王婧慈，郭海敏，令狐松，单沙沙，李婷婷

(1.油气资源与勘探技术教育部重点实验室 长江大学，湖北 武汉 430100；2.长江大学，湖北 武汉 430100；3.中油测井有限公司，陕西 西安 710077)



多因素水淹强度指数在剩余油评价中的应用

王婧慈1，2，郭海敏1，2，令狐松3，单沙沙3，李婷婷3

(1.油气资源与勘探技术教育部重点实验室 长江大学，湖北 武汉 430100；2.长江大学，湖北 武汉 430100；3.中油测井有限公司，陕西 西安 710077)

针对常规测井解释方法确定水淹层剩余油饱和度时参数难以确定、测井资料缺失等问题，选用合理的水淹评价因素，利用基于椭圆基函数的动态模糊神经网络方法对水淹强度指数进行多因素预测，得到由多因素水淹强度指数划分的水淹级别和剩余油平面分布规律。实例证明，水淹级别预测正确率为100%，剩余油饱和度计算相对误差在10.7%以内，具有现场应用意义。

水淹层段；动静态测井资料；剩余油；水淹强度指数；动态神经网络

引 言

水淹油藏地层水由真实地层水与后期注入水共同组成，称为混合地层水。混合地层水电阻率和整个地层电阻率是进行油气饱和度计算的重要参数[1-2]，其随注水开发的进行均发生着动态变化[3-4]，剩余油气评价存在一定困难。尕斯库勒油田是柴达木盆地油气富集地区，地处盆地西部的茫崖坳陷尕斯断陷狮子沟—油砂山大逆断层下盘。尕斯库勒油田目前处于水驱开发期，主要采用清污混注开发模式。混合地层水电阻率变化大，测井响应特征变得异常复杂，自然电位测井资料受影响大，混合地层水电阻率计算[5]精度低，只能从定性、半定量程度判别水淹层，常规水淹层剩余油饱和度计算方法在研究区块失去应用意义。进行剩余油研究时，必须利用目标时期以内的饱和度测井资料，但并非每口井每个小层都有符合要求的测井信息。为解决上述问题，采用了一种以小层为单位，综合利用多种动、静态测井信息的剩余油平面预测方法，主要包括：选择水淹评价因素；井间小层连通性分析；针对目的层，确定研究井网；基于目的层，计算研究井网内各点水淹强度指数；利用水淹强度指数进行目的层剩余油平面预测。

1 水淹层饱和度传统解释方法的缺陷

水淹层剩余油饱和度基于单因素测井信息得出，其缺陷主要有以下几个方面：

(1) 若测井资料影响因素较多，将给最终的剩余油计算结果带来无法忽略的影响。这也是单因素测井资料计算储层参数的最大弱点。

(2) 混合地层水矿化度确定不当将给计算结果带来误差。

(3) 当地区经验模型已经建立，但在评价剩余油的目标时期之内缺乏相应测井资料，就无法利用现有的模型进行处理。

(4) 一些老井的裸眼井测井资料取自多年以前，吸水剖面或产液剖面资料只能在一定程度上推测近期射孔层段饱和度情况，过套管剩余油饱和度测井通常只在重点层段测量，因此利用单因素测井资料计算饱和度时会遇到盲区。

无论是确定水淹趋势还是剩余油分布特征，多因素方法的优点在于不局限于唯一信息，即便某一种信息缺失，依然可以在最大程度上充分利用其他动、静态信息，从而在一定程度上弱化利用单一资料评价产生的误差和缺陷，为清污混注水淹层提出了剩余油评价新思路。

2 水淹强度评价因素

为计算研究区内每个井点某一个小层的水淹强度指数，研究选用泥质因素、流动单元指数因素、饱和度因素、吸水剖面因素、产液剖面因素作为主要评价因素。

为考虑小层连通的邻井的辅助作用，定义2口井的距离影响系数：

(1)

式中：X1、X2、Y1、Y2分别为2口井的井位坐标；Xmax、Xmin、Ymax、Ymin为研究井网中最大、最小井位坐标。

2口井距离较近时，距离影响系数较大。同时考虑某井周围多口邻井的距离影响系数，则利用(1)式分别计算每一口邻井的D，再进行归一化处理。

2.1 泥质因素

分析实际资料可知，在剔除泥岩段的基础上，泥质含量较高的储层物性差，水淹强度低。有些高水淹层也会出现泥质含量远远高于有效储层泥质含量上限的假象，原因是水驱开发后地层中放射性物质被搬运堆积，自然伽马测井响应值容易出现异常[6]。因此，泥质因素设计为：

(2)

式中：SH为水淹强度判别指标；Vshmax为某井某小层泥质含量；SH为有效储层的泥质含量上限。

SH越高，水淹概率越大。

2.2 流动单元指数因素

水驱将对储层物性、孔隙结构、黏土矿物等造成一定影响[7-8]，流动单元指数(FZI)因素选用剩余油评价目标时期内的测井资料确定。FZI为能够在平面上和垂向上划分出具有连续的、相似的渗透率储层单元的有效参数，在水淹层解释方面具有一定作用。

若某井裸眼井资料取自剩余油评价目标时期以内，FZI可用裸眼井资料计算而来。当裸眼井资料较老时，必须借助该井过套管测井资料。地层孔隙度与脉冲中子类过套管剩余油饱和度测井近、远探测器计数率比值具有一定关系，可选用剩余油评价目标时期内的过套管测井资料计算出当前孔隙度，并根据前期建立的孔渗关系确定出渗透率及FZI。

2.3 饱和度因素

根据研究区定性解释标准，利用测井响应值划定干层、油层、油水同层、含油水层、水层，饱和度因素S依次赋值为0、1、2、3、4。若某井裸眼井资料测于目标时期以内，则饱和度因素利用裸眼井资料确定。若裸眼井资料较老，可利用目的层在目标时期以内的过套管剩余油饱和度测井资料。

若某井裸眼井资料较老，且在目的层无目标时期以内的过套管饱和度测井资料，则：

(3)

式中：Sn为研究区内该井周围第n口目的层相连通的邻井的饱和度因素S(选用的邻井具有剩余油评价目标时期以内的饱和度资料)；dn为j口邻井归一化处理后的距离影响系数。

2.4 吸水剖面因素

若某井在目的层有剩余油评价目标时期以内的吸水剖面资料，吸水剖面因素(IP)为该井目的层绝对吸水量。否则，吸水剖面因素为：

(4)

式中：Wn为第n口目的层相连通的邻井在剩余油评价目标时期内的目的层绝对吸水量。

2.5 产液剖面因素

若某井在目的层有剩余油评价目标时期以内的产液剖面资料，产液剖面因素(PP)为该井目的层产水量与产液量之比。否则，产液剖面因素为：

(5)

式中：Rn为第n口目的层相连通的邻井在目标时期以内的产液剖面因素。

综上所述，水淹评价因素选择办法如表1所示。

表1 水淹评价因素选择方法

3 水淹强度指数的计算

水淹强度指数FI为：

(6)

式中：So为剩余油饱和度；Soo为原始含油饱和度；Sor为残余油饱和度。

无论采用何种数学方法进行多因素预测，都需要首先选择出学习样本，并对学习样本进行数据结构及特征的分析。人工神经网络为地质体的多参数非线性分析提供了新的思路，多因素预测水淹强度指数的问题也适合利用神经网络来解决。因此，选用一种处理测井资料效果较好的基于椭圆基函数的动态模糊神经网络进行多因素预测。图1为水淹强度指数预测模型的神经网络基本框架，输入端为归一化处理后的5项水淹强度评价因素，输出端为水淹强度指数。

图1 水淹指数预测模型的神经网络结构

4 应用实例

为了研究水淹评价因素与水淹强度指数之间的关系，选择研究区块107个采样点作为学习样本，这些采样点具有最佳测井资料，已经进行过精细解释。为保证学习样本与待测试数据具有可比性，当所有待测试数据整理完毕并形成数据集后，将学习样本加入数据集一并进行归一化处理。归一化处理之后的数据中，学习样本用来进行神经网络训练，训练完成后可用于其他采样点的测试或预测。与孔隙度、渗透率、砂体厚度、水淹强度指数等多种参数的小层平面分布图进行对比分析，可明确水驱延伸规律。根据式(6)还可计算出剩余油饱和度(表2)，并绘制剩余油饱和度小层平面分布图(图2)。

表2 A小层测试采样点剩余油饱和度结果与实验结果对比

另外，也可利用水淹强度指数建立一套新的水淹级别划分标准，与常规水淹级别划分标准相互补充(表3、图3、4)。当测井时间在剩余油评价目标时期以外，或者某些参数难以确定时，即可首先计算出采样点在目标时期以内的水淹强度指数，进而推算出水淹级别。

图2 A小层剩余油饱和度分布

水淹级别未水淹低水淹中低水淹中高水淹高水淹水层水淹强度指数/%<3030～4545～5555～7070～80>80

图3 产水率与水淹强度指数关系

图4 水淹强度指数与剩余油饱和度关系

5 结 论

(1) 多种测井和地质参数都能反映水淹强度，若能充分利用本井及邻井的多种动、静态信息，再选用恰当的多因素分析方法，可将水淹强度指数进行量化计算。若结合原始含油饱和度，可实现基于多因素的剩余油分布预测。

(2) 多因素水淹强度指数评价剩余油方法不局限于某一种资料，即便某种测井资料失真乃至缺失，或者某些参数难以确定，依然可以充分利用所能获知的其他各种信息达到目的，从而有效地减小利用单一信息评价产生的误差和局限性。

(3) 学习样本需体现研究区块整个数据集的特点，样本数值覆盖范围应与整个数据集保持一致，在此基础上，非线性建模的工具并不局限于神经网络。

[1] Archie G E，张庚骥.电阻率测井在确定某些储层特性中的作用[J].测井技术，2007，31(3)：197-202.

[2] 张超谟，张占松，郭海敏，等.水驱油电阻率与含水饱和度关系的理论推导和数值模拟研究[J].中国科学：地球科学，2008，38(S1)：151-156.

[3] 韩清忠，杜淑艳.高含水期储层产水率的评价方法[J].石油大学学报：自然科学版，1996，20(6)：9-12.

[4] 杨春梅，李洪奇，陆大卫，等.不同驱替方式下岩石电阻率与饱和度的关系[J].吉林大学学报：地球科学版，2005，35(5)：667-671.

[5] 俞军，史謌，王伟男.高含水期地层水电阻率求取方法[J].北京大学学报：自然科学版，2005，41(4)：536-541.

[6] 徐保庆，张付明.自然伽马测井曲线应用新方法[J].石油仪器，2002，16(6)：36-42.

[7] 刘天鹤，郭莉，左毅.高含水油田注水后油藏参数变化规律研究[J].特种油气藏，2005，12(2)：42-48.

[8] Dou L， Xiao K， Cheng D， et al.Petroleum geology of the melut basin and the great palogue field，Sudan[J].Marine and Petroleum Geology，2007，24(3)：129-144.

编辑 张耀星

20140806；改回日期：20141124

中国石油天然气股份有限公司重大科技专项“柴达木盆地高原咸化湖盆油气藏测井评价技术攻关”(2011E-0305)；长江大学油气资源与勘探技术教育部重点实验室开放基金“水淹层混合地层水矿化度数值模拟与实验研究”(K2014-01)

王婧慈(1985-)，女，讲师，2007年毕业于山东师范大学物理学专业，2013年毕业于长江大学地球探测与信息技术专业，获博士学位，现主要从事地球物理测井解释优化及油藏动态监测方面的研究工作。

10.3969/j.issn.1006-6535.2015.01.023

TE341

A

1006-6535(2015)01-0103-04