水驅砂巖油藏儲層物性時變規律分析方法綜述

謝倩, 劉尚奇, 王瑞峰, 楊軒宇

(中國石油勘探開發研究院, 北京 100083)

自20世紀90年代,已有學者對注水開發模式下油藏儲層動態變化開展了大量研究工作,注入水的長期浸泡和沖刷作用使儲層中的巖石顆粒、黏土礦物等發生物理化學反應,導致儲層參數發生變化[1-2],形成局部優勢滲流通道,注入水沿優勢通道無效或低效循環,平面、層間及層內矛盾加劇[3-4],剩余油分布整體高度分散、局部相對富集,地下滲流場較開發初期發生很大變化[5],依據初始儲層物性參數已不能有效指導開發后期工作。

縱觀有關儲層物性時變分析與應用相關文獻,對于如何有效定量表征儲層參數變化規律,早期主要為儲層物性變化機理研究,逐漸側重儲層微觀及宏觀參數變化特征,但仍以定性為主,后發展到半定量、定量研究[4-13],將定量的物性時變規律引入主流數值模擬軟件,實現數值模擬精細化應用。該研究的重點是明確不同地質和開發因素對儲層參數影響的定量規律,建立動態地質模型,實現油田實際應用。目前多數研究方法存在考慮影響因素有限,且依賴取心資料,而一孔之見難以代表全區域,人為主觀影響較大,以及宏觀與微觀物性變化研究缺乏明確聯系等難點?，F通過分別對儲層微觀、宏觀物性參數時變研究方法及現狀進行梳理和分類總結,以期啟發相關研究者利用新手段建立微觀與宏觀參數量化關系,綜合研究不同地質、流體、開發因素下的儲層參數時變規律。在此基礎上精確模擬和預測水驅油藏優勢滲流通道及剩余油分布,從而對油田后期分層注水、優化措施等精細化開發具有重要指導意義。

1 儲層微觀物性時變規律研究現狀

1.1 室內實驗及取心資料分析法

利用不同含水階段油井密閉取心井、巖心水驅油實驗等資料,對儲層物性參數、孔隙結構參數及儲層滲流特征變化規律等進行分析研究是目前最常規的研究方法之一。其中儲層微觀物性參數包括孔喉半徑(Rmax、Ravg、Rmain、R50)、孔喉比、孔喉形狀及配位數、分選系數Sp、變異系數Skp、峰態Kp和歪度等[8-9]。

大慶油田、勝利油田經過長期注水開發,積累了大量礦場資料,多位學者通過各開發區塊不同開發階段的密閉取心井資料,綜合利用掃描電鏡、鑄體薄片、核磁共振、驅油實驗和生產動態、壓汞實驗等方法對孔隙結構參數、儲層物性以及巖性參數的變化進行分析,儲層微觀參數變化特質具備較高的一致性[8-14]?？傮w上,長期注水沖刷主要影響巖石骨架和孔隙結構,不同油藏的物性變化規律及變化幅度有一定差異,但在一定范疇內,其變化趨勢具有一致性。對于高滲巖樣(氣測滲透率Ka=2 300 mD),沖刷后巖樣的孔隙度、粒度中值等參數均有增加趨勢(圖1),分選系數、泥質含量、粉砂含量等明顯減少[10],平均孔喉半徑、孔喉半徑中值增加,中大孔喉個數增加,直觀上影響了滲透率,滲透率貢獻率也隨之增加,低滲透儲層物性則趨于變差[13]。

圖1 不同滲透率儲層水驅前后孔喉半徑變化[13]Fig.1 Changes in pore throat radius of the reservoirs with different permeability before and after water flooding[13]

1.2 三維孔隙網絡模擬模型

傳統的滲流研究多為宏觀研究,如對孔隙度、滲透率、潤濕性等展開分析,其不足之處是不能確定多孔介質內部的物理、化學變化特征。Fatt[15]在1956年最先提出網絡模型概念,后被廣泛用于描述和研究儲層的微觀孔隙結構與滲流特性[16-27]。

孔隙網絡模型是將多孔介質中復雜的孔隙結構抽象為理想的幾何形狀,可進一步分為隨機網絡模型和真實巖心的網絡模型[17]。構建隨機網絡模型只需按巖心孔喉數據在規則的網格中隨機分布孔隙和喉道,而不需要借助任何實驗數據,其在研究儲層參數變化的內在機理時優勢明顯[18]。李振泉等[19]建立了油水兩相流三維網絡模擬模型,討論了不同儲層潤濕性下孔喉結構參數對剩余油分布規律的影響,并給出模擬驅替過程中含水飽和度、絕對滲透率和相對滲透率等計算方法。徐暉等[20]建立了考慮微粒運移的三維網絡模擬模型,利用有限差分求解方法,量化分析了長期水驅砂巖油藏孔喉結構變化規律,并與實驗結果進行對比,驗證模型的可靠性。馮其紅等[21]、肖康等[22]通過考慮孔喉內微粒的脫落、運移、堵塞及由優勢通道引起的附加壓力損耗,建立了動態的三維網絡模型,從機理上研究了影響優勢通道發育的主要孔喉結構參數,并模擬得到不同膠結程度、注采強度下孔隙度、滲透率的變化規律。

隨機網絡模型中的孔喉參數是通過分布函數隨機賦值,難以開展實際應用[17]。而基于真實巖心的網絡模型則能最大限度地模擬實際巖心的孔喉大小和空間分布,由于構建過程需要借助實驗,成本較為昂貴,國內受設備和技術條件所限,研究薄弱,因此在進一步用于解剖水驅油藏儲層微觀物性參數變化規律方面研究也相應較少[23]。但經過多年探索,重構數字巖心及構建孔隙網絡模型的技術和算法得到快速發展[24-27],未來關于數字巖心構建的孔隙網絡模型勢必會成為儲層孔隙結構及其變化規律研究的有力工具。

1.3 孔隙結構分形表征

法國數學家Mandelbrot等[28]提出并創立了分形幾何理論,認為孔隙大小指數分布與分形維數存在一種冪律關系,Katz等[29]通過大量數據分析發現砂巖孔隙空間以及孔隙表面都具有很好的分形特性,在一定孔隙半徑范圍內可以用分形維數來表征儲層孔隙結構特征。研究表明,砂巖孔隙結構的分形維數介于2～3,分形維數越大,儲層孔隙結構越復雜,非均質性越強[30]。國內外學者先后提出了利用分形維數描述孔隙結構的復雜程度和變化規律,并建立了孔隙結構特征參數的分形表征模型[31-33]。

利用分形理論研究非常規儲層巖性特征是近幾年研究的熱點[34-35],但用于定量表征長期水驅砂巖儲層孔隙結構非均質性的變化規律較少。王天琦等[36]綜合利用巖樣壓汞資料和測井資料獲取Df(孔隙結構分形維數)、孔隙度、滲透率等物性參數,利用聚類分析回歸Df預測模型,該方法簡單,但測井解釋的孔隙度、滲透率精度有限。文華[23]利用大慶喇薩杏油田巖心驅替實驗和壓汞實驗資料,回歸了水驅前后滲透率、最大孔喉半徑和孔喉半徑中值與分形維數的關系曲線(圖2),并計算不同含水率下的孔喉分形維數,建立了儲層孔隙結構分形維數動態演化的數學模型。掃描圖像也可直觀反映孔隙結構,目前利用掃描圖像分析孔隙結構分形維數的研究尚處于起步階段,但也是孔隙結構參數定量化表征的方向之一。

圖2 分形維數與滲透率關系曲線[23]Fig.2 Relationship curve between fractal dimension and permeability[23]

2 儲層宏觀物性時變規律研究現狀

2.1 滲透率時變分析

儲層宏觀參數變化定量分析需要解決兩個問題,一是儲層宏觀參數如何變化,二是確定時變表征參數。油藏數值模擬不直接采用微觀參數,而是通過宏觀參數(滲透率、孔隙度、相滲曲線等)反映儲層物性時變現象[37]。這一方面國內研究較多,不同開發階段孔滲數據獲取方法主要包括:密閉取心資料分析、巖心水驅油實驗、測井儲層評價、試井資料解釋。密閉取心資料可以直接獲得水洗后儲層物性數據;巖心驅替實驗與壓汞實驗交替進行的分析方法,可研究巖樣在不同沖刷倍數下宏觀物性參數的變化規律;測井儲層評價法可分析不同階段完鉆井的孔隙度、滲透率、泥質含量等變化特點,研究相應物性參數隨水驅開發過程的演化模式[38]。

大量實驗和礦場資料顯示,水驅開發過程中,孔隙度變化不大,一般都在測量誤差范圍之內[1],滲透率則因儲集層物性差異而具有各自不同的變化規律[13](圖3)。

圖3 巖心水驅后滲透率變化率與原始滲透率的關系[13]Fig.3 Relationship between the change rate of permeability and original permeability of water flooded cores[13]

儲層物性時變的表征方法可劃分為單因素法、多因素法、水驅強度表征法,其中水驅強度表征法能體現注水沖刷作用,更為客觀,且易應用于數值模擬中[37]。在物性時變表征的研究中,早期根據勝利油區利用礦場密閉取心井資料統計回歸得到滲透率變化倍數與含水率的關系[39],但并未體現滲透率變化的根本原因;利用過水倍數,即累積注入量與孔隙體積之比,作為表征參數,體現了注水沖刷對各宏觀參數的影響,可實現連續性和方向性表征[40-48]。但計算出的過水倍數受網格大小影響大,姜瑞忠等[42]、魏峰[45]、趙平起等[46]分別提出面通量、累計面通量、有效驅替通量等概念,其中面通量可以解決網格大小問題,有效驅替通量在面通量的基礎上考慮孔隙度,可以準確描述注入水的真實流速,流速越大,作用在巖石顆粒上的壓力梯度越大,巖石顆粒越容易脫落并運移,孔喉變化越顯著。金忠康等[47]則是將上述過水倍數轉換為含水飽和度變化量,并利用商業軟件實現滲透率時變數值模擬。

總體看,目前物性時變主要根據室內水驅油實驗和密閉取心井資料進行分析(表1),但大部分油田巖樣分析數據有限,參數點可能存在較大波動,不足以形成可靠規律;利用分形理論進行儲層物性變化定量描述,也需要基于不同水驅階段巖心壓汞實驗數據;測井評價法中不同階段鉆完井測井解釋滲透率也基于初始孔滲關系,其數據精度可靠性有限。綜上,目前對滲透率定量時變參數表征精確度不夠,能直觀反映滲透率變化參數數據點不足。

表1 調研油田滲透率時變規律總結Table 1 Variation laws of permeability in water-flooding reservoir

2.2 相滲曲線時變分析現狀

國內外大量研究表明,經過長時間注水開發,儲層巖石表面吸附原油能力降低,巖石潤濕性向親水方向增強,殘余油飽和度降低,等滲點右移,兩相流動區間增大[1,49-51]。為實現相滲曲線定量、連續時變表征,需要獲取隨開發過程不斷變化的相滲曲線。由于直接測定相滲曲線昂貴耗時,且難以代表整個油藏,前人在間接獲取相滲曲線方法上研究頗多,總結為如下3類方法。

(1)礦場資料回歸統計。劉顯太[40]對勝利油區中高滲透砂巖油藏相對滲透率曲線進行統計分析,回歸得到了端點變化值與滲透率變化倍數以及油、水相滲透率與絕對滲透率的關系。王守磊等[52]、呂棟梁等[53]通過交替條件期望法對多個影響相滲曲線的儲層物性參數進行多元回歸,根據相滲曲線冪函數式,建立了相滲曲線4個端點以及特征參數表征模型。

(1)

(2)

式中:Krw為水相相對滲透率;Kro為油相相對滲透率;Krw(Sor)為殘余油飽和度下的水相相對滲透率;Kro(Swi)為束縛水飽和度下的油相相對滲透率;Sw為含水飽和度;Swi為初始含水飽和度;Sor為殘余油飽和度;m為水相指數;n為油相指數。

(2)動態資料反演。油田開發到中后期,多位學者提出利用動態數據計算相滲曲線,根據不同水驅曲線適應條件的差異,分別利用甲、乙、丙、丁、俞啟泰、張金慶水驅特征曲線及新型近似理論水驅曲線,結合相滲曲線經驗公式,推導出油水相指數、殘余油飽和度的數學表達式,并計算相滲曲線[54-57]。

(3)機器學習算法仿真預測。李春雷等[58]提出機器學習算法獲取實時、準確的相滲曲線,充分利用現場測井曲線資料,優選敏感參數,結合相滲曲線特征點數據,構建水驅儲層相滲曲線預測樣本集,優選機器學習算法對油水相相對滲透率進行預測,并從地質因素和端點值進行約束優化,實現高精度相滲曲線的智能生成。

在如何連續表征相滲曲線的動態變化問題上,目前主要是將相滲曲線的時變問題轉換為相滲曲線端點及油水相指數的時變[41]。礦場資料回歸統計及機器學習算法預測兩種方法均基于不同儲層物性參數獲取相滲曲線,具有多解性,且難以直接應用到數值模擬中,動態資料反演法計算的是某一開發階段的相滲曲線,未能實現相滲曲線變化的連續表征。

2.3 數值模擬軟件模擬物性時變發展現狀

國內外主流數值模擬軟件主要包括斯倫貝謝Petrel RE平臺、CMG軟件以及tNavigator。2017年斯倫貝謝Petrel RE平臺及Intersect模擬器可利用Python語言實現儲層物性變化的分區動態表征[59]。CMG軟件從影響微粒運移的因素、數值模型中微粒的類型、與微粒運移和溫度有關的潤濕性變化等幾方面模擬微粒運移。tNavigator軟件利用過水倍數,表征流體對儲層的沖刷程度,對可變參數滲透率、傳導率、相滲曲線進行時變模擬,并允許設置時變參數上限值,防止其溢出理論范圍。

2.4 儲層物性時變研究技術展望

傳統巖心分析、室內驅替實驗等方法在應用過程中存在手段單一、局限性大等問題,而基于實際巖心或數字巖心的孔隙網絡模型、孔隙分形表征等技術具有可重復性及預測性,在非常規油氣儲層孔隙結構描述中廣泛研究與應用[34,60-61],其也是研究水驅砂巖油藏儲層物性時變行之有效的方法。此外,儲層物性時變影響因素眾多,現場應用多基于具體油田巖心分析結果進行統計回歸,且僅考慮了部分因素,難以有效推廣。近年來大數據、機器學習算法等在油氣行業快速發展,為綜合考慮開發、地質等多因素影響下的儲層物性參數變化預測提供了新手段。

在儲層物性時變理論應用到實際油田開發過程中,商業數值模擬軟件的逐步完善,使得通過建立油藏動態地質模型精細模擬和預測優勢通道及剩余油分布易于實現,從而為油田開發調整、分采分注、優化措施等提供更加可靠的依據。同時,儲層物性時變理論在水驅砂巖油藏中實現應用,又將進一步深入推動其他各類油藏儲層物性的時變研究。

3 結論

(1)掃描電鏡、鑄體薄片、核磁共振、密閉取心井分析、壓汞實驗、驅油實驗是研究長期注水沖刷對儲層物性參數影響的主要手段,該類方法可分析黏土礦物的分布、巖石骨架、孔隙結構等微觀參數的變化,進而分析宏觀物性參數孔隙度、滲透率的變化。

(2)基于真實巖心構建的孔隙網絡模型可最大限度地模擬實際目標巖心的孔喉大小和空間分布,具有可重復性、可控制性的特點,而在描述儲層微觀孔隙結構中引入分形幾何理論,將宏觀與微觀結合實現物性時變的定量表征。兩種方法目前尚處于發展階段,也是未來研究儲層微觀孔隙結構的重要發展方向。

(3)密閉取心資料分析、巖心水驅實驗是獲取儲層宏觀參數定量時變規律最直接且主要手段,但其只能代表油藏局部物性變化,巖心數量有限時,能直觀反映滲透率變化的數據點不足。

(4)相滲曲線形態隨注水沖刷發生明顯變化,其定量、連續時變表征可通過相滲曲線特征參數的連續時變實現,但仍受經驗公式及回歸擬合精度的影響。