印長海, 劉超

(大慶油田有限責任公司勘探開發(fā)研究院, 黑龍江 大慶 163712)

0 引 言

開展烴源巖精細評價,對指導常規(guī)油氣勘探,尤其是具有近源成藏特征的致密油氣勘探具有重要意義[1]。然而通過實驗分析方法,依據(jù)離散且有限的采集樣品,很難實現(xiàn)對烴源巖的精細認識。為獲得井剖面上連續(xù)分布的有機質(zhì)豐度指標(主要指TOC),國內(nèi)外學者展開了利用測井曲線評價烴源巖的方法研究[2-9],其中ΔlgR技術(shù)是業(yè)內(nèi)公認的最可靠和可行的方法,被廣泛應用于海相和陸相坳陷期等穩(wěn)定沉積地層烴源巖TOC的測井評價,為刻畫烴源巖TOC的垂相變化特征[5-8],識別優(yōu)質(zhì)烴源巖的厚度[9-11],計算不同TOC級別烴源巖的油氣貢獻量奠定了基礎[12]。變系數(shù)ΔlgR技術(shù)[8]是由ΔlgR技術(shù)修改而來,將ΔlgR技術(shù)內(nèi)的重點參數(shù)當作變量,并依據(jù)研究區(qū)具體資料厘定,改善了ΔlgR技術(shù)對陸相復雜烴源巖TOC的預測效果。

徐家圍子斷陷沙河子組是中國少數(shù)斷陷盆地致密氣勘探探區(qū)之一,沙河子組為陸相斷陷沉積地層,發(fā)育深湖-半湖相、濱淺湖、三角洲前緣等多種烴源巖沉積環(huán)境,地層的相變較快,烴源巖的非均質(zhì)性很強。前人對該區(qū)烴源巖的研究主要通過樣品分析手段開展,顯然,有限且離散的實驗數(shù)據(jù)無法客觀反映TOC的分布特征,為此有必要開展烴源巖TOC測井評價研究。

本文研究目的是利用變系數(shù)ΔlgR方法評價徐家圍子斷陷安達地區(qū)烴源巖,并將預測結(jié)果與ΔlgR技術(shù)預測結(jié)果對比,論證變系數(shù)ΔlgR技術(shù)對復雜斷陷地層的可行性。

1 研究區(qū)烴源巖測井特征

安達地區(qū)沙河子組發(fā)育暗色泥巖、炭質(zhì)泥巖和煤3種類型的烴源巖。其中炭質(zhì)泥巖和煤層僅局部發(fā)育,目前也缺少針對炭質(zhì)泥巖和煤層TOC的測井評價方法,不作為研究內(nèi)容。暗色泥巖是本次的研究對象,研究區(qū)暗色泥巖全區(qū)發(fā)育,厚度一般200～700 m,實測TOC含量分布在0.12%～9.98%。暗色泥巖測井曲線表現(xiàn)出較高自然伽馬、高聲波時差特征,并且研究區(qū)暗色泥巖為陸相沉積,巖石內(nèi)導電組分含量較高,因此,成熟暗色泥巖的電阻率曲線明顯偏低(見圖1)。

圖1 沙河子組烴源巖測井響應特征*非法定計量單位,1 ft=12 in=0.304 8 m,下同

2 Δlg R技術(shù)與變系數(shù)Δlg R技術(shù)分析

ΔlgR技術(shù)是常用的烴源巖TOC測井評價方法,變系數(shù)ΔlgR技術(shù)將ΔlgR技術(shù)內(nèi)的經(jīng)驗參數(shù)視為變量,并依據(jù)研究區(qū)具體資料確定。

2.1 Δlg R技術(shù)

ΔlgR技術(shù)預測TOC的公式為

ΔlgR=lg (R/R基)+0.02(Δt-Δt基)

(1)

TOC=10(2.297-0.1688 LOM)ΔlgR+ΔTOC

(2)

該技術(shù)將聲波時差曲線(Δt)和電阻率曲線對數(shù)值(lgR)按一定比例疊合,以削弱孔隙度對TOC測井響應的干擾,認為烴源巖地層的TOC與ΔlgR成正比,與成熟度(LOM)成反比,并且預測結(jié)果還需加上測井曲線無法識別的TOC含量背景值(ΔTOC)。

ΔlgR技術(shù)在海相地層和陸相坳陷地層應用效果較好[5-7],但其存在以下不足:① 式(1)利用固定的比例系數(shù)“0.02”并不合理,前人研究結(jié)果表明,TOC的預測誤差明顯受該比例系數(shù)影響,應依據(jù)研究區(qū)具體資料,尤其是研究區(qū)地層比較復雜;② 沙河子組烴源巖已經(jīng)成熟,但電阻率曲線不僅沒有增大,反而偏低,這與成熟烴源巖具有明顯電阻率異常的特征相悖,不符合式(2)的應用前提,也就是說,成熟度參數(shù)(LOM)不適合參與TOC預測。通過上述分析認為,ΔlgR技術(shù)不適用于研究區(qū)這類陸相復雜地層TOC預測。

2.2 變系數(shù)Δlg R技術(shù)

變系數(shù)ΔlgR技術(shù)的TOC預測公式為

ΔlgR=k(lgR-B)+(1-k)(Δt-B)

(3)

TOC=aΔlgR+b

(4)

變系數(shù)ΔlgR技術(shù)[12]針對ΔlgR技術(shù)的不足,對其進行了3點修改:① 將ΔlgR技術(shù)內(nèi)經(jīng)驗系數(shù)(0.02)視為變量k;② 利用相對基線值B(Baseline)替代Δt和Rt的基線值(Δt基和R基),并利用計算機自動確定;③ 將包含成熟度(LOM)一項整體視為變量a,將TOC的背景值(ΔTOC)視為變量b。該技術(shù)最大的優(yōu)點是依據(jù)研究區(qū)具體資料厘定k和a這2個關(guān)鍵系數(shù),使得建立的TOC預測公式針對性更強。理論上,變系數(shù)ΔlgR技術(shù)適合沙河子組這類非均質(zhì)性較強地層TOC評價。

3 應用效果對比

基于研究區(qū)DS16、DS17和SS11這3口TOC系統(tǒng)取樣井的209塊實測樣品數(shù)據(jù),分別利用ΔlgR技術(shù)和變系數(shù)ΔlgR技術(shù)建立TOC含量預測模型,并對比2種方法的預測效果。

通過反復驗證,選取最優(yōu)的LOM參數(shù)(LOM=10.5)利用ΔlgR技術(shù)對這3口井的TOC值進行了預測[見圖2(a)];利用實測TOC數(shù)據(jù)計算得到k、a和b這3個變量(k=0.24,a=2.25,b=0.26)后,利用變系數(shù)ΔlgR技術(shù)預測對這3口井的TOC值[見圖2(b)]?？梢钥闯?ΔlgR技術(shù)的最小誤差(Err)為38.2%,而變系數(shù)ΔlgR技術(shù)的預測誤差為19.8%,比傳統(tǒng)方法誤差降低18.4%。同時,在井剖面上,變系數(shù)ΔlgR技術(shù)預測的TOC值明顯比ΔlgR技術(shù)預測值更接近真實值。可見,變系數(shù)ΔlgR技術(shù)對沙河子組TOC含量預測效果更好。

圖2 變系數(shù)Δlg R技術(shù)與Δlg R技術(shù)應用效果對比

圖3 研究區(qū)DS16井沙河子烴源巖評價結(jié)果

4 效果分析及討論

變系數(shù)ΔlgR技術(shù)依據(jù)研究區(qū)具體資料厘定k和a系數(shù),這是其TOC預測精度明顯好于ΔlgR技術(shù)的原因;而ΔlgR技術(shù)利用經(jīng)驗公式預測TOC含量,經(jīng)驗公式內(nèi)的參數(shù)(如成熟度LOM)或是公式內(nèi)的經(jīng)驗值(如固定系數(shù)“0.02”)已經(jīng)不再滿足研究區(qū)的復雜地質(zhì)情況,這是ΔlgR技術(shù)預測誤差偏大的原因。

此外,依據(jù)3口井的TOC數(shù)據(jù),求取了對3口井都比較適合的參數(shù)(a和b),即相當于要求關(guān)鍵參數(shù)(a和b)具有通用性。但實際上,由于地層的非均質(zhì)性,不同單井之間的關(guān)鍵參數(shù)也不一致,若能建立針對單井的k和a的預測方法,則TOC預測誤差還可進一步降低。

5 結(jié) 論

(1) 通過理論分析和實例驗證,變系數(shù)ΔlgR技術(shù)比ΔlgR技術(shù)更適合斷陷復雜地層TOC預測。

(2) 變系數(shù)ΔlgR技術(shù)將ΔlgR技術(shù)內(nèi)的經(jīng)驗參數(shù)(a和b)當成變量,并依據(jù)研究區(qū)具體資料重新厘定,對研究區(qū)TOC預測誤差為19.8%,比ΔlgR技術(shù)預測誤差降低18.4%,證明了該方法對復雜地層烴源巖TOC預測的可行性。

參考文獻:

[1] Jarvie D. Evaluation of Hydrocarbon Generation and Storage in the Barnett Shale, Ft. Worth Basin, Texas [R]. Texas: Humble Geochemical Services Division, 2004.

[2] Passey Q R, Creaney S, Kulla J B. A Practical Model for Organic Richness from Porosity and Resistivity Logs [J]. AAPG Bulletin, 1990, 74(5): 1777-1794.

[3] 朱光有, 金強, 張林曄. 用測井信息獲取烴源巖的地球化學參數(shù)研究 [J]. 測井技術(shù), 2003, 27(2): 104-109.

[4] Ali Kadkhodaie-Ilkhchi, et al. A Committee Neural Network for Prediction of Normalized Oil Content from Well Log Data: An Example from South Pars Gas Field, Persian Gulf [J]. Journal of Petroleum Science and Engineering, 2009, 65(1/2): 23-32.

[5] 劉超. 測井資料評價烴源巖方法改進及應用 [D]. 大慶: 東北石油大學, 2011: 15-21.

[6] 劉超, 盧雙舫, 黃文彪, 等. ΔlgR技術(shù)改進及其在烴源巖評價中的應用 [J]. 大慶石油地質(zhì)與開發(fā), 2011, 30(3): 27-31.

[7] 胡慧婷, 盧雙舫, 劉超, 等. 測井資料計算源巖有機碳含量模型對比及分析 [J]. 沉積學報, 2011, 29(6): 1199-1205.

[8] 劉超, 盧雙舫, 薛海濤. 變系數(shù)ΔlgR方法及其在泥頁巖有機質(zhì)評價中的應用 [J]. 地球物理學進展, 2014, 29(1)): 312-317.

[9] 高陽. 利用測井信息評價鹽湖相烴源巖 [J]. 沉積學報, 2013, 31(4): 730-737.

[10] 王宗禮, 李君, 羅強, 等. 利用測井資料精細評價冀中坳陷廊固凹陷烴源巖 [J]. 天然氣地球科學, 2012, 23(3): 430-437.

[11] 楊少春, 王娜, 李明瑞, 等. 鄂爾多斯盆地崇信地區(qū)三疊系延長組烴源巖測井評價 [J]. 天然氣地球科學, 2013, 24(3): 470-476.

[12] 盧雙舫, 馬延伶, 曹瑞成, 等. 優(yōu)質(zhì)烴源巖評價標準及其應用: 以海拉爾盆地烏爾遜凹陷為例 [J]. 中國地質(zhì)大學學報: 地球科學, 2012, 37(3): 535-544.