致密砂岩气储层岩性测井综合评价技术

时间：2024-07-28

冯建园常静春窦如胜郝丽萍尚勇郭祥光燕兴荣

(①中国石油大港油田分公司新项目事业部；②中国石油集团测井有限公司天津分公司)

0 引言

致密砂岩气是一种储集于低渗透、特低渗透致密砂岩储层中的典型非常规天然气资源[1]。鄂尔多斯盆地大宁区块致密砂岩气藏发育，主要分布在石炭系上统本溪组、二叠系下统太原组和山西组、二叠系中统石盒子组。大宁区块二叠系石盒子期沉积环境以河流-三角洲相为主，其中盒6段-盒8段储层以三角洲平原分流河道砂体为主，砂体南北向展布比较稳定；山西组山2段储层以河流-三角洲沉积环境下的三角洲前缘水下分流河道沉积砂体为主，砂体主体自北向南呈条带状展布；太原组储集层为海相滨岸环境沉积的沿岸砂坝，规模相对较小，但储层物性相对较好。大宁地区石盒子组、山西组、太原组和本溪组致密砂岩气储层试气均获得较好效果，反映该区块致密砂岩气资料丰富，具有分布广泛、发展前景良好的特点，该区块致密砂岩气成为国内重要的非常规天然气资源[2]。

大宁地区致密砂岩气储层发育段岩性比较复杂，包括砂岩、泥岩、煤层、碳酸盐岩等，其中泥岩、煤层和碳酸盐岩这三种岩性测井响应特征与砂岩有明显区别，易于识别。但是致密砂岩气储层在常规测井资料响应特征上差异较大，一般情况下自然伽马数值在20～100 API之间，深电阻率介于5～1 000 Ω·m之间，补偿密度介于2.3～2.65 g/cm3之间，补偿声波介于185～250 μs/m之间。该区岩心、试采等资料综合分析表明，在相同层位、相同物性、相当孔隙结构及含气饱和度条件下，致密砂岩气储层岩石类型的不同导致试气效果也存在明显差别，如何利用测井资料有效开展致密砂岩储层岩石类型识别是储层综合评价中需要解决的首要问题。

1 致密砂岩气储层岩石类型特征

岩心资料表明，致密砂岩气储层矿物成分主要包括石英、长石、岩屑，其中长石以碱性长石为主，斜长石较少；岩屑以变质岩为主，含少量酸性喷出岩。依据岩石薄片鉴定资料对大宁地区致密砂岩气储层进行岩石类型划分[3]，明确了大宁地区致密砂岩气储层发育的4种主要岩石类型，分别为石英砂岩、岩屑石英砂岩、长石岩屑砂岩、岩屑砂岩，而长石石英砂岩、长石砂岩、岩屑长石砂岩基本不发育。

致密砂岩碎屑颗粒中石英含量越高，岩屑含量越低，储层物性越好[4]。石英含量高，岩石成分成熟度高，分选好，磨圆度高，储层物性好；岩屑或长石含量高，岩石成分成熟度低，分选差，磨圆度低，储层物性差。研究区域致密砂岩储层黏土矿物以高岭石、伊利石和伊蒙混层为主，绿泥石含量相对较少，基本不含蒙脱石；孔隙度介于1%～12%之间，渗透率介于0.001～20 mD之间，具有明显的低孔低渗储层特征；孔隙类型以溶孔、晶间孔、粒间孔为主，并发育少量裂缝；岩石类型不同，储层物性、储集特征等均存在明显差别。

图1分别为4种主要岩石类型孔隙度与渗透率、喉道分选系数与孔喉半径中值、孔隙度与最大进汞饱和度、孔隙度与排驱压力、渗透率与束缚水饱和度、渗透率与最大进汞饱和度关系图，从图中可以看出，岩石类型不同，储层孔隙度、渗透率、喉道分选系数、排驱压力等储层参数特征也明显不同。其中石英砂岩储层孔隙度数值高、渗透率好，说明该类储层物性好；喉道分选系数小，反映储层孔隙喉道较均匀，分选较好；最大进汞饱和度较高、排驱压力小，说明储层孔隙结构以大孔为主，渗滤性能较好；束缚水饱和度较低，说明储层黏土含量较少。岩屑石英砂岩孔隙度介于3.5%～10%,渗透率介于0.1～3 mD之间，孔隙度和渗透率数值中等，喉道分选系数较小，最大进汞饱和度相对较高，束缚水饱和度相对较小，反映该类岩石储层物性较好，孔隙结构以中到大孔为主，黏土含量相对较少。长石岩屑砂岩储层孔隙度和渗透率较低，说明储层物性相对较差；喉道分选系数较大，最大进汞饱和度数值较低，排驱压力大，孔喉半径中值小，束缚水饱和度高，说明该类岩石储集空间以中小孔径为主，黏土含量相对较高。岩屑砂岩孔隙度、渗透率数值低，喉道分选系数数值高，孔喉半径中值相对低值，最大进汞饱和度数值高，排驱压力相对高值，反映储层储集空间以小孔为主、物性差。

图1 不同岩石类型致密砂岩气储层特征分析

由以上分析可知，岩石类型不同，致密砂岩气储层物性及孔隙结构等均存在明显差别，因此岩石类型的精确识别对于致密砂岩气储层测井精细评价、射孔层优选及开发生产具有重要指导作用。

2 主要岩石类型测井响应特征分析

由于不同岩石类型砂岩储层在孔渗及储集类型上的差别，使得不同岩石类型在测井资料上响应特征中也存在一定差别，根据多条测井曲线的形态特征和测井曲线值定性划分岩性，这是识别岩性的一种直观方法[5]。通过开展岩心和测井曲线的综合分析，确定了4种主要岩石类型砂岩储层测井响应特征(图2)。

石英砂岩测井资料响应特征为低自然伽马、中高电阻率、中低补偿声波、补偿密度数值变化范围较大，其中自然伽马数值在20～45 API之间，补偿声波数值在195～250 μs/m之间，补偿密度数值在2.30～2.65 g/cm3之间(图2a)。岩屑石英砂岩在测井资料上的响应特征为自然伽马数值中等、中低补偿声波、中高电阻率、中高补偿密度数值，其中自然伽马数值在40～80 API之间，补偿声波数值在195～245 μs/m之间，补偿密度数值在2.40～2.60 g/cm3之间(图2b)。长石岩屑砂岩在测井资料上的响应特征为中高自然伽马、中低电阻率、中低补偿声波、中高补偿密度，其中自然伽马数值在60～110 API之间，补偿声波数值在185～240 μs/m之间，补偿密度数值在2.40～2.65 g/cm3之间(图2c)。岩屑砂岩在测井资料上的响应特征为中高自然伽马，中低补偿声波、中低电阻率、中高补偿密度数值，其中自然伽马数值在65～110 API之间，补偿声波数值在185～225 μs/m之间，补偿密度数值在2.45～2.65 g/cm3之间(图2d)。

上述4种主要岩性中，深电阻率数值变化范围均较大，对于岩性区分不敏感，大宁地区致密砂岩气储层主要岩石类型测井响应特征如表1所示。

图2 主要岩石类型砂岩储层测井响应特征

表1 主要岩石类型砂岩测井响应特征统计

3 主要岩石类型识别方法

大宁地区致密砂岩气储层岩石类型多样，成分复杂，岩石类型不同，测井响应特征也存在差别，现有的岩性识别方法不能满足研究区域岩性精确识别要求。为了有效开展致密砂岩气储层岩性识别，在综合岩心和测井资料基础上优选出对不同岩石类型特征变化比较敏感的测井曲线，包括自然伽马、补偿密度、补偿中子、补偿声波等，再采用逐步剥离法开展致密砂岩气储层岩石类型识别，通过“三步剥离法”实现了主要岩石类型的精确判别，具体方法如下。

第一步：利用自然伽马相对值(DGR)与补偿密度(DEN)曲线交会图板识别出石英砂岩(图3a)。从图中可以看出，虽然石英砂岩储层补偿密度数值变化范围较大，但自然伽马相对值较小，一般小于0.35，且随着自然伽马相对值的变小，补偿密度数值明显增大，在图板上与其他三类岩石存在明显差别，由此可以有效确定石英砂岩识别标准：

DGR=(GR-GRmin)/(GRmax-GRmin)

其中：DEN≤0.91DGR+2.682

式中：DGR为自然伽马相对值，无量纲；GR为自然伽马，API；GRmin为自然伽马最小值，API；GRmax为自然伽马最大值，API。

岩屑石英砂岩、岩屑砂岩与长石岩屑砂岩这三类岩石自然伽马相对值主要分布在0.25～0.75之间，补偿密度数值主要分布在2.4～2.65 g/cm3,故该图板只能有效区分石英砂岩，不能区分其他三类岩石。

第二步：在有效区分石英砂岩的基础上，针对岩屑石英砂岩、长石岩屑砂岩、岩屑砂岩三类岩石进行岩性识别敏感测井参数分析，选取补偿密度、补偿声波和补偿中子计算得到M、N值。岩石的M、N值基本上不受孔隙度和孔隙内流体的影响，可直接反映岩石的骨架特征[6]。通过进一步分析，选取N值与补偿密度曲线建立交会图板进行岩屑砂岩的有效识别(图3b)，由此确定岩屑砂岩识别标准为：

①N≤0.55；

②N>0.55，DEN≤-1.5N+3.415。

其中：N=(CNf-CN)/(DEN-DENf)

式中：CNf为流体补偿中子骨架值，%；CN为补偿中子，%；DEN为补偿密度，g/cm3；DENf为流体补偿密度骨架值，g/cm3。

利用该图板可以有效识别岩屑砂岩，但不能区分岩屑石英砂岩和长石岩屑砂岩，因此需结合这两种岩石类型测井响应特征建立相应评价图板。

第三步：针对岩屑石英砂岩和长石岩屑砂岩进行敏感测井参数分析，建立N与M交会图进行有效识别，并确定相应识别标准：

岩屑石英砂岩：M≤1.5N-1.05

长石岩屑砂岩：M>1.5N-1.05

其中：M=0.01 (ACf-AC)/(DEN-DENf)

式中：ACf为流体的补偿声波值，μs/m；AC为补偿声波值，μs/m。

图3 大宁地区致密砂岩气储层岩石类型测井识别图板

4 应用效果

通过上述“三步剥离法”可有效识别大宁地区致密砂岩气储层4种主要岩石类型，基于逐步剥离确定的不同岩石类型划分标准，编制相应的程序进行处理，实现了致密砂岩气储层主要岩石类型精确连续识别。

图4为利用该方法处理得到的大吉X井山西组岩性识别成果图，从图中可以看出， 2 171.5～2 180.0 m井段自然伽马数值低，主要介于16～30 API之间，补偿密度数值介于2.40～2.64 g/cm3之间，岩性识别结果为石英砂岩，2 154.0～2 156.0 m井段自然伽马数值中等，介于65～75 API之间，电阻率数值相对较低，补偿密度数值介于2.35～2.56 g/cm3之间，岩性识别结果为岩屑砂岩。岩性识别确定的岩石类型与岩心薄片分析结果具有很好的对应关系，说明利用该方法可有效进行储层岩性识别，该方法的应用为储层物性参数的精确计算及储层产能识别打下了坚实的基础。

图4 大吉X井山西组岩性识别成果图