伊陜斜坡西南緣長63致密砂巖儲層流動單元特征

劉一慧,曹 濤,王 磊,邢 楊,吳雨風,彭業雄

(1.長慶油田分公司第七采油廠,陜西 西安 710016; 2.長慶油田分公司油田開發事業部,陜西 西安 710018; 3.長安大學 地球科學與資源學院,陜西 西安 710054; 4.長慶油田分公司第十采油廠,甘肅 慶陽 745699)

儲層非均質性一直是影響儲層評價的關鍵因素[1-2],而流動單元能夠有效地劃分非均質性儲層類型[3-4],為非均質性儲層內的油氣勘探部署提供依據。國內外對流動單元并無統一的定義,但均認為其在空間上具有連續的相似巖石物性[5-6]、外有非滲透性隔擋層,并且砂體內被非滲透界面分隔的儲集單元[7-9]。本文研究的流動單元是指儲層內縱橫向上連續、物性及滲流特征相似的儲集帶,它能將儲層非均質性由微觀物性的非均質表現轉換為儲集帶的宏觀非均質性,從而實現非均質性儲層的快速分類和定量分析。

國內外學者對流動單元劃分的研究已近40年,研究方法由最初的沉積—成巖—構造作用綜合法、巖性—物性特征綜合法、儲層層次分析法等定性、半定量研究方法轉變至現在應用多元統計分析、機器學習算法分析等方法進行的定量研究[10-13];研究內容也從簡單的表征高、中、低滲儲層特征,劃分儲層類型[11-14],到現在應用于滲透率解釋、油藏數值模擬以及預測剩余油分布等方面[15-18]。但以往的研究缺乏對于低孔、特低滲類儲層流動單元的研究,也極少結合油田生產動態資料來進行驗證流動單元劃分的可靠性。

鄂爾多斯盆地伊陜斜坡西南緣H307井區,多數長63產油井已進入中、高含水期,產油量急劇下降,含水率急劇增加,油田穩定生產面臨問題。剩余油的控制因素及分布規律模糊,主要是由于儲層特征的認識不夠深化,特別是對剩余油的微觀賦存狀態和滲流通道的特征機器形成機理的認識不足,加上在前期的調剖堵水措施等地質研究過于粗糙,已成為提高采收率的瓶頸[19-20]。為有效地動用研究區長63油層組低滲透油藏,以多因素聚類分析法對長63致密砂巖儲層流動單元類型進行劃分,再結合油田動態生產資料驗證劃分結果,以期為研究低孔、特低滲類儲層流動單元提供新思路。

1 區域地質概況

研究區HJ油田H307井區行政歸屬于甘肅省,構造上處于鄂爾多斯盆地伊陜斜坡西部(圖1),區域內構造平緩[21]。受印支運動影響,晚三疊世盆地發育一套典型、完整的陸相碎屑巖沉積體系。研究區延長組從長10至長1沉積期,經歷了湖盆擴張至消亡的全過程,長6段沉積于湖盆萎縮初期和三角洲沉積向湖盆內擴張期[21],是一套濁積扇沉積,主要有濁積水道主體、水道側翼、濁積水道間3類沉積微相。

圖1 研究區位置及地層巖性Fig.1 Location and formation lithology of the study area

圖2 長63孔隙度、滲透率分布Fig.2 Histogram of porosity and permeability distribution of Chang 63

2 流動單元研究方法與參數選取

由于儲層滲流特征受到沉積背景、儲層物性、成巖作用、斷層性質、孔喉結構等多種因素的影響[12,16-17]。本文從80口井長63巖心樣品的分析化驗資料中,優選出孔隙度(φ)、滲透率(K)、單砂體厚度(H)、泥質含量(Vsh)、流動分層指數(FZI)、孔喉半徑(R35)6個屬性參數作為流動單元劃分參數變量。其中,φ、K、H、Vsh可以根據巖心分析或者測井資料獲取,FZI、R35則需要通過其他參數轉化,其計算過程如下[22]。

(1)流動分層指數。

(1)

式中,FZI為流動分層指數;RQI為油藏品質系數;φz為孔隙體積與顆粒體積之比;φe為有效孔隙度;K為滲透率。

(2)R35值。R35是指壓汞曲線上進汞飽和度達35%時所對應的孔喉半徑。在有巖心樣品壓汞分析的情況下,可以直接從壓汞曲線上讀取;沒有壓汞曲線的情況下,可以采用Winland方程求取[18]。

lgR35=0.732+0.588lgKr-0.864lgφr

(2)

式中,R35為進汞飽和度35%時所對應的孔喉半徑;Kr為滲透率;φr為孔隙度。

再通過因子分析方法,提取多參數變量內部的共性因子,將變量內部本質相同的潛在因子歸入一個主因子,以此減少變量分析的數目;同時,還可以對主因子所代表的地質內涵進行命名,使其符合地質意義[23];再以聚類分析將樣本中具有相似性質的樣本歸為一個“族”,每個樣品在聚類分析開始時各自成一類,然后按親疏的遠近逐次合并,直到最后所有的樣品歸為一大類為止[24-25],以此劃分流動單元類型;最后,以上述巖心樣品的聚類分析結果作為判別分析的學習樣本,采用貝葉斯判別分析方法,建立4類流動單元的判別函數,從而實現非取心井的流動單元的定量劃分。

3 流動單元劃分結果

3.1 主因子分析

通過對選取的6個參數進行因子分析,方差分析結果見表1。前4個因子的累計方差貢獻率達到97.851%,達到了因子分析的精度要求,基本涵蓋了6個參數所攜帶的主要信息,因此選擇前4個因子作為因子分析的主因子。

表1 因子分析的總方差解釋Tab.1 The interpretation of total variance of factor analysis

旋轉后的因子載荷矩陣見表2。從表2中可以看出,主因子1(F1)在滲透率(K)、流動分層指數(FZI)上有較大的載荷,分別為0.956和0.951,表明F1主要反映這2個參數指標的變化,這2個參數主要反映儲層的流動能力,因而可以將F1命名為“流動因子”;主因子2(F2)在孔隙度(φ)、孔喉半徑(R35)上有較大的載荷,分別為0.974和0.937,表明F2主要反映這2個參數指標的變化,這2個參數主要反映儲層的儲集能力,因而可以將F2命名為“儲集因子”;主因子3(F3)在單砂體厚度(H)上有較大的載荷,載荷系數為0.990,該因子主要反映儲層的發育規模,因而可以將F3命名為“規模因子”;主因子4(F4)在泥質含量(Vsh)上有較大的載荷,載荷系數為0.997,該因子主要反映泥質含量指標的變化,因而可以將F4命名為“泥質含量因子”。

表2 旋轉后因子的載荷矩陣Tab.2 Load matrix of the rotated factor

根據因子得分系數矩陣,可以得出4個主因子得分函數:

(3)

3.2 聚類分析

對研究區80口井長63巖心進行聚類分析,將其流動單元劃分為E、G、M、P共4類。E—P類流動單元,儲層的φ、K、H、FZI以及R35參數平均值隨流動單元質量變差而減小,Vsh則是隨流動單元質量變差而變大(表3)。

表3 H307井區長63儲層流動單元各參數平均值Tab.3 Average value of flow unit parameters of Chang 63 reservoir in H307

由表3可知,E、G、M、P流動單元中,E類流動單元的物性特征最好,G類流動單元的儲層物性較好,M類流動單元的儲層物性中等,類流動單元的儲層物性最差。

研究區長63致密砂巖儲層以G、M類型為主,所占比例分別為30.36%、35.33%,累計厚度分別為4 107、3 397 m;其次為P類型,所占比例23.25%,累計厚度1 916 m;E類型流動單元發育最少,所占比例11.07%,累計厚度1 676 m(圖3)。

3.3 貝葉斯判別

判別分析是在樣本類別確定的條件下,通過探索已知類別的樣本各指標參數與相應類別之間的關系,利用這些關系設計一套標準。當新樣本需要確定其類型時,則利用已建立的標準即判別函數判斷,并實現樣本分類。

圖3 流動單元占比及累計厚度柱狀Fig.3 Flow unit proportion and cumulative thickness bar chart

以上述巖心樣品的聚類分析結果作為判別分析的學習樣本,采用貝葉斯判別分析方法,建立4類流動單元的判別函數,從而實現非取心井的流動單元的定量劃分。

(4)

式中,Y1、Y2、Y3、Y4分別為流動單元E、G、M、P的貝葉斯判別函數式。

判別分析結果顯示,4類流動單元綜合正判斷率為96.8%。其中,E類、G類、M類、P類流動單元正判率分別為100%、98.5%、96.4%、92.1%,說明利用建立的判別函數進行流動單元類型歸屬的判定是可行的。

綜上所壕,在研究區判斷研究區未知長6儲集砂體流動單元類型時,只需將標準化取值后的φ、K、H、FZI、R35及Vsh代入式(4),其中得分最高即數值最大的Y就代表該儲集砂體的流動單元類型(Y1、Y2、Y3、Y4分別代表E、G、M、P類流動單元)。

4 動態生產資料驗證劃分結果

不同類型的流動單元具有不同的物性特征,反映在生產動態特征上也會有所不同,因此選用油田開發井的動態生產資料來驗證儲層流動單元劃分的合理性。

4.1 生產井初期產能驗證

統計78口生產井186個單砂體初期產能數據如圖4(a)所示。統計結果表明,E類流動單元初期產能最高,平均日產油4.2 m3、日產液7.8 m3;其次為G類流動單元,平均日產油4.2 m3、日產液5.3 m3;M類流動單元平均日產油1.7、日產液3.5 m3;P類流動單元產能最差,平均日產油0.6、日產液0.8 m3。初期產能的高低與流動單元的質量屬性相匹配,流動單元類型由E類向P類變化,儲層初期產能也相應減少。

4.2 注水井吸水能力驗證

統計分析研究區63口注水井150個單砂體吸水剖面資料數據如圖4(b)所示。結果表明,研究區長63儲層的滲流能力隨流動單元類型變化而變化,總體規律表現為流動單元類型由P類向E類變化,儲層滲流能力也隨之增強。其中,E類流動單元吸水能力最強,絕對吸水量20.5 m3/d,吸水強度3.4 m3/(d·m);G類流動單元吸水能力較強,絕對吸水量12.7 m3/d,吸水強度2.3 m3/(d·m);M類流動單元吸水能力中等,絕對吸水量7.9 m3/d,吸水強度1.3 m3/(d·m);P類流動單元吸水能力最弱,絕對吸水量3.4 m3/d,吸水強度0.6 m3/(d·m)。

圖4 研究區4類流動單元產能和吸水能力對比Fig.4 Comparison of productivity and waterintake capacity of 4 types of flow units in the study area

以上分析結果表明,無論初期產能高低還是吸水能力強弱,均與流動單元的質量相關,即流動單元類型由E類向P類變化,生產井初期產能與注水井吸水能力也相應降低或減弱。說明以φ、K、H、Vsh、FZI、R35這6個參數的多因素聚類分析方法劃分流動單元特的結果可信度高。

5 結論

對于研究區低孔、低至特低滲儲層的流動單元研究,多因素的主因子分析、聚類分析以及貝葉斯判別等綜合多元統計分析方法具有實用性強、可信度高的特點。

(1)研究區長63致密砂巖儲層流動單元類型可劃分為E、G、M、P共4類,F1(流動因子)、F2(儲集因子)、F3(規模因子)和F4(泥質含量因子)是控制流動單元類型的4個主因子的主要因素,以φ、K、H、Vsh、FZI、R35共6個參數聚類。其中,以G類、M類流動單元分布為主,占比分別為30.36%、35.33%;P類次之,占比23.25%;E類最少,占比11.07%。

(2)貝葉斯判別E、G、M、P類流動單元的正判斷率分別為100%、98.5%、96.4%、92.1%,綜合正判斷率達到96.8%;流動單元類型與動態生產資料的高匹配性也表明聚類分析與貝葉斯判別的可信度高。初期產能高低、吸水能力強弱與流動單元的質量屬性相匹配,流動單元類型由E類向P類變化,儲層初期產能也相應減少,吸水能力也隨著減弱。