花古101区块低渗透率含裂缝砂岩储层产能疑难分析

刘坤,张洪盼,孙建孟,李军,苏俊磊

(1.中国石化石油勘探开发研究院,北京100083;2.中国石油大学(华东)地球科学与技术学院,山东青岛266580)

0 引 言

产能预测是油田开发中重要的一环,影响产能预测的因素很多,徐文等[1]认为长庆气田马五1气藏水平井产能影响因素为各向异性、储层厚度、裂缝参数、偏心距、地层伤害5个因素,并在此基础上修正产能公式。杨雄文等[2]认为地层有效渗透率、表皮系数、原油黏度、体积系数、溶解气油比5个因素对产能有影响,并通过对电缆地层压力测试资料和采集流体样品的PVT组分分析进行储层产能预测。孙建孟等[3]利用多参数综合法考虑孔隙度、渗透率、电阻率、声波、储层压力、压裂厚度、每米产油指数、产能增产比等参数进行产能预测。影响产能的因素[4-5]有地质因素、流体性质、裂缝因素。在实际产能预测过程中很难考虑到所有因素的影响,如高海红等[6]和唐汝众等[7]分析产能影响因素时,讨论了各参数变化分别引起的产能变化,但是没有比较各参数对产能的影响程度差,因此,有必要筛选出影响产能的主要因素作为优先考虑条件。

花古101区块储层致密、物性差,基质孔隙度主要分布在6%～10%,基质渗透率主要分布在0.1～1 mD[注]非法定计量单位,1 mD=0.987×10-3 μm2,下同,裂缝发育且分布规律复杂,双侧向测井曲线存在一定程度的“双轨”现象,导致双侧向法计算渗透率不准,单井产能预测较难。裂缝的存在会导致地层非均质性增强[8-9],同时导致测井曲线的复杂程度增加[10]。因此,本文采用摩尔斯分类筛选法从平面径向流公式出发并结合各参数的变化范围分析各参数对产能的影响程度;基于电成像测井和常规测井的分形维数差值进行裂缝发育程度的直接和间接评价;利用电成像测井资料进行裂缝定量评价进而得到地层的总渗透率。在此基础上完成对花古101区块储层产能的疑难诊断分析。

1 产能预测存在的疑难

花古101区块位于济阳坳陷青城凸起,地处高青-平南大断裂的上升盘,地层东南高西北低,倾角为10°～20°。由于断裂带长期剧烈活动,主要发育南北向和东西向2组断层。按照南北分区、东西分带的原则:南北分为高、中和低段阶区;东西分为第一断阶带、第二断阶带和第三地垒带,形成了断层纵横交错、构造条件复杂的格局。在此构造背景上,地层裂缝发育,储集条件进一步改善,在潜山内幕形成了良好的网络储集空间。该区紧邻油气资源丰富的博兴洼陷,是油气运移的有利指向,广泛发育砂体、断层、不整合面为油气运移构筑了良好的疏导体系,且通过高青-平南大断裂直接与下第三系油源对接,成藏条件较为有利。

花古101区块处于勘探开发的初期,2015年胜利油田针对东营凹陷西部高青地区中古生界进行重点部署并取得重要突破,X2井在上古生界获得高产油流。2016年上报X2井区P2s控制含油面积4.92 km2,控制石油地质储量400.08×104t,技术可采储量80.01×104t,展示出该区高青中古生界巨大的勘探潜力,使得该区成为重点研究对象。

对于地层产能预测,目前多采用平面径向流模型预测产能,即根据流体在储层中流动遵循的渗流模型、径向渗流规律等理论,同时考虑储层污染的表皮系数,以及地面流量和地层流量的关系,得出理想情况下的平面径向流模型

(1)

式中,Q为油井产能,m3/d;K为地层渗透率,mD;Δp为生产压差,MPa;h为产层厚度,m;μ为原油黏度,mPa·s;B为原油体积系数,无量纲;Re为泄油半径,m;rw为井眼半径,m;S为表皮系数,无量纲。

研究区资料表明:地层正常压实,原油黏度为0.62 mPa·s,体积系数为1.342,泄油半径约为24.265e0.153 5K,原油密度为0.814 6 g/cm3,表皮系数根据地层测试资料得到,由此初步估算该井产能。

图1 X1井基质产能测井评价成果图非法定计量单位,1 ft=12 in=0.304 8 m,下同

图1为X1井基质产能测井评价成果图。图1中第11道为根据平面径向流公式计算的各层产能。根据气测录井以及物性评价结果,优势储层段为9号、13号、17号和21号层。从图1中看出下部17号层和21号层岩性较纯,孔隙度与上部9号层基本一致,略大于13号层。根据核磁共振实验数据,上部层段基本为单峰,且峰值向左,下部层段的核磁共振T2谱大部分呈双峰,孔隙结构要好于上部。

资料显示下部层段要好于上部层段,然而17号层气测显示TG=0.15,试油结论为抽汲见油,供液不足,21号层气测显示TG=0.13,试油结论为抽汲干层。而对9号层和13号层试油结论为自喷,日产油17.2 t。储层特征的好坏与实际产能的高低发生矛盾,而且利用公式计算得到9号层和13号层的总产能为1.014 t/d,17号层计算产能为0.523 t/d,21号层计算产能为1.159 t/d,与试油结果相差较大。

2 储层产能疑难诊断分析

2.1 基于摩尔斯分类筛选进行产能敏感因素分析

从公式(1)中看出,影响产能的因素包括渗透率、储层厚度、生产压差、表皮系数、原油黏度、体积系数、供液半径和井眼半径。为了系统分析各因素对产能的影响程度,本文使用摩尔斯分类筛选法[11]进行产能参数局部灵敏度分析。分析时选取模型其中一变量xi,其余参数值固定不变,在变量阈值范围内随机改变xi,运行模型得到目标函数y(x)=y(x1,x2,x3,…,xn)的值,用影响值ei判断参数变化对输出值的影响程度

ei=(y*-y)/(xi-x0)

(2)

式中,y*为参数变化后的输出值;y为参数变化前的输出值。

修正的摩尔斯分类筛选法采用自变量以固定步长变化,灵敏度判别因子取多个平均值。灵敏度判别因子s越大说明该参数越灵敏,灵敏度分级见表1。

表1 灵敏度分级

(3)

式中,s为灵敏度判别因子;n为模型运行次数;yi、yi+1分别为模型第i次、第i+1次运行输出值;y0为参数率定后计算结果初始值;Pi、Pi+1为分别第i次、第i+1次模型运算参数值相对于参数率定后初始参数值变化百分率。

根据地区实际情况,采用修正的摩尔斯分类筛选法对平面径向流的局部灵敏度分析结果进行描述,以5%为固定步长对某一参数进行扰动,分别取其值得-20%、-15%、-10%、-5%、5%、10%、15%、20%,而其他参数值固定不变。分析看出,渗透率、压差、厚度、黏度、体积系数对产能的灵敏等级为Ⅳ级,为高灵敏参数,其中黏度由于在0～1之间,灵敏度很高;表皮系数对产能的灵敏等级为Ⅲ级,为灵敏参数;供液半径、井眼半径对产能的灵敏等级为Ⅱ级,为中等灵敏参数。

对于花古101区块,体积系数、原油黏度在同一地区本身的取值范围非常小,厚度与压差的变化范围基本在2～3倍之内,表皮系数变化较大(-5～67),渗透率变化最大。综合考虑各参数对产能的灵敏程度以及各参数变化,得到各参数对产能影响程度的排序:渗透率>厚度≥压差>表皮系数>原油黏度>体积系数>供液半径>井眼半径。

对于研究区,储层的基质渗透率主要分布在0.1～1 mD。渗透率低,具有典型的致密储层物性特征。结合实际的钻井取心以及地质露头,发现该区发育一定数量的裂缝,发育裂缝时渗透率明显改善,如X2井在2 479～2 481 m层段,地层测试渗透率为18.5 mD。因此,裂缝的存在改善了物性,提高了渗透率。

2.2 裂缝的识别与评价

从平面径向流公式出发对产能进行敏感性分析,进而可以证明裂缝对该研究区的产能有重要影响,认为上述产能预测不准以及储层特征的好坏与产能高低发生矛盾这2个问题的原因是发育裂缝。主要是因为裂缝对储层的改造作用很大,它的存在对储层总渗透率(基质渗透率+裂缝渗透率)的大小、产能的高低起了至关重要的作用。考虑到部分双侧向测井资料存在“双轨”现象,进而双侧向法进行裂缝参数及发育情况评价存在较大误差,又由于电成像测井资料分辨率高、覆盖率广、连续性好,但是资料相对匮乏。因此,综合利用电成像测井资料和常规测井资料进行裂缝发育情况的评价。

2.2.1应用电成像直接定量评价裂缝

利用电成像测井资料可以直接对裂缝进行定量评价,对裂缝位置、产状、密度和开度等参数进行精细描述[12]。图2为利用电成像测井资料对X1井裂缝参数定量评价成果图。从图2中可以看出2 312～2 320 m层段裂缝比较发育,裂缝条数较多,但是裂缝宽度较小;2 328～2 340 m层段裂缝发育,裂缝条数多,且裂缝宽度较大;2 348～2 350 m层段裂缝发育条数少,但是裂缝宽度很大;2 368～2 392 m层段裂缝发育条数少,裂缝宽度小。这种方法受裂缝识别结果限制,不同人识别的裂缝结果并不完全一致,很可能因识别经验不足导致裂缝识别不准。

2.2.2应用电成像评价非均质性,建立裂缝与非均质性的间接关系

由于利用电成像测井资料直接进行裂缝评价存在一些问题,同时裂缝是导致地层非均质性的重要原因,因此引入非均质性参数来间接评价裂缝发育情况,实现对常规测井评价非均质性的刻度。

目前进行非均质性评价的方法主要包括统计学方法、Dykstra-Parsons经验公式和劳伦兹曲线法,由于劳伦兹曲线法适用于任何油藏,且计算结果范围为[0,1][13],因此,本文采用劳伦兹曲线法对储层一维和二维非均质强弱进行表征。

(1)利用电成像测井资料进行非均质性评价。通常可用渗透率进行储层非均质强弱的评价,但是该方法存在2个问题:①计算渗透率反映的是平均渗透率,是某一深度点上各个方位渗透率的综合反映,包含的信息量少,无法反映储层横向非均质性,只能反映储层纵向非均质性,在储层横向分布较均匀下应用效果较好。但对于储层裂缝发育,横向变化大,非均质性强的储层,则不足以描述内部复杂程度。②对于裂缝性地层,由于裂缝的存在导致地层渗透率很难准确评价。

图2 X1井利用电成像进行裂缝参数定量评价成果图

为此,提出利用电成像测井资料进行非均质评价。它能够获取井筒周围二维空间的数据,可以对储层进行二维非均质性进行表征;具有分辨率高并且信息连续的特点。通过将电成像测井资料转换为孔隙度谱,在此基础上进行非均质评价可以滤除岩性等其他因素的影响,只反映孔隙非均质性,便可以通过评价地层非均质性的程度实现对地层裂缝发育情况评价。

由劳伦兹曲线法原理可知,劳伦兹变异系数范围在0～1之间,并且值越小地层非均质性程度越大。根据劳伦兹曲线可以很容易得到孔隙以及裂缝的非均质程度,继而对裂缝的发育情况进行评价。一般可认为二维劳伦兹系数k>0.8,地层为绝对均质;0.7

图3为X1井利用电成像测井资料进行非均质性评价的成果图。图3中第13道为储层的非均质程度半定量评价结果,其中9号层和13号层为强非均质地层,17号层为均质地层,21号层为比较均质地层。如图3中第9道所示,在裂缝不发育或者发育程度很低的地方,一维和二维计算出来的非均质程度结果基本一致,但对于一些裂缝发育程度很高的地层,二者差别还是很明显的。表现出来二维非均质性系数小于一维非均质系数,这主要是因为电成像测井的探测范围有限,在均质性较好的地层,有限的面积内探测到的地层岩石物性横向变化很小,孔隙度谱分布比较集中,因此,横向上图像分布集中程度对于二维非均质性的影响也很小;但是在含有裂缝的地层,非均质性较强,地层岩石物性横向变化大,孔隙度谱分布较分散,包含横向和纵向2个方向上的非均质程度的二维非均质性系数大于只反映纵向上非均质程度的一维非均质性系数,反映的更加真实。

从图3中可以看出,非均质性的强弱与定量识别裂缝发育情况大部分层段对应较好,说明定量识别比较准确,裂缝对非均质性的大小起了非常重要的作用,可以利用非均质性定量评价裂缝。这种方法避免了裂缝识别,但在个别层段,如2 342～2 347 m层段裂缝不发育但非均质性较强,孔隙度较小,TG=0.15,非均质的大小主要是由于储层本身孔隙结构复杂所引起的,这种原因引起的非均质性不利于产能的提高,在识别的时候要尤其去掉这类储层。

(2)利用常规测井曲线进行非均质性评价。由于电成像测井成本较高,且研究区成像资料匮乏,给裂缝识别带来了一定的难度。因此,需要研究基于常规测井识别裂缝的方法。赫斯特在1986年就提出利用分形理论研究非均质性,而R/S分析是应用最广泛的一种分形方法,能反映一维时间序列的变化程度,可以用来评价时间序列的复杂性,对于垂向测井曲线而言实际上就是评价储层非均质性。由于裂缝的存在会导致测井曲线的垂向复杂性增强,分形维数增加,因此,据分形维数可以定量的指示裂缝发育程度。

图5 X1井产能评价成果图

由于自然伽马主要受控于岩性,而声波时差除岩性的影响外,还受裂缝发育程度以及储层物性和孔隙流体的影响[15]。为消除岩性影响突出裂缝的作用,利用声波时差与自然伽马分形维数的差值定量评价裂缝的发育程度。该差值越大,表示地层的非均质程度越强。为了实现非均质程度的定量评价,通过利用电成像孔隙度谱的非均质程度刻度常规测井曲线的分形维差值,即建立二维劳伦兹系数与分形维数差值间的关系来进行评价。

表2为X1井4试油层段的自然伽马分形维数(Dgr)、声波时差分形维数(Dac)、分形维数差值(Ddiff)以及各层二维劳伦兹系数值(k)的统计结果整理表。图4为二维劳伦兹系数均值与相应的分形维数差值间的关系图。从图4看出,两者具有良好的相关性,表明声波时差和自然伽马的分形维数差值可以进行地层非均质程度的定量评价。

表2 各层自然伽马和声皮时差分形维数及劳伦兹系数统计

图4 电成像测井二维劳伦兹系数与常规测井分形维数差值关系图

2.3 地层总产能评价分析

分别利用电成像测井和常规测井资料对地层进行非均质评价的基础上,可以得到9号和13号层为强非均质性地层,而17号层和21号的非均质程度较弱。从而说明9号和13号层的裂缝比较发育,地层具有较好的渗流通道,相比物性基本一致裂缝不发育的17号层和21号层,9号和13号层会具有较高的试油产能。

在电成像测井资料进行裂缝参数评价的基础上进行裂缝渗透率评价,把基质渗透率与裂缝渗透率相加可得到地层的总渗透率,利用平面径向流公式进行实际的产能预测分析,相应的评价成果见图5。从图5中可以看出,9号和13号层的基质渗透率略低于17号和21号层,同时9号和13号层的裂缝发育情况要明显多于17号和21号层,9号裂缝渗透率约为4.2 mD,13号层的裂缝渗透率约为5.1 mD,17号裂缝渗透率约为0.8 mD,21号层裂缝渗透率约为0.4 mD,9号和13号层计算基质产能为1.014 t/d,总产能为18.102 t/d,与实际的试油产能(17.2 t/d)基本一致,说明考虑裂缝后能够实现低渗透砂岩地层产能的正确评价。

3 结 论

(1)花古101区块储层基质孔隙度和渗透率较低,而且构造复杂,发育一定数量的裂缝,导致地层非均质增强,计算得到的基质产能与试油产能差别较大,储层物性好坏与产能高低存在矛盾。

(2)从平面径向流模型出发利用摩尔斯分类筛选法对产能敏感因素进行灵敏度分析,再结合各参数的变化范围得到其对产能的影响程度排序:渗透率>厚度≥压差>表皮系数>原油黏度>体积系数>供液半径>井眼半径,渗透率影响程度最大,裂缝是控制产能大小的关键因素。

(3)利用电成像孔隙度谱得到的二维劳伦兹系数进行地层非均质性评价,该值越小,地层非均质性越强。相较一维劳伦兹系数,二维劳伦兹系数与地层裂缝发育情况对应性更好,更能反应地层的非均质程度。

(4)声波时差和自然伽马的分形维数差值与电成像孔隙度谱得到的二维劳伦兹系数具有良好的对应关系,分形维数的差值越大,表示地层的非均质程度越强,可建立分形维数差值与劳伦兹系数间关系,进而实现通过电成像测井标定常规测井进行含裂缝地层的非均质评价。

(5)在考虑裂缝的情况下,计算地层总渗透率,然后利用平面径向流公式计算得到的总产能与试油产能对应良好,实现了对花古101区块含裂缝储层产能的疑难诊断分析。