基于生產實際的大孔道模糊識別模型及評價體系研究

賈云林 王 冰 劉月田 涂 彬 吳清輝

（1.中海石油（中國）有限公司天津分公司，天津 300452；2.中國石油大學石油工程學院，北京 102249；3.中海油能源發展有限公司鉆采工程研究院，天津 300452）

基于生產實際的大孔道模糊識別模型及評價體系研究

賈云林1王 冰2劉月田2涂 彬2吳清輝3

（1.中海石油（中國）有限公司天津分公司，天津 300452；2.中國石油大學石油工程學院，北京 102249；3.中海油能源發展有限公司鉆采工程研究院，天津 300452）

利用模糊綜合評判法識別大孔道具有經濟適用、簡捷快速的優勢，但是其指標的選取及評價體系的建立會直接影響識別結果的準確性。綜合考慮油藏特點及資料的可獲取程度，優選9種影響大孔道形成的靜態指標與9種表征大孔道形成的動態指標，并充分利用油藏實際數據確定各指標的界限，建立了基于生產實際的大孔道模糊識別模型及其評價體系。通過對比大孔道模糊識別模型的識別結果與示蹤劑解釋結果，發現符合率大于80%，說明建立的方法體系可靠程度高、適用性好。

大孔道識別；評價體系；模糊綜合評判

疏松砂巖油藏注水開發后期，油水井間易形成水流優勢通道甚至大孔道，導致儲層吸水能力不均、水驅動用程度偏低［1-8］。調驅工藝是改善、均衡各油層吸水能力，提高水驅開發效果的有效手段。大孔道識別技術研究可定性判定大孔道存在與否，為調剖、調驅措施工藝方案設計和優化提供技術支持，確保措施成功率和效果。

目前國內識別大孔道的方法主要有示蹤劑測試、試井解釋、生產動態分析及模糊綜合評判方法［9-10］。其中示蹤劑測試結果可準確識別大孔道，但成本較高；現有試井解釋方法識別大孔道模型均基于水平、等厚、各向同性的理想模型，與實際地層有一定差距，因此識別結果的準確性不高，方法的適用性不強；動態分析法識別大孔道受主觀因素影響較大，經驗豐富者識別準確性相對較高，但是動態分析經驗不足者識別準確性相對較低；模糊綜合評判法可綜合考慮多種影響因素對大孔道進行識別，與其他方法相比具有經濟實用、簡捷快速的優點，但是模糊綜合評判模型及評價體系會直接影響大孔道識別準確性。

1 大孔道形成后油水井生產動態特征

儲層形成大孔道后，儲層物性、電性特征及油水井生產動態特征均發生明顯的變化，由于生產動態特征可反映儲層的物性變化且生產資料在實際生產中極易取得，因此筆者主要研究大孔道形成后的動態特征，并以此為基礎進行大孔道識別。

儲層形成大孔道后，儲層非均質性明顯增強，縱向滲流矛盾突出，注入水沿大孔道所在層位突進，使大孔道所在層位孔隙度、滲透率明顯增加，油水井動態特征出現明顯的變化。對渤海某油田區塊進行研究發現，儲層發育大孔道后，油水井生產動態具有如下特征：①油井含水率上升快；②吸水剖面表現出單層突進；③油井產液量對水井注水量變化有明顯的響應；④水井井底壓力下降，油井井底壓力上升；⑤水井的吸水指數上升，油井采液指數上升；⑥井組注采比偏大易形成大孔道。

2 大孔道模糊識別模型及評價體系的建立

結合區塊開發實際及資料的可獲取程度，采用模糊綜合評判法，建立3級評判指標體系。第1級評判指標是目標層，即評判的目標是識別大孔道是否存在；第2級評判指標是準則層，即將目標層分為動態因素和靜態因素；第3級評判指標是指標層，即各單項指標。綜合考慮到油藏的實際特點及資料的可獲取程度，優選出評判指標體系中的9項靜態地質因素指標和9項開發動態因素指標，并以油藏實際數據為基礎確定指標界限。

2.1 靜態指標選取及指標界限確定

根據大量文獻調研結果［11-12］，選取9種影響大孔道形成的典型靜態因素，并根據某油藏區塊實際情況，確定靜態指標界限，見表1。

表1 靜態指標選取及指標界限

2.2 動態指標選取及指標界限確定

生產動態關聯系數是表征油、水井生產動態相關性大小的指標，可根據不同時間油井采液指數與水井視吸水指數的相關性判斷注水井和生產井的連通情況，關聯系數越大表明油水井之間連通性越好；測井系列異常程度為最大吸水百分數除最小吸水百分數（非零），它可以直觀反映層間吸水量差異程度；累積出砂量是大孔道發育程度最直觀的反映，累積出砂量越多，大孔道發育的可能性越大；含水上升速度為生產歷史中自投產至最高含水率值過程中，平均每年含水上升幅度；井組累積注采比為井組水井累積注入量與油井累積產液量之比，累積注采比過大易導致油井水淹；視吸水指數上升幅度為對應油井含水率最大時水井平均視吸水指數與初期視吸水指數之差；產液指數上升幅度為油井含水率最大時平均視產液指數與初期平均視產液指數之差；注采壓差下降幅度為油井含水率最大時平均注采壓差與初期平均注采壓差之差；含水率最大值是大孔道發育程度的直接反映，定義為含水率最大時前后各2月內平均含水率。

根據SZ36-1區塊生產實際，選取9種影響大孔道形成的典型動態因素，并確定動態指標界限，見表2。

表2 動態指標選取及指標界限

2.3 指標權重的確定

采用層次分析法確定指標權重，主要步驟為：首先建立層次結構模型，將準則層定為靜態地質因素和動態開發因素，然后對下邊的各靜態、動態因素重要性進行判斷，用九標度法給出定量化判斷值，這樣就構造了一個判別矩陣，最后通過求解該矩陣得出各指標因素的權重值。具體的操作步驟如下：

2.3.1 層次結構模型的構建 將準則層定為靜態地質因素和動態開發因素，將選取的9個動態指標與9個靜態指標作為指標層，建立層次結構模型（圖1）。

圖1 大孔道識別層次結構

2.3.2 判別矩陣的建立與權重計算 對準則層的靜態和動態因素以及指標層的各因素重要性進行比較判斷，用九標度法將判斷值用矩陣的形式表示出來，即得到判別矩陣，然后采用方根法計算各指標權重值。準則層各指標判別矩陣及權重見表3，靜態指標判斷矩陣及其權重見表4，動態指標判斷矩陣及其權重見表5。

表3 結構模型第1層地質和開發動態指標權重

表4 靜態地質指標判別矩陣及其權重

表5 動態開發指標判別矩陣及其權重

2.3.3 缺少資料時指標權重的處理 現場資料不全時，需要采用動態的方法處理指標權重。先將資料缺少的因素權重值賦為0，然后再將所有因素的權重值累加，將各因素的權重值除以權重值的累加值，以此作為各因素指標的實際權重值。

2.4 大孔道模糊識別模型及評價體系

2.4.1 大孔道模糊識別模型 大孔道的動態判度：是將各動態因素指標值FDi和其權重值ωDi乘積并累加，其累加值記作FD；大孔道的靜態判度：將各靜態因素指標值FJi和其權重值ωJi相乘的累加值記作FJ

（1）

（2）

大孔道的綜合判度FZ：將大孔道的動態判度FD和靜態判度FJ分別和其權重值ωD和ωJ相乘再求和，表達式如下

2.4.2 大孔道模糊識別模型的評價體系

（1）大孔道識別評判標準。若靜態判度FJ＜0.3：當大孔道的綜合判度Fz＜0.45時，表示未發育大孔道；當大孔道的綜合判度0.45≤Fz＜0.65時，表示存在高滲透條帶；當大孔道的綜合判度0.65≤Fz＜1時，表示存在裂縫。若靜態判度FJ≥0.3：當大孔道的綜合判度Fz＜0.45時，表示未發育大孔道；當大孔道的綜合判度0.45≤Fz＜0.65時，表示存在高滲透條帶；③當大孔道的綜合判度0.65≤Fz＜1時，表示存在大孔道。

（2）判別類型。通過上述評判標準，可以將不同靜態地質條件和動態開發指標下的大孔道的發展狀況劃分為4種類型：未發育大孔道；存在高滲透條帶；存在裂縫；存在大孔道。

3 適用性評價

根據 SZ36-1區塊區塊 4個井組（J3、A2、A8、A13）動態、靜態數據及生產測試數據，計算各動態、靜態指標，計算井組內各油水井井對的靜態判度、動態判度、綜合判度，用模糊綜合評判模型對SZ36-1區塊4個井組進行大孔道識別。評價結果見表6。

表6 大孔道識別模糊綜合評判模型在SZ36-1區塊的適用性評價結果

從表6可以看出，大孔道識別模糊綜合評判模型得到的大孔道識別結論和示蹤劑測試得到的結論相比，符合率為85%，說明大孔道識別模糊綜合評判模型在SZ36-1區塊可以應用，且適用性較好。

4 結論

（1）綜合考慮到油藏的實際特點及資料的可獲取程度，優選出評判指標體系中的9項靜態地質因素指標和9項開發動態因素指標作為大孔道模糊識別模型的評判指標，并根據生產實際確定了各指標界限。

（2）建立大孔道模糊識別模型及其評價體系，對SZ36-1區塊4個井組大孔道的存在性進行判別，識別結論和示蹤劑測試結果符合率為85%，說明大孔道模糊識別模型在SZ36-1區塊的適用性較好。

［1］ 李科星，蒲萬芬，趙軍，等.疏松砂巖油藏大孔道綜述［J］.西南石油大學學報，2007，29（5）：42-44.

［2］ 曾流芳，趙國景， 張子海，等.疏松砂巖油藏大孔道形成機理及判別方法［J］.應用基礎與工程科學學報，2002，10（3）：268-275.

［3］ 孟凡順，孫鐵軍，朱炎，等. 利用常規測井資料識別砂巖儲層大孔道方法研究［J］.中國海洋大學學報，2007，37（3）：463-468.

［4］ 王祥，夏竹君，張宏偉，等.利用注水剖面測井資料識別大孔道的方法研究［J］.測井技術，2002， 26（2）：162-164.

［5］ 史有剛，曾慶輝，周曉俊，等.大孔道試井理論解釋模型［J］.石油鉆采工藝，2003，25（3）：48–50.

［6］ 張士奇，盧炳俊，張美玲，等.水淹儲層大孔道的存在與識別［J］.大慶石油地質與開發，2008， 27（6）：76-79.

［7］ 劉月田，孫保利，于永生.大孔道模糊識別與定量計算方法［J］.石油鉆采工藝，2003，25（5）：54-59.

［8］ 曾流芳，陳柏平，王學忠.疏松砂巖油藏大孔道定量描述初步研究［J］.油氣地質與采收率，2002， 9（4）：52-54.

［9］ 鄧聚龍.灰色理論基礎［M］.武漢：華中理工大學出版社，2002.

［10］ 郭立.人機結合層次分析-灰色模糊綜合評判方法的研究［D］.大連：大連理工大學，2005.

［11］ 楊勝來，魏俊之.油層物理學［M］.北京：石油工業出版社，2004.

［12］ 鐘大康，朱筱敏，吳勝和，等.注水開發油藏高含水期大孔道發育特征及控制因素—以胡狀集油田胡12斷塊油藏為例［J］.石油勘探與開發， 2007，34（2）：207-211.

（修改稿收到日期 2013-08-27）

Research on high-capacity channel fuzzy recognition model and evaluation system based on actual production situation

JIA Yunlin1, WANG Bing2, LIU Yuetian2, TU Bin2, WU Qinghui3
（1. Tianjin Branch of CNOOC,Tianjin300452,China; 2. College of Petroleum Engineering,China University of Petroleum,Beijing102249,China;3.CNOOC Energy Technology&Services-Oilfield Engineering Research Institute,Tianjin300452,China）

It’s economical and simple to use Fuzz Comprehensive Evaluation Method to recognize big channels, but the selected index and established evaluation system will directly affect the accuracy of results. According to the actual reservoir characteristics and the data availability, 9 static indexes that affect the form of big channels and 9 dynamic indexes that represent the form of big channels are selected as indexes of this fuzz model in this paper. And then selected indexes limits are determined based on the actual reservoir data. With the selected indexes and limits, fuzz pattern recognition model and evaluation system based on actual production situation are established. By comparing the results of fuzz recognition model and tracer interpretation, it figures out that the coincidence rate is up to 80%, and which mean the applicability and reliability of method established in this paper is very well.

high-capacity channel recognition; evaluation system; fuzz comprehensive evaluation

賈云林，王冰，劉月田，等.基于生產實際的大孔道模糊識別模型及評價體系研究［J］. 石油鉆采工藝，2013，35（5）：88-91.

TE343

：A

1000–7393（2013） 05–0088–04

賈云林，1974年生。1999年畢業于江漢石油學院，獲碩士學位，長期從事油氣田開發與開采技術管理工作，工程師。

〔編輯 付麗霞〕