天然气勘探

利用测井信息预测火成岩缝洞储集层压后产量

  • 张兆辉 , 1, 2 ,
  • 杜社宽 1 ,
  • 张顺存 1
展开
  • 1. 中国科学院西北生态环境资源研究院/甘肃省油气资源研究重点实验室,甘肃 兰州 730000
  • 2. 中国科学院大学,北京 100049

张兆辉(1982-),男,陕西渭南人,博士研究生,主要从事复杂储层测井评价方法研究.E-mail:.

收稿日期: 2020-02-11

  修回日期: 2020-03-25

  网络出版日期: 2020-07-29

Fractured production prediction for fracture-vug igneous reservoirs using logging data

  • Zhao-hui ZHANG , 1, 2 ,
  • She-kuan DU 1 ,
  • Shun-cun ZHANG 1
Expand
  • 1. Northwest Institute of Eco⁃Environment and Resources, Chinese Academy of Sciences/Key Laboratory of Petroleum Resources, Gansu Province/, Lanzhou 730000, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2020-02-11

  Revised date: 2020-03-25

  Online published: 2020-07-29

Supported by

The China National Science & Technology Major Project(2011ZX05008-003)

The Natural Science Foundation Project of Gansu Province, China(17JR5RA313)

The Key Laboratory Project of Gansu Province, China(1309RTSA041)

本文亮点

基于火成岩缝洞储集层压后气体分阶段流动特征的研究,应用测井信息定量表征气体流量主控因素,提出一种火成岩缝洞储集层参数相互弥补评价模型预测压后天然气日产量的方法。该方法以描述可压缩流体流动的Hagen⁃Poiseuille定律为基础,根据火成岩缝洞储集层压后气体在不同流动阶段的路径不同特征,明确火成岩缝洞储集层压后天然气日产量的主要影响因素是基质孔隙和裂缝网络及二者匹配关系,建立基质孔隙、裂缝网络及岩性体厚度相互弥补评价模型,通过多元非线性回归确定出模型中各储层参数对日产量的贡献因子,最终实现火成岩缝洞储集层压后测井产量预测。将此方法应用于准噶尔盆地滴西地区石炭系火成岩缝洞储集层,预测结果与实际试气结果吻合较好,为火成岩缝洞储集层试气选层提供了准确的依据。

本文引用格式

张兆辉 , 杜社宽 , 张顺存 . 利用测井信息预测火成岩缝洞储集层压后产量[J]. 天然气地球科学, 2020 , 31(8) : 1185 -1194 . DOI: 10.11764/j.issn.1672-1926.2020.03.011

Highlights

Based on the study of gas flow characteristics in fracture-vug igneous reservoirs after fracturing, a new method of predicting daily production of natural gas after fracturing by a mutually compensating evaluation model of fracture-vug reservoirs parameters is proposed, in which all kinds of logging data are used to quantitatively characterize the main controlling factors of natural gas flow. Firstly, based on Hagrn-Poiseuille’s law of compressible fluid flow and the different flow path in different flow period in fractured-cave igneous reservoirs, clearing the main influencing factors of daily gas production after fracturing in fracture-vug igneous reservoirs are matrix pore and fracture network and their matching relationship. Then, the mutually compensating evaluation model was established using matrix porosity and fracture development ratio and lithologic body thickness, and the contribution index of reservoir parameters in prediction model was decided by multivariate non-linear regression. Finally, production prediction after fracturing of fracture-vug igneous reservoir was realized by using logging data. The method has been applied to Carboniferous fracture-vug igneous reservoirs in the Dixi area in Junggar Basin, and the predicted results are in good agreement with the natural gas testing data, providing the optimization of gas testing reservoir in fracture-vug igneous reservoirs.

0 引言

产量预测是油气田勘探开发的关键环节,与资源评价和开发方案制定密切相关,是学术界和工业界的重点研究问题之一[1-2]。地球物理测井信息可反映地层岩石、孔隙流体等性质,是开展储层含油气性及产量评价预测的重要手段。国内外研究学者利用测井资料进行产量预测研究,大致可分为两大类:①以达西渗流理论为基础,建立相应的地层模型,推导相应的产量预测公式,利用测井计算的储层参数进行产量预测[3-5]。火成岩缝洞储集层孔隙空间复杂,非均质程度较强的次生孔隙空间(裂缝、溶蚀孔)发育,气体在裂隙网络中的流动不完全满足达西渗流。因此,以达西渗流理论为基础的产量预测模型不适用于火成岩缝洞储集层。②基于大量测试结果和测井计算的储层参数(孔隙度、渗透率、饱和度、有效厚度),与产量建立经验关系[6-9],或者采用数学智能算法预测产量[10-13]。这在常规碎屑岩储层中可以取得良好效果,但针对岩性复杂、相变快、裂缝普遍发育的火成岩缝洞储集层[14-18],不考虑裂缝因素势必会使产量预测结果产生较大误差。
火成岩气藏普遍为低渗储层,自然产能非常低,一般达不到工业产能,通常采用水力压裂等工程措施提高单井产能。因此压裂改造储层的潜力大小是影响产量高低的重要因素。近年来专家学者在压裂配套工艺技术和造缝特征、裂缝诊断等方面开展了大量研究[19-22],但这些研究均不能反映储层改造的潜力大小。同时压裂裂缝进一步提高了原始裂缝网络的复杂性,气体在整个裂隙网络中的渗流过程更加复杂,存在高速非达西渗流效应、应力敏感效应和滑脱效应等[23-26],火成岩气藏压后产量准确预测的难度极大。
考虑火成岩缝洞储集层流体在裂缝和连通孔隙中的流动近管流特征,本文以描述可压缩流体流动的Hagen-Poiseuille定律为基础,明确火成岩缝洞储集层压后产量的主要影响因素,综合压裂改造潜力因素,建立储层因素相互弥补评价模型,形成一种新的适用于火成岩缝洞储集层的压后测井产量预测方法,并应用准噶尔盆地滴西地区石炭系火成岩储集层资料来验证本方法的可靠性。

1 火成岩缝洞储集层压后产量预测方法

1.1 气体流动特征

准噶尔盆地滴西地区石炭系火成岩气藏是典型的裂缝—孔隙双重介质气藏,储集空间以基质溶孔(32.6%)、晶内溶孔(26.8%)、粒(砾)内溶孔(21.1%)和气孔(13.7%)为主,裂缝较为发育[15-17]。地层钻开后井筒及井周地层剖面如图1(a)所示。根据双重介质气藏特征,可将火成岩储集层划分为基质(包括各类溶孔、气孔)和裂缝(包括天然裂缝、压裂裂缝)2部分。气体在裂隙网络中的流动满足黏性可压缩流体的Navier-Stokes方程[27]。根据储层气体实际的渗流轨迹,当介质类型、介质与井筒组合关系不同时,气体的渗流特征存在较大差异,可分为3类:①气体从基质孔隙经孔喉流入井筒;②气体从裂缝流入井筒;③气体从基质孔隙经孔喉先进入裂缝网络,再由裂缝网络流入井筒。
图1 火成岩缝洞储集层模型(a)和压裂后流体流动过程示意(b)

Fig.1 Fracture-vug igneous reservoirs model (a) and flow process diagram of fluid after fracturing(b)

准噶尔盆地滴西地区石炭系火成岩气藏,以第3类气体渗流特征为主[图1(b)],第1类、第2类较少,单井气体流量为3类流量之和。由于气体在不同流动介质中的渗流机理不同,使得各流动介质中的气体流量计算模型亦存在较大差异。
(1)气体从基质孔隙流经孔喉进入裂缝网络中的流动可近似地等效为气体在毛管中的流动。在正常生产状态下,气体在孔喉中的流速不高,流动近似层流。可压缩黏性流体在毛管中的流动,体积流量会沿着毛管变化。因此,描述单个毛管中可压缩流体流动的Hagen-Poiseuille定律[28]的流量表达式为:
Q = π R 4 16 μ L P i 2 - P o 2 P o = π R 4 P i - P o 8 μ L × P i + P o 2 P o
其微分形式为:
Q = π R 4 8 μ × P i + P o 2 P o d p d L
式(1)可知,当毛管的压力梯度一定时,流经毛管的气体流量与毛管半径的四次方成正比。
(2)气体从裂缝流入井筒的流动可近似地等效为气体在穿过井筒无限延伸、有限长的平板间的恒定层流,为近似规则的Hagen-Poiseuille流动。根据Hagen-Poiseuille定律,单个裂缝中可压缩流体流动的流量表达式为[29]
Q = h 3 w f P i - P o 12 μ L × P i + P o 2 P o
其微分形式为:
Q = h 3 w f 12 μ × P i + P o 2 P o d p d L
式(3)可知,当裂缝两端的压力梯度一定时,流经裂缝的气体流量与裂缝高度的三次方成正比,与裂缝宽度成正比。

1.2 气体流量影响因素分析

从火成岩缝洞储集层压后气体流动特征可知,气体在不同流动阶段的介质不同,使得不同阶段气体流量的主控因素不同,主要包括孔喉半径、裂缝高度、裂缝宽度和压力梯度等。因此,可认为火成岩缝洞储集层的气体流量主要受基质孔隙和裂缝网络及匹配关系的影响。
研究表明,裂缝孔隙占岩石总孔隙的比例不到1%,即使在裂缝发育程度较高的酸性侵入岩,裂缝孔隙度最大不超过0.1%,储存资源的比例很小,一般小于总储量的4%。因此,火成岩缝洞储集层的气体主要储存在基质孔隙,可认为是气体供给源。而供给源能否源源不断地提供气体,主要取决于供给源的含气性高低和含气规模大小,即基质孔隙的含气饱和度和基质孔隙规模,这与火成岩储层类型密切相关。基质孔隙规模则主要由2方面决定:①原始储集层基质孔隙度的大小;②水力压裂可沟通的原始储层基质孔隙纵向厚度规模。
在基质孔隙具有充足供气能力情况下,气体能否最大限度地输运到井筒,与储集层总的导流能力密切相关,主要受裂缝网络有效性和体积规模程度影响[30-32]。能够有效地输运气体主要是未充填裂缝,包括压裂改造产生穿过井筒的垂直裂缝,天然斜交裂缝和网状裂缝。而立体裂缝网络的体积规模受裂缝高度、延伸长度、压裂效果的影响较大。压裂改造在极大程度上连通了储层中所有原生、次生裂缝,提高了裂缝有效性,同时产生的垂直裂缝可以沟通储层上下厚度的裂隙网络,整体上扩展了裂缝网络规模。
综上所述,火成岩缝洞储集层气体流量主要受供给源的供气能力和裂缝网络的输运能力决定。供气能力可由基质孔隙度、含气饱和度等定量表征;输运能力可通过有效裂隙网络定量评价,包括裂缝密度、裂缝高度等参数。二者同时又与压裂扩展天然裂隙网络的纵向厚度规模密切相关,通常压裂纵向扩展高度终止于岩性界面,即储层压裂后的产量来自于整个单层岩性体厚度,而并非限于射孔厚度。

1.3 火成岩缝洞储集层压后测井产量预测模型

采用合适的压裂施工措施,是提高火成岩缝洞储集层单井产能的主要工程技术[21,23,33]。火成岩缝洞储集层压裂改造过程中,压裂裂缝沿着原最大水平地应力方向扩展,在扩展过程中由于天然裂缝、诱导应力、岩石力学性质的影响会产生较多微裂缝和弯曲裂缝,甚至分支裂缝,形成复杂的立体裂缝网络。由于地质条件和应力分布的复杂性,难以预测出压裂裂缝条数、各自位置及长度、宽度,无法得到实际压裂措施后的具体裂隙网络规模,不能获得流量计算式(2)式(4)中的相关参数。
受体积压裂机理研究和施工工艺分析的启发[19-23,34],体积压裂火成岩缝洞储集层能否形成复杂立体裂缝网络,主要取决于储集层地质特征(包括岩石矿物成分、天然裂缝发育特征、地应力分布等)和压裂施工工艺。针对某特定研究目标区,压裂液类型、支撑剂类型及浓度等施工条件基本相同,储集层地质特征是决定压裂造缝、扩展纵向规模的主要因素。可见,储集层地质特征可以表征体积压裂潜力的大小;压裂潜力越大的储集层,产量一般越高。
岩石中脆性矿物含量越高,脆性指数越大;岩石杨氏模量越大,泊松比越小,脆性指数越大,越容易形成复杂裂缝网络,体积压裂潜力越大。通常情况下,火山碎屑岩的泊松比大于火山熔岩,从基性火成岩到酸性火成岩的泊松比逐渐减小[35]。一方面,可认为同等工程条件下,火山熔岩的压裂潜力要好于火山碎屑岩,酸性岩较好于基性岩;另一方面,体积压裂改造过程中,天然裂缝会更容易先于基质开启[22],并伴随发育次生微裂缝。因此,天然裂缝较发育的储集层易于获得较大体积的立体裂缝网络,压裂潜力较大。地应力各向异性越强,压裂潜力越大。
为了用数学方式简化表征上述各种地质特征的差异性,以测井解释的岩石类型体现岩石矿物含量、脆性指数、泊松比及杨氏模量等因素,划分为基性熔岩、酸性侵入岩、火山角砾岩和凝灰岩4个大类;以斜交天然裂缝层密度和裂缝总发育率(斜交天然裂缝和网状裂缝)定量表征天然裂缝发育特征;最后综合岩石类型与天然裂缝发育特征定量描述各储集层体积压裂的潜力。从而可认为火成岩缝洞储集层天然气日产量与压裂潜力存在着一种正比函数关系:
Y ( L i t h , F d , F p )
即相同岩性储集层,天然裂缝越发育,天然气日产量一般越高;储集层岩性不同时,天然裂缝发育特征对天然气日产量的影响程度不同。
前文已指出,供给源的含气性和厚度规模也是影响火成岩缝洞储集层气体流量的关键因素。因此,综合分析认为火成岩缝洞储集层压裂后的气体流量,与储集层岩性、天然裂缝层密度、裂缝总发育率以及基质孔隙度、含气饱和度和单层岩性体厚度,存在着某种函数关系:
Y = f ( L i t h , F d , F p , φ , S g , H )
考虑到火成岩缝洞储集层岩性的多样性,及不同储层参数对压后气体产量的影响效应和差异性贡献程度[27]。本次研究采用不同指数反映贡献大小的方法,建立一种新的火成岩缝洞储集层压后测井产量预测模型,数学表达式为:
Y = a × ( φ S g ) m × ( F d F p ) n × ( L g H ) d + Δ Y
式(7)中各储层参数的确定方法如下:基于物性测试、岩电实验,分岩性建立基质孔隙度φ、含气饱和度S g的计算模型;单层岩性体厚度H,根据单井逐点测井解释岩性结果自动合并统计,最小厚度为0.5 m,不足0.5 m采用向上合并原则;通过电成像测井图像分别细致拾取斜交裂缝、精细解释网状裂缝发育的顶底深度,结合单层岩性体厚度计算获得斜交裂缝层密度F d、裂缝总发育率F p。其中单层岩性体厚度、斜交裂缝层密度和裂缝总发育率的详细计算方法见文献[36]。

2 滴西地区石炭系火成岩缝洞储集层压后产量预测

将火成岩缝洞储集层压裂后测井产量预测模型,应用于准噶尔盆地滴西地区石炭系火成岩缝洞储集层。基于测井解释的储层参数,结合试气产量数据,建立该地区石炭系火成岩缝洞储集层压后测井产量预测模型。进一步将得到的产量预测模型应用于实际资料,对比预测产量与实际试气产量,验证产量预测方法模型的可靠性。

2.1 预测模型

对准噶尔盆地滴西地区石炭系火成岩的常规、电成像测井资料进行精细解释,获得岩性体厚度、基质孔隙度和含气饱和度、裂缝总发育率和斜交裂缝层密度等储层参数,剔除掉水层和含气水层等非有效储集层,利用测井解释储集层参数,结合试气结果,通过多元非线性回归,确定出火成岩缝洞储集层压后测井产量预测模型中各储层参数对日产量的贡献因子。
为了保证不同井、不同储集层段试气数据的一致性,统一将试气结果折合为4 mm油嘴工作制度下的天然气日产量。若试气结果中有原油产量,依据新疆油田公司常用的天然气转换标准(1 250 m3天然气转换为1 t原油),将其转换为天然气产量。试气层段各储层参数与天然气日产量关系如图2所示,天然气日产量与各储层参数整体成正相关性,裂缝发育程度对储集层压裂潜力的贡献大于基质孔隙度、单层岩性体厚度。即裂缝、孔隙均发育的储集层压裂潜力最大,其次为裂缝发育、孔隙较发育的储集层,而孔隙发育、裂缝较少发育的储集层较优于裂缝发育、孔隙不发育的储集层;单层岩性体厚度是纵向裂隙网络规模的重要指标。可见,裂缝发育程度、基质孔隙度及单层岩性体厚度对火成岩缝洞储集层压后产量具有明显的相互弥补效应。如图2中绿色区域内的样本点,虽然基质孔隙度仅为7%左右,但裂缝比较发育(斜交裂缝层密度为1.5条/m,裂缝总发育率为0.73),使得天然裂缝开启沟通的基质孔隙范围更大、储集层总的导流能力更强,极大降低了含气量不足导致储集层低产的几率,试气结果天然气日产量高达30×104 m3。印证了前述火成岩缝洞储集层压后测井产量预测模型的数学表达式是合理可靠的。
图2 准噶尔盆地滴西地区石炭系火成岩缝洞储集层参数与试气折合日产量关系

Fig.2 Relationships between Carboniferous fracture-vug igneous reservoir parameters and daily gas production in Dixi area, Junggar Basin

最后依据35口井38个试气层的测井解释结果和试气结果,按照式(7)和误差平方和最小准则,分岩性确定出滴西地区石炭系火成岩缝洞储集层压后测井产量预测模型(表1)。
表1 准噶尔盆地滴西地区石炭系火成岩缝洞储集层测井产量预测模型

Table 1 Production prediction model of Carboniferous fracture-vug igneous reservoir in Dixi area, Junggar Basin

储集层岩性 样本点数/个 数学模型 相关系数
酸性侵入岩 17 Q = 22.23 × φ × S g - 0.049 × F d × F p 0.941 × L g H 0.614 - 0.238 R 2 = 0.896
基性熔岩 12 Q = 9.684 × φ × S g - 0.058 × F d × F p 0.643 × L g H 3.753 - 0.158 R 2 = 0.912
火山角砾岩 6 Q = 1.37 × 10 - 6 × φ × S g 2.731 × F d × F p 0.921 × L g H - 1.793 + 0.496 R 2 = 0.941
凝灰岩 4 Q = 0.067 × φ × S g 1.153 × F d × F p 2.18 × L g H 0.124 + 4.28 R 2 = 0.962

2.2 模型验证及实例

为了检验预测模型的准确性,利用模型预测未参与建模的15个试气层的天然气日产量,将预测结果与试气结果进行对比(表2),可以看出不同岩性储层的预测日产天然气折合量和试气折合日产量都比较接近,平均相对误差仅为0.2。预测天然气日产量与试气折合日产量对比关系如图3所示,不同岩性储层的二维交会数据点均围绕45°对角线分布,且分布均匀,整体相关系数R 2=0.929。表1图3中的数据表明:对于准噶尔盆地滴西地区石炭系火成岩缝洞储集层,基于储层因素相互弥补效应建立的压后测井产量预测方法是可靠的,产量预测结果是合理的,与实际试气结果吻合。
表2 准噶尔盆地滴西地区石炭系部分井火成岩缝洞储集层测井产量预测结果

Table 2 Production prediction results of partial fracture-vug igneous reservoir in Dixi area, Junggar Basin

井 号 试气层段/m

工作

制度

增产 措施

试气折合

日产量/ (104 m3)

测井解释岩性 基质孔隙度/%

基质含气

饱和度/%

岩性体

厚度/m

斜交裂缝层密度/ (条/m) 总裂缝 发育率/小数 预测日 产量/ (104 m3

相对

误差

DX1424 3 672.0~3 688.0 针阀 压裂 30.15 霏细岩 酸性侵入岩 10.50 53.30 48.00 1.65 0.77 27.89 0.07
DX1428 3 687.0~3 728.0 4 mm 压裂 7.00 霏细岩 12.20 57.30 22.00 0.82 0.30 4.91 0.30
DX18 3 510.0~3 530.0 针阀 压裂 28.37 花岗斑岩 9.00 57.60 140.00 1.56 0.72 28.75 0.01
DX186 3 410.0~3 422.0 4 mm 压裂 5.44 花岗斑岩 11.00 56.90 29.00 0.72 0.46 6.97 0.28
DX182 3 635.0~3 650.0 针阀 压裂 14.46 二长玢岩 9.20 49.40 43.00 1.37 0.54 16.47 0.14
DX1701 3 658.0~3 670.0 3 mm 压裂 1.74 玄武岩 基性熔岩 7.30 41.30 8.00 0.75 0.38 1.94 0.11
D402 3 829.0~3 840.0 4 mm 压裂 5.47 玄武岩 6.60 45.10 22.00 0.86 0.26 7.96 0.46
DX173 3 666.0~3 676.0 4 mm 压裂 2.64 玄武岩 8.80 53.10 12.00 0.67 0.33 3.22 0.22
DX177 3 652.0~3 698.0 4 mm 压裂 7.76 玄武岩 9.90 55.40 24.00 0.67 0.44 10.10 0.30
DX1703 3 671.5~3 700.5 4 mm 压裂 16.34 玄武岩 9.70 53.10 26.00 0.73 0.53 13.40 0.18
D405 3 692.0~3 717.0 4 mm 压裂 2.23 凝灰岩 11.00 48.70 9.00 0.56 0.09 3.14 0.41
DX1421 3 754.0~3 764.0 4 mm 压裂 4.14 火山角砾岩 11.80 62.30 10.00 0.40 0.10 4.44 0.07
DX241 3 998.0~4 004.0 4 mm 压裂 3.33 火山角砾岩 6.70 48.30 6.00 0.33 0.17 4.40 0.32
DX321 3 623.0~3 644.0 5 mm 压裂 7.58 火山角砾岩 13.50 65.30 21.00 0.43 0.24 5.97 0.21
图3 准噶尔盆地滴西地区石炭系火成岩缝洞储集层测井预测日产量与试气折合日产量关系

Fig.3 Relationship between predicted daily gas production and tested results on Carboniferous fracture-vug igneous reservoir in Dixi area, Junggar Basin

同时将确定的预测模型应用到滴西地区2口新钻探井。图4图5分别为DXA井、DXB井的测井综合解释及产量预测成果图,图中第1道—第3道为常规测井曲线道,第4道为深度道,第5道为测井解释岩性成果,第6道为常规测井解释的基质孔隙度和含气饱和度,第7道为基于电成像测井图像细致拾取的斜交裂缝蝌蚪道,第8道为基于电成像测井图像定性解释的气孔和网状裂缝成果,第9道为基于电成像测井拾取的斜交裂缝层密度道,第10道为基于电成像测井图像综合解释的裂缝总体发育率道,第11道为测井综合解释的储层含流体性质,第12道为实际试气结果,第13道为测井预测天然气日产量结果,第14道为部分井段的电成像测井图像。
图4 DXA井测井综合评价及日产量预测成果

Fig.4 Logging comprehensive evaluation and daily production prediction result in Well DXA

图5 DXB井测井综合评价及产能预测成果

Fig.5 Logging comprehensive evaluation and daily production prediction result in Well DXB

图4可见,DXA井3 615~3 646 m井段为玄武岩(基性熔岩类),常规测井解释平均基质孔隙度为11.5%,平均含气饱和度为57.6%。进一步利用电成像测井图像,累计拾取斜交裂缝43条,分布较为集中,得到单层岩性体斜交裂缝层密度为1.387条/m;同时在3 623~3 629 m井段较发育气孔、3 641~3 646 m井段发育气孔、3 621~3 623 m和3 631~3 635 m井段欠发育网状裂缝,得到裂缝总发育率为0.439。根据测井解释储层参数,应用基性熔岩测井产量预测模型,预测压裂后天然气日产量为20.29×104 m3。该层实际压裂试气结果为:日产气为16.23×104 m3、日产油为9.87 t、日产水为7.36 m3,折合天然气日产量为17.46×104 m3
图5可见,DXB井3 300~3 363.5 m井段测井解释岩性为二长玢岩(酸性侵入岩类),常规测井解释平均基质孔隙度为11.6%、平均含气饱和度为59.7%。进一步利用电成像测井图像,累计拾取斜交裂缝97条,主要分布在岩性体中上部,得到单层岩性体的斜交裂缝层密度为1.54条/m;同时,在3 302~3305 m、3 307~3 317 m和3 334.5~3 363 m井段欠发育气孔,3 305.7~3 310 m井段欠发育网状裂缝,3 312.5~3 319.8 m和3 323~3 335.2 m井段较发育网状裂缝,得到裂缝总发育率为0.628。根据测井解释储层参数,应用酸性侵入岩模型参数,预测压裂后天然气日产量为21.2×104 m3。该层实际压裂试气结果为:日产气为14.93×104 m3、日产油为13.75 t,折合天然气日产量为16.64×104 m3

3 讨论

火成岩缝洞储集层压后测井产量预测方法,以前期测井解释获取的火成岩岩性剖面、基质孔隙度、基质含气饱和度和斜交裂缝层密度、裂缝总发育率等储层参数作为产量预测依据。因此,基于测井资料获取储层参数的准确度决定了产量预测的准确性。利用常规测井信息和相关实验,可以获得较为可靠的基质孔隙度和含气饱和度参数。裂缝参数依据电成像测井资料解释,手动解释误差小,个别学者利用图像分割方法可以较好地自动解释斜交裂缝,但常受特殊地质现象的影响,如泥质纹层、泥质充填裂缝等,因此必须要结合其他测井资料仔细校正。同时常用的裂缝密度、裂缝宽度、裂缝长度等参数侧重于单位深度内裂缝发育特征,而描述裂缝在岩性体中整体发育特征的参数少见,因此本文引入斜交裂缝层密度和裂缝总发育率,这为更细致地定量表征裂缝发育特征以及对储层产量的影响奠定了基础。
准噶尔盆地滴西地区石炭系火成岩缝洞储集层的测井解释流体性质主要包括水层、含气水层、气水同层、油气同层、含气层、差气层、气层及干层。勘探实践证实油气同层、气水同层、气层经压裂改造一般可以获得工业产能。因此,在利用测井解释的储层参数预测火成岩缝洞储集层压后产量时,必须首先对储集层流体性质进行识别,以排除水层、含气水层等对预测结果的干扰和影响。在产能预测模型参数研究过程中,由于整体样本点偏少,特别是火山角砾岩储层和凝灰岩储层,建议后续研究中随着样本点的不断补充,必须对模型参数进行重新拟合回归,减少预测偶然性,提升方法模型的普适性、可靠性及准确度。
对其他岩性的缝洞型地层,若流体在储集层中的流动过程与火成岩缝洞储集层相似,流体主要贮存于孔隙,裂缝是主要的流体渗流通道,如碳酸盐岩、致密砂岩储层等,在有质量较好的测井资料的条件下,上文中的产量预测方法也是适用的。

4 结论

(1)对准噶尔盆地滴西地区石炭系火成岩缝洞储集层,可将压裂改造后储集层中气体的流动,划分为从基质孔隙渗流入裂缝网络,再流入井筒2个过程。以描述可压缩流体流动的Hagen-Poiseuille定律为基础,根据气体在不同流动阶段的路径特征,明确了不同阶段气体流量的主控储层因素,进一步依据各储层参数对产量的差异性贡献及相互弥补效应特征,建立了火成岩缝洞储集层压后测井产量预测方法,实现了火成岩缝洞储集层产量的测井精细预测。
(2)应用上述产量预测方法建立了准噶尔盆地滴西地区石炭系火成岩缝洞储集层产量预测模型,预测结果与实际试气结果吻合较好。
(3)利用测井信息获取的火成岩岩性、基质孔隙度、含气饱和度、斜交裂缝层密度、裂缝总发育率和岩性体厚度等参数,进行火成岩缝洞储集层压后测井产量预测,适用于含气性较好、具备射孔开采潜力且测井解释为气层、油气同层或气水同层的火成岩缝洞储集层。
符号说明:Q为流量,m3/s;R为毛管半径,m;μ为流体黏度,106 Pa·s;L为毛管长度,m;h为裂缝高度,m;w f为裂缝宽度,m;P i为毛管、裂缝供给压力,MPa;P o为毛管、裂缝出口压力,MPa;φ为基质孔隙度,%;S g为含气饱和度,%;F d为斜交裂缝层密度,条/m;F p为裂缝总发育率,小数;H为岩性体厚度,m;a为模型系数,无因次;m为基质孔隙对产量贡献因子,无因次;n为裂缝网络对产量贡献因子,无因次;d为岩性体厚度对产量贡献因子,无因次;Y为预测天然气日产量,104 m3△Y为日产量背景值,104 m3

现场工作中得到中国石油测井公司新疆分公司陈华勇高级工程师、高艳玲高级工程师的指导和帮助,在此表示感谢。同时感谢评审专家提出的宝贵意见。

1
刘彦成,罗宪波,康凯,等.陆相多层砂岩油藏渗透率表征与定向井初期产能预测:以蓬莱19-3油田为例[J].石油勘探与开发,2017,44(1):97-103.

LIU Y C, LUO X B, KANG K, et al. Permeability characterization and directional wells initial productivity prediction in the continental multilayer sandstone reservoirs: A case from Penglai 19-3 oil field, Bohai Bay Basin[J]. Petroleum Exploration and Development, 2017, 44(1): 97-103.

2
王进财,赵伦,张祥忠,等.古潜山岩溶储集层特征及其对产能的控制作用[J].石油勘探与开发,2015,42(6):779-786.

WANG J C, ZHAO L, ZHANG X Z, et al. Buried hill karst reservoirs and their controls on productivity[J]. Petroleum Exploration and Development, 2015, 42(6): 779-786.

3
CHENG M L, LEAL M A, MCNAUGHTON D. Productivity prediction from well logs in variable grain size reservoirs Cretaceous Qishn Formation,Republic of Yemen[J]. The Log Analyst, 1999, 40(1): 24-34.

4
ACHARYA M N, KABIR M M R, AL-AJMI S A H, et al. Flow Capacity Evaluation in a Complex Carbonate Reservoir: Key to Understand Reservoir Productivity and Stimulation Effectiveness[R]. San Antonio, Texas: SPE Technical Conference and Exhibition, 2012.

5
韩雪,潘保芝.利用测井资料预测储层产能[J].吉林大学学报:地球科学版,2010,40(S1):102-105.

HAN X, PAN B Z. Predicting reservoir production using well logging data[J].Journal of Jilin University:Earth Science,2010,40(S1): 102-105.

6
毛志强,李进福.油气层产能预测方法及模型[J].石油学报,2000,21(5):58-61.

MAO Z Q, LI J F. Method and models for productivity prediction of hydrocarbon reservoirs[J]. Acta Petrolei Sinica, 2000, 21(5): 58-61.

7
RINALDI D H. Prediction of Specific Productivity Index for Sihapas Formation in Uncored Wells of Minas Field using Limited Available Core and Log Date[R]. SPE 38037, 1997:183-190.

8
孙建孟,运华云,冯春珍.测井产能预测方法与实例[J].测井技术,2012,36(6):628-634.

SUN J M, YUN H Y, FENG C Z. The methods and instances of productivity prediction using log data[J]. Well Logging Technology, 2012, 36(6): 628-634.

9
李闯.火山岩储层天然气产能预测方法研究[J].测井技术,2014,38(6):722-726, 744.

LI C. On forecast method for volcanics gas production capacity using logging data[J]. Well Logging Technology, 2014, 38(6): 722-726, 744.

10
谭成仟,马娜蕊,苏超.储层油气产能的预测模型和方法[J].地球科学与环境学报,2004,26(2):42-46.

TAN C Q, MA N R, SU C. Model and method for oil and gas productivity prediction of reservoir[J]. Journal of Earth Science and Environment, 2004, 26(2): 42-46.

11
OLOSO M, KHOUKHI A, ABDULRAHEEM A, et al. Prediction of Crude oil Viscosity and Gas/oil Ratio Curves Using Recent Advances to Neural Networks[R]. Abu Dhabi: SPE/EAGE Reservoir Characterization and Simulation Conference, 2009.

12
ALARIFI S, ALNUAIM S, ABDULRAHEEM A. Productivity Index Prediction for Oil Horizontal Wells Using Different Artificial Intelligence Techniques[R]. SPE 172729, 2015.

13
潘保芝,房春慧,郭宇航,等.基于岩石物理转换模型的苏里格致密砂岩储层测井评价与产能预测[J].地球物理学报,2018,61(12),5115-5124.

PAN B Z, FANG C H, GUO Y H, et al. Logging evaluation and productivity prediction of Sulige tight sandstone reservoirs based on petrophysics transformation models[J].Chinese Journal of Geophysics, 2018, 61(12), 5115-5124.

14
张兆辉,陈华勇,高艳玲,等.克拉美丽气田火成岩岩性测井识别技术研究[J].石油物探,2016,55(5): 764-770.

ZHANG Z H, CHEN H Y, GAO Y L, et al. Study on lithology identification of igneous rocks in Kelameili Gas Field by well logging[J].Geophysical Prospecting for Petroleum, 2016,55(5):764-770.

15
王洛,李江海,师永民,等.准噶尔盆地滴西地区石炭系火成岩储集空间及主控因素分析[J].地学前缘, 2014, 21(1):205-215.

WANG L, LI J H, SHI Y M, et al. Analysis of the reservoir spaces and their main controlling factors of Carboniferous volcanic rocks in Dixi area, Junggar Basin[J].Earth Science Frontiers, 2014, 21(1): 205-215.

16
王洛,李江海,师永民,等.准噶尔盆地滴西地区石炭系火成岩储集性能分布规律研究[J].岩石学报, 2016, 32(3):877-891.

WANG L, LI J H, SHI Y M, et al. Study on distribution patterns of reservoir property of Carboniferous volcanic rocks in Dixi area, Junggar Basin[J]. Acta Petrologica Sinica, 2016, 32(3):877-891.

17
王京红,靳久强,朱如凯,等.新疆北部石炭系火成岩风化壳有效储层特征及分布规律[J].石油学报,2011, 32(5):757-766.

WANG J H, JIN J Q, ZHU R K, et al. Characters and distribution patterns of effective reservoirs in the Carboniferous volcanic weathering crust in northern Xinjiang[J]. Acta Petrolei Sincia, 2011, 32(5):757-766.

18
侯连华,罗霞,王京红,等.火成岩风化壳及油气地质意义-以新疆北部石炭系火成岩风化壳为例[J].石油勘探与开发, 2013,40(3):257-265, 277.

HOU L H, LUO X, WANG J H, et al. Weathered volcanic crust and its petroleum geologic significance: A case study of the Carboniferous volcanic crust in northern Xinjiang[J].Petroleum Exploration and Development,2013,40(3):257-265, 277.

19
许江文,陈超峰,张鹏,等.克拉美丽气田石炭系火山岩压裂改造规律探索[J].天然气工业, 2012,32(2): 54-56.

XU J W, CHEN C F, ZHANG P, et al. Fracturing treatment technology in the Carboniferous volcanic formation in the Kelameil Gas Field[J]. Natural Gas Industry, 2012,32(2):54-56.

20
王文军,张士诚,王雷,等.火山岩储层裸眼水平井压裂裂缝复杂程度的定量诊断[J].天然气工业, 2012,35(5):46-51.

WANG W J, ZHANG S C, WANG L, et al. Quantitative diagnosis for complexity of fractures formed in open hole hori-zontal wells in volcanic reservoirs[J]. Natural Gas Industry, 2012,35(5):46-51.

21
王志平,冉博,童敏,等.双孔双渗火山岩气藏裸眼压裂水平井产能预测方法[J].石油勘探与开发,2014,41(5):585-590.

WANG Z P, RAN B, TONG M, et al. Forecast fractured horizontal well productivity in dual permeability layers in volcanic gas reservoirs[J].Petroleum Exploration and Development, 2014,41(5):585-590.

22
赵金洲,赵金,胡永全,等.水力压裂裂缝应力场变化规律[J].天然气地球科学,2019,30(12):1677-1683.

ZHAO J Z, ZHAO J, HU Y Q, et al. Study on stress field distribution of hydraulic fracturing[J]. Natural Gas Geoscience, 2019,30(12):1677-1683.

23
曹宝军,李相方.压裂火山岩气井多裂缝产能模型[J].天然气工业,2008,28(8):86-88.

CAO B J, LI X F. The multiple fractures productivity model for fracturing volcanic rocks gas wells[J]. Natural Gas Industry, 2008,28(8):86-88.

24
舒萍,丁日新,纪学雁.徐深气田火山岩储层储集空间特征及渗流机理[J].天然气工业,2009,29(8) :82-85.

SHU P, DING R X, JI X Y. Reservoir space characteristics and percolation mechanism of volcanic reservoirs in Xushen Gas Field[J]. Natural Gas Industry, 2009,29(8) : 82-85.

25
邵昭媛,宁宁,叶礼友,等.王府火山岩气藏储层及渗流特征研究[J].科学技术与工程,2014,14(22):23-27.

SHAO Z Y, NING N, YE L Y, et al. The study on volcanic reservoir and percolation characteristics of Wangfu Field[J]. Science Technology and Engineering, 2014,14(22):23-27.

26
苑志旺,郭平,姜彬,等.深层火山岩气藏压裂直井复合渗流产能模型[J].大庆石油地质与开发,2018,37(3):71-77.

YUAN Z W, GUO P, JIANG B, et al. Composite seepage productivity model of the fractured vertical well in deep volcanic gas reservoirs[J]. Petroleum Geology and Oilfield Development in Daqing, 2018,37(3):71-77.

27
ARBOGAST T, BRUNSON D S, BRYANT S L, et al. A preliminary computational investigation of a macro-model for vuggy porous media[J].Developments in Water Science,2015, 55: 267-278.

28
AGUILERA R. Naturally Fractured Reservoirs[M]. Tulsa, OK: PennWell Books,1980:55-62.

29
KOTYAKHOW F I. Approximate method of determining petroleum reserves in fractured rocks[J]. Neftyanoe Khozyaystvo, 1956, 4: 6-40.

30
史基安,郭晖,吴剑锋,等.准噶尔盆地滴西地区石炭系火山岩油气成藏主控因素[J].天然气地球科学,2015,26(增刊2):1-11.

SHI J A, GUO H, WU J F, et al. The controlling factors of hydrocarbon accumulation of Carboniferous volcanic rock in the Dixi area, Junggar Basin[J]. Natural Gas Geoscience, 2015,26(S2): 1-11.

31
石新朴,覃建强,丁艳雪,等.准噶尔盆地滴南凸起火山岩气藏成藏主控因素与成藏模式[J].天然气地球科学,2018,29(12):1706-1714.

SHI X P, QIN J Q, DING Y X, et al. Models and controlling factors of volcanic gas reservoirs forming in Dinan Salient in Junggar Basin[J]. Natural Gas Geoscience, 2018,29(12):1706-1714.

32
张兆辉,高楚桥,高永德.孔洞型储层有效性评价新方法[J].天然气地球科学,2013,24(3):529-533.

ZHANG Z H, GAO C Q, GAO Y D. New method for effectiveness evaluation of vuggy reservoir[J]. Natural Gas Geoscience, 2013,24(3):529-533.

33
张兆辉,杜社宽,廖建波,等.滴西地区石炭系火成岩气藏产能主控因素[J].中国矿业大学学报,2019,48(3):606-617.

ZHANG Z H, DU S K, LIAO J B, et al. Main controlling factors of productivity of Carboniferous igneous gas reservoirs in Dixi area of Junggar Basin[J]. Journal of China University of Mining & Technology, 2019, 48(3): 606-617.

34
杨斌,游利军,康毅力,等.基于物质平衡的页岩气井压裂改造裂缝体积与面积计算[J].天然气地球科学,2017,28(7):1059-1064.

YANG B, YOU L J, KANG Y L, et al. Estimation of fracture volume and its surface area on stimulated shale gas wells by material balance method[J]. Natural Gas Geoscience, 2017,28(7):1059-1064.

35
中国石油勘探与生产分公司.火山岩油气藏测井评价技术及应用[M].北京:石油工业出版社,2009:76-80.

PetroChina Exploration & Production Company. Well Logging Evaluation Technology of Igneous Reservoir and Its Application[M]. Beijing: Petroleum Industry Press,2009:76-80.

36
张兆辉,杜社宽,陈华勇,等.基于电成像测井的火山岩裂缝分布定量表征——以准噶尔盆地滴西地区石炭系为例[J].石油学报,2018,39(9):1130-1140.

ZHANG Z H, DU S K, CHEN H Y, et al. Quantitative characterization of volcanic fracture distribution based on electrical imaging logging: A case study of Carboniferous in Dixi area, Junggar Basin[J]. Acta Petrolei Sinica, 2018, 39(9): 1130-1140.

文章导航

/