低滲透儲層測井分類和產能預測技術

馮春珍，林偉川，成志剛，張偉杰，侯亞平，井素娟

（中國石油集團測井有限公司長慶事業部，陜西高陵710201）

低滲透儲層測井分類和產能預測技術

馮春珍，林偉川，成志剛，張偉杰，侯亞平，井素娟

（中國石油集團測井有限公司長慶事業部，陜西高陵710201）

依據儲層特點和生產的需求，在流體性質識別的基礎上，采用大量的測井和投產初期測試資料，利用統計學原理，提出儲層參數厚度加權平均值概念，建立含油層測井儲層參數與井投產產量之間關系，研究綜合評價指數儲層產能等級分類法，符合率達90.0%以上。在儲層分類的基礎上，分析儲層產能的影響因素，利用平面徑向穩態滲流原理，建立低孔隙度低滲透率儲層壓裂后產能預測模型及其參數計算方法，注重不同類別儲層對井產能的貢獻率，解決了低滲透儲層壓裂后投產產能測井預測難題，及其預測符合率達80.0%以上，形成低滲透儲層產能預測技術。

測井評價；低孔隙度；低滲透率；產能預測；解釋模型；參數；儲層分類

0 引 言

長慶油田鄂爾多斯盆地華慶地區長6儲層以半深湖－深湖－三角洲沉積環境為主，該油層組厚120～150m，可細分為長61、長62、長63等3個油層，巖性主要由深灰色細砂巖、粉－細砂巖、灰黑色泥巖、粉砂質泥巖互層組成。長63油層是砂體最發育、含油性最好的油層組，油層埋深1 520～2 290m，有效厚度10.0～30.0m，油層組儲層物性差，孔隙度6.0%～10.0%，滲透率（0.1～0.3）×10－3μm2，總體上屬于低孔隙度、特低孔隙度，特低滲透率－超低滲透率儲層，目前已進入規模開發，單井試油產量高，投產產量低，投產初期產量平均為2.5t／d。

為滿足低滲透儲層快速油藏評價、大井組開發及提高單井產量的需求，本文針對不同有效滲透率、不同厚度特定儲層，優化設計出最佳壓裂工藝方案，進行了低滲透測井儲層分類及產能預測技術的研究，形成低滲透油田規模開發的關鍵技術。

1 長慶油田儲層分類及產能預測難點

（1）大量的火成巖、變質巖巖屑和正長石含量導致高自然伽馬儲層普遍存在，采用自然伽馬計算泥質含量困難。

（2）開發井孔隙度測井系列不完整，孔隙度曲線只有聲波時差，給孔隙度和滲透率等計算帶來了困難。

（3）儲層物性差，滲透率主要分布在（0.1～0.3）×10－3μm2之間，對儲層參數計算精度要求高，同樣是2個孔隙度的誤差，對低滲透儲層誤差相當于放大了1倍。

（4）目前行業上測井儲層分類方法大都適合評價儲層產液量，與井產油量聯系不太緊密，產液量高的水層即使是Ⅰ類儲層，對產能建沒有任何意義。長慶油田提出了產能級別的儲層分類，分類標準是井投產后前3個月平均產油量大于2.0t／d為Ⅰ類儲層，1.0～2.0t／d為Ⅱ類儲層，小于1.0t／d為Ⅲ類儲層，劃分標準產油量區間小，加之多段射孔壓裂，共同求產，不同儲層對井產油量的貢獻不清。

（5）國內外對利用測井資料進行儲層壓裂后產能預測研究較少，沒有完整的理論指導，儲層壓裂后裂縫參數和測井參數確定困難。

2 低滲透儲層分類方法研究

2.1 測井參數快速儲層分類法

現有開發井測量參數有自然伽馬、自然電位、聲波時差、電阻率及井徑，測井計算參數有孔隙度、滲透率和含油飽和度。自然伽馬和自然電位只能定性地評價儲層含油性，但能夠定量確定儲層厚度，儲層的物性和含油性主要靠聲波時差和電阻率曲線評價。對于每口井，壓裂后井口的產量可能是一個砂體的貢獻，也可能是多個砂體的貢獻，分2種情況介紹。

2.1.1 單個砂體壓裂求產

單個砂體儲層壓裂后對單井產量貢獻單一。圖1所示G××9－××7井射孔段為2 133.0～ 2 139.0m，壓裂段為一個砂體，測井參數確定簡單。在油水識別的基礎上，利用已投產井的測試和測井資料，通過數據統計方法，建立測井參數與投產產量之間關系，即可得到儲層不同類別的測井參數值。

2.1.2 多個砂體多段壓裂求產

圖2中C1×－1×井長6油層為3套砂體，每個砂體含油性不同，電性特征也不相同，分別對1 913.0～1 918.0m、1 930.0～1 936.0m和1 947.0～1 954.0m等3個井段射孔壓裂、求產，井口產油量是多個砂體產油量的總和。在同一生產壓差下，砂體出油量很難確定代表油井產量的測井參數，儲層有效厚度為砂體壓裂后能夠涉及的油層、油水層、差油層厚度的總和，采用測井參數快速儲層分類方法不能很好地劃分儲層類別。以某井區為例，采用測井聲波時差、電阻率、孔隙度、含油飽和度和總有效厚度等參數建立的儲層分類標準精度低。從圖3至圖6可以看出儲層分類只能把Ⅰ類和Ⅲ類儲層分開，Ⅱ類儲層無法區分。

2.2 綜合評價指數法儲層分類

2.2.1 儲層分類的基本思路

在全面考慮工程因素影響的基礎之上，主要利用儲層參數和采油強度的關系采用定量和定性相結合的辦法，給出各類儲層的綜合評價指數界限，在此基礎之上給出不同產油量級別綜合評價指數的界限。

2.2.2 儲層分類實現方法

（1）利用測井曲線進行縱向儲層劃分，結合壓裂參數（加砂量、砂比、排量）準確確定壓開井段。

（3）利用各個井的儲層參數厚度加權平均值與采油強度建立單相關關系式，通過比較相關系數的大小，優選相關性較好的儲層參數擬合出綜合評價指數，再利用高階多項式回歸出綜合評價指數與采油強度的關系式，利用高階多項式確定拐點和定性分析數據差異，給出儲層類型的綜合評價指數和相應的采油強度界限。

① 拐點分類法。利用高階多項式求取拐點，設擬合的高階多項式為f（x）＝anxn＋an－1xn－1＋…＋a1x＋a，則利用二階導數等于0求出多項式的拐點。即d2f／dx2＝0解得該高次方程的解x，即為拐點。

②定性分析差異分類法。如果1組樣本數據足夠多，其中出現了明顯的間斷，則間斷點可直接作為分類點。

2.2.3儲層產能等級分類方法

華慶地區長63地層是多個砂體疊置而成，1口井的產量對應幾個儲層參數值。為弄清每個儲層對產能的貢獻，把多個儲層看成一個大的儲層進行處理，建立厚度加權儲層參數平均值與儲層產油強度的關系，同時給出每個儲層對產能的貢獻。利用某井區42口井資料，分別建立孔隙度、滲透率和含油飽和度與單井產油強度的關系（見圖7、圖8），可以看出，儲層厚度加權滲透率平均值與產油強度關系最好，這也說明儲層的滲透率對井產量貢獻大。含油飽和度變化范圍在60.0%～70.0%之間，與井產油強度關系最差，這也說明即使儲層為差油層，同樣具有較高電阻率數值和含油飽和度。

通過上述的單相關分析發現，可采用三者的乘積來放大單參數對產量貢獻，提出了綜合評價指數（ZZ），該參數的關系式為ZZ＝φKSo（單孔隙度測井），ZZ＝φKSo）／φVsh（三孔隙度測井）。

則利用綜合評價指數（ZZ）和采油強度建立關系（見圖9），得出關系式

當式（1）的高階方程的d2y／dx2＝0時，解得x1＝1.5，x2＝3.3，求得方程的拐點。再依據數據點定性分析其差異分布情況，最后選取綜合評價指數在ZZ＝2.0和3.5為分界點，即儲層分類的界限點。再利用孔隙度、滲透率、飽和度下限值作乘積得到綜合指數ZZ的下限值0.5，同時也得到了相應的采油強度界限（見表1）。考慮到油田公司分類標準，利用采油強度的界限乘以每一類儲層的平均有效厚度，將儲層的采油強度界限過渡到日產油量的界限。

表1 某井區儲層分類綜合表

依據上述研究可以看出，每個井區的儲層分類級別的采油強度區間是不相同的，儲層產油量的高低只能在同一個井區比較，給出同一個井區Ⅰ類、Ⅱ類和Ⅲ類的綜合評價指數的大小，不管儲層產油量如何，都能分出Ⅰ類、Ⅱ類和Ⅲ類儲層。按預測產能級別的儲層分類統計，符合率為92.0%，提高了儲層分類精度，為產能預測奠定了基礎。

3 產能預測研究

儲層壓裂后形成的裂縫形態為垂直裂縫，因此，討論垂直裂縫壓裂井的產量預測。井在壓裂后油氣向具有垂直裂縫的井底流動狀態表現為不穩定狀態、擬（半）穩定狀態及穩定狀態3種狀態。本文研究穩定狀態和擬（半）穩定狀態下壓裂后產能。

3.1壓裂后產能預測模型的選取

依據低滲透儲層特點，根據壓裂后油氣在井底流動的狀態，探討穩態流狀態下壓裂增產模型［2－3］，按照Raymond和Binder提出的穩態模型，進一步考慮射孔和表皮系數的影響，根據平面徑向流原理得到預測模型，最后給出壓裂后產能計算公式為［4］

式中，q為地面原油產量，m3／d；h為壓裂厚度，m；Ko為油相有效滲透率，×10－3μm2；B為體積系數；μ為流體黏度，MPa·s；re為供油半徑m；rw為井筒半徑，m；pe為油層壓力，MPa；rf為壓裂裂縫半徑，m；Kf為裂縫滲透率，×10－3μm2；PRI為射孔產率比；Sf為表皮系數；α為單位換算系數，取0.086 4。

3.2 產能預測模型參數求取

產能預測模型中有關某地區壓裂參數、射孔參數、生產參數和原油的性質可采用平均值。油相有效滲透率計算和儲層分類后對井產能貢獻的有效厚度確定是關鍵。

3.2.1 油相有效滲透率（Ko）求取

依據相滲實驗分析數據，采用遞進方法建立油相有效滲透率與絕對滲透率［5］之間關系，得到油相有效滲透率模型

3.2.2 儲層總有效厚度（h）求取

首先要確定儲層有效厚度下限。儲層有效厚度下限依據油水層識別圖版給出，為儲層產油測井參數的最低值；其次進行有效厚度夾層扣除。

在工程因素影響可以預知的情況下，有效厚度如果直接選用油層的總有效厚度勢必造成計算精度下降。一個油層組在縱向上具有非均質性，相同的有效厚度對井產能的貢獻大小不盡相同。如何反映這種差異性是產能預測準確與否的關鍵。在前面研究中已將1個油層組開展了分類研究，因此考慮采用1個加權厚度，對好的儲層和差的儲層有效厚度賦予不同的權重，體現出它們對產能貢獻的差異，加權厚度的確定就是確定不同類別儲層厚度權系數。首先在儲層分類的基礎之上，求取樣本中每一類儲層所有井的平均采油強度，再對所有類的平均采油強度歸一化，歸一化的數值作為每一類厚度的權系數，得到的加權厚度模型為h＝ah1＋bh2＋ch3，h1、h2和h3分別為Ⅰ類、Ⅱ類和Ⅲ類儲層的有效厚度。由表1得到某井區加權厚度公式為

4 產能預測效果分析

圖10為G××1－××2井儲層分類與產能預測成果圖。射孔井段為2 183.0～2 188.0m和2 192.0～2 197.0m，確定總有效厚度18.7m。依據儲層綜合評價指數，壓開井段內劃分了2個Ⅰ類儲層、2個Ⅱ類儲層，給出了每個小層的產油量和貢獻率。該井Ⅰ類儲層的產能貢獻率達到81.8%，Ⅱ類儲層產能貢獻率達到18.2%，表明該井產量主要為Ⅰ類儲層貢獻，Ⅱ類儲層貢獻小。按產能預測模型計算，預測日產油為3.96t，實際日產油3.7t，表明預測產量與實際產量吻合程度高。

圖10 G××1ˉ××2井產能預測處理成果圖

5 結 論

（1）對于低滲透儲層，在油水層識別的基礎上，綜合評價指數儲層產能等級分類法考慮了壓裂后涉及的多個儲層對井產油量的不同貢獻率，是最有效的儲層分類方法，為壓裂后產能預測模型建立奠定了基礎。

（2）在儲層壓裂產能概念模型分析的基礎上，利用平面徑向穩態滲流基本原理，建立了低滲透儲層壓裂后產能預測模型，通過遞推單井油相有效滲透率和有效厚度等關鍵參數的計算，完成了測井產能預測模型實現的可能性，預測符合率達80.0%以上，解決了低滲透儲層壓裂后測井產能預測難題。

（3）開發了壓裂后儲層分類及產能預測軟件，具備連續處理井和工業圖的能力，形成低滲透油藏儲層分類和產能預測技術，為優化設計出最佳壓裂工藝方案、規避大井組開發的地質風險，為提高單井產量提供強有力的測井技術支撐。

［1］ 崔彥力.吐哈探井壓前測試與壓后產能關系研究［J］.油氣井測試，2000，9（2）：60－63.

［2］ 鞠江惠，王建功.二連油田低孔隙度低孔滲低滲透率儲層壓裂后產能預測［J］.測井技術，2005，29（4）：379－381.

［3］ 蔣廷學，單文文，楊艷麗.垂直裂縫井穩態產能的計算［J］.石油勘探與開發，2001，28（2）：61－63.

［4］ 封立香.勝利基山地區壓裂前后產能預測方法研究［Z］.2008.

［5］ Mcguire M J.The Effect of Vertical Fractures on Well Productivity［C］∥SPE001618－G－P.

Reservoir Classification and Productivity Forecasting Method for Low Prorosity and Permeability Reservoir with Log Data

FENG Chunzhen，LIN Weichuan，CHENG Zhigang，ZHANG Weijie，HOU Yaping，JING Sujuan
（Changqing Division，China Petroleum Logging CO.LTD.，Xi’an，Shaanxi 710201，China）

Based on the identification of fluid properties，reservoir characteristics and production needs，we analyzed a mass of log data，test data in initial production and general theory of statistics，based on which proposed is the concept of reservoir thickness weighted average and established is relationship between reservoir parameters of oil－bearing formation and production rate.In this way，proposed is the classification of reservoir productivity－comprehensive evaluation index method，the forecasted productivity is 90%coincidence rate with the practical reservoir productivity.On the basis of reservoir classification，analyzed are the influencing factors on reservoir productivity.The theory of plane radial stable percolation is used to establish a model for postfrac low porosity ＆permeability reservoir productivity prediction and parameters algorithm，in which the contributions of different reservoirs to each well productivity are considered，and with which the productivity of the above post－frac reservoirs is successfully predicted，its forecasted productivity rate is up to 80%.The productivity prediction technology improves the log interpretation precision，and provides technical support for LWD data analyses，well－location distribution and adjustment，therefore，being less geologic risk for large well groups developments with lower cost and higher single well production.

log evaluation，low porosity，low permeability，productivity forecast，interpretation model，parameter，reservoir classification

P631.84

A

2011－11－28 本文編輯 李總南）

1004－1338（2012）03－0308－06

馮春珍，女，1967年生，高級工程師，從事測井資料解釋研究及技術管理工作。