Processing math: 6%
  岩性油气藏  2025, Vol. 37 Issue (3): 165-175       PDF    
×
裂缝-孔隙型碳酸盐岩油藏加密井井位部署新方法——以渤海湾盆地黄骅坳陷唐海油田寒武系油藏为例
张庆龙, 毛元元, 冯建松, 袁学生, 周微, 朱福金, 轩玲玲     
中国石油冀东油田分公司 陆上作业区, 河北 唐山 063004
摘要: 渤海湾盆地黄骅坳陷唐海油田寒武系裂缝-孔隙型碳酸盐岩油藏地层能量下降快,整体采收率低,为了解决合理部署加密井的问题,提出了一种井位定量优选的新方法。研究结果表明:①裂缝-孔隙型碳酸盐岩油藏的单井累计产油量主要受单井控制可动剩余油量、储层裂缝平均渗透率、单储层平均厚度、储层裂缝平均孔隙度以及基质平均渗透率的综合影响,其中单井控制可动剩余油量的影响最大。②井位定量优选方法为综合利用测井、地震、岩心薄片等资料,建立三维地质模型及单井控制可动剩余油模型;通过三维地质模型、油藏数值模拟成果及单井生产动态数据相关性分析,对各个影响因素的相对重要程度进行排序;利用改进的层次分析法计算各个影响因素的权重和综合“甜点”系数,优选综合“甜点”系数高值进行井位部署。③该方法在唐海油田T180X2区块寒武系徐庄组与毛庄组储层的井位部署中取得了较好效果,3口探井均获得较高的单井产量,全生命周期累产油20 800 t,且综合“甜点”系数与单井全生命周期累产油量呈现良好的正相关关系。
关键词: 裂缝-孔隙型碳酸盐岩油藏    加密井    三维地质模型    油藏数值模拟    改进的层次分析法    综合"甜点"系数    单井控制可动剩余油量    储层裂缝平均渗透率    寒武系    唐海油田    
Quantitative selection and application of well locations for encrypted wells in fractured-porosity carbonate rocks: A case study of Cambrian oil reservoirs in Tanghai Oilfield, Huanghua Depression, Bohai Bay Basin
ZHANG Qinglong, MAO Yuanyuan, FENG Jiansong, YUAN Xuansheng, ZHOU Wei, ZHU Fujin, XUAN Lingling     
Onshore Oilfield, PetroChina Jidong Oilfield Company, Tangshan 063004, Hebei, China
Abstract: The formation energy of Cambrian fractured porous carbonate reservoirs in Tanghai Oilfield, Bohai Bay Basin decreases rapidly, and the overall recovery rate is low. In order to solve the problem of deploying encrypted well locations reasonably, a new method for quantitative optimization of well locations was proposed. The results show that: (1) The cumulative oil production of a single well in a fractured porous carbonate reservoir throughout its entire life cycle is mainly influenced by the combined effects of single well controlled movable remaining oil, average permeability of reservoir fractures, average thickness of single reservoir, average porosity of reservoir fractures, and average permeability of the matrix, with single well controlled movable remaining oil having the greatest impact. (2) The quantitative optimization method for well location is to comprehensively utilize logging, seismic, core thin section and other data to establish a three-dimensional geological model and a single well controlled movable residual oil model; Sort the relative importance of each influencing factor through correlation analysis of models, reservoir numerical simulation results and single well production performance data; Utilize the improved Analytic Hierarchy Process to calculate the weights of various influencing factors and the comprehensive "sweet spot" coefficient, and select the well locations with high comprehensive "sweet spot" coefficients for deployment. (3) This method has achieved good results in the optimization of well location targets in carbonate reservoirs of Cambrian Xuzhuang Formation and Maozhuang Formation in T180X2 Block of Tanghai Oilfield. All three exploration wells have achieved high single well production, with a cumulative oil production of 20 800 tons throughout the entire life cycle. The comprehensive "sweet spot" coefficient shows a good positive correlation with the cumulative oil production of a single well throughout its life cycle.
Key words: fractured-porous carbonate reservoir    infill wells    three-dimensional geological model    reservoir numerical simulation    improved analytic hierarchy process    comprehensive "dessert" coefficient    single well control of movable remaining oil volume    average permeability of reservoir fractures    Cambrian    Tanghai Oilfield    
0 引言

碳酸盐岩在全球油气勘探领域中占有非常重要的地位,全球油气储量中约47.5% 来自碳酸盐岩储层[1]。礁滩及裂缝型储层作为一种典型的碳酸盐岩储层[2-4],在全球各大油气区广泛发育。近年来,随着中国石油公司业务不断拓宽和加深,在油气田开发过程中积累了很多宝贵经验,特别是裂缝型碳酸盐岩油气藏开发领域取得了显著进展[5],形成了裂缝识别与预测、裂缝建模、裂缝型油藏渗流机理及有效开发对策等一系列前沿技术[6]。唐昱哲等[7]运用地震正演与波形聚类技术对储层的分布及厚度进行了半定量预测;谢鹏等[8]通过可视化微观模型实验和高温高压微观核磁共振检测系统,开展了水侵机理模拟实验,对裂缝-孔隙型碳酸盐岩侵入水分布特征进行了表征;李娟等[9]基于测井、地震及测试生产数据,通过综合概率法及相控波形指示反演,实现了裂缝-孔隙型储层的定量预测。整体而言,目前针对裂缝-孔隙型碳酸盐岩储层的研究虽然较多,但是研究因素较单一,且处于定性及半定量评价阶段,忽略了经济因素,严重影响了该类油藏加密井部署的精度。渤海湾盆地黄骅坳陷唐海油田T180X2区块为典型的碳酸盐岩油藏,作为重要的产能建设区,目前因地层能量下降快而注水生产,但含水率高,亟需明确区块内剩余油分布,部署加密井井位,提高采收率。

以渤海湾盆地黄骅坳陷唐海油田T180X2区块为例,基于三维地质模型、油藏数值模拟成果及单井动态生产资料,分析影响裂缝-孔隙型碳酸盐岩油藏单井累计产油量因素相对权重,利用改进层次分析法及动态生产数据计算出各影响因素的具体权重值及综合“甜点”系数,以期为该类型油藏部署加密井井位提供参考。

1 地质概况

渤海湾盆地黄骅坳陷自北向南依次发育拾场次洼、高尚堡—柳赞构造带、老爷庙构造带、林雀次洼、南堡构造带和曹妃甸次洼,研究区唐海油田T180X2区块位于老爷庙构造带,北与西南庄边界大断层毗连,南东向为老爷庙油田,区域含油面积为1.8 km2,为断鼻状油气藏(图 1)。该区寒武系碳酸盐岩油藏主要分布在西南庄断层附近的滩海区域,整体呈西南抬升、东北倾伏的古斜坡大型鼻状构造,寒武系自下而上发育府君山组、馒头组、毛庄组、徐庄组、张夏组、崮山组、长山组与凤山组,碳酸盐岩产油层位主要为徐庄组与毛庄组。徐庄组泥质含量相对较高,顶部发育一套泥岩沉积,岩层韧性强;毛庄组泥质含量更低,主要发育云灰岩,为研究区主力产油组。本文主要研究层段徐庄组和毛庄组的埋藏深度为1 600~2 000 m,主要储集空间为基质孔隙,基质孔隙度为3.00%~9.00%,基质渗透率为1~10 mD,基质含水饱和度为20%~ 90%,裂缝孔隙度为0.03%~0.55%,裂缝渗透率为(2~8)×103 mD。毛庄组裂缝更发育,而徐庄组因泥质含量较高,地层脆性变弱,裂缝渗透率远大于基质渗透率,基质渗透率只在局部裂缝不发育的区域起主要渗流作用。

下载原图 图 1 渤海湾盆地唐海油田T180X2区块构造位置(a)和寒武系岩性地层综合柱状图(b) Fig. 1 Structural location (a) and stratigraphic column of Cambrian (b) in T180X2 Block of Tanghai Oilfield, Bohai Bay Basin

研究区油藏类型为常规稀油油藏,可动用地质储量为35.2×104 t,原始地层压力为16.28 MPa,可采油量7.03×104 t,已采出油量3.95×104 t,可采剩余油3.08×104 t。区内共有8口采油井,整体上表现为投产初期产量高,但快速递减,区块整体能量递减速度快,在能量不足后采用边缘注水井注水生产,注水后采油井能量快速恢复,但综合含水率快速上升,截至2016年6月,8口采油井均因高含水而关井。

2 井位优选影响因素及相对重要程度的确定

裂缝-孔隙型油藏的储集空间为基质孔隙,渗流通道为裂缝,因此影响其储集空间的因素包括基质平均孔隙度与储层裂缝平均孔隙度;影响单井渗流因素包括基质平均渗透率与储层裂缝平均渗透率,由于储层裂缝平均渗透率远大于基质平均渗透率,因此可以认为对此类油藏的单井累计产油量而言,储层裂缝平均渗透率的重要程度大于基质平均渗透率。此外,在储量不变的条件下,在一定厚度范围内,单储层的平均厚度越大,采油量越大,因此单储层平均厚度也是重要的参考因素之一。为了更好地描述基质储集空间的剩余油储量,引进“单井控制可动剩余油量”这一概念[10]来反映基质孔隙中的可动剩余油量,裂缝孔隙也可少量储存剩余油,单井控制可动剩余油量的重要程度高于储层裂缝平均孔隙度。综上分析,裂缝-孔隙型油藏储集及采出程度主要受单井控制可动剩余油量、储层裂缝平均孔隙度、储层裂缝平均渗透率、基质平均渗透率以及单储层平均厚度5个因素的影响。通过这5个因素进行井位优选,具体流程如下:

① 利用单井控制可动剩余油量进行井位初步优选,同时提出“全生命周期累计产油量”的概念,即从油井投产至彻底废弃(排除因储层污染或者作业因素)过程中单井的累计产油量。

② 依据已有的测井、地震及钻井等多方面资料构建精细基质渗透率模型、基质孔隙度模型、基质含油饱和度模型及单储层厚度模型。

③ 综合成像测井解释成果及地震属性体构建裂缝强度体,通过粗化裂缝强度数据体,生成裂缝孔隙度模型和裂缝渗透率模型,预测井间裂缝孔隙度及裂缝渗透率大小和空间分布。

④ 将粗化后的基质孔隙度模型、基质渗透率模型、基质含油饱和度模型、裂缝孔隙度模型、裂缝渗透率模型输入CMG软件中构建双孔双渗非均质模型,利用生产数据进行历史拟合,预测工区目的层剩余油分布。

⑤ 依据三维地质模型计算各单井参数的均值,将单井累产油与各影响因素进行拟合,由相关系数可判断各要素对单井累产油量的相对重要程度,即相关系数越大,影响越大。

2.1 三维地质模型

裂缝-孔隙型碳酸盐岩油藏的三维地质模型主要包括基质模型与裂缝模型。

2.1.1 基质模型

基质模型主要包括构造模型、沉积相模型及基质属性(孔隙度、渗透率、含水饱和度)模型,构建步骤为

① 利用地震解释的断层数据及层位数据构建初步断层模型及层位模型,利用井分层数据及断点数据对层位模型及断层模型进行校正,保证构造模型与前期地质认识一致。

② 对构造模型设置合理的网格大小,构建符合T180X2区块地质认识及精度要求的三维构造模型,为基质属性模型及沉积相模型搭建构造格架。

③ 依据对T180X2区块岩心及前期地质认识对沉积微相进行初步划分;利用岩心对测井微相进行标定,总结测井微相模式,利用测井微相对各单井及小层沉积微相进行精细划分,并将各小层沉积微相数值化,综合利用确定性及随机建模的方法构建沉积相模型。

④ 在沉积相控下构建基质孔隙度及基质渗透率模型;综合利用孔隙度模型及沉积相模型对基质含水饱和度模型进行双重控制,保证模型质量(图 2)。

下载原图 图 2 唐海油田T180X2区块寒武系徐庄组和毛庄组碳酸盐岩储层基质模型 Fig. 2 Matrix model of carbonate reservoirs of Cambrian Xuzhuang Formation and Maozhuang Formation in T180X2 Block, Tanghai Oilfield

按照此方法建立研究区徐庄组和毛庄组的沉积相模型,沉积相主要包括云灰坪微相与泥坪微相,基质孔隙度为3.00%~9.00%,基质渗透率为1~10 mD,基质含水饱和度为20%~90%,均与前期认识一致,且基质孔隙度模型、基质渗透率模型及基质含水饱和度模型都表现出较好的相控特征。

2.1.2 裂缝模型

利用T180X2区块成像测井成果及地震方差体构建徐庄组和毛庄组碳酸盐岩储层的裂缝模型;再由裂缝模型生成各小层的裂缝强度模型,将裂缝强度模型粗化,生成相应的裂缝属性(孔隙度、渗透率)模型。模型结果(图 3)显示:毛庄组裂缝孔隙度(0.05%~0.55%)及裂缝渗透率(10~10 000 mD)均较徐庄组更大,与前期地质认识基本一致。

下载原图 图 3 唐海油田T180X2区块寒武系徐庄组和毛庄组碳酸盐岩储层裂缝模型 Fig. 3 Fracture model of carbonate reservoirs of Cambrian Xuzhuang Formation and Maozhuang Formation in T180X2 Block, Tanghai Oilfield
2.2 单井控制可动剩余油模型

单井控制可动剩余油量很大程度上决定着单井全生命周期累计产油量,单井控制可动剩余油模型的建立也是井位优选的核心内容。研究思路为,首先对基质模型及裂缝模型进行粗化,保证粗化前后模型中包含的地质信息基本一致;然后,利用CMG软件构建双孔双渗模型[11],对区块储量、压力、日产油及单井压力进行历史拟合,保证拟合精度高于95%,即可得到各小层剩余油平面分布图(图 4)。

下载原图 图 4 唐海油田T180X2区块寒武系徐庄组(a)和毛庄组(b)碳酸盐岩储层顶部剩余油分布特征 Fig. 4 Distribution characteristics of remaining oil in carbonate reservoirs of the top of Cambrian Xuzhuang Formation and Maozhuang Formation in T180X2 Block, Tanghai Oilfield

假设一口井钻遇N个储层,井轨迹与储层的交点中部坐标为OijIJK),以该交点为中心,对半径为R的球体范围内所有网格剩余油进行累加,即为单井控制可动剩余油量。将砂体被断层、岩性及储层物性变化等非渗流屏障划分的规模更小的独立砂体定义为储量单元,基于精细油藏描述及试井成果,可识别出每套储层的非渗流屏障,即可精准地划分储量单元。在计算单井控制范围内的可动剩余油时,所累加的剩余油网格必须与Oij为同一个储量单元,否则必须舍弃。以一个半径为R的球形砂体为例(图 5),区域被物性边界及断层划分成3个独立的储量单元,分别命名为1,2,3,井轨迹与砂体的交点Oij处于储量单元2中,则该井在这套砂体上的可动剩余油量为储量单元2的剩余油量,而非整个区域剩余油量。

下载原图 图 5 加密井控制区域平面图 注:图中1,2,3均为对应区域的名称。 Fig. 5 Plan of control area for infill well

假设一口设计井所钻遇的独立砂体数量为N,球形范围内与Oij在同一个储量单元内的网格数为p,则单井控制可动剩余油量为

M=Nl=1po=1[So(I,J,K)Sor]ρV (1)

式中:M为单井控制可动剩余油量,t;SoIJK)为加密井控制范围内第(IJK)网格中的剩余油饱和度,%;Sor为残余油饱和度,%;ρ为油的密度,kg/m3V为单个网格的体积,m3lo分别为储层中砂体个数和控制范围内的网格数。

当设计井与已存在油水井形成一定的井网时,设计井的控制半径R可取平均井距的一半,也可依据其钻遇的砂体厚度与邻近井砂体厚度变化来进行调整,一般取平均井距的1/3~2/3,并保证R大于最小经济极限距离,即

(XXI)2+(YYJ)2+(ZZK)2 (2)

式中:XYZ分别为任意横坐标、任意纵坐标和任意垂向坐标,m;XIYJZK分别为空间上(IJK)网格对应的横坐标,纵坐标及垂向坐标,m;Lmin为经济极限井距,m。

将销售收入与钻井投资、地面投资、作业费、操作费以及税收等支出达到平衡时的单井累计产油量定义为单井经济极限累产油量。单井经济极限累产油量(Mmin)通常小于单井控制可动剩余油量,即

M \geqslant M_{\min } (3)

根据非线性盈亏平衡原理[12-13],可得出单井经济极限累计产油量:

\left(\sum Q_0\right)_{\lim }=\frac{I_{\mathrm{d}}\left(1+R_{\mathrm{inj}}\right)\left(1+R_{\mathrm{dm}}\right)+C_{\mathrm{wo}} t}{\left(C_{\mathrm{oil}}-C_{\mathrm{c}}-C_{\mathrm{tax}}\right) R_{\mathrm{sp}}} (4)

式中:(∑Q0lim为单井经济极限累产油量,t;Id为钻井投资,元;Rinj注采井数比;Rdm为地面建设投资与钻井投资之比;Cwo为油水井作业费,元/a;t为预测时间,a;Coil为油价,元/m3Cc为操作费,元/m3Ctax为税收与管理费,元/m3Rsp为原油商品率。

结合原油采收率、原油采出程度和油藏含油面积等参数可以推导出经济极限井距[14-15]计算式:

L_{\min }=1\;000\left[\frac{U\left(W_{\mathrm{r}}-E_{\mathrm{o}}\right)\left(1+R_{\mathrm{inj}}\right)}{\left(\sum Q_0\right)_{\lim } A}\right]^{\left(-\frac{1}{2}\right)} (5)

式中:U为原油地质储量,t;Wr为原油采收率,%;Eo为油藏目前的采出程度,%;A为油藏的含油面积,m2

三维地质模型可视化软件可以自动搜索三维地质模型在平面上无井点网格,以无井点网格为圆心,计算单井控制范围内可动剩余油量,依据该值大小设置井轨迹,对加密斜井及直井所钻穿储层可控范围内的剩余油进行计算,可优选靶点的同时对井轨迹进行优化,达到提高经济效益的目的。依据单井各小层的剩余油平面图,找出设计井与储层的交点,并以该交点中心位置为圆心,对半径为R的球体范围内所有剩余油网格进行累加,结合式(1)—(5),可计算出单井控制可动剩余油量。网格剩余油饱和度对应油井投产时的剩余油饱和度,随着投产时期的不同会发生变化,保证计算时剩余油模型已更至最新。

2.3 影响因素相对重要程度确定及模型动态验证

以三维地质模型及单井控制可动剩余油模型为基础,可计算储层裂缝平均孔隙度、平均渗透率,基质平均渗透率以及单储层平均厚度。储层裂缝平均渗透率、基质平均渗透率和储层裂缝平均孔隙度的计算均采用体积权重法,以各单井井轨迹与单储层交点为圆心,以半径为R范围内同一储量空间内的所有网格为单元,每个网格里的数值是定值,求取不同网格对应属性值与网格体积乘积之和,再除以所有网格体积之和,即可得到3个影响因素单井的均值。

储层裂缝平均渗透率、基质平均渗透率、储层裂缝平均孔隙度的计算式分别为

\overline{K_{\mathrm{f}}} =\frac{\sum\nolimits_{i=1}^q V_i K_{f i}}{\sum\nolimits_{i=1}^q V_i} (6)

\bar{K} =\frac{\sum\nolimits_{i=1}^q V_i K_i}{\sum\nolimits_{i=1}^q V_i} (7)

\bar{\varPhi}=\frac{\sum\nolimits_{i=1}^q V_i \varPhi_i}{\sum\nolimits_{i=1}^q V_i} (8)

式中:K \overline{K_{\mathrm{f}}}分别为基质和裂缝的平均渗透率,mD;KiKfi分别为第i个基质,第i个网格裂缝的渗透率,mD;Vi为第i个网格体积,m3q为单井控制范围内所有储层同一储量区内的网格总数,个;Ф为裂缝孔隙度平均值;Фi为第i个网格孔隙度。

单储层平均厚度为井轨迹与单储层交点为中心,半径R的球形范围内网格的总体积与总面积的比值,即

\bar{d}=\frac{\sum\limits_{i=1}^N V_i}{S} (9)

式中:d为单储层平均厚度,m;S为单井控制范围内同一储量区内投影面积总和,m2

为了降低不同因素因量纲不一致产生的影响,进行均一化处理:

\bar{X}=\frac{\mathrm{X}_i-X_{\min }}{X_{\max }-X_{\min }} (10)

式中:X为影响因素均一化后的数值;Xi为影响因素任意单井数值;XminXmax分别为某个影响因素的最小、最大值。

将5个影响因素均一化后分别与单井累计产油量进行拟合,结果(图 6)显示:与单井累计产油量的相关性由高到低影响因素为单井控制可动剩余油量,储层裂缝平均渗透率,单储层平均厚度,储层裂缝平均孔隙度,基质平均渗透率;基质平均渗透率与单井累计产油量的相关性较低,这一结论说明裂缝是裂缝-孔隙型碳酸盐岩油藏的主要渗流通道与前期地质认识及开发动态特征相吻合。

下载原图 图 6 唐海油田寒武系徐庄组和毛庄组单井累计产油量影响因素相对重要程度分析 Fig. 6 Analysis of the relative importance of factors affecting cumulaive oil production in a single well of Cambrian Xuzhuang Formation and Maozhuang Formation in T180X2 Block, Tanghai Oilfield
3 基于改进层次分析法多因素井位优选

本文采用改进层次分析法求取各影响因素的权重,加密井优选经济效益高(可采剩余油最多),成本投入最少的井。

3.1 改进层次分析法

层次分析法常用于多因素复杂问题的决策,可利用较少的定量信息决策的思维过程,为多目标、多准则及无结构复杂的决策问题提供简单高效的决策方法,特别适合于多种因素影响的复杂问题[16-18]。常规的层次分析法一般包括层次模型的构建、比较矩阵的构建、权重向量的计算以及一致性的检验[19-21],其中构建比较矩阵时受人为因素影响大,在进行各因素相对重要程度比较时,需要对各影响因素有深刻理解,主观因素影响大,不同人的比较结果可能存在较大偏差。改进的层次分析法基于实际数据,对不确定的影响因素相对重要程度只给出大致分布范围,可以降低构建比较矩阵的主观性。

3.2 构建比较矩阵

常规的层次分析法是基于地质认识将单井全生命周期累计产油量的5个影响因素的相对重要程度用数字1~9表示,数值越大,表示相对重要程度越高[22-23]。由前文分析可知,对研究区裂缝-孔隙型碳酸盐岩油藏而言,单井控制可动剩余油量为单井全生命周期累计产油量最重要的影响因素,影响程度远大于基质平均渗透率,确定其对基质平均渗透率的重要程度为9,对储层裂缝平均渗透率(相对重要程度居第二)的重要程度为2,对储层平均孔隙度(重要程度在各要素中居中)的重要程度为5,对储层裂缝平均孔隙度(重要性仅高于基质渗透率)重要程度为7。反言之,基质渗透率对单井控制可动剩余油量的重要程度为1/9,储层裂缝平均渗透率对单井控制可动剩余油量的重要程度为1/2,依此类推。储层裂缝平均渗透率对其他3个因素的重要程度均低于单井控制可动剩余油量对这3个因素的影响,因此,设置储层裂缝平均渗透率对单储层平均厚度的重要程度为4,对储层裂缝平均渗透率的重要程度为6,对基质平均渗透率的重要程度为7;单储层平均厚度对储层裂缝平均孔隙度和基质平均渗透率的影响又低于储层裂缝平均渗透率对这2个因素的影响,依此类推,得出5个因素之间的相对重要程度(表 1)。具体数值会随着研究人员对T180X2区块的认识不同而发生相应的改变,导致得出的比较矩阵、最大特征值对应的特征向量均发生变化,影响各要素对单井全生命周期累计产油的权重,从而导致在优选井位时发生偏差[24-25]

下载CSV 表 1 常规层次分析法得到的单井全生命周期累计产油量五大影响因素间相对重要程度 Table 1 Relative importance of the five major influencing factors on the cumulative oil production of a single well throughout its entire life cycle obtained by the conventional analytic hierarchy process

改进的层次分析法与常规层次分析法的不同之处在于依据因素间相对重要程度构建的比较矩阵不是确定矩阵,而是一个含有变量的矩阵,如表 2所列,10个变量均为正整数,处理时会在变量的取值范围内任意赋值且随机组合,形成多个比较矩阵,并求出所有矩阵的特征值及特征向量,最大限度地减少个人主观因素造成的偏差。通过计算T180X2区块所有矩阵对应的综合“甜点”系数与单井累产油之间的相关性,优选相关性最高的权重系数,其对应的比较矩阵即为最符合T180X2区块比较矩阵。因此,改进层次分析法是从实际生产数据反推比较矩阵,能更充分地体现研究区的生产特征,计算的影响因素权重值也更准确。

下载CSV 表 2 改进层次分析法得到的单井全生命周期累计产油量的五大影响因素间相对重要程度 Table 2 Relative importance of the five major influencing factors on the cumulative oil production of a single well throughout its entire life cycle obtained by improving the analytic hierarchy process
3.3 计算综合“甜点”系数及确定矩阵相对重要程度

综合“甜点”系数是用来定量刻画单井潜力的参数,是综合了多种因素,利用数学算法计算出来的准确数值,使得井位优选由单一因素向综合因素进行转变,由定性向定量进行转化。

利用Matlab软件计算各矩阵最大非零特征值:

|\lambda \boldsymbol{E}-\boldsymbol{F}|=0 \Rightarrow \lambda_{\max } \Rightarrow \overline{\boldsymbol{\eta}}=\left(\boldsymbol{\eta}_1, \boldsymbol{\eta}_2, \boldsymbol{\eta}_3, \cdots, \boldsymbol{\eta}_n\right) (11)

式中:λλmax分别为矩阵特征值和最大特征值;F为比较矩阵;η为对应的最大特征向量;E为单位向量;n为矩阵的阶数。

最大非零特征值对应的特征向量单位化后对应的数值就是影响因素的权重,对模型预测的多个无井靶点参数值进行统计,将各靶点不同类参数进行归一化并加权求和,即可得出综合“甜点”系数,该值越大,则油井潜力越大。

|T D|=\left(\boldsymbol{\eta}_1, \boldsymbol{\eta}_2, \boldsymbol{\eta}_3, \cdots, \boldsymbol{\eta}_n\right)\left(\overline{\boldsymbol{X}_1}, \overline{\boldsymbol{X}_2}, \overline{\boldsymbol{X}_3}, \cdots, \overline{\boldsymbol{X}_n}\right)^{\mathrm{T}} (12)

式中:|TD|为单井综合“甜点”系数; \left(\overline{\boldsymbol{X}_1}, \overline{\boldsymbol{X}_2}, \overline{\boldsymbol{X}_3}, \cdots, \overline{\boldsymbol{X}_n}\right)为单位化后向量。

3.4 一致性检验

多个不等式之间要保持逻辑性合理,需进行一致性检验:

C I=\frac{\left(\lambda_{\max }-n\right)}{(n-1)} (13)

式中:CI为一致性指数。

为了更好定义一致性,引进一致性指标RI。当非零向量阶数不同时,RI取值不同,当n = 5时,RI =1.12。

C R=\frac{C I}{R I} (14)

式中:CR为一致性比例,若CR < 0.1,说明通过一致性检验。

4 井位定量优选软件编制

以三维地质模型及各个小层剩余油数据作为基础数据库,利用编程语言嵌入单井控制可动剩余油量及经济极限井距相应的计算公式,同时与Matlab软件进行无缝衔接,编制井位定量优选软件。软件分为数据读取模块、参数计算模块及井位综合优选模块三大模块,能够快速且定量地给出优选结果(图 7)。具体运行步骤如下:①提取三维地质模型及油藏数值模拟相关数据;②提取油田数据库相关数据,主要包括单井及区块各项生产参数;③计算单井经济极限井距、单井控制可动剩余油量,并调用Matlab基于改进的层次分析法计算单井累产油量影响因素的权重;④沿直井或斜井轨迹计算各设计井综合“甜点”系数并排序,优选井位靶点及井轨迹。

下载原图 图 7 井位定量优选软件结构 Fig. 7 Structure of well location quantitative optimization software
5 实际应用效果 5.1 因素权重确定及综合“甜点”系数

通过改进层次分析法、常规层次分析法分别计算唐海油田T108X2区块已投产的6口井的综合“甜点”系数,结果(表 3)显示:改进层次分析法计算出的综合“甜点”系数1与油井全生命周期累计产油量具有较高的正相关性,而常规层次分析法计算综合“甜点”系数2与油井全生命周期累计产油量相关性低,其中C2井综合“甜点”系数较C4井更高,但全生命周期累计产油量更低。这说明改进层次分析法计算的综合“甜点”系数更能体现T180X2区块单井产油潜力。

下载CSV 表 3 唐海油田T180X2区块寒武系徐庄组与毛庄组已投产井投产效果分析 Table 3 Production effectiveness analysis of Cambrian Xuzhuang Formation and Maozhuang Formation of production wells in T180X2 Block, Tanghai Oilfield

基于改进的层次分析法反推T180X2区块5个主要影响因素的相对重要程度(表 4),构建比较矩阵,可得出单井控制可动剩余油量、储层裂缝平均渗透率、单储层平均厚度、储层裂缝平均孔隙度、基质平均渗透率对应权重系数依次为45.0%,31.0%,11.0%,8.5%,4.5%。

下载CSV 表 4 唐海油田T180X2区块寒武系徐庄组与毛庄组油井投产效果五大影响因素相对重要程度 Table 4 Relative importance of the five major influencing factors on the production efficiency of Cambrian Xuzhuang Formation and Maozhuang Formation of production wells in T180X2 Block, Tanghai Oilfield
5.2 优选井位及投产效果分析

利用综合“甜点”系数优选靶点及相关的井轨迹,从10口设计井中优选出综合“甜点”系数值最大的D6,D3及D5井进行投产,这3口井的靶点均靠近边界断层,且分布在剩余油相对富集部位,毛庄组储层顶部剩余油较徐庄组更大(表 5图 8)。

下载CSV 表 5 唐海油田T180X2区块设计井寒武系徐庄组和毛庄组投产效果预测 Table 5 Production effectiveness prediction of Cambrian Xuzhuang Formation and Maozhuang Formation of the design wells in T180X2 Block, Tanghai Oilfield
下载原图 图 8 唐海油田T180X2区块寒武系徐庄组(a)与毛庄组碳酸盐岩储层顶部(b)靶点部署 Fig. 8 Target deployment at the top of carbonate reservoirs of Xuzhuang Formation (a) and Maozhuang Formation (b) in T180X2 Block, Tanghai Oilfield

D6,D3和D5井均于2021年3月2日投产,生产至2022年1月末综合含水率都上升至99.0%,达到油井停产标准,生产时间均为11个月,3口井全生命周期累产油20 800 t,整体上获得了较高的经济效益,也体现出裂缝-孔隙型碳酸盐岩油气藏初期产量高,但递减快的特征(表 6图 9)。利用改进层次分析法计算的D6,D3和D5井的综合“甜点”系数依次为0.95,0.77和0.72,而单井全生命周期累产油量分别为8 300 t,6 700 t,5 800 t,二者表现出较高的正相关性,而采用常规层次分析法计算3口井的综合“甜点”系数分别为0.93,0.72,0.76,其中D3井的综合“甜点”系数高于D5井,但实际累计产油量更低。

下载CSV 表 6 唐海油田T180X2区块3口设计井寒武系徐庄组和毛庄组碳酸盐岩储层生产参数统计 Table 6 Statistics of production parameters of carbonate reservoirs of Cambrian Xuzhuang Formation and Maozhuang Formation of three design wells in T180X2 Block, Tanghai Oilfield
下载原图 图 9 唐海油田T180X2区块3口设计井寒武系徐庄组和毛庄组碳酸盐岩储层生产动态分析 Fig. 9 Production performance analysis of carbonate reservoirs of Cambrian Xuzhuang Formation and Maozhuang Formation of three design wells in T180X2 Block, Tanghai Oilfield
6 结论

(1)裂缝-孔隙型碳酸盐岩油气藏全生命周期累产油量主要受5个因素影响,按影响程度由高到低依次为单井控制可动剩余油量、储层裂缝平均渗透率、单储层平均厚度、储层裂缝平均孔隙度及基质平均渗透率。

(2)基于影响裂缝-孔隙型油气藏5个影响因素,利用改进的层次分析法求出符合区块实际生产情况的具体权重值,结合编程软件智能且综合计算出各个设计单井的综合“甜点”系数,可快速得出最优井位靶点及钻井轨迹。

(3)唐海油田T180X2区块使用本文方法加密部署的3口井投产后,累产油20 800 t,各井综合“甜点”系数与单井全生命周期累计产油量呈正相关。

参考文献
[1]
ROEHL P O, CHOQUETTE P W. Carbonate petroleum reservoirs. New York: Springer Verlag, 1985: 1-15.
[2]
李凌, 张照坤, 李明隆, 等. 四川盆地威远-高石梯地区二叠系栖霞阶层序地层特征及有利储层分布. 岩性油气藏, 2022, 34(6): 32-46.
LI Ling, ZHANG Zhaokun, LI Minglong, et al. Sequence stratigraphic characteristics and favorable reservoirs distribution of Permian Qixia stage in Weiyuan-Gaoshiti area, Sichuan Basin. Lithologic Reservoirs, 2022, 34(6): 32-46. DOI:10.12108/yxyqc.20220603
[3]
孙夕平, 张昕, 李璇, 等. 基于叠前深度偏移的基岩潜山风化淋滤带储层预测. 岩性油气藏, 2021, 33(1): 220-228.
SUN Xiping, ZHANG Xin, LI Xuan, et al. Reservoir prediction for weathering and leaching zone ofbedrock buried hill based on seismic pre-stack depth migration. Lithologic Reservoirs, 2021, 33(1): 220-228. DOI:10.12108/yxyqc.20210120
[4]
王勇, 姜汉桥, 郭晨, 等. 基于微流控技术的裂缝性碳酸盐岩油藏脱气后水窜治理实验研究. 中国海上油气, 2023, 35(1): 78-88.
WANG Yong, JIANG Hanqiao, GUO Chen, et al. Microfluidics experimental investigation of water channeling control strategy after degassing in fractured carbonate reservoirs. China Offshore Oil and Gas, 2023, 35(1): 78-88.
[5]
叶双江, 李发有, 李苗, 等. 裂缝孔隙型碳酸盐岩底水油藏水平井优化技术研究. 科学技术与工程, 2017, 17(22): 191-196.
YE Shuangjiang, LI Fayou, LI Miao, et al. Horizontal well optimization technique in fracture-pore carbonate reservoir with bottom water. Science Technology and Engineering, 2017, 17(22): 191-196.
[6]
袁士义, 宋新民, 冉启全. 裂缝性油藏开发技术. 北京: 石油工业出版社, 2004: 167-330.
YUAN Shiyi, SONG Xinmin, RAN Qiquan. Fractured reservoir development technology. Beijing: Petroleum Industry Press, 2004: 167-330.
[7]
唐煜哲, 柴辉, 王红军, 等. 中亚阿姆河右岸东部地区侏罗系盐下碳酸盐岩储层特征及预测新方法. 岩性油气藏, 2023, 35(6): 147-158.
TANG Yuze, CHAI Hui, WANG Hongjun, et al. Characteristics and new prediction methods of Jurassic subsalt carbonate reservoirs in the eastern right bank of Amu Darya, central Asia. Lithologic Reservoirs, 2023, 35(6): 147-158. DOI:10.12108/yxyqc.20230616
[8]
谢鹏, 陈鹏羽, 赵海龙, 等. 碳酸盐岩裂缝-孔隙型储集层水侵特征及残余气分布规律. 新疆石油地质, 2023, 44(5): 583-591.
XIE Peng, CHEN Pengyu, ZHAO Hailong, et al. Water invasion characteristics and residual gas distribution in fractured-porous carbonate reservoirs. Xinjiang Petroleum Geology, 2023, 44(5): 583-591.
[9]
李娟, 郑茜, 孙松领, 等. 应用测井储层因子预测变质碎屑岩裂缝-孔隙型储层: 以海拉尔盆地贝尔凹陷基岩为例. 岩性油气藏, 2021, 33(6): 165-176.
LI Juan, ZHENG Qian, SUN Songling, et al. Prediction of fracturepore reservoirs in metamorphic clastic rocks using logging reservoir factors: A case study of basement in Beier Sag, Hailar Basin. Lithologic Reservoirs, 2021, 33(6): 165-176. DOI:10.12108/yxyqc.20210617
[10]
徐安娜, 穆龙新, 裘怿楠. 我国不同沉积类型储集层中的储量和可动剩余油分布规律. 石油勘探与开发, 1998, 25(5): 41-44.
XU Anna, MU Longxin, QIU Yinan. Distribution pattern of OOIP and remaining mobile oil CM (83 mm) in different types of sedimentary reservoir of China. Petroleum Exploration and Development, 1998, 25(5): 41-44.
[11]
裴森奇, 胡欣, 邓波, 等. 平落坝须二段气藏孔隙-裂缝型储层建模及数模技术. 天然气勘探与开发, 2020, 43(4): 77-84.
PEI Senqi, HU Xin, DENG Bo, et al. Modeling and numerical simulation for porous-fractured gas reservoirs of Xujiahe 2 Member, Pingluoba region, Sichuan Basin. Natural Gas Exploration and Development, 2020, 43(4): 77-84.
[12]
朱文娟, 喻高明, 严维峰, 等. 油田经济极限井网密度的确定. 断块油气田, 2008, 15(4): 66-67.
ZHU Wenjuan, YU Gaoming, YAN Weifeng, et al. Determination of economic limit for well pattern density of oilfield. Fault-Block Oil and Gas Field, 2008, 15(4): 66-67.
[13]
梁淞, 贾京坤, 杨航. 基于单井控制储量与井网密度的老油田经济极限井网密度计算新方法. 油气地质与采收率, 2014, 21(4): 104-106.
LIANG Song, JIA Jingkun, YANG Hang. Well pattern calculation method based on economic limit in old oilfields using well spacing and well-controlled reserves. Petroleum Geology and Recovery Efficiency, 2014, 21(4): 104-106.
[14]
李敬淞, 孙义新, 熊海灵, 等. 油田开发经济评价. 北京: 石油工业出版社, 2000: 85-96.
LI Jingsong, SUN Yixin, XIONG Hailing, et al. Oilfield development economic evaluation. Beijing: Petroleum Industry Press, 2000: 85-96.
[15]
吉敏. 不同驱替模式下致密油水平井注水开发经济效益评价: 以J油田M区为例. 石油地质与工程, 2020, 34(4): 69-73.
JI Min. Economic benefit evaluation of waterflooding development of tight oil horizontal wells under different displacement modes: By taking M area in J oilfield as an example. Petroleum Geology and Engineering, 2020, 34(4): 69-73.
[16]
常建娥, 蒋太立. 层次分析法确定权重的研究. 武汉理工大学学报: 信息与管理工程版本, 2007, 29(1): 153-156.
CHANG Jian'e, JIANG Taili. Research on the weight of coefficient through analytic hierarchy process. Journal of Wuhan University of Technology: Information & Management Engineering, 2007, 29(1): 153-156.
[17]
张庆龙, 刘磊, 贾志伟, 等. 复杂断块油藏三维地质模型的多级定量评价. 西南石油大学学报(自然科学), 2021, 43(3): 61-70.
ZHANG Qinglong, LIU Lei, JIA Zhiwei, et al. Multilevel quantitative evaluation of 3D geological model of complex fault block reservoir. Journal of Southwest Petroleum University (Science & Technology Edition), 2021, 43(3): 61-70.
[18]
余成林, 林承焰, 尹艳树. 合采合注油藏窜流通道发育区定量判识方法. 中国石油大学学报(自然科学版), 2009, 33(2): 23-28.
YU Chenglin, LIN Chengyan, YIN Yanshu. Quantitative identifying method for channeling path growing area in reservoirs of commingled injection and production. Journal of China University of Petroleum (Edition of Natural Science), 2009, 33(2): 23-28.
[19]
熊波, 朱冬雪, 方朝合, 等. 基于BP算法的中深层同轴套管换热量预测. 岩性油气藏, 2024, 36(2): 15-22.
XIONG Bo, ZHU Dongxue, FANG Chaohe, et al. Heat transfer prediction of medium and deep coaxial casing based on BP algorithm. Lithologic Reservoirs, 2024, 36(2): 15-22. DOI:10.12108/yxyqc.20240202
[20]
王学军, 李莎. 基于层次分析的聚类算法在油田生产数据中的应用. 承德石油高等专科学校学报, 2016, 18(5): 22-24.
WANG Xuejun, LI Sha. Application of AHP-based clustering algorithm in processing oilfield production data. Journal of Chengde Petroleum College, 2016, 18(5): 22-24.
[21]
桂金咏, 李胜军, 高建虎, 等. 基于特征变量扩展的含气饱和度随机森林预测方法. 岩性油气藏, 2024, 36(2): 65-75.
GUI Jinyong, LI Shengjun, GAO Jianhu, et al. A random forests prediction method for gas saturationbased on feature variable extension. Lithologic Reservoirs, 2024, 36(2): 65-75. DOI:10.12108/yxyqc.20240207
[22]
罗莉涛, 廖广志, 刘卫东, 等. Marangoni对流启动残余油微观机理. 石油学报, 2015, 36(9): 1127-1134.
LUO Litao, LIAO Guangzhi, LIU Weidong, et al. Micromechanism of residual oil mobilization by Marangoni convection. Acta Petrolei Sinica, 2015, 36(9): 1127-1134.
[23]
李东晖, 田玲钰, 聂海宽, 等. 基于模糊层次分析法的页岩气井产能影响因素分析及综合评价模型: 以四川盆地焦石坝页岩气田为例. 油气藏评价与开发, 2022, 12(3): 417-428.
LI Donghui, TIAN Lingyu, NIE Haikuan, et al. Factor analysis and comprehensive evaluation model of shale gas well productivity based on fuzzy analytic hierarchy process: Taking Jiaoshiba shale gas field in Sichuan Basin as an example. Petroleum Reservoir Evaluation and Development, 2022, 12(3): 417-428.
[24]
刘荣和, 张文彪, 冷有恒. 裂缝-孔隙型碳酸盐岩气藏稳态产能评价方法. 特种油气藏, 2022, 29(2): 122-127.
LIU Ronghe, ZHANG Wenbiao, LENG Youheng. Steady productivity evaluation method of fractured-porous carbonate gas reservoirs. Special Oil & Gas Reservoirs, 2022, 29(2): 122-127.
[25]
吕栋梁, 杨健, 林立新, 等. 砂岩储层油水相对渗透率曲线表征模型及其在数值模拟中的应用. 岩性油气藏, 2023, 35(1): 145-159.
LYU Dongliang, YANG Jian, LIN Lixin, et al. Characterization model of oil-water relative permeability curves of sandstone reservoir and its application in numerical simulation. Lithologic Reservoirs, 2023, 35(1): 145-159. DOI:10.12108/yxyqc.20230113
裂缝-孔隙型碳酸盐岩油藏加密井井位部署新方法——以渤海湾盆地黄骅坳陷唐海油田寒武系油藏为例
张庆龙, 毛元元, 冯建松, 袁学生, ...