李瑋，張占松，祗淑華，丁一，安繼星，王曉林

(1.長(zhǎng)江大學(xué)地球物理與石油資源學(xué)院，湖北 荊州 434023;2.中國(guó)石油集團(tuán)測(cè)井有限公司華北事業(yè)部，河北 任丘 062552)

0 引言

測(cè)井方法預(yù)測(cè)油氣層自然產(chǎn)能主要集中于3個(gè)方向，一是通過(guò)測(cè)井方法提供必要儲(chǔ)層參數(shù)，再通過(guò)平面徑向流公式預(yù)測(cè)油氣層自然產(chǎn)能[1];二是通過(guò)影響因素分析，建立區(qū)塊自然產(chǎn)能評(píng)價(jià)指數(shù)，得到區(qū)域性自然產(chǎn)能經(jīng)驗(yàn)公式[2-3];三是通過(guò)神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)等數(shù)學(xué)方法建立測(cè)井曲線與自然產(chǎn)能間關(guān)系，預(yù)測(cè)油氣層自然產(chǎn)能[4-6]。

RY凹陷古近系沉積相類(lèi)型豐富多樣，目前主要發(fā)育有河流、辮狀河三角洲、湖泊、沖積扇、扇三角洲和近岸水下扇等7種沉積相、18種亞相和近60種微相[7]，孔隙度為10% ～25%，滲透率為0.5～220 mD*非法定計(jì)量單位，1 mD=9.87×10-4μm2，下同，屬中低孔隙度中低滲透率砂巖，儲(chǔ)層物性復(fù)雜且變化大，對(duì)產(chǎn)能影響明顯。本文依據(jù)毛細(xì)管壓力曲線將儲(chǔ)層分為儲(chǔ)層物性較好、中等和較差3類(lèi);再依據(jù)排驅(qū)壓力定量識(shí)別3類(lèi)儲(chǔ)層;最后利用神經(jīng)網(wǎng)絡(luò)方法非線進(jìn)行性擬合，分別建立3類(lèi)儲(chǔ)層產(chǎn)能評(píng)價(jià)模型。

1 儲(chǔ)層特征研究

1.1 儲(chǔ)層沉積特征

RY凹陷古近系河流相和辮狀河三角洲是最發(fā)育的2類(lèi)沉積相。河流相沉積在RY凹陷中北部分布較為普遍，各層段均有不同程度的發(fā)育，尤其在早期充填期(Ek-Es4)和晚期抬升期(Ed)分布最為廣泛。該區(qū)的河流相沉積分為辮狀河和曲流河2種沉積類(lèi)型。

在沙三段、沙二段、沙一段和東營(yíng)組廣泛分布的是辮狀河三角洲-湖泊沉積體系。辮狀河三角洲在凹陷緩坡帶最為發(fā)育，分布廣泛，陡坡帶分布范圍一般較小。湖泊主要以淺湖沉積為主，半深湖主要在主洼槽深處發(fā)育。在沙二段的陡坡帶有小型近岸水下扇發(fā)育，形成局部小規(guī)模近岸水下扇-湖泊沉積體系。

1.2 儲(chǔ)層物性特征

RY地區(qū)儲(chǔ)層物性復(fù)雜，孔隙度滲透率變化范圍大，據(jù)187塊巖心物性分析資料統(tǒng)計(jì)，有效孔隙度5.7% ～23.8%，平均12.8%;水平滲透率(0.07～220.0)×10-3μm2，平均19.7×10-3μm2。儲(chǔ)層以中低孔隙度低滲透率為主，孔隙度滲透率變化大，同時(shí)發(fā)育中孔隙度中高滲透率、低孔隙度特低滲透率儲(chǔ)層，儲(chǔ)層物性復(fù)雜。壓汞毛細(xì)管壓力曲線形態(tài)各異(見(jiàn)圖1)，排驅(qū)壓力為0.025～10 MPa，注入汞飽和度為67% ～89.76%，反映孔隙結(jié)構(gòu)異常復(fù)雜。復(fù)雜的孔隙結(jié)構(gòu)對(duì)物性影響大，孔隙度不能完全表征儲(chǔ)層物性特征，以×47井巖心分析為例，孔隙度分別為16.8%和17.2%，滲透率分別為228.0 mD和9.23 mD，孔隙度相差0.4%，滲透率相差24.7倍，即孔隙結(jié)構(gòu)差異嚴(yán)重影響了儲(chǔ)層滲流特征。

圖1 RY地區(qū)毛細(xì)管壓力曲線圖

1.3 油水層測(cè)井響應(yīng)特征

以試油結(jié)論為依據(jù)，統(tǒng)計(jì)油層、低產(chǎn)油層、油水同層和水層的測(cè)井響應(yīng)規(guī)律，并分別制作電阻率與孔隙度、電阻率與自然伽馬、視地層水電阻率與孔隙度以及視地層水電阻率和自然伽馬交會(huì)圖，得到RY地區(qū)油水劃分圖版(見(jiàn)圖2)。

圖2 RY地區(qū)油水層劃分圖版

2 儲(chǔ)層物性分類(lèi)

2.1 依據(jù)毛細(xì)管壓力曲線形態(tài)劃分儲(chǔ)層

毛細(xì)管壓力曲線形態(tài)主要受孔隙喉道的分選性和喉道大小所控制。1塊巖樣的毛細(xì)管壓力曲線，越是接近縱橫坐標(biāo)軸，孔喉均勻而偏粗歪度，滲透率越高，排驅(qū)壓力越低，微觀孔隙結(jié)構(gòu)越好;反之，越是遠(yuǎn)離縱橫坐標(biāo)軸，孔喉不均勻而偏細(xì)歪度，滲透性越差，排驅(qū)壓力越高，微觀孔隙結(jié)構(gòu)越差;進(jìn)汞曲線越平，孔隙大小分布越均勻、集中。若是曲線占據(jù)了坐標(biāo)軸的右上方，該巖樣則代表了很差的儲(chǔ)集層或?yàn)樯w層。依據(jù)毛細(xì)管壓力曲線形態(tài)，將儲(chǔ)層分為3類(lèi)(見(jiàn)圖3)。

圖3 毛細(xì)管壓力曲線形態(tài)分類(lèi)圖

在綜合分析了巖心與試油試采資料基礎(chǔ)上發(fā)現(xiàn)，在正常壓力系統(tǒng)下，儲(chǔ)層的毛細(xì)管壓力曲線形態(tài)能較好地反映儲(chǔ)層自然產(chǎn)液能力[8]。排驅(qū)壓力是反映儲(chǔ)集層滲流特性的重要孔隙結(jié)構(gòu)參數(shù)，可作為劃分3類(lèi)儲(chǔ)層的依據(jù)(見(jiàn)圖3)。依據(jù)排驅(qū)壓力劃分儲(chǔ)層后，各類(lèi)儲(chǔ)層便具有了相似的滲流特性。圖4為排驅(qū)壓力與每米產(chǎn)液量交會(huì)圖，排驅(qū)壓力與每米產(chǎn)液量之間沒(méi)有直接函數(shù)關(guān)系，不能用于計(jì)算每米產(chǎn)液量，但可用于儲(chǔ)層分類(lèi)。分類(lèi)后各類(lèi)儲(chǔ)層類(lèi)間自然產(chǎn)能差異主要來(lái)源于儲(chǔ)層物性差異，類(lèi)內(nèi)油氣自然產(chǎn)能差異主要來(lái)源于儲(chǔ)層流體含油性差異。故分類(lèi)建立評(píng)價(jià)模型，減小了儲(chǔ)層物性對(duì)自然產(chǎn)能的影響，凸顯了儲(chǔ)層流體含油性差異對(duì)自然產(chǎn)能的影響。

圖4 分類(lèi)后排驅(qū)壓力—每米產(chǎn)液量交會(huì)圖

圖4為依據(jù)排驅(qū)壓力劃分的3類(lèi)儲(chǔ)層，Ⅰ類(lèi)每米產(chǎn)液量大于2 t/(d·m)，排驅(qū)壓力小于0.4 MPa;Ⅱ類(lèi)每米產(chǎn)液量0.6～2 t/(d·m)，排驅(qū)壓力0.4～1.2 MPa;Ⅲ類(lèi)每米產(chǎn)液量小于0.6 t/(d·m)，排驅(qū)壓力大于1.2 MPa。

2.2 測(cè)井方法計(jì)算排驅(qū)壓力

利用毛細(xì)管壓力曲線求取排驅(qū)壓力的方法十分有效，但是由于毛細(xì)管壓力資料非連續(xù)的，難以用于逐點(diǎn)評(píng)價(jià)。因此，需要結(jié)合測(cè)井資料計(jì)算排驅(qū)壓力，實(shí)現(xiàn)全井段逐點(diǎn)評(píng)價(jià)。為了便于研究常將巖石孔隙空間等效為1組平行毛細(xì)管束，即毛細(xì)管束模型。在毛細(xì)管束等效巖石模型下，流動(dòng)單元指數(shù)可以表示為[9]

式中，IFZ為表征巖石孔隙比面(亦即孔喉半徑)和孔隙彎曲度的綜合因素。令孔道迂曲度τ為常數(shù)，則IFZ僅與孔隙比表面相關(guān)，即與孔隙半徑相關(guān)。圖5為IFZ與排驅(qū)壓力交會(huì)圖，兩者相關(guān)性較好，得排驅(qū)壓力pcd計(jì)算公式

圖6中第6道為計(jì)算IFZ與巖心分析IFZ對(duì)比，第7道為按照式(2)計(jì)算排驅(qū)壓力和壓汞資料求的排驅(qū)壓力對(duì)比，第8道為按照儲(chǔ)層分類(lèi)標(biāo)準(zhǔn)劃分的儲(chǔ)層。

圖5 流動(dòng)單元指數(shù)與排驅(qū)壓力交會(huì)圖

圖6 孔隙結(jié)構(gòu)評(píng)價(jià)成果圖

3 BP神經(jīng)網(wǎng)絡(luò)產(chǎn)能預(yù)測(cè)模型

在分類(lèi)基礎(chǔ)上利用神經(jīng)網(wǎng)絡(luò)建立測(cè)井響應(yīng)與自然產(chǎn)能間關(guān)系[10]，有利于提高解釋精度。

3.1 神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)確定

油氣儲(chǔ)層的自然產(chǎn)能受到諸多因素的影響，主要包括2大類(lèi):一類(lèi)是儲(chǔ)層因素，包括巖性、物性、含油氣性、流體性質(zhì)及儲(chǔ)層有效厚度等;另外一類(lèi)是施工因素，包括表皮系數(shù)和測(cè)試半徑等[11]。若不考慮施工因素的影響，RY地區(qū)自然產(chǎn)能主要受儲(chǔ)層因素的影響，采用每米產(chǎn)油量(產(chǎn)層日產(chǎn)油量除以層厚)評(píng)價(jià)產(chǎn)能，消除了層厚的影響。致密砂巖儲(chǔ)層非均質(zhì)性強(qiáng)，孔隙結(jié)構(gòu)和儲(chǔ)層物性變化明顯，滲透率和飽和度求取困難。但圖7中深電阻率與每米產(chǎn)油量交會(huì)圖表明每米產(chǎn)油量與電阻率直接正相關(guān)關(guān)系明顯，可通過(guò)電阻率值的高低間接反映儲(chǔ)層流體的含油性。

儲(chǔ)層分類(lèi)后，每類(lèi)儲(chǔ)層樣本個(gè)數(shù)明顯少于未分類(lèi)時(shí)個(gè)數(shù)，為防止由于輸入層和隱層神經(jīng)元數(shù)目過(guò)多導(dǎo)致求解權(quán)值和閾值時(shí)出現(xiàn)方程組欠定問(wèn)題，在選定輸入?yún)?shù)時(shí)，首先按照巖性、物性和含油性對(duì)測(cè)井曲線進(jìn)行分類(lèi)，再?gòu)拿款?lèi)中挑選輸入?yún)?shù)，以減少輸入?yún)?shù)個(gè)數(shù)。將常規(guī)和陣列感應(yīng)測(cè)井信息與每米產(chǎn)油量進(jìn)行單相關(guān)分析，分別從3類(lèi)信息中挑選與每米產(chǎn)油量相關(guān)性較好的測(cè)井參數(shù)。經(jīng)分析選擇自然伽馬相對(duì)值GR相對(duì)、孔隙度φ、深電阻率Rt(陣列感應(yīng)M2R9)和淺電阻率RXO(陣列感應(yīng)M2R2)作為神經(jīng)網(wǎng)絡(luò)模型輸入(見(jiàn)圖7)。

3.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定

神經(jīng)網(wǎng)絡(luò)模型隱含層節(jié)點(diǎn)數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)性能影響十分顯著，隱含層節(jié)點(diǎn)數(shù)過(guò)少神經(jīng)網(wǎng)絡(luò)難以成功逼近期望輸出值，隱含層節(jié)點(diǎn)過(guò)多會(huì)導(dǎo)致訓(xùn)練時(shí)間過(guò)長(zhǎng)且容易陷入局部最優(yōu)解中。通過(guò)改變隱含層節(jié)點(diǎn)數(shù)，對(duì)比預(yù)測(cè)效果選定隱含層節(jié)點(diǎn)數(shù)為5個(gè)。圖8為建立的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。

3.3 網(wǎng)絡(luò)訓(xùn)練樣本挑選與預(yù)處理

圖8 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

首先挑選有正確性、代表性、連續(xù)性和全面性的樣本數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，同時(shí)剔除單相關(guān)分析中明顯異常值點(diǎn)，以免影響網(wǎng)絡(luò)穩(wěn)定性;其次對(duì)選中預(yù)測(cè)樣本各輸入?yún)?shù)進(jìn)行歸一化處理，以保證各輸入?yún)?shù)收斂速度相當(dāng)。按照排驅(qū)壓力將儲(chǔ)層分為3類(lèi)，再分別建立3類(lèi)儲(chǔ)層神經(jīng)網(wǎng)絡(luò)產(chǎn)能預(yù)測(cè)模型。

3.4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練效果檢驗(yàn)

表1為將3類(lèi)神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于該區(qū)塊非建模探井，對(duì)比了16層樣本試油結(jié)論及計(jì)算結(jié)論，其中Ⅲ類(lèi)儲(chǔ)層6層，Ⅱ類(lèi)儲(chǔ)層6層，Ⅰ類(lèi)儲(chǔ)層4層。16層中預(yù)測(cè)正確14層，錯(cuò)誤2層，符合率87.5%。不考慮儲(chǔ)層物性，未分類(lèi)直接建模神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果，正確11層，符合率68.8%。

4 應(yīng)用效果

將該方法編寫(xiě)為產(chǎn)能評(píng)價(jià)程序，掛接在Lead 3.0下。圖9為RY地區(qū)新探井A井處理成果圖。該井42號(hào)層試油結(jié)論為油自然產(chǎn)能28.5 t/d。圖9第6、7、8道所示，42號(hào)層孔隙度19%，滲透率83.7 mD，孔隙結(jié)構(gòu)為Ⅰ類(lèi)儲(chǔ)層，故采取Ⅰ類(lèi)儲(chǔ)層神經(jīng)網(wǎng)絡(luò)模型。圖9第11道為神經(jīng)網(wǎng)絡(luò)分類(lèi)預(yù)測(cè)方法的每米產(chǎn)油量預(yù)測(cè)結(jié)果，評(píng)價(jià)為4.3 t/(d·m)，乘以層厚6.8 m得到該層油產(chǎn)能預(yù)測(cè)結(jié)果為29.24 t/(d·m)。試油結(jié)論證明了該方法的合理性，且預(yù)測(cè)精度滿足生產(chǎn)需求。

表1 3類(lèi)儲(chǔ)層神經(jīng)網(wǎng)絡(luò)分類(lèi)預(yù)測(cè)結(jié)果檢驗(yàn)表

圖9 RY地區(qū)A井產(chǎn)能計(jì)算結(jié)果

5 結(jié)論

(1)RY地區(qū)沉積環(huán)境復(fù)雜，孔隙結(jié)構(gòu)復(fù)雜，直接應(yīng)用神經(jīng)網(wǎng)絡(luò)建立測(cè)井參數(shù)和產(chǎn)能間關(guān)系困難。在采油制度和油黏度相似條件下，儲(chǔ)層自然產(chǎn)能主要取決于儲(chǔ)層產(chǎn)液量和流體含油性。

(2)建立了孔隙結(jié)構(gòu)評(píng)價(jià)方法用以分類(lèi)評(píng)價(jià)產(chǎn)能，依據(jù)排驅(qū)壓力將儲(chǔ)層分為3類(lèi)，分類(lèi)后各類(lèi)儲(chǔ)層有著相似的每米產(chǎn)液量。從而減小了致密砂巖孔隙結(jié)構(gòu)差異對(duì)產(chǎn)能的影響，使得在有限試油資料條件下預(yù)測(cè)可行，再分別建立3類(lèi)儲(chǔ)層神經(jīng)網(wǎng)絡(luò)產(chǎn)能預(yù)測(cè)模型。

(3)與試油結(jié)論比較，產(chǎn)能預(yù)測(cè)結(jié)果達(dá)到了生產(chǎn)需求。

[1]毛志強(qiáng)，李進(jìn)福.油氣層產(chǎn)能預(yù)測(cè)方法及預(yù)測(cè)[J].石油學(xué)報(bào)，2000，21(5):58-61.

[2]馮春珍，林偉川，成志剛，等.低滲透儲(chǔ)層測(cè)井分類(lèi)和產(chǎn)能預(yù)測(cè)計(jì)算[J].測(cè)井技術(shù)，2012，36(3):308-313.

[3]張海龍，劉國(guó)強(qiáng)，周燦燦，等.基于陣列感應(yīng)測(cè)井資料的油氣層產(chǎn)能預(yù)測(cè)[J].石油勘探與開(kāi)發(fā)，2005，32(3):84-87.

[4]譚成仟，吳向紅，宋子齊.利用測(cè)井資料預(yù)測(cè)克拉瑪依油田八區(qū)克上組油層產(chǎn)能[J].石油地球物理勘探，2001，36(3):286-290.

[5]王祝文，劉菁華，許延清.大慶深部致密砂礫巖含氣儲(chǔ)層產(chǎn)能預(yù)測(cè)[J].吉林大學(xué)學(xué)報(bào):地球科學(xué)版，2003，33(4):485-489.

[6]譚成仟，馬娜蕊，蘇超.儲(chǔ)層油氣產(chǎn)能的預(yù)測(cè)模型和方法[J].地球科學(xué)與環(huán)境學(xué)報(bào)，2004，25(2):42-45.

[7]張大智，紀(jì)友亮，韓春元，等.饒陽(yáng)凹陷沙河街組辮狀河三角洲沉積特征及儲(chǔ)集性[J].中國(guó)地質(zhì)，2009，36(2):344-352.

[8]柴細(xì)元，丁娛嬌.孔隙結(jié)構(gòu)與地產(chǎn)壓力相結(jié)合的儲(chǔ)層產(chǎn)能預(yù)測(cè)計(jì)算[J].測(cè)井技術(shù)，2012，36(6):635-640.

[9]楊勝來(lái)，巍俊之.油層物理學(xué)[M].北京:石油工業(yè)出版社，2009:154-156.

[10]飛思科技產(chǎn)品研究中心.神經(jīng)網(wǎng)絡(luò)理論與matlab7實(shí)現(xiàn)[M]北京:電子工業(yè)出版社，2005.

[11]杜淑艷，秦菲莉，董文峰，等.深層油氣儲(chǔ)層產(chǎn)能預(yù)測(cè)技術(shù)研究[J].石油天然氣學(xué)報(bào)，2006，28(1):62-64.