CN104516025A - 碳酸盐储层物性随钻分类和评价方法 - Google Patents

Abstract

本发明公开了一种碳酸盐储层物性随钻识别方法，包括：获取碳酸盐储层物性的核磁分析数据和测井分析数据；对核磁分析数据和测井分析数据进行相关性分析，建立核磁分析数据与测井分析数据之间的关系；根据核磁分析数据与测井分析数据之间的关系，以及碳酸盐储层的测井分类标准确定储层的核磁分析分类标准；利用储层的核磁分析分类标准对碳酸盐储层进行随钻识别。该识别方法与基于测井解释资料的储层分类方式相比，由于核磁分析技术能更加快速地取得水平段储层的物性参数，则本发明提供的方法能够实现随钻储层物性的定量分类和储层优劣的准确评价。

Description

碳酸盐储层物性随钻分类和评价方法

技术领域

本发明涉及地质和石油开发领域，特别涉及一种碳酸盐储层物性随钻分类和评价方法。

背景技术

传统的较准确地获取储集层物性参数的方法是采用岩心实验分析。但岩心分析实验分析方法包括采样、送样、室内样品处理和室内样品分析多个环节，并且分析周期较长，不适于快速识别储层分类和储层评价，做出勘探开发决策。

核磁共振物性定量分析技术分析快速，但通过对比，复杂礁滩体碳酸盐岩储层核磁共振孔隙度与测井孔隙度的相关系数为0.67-0.87，测井解释的孔隙度是核磁共振分析的1.4倍。因此，随钻核磁物性分析数据不能采用测井储集岩分类标准进行评价。现有技术中缺乏随钻核磁物性分类及评价的标准和方法。

发明内容

本发明的发明目的是针对现有技术的缺陷，提出一种碳酸盐储层物性随钻分类和评价方法，通过开展储层物性随钻快速评价与分类，快速准确地取得水平段储层的物性参数，可对随钻储层、岩屑进行定量的分类与评价，对储层进行标定和预测。

本发明提供了一种碳酸盐储层物性随钻识别方法，包括：

获取碳酸盐储层物性的核磁分析数据和测井分析数据；

对所述核磁分析数据和测井分析数据进行相关性分析，建立所述核磁分析数据与所述测井分析数据之间的关系；

根据所述统计关系以及储层的测井分类标准确定储层的核磁分析分类标准；

利用所述储层的核磁分析分类标准对所述碳酸盐储层进行随钻分类和评价。

可选地，上述的分类和评价方法中，所述对所述核磁分析数据和测井分析数据进行相关性分析，建立所述核磁分析数据与所述测井分析数据之间的关系进一步包括：

根据核磁分析数据和对应的测井分析数据计算所述核磁分析数据和测井分析数据之间的相关系数范围；

所述根据所述关系以及储层的测井分类标准确定储层的核磁分析分类标准进一步包括：

利用所述相关系数范围符合预设条件的核磁分析数据确定所述储层的核磁分析分类标准。

可选地，上述的分类和评价方法中，所述根据所述核磁分析数据与所述测井分析数据之间的关系以及储层的测井分类标准确定储层的核磁分析分类标准包括：

根据储层的测井分类对所述核磁分析数据进行聚类分析，得到构成所述储层的核磁分析分类标准的多个分类。

可选地，所述根据测井储层的分类对所述核磁分析数据进行聚类分析，得到构成所述储层的核磁分析分类标准的多个分类还包括：根据储层的测井分类利用k-means方法进行所述聚类分析，得到构成储层的核磁分析分类标准的k个分类，k为不小于2的整数；

其中，所述测井的储层分类标准包括第一数量的储层分类，所述利用k-means方法进行聚类分析进一步包括：将所述第一数量作为k值；根据多个测试点的核磁分析数据计算k个聚类中心；分别计算每个点的核磁分析数据到所述k个聚类中心的距离；根据到所述到k个距离进行聚类；根据聚类结果重新计算k个聚类中心；重复上述计算距初始聚类中心距离和根据距离进行聚类的步骤，直到聚类稳定。

可选地，上述的分类和评价方法中，所述碳酸盐储层物性包括储层孔隙度，储层渗透率，储层离子色谱，储层厚度中的一项或多项。

可选地，上述的分类和评价方法中，所述获取碳酸盐储层物性的测井分析数据包括：获取所述储层物性的岩心实验分析数据。

本发明提供的碳酸盐储层物性随钻识别方法，通过建立测井解释资料和随钻核磁分析数据之间的关系，确定了基于核磁分析的储层分类标准。与基于测井解释资料的储层分类方式相比，由于核磁分析技术能更加快速地取得水平段储层的物性参数，则本发明提供的方法能够实现随钻储层物性的定量分类和储层优劣的准确评价。

附图说明

图1示出了本发明一个实施例提供的碳酸盐储层物性随钻分类和评价方法的流程图；

图2a-图2c示出了3组核磁孔隙度与测井孔隙度的相关性分析的示意图；

图3a-图3c示出了3组核磁渗透率与测井渗透率的相关性分析的示意图；

图4a-图4d示出了4组核磁渗透率与岩心实验分析的相关性示意图；

图5示出了根据核磁孔隙度的碳酸盐储层分类的分布区间图；

图6示出了根据核磁孔隙度的碳酸盐储层评价分类版图；

图7a，7b分别示出了元坝29-2井6963.00-7686.00井段中的两个储层薄片；

图8示出了长兴组7060.00-7160.00m储层离子色谱随钻地层水评价图版；

图9示出了长兴组7060.00-7160.00m储层核磁物性随钻评价图版；

图10示出了长兴组7060.00-7160.00m随钻储层识别与测井解释对比图；

图11示出了长兴组7590.00-7680.00m储层核磁物性随钻评价图版；

图12示出了长兴组7590.00-7680.00m随钻储层识别与测井解释对比图；

图13示出了长兴组6620.00-6690.00m储层核磁物性随钻评价图版；

图14示出了长兴组6620.00-6690.00m随钻储层识别与测井解释对比图。

具体实施方式

为充分了解本发明之目的、特征及功效，借由下述具体的实施方式，对本发明做详细说明，但本发明并不仅仅限于此。

本发明针对在复杂礁滩体碳酸盐岩储层勘探中，无法对储层进行快速、准确的随钻分类和评价的技术问题，提出了一种碳酸盐岩储层物性随钻快速分类和评价方法。在国内外首先应用核磁物性分析技术现场对碳酸盐岩超深水平井进行核磁共振物性分析，结合与测井解释孔隙度关系，建立了碳酸盐岩I、II、III类储层基于核磁物性的分类和评价标准。实现了随钻储层物性的快速定量分类和储层优劣的准确评价。对储层的分类和评价可作为是否对未钻井段轨迹进行调整的依据，以及标定和预测优质储层。

图1示出了本发明一个实施例提供的碳酸盐储层物性随钻识别方法的流程图，如图1所示，方法包括如下步骤：

步骤S110，获取碳酸盐储层物性的核磁分析数据和测井分析数据。

现有的储层分类标准中，主要根据测井解释资料中储层的物性对储层进行分类。表1示出了一种储层的测井分类标准。

以孔隙度为例对表1进行说明，储层分类的依据是储层中各类物性的测量值。例如，在表1的储层分类标准中，共分为I，II，III，IV，4类测井储层。每类储层对应一定的孔隙度，中值喉道宽度等物性测量值的分布区间。例如，I类储层的孔隙为粗孔、大喉型，其孔隙度的分布区间是10％以上，II类储层的孔隙度分布区间是5％-10％。除了储层孔隙度，储层物性还可以是储层渗透率，储层离子色谱，储层厚度等中的一项或多项，都可以用于分类标准的确定，此处不再一一列举。

分类标准中的每个具体类别对应于多个物性测量值的分布区间，根据物性测量值确定储层所述的类别，进一步可预测出储层的其他物性，进而对储层进行评价，为井位部署及开发方案提供依据。

可选地，在步骤S110中，根据储层的测井分类标准进行核磁分析数据和测井分析数据的获取。在一个I类的测井储层中取多个点，获取每个点的至少一种物性的核磁分析数据和测井分析数据，如核磁分析的孔隙度和测井分析的孔隙度，核磁分析的渗透率和测井分析的渗透率等。对II，III，IV类储层做同样处理，此处不再赘述。

表1

步骤S120，对测井储层的核磁分析数据和测井分析数据进行相关性分析，建立核磁分析数据与测井分析数据之间的关系。

首先，验证核磁分析数据与测井分析数据之间的可比性。图2a-图2c示出了3组核磁孔隙度与测井孔隙度的相关性分析的示意图，分别从元坝2井，元坝12井和元坝101井获取。横坐标为测井解释资料中的孔隙度，纵坐标为核磁分析得到孔隙度。从图中可以看出，3组核磁孔隙度与测井孔隙度存在较好的相关性，相关系数的范围是0.67-0.88。

图3a-图3c示出了3组核磁渗透率与测井渗透率的相关性分析的示意图，从图中可以看出，核磁渗透率和测井渗透率的相关系数的范围为0.50-0.67。

可以看出，核磁分析数据与测井解释资料相关系数的范围不大，这表明根据核磁物性数据预测储层分类是比较准确的。

测井解释资料中的物性参数的一种获取方法是采用岩心实验分析，但由于存在采样、送样、室内样品处理和室内样品分析多个环节，以及分析周期较长，限制了快速做出勘探开发决策。

同样，对两种分析方法的渗透率分析结果作相关性分析。图4a-图4d示出了4组核磁渗透率与岩心实验分析的渗透率相关性示意图。从图中可以看出，元坝长兴组孔隙性的岩心样核磁渗透率与实验室渗透率存在一定的相关性，相关系数为0.45-0.94。对裂缝发育的井段，两种方式测得渗透率相关系数较小，原因是核磁采取的是岩心的碎样，而实验室测定的是完整的小岩心样。总体上来说，核磁渗透率较实验室渗透率低。

核磁渗透率与实验室渗透率的相关系数范围较大，可能不利于准确地确定储层的核磁分类标准。可选地，该步骤还可以进一步包括：利用相关系数范围符合预设条件的核磁分析数据确定储层的核磁分析分类标准。

表2示出了元坝气田中，核磁物性分析的平均孔隙度及平均渗透率与测井解释资料的平均孔隙度与平均渗透率之间的对比。表2中可见，3口井岩心样品核磁分析的孔隙度为3.95-5.82％，渗透率为0.083-0.3368×10^-3um²，对应的储层测井解释孔隙度为4.19-9.54％，渗透率为0.1578-13.7857×10^{- 3}um²。核磁分析孔隙度的综合平均值是4.78，测井解释孔隙度的综合平均值是6.69，测井解释的孔隙度的综合平均值是核磁共振分析综合平均值的1.4倍。类似地，得到测井解释的渗透率综合平均值是核磁共振分析渗透率综合平均值的26倍。

上文给出的多个元坝气田的综合平均核磁分析孔隙度和综合平均测井分析孔隙度之间的关系仅为核磁分析数据与测井分析数据之间的关系中的一种。实际中，也可以建立其他类型的关系。

表2

步骤S130，根据核磁分析数据与测井分析数据之间的关系以及储层的测井分类标准确定储层的核磁分析分类标准。

根据表1中的储层的测井分类标准，II类储层对应的测井孔隙度的分布区间是5％-10％，结合上一步骤中建立的测井解释孔隙度综合平均值与核磁分析孔隙度综合平均值之间的关系，就可以确定储层的核磁分析分类标准中的II类储层的核磁分析孔隙度分布区间。对于I，III类储层，分布区间的确定方式类似。

具体地，根据元坝2井、元坝101井、元坝9井、元坝11井、元坝12井长兴组岩屑核磁分析的I-III类储层与测井解释对比，选取了测井解释的I类储层中的11个点，II储层中的81个点，III类储层中的40个点。上述各点的核磁分析数据的分布情况在图5中示出。根据测井解释孔隙度综合平均值与核磁分析孔隙度综合平均值之间的关系，结合图5中的分布情况，可以得到在核磁分析得到I类储层的核磁分析孔隙度大于6.5％，II类储层的核磁分析孔隙度为3.5-6.5％，III类储层的核磁分析孔隙度为1.5-3.5％，核磁分析孔隙度在1.5％以下的为非储集岩。储层的核磁分析分类标准和测井分类标准的对比关系在表3中示出。

在图5中，上述各点的分布呈现出明显的分类特征。本发明还可以根据储层的测井分类对所述核磁分析数据进行聚类分析，得到构成所述储层的核磁分析分类标准的多个分类。

具体地，根据储层的测井分类利用k-means方法进行上述的聚类分析，k-means方法根据上述各点的核磁分析测量值，得到构成储层的核磁分析分类标准的k个分类，k为不小于2的整数。

仍以上文中的测井储层分类标准为例，包括3个储层分类，所述利用k-means方法进行聚类分析进一步包括：将所述第一数量作为k值；根据各测试点的核磁分析数据计算k个聚类中心；分别计算每个核磁分析数据到所述k个聚类中心的距离；根据到所述到k个距离进行聚类；根据聚类结果重新计算k个聚类中心；重复上述计算距初始聚类中心距离和根据距离进行聚类的步骤，直到聚类稳定。

应用Origin8.0，采用K-Means聚类算法，计算出3个中心分别为：7.04％、4.70％及2.74％。与中心点平均间距分别为0.56、0.44及0.47。可以计算出核磁物性分析评价I类储层最集中区间为6.44-7.6％，II类储层集中区间为4.25-5.13％，III类储层集中区间为1.5-3.19％。

表3

碳酸盐岩储层的测井分类标准为I类储层孔隙度大于10％、II类储层孔隙度5-10％、III类储层孔隙度2-5％，相应的的核磁分析分类标准为I类储层的孔隙度大于6.5％，II类储层的核磁分析孔隙度为3.5-6.5％，III类储层的核磁分析孔隙度为1.5-3.5％，由此分析建立核磁分析孔隙度储层分类标准和图版，如图6所示。图中可见，测井分类标准的I类储层中的大部分测试点也都位于核磁分类标准的I类储层中，II、III类储层也是如此。测井分类标准中的各分布区间基本与核磁分类标准的各分布区间一一对应，本发明的分类和评价方法具有很高的准确度。

步骤S140，利用储层的核磁分析分类标准对碳酸盐储层进行识别。

对碳酸盐储层进行随钻分析，获取核磁分析数据，例如，核磁分析孔隙度。根据核磁分析孔隙度的值和步骤S130中已确定的各类储层的核磁分析孔隙度的分布区间，对储层进行识别。

通过项目研究，利用多种方法综合识别评价储层，有效消除单指标的影响因素，提高了解释的及时性和准确性，形成了随钻储层快速识别评价技术和气水解释评价技术，并在元坝气田中的元坝272H井、元坝102-2H井、元坝204-1H井等进行了推广应用。

通过开展随钻核磁物性评价，快速准确地取得水平段储层的物性参数，可定量对随钻岩屑进行物性定量分类与评价，通过10口井的应用，实现了储层优劣的准确评价。经统计，核磁物性储层分类结果与测井解释符合率平均86.43％，如表4所示，其中I、II类储层符合率分别为72.1％和93.5％。

表4

通过研究各项地质指标与测井、测试结果的相关性，优选出储层综合评价指标和相应的权重，建立起元坝气田储层综合识别评价技术。如表5所示，通过10口井的应用，以随钻综合物性评价厚度与测井综合解释厚度储层，综合评价与测井解释符合率平均92.4％，其中I、II类储层符合率分别为88.5％和96.4％。

表5

以下结合表4，表5中的几个示例对本发明的应用效果进行说明：

(1)元坝29-2井

对6963.00-7686.00m井段长兴组应用储层进行随钻识别和评价，实钻水平段长兴组段长723.00m。气测解释气显示7层490.50m，其中气层6层432.50m，含气层1层58.00m，气测显示全烃值普遍较高，3.0～19.2％间变化，岩性主要为(针孔、溶孔)细-中晶白云岩，孔洞较发育，晶间缝、裂缝发育，储层照片如图7所示。

核磁物性分析共解释I类储层5层18.00m，II类储层24层242.00m，III类储层67层246.00m。随钻综合评价102层，其中优级储层10层21.00m，良级储层26层271.00m，差级储层66层289.00m。

图8示出了长兴组7060.00-7160.00m储层离子色谱随钻地层水评价图版，表明该井段不含水；图9示出了长兴组7060.00-7160.00m储层核磁物性随钻评价图版，利用随钻核磁物性准确评价储层；图10示出了长兴组7060.00-7160.00m随钻储层识别与测井解释对比图，显示随钻物性评价与测井解释基本一致。

与测井解释对比，随钻储层核磁物性评价I、II类储层厚度与测井解释厚度符合率分别为88.24％、92.90％，如表4所示，随钻储层综合评价优、良级储层厚度与测井解释厚度符合率分别为97.14％、96.13％，如表5所示。

(2)元坝10-1H井

对7052.00-7749.00m井段长兴组应用储层随钻识别评价技术，实钻水平段长兴组段长691.00m。气测解释气显示11层554.50m，其中气层6层487.00m，含气层2层18.00m，微含气层3层49.50m，气测显示全烃值最高达54.45％，岩性主要为(针孔、溶孔)细-中晶白云岩，孔洞较发育，晶间缝、裂缝发育。

核磁物性分析共解释I类储层5层24.00m，II类储层29层258.00m，III类储层11层191.00m。水平段离子色谱未发现含水迹象。随钻综合评价30层，其中优级储层5层36.00m，良级储层14层283.00m，差级储层11层165.00m。

图11示出了长兴组7590.00-7680.00m储层核磁物性随钻评价图版，利用随钻核磁物性准确评价储层；图12为长兴组7590.00-7680.00m随钻储层识别与测井解释对比，显示随钻物性评价与测井解释基本一致。

与测井解释对比，随钻储层核磁物性评价I、II类储层厚度与测井解释厚度符合率分别为69.97％、95.66％(表4)，随钻储层综合评价优、良级储层厚度与测井解释厚度符合率分别为95.28％、95.30％(表5)。

(3)元坝204-1H井

对6583.00-7676.00m井段长兴组应用储层随钻识别评价技术，实钻水平段长兴组段长1093.00m。气测解释气显示26层692.50m，其中气层25层685.50m，含气层1层7.00m，微含气层3层49.50m，气测显示全烃值最高达46.99％，岩性主要为(针孔、溶孔)细-中晶白云岩，孔洞较发育，晶间缝、裂缝发育。

核磁物性分析共解释I类储层11层87.00m，II类储层39层403.00m，III类储层39层310.00m。离子色谱未发现含水迹象。随钻综合评价89层，其中优级储层15层，良级储层35层，差级储层39层。

图13示出了长兴组6620.00-6690.00m储层核磁物性随钻评价图版，利用随钻核磁物性准确评价储层；图14示出了长兴组6620.00-6690.00m随钻储层识别与测井解释对比，显示随钻物性评价与测井解释基本一致。

与测井解释对比，随钻储层核磁物性评价I、II类储层厚度与测井解释厚度符合率分别为73.54％、86.30％(表4)，随钻储层综合评价优、良级储层厚度与测井解释厚度符合率分别为96.97％、97.70％(表5)。

项目成果已在元坝气田元坝气田10口礁滩体超深水平井均实现了长穿优质储层，其地质导向和轨迹优化获得成功应用、成效显著，为气田开发建设目标的实现提供了技术保障和支撑，为地方经济建设起到了建设性的作用，取得了显著经济效益和社会效益。

项目形成的低成本的高效的适用的技术和经验对于元坝滚动建产和国内类似气藏开发建设具有重要的指导意义，为复杂油气藏降低投资、提高开发效益，实施水平井提供了新的思路和方法，成果推广应用意义重大。同时，也为其它复杂油气藏的水平井开发探索了路子，推广应用前景广阔：

一方面西南油气分公司实施的川科1、彭州1等已在川西海相取得了突破，正按照总部勘探精神“积极展开风险勘探，整体评价，力争在新区域、新层系取得新的油气突破；争取“十三五”期间海相成为接替陆相，有力支撑“双百亿”目标的主战场。”

另一方面四川盆地海相上组合总体勘探程度较低，资源潜力大，是“十二五”乃至“十三五”展开勘探、实现规模储量的有利勘探层系；同时我国海相碳酸盐岩油气资源探明程度也还很低。

上述情况表明，碳酸盐岩具有巨大的油气勘探开发潜力和良好的发展前景。但随着天然气勘探开发的不断深入，勘探开发对象越来越复杂、越来越深，因此项目成果对以后类似的气田开发具有重要的使用价值和广泛的推广应用前景。

显然，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种碳酸盐储层物性随钻识别方法，包括：

获取碳酸盐储层物性的核磁分析数据和测井分析数据；

对所述核磁分析数据和测井分析数据进行相关性分析，建立所述核磁分析数据与所述测井分析数据之间的关系；

根据所述核磁分析数据与所述测井分析数据之间的关系，以及碳酸盐储层的测井分类标准确定储层的核磁分析分类标准；

利用所述储层的核磁分析分类标准对所述碳酸盐储层进行随钻识别。

2.根据权利要求1所述的方法，其中，所述对所述核磁分析数据和测井分析数据进行相关性分析，建立所述核磁分析数据与所述测井分析数据之间的关系进一步包括：

根据核磁分析数据和对应的测井分析数据计算所述核磁分析数据和测井分析数据之间的相关系数范围；

所述根据所述关系以及储层的测井分类标准确定储层的核磁分析分类标准进一步包括：

利用所述相关系数范围符合预设条件的核磁分析数据确定所述储层的核磁分析分类标准。

3.根据权利要求1或2所述的方法，其中，所述根据所述核磁分析数据与所述测井分析数据之间的关系以及储层的测井分类标准确定储层的核磁分析分类标准包括：

根据储层的测井分类对所述核磁分析数据进行聚类分析，得到构成所述储层的核磁分析分类标准的多个分类。

4.根据权利要求3所述的方法，其中，所述根据测井储层的分类对所述核磁分析数据进行聚类分析，得到构成所述储层的核磁分析分类标准的多个分类还包括：根据储层的测井分类利用k-means方法进行所述聚类分析，得到构成储层的核磁分析分类标准的k个分类，k为不小于2的整数；

其中，所述测井的储层分类标准包括第一数量的储层分类，所述利用k-means方法进行聚类分析进一步包括：

将所述第一数量作为k值；

根据多个测试点的核磁分析数据计算k个聚类中心；

分别计算每个点的核磁分析数据到所述k个聚类中心的距离；

根据到所述到k个距离进行聚类；

根据聚类结果重新计算k个聚类中心；

重复上述计算距初始聚类中心距离和根据距离进行聚类的步骤，直到聚类稳定。

5.根据权利要求1-4任一项所述的方法，其中，所述碳酸盐储层物性包括储层孔隙度，储层渗透率，储层离子色谱，储层厚度中的一项或多项。

6.根据权利要求5所述的方法，其中，所述获取碳酸盐储层物性的测井分析数据进一步包括：获取所述储层物性的岩心实验分析数据。