沥青砂岩储层特征分析、岩性识别及其应用

齐婷婷,赵慧,付甲

(1.中国石油集团测井有限公司生产测井中心,陕西西安710018;2.西安石油大学材料学院,陕西西安710018)

0 引 言

塔里木盆地志留系分布面积约24.9×104km2,其中沥青砂岩的分布面积占1/10[1],随着对塔中、塔北油气勘探领域的不断扩展和延伸,志留系砂岩中见大量活跃油气显示并发现可动工业性油流[2],具有开采价值。前人研究表明,志留系沥青砂岩的分布主要受油源区、古隆起、沉积体系及与盖层与储层物性等因素的控制[3],塔中志留系沉积的地层由下至上划分为下沥青砂岩亚段、灰色泥岩亚段、上沥青砂岩亚段、红色泥岩段、上砂岩段和上泥岩段。

本文以塔中12井区志留系沥青砂岩段为例(上、下沥青砂岩段),研究区沥青砂岩主要分布于上3亚段,而上1亚段为正常黏度的原油[4-6]。沥青砂岩原油黏度高、密度大、胶质+沥青质高,流动性差,影响原油的采收率,且沥青砂岩中的岩性识别困难[7]。如采用钻井取心和露头识别岩性,成本比较高,且只有在勘探初期的探井中才能应用[8],为解决研究区岩性复杂、识别难度大的问题,将纵向分辨率高、连续的常规测井、ECS测井及成像测井与岩心资料相结合,建立不同岩性测井特征库,并引入Fisher判别分析法进行沥青砂岩段复杂岩性的识别。

1 储层特征

1.1 储层岩性特征

塔中12井区柯坪塔格组的岩性以岩屑砂岩及次长石岩屑砂岩为主,少量为石英砂岩,含粉砂质、灰质团块。其中上1亚段的石英含量44%～64%,平均49.73%,以单石英为主,次生加大常见;长石含量6%～21%,平均17.27%;岩屑含量26%～36%,平均33%。上3亚段的石英含量40%～75%,平均59.37%;长石含量相较于上1亚段低,大多为1%～27%,平均6.74%;岩屑含量21%～49%,平均34.21%,其结构特征与上1亚段相似。塔中12井区上3亚段的颗粒分选性以好为主,磨圆度主要为次棱-次圆状为主,次棱、次圆次之。碎屑普遍具颗粒支撑,颗粒间多为点-线接触,胶结类型以孔隙式为主。

1.2 储层物性特征

塔中12井区志留系上1亚段孔隙度分布在1.68%～16.08%,平均为9.79%;渗透率分布于0.06～92.33×10-3μm2,平均值12.65×10-3μm2。塔中11井区志留系上3亚段孔隙度分布在0.45%～18.26%,平均为8.94%;渗透率分布于0.06～307×10-3μm2,平均值10.16×10-3μm2,总体属于低孔隙度低渗透率储层。塔中12井区沥青砂岩段的储集空间主要是粒间孔。

1.3 沥青类型

荧光薄片资料分析发现,沥青主要分布在碎屑、杂基、胶结物及粒间孔隙中,并以油质、胶质及沥青质3种形式分布在其中[9-10]。流动性较强的油质沥青主要分布在粒间孔中,流动性较差的胶质沥青及沥青质沥青只分布在碎屑、杂基及胶结物中,其中油质沥青和胶质沥青为稠油(油胶质沥青),沥青质沥青为不可动干沥青[4]。

1.4 孔隙度模型

在塔中12井区,有些老井井壁容易出现垮塌造成扩径[11],贴井壁的密度仪器信号失真,测量的是钻井液信号,为了解决该问题,以受扩径影响较小的自然伽马、电阻率测井资料作为输入,采用神经网络法重构密度曲线

(1)

1.5 岩电参数

在沥青砂岩岩电实验分析的基础上,岩电参数需分不同物性、孔隙结构建立,当a=1时,m=2.3945φ0.1347。孔隙结构差异影响导电能力,同时不同物性储层导电能力受干沥青影响程度不同,需要分储层类型确定b、n值。通过流动单元指数(IFZ)法优选阿尔奇公式,依据靳彦欣等[12]提出的IFZ流动单元划分方法将研究区划分为3类流动单元。当储层含沥青时且IFZ>10时,b=1.01,n=1.61;当0.6310时,b=1.00,n=1.59;0.63

2 岩性识别

2.1 不同岩性的测井曲线响应特征

(1)细砂岩。细砂岩在常规测井曲线上的特征:自然伽马低值,自然电位呈明显负异常,电阻率增大,密度减小,受流体影响中子减小,声波中低值。电成像动静态图呈明显亮色条纹。

(2)沥青质细砂岩。沥青质细砂岩在常规测井曲线上的特征:自然伽马在65～80 API,ECS测井低黏土含量,自然电位明显负异常,Pe减小,电阻率高值,电阻率增高且受流体性质影响,密度、中子、声波中低值。电成像静态图呈亮黄色,动态图多呈亮色。

(3)灰质细砂岩。灰质细砂岩在常规测井曲线上的特征:自然伽马值较一般细砂岩低,自然电位负异常,中子、声波降低,密度增大,电阻率异常高值。岩心照片岩石颗粒较粗,含灰白色的灰质。

(4)粉砂岩。粉砂岩在常规测井曲线上的特征:自然伽马值较高,自然电位负异常减小,密度中高值,介于细砂岩和泥岩之间,中子、密度增大,电阻率升高,阵列感应曲线基本重合。岩心照片岩石颗粒粒度较细,含油级别很低或没有。

(5)泥岩。泥岩在常规测井曲线上的特征:自然伽马中高值,自然电位在基线附近,电阻率低值,密度中高值,局部受扩径影响异常低值,声波、中子高值。电成像图像特征为:动静态图呈连续的暗色条带。岩心照片岩石颗粒极细,物性很差,无油气显示。

(6)砂砾岩。砂砾岩在常规测井曲线上的特征:自然伽马低值,自然电位呈负异常,Pe增大,电阻率高值,密度中高值,中子减小,声波中低值。电成像动静态图呈亮黄色。

2.2 利用交会图法识别岩性

利用岩心描述与测井资料建立研究区自然伽马、密度、中子、电阻率等交会图版。其中,自然伽马与密度交会图版识别砂泥岩效果较好,自然伽马与中子交会图版识别灰质细砂岩效果明显(见图1)。该方法缺点是不同岩性之间界限比较模糊,只能定性地识别岩性,需采用人机交互的方式才能精细识别岩性。

图1 交会图法识别岩性*非法定计量单位,1 ft=12 in=0.304 8 m,下同

2.3 利用Fisher判别分析法识别岩性

Fisher判别分析法由英国统计学家费希尔于1936年提出[13-14]。以×1井作为判别分析样本,选取M2RX、Rxo、GR、DEN、AC、Pe作为观测指标。1、2、3表示不同岩性,原始数据见表1。使用Fisher判别分析法建立判别函数

F1=-19.359M2RX+23.355Rxo-

8.537GR+4263.250DEN+28.777AC-

87.993Pe-6023.170

(2)

F2=-18.137M2RX+21.541Rxo-

8.382GR+4278.927DEN+29.153AC-

85.510Pe-6105.186

(3)

F3=-20.101M2RX+24.033Rxo-9.285GR+4292.812DEN+29.326AC-90.757Pe-6075.900

(4)

式中,F1为泥岩类;F2为粉砂类;F3为细砂类。岩性识别过程为将目的层段的测井曲线值分别带入式(2)、式(3)、式(4)并对其值进行比较选取最大值,即该目的层段为该岩性。

图2为研究区×2井判别分析识别岩性实例。图2中第5道为判别分析函数计算的岩性判别指标,第7道为岩心精描数据,第8道为判别分析岩性识别成果。4 325～4 331 m井段主要为砂泥岩薄互层,最薄砂层0.05 m,受测井曲线分辨率影响该段整体识别为粉砂及细砂岩,与岩心精描数据吻合性不太好;钻井取心表明在4 344.2 m井段发育一套厚0.3 m细砂岩,与判别分析识别结果吻合。

研究区4个区块通过Fisher判别分析法识别细砂岩、粉砂岩及泥岩,交会图法识别砂砾岩、灰质细砂岩,其中准确识别砂砾岩厚度5.149 m,正确率87.88%;灰质细砂岩厚度9.68 m,正确率89.63%;细砂岩厚度124.16 m,准确率86.07%;粉砂岩厚度99.98 m,准确率85.10%;泥岩厚度60.81 m,准确率85.52%。不同岩性的平均符合率86.84%。

表2 ×1井3类样本原始数据

图2 ×2井判别分析识别岩性效果图

3 结束语

(1)塔中12井区的岩性以岩屑砂岩及次长石岩屑砂岩为主,少量为石英砂岩,含粉砂质、灰质团块;研究区属于低孔隙度低渗透率储层;使用神经网络法重构密度曲线用于消除井壁垮塌对孔隙度准确性的计算;通过流动单元指数法优选阿尔奇公式。

(2)通过不同岩性的测井曲线响应特征建立细砂岩、沥青质细砂岩、灰质细砂岩、粉砂岩、泥岩、砂砾岩的测井库,并在此基础上使用交会图法和Fisher判别分析法准确识别岩性,对研究区4个区块岩性识别效果分析,不同岩性的平均符合率为86.84%。