用测井确定储层敏感性
石
油学报
文章编号:025322697(1999) 0420034238
用测井确定储层敏感性
孙建孟3 李召成
(石油大学)
关 雎
(塔里木石油勘探开发指挥部)
摘要:
应用测井确定储层敏感性是一个全新的课题。在收集薄片、铸体薄片、粒度、压汞、扫描电镜、物性、敏感性X —衍射、
流动实验等各种岩心分析资料的基础上, 首次探讨了应用测井确定储层敏感性的问题。从测井信息中提取的石英骨架、长石骨架、岩屑骨架、泥质、蒙脱石、绿泥石、伊利石、高岭石、粒度中值、地层水总矿化度、综合物性参数、孔隙度、渗透率、毛细管半径中值等14个参数, 经过岩心标定(即测井建模) 后, 都可由测井信息连续处理获得。以这些参数为基础进行了储层敏感性与各参数的单相关分析, 提出了理论排序表, 并提出了单相关系数加权的方法来实现由测井预测储层敏感性。应用该方法对我国西部某油田进行了实际处理分析, 结果表明由测井连续处理得到的速敏、水敏、盐敏、与该地区的敏感性流动实验结果基本吻合。它对指导探井泥浆配方设计、层保护有重要意义。
主题词:储层敏感性; 自然伽马能谱测井; ; 1 前 言
。它是一个贯穿油气田勘探开发始终的问题。在钻前
或钻进过程中, 研究储层敏感性对指导泥浆配方设计、及时发现有工业价值的油气层和及时进行油气层保护有重要意义。常规的储层敏感性分析研究是建立在岩心分析基础之上, 直接由各种岩心分析资料(如薄片、铸体薄片、粒度、压汞、扫描电镜、物性、敏感性流动实验等) 得出结论。这样取得的结果一般从时间上来不及X —衍射、用于取样分析井, 因为完成这些实验过程需要较长的实验周期和资金投入。用测井确定储层敏感性是一个全新的课题。它的研究成功提高了时效、省去对大部分井的岩心分析实验, 通过测井与地震结合还可实现探井钻前预测敏感性。因此本文具有较强生产实用价值。
2 储层敏感性及其影响因素
储层敏感性是储层对于各类地层伤害的敏感性程度。敏感性主要分为速敏、水敏、盐敏、酸敏、碱敏及结垢。它是储层伤害的重要表现形式。造成储层敏感性伤害的因素很多, 总起来说, 不外乎内因、外因及内外因结合。内因是指由储层本身的岩性, 物性及流体性质等造成的伤害。外因是指在施工过程中任何引起储层原始状态发生改变, 并使储层的孔隙度、渗透率等有所下降的各外部作业条件, 如井下作业造成的压差、温度、作业时间以及各种工作液和各种处理剂的固相性质等。内因是变化的根据, 外因是变化的条件。因此研究储层伤害的内因, 即储层中敏感性矿物的类型、含量及其分布状况是解决这一问题的关键。
敏感性矿物是指储层中与流体易发生物理、物。它们主要包括:①碳酸盐矿物(方解石、白云石、) ; ②粘土矿物(蒙脱石、伊利石、高岭石、绿泥石、伊蒙混层、绿蒙混层等) ; ③铁质矿物(赤铁矿、褐铁矿、黄铁矿等) ; ④硅质矿物(石英、玉髓、蛋白石等) ; ⑤长石类
本文为中国石油天然气集团总公司“九五”攻关项目的专题研究内容。
3 孙建孟, 男, 1964年11月生。1987年毕业于石油大学获硕士学位。现为石油大学(华东) 资源系测井教研室主任、地球物理所副所长, 副
教授。通讯处:山东省东营市。邮政编码:257062。
第4期用测井确定储层敏感性35
矿物; ⑥沸石类矿物(方沸石、浊沸石、柱沸石、钙沸石等) ; ⑦硫酸盐矿物(石膏、硬石膏、天青石、重晶石等) ; ⑧硫化物(黄铁矿等) ; ⑨磷酸盐矿物(磷灰石) 。各种敏感性矿物的伤害机理主要表现为:①晶格膨胀; ②分散运移; ③微粒运移; ④形成化学沉淀或胶体。
敏感性矿物中, 又以粘土矿物为主。其数量、类型、产状和化学成分等特征都直接关系到储层伤害的程度。据文献报导, 由粘土矿物分布特征引起的油层伤害占整个油层伤害的70%, 而由岩石的结构、构造特征引起的油层伤害仅占30%[1, 2]。
通过文献调研初步总结了如下22种参数与敏感性有关:(1) 石英含量; (2) 长石含量; (3) 岩屑含量; (4) 泥质含量; (5) 碳酸盐含量; (6) 含铁碳酸盐含量; (7) 硫酸盐含量; (8) 沸石类含量(含钙) ; (9) 蒙脱石含量; (10) 伊利石含量; (11) 高岭石含量; (12) 绿泥石含量; (13) 伊蒙混层含量; (14) 缘蒙混层含量; (15) 胶结类型 接触关系; (16) 粘土矿物分布形式; (17) 粒度分选 磨圆; (18) 孔隙度; (19) 渗透率; (20) 地层水总矿化度; (21) 钙镁离子的相对含量; (22) 胶结程度。
总之, 从目前可利用的测井信息来看, 上述大部分参数能够通过测井信息来求取, 如自然伽马能谱测井能够揭示粘土矿物类型和含量。因此, 通过用测井来研究储层敏感性是切实可行的。
3 储层敏感性参数与测井响应的关系
以上述研究结果为基础, , 14个参数, 它们是石英骨架含量、长石骨架含量、岩屑骨架含量、、伊利石含量、高岭石含量、粒度中值、地层水总矿化度、综合物性参数, 这些参数经过岩心标定(即测井建模) 后, 都可以由测井信息进行处理, 。下面结合我国西部某油田讨论各敏感性参数与测井响应的关系, 采用的数学方法为单元线性回归和多元线性回归。311 骨架矿物组分模型
应用薄片分析资料统计石英、长石和岩屑含量与三孔隙度测井密度、中子和声波的关系, 得到统计模型
石英:X Q =-714126-6193×M +111133×N +14115×P 长石:X F =1716+0106×M -01057×N -0119×P
(1) (2)
(3) 岩屑:X R =9919+01381×M -11015×N -0129×P
(Θ(100-5n ) ×10; Θ式中 M =(∃t f -∃t ) b -Θf ) ×013; N =(100-5n ) Θb -Θf ) ; P =(∃t f -∃t ) b 为密度测井值
33
(g c m ) ; Θf 为流体密度值(g c m ) ; 5n 为中子测井值(%) ; ∃t 为声波测井时差(Λs m ) ; ∃t f 为流体声波时差(Λs 长石、岩屑的百分含量。m ) ; X Q 、X F 、X R 分别为石英、312 泥质含量模型
应用粒度分析资料统计粒级小于01063mm 的颗粒累计重量百分比含量与自然伽马相对值的关系, 得到泥质含量模型
0147671+219541×∃GR
(4) V sh =10式中 ∃GR 为自然伽马相对值(小数) ; V sh 为泥质含量(百分数) 。313 粘土矿物类型和含量模型
以粘土矿物分析资料为基础, 结合敏感性分析中混层矿物对敏感性的影响程度, 这里把混层矿物归结为四
种主要粘土矿物进行建模[3, 4]。应用的测井信息是自然伽马能谱和自然伽马。深度归位采用粘土总量或某种主要类型的粘土矿物含量与自然伽马测井相对值曲线进行深度移动对比办法来实现。下面是利用该油田资料得
36石 油 学 报第20卷
到的各类粘土矿物模型。
伊利石V II =30175-01017×X U +5125×X
绿泥石V CC =12173+11092×X U +1175×X
T
-1219×X
T
K
-101417×X
K K
TK TK
(5) (6) (7)
蒙脱石V SS =81528+01046×X U +11523×X
T
-3104×X -31828×X -3156×X
-41912×X
TK
(8) 高岭石V KK =-9319+0105×X U -12124×X T +4118×X K +261539×X TK
式中 X U 、钍、钾和钍钾比(%) ; V II 、蒙脱石、绿X T 、X K 、X TK 分别为能谱测井的铀、V SS 、V CC 、V KK 分别为伊利石、泥石和高岭石(%) 。314 物性参数模型
应用物性、薄片、压汞等岩心分析资料和测井资料统计回归得到下列参数模型。孔隙度模型
渗透率模型 lg K =-31286+5122×lg (
(9) (10) (11)
(12)
(13) 粒度中值 M d =-d001+∃3-32
式中
, 其精度受地层水和泥浆滤液中离子类型的影响[5]。
4 储层敏感性预测分析
在收集我国西部某油田储层敏感性流动实验资料的基础上, 按层系整理了敏感性、粘土矿物、地层水分析、物性、薄片及有关资料等。以这些数据为基础, 考察了储层敏感性与其影响因素的单相关关系, 主要结果见表1。
表1 各种敏感性的单相关分析表
Table 1 Si ngle regression analysis of reservo ir sen sitiv ities
敏感性水敏速敏盐敏酸敏碱敏
蒙脱石
[***********][1**********]4
伊蒙混层
[***********][**************]99
绿泥石伊利石高岭石
[***********][1**********]7
[***********][1**********]1
[***********]1028012323
粘土总量
[***********][**************]08
石英骨架
-011601-0136207-0120382-0133829-0169539
长石骨架
-0151611-01097-0102716
碳酸盐
015021
物性指数
-0122858-013241-0142898-0164104-0107725
-[***********]
--0147954
表1中相关系数大小反映了主要敏感性影响因素与各种敏感性的相关程度, 即反映了他们对各种敏感性影响的强弱程度。另一方面, 在参阅大量文献[1~4, 6]的基础上, 结合该油田的资料对粘土矿物等主要敏感性矿物提出了理论排序表(表2) , 作为进行敏感性预测的重要参考。
表2中1、2、3、4、5代表了敏感性矿物对敏感性的影响级别, 数字越大影响程度越强。通过这个理论排序表, 可以看出根据该油田实际资料得出的单相关分析结果与理论排序表基本吻合。两者构成了预测敏感性的理论和实践基础。
第4期用测井确定储层敏感性
表2 敏感性矿物对敏感性影响等级分类表
37
根据对储层敏感性有影响的各种参
Table 2 Reservo ir sen sitiv ity classif ication of reservo ir sen sitive m i nerals 数, 如各种粘土矿物类型和含量、综合物性
级 别参数、泥质总量、粒度中值、骨架组分、地层
敏感性
54321水矿化度、胶结类型、接触关系、粘土矿物
分布形式等的理论分析和实验结果作出速
水敏盐敏速敏
蒙脱石伊 蒙混层蒙脱石伊 蒙混层
高岭石
绿 蒙混层
伊利石伊利石绿泥石
绿 蒙混层
伊利石蒙脱石
非胶结的石英颗粒
蒙脱石伊 蒙混层方解石
黄铁矿
碱敏
高岭石
绿泥石
绿 蒙混层铁白云石
伊利石蒙脱石伊 蒙混层 伊 蒙混层绿 蒙混层
敏、水敏、盐敏、酸敏和碱敏的单相关分析
图版, 在此基础上提出了单相关系数加权的办法, 即
m
酸敏绿泥石绿 蒙混层伊利石
高岭石
长石
∑R
Z i =
m
ij
×Z ij
(14)
ij
∑R
j =1
式中 Z ij 为第i 种敏感性与第j 个输入参; R ij 为第i 种敏j 。
, 14个敏感性影响参数为基础, 对
, 从而实现对储层敏感性的定量分析和预测。
5 处理分析
应用上述方法, 对该油田某井进行了处理分析, 结果见图1, 图1中第一道依次为蒙脱石含量(V SS ) 、伊利石含量(V II ) 、绿泥石含量(V CC ) 、高岭石含量(V KK ) ; 第二道依次为速敏(X S M ) 、水敏(X SHM ) 、盐敏(X Y M ) 、碱敏(X JM ) 、土酸敏(X TS ) 指数; 第三道为渗透率(K ) ; 第四道依次为毛细
粒度中值(M d ) 、综合物性参管半径(X rc ) 、
数(X w c ) ; 第五道依次为泥质含量(V sh ) 、岩屑含量(X R ) 、长石含量(X F ) 、石英含量(X Q ) 、孔隙度(
处理结果表明:速敏指数平均011~0125, 综合结论速敏程度弱; 水敏指数平均013~0155, 综合结论水敏程度中偏弱; 盐敏指数平均014~016, 综合结论盐敏程度中; 土酸敏指数平均013~014, 综合结论土酸敏程度中偏弱; 碱敏指数平均013~016, 综合结论碱敏程度中。敏感性流动实验结果为综合结论速敏程度弱、水敏程度中偏弱、盐敏程度中、土酸敏程度中偏弱、碱敏程度中。这与敏感性流动实
图1 研究油田A 井测井敏感性处理成果图
F ig . 1 R eservo ir sensitivity p rocessing results of w ell A in the o il field
38石 油 学 报第20卷
验结果基本吻合。
6 结束语
本文在收集薄片、铸体薄片、粒度、压汞、扫描电镜、物性、敏感性流动实验等各种岩心分析资料X —衍射、的基础上, 首次提出应用测井确定储层敏感性。从测井信息中成功地提取了石英骨架、长石骨架、岩屑骨架、泥质、蒙脱石、绿泥石、伊利石、高岭石、粒度中值、地层水总矿化度、综合物性参数、孔隙度、渗透率、毛细管半径中值等参数。以这些参数为基础进行了储层敏感性与各参数的单相关分析, 提出了理论排序表和单相关系数加权的方法来实现由测井预测储层敏感性。通过对我国西部某油田的实际处理分析, 结果表明由测井处理得到的速敏、水敏、盐敏、土酸敏和碱敏结论与该地区的敏感性流动实验结果基本吻合。这说明应用测井预测储层敏感性是切实可行的。另一方面, 测井目前尚不能确定胶结类型以及敏感性矿物在储层中的分布形式, 因此应用测井预测储层敏感性, 会存在一定的误差, 但针对某一具体油田来说, 由单相关回归得到的加权系数预测公式能在一定程度上补偿这一缺陷。
[1] 张绍槐, 罗平亚等1保护储集层技术1北京:1996:[2] 赵杏媛等11, 1[3] 裘亦楠、薛叔浩等, 1994:168~1991[4] 黄隆基1北京:, 1985:1~251
[5] 雍世和等11山东东营:石油大学出版社, 1996:1~501[6] 王行信等1砂岩储层粘土矿物与油层保护1北京:地质出版社, 1992:409~4921
(本文收到日期1998208208 修订日期1998210227 编辑 孟伟铭)
第4期 石 油 学 报
Key words :p rove reserves ; gray system ; comp rehensive esti m ati on ; co rrelati on degree ; exp lo itable facto r
3
~38. R ESERVO I R SEN S IT I V IT Y D ET ERM I NA T I ON BY W ELL LO GG I N G ACTA 1999, 20(4) :34
. (P etroleum U niversity , H uad ong ) Sun J ianm eng et al
It is a new subject to deter m ine reservo ir sensitivity by w ell logging . Based on the co llected data from the th in slice observa 2ti on , cast slice observati on , granularity analysis , m ercury injecti on , m icro scanning , po ro sity and per m eability analysis , X 2ray diffracti on , co re fluid sensitivity tests ect . , th is paper deals w ith the deter m inati on of reservo ir sensitivity by w ell logging fo r the first ti m e . 14param eters such as quarts , feldspar , clay vo lum e , montmo rillonite , kao linite , illite , ch lo rite , m edium granularity value , fo r m ati on w ater salinity , compo site po ro 2per m param eter , po ro sity , per m eability , m edium cap illary radius value have been obtained by w ell logging info r m ati on . T he relati ons betw een logging data and reservo ir sensitivity facto rs have been estab 2
. Based on the analysis of reservo ir sensitivi 2lished fo r the studied o ilfield and the results are also obtained by using these models
ty and its facto rs , a new theo retical table is put fo r w ard , and a new single variable regressi on coefficient w eigh ted m ethod is also put fo r w ard at the sam e ti m e , w h ich are used to p redict reservo ir sensitivity by logging data . T he logging p rocessing results show that the fluid velocity sensitivity , fresh w ater sensitivity , salt w ater sensitivity , acid sensitivity , and alkali sensitivity are consistent w ith the results of the co re fluid sensitivity test of the studied area , w h ich is of i m po m ud content design , finding of comm ercial o il and gas layers and reservo ir p ro tecti on .
Key words :reservo ir sensitivity ; natural Gamm a R ay spectrom etry fo ati on ; ; clay vo lum e
O I L F IELD D EVELOP M ENT
A M ETHOD O F FL PT I V E COM PO S IT E GR I D FOR R ESERVO I R S I M ULA T ION ACTA 1999, 20(4) :39~45.
. (S cientif ic R esearch Institu te of P etroleum E xp loration and D evelopm ent , B eij ing ) Gu Y ing et al
A s an update computati on m ethod , Fast A dap tive Compo site Grid has brough t to the field of reservo ir num erical si m ulati on mo re and mo re attenti on . In fact , the m ethod w h ich based on m ultigrid p rinci pal , is a k ind of dom ain decompo siti on m ethod . M any p roblem s w ill be caused w hen FA C w as used in reservo ir si m ulati on , th is paper raised a F lexible Fast A dap tive Compo site Grid to i m p rove FA C . F irst , the grid refinem ent is based on every grid block in FFA C and abno r m al link ing sk ills are used to deal w ith the j o ined grids w ith different size , so FFA C can si m ulate any shape subdom ain ; in additi on , it break dow n the barrier w h ich every subdom ain can’ttouch each o ther . T hen it can si m ulate the frontier of flooding w ith the dynam ic grid refinem ents easily . Second , FFA C can alternatively use direct so lver o r relaxati on so lver acco rding to the p ractical situati on . T h ird , FFA C sets the refinem ent cells and coarse cells th rough the inlaying w ay , w h ich can decrease the num ber of grids greatly and need less m emo ry . Fourth , FFA C can set integrid value by attaining the residues of the compo site grid instead of FA C w ay that uses in 2terpo lati on and local restricti on operato rs as m ultigrid techniques w hen dealing w ith such questi ons as interface interpo lati on and conservati on objectives . FFA C overcom es the sho rtcom ings of FA C and p rovides a flexible idea fo r reservo ir num erical si m ula 2ti on techno logy .
Key words :m ultigrid ; dom ain decompo siti on ; fast adap tive compo site grid ; subdom ain ; reservo ir si m ulati on
M ON T E 2CA RLO COM PU T ER S I M ULA T I ON ON PEN ETRA T I ON O F M A GN ET I C WA T ER I N POROU S ROCK ACTA 1999, 20(4) :46~50.
L u Gui w u (P etroleum U niversity , H uad ong )
Basing on interacti on po tential model built in th is paper , effect of visco sity reducti on and penetrati on grow th of m agnetic w ater are investigated fo r first ti m e by calculating internal energy , visco sity and interfacial tensi on of m agnetic w ater using M C computer si m ulati on . It is found that (1) the relati ons betw een m agnetic effect and m agnetic flux density is a m any 2peak s func 2ti on ; (2) under the influence of an op ti m um m agnetic field , the abso lute value of internal energy , visco sity and interfacial ten 2si on of m agnetic w ater decreased significantly ; (3) the penetrati on and the injectivity of m agnetic w ater in po rous rock can be in 2creased by m agnetic treatm ent w hen m agnetic flux density B =011T o r B =012T ; (4) the second peak of w ater 2w ater RD F rises