南翼山油田低孔低渗储层PNN测井识别技术研究

郭海敏，陈 猛 （油气资源与勘探技术教育部重点实验室（长江大学））长江大学地球物理与石油资源学院，湖北荆州434023

黎 明，邱金权 （中石油青海油田分公司测试公司，青海茫崖816400）

时新磊 （中海石油（中国）有限公司天津分公司勘探开发研究院，天津300452）

南翼山油田低孔低渗储层PNN测井识别技术研究

郭海敏，陈 猛 （油气资源与勘探技术教育部重点实验室（长江大学））长江大学地球物理与石油资源学院，湖北荆州434023

黎 明，邱金权 （中石油青海油田分公司测试公司，青海茫崖816400）

时新磊 （中海石油（中国）有限公司天津分公司勘探开发研究院，天津300452）

低孔低渗储层由于其成因复杂，测井响应影响因素众多，导致解释结论具有多解性，测井识别和评价都存在极大的难度。而（脉冲中子－中子）PNN测井技术在套后进行测井评价，能较好地消除低孔低渗储层泥浆侵入的影响，利用油水俘获截面的差异可以准确识别油水层。通过对柴达木盆地西部南翼山油田Ⅲ、Ⅵ层组物性资料分析研究，结合PNN测井技术建立了针对低孔低渗储层的储层识别及评价解释方法。实际生产证明，PNN测井技术在南翼山油田低孔低渗储层识别评价中效果较好。

PNN测井；南翼山油田；低孔低渗储层

低孔低渗储层具有低孔隙度、低渗透率、高束缚水、小喉道、强非均质性等特征，需要进行人工改造，通过压裂才能生产工业油流［1］。低孔低渗储层孔隙度一般低于15%，渗透率多低于50×10－3μm2，储层的发育和控制因素难以被认识，容易受到孔隙毛管喉道、胶结物的泥质含量和成岩作用变化的影响。笔者以南翼山油田低孔低渗储层为例，探讨PNN（脉冲中子－中子）测井识别该类储层的技术研究。

1 南翼山油田储层物性分析

南翼山构造位于柴达木盆地西部北区，属于柴达木盆地西部坳陷的茫崖坳陷南翼山背斜构造带上的一个三级构造。据南翼山油田近700块物性资料统计分析，南翼山油田Ⅲ、Ⅵ层组（含粉砂）藻灰岩、粉砂质（泥质）泥晶灰岩、灰质（泥质）粉砂岩均具有较好的物性特征，是比较有利的储层，而粉砂质（灰质）泥岩的物性较差，不具有作为储层的条件。统计分析表明，藻灰岩（含粉砂）的孔隙度为13.5%～16.6%（平均为15.2%），渗透率为（1.3～10.8）×10－3μm2（平均为5.5×10－3μm2）；粉砂质（泥质）泥晶灰岩的孔隙度为13.3%～16.4%（平均为14.6%），渗透率为（0.96～7.0）× 10－3μm2（平均为4.0×10－3μm2）；灰质（泥质）粉砂岩的孔隙度为13.0%～14.9%（平均为13.7%），渗透率为（0.73～5.8）×10－3μm2（平均为3.2×10－3μm2）。综合统计南翼山油田Ⅲ、Ⅵ层组储层孔隙度平均为14.8%，渗透率平均为4.7×10－3μm2，属低孔特低渗储层。

2 PNN测井技术原理

PNN测井仪是一种全新的中子饱和度测井仪，其通过向地层中发射14.1MeV的高能快中子，然后记录未被储层俘获的剩余的热中子计数率，提取地层俘获截面，从而计算储层的剩余油饱和度［2］。

与其他饱和度测井方式相比，在低孔低渗地层，储层里面的流体少，俘获能力低，所以在低孔低渗情况下，地层的俘获能力就差，俘获的中子少，放出来的伽马也就少，造成了较大的计数率的统计起伏［3］。PNN测井的最大的优势体现在PNN是通过对地层中还没有被地层俘获的热中子来进行记录和分析，从而得到储层的含水饱和度。PNN这种探测剩余热中子的方式避免了探测伽马射线存在的本底伽马和延迟伽马带来的影响，在低孔低渗储层也保持了相对较高的计数率，削减了统计起伏的影响，同时PNN在套后进行测量，这也一定程度消除了井筒流体侵入的影响，因此其对低孔低渗储层的识别有一定的优势。

3 应用实例

3.1 常规孔渗曲线结合PNN测井技术定性识别油水层

通过对南翼山油田低孔低渗储层性质和测井响应特征研究发现，由于次生孔隙和储层岩性等因素的影响，南翼山油田三孔隙度单一测井曲线与岩心分析孔隙度相关性较差。综合分析岩性等因素的影响，该次研究的孔隙度评价模型选用声波曲线和自然伽马曲线，储层渗透率采用其与孔隙度的对应关系来确定。

图1为南翼山油田短长源距计数率比值、储层孔隙度与地层俘获截面交会图。从图1中可以看出，地层俘获截面值对油水层有明显的区分能力：当地层俘获截面值大于28c.u.时，判断为水层；当地层俘获截面值介于18～28c.u.之间时，判断为油水同层；当地层俘获截面值小于18c.u.时，定性判断为油层。

图1 南翼山油田短长源距计数率比值、储层孔隙度与地层俘获截面交会图

3.2 定量解释方法研究

3.2.1 改进体积模型

依据标准体积模型［2］有：

即：

式中，Σlog为根据PNN热中子计数率提取的地层俘获截面值，c.u.；Vsh为泥质含量，%；为孔隙度，%；Σma为储层骨架的俘获截面值，c.u.；Σsh为泥质的俘获截面值，c.u.；Sw为含水饱和度，%；Σh为油／气的俘获截面值，c.u.；Σw为地层水的俘获截面值，c.u.。

式（2）为利用俘获截面求取含水饱和度的一般通用公式。但在实际运用中，由于造成低孔低渗储层的因素在不同区域有很大差异。，因此，在式（2）的基础上加上具有区域特征的系数K加以改进，即式（1）转

化为：

式中，K为区域系数，无量纲。

改进后的求取含水饱和度的公式为：

从式（4）中可以看出，要想准确地计算出含水饱和度，必须准确地确定解释参数（Σma、Σh、Σsh、Σw）和解释曲线（Vsh、Σlog）。

3.2.2 解释参数确定

油的俘获截面值Σo根据油的密度、溶解油气比查找相应的图版取得，一般在标准范围内波动较小；地层水俘获截面值Σw主要与水的矿化度有关，可以根据等效的NaCl浓度查找相应的图版；储层骨架俘获截面值Σma主要取决于岩石的矿物成分和含量，需要岩石物性分析资料；最难确定的是泥质的俘获截面值Σsh，准确确定Σsh将有效提高剩余油饱和度解释的精度。该次研究笔者利用泥岩段油水线相等的方法确定Σsh，很好地解决了该问题。

定义油线为孔隙度100%含油，则由式（1）得到：

定义水线为孔隙度100%含水，则水线为：

调整Σsh，在泥岩段使油线Σo100、水线Σw100和Σlog基本重合。

对于区域系数K，在一个指定的区块，找出该区块中具有代表性的全水层（Sw＝1）求取，步骤如下：

则 式中，Σw求为由标准体积模型计算的全水层俘获截面，c.u.；Σw测为纯水层俘获截面测井值，c.u.。

3.3 效果分析

X井位于南翼山油田的构造高点，2010年5月在930.00～1635.00m进行了PNN测井，PNN测井由于在套后进行剩余油评价，不受泥浆侵入的影响。利用油、水俘获截面的差异识别油水层，有效避开了电阻率测井在低孔低渗储层识别中岩石电性参数差异小的缺陷，可以准确地计算剩余油饱和度。因此，采用笔者提出的PNN测井解释模型来进行低孔低渗储层的评价。图2为X井80号小层裸眼井解释结论，该层声波时差为292.21μs／m，岩性密度为2.55g／cm3，深感应电阻率为2.33Ω·m，孔隙度为13.01%，泥质含量为60%，渗透率为10.49×10－3μm2，属于典型低孔低渗储层。裸眼井解释含油饱和度为27.28%，完井定性解释为水层。二次解释结合PNN测井技术的改进体积模型定量解释，解释含油饱和度为50.08%，PNN解释综合判定为油水同层；并将其与标准体积模型进行对比，发现改进体积模型较标准体积模型计算的含水饱和度精度有一定提升。该层2011年3月试油结论为日产油0.85m3，日产水1.11m3，与PNN解释结论相符。

4 结 论

1）PNN测井技术独特的测井原理，充分利用油气水俘获截面的明显差异，消除了一系列因素的影响，在储层识别中有一定的效果。

2）将笔者提出的改进体积模型应用于低孔低渗储层的定量解释，在常规体积模型基础上，增加了区域系数K，使依靠该方法求取的储层含油饱和度更接近地层真实值，提高了解释的准确性。

图2 南翼山油田X井PNN测井解释成果图

［1］杨晓萍，赵文智，邹才能，等.低渗透储层成因机理及优质储层形成与分布［J］.石油学报，2007，28（4）：57～60.

［2］赵国海，王志敏.脉冲中子－中子（PNN）测井技术［J］.石油机械，2005，33（8）：75～78.

［3］张龙海，周灿灿，刘国强，等.孔隙结构对低孔低渗储集层电性及测井解释评价的影响［J］.石油勘探与开发，2006，33（6）：665～676.

［编辑］ 龙 舟

81 Identification Technology of PNN Log in Low Permeability and Low Porosity Reservoirs in Nanyishan Oil Field

GUO Hai－min，CHEN Meng，LI Ming，QIU Jin－quan，SHI Xin－lei

（First Authors Address：Key Laboratory of Exploration Technologies for Oil and Gas Resources（Yangtze University），Ministry of Education；College of Geophysics and Oil Resources，Yangtze U－niversity，Jingzhou434023，Hubei，China）

Because of complex genesis in low permeability and low porosity reservoirs，logging in those areas were influenced by many factors，so it caused great difficulty in logging identification and evaluation.The evaluation of PNN logging was evaluated after casing setting，so it could avoid the impact of mud invasion effectively.Based on the difference of oil and water captured section，oil and water layer could be recognized accurately.In combination with PNN logging，method was established for evaluating and recognizing the reservoirs with low porosity and low permeability.Production demonstrates that PNN log technology is used in low permeability and low porosity reservoirs and better effect is obtained.

PNN logging；Nanyishan Oilfield；low permeability and low porosity reservoir

book=287,ebook=287

P631.84

A

1000－9752（2012）06－0081－04

2012－02－20

国家自然科学基金项目（2009Z0908－1）。

郭海敏（1963－），男，1985年江汉石油学院毕业，博士（后），教授，博士生导师，现主要从事生产测井原理及方法、油气藏动态监测等相关领域研究工作。