CN104251137A - 河流相厚油层层内夹层识别预测方法 - Google Patents

Abstract

本发明提供一种河流相厚油层层内夹层识别预测方法，该河流相厚油层层内夹层识别预测方法包括，步骤1，利用取心井及测井资料，建立泥质夹层、灰质夹层和物性夹层的夹层识别标准；步骤2，根据该夹层识别标准，进行井点夹层识别；步骤3，进行井间夹层预测；以及步骤4，采用确定性建模与随机建模相结合的方法，建立夹层三维空间分布模型。该河流相厚油层层内夹层识别预测方法利用密闭取心井资料及数值模拟研究，根据夹层描述预测结果，实现夹层控制剩余油分布研究的目的。

Description

河流相厚油层层内夹层识别预测方法

技术领域

本发明涉及石油开发中的储层精细描述领域，特别是涉及到一种河流相厚油层层内夹层识别预测方法。

背景技术

在油藏开发进入特高含水后，储层非均质更加严重，剩余油分布及影响因素更加复杂，砂体内部的剩余油挖潜逐渐成为油田开发的主要目标，厚油层层内夹层的分布决定了砂体内部的非均质性，进而控制着剩余油的分布。陆相油藏是中国油气资源的主要阵地，其中河流相油藏占其中油气资源量的一半以上。因此开展河流相厚油层层内夹层研究，为剩余油分布研究奠定基础，对高含水油藏进一步挖潜、提高采收率至关重要。

河流相储层是由各级次沉积界面所限定的沉积单元和不连续“薄夹层”构成。不同相带储层内部夹层的几何形态、规模大小不同。目前没有系统地对河流相储层内的夹层进行研究，尚未建立针对不同类型夹层预测模式，影响了三维地质模型的可靠程度和精度。进而影响了剩余油分布研究的可靠程度。目前，利用高分辨率测井及精细解释技术对井点储层、夹层解释已经比较准确。通过韵律层对比、物性截断和随机模拟等方法能够实现井间夹层的预测，但是预测可靠性及精度有待于提高。如物性截断方法预测出的夹层三维空间的分布依赖于储层参数解释的可靠性和夹层下限值的准确确定。随机模拟方法是地质统计的方法，即以夹层统计规律作为约束条件，以相控理论为指导，利用密井网资料，采用条件模拟方法建立夹层分布预测模型，只能预测井间夹层的概率分布，而不能真正确定井间夹层的分布情况。因此，随机模拟方法的预测精度很大程度上依赖于研究者的经验。为此我们发明了一种新的河流相厚油层层内夹层识别预测方法，解决了以上技术问题。

发明内容

本发明的目的是提供一种提高不同类型夹层的描述预测精度，为夹层控制剩余油分布的研究奠定基础的河流相厚油层层内夹层识别预测方法。

本发明的目的可通过如下技术措施来实现：河流相厚油层层内夹层识别预测方法，该河流相厚油层层内夹层识别预测方法包括：步骤1，利用取心井及测井资料，建立泥质夹层、灰质夹层和物性夹层的夹层识别标准；步骤2，根据该夹层识别标准，进行井点夹层识别；步骤3，进行井间夹层预测；以及步骤4，采用确定性建模与随机建模相结合的方法，建立夹层三维空间分布模型。

本发明的目的还可通过如下技术措施来实现：

在步骤1中，泥质夹层的夹层识别标准为岩性为灰色或灰绿色泥岩，泥质夹层在测井曲线上反映为泥岩特征，具体表现为自然电位回返明显，自然伽马值变高，微电极幅度明显下降，幅度差很小或几乎为零。

在步骤1中，灰质夹层的夹层识别标准为岩性为灰质砂岩，岩性特征为密度大，渗透率低，灰质夹层导电性差，在测井曲线上表现为：微电极呈尖峰状，微电位及微梯度数值超过夹层上下储集层的1倍以上；深侧向电阻率高于或接近油层电阻率。

在步骤1中，物性夹层的夹层识别标准为岩性为油斑泥质粉砂或粉砂质泥岩，以含砂的泥质条带形式存在，厚度小于0.2m的物性夹层测井响应不明显，厚度大于0.2m夹层测井曲线特征为：自然电位曲线稍有回返现象，自然伽马呈中幅齿状凸起，微电极数值降低，仍存在一定幅度差，但数值较小。

步骤1还包括建立泥质夹层、灰质夹层及物性夹层三种类型夹层电性曲线声波时差、深电阻率及物性参数孔隙度、渗透率、泥质含量的定量识别标准。

步骤1还包括根据取心井分析化验资料统计结果，确定在模型中三种类型夹层的孔隙度、渗透率及含油饱和度的定量赋值标准。

在步骤3中，对于分布较稳定的泥质夹层通过井间韵律层对比模式预测其井间分布，描述井间夹层发育状况；对于不稳定的物性或灰质夹层，通过统计夹层顺河道方向的延伸距离与夹层厚度的关系，建立夹层预测模式，通过井点识别的夹层厚度预测井间夹层发育状况。

在步骤3中，根据河流相砂体沉积期次间的沉积模式，即等高程对比模式、平面相变对比模式、砂体叠加夹层对比模式、砂体下切对比模式，指导井间夹层进行对比划分。

在步骤4中，对于稳定分布的夹层，用韵律层对比技术定性预测井间夹层分布，在地质建模中把夹层作为一个基本建模单元，采用确定性方法，建立稳定夹层三维空间分布模型。

在步骤4中，对于不稳定夹层，依据井点夹层识别结果及夹层长/厚比统计关系作为约束条件，对各类夹层进行变差函数统计分析，采用随机建模的方法可以得到表征夹层三维空间分布的预测模型。

在步骤2中，利用测井曲线进行井点夹层识别。

密闭取心、动态监测以及生产动态等资料分析表明，特高含水期油藏仍然存在较多的剩余油富集区，而隔夹层是影响剩余油富集的主要因素之一。本发明中的河流相厚油层层内夹层识别预测方法，利用取心井资料、测井资料，建立三种类型夹层（泥质夹层、灰质夹层和物性夹层）的识别标准及物性下限值，在此基础上利用测井曲线进行井点夹层识别；采用等高程对比模式、相变对比模式、砂体迭加对比模式及砂体下切对比模式，对井间砂体进行预测；针对稳定夹层和不稳定夹层分别采用确定和随机的建模方法建立夹层预测模型，并对不同类型夹层赋不同的参数下限值，影响油藏渗流中的传导率，进而影响流体的流动，达到夹层控制下的剩余油分布规律研究的目的。

附图说明

图1为本发明的河流相厚油层层内夹层识别预测方法的一具体实施例的流程图；

图2为本发明的一具体实施例中等高程对比模式的示意图；

图3为本发明的一具体实施例中平面相变对比模式的示意图；

图4为本发明的一具体实施例中砂体叠加对比模式的示意图；

图5为本发明的一具体实施例中砂体下切对比模式的示意图；

图6为本发明的一具体实施例中顺河道方向不稳定夹层厚度—长度关系图；

图7为本发明的一具体实施例中储层不同类型夹层控制剩余油分布图。

具体实施方式

为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合所附图式，作详细说明如下。

如图1所示，图1为本发明的河流相厚油层层内夹层识别预测方法的一具体实施例的流程图。

在步骤101，利用取心井及测井资料，建立三种类型夹层（泥质夹层、灰质夹层和物性夹层）的岩性、电性识别标准（定性）及不同类型夹层的定量赋值标准。

泥质夹层是陆相沉积储集层中最重要的一类夹层，泥质夹层的岩性为灰色或灰绿色泥岩等，是在水动力条件较弱的沉积环境下形成的，一般在两次洪积事件之间或洪积事件中较弱的某个阶段都可以形成泥质夹层。泥质夹层无渗透性，有一定的隔板作用，封闭性强弱要看其分布范围。灰质夹层是受沉积作用和成岩作用共同控制的一类夹层，岩性为灰质砂岩，其形成与沉积物碳酸盐胶结作用、溶解作用等成岩作用不均匀性有关。物性夹层是陆相沉积储集层中最为常见的夹层类型，岩性为油斑泥质粉砂或粉砂质泥岩，通常以含砂的泥质条带形式存在，多数情况含有油斑。有一定的孔隙度和渗透率，一般低于有效储层的下限。

不同类型夹层识别标准如下：

泥质夹层：岩性为灰色或灰绿色泥岩等，泥质夹层在测井曲线上主要反映为泥岩特征，具体表现为自然电位回返明显，自然伽马值变高，微电极幅度明显下降，幅度差很小或几乎为零。

灰质夹层：岩性为灰质砂岩，岩性特征为密度大，渗透率低。灰质夹层导电性差，在测井曲线上表现为：微电极呈尖峰状，微电位及微梯度数值超过夹层上下储集层的1倍以上；深侧向电阻率高于或接近油层电阻率。

物性夹层：岩性为油斑泥质粉砂或粉砂质泥岩，通常以含砂的泥质条带形式存在。厚度小于0.2m的物性夹层测井响应不明显，厚度大于0.2m夹层测井曲线特征为：自然电位曲线稍有回返现象，自然伽马呈中幅齿状凸起，微电极数值降低，仍存在一定幅度差，但数值较小。

不同类型夹层定量赋值标准为根据取心井资料，分别统计泥质夹层、灰质夹层及物性夹层的孔隙度、渗透率、泥质含量等参数值的大小，确定在夹层模型中三种类型夹层的物性参数赋值结果。流程进入到步骤102。

在步骤102，根据该岩性、电性识别标准（定性）及不同类型夹层的定量赋值标准，进行井点夹层识别。在一实施例中，利用测井曲线进行井点夹层识别。流程进入到步骤103。

在步骤103，进行井间夹层预测。对于分布较稳定的泥质夹层通过井间韵律层对比模式预测其井间分布，描述井间夹层发育状况；对于不稳定的物性或灰质夹层，通过统计夹层顺河道方向的延伸距离与夹层厚度的关系，建立夹层预测模式，通过井点识别的夹层厚度预测井间夹层发育状况。在一实施例中，根据河流相砂体沉积期次间的沉积模式，即等高程对比模式、平面相变对比模式、砂体叠加夹层对比模式、砂体下切对比模式，指导井间夹层进行对比划分。流程进入到步骤104。

在步骤104，采用确定性建模与随机建模相结合的方法，建立夹层三维空间分布模型。对于稳定分布的夹层，用韵律层对比技术定性预测井间夹层分布，在地质建模中把夹层作为一个基本建模单元（Zone），采用确定性方法，建立稳定夹层三维空间分布模型；对于不稳定夹层，依据井点夹层识别结果及夹层长/厚比统计关系作为约束条件，对各类夹层进行变差函数统计分析，采用随机建模的方法可以得到表征夹层三维空间分布的预测模型。两种建模方式的有机结合可提高夹层描述的精度，为建立准确可靠的地质模型奠定基础。因不同类型夹层对层内剩余油分布起着不同的控制作用，根据第一步建立的泥质夹层、灰质夹层及物性夹层的定量赋值标准，将不同类型夹层分别建模并定量赋予参数值，有利于后期数值模拟中剩余油机理分析，指导数模中夹层的传导率参数设定，更为接近实际储层的渗流机理与驱替机理。

通过以上步骤达到精细、准确地刻画不同类型夹层空间展布的目的，实现夹层控制下的剩余油分布规律研究的目标。

在本发明的一具体实施例中，研究目标区储层发育，油层厚度大，砂体连片分布且储层连通性较好。目的层Ng2⁵-3⁴为辫状河沉积，储层主要发育河心砂坝和辫状河道微相，为高孔、高渗储层。油藏开发目前已进入特高含水期（综合含水98.3%），为进一步提高采收率，寻找剩余油富集区至关重要，为此开展控制层内剩余油分布的重要因素之一的夹层研究。

1、不同类型夹层识别标准及定量赋值标准建立

利用区块的取心井资料及测井资料，建立了泥质夹层、灰质夹层及物性夹层的岩性、厚度、电性及物性标准，详细情况见附表1。

表1  埕东油田东区Ng2⁵-3⁴不同类型夹层识别标准

同时，建立泥质、灰质及物性三种类型夹层电性曲线声波时差、深电阻率及物性参数孔隙度、渗透率、泥质含量的定量识别标准，见附表2。

表2  埕东油田东区Ng2⁵-3⁴层内夹层定量识别标准表

根据取心井分析化验资料统计结果，确定在模型中三种类型夹层的孔隙度、渗透率及含油饱和度的定量赋值标准，见附表3。

表3  埕东油田东区不同类型夹层物性参数定量赋值标准表

2、井点夹层识别

根据上述建立的三种类型夹层识别标准，对目标区厚度大于0.2m的三种类型夹层进行了井点夹层识别。统计分析表明，Ng2⁵、3³层内以泥质夹层为主，厚油层Ng3⁴层内以物性夹层为主。夹层发育状况详见附表4。

表4  埕东油田东区Ng2⁵-3⁴层井点夹层识别统计表

3、井间夹层预测

针对稳定夹层主要通过井间韵律层对比模式预测其井间分布，而不稳定夹层则根据不同类型夹层平面延伸规律及井点夹层厚度预测夹层分布趋势。根据河流相砂体沉积期次间的沉积模式，即等高程对比模式、平面相变对比模式、砂体叠加夹层对比模式、砂体下切对比模式，指导井间夹层进行对比划分，四种对比模式见附图2到附图5。根据辫状河道规模及井点夹层厚度预测不稳定夹层分布趋势，经统计分析表明，顺河道方向夹层延伸距离与夹层厚度存在一定的相关关系，见附图6，关系式如下：

D=100.94*T+108.26R²=7688

式中：D-顺河道方向夹层延伸距离，m；T-夹层厚度，m；R-相关系数

建立的夹层延伸距离与厚度关系式作为下步不稳定夹层三维建模的约束条件。

4、夹层三维模型建立

根据井点夹层识别结果及井间夹层预测模式，利用Petrel地质建模软件建立埕东油田东区Ng2⁵、3³、3⁴等3个小层、8个韵律层间的不同类型夹层三维空间分布模型。对于稳定分布的夹层，把夹层作为一个基本建模单元（Zone），采用确定性方法；对于不稳定夹层依据井点夹层识别结果及夹层长厚比统计关系作为约束条件，对各类夹层分别进行变差函数分析，使用克里金算法建立夹层三维空间分布的预测模型。两种建模方式的有机结合可提高夹层描述的精度，为建立准确可靠的地质模型奠定基础。

不同类型夹层对厚油层层内剩余油分布起着不同的控制作用，根据第一步中建立的不同类型夹层物性参数赋值标准，在模型中进行孔隙度、渗透率及含油饱和度的赋值，指导数值模拟中夹层的传导参数设定，从而在历史拟合中更为接近实际地反映油藏渗流机理与驱替特征。

5、夹层控制剩余油分布规律

定量刻画了埕东东区不同类型夹层控制的剩余油富集特征，为针对性挖潜提供了依据。密闭取心井分析和数值模拟结果表明，不同类型夹层对剩余油的控制作用明显不同。

发育稳定且分布范围较广的泥质夹层，无渗透性或非常差，分割性强，是流体渗流的屏障，夹层上部水淹程度高，下部水淹弱，对剩余油具备一定的控制作用，夹层下部剩余油相对富集，剩余油饱和度高；灰质夹层和物性夹层发育不稳定，纵向上影响油水运移，靠近夹层部位的油层剩余油相对富集。

不同类型夹层控制剩余油分布见表5、附图7。

表5  埕东油田东区Ng2⁵-3⁴不同类型夹层控制剩余油数模统计表

Claims (10)

1.河流相厚油层层内夹层识别预测方法，其特征在于，该河流相厚油层层内夹层识别预测方法包括：

步骤1，利用取心井及测井资料，建立泥质夹层、灰质夹层和物性夹层的夹层识别标准；

步骤2，根据该夹层识别标准，进行井点夹层识别；

步骤3，进行井间夹层预测；以及

步骤4，采用确定性建模与随机建模相结合的方法，建立夹层三维空间分布模型。

2.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，在步骤1中，泥质夹层的夹层识别标准为岩性为灰色或灰绿色泥岩，泥质夹层在测井曲线上反映为泥岩特征，具体表现为自然电位回返明显，自然伽马值变高，微电极幅度明显下降，幅度差很小或几乎为零。

3.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，在步骤1中，灰质夹层的夹层识别标准为岩性为灰质砂岩，岩性特征为密度大，渗透率低，灰质夹层导电性差，在测井曲线上表现为：微电极呈尖峰状，微电位及微梯度数值超过夹层上下储集层的1倍以上；深侧向电阻率高于或接近油层电阻率。

4.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，在步骤1中，物性夹层的夹层识别标准为岩性为油斑泥质粉砂或粉砂质泥岩，以含砂的泥质条带形式存在，厚度小于0.2m的物性夹层测井响应不明显，厚度大于0.2m夹层测井曲线特征为：自然电位曲线稍有回返现象，自然伽马呈中幅齿状凸起，微电极数值降低，仍存在一定幅度差，但数值较小。

5.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，步骤1还包括建立泥质夹层、灰质夹层及物性夹层三种类型夹层电性曲线声波时差、深电阻率及物性参数孔隙度、渗透率、泥质含量的定量识别标准。

6.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，步骤1还包括根据取心井分析化验资料统计结果，确定在模型中三种类型夹层的孔隙度、渗透率及含油饱和度的定量赋值标准。

7.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，在步骤3中，对于分布较稳定的泥质夹层通过井间韵律层对比模式预测其井间分布，描述井间夹层发育状况；对于不稳定的物性或灰质夹层，通过统计夹层顺河道方向的延伸距离与夹层厚度的关系，建立夹层预测模式，通过井点识别的夹层厚度预测井间夹层发育状况。

8.根据权利要求7所述的河流相厚油层层内夹层识别预测方法，其特征在于，在步骤3中，根据河流相砂体沉积期次间的沉积模式，即等高程对比模式、平面相变对比模式、砂体叠加夹层对比模式、砂体下切对比模式，指导井间夹层进行对比划分。

9.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，在步骤4中，对于稳定分布的夹层，用韵律层对比技术定性预测井间夹层分布，在地质建模中把夹层作为一个基本建模单元，采用确定性方法，建立稳定夹层三维空间分布模型。

10.根据权利要求1所述的河流相厚油层层内夹层识别预测方法，其特征在于，在步骤4中，对于不稳定夹层，依据井点夹层识别结果及夹层长/厚比统计关系作为约束条件，对各类夹层进行变差函数统计分析，采用随机建模的方法可以得到表征夹层三维空间分布的预测模型。