2. 中国地质大学(北京)地球物理与信息技术学院, 北京 100083;
3. 海洋油气勘探国家工程研究中心井筒探测技术分中心, 北京 100083;
4. 中国石油长庆油田分公司油田开发事业部, 陕西西安 710071
2. School of Geophysics and Information Technology, China University of Geosciences (Beijing), Beijing 100083, China;
3. Wellbore Detection Technology Center of National Engineering Research Center for Offshore Oil and Gas Exploration, Beijing 100083, China;
4. Oilfield Development Department of PetroChina Changqing Oilfield Company, Xi'an 710071, China
当油田开发进入中高含水阶段后, 开采层的含油气饱和度逐渐下降, 地层含水量增多, 水淹程度逐渐增大, 导致剩余油分布状况复杂, 对测井响应产生了复杂影响, 此时利用常规测井方法进行水淹层识别与水淹等级划分难度较大。准确评价水淹层, 提高中高含水油田的采收率, 研究剩余油分布规律是油田开发进入中高含水阶段后面临的首要问题[1-2]。常规测井技术在剩余油饱和度评价中存在不足与缺陷, 依据阿尔奇公式求取的含水饱和度进行水淹程度评价时, 由于地层水化验分析样本较少、范围较小, 导致计算的含水饱和度与实际地层含水饱和度存在差异, 不能反映地层真实含水情况[3], 不能满足油田开发生产的需求。
热中子成像(TNIS)测井利用脉冲中子发生器的Sigma(Σ)型饱和度测量仪, 相比传统的中子寿命测井(TNL), 热中子测井在热中子俘获能力较差的地层(如低矿化度)仍有较高的热中子计数率, 因而提高了测井解释的精度。在“三低”(低孔、低渗、低矿化度)油藏的剩余油饱和度评价中, 热中子成像测井技术利用热中子的衰减矩阵数据和俘获矩阵数据得到热中子衰减谱和俘获截面成像图, 为地层剩余油饱和度计算提供了丰富的测井信息[4]。在高温高压、低矿化度和储层物性差异大的油藏剩余油评价中, 可以利用热中子成像测井的衰减谱和俘获截面成像图, 直观地判别近井地带的剩余油分布并计算含油气饱和度[5]。
本文在热中子成像测井原理的基础上, 推导了地层孔隙度和含水饱和度计算公式。通过热中子宏观俘获截面和根据俘获截面计算出的含油饱和度建立交会图版, 进行水淹层识别与水淹等级划分。鄂尔多斯盆地长8段的实际应用结果表明, 热中子成像测井在水淹层识别与水淹层等级划分中效果良好。
1 热中子成像测井原理热中子成像测井利用仪器向地层发射14MeV的快中子, 每次发射时间为1~3μs, 经过一系列的非弹性碰撞(10-2~10-1μs)和弹性碰撞(100~103μs), 中子与地层原子核发生俘获反应并逐渐减速, 直到中子的能量与组成地层的原子处于热平衡状态时, 中子不再减速, 此时称为热中子, 能量约为0.025eV, 速度为2.2×105cm/s。根据热中子在衰减过程中形成的衰减谱和成像谱可以快速、直观地判断油水层。热中子成像测井记录的时间间隔为8μs, 每个周期为75ms, 每秒发射13或14次。TNIS仪器记录快中子束发射15μs后2700μs内的热中子记数率, 并间隔15μs记录其时谱, 共记录180道, 从中提取地层宏观俘获截面[6-8]。热中子成像测井探测的是快中子经过地层减速后尚未被地层俘获的热中子, 而传统的中子寿命测井仪器是探测热中子被地层俘获后放射出来的二次伽马射线。这种记录方式的变化, 可以较大幅度提高低矿化度、低孔隙度地层的计数率, 得到更为精确的测量结果。
地层中不同的元素对热中子具有差异极大的俘获能力, 其中的硼、锂、氯元素是热中子的强俘获剂, 氢、碳、氧和钙、硅、钾、铁、硫等元素是热中子的弱俘获剂, 因此, 根据俘获截面测井可辨别含氯水层、盐岩层与油气层, 也可根据硼、锂含量多少区分泥岩、页岩、砂岩和其它化学岩及蒸发岩。热中子的俘获反应被应用在中子寿命和氯能谱测井中, 中子寿命测井用俘获伽马射线计数率换算出地层的热中子寿命和地层宏观俘获截面Σ值, 氯能谱测井通过能谱开窗测量地层的含氯指数, 计算地层的视矿化度, TNIS测井用此原理测量俘获热中子的速率并换算出测点的地层宏观俘获截面Σ值, 进而形成独特的矩阵文件(成像文件)。测点中的Σ值是中子源到探测器的一段地层俘获热中子的能力之和, 值越高, 表明地层俘获热中子能力越强。
热中子成像测井依赖探测器高精度的优势, 使得热中子可在地层中以核谱成像的方式显示。热中子衰减谱记录了经地层衰减后热中子计数率随时间的变化情况, 衰减谱后时间道后曳时间长, 代表中子寿命值高, 由于矿化度高的水层比淡水或油层的中子寿命小得多, 这样可以区分油层和水层。成像测井中的俘获截面成像显示不同区域的热中子俘获情况, 其颜色由白→黄→红→黑, 表示热中子俘获截面由小到大[9]。用成像边缘幅度表示热中子处于热平衡状态, 通过俘获成像图颜色变化判定储层含油性高低, 颜色越黄表示含油性越好[10](图 1)。需要注意的是: 当储层物性条件较好时, 水层的俘获成像也会呈黄色, 此时, 区分油水层需要结合含水饱和度计算结果和其它测井曲线进行综合判断。
|
图 1 典型的热中子衰减谱和俘获截面成像(俘获截面的单位C.U.为10-3cm-1) |
TNIS在套管井条件下完成测量, 分别利用自然伽马曲线、声波时差曲线和深感应曲线计算泥质含量、孔隙度和含油饱和度。通过TNIS测得的Σ曲线可以计算含水饱和度和含油饱和度[11]。下面详细介绍具体计算方法。
利用自然伽马曲线计算泥质含量Vsh, 公式为:
| $ V_{\mathrm{sh}} =\frac{2^{\mathrm{GCUR} \cdot I_{\mathrm{sh}}}-1}{2^{\mathrm{GCUR}}-1} $ | (1) |
| $ I_{\mathrm{sh}} =\frac{\gamma-\gamma_{\min }}{\gamma_{\max }-\gamma_{\min }} $ | (2) |
式中: GCUR为希尔奇指数, 古近—新近系地层取3.7, 老地层取2.0;Ish为泥质指数; γ表示解释层段的伽马曲线数值; γmax, γmin分别表示纯泥岩层和纯砂岩层的自然伽马数值。
利用声波时差测井计算地层孔隙度φ, 公式为:
| $ \varphi=\frac{\Delta t-\Delta t_{\mathrm{ma}}}{\Delta t_{f}-\Delta t_{\mathrm{ma}}} \times \frac{1}{C_{p}}-\frac{\Delta t_{\mathrm{sh}}-\Delta t_{\mathrm{ma}}}{\Delta t_{f}-\Delta t_{\mathrm{ma}}} \times V_{\mathrm{sh}} $ | (3) |
式中: Δt, Δtma, Δtsh, Δtf分别为声波时差测井值、岩石骨架声波时差值、泥岩声波时差值和流体声波时差值; Cp为压实校正系数。
计算得到泥质含量Vsh和地层孔隙度φ后, 结合热中子TNIS测得的宏观俘获截面, 计算地层含水饱和度Sw和含油饱和度So, 公式为:
| $ \begin{gathered} \varSigma=\left(1-\varphi-V_{\mathrm{sh}}\right) \varSigma_{\mathrm{ma}}+V_{\mathrm{sh}} \varSigma_{\mathrm{sh}}+\varphi S_{\mathrm{w}} \varSigma_{\mathrm{w}}+\\ \varphi\left(1-S_{\mathrm{w}}\right) \varSigma_{\mathrm{h}} \end{gathered} $ | (4) |
| $ S_{\mathrm{w}}=\frac{\left(\varSigma-\varSigma_{\mathrm{ma}}\right)+\left(\varSigma_{\mathrm{ma}}-\varSigma_{\mathrm{sh}}\right) V_{\mathrm{sh}}+\varphi\left(\varSigma_{\mathrm{ma}}-\varSigma_{\mathrm{h}}\right)}{\varphi\left(\varSigma_{\mathrm{w}}-\varSigma_{\mathrm{h}}\right)} $ | (5) |
| $ S_{\mathrm{o}}=1-S_{\mathrm{w}} $ | (6) |
式中: Σ为TNIS测量获得的热中子宏观俘获截面; Σma为地层骨架热中子宏观俘获截面; Σw为地层水热中子宏观俘获截面; Σh为油的热中子宏观俘获截面; Σsh为泥质的热中子宏观俘获截面。
表 1列出了几种常见岩石骨架和流体的宏观俘获截面Σ的取值。
|
表 1 常见岩石骨架宏观俘获截面Σ值 |
岩石不是由纯矿物组成, 都含有杂质, 通常岩石的俘获截面比矿物要大, 一般砂岩俘获截面值为8~13C.U., 长石砂岩比石英砂岩要大, 因为地层骨架俘获截面随矿物成分变化, 所以, 矿物成分的确定对于准确的参数选取起决定性作用, 根据薄片分析资料统计, 研究区平均石英含量23.70%, 长石含量50.15%, 还有其它少数矿物。根据资料, 长石砂岩截面为13, 石英砂岩为8, 岩石骨架宏观俘获截面Σ值实际采用12。
因为地层水俘获截面为已知, 矿物俘获截面由于岩性的变化存在一定的不确定性, 所以, 综合利用图版和地质资料适当调整选取骨架俘获截面值。根据地层水中常见离子浓度, 利用转换系数求出等效氯化钠浓度, 即总矿, 根据总矿和俘获截面的关系式计算地层水的俘获截面, 根据试油资料水性统计, 长8段总矿平均15g/L。长8段地层水俘获截面27C.U.; 油的热中子宏观俘获截面Σh取经验值20C.U.。
根据热中子成像测井原理和上述孔隙度、饱和度计算公式, 再结合热中子俘获截面成像图, 可进行储层解释和水淹层划分[12-14]。基于该地区生产数据的含水率, 对不同储层的宏观俘获截面取值和成像显示进行了研究与总结, 建立了TNIS测井解释标准, 如表 2所示。将热中子宏观俘获截面以及根据俘获截面算出的含油饱和度作交会图版, 可区分水层、油层与水淹层。
|
|
表 2 TNIS测井解释标准 |
鄂尔多斯盆地安塞油田长8段致密砂岩储层物性较差, 孔隙结构复杂, 是典型的低压、低渗、低丰度油田, 不仅开采难度大, 而且随着油藏开采时间的增加, 油井递减加速、含水上升等问题越来越严重。由该地区地层水分析资料可知地层水矿化度普遍较高(＞15g/L), 属于高矿化度地层, 水型以NaCl和CaCl2为主, 氯离子浓度大于15g/L。利用热中子成像测井技术可以对研究区地层进行水淹层测井解释。
通过热中子宏观俘获截面和利用俘获截面算出的含油饱和度建立交会图版可以判别是否水淹, 或者划分水淹级别, 如图 2所示。图 2a显示了8口井的37个水层, 6个油层和24个水淹层, 作油水层的交会图版, 可区分水层、油层与水淹层。图 2b为24个低水淹层、中水淹层、高水淹层的交会图版。从图中可以看出, 在确定水淹层之后, 对于水淹级别划分, 该交会图版具有较好的区分效果。结合常规解释结论, 通过热中子衰减谱和俘获成像, TNIS对水淹层精细识别与划分具有一定优势。
|
图 2 热中子宏观俘获截面与含油饱和度交会图判别水淹层 a水淹层与未水淹层识别; b水淹级别划分 |
根据热中子宏观俘获截面计算的储层含水饱和度, 结合热中子衰减谱和俘获成像对研究地区安313-52井和盘加35-402A井进行测井解释。安313-52井部分层段常规测井解释为储层, 热中子成像测井解释则判断为非储层, 图 3为该井热中子成像测井解释成果。常规电阻率测井将1716.5~1719.5m层段解释为干层, 1725.9~1727.4m、1734.1~1735.3m和1751.3~1753.0m层段判断为水层。但在热中子成像解释成果图中, 这几个层段均无孔隙, 且热中子俘获成像边缘幅度低, 颜色呈红黑色, 没有含油性显示, TNIS判断为非储层; 第16号层(1736.8~1744.5m)中子寿命曲线值增大, 宏观俘获截面曲线值减小, 计算孔隙度为17.7%, 地层俘获截面值为23.1C.U., 通过宏观俘获截面计算的含水饱和度为95.5%, 衰减谱后曳时间长, 俘获成像边缘幅度较高, 颜色为浅黄色, 判断为水层; 18号层(1761.9~1765.8m)中子寿命曲线值也有所增大, 俘获成像边缘幅度相较于上方非储层有所增大, 颜色呈亮红色, 计算孔隙度为14.6%, 地层俘获截面值为24.1C.U., TNIS计算的含水饱和度为94.7%, 解释为水层。
|
图 3 安313-52井热中子成像测井解释成果 |
对盘加35-402A井进行水淹层识别与水淹级别划分, 图 4为该井热中子成像测井解释成果图。97-1号层(1801.3~1805.5m)热中子寿命曲线值增大, 宏观俘获截面值减小, 衰减谱有后曳现象, 热中子俘获成像呈现亮黄色, 且成像幅度相对较高, 显示了较好的含油性, 定量评价后孔隙度为13.9%, 地层俘获截面值为19.4C.U., 含油饱和度为38.1%, 解释为中水淹层; 97-2号层(1805.5~1807.6m)热中子寿命曲线值相对其上方97-1号层减小, 俘获截面值增大, 衰减谱无拖曳, 热中子俘获成像边缘幅度相对上方层位明显减小, 颜色变红, 表明含油性相对上方层位变差, 通过定量计算孔隙度为13.5%, 地层俘获截面值为20.4C.U., 含油饱和度为24.7%, 解释为高水淹层; 98-1号层(1810.5~1811.6m)相较于98-2层(1811.6~1816.3m)热中子寿命曲线值明显要低, 而宏观俘获截面值要大, 热中子俘获成像边缘幅度也明显比98-2号层段小, 颜色呈深红色, 而98-2号层段俘获成像呈亮黄色, 表明98-1号层含油性很差, 98-2号层含油性较好。通过定量计算98-1号层孔隙度为13.4%, 地层俘获截面值为20.6C.U., 含油饱和度为27%, 98-2号层孔隙度13.8%, 地层俘获截面值为18.6C.U., 含油饱和度46.1%。因此, 98-1号层解释为高水淹层, 98-2号层解释为低水淹层。
将上述地层孔隙度计算结果与对应深度岩心实验孔隙度数据对比, 计算误差为6.7%;将上述解释结论与生产资料中的含水率进行对比, 解释结论与生产资料结果一致。从图 4可以看出, 储层水淹后自然电位变化平缓, 无法判断水淹级别, 而通过热中子俘获成像图幅度和颜色的变化情况来反映储层水淹级别的变化则具有较大的优势。
|
图 4 盘加35-402A井热中子成像测井解释成果 |
受储层非均质性影响, 超低渗油藏水淹程度差异大, 剩余油分布不清。注水前后, 储层的测井响应特征变化大, 受仪器分辨率的限制, 常规测井无法准确反映某些微观的物理性质变化, 导致水淹层识别难。TNIS独特的测量方法克服了标准中子寿命测量仪器中存在的在低矿化度情况下, 不能有效区分油水层位的问题。TNIS数据分析解释系统将成像数据利用矩阵解析方法整合成热中子俘获成像和热中子衰减谱两种模式, 使得TNIS的解释结果更加完美。当地层中充满高矿化度流体时, 俘获截面值明显比充满低矿化度流体和原油的俘获截面值大。热中子成像测井适用于高、低矿化度地层水地层。鄂尔多斯盆地长8段注水井矿化度满足热中子成像测井测量条件, 故能够依据反映储层岩性、物性、含油性的GR-TNIS、SIGMA、RATIO等热中子成像测井资料的变化特征, 根据储层特性及含油饱和度的大小, 确定储层的动用状况。
4 结论1) 热中子成像测井将热中子在地层中衰减、俘获的过程以成像方式加以显示, 可直观、快速判断储层特性, 而且能够识别水淹层。
2) 热中子成像测井可以计算得到宏观俘获截面, 其大小与含油性有关, 据此可以实现饱和度计算与水淹等级划分。
3) 在鄂尔多斯盆地长8段地层中, 热中子成像测井能有效地判断油、水层并划分水淹等级。
| [1] |
陆大卫, 王春利. 剩余油饱和度测井评价新技术[M]. 北京: 石油工业出版社, 2003: 1-294. LU D W, WANG C L. New technology of logging evaluation of remaining oil saturation[M]. Beijing: Petroleum Industry Press, 2003: 1-294. |
| [2] |
郭海敏. 生产测井导论[M]. 北京: 石油工业出版社, 2003: 30-32. GUO H M. Introduction to production logging[M]. Beijing: Petroleum Industry Press, 2003: 30-32. |
| [3] |
俞启泰. 关于剩余油研究的探讨[J]. 石油勘探与开发, 1997, 24(2): 46-50. YU Q T. A study on remaining oil[J]. Petroleum Exploration and Development, 1997, 24(2): 46-50. |
| [4] |
张予生, 李康, 刘春辉, 等. 热中子成像测井技术在吐哈油田的应用[J]. 测井技术, 2015, 39(5): 652-655. ZHANG Y S, LI K, LIU C H, et al. On the applications of TNIS in Tuha oilfield[J]. Well Logging Technology, 2015, 39(5): 652-655. |
| [5] |
刘萍, 冯伟, 任书莲, 等. 热中子成像测井在饶阳油田的应用[J]. 测井技术, 2018, 42(4): 407-412. LIU P, FENG W, REN S L, et al. Application of TNIS saturation logging technology in Raoyang oilfield[J]. Well Logging Technology, 2018, 42(4): 407-412. |
| [6] |
李家骏, 郭海敏, 郭常伟, 等. TNIS热中子成像测井资料解释系统[J]. 测井技术, 2019, 43(1): 48-52. LI J J, GUO H M, GUO C W, et al. Thermal neutron imaging system log data processing and interpretation[J]. Well Logging Technology, 2019, 43(1): 48-52. |
| [7] |
李伟. TNIS过套管成像测井技术原理及应用[J]. 化学工程与装备, 2017(8): 140-143. LI W. The principle and application of TNIS through casing imaging logging technology[J]. Chemical Engineering & Equipment, 2017(8): 140-143. |
| [8] |
文静, 范宜仁, 张峰, 等. PNN测井热中子时间谱的多尺度滤波研究[J]. 电子学与探测技术, 2010, 30(3): 385-389. WEN J, FAN Y R, ZHANG F, et al. Study of Thermal neutron time-spectrum of PNN logging based on multiscale filtering[J]. Electronics and Detection Technology, 2010, 30(3): 385-389. |
| [9] |
史秀艳. TNIS套管成像剩余油监测技术的研究与应用[J]. 内蒙古石油化工, 2017, 43(增刊1): 109-111. SHI X Y. Research and application of TNIS casing imaging remaining oil monitoring technology[J]. Inner Mongolia Petrochemical Industry, 2017, 43(S1): 109-111. |
| [10] |
胡冰恒, 郭海敏, 诸葛月英, 等. TNIS测井技术在低矿化度储层中的应用[J]. 贵州师范大学学报(自然科学版), 2016, 34(5): 71-76. HU B H, GUO H M, ZHUGE Y Y, et al. Application of TNIS logging technology in low salinity reservoir[J]. Journal of Guizhou Normal University(Natural Sciences), 2016, 34(5): 71-76. |
| [11] |
刘珈辰, 郭海敏, 胡冰恒. TNIS测井资料解释中参数敏感性研究[J]. 能源与环保, 2017, 39(4): 87-90. LIU J C, GUO H M, HU B H. Research on sensitivity of parameters in logging data interpretation of TNIS[J]. China Energy and Environmental Protection, 2017, 39(4): 87-90. |
| [12] |
张峰. PNN脉冲中子测井方法的蒙特卡罗模拟结果研究[J]. 地球物理学报, 2007, 50(6): 1924-1930. ZHANG F. Monte Carlo simulation result for the pulsed neutron-neutron logging method[J]. Chinese Journal of Geophysics, 2007, 50(6): 1924-1930. |
| [13] |
张洪, 邱金权, 张智峰, 等. 脉冲中子全谱饱和度测井在青海油田的应用[J]. 测井技术, 2014, 38(5): 627-633. ZHANG H, QIU J Q, ZHANG Z F, et al. Application of pulse full spectrum saturation logging in Qinghai oilfield[J]. Well Logging Technology, 2014, 38(5): 627-633. |
| [14] |
郑华. PNST脉冲中子全谱测井仪在大庆油田的应用[J]. 测井技术, 2013, 37(5): 541-546. ZHENG H. Applications of the PNST pulsed neutron spectral tool in Daqing oilfield[J]. Well Logging Technology, 2013, 37(5): 541-546. |