刘家雄,范宜仁,朱大伟,邓少贵,韩玉娇,李格贤,巫振观,高源

(1.中国石油大学地球科学与技术学院, 山东 青岛 266580; 2.海洋国家实验室海洋矿产资源评价与探测技术功能实验室, 山东 青岛, 266071; 3.中国石油集团长城钻探工程有限公司解释研究中心, 北京 100101; 4.中国石油勘探开发研究院, 北京 100083; 5.中国石油集团长城钻探工程有限公司煤层气开发公司, 辽宁 盘锦 124010)

0 引 言

中东×区大量发育孔隙型生物碎屑灰岩,是具有高储量的新型油气藏,该类储层除发育粒间孔、晶间孔和生物体腔孔等原生孔隙外,铸模孔、溶蚀孔等多种次生孔隙也十分发育,储集空间复杂导致物性参数建模精度低和储层级别无法准确划分。次生孔隙作为碳酸盐岩储层重要的储集空间,其发育情况决定了储层的油气储集能力,因此,精确表征碳酸盐岩储层的次生孔隙是评价该类储层的重要任务[1-3]。成像测井资料经孔隙度谱分析程序处理可得到成像孔隙度谱,运用高斯函数拟合孔隙度谱确定原生和次生孔隙截止值,对孔隙度谱分段积分后得到原生和次生孔隙度及其占比[4-7]。本文针对孔隙型生物碎屑灰岩储层原生和次生孔隙同时发育、强非均质性等特征,结合成像测井资料可精确表征储集空间的优点和常规测井资料获取方便及对储集空间的敏感性的优势,提出一种利用常规测井资料、适用于孔隙型生物碎屑灰岩储层的储集空间测井表征方法。

1 储集空间类型识别

1.1 储集空间响应特征

H油田位于阿拉伯板块的碳酸盐岩台地,沉积成岩后受次生作用改造弱,是典型的沉积孔隙型碳酸盐岩储层。相对静水环境下形成的由浮游/底栖有孔虫、生物碎屑和体腔孔、粒间孔、铸模孔构成的孔隙型生物碎屑灰岩储层是较为特殊的油气藏,目前对这类储层特征的研究较少[8-9]。

观察1 032块铸体薄片确定H油田发育3类储集空间:以粒间孔和晶间孔等为主的原生孔隙、以溶蚀孔和铸模孔等为主的溶蚀孔隙以及由生物碎屑作为骨架的生物体腔孔。3类储集空间对应岩心资料和测井响应特征见表1。由表1可知,以粒间孔、晶间孔为主的储层其面孔率较低,孔径尺寸较小,粒度较细且分选好;声波、中子测井值较小,密度测井值较大,成像测井图像在黄红色背景下局部存在褐色、灰色斑块,核磁共振T2谱为单峰小孔型,T2几何平均值小,指示较小孔隙度。溶蚀孔发育井段的面孔率较高,岩石受溶蚀作用而出现孔径尺寸较大的溶蚀孔洞;声波、中子测井值大,密度测井值小,成像测井图像为红褐色背景下夹杂黑褐色团块,核磁T2谱为双-多峰大孔型,T2几何平均值大,指示孔径尺寸分布范围大且孔隙发育。储层发育生物体腔孔时面孔率大且孔径尺寸大,生物碎屑存在于岩石骨架中;声波、中子测井值较大,密度测井值较小,成像测井图像黑棕色背景下存在灰褐色斑块,核磁T2谱为双峰中孔型,T2几何平均值较小,指示孔隙较发育。

表1储集空间类型的测井响应特征

生物体腔孔既具备粒间孔等原生孔隙的孔径尺寸较小的特征,又兼备溶蚀孔等次生孔隙孔径尺寸分布范围较大的特点,储层同时发育3类储集空间导致测井方法评价储层次生孔隙精度降低,因此,准确识别储集空间类型是生物碎屑灰岩储层次生孔隙评价的关键。

1.2 储集空间类型识别方法

铸体薄片能准确识别储集空间类型,在此基础上分析不同储集空间类型的测井响应特征,Fisher判别法利用降维的思想可实现基于多种测井响应及分类结果建立储集空间类型识别标准及方法。Fisher判别法在应用中采用线性判别函数,设有k个总体G1,G2,…,Gk,从这k个总体中抽取具有p个指标的样品观测数据,借助方差分析的思想构造一个Fisher判别函数

U(x)=u1X1+u2X2+…+upXp=u′X

(1)

式中,系数u确定的原则是使各总体之间区别最大,而使每个总体内部的离差最小[10]。

铸体薄片、岩心照片、常规测井、成像测井和核磁共振测井资料均反映不同储集空间具有较明显的差异。基于薄片识别的储集空间类型,结合不同类型储集空间测井响应特征,提取敏感参数:声波时差(AC)、密度(DEN)、补偿中子(CNL)和T2几何平均值(T2,LM),各储集空间类型对应的敏感参数范围见表2。溶蚀孔隙的物性好于原生孔隙和生物体腔孔,原生孔隙最差[11]。

表2 敏感参数数据分布范围统计表

根据线性判别函数方法,建立储集空间类型Fisher判别函数如式(2),并对建模数据点进行模型回判,判别结果见图1。统计岩心识别结果与Fisher识别结果符合率为92%,精度较高,实现基于测井资料识别储集空间类型。

(2)

图1 M316井储集空间类型识别效果图

2 储集空间表征方法

成像测井通过测量井周地层电阻率,可精细刻画井周地层孔隙发育情况、岩石骨架成分、流体性质,通过分析程序提取成像孔隙度谱可完整地展示地层孔径尺寸分布及反映储集空间类型特征,利用测井资料的连续性实现全井段储层次生孔隙定量表征[12-14]。

2.1 成像孔隙度谱提取

微电阻率扫描成像测井的探测深度较浅,只反映冲洗带范围内的电导率,对经过电阻率刻度和孔隙度标定之后的成像测井数据进行配色处理,生成动、静态成像电阻率图像能直观、精细地定性评价储层孔隙发育情况[15]。成像测井仪器极板上的电极应满足冲洗带的Archie公式

(3)

假定Sxo=1,a=b=1,m=n=2,则

(4)

因此,根据岩石物理实验获得研究区Archie公式参数,且在得知Rmf的前提下,可以根据成像测井资料求得Rxo大小,进而求得各电极对应的孔隙大小φi[16]。

图2 成像测井孔隙度分布谱图

统计一定窗长和步长内成像测井资料各电极电阻率,利用式(4)计算各电极对应孔隙大小φi,则可制作如图2的孔隙度频率分布谱,横坐标为窗长内各电极电阻率对应孔隙大小,纵坐标为窗长内不同孔隙区间的频数。可见同时发育原生、次生孔隙的储层其成像孔隙度谱有前后2个峰,对应岩石中原生、次生孔隙的分布状态,前后2个谱峰之间存在一个低谷,将此处对应的孔隙大小定义为原生、次生孔隙的截止值,以截止值为界对累计频率图包络线分段积分求得原生、次生占比,进而求得原生、次生孔隙度[17]。

2.2 高斯函数拟合法确定截止值

成像孔隙度谱具有正态分布特征,引入高斯函数拟合法表征其形态。假设成像测井孔隙度谱数据序列为(xi,yi),i=1,2,…,n,则高斯拟合函数可表示为

(5)

式中,A、B、C分别代表高斯曲线的峰高、峰位置和半宽度信息。对式(5)两边同时取自然对数,得

(6)

y=ax2+bx+c

(7)

因数据序列取了自然对数,所以数据序列变为(xi,lnyi),i=1,2,…,n,做出拟合函数与实测数据序列之差,得到差值函数Q。

(8)

根据最小二乘原理[18-19],Q(a,b,c)的极小值满足

(9)

整理得到满足最小均方误差的正规方程

Gx′=m

(10)

式中,

因此,可求得系数A,B,C分别为

图3 原生孔隙成像谱高斯拟合效果图

图4 溶蚀孔隙成像谱高斯拟合效果图

图5 生物体腔孔成像谱高斯拟合效果图

基于高斯函数拟合法得到H油田3种储集空间类型成像孔隙度谱的拟合曲线,拟合结果见图3至图5。通过拟合H油田3类储集空间孔隙度谱确定原生、次生孔隙的截止值,发现同一类储集空间的储层段的截止值相近,可将各类平均值11.1%、19.5%、15.6%确定为发育原生孔隙、溶蚀孔隙、生物体腔孔储层孔隙度谱的截止值,对孔隙度谱分段积分求得原生孔隙占比P和次生孔隙占比S。

(11)

(12)

成像孔隙度谱通过数据形式展现储层孔径尺寸等地质信息,确定孔隙度谱截止值反映储层孔径尺寸分布,原生、次生孔隙占比可定量表征原生、次生孔隙发育情况,因此,通过计算截止值与原生、次生孔隙占比,实现定量表征生物碎屑灰岩储集空间[20-22]。

2.3 测井资料表征储集空间

测井资料具有连续探测、实时反映地层信息的特点,通过分析测井响应,建立其与地质信息的关系,连续评价储集空间发育情况。通过铸体薄片识别储集空间类型时提取与其相关性强的测井曲线:声波时差、密度、补偿中子和T2几何平均值,利用分析程序提取成像孔隙度谱,确定原生、次生孔隙截止值及其占比,分析原生、次生孔隙占比与储集空间类型敏感参数相关性,组合多测井资料建立实用的储集空间定量表征方法。

结合测井原理及敏感参数与成像测井计算次生孔隙占比结果的相关性,针对以粒间孔、晶间孔等原生孔隙为主的储层,选取声波时差和密度测井曲线作为建模参数;针对发育生物体腔孔和溶蚀孔的储层,选取密度和补偿中子测井曲线作为建模参数。基于麦夸特法和通用全局优化法建立式(13)～(15)计算公式,计算结果见图6。3类储集空间计算次生孔隙占比与成像孔隙度谱计算结果相关系数分别为0.87、0.94、0.91。利用成像孔隙度谱确定次生孔隙占比,分析常规测井与其相关性,建立次生孔隙占比计算公式,形成了一种高精度、适用于生物碎屑灰岩储集空间定量表征方法。

(13)

(14)

(15)

图6 次生孔隙占比计算结果图

3 应用实例

利用上述方法对N137井进行处理,结果见图7。其中第7道为成像测井孔隙度谱分布图像,第9道至第13道分别为岩心识别储集空间类型、成像测井和常规测井确定原生和次生孔隙度、Fisher判别法识别储集空间类型、核磁共振共振T2谱分布、截止值以及几何平均值。由图7可知,3 020～3 026 m(I段)岩心和测井识别储集空间类型均以生物体腔孔为主,成像图像呈现黄红色夹杂黑褐色斑块,孔隙度谱分布范围较大且整体靠左,计算次生孔隙度较小,核磁共振T2谱呈双峰中孔型分布,T2,LM较小,储层段内孔隙度较大,次生孔隙较发育。3 030～3 044 m(II段)、3 087～3 128 m(IV段)岩心和测井识别储集空间类型以溶蚀孔为主,成像图像为红褐色夹杂黑色团块,II段孔隙度分布范围大,IV段分布范围小,二者整体均靠左,计算次生孔隙度大,核磁共振T2谱呈双/多峰大孔型分布,T2,LM大,储层段内孔隙度大且次生孔隙发育。3 058～3 063 m(III段)岩心和测井识别储集空间类型均以原生孔为主,成像图像呈现亮色背景夹杂红褐色斑点,孔隙度谱分布范围小且整体靠右,计算次生孔隙度小,核磁共振T2谱呈单峰中孔型分布,T2,LM小,储层段内孔隙度小,次生孔隙不发育。

图7 N137井综合测井图

表3为N137井基于成像、常规测井资料计算次生孔隙占比和次生孔隙度以及核磁共振T2谱几何平均值的主要分布范围。分析表3数据可知,利用式(15)至式(17)计算次生孔隙度与成像测井确定的次生孔隙占比结果相近,核磁共振T2几何平均值也呈现出与储集空间类型吻合的分布趋势。

基于常规测井资料表征储层次生孔隙发育情况与岩心资料、成像测井资料、核磁共振测井资料等多种资料均获得一致的识别结论,较好的应用效果验证了基于常规测井资料定量表征储层次生孔隙度的方法在孔隙型生物碎屑灰岩储层的适用性,为储集空间的定量表征提供了新的思路。

表3 次生孔隙度计算结果表

4 结 论

(1) 生物碎屑灰岩储集空间类型多样,根据不同储集空间的测井响应特征,提取敏感参数,建立基于Fisher函数判别的储集空间测井识别方法。

(2) 处理成像测井资料得到孔隙度谱,运用高斯函数拟合孔隙度谱提取原生和次生孔隙截止值及占比等参数,实现基于成像测井资料定量表征储层次生孔隙。

(3) 充分发挥成像测井定量表征次生孔隙精度高的优势,利用成像测井计算结果刻度常规测井响应特征,进而建立基于常规测井资料的储层次生孔隙占比计算方法,扩展了常规测井在储层次生孔隙评价中的应用,为储集空间的定量表征提供了新的思路。

参考文献:

[1] STEPHEN N E, SADOON M, LIU Y X, et al. Stylolites and Porosity in a Lower Cretaceous Limestone Reservoir, Onshore Abu Dhabi, U. A. E. [J]. Journal of Sedimentary Research, 2016, 86(10): 1228-1247.

[2] 范宜仁, 夏文豪, 邓少贵, 等. 基于常规测井资料的碳酸盐岩储层级别划分方法研究 [J]. 测井技术, 2009, 33(6): 535-538.

[3] MARK S, JEROEN A M K. Carbonate Petrophysical Rock Typing: Integrating Geological Attributes and Petrophysical Properties While Linking with Dynamic Behaviour [J]. Geological Society London Special Publications, 2014, 406(1): 229-259.

[4] 司马立强. 碳酸盐岩缝-洞性储层测井综合评价方法及应用研究 [D]. 成都: 西南石油大学, 2005.

[5] 李潮流, 周灿灿. 碎屑岩储集层层内非均质性测井定量评价方法 [J]. 石油勘探与开发, 2008, 35(5): 595-599.

[6] 邓少贵, 王晓畅, 范宜仁. 裂缝性碳酸盐岩裂缝的双侧向测井响应特征及解释方法 [J]. 地球科学(中国地质大学学报), 2006, 31(6): 846-850.

[7] 徐敬领, 王贵文, 王亚静, 等. 碳酸盐岩储层测井评价方法综合研究 [J]. 石油物探, 2012, 51(5): 521-530.

[8] 王玉玺, 田昌炳, 高计县, 等. 常规测井资料定量解释碳酸盐岩微相——以伊拉克北Rumaila油田Mishrif组为例 [J]. 石油学报, 2013, 34(6): 1088-1099.

[9] 周文, 郭睿, 伏美燕, 等. 伊拉克艾哈代布油田白垩系生物铸模孔及体腔孔发育的灰岩储层特征及成因分析 [J]. 岩石学报, 2014, 30(3): 813-821.

[10] EVANS D J, KINGDON A, HOUGH E, et al. First Account of Resistivity Borehole Micro-imaging (FMI) to Assessthe Sedimentology and Structure of the Preesall Halite, NW England: Implications for Gas Storage and Wider Applications in CCS CaprockAssessment [J]. Journal of the Grological Society, 2012, 169: 587-592.

[11] SINGER P M, MITCHELL J, FORDHAM E J. Characterizing Dispersivity and Stagnation in Porous Media Using NMR Flow Propagators [J]. Journal of Magnetic Resonance, 2016, 270: 98-107.

[12] 周彦球, 李晓辉, 范晓敏. 成像测井孔隙度频谱技术与岩心孔隙分析资料对比研究 [J]. 测井技术, 2014, 38(3): 309-314.

[13] 李竹强, 范宜仁, 孙庆涛. 塔河油田碳酸盐岩储层FMI识别模式研究 [J]. 国外测井技术, 2010(2): 8-12.

[14] 陈红江, 李夕兵, 刘爱华, 等. 用Fisher判别法确定矿井突水水源 [J]. 中南大学学报(自然科学版), 2009, 40(4): 1114-1120.

[15] 刘丹, 潘保芝, 房春慧, 等. 利用成像测井评价储层孔隙空间的二维非均质性 [J]. 世界地质, 2014, 33(3): 640-646.

[16] 史飞洲, 王彦春, 陈剑光. 碳酸盐岩地层电成像测井孔隙度谱截止值计算方法 [J]. 测井技术, 2016, 40(1): 60-64.

[17] ANSELMETTI F S, LUTHI S, EBERLI G P. Quantitative Characterization of Carbonate Pore Systems by Digital Image Analysis [J]. AAPG Bulletin, 1998, 82(10): 1815-1836.

[18] 聂玉峰, 王振海. 数值方法简明教程 [M]. 北京: 高等教育出版社, 2011: 82-85.

[19] 裴少英. 多道伽马能谱数据低能峰高斯分解方法 [D]. 北京: 中国地质大学(北京), 2005.

[20] 张振城, 孙建孟, 施振飞, 等. 测井资料评价次生孔隙的方法、原理及实例 [J]. 沉积学报, 2005, 23(4): 613-619.

[21] 王晓畅, 范宜仁, 张庚骥. 基于双侧向测井资料的裂缝孔隙度计算及其标定 [J]. 物探化探计算技术, 2008, 30(5): 377-380.

[22] ANSELMETTI F S, EBERLI G P. The Velocity-Deviation Log: A Tool to Predict Pore Type and Permeability Trends in Carbonate Drill Holes from Sonic and Porosity or Density Logs [J]. AAPG Bulletin, 1999, 83(3): 450-466.