井识别裂缝、溶孔洞,通过分形维数定量描述储层内裂缝、溶孔洞在二维空间分布特征,实现对储层内裂缝、溶孔洞的综合非均质性表征.

结合川东北G地区FC段碳酸盐岩岩心、电成像测井资料建立了储层类型识别图版,在3大类储层类型基础上,根据溶孔、裂缝发育程度及其在二维空间分布特征,进一步细分为6类典型储层类型,针对这6类储层类型进行分形维数分析表明,分析维数能够表征储层溶孔、裂缝的综合非均质性.现场应用实例表明,基于电成像测井分形维数的非均质性表征与储层类型划分应用效果较好,推动了该区的油气勘探与开发工作. 1 储层类型识别

目前电成像测井识别储层类型主要为定性的典型图版法(李昌等,2010陈芳等,2010),根据川东北G地区岩心及电成像测井资料,建立了6种类型储层的典型电成像特征图版(图 1),图版中亮白(黄)色代表岩石骨架或胶结物,暗黑(棕)色代表储层中溶孔、裂缝或泥质.采用数字图像处理技术(李雪英等,2005Delhomme,1992Roestenburg,1992)对图版中裂缝、溶孔进行提取(图 2),根据裂缝、溶孔分布特征,建立6种储层的理想模式(图 3).

图 1 川东北G地区FC段储层典型电成像测井解释图版Fig. 1 The typical micro-resistivity image logging interpretation chart in FC formation of G region in northeastern Sichuan

图 2 电成像测井图像数字处理流程Fig. 2 The micro-resistivity image digital processing flow chart

图 3 川东北G地区FC段储层类型模式图Fig. 3 The reservoir type pattern chart in FC formation of G region in northeastern Sichuan
2 电成像测井分形维数计算

分形研究的对象是所谓统计意义上的自相似性和在一定尺度范围内的自相似性(标度不变性).它是用分形维数 D来描述和量化具有分形的研究对象的复杂程度.目前图像分形主要利用盒维数算法,统计一系列不同像素边长的正方形覆盖二值轮廓数字图像,根据像素数量和正方形个数之间的关系,确定数字图像的分形维数(彭瑞东等,2004张杰等,2007乐友喜和王才经,1996冯志刚等,2001).盒维数的定义为

式中 :δ为分割电成像图像的正方形网格尺寸(像素个数);N(δ)为分割图像的网格数目.逐次改变δ的值,便可得出一系列对应的数据N(δ),这一系列δ和N(δ)数据在双对数图上得到一系列点,对其做最小二乘拟合后,对应的直线斜率即为研究对象的盒维数D(无量纲). 3 典型储层分形维数分析

利用盒维数方法对图 3中6类储层模式图进行分形维数计算(表 1).结果表明裂缝、溶孔分布特征不同,其分形维数不同(图 4),具有如下规律:

表 1 不同类型储层分形维数Table 1 The fractal dimension of the different types reservoirs

图 4 不同储层类型分形维数分布图Fig. 4 The distribution plot of the fractal dimension of different types reservoirs

1 )对于溶孔型储层,溶孔分布的均匀程度越高,分形维数越小,表明非均质程度低,反之代表非均质性强;

2)对于裂缝型储层,高角度裂缝与低角度裂缝其分形维数差异不大,对于相同条数的裂缝,裂缝密度大其分形维数略低;

3 )对于裂缝-溶孔型储层,比均匀溶孔型储层分形维数略大,说明裂缝发育,略增大了储层非均质性.

总之,均匀分布溶孔型、非均匀分布溶孔型和裂缝-溶孔型储层非均质性要好于孤立溶孔型和裂缝型储层,孤立溶孔型储层非均质性最强. 4 储层分形维数与产能分析

李晓辉等(2012)利用电成像测井计算孔隙度贡献因子,进行碳酸盐岩产能预测.碳酸盐岩储层产能与储层类型、孔隙度、非均质性等参数密切相关,针对工区井测试层段,分析孔隙度、分形维数与天然气无阻流量相关关系(图 5图 6),可以看出分形维数与无阻流量具有一定相关性,总体表现为分形维数减小,无阻流量增大的趋势,即溶孔型和裂缝溶孔型储层产能更高,但同时也存在分形维数高且无阻流量高的裂缝型储层,与地质认识符合,对于溶孔型储层基质孔隙度增大,无阻流量增大,对于裂缝型储层基质孔隙度对无阻流量影响不大,主要与裂缝发育程度有关,裂缝-溶孔型储层则综合溶孔和裂缝两方面影响,在孔隙度与无阻流量关系上规律性差(图 5),而在分形维数与无阻流量关系上(图 6)则较明显的反应出分形维数增大,无阻流量增大,说明裂缝的作用,既增加了储层的非均质性,同时裂缝的沟通能力又增大了无阻流量.

图 5 分形维数与无阻流量关系图Fig. 5 The relation plot of fractal dimension and open flow capacity

图 6 孔隙度与无阻流量关系图Fig. 6 The relation plot of porosity and open flow capacity

(注:表 2 所建立的定性评价标准,是基于原始电成像测井图像分形计算,比理想模型计算的分形维数略小.理想模型为基于电成像测井数字图像处理后的模式图(剔除了图像中井眼未覆盖的空白条带,图 1),其分形维数仅用于证明不同类型储层的非均质差异.实际生产应用是针对原始电成像测井图像计算分形维数.)

表 2 储层测井非均质性评价标准Table 2 The log evaluation st and ard of the reservoir heterogeneity

根据储层类型和分形维数,建立测井非均质性定性评价标准(表 2). 5 应用实例

以研究工区G1-6和G1-3井为例进行单井储层非均质评价,并对台地边缘带上G1-3、G1-6、G1-7、G1-1、G1进行多井储层非均质评价.

根据电成像典型解释图版(图 1),对G1-6井6055~6155 m井段识别储层类型有4类(图 7),主要为溶孔型和裂缝溶孔型,储层物性较好,常规测井解释三段储层平均孔隙度分布为8.1%,7.1%和4.7%(图 9).从图 9可以看出孔隙度与分形维数具有一行相关性,但孔隙度相同,分形维数并不一定相同,例如层a,层b和层c具有相同测井孔隙度(5.1%),但分形维数有一定差异,分形维数均值分别为2.628,2.629和2.621,其中层c溶孔相对发育更均匀(图 8),其分形维数更低.

图 7 电成像测井图版解释储层类型Fig. 7 The graph of reservoir types interpretation with micro-resistivity image log chart

图 8 三个层段孔隙度相同储层电成像测井特征Fig. 8 The graph micro-resistivity image log of the 3 reservoirs with the same porosity

图 9 G1-6井储层非均质性评价成果图Fig. 9 G1-6 well reservoir heterogeneity evaluation graph

测井孔隙度表征的是溶孔和裂缝储集空间大小,而分形维数表征的是溶孔和裂缝空间相对分布特征.

对G1-3井6144 m~6150 m储层段进行电成像测井储层类型识别及非均质评价(图 10),分形维数表现了溶孔垂向非均质特征,即非均质性为弱-强-弱-强,以均匀分布的溶孔储层类型为主,夹非均匀分布的溶孔储层,与电成像动态图像特征相符合,利用分形维数可以作为描述储层非均质性参数.

图 10 G1-3井储层非均质性评价成果图Fig. 10 G1-3 well reservoir heterogeneity evaluation graph

对台地边缘带上G1-3井、G1-6井、G1-7井、G1-1井、G1井(图 11)进行多井储层非均质评价.

图 11 G地区FC段颗粒滩体分布图Fig. 11 The plane distribution grain beach of the FC formation of G region

由于碳酸盐岩储层平面分布具有强非均质性,井间储层类型、连通性等均变化很大,基于地震预测FC段滩体分布平面图(图 11),根据单井的储层类型和分形维数均值,从连井上评价井间储层非均质性(图 12),从图 12可以看出从G1-3到G1井,FC段储层非均质性变化为中等-强-弱-中等.在台地边缘带,虽然储层比较发育,但在平面上具有较强非均质性变化,对储层非均质性的评价可以为该区气藏开发工作提供帮助,推动该区的油气勘探开发工作.

图 12 G1-3井-G1-6井-G1-7井-G1-1井-G1井FC段连井对比图Fig. 12 G1-3well- G1-6well- G1-7well- G1-1well- G1well reservoir heterogeneity comparison graph of the FC formation
6 结 论

6.1     利用电成像测井进行储层类型解释,在此基础上利用电成像测井图像分形维数表征储层非均质性,该方法优点在于能够定量综合描述裂缝、溶孔发育程度,实际应用表明该方法是一种储层非均质性定量评价的有效手段.

6.2     通过分形维数与储层产能关系分析,表明储层非均质性与产能具有一定相关关系,分形维数可以作为产能预测的参考参数.

6.3     电成像测井图像品质是决定该方法评价储层非均质性效果的关键因素之一.

致 谢 感谢中石油杭州地质研究院徐美茹、潘立银、刘江丽、吕学菊对此项工作的支持.
参考文献
[1] Chen F, Li S R, Yuan W G. 2010. Comprehensive evaluation of carbonate reservoir with multi-facies using FMI imaging logging data in Northeast Sichuan[J]. Well Logging Technology (in Chinese), 34(4): 343-347.
[2] Delhomme J P. 1992. A quantative characterization of fowmation herterogreneities based on borehole image analysis[C].//SPWLA 33rd Annual Logging Symposium, 1-25.
[3] Feng Z G, Zhou H W. 2001. Computing method of fractal dimension of image and its application[J]. Journal of Jiangsu University of Science and Technology (Natural Science) (in Chinese), 22(6): 92-95.
[4] Jing J E, Mei Z W, Li Z B. 2003. Investigation of well logging evaluation and identification methods for carbonate reservoirs with fracture and vug in Tahe oil field[J]. Progress in Geophysics (in Chinese), 18(2): 336-341.
[5] Le Y X, Wang C J. 1996. Algorithm of fractal dimension of function graph[J]. Journal of the University of Petroleum China (in Chinese), 20(2): 96-101.
[6] Li C, Zhou X, Shou J F, et al. 2010. The application of FMI logging method in evaluation of dissolution pored/caved carbonate reservoirs[J]. Marine Origin Petroleum Geology (in Chinese), 15(3): 59-64.
[7] Li X H, Zhou Y Q, Hou Y H, et al. 2012. Porosity analysis of micro-electric imaging logging and its application in carbonate reservoir production capacity forecast[J]. Journal of Jilin University (Earth Science Edition) (in Chinese), 42(4): 928-934.
[8] Li X Y, Lin J L, Wen H J. 2005. Automatic recognition of geological aperture in carbonates [J]. Journal of Daqing Petroleum Institute (in Chinese), 29(4): 4-6.
[9] Liu R L, Wu Y Q, Liu J H, et al. 2005. The segmentation of FMI image based on 2-D dyadic wavelet transform[J]. Applied Geophysics (in Chinese), 2(2): 89-93.
[10] Newberry B M, Grace L M, Stief D D, et al. 1996. Analysis of carbonate dual porosity systems from borehole electrical images[C]. Midland TX: Permian Basin oil & gas recovery conference, 123-129.
[11] Niu H L, Tian Z J, Hu X, et al. 2008. Application of imaging log interpretation patterns in fractured basement reservoirs[J]. Progress in Geophysics (in Chinese), 23(5): 1544-1549.
[12] Peng R D, Xie H P, Ju Y. 2004. Computation method of fractal dimension for 2-D digital image[J]. Journal of China University of Mining & Technology (in Chinese), 33(1): 19-24.
[13] Peng R D, Yang Y C, Ju Y, et al. 2011. Computation of fractal dimension of rock pores based on gray CT images[J]. Chinese Science Bulletin, 56(31): 3346-3357.
[14] Roca-Ramisa L, Mendoza J, Sanchez-Galindo M A. 1994. Evaluation of fracture distribution and continuity in carbonate reservoirs using wellbore imaging tools [C].//Society of Petroleum Engineers, 81-96.
[15] Roestenburg J W. 1994. Carbonate characterization and classification from in-situ wellbore images proceedings[C].//Indonesian Petroleum Association 23rd Annual Convention, 181-188.
[16] Tyagi A K, Bhaduri A. 2002. Porosity analysis using borehole electrical images in carbonate reservoirs[C].//Society of Professional Well-Log Analysts, 1-9.
[17] Wu X N, Liu R L, Lei J, et al. 2008. Study on converting electrical imaging log into porosity distribution image[J]. Well Logging Technology (in Chinese), 32(1): 53-56.
[18] Wu X N, Xiao C W, Xin Y, et al. 2009. Interpretation method for fractures with FMI/XRMI images in carbonate horizontal well and its application[J]. Well Logging Technology (in Chinese), 33(5): 461-464.
[19] Wu Y Y, Zhang W M, Tian C B, et al. 2013. Application of image logging in identifying lithologies and sedimental facies in Reef-Shoal Carbonate Reservoir -Take Rumaila Oil Field in Iraq for Example[J]. Progress in Geophysics (in Chinese), 28(3): 1497-1506, doi: 10.6038/pg20130345.
[20] Zhang J, Zhang R R, Hu B Y, et al. 2007. Study on surface pore fractal dimension of char SEM photographs by Matlab[J]. Journal of Hebei University of Engineering (Natural Science Edition) (in Chinese), 24(2): 40-44.
[21] Zhang S H, Sima L Q, Yan Q B, et al. 2011. The logging effectiveness evaluation of complex carbonate reservoirs [J]. Journal of Southwest Petroleum University (Science & Technology Edition) (in Chinese), 33(2): 84-88.
[22] Zhao J, Den X Z, Liu R L, et al. 2007. The object picking and calculating by image devision for the image log data[J]. Progress in Geophysics (in Chinese), 22(5): 1502-1509.
[23] 陈芳, 李淑荣, 袁卫国. 2010. 利用FMI成像测井资料综合评价川东北多相带碳酸盐岩储层[J]. 测井技术, 34(4): 343-347.
[24] 冯志刚, 周宏伟. 2001. 图像的分形维数计算方法及其应用[J]. 江苏理工大学学报(自然科学版), 22(6): 92-95.
[25] 景建恩, 梅忠武, 李舟波. 2003. 塔河油田碳酸盐岩缝洞型储层的测井识别与评价方法研究[J]. 地球物理学进展, 18(2): 336-341.
[26] 乐友喜, 王才经. 1996. 函数图像分形维数的计算方法[J]. 石油大学学报(自然科学版), 20(2): 96-101.
[27] 李昌, 周肖, 寿建峰,等. 2010. FMI测井技术在川东北地区碳酸盐岩溶孔溶洞型储层评价中的应用[J]. 海相油气地质, 15(3): 59-64.
[28] 李晓辉, 周彦球, 缑艳红,等. 2012. 电成像测井孔隙度分析技术及其在碳酸盐岩储层产能预测中的应用[J]. 吉林大学学报(地球科学版), 42(4): 928-934.
[29] 李雪英, 蔺景龙, 文慧俭. 2005. 碳酸盐岩孔洞空间的自动识别[J]. 大庆石油学院学报, 29(4): 4-6.
[30] 牛虎林, 田作基, 胡欣,等. 2008. 成像测井解释模式在基岩油气藏裂缝性储层的应用研究[J]. 地球物理学进展, 23(5): 1544-1549.
[31] 彭瑞东, 谢和平, 鞠杨. 2004. 二维数字图像分形维数的计算方法[J]. 中国矿业大学学报, 33(1): 19-24.
[32] 吴兴能, 刘瑞林, 雷军,等. 2008. 电成像测井资料变换为孔隙度分布图像的研究[J]. 测井技术, 32(1): 53-56.
[33] 吴兴能, 肖承文, 信毅,等. 2009. 利用FMI/XRMI解释水平井中碳酸盐岩储层裂缝的方法及其应用[J]. 测井技术, 33(5): 461-464.
[34] 吴煜宇, 张为民, 田昌炳,等. 2013. 成像测井资料在礁滩型碳酸盐岩储集层岩性和沉积相识别中的应用-以伊拉克鲁迈拉油田为例[J]. 6038/pg20130345.
[35] 张杰, 张蕊蕊, 胡卜元, 等. 2007. 煤焦SEM图像的表面孔洞分形维数的Matlab实现[J]. 河北工程大学学报(自然科学版), 24(2): 40-44.
[36] 张尚华, 司马立强, 颜其彬,等. 2011. 复杂碳酸盐岩储层测井有效性评价[J]. 西南石油大学学报 (自然科学版), 33(2): 84-88.
[37] 赵军, 祁兴中, 刘瑞林,等. 2007. 基于图像分割的成像测井资料目标拾取与计算[J]. 地球物理学进展, 22(5): 1502-1509.