川西致密砂岩气藏测井评价技术及其发展展望

刘成川，陈 俊，程洪亮

中国石化西南油气分公司勘探开发研究院，四川 成都610041

引言

测井综合评价在油气藏开发全生命周期中一直是不可或缺的一环。随着1939 年翁文波第一次测出电测曲线[1]，中国测井综合评价技术开始飞速发展。20 世纪60 年代，中国的地质学家们提出以四性关系分析为重点的测井评价内容，并沿用至今。20 世纪70～80 年代，逐步形成了一系列交会图版将定性、定量解释的标准可视化。20 世纪90 年代，随着以成像测井为代表的特殊测井技术快速发展，中国测井评价技术再上新的台阶，形成了常规测井结合特殊测井的综合评价技术体系，有效支撑了一批隐蔽型油气田的勘探与开发[2]。21 世纪以来，随着经济的发展，油气开发程度不断加深，高品质油气藏的储量逐渐减少，勘探开发逐渐将目标聚焦在低孔隙度、低渗透率、低饱和度的“三低”油气藏，“测量难、评价难”成为测井面临的突出问题[3]。

对于高品质砂岩油气藏而言，岩石矿物组分单一、储层高孔高渗、含油气丰度高，测井综合评价相对简单，但对于致密砂岩油气藏而言，由于其具有矿物组分复杂、孔隙结构复杂、低饱和度、低对比度等地质特征，导致以电测井为核心的传统测井评价方法失灵。对此，许多学者相继开展了特低渗储层测井评价研究，并取得了很多成果。“四性关系”是测井准确评价的基础，但由于低孔低渗储层强烈的非均质性，“四性关系”往往不能准确表征储层，赵良孝等[4]在“四性关系”的基础上，加入了“空隙空间几何特征”提出了“五性关系”，为进一步准确表征复杂储层提供了新的思路。张晋言[5]更是在此基础上提出了包含“测井属性、井筒环境特性、岩性、物性、地化特性、含油气性与产能特性、地层压力与流动和保存特性、地层三维非均质性及储层可改造特性”的“九性关系”，进一步丰富了测井评价的内容。准确评价储层物性参数是测井评价的核心内容之一。其主要做法是提取对构建孔隙度和渗透率计算模型有用的特征曲线，进而提高储层物性计算精度[6]。随着核磁共振测井等新技术的发展，储层物性评价逐渐从宏观到微观，在充分利用常规物性分析、铸体薄片、扫描电镜、CT 扫描、高压压汞及恒速压汞等实验资料的基础上，开展微观孔喉特征进行分析，结合核磁共振测井，探讨孔喉特征对可动流体参数的影响，建立指示储层好坏的孔隙结构指数，从而开展储层综合评价[7-9]。对于储层流体识别而言，由于不同区块不同气藏地质特征的差异性，所用方法有所不同，但总体来说，主要还是采用“交会图法、测井曲线重叠法”等[10]。调研发现，目前致密砂岩领域储层测井评价主要依托诸如核磁共振测井等特殊测井资料和扫描电镜、CT 扫描等特殊实验分析资料，但如何在缺乏此类资料的油气藏开展储层测井精细评价值得探讨。

中江气田沙溪庙组河道砂岩气藏（简称中江沙溪庙组气藏）是典型的致密砂岩气藏，具有单层砂体厚度薄、储层物性差、孔喉结构复杂、非均质性强等地质特征。气藏的复杂性导致传统以电测井为核心的测井评价技术体系已不能完全适应该气藏，采用威利公式、孔渗关系图、阿尔奇公式等传统方法计算的“孔隙度、渗透率、饱和度”等参数精度偏低，且中江气田沙溪庙组气藏缺乏成像、核磁等特殊测井资料，因此，需基于常规测井资料重新构建适应于致密砂岩气藏的常规测井评价技术体系，提高测井评价精度，为气藏的勘探开发提供支撑。本文针对中江沙溪庙组气藏低孔隙度、低渗透率、低饱和度的特点，在分析测井精细评价的难点基础上，结合多年的开发实践和丰富的生产资料，提出针对致密砂岩气藏的测井精细评价技术。

1 气藏地质特征及测井评价难点

1.1 气藏基本地质特征

中江沙溪庙组气藏纵向上砂体众多，自上而下划分为2 个长期旋回、3 个中期旋回、11 个短期旋回、18 个超短期旋回，分别对应2 个段，3 个亚段，11 套砂层组，18 套砂体。上沙溪庙组划分为8 个砂组，从上到下依次命名为下沙溪庙组划分为3 个砂组，从上到下依次命名为发育典型浅水三角洲沉积。气藏岩石组分复杂，岩屑长石砂岩、长石岩屑砂岩、岩屑砂岩和岩屑石英砂岩在研究区均有发育，富长石和贫岩屑是该区砂岩储层骨架颗粒构成的主要特征。气藏砂岩平均孔隙度8.66%；平均渗透率度0.21 mD，属于低--特低孔、特低--超低渗致密砂岩储层。

1.2 测井评价难点

1.2.1 孔隙结构多样化，储层物性精细评价难度大

中江沙溪庙组气藏储层孔隙类型多样，主要发育剩余原生粒间孔、粒间溶孔、粒内溶孔、铸模孔、晶间溶孔和微裂缝，孔喉半径普遍小于0.1 μm，中值压力普遍大于20 MPa，分选系数一般大于2。孔隙类型的多样性形成了复杂的孔隙网络，且大部分的微孔隙对天然气的流动没有贡献，从而导致了前期利用声波时差与补偿中子交会计算储层孔隙度精度降低，同时，岩芯孔渗关系呈明显的非线性关系，孔渗关系复杂。

1.2.2 气水分布多样化，储层流体精确识别难度大

中江沙溪庙组气藏不同河道、不同区域受气源条件的差异以及河道内部的非均质性的影响天然气充注程度存在明显的差异，气水关系复杂，低饱和度气层和气水同层难以区分。电阻率、声波时差等电测曲线受岩石组分、复杂孔隙结构、地层水矿化度等多重影响，出现“低阻气层”、“高阻水层”等特殊问题。岩电实验由于驱替困难、饱和度计量误差大的原因，很难准确确定岩电关系，准确定量计算含气饱和度难度大。

2 气藏测井精细评价技术进展及成效

针对中江气田沙溪庙组气藏地质特征以及测井精细评价的难点，确立了以测井资料预处理初加工为基础，定性分析分类定级为关键，定量分析成果表征为核心的测井综合评价思路（图1）。

图1 中江气田沙溪庙组气藏测井综合评价思路图Fig.1 Comprehensive logging evaluation of Shaximiao Formation gas reservoir in Zhongjiang Gas Field

2.1 基于沉积微相约束的测井曲线标准化技术

任意一条测井曲线都是由真实信号、随机噪声及系统误差3 部分组成。图2 为中江沙溪庙组气藏A、B 两口井的沙三段目的层自然伽马曲线及其分布频率直方图。两口井为同一河道，同一层位，两井平面上相距3 km，但自然伽马曲线主频及其频率分布差异较大，显然是由测井系统误差造成的。因此，开展测井曲线标准化是测井精细评价的基础。

图2 A、B 两口井沙三段目的层自然伽马曲线及其分布频率直方图Fig.2 GR curve and its frequency distribution histogram of target layer in the third section of Shaximiao in Well A and Well B

直方图法、趋势面法及均值校正法是目前常用的测井曲线标准化手段，几种方法各有利弊。对于中江沙溪庙组气藏而言，其沉积微相主要为水下分流河道，基于同期同相地层具有相似测井响应的原理，开展了基于沉积相约束的测井曲线标准化[11-15]。以目的层砂岩段作为标准层，将不同的井分区、分层、分河道划分在各自的沉积相带内，通过统计最大值、最小值、标准差、平均值、中值及频率值等曲线特征值，利用特征值频率的分布区间，确定待标准化资料的校正关系进行校正。针对区域资料实际情况，主要对自然伽马、中子、密度曲线做了标准化处理。

由图3（图中不同颜色代表不同的井）可以看出，标准化之前自然伽马曲线特征值分布杂乱（分布在25～140 API），而标准化之后自然伽马曲线特征值分布在趋势值的范围之内（70～100 API），比较集中有规律且呈正态分布，表明标准化后消除了非地质因素导致的误差，标准化效果良好。

图3 中江沙溪庙组气藏部分井标准化前后GR 曲线标值域频率分布图Fig.3 Histogram before and after standardization of GR curve of each well in Zhongjiang Shaximiao Formation

2.2 基于五性关系分析的储层物性评价技术

传统的储层四性关系研究是测井精细评价的基础，但随着油气田开发工作的深入，地质条件日益复杂，传统的储层四性关系研究已不能满足储层评价的需要。研究表明，中江沙溪庙组气藏储层孔隙类型多样，孔隙结构复杂，不同的孔隙结构特征与气井产能密切相关。因此，在传统四性关系分析的基础上，加入孔隙结构特性分析，开展“五性关系”分析，提出了基于多元回归及六参数BP 神经网络孔隙度计算模型、基于流动单元划分的渗透率评价方法，实现了中江沙溪庙组气藏储层物性的精准评价[16-18]。研究表明，自然伽马（GR）、声波时差（AC）、补偿中子（CNL）、补偿密度（DEN）、深浅侧向电阻率（RD、RS）其测井值与孔隙度均有一定的相关性，但单一相关性较差，因此，采用多元线性回归方法开展储层物性评价。在测井解释工作中，多元回归引入参数主要有自然伽马、声波时差、补偿中子、深侧向电阻率及浅侧向电阻率。由于引入的测井参数具有不同的物理意义、不同的数据量纲、数值大小相差悬殊，因此，需采用效用函数对测井参数值进行归一化处理，使原始数据都转化在0～1。在此基础上，分区分层系分别建立多元回归孔隙度解释模型。实际结果表明所建立的多元回归孔隙度模型的相关系数值达0.861，相关性较高，所建模型可靠性强。

多元回归孔隙度解释模型虽提高了孔隙度解释精度，但存在受人为解释影响大、工作量大、不能充分发掘数据内在规律等缺点，为进一步提高孔隙度解释精度，进一步充分挖掘数据内在规律，减轻工作量，引入BP 神经网络学习法开展储层孔隙度评价[19-21]。研究表明，以自然伽马、声波时差、补偿中子、补偿密度、深侧向电阻率及浅侧向电阻率作为输入参数建立神经网络模式效果最佳，在此基础上，建立六参数BP 神经网络模式图（图4），隐含层结点个数为输入结点的两倍，输出层取一个结点，这一个输出即为孔隙度计算值。

图4 六参数BP 神经网络模式的拓扑结构图Fig.4 Topological structure diagram of six parameter BP neural network model

将两种解释模型的解释效果进行对比分析，以此来确定气藏应采用的解释模型。表1 为分区分层两种模型计算的孔隙度与岩芯孔隙度的对比表，可以看出，不同区域，不同层系的评价模型有所差异。但整体来说利用BP 神经网络计算的孔隙度精度更高。

表1 两种孔隙度解释模型分区分层误差对比表Tab.1 Comparison of zoning and stratification errors of two porosity interpretation models

渗透率是评价储层好坏的另一重要指标。传统的渗透率评价是在岩芯分析的基础上建立孔隙度与渗透率的相关关系，但中江沙溪庙组气藏岩芯实验分析表明，岩芯孔隙度和渗透率在交会图上分布离散，呈典型的非线性关系，若采用传统的方法建立渗透率模型，计算的渗透率将出现较大偏差。沉积环境、成岩作用控制着储层的孔隙结构，相似的孔隙结构特征决定了储层内部存在相似的流动单元[22]，基于此，提出以流动单元为基础的渗透率解释模型。主要做法是通过计算岩芯实验分析样品的标准化孔隙度、流动单元指数（FZI）、储层品质因子等参数[23]，采用K-Means 聚类分析方法，将实验样品分为3 类流动单元（图5），从而建立不同流动单元渗透率模型。图6 为中江沙溪庙组气藏C 井渗透率预测成果图，在渗透性分析道中，红色为岩芯分析渗透率，黑色曲线为采用传统渗透率模型计算的渗透率结果，蓝色曲线为基于流动单元计算的渗透率结果，可以看出，采用流动单元法预测的渗透率更接近岩芯分析渗透率，精度更高。

图5 3 类流动单元划分结果Fig.5 Division results of three types of flow units

图6 C 井渗透率预测成果图Fig.6 Permeability prediction results of Well C

2.3 储层定性及定量流体识别技术

2.3.1 定性流体识别技术

前期勘探开发表明，针对致密砂岩气藏若采用单一参数或简单的交会图技术来识别储层流体性质必会出现误判，因此，需寻找测井信息中最能代表流体的测井特征点开展储层流体识别。

（1）中子-孔隙度斜率法

利用中子“挖掘”效应开展储层含气性识别是致密砂岩气藏中最为常用的手段[24-25]，但受储层岩性、物性、含气性及井间差异等多重因素影响，中子“挖掘”效应往往又具有多解性。

为消除岩性、物性及井间差异的影响，提高利用“挖掘”效应开展流体识别的可靠性，建立了中子-孔隙度交会关系（图7），可以看出，水层（蓝色）斜率通常大于0.5。

图7 补偿中子-孔隙度斜率交会图Fig.7 CNL–φ slope cross plot

（2）弹性模量法

通常，岩石弹性参数按特性可分为3 类：①体性参数，包括纵波速度、纵波阻抗、拉梅系数及体积模量等，主要反映岩石的体积变化，对流体和岩性敏感；②剪性参数，包括横波速度、横波阻抗及剪切模量等，主要反映岩石骨架的形态变化，对流体不敏感；③组合参数，主要反映流体和岩性变化。体性参数与剪性参数的适当组合能够降低岩性影响进而提高组合参数对孔隙流体的敏感性[26]。研究表明，体积模量对流体最敏感，而剪切模量最不敏感，从而可利用体积模量与剪切模量交会来达到识别气层的目的。

根据弹性波物理学理论，体积模量、剪切模量及纵横波速度之间有如下关系

Biot-Gassmannn 方程表明在低频下，包含流体的岩石的体积模量和剪切模量的关系。这一关系中包含岩石骨架的体积模量和流体的体积模量两部分，即

由式（1）～式（4）可得出

式（5）为体积模量-剪切模量交会图的理论基础。此式指出当G=0 时，岩石体积模量与流体体积模量基本相等。因此，可利用体积模量与剪切模量交会图的截距识别流体类型。

（3）多因素雷达图法

致密砂岩气藏流体识别是一种基于多因素考虑的综合评价，因此，在多元统计分析的基础上，从多变量可视化角度出发，引入雷达图法开展致密砂岩气藏流体识别。利用孔隙度、有效厚度、补偿中子及电阻率等参数重新构建了孔隙度体积指数、含气体积指数、气水体积比、含气指标、可动烃体积指数及可动烃体饱和度等对储层流体性质较为敏感的参数，结合含水饱和度、渗透率分不同井型（直井、水平井）分别建立川西致密砂岩气藏流体识别图版，运用图形识别的方式开展流体识别[27]。

2.3.2 变m饱和度定量计算模型

传统的阿尔奇公式目前仍是评价储层含气饱和度的有效方法。川西致密砂岩气藏岩电实验表明，地层因素与孔隙度、电阻率增大率与饱和度仍满足双对数关系，但不同河道、不同层位之间存在差异，因此，针对川西致密砂岩气藏虽可继续选用阿尔奇公式来计算饱和度，但必须开展模型参数的校正。胶结指数m与储层孔隙结构密切相关，应考虑如何利用常规测井资料表征储层孔隙结构特征，选取储层品质因子（IRQ）作为评价储层微观孔隙结构特征参数。结果表明，胶结指数m与储层品质因子呈明显负相关关系，且相关系数达0.95，故可将m值与储层品质因子建立相关关系，从而求取m值。同理，将饱和度指数n值与孔隙度、泥质含量等参数开展相关性研究，结果表明，n值与孔隙度无明显相关关系，但与泥质含量相关性较好，因此，可将n值与泥质含量建立相关关系，从而求取n值，最终形成以变m、n为核心的储层饱和度评价技术[28-30]。

3 储层测井评价技术的应用

中江气田沙溪庙组气藏河道众多，不同河道有着不同的地质特征。受限于多种因素影响，勘探评价井往往未能获得好的效果，通过测井、地质一体化深化地质认识，定期回头看，从而发现了一批潜力河道，为气藏的高效开发提供了有利支撑。

图8 XX103D 井2 020～2 070 m 测井曲线成果图Fig.8 2 020～2 070 m logging curve results of Well XX103D

图9 XX103D 井2 030～2 054 m 多因素雷达图Fig.9 2 030～2 054 m multi factor radar map of Well XX103D

4 储层测井评价技术展望

测井综合评价贯穿油气藏勘探开发始终,随着油气藏勘探开发程度的不断深入，不同阶段对测井评价的精度要求也不尽相同。尽管初步形成了川西致密砂岩气藏测井评价技术，但由于气藏复杂的地质特征，气藏测井综合评价技术仍需不断完善。

4.1 开展纳米技术在测井领域的应用研究

石油勘探领域长期以来侧重宏观地质特征的研究，但21 世纪以来，随着油气勘探的不断深化，地质学家们面临的地质对象也日趋复杂，油气藏的评价研究逐步从宏观走入微观。传统测井技术呈现出微观尺度上的局限性，为纳米技术在石油勘探领域的应用提供了良好的发展空间。目前纳米技术已在石油勘探领域开展了相关研究及应用，尤其是在表征储层微观孔隙结构、多孔介质运移机理等方面取得了一定的成果，但在流体识别方面研究较少。川西致密砂岩气藏储层孔喉半径普遍小于0.1 μm，为纳米粒子进入储层提供了可能，且不会堵塞孔隙及喉道，同时利用纳米粒子的亲水性改变储集层内部的电、磁、声学特征，从而表征气水层特性，强化其在常规测井曲线上的区分度，最终对孔隙度、渗透率、含气饱和度等测井参数进行纳米级表征[32-33]。

4.2 开展新工艺条件下产能预测研究

产能预测是气藏勘探开发领域的一项基本任务，也是储层评价的重要指标之一，准确的产能预测为开发部署规划提供了重要的基础数据。前人针对此开展了大量的研究工作，在充分考虑启动压力梯度、滑脱效应、高速非达西流动等因素对气井产能的影响的基础上，形成了多种基于常规测井资料的产能预测方法[34-35]，并取得了较好的效果。但随着工程工艺的进步，尤其是以“密切割、大排量、变黏压裂液、强加砂、复合暂堵”为核心的体积压裂改造技术在川西致密砂岩气藏中的应用，前期分析认为以III 类流动单元为主的储层取得突破，已能有效的动用，其产能预测又面临新的挑战。在后期研究中，可深度挖掘常规测井资料，结合纳米技术，深化研究孔隙结构参数对储层产能的影响，构建新的储层产能预测模型，实现产能的精准预测。

4.3 构建水平井测井评价技术体系

长水段水平井开发模式已成为川西致密砂岩气藏开发的主体工艺技术。但受限于井况等多因素影响，水平井测井曲线往往只有自然伽马、声波时差、电阻率，如何利用有限的测井资料开展水平井测井评价，对川西致密砂岩气藏的开发评价具有重要的意义。在后期工作中应开展测井信息与录井信息、地质因素、产能评价之间的相关关系研究，充分结合区域地质资料，构建水平井测井评价技术体系[36]。重点是开展水平井轨迹与地层关系研究，深化水平井测井机理研究，精准开展水平井自然伽马、声波时差、电阻率校正，分类分级建立水平井综合评价标准，提高孔、渗、饱等参数的解释精度[37]。

5 结论

（1）针对致密砂岩气藏在“五性关系”分析的基础上采用多元回归、BP 神经网络等方法能提高储层孔隙度评价精度，利用基于流动单元的渗透率模型能更精确地评价渗透性。

（2）充分利用多因素交会的储层流体性质预判模型、基于多因素判别的不同井型储层流体识别雷达图能提高储层流体识别的准确度。

（3）采用变m、n参数的饱和度评价模型能更有效地定量评价储层含气性。

（4）加强纳米技术在测井领域的应用研究，开展新工艺条件下的产能预测，构建水平井测井评价技术体系是致密砂岩气藏测井综合评价下步技术攻关重点。