含瀝青儲層的測井識別及評價

陳明江，任興國

（1.西南石油大學研究生院，四川成都610500；2.中國石油川慶鉆探工程公司地質勘探開發研究院，四川 成都610051）

含瀝青儲層的測井識別及評價

陳明江1，2，任興國2

（1.西南石油大學研究生院，四川成都610500；2.中國石油川慶鉆探工程公司地質勘探開發研究院，四川 成都610051）

以塔里木盆地某區塊泥盆系K組含瀝青儲層為例探討含瀝青儲層的測井評價方法。分析瀝青對儲層物性及產能的影響，通過2口井測井曲線的對比分析，指出含瀝青儲層的測井響應特征，并建立含瀝青儲層的測井識別圖版，將含瀝青儲層與泥質區分開。在定性識別的基礎上，利用自然伽馬與中子－密度交會法計算儲層泥質含量的差值作為儲層瀝青相對含量，建立有效孔隙度校正模型，提高有效孔隙度計算精度，為準確評價儲層提供依據。通過分析儲層瀝青相對含量及孔隙度在平面上的變化趨勢，指出區塊內油藏東部受破壞程度比西部強。

測井解釋；瀝青；儲層物性；交會圖；產能；有效孔隙度

0 引 言

很多油氣田碳酸鹽巖儲層、碎屑巖儲層中都發現有瀝青，例如四川盆地東北部石炭系和資陽－威遠地區震旦系碳酸鹽巖儲層，塔里木盆地志留系、泥盆系碎屑巖儲層［1－3］。這說明儲層瀝青沉淀是一種比較普遍的地質現象。形成儲層瀝青的主要過程有熱裂解、細菌降解和大氣淡水的淋濾作用，也可以在CO2的流動過程中沉淀下來［4－6］。前人對含瀝青儲層的研究主要集中于瀝青的成因機理［4，7］、地球化學特征［8］、分布特征及其對儲層儲集性能的影響［9］等方面，對含瀝青儲層的測井響應特征及評價方法卻未曾提及。由于儲層瀝青嚴重影響儲層物性及產能，測井評價很容易出現失誤。本文以塔里木盆地某區塊泥盆系K組含瀝青儲層為例，開展了含瀝青儲層的測井響應特征及評價方法研究。

1 儲層基本特征

K組儲層是一套以濱岸相沉積為主的砂巖，碎屑顆粒成分包括石英、長石、巖屑，其中石英含量較高，平均含量達87%。儲層泥質含量較低，一般小于10%，平均泥質含量為5.1%。儲集空間主要為各種粒間溶孔和粒內溶孔以及少量殘余原生粒間孔。儲層孔隙度分布在0.5%～15.6%之間，平均值6.67%；滲透率分布在0.007～71.3mD＊＊非法定計量單位，1mD＝9.87×10－4μm2，下同之間，平均2.53mD。

油藏研究表明，該區自海西晚期到喜山期經歷了較強的褶皺，構造高點發生反轉，由西高東低演變為東高西低，油藏遭受一定程度破壞，部分油氣散失，儲層中形成瀝青。鑄體薄片及熒光薄片鑒定表明，K組儲層中普遍含有黑色瀝青，尤其是K4井、K8井、K10井頂部儲層瀝青含量相對較高，分布于粒間溶孔、顆粒邊緣及粒內溶孔中。儲層中瀝青的形成揭示了大規模的油氣生成、運移過程，與油藏的破壞及油氣散失密切相關［10－11］。

2 瀝青對儲層物性及產能的影響

為了研究瀝青對儲層物性的影響程度，在K6井和K10井4 951～4 956m井段各選取了28個未經洗油的巖心樣品進行常規孔隙度測定，并對測量結果進行對比分析（見圖1）。從對比結果來看，K6井巖心分析孔隙度在10.1%～15.6%之間，平均值為13.5%；K10井巖心分析孔隙度則降低至9%～11.7%之間，平均值為10.1%，降低程度為25.2%。從測井響應特征來看，2口井在這一井段的聲波時差和密度曲線基本重合，說明2口井的總孔隙度相近。由于K10井儲層中含有較多瀝青，造成有效孔隙度的降低。此外，測試數據表明，K6井4 950～4 972m井段測試平均日產油62m3，而K10井 4 950～4 958m井段射孔測試為干層。常規測井解釋很容易將K10井4 950～4 958m井段解釋為油層，這顯然與測試結果不相符合。因此，利用測井資料定性識別瀝青并定量計算其相對含量，才能對儲層進行準確評價。

圖1 K6井與K10井巖心分析孔隙度直方圖對比

3 含瀝青儲層的測井識別

圖2 K10井、K6井含瀝青儲層測井響應特征

為了研究含瀝青儲層的測井響應特征，將K6井與K10井測井曲線進行重疊對比（見圖2）。在K組頂部泥巖段，2口井的自然伽馬、聲波時差、密度、中子孔隙度曲線基本重合，泥巖層之下的砂巖儲層中（4 951～4 955m），K10井的自然伽馬明顯高于K6井，聲波時差和密度曲線與K6井基本重合，中子孔隙度卻明顯降低。造成K10井自然伽馬增大的原因可能是泥質含量增多，也可能是放射性礦物的影響，然而巖心觀察和薄片鑒定表明，儲層中泥質含量很低，也未見放射性的特殊礦物，但粒間溶孔及顆粒邊緣分布有黑色瀝青，局部含量較高。此外，根據中子、密度、聲波時差測井曲線的特征也可以排除泥質造成的自然伽馬增大。因此，認為儲層中含瀝青造成了自然伽馬相對增大和中子孔隙度相對降低。

由此可見，研究區K組含瀝青儲層的測井響應特征：① 自然伽馬值相對較高，這可能是由于瀝青具有很高的黏性，能夠吸附細小的微粒，造成放射性元素的局部富集；② 中子含氫指數相對較低，這是因為瀝青的含碳量較高，通常可達80%，而含氫量只有15%左右，還包括少量氧、氮及金屬元素，與油和水相比，它的含氫量要低得多。

上述含瀝青儲層的自然伽馬測井響應特征與泥質相似，為了準確將其與泥質區分開，研究了中子孔隙度與密度交會伽馬Z值圖（見圖3）。圖3中交會點不同的顏色（Z值）表示不同的自然伽馬值范圍。首先利用統計方法確定純砂巖的自然伽馬值的范圍（該區純砂巖GR值一般小于70API），然后將致密砂巖層的測井值作為砂巖骨架值，利用式（1）、式（2）根據不同的孔隙度確定一條純砂巖線。如果交會點在砂巖線的左上方，且自然伽馬值增大（大于純砂巖GR值的范圍），表明儲層中含有瀝青；如果交會點在砂巖線的右下方，且自然伽馬增大（大于純砂巖GR值的范圍），則為真正的泥質。

式中，DEN、DENma、DENf分別為密度測井值、骨架密度、流體密度，g／cm3；CNL、CNLma、CNLf分別為中子測井值、骨架中子值、流體的中子值，小數；φ為孔隙度，小數。

圖3 中子孔隙度－密度交會識別瀝青圖版

4 含瀝青儲層的測井評價

在定性識別瀝青的基礎上，為了對含瀝青儲層進行準確評價，必須首先確定儲層中的瀝青含量，并對孔隙度進行校正達到準確計算滲透率及含水飽和度的目的。一般可以通過對巖心樣品洗油前后分別進行孔隙度測定［10］，2次測定孔隙度之間的差值則為瀝青的絕對含量。然而利用現有的測井資料是無法準確確定儲層中瀝青的絕對含量，但計算其相對含量是可行的。

4.1 泥質含量及瀝青相對含量

通常，利用自然伽馬曲線計算儲層的泥質含量［式（3）、式（4）］，但含瀝青儲層的自然伽馬值異常增大，利用自然伽馬曲線計算的泥質含量（Vsh，GR）將明顯高于儲層實際的泥質含量。

式中，GR、GRmin、GRmax分別為自然伽馬測井值、純砂巖和純泥巖的自然伽馬值，API。

8.2.1 半筋菜（碗狀木耳）晾曬方法：把采收后的木耳，快速攤放在紗網上，晾曬厚度以4厘米為宜（宜厚不易薄），經常用鐵鈀上下翻動耳片，待耳片全部達到半干時，隨時在紗網上分段收集呈小堆，并用手輕輕均勻揉好整堆木耳后，在把耳片攤放開，必須達到曬干、曬透為止，此方法晾曬的木耳碗狀型可達到95%以上（通過該方法加工的碗狀菜，一般售價45～55元，碗狀菜黑厚，產量高），一般1～2天可使木耳全部曬干，曬干后的木耳即可銷售，或裝入編織袋內可放在通風涼爽的地方儲存。此時，遇有雨天時，提前在晾曬拱棚架上覆蓋好塑料膜，避免木耳澆濕。

研究表明，利用中子與密度交會法［見圖4、式（5）］計算的泥質含量（Vsh，ND）能夠反映儲層真實的泥質含量。

式中，DENcl1、DENcl2、DENclay分別為純砂巖點1、純砂巖點2和純泥巖點的密度值，g／cm3；CNLcl1、CNLcl2、CNLclay分別為純砂巖點1、純砂巖點2和泥巖點的中子值，小數。

實際計算結果表明，這2種方法計算的泥質含量在不含瀝青的儲層中及泥巖段非常接近，而在含瀝青的儲層中則出現差異，兩者的差值正好反映了儲層中瀝青含量的相對大小

式中，VB為瀝青相對含量，小數。

4.2 有效孔隙度校正

儲層瀝青占據了一部分孔隙空間，利用聲波時差計算的儲層有效孔隙度略高于實際的有效孔隙度，而且瀝青含量越高，兩者之間的差異越大，因此，必須對有效孔隙度進行含瀝青影響校正。通過分析聲波時差計算的有效孔隙度φe與巖心分析孔隙度φcore的差異與瀝青相對含量的關系（見圖5），建立含瀝青儲層的有效孔隙度校正模型式（7）。利用該公式對測井計算的有效孔隙度進行校正，校正后的有效孔隙度與巖心分析孔隙度的相關性由校正前的0.874提高到了0.94。

式中，φe、φec分別為聲波時差計算的有效孔隙度和校正后的有效孔隙度，小數。

圖4 中子－密度交會法計算泥質含量圖版

圖5 瀝青相對含量與有效孔隙度校正量交會圖

4.3 滲透率

巖心分析孔隙度與滲透率交會表明，K組儲層滲透率與孔隙度有較好的正相關性（見圖6），通過非線性擬合的方法建立了滲透率計算模型［見式（8）］，相關系數達0.908。將校正后的有效孔隙度代入該公式計算的滲透率與巖心分析滲透率的相關性得到明顯提高。

式中，K為滲透率，mD；φec為校正后的有效孔隙度，%。

圖6 K組儲層巖心分析孔隙度與滲透率交會圖

4.4 含水飽和度

K組砂巖儲層孔隙空間主要為各種粒間溶孔和粒內溶孔以及少量殘余原生粒間孔，泥質含量低，儲層類型為孔隙型。此外，巖電實驗分析結果表明，孔隙度與地層因素、電阻率增大指數與含水飽和度在雙對數坐標圖中都具有較好的線性相關性，因此可采用常規的阿爾奇公式計算含水飽和度。式（9）中的巖電參數由實驗分析得到，a、b取1，m取1.7，n取2.09。

式中，φec為校正后的有效孔隙度，小數。

最后，根據K6井、K8井和K10井測試井段的孔隙度－滲透率交會分析，并結合壓汞分析資料綜合確定有效儲層孔隙度下限為9%。當儲層瀝青相對含量大于15%時，相應的有效儲層孔隙度下限標準提高至10.5%。利用這一標準基本可以判斷含瀝青儲層是否能夠產出工業油流。

5 瀝青分布與油藏破壞程度

在瀝青相對含量及有效孔隙度校正的基礎上，將該區由西向東分布的K6井、K4井、K8井以及K10井的儲層瀝青相對含量、有效孔隙度、測試產能進行了對比分析（見圖7）。結果表明，K組頂部儲層中瀝青相對含量的變化在平面上由西向東（K6井至K10井）呈明顯增大的趨勢，而實際測試產量和儲層有效孔隙度則呈相反的變化趨勢。這一變化趨勢表明，儲層瀝青含量越高，對儲層有效孔隙度的影響越大，產能越低，油藏受破壞的程度越嚴重。由此可見，該區K組油藏東部受破壞程度比西部強。

圖7 孔隙度、瀝青相對含量及產能橫向對比圖

6 結 論

（1）研究區K組儲層中含瀝青造成了測井自然伽馬值的增大和中子孔隙度的降低，但瀝青是否都具有放射性以及放射性強度的大小除了與瀝青含量及本身的化學成分有關外，還與其所含微量元素的性質有關。因此，本文所討論的含瀝青儲層的測井響應特征在其他區塊是否適用則有待進一步證實。

（2）根據含瀝青儲層特殊的測井響應特征建立瀝青相對含量計算方法及有效孔隙度的校正模型，能夠提高有效孔隙度計算精度，為評價儲層的滲透率及含水飽和度提供了條件。

（3）根據瀝青相對含量的大小，分別建立有效儲層下限標準，確定高含瀝青儲層是否能產出工業油流，避免測井解釋失誤。

（4）利用測井資料分析儲層瀝青含量在平面上的變化趨勢，可以確定油藏受破壞程度在平面上的分布情況，為尋找有利勘探區提供參考。

［1］ 李艷霞，鐘寧寧.川東石炭系氣藏中固體瀝青形成機理探討［J］.石油實驗地質，2007，29（4）：402－405.

［2］ 崔會英，張莉，魏國齊，等.四川盆地威遠－資陽地區震旦系儲層瀝青特征及意義［J］.石油實驗地質，2008，30（5）：489－493.

［3］ 劉洛夫，趙建章，張水昌，等.塔里木盆地志留系瀝青砂巖的形成期次及演化［J］.沉積學報，2000，18（3）：475－478.

［4］ 賈英，孫雷，孫良田，等.油藏中瀝青質沉積機理研究［J］.西南石油學院學報，2006，28（6）：60－63.

［5］ 胡守志，付曉文，王廷棟，等.儲層中的瀝青沉淀帶及其對油氣勘探的意義［J］.天然氣地球科學，2007，18（1）：100－102.

［6］ 紀友亮，張世奇，李紅南，等.固態瀝青對儲層儲集性能的影響［J］.石油勘探與開發，1995，22（4）：87－90.

［7］ 張景廉，朱炳泉，涂湘林，等.關于瀝青成因的討論［J］.海相油氣地質，1997，2（4）：53－56.

［8］ 楊永才，張枝煥，常象春，等.塔里木盆地YN2井儲層瀝青的地球化學特征及成因分析［J］.礦物巖石，2006，26（2）：92－96.

［9］ Lomando A J.The influence of solid reservoir bitumen on reservoir quality［J］.Bull AAPG，1992：76：1137－1152.

［10］章成廣，范文同，馬勇，等.瀝青質砂巖儲層巖電參數研究［J］.石油天然氣學報，2009，31（6）：90－94.

Log Identification and Evaluation for Bitumen－bearing Reservoir

CHEN Mingjiang1，2，REN Xingguo2
（1.Graduate School of Southwest Petroleum University，Chengdu，Sichuan 610500，China；2.Geological Exploration ＆Development Research Institute，Chuanqing Drilling Engineering CO.LTD.，Chengdu，Sichuan 610051，China）

The deposition of bitumen in reservoir has serious bad effect on physical properties and productivity of reservoir，which may leads to wrong log interpretation results.This paper takes the bitumen－bearing reservoir in Devonian K group in a zone in Talimu basin as an example to discuss how to evaluate bitumen－bearing reservoir.First of all，the effect of bitumen on the physical properties and productivity of reservoir is analyzed and then the log responses of bitumen－bearing reservoir are identified by comparing logs from two different wells.A cross－plot for identifying bitumen－bearing reservoir is created to distinguish between bitumen and shale.The relative abundance of bitumen in reservoir is derived from the difference between shale content which is calculated with gamma log and from neutron－density cross－plot.A formula for porosity correction is created，which helps to improve the accuracy of porosity and provide foundation for accurate reservoir evaluation.At last，the horizontal variation trend of relative abundance of bitumen in reservoir is studied，which shows that the oil pool is damaged more seriously in the east part of the area than in the west.

log interpretation，bitumen，reservoir physical property，cross－plot，productivity，effective porosity

P631.84

A

2011－11－24 本文編輯 李總南）

1004－1338（2012）03－0272－05

陳明江，男，1983年生，博士，從事測井解釋方法研究。