孫曉霞

（中國(guó)石油化工股份有限公司勝利油田分公司地質(zhì)科學(xué)研究院，山東 東營(yíng) 257015）

0 引 言

永進(jìn)油田位于準(zhǔn)噶爾盆地腹部的負(fù)向構(gòu)造區(qū)，屬于中央坳陷昌吉凹陷西段，構(gòu)造為呈西南傾的單斜，圈閉類型主要有地層、地層－巖性和巖性圈閉。其目的地層為白堊系清水河組和侏羅系西山窯組地層。研究區(qū)儲(chǔ)層埋藏深（5800～6000m），壓力大（靜壓97.45MPa），巖心分析平均孔隙度6%，平均滲透率0.33×10－3μm2，屬于特低孔隙度、超低滲透率的儲(chǔ)集層。主要儲(chǔ)集空間以微孔、殘余粒間孔及粒間溶孔為主，孔隙結(jié)構(gòu)以特小孔、微細(xì)喉型為主，喉道以管狀和片狀的細(xì)喉道為主，容易形成油層的低含油飽和度和高束縛水飽和度。特低孔隙度、超低滲透率砂巖儲(chǔ)層具有不同于其他類型油藏的地質(zhì)特點(diǎn)和測(cè)井響應(yīng)特征，孔隙度變化范圍不是很大，而滲透率變化范圍卻很大[1]。因此，開展對(duì)這類儲(chǔ)層分類方法研究就十分迫切和必要。

目前，研究?jī)?chǔ)層分類的學(xué)者很多。汪新光[2]應(yīng)用壓汞資料求取排驅(qū)壓力、中值壓力、最大孔喉半徑、孔喉半徑均值、分選系數(shù)等5類孔隙結(jié)構(gòu)參數(shù)進(jìn)行儲(chǔ)層分類研究。王瑞飛[3]提出以退汞飽和度與退汞效率的乘積評(píng)價(jià)特低滲透率儲(chǔ)層的微觀孔隙結(jié)構(gòu)，進(jìn)而對(duì)儲(chǔ)層分類。朱建華[4]應(yīng)用核磁共振測(cè)井處理解釋的毛細(xì)管壓力曲線、孔隙度和束縛流體飽和度建立儲(chǔ)層分類標(biāo)準(zhǔn)。楊秋蓮[5]、張建龍[6]等也都做了這方面的研究。陳振標(biāo)等[7]將基于NMR T2譜分形幾何學(xué)應(yīng)用于低滲透率儲(chǔ)層巖石孔隙結(jié)構(gòu)研究中。焦翠華等[8]將分形幾何學(xué)應(yīng)用于測(cè)井微相的識(shí)別。賀偉等[9]利用壓汞資料計(jì)算的孔隙分形維數(shù)分析孔壁的粗糙度和孔徑分布的不均勻程度，取得了較好的效果?？梢钥闯?，已有的儲(chǔ)層分類方法多是根據(jù)毛細(xì)管壓力曲線求取的特征參數(shù)對(duì)儲(chǔ)層分類，對(duì)分形幾何學(xué)的應(yīng)用也是僅僅應(yīng)用它進(jìn)行測(cè)井及儲(chǔ)層微觀結(jié)構(gòu)特征評(píng)價(jià)，研究?jī)?chǔ)層分類的學(xué)者和研究分形幾何學(xué)的學(xué)者沒有將二者結(jié)合起來進(jìn)行儲(chǔ)層評(píng)價(jià)。本文通過毛細(xì)管壓力實(shí)驗(yàn)數(shù)據(jù)，求取各個(gè)樣品點(diǎn)的分形維，以排驅(qū)壓力和分形維為主要標(biāo)準(zhǔn)，參考歪度和毛細(xì)管壓力形態(tài)對(duì)儲(chǔ)層進(jìn)行分類，然后應(yīng)用BP神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)測(cè)井?dāng)?shù)據(jù)與巖心數(shù)據(jù)的轉(zhuǎn)換，進(jìn)而得到連續(xù)的儲(chǔ)層分類。

1 儲(chǔ)層孔喉結(jié)構(gòu)特征

對(duì)于超深層特低滲儲(chǔ)層，為從微觀機(jī)理方面深入了解巖石物性特征，以侏羅系西山窯組與白堊系清水河組的常規(guī)壓汞樣品、恒速壓汞樣品、鑄體薄片資料、掃描電鏡資料為基礎(chǔ)，對(duì)孔隙結(jié)構(gòu)進(jìn)行了細(xì)致研究。根據(jù)壓汞樣品分別對(duì)西山窯組和清水河組進(jìn)行了孔隙度和滲透率的統(tǒng)計(jì)，分別繪制了分布直方圖（見圖1、圖2）。其中，西山窯組孔隙度最小值4%，最大值8.1%，均值為5.6%；滲透率變化較大，最小值0.03×10－3μm2，最大值1.73×10－3μm2，均值為0.29×10－3μm2，綜合評(píng)價(jià)為特低孔隙度、超低滲透率儲(chǔ)層。清水河組孔隙度最小值4.2%，最大值10.2%，均值為7.5%，比西山窯組要高；滲透率最小值0.12×10－3μm2，最大值0.73×10－3μm2，均值為0.34×10－3μm2，亦為特低孔隙度、超低滲透率儲(chǔ)層。

根據(jù)該區(qū)毛細(xì)管壓力數(shù)據(jù)，求取了反映孔喉結(jié)構(gòu)特征的排驅(qū)壓力、孔喉半徑均值、中值孔喉半徑、孔喉均質(zhì)系數(shù)等（見表1）[10]。毛細(xì)管壓力樣品的普遍特點(diǎn)是孔滲均為低值，曲線形態(tài)比較相近，多數(shù)樣品平臺(tái)區(qū)較明顯，反映了喉道分布較集中，但退汞效率普遍很小，多數(shù)是細(xì)歪度。參考中國(guó)石化的儲(chǔ)層分類評(píng)價(jià)標(biāo)準(zhǔn)（見表2），該區(qū)儲(chǔ)層普遍屬于特低孔隙度、超低滲透率、特小孔、微細(xì)喉的類型。

表1 永進(jìn)油田毛細(xì)管壓力數(shù)據(jù)分析

表2 中國(guó)石化儲(chǔ)層綜合評(píng)價(jià)標(biāo)準(zhǔn)表

針對(duì)特低孔隙度超低滲透率的儲(chǔ)層情況，由傳統(tǒng)的孔隙度滲透率參數(shù)已無(wú)法進(jìn)行儲(chǔ)層的詳細(xì)劃分。因此，從孔隙結(jié)構(gòu)特征出發(fā)，應(yīng)用毛細(xì)管壓力實(shí)驗(yàn)數(shù)據(jù)排驅(qū)壓力和毛細(xì)管曲線分形維對(duì)于儲(chǔ)層進(jìn)行進(jìn)一步詳細(xì)劃分。

2 毛細(xì)管曲線分形維法儲(chǔ)層精細(xì)分類

2.1 孔隙結(jié)構(gòu)分形維數(shù)

毛細(xì)管曲線分形維基于分形幾何原理，可以定量描述孔喉結(jié)構(gòu)的復(fù)雜程度和非均質(zhì)性。對(duì)于砂巖儲(chǔ)層，其值越大，孔隙結(jié)構(gòu)越復(fù)雜，儲(chǔ)層性質(zhì)越差。

Katz等及Krohn用掃描電鏡觀察巖石斷面，發(fā)現(xiàn)各種砂巖從0.2～50μm的孔隙尺寸范圍內(nèi)具有良好的分形性質(zhì)，分形維數(shù)在2.27～2.89之間變動(dòng)。儲(chǔ)層毛細(xì)管壓力曲線的分形幾何公式[11]

式中，pmin為排驅(qū)壓力；S為毛細(xì)管壓力pc時(shí)儲(chǔ)層中潤(rùn)濕相飽和度。即

在雙對(duì)數(shù)坐標(biāo)系下，計(jì)算函數(shù)pc與S關(guān)系曲線的斜率，該斜率的絕對(duì)值即為D－3，由此便得到分形維數(shù)（見圖3）。通過上述求取孔隙結(jié)構(gòu)分形維的方法，依次計(jì)算所有樣品的分形維數(shù)（見圖4）。

毛細(xì)管曲線分形維計(jì)算結(jié)果表明，樣品的分形維在2.47～2.84的分布范圍內(nèi)，可以分成幾個(gè)明顯的區(qū)間，分形維數(shù)越大，孔喉分布及配置關(guān)系越復(fù)雜。分成的幾個(gè)區(qū)間（見圖5）：①2.47～2.59，共6塊樣品，毛細(xì)管壓力曲線表現(xiàn)為粗歪度，座椅式，喉道分布較集中；②2.59～2.71，共7塊樣品，毛細(xì)管壓力曲線表現(xiàn)為較細(xì)歪度，緩坡式，喉道分布較集中；③2.71～2.84，共16塊樣品，毛細(xì)管壓力曲線表現(xiàn)為極細(xì)歪度，高斜坡式，喉道較小，進(jìn)汞平臺(tái)不明顯，這是一類基本無(wú)產(chǎn)能的孔喉最復(fù)雜的儲(chǔ)層。

2.2 特低孔隙度特低滲透率儲(chǔ)層綜合分類

圖3 2號(hào)和22號(hào)壓汞樣品的分形維擬合圖

分析多種毛細(xì)管壓力參數(shù)，發(fā)現(xiàn)排驅(qū)壓力明顯分為幾個(gè)區(qū)間，而排驅(qū)壓力是反映儲(chǔ)層滲透性的重要參數(shù)，分形維的界限也比較明顯，并且分形維的大小是反映儲(chǔ)層孔喉結(jié)構(gòu)的重要參數(shù)，因此以排驅(qū)壓力和分形維為主要標(biāo)準(zhǔn)，參考歪度和毛細(xì)管壓力形態(tài)將儲(chǔ)層區(qū)分為3類（見表3）。

表3 超深層特低孔隙度超低滲透率儲(chǔ)層綜合評(píng)價(jià)標(biāo)準(zhǔn)表（永進(jìn)油田）

3 BP神經(jīng)網(wǎng)絡(luò)法實(shí)現(xiàn)分形維曲線

毛細(xì)管壓力實(shí)驗(yàn)數(shù)據(jù)由巖心分析得到，但它只是一些離散點(diǎn)的數(shù)據(jù)，而且不可能每口井都測(cè)毛細(xì)管壓力曲線。為了實(shí)現(xiàn)對(duì)全井段儲(chǔ)層分類，引入了BP神經(jīng)網(wǎng)絡(luò)方法，利用測(cè)井信息對(duì)完鉆井進(jìn)行儲(chǔ)層分類[12－13]。

應(yīng)用人工神經(jīng)網(wǎng)絡(luò)[14－15]BP模型建立的解釋模型來對(duì)地質(zhì)參數(shù)進(jìn)行解釋是地質(zhì)研究的一種較為成功的方法。利用分形維參數(shù)和測(cè)井響應(yīng)值，提取神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣品，經(jīng)網(wǎng)絡(luò)設(shè)計(jì)、網(wǎng)絡(luò)學(xué)習(xí)和訓(xùn)練就可以得到分形維參數(shù)的神經(jīng)網(wǎng)絡(luò)模型[8]。

計(jì)算采用三層BP神經(jīng)網(wǎng)絡(luò)（見圖6），輸入分形維數(shù)及4條測(cè)井曲線系列（自然伽馬、聲波時(shí)差、深側(cè)向和淺側(cè)向電阻率），輸出1條深度連續(xù)的分形維曲線。圖7所示是分形維實(shí)驗(yàn)值與神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)結(jié)果對(duì)比，除了在值比較小的區(qū)域有一定誤差外，大部分區(qū)域吻合得較好，總體分布在45°直線上。

按照上述方法，處理得到了工區(qū)內(nèi)7口井儲(chǔ)層連續(xù)的分形維曲線。圖8是其中3口井的神經(jīng)網(wǎng)絡(luò)方法處理得到的毛細(xì)管分形維曲線，與試油試采資料相吻合。I類儲(chǔ)層永1井含油井段5873.4～5888.1m，2005年5月試油，初期日油36.9t，含水14.78%，2005年6月轉(zhuǎn)入試采。根據(jù)儲(chǔ)層綜合分類標(biāo)準(zhǔn)，Ⅰ類分形維值2.47～2.59，Ⅱ類分形維值2.59～2.71，Ⅲ類分形維值2.71～2.84，實(shí)現(xiàn)了儲(chǔ)層連續(xù)分類，更好地指導(dǎo)了該區(qū)儲(chǔ)層的有效性評(píng)價(jià)。通過對(duì)完鉆井7口井分形維曲線解釋結(jié)果統(tǒng)計(jì)表明，該區(qū)儲(chǔ)層以Ⅲ類儲(chǔ)層為主，占到整個(gè)儲(chǔ)層厚度的56.7%，Ⅰ類儲(chǔ)層僅占儲(chǔ)層厚度的5.5%（見表4）。

表4 完鉆井分形維曲線解釋結(jié)果統(tǒng)計(jì)表

4 結(jié) 論

（1）準(zhǔn)噶爾盆地永進(jìn)油田特低孔隙度、超低滲透率透率儲(chǔ)層泥質(zhì)含量高，黏土礦物類型多樣，巖性細(xì)，以細(xì)砂巖和極細(xì)砂巖為主，還有少量長(zhǎng)石砂巖。巖石孔隙以殘余粒間孔、粒內(nèi)溶孔為主，黏土孔隙和微毛細(xì)孔隙十分發(fā)育。

（2）該類儲(chǔ)層往往孔隙度變化范圍不很大，而滲透率變化范圍卻很大。特低滲透儲(chǔ)層的滲透性主要受喉道控制，喉道大小決定了儲(chǔ)層性質(zhì)的好壞，進(jìn)而影響了開發(fā)效果。

（3）傳統(tǒng)的根據(jù)孔隙度和滲透率對(duì)儲(chǔ)層進(jìn)行分類的方法適用性差，本文利用毛細(xì)管壓力分形維研究該類儲(chǔ)層的微觀孔隙結(jié)構(gòu)特征，并綜合排驅(qū)壓力、孔隙度、滲透率、毛細(xì)管壓力曲線形態(tài)等儲(chǔ)層特征參數(shù)對(duì)儲(chǔ)層分類，使儲(chǔ)層分類更加合理。

（4）將根據(jù)毛細(xì)管壓力分形維得到的孔隙結(jié)構(gòu)分類和BP神經(jīng)網(wǎng)絡(luò)方法結(jié)合起來，不需要連續(xù)的鉆井取心數(shù)據(jù)就可以得到連續(xù)的儲(chǔ)層分類，而且評(píng)價(jià)方法也符合特低孔隙度、超低滲透率儲(chǔ)層的特點(diǎn)。實(shí)際應(yīng)用也證明了該方法的有效性。

[1]張麗華，潘保芝，李寧，等.基于三水模型的儲(chǔ)層分類方法評(píng)價(jià)低孔隙度低滲透率儲(chǔ)層[J].測(cè)井技術(shù)，2011，35（1）：31-35.

[2]汪新光，李茂，覃利娟，等.利用壓汞資料進(jìn)行低滲儲(chǔ)層孔隙結(jié)構(gòu)特征分析[J].海洋石油，2011，31（1）：42－47.

[3]王瑞飛，陳明強(qiáng)，孫衛(wèi).特低滲透砂巖儲(chǔ)層微觀孔隙結(jié)構(gòu)分類評(píng)價(jià)[J].地球?qū)W報(bào)，2008，29（2）：213-220.

[4]朱建華.核磁測(cè)井在海拉爾地區(qū)儲(chǔ)層分類中的應(yīng)用[J].大慶石油地質(zhì)與開發(fā)，2008，27（3）：136－140.

[5]楊秋蓮，李愛琴，孫燕妮，等.超低滲透率儲(chǔ)層分類方法探討[J].巖性油氣藏，2007，19（4）：51－56.

[6]張建龍，刁國(guó)新，胡茹文，等.南陽(yáng)黑龍廟地區(qū)低孔隙度低滲透率儲(chǔ)層分類標(biāo)準(zhǔn)研究[J].石油地質(zhì)與工程，2009，23（1）：22－25.

[7]陳振標(biāo)，張超謨，張占松，等.利用NMR T2譜分布研究?jī)?chǔ)層巖石孔隙分形結(jié)構(gòu)[J].巖性油氣藏，2008，20（1）：105－110.

[8]焦翠華，張福明，李洪奇，等.神經(jīng)網(wǎng)絡(luò)和分形幾何方法在識(shí)別測(cè)井沉積微相中的應(yīng)用[J].沉積學(xué)報(bào)，1997，15（3）：62－66.

[9]賀偉，鐘孚勛，賀承祖，等.儲(chǔ)層巖石孔隙的分形結(jié)構(gòu)研究和應(yīng)用[J].天然氣工業(yè)，2000，20（2）：67－70.

[10]田美榮.東營(yíng)凹陷西部沙四段上亞段灘壩砂體儲(chǔ)集空間特征[J].油氣地質(zhì)與采收率，2008，15（2）：31－33.

[11]賀承祖，華明琪.儲(chǔ)層孔隙結(jié)構(gòu)的分形幾何描述[J].石油與天然氣地質(zhì)，1998，19（1）：15－23.

[12]蔡毅，刁玉民.利用測(cè)井信息求取儲(chǔ)層微觀孔隙結(jié)構(gòu)特征參數(shù)[J].測(cè)井技術(shù)，1998，22（4）：261－263.

[13]李道倫，盧德唐，孔祥言，等.BP神經(jīng)網(wǎng)絡(luò)隱式法在測(cè)井?dāng)?shù)據(jù)處理中的應(yīng)用[J].石油學(xué)報(bào)，2007，28（3）：105－108.

[14]Mohaghegh，Shahab，Arefi，et al.A Methodological Approach for Reservoir Heterogeneity Characterization Using Artificial Neural Networks[C]∥SPE 28394，1994：337－346.

[15]謝叢姣，關(guān)振良，馬正.低滲油藏油層產(chǎn)出能力的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法[J].成都理工學(xué)院學(xué)報(bào)，1998，25（3）：89－91.