金力钻， 孙玉红， 杨铁梅

(中海油能源发展股份有限公司工程技术分公司，天津 300457)



页岩气储层测井解释模型建立与评价方法研究

金力钻， 孙玉红， 杨铁梅

(中海油能源发展股份有限公司工程技术分公司，天津 300457)

针对EROMANGA盆地北东缘白垩系Toolebuc页岩储层特征，从测井岩心刻度出发，利用测井数据与实验结果回归方法，建立页岩的主要矿物含量以及总孔隙度、含烃饱和度、渗透率、总含气量等测井解释模型，建立一套适合于该地区的页岩气储层综合解释评价方法，用此方法对Toobeluc页岩储层进行精细解释，具有较好的应用效果。

测井评价； 页岩气； 解释模型

页岩气是以游离或吸附形式存在、储集在富含有机质的细粒碎屑岩中的天然气。在成藏模式上具有自生、自储、致密等特征，在油气存在形式上具有游离、吸附、水溶等特点，整体表现为低丰度、大规模、非常规天然气聚集[1-2]。天然气测井技术作为页岩气储层评价关键技术，在页岩气勘探开发中起着重要作用[3]。页岩储层测井特征常表现为高自然伽马、高电阻率、高声波时差、高中子以及低密度、低光电截面指数的特点,其复杂和隐蔽性给测井解释带来巨大的困难，且具有与常规油气层不同的测井解释模型和评价方法[4-6]，针对页岩气储层测井评价难点，国内外各个油气田均开展了相应研究工作[7-8]。

本文针对EROMANGA盆地北东缘白垩系Toolebuc页岩储层特征，通过理论模型和数值回归分析的方法，建立页岩的主要矿物含量以及总孔隙度、含烃饱和度、渗透率、总含气量等测井解释模型，利用岩芯刻度技术,以神经网络模型、概率统计模型为基础的储层评价法完成对该地区页岩储层矿物组分、物性参数、含气量等参数的计算，建立一套适合于该地区的页岩气储层综合解释评价方法。

1 测井解释模型的建立

页岩油气储层的岩石物理体积模型比常规储层更加复杂，常规三组合测井信息有限，不能精确求解岩石体积模型，且地层水参数与岩电参数难以获取，同时还需计算有机碳含量与吸附气含量，因此页岩油气储层参数的评价相比常规储层更为困难[9-12]。针对EROMANGA盆地北东缘白垩系Toolebuc页岩储层特征，从测井岩心刻度出发，利用测井数据与实验结果回归方法，建立页岩气关键参数的测井解释模型。

1.1 矿物含量和孔隙度模型

Toolubuc页岩矿物包括砂质、泥质、灰质、干酪根等，采用岩心刻度测井方法，利用数理统计软件SPSS进行多元统计回归得出有机质含量(TOC)、干酪根、总孔隙度、孔隙度以及各矿物含量的关系式。

(1) 有机质含量(TOC)

有机质含量模型计算方法主要有密度计算和声波-电阻率计算两种方法。通过交汇分析可以看出，TOC与密度有很好相关性，密度值越低，TOC越高，通过密度计算法回归得出：

(1)

式中：TOC为有机质含量，%；DEN为密度测井值，g/cm3；R为相关系数。

页岩声波时差测井曲线上呈现高值，其原因是裂缝的发育和油气存在均使声波时差变大，因此页岩TOC与声波曲线成正相关，声波值越大，TOC越高，反之，TOC越小。一般泥质岩的视电阻率值都较低，而在泥岩裂缝含油气层段，表现出较高的视电阻率值，表明油气富集的TOC与电阻率曲线相关性很好。因此经过一定刻度的声波曲线与电阻率曲线的幅度差与TOC有很好的相关性，通过上述交汇关系回归得出：

(2)

式中：Rt为测井得到的地层电阻率，Ω·m；Rj为非源岩的电阻率基线， Ω·m；AC为声波测井数值，μs/ft；ACj为非源岩的声波测井基线，μs/ft；K为刻度系数，一般取0.02。

从回归关系式中可以看出，密度法计算有机质含量相关系数比声波-电阻率法高，因此在有密度测井的情况下，用密度资料计算有机质含量TOC更可靠。

(2) 干酪根含量(GLG)

储层中干酪根含量高低直接决定了有机质含量的高低，通过EROMANGA油田区块多口井有机质含量-干酪根体积交汇分析，得到以下关系：

(3)

式中：GLG为干酪根含量，%。

(3) 泥质含量(Vsh)

泥质含量的计算一般采用自然伽马来计算，由于很多井没有测量能谱曲线，无法计算泥质含量。中子曲线对泥质含量反应明显，中子数值高，泥质含量高；电阻率曲线则相反，电阻率高，泥质含量低。因此，通过中子、电阻率和有机质含量进行多元回归，可以得出：

Vsh=18.948-1.968×TOC+0.816×CNL-

0.486×Rt

R=0.843

(4)

式中：Vsh为泥质含量，%； CNL为中子测井值，%。

(4) 灰质含量(Vlim)

灰质含量影响了测井电阻率的高低，也决定了中子数值的大小。通常电阻率越高，灰质含量越高，中子测量值越高，灰质含量越低，而有机质含量与矿物含量的多少有直接关系，通过多参数回归，得出：

Vlim=63.345+0.568×Rt+2.0×TOC-

1.678×CNL

R=0.757

(5)

式中：Vlim为灰质含量，%。

(5) 总孔隙度(PORT)

储层总孔隙度的计算采用孔隙度曲线中子和密度，由于有机质含量与各个矿物含量有直接关系，因此建立了如下多元方程：

PORT=-1.537+0.62×CNL-

0.89×DEN-0.604×TOC

R=0.901

(6)

式中：PORT为总孔隙度，%。

(6) 充气孔隙度(POR)

根据工区实际情况，Toobeluc页岩深度在700 m以上的，充气孔隙度相对较低，充气孔隙度小于2%；而深度在700 m以上的有效孔隙度较高，充气孔隙度大于3%，因此实验确定充气孔隙度采用分段模型，通过建立充气孔隙度与有机质含量、密度、中子以及泥质含量的关系，可以得出当垂直深度小于700 m时：

POR=-7.494-0.053×TOC-0.051×

Vsh+3.426×DEN+0.075×CNL

R=0.824

(7)

当垂直深度大于700 m时：

POR=-46.155+0.087×TOC-0.123×

Vsh+18.253×DEN+0.352×CNL

R=0.831

(8)

式中：POR为充气孔隙度，%。

(7) 砂质含量(SAND)

通过泥质、灰质、干酪根以及孔隙度，可确定砂质含量。

(9)

式中：SAND为砂质含量，%。

1.2 渗透率(PERM)模型

根据物性分析的孔隙度与渗透率关系可知，渗透率与孔隙度具有较好的正相关关系。通过岩芯充气孔隙度-渗透率交会图建立估算渗透率模型如下：

PERM=3×10-6e1.279 1×POR(R=0.805)

式中：PERM为渗透率，mD。

1.3 含烃饱和度(Sog)模型

根据常规泥质砂岩饱和度计算公式可知：含水饱和度与电阻率、泥质含量以及孔隙度密切相关，电阻率越高，地层含水饱和度则越低；孔隙度越高，地层含水饱和度也越低；泥质对含水饱和度也有一定影响，通过回归可以得出含烃饱和度的计算模型：

2.907]×100/POR

Sog=100-Sw

R=0.857

(10)

式中：Sw为含水饱和度，%；Sog为含气饱和度，%。

1.4 总含气量(Tgas)模型

有机质含量TOC与页岩生气率和吸附气量成正比，有机质含量高时含气量越高。一般情况下页岩具有较高的含氢指数，导致中子值较高，但如果含气量高的情况下，由于中子的挖掘效应，会导致中子测量数值降低，因此采用中子与有机质含量综合评价的方法来计算页岩层的总含气量，通过回归后得出：

(11)

式中：Tgas为总含气量，m3/t。

2 实例分析

2.1 工区概况

EROMANGA油田区块位于晚古生代时期的加里里盆地内，部分穿过Maneroo地台，早白垩的Toobeluc页岩是页岩气勘探主要目标。Toobeluc由富含生物质的页岩和石灰岩共同构成，主要分布在Maneroo地台，包括在EROMANGA公司的5个ATP区块。区块内目前有多口井钻探到Toobeluc页岩，主要测井资料包括自然伽马、自然电位、深中浅电阻率、密度、中子、声波以及能谱资料。

2.2 测井资料预处理

EROMANGA油田主要采用了电缆测井。该油田测井曲线电阻率、中子、密度和声波曲线形态良好，具有明显可对比性，仅声波曲线有稍微偏差，通过选取Toolubuc页岩储层以上20～30 m较稳定的泥岩层井段做标准层，做了取芯井标准层直方图(见图1、图2和图3)，确定了各口井的密度、中子、声波校正值。

Fig.1 Density histogram before and after correction

2.3 计算方法对比

利用Forward软件，根据上述测井解释模型，对B1井进行了页岩层段处理，来比较不同计算方法的精度。图4分别利用最优化方法和岩芯刻度技术，以神经网络模型、概率统计模型为基础的储层评价法计算出的泥质、灰质、砂质、干酪根等矿物含量，从计算结果与岩心刻度进行对比分析可知，通过统计算法计算的参数比测井最优化方法处理结果更精确，因此在区内采用统计算法计算矿物含量参数。

图2 中子校正前后直方图

Fig.2 Neutron histogram before and after correction

图3 声波校正前后直方图

Fig.3 Sound waves before and after the correction of histogram

图4 最优化法和统计回归法结果对比

Fig.4 The results of optimization method and the statistical regression method

2.4 处理解释结果分析

根据上述测井解释模型，利用统计回归算法，对区内各井进行了页岩层段处理，以E1井页岩处理图为例，图5表示解释的泥质含量、灰质含量、干酪根含量、砂质含量以及总孔隙度、含水饱和度，通过岩心分析刻度的结果与测井解释结果，无论在数值上还是形态上都吻合得较好。测井解释与岩心分析总孔隙度的相对误差都在8%以内(见表1)，含水饱和度的绝对误差也小于10%，渗透率的误差在1个数量级范围内，表明了上述测井解释模型和算法可以运用于工区的测井评价计算。

图5 E1井页岩处理图

Fig.5 The shale processing figure of E1 well

表1 E1井测井解释与岩芯分析结果对比

3 结论

(1) 利用测井岩心刻度技术方法得出的页岩的主要矿物含量以及总孔隙度、含烃饱和度、渗透率、总含气量、有机质含量等页岩评价关键参数，为页岩层的分析提供了较准确依据。

(2) 页岩矿物成分复杂，最优化方法计算储层参数精度有限，而利用岩芯刻度技术，以神经网络模型、概率统计模型为基础的储层评价法，计算的参数比测井最优化方法处理结果更精确。

(3) 基于岩心刻度的页岩气测井解释模型，适用EROMANGA盆地北东缘白垩系Toolebuc页岩气储层测井评价，可以扩展用于整个区块页岩气储层评价。

[1] 江怀友, 宋新民, 安晓漩, 等. 世界页岩气资源勘探开发现状与展望[J].大庆石油地质与开发, 2008, 27(6): 10-14.

Jiang Huaiyou, Song Xinmin, An Xiaoxuan, et al. Current state and outlook of exploration and development of the shale gas resources in the world[J].Petroleum Geology & Oilfield Development in Daqing, 2008, 27(6): 10-14.

[2] 张金川, 徐波, 聂海宽, 等. 中国页岩气资源勘探潜力[J]. 天然气工业,2008, 28(6): 136-159.

Zhang Jinchuan, Xu Bo, Nie Haikuan, et al. Exploration potential of shale gas resources in China[J]. Natural Gas Industry, 2008, 28(6): 136-159.

[3] 莫修文, 李舟波, 潘保芝. 页岩气测井地层评价的方法与进展[J]. 地质通报, 2011, 30(2-3): 400-405.

Mo Xiuwen, Li Zhoubo, Pan Baozhi. Method and advance of shale gas formation evaluation by means of well logging[J]. Geological Bulletion of China,2011, 30(2-3): 400-405.

[4] Lecompte B. Comprehensive resource play evaluation for well completion decisions-mineralogy, acoustic, and NMR integration[R]. EI Dorado Arkansas: Murphy Oil Inc, 2010.

[5] 刘双莲, 陆黄生. 页岩气测井评价技术特点及评价方法探讨[J]. 测井技术, 2011, 35(2): 112-116.

Liu Shuanglian, Lu Huangsheng. Evaluation methods and characteristics of log evaluation technology in shale gas[J]. Well Logging Technology, 2011, 35(2):112-116.

[6] 潘仁芳, 赵明清, 伍媛. 页岩气测井技术的应用[J]. 中国科技信息,2010(7): 16-18.

Pan Renfang, Zhao Mingqing, Wu Yuan. Application of shale gas logging technology[J]. China Science and Technology Information, 2010(7): 16-18.

[7] 齐宝权, 杨小兵, 张树东, 等. 应用测井资料评价四川盆地南部页岩气储层[J]. 天然气工业, 2011, 31(4): 44-47.

Qi Baoquan, Yang Xiaobing, Zhang Shudong, et al. Logging evaluation of shale gas reservoirs in the southern Sichuan basin[J]. Natural Gas Industry, 2011, 31(4): 44-47.

[8] 吴庆红, 李晓波, 刘洪林, 等. 页岩气测井解释和岩心测试技术——以四川盆地页岩气勘探开发为例[J]. 石油学报, 2011, 32(3): 484-488.

Wu Qinghong, Li Xiaobo, Liu Honglin, et al. Log interpretations and the application of core testing technology in the shale gas: Taking the exploration and development of the Sichuan Basin as an example[J].Acta Petrolei Sinica,2011, 32(3): 484-488.

[9] 邹才能，陶士振，白斌，等.论非常规油气与常规油气的区别和联系[J].中国石油勘探，2015，20(1):1-16.

Zou Caineng, Tao Shizhen, Bai Bin, et al. Differences and relations between unconventional and conventional oil and gas[J].China Petroleum Exploration, 2015, 20(1):1-16.

[10] 路坤桥，孙玉学.我国页岩气勘探开发的要点及层位[J].河南科学，2015，33(2):257-260.

Lu Kunqiao，Sun Yuxue. Key points and strata of exploring and developing shale gas in China [J].Henan Science，2015，33(2):257-260.

[11] 李霞，周灿灿，赵杰，等.泥页岩油藏测井评价新方法——以松辽盆地古龙凹陷青山口组为例[J].中国石油勘探，2014，19(3):57-65.

Li Xia, Zhou Cancan, Zhao Jie, et al. New logging evaluation method for shale reservoirs: Taking Qingshankou formation in Gulong sag of Songliao basin for instance [J].China Petroleum Exploration, 2014，19(3):57-65.

[12] 袁桂琴，孙跃，高卫东，等.页岩气地球物理勘探技术发展现状[J].地质与勘探,2013，49(5):945-950.

Yuan Guiqin，Sun Yue，Gao Weidong，et al. Development status of the shale gas geophysical prospecting technology[J]. Geology and Exploration，2013，49(5):945-950．

(编辑 宋官龙)

The Model Establishment and Evaluation Methods of Shale Gas Reservoir Well Logging Interpretation

Jin Lizuan, Sun Yuhong, Yang Tiemei

(CNOOCEnerTech-Drilling&ProductionCo.,Tianjin300457,China)

According to the characteristics of Cretaceous shale Toolebuc reservoir in the north eastern margin of EROMANGA basin, the core of well logging was determined, and the shale contents of main minerals and total porosity were established using logging data and experimental results regression method. A set of logging interpretation models of hydrocarbon saturation, permeability and the total content of gas were established, comprehensive interpretation and evaluation method for the area of shale gas reservoir layer were also built. The method can provide refined interpretation for shale reservoirs of Toobeluc and has a good application effect.

Logging evaluation; Shale gas; Interpretation model

1006-396X(2015)04-0043-06

2015-01-26

2015-07-13

金力钻(1968-)，男，高级工程师，从事测井资料解释工作；E-mail: 278070199@qq.com。

TE272

A

10.3969/j.issn.1006-396X.2015.04.010