基于地層元素測井資料的隴東長7儲層礦物含量精確計算

李婷婷,成志剛,石玉江,席輝,羅少成,郭笑鍇

(1.中國石油集團測井有限公司,陜西西安710077;2.長慶油田勘探開發研究院,陜西西安710018)

0 引 言

隴東長7儲層巖性復雜,油層組中存在致密砂巖儲層。因其測井響應差異小,造成有效儲集層的劃分、油層識別、參數識別、展布預測等遇到了挑戰。具體表現如泥質含量的確定、準確的巖性和巖石骨架參數確定等。

目前,大多數情況下,利用自然伽馬劃分泥巖和求取泥質含量。但在長7儲層,特別是當儲層中含有某些放射性較強的礦物時,如高伽馬值儲層,單從常規測井曲線上無法區分出砂巖和泥巖層段,在劃分時容易漏失掉儲層,或者劃分出的儲層厚度與實際儲層厚度相差較大。此外,若泥質和巖石骨架中的放射性礦物含量或組分不穩定時也會造成誤差。另外,泥巖與高放射性砂巖難以用總自然伽馬曲線區分開。這就給長7有效儲層劃分帶來了較大困難。

地層元素測井能準確測量地層主要元素硅(Si)、鈣(Ca)、鐵(Fe)、硫(S)、鉀(K)、鋁(Al)、鎂(Mg)、錳(Mn)、鈦(Ti)、釓(Gd)的含量,而不受以上因素影響,其縱向分辨率可達到1.5 ft(1)非法定計量單位,1 ft=12 in=0.304 8 m,下同,而且適用性特別廣,在淡水、飽和鹽水、油基鉆井液、含氣鉆井液、重晶石鉆井液、氯化鉀鉆井液、不規則井眼和高溫井眼下都能采集到高質量的資料。它通過測量地層元素的含量,應用特定的氧化物閉合模型技術,可以得到地層中礦物的百分含量[1]。

國內外學者在地層元素測井礦物含量計算方面進行了大量的研究工作,并取得了較好的效果。但針對致密砂巖儲層評價還需建立更高精度的解釋模型,才能滿足油田開發的需求。

1 隴東長7段地質特征

隴東長7地層為致密油儲層,縱向上分布著致密砂巖、泥質粉砂巖和油頁巖。與砂巖儲層相比,致密油層具有泥質含量高、非均質性強、層理發育、水敏性填隙物含量高、巖石結構穩定性差的特點。

鄂爾多斯盆地延長組長7段致密油儲層分布范圍廣、厚度大,主要發育于半深湖-深湖區。晚三疊世延長組沉積期,受印支運動的影響,鄂爾多斯盆地形成了面積大、水域寬的大型內陸淡水湖盆,湖盆在長7段沉積期達到鼎盛,形成了盆地主要的生油母質,以致密油儲層、頁巖、暗色泥巖為主[2]。長7段底部發育致密油儲層,呈北西—南東向展布,分布范圍廣,有效面積約為10×104km2。

長7段致密油儲層夾層富集,其中的粉砂質泥巖、粉砂巖或凝灰巖類等夾層雖然單層厚度較薄,但孔隙度和滲透率等物性條件相對較好。富有機質致密油儲層生油能力強,生成的原油經過極短距離運移即可進入夾層聚集。

夾層的巖性較脆,儲層改造有利,易形成油流。測試結果證明,夾層是原油賦存富集的有利場所,層數多、厚度薄、物性好、脆性強的夾層是長7儲層勘探開發的有利目標。

長7段致密油儲層礦物成分及儲集空間類型與結構比較復雜。吳松濤等[3]利用納米CT、掃描電鏡和透射電子顯微鏡等高分辨率觀測設備對長7段致密油儲層內部孔隙和礦物成分進行了研究,結果表明長7段致密油儲層礦物主要為伊/蒙混層、伊利石和綠泥石、石英、鉀長石、斜長石等碎屑礦物,以及白云石、方解石、鐵白云石、菱鐵礦等碳酸鹽礦物也非常發育。

這些礦物呈紋層狀與黏土礦物疊合分布,使得長7段致密油儲層層理發育,常見(碳酸鹽-石英-長石)-黏土礦物-(有機質-黃鐵礦)的“三元”結構,或黏土礦物-(有機質-黃鐵礦)、(碳酸鹽-石英-長石)-(有機質-黃鐵礦)的“二元”結構;儲集空間包括微米級孔喉、納米級孔喉和微裂縫,以納米級孔喉為主,微米級孔喉和微裂縫次之。

2 地層元素測井評價

針對地區情況,選取了不同于國內外先確定礦物組合、再計算礦物含量的地層元素測井資料的應用方法。首先統計了常見造巖礦物的各種元素的含量(見表1)[4],掌握造巖礦物的元素含量特征,然后,通過2種方法得到礦物含量模型。

一種是在有取心資料的情況下,利用元素含量交會的方法劃分礦物大類,針對每個大類選取主量元素識別亞類;針對每種礦物分析其礦物含量與元素的相關性,優選元素并進行組合,建立各礦物類型的礦物含量計算模型,據此計算得到礦物含量;另一種是在沒有巖心資料的情況下,利用最優化算法建立元素含量與主要礦物含量的解釋模型,經過優化反演得到礦物含量。

表1 常見礦物中各種元素組分含量表

注:表1中空白表示“不適用”

圖1 總黏土含量計算模型 圖2 碎屑含量計算模型 圖3 碳酸鹽巖含量計算模型

3 地層元素測井資料評價礦物含量

3.1 利用巖石物理實驗方法建立礦物組分模型

3.1.1元素識別巖石礦物大類

根據不同的巖性,建立從元素到礦物含量的轉化模型。基于X衍射全巖分析及X熒光主量元素含量分析資料,通過元素與礦物相關性分析,元素Al、K與黏土含量的相關性最高,元素Si、K、Al與碎屑含量相關性最高,元素Ca、Mg與碳酸鹽巖含量相關性最高,分別通過多參數擬合建立了黏土含量計算模型(見圖1)、碎屑含量計算模型(見圖2)、碳酸鹽巖的計算模型(見圖3);根據巖石體積模型,黃鐵礦和菱鐵礦含量為100減去黏土含量、碎屑含量和碳酸鹽巖含量。

致密砂巖儲層礦物組分(總黏土、碎屑、碳酸鹽巖)與元素含量關系建立(經驗公式)

總黏土含量=3.42×VAl+7.24×VK-6.0,

R2=0.85

(1)

碎屑含量=2.48×VSi-15.29×VK+2.14×VAl+3.53,R2=0.94

(2)

碳酸鹽巖含量=2.51×VCa+3.75×VMg-4.0,R2=0.94

(3)

3.1.2巖石精細礦物計算方法

基于X衍射全巖分析及X熒光主量元素含量分析資料,通過元素與礦物相關性分析,元素Si與石英含量的相關性最高,元素Ca、Mg與白云石含量相關性最高,分別通過線性擬合建立了石英含量計算模型(見圖4)、白云石含量的計算模型(見圖5);根據巖石體積模型,長石含量為碎屑含量減去石英含量,方解石含量為碳酸鹽巖含量減去白云石含量。

圖4 石英含量計算模型 圖5 白云石含量計算模型

致密砂巖儲層礦物組分(石英、長石、方解石、白云石)與元素含量關系建立(經驗公式)

石英含量=2.48×VSi-27.38,R2=0.90

(4)

長石含量=碎屑含量-石英含量

(5)

白云石含量=5.31×VMg+1.24×VCa-4.92,R2=0.86

(6)

3.1.3黏土礦物含量計算方法

基于X衍射黏土礦物分析資料,采用28個數據點,開展了黏土礦物之間相關性分析,分別建立了伊蒙混層、高嶺石與伊利石的關系模型,伊蒙混層、綠泥石與伊利石的關系模型及高嶺石、綠泥石與伊利石的關系模型(見圖6、圖7、圖8),總黏土含量為伊利石、伊蒙混層、高嶺石、綠泥石之和。通過解4個方程組,可以得到隴東地區長7黏土礦物伊利石(Vz)、伊蒙混層(VI/S)、高嶺石(VK)及綠泥石(VC)含量,其關系式為

圖6 伊蒙混層、高嶺石聯合計算模型 圖7 伊蒙混層、綠泥石聯合計算模型 圖8 高嶺石、綠泥石聯合計算模型

伊利石含量=1.25×VI/S+3.83×VK+1.13,R2=0.96

(7)

伊利石含量=1.07×VI/S+1.62×VC+1.35,R2=0.96

(8)

伊利石含量=3.57×VK+2.97×VC-0.36,

R2=0.92

(9)

總黏土含量=伊利石含量+綠泥石含量+伊蒙混層含量+高嶺石含量

(10)

利用以上方程組進行了模型驗證,結合X衍射黏土礦物分析資料,分別計算出伊利石(VI)、伊蒙混層(VI/S)、高嶺石(VK)及綠泥石(VC)含量。計算黏土礦物含量與分析黏土礦物含量交會圖(見圖9、圖10、圖11、圖12)。隴東地區長7地層黏土礦物計算模型精度高,能夠準確計算黏土礦物含量。

3.2 地層元素測井礦物含量的優化計算

圖9 伊利石含量計算驗證圖版 圖10 伊蒙混層含量計算驗證圖版

地層元素測井優化反演是從地層主要元素含量信息中反演出復雜的礦物含量,該方法可能會出現多解性,即可能出現各種不同礦物的組合,導致反演結果出現偏差。因此,要準確地確定頁巖地層中的礦物含量,應預先進行地質分析,確定地層可能出現的礦物類型,利用礦物類型作為約束條件,減少地層礦物的不確定性。

圖11 高嶺石含量計算驗證圖版 圖12 綠泥石含量計算驗證圖版

其實現途徑:利用巖心實驗數據作為約束條件進行約束反演。該方法可以在沒有巖心資料的情況下,利用已建立的模型計算礦物含量。地層元素測井資料優化反演根據廣義反演理論,利用地層礦物與元素含量之間的關系,通過構造地層不同礦物模型下的元素含量響應方程,反演過程中不斷計算構造響應方程的理論測井值,并與實際測井值比較。一旦兩者充分逼近且滿足誤差條件,則此時計算理論測井值所采用的礦物含量就能充分反映實際地層模型中實際礦物含量大小[8]。

由非線性加權最小二乘原理與誤差理論建立元素測井最優化解釋目標函數數學模型為

(11)

式中,ai為元素含量值,%;x為反演礦物質量含量,%;z為測井深度,m;fi(x,z)為第i種元素在z深度時不同礦物模型下的元素測井響應方程;σi為第i種元素的不確定性因子,其數值由解譜誤差大小決定;τi為構造的第i種元素測井響應方程誤差;F(x,a)為最優化元素測井解釋的目標函數值;gj(x)與τj為x的第j種不等式約束及其誤差。

元素測井在一定深度時的不同礦物模型響應方程為

(12)

式中,xj為第j種礦物;Cij為元素在礦物中的比重。

反演目標函數的約束條件是

(13)

構造元素測井響應方程和響應方程誤差后結合元素的不確定性和約束條件,應用最優化反演算法就可以進行反演求解,反演算法采用變尺度方法和拋物線方法進行反演。

利用Techlog軟件對地層元素測井資料進行重新處理解釋,經過多次優化反演,將處理結果與巖心實驗結果進行對比,當處理結果與礦物含量實驗結果基本一致時,確定了地層元素測井礦物含量計算參數(見表2)。在實際資料的處理過程中,處理結果與巖心結果一致。

利用以上礦物含量計算模型對現場試驗井L44井進行了精細處理解釋,計算得出黏土含量、碎屑含量、方解石含量、白云石含量(見圖13)。圖13中第12道紅色曲線為模型計算黏土含量,藍色點為巖心分析黏土含量;第13道紅色曲線為模型碎屑含量,藍色點為巖心分析碎屑含量;第14道紅色曲線為模型計算方解石含量,藍色點為巖心分析方解石含量;第15道紅色曲線為模型計算白云石含量,藍色點為巖心分析方解石含量。由圖13可見,計算礦物含量結果與巖心分析結果基本一致,說明該方法能夠準確計算致密儲層礦物含量。

表2 地層元素測井礦物含量計算參數表

圖13 L44井長7地層元素測井精細解釋成果圖

4 應用效果

將礦物定量計算模型掛接到軟件中,可得到井剖面的礦物含量。圖14為長慶油田C96井處理成果圖。圖14中第7道為本文方法處理得到的礦物含量剖面。根據131個巖心數據點的驗證,模型計算礦物含量平均絕對誤差為2.75%,平均相對誤差為0.216%。在2 075～2 080 m層段,如圖14中第9道所示第73層和74層。經試油證實為含水工業油層,日產油10.97 t,日產水5.4 t。利用常規測井方法并沒有準確識別出有效儲層,利用地層元素測井方法可以較好地識別出常規方法難以識別的高伽馬值儲層,避免漏層而造成重大經濟損失。

圖14 C96井長7儲層地層元素測井精細解釋成果圖

5 結 論

(1)以大量的實驗數據為基礎,利用元素含量直接進行礦物含量計算方法研究,形成了元素識別巖石礦物大類、巖石精細礦物計算方法、元素交會識別圖版的一套完整的技術。在研究區準確計算出儲層礦物含量,有效解決了常規測井方法難以解決的高伽馬值儲層識別的問題。

(2)研究采用的樣本覆蓋了長慶油田的多個區塊的地層,使得到的方法有較好的適應性;巖心實驗數據檢驗結果表明,根據元素含量計算得到礦物含量有較高的符合率。確定了3個區塊的礦物含量最優化處理參數,在隴東地區長7儲層取得了較好的應用效果,為今后地層元素測井在長慶油田大規模推廣應用奠定了基礎。