哈萨克斯坦K油田低阻油层成因分析及识别方法
Origin Analysis and Identification Method of Low Resistivity Reservoir in K Oilfield of Kazakhstan
DOI: 10.12677/JOGT.2017.396097, PDF, HTML, XML, 下载: 1,247  浏览: 2,570 
作者: 张 闪:中石油长城钻探工程有限公司解释研究中心,北京
关键词: 交会图低阻油层老井复查试油Cross Plot Low Resistivity Reservoir Check of Old Well Oil Testing
摘要: 哈萨克斯坦K油田部分油层电阻率较低,测井解释为油水同层,但经试油验证为油层。为了提高测井解释符合率,采用电阻率与自然伽马交会图分析技术分析了该油田低阻油层成因,认为该油田高矿化度地层水及岩石孔隙中束缚水、毛细管水是形成低阻油层的原因,并总结了两类低阻油层识别方法。利用建立的低阻油层识别图版对该油田老井进行复查,并提供试油建议,3个潜力层试油均出油,说明该低阻油层识别方法切实可行。
Abstract: There were some low resistivity reservoirs in K Oilfield of Kazakhstan, interpretation indicated that those were oil-water layers, but oil test indicated that those were oil layers. In order to im-prove the interpretation coincidence rate, resistivity and gamma logging cross plot were used to analyze the origin of low resistivity reservoirs of this field, and it was considered that the low resistivity reservoir was caused by the high salinity formation water and capillary water and bound water in the rock pore, the identification method for two types of low resistivity reservoirs was also summarized. Some old wells are checked with the established low resistivity reservoir identification chart board and testing recommendations are provided. Three potential oil layers are tested and all of them produce oil, which indicates that this identification method of low resistivity reservoir is feasible.
文章引用:张闪. 哈萨克斯坦K油田低阻油层成因分析及识别方法[J]. 石油天然气学报, 2017, 39(6): 46-54. https://doi.org/10.12677/JOGT.2017.396097

1. 引言

在当前油价低靡的市场环境下,通过老井复查寻找漏失层或者新的潜力层是节约成本、挖潜增效、提高经济储量的最有效方式之一 [1] [2] [3] 。由于受多种复杂因素的影响,低阻油层的电阻率明显低于常规油层,其常规测井响应特征不明显,使得测井信息对该类储层识别的能力降低,常被解释为油水同层或水层,甚至被漏掉,因此低阻油层是老井复查的重要研究对象 [4] 。国内外关于低阻油层的成因和评价技术取得了很多可喜成果 [4] - [10] ,其研究方法也存在多样性,目前常用的测井识别方法有核磁共振双TW (等待时间)测井识别法 [11] 、阵列感应测井识别法 [12] 、测井交会图分析法 [13] [15] [16] 、人工神经网络法 [14] 等。笔者认为测井交会图分析法是可操作性最强、最经济的低阻油层识别方法。

哈萨克斯坦K油田的低阻油层区位于某盆地的东南部,受西北–东南向断层控制,目的层为侏罗纪砂泥岩地层。自2014年K油田完钻于下侏罗系发现油气层以来,研究区共有12口井钻遇该地层。在此之前,对侏罗系油层的认识一般为:物性较好,油层电阻率一般大于3.0 Ω∙m (如图1所示的K8井1~3号层)。然而研究区发现的低阻油层,其电阻率为2.0 Ω∙m左右(如图2所示的K9井7号层),解释为油水

Figure 1. Logging interpretation plot of Well K8

图1. K8井测井解释图

同层,但试油证实为油层。因此,有必要对K油田的低阻油层成因及识别方法进行研究,以提高测井解释符合率。

由于K油田下侏罗系仅有12口井的常规测井资料,给该区低阻油层研究造成一定困难。为此,笔者采用测井交会图分析法对该区低阻油层成因进行了研究,认为该区高矿化度地层水 [15] [16] 是形成低阻油层的内在原因;低电阻率泥浆对颗粒粗、泥质含量低的砂岩的侵入 [15] 是形成低阻油层的外在原因;颗粒细、泥质含量高的砂岩孔隙中的毛细管水、束缚水 [12] [16] 是形成低阻油气层的主要原因。笔者以试油资料为约束,建立了低阻油层识别图版,对K油田12口老井进行复查分析,提出了30.6 m的潜力层或漏失层,3个潜力层试油均出油,说明该油田的低阻油层识别方法是切实可行的。

Figure 2. Logging interpretation plot of Well K9

图2. K9井测井解释图

2. 成因分析及识别方法

2.1. 自然伽马曲线标准化

自然伽马测井曲线的变化与砂岩颗粒中值曲线的变化有较好的对应关系,砂岩粒径大小与沉积环境、沉积速度及颗粒吸附放射性物质的能力有关,颗粒愈细,沉积愈慢,吸附放射性愈强 [19] 。通过分析认为,研究区孔隙结构是受岩石颗粒粗细控制的,孔隙结构的直接表征参数是渗透率 [17] [18] ,孔隙结构好,渗透率高。因此,要了解该地区低阻油层孔隙结构特点,需要对qAPI进行标准化 [13] 。选择研究区12口井J3a泥岩段的qAPI制作直方图,对比发现qAPI主要分布在113 API左右,将12口井J3a泥岩的qAPI全部归一化到113 API (图3)。

Figure 3. Standardization histogram of qAPI in J3a formation of 12 wells

图3. 研究区12口井J3a层组qAPI标准化后的直方图

2.2. 成因分析

对12口井中经试油验证为油层、油水同层、水层的资料点的深感应电阻率(ρild)和标准化后的qAPI进行统计,制作ρild − qAPI交会图(如图4所示),得出如下规律:

1) 岩性规律:以qAPI = 65 API为分界线,65 API ≤ qAPI < 90 API是细粉砂岩、泥质粉砂岩;qAPI < 65 API是颗粒相对较粗的中细砂岩和部分粗砂岩;qAPI ≥ 90 API是泥岩。

2) 不同岩性纯油层电阻率的下限值不同:对于65 API ≤ qAPI < 90 API的细粉砂岩、泥质粉砂岩,由于颗粒细、泥质含量高,形成的束缚水、毛细管水含量高 [12] [16] ,其纯油的ρild下限值在1.5~1.6 Ω∙m,属于研究区第1类低阻油层;对于qAPI < 65 API的中细砂岩和粗砂岩,由于粗砂岩含泥质低、物性特别好,泥浆侵入深,当泥浆滤液矿化度高时,侵入影响造成油层电阻率比其他低矿化度泥浆滤液井油层的测量值偏低 [15] [20] ,该类储层纯油的ρild下限值在1.8~2.0 Ω∙m,属于研究区第2类低阻油层。

3) 各类储层中存在解释失误层的原因不同:对于65 API ≤ qAPI < 90 API的储层,主要为用错油层电阻率下限标准,用粗砂岩颗粒标准判断细砂岩颗粒储层;对于qAPI < 65 API的储层,由于盐水泥浆侵入影响,渗透率高,泥浆侵入较深,导致电阻率测井值较低。

Figure 4. Resistivity and gamma logging cross plot of testing reservoirs

图4. 试油层ρild − qAPI交会图

图5是泥浆侵入对地层真电阻率的影响图 [20] ,淡水泥浆会出现增阻侵入,咸水泥浆会出现减阻侵入。尤其是利用咸水泥浆钻井时,由于咸水泥浆与地层水相比,具有较高的矿化度和较强的导电能力,当咸水泥浆滤液侵入砂岩水层时,在井壁附近冲洗带和侵入带内会引起地层水电阻率降低,会出现减阻侵入特征。当咸水泥浆滤液侵入砂岩油气层时,在井壁附近冲洗带内的油气一部分被驱赶,同样会出现减阻侵入的特征。对于气层和渗透性较好的地层,会产生较深的泥浆侵入带,对视电阻率曲线的影响更加严重,致使视电阻率与地层真电阻率差别较大,造成油层与水层的误判。

2.3. 识别方法

综上分析认为,研究区存在2类低阻油层:第1类低阻油层主要依据qAPI,当65 API ≤ qAPI ≤ 90 API、ρild ≥ 1.5 Ω∙m时,为纯油层;第2类低阻油层的标准是,ρm < 0.3 Ω∙m,Usp呈无异常或大幅度正异常 [19] ,qAPI ≤ 40 API的砂层,ρild ≥ 1.8 Ω∙m,解释为油层。

Figure 5. The effect of mud invasion on formation resistivity

图5. 泥浆侵入对地层电阻率的影响

3. 老井复查

利用已经试油证实的油层、油水同层、水层的ρild、qAPI做多井解释图版(图6),对研究区12口井进行复查,修改的解释结论及漏失层累计厚度为30.6 m (如表1所示),其中序号为1~6及12~14的9个层为首批建议试油层。

Table 1. Results of old well reviewing

表1. 老井复查成果表

注:表中空白为未解释。

Figure 6. Resistivity and gamma logging cross plot of testing reservoirs and reviewing reservoirs

图6. 试油层和复查层ρild − qAPI交会图

4. 效果验证

在上述试油层中,K6井和K1井的3个层试油均获得自喷油流(见图6的红色椭圆框),其中K6井8号层和9号层,两层合试,产油41.5 m3/d,含水率4.9%;K1井23号层,产油31.6 m3/d,含水率为0%。说明笔者提出的方法适用于研究区低阻油层的识别,能够指导生产。

5. 结论与建议

1) 在老油区对具有测井、试油、岩心等资料的老井开展复查工作,只需增加射孔费用,就有可能获得工业油流,在油价低靡的情况下是一个降低成本、增加效益的办法。

2) 研究区砂岩粒度变化大,基本可以分为两大类:一类是颗粒粗、泥质含量低的砂岩;一类是颗粒细、泥质含量高的砂岩,后者是形成低阻油气层的主要原因。

3) 井间泥浆电阻率差异大,统计研究区12口井的泥浆电阻率,ρm最高为1.30 Ω∙m,最低为0.13 Ω∙m,5口井为低电阻率泥浆,占41.7%;7口井为高电阻率泥浆,占58.3%,几乎各占一半。低电阻率泥浆对颗粒粗、泥质含量低的砂岩的侵入影响是形成低阻油层的外在原因。

4) 对不同类型的砂岩储层应选用不同的解释模型及参数计算含油饱和度;在同一个油藏区块内,尽量使用矿化度相近的泥浆钻井;研究区存在由于岩石颗粒细、孔隙结构差形成的低阻油层,建议后期加测核磁测井,进一步区分有效低阻油层。

参考文献

[1] 屈传刚, 师国技, 崔梅红. 老井复查评价技术在老区增储增效中的应用[J]. 中外能源, 2008, 13(3): 73-75.
[2] 张明俊, 刘行万, 陈明胜. 河南油田老井复查评价方法及应用效果[J]. 录井工程, 2011, 22(1): 38-41.
[3] 姚丹丹. 吉林油田老井复查评价方法和实施效果[J]. 油气井测试, 2014, 23(2): 29-31.
[4] 郑雷清. 综合识别方法在低阻油气层勘探中的应用[J]. 岩性油气藏, 2007, 19(2): 71-75.
[5] 赵军龙, 李甘, 朱广社. 低阻油层成因机理及测井评价方法综述[J]. 地球物理学进展, 2011, 26(4): 1334-1342.
[6] Evdokimova, E. (2013) Log Evaluation in Low Resistivity Formation of Tomsk Region Oil Fields. SPE Annual Technical Conference and Exhibition, New Orleans, 30 September-2 October 2013.
[7] Poerboyo, S.M. and Suharya, K.R. (2014) How to Find Low-Resistivity Pay in a Mature Oil Field—K Field Case Study. International Petroleum Technology Conference, Doha, 19-22 January 2014.
[8] Lander, L., Dix, M. and Kharrazi, J. (2016) Whole-Rock Elemental Data as an Aid in Log Interpretation: Low-Resistivity Reservoir Case Study. SPE Latin America and Caribbean Heavy and Extra Heavy Oil Conference, Lima, 19-20 October 2016.
[9] 耿燕飞, 张春生, 韩校锋, 等. 安岳–合川地区低阻气层形成机理研究[J]. 岩性油气藏, 2011, 23(3): 70-74.
[10] 程相志, 范宜仁, 周灿灿. 淡水储层中低阻油气层识别技术[J]. 地学前缘, 2008, 15(1): 146-153.
[11] 田雪峰, 吴锡令, 杨光璐, 等. 油气田低电阻率油层识别方法研究[J]. 辽宁工程技术大学学报, 2004, 23(2): 155-158.
[12] 张冲, 毛志强, 张超, 等. 低阻油层的成因机理及测井识别方法研究[J]. 工程地球物理学报, 2008, 5(1): 48-53.
[13] 李伟才, 姚光庆, 黄银涛, 等. 文昌13-1油田低阻油层测井岩性识别方法研究[J]. 石油天然气学报(江汉石油学院学报), 2012, 34(12): 81-85.
[14] 范训礼, 戴航, 张新家, 等. 神经网络在岩性识别中的应用[J]. 测井技术, 1999, 23(1): 50-52.
[15] 王博, 赵军, 王淼, 等. 断块低阻油层测井识别与评价[J]. 岩性油气藏, 2012, 24(6): 110-114.
[16] 谢青, 王建民. 鄂尔多斯盆地志丹、安塞地区长6低阻油层成因机理及识别方法[J]. 岩性油气藏, 2013, 25(3): 106-111.
[17] 欧阳健. 油藏中饱和度–电阻率分布规律研究——深入分析低电阻油层基本成因[J]. 石油勘探与开发, 2002, 29(3): 44-47.
[18] 杨胜来, 魏俊之. 油层物理学[M]. 北京: 石油工业出版社, 2004: 142-143.
[19] 洪有密. 测井原理与综合解释[M]. 北京: 中国石油大学出版社, 2008: 33-36, 206-211.
[20] 雍世和, 张超谟, 高楚桥, 等. 测井数据处理与综合解释[M]. 北京: 中国石油大学出版社, 2007: 110-113.