CN105545301A - 一种不同泥浆体系下复杂储层流体性质识别方法 - Google Patents

Abstract

一种不同泥浆体系下复杂储层流体性质识别方法，基于自然电位、电阻率测井资料和声波时差计算的孔隙度，结合工区内泥浆电阻率、地层水电阻率和岩电参数，构建自然电位幅度差与泥浆电阻率比值、视地层水电阻率交会图版，利用该图版对工区内不同泥浆体系下复杂储层的流体性质进行识别，将为提高低阻油层、高阻水层的识别精度提供测井技术支持。本发明将自然电位幅度差与泥浆电阻率参数有机结合在一起，对低阻油层和高阻水层的识别提供了一种新途径，也避开了单纯用电阻率测井识别流体性质的难题。

Description

一种不同泥浆体系下复杂储层流体性质识别方法

技术领域

本发明属于石油勘探开发中的测井解释技术领域，特别涉及一种不同泥浆体系下储层流体性质识别方法。

背景技术

为了在多井测井解释中，有效地识别不同泥浆体系下复杂储层的流体性质，准确地识别储层的流体性质是计算油气储量及制定开发方案的一项重要工作。现有的储层流体性质识别方法中，常常采用不同探测深度的电阻率重叠或孔隙度-电阻率交会等方法，而在影响储层流体性质精准识别的诸多因素中，泥浆体系是其中一个重要因素。比如侵入相同的情况下，泥浆电阻率低，测得的电阻率低；而泥浆电阻率高，测得的电阻率则相对较高。这就容易造成油水同层识别为水层，水层识别为油水同层等错误情况。鉴于此，实际生产中，测井解释工程师另辟蹊径，常用自然电位测井来识别低阻油层等复杂储层的流体性质。同样，自然电位测井的相对幅度仍然受泥浆电阻率的影响。因此，充分考虑泥浆体系对自然电位幅度差的影响，进而来识别不同泥浆体系下复杂储层流体性质的方法尚未见到。

从现有方法来看，尚且没有考虑泥浆电阻率对自然电位幅度差影响的储层流体性质识别方法，这给不同泥浆体系下自然电位法识别储层流体性质带来不便。

发明内容

为了克服上述现有方法的不足，本发明的目的在于提供一种不同泥浆体系下复杂储层流体性质识别方法，基于自然电位、电阻率测井资料和声波时差计算的孔隙度，结合工区内泥浆电阻率、地层水电阻率和岩电参数，构建自然电位幅度差与泥浆电阻率比值、视地层水电阻率交会图版，利用该图版对工区内不同泥浆体系下复杂储层的流体性质进行识别，将为提高低阻油层、高阻水层的识别精度提供测井技术支持。

为了达到上述目的，本发明的技术方案为：

一种不同泥浆体系下复杂储层流体性质识别方法，包括以下步骤：

步骤一、确定识别对象为多泥浆体系即不同泥浆体系：若工区内钻井使用的泥浆电阻率差别大，既有盐水泥浆，又有淡水泥浆，属于典型的多泥浆体系；

步骤二、自然电位幅度差与泥浆电阻率相关性分析：由自然电位测井基本原理可知，假设地层水和泥浆电阻率分别为R_w和R_m，近似认为泥浆电阻率等于泥浆滤液电阻率，而且R_w＜R_m，自然电位为扩散电动势与吸附电动势之和，具体如下：

E_s＝E_d+E_da(1)

$E_d=K_d\lg \frac{R_m}{R_w}---\left(2\right)$

$E_{da}=K_{da}\lg \frac{R_m}{R_w}---\left(3\right)$

式中：E_s是静自然电位，mV；E_d为扩散电动势，mV；E_da为扩散吸附电动势，mV；K_d、K_da分别为扩散电动势系数和扩散吸附电动势系数，与盐类的化学成份及温度有关；R_m为泥浆电阻率，Ω·m；R_w为地层水电阻率，Ω·m；

将上述方程(2)、(3)代入方程(1)，并进行整理可得

$E_s=(K_a+K_{da})\·\lg \frac{R_m}{R_w}---\left(4\right)$

在实际自然电位测井中，自然电位SP实际上相当于E_s在泥浆电阻r_m上的电位降落造成的电位差别，自然电位幅度差ΔSP则为自然电流I在流经泥浆电阻r_m上的最大电位降落，即

$\mathrm{\Δ}SP=\frac{E_s}{r_m+r_{sh}+r_{sd}}\·r_m---\left(5\right)$

式中：ΔSP为实际测井测得的自然电位幅度差，mV；r_m为泥浆的电阻，Ω；r_sd为砂岩的电阻，Ω；r_sh为泥岩的电阻，Ω；

由方程(5)可知，自然电位幅度差ΔSP与泥浆电阻r_m成正比；由物理学基础知识可知，泥浆电阻r_m与泥浆电阻率R_m成正比；这也就是说，自然电位幅度差ΔSP与泥浆电阻率R_m成正比；

步骤三、视地层水电阻率计算：由阿尔奇公式可知，

$F=\frac{R_0}{R_w}=\frac{a}{{\mathrm{\φ}}^m}---\left(6\right)$

式中：R₀饱含水(100％含水)地层电阻率，Ω·m；R_w为孔隙中地层水电阻率，Ω·m；φ为地层的孔隙度，小数；a是与岩性有关的系数，无量纲；m为胶结指数，与岩石的胶结情况有关，无量纲。

将方程(6)进行整理，可得

$R_w=\frac{R_0\·{\mathrm{\φ}}^m}{a}---\left(7\right)$

实际情况中，地层不可能100％含地层水。因此，方程(7)中的R₀可由地层电阻率R_t代替，于是可推导出视地层水电阻率R_wa的计算公式，

$R_{wa}=\frac{R_t\·{\mathrm{\φ}}^m}{a}---\left(8\right)$

式中：R_wa为视地层水电阻率，Ω·m；R_t为地层电阻率，Ω·m；其他参数物理意义同上；

步骤四、构建自然电位幅度差与泥浆电阻率比值～视地层水电阻率交会图版：将自然电位幅度差与泥浆电阻率相除，即ΔSP/R_m，以此参数作为构建复杂储层的流体性质识别图版的一个参数；

利用视地层水电阻率、自然电位幅度差与泥浆电阻率比值两个参数来构建不同泥浆体系下复杂储层流体性质识别图版；

步骤五、不同泥浆体系下复杂储层流体性质识别：将待识别储层的自然电位幅度差、泥浆电阻率以及计算得到的视地层水电阻率数据点放入图版中，如果数据点落入油层区域，则识别为油层；如果落入水层区域，则识别为水层。

本发明不同泥浆体系下储层流体性质识别方法，将自然电位幅度差与泥浆电阻率参数有机结合在一起，对低阻油层和高阻水层的识别提供了一种新途径，也避开了单纯用电阻率测井识别流体性质的难题。

本发明提供一种不同泥浆体系下复杂储层流体性质识别方法。针对不同泥浆体系钻遇的高阻水层、低阻油层等复杂储层，充分考虑泥浆电阻率对自然电位测井的影响，并用视地层水电阻率将电阻率、孔隙度及孔隙结构指数有效嫁接，使其测井解释工程师能够根据测井资料方便自如地进行不同泥浆体系下复杂储层流体性质识别，从而为油田增储上产提供测井技术支持。

该方法在国内首次针对储层流体性质，提出了不同泥浆体系下复杂储层流体性质识别方法，能够有效地利用自然电位、泥浆电阻率及电阻率、孔隙度、地层水电阻率、胶结指数等进行油水层识别，提高了低阻油层、高阻水层的识别精度。

附图说明

图1为本发明中的不同泥浆体系下复杂储层流体性质识别方法流程图。

图2为本发明中的工区泥浆电阻率变化情况图。

图3为本发明中的泥浆电阻率与自然电位幅度差关系图。

图4为本发明中的自然电位幅度差与泥浆电阻率比值～视地层水电阻率交会图。

图5为本发明识别的流体性质成果图。

具体实施方式

下面结合附图对本发明的技术方案做详细叙述。

参照图1，一种不同泥浆体系下复杂储层流体性质识别方法，包括以下步骤：

步骤一、工区内泥浆体系分析：以某工区为例，翔实统计工区内每口井钻遇目的层所使用的泥浆矿化度，经过地温梯度确定出目的层的温度后，经过矿化度、温度与电阻率转换图版，获得钻遇目的层的泥浆电阻率。由图2可知，该工区内泥浆电阻率变化较大，分布在0.3～3.1Ω.m，钻遇目的层的泥浆电阻率差别大，既有盐水泥浆，又有淡水泥浆，属于典型的多泥浆体系。泥浆电阻率与地层水电阻率差异较为明显，这不仅使得不同探测深度的电阻率曲线的差异变大，也致使自然电位幅度差发生变化。

步骤二、自然电位幅度差与泥浆电阻率相关性分析：为了探明泥浆电阻率对自然电位幅度差的影响机理，以理论公式推导和现场实例进行分析说明。

由自然电位测井基本原理可知，假设地层水和泥浆电阻率分别为R_w和R_m(泥浆滤液电阻率和泥浆电阻率近似相等)，而且R_w＜R_m，自然电位为扩散电动势与吸附电动势之和，具体如下：

E_s＝E_d+E_da(1)

$E_d=K_d\lg \frac{R_m}{R_w}---\left(2\right)$

$E_{da}=K_{da}\lg \frac{R_m}{R_w}---\left(3\right)$

式中：E_s是静自然电位，mV；E_d为扩散电动势，mV；E_da为扩散吸附电动势，mV；K_d、K_da分别为扩散电动势系数和扩散吸附电动势系数，与盐类的化学成份及温度有关；R_m为泥浆电阻率，Ω·m；R_w为地层水电阻率，Ω·m。

将上述方程(2)、(3)代入方程(1)，并进行整理可得

$E_s=(K_a+K_{da})\·\lg \frac{R_m}{R_w}---\left(4\right)$

在实际自然电位测井中，自然电位SP实际上相当于E_s在泥浆电阻r_m上的电位降落造成的电位差别，自然电位幅度差ΔSP则为自然电流I在流经泥浆电阻r_m上的最大电位降落，即

$\mathrm{\Δ}SP=\frac{E_s}{r_m+r_{sh}+r_{sd}}\·r_m---\left(5\right)$

式中：ΔSP为实际测井测得的自然电位幅度差，mV；r_m为泥浆的电阻，Ω；r_sd为砂岩的电阻，Ω；r_sh为泥岩的电阻，Ω。

由方程(5)可知，自然电位幅度差ΔSP与泥浆电阻r_m成正比。由物理学基础知识可知，泥浆电阻r_m与泥浆电阻率R_m成正比。这也就是说，自然电位幅度差ΔSP与泥浆电阻率R_m成正比。

以某工区为例，统计分析同一目的层的自然电位幅度差ΔSP、泥浆电阻率R_m，并做图3所示交会图可知，泥浆电阻率R_m越大，则自然电位幅度差ΔSP越大。换言之，自然电位幅度差ΔSP与泥浆电阻率R_m成正比，这完全与上述理论推导一致。

步骤三、视地层水电阻率计算：由阿尔奇公式可知

$F=\frac{R_0}{R_w}=\frac{a}{{\mathrm{\φ}}^m}---\left(6\right)$

式中：F为地层因素，无量纲；R₀为饱含水(100％含水)地层电阻率，Ω·m；R_w为孔隙中地层水电阻率，Ω·m；φ为地层的孔隙度，小数；a是与岩性有关的系数，无量纲；m为孔隙结构指数，与岩石的孔隙结构、胶结情况有关，无量纲。

将方程(6)进行整理，可得

$R_w=\frac{R_0\·{\mathrm{\φ}}^m}{a}---\left(7\right)$

实际情况中，地层不可能100％含水。因此，方程(7)中的R₀可由地层电阻率R_t代替，于是可推导出视地层水电阻率R_wa的计算公式，

$R_{wa}=\frac{R_t\·{\mathrm{\φ}}^m}{a}---\left(8\right)$

式中：R_wa为视地层水电阻率，Ω·m；R_t为地层电阻率，Ω·m；其他参数物理意义同上。

获取视地层水电阻率R_wa的关键在于：其一，声波时差测井或补偿密度测井求得较为准确的孔隙度；其二，选取目的层岩心，开展储层温度、压力条件下的岩电参数实验，进而获取m、a值；其三，对深探测电阻率进行井眼、围岩及侵入等环境影响校正，尽可能还原储层的真实电阻率。

步骤四、构建自然电位幅度差与泥浆电阻率比值～视地层水电阻率交会图版：由步骤二分析可知，不同泥浆体系下的自然电位幅度差变化较大，而且自然电位幅度差的大小与泥浆电阻率成正比。为了减小泥浆电阻率对自然电位幅度差的影响，可将自然电位幅度差与泥浆电阻率相除，即ΔSP/R_m，以此参数作为构建不同泥浆体系下复杂储层的流体性质识别图版的一个参数。

由步骤三可知，视地层水电阻率与地层的真实电阻率、孔隙度成正比。对储层条件相同的地层来说，含油后地层电阻率增大，视地层水电阻率也随之增大；而且该参数也反映了孔隙度、孔隙结构。因此，视地层水电阻率也在一定程度上能够较好反映储层的流体性质。

基于此，本发明利用自然电位幅度差与泥浆电阻率比值ΔSP/R_m、视地层水电阻率R_wa两个参数来构建不同泥浆体系下复杂储层流体性质识别图版(图4)。

步骤五、不同泥浆体系下复杂储层流体性质识别：统计待识别储层的自然电位幅度差、泥浆电阻率，获取自然电位幅度差与泥浆电阻率比值；通过声波时差或补偿密度求取待识别储层的孔隙度，并统计经环境影响校正后的电阻率，结合所开展的岩电实验，获取视地层水电阻率。将自然电位幅度差与泥浆电阻率比值、视地层水电阻率数据点放入图4所示的图版中，如果数据点落入油层区域，则识别为油层；如果数据点落入油层区域，则识别为油层；如果落入水层区域，则识别为水层。

一种不同泥浆体系下复杂储层流体性质识别方法已经在实际油田中得到试用。在X井的低阻油层流体性质识别应用中，参照图5，该法识别的X井成果图，该井2190-2199米井段，自然电位负异常非常明显，声波时差为223μs/m，反映物性较好；电阻率明显偏低，仅为16.8Ω·m，单独从测井响应特征来看为水层，一次测井解释为水层。利用本研究所述方法识别为纯油层，该层试油初期日产油1.1m³，日产水0m³，试油结论与识别结果完全一致。

对比本发明方法识别的流体性质与实际试油试采成果可知，识别的流体性质与实际生产情况基本吻合，这进一步说明该发明所述方法能够较好地对不同泥浆体系下复杂储层的流体性质进行识别。该方法充分挖掘了自然电位测井资料中所蕴藏的流体性质信息，而且减小了泥浆电阻率对自然电位测井的影响，因此，该法提高了不同泥浆体系下复杂储层流体性质识别精度的同时，开辟了老井复查中用自然电位测井识别油层的新途径，且该方法简单、实用，具有良好的推广应用价值。

本领域的技术人员应当理解，由于电阻率测井受泥浆电阻率的影响较为严重，为了保证该方法的有效可行性，必须保障在计算视地层水电阻率时，先对电阻率测井进行侵入等环境影响校正，该方法识别的结果才具有较高的精度。

Claims (1)

1.一种不同泥浆体系下复杂储层流体性质识别方法，其特征在于，包括以下步骤：

步骤一、确定识别对象为多泥浆体系即不同泥浆体系：若工区内钻井使用的泥浆电阻率差别大，既有盐水泥浆，又有淡水泥浆，属于典型的多泥浆体系；

步骤二、自然电位幅度差与泥浆电阻率相关性分析：由自然电位测井基本原理可知，假设地层水和泥浆电阻率分别为R_w和R_m，近似认为泥浆电阻率等于泥浆滤液电阻率，而且R_w＜R_m，自然电位为扩散电动势与吸附电动势之和，具体如下：

E_s＝E_d+E_da(1)

$E_d=K_d\lg \frac{R_m}{R_w}---\left(2\right)$

$E_{da}=K_{da}\lg \frac{R_m}{R_w}---\left(3\right)$

式中：E_s是静自然电位，mV；E_d为扩散电动势，mV；E_da为扩散吸附电动势，mV；K_d、K_da分别为扩散电动势系数和扩散吸附电动势系数，与盐类的化学成份及温度有关；R_m为泥浆电阻率，Ω·m；R_w为地层水电阻率，Ω·m；

将上述方程(2)、(3)代入方程(1)，并进行整理可得

$E_s=(K_a+K_{da})\·\lg \frac{R_m}{R_w}---\left(4\right)$

在实际自然电位测井中，自然电位SP实际上相当于E_s在泥浆电阻r_m上的电位降落造成的电位差别，自然电位幅度差ΔSP则为自然电流I在流经泥浆电阻r_m上的最大电位降落，即

$\mathrm{\Δ}SP=\frac{E_s}{r_m+r_{sh}+r_{sd}}\·r_m---\left(5\right)$

式中：ΔSP为实际测井测得的自然电位幅度差，mV；r_m为泥浆的电阻，Ω；r_sd为砂岩的电阻，Ω；r_sh为泥岩的电阻，Ω；

由方程(5)可知，自然电位幅度差ΔSP与泥浆电阻r_m成正比；由物理学基础知识可知，泥浆电阻r_m与泥浆电阻率R_m成正比；这也就是说，自然电位幅度差ΔSP与泥浆电阻率R_m成正比；

步骤三、视地层水电阻率计算：由阿尔奇公式可知，

$F=\frac{R_0}{R_w}=\frac{a}{{\mathrm{\φ}}^m}---\left(6\right)$

式中：R₀饱含水(100％含水)地层电阻率，Ω·m；R_w为孔隙中地层水电阻率，Ω·m；φ为地层的孔隙度，小数；a是与岩性有关的系数，无量纲；m为胶结指数，与岩石的胶结情况有关，无量纲。

将方程(6)进行整理，可得

$R_w=\frac{R_0\·{\mathrm{\φ}}^m}{a}---\left(7\right)$

实际情况中，地层不可能100％含地层水。因此，方程(7)中的R₀可由地层电阻率R_t代替，于是可推导出视地层水电阻率R_wa的计算公式，

$R_{wa}=\frac{R_t\·{\mathrm{\φ}}^m}{a}---\left(8\right)$

式中：R_wa为视地层水电阻率，Ω·m；R_t为地层电阻率，Ω·m；其他参数物理意义同上；

步骤四、构建自然电位幅度差与泥浆电阻率比值～视地层水电阻率交会图版：将自然电位幅度差与泥浆电阻率相除，即ΔSP/R_m，以此参数作为构建复杂储层的流体性质识别图版的一个参数；

利用视地层水电阻率、自然电位幅度差与泥浆电阻率比值两个参数来构建不同泥浆体系下复杂储层流体性质识别图版；

步骤五、不同泥浆体系下复杂储层流体性质识别：将待识别储层的自然电位幅度差、泥浆电阻率以及计算得到的视地层水电阻率数据点放入图版中，如果数据点落入油层区域，则识别为油层；如果落入水层区域，则识别为水层。