低渗透储层测井分类和产能预测技术

冯春珍，林伟川，成志刚，张伟杰，侯亚平，井素娟

（中国石油集团测井有限公司长庆事业部，陕西高陵710201）

低渗透储层测井分类和产能预测技术

冯春珍，林伟川，成志刚，张伟杰，侯亚平，井素娟

（中国石油集团测井有限公司长庆事业部，陕西高陵710201）

依据储层特点和生产的需求，在流体性质识别的基础上，采用大量的测井和投产初期测试资料，利用统计学原理，提出储层参数厚度加权平均值概念，建立含油层测井储层参数与井投产产量之间关系，研究综合评价指数储层产能等级分类法，符合率达90.0%以上。在储层分类的基础上，分析储层产能的影响因素，利用平面径向稳态渗流原理，建立低孔隙度低渗透率储层压裂后产能预测模型及其参数计算方法，注重不同类别储层对井产能的贡献率，解决了低渗透储层压裂后投产产能测井预测难题，及其预测符合率达80.0%以上，形成低渗透储层产能预测技术。

测井评价；低孔隙度；低渗透率；产能预测；解释模型；参数；储层分类

0 引 言

长庆油田鄂尔多斯盆地华庆地区长6储层以半深湖－深湖－三角洲沉积环境为主，该油层组厚120～150m，可细分为长61、长62、长63等3个油层，岩性主要由深灰色细砂岩、粉－细砂岩、灰黑色泥岩、粉砂质泥岩互层组成。长63油层是砂体最发育、含油性最好的油层组，油层埋深1 520～2 290m，有效厚度10.0～30.0m，油层组储层物性差，孔隙度6.0%～10.0%，渗透率（0.1～0.3）×10－3μm2，总体上属于低孔隙度、特低孔隙度，特低渗透率－超低渗透率储层，目前已进入规模开发，单井试油产量高，投产产量低，投产初期产量平均为2.5t／d。

为满足低渗透储层快速油藏评价、大井组开发及提高单井产量的需求，本文针对不同有效渗透率、不同厚度特定储层，优化设计出最佳压裂工艺方案，进行了低渗透测井储层分类及产能预测技术的研究，形成低渗透油田规模开发的关键技术。

1 长庆油田储层分类及产能预测难点

（1）大量的火成岩、变质岩岩屑和正长石含量导致高自然伽马储层普遍存在，采用自然伽马计算泥质含量困难。

（2）开发井孔隙度测井系列不完整，孔隙度曲线只有声波时差，给孔隙度和渗透率等计算带来了困难。

（3）储层物性差，渗透率主要分布在（0.1～0.3）×10－3μm2之间，对储层参数计算精度要求高，同样是2个孔隙度的误差，对低渗透储层误差相当于放大了1倍。

（4）目前行业上测井储层分类方法大都适合评价储层产液量，与井产油量联系不太紧密，产液量高的水层即使是Ⅰ类储层，对产能建没有任何意义。长庆油田提出了产能级别的储层分类，分类标准是井投产后前3个月平均产油量大于2.0t／d为Ⅰ类储层，1.0～2.0t／d为Ⅱ类储层，小于1.0t／d为Ⅲ类储层，划分标准产油量区间小，加之多段射孔压裂，共同求产，不同储层对井产油量的贡献不清。

（5）国内外对利用测井资料进行储层压裂后产能预测研究较少，没有完整的理论指导，储层压裂后裂缝参数和测井参数确定困难。

2 低渗透储层分类方法研究

2.1 测井参数快速储层分类法

现有开发井测量参数有自然伽马、自然电位、声波时差、电阻率及井径，测井计算参数有孔隙度、渗透率和含油饱和度。自然伽马和自然电位只能定性地评价储层含油性，但能够定量确定储层厚度，储层的物性和含油性主要靠声波时差和电阻率曲线评价。对于每口井，压裂后井口的产量可能是一个砂体的贡献，也可能是多个砂体的贡献，分2种情况介绍。

2.1.1 单个砂体压裂求产

单个砂体储层压裂后对单井产量贡献单一。图1所示G××9－××7井射孔段为2 133.0～ 2 139.0m，压裂段为一个砂体，测井参数确定简单。在油水识别的基础上，利用已投产井的测试和测井资料，通过数据统计方法，建立测井参数与投产产量之间关系，即可得到储层不同类别的测井参数值。

2.1.2 多个砂体多段压裂求产

图2中C1×－1×井长6油层为3套砂体，每个砂体含油性不同，电性特征也不相同，分别对1 913.0～1 918.0m、1 930.0～1 936.0m和1 947.0～1 954.0m等3个井段射孔压裂、求产，井口产油量是多个砂体产油量的总和。在同一生产压差下，砂体出油量很难确定代表油井产量的测井参数，储层有效厚度为砂体压裂后能够涉及的油层、油水层、差油层厚度的总和，采用测井参数快速储层分类方法不能很好地划分储层类别。以某井区为例，采用测井声波时差、电阻率、孔隙度、含油饱和度和总有效厚度等参数建立的储层分类标准精度低。从图3至图6可以看出储层分类只能把Ⅰ类和Ⅲ类储层分开，Ⅱ类储层无法区分。

2.2 综合评价指数法储层分类

2.2.1 储层分类的基本思路

在全面考虑工程因素影响的基础之上，主要利用储层参数和采油强度的关系采用定量和定性相结合的办法，给出各类储层的综合评价指数界限，在此基础之上给出不同产油量级别综合评价指数的界限。

2.2.2 储层分类实现方法

（1）利用测井曲线进行纵向储层划分，结合压裂参数（加砂量、砂比、排量）准确确定压开井段。

（3）利用各个井的储层参数厚度加权平均值与采油强度建立单相关关系式，通过比较相关系数的大小，优选相关性较好的储层参数拟合出综合评价指数，再利用高阶多项式回归出综合评价指数与采油强度的关系式，利用高阶多项式确定拐点和定性分析数据差异，给出储层类型的综合评价指数和相应的采油强度界限。

① 拐点分类法。利用高阶多项式求取拐点，设拟合的高阶多项式为f（x）＝anxn＋an－1xn－1＋…＋a1x＋a，则利用二阶导数等于0求出多项式的拐点。即d2f／dx2＝0解得该高次方程的解x，即为拐点。

②定性分析差异分类法。如果1组样本数据足够多，其中出现了明显的间断，则间断点可直接作为分类点。

2.2.3储层产能等级分类方法

华庆地区长63地层是多个砂体叠置而成，1口井的产量对应几个储层参数值。为弄清每个储层对产能的贡献，把多个储层看成一个大的储层进行处理，建立厚度加权储层参数平均值与储层产油强度的关系，同时给出每个储层对产能的贡献。利用某井区42口井资料，分别建立孔隙度、渗透率和含油饱和度与单井产油强度的关系（见图7、图8），可以看出，储层厚度加权渗透率平均值与产油强度关系最好，这也说明储层的渗透率对井产量贡献大。含油饱和度变化范围在60.0%～70.0%之间，与井产油强度关系最差，这也说明即使储层为差油层，同样具有较高电阻率数值和含油饱和度。

通过上述的单相关分析发现，可采用三者的乘积来放大单参数对产量贡献，提出了综合评价指数（ZZ），该参数的关系式为ZZ＝φKSo（单孔隙度测井），ZZ＝φKSo）／φVsh（三孔隙度测井）。

则利用综合评价指数（ZZ）和采油强度建立关系（见图9），得出关系式

当式（1）的高阶方程的d2y／dx2＝0时，解得x1＝1.5，x2＝3.3，求得方程的拐点。再依据数据点定性分析其差异分布情况，最后选取综合评价指数在ZZ＝2.0和3.5为分界点，即储层分类的界限点。再利用孔隙度、渗透率、饱和度下限值作乘积得到综合指数ZZ的下限值0.5，同时也得到了相应的采油强度界限（见表1）。考虑到油田公司分类标准，利用采油强度的界限乘以每一类储层的平均有效厚度，将储层的采油强度界限过渡到日产油量的界限。

表1 某井区储层分类综合表

依据上述研究可以看出，每个井区的储层分类级别的采油强度区间是不相同的，储层产油量的高低只能在同一个井区比较，给出同一个井区Ⅰ类、Ⅱ类和Ⅲ类的综合评价指数的大小，不管储层产油量如何，都能分出Ⅰ类、Ⅱ类和Ⅲ类储层。按预测产能级别的储层分类统计，符合率为92.0%，提高了储层分类精度，为产能预测奠定了基础。

3 产能预测研究

储层压裂后形成的裂缝形态为垂直裂缝，因此，讨论垂直裂缝压裂井的产量预测。井在压裂后油气向具有垂直裂缝的井底流动状态表现为不稳定状态、拟（半）稳定状态及稳定状态3种状态。本文研究稳定状态和拟（半）稳定状态下压裂后产能。

3.1压裂后产能预测模型的选取

依据低渗透储层特点，根据压裂后油气在井底流动的状态，探讨稳态流状态下压裂增产模型［2－3］，按照Raymond和Binder提出的稳态模型，进一步考虑射孔和表皮系数的影响，根据平面径向流原理得到预测模型，最后给出压裂后产能计算公式为［4］

式中，q为地面原油产量，m3／d；h为压裂厚度，m；Ko为油相有效渗透率，×10－3μm2；B为体积系数；μ为流体黏度，MPa·s；re为供油半径m；rw为井筒半径，m；pe为油层压力，MPa；rf为压裂裂缝半径，m；Kf为裂缝渗透率，×10－3μm2；PRI为射孔产率比；Sf为表皮系数；α为单位换算系数，取0.086 4。

3.2 产能预测模型参数求取

产能预测模型中有关某地区压裂参数、射孔参数、生产参数和原油的性质可采用平均值。油相有效渗透率计算和储层分类后对井产能贡献的有效厚度确定是关键。

3.2.1 油相有效渗透率（Ko）求取

依据相渗实验分析数据，采用递进方法建立油相有效渗透率与绝对渗透率［5］之间关系，得到油相有效渗透率模型

3.2.2 储层总有效厚度（h）求取

首先要确定储层有效厚度下限。储层有效厚度下限依据油水层识别图版给出，为储层产油测井参数的最低值；其次进行有效厚度夹层扣除。

在工程因素影响可以预知的情况下，有效厚度如果直接选用油层的总有效厚度势必造成计算精度下降。一个油层组在纵向上具有非均质性，相同的有效厚度对井产能的贡献大小不尽相同。如何反映这种差异性是产能预测准确与否的关键。在前面研究中已将1个油层组开展了分类研究，因此考虑采用1个加权厚度，对好的储层和差的储层有效厚度赋予不同的权重，体现出它们对产能贡献的差异，加权厚度的确定就是确定不同类别储层厚度权系数。首先在储层分类的基础之上，求取样本中每一类储层所有井的平均采油强度，再对所有类的平均采油强度归一化，归一化的数值作为每一类厚度的权系数，得到的加权厚度模型为h＝ah1＋bh2＋ch3，h1、h2和h3分别为Ⅰ类、Ⅱ类和Ⅲ类储层的有效厚度。由表1得到某井区加权厚度公式为

4 产能预测效果分析

图10为G××1－××2井储层分类与产能预测成果图。射孔井段为2 183.0～2 188.0m和2 192.0～2 197.0m，确定总有效厚度18.7m。依据储层综合评价指数，压开井段内划分了2个Ⅰ类储层、2个Ⅱ类储层，给出了每个小层的产油量和贡献率。该井Ⅰ类储层的产能贡献率达到81.8%，Ⅱ类储层产能贡献率达到18.2%，表明该井产量主要为Ⅰ类储层贡献，Ⅱ类储层贡献小。按产能预测模型计算，预测日产油为3.96t，实际日产油3.7t，表明预测产量与实际产量吻合程度高。

图10 G××1¯××2井产能预测处理成果图

5 结 论

（1）对于低渗透储层，在油水层识别的基础上，综合评价指数储层产能等级分类法考虑了压裂后涉及的多个储层对井产油量的不同贡献率，是最有效的储层分类方法，为压裂后产能预测模型建立奠定了基础。

（2）在储层压裂产能概念模型分析的基础上，利用平面径向稳态渗流基本原理，建立了低渗透储层压裂后产能预测模型，通过递推单井油相有效渗透率和有效厚度等关键参数的计算，完成了测井产能预测模型实现的可能性，预测符合率达80.0%以上，解决了低渗透储层压裂后测井产能预测难题。

（3）开发了压裂后储层分类及产能预测软件，具备连续处理井和工业图的能力，形成低渗透油藏储层分类和产能预测技术，为优化设计出最佳压裂工艺方案、规避大井组开发的地质风险，为提高单井产量提供强有力的测井技术支撑。

［1］ 崔彦力.吐哈探井压前测试与压后产能关系研究［J］.油气井测试，2000，9（2）：60－63.

［2］ 鞠江惠，王建功.二连油田低孔隙度低孔渗低渗透率储层压裂后产能预测［J］.测井技术，2005，29（4）：379－381.

［3］ 蒋廷学，单文文，杨艳丽.垂直裂缝井稳态产能的计算［J］.石油勘探与开发，2001，28（2）：61－63.

［4］ 封立香.胜利基山地区压裂前后产能预测方法研究［Z］.2008.

［5］ Mcguire M J.The Effect of Vertical Fractures on Well Productivity［C］∥SPE001618－G－P.

Reservoir Classification and Productivity Forecasting Method for Low Prorosity and Permeability Reservoir with Log Data

FENG Chunzhen，LIN Weichuan，CHENG Zhigang，ZHANG Weijie，HOU Yaping，JING Sujuan
（Changqing Division，China Petroleum Logging CO.LTD.，Xi’an，Shaanxi 710201，China）

Based on the identification of fluid properties，reservoir characteristics and production needs，we analyzed a mass of log data，test data in initial production and general theory of statistics，based on which proposed is the concept of reservoir thickness weighted average and established is relationship between reservoir parameters of oil－bearing formation and production rate.In this way，proposed is the classification of reservoir productivity－comprehensive evaluation index method，the forecasted productivity is 90%coincidence rate with the practical reservoir productivity.On the basis of reservoir classification，analyzed are the influencing factors on reservoir productivity.The theory of plane radial stable percolation is used to establish a model for postfrac low porosity ＆permeability reservoir productivity prediction and parameters algorithm，in which the contributions of different reservoirs to each well productivity are considered，and with which the productivity of the above post－frac reservoirs is successfully predicted，its forecasted productivity rate is up to 80%.The productivity prediction technology improves the log interpretation precision，and provides technical support for LWD data analyses，well－location distribution and adjustment，therefore，being less geologic risk for large well groups developments with lower cost and higher single well production.

log evaluation，low porosity，low permeability，productivity forecast，interpretation model，parameter，reservoir classification

P631.84

A

2011－11－28 本文编辑 李总南）

1004－1338（2012）03－0308－06

冯春珍，女，1967年生，高级工程师，从事测井资料解释研究及技术管理工作。