馬小林,陳科貴,黃亮,李冰,郭紅光,蔣新宇

(1.西南石油大學(xué)地球科學(xué)與技術(shù)學(xué)院,四川成都610500;2.中國(guó)石油集團(tuán)測(cè)井有限公司國(guó)際事業(yè)部,北京100000;3.中國(guó)石油集團(tuán)測(cè)井有限公司長(zhǎng)慶分公司,陜西西安710000)

0 引 言

一直以來(lái),束縛水飽和度都是儲(chǔ)層評(píng)價(jià)的難題,雖然其在儲(chǔ)層評(píng)價(jià)中有重要作用,但是沒(méi)有一種能獨(dú)立評(píng)價(jià)束縛水飽和度的解釋模型。前人對(duì)束縛水飽和度模型建立已經(jīng)開(kāi)展了很多研究,雍世和等[1]根據(jù)中國(guó)東部6個(gè)油田的取心分析資料,采用數(shù)學(xué)統(tǒng)計(jì)分析方法建立了束縛水飽和度的經(jīng)驗(yàn)公式;陳科貴等[2]通過(guò)核磁共振測(cè)井資料,利用孔隙度指數(shù)建立束縛水飽和度模型;朱林奇等[3]利用核磁共振測(cè)井資料結(jié)合壓汞實(shí)驗(yàn)預(yù)測(cè)束縛水飽和度模型。

南蘇丹P區(qū)塊缺乏密閉取心資料以及核磁共振測(cè)井資料,該區(qū)高孔隙度高滲透率儲(chǔ)層建立束縛水飽和度模型存在很大的難度,本文基于研究區(qū)5口取心井的巖心分析資料,通過(guò)對(duì)束縛水飽和度的影響因素分析,分別在研究區(qū)采用多元線性回歸法求取束縛水飽和度模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)束縛水飽和度。

1 區(qū)域地質(zhì)概況

1.1 儲(chǔ)層巖性、物性特征

南蘇丹P區(qū)塊發(fā)育2套主力含油層系Yabus組與Samma組,其巖石類型主要為礫巖、含泥礫粗砂巖、中細(xì)砂巖、粉砂巖和泥巖,其中以含泥礫粗砂巖、中細(xì)砂巖為主。通過(guò)對(duì)該研究區(qū)431個(gè)巖心樣品點(diǎn)物性進(jìn)行統(tǒng)計(jì)分析,其孔隙度分布在8.1%～41.6%,主要在25%～35%;滲透率跨度較大,分布在(0.005～36 133)×10-3μm2,主要集中在(100～10 000)×10-3μm2。結(jié)果表明,南蘇丹P區(qū)塊目的層屬于高孔隙度高滲透率儲(chǔ)層,孔隙度值與滲透率值變化范圍很大。

1.2 黏土礦物特征

統(tǒng)計(jì)分析表明,研究區(qū)黏土礦物以高嶺石為主,伊利石次之。研究區(qū)高嶺石常常以書(shū)頁(yè)狀、塊狀及蠕蟲(chóng)狀集合體賦存于次生溶孔或原生粒間孔中,易引起孔隙堵塞,使束縛水飽和度增大;伊利石黏土質(zhì)點(diǎn)小,可自成蜂窩狀微孔隙,呈網(wǎng)狀、絮狀及發(fā)絲狀分布于巖石孔隙中,有的包裹在巖石表面,具有較強(qiáng)的吸水性,可吸附大量的水,造成束縛水飽和度增大[4]。

1.3 束縛水飽和度特征

通過(guò)對(duì)取心巖樣做壓汞實(shí)驗(yàn),對(duì)得到的束縛水飽和度統(tǒng)計(jì)分析,束縛水飽和度分布在8%～79.8%,其中大部分值分布在15%～30%。束縛水飽和度的大小和研究區(qū)高孔隙度高滲透率儲(chǔ)層油水評(píng)價(jià)、水淹級(jí)別劃分以及剩余儲(chǔ)量計(jì)算有著密切的關(guān)系。因此,研究束縛水飽和度和建立適合于研究區(qū)高孔隙度高滲透率儲(chǔ)層的束縛水飽和度模型具有重要的現(xiàn)實(shí)意義[5]。

2 單因素分析

大量研究表明束縛水飽和度受多種因素控制,不僅與儲(chǔ)層的泥質(zhì)含量、巖石顆粒的粗細(xì)有關(guān),而且與儲(chǔ)層的孔隙結(jié)構(gòu)有著十分密切的關(guān)系[6]。

2.1 泥質(zhì)含量對(duì)束縛水飽和度的影響

在研究區(qū)高孔隙度高滲透率儲(chǔ)層巖石中,泥質(zhì)主要以3種形式存在:分散泥質(zhì)、層狀泥質(zhì)和結(jié)構(gòu)泥質(zhì)。分散泥質(zhì)分布在砂巖顆粒的表面,其體積占據(jù)了粒間孔隙的一部分,不承擔(dān)上覆層壓力,束縛水含量較多;層狀泥質(zhì)在砂巖中呈條帶分布,其體積取代了一部分砂粒及粒間孔隙,孔隙度降低,使得束縛水飽和度上升;結(jié)構(gòu)泥質(zhì)指泥質(zhì)呈顆粒或結(jié)核狀分布在砂巖中,其代替了部分砂巖而不影響巖石的粒間孔隙,這部分泥質(zhì)對(duì)束縛水飽和度影響不大[6-7]。根據(jù)圖1,由研究區(qū)巖心分析所建立的束縛水飽和度與泥質(zhì)含量的關(guān)系可以看出,束縛水飽和度隨著泥質(zhì)含量的增大而增大。

圖1 束縛水飽和度與泥質(zhì)含量關(guān)系圖

2.2 粒度中值對(duì)束縛水飽和度的影響

巖石顆粒的粗細(xì)往往采用粒度中值Md表征,粒度中值指累積曲線上與累積百分含量為50%處相對(duì)應(yīng)的粒徑。大量實(shí)際資料和數(shù)學(xué)統(tǒng)計(jì)表明,在高孔隙度高滲透率儲(chǔ)層中,粒度中值與自然伽馬有較好的相關(guān)性[8]。本文通過(guò)實(shí)驗(yàn)數(shù)據(jù)建立粒度中值與束縛水飽和度關(guān)系圖(見(jiàn)圖2),說(shuō)明束縛水飽和度隨著粒度中值增大而減小。

圖2 束縛水飽和度與粒度中值關(guān)系圖

2.3 孔隙結(jié)構(gòu)對(duì)束縛水飽和度的影響

圖3 孔隙結(jié)構(gòu)指數(shù)與束縛水飽和度關(guān)系圖

3 多元線性回歸建立束縛水飽和度模型

研究發(fā)現(xiàn)巖石顆粒粗細(xì)對(duì)束縛水飽和度有一定影響,而黏土含量和孔隙結(jié)構(gòu)對(duì)束縛水飽和度影響相對(duì)較大。一般來(lái)說(shuō),黏土顆粒表面均帶負(fù)電荷,水分子在巖石中是一種極性分子,對(duì)外顯示正、負(fù)極性。因此,黏土顆粒表面能直接吸附極性水分子,這部分被吸附的水分子稱為吸附水;同時(shí)被黏土表面吸引的陽(yáng)離子又可以與極性水分子結(jié)合形成水合離子,與陽(yáng)離子結(jié)合的極性水分子稱為結(jié)合水。就這樣吸附水和結(jié)合水在黏土顆粒的表面形成了一層水膜,即使黏土含量不高,但黏土顆粒比面大,形成的束縛水也不可忽視[11-12]。分析發(fā)現(xiàn),在同一儲(chǔ)層中,有時(shí)候相同的孔隙度滲透率卻差了幾個(gè)數(shù)量級(jí),這往往是孔隙結(jié)構(gòu)不同引起的。研究表明,巖性越復(fù)雜孔隙結(jié)構(gòu)的差異越大,束縛水飽和度的研究越困難。因此,在研究束縛水飽和度模型時(shí),利用泥質(zhì)含量、孔隙結(jié)構(gòu),采用多元線性回歸分析方法建立模型。

回歸模型為

R=0.7968

(1)

式中,Swi為束縛水飽和度,%;K為滲透率,×10-3μm2;φ為孔隙度,小數(shù);Vsh為泥質(zhì)含量,小數(shù)。

4 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)束縛水飽和度

神經(jīng)網(wǎng)絡(luò)目前在各個(gè)領(lǐng)域的應(yīng)用都較為廣泛,BP神經(jīng)網(wǎng)絡(luò)是其中比較常用且比較成熟的一種。它是一個(gè)有監(jiān)督訓(xùn)練的多層神經(jīng)網(wǎng)絡(luò)算法,每一次訓(xùn)練對(duì)(輸入與輸出)在網(wǎng)絡(luò)中經(jīng)過(guò)2遍遞算:從輸入層開(kāi)始,經(jīng)過(guò)多層傳遞、處理,產(chǎn)生1個(gè)輸出,求出該計(jì)算輸出與希望輸出之差的誤差矢量;第2遍反向傳播計(jì)算,從輸出層至輸入層,利用誤差矢量對(duì)權(quán)值進(jìn)行逐層修改[13-14]。由于其特殊的網(wǎng)絡(luò)結(jié)構(gòu),具有實(shí)現(xiàn)任何復(fù)雜非線性映射的功能,適合于求解內(nèi)部機(jī)制較為復(fù)雜的問(wèn)題,在研究區(qū)高孔隙度高滲透率儲(chǔ)層的背景下,對(duì)于束縛水飽和度的預(yù)測(cè)有著很好的應(yīng)用前景。

4.1 BP神經(jīng)網(wǎng)絡(luò)基本原理

圖4 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播訓(xùn)練的多層前饋網(wǎng)絡(luò)。它采用梯度下降法計(jì)算目標(biāo)函數(shù)的最小值,具有任意復(fù)雜的模式分類能力和優(yōu)良的多維函數(shù)映射能力,包含多個(gè)輸入節(jié)點(diǎn),在經(jīng)由隱含層加權(quán)計(jì)算后,將誤差反向傳播,對(duì)非線性結(jié)構(gòu)不斷進(jìn)行優(yōu)化,將復(fù)雜的非線性映射關(guān)系簡(jiǎn)化,最終實(shí)現(xiàn)輸入?yún)?shù)和輸出參數(shù)的完美映射。基本的BP算法包含前向傳播與誤差的反向傳播2個(gè)過(guò)程(見(jiàn)圖4),信號(hào)輸入后逐層加權(quán)向前傳輸,再將輸出值與期望值對(duì)比計(jì)算誤差,然后誤差逐層反向傳播調(diào)整計(jì)算權(quán)值,經(jīng)過(guò)不斷的調(diào)整權(quán)值,使輸出值與期望值的誤差越來(lái)越小,直至誤差小于設(shè)定的誤差值或者達(dá)到最大運(yùn)算次數(shù),此時(shí)運(yùn)算結(jié)束得到輸出值[15-17]。

圖5 BP神經(jīng)網(wǎng)絡(luò)擬合分析圖

4.2 束縛水飽和度預(yù)測(cè)模型

BP神經(jīng)網(wǎng)絡(luò)進(jìn)行非線性函數(shù)擬合時(shí),擬合結(jié)果取決于訓(xùn)練樣品的質(zhì)量,樣品既要保證其真實(shí)性與可靠性,又要保證在研究區(qū)具有代表性和廣泛性[18]。本文首先對(duì)研究區(qū)5口取心井的測(cè)井曲線進(jìn)行標(biāo)準(zhǔn)化,整理了124個(gè)樣品點(diǎn),從中隨機(jī)篩選出104個(gè)樣品組成訓(xùn)練樣本。根據(jù)研究分析選取泥質(zhì)含量、孔隙度、滲透率以及粒度中值作為輸入曲線,其中泥質(zhì)含量由中子-密度測(cè)井求得,孔隙度由擬合的密度—孔隙度交會(huì)圖模型求得,滲透率由擬合的分層段孔隙度—滲透率交會(huì)圖模型求得,粒度中值由自然伽馬求得。為防止數(shù)據(jù)本身的差異對(duì)計(jì)算結(jié)果造成不必要的誤差,對(duì)樣本數(shù)據(jù)進(jìn)行歸一化處理,歸一化后數(shù)據(jù)值分布在[-1,1]。學(xué)習(xí)訓(xùn)練的極限誤差設(shè)為0.000 1,學(xué)習(xí)率設(shè)為0.01,最大循環(huán)次數(shù)500次,BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的結(jié)構(gòu)為4×10×1。輸入樣品訓(xùn)練完畢后,用剩余的20個(gè)樣品點(diǎn)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行驗(yàn)證。

整體訓(xùn)練結(jié)束后,對(duì)該神經(jīng)網(wǎng)絡(luò)模型進(jìn)行分析,總體擬合優(yōu)度為88.528%(見(jiàn)圖5),將通過(guò)模型獲得的實(shí)際輸出與期望輸出進(jìn)行對(duì)比,模型預(yù)測(cè)結(jié)果的最大相對(duì)誤差為4.8%。研究表明,通過(guò)泥質(zhì)含量、孔隙度、滲透率和粒度中值可以很好地預(yù)測(cè)束縛水飽和度。

5 應(yīng)用實(shí)例

在研究區(qū)X1井中分別對(duì)孔隙結(jié)構(gòu)模型、多元回歸模型和BP神經(jīng)網(wǎng)絡(luò)3種束縛水求取方法進(jìn)行了驗(yàn)證(見(jiàn)圖6)。對(duì)比發(fā)現(xiàn)孔隙結(jié)構(gòu)模型計(jì)算束縛水飽和度符合率較低,誤差較大,平均絕對(duì)誤差為12.46%,平均相對(duì)誤差為49%。多元回歸擬合考慮到孔隙結(jié)構(gòu)指數(shù)與泥質(zhì)含量的影響,符合率相對(duì)于孔隙結(jié)構(gòu)指數(shù)模型有一定的提升,大多數(shù)點(diǎn)的誤差都控制在較小的范圍內(nèi),但仍有部分點(diǎn)與巖心束縛水飽和度相差較大,平均絕對(duì)誤差為4.73%,平均相對(duì)誤差為19%。相比而言,BP神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)束縛水飽和度有著更好的符合性,95%以上的巖心樣品的絕對(duì)誤差值均在5%以內(nèi),平均絕對(duì)誤差為1.17%,平均相對(duì)誤差為6.45%。

圖6 X1井應(yīng)用實(shí)例*非法定計(jì)量單位,1 ft=12 in=0.304 8 m,下同

將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于生產(chǎn)井中,以研究區(qū)X2井為例(見(jiàn)圖7),在1 309.7～1 314.8 m井段,該段自然伽馬值降低、自然電位異常幅度降低、電阻率降低、深淺側(cè)向電阻率測(cè)井差異不明顯,該層段孔隙度值為29.21%,滲透率為1 346.25×10-3μm2,含水飽和度在70%左右,采用BP神經(jīng)網(wǎng)絡(luò)求取的束縛水飽和度在26%左右,根據(jù)研究區(qū)水淹評(píng)級(jí)標(biāo)準(zhǔn),綜合解釋為強(qiáng)水淹層。分層生產(chǎn)資料顯示,該層日產(chǎn)油13.88 m3,日產(chǎn)水145.67 m3,產(chǎn)水率91.3%。解釋結(jié)論與生產(chǎn)結(jié)果相符,表明BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)束縛水飽和度在研究區(qū)高孔隙度透率高滲儲(chǔ)層中應(yīng)用效果很好。

圖7 X2井應(yīng)用實(shí)例

6 結(jié) 論

(1)南蘇丹P區(qū)塊儲(chǔ)層屬于高孔隙度高滲透率儲(chǔ)層,具有孔隙度、滲透率及束縛水飽和度變化范圍大,孔滲結(jié)構(gòu)復(fù)雜等特點(diǎn),巖性以含泥礫粗砂巖、中細(xì)砂巖為主,黏土礦物以高嶺石為主,伊利石次之。

(2)束縛水飽和度的大小很大程度上受到巖石內(nèi)在因素影響,主要與泥質(zhì)含量、粒度中值、孔隙結(jié)構(gòu)有關(guān)。

(3)從研究區(qū)高孔隙度高滲透率儲(chǔ)層實(shí)際情況出發(fā),對(duì)束縛水飽和度的影響因素作單因素分析,然后應(yīng)用多元線性回歸和BP神經(jīng)網(wǎng)絡(luò)建立了2種束縛水飽和度模型,在研究區(qū)X1井中驗(yàn)證分析。單因素孔隙度指數(shù)建立的模型符合度較差,誤差較大,平均絕對(duì)誤差為12.46%;多元回歸擬合模型符合度較好,誤差控制在較小的范圍內(nèi),平均絕對(duì)誤差為4.73%;BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)符合度最好,平均絕對(duì)誤差為1.17%。

(4)研究區(qū)X2井應(yīng)用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的束縛水飽和度模型后,結(jié)果表明,解釋結(jié)論與生產(chǎn)動(dòng)態(tài)資料相符,應(yīng)用效果好,可在研究區(qū)廣泛推廣使用。