潮坪相碳酸盐岩储层测井五性关系确定、及测井评价方法与流程

1.本发明涉及储层测井评价技术领域，具体是一种潮坪相碳酸盐岩储层测井五性关系确定、及测井评价方法。


背景技术：

2.随着大型礁滩相碳酸盐储层气藏规模开发(普光、元坝、磨溪)，碳酸盐岩储层测井的勘探开发变得尤其重要，潮坪相碳酸盐岩气藏作为一种新的类型气藏，相应的测井技术面临着许多碎屑岩储层和礁滩相储层不曾见到的难题，其储层具有复杂的孔隙结构、特殊的成岩作用以及超强非均质性；再者采用的长靶间距的超深大斜度井，导致测井资料录取严重缺失以及录取资料刻度误差大，给该类储层流体识别带来极大挑战，目前对此类复杂潮坪相碳酸盐岩储层测井定量解释的研究仍属于攻坚阶段。上述因素在一定程度上了制约了潮坪相碳酸盐岩储层测井综合评价，进而导致气藏认识不清，开发技术政策不合理。例如申请号为2019107456465的中国专利公开了一种潮坪相碳酸盐岩储层分类标准确定方法、评价方法及装置，其公开了一种针对于已经初开发的区域，根据既有样本的孔隙特征进行后续开发区域的储集评价与产能预测，但是开发阶段的储集评价与产能预测是依赖于测井阶段的孔隙、物性等一系列参数的，一旦测井阶段的测井数据出现偏差，则会导致后续开发技术政策不合理，可能会造成极大的经济损失。因此，对于潮坪相碳酸盐岩储层测井精细方法研究和评价，是效益气藏开发的基础和关键。
3.目前针对碳酸盐岩储层测井形成了地区性的解释评价方法：一种是针对礁滩型储层按照常规储层测井四性关系建立常规孔渗饱模型，对储层进行测井评价，流程为：储层四性关系研究、常规线性孔隙度模型、固定饱和度模型。该类方法是传统测井的评价方法，对非均质性强的潮坪相碳酸盐岩储层评价时还存在较多瓶颈问题。第二种是针对岩溶风化壳储层将储层类型划分为孔隙型、裂缝-孔隙型，根据不同的储集类型，采用不同的方法(fisher、bp神经网络等) 重点针对裂缝开展有效性评价，这种方法能较好对裂缝开展精确的评价，但该评价方法并未考虑裂缝不发育碳酸盐岩储层类型。第三种是针对致密的白云岩储层，采用特殊测井开展测井评价，利用特殊测井资料开展储层测井参数的计算和评价；利用远探测声波成像探测测井技术识别井壁外地缝洞性储层，开展储层的有效性评价。这类评价方法要求对井型及井眼状况有较高要求，在长靶间距的超深大斜度井中施工风险巨大，且影响区块后期开发评价建产的投资效益。此外，目前碳酸盐岩测井评价方法主要集中在缝洞性型储层测井评价方面，物性和流体评价参数主要从声电成像测井资料获得，并未考虑储层的复杂孔隙度结构对储层测井四性的影响。
4.对于潮坪相碳酸盐岩储层而言，其中多为长靶间距的超深大斜度井，因此在测井阶段会欠缺一定的测井资料(无法测量中子、密度)，测井资料的欠缺会影响岩性的识别与矿物含量的计算；孔隙结构差异较大，导致单井孔渗关系多样化；气层和水层电性特征相似，与测试结果严重不符，因此传统测井解释模型及流体识别方法对于潮坪相碳酸盐岩储层而言均存在一定的局限性和不合理性。


技术实现要素：

5.本发明的目的在于传统测井解释模型及流体识别方法对于潮坪相碳酸盐岩储层存在局限性和不合理性的问题，提供潮坪相碳酸盐岩储层测井五性关系确定、及测井评价方法；能够快速准确地计算潮坪相碳酸盐岩储层的矿物含量和孔隙度计算，开展测井阶段的潮坪相碳酸盐岩储层物性评价。
6.为了实现上述发明目的，本发明提供了以下技术方案：
7.一种潮坪相碳酸盐岩五性关系确定方法，其中，潮坪相碳酸盐岩五性为：孔隙几何特性与储层四性，包括以下步骤：
8.识别样本的岩性、物性、电性及含流体性特征；
9.识别样本的储集空间类型，划分储层的孔隙结构；
10.通过交会分析，得到储层的岩性、物性、电性及含流体性的特征参数及其分布范围；
11.识别储层的孔隙结构，划分储层的孔隙几何特性；
12.以及，通过储层的孔隙几何特性分别与储层岩性、物性、电性及含流体性的交会分析，得到孔隙几何特性与岩性、物性、电性、含流体性的关系参数及其分布范围，并筛选出用于评价储层的有效性的敏感关系参数，而且，根据所筛选的敏感关系参数的分布范围，确定敏感关系参数的取值范围。
13.根据一种具体的实施方式，上述潮坪相碳酸盐岩五性关系确定方法中，在交会分析过程中，以储层的岩性、物性、电性及含流体性中任两个特征为横坐标和纵坐标，并在坐标系中，标注出散点。
14.根据一种具体的实施方式，上述潮坪相碳酸盐岩五性关系确定方法中，在交会分析过程中，以孔隙几何特性为横坐标，储层的岩性、物性、电性及含流体性之中任一特征为纵坐标，并在坐标系中，标注出散点。
15.根据一种具体的实施方式，上述潮坪相碳酸盐岩五性关系确定方法中，筛选出用于评价储层的有效性的敏感关系参数的方式为：若至少一种孔隙结构类型的散点集中区域能够被区分开来，则将该坐标系中包含的两种孔隙结构类型参数选择为所述敏感关系参数；
16.以及，确定敏感关系参数的取值范围的方式：划定所述敏感关系参数的散点集中区域边界，将边界所确定的参数取值范围作为敏感关系参数的取值范围。
17.根据一种具体的实施方式，上述潮坪相碳酸盐岩五性关系确定方法中，所述孔隙几何特性被划分为裂缝、孔隙、孔洞之中的任一类型。
18.在本发明进一步的实施例中，还提供一种潮坪相碳酸盐岩储层测井评价方法，包括以下步骤：
19.采用上述潮坪相碳酸盐岩孔隙几何特性与储层四性的关系参数确定方法，确定所述敏感关系参数的取值范围；
20.根据所述敏感关系参数的取值范围，进行储层矿物含量参数计算，并根据矿物含量参数计算结果，进行储层物性参数计算和储层流体参数计算；
21.根据储层物性参数计算结果，对储层进行初步分类，并结合初步分类结果与储层流体参数计算结果，确定测井品质评价指数标准；
22.基于所述测井品质评价指数标准，对各类储层测井品质进行评价。
23.根据一种具体的实施方式，所述矿物含量参数计算的计算方式为：
[0024]vi
＝(eml
i-eml
imin
)/(eml
imax-eml
imin
)
[0025]
其中，vi为矿物含量体积百分含量；emli为某中矿物含量元素值，eml
imax
、 eml
imin
为某种矿物含量元素的最大值和最小值。
[0026]
根据一种具体的实施方式，上述潮坪相碳酸盐岩储层测井评价方法中，所述物性参数计算包括常规测井孔隙度计算，其中，所述常规测井孔隙度计算的计算方式采用多元非线性孔隙度模型：
[0027][0028]
其中，为孔隙度；eml:ac为元素录井拟合而成声波值；eml:cnl为元素录井拟合而成中子值；
[0029][0030][0031]
其中，vi为某种矿物含量体积百分含量；ti为某种矿物含量声波骨架值， locri为某种矿物含量的中子骨架值。
[0032]
根据一种具体的实施方式，上述潮坪相碳酸盐岩储层测井评价方法中，所述物性参数计算包括次生孔隙度的计算，所述次生孔隙度的计算包括：
[0033]
获取成像测井数据，对成像测井数据中的极板数据进行直方图校正；
[0034]
基于直方图校正后的数据生成静态成像测井图像与动态成像测井图像；
[0035]
采用静态电成像将所述静态成像测井图像转变为井周视孔隙度图像，并按照孔隙度从小到大的顺序排列形成孔隙度谱；
[0036]
根据所述孔隙度谱的分布区间，进行成像谱切片，采用阿尔奇公式对切片内的次生缝洞参数进行计算，获取次生孔隙度。
[0037]
根据一种具体的实施方式，上述潮坪相碳酸盐岩储层测井评价方法中，采用非固定m饱和度模型计算所述储层流体参数。
[0038]
根据一种具体的实施方式，上述潮坪相碳酸盐岩储层测井评价方法中，对储层进行初步分类的方式为：
[0039]
设所测得的储层孔隙度为a，当a≥10％时，定义为ⅰ类储层；
[0040]
当5％≤a《10％时，定义为ⅱ类储层；
[0041]
当2％≤a《5％时，定义为ⅲ类储层；
[0042]
设所计算的气水饱和度sg为b，当60％≤b≤100％时，定义为气层；
[0043]
当所计算的sg范围为40％≤b《60％时，定义为气水同层；
[0044]
当所计算的sg范围为0％≤b《40％时，定义为水层。
[0045]
与现有技术相比，本发明的有益效果在于：
[0046]
1.储层五性关系研究定性或半定量研究了储层第五性-孔隙几何特性(孔隙结构类型及连通性、孔隙大小、裂缝发育程度、延伸性及产状等)与岩性、电性、物性及含流体性的参数关系，能够克服传统的四性关系研究造成的孔隙度计算误差大、孔隙度和含水饱和
度关系杂乱、电性和含气性不匹配等矛盾，从而有利于对孔隙结构类型复杂的潮坪相碳酸盐岩开展储层测井评价。
[0047]
2.在储层五性关系研究基础上，开展长靶间距的超深大斜度井的岩性识别、孔隙度计算以及非固定m值饱和度计算，在测井参数的计算基础上，建立储层测井评价标准，能够对储层开展快速准确的测井定量评价。
附图说明：
[0048]
图1示出了本发明示例性实施例的裂缝倾角与孔隙胶结指数m的关系示意图(源于岩电实验)；
[0049]
图2示出了本发明示例性实施例的孔隙度和地层因素关系示意图(源于岩心)；
[0050]
图3示出了本发明示例性实施例的溶蚀孔隙(洞)连通程度与电性的关系图；
[0051]
图4示出了本发明示例性实施例的潮坪相碳酸盐岩储层多元非线性测井孔隙度模型示意图；
[0052]
图5示出了本发明示例性实施例的电成像孔隙度谱示意图；
[0053]
图6示出了本发明示例性实施例的xrmi缝洞切片示意图；
[0054]
图7示出了本发明示例性实施例的xrmi缝洞参数计算示意图；
[0055]
图8示出了本发明示例性实施例的成像测井孔隙度谱判别储层有效性识别示意图；
[0056]
图9示出了本发明示例性实施例的潮坪相碳酸盐岩储层非固定m值饱和度模型流体识别示意图。
具体实施方式
[0057]
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
[0058]
本发明实施例提供了一种潮坪相碳酸盐岩储层测井五性关系研究及测井评价方法。
[0059]
这种分类标准确定方法包括以下步骤：
[0060]
s110.识别样本的储集空间类型，划分储层的孔隙结构，明确储层测井的第五性；
[0061]
综合岩芯、薄片识别储层测井的第五性
‑‑
孔隙空间结构类型，主要为：溶孔、溶洞为主，微裂缝、溶缝普遍发育。识别储层的孔隙结构，划分的储层测井的第五性(裂缝、孔隙、孔洞)；
[0062]
s120.基于岩电实验室、压汞实验、数字岩心及特殊测井资料计算储层的五性关系的敏感关系参数；如图1所示，通过岩电实验得到的裂缝倾角与孔隙指数关系曲线以及溶蚀孔隙(洞)连通程度与电性的关系图。
[0063]
针对该地层得到的部分储层测井五性关系的敏感关系参数表见表1与表2 表1含气性与电性的参数关系表
[0064][0065][0066]
表2裂缝径向延伸与电性的参数关系表
[0067]
延伸程度储渗意义延伸长度电阻率(rd)rd/rs比值极浅延伸无储渗意义小于0.3m8000
‑‑
浅延伸有一定储渗0.3-0.5m2000-80005
‑‑
10中等延伸有一定储渗0.5-2.0m100-20003-10深延伸储渗意义好大于2.0m100-2000《3
[0068]
对储层开展测井五性关系研究后，基于其结果开展储层测井参数计算，具体评价包含以下步骤：
[0069]
s210.开展无中子、密度曲线的测井矿物含量计算；
[0070]
首先开展矿物元素特征组成分析，建立元素录井特征值(ca、mg、si、ca/mg、 fe等)与6大类岩性的相关性，通过主成分分析选取其中的关键敏感元素特征值和测井曲线，以得到的关键敏感元素ca、mg、si、ac、gr、rd的特征值含量为自变量，方解石和白云石含量为因变量得到矿物含量计算的线性回归公式。
[0071]
s220.以矿物含量计算结果为依据，结合实测岩心物性数据开展岩心标定，开展储层测井物性参数计算；储层的物性参数计算包含常规测井孔隙度计算、次生孔隙度计算以及核磁共振测井孔隙度计算。
[0072]
1、常规测井孔隙度计算：在矿物含量计算的基础上，结合矿物的骨架值拟合单井的cnl、den曲线值，采用多元非线性孔隙度模型计算储层的孔隙度。图4示出了本发明示例性实施例拟合得到的多元非线性孔隙度模型：
[0073][0074]
其中，为孔隙度；eml:ac为元素录井拟合而成声波值；eml:cnl为元素录井拟合而成中子值；
[0075][0076][0077]
其中，vi为某种矿物含量体积百分含量；ti为某种矿物含量声波骨架值， locri为某种矿物含量的中子骨架值。
[0078]
其中，非线性方程组解法采用完全面向过程的c语言开发算法程序，孔隙度计算过程为将当前设定深度采样点的无铀伽玛、声波、中子测井值；岩石骨架参数、流体参数代入式构成当前采样深度点的非线性方程组，求解方程组获得当前深度岩石孔隙度-phie，以测井资料采样间隔0.1m作为循环步长，循环到处理井段结束，即可获得连续井段的孔隙度计算成果。
[0079]
2、次生孔隙度计算：次生孔隙度采用缝洞刻画方法计算，该方法首先将成像测井数据进行校正及动静态加强等预处理，然后采用阿尔奇模型反演孔隙度谱，再采用静态图
像进行图像切片，最后计算缝洞储层参数及识别流体性质。
[0080]
(1)成像测井数据预处理
[0081]
在成像测井数据进行解编和深度校正后，对极板的数据进行直方图校正。由于仪器极板刻度因素等影响，各极板的原始测井数据分布范围变化较大，峰值分布不合理，部分数据可能为畸变值，这与地层的实际情况不符合，需要依据分析结果进行各极板数据的标准化校正。采用正态分布函数进行极板数据的分布区间标准化，数据划分为0-255级区间。通过正态函数处理将极板数据标准化，数据分布中心和主峰高度都较接近。将标准化后的测井数据通过变换，采用直方图增强的方式进行成像测井数据图像增强，得到图像灰度分布均匀且级数为0-255范围内的数字图像。
[0082]
①
采用离散函数将每一灰度级rk映射到预计的灰度级sk，得到均衡化的数据：
[0083][0084]
式中：n为图像中像素的数量和，nj为灰度级为rj的像素数量，r为输入图像的灰度级，pr为前面获得的直方图数据，k＝0,1,2
…
,l-1，l为离散灰度级的数量。
[0085]
②
将前面的均衡数据进行函数变换得到直方图规定化数据：
[0086][0087]
式中：z为输出图像的灰度级。通过上述处理，将原始数据的每个像素rk映射到对应的灰度级sk，再将sk映射到最终的灰度级值zk，从而实现直方图增强。采用全井段作为窗长得到静态成像测井图像xrmi_s1，采用一定窗长得到动态成像测井图像xrmi_d1。
[0088]
(2)成像孔隙度谱反演
[0089]
通常，我们基于孔隙度、电阻率等数据并采用阿尔奇公式或者类似的公式来计算储层含水饱和度；当已知地层含水饱和度及电阻率时，可以用上述公式求取储层孔隙度，并根据孔隙度的大小判别储层的有效性。成像测井具有很高的分辨率和井周覆盖率，因此采用成像测井电导率转化为视地层电阻率，再计算储层孔隙度，对于非均质性强的碳酸盐岩储层具有较高精度和良好的判别效果。
[0090]
由于成像测井一般仅探测到地层的冲洗带，因此可以用常规资料计算获得冲洗带含水饱和度或者估算后，采用阿尔奇公式来近似计算地层的孔隙度。具体的模型为：
[0091][0092]
式中，s
xo
为选取常规测井计算的冲洗带含水饱和度；rmf为泥浆电阻率，a、 b、m、n对应为阿尔奇模型的岩电实验参数，rxo为成像电极的电阻率。通过全直径岩心分析数据刻度到成像测井数据，利用该模型将成像电阻率值转换成相应的原始视孔隙度φ。在实际处理中，由于静态电成像测井资料是全井段采用统一标准处理，因此项目中采用静态电成像转变为井周视孔隙度图像，并按照孔隙度从小到大的顺序排列形成孔隙度谱，图5示出了测试井(p1井)的成电像孔隙度谱，其中，xrmi_s1为静态电成像图，xspec为转换得到的电成像孔隙度谱。
[0093]
(3)成像谱切片
[0094]
根据成像谱分布区间及特征，在没有明显水层的情况下，可以用该成像谱进行次生孔隙的确定及计算；如果孔隙度谱集中于后面部分，通常为水层影响。根据图5的谱分布区间，进行成像谱切片，提取次生的缝洞形态xrmi_t1，切片如图6。
[0095]
(4)缝洞参数计算
[0096]
根据前面计算的孔隙度谱及切片，采用阿尔奇公式对切片内的次生缝洞参数进行计算，获得次生孔隙度等参数，如图7所示。
[0097]
进一步的，图8示出了p1井雷口坡组成像测井孔隙度谱判别储层有效性成果图(图中por2对应于成像谱的b区域，por3对应于成像谱的c区域)该段发育高角度裂缝，其中5845.2.5-5848米、5820-5822米的有效孔隙度较大，判断为有效储层；而5823米以下的孔隙度很低，储层有效性差，并且该段测试已获得天然气工业产能，由此可知，本发明所提供的成像测井次生孔隙度谱计算方法准确、可靠。
[0098]
3、核磁孔隙度计算：实验室条件下求取核磁孔隙度的方法，先对饱和岩样测得的t2谱，利用标准样品(水)进行刻度，将核磁信号强度转换成孔隙度，建立常规岩心孔隙度和核磁孔隙度的相关性，用常规岩心孔隙度来标定核磁孔隙度。
[0099]
s230.以s110、s210、s220计算结果为基础，开展储层流体参数计算和识别；
[0100]
在本发明进一步的实施例中，储层流体参数计算采用非固定m值饱和计算，在s110的五性关系研究成果基础上，分别选取储集空间为基质孔隙、低角度缝、溶蚀孔隙和高角度缝为主的干层和水层，根据岩电实验参数和计算的孔隙度反算求取m值，得到不同孔隙结构类型m值与地层电阻率rt的关系图版-即非固定值m值计算模型。图9示出了本发明示例性实施例的非固定m值计算模型。其中，非固定m值计算模型解法采用完全面向过程的c语言开发算法程序，m 计算过程为将当前设定深度采样点的电阻率值代入式构成当前采样深度点的非线性方程组，求解方程组获得当前深度岩石孔隙度-phie，以测井资料采样间隔 0.1m作为循环步长，循环到处理井段结束，即可获得连续井段的m值计算；将计算的m代入校正后的阿尔奇公式中计算含气饱和度。
[0101]
s310.开展不同流体性质的储层测井分类评价；按气水饱和度进行流体分类，以及，按测井计算的物性参数对储层进行初步分类：
[0102]
当所计算的sg范围为50-75％时，定义为气层；
[0103]
当所计算的sg范围为50-75％时，定义为气水同层；
[0104]
当所计算的sg范围为50-75％时，定义为水层。
[0105]
当所测得的储层孔隙度值大于或等于10％时，定义为ⅰ类储层；
[0106]
当所测得的储层孔隙度值的范围5％-10％时，定义为ⅱ类储层；
[0107]
当所测得的储层孔隙度值的范围2％-5％时，定义为ⅲ类储层；
[0108]
进一步的，按照孔隙度、电性数据、流体参数对储层进行分类：测井数据具有多解性，如果只用一个含气饱和度指标来判断流体性质容易造成误判，据此，本发明采用多指标同步判断流体性质，同时满足多个条件，这样在一定程度上可以将多解性降低，变成唯一解，一方面用利用典型特征进行初判，同时利用饱和度判断流体，再次还有其他偶极和核磁等方面来判断。
[0109]
因此在按照气水饱和度进行流体判断的同时按测井电性参数对储层的不同流体性质进行初步分类，二者结合进行流体性质的判断。
[0110]
电性特征表现为rd：100-5000(ω
·
m)，cnl》5％则被归为气层，电性特征表现为rd：30-2000(ω
·
m)，cnl》8％则被归为气水同层，电性特征表现为rd 小于100(ω
·
m)，cnl》8％则被归为水层。
[0111]
接着，按测井计算的物性参数对储层进行初步分类：
[0112]
孔隙度值大于或等于10％，则被归类为i类储层；孔隙度值的范围5％-10％，则被归类为ii类储层；孔隙度值的范围2％-5％，则被归类为iii类储层。
[0113]
s320.以分类结果为依据，结合储层流体参数，对各类储层测井品质进行评价。
[0114]
结合孔隙度分类标准，计算各类储层的储层流体参数从高到低划分。具体的，对每一种流体性质的储层划分了储层类型，分别确立优、中、差三种水平的测井品质评价指数标准，见表3。
[0115]
表3测井品质指数划分表
[0116][0117]
评价得到的结果如表4所示：
[0118]
表4川西雷口坡组潮坪相碳酸盐岩储层测井分类评价表
[0119][0120]
综上，本发明通过上述分类标准确定方法和评价方法，能够快速的对地区中的储层物性进行评价，并在物性评价结果的基础上，快速开展流体性质的评价，最终开展储层测井品质评价，初步明确储层产能。
[0121]
实施例2
[0122]
在本发明进一步的实施例中，采用实施例1所述的储层五性关系研究方法以及评价方法计算得到目标区块的储层五性参数，得到目标区块的测井参数与测井曲线。并通过
对储层产能的影响因素进行分析，考虑了储层储集空间类型、层位差异、物性、流体性质等因素，通过测井信息与测试产能的结合，利用神经网络技术等多种算法建立相应的区块产能预测模型。
[0123]
根据所确定的预测模型，结合解释模型、储层判别对区块的钻井进行了单井产能预测，表5列出了预测结果及实际测试成果。统计20层，17层吻合，吻合率85％，无阻流量产能预测符合率也相对较好，误差率控制在2-19％，平均误差率仅为9.6％。从测井品质指数上看，品质指数能够指示含水类储层，这次预测结果与实际相对接近，预测符合率较好。
[0124]
表5主要井区测井品质评价及产能预测回判表
[0125]
[0126][0127]
实践证明这次基于储层五性关系以及准确的五性参数计算而建立的产能预测模型更符合客观实际，能够用于对储层的潜在生产能力进行比较客观的评价。表5中，部分储层的产能预测结果大于实际产能，分析认为可能是储层酸化压裂的工艺或者储层污染所致影响。产能预测的结果可理解为理想的酸化压裂工艺条件和储层无污染的情况下的产气能力(无阻流量)的上限，在上述两者情况影响较小的情况下，由此可知，在采用实施例1所提供的储层五性确定方法得到的测井曲线与评价方法能够真实地反映储层本来面目的情况下，据此进行产能预测是稳定可靠的。
[0128]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。