濟陽坳陷頁巖油儲層礦物組分最優化反演方法

賴富強，李仕超，王 敏，劉粵蛟，鐘路路，黃兆輝，王海濤

(1.宜賓學院，四川 宜賓 644007；2.重慶科技學院復雜油田勘探開發重慶市重點實驗室，重慶 401331；3.中國石化勝利油田分公司，山東 東營 257000)

0 引 言

頁巖油儲層評價的基礎在于對頁巖礦物組分的準確識別[1-2]。泥頁巖的礦物成分對頁巖油儲層生烴能力和儲層的可壓裂改造性起到很重要的控制作用[3-6]。烴源巖的礦物成分是判斷優質頁巖油藏烴源巖能否形成具有經濟價值的重要指標，而頁巖油儲層的礦物組分多樣，巖性復雜多變，如何有效地識別出頁巖油儲層的礦物組分是頁巖油勘探開發的難點之一[7-8]。

目前最直觀、準確的礦物組分識別方法是直接利用鉆井取心[9]和實驗分析進行礦物組分識別[10]，但由于該方法成本太高，無法對全井段進行連續識別，且巖心取出后易風化變質，難以真實反映井下高溫高壓環境下的礦物組分[11]，不具有現實意義。此外，利用常規測井資料進行礦物組分識別，雖然測井成本較低，并且能夠實現全井段的連續識別和評價，具有較強的實用性[12]，但該方法依然依賴于實驗室巖心測試礦物含量來構建模型[10]，模型的準確性和適用性取決于區域內巖心實驗數據的數量[13]，此外，頁巖油儲層礦物組分復雜多樣、巖石物理體積模型不統一，跨區域很難推廣使用[14-18]。

針對上述方法存在的問題，為更加準確定量評價頁巖礦物組分含量，此次研究引入有機骨架，構建統一的頁巖油儲層“雙骨架”礦物組分巖石物理體積模型，采用基于巖石物理實驗約束的多礦物體積模型最小二乘法-奇異值分解[19]最優化反演方法，準確計算頁巖油儲層有機骨架和無機骨架礦物組分體積含量，提高識別精度和區域適用性，建立一套高精度、跨區域使用的頁巖油儲層多礦物反演方法。

1 區域地質概況

濟陽坳陷地處渤海灣盆地東南部，被逞寧隆起和魯西隆起所挾持，展布形態呈一個向西收斂、向東散開的近東西走向的一級負向構造單元[20]，是典型的“北斷南超”箕狀斷陷盆地。坳陷內部包含惠民、沾化、東營、車鎮四大凹陷及多個凸起。古近紀與新近紀的斷、坳轉換期以及新構造運動導致坳陷內中淺層斷裂密布，為油藏的形成提供了良好的地質條件[21](圖1)。

圖1 濟陽坳陷構造及取心井位置Fig.1 The structure of Jiyang Depression and location of coring wells

研究區古近系由下至上依次發育孔店組、沙河街組、東營組地層，此次研究目標層主要為沙河街組沙三下亞段的沙三下1、沙三下2、沙三下3、沙三下4和沙四上亞段純上1、純上2這6個小層。沙三段下亞段巖性主要為紋層狀構造的頁巖、油頁巖、泥巖與具塊狀層理泥巖形成的不等厚互層，沙四上亞段以紋層狀構造泥質灰巖為主，屬半深湖—深湖相沉積。

2 頁巖油儲層礦物特征分析

通過對目的層758塊巖樣的X衍射全巖礦物室內實驗分析可知，濟陽坳陷頁巖油儲層主要礦物類型為碳酸鹽巖、黏土礦物、石英、長石、黃鐵礦等，碳酸鹽巖礦物含量一般大于45%，石英等碎屑礦物含量一般小于30%(圖2a)。由礦物組分三角圖可以看出(圖2b)，濟陽坳陷的東營凹陷礦物組分較為復雜，且礦物含量與埋深及層位關系不明顯；沾化凹陷沙三下—沙四上泥頁巖碳酸鹽巖礦物含量較東營凹陷大，且隨著埋深增大，碳酸鹽巖礦物增加趨勢明顯。

圖2 濟陽坳陷X衍射全巖礦物巖心分析礦物組分統計Fig.2 The mineral composition statistics of core analysis by X-ray diffraction on all minerals in the rock in Jiyang Depression

3 頁巖油儲層礦物含量計算方法及模型

頁巖油儲層礦物組分模型構建及反演方法研究思路：首先根據巖心實驗確定主要礦物組分類型及含量范圍，然后構建“雙骨架”礦物組分體積含量模型，再分別對有機骨架和無機骨架體積含量進行計算。有機骨架計算采用鈾和密度交會法計算有機碳(TOC)含量，再基于密度測井計算干酪根體積含量。無機骨架計算首先利用無鈾伽馬或自然伽馬曲線計算泥質含量，然后利用計算得到的泥質含量、干酪根含量對三孔隙度曲線進行泥質校正和干酪根校正，再基于校正后的三孔隙度曲線，采用基于巖石物理實驗約束的最優化反演方法計算石英、長石、方解石、白云石等礦物體積含量和孔隙度的含量，最終實現頁巖油儲層“雙骨架”礦物組分體積含量的精確計算。該方法具體實現路徑見圖3。

圖3 頁巖油儲層“雙骨架”礦物模型反演流程Fig.3 The inversion process of "dual-framework" mineral model for shale oil reservoirs

3.1 頁巖油儲層礦物組分巖石物理體積模型構建

根據巖心實驗所獲得的礦物組分資料，假設干酪根為有機骨架，結合泥質(黏土)、無機骨架(包含斜長石、石英、方解石、白云石和黃鐵礦)、孔隙度等組分，構建集有機骨架和無機骨架為一體的“雙骨架”頁巖油儲層礦物組分巖石物理體積模型(圖4)。

圖4 頁巖油儲層礦物組分體積模型Fig.4 The volume model of mineral components in shale oil reservoir

3.2 泥質與有機骨架干酪根體積含量計算方法

3.2.1 頁巖油儲層泥質含量計算方法

由于干酪根的存在會使鈾元素(U)含量升高，導致總自然伽馬值(GR)升高，因此，總GR難以反映真實的泥質含量，故利用無鈾伽馬(KTH)計算泥質含量：

(1)

(2)

式中：GCUR為無量綱經驗系數，對第三紀地層為3.7，對老地層為2.0，也可以由實際資料統計獲得；KTHmin為純砂巖段無鈾伽馬測井值，API；KTHmax為純泥巖段無鈾伽馬測井值，API；SH為無量綱泥質指數；Vsh為泥質含量，%。

3.2.2 有機骨架干酪根體積含量計算方法

(1)有機碳含量Gtoc計算方法。考慮有機質豐度變化會引起密度測井變化，故在傳統的聲波電阻率重疊法基礎上加入密度測井的響應特征，Gtoc可表示為：

Gtoc=[A+B·lgR+CΔ]/ρ

(3)

式中：Gtoc為有機碳含量，g/g；R為深側向電阻率，Ω·m；Δ為聲波時差，μs/m；ρ為密度測井，g/cm3；A、B、C為無量綱擬合系數。

(2)有機骨架干酪根體積計算模型。根據密度測井原理，假設密度測井ρ主要測量無機礦物骨架的密度值，Gtoc也可表示為：

(4)

式中：ρtoc為有機碳的密度，g/cm3；Vtoc為有機骨架干酪根體積百分比，%。

根據上式推導可得：

(5)

由于受到井眼環境以及含油性的一些影響導致測井值偏低，或黃鐵礦的影響導致測井值偏高，需要對其進行適當的校正，因此，干酪根的體積可表達為：

(6)

式中：Vkero為干酪根的體積百分比，%；λ為無量綱校正因子，對于Vtoc偏低的情形，λ為1.0～2.0，對于Vtoc偏高的情況，λ為0.5～1.0。

3.3 頁巖油儲層三孔隙度校正

利用前文得到的泥質含量及干酪根含量對三孔隙度測井值(聲波時差、補償中子、補償密度)進行泥質校正和有機質骨架校正，具體公式如下：

Xm=Xlog-XshVsh-XkeroVkero

(7)

式中：Xlog為三孔隙度測井中的某一測井值；Xm為Xlog校正后的測井值；Xsh為泥質對應的三孔隙度測井值；Xkero為干酪根對應的三孔隙度測井值。

3.4 基于巖石物理實驗約束的無機骨架模型最優化反演

3.4.1 頁巖油儲層巖石物理體積模型測井響應

根據前文構建的頁巖油儲層礦物組分巖石物理體積模型，主要礦物體積百分含量包括泥質(Vsh，%)、石英長石砂巖(Vqfm，%)、碳酸鹽巖(Vcar，%)、黃鐵礦(Vpyr，%)、干酪根(Vkero，%)以及孔隙度(φ，%)，則：

Vkero+Vsh+Vqfm+Vcar+Vpyr+φ≈100%

(8)

對于任意一個測井值Xlog，其主要來自于上述6個部分的貢獻，則有：

Xlog=XkeroVkero+XshVsh+XqfmVqfm+XcarVcar+XpyrVpyr+Xwφ

(9)

式中：Xqfm、Xcar、Xpyr、Xw分別為石英長石砂巖、碳酸鹽巖、黃鐵礦、地層水對應的三孔隙測井中的任一測井值。

3.4.2 最優化反演方法及流程

(1)最優化系數矩陣。由式(9)可看出，在確定泥質、石英長石砂巖，碳酸鹽巖，黃鐵礦、干酪根以及孔隙度的體積百分含量的情況下，在3孔隙度測井信息中挑選2種孔隙度測井信息構建2個方程組即可求出Xqfm，Xcar體積百分比，對于進行三孔隙度測井的情形，則有：

Δ-ΔkeroVkero-ΔshVsh=ΔqfmVqfm+ΔcarVcar+ΔpyrVpyr+Δwφ

(10)

ρ-ρkeroρkero-ρshVsh=ρqfmρqfm+ρcarVcar+ρpyrVpyr+ρwφ

(11)

γ-ΥkeroVkero-ΥshVsh=ΥqfmVqfm+ΥcarVcar+ΥpyrVpyr+Υwφ

(12)

式中：Δkero、Δsh、Δqfm、Δcar、Δpyr、Δw分別為干酪根、泥質、石英長石砂巖、碳酸鹽巖、黃鐵礦、地層水的聲波時差值，μs/m；ρkero、ρsh、ρqfm、ρcar、ρpyr、ρw分別為干酪根、泥質、石英長石砂巖、碳酸鹽巖、黃鐵礦、地層水的密度值，g/cm3；Υkero、Υsh、Υqfm、Υcar、Υpyr、Υw、Υlog分別為干酪根、泥質、石英長石砂巖、碳酸鹽巖、黃鐵礦、地層水的中子值，P·U。上述各參數均為已知數。

將式(8)代入式(10)～(12)后整理得到最優化系數矩陣式(13)。

(13)

(2)巖石物理實驗約束。基于3個方程解2個未知數的問題，屬于超定方程，采用約束非負最小二乘法求解，根據地質特征，約束條件為：

(14)

式中：lqfm、Bqfm為研究區目的層段石英長石砂巖最小、最大含量，%；lcar、Bcar為目的層段碳酸鹽巖最小、最大含量，%。

根據前述計算模型得到泥質含量、干酪根含量，有：

lcar+lqfm≤Vcar+Vqfm≤100-Vsh-Vkero

(15)

3.5 礦物組分含量計算

聯合式(5)、(6)、(7)，采用線性約束最小二乘法、奇異值分解等算法對頁巖油儲層長石石英砂巖、碳酸鹽巖礦物組分含量和孔隙度3個未知數進行求解。

3.5.1 方解石、白云石含量計算

利用密度曲線將碳酸鹽巖含量分解為方解石和白云石含量：

(16)

Vdol=Vcar(1-Vclc)

(17)

式中：Vclc為分解的方解石百分含量，%；Vdol為分解的白云石百分含量，%；ρdol為白云石密度，g/cm3。

3.5.2 石英、長石含量計算

利用鉀元素曲線將石英長石含量分解為石英和長石含量：

(18)

Vfeld=Vqfm(2ks-1)

(19)

Vquaz=Vqfm(2-2Ksh)

(20)

式中：ks為無量綱長石含量指數；Vfeld為分解的長石含量，%；Vquaz為分解的石英含量，%；K為自然伽馬能譜測井鉀元素測井值，API；Kmtx為無機骨架中的鉀元素測井對應值，API；Kfeld為鉀長石中的鉀元素測井值，API；Kquaz為石英中的鉀元素測井值，API；Ksh為泥質中的鉀元素測井值，API。

4 應用及分析

根據濟陽坳陷頁巖油巖心實驗確定頁巖油儲層主要礦物組分類型及含量范圍，構建頁巖油儲層“雙骨架”礦物組分體積含量模型，采用文中最優化反演方法對有機骨架和無機骨架礦物組分進行計算，得到FY1井和NY1井礦物組分含量最優化反演成果，如圖5、6所示。圖5、6中，黑色桿狀圖為巖心X衍射實驗實測的礦物組分百分含量，紅色實線為該文最優化反演方法計算的礦物組分百分含量。由圖5、6可以看出，“雙骨架”礦物組分模型最優化反演計算的礦物組分百分含量與巖心X衍射實驗實測的礦物組分百分含量有較高的契合度。表1為FY1與NY1井礦物計算含量與實驗含量誤差分析。由表1也可以看出，反演計算的礦物組分百分含量與巖心X衍射實驗實測的礦物組分百分含量的相關系數均在0.60以上，兩者平均相對誤差均小于20.00%，說明了模型的合理性。

表1 FY1與NY1井礦物計算含量與實驗含量誤差分析Table 1 The analysis of deviation between calculated content and experimental content of minerals in Wells FY1 and NY1

圖5 FY1井頁巖油井礦物組分識別對比Fig.5 The identification and comparison of mineral components of shale oil in Well FY1

5 結 論

(1)針對研究區巖心X衍射全巖分析等實驗而構建的頁巖油儲層“雙骨架”礦物組分巖石物理體積模型，具有較好的區域適用性。

(2)構建的頁巖油儲層“雙骨架”礦物組分模型，通過最優化反演方法計算出來的頁巖油儲層礦物組分含量與X衍射實驗結果的相關系數均在0.60以上，平均相對誤差均小于20.00%，取得較好的一致性，驗證了該方法的準確性。

(3)該套方法相比一般測井模型來說，優勢在于不用依賴于大量的巖心實驗，可以根據常規的測井曲線快速獲取一些儲層物性參數及巖石礦物含量，研究實例結果顯示其具有較好的準確率及適用性，便于在頁巖油氣儲層評價中推廣使用，可以為頁巖油儲層定量評價提供一定的技術支撐。

圖6 NY1井頁巖油井礦物組分識別對比Fig.6 The identification and comparison of mineral components of shale oil in Well NY1