吴起C8 油藏产能快速评价方法

贺彤彤，于向前，庄腾腾，姬程伟，戌乂凡，贾彬红，貟 懿

（中国石油长庆油田分公司第九采油厂，宁夏银川 750006）

油藏产能评价与预测是油气勘探和开发一项基本任务，为油田有利目标区优选提供的一项重要参数。也可为油气田开发规划部署、开发方案设计及后期动态分析提供重要依据[1]。目前，油田常用的产能评价方法有渗透率回归法、地层系数回归法视流度法、试油产量折算法和类比法等预测产能，其优点是通过少量参数快速预测产能，缺点是考虑产能影响因素单一且仅凭统计经验预测，造成产能预测精度偏低[2-4]。另外在油藏开发现场随钻分析，多采用测井数据进行分析，其优点是数据易获取，缺点是仅参考测井信息所反映的静态产能影响因素，没有考虑油藏特征和油藏动态影响因素。使产能影响因素分析不够全面。本次针对吴起C8储层，在产能评价时充分考虑储层特征和施工改造措施的基础上，动静结合，采用多元线性回归方法，建立产能预测模型，分析产能影响因素，快速预测产能的一种方法[5-8]。

1 产能评价思路

吴起地区鄂尔多斯盆地陕北斜坡中西部，发育由东向西倾的单斜构造，无断层发育，吴起C8 油层组属三角洲前缘亚相沉积，储层孔隙度主要分布在4 %～12 %，孔隙度主峰6 %～10 %，孔隙度平均为6.8 %，储层渗透率主要分布范围0.01 mD～0.5 mD，最大1.78 mD，渗透率平均0.14 mD，岩心数据显示吴起C8 储层物性属低孔、特低渗特征。

对于低孔、特低渗储层影响产能的因素很多，包括测井资料所反映的静态参数（储层孔隙度、渗透率、含油饱和度、油层厚度等），尤其是在钻井和完井过程中的污染情况以及压裂改造措施规模都对产能影响较大。本次在现有资料的情况下，采用已有试油或试采资料，充分结合储层特征（孔隙度、渗透率、含油饱和度、泥质含量、油层厚度等）、改造规模（加砂量、砂比、排量、入地液量等）等相关参数，采用聚类分析的方法，明确影响储层产能的主控因素，进一步通过多元线性回归的方法，预测产能，在此基础上进行产能分类评价（见图1）。

2 储层产能影响因素

2.1 产能影响因素

储层产能影响因素很多，包括储层自身物性特征，含油气性以及外部环境因素等，在实际开发过程中压裂改造措施及污染都对产能有不同程度的影响。吴起C8 储层进行产能评价时，选取影响产能的相关参数：孔隙度、渗透率、含油饱和度、泥质含量、油层厚度、加砂、排量、入地液量等。

图1 吴起地区C8 储层产能评价思路图

其中：储层孔隙度是产能评价的重要参数之一，其数值大小反映了流体的储集空间。储层孔隙度越大，储集流体能力越多。

储层渗透率是衡量流体在一定压力差下通过多孔岩石有效渗流能力的一种量值，也是反映储层产能的重要参数。储层渗透率越高，孔隙结构及孔隙间连通性越好，直接影响开发产油能力。

储层含油饱和度是指油层中，原油所占孔隙的体积与岩石总孔隙体积之比，反映流体性质和含油量的参数，是储层产能评价重要参考指标，含油饱和度越高的储层含油越好，越有利于原油的开采。

泥质含量：泥质含量的多少直接反映储层沉积环境，不同沉积微相中储层泥质含量不同，泥质含量越低，储层填隙物越少，孔隙结构越好，储层物性越好，越有利于流体的储集和油藏的富集。

油层有效厚度反映可开发油层厚度，油层厚度越大，开发时间越长，开发效果越好。

加砂、排量、入地液量这三个参数反映储层的改造规模，低渗透油藏压裂改造程度对开发影响较大，也是影响储层产能不可或缺的参数之一。

2.2 产能影响因素分析

2.2.1 单因素分析 首先，通过吴起C8 储层102 口井的试油成果与其对应的测井解释孔隙度、渗透率、含油饱和度、泥质含量、油层厚度以及试油时压裂改造参数（加砂量、砂比、排量、入地液量等）等进行单因素分析。从分析结果可以看出：试油产能与储层电阻率以及入地液量呈正相关，与泥质含量呈负相关（见图2～图4），与其他储层单参数影响较小，规律性不强。表明对于低孔特低渗透储层，由于储层物性差，压裂改造程度对产量影响较大，其次为储层本身含油性与沉积环境关系较为密切。

2.2.2 多因素分析 以选取的9 个产能影响因素，采用SPSS 软件进行主成分分析，其分析结果（见表1），从分析结果可以看出：第一主成分中电阻率、入地液量、泥质含量、油层厚度比重较大；第二主成分中电阻率、泥质含量、入地液量、排量比重较大；第三主成分中入地液量、电阻率、泥质含量、油层厚度比重较大；第四主成分中入地液量、电阻率、泥质含量、加砂量比重较大。

结合产能单因素分析与多因素因子分析结果综合来看：对产能影响较大的参数为：电阻率、泥质含量、入地液量。

3 产能分类评价标准

产能分类评价采用多元线性回归的方法来预测产能，评价产能影响主控因素合理性。

多元线性回归原理：在线性关系相关性条件下，两个或者两个以上自变量对一个因变量之间进行多元化线性回归，表现这一数量关系的函数表达式，称为多元线性回归模性。

图2 吴起地区C8 试油产能与电阻率相关性

图3 吴起地区C8 试油产能与入地液量相关性

图4 吴起地区C8 试油产能与泥质含量相关性

表1 因子分析系数矩阵

多元线性回归是一元线性回归的扩展，其原理与一元线性回归模型类似，本次借助SPSS 软件来完成。

在回归分析中主要研究以下几个问题：

拟合：建立变量之间的有效经验函数关系。

变量选择：在一批变量中确定哪些变量对因变量有显著影响，哪些没有实质影响。

预测：给定多个自变量，预测因变量的值或范围。

计算公式如下：设因变量y 与自变量x1，x2……xn的线性回归模型为：

式中：a0-回归常数；a1、a2…an-回归系数；x1，x2…xn-自变量；p-随机误差。

在回归效果差的情况下，可以剔除影响因素较小的自变量。然后用保留的自变量再次回归，再次回归，再次剔除对油田产量影响不显著的自变量，用这些保留自变量再次回归，如此重复，直至筛选出影响产量变化的重要自变量，使预测结果达到一定的精度。

本次通过产量影响因素多次回归进行参数筛选，最终优选电阻率、泥质含量、入地液量三个参数进行多元线性回归法预测产能。

试油产能与预测产能拟合程度相对较好，说明产能影响主控因素较为合理（见图5）。

式中：RT-电阻；SH-泥质含量；P1-入地液量。

图5 吴起地区C8 产能预测拟合图

由于储层改造程度无法定量，本次以电阻率为基础，进一步结合储层储集能力，综合对C8 油藏进行产能分类，将储层储集能力大于2，电阻率大于40 Ω·m 划分为一类产能；储层储集能力在1～2，电阻率30 Ω·m～40 Ω·m 划分为二类产能；储层储集能力小于1，电阻率小于30 Ω·m 划分为三类产能。

4 产能分类评价在开发中的应用

将产能分类评价标准应用到吴起C8 已开发区，分析已开发区不同产能分类储层开发特征。

目前吴起C8 已开发区开发井型有水平井与定向井，结合产能评价分类结果可以看出：C8 定向井主要位于二类产能区，水平井主要位于一类产能区。

水平井开发特征：水平井处于一类及一、二类产能区单井生产产能相对二类产能区水平井单井产能较高。

一类产能评价区水平井生产特征：初期平均日产油：15.15 t，含水：46.25 %；满半年日产油：11.94 t，含水：42.1 %（SP10-8、SP11-8、SP11-9）（见图6）。

一、二类产能评价区水平井生产特征：初期日产油：7.3 t，含水：71.8 %；满半年日产油：14.27 t；含水：41.03 %（SP11-10、SP10-9）（见图7）。

二类产能评价区水平井生产特征：初期平均日产油：11.3 t，含水：68.21 %；满半年日产油：8.48 t，含水：67.85 %（SP11-11、SP11-12）（见图8）。

定向井开发特征：C8 定向井主要分布在二、三类产能区，二类产能区开发井相对产量高于三类产能区开发井。

二类产能开发区生产特征：初期平均日产油：2.6 t，含水：45.3 %；满二年日产油：0.9 t，含水：33.8 %（见图9）。

三类产能开发区生产特征：初期平均日产油：1.8 t，含水：55%；满二年日产油：0.68 t，含水：43%（见图10）。

图6 吴起地区C8 段一类产能已开发水平井生产特征

图7 吴起地区C8 段一、二类产能已开发水平井生产特征

图8 吴起地区C8 段二类产能已开发水平井生产特征

图9 吴起地区C8 段二类产能已开发定向井生产特征

图10 吴起地区C8 段三类产能已开发定向井生产特征

从数据分析可以看出，产能分类与实际生产特征相吻合。因此，对于吴起C8 储层充分利用储层动静资料，采用聚类分析与多元线型回归方法，建立产能预测模型，可以快速快速预测该区产能，为油田有利目标优选提供可靠地质依据。

5 结论

（1）针对低孔特低渗储层，产能评价可综合考虑多重因素，包括储层本身的特征孔隙度、渗透率、含油饱和度及有效厚度等参数外，更要充分考虑储层改造规模，通过聚类分析与多元线性回归相结合的方法，可较好的评价和预测产能，预测效果与实际产能拟合程度高，大大提高了产能预测精度。

（2）本次通过多参数组合与单井日产量进行多元线性回归，建立产能预测模型，能够对新井的产能进行较好的预测。对同类低孔超低渗储层勘探开发提供较好的指导性建议。