储层流体模型（精选5篇）
储层流体模型 篇1
随着石油勘探开发力度的加大, 原有的简单构造型油气藏越来越少, 为满足开采的需要, 在计算机处理能力和地震处理、解释技术水平大幅度提高的今天, 地震勘探已经开始将寻找复杂构造及隐蔽型油气藏作为勘探的目标。通过叠前反演技术, 可以获得多个弹性阻抗数据体。这些数据体中含有纵、横波速度和密度等岩石物理参数的信息。如果通过一些手段将这些参数信息从反演数据体中提取出来, 那么通过这些参数可以得到丰富的AVO (或AVA) 属性, 这些属性信息对岩性及流体变化更为敏感, 可以帮助我们更为准确地描述地下储层的特征。
近年来, 人们以地震纵波和横波资料为基础对储层的流体识别进行了深入研究, 提出了识别流体异常的LMR (Lambda-mu—rho) 法[1]、识别流体组分的Russell法[2], 直接油气指示 (DHI) 的波阻抗差分析法[3]、岩性油气藏的储层预测法[4,5,6,7,8,9,10]、高灵敏度流体因子识别方法[11]等。这些方法均取得了一定的实际效果, 但缺乏对流体识别因子特征和应用条件的系统分析, 因此, 很难根据实际情况准确地选择合适的流体识别因子。为此, 在对流体识别因子敏感性系统分析的基础之上, 提出了具有实用性与普遍适应性的高灵敏度流体因子构建方法。
1 流体因子分类
在储层预测中, 为了识别储层流体人们提出了许多流体识别因子。总结分析这些流体识别因子后发现它们都可以写成纵波 (P) 与横波 (S) 波阻抗的组合形式, 为此提出了流体识别因子函数。因此, 以波阻抗量纲的幂次方为基础, 把流体识别因子归纳为以下几种基本类型[11]。
1) 波阻抗量纲的零次方类, 也就是无量纲类即undefined;
2) 波阻抗量纲的一次方类即IP, IS, IP+IS, IP-IS, …;
3) 波阻抗量纲的二次方类即Iundefined, Iundefined, IPIS, Iundefined-cIundefined, …;
利用上述分类分类方式, 流体识别因子可以写成下面的函数形式:
F=F (IP, IS, C) (1)
式中, C为调节参数, 不同的识别因子可以有不同的形式和意义。下面给出几个具体的流体识别因子。
1.1 泊松比
泊松比是反映岩性和含油气性的重要参数, 它是用岩石横向压缩与纵向拉伸的比值来表示的。泊松比与VP/VS亦即IP/IS有直接的联系:
undefined
可以看出泊松比属于波阻抗量纲为零次方类的流体识别因子。
1.2 泊松阻抗
饱和气或油的砂岩比含水砂岩具有较低的泊松比和密度, 因此联合泊松比和密度属性可以更好的识别含油气砂岩。Mark Quakenbush等人在Leading Ledge上发表的文章中指出:对纵、横波阻抗交会图通过选择一个旋转轴, 可以达到最佳区分任意两岩性流体类型的目的, 并将旋转后的参数定义为新的属性—泊松阻抗 (Poisson impedance, 简写为PI) :
PI=AI-cSI= (α-cβ) ρ (3)
式中, α是纵波速度, β是横波速度。
1.3 Russell等人提出的基于Gassmann理论的流体因子
Russell等人 (2003) 总结了前人的观点, 利用Biot-Gassmann方程对饱和流体条件下的的纵波速度方程进行了改写, 得到了属于波阻抗量纲的二次方类的流体因子。
ρf=Iundefined-cIundefined (4)
c的取值范围依赖于我们所研究的目的储层。
2.4 高灵敏度流体因子的提出及其敏感性分析
在理论和实践中证明以上的流体识别因子只能在某一方面有较强的识别能力, 为了将含水和含气砂岩明显的分开, 需要选择一个流体识别因子对含不同流体的砂岩表现出明显的差异。波阻抗形式的组合存在各种次数量纲的形式, 高次量纲能够将差异放大, 而低次量纲将差异缩小, 将两者结合, 让高次幂将差异大的地方突出, 低次幂将噪音减小, 从而能较灵敏地实现流体识别。根据上述分析, 利用4次幂量纲和零次幂量纲组合的形式, 提出了一个高灵敏度流体识别因子:
undefined
式中, C是调节参数。
为了评价上述流体识别因子的敏感性, 我们定义了一个流体识别因子的敏感性评价参数为:
undefined
其中, Pw, Pg为完全饱和地层水和气体时的流体因子。上式的取值范围在0～200之间, 且该值越大, 说明流体识别因子的敏感度越高, 利用这一参数可对所有流体因子敏感度做定量的评价。我们统计了不同流体识别因子对某地区储层不同类型流体的敏感性响应, 见表1。
从表1可以看出, 高灵敏度流体因子的评价参数都接近于200, 表明其在储层流体识别方面要比其他流体因子更为敏感, 因此我们在纵横波阻抗直接反演的基础上构建出能够精确识别储层流体的高灵敏度流体因子, 从而进行储层流体的精确识别。
2 应用实例分析
利用上面的方法对胜利油田某地区的实际地震资料进行了应用研究, 该地区位于济阳坳陷沾化凹陷的东部, 是一个在前新生界潜山背景上发育起来的新近系披覆、古近系超覆的高潜山披覆构造带。主力含油气层系为新近系馆陶组 (Ng) 、明化镇组 (Nm) 。油气相对集中分布于馆上段3～4砂组, 油藏类型主要以岩性—断鼻油藏为主, 但油藏储层横向及物性变化大, 油气藏控制因素复杂。
经比较可以看出, 与λρ, 泊松比, 泊松阻抗相等其他流体因子相比, 高灵敏度流体因子在识别本区储层流体时更为精细准确, 灵敏度较高, 如图1～4所示。4种流体识别因子对A井的5m气层都有较好的表征, 但是泊松比对B井7.9m的油层识别不理想, λρ属性虽然能分辨出井中的几个有利储层, 但是对流体差异不敏感。相比较高灵敏度流体因子与泊松阻抗来说, 高灵敏度流体因子的识别流体差异能力最强, 这与前面的各流体因子敏感性对比分析相一致。因此可以将高灵敏度流体因子作为本工区储层流体识别的有效参数。
3 结论
1) 在对各种流体识别因子对比分析后, 以Gassmann理论为基础提出了一个更具有实用性和普遍适应性的高灵敏度流体识别因子, 通过统计分析实际资料应用证实该流体识别因子对不同储层流体识别具有更好的适应性与敏感性。
2) 选取相同量纲或不同量纲的识别因子进行组合可得到新的流体识别因子, 新的流体识别因子的构建可根据实际条件和问题的需要进行。
摘要：首先对各种流体识别因子进行了分析、归类和总结, 给出了流体因子的一般表达形式。最后从Gassmann公式出发, 对地震资料的特点以及含不同流体介质的物理特性进行了分析, 提出了一个高灵敏度流体因子。应用实例表明, 高灵敏度流体识别因子对流体的识别较其他的流体识别因子有较高的灵敏度。
关键词：流体识别,叠前反演,纵波阻抗,横波阻抗,高灵敏度流体因子
参考文献
[1]Goodway W, Chen T, Downton J.Improved AVO fluiddetection and lithology discrimination using Lame petro-physical parameters from P and S inversion[J].Expand-ed Abstracts of 68th Annual International SEG Mtg.1997, 183-186.
[2]Russell B H, Hedlin K, Hilterman F J, et al.Fluid-prop-erty discrimination with AVO:A Biot-Gassmann per-spective[J].Geophysics, 2003, 68 (1) :29-39.
[3]Dillon L, Schwedersky G, Guilherme V, et a1.A multi-scale DHI elastic attributes evaluation[J].The LeadingEdge, 2003, 22 (10) :1024-1029.
[4]陈遵德, 朱广生.地震储层预测方法研究进展[J].地球物理学进展, 1997, 12 (4) :76-84.
[5]刘文玲, 牛彦良, 李刚, 等.多信息储层预测与地震属性提取与有效性分析方法[J].石油物探, 2002, 41 (1) :100-106.
[6]于建国, 姜秀清.地震属性优化在储层预测中的应用[J].石油与天然气地质, 2003, 24 (3) :291-295.
[7]王西文, 刘全新, 周嘉玺, 等.精细储层预测技术在板南5—3井区的应用[J].石油物探, 2003, 42 (3) :389-394.
[8]王西文.岩性油气藏的储层预测及评价技术研究[J].石油物探, 2004, 43 (6) :511-517.
[9]张洪波, 王纬, 顾汉明.高精度地震属性储层预测技术研究[J].天然气工业, 2005, 25 (7) :35-3.
[10]杨午阳, 杨文采, 王西文, 等.综合储层预测技术在包1一庙4井区的应用[J].石油物探, 2004, 43 (6) :578-583.
[11]宁忠华, 贺振华, 黄德济.基于地震资料的高灵敏度流体识别因子[J].石油物探, 2006, 45 (3) :239-241.
储层流体模型 篇2
温度是影响核磁共振弛豫的一个因素.目前国内各实验室所做的核磁共振实验测量大都局限在室温下,实验温度与地下储集层温度有很大差别,因此有必要研究温度对流体及饱和流体岩石的核磁共振弛豫的影响,提高核磁共振测井资料评价精度.本文选取自由水、不同粘度脱气原油、饱和水以及饱和变压器油的储层贝瑞砂岩和储层碳酸盐岩样品进行核磁共振变温实验,测量温度从25℃变化到90℃.结果表明:自由水和原油的核磁共振横向弛豫时间(T2)都随温度的升高而增大.温度对饱和水贝瑞砂岩和碳酸盐岩核磁共振弛豫的影响不同,饱和水贝瑞砂岩核磁共振横向弛豫时间随温度升高而减小,而饱和水碳酸盐岩横向弛豫时间随温度升高而增大.无论是饱和油的贝瑞砂岩或是饱和油的碳酸盐岩,其核磁共振横向弛豫时间都随温度升高而增大.温度对核磁共振弛豫的`影响,会造成室温下得到的横向弛豫时间截止值(T2cutoff)与储层温度下的实际值有偏差,影响储层束缚水饱和度和渗透率的计算结果,建议在核磁共振测井资料解释及应用时应考虑温度的影响.
作 者：谢然红 肖立志 XIE Ranhong XIAO Lizhi 作者单位：中国石油大学资源与信息学院,北京,102249刊 名：地质学报 ISTIC PKU英文刊名：ACTA GEOLOGICA SINICA年，卷(期)：200781(2)分类号：P5关键词：核磁共振 横向弛豫时间 实验测量 温度特性 自由流体 饱和流体岩石
★ 吸收的同义词是什么
★ 吸收的反义词
★ OSI网络层基本功能
★ 学生层长申请书范文
★ 层长申请书范文阅读
★ 岩石中纳米粒子层的观察厘定及其地质意义
★ 知识是慢慢吸收作文
★ 党章吸收优秀入党心得体会
★ 《古诗》课堂教学赏析吸收版
储层流体模型 篇3
1 NMR测井孔隙度响应方程分析
NMR测井响应和常规测井响应有着一定的差别, 后者响应基础属于岩石体积物理模型, 模型的孔隙流体以及岩石骨架对于测井响应值的影响都是非常大的, NMR测井属于定域观测, 每次测量过程是由磁化过程与回波串采集过程有机组成的, 但是与多指数规律一致, 其中, 天然气回波串衰减与磁化是需要服从单指数规律的。具体的计算方程包括以下几种情况:
(1) 孔隙中只有水的情况
如果孔隙中只有水, 那么采集数据可以采用如下的方程进行表示:
式中:HIw为水含氢指数;Qwj为第i种孔隙含水孔隙度, Tw为磁化时间, 磁化时间也可以称之为等待时间;T1wj为第i种孔隙水纵向弛豫时间, 弛豫速度与弛豫机制是存在差异的, 孔隙不同, 其中的水弛豫速度也会存在差异, 采用相应的数据处理方式与观测模式可以将毛管束缚水、泥质束缚水、可动水等区分开来。
(2) 孔隙含水与轻烃
如果孔隙中存在轻烃与水, 那么地层NMR孔隙度可以采用如下的公式进行表示:
式中:φwj为第i种孔隙含水孔隙度;T1wj为第i种孔隙水纵向豫驰时间。
(3) 孔隙中存在水与稠油
如果地层存在水与稠油, 那么影响因素就更多, 稠油属于典型的混合物, 其回波衰减与磁化会服从相关的多指数规律, 其地层NMR孔隙度可以采用如下的公式进行表示:
2 NMR测井孔隙度的常见影响因素分析
(1) 纵向弛豫时间
在核磁共振测井的过程中, 必须要留出足够的等待时间, 只有等氢核完全磁化之后才能进行工作, 在进行观测时, 需要将测井等待时间控制在10s以上, 如果测速较快, 无法保证足够的等待时间, 那么可动流体是难以完全恢复的, 这也会在一定程度上减小NMR孔隙度, 对于该种情况, 在进行计算时需要进入计划因子, 这样可以很好的校正NMR孔隙度。
(2) 横向豫驰时间
(1) 粘土束缚水。在很多陆相碎屑岩储层之中, 常常可以看到大量的伊利石、蒙脱石、绿泥石、高岭石等等, 这些材质NMR横向豫驰时间非常小, 就现阶段来看, 常用的核磁共振测井仪回波间隔约为0.6ms, 这属于最小数值, 这是无法探测到所有信息的, 在回波间隔不足0.35ms的情况下, NMR孔隙度才能够与常规孔隙度保持良好的一致性, 因此, 在进行观测时, 需要控制好回波间隔, 以0.3ms为宜。 (2) 顺磁物质弛豫时间。在很多陆相沉积地层中, 都有大量的顺磁性物质, 这会增加横向表面豫驰强度, 出现内部磁场梯度, 如果出现以上两种问题, 都会延长豫驰时间组分衰减速度, 而在具体的观测过程中, NMR仪器时间是存在较大的限制的, 无法探测到相关信号, 减小NMR孔隙度。研究显示, 如果陆相沉积碎屑中岩质成分含量较高, 那么NMR得出的孔隙度往往会小于实际孔隙度。 (3) 固体沥青横向豫驰时间。一般情况下, 固体沥青横向豫驰时间是非常短的, 不足0.1ms, 就现阶段的技术情况来看, 是无法探测到其中的氢核的, 这就致使其中NMR孔隙度较小, 如果采用常规中子测井法可以测量出汗水与沥青孔隙, 估计出其中的沥青含量。
(3) 泥浆矿化度
常规的振测井仪都是应用居中测量法, 射频磁场需要通过泥浆才能够实现测量, 在这一测量过程中, 井眼流体往往会致使射频能量出现损耗, 影响实际信噪比, 鉴于此, 在测井刻度的过程中, 需要根据不同泥浆电阻类型来设置矫正量, 规定好泥浆电阻率值, 如果存在这个值, 可以增加泥浆排除器。
3 结语
复杂流体储层NMR测井孔隙度的影响因素很多, 在井眼环境满足NMR测井的前提下, NMR孔隙度主要受地层孔隙中流体的纵向弛豫时间、横向弛豫时间和含氢指数的影响。
摘要：孔隙度是评价储层的基本参数, 核磁共振测井是确定储层孔隙度的有效方法, 但是, 实践中也发现复杂流体储层核磁共振测井孔隙度与地层实际孔隙度存在较大差异, 影响了核磁共振测井的应用效果。与传统的测井方式相比而言, 该种方式有着独特的优势, 本文主要分析复杂流体储层核磁共振测井孔隙度的影响因素。
关键词：复杂流体,储层核磁共振测井,孔隙度,影响因素
参考文献
储层流体模型 篇4
1 区域地质背景
伊通盆地位于长春与吉林市之间,西面与大黑山相邻,东面是那丹哈达岭,呈北东向狭长状展布的新生代含油气盆地[6]。长300 km,宽5~20 km不等,面积将近2 400 km2。构造位置位于佳伊盆地的南段,是郯庐断裂带的北延部分盆地,由北向南依次分为岔路河断陷、鹿乡断陷和莫里青断陷,主要发育了古近系的双阳组、奢岭组、永吉组、万昌组、齐家组和新近系的岔路河组[7]。岔路河断陷梁家构造带永二段是本次研究的主要层组,研究区位于岔路河断陷的西南部,相邻于被2号断层分开的五星构造带。由于受2号断层的影响,发育了一系列的断块、断鼻和断背,走向接近南北向,其砂体近东西向展布,形成了岩性-构造油气藏,总体发育扇三角洲、近岸水下扇及湖泊沉积体系[8]。
2 岩性识别
研究区岩性复杂多变,且混杂堆积,发育有泥岩、粉砂岩、砂岩、砂砾岩等。对于不同岩性,其储层的物性和产能差别较大,所以岩性识别,尤其是精细岩性识别是判别储层流体性质的基础。
2.1 交会图法
利用常规测井资料,通过对梁家构造带永二段2口取心井的岩心、电性资料进行分析,建立了R2.5与GR常规测井岩性识别图版。图版符合率达到92%。电性判别标准为:
细砂岩:R2.5≤-0.015GR+14.5;
粗砂岩:R2.5>-0.015GR+14.5,R2.5≤-0.035GR+23.2;
砂砾岩:R2.5>-0.035GR+23.2。
2.2 BP神经网络识别法
该算法是由Rumelhart等人于1985年提出的,是试图通过模拟大脑神经网络处理,记忆信息的方式设计一种新的机器使之具有人脑那样的信息处理能力的一种神经元模型[9]。其原理主要是在采用已知学习样本集基础上,利用误差反向传播原理进行训练,利用训练结果建成网络,在学习过程中,可以将学习过程分为两种,一个正向学习,另外一个反向传播。在前馈学习过程中,输入向量将从输入层经隐含单元层,被逐层处理,然后传向输出层,这里每一层神经元的状态仅影响下一层神经元的状态,一旦在输出层不能得到期望的结果,则再次转入反向传播,将误差信号沿原来的路径返回,如此往复,通过不断修改各层神经元的权值,将误差信号降到最小为止[10]。最终确定岩性,与岩心数据验证,符合率达到96%(图1)。
3 储层四性关系
通过统计分析取心井岩性与物性资料,其孔渗随粒径增大而增大,储层物性明显受岩性及其胶结物含量控制,即岩性越粗,分选越好、碳酸盐含量较低的储层物性相对较好,并且有随着碳酸盐含量增加物性有变差的趋势[11,12]。其中,砂砾岩孔隙度、渗透率最高;其次是细砂岩,孔隙度均大于12%,渗透率高于60 m D。统计岩心与含油岩性长度、含油岩性长度百分比资料发现:砂砾岩含油性最好,最高可见油浸级别,其次是粉砂岩,有油斑显示;砂砾岩含油以上级别接近82%,粉砂岩荧光以上含油级别大于60%。综合分析:将储层岩性下限定为粉砂岩,含油性下限定为荧光,该区物性与声波时差的相关性较好,呈正相关;随着泥质含量增加,物性降低,粒度中值与泥质体积分数成反比;含油饱和度与深、浅侧向电阻率相关性较好,整体上随着含油饱和度的增大,电阻率值有降低的趋势,油气水层电阻率大于35Ω·m,油水层电阻率大于45Ω·m,油气层电阻率一般大于25Ω·m。
4 测井解释模型
4.1 泥质含量计算模型
通过研究梁家构造带永二段资料,自然伽马测井对确定泥质含量效果较好,根据取心井昌41、昌29、昌30、昌12井的岩心分析资料,以及相对应井段的自然伽马相对值来计算泥质含量,其经验公式[13]如下:
式中,GCUR=2;GR为目的层GR的测量值,API;GRmax为目的层纯泥岩的GR值,API;GRmin为目的层纯砂岩的GR值,API。
4.2 孔隙度模型
统计研究区内取心井昌13、昌29、昌30、昌12井岩心物性,在已经对声波时差进行标准化后的情况下,用剔除异常数据后的70块岩心数据,建立岩心分析孔隙度φ与声波时差AC关系图版。声波时差与岩心分析孔隙度之间相关性较好,随着声波时差的增大,孔隙度有增大的趋势。回归后方程:
式(3)中:φ为孔隙度,%;AC为声波时差,μs/m;相关系数为0.846。
4.3 渗透率模型
通过研究工区内取心井物性分析结果,剔除异常值后的岩心分析孔、渗资料共131组数据,建立渗透率模型。孔隙度与渗透率数值之间有较好的相关性。相关关系为:
式(4)中,K为渗透率,m D;φ为孔隙度,%;相关系数为0.802。
4.4 束缚水饱和度模型
根据吉林油田开发后期的相渗资料建立孔隙度与束缚水饱和度图版,利用孔隙度进行束缚水饱和度解释,其相关性较好,随着孔隙度的增加,束缚水饱和度有减小趋势。解释模型为:
式(5)中,Swi为束缚水含油饱和度,%;相关系数为0.818。
5 储层流体识别方法
目前使用最为广泛的一种流体识别方法就是测井资料交汇图法,这能比较直观的看出单个参数对储层流体性质的区分效果[14]。研究区分别采用了常规测井和阵列感应测井资料对流体性质进行识别,效果良好。
5.1 地层水性质
通过统计分析研究区地层水矿化度,编制地层水矿化度分布直方图,研究发现其地层水矿化度较高且分布范围较大,基本都属于中-高等矿化度,但仍有少数矿化度低于2 000×10-6(ppm)水样,多数分布在(4 000~12 000)×10-6(ppm)之间。
根据矿化度数据资料,绘制出了地层水矿化度平面等值线图,研究区地层水矿化度整体分布在(4 000~12 000)×10-6(ppm)之间。但基本都属于中-高等矿化度,在昌古1和昌39等井区附近具有高于12 000×10-6(ppm)的高矿化度水样。
5.2 常规测井交会图识别法
5.2.1 电阻率-孔隙度交汇图法
该方法是基于电性资料和试油试采资料的一种常用的解释技术,是阿尔奇公式一种图解形式。应用它既能形象、直观区分油(气)、水层,又可半定量确定含水饱和度[15]。最大的优势是可以不用确定岩石骨架参数和地层水电阻率,且孔隙度采用多元回归的方法,利用多种测井曲线更能真实反映地下地质特征。
对梁家构造带永二段4口井106个样品点试油数据资料,建立自然电位与声波的交汇图版(图2)。在RLLD-POR交汇图上,油气水层分布非常复杂(图3),具体体现在:
(1)油气水层:岩性基本为砂砾岩和粗砂岩,为较高孔隙度、中高电阻率,孔隙度分布范围为8%~15%,电阻率为35~100Ω·m;
(2)油气层:岩性基本为不等粒砂岩,孔隙度一般为11%~23%,电阻率较高,一般为25~90Ω·m;
(3)油水层:岩性主要为细砂岩和不等粒砂岩,孔隙度主要为15%~17%,电阻率分布范围为40~55Ω·m。
5.2.2 自然电位-声波时差交汇图法
研究区块岩性复杂,地层水矿化度变化大,流体多相态产出,测井曲线SP反应灵敏,而且SP是岩性、流体性质与泥浆性能差异的综合体现,利用声波时差与自然电位对本区建立图版,本区块油水层与油气层相比具有电阻率高、自然电位低的特点(图2)。
对于永二段AC-SP交汇图,油气水层分布表现为:
(1)油水层:岩性为细砂岩和不等粒砂岩,声波主要分布范围为240~270μs/m,自然电位为44~54 m V;
(2)油气水层:岩性主要为粗砂岩和砂砾岩,声波在225~260μs/m之间,自然电位主要为40~55 m V;
(3)油气层:岩性为不等粒砂岩,声波中等偏高,为235~290μs/m,自然电位主要分布范围为54~60 m V。
5.3 阵列感应测井交会图识别法
对于复杂储层,用常规电阻率测井识别孔隙结构比较复杂的低孔、低渗储层流体难度较大,利用阵列感应测井对流体进行识别有较大优势[16]。在储集层中,由于泥浆侵入而使其径向电阻率发生变化,高分辨率阵列感应测井不同径向探测深度的电阻率曲线正好反映这一变化[[18]]。应用累积法建立不同径向探测深度电阻率曲线总差异参数DR。
式(6)中,M2R1~M2RX为阵列感应2 ft纵向分辨率的10~120 in不同径向探测深度电阻率曲线,反映原状地层电阻率,与储层流体性质有关。由于水层电阻率比油层低,电阻率综合识别参数DRM2RX与DR的交汇图能够突出油水层的区分效果。因此,可利用不同径向探测深度电阻率曲线变化差异来对流体性质进行识别。
对研究区2口井,84个阵列感应资料样品点数据进行分析,建立电阻率综合识别参数DRM2RX与DR的交汇图,储层流体之间存的差异比较明显(图4),其中,油气层DRM2RX界限值为8Ω·m,DR界限值为0.3;油气层和油气水层之间DRM2RX界限值为23Ω·m,DR界限值为1;油气水层和油水层之间DRM2RX界限值为40Ω·m,DR界限值为1.5。
5.4 饱和度图版法
研究区在进行油水层识别之前,都对曲线进行了标准化。通过分析研究区5口井试油资料,以由RA05和RLLD转化而来的地层真电阻率为纵轴,以多元回归方法和声波时差及所求取的孔隙度为横轴,建立流体识别图版(图5)。确定含油气饱和度下限为:油气水层:9%≤POR≤16%,35Ω·m≤RLLD≤120Ω·m,40%≤S0≤75%;油气层:11%≤POR≤22%,24Ω·m≤RLLD≤90Ω·m,30%≤S0≤75%;油水层:15%≤POR≤17%,45Ω·m≤RLLD≤55Ω·m,50%≤S0≤60%。
综合常规测井、阵列感应测井和饱和度图版法对梁家构造带双二段流体性质进行分析,最终得出研究区油气水层识别参数如表1所示。
6 结论
(1)研究区采用了岩性识别图版和BP神经网络法对岩性进行了精细识别,储层岩性以砂砾岩和细砂岩为主,符合率均在90%以上。总体属于中-特低孔,低-超低渗储层,孔隙结构复杂,录井和钻井都表现有较好的油气性显示。
(2)在四性关系研究的基础上,采用岩心试验分析结合试油资料刻度测井的方法,建立了研究区的泥质含量、孔隙度、渗透率和束缚水饱和度测井解释模型,与岩心分析数据进行验证,解释符合率高达91.3%。
储层流体模型 篇5
滨里海盆地大部分位于哈萨克斯坦境内, 是其国内油气资源最为丰富、油气储量最为巨大的沉积盆地。勘探资料揭示, 以二叠系的盐膏层为标志, 勘探目标分为盐上层系和盐下层系。Sagizski地区是以盐上层系为主要勘探目标的地区, 地层层序自上而下为白垩系、侏罗系、三叠系和二叠系, 含油层位主要为三叠系储层。测井资料显示, 三叠系储层岩性复杂, 主要为钙质石英砂岩, 局部含砾或发育钙质灰岩间夹煤线, 对测井曲线的响应影响较大, 流体性质识别难度较大。本文结合钻井取心和试油投产资料, 对储层的测井曲线响应特征进行研究, 并利用交会图法和P1/2正态分布法等方法对储层流体性质进行综合评价, 指导油气合理开发生产。
2 储层基本特征
Sagizski地区三叠系地层厚度约300m, 岩性为砂泥岩互层, 储层较发育。从岩心资料来看, 储层岩性主要为钙质石英砂岩, 成分以石英为主, 泥质、钙质或灰质胶结, 疏松。储层物性较好, 孔隙度分布在6.99-30.43%之间, 主要分布在15-30%之间, 平均值为20.42%左右, 渗透率主要分布在10-1000×10-3μm2之间, 属于高孔、中高渗储层。地层水矿化度20×104 mg/l, 属于氯化钙型。受岩性和流体性质的影响, 储层电阻率数值变化比较大, 油层埋深在600m左右。
3 储层流体性质识别方法
3.1 深、浅双侧向电阻率识别法
根据地层渗透性的差异和泥浆侵入的影响, 电阻率与背景值相比均有明显的变化, 通过分析深、浅电阻率的差异可以定性识别储层流体性质。对于淡水泥浆, 泥浆电阻率大于地层水电阻率而小于油气的电阻率, 那么在油气层, 由于泥浆的侵入, 会出现正差异 (即深电阻率大于浅电阻率) , 而在水层, 会出现负差异 (深电阻率小于浅电阻率) , 并且油层的电阻率值要大于水层的电阻率值。
Sagizski地区三叠系地层水矿化度较高, 受泥浆侵入的影响, 储层含油气时, 深浅侧向电阻率有明显的正差异显示, 而当储层含水时深浅侧向电阻率有明显的负差异显示, 见图1。对于岩性较纯, 砂体厚度较大的油层和水层符合这个特征, 但实际上, 大部分储层受岩性、非均质性和地层水矿化度等的影响, 深浅侧向电阻率出现重合或相反差异的特征显示。
3.2 孔隙度-电阻率-含水饱和度识别流体法
在判别流体性质时通常需要对电阻率和孔隙度进行综合考虑, 用孔隙度-电阻率交会图, 可以扣除掉物性的影响, 判断出储层流体性质;同时储层含油饱和度是由油藏的油含量与孔隙度决定的, 分析储层的含水饱和度和孔隙度之间的关系, 对识别储层流体性质也有着很重要的关系。利用阿尔奇公式, 将含水饱和度叠加到双对数刻度的孔隙度-电阻率交会图上, 可直观评价储层的物性和含油气性。
根据实测的Sagizski地区16口井253个有效储层的测井数据进行分析, 总结出了该区块储层的孔隙度-电阻率-含水饱和度的分布特征, 见图2。储干界限的孔隙度在15%左右, 油层的电阻率在3.0Ω·m以上, 水层电阻率值较低, 在1.5Ω·m以下。
3.3 P1/2正态分布识别流体法
正态分布法是利用测量误差服从正态分布规律而设计的一种评价地层含油性的统计方法。在目的层段应用正态分布法作出P1/2的概率分布图, 可以有效地识别储层流体性质。在概率坐标上作出P1/2= (Rwa) 1/2及其累计频率的分布图, 利用油层线与水层线的斜率不同来识别油水层。
根据阿尔奇公式F=R0/Rw=a/φm, 可以推出:
纯水层的地层水电阻率:Rw=Rwa=R0·φm (设a=1)
油气层视地层水电阻率:Rwa=Rt·φm
从理论上讲, 可用Rwa的大小判别储层所含流体的性质, 但由于常常不知道地层水真实的电阻率, 加之φ和m值也难以求得很准, 使计算的Rwa误差较大。正态概率分布法是用Rwa的变化规律来指示储层的含流体性质, 其方法是将视地层水电阻率开方, 并命名为P1/2, 即P1/2= (Rwa) 1/2= (Rt·φm) 1/2。在同一层内各测量点计算的P1/2值结果也应满足正态分布规律。根据累计频率曲线斜率的变化就可以对储层所含流体性质作出判断, 即水层斜率小, 油气层斜率大。
图3为X井储层油层和水层的P1/2值概率分布图, 水层P1/2值在正态概率图上与累计频率有直线关系, 而在油气层部位则偏离这条直线, 形成斜率较大的另一条直线, 而两者之间的部分是油水过渡带。说明随着储层流体中含油性的增加, P1/2值增大, 且概率分布的斜率也增大, 以此来区分油水层, 进而判别储层的流体性质。
3.4 视地层水电阻率-可动油饱和度识别法
RWa为视地层水电阻率, 当储层为纯水层时, 视地层水电阻率等于地层水电阻率;当储层含油气时, 视地层水电阻率大于地层水电阻率。在淡水泥浆条件下, RWa可作为反映流体性质的参数。
根据实测的16口井的数据, 利用可动油饱和度 (Som) 与视地层水电阻率可以有效区分油层、油水同层、干层和水层 (见图4) 。油层的视地层水电阻率高, 可动油饱和度大;油水同层的视地层水电阻率中等;水层的视地层水电阻率较低, 可动油饱和度低。
3.5 应用效果分析
图5为Sagizski地区Y井测井综合解释图。各层的具体识别方法见表1。
后期对Y井688.0-690.0m、696.0-700.0m井段的16、18号和19号层的顶部进行试油, 抽汲59小时, 累计产液71.15m3, 产油58.35m3, 产水12.78 m3, 含油率82.0%, 与测井解释结论符合, 说明这几种流体识别方法应用效果较好。
4 结论
充分分析了Sagizski地区三叠系储层的基本特征, 在此基础上, 总结出了识别储层流体性质的方法。结合测井资料、取心资料及试油投产资料等, 研究并总结出了4种流体识别方法。通过对该地区56口测井资料进行处理验证, 不同流体储层识别结果与试油结论符合率较高, 提高了该区块的油水解释精度, 说明这几种识别流体的方法适用性较强。
摘要：Sagizski地区位于哈萨克斯坦滨里海盆地, 含油层位主要为三叠系。三叠系储层岩性复杂, 主要为钙质石英砂岩, 局部发育钙质灰岩间夹煤线, 对测井曲线的响应影响较大。为了有效地识别三叠系储层的流体性质, 结合测井资料、取心资料及试油投产资料等, 研究并总结出了深、浅侧向电阻率法、孔隙度-电阻率-含水饱和度法、P1/2正态分布法、视地层水电阻率-可动油饱和度法共4种流体识别方法。应用这些方法对该地区16口井进行了综合解释评价, 储层流体性质评价结果与实际产能有良好的一致性。
关键词：Sagizski地区,三叠系,钙质石英砂岩,流体性质识别,测井解释
参考文献
[1]钱桂华著.哈萨克斯坦滨里海盆地油气地质特征及勘探方向[J].中国石油勘探, 2005, 10 (4) :60-66
[2]范宜仁等著.酒东营尔凹陷储层流体识别技术[J].测井技术, 2011, 35 (5) :431-435
[3]陈洪斌著.测井识别储层流体性质的方法研究及应用[J].天然气勘探与开发, 2003, 26 (3) :36-42
[4]С.Ж.马克西莫夫著.冯有奎译.哈萨克斯坦的含油气远景[J].新疆石油地质, 1999, 20 (4) :352-362