Carbonate Lithology and Microfacies Logging Identification in the Gucheng Area
-
摘要: 碳酸盐岩沉积相系统刻画及相关研究受到岩石样品有限的制约,为了充分发挥测井曲线高分辨率、信息量丰富的优势,开展了古城地区碳酸盐岩岩性及微相测井识别方法研究。在利用岩样确定的微相类型对测井曲线进行标定的基础上,依据常规测井参数与碳酸盐岩岩性、微相的响应关系,优选出DEN、DT、PE和U、Th、K等敏感测井曲线,进行新的参数组合,建立了岩性识别及微相识别图版,符合率分别为85.4%和81.4%。另外,建立函数关系将各微相类型按照沉积能量进行量化分类,并给出微相能量参数曲线。该方法识别出的微相及其能量参数曲线在相带及沉积旋回的空间划分对比的应用中,符合典型碳酸盐岩沉积模式中的相序组合及沉积能量分布特征,与岩石薄片典型相标志所确定的沉积相带一致。该识别方法的应用效果较好,可以作为沉积相精细研究的重要补充手段。Abstract: Due to limited availability of rock samples, it was difficult to conduct systematic characterization and other relevant studies on carbonate sedimentary facies. In order to take advantage of high-resolution logging tool which yields a curve rich with information, petrophysicists implemented a new method to identify carbonate lithology and microfacies. To accomplish their goal, they utilized well log data and resulting curves in the Gucheng Area. After the logging curve was calibrated with of the types of microfacies derived from the rock samples, and correlated with the relationships of response between conventional logging parameters and carbonate lithology and microfacies. Then,optimal sensitive logging curves such as DEN, DT, PE, U, Th and K were selected, and a new parameter combination was proposed. The next step involved preparing two charts for identifying carbonate lithology and sedimentary microfacies, and they had a coincidence rate of 85.4% and 81.4%, respectively. Moreover, the function relationship was defined to quantitatively classify the sedimentary microfacies types according to energy within the depositional environment, and the energy parameter curves for microfacies were provided. Microfacies identified with this technique and their energy parameter curves were applied in the space division and correlation of facies belts and sedimentary cycles. Results showed that the microfacies identified and sedimentary energy distribution characteristics were consistent with that of sedimentary facies belts that had been determined previously by identifying patterns in of slices of core. Because of the positive results from the application of the technique, the results suggest that thethe technique can be used as an essential complement of fine-grained sedimentary facies study.
-
Keywords:
- carbonate /
- lithology /
- microfacies /
- logging identification /
- Gucheng Area
-
低渗透气藏孔隙结构复杂、连通性差，钻井完井及储层改造过程中易受到液相侵入损害[1–3]。由于孔隙吼道细小，固相侵入损害深度及其程度有限，损害类型以水锁损害为主[4]。水相在正压差或毛管力作用下侵入气层，导致侵入带水相饱和度增大，造成气相有效渗透率显著减低。由于低渗透气藏毛细管力较强，侵入的液相容易被吸附并滞留在毛细管孔隙中，造成气井低产甚至无产[5–6]。压裂改造作为提高低渗透气藏单井产能的主要方法，但效果往往并不理想，甚至可能适得其反[7]。
水锁损害评价方法主要包括渗透率损害率法、水相圈闭指数法（APTi）、修正水相圈闭指数法（MAPTi）、总水体积法（BVW）、相圈闭系数法（PTC）和相圈闭指数法（PTI）[8–12]、回归分析法、灰色预测法、孔隙结构分形、神经网络法和灰色–神经网络法等[13–14]。这些方法是基于实验数据的拟合结果，可以定性评价水锁损害程度，不能定量评价水锁损害程度，且没有考虑影响水锁损害的主要因素。PTI指数法考虑了流体侵入过程对水锁损害的影响，但没有考虑流体返排的影响[11]。
侵入地层的流体能否返排与气藏的启动压力梯度有关，因此，评价水锁损害需同时考虑液相的侵入过程与返排过程。为此，笔者基于水相相对渗透率模型和启动压力梯度模型，建立了水锁损害定量评价模型，在验证模型可行性的基础上，分析了水锁损害深度、启动压力梯度和应力敏感对水锁损害程度的影响。
1. 水锁损害定量评价模型的建立
对于含水饱和度一定的岩心，只有当压力梯度超过某一定值后，气体才开始流动，表现出启动压力梯度。对于低渗透气藏，侵入液相能够返排的临界条件为：
dpdx=λp (1) 式中：p为压力，Pa；x为距离，m；λp为启动压力梯度，Pa/m。
流体启动压力梯度与岩心的渗透率、流体性质、水相饱和度以及孔隙结构特征等有关，采用A. Prada等人[15]提出的启动压力梯度与流度的经验公式对实验数据进行拟合，进而预测启动压力梯度。计算公式为：
λp=m(Kμ)−n (2) 式中：K为渗透率，mD；μ为流体黏度，Pa·s；m为实验数据拟合系数，Pa/m；n为拟合指数。
采用Brook-Corey模型[14]计算水相渗透率：
Krw=(Sw−Swcw1−Swcw)2+3λλ (3) 式中：Krw为水相相对渗透率；λ为孔隙特征表征常数；Sw为水相饱和度；Swcw为水相流动的临界水饱和度。
J. M. Dacy研究指出[16]，根据测试的致密砂岩毛细管压力，利用式（3）计算的水相相对渗透率与实验测试的拟合程度较好。根据式（2）和式（3）可求得一定驱替压力下的圈闭水饱和度，计算公式为：
Swt=Swcw+(1−Swcw)[μwKw(1mΔpΔx)−1n]λ2+3λ (4) 式中：Swt为圈闭水饱和度；
Δp 为驱替压差，Pa；Δx 为水锁损害深度，m；Kw为水相饱和度为100%时的水相渗透率，mD。求得一定驱替压力下的圈闭水饱和度后，可以根据气相相对渗透率曲线计算圈闭水饱和度下的气相相对渗透率。J. M. Dacy建议[16]采用下式计算低渗透气藏气相相对渗透率：
Krg=(1−Sw−Swcg1−Sgc−Swcg)ng (5) 式中：Krg为气相相对渗透率；Sgc为临界气相饱和度；Swcg为气相流动的临界水饱和度；ng为气相相对渗透率拟合系数。
根据式（4）计算一定驱替压力下的圈闭水饱和度，然后代入式（5）计算圈闭水饱和度下的气相相对渗透率，进而求得水锁引起的渗透率损害率。计算公式为：
Dpt=1−KgSwtKgSwi=1−KrgSwtKrgSwi (6) 式中：Dpt为水锁引起的渗透率损害率；KgSwt为圈闭水饱和度下的气相渗透率，mD；KgSwi为初始水相饱和度下的气相渗透率，mD；KrgSwt为圈闭水饱和度下的气相相对渗透率；KrgSwi为初始水相饱和度下的气相相对渗透率。
驱替压力下考虑应力敏感的渗透率为[4]：
K=Kie−α(pi−p) (7) 式中：Ki为初始渗透率，mD；pi为初始压力，Pa；p为压力，Pa；α为应力敏感系数，Pa–1。
因此，根据式（6）和式（7），考虑应力敏感损害，水锁引起的渗透率损害率可以表示为：
Dpt=1−KrgSwtKrgSwie−α(pi−p) (8) 2. 模型可行性验证
采用式（4）计算圈闭水饱和度时，需确定参数m和n。采用最小二乘法对Zeng Baoquan等人[17]测试的致密砂岩岩样启动压力梯度数据进行拟合，结果如图1所示。双对数坐标图中的直线为式（2）拟合结果，拟合参数m和n见表1。对于实验注入水，拟合的m和n分别为0.240 MPa/m和1.141，决定系数R2为0.913，均方根误差为0.170 MPa/m，说明式（2）与实验结果拟合较好。注入水的拟合参数远大于地层水与表面活性剂溶液，说明添加表面活性剂可降低流体的启动压力梯度，能在一定程度上增强侵入流体的返排效果。
![]()
图 1 启动压力梯度与流度拟合结果Figure 1. Fitting results of starting pressure gradient and fluidity表 1 参数拟合结果Table 1. The results of parameters fitting编号 μ/（mPa·s） m/（MPa·m–1） n R2 均方根误差/
（MPa·m–1）注入水 0.850 0.240 1.141 0.913 0.170 地层水 0.910 0.053 0.872 0.975 0.013 表面活性剂溶液 0.930 0.025 0.779 0.926 0.020 采用式（4）计算圈闭水饱和度，并与致密砂岩岩样水锁损害实验测试结果对比。实验数据包括游利军等人[18]、朱华银等人[19]、S.Y.Mo等人[20]与李海波[21]测试的实验结果，岩心基本参数见表2，其中岩心实验水锁损害深度
Δx 取岩心长度。实验测试结果与圈闭水饱和度模型（即式（4））计算结果对比情况如图2所示。表 2 致密砂岩基本参数Table 2. Basic parameters of tight sandstone序号 流体 岩样号 Kw/mD Φ，% Δx/cm R2 均方根误差/（MPa·m–1） 1 注入水 S3 0.181 3.070 6.450 0.992 0.006 2 S2-29 0.689 12.000 4.480 0.919 0.036 3 S2-75 0.144 5.900 4.459 0.980 0.005 4 S9 0.054 3.160 2.620 0.962 0.016 5 S2 0.217 5.280 2.810 0.913 0.028 6 模拟地层水 Z16-5 0.058 7.560 6.580 0.981 0.006 7 S240-8 0.091 9.860 5.820 0.981 0.003 8 T39-5 0.082 9.270 5.770 0.818 0.010 ![]()
图 2 圈闭水饱和度实验数据与模型计算结果对比Figure 2. Comparison on the experimental data of trap water saturation and model calculation results从图2可知，随着驱替压差增大，圈闭水饱和度降低，但随驱替压差增大，圈闭水饱和度降低幅度越来越小，说明降低圈闭水饱和度更为困难。相同情况下，渗透率越小，圈闭水饱和度越大。R2越大，均方根误差越小，表明模型预测效果越好。由表2可知，模型计算结果与实验值吻合较好，因此可以用该模型计算给定条件下的圈闭水饱和度。
3. 评价方法对比
对比分析常用的水锁损害评价方法计算结果，具体计算方法见文献[7–10]。砂岩岩心渗透率为0.058 mD，孔隙度为7.56%，表面张力为72.0 mN/m，接触角为0°，驱替压差为4.05 MPa，气藏压力为40.00 MPa，水相黏度为0.869 mPa·s，气相黏度为0.027 mPa·s，初始水相饱和度为0.300，束缚水饱和度为0.586。不同方法计算的评价指标对比结果如表3所示，渗透率测试和PTC方法表明水锁程度强，而APTi、MAPTi和BVW方法显示水锁程度为中等。上述方法均属于稳态评价方法，结果与作用时间无关，且只依赖于初始含水饱和度与束缚水饱和度。
表 3 不同方法计算的评价指标对比Table 3. Comparison on the results of different evaluation methods计算方法 计算结果 损害程度 Dpt 0.82 强 APTi 0.43 中等 MAPTi 0.22 中等 BVW 2.27 中等 PTC 0.97 强 相圈闭指数法考虑了作业时间对水锁损害程度的影响，PTI指数小于0.25时水锁损害程度较弱，PTI指数为0.25~0.50时水锁损害程度中等，PTI指数为0.50～0.75时水锁损害程度强，PTI指数为0.75～1.00时水锁损害程度严重（见图3）。从图3可以看出，作业时间少于3 h时，水锁损害程度中等；作业时间一旦超过16 h，水锁损害程度严重。
4. 水锁影响因素分析
水锁损害深度、启动压力梯度和应力敏感等对圈闭水饱和度和水锁引起渗透率损害率的影响都较大，因此，分析了这3种因素的影响。
4.1 水锁损害深度
水锁损害深度对圈闭水饱和度及渗透率损害率的影响结果如图4所示。从图4可以看出，水锁损害深度越大，圈闭水饱和度越大，相应的渗透率损害率越高。损害深度较小时，渗透率损害率的增加十分明显；而当损害深度增加到一定程度时，圈闭水饱和度明显增大，但渗透率损害率未显著升高，这与气液两相相对渗透率曲线的形状有关。
4.2 启动压力梯度
注入水、地层水和表面活性剂溶液在不同驱替压差下的圈闭水饱和度如图5所示，3种流体的启动压力梯度拟合参数m和n取值见表1。由表1可知，注入水的启动压力梯度最大，地层水次之，表面活性剂溶液最小。从图5可以看出，在相同驱替压差下，启动压力梯度最大的注入水难以返排，对应的圈闭水饱和度最大，表面活性剂溶液对应的圈闭水饱和度最小。
![]()
图 5 驱替压差对圈闭水饱和度的影响Figure 5. Effect of displacement pressure difference on trap water saturation4.3 应力敏感
应力敏感对圈闭水饱和度的影响结果如图6所示。从图6可以看出：考虑应力敏感时，应力敏感系数越大，圈闭水饱和度越大，气相有效渗透率就越小，水锁损害程度越严重；考虑应力敏感时，渗透率损害率随驱替压差增大呈先降低后升高的趋势，且应力敏感系数越大，变化趋势越明显。
5. 结 论
1）基于水相相对渗透率和启动压力梯度模型，建立了低渗透气藏圈闭水饱和度评价模型；结合气相相对渗透率模型，能够定量评价水锁引起的渗透率损害率；通过致密砂岩水锁损害实验验证了模型的可行性，结果表明模型评价结果与实验测试结果吻合较好。
2）水锁损害评价需同时考虑液相侵入过程与流体返排过程；液相侵入损害深度越大，水锁损害程度越严重；流体启动压力梯度越大，潜在的水锁损害程度越高，添加表面活性剂能够提高流体返排效率，降低水锁损害程度。
3）水锁损害是气相相对渗透率降低与应力敏感导致的绝对渗透率降低共同作用的结果，增大返排压差能够降低圈闭水饱和度，但应力敏感造成地层绝对渗透率降低，对于应力敏感系数较大的地层返排压差过大可能导致水锁损害程度增加。
-
[1] ERIK Flügel.Microfacies of carbonate rocks:analysis, interpretation and application[M].Berlin:Springer-Verlag Berlin Heidelberg,2004:1-17.
[2] 方翔,尚希涛,王潇,等.YD油田碳酸盐岩储层测井评价方法[J].石油钻探技术,2015,43(3):29-34. FANG Xiang,SHANG Xitao,WANG Xiao,et al.The logging evaluation method of carbonate reservoir in the YD Oilfield[J].Petroleum Drilling Techniques,2015,43(3):29-34. [3] 李昌,潘立银,厚刚福,等.川东北LG地区碳酸盐岩沉积微相测井识别[J].国外测井技术,2012,27(5):29-32. LI Chang,PAN Liyin,HOU Gangfu,et al.Carbonate sedimentary microfacies logging identification in LG Area,Northeast Sichuan[J].World Well Logging Technology,2012,27(5):29-32. [4] 杨平,陈晔,刘泽纯.柴达木盆地自然伽玛曲线在古气候及沉积环境研究中的应用[J].古地理学报,2003,5(1):94-101. YANG Ping,CHEN Ye,LIU Zechun.Application of gamma ray log to study on palaeoclimate and sedimentary environments of the Jurassic in Qaidam Basin[J].Journal of Palaeogeography,2003,5(1):94-101. [5] 罗利,陈鑫堂.用测井资料识别碳酸盐岩沉积相[J].测井技术,1997,21(1):39-45. LUO Li,CHEN Xintang.Identifying carbonate sedimentary facies with logging data[J].Well Logging Technology,1997,21(1):39-45. [6] 李功强,宋立志,孙延飞,等.鄂尔多斯盆地大牛地气田碳酸盐岩地层确定岩性的测井方法[J].石油地质与工程,2009,23(3):47-49. LI Gongqiang,SONG Lizhi,SUN Yanfei,et al.Carbonate rocks logging methods to determine the lithology in Ordos Basin Gas Field[J].Petroleum Geology and Engineering,2009,23(3):47-49. [7] 王宏语,樊太亮,赵为永,等.碳酸盐岩测井层序识别方法研究:以塔中隆起1地区奥陶系为例[J].地学前缘,2008,15(2):51-58. WANG Hongyu,FAN Tailiang,ZHAO Weiyong,et al.Study of the method for identification of carbonatite logging sequence stratigraphy:a case study of the Ordovician in the Ka1 Area of Tazhong Uplift,Tarim Basin[J].Earth Science Frontiers,2008,15(2):51-58. [8] 刘宏,谭秀成,周彦,等.颗粒碳酸盐岩测井相及其对滩相储层的指示意义[J].天然气地球科学,2007,18(4):527-530. LIU Hong,TAN Xiucheng,ZHOU Yan,et al.Logging faices of granular carbonate rocks and its implication on reservoir evaluation[J].Natural Gas Geoscience,2007,18(4):527-530. [9] 伊海生.测井曲线旋回分析在碳酸盐岩层序地层研究中的应用[J].古地理学报,2011,13(4):456-466. YI Haisheng.Application of well log cycle analysis in studies of sequence stratigraphy of carbonate rocks[J].Journal of Palaeogeography,2011,13(4):456-466. [10] 蔡习尧,张智礼,邓小杰,等.塔里木板块古城墟隆起奥陶系油气成藏分析[J].地层学杂志,2012,36(4):103-105. CAI Xiyao,ZHANG Zhili,DENG Xiaojie,et al.Configuration of the Lower Palaeozoic source and reservoir units in the Guchengxu High,Tarim Block[J].Journal of Stratigraphy,2012,36(4):103-105. [11] 任延广,张君龙,齐景顺,等.塔东地区寒武-奥陶系碳酸盐岩沉积特征及演化规律[J].大庆石油地质与开发,2014,33(5):103-105. REN Yanguang,ZHANG Junlong,QI Jingshun,et al.Sedimentary characteristics and evolution law of Cambrian-Ordovician carbonate rocks in the Tadong Region[J].Petroleum Geology and Oilfield Development in Daqing,2014,33(5):103-105. [12] 阳孝法,林畅松,杨海军,等.自然伽马能谱在塔中地区晚奥陶世碳酸盐岩层序地层分析中的应用[J].石油地球物理勘探,2010,45(3):384-391. YANG Xiaofa,LIN Changsong,YANG Haijun,et al.Application of natural gamma ray spectrometry in analysis of Late Ordovician carbonate sequence stratigraphic analysis in middle Tarim Basin[J].Oil Geophysical Prospecting,2010,45(3):384-391. [13] 邢舟,王军,王志强,等.自然伽马能谱测井在碳酸盐岩储层的地质应用[J].石油天然气学报,2005,27(6):743-745. XING Zhou,WANG Jun,WANG Zhiqiang,et al.Natural gamma ray spectrometry logging geological application in carbonate reservoirs[J].Journal of Oil and Gas Technology,2005,27(6):743-745. [14] RUFFELL A,WORDEN R.Palaeoclimate analysis using spectral gamma-ray data from the Aptian (Cretaceous) of Southern England and Southern France[J].Palaeogeography,Palaeoclimatology,Palaeoecology,2000,155(3/4):265-283.
[15] 郭余峰,张泽华,高升,等.大庆地区自然伽马能谱与岩性参数的关系[J].大庆石油学院学报,1995,19(3):115-118. GUO Yufeng,ZHANG Zehua,GAO Sheng,et al.Relationship between natural gamma ray spectrometry and rock character parameters in Daqing Oilfield[J].Journal of Daqing Petroleum Institute,1995,19(3):115-118. [16] SCHNYDER J,RUFFELL A,DECONINCK J,et al.Conjunctive use of spectral gamma-ray logs and clay mineralogy in defining late Jurassic-early Cretaceous palaeoclimate change (Dorset,U.K.)[J].Palaeogeography,Palaeoclimatology,Palaeoecology,2006,229(4/5):303-320.
[17] LIMA A,ALBANESE S,CICCHELLA D.Geochemical baselines for the radioelements K,U,and Th in the Campania Region,Italy:a comparison of stream-sediment geochemistry and gamma-ray surveys[J].Applied Geochemistry,2005,20(1):611-625.
[18] MOORE C H.Carbonate reservoirs:porosity,evolution and diagenesis in a sequence stratigraphic framework[M].Amsterdam:Elsevier Science, 2001:5-10.
-
期刊类型引用(3)
1. 周渟，秦彦斌，王健，李杨栋，郭忠原，赵朕浩. 液控液驱水平井测井牵引器设计与仿真. 石油工业技术监督. 2024(04): 59-64 . 
百度学术
2. 李艳红. 基于人工智能技术的机器人运动控制系统设计. 现代电子技术. 2024(10): 117-122 . 百度学术
3. 郑杰，尚祖跃，窦益华，杨旭. 模块化同步自主变径输气管道机器人的研究设计. 石油机械. 2023(11): 154-162 . 百度学术
其他类型引用(0)
下载:
计量
- 文章访问数: 2915
- HTML全文浏览量: 72
- PDF下载量: 2605
- 被引次数: 3
