魏玉梅,劉俊東,趙然,李海燕,邵陽(yáng),竇如勝,賈帆
(1.中國(guó)石油集團(tuán)測(cè)井有限公司天津分公司,天津300280;2.中國(guó)石油集團(tuán)海洋工程公司鉆井工程事業(yè)部,天津300280;3.中國(guó)石油集團(tuán)渤海鉆探工程有限公司,天津300280)
隨著油田開(kāi)發(fā)程度提高,對(duì)儲(chǔ)層構(gòu)型單元的研究成為復(fù)雜油藏剩余油挖潛研究的重要手段[1]。儲(chǔ)層構(gòu)型分析研究實(shí)質(zhì)上是描述儲(chǔ)層內(nèi)部的非均質(zhì)性,最終用于進(jìn)一步挖潛剩余油,提高油氣采收率[2-3]。1985年,Maill首次完整地提出構(gòu)型的概念,將構(gòu)型劃分為12級(jí)[4]。早期對(duì)大港油田構(gòu)型級(jí)別的劃分,測(cè)井資料能夠識(shí)別6、7級(jí),這主要是因?yàn)樵缙诘臏y(cè)井曲線分辨率低,薄層的識(shí)別能力差。隨著測(cè)井儀器的發(fā)展,測(cè)井資料分辨率不斷提高,尤其是高分辨率陣列感應(yīng)縱向分辨率達(dá)到了0.3 m,可以利用這些高精度測(cè)井資料,對(duì)儲(chǔ)層構(gòu)型中8級(jí)和9級(jí)單元進(jìn)行劃分。
本文以官××井為例,利用高精度測(cè)井資料,實(shí)現(xiàn)對(duì)儲(chǔ)層7、8、9級(jí)構(gòu)型單元進(jìn)行測(cè)井多參數(shù)自動(dòng)識(shí)別。官××井所在斷塊在孔一段沉積時(shí)期形成辮狀水道,廣泛沉積了平行、板狀、槽狀交錯(cuò)層理的砂礫巖體,即扇中辮狀河道沉積體[5]。該井進(jìn)行了密閉取心,并且根據(jù)取心資料進(jìn)行了儲(chǔ)層構(gòu)型級(jí)別的劃分。根據(jù)劃分結(jié)果,結(jié)合測(cè)井資料,進(jìn)行了利用測(cè)井資料對(duì)儲(chǔ)層構(gòu)型單元的自動(dòng)識(shí)別方法研究。在扇中辮狀河道構(gòu)型劃分中,分級(jí)方案為7~9級(jí):7級(jí)為扇中辮流帶/扇中漫流帶;8級(jí)為心灘/辮狀河道/河漫灘;9級(jí)為垂積體、落淤層、溝道/河道主體、側(cè)翼、河道間/河漫灘砂、河漫灘泥。
對(duì)于7級(jí)構(gòu)型單元中沖積扇中辮流帶、扇中漫流帶,泥質(zhì)含量與電阻率能很好的進(jìn)行識(shí)別(見(jiàn)圖1)。從圖1可見(jiàn),泥質(zhì)含量大于60%為扇中漫流帶,小于60%為扇中辮流帶。
圖1 7級(jí)構(gòu)型單元測(cè)井識(shí)別圖
對(duì)心灘與辮狀河道測(cè)井響應(yīng)特征進(jìn)行分析,電阻率與孔隙度曲線相結(jié)合能夠進(jìn)行區(qū)分(見(jiàn)圖2),并且從泥質(zhì)含量直方圖看(見(jiàn)圖3),心灘的泥質(zhì)含量大部分集中在5%左右,而辮狀河道集中在10%左右。因此,結(jié)合電阻率、孔隙度、泥質(zhì)含量等曲線,能夠區(qū)分出心灘與辮狀河道。
圖2 8級(jí)構(gòu)型單元識(shí)別圖
圖3 8級(jí)構(gòu)型單元泥質(zhì)含量統(tǒng)計(jì)直方圖
1.3.1垂積體、泥質(zhì)落淤層的測(cè)井識(shí)別
在心灘內(nèi)部的落淤層,測(cè)井曲線會(huì)根據(jù)厚度的大小有不同程度的回返,可以根據(jù)這一特征將落淤層劃分出來(lái)。如果落淤層厚度低于高分辨率陣列感應(yīng)測(cè)井電阻率最大縱向分辨率(0.3 m),識(shí)別就比較困難。心灘中將落淤層扣除后的儲(chǔ)層為垂積體。
1.3.2河道主體、側(cè)翼及河道間的測(cè)井識(shí)別
辮狀河道構(gòu)型單元中,河道主體的巖性、物性好,電阻率為高值,厚度大;河道側(cè)翼的巖性細(xì),厚度小,為河道主體之間的夾層;河道間就是河道主體間夾的泥巖層段,曲線特征為泥巖的表現(xiàn)。
通過(guò)對(duì)河道主體、側(cè)翼及河道間的識(shí)別圖版進(jìn)行分析(見(jiàn)圖4),認(rèn)為經(jīng)過(guò)自然伽馬和自然電位資料校正的電阻率與聲波時(shí)差圖版,能夠區(qū)分這3種構(gòu)型單元。
圖4 9級(jí)構(gòu)型單元識(shí)別圖
統(tǒng)計(jì)不同的構(gòu)型單元其測(cè)井資料的響應(yīng)特征(見(jiàn)表1),根據(jù)這些特征,可以對(duì)不同的構(gòu)型單元進(jìn)行定性識(shí)別。
表1 儲(chǔ)層構(gòu)型單元測(cè)井響應(yīng)特征統(tǒng)計(jì)表
不同的構(gòu)型單元,在電阻率、聲波時(shí)差、密度、泥質(zhì)含量等測(cè)井曲線的反映是不一致的,并且構(gòu)型單元也與厚度等參數(shù)有一定的關(guān)系。
選取敏感性較強(qiáng)的常規(guī)測(cè)井曲線,進(jìn)行聚類(lèi)分析,確定判別類(lèi)型及特征,然后根據(jù)Fisher判別法,對(duì)各構(gòu)型單元建立判別函數(shù)公式,確定判別結(jié)果,實(shí)現(xiàn)對(duì)7、8、9級(jí)構(gòu)型單元的測(cè)井多參數(shù)自動(dòng)識(shí)別,具體判別流程見(jiàn)圖5。
圖5 判別流程圖
在對(duì)構(gòu)型單元進(jìn)行均值聚類(lèi)分析時(shí),為保證分類(lèi)結(jié)果準(zhǔn)確可靠,選擇評(píng)價(jià)樣品應(yīng)盡可能滿足:樣品數(shù)據(jù)是最新的一手資料,保證樣品數(shù)據(jù)可靠;盡可能保證充足的樣品數(shù)量及隨機(jī)性,保證所選取樣品能全面反映各類(lèi)構(gòu)型特征;選取的樣品數(shù)據(jù)類(lèi)型全面而且匹配性高。根據(jù)不同級(jí)別構(gòu)型單元特點(diǎn),最終選取了125個(gè)樣品組成此次研究的樣品集。對(duì)巖心描述的構(gòu)型單元樣本點(diǎn)進(jìn)行分析,優(yōu)選出最佳特征參數(shù)進(jìn)行聚類(lèi)分析(見(jiàn)表2)。
經(jīng)過(guò)聚類(lèi)分析確定構(gòu)型單元類(lèi)型特征后,根據(jù)已知樣品類(lèi)型,運(yùn)用Fisher判別分析方法,建立了7、8、9級(jí)構(gòu)型單元的判別函數(shù)模型。
7級(jí)構(gòu)型單元:
辮流帶y1=1.913φ+0.469Vsh-22.208
(1)
漫流帶y2=1.719φ+0.355Vsh-14.008
(2)
8級(jí)構(gòu)型單元:
心灘y1=3.874Rt+0.685AC+9.563CN+629.75DEN-946.905
(3)
辮狀河道y2=4.103Rt+0.704AC+9.407CN+627.80DEN-945.274
(4)
9級(jí)構(gòu)型單元:
垂積體y1=2.909Rt+0.638AC+2.135CN+299.34DEN-475.646
(5)
落淤層y2=1.943Rt+0.625AC+1.991CN+300.36DEN-467.82
(6)
河道主體y1=6.269Rt+0.257AC-52.153
(7)
河道側(cè)翼y2=5.247Rt+0.253AC-46.675
(8)
河道間y3=5.455Rt+0.297AC-62.001
(9)
河漫灘泥y1=2.335Rt+0.192AC-38.229
(10)
河漫灘砂y2=4.405Rt+0.178AC-42.453
(11)
式中:φ為孔隙度,%;Vsh為泥質(zhì)含量,%;Rt為深電阻率,Ω·m;AC為聲波時(shí)差,μs/m;CN為補(bǔ)償中子,%;DEN為密度,g/cm3。
表2 聚類(lèi)分析統(tǒng)計(jì)表
圖6 儲(chǔ)層構(gòu)型單元自動(dòng)識(shí)別成果圖*非法定計(jì)量單位,1 ft=12 in=0.304 8 m,下同
將判別函數(shù)模型軟件化,實(shí)現(xiàn)測(cè)井資料對(duì)儲(chǔ)層構(gòu)型單元的自動(dòng)識(shí)別,結(jié)果見(jiàn)圖6。在7級(jí)界面,處理結(jié)果與利用巖心劃分結(jié)果基本一致,8級(jí)界面有些差異,差異主要表現(xiàn)在構(gòu)型單元界面及夾層上,還有層較薄的辮狀河道及河漫灘。對(duì)處理結(jié)果與巖心劃分構(gòu)型單元進(jìn)行了符合率統(tǒng)計(jì)(見(jiàn)表3),符合率為88.1%。
表3 儲(chǔ)層構(gòu)型單元解釋符合率統(tǒng)計(jì)表
由于不同的儲(chǔ)層構(gòu)型單元的滲流性能存在差異,因此會(huì)產(chǎn)生非均質(zhì)性,儲(chǔ)層的非均質(zhì)性降低了水洗程度,造成剩余油的富集[6],主要表現(xiàn)在以下方面:
(1)剩余油分布在心灘構(gòu)型中的薄層;
(2)在厚度上,如果河漫灘較厚,心灘薄,也能夠有效降低水洗程度;
(3)落淤層的存在,也就是心灘中存在隔夾層,是一種重要的影響剩余油的因素。
(1)通過(guò)對(duì)不同構(gòu)型單元在測(cè)井資料上的不同特征進(jìn)行統(tǒng)計(jì)分析,進(jìn)行定性識(shí)別。
(2)在測(cè)井定性識(shí)別的基礎(chǔ)上,利用聚類(lèi)分析和Fisher判別分析方法,實(shí)現(xiàn)了測(cè)井資料對(duì)儲(chǔ)層構(gòu)型單元分級(jí)的多參數(shù)自動(dòng)識(shí)別。
(3)識(shí)別結(jié)果與巖心劃分構(gòu)型單元進(jìn)行對(duì)比,符合率88.1%,效果較好,能夠有效地解決測(cè)井資料劃分8、9級(jí)構(gòu)型單元的難題。