2. 中国地质大学(北京)地球物理与信息技术学院, 北京100083
2. School of Geophysics and Information Technology, China University of Geoscience, Beijing 100083, China
鄂尔多斯盆地致密砂岩储层物性差, 孔隙结构和油水关系复杂, 流体性质判识难, 测井解释难度大, 符合率低[1-2]。核磁共振(NMR)测井在储层孔隙度、渗透率、含油性及孔隙结构评价中具有明显优势[3-6]。然而, 常用的核磁共振测井流体识别方法大多是针对亲水地层, 在低孔低渗、油润湿的储层中, 流体识别效果差, 精度不高[7-9]。
近年来, 国内外专家学者在低孔低渗砂岩储层核磁共振流体识别方法研究方面进行了大量探索和尝试。肖立志[10]从理论上剖析了不同湿润性、不同黏度油的岩石核磁共振响应特征, 并给出了相应的示意图。谢然红等[11]通过实验研究了原油的核磁共振弛豫特性随原油粘度、NMR仪器测量频率以及测量回波间隔(TE)等的不同而发生的变化, 对利用核磁共振测井资料准确识别和评价油水层具有重要的指导意义, 以实验为基础提出了核磁共振测井流体识别中需要关注的影响因素。目前, 对油润湿条件下低孔低渗砂岩储层的核磁共振弛豫机理的研究较少, 导致多数方法在油润湿储层中应用效果较差, 流体识别精度不高。谭茂金等[12]在双等待时间(TW)的观测模式下, 利用可动流体体积的差构建了流体指示参数, 在低对比度油层判识中取得了较好的应用效果, 此外, 其研究表明利用遗传算法全局搜索油气的纵向弛豫时间(T1)和横向弛豫时间(T2)值, 再用阻尼最小二乘法(LSQR)反演标准T2分布和差谱, 可以有效解决一维核磁共振双TW观测数据存在的非线性反演简化、信噪比低的问题, 实现油气水的准确识别和定量评价[13]。吕婕[14]利用核磁共振测井资料, 结合交会图版、伪毛管压力曲线等方法进行孔隙结构分析和流体识别, 提高了解释符合率。该方法的关键在于结合储层特点和核磁共振弛豫机理寻找对油水敏感的测井数据以及相关储层参数, 通过优选和构建能够判识流体类型的识别因子来提高流体识别的精度。胡法龙等[15]提出用核磁共振测井数据构建水谱法进行流体识别, 该方法利用长等待时间、短回波间隔模式下测量的T2分布构建完全含水状态下长等待时间、长回波间隔模式下的T2分布, 通过对比测量T2分布和构建完全含水T2分布之间的差异确定储集层的流体类型。
本文基于油湿、水湿以及混合润湿条件下的核磁共振驰豫机理, 利用数值模拟方法分析了不同润湿条件下的核磁共振响应特征。选取对流体敏感的核磁共振差谱几何均值与有效孔隙度差构建交会图版, 依据流体识别图版建立流体类型测井判别方法, 并在鄂尔多斯延长组长8储层中进行了检验。
1 储层润湿性特征岩石孔隙表面润湿性是均匀的, 油藏岩石的润湿性可以分为:水润湿、油润湿和混合润湿[16-19]。当孔隙中存在油水两相时, 在水润湿性的作用下, 油组分存在于孔隙中央, 水组分与岩石颗粒表面相接触, 为“水包油”特征(图 1a)。在油润湿性作用下, 水组分存在于孔隙中间, 油组分则与岩石颗粒表面相接触, 为“油包水”特征(图 1b)。致密砂岩储层矿物组分的复杂性和随机性决定了岩石孔隙表面的润湿性不均匀。因此, 岩石表面有亲油部分也有亲水部分, 即混合润湿[18, 20-21](图 1c)。
|
图 1 岩石孔隙系统中的润湿性[20] a水润湿(水与岩石颗粒直接接触); b油润湿(油与岩石颗粒直接接触); c混合润湿(岩石颗粒部分与水接触, 部分与油接触) |
为了利用核磁共振测井进行流体识别, 需研究致密砂岩油、水润湿条件下核磁共振响应机理与特征。为此, 针对油、水润湿致密砂岩开展核磁共振响应机理研究, 利用数值模拟分析了油润湿和水润湿条件下的核磁共振响应特征, 为构建核磁共振流体识别图版提供理论依据。
2.1 润湿相流体的核磁响应机理与特征在水湿情况下, 岩石孔隙中含油水两相, 水既受表面弛豫影响, 又受自由弛豫影响, 核磁共振回波信号为:
| $ s\begin{array}{*{20}{l}} {{M_{\rm{w}}}(t) = \sum\limits_{j = 1}^m {{p_j}} {S_{\rm{w}}}{\rm{exp}}[ - t(\frac{1}{{{T_{2{\rm{w}}}}}} + {\rho _{\rm{w}}}\frac{{{s_j}}}{{{v_j}}})] + }\\ {\varphi {S_{\rm{o}}}{I_{{\rm{Ho}}}}{\rm{exp}}( - \frac{1}{{{T_{{\rm{2o}}}}}})} \end{array} $ | (1) |
式中:Mw(t)为水湿条件下的磁化强度; pj为孔隙组分百分比; t为采集时间; sj和vj分别为第j种孔隙的表面积和体积; So为含油饱和度; Sw为含水饱和度; T2o为油的横向弛豫时间; T2w为水的横向弛豫时间; ρw为水的表面弛豫强度; φ为孔隙度; IHo为油的含氢指数。
在油湿情况下, 岩石孔隙中含油水两相时, 水只受自由弛豫影响, 油既受表面弛豫影响又受自由弛豫影响, 核磁共振回波信号为:
| $ \begin{array}{*{20}{c}} {{M_{\rm{o}}}(t) = {I_{{\rm{Ho}}}}\sum\limits_{j = 1}^m {{p_j}} {S_j} {\rm{exp}} [ - t(\frac{1}{{{T_{20}}}} + {\rho _\circ }\frac{{{s_j}}}{{{v_j}}})] + }\\ {\varphi {S_{\rm{w}}} \exp ( - \frac{1}{{{T_{2{\rm{w}}}}}})} \end{array} $ | (2) |
式中:Mo(t)为油湿条件下的磁化强度; ρo为油的表面弛豫强度。
在混合润湿时, 孔隙中的油和水均受表面弛豫的影响, 还受自由弛豫的影响。引入了一个代表水湿占比的参数α, 则油湿占比为1-α, 因此, 混合润湿下核磁共振回波信号为:
| $ M(t) = \alpha {M_{\rm{w}}}(t) + (1 - \alpha ){M_{\rm{o}}}(t) $ | (3) |
式中:M(t)为混合润湿条件下的磁化强度。
致密砂岩的孔隙类型通常主要以粒间孔为主, 鄂尔多斯延长组长8段致密砂岩的平均孔径为10~50 μm, 如图 2a所示。根据研究区的孔隙结构特征分析结果, 构建了砂岩理想模型(图 2b)。岩石骨架由球形颗粒组成, 颗粒呈立方体排列, 设置其颗粒半径为40 μm, 岩石孔隙中含油水两相流体。
|
图 2 鄂尔多斯延长组长8段致密砂岩孔径分布与构建的岩石模型 a孔径分布直方图; b砂岩模型示意 |
利用数值模拟方法可以研究不同润湿性条件下致密砂岩核磁共振弛豫特征[22-23]。根据(1)式、(2)式以及(3)式, 首先对理想模型进行正演, 得到核磁共振回波串; 对回波串进行反演, 得到T2分布。设孔隙中流体为轻质油, 其含氢指数为0.8, 流体横向自由弛豫时间(T2)为1 000 ms。
在水湿条件下, 分别设置含水饱和度Sw=100%, 80%, 40%, 10%, 当含水饱和度为100%时指示为水层, 含水饱和度为10%时指示为油层。模拟结果如图 3a所示, 水峰出现在T2分布前部, 油峰则出现在自由弛豫位置, 位于T2分布后部, T2分布呈双峰特征。这说明, 在水湿条件下, 水受表面弛豫和自由弛豫影响, 弛豫速率变快, 油只受自由弛豫影响, 弛豫速率慢。
|
图 3 不同润湿条件下砂岩模型核磁共振数值模拟与T2分布特征 a水湿; b油湿; c混合润湿 |
在油湿条件下, 分别设置含水饱和度Sw=95%, 80%, 40%, 10%, 当含水饱和度为95%时指示为水层。模拟结果如图 3b所示, 油峰出现在T2谱前部, 水峰则出现在自由弛豫位置, 位于T2谱后部, 故T2分布呈双峰特征。这说明, 在油湿条件下, 油受表面弛豫影响, 弛豫速率变快, 水只受自由弛豫的影响, 弛豫速率慢。
在混合润湿条件下, 分别设置含水饱和度Sw=95%, 80%, 40%, 10%, 当含水饱和度为95%时指示为水层。同时, 设置水湿比、油湿比均为0.5。模拟结果如图 3c所示, T2呈单峰分布。这说明, 在混合润湿条件下, 油受自由弛豫和表面弛豫共同影响, 但自由弛豫对其弛豫时间的影响要远小于表面弛豫, 油峰向T2分布的前部移动, 而水基本上仅受自由弛豫影响, 仍在其自由弛豫位置, 因此, 整个T2分布趋于单峰特征。
可以看出, 在油湿条件下, 随着含水饱和度的减小, 核磁共振T2分布逐渐往右移动, 当含水饱和度为10%时, 核磁共振T2分布位于10~200 ms, 指示了油层的核磁弛豫特征。根据核磁共振双TW观测方式的工作原理与弛豫机理, 由长短等待时间回波串计算的差谱也在这一范围内, 利用差谱的T2几何均值可以指示含油性。根据数值模拟结果, 地层含油时, 差谱几何均值应为10~200 ms, 而且, 长等待时间核磁共振孔隙度要大于短等待时间核磁共振孔隙度, 两者差值越大说明含油饱和度越大, 且储层孔隙度也越好。因此, 考虑利用核磁共振双TW观测模式下得到的差谱与有效孔隙度差进行流体识别。
2.2 流体识别图版根据水湿与油湿条件下核磁数值模拟结果, 建立了核磁共振双TW观测模式下差谱几何均值与有效孔隙度差的交会图。首先, 对目标区域井的核磁共振双TW测井进行数据处理, 获取长短不同等待时间TW的回波和有效孔隙度, 构建目标井储层核磁共振双TW观测差谱几何均值-有效孔隙度差识别图版, x轴为差谱几何均值T2LM, y轴为有效孔隙度差Δφ, 如图 4所示, 可以看出, 该图版中油层和水层的界限明显, 油层的差谱几何均值在80~250 ms, 有效孔隙度差大于0.5%;水层的差谱几何均值小于80 ms或大于250 ms, 有效孔隙度差小于0.5%。
|
图 4 核磁共振双TW观测差谱几何均值-有效孔隙度差识别图版 |
可以看出, 核磁共振测井双TW观测模式下差谱的形态及其几何均值反映流体的响应差异, 长短等待时间的有效孔隙度差值大小能够反映流体弛豫的差异, 而且采用有效孔隙度差值而不是可动流体的差值避开了T2截止值选取的影响, 更能够体现流体性质的差异。
2.3 识别方法在利用图 4所示的图版进行核磁共振测井解释时, 拟采用构建流体指示曲线来指示。首先, 对目标井的核磁共振测井数据进行处理, 计算差谱几何均值和有效孔隙度差; 然后, 根据计算得到的差谱几何均值和有效孔隙度差的数值, 与流体识别图版中的流体边界值进行比较, 确定储层的流体类型。当差谱几何均值和有效孔隙度差Δφ均在图版的油层区域内时, 则用数字“1”表示; 差谱几何均值或有效孔隙度差有一个不在油层区域内时, 则用数字“0”表示; 根据数字“0”或“1”绘制流体指示曲线, 综合确定储层的流体类型。当储层流体类型指示曲线为连续形态时, 判断目标储层为油层; 而当指示曲线为单一“脉冲”或无“脉冲”时, 判断目标储层为水层。
3 实例与效果分析鄂尔多斯盆地是我国第二大沉积盆地, 中生界延长组富含油气资源。陇东地区位于鄂尔多斯盆地西南部, 区域上横跨伊陕斜坡、天环凹陷和西缘冲断带, 地质构造复杂。延长组长8段是该区主要的含油层系, 储层主要以长石砂岩为主, 孔隙度小, 主要集中在4%~12%, 平均孔隙度为8.72%, 基质渗透率低, 主要分布在0.01~0.30 mD(1 mD≈0.987×10-3μm2), 平均渗透率约为0.95 mD。长8段储层孔隙类型多样, 非均质性强, 油水分异较差, 而且受润湿性影响, 流体性质识别困难, 测井解释符合率低。
研究区长8段储层岩心吸油吸水实验表明, 岩心存在吸油现象, 且吸油量明显大于吸水量(表 1), 吸油量约占孔隙度的70%, 吸水量约占孔隙度的30%。油主要以薄膜状吸附在岩石表面, 水则分布在孔隙中央, 形成典型的“油包水”特征。图 5为长8储层岩心吸油7天后形成的“油包水”分布, 反映了长8储层的弱油湿特征[20]。
|
图 5 长8储层岩心吸油7天后形成“油包水”分布[24] |
|
表 1 岩心润湿性实验分析结果 |
针对油润湿的低孔低渗砂岩储层, 利用核磁共振测井双TW观测模式下采集的数据, 进行差谱分析, 计算差谱的T2几何均值T2LM; 通过T2反演, 分别得到长等待时间下和短等待时间下的有效孔隙度, 计算两者的差值Δφ。利用差谱几何均值和有效孔隙度差构建交会图, 形成T2LM-Δφ流体识别图版。
Luo99井为鄂尔多斯盆地的一口探井, 主要目的层为长8段, 其核磁共振测井解释与流体识别结果如图 6所示。图中第4道为核磁共振T2分布, 第5道为核磁共振双TW观测模式下反演的差谱, 第7道为根据T2LM-Δφ图版输出的流体指示曲线, 当其值大于0时进行填充。在该井2 812~2 815 m处, 差谱几何均值大于250 ms, 有效孔隙度差约为0.5%, 指示曲线数值大部分为“0”, 个别深度点为“1”, 表现为单“脉冲”, 解释为水层。试油结果见油花, 产水39.3 m3/d, 为水层, 验证了上述解释方法的准确性。
|
图 6 Luo99井核磁共振测井解释与流体识别结果 |
Li189井为研究区的另一口井, 其核磁共振测井解释与流体识别结果如图 7所示。第7道为利用T2LM-Δφ图版输出的流体指示曲线。该井2 395~2 400 m段, 指示曲线数值大部分为“1”, 个别为“0”, 表现为连续“脉冲”, 解释为油层, 试油结果为产油15.56 t/d, 产水0, 为油层, 证明上述解释是正确的。
|
图 7 Li189井核磁共振测井解释与流体识别结果 |
1) 水湿、油湿和混合润湿条件下的核磁共振弛豫机理和T2分布是不同的。数值模拟表明, 不同润湿性条件下的岩石核磁共振T2分布形态不同, 油、水信号的位置也发生了变化。核磁共振弛豫机理研究和数值模拟为核磁共振T2分布的响应特征研究提供了理论依据和有效手段。
2) 在核磁共振双TW观测模式下, 储层饱含油和饱含水时核磁共振差谱的位置及其几何均值不同, 且油层和水层的有效孔隙度差也存在差异, 说明两个参数对流体比较敏感。利用核磁共振差谱几何均值与有效孔隙度差构建交会图版能够有效区分油层和水层。
3) 基于构建的流体识别图版总结了流体判别准则, 利用核磁共振双TW测井数据生成的指示曲线能够直观地判断储层的流体类型。
| [1] |
石玉江, 刘天定. 二维核磁共振测井技术在长庆油田的应用[J]. 测井技术, 2009, 33(6): 584-588. SHI Y J, LIU T D. Application of 2D NMR logging in Changqing Oilfield[J]. Well Logging Technology, 2009, 33(6): 584-588. DOI:10.3969/j.issn.1004-1338.2009.06.019 |
| [2] |
代全齐, 罗群, 张晨, 等. 基于核磁共振新参数的致密油砂岩储层孔隙结构特征——以鄂尔多斯盆地延长组7段为例[J]. 石油学报, 2016, 37(7): 887-897. DAI Q Q, LUO Q, ZHANG C, et al. Pore structure characteristics of tight-oil sandstone reservoir based on a new parameter measured by NMR experiment:a case study of seventh Member in Yanchang Formation, Ordos Basin[J]. Acta Petrolei Sinica, 2016, 37(7): 887-897. |
| [3] |
谭茂金.油气藏核磁共振测井理论与应用[M].北京: 科学出版社, 2017: 30-32, 35-55 TAN M J.Theory and application of nuclear magnetic resonance logging in oil and gas reservoirs[M].Beijing: Science Press, 2017: 30-32, 35-55 |
| [4] |
REZAEE R, SAEEDI A, CLENNELL C. Tight gas sands permeability estimation from mercury injection capillary pressure and nuclear magnetic resonance data[J]. Journal of Petroleum Science & Engineering, 2012, 88/89(2): 92-99. |
| [5] |
胡法龙, 周灿灿, 李潮流, 等. 基于弛豫-扩散的二维核磁共振流体识别方法[J]. 石油勘探与开发, 2012, 39(5): 552-558. HU F L, ZHOU C C, LI C L, et al. Fluid identification method based on 2D diffusion-relaxation nuclear magnetic resonance(NMR)[J]. Petroleum Exploration and Development, 2012, 39(5): 552-558. |
| [6] |
胡亚武, 杨嘉, 王勇军, 等. 核磁共振测井在川中地区上三叠统低孔、低渗储层评价中的应用[J]. 天然气工业, 2012, 32(3): 45-48. HU Y W, YANG J, WANG Y J, et al. Application of NMRL to the evaluation of low-porosity and low-permeability upper Triassic reservoirs in the central Sichuan Basin[J]. Natural Gas Industry, 2012, 32(3): 45-48. DOI:10.3787/j.issn.1000-0976.2012.03.010 |
| [7] |
毕林锐. 核磁共振测井技术的最新若干进展[J]. 工程地球物理学报, 2007, 4(4): 369-374. BI L R. Latest advances in NMR logging technology[J]. Chinese Journal of Engineering Geophysics, 2007, 4(4): 369-374. DOI:10.3969/j.issn.1672-7940.2007.04.021 |
| [8] |
韩学辉, 戴诗华, 王雪亮, 等. 油藏润湿性评价方法研究[J]. 勘探地球物理进展, 2005, 28(1): 19-24. HAN X H, DAI S H, WANG X L, et al. Review of evaluation on the wettability of reservoir[J]. Progress in Exploration Geophysics, 2005, 28(1): 19-24. |
| [9] |
TANDON S, ROSTAMI A, HEIDARI A.A new NMR-based method for wettability assessment in mixed-wet rocks[J].Expanded Abstracts of 92nd SPE Annual Conference, 2017: SPE-187373-MS
|
| [10] |
肖立志. 核磁共振成像测井与岩石核磁共振及其应用[M]. 北京: 科学出版社, 1998: 1-328. XIAO L Z. Nuclear magnetic resonance imaging logging and rock nuclear magnetic resonance and their applications[M]. Beijing: Science Press, 1998: 1-328. |
| [11] |
谢然红, 肖立志, 刘天定. 原油的核磁共振驰豫特性[J]. 西南石油大学学报, 2007, 29(5): 21-24. XIE R H, XIAO L Z, LIU D T. NMR relaxation properties of crude oils[J]. Journal of Southwest Petroleum University, 2007, 29(5): 21-24. DOI:10.3863/j.issn.1674-5086.2007.05.006 |
| [12] |
谭茂金, 赵文杰, 范宜仁. 用测井双TW观测识别储层流体性质[J]. 天然气工业, 2006, 26(4): 40-43. TAN M J, ZHAO W J, FAN Y R. Identification of fluid property with NMR dual-TW well logging data[J]. Natural Gas Industry, 2006, 26(4): 40-43. |
| [13] |
谭茂金, 石耀霖, 赵文杰, 等. 核磁共振双TW测井数据联合反演与流体识别[J]. 地球物理学报, 2008, 51(5): 1582-1590. TAN M J, SHI Y L, ZHAO W J, et al. Joint inversion method for NMR dual-TW logging data and fluid typing[J]. Chinese Journal of Geophysics, 2008, 51(5): 1582-1590. DOI:10.3321/j.issn:0001-5733.2008.05.034 |
| [14] |
吕婕.核磁测井在阜东斜坡侏罗系头屯河组储层分类及流体识别中的应用[D].成都: 西南石油大学, 2014 LV J.The application of nuclear magnetic logging in reservoir classification and fluid identification of Jurassic Toutunhe Formation in the slope of East Funing[D].Chengdu: Southwest Petroleum University, 2014 阜东斜坡侏罗系头屯河组储层分类及流体识别中的应用[ |
| [15] |
胡法龙, 周灿灿, 李潮流, 等. 核磁共振测井构建水谱法流体识别技术[J]. 石油勘探与开发, 2016, 43(2): 244-252. HU F L, ZHOU C C, LI C L, et al. Water spectrum method of NMR logging for identifying fluids[J]. Petroleum Exploration and Development, 2016, 43(2): 244-252. |
| [16] |
杨正明, 黄辉, 骆雨田, 等. 致密油藏混合润湿性测试新方法及其应用[J]. 石油学报, 2017, 38(3): 318-323. YANG Z M, HUANG H, LUO Y T, et al. New measurement method of mixed wettability in tight oil reservoir and its application[J]. Acta Petrolei Sinica, 2017, 38(3): 318-323. |
| [17] |
周波, 王为民, 郭和坤, 等. 孔隙介质润湿性的核磁共振刻度特征的测量[J]. 地球科学, 2004, 29(4): 495-499. ZHOU B, WANG W M, GUO H K, et al. Measurement on scale of wettability of porous media with NMR methods[J]. Earth Science, 2004, 29(4): 495-499. |
| [18] |
HAN Y J, ZHOU C C, YU J, et al. Experimental investigation on the effect of wettability on rock-electricity response in sandstone reservoirs[J]. Fuel, 2019, 239: 1246-1257. DOI:10.1016/j.fuel.2018.11.072 |
| [19] |
KARIMAIE H, TORSATER O, DADASHPOUR M, et al.Experimental investigation on the effect of wettability on oil recovery during water displacement[R].8th International Symposium on Reservoir Wettability, Houston, 2004
|
| [20] |
徐红军. 用核磁共振方法定量研究岩心的润湿性[M]. 北京: 中国石油勘探开发研究院, 2009: 6-10. XU H J. Quantitative study of core wettability by nuclear magnetic resonance[M]. Beijing: Research Institute of Petroleum Exploration and Development, PetroChina, 2009: 6-10. |
| [21] |
吴志宏, 牟伯中, 王修林, 等. 油藏润湿性及其测定方法[J]. 油田化学, 2001, 18(1): 90-96. WU Z H, MOU B Z, WANG X L, et al. Reservoir wettability and its measurement method[J]. Oilfield Chemistry, 2001, 18(1): 90-96. DOI:10.3969/j.issn.1000-4092.2001.01.028 |
| [22] |
谢然红, 肖立志, 刘家军. 核磁共振测井时域分析法数值模拟及影响因素分析[J]. 地球物理学报, 2011, 54(8): 2184-2192. XIE R H, XIAO L Z, LIU J J. Time domain analysis numerical simulation and influence factors of NMR logging[J]. Chinese Journal of Geophysics, 2011, 54(8): 2184-2192. DOI:10.3969/j.issn.0001-5733.2011.08.027 |
| [23] |
ZHU L Q, ZHANG C, WEI Y, et al. Permeability prediction of the tight sandstone reservoirs using hybrid intelligent algorithm and nuclear magnetic resonance Logging Data[J]. Arabian Journal for Science and Engineering, 2017, 42(4): 1643-1654. DOI:10.1007/s13369-016-2365-2 |
| [24] |
任晓娟.低渗砂岩储层孔隙结构与流体微观渗流特征研究[D].西安: 西北大学, 2006 REN X J.Pore structure of low permeability sand rock and fluid flowing characteristics[D].Xi'an: Northwest University, 2006 |