2. 中国石油集团工程技术研究院有限公司钻井工艺研究所, 北京 102206;
3. 北京工业大学 机械工程与应用电子技术学院, 北京 100124
2. Engineering Technology R & D Company Limited, CNPC, Beijing 102206, China;
3. College of Mechanical Engineering and Applied Electronics Technology, Beijing University of Technology, Beijing 100124, China
页岩气是一种分布广、丰度低、易发现却难开采的连续性非常规气藏[1]。应用水平井钻井技术和水力压裂技术可以使页岩气得到一定程度的有效开发。可压裂性是页岩储层在水力压裂过程中能否被有效压裂、形成缝网,并达到增产的能力表征[2]。起初,常用脆性指数表征可压裂性,但二者之间的相关性不是很好,无法真实地反映储层压裂的难易程度[3-4];后来,有学者较系统地总结了断裂韧性、地质参数和工程参数等因素对可压裂性的影响[5-8]。页岩储层具有较强的非均质性,影响页岩可压裂性的因素较多,现有页岩可压裂性评价方法大多依赖于钻井岩心的室内试验,分析费用昂贵,实验数据有限且离散,评价结果与工程实际情况往往存在一定差异,难以连续、完整地反映出长水平井段页岩储层的可压裂性变化[9]。众多学者[10-13]依据测井能够提供随深度较连续变化的数据且能完整地表征地层信息的特点,采用层次分析法确定各影响因素对可压裂性的贡献权重,建立了页岩储层可压裂性测井评价方法。该评价方法要求影响因素之间相互独立,并且对人为主观判断各参数权重的准确性要求很高,但事实上各影响因素之间并非相互独立,因此严苛的条件要求降低了该方法的适用性。突变理论适用于处理内部作用尚未确知的系统,具有不需要人为确定各参数权重的优点[14]。目前突变理论已被广泛应用于煤层气储层评价以及压裂时选井和选层的过程中[15-16],但较少应用于页岩储层的可压裂性评价方面[17]。
本次研究以测井资料为基础,综合分析页岩脆性指数、矿物组成、含气性、断裂韧性等参数对页岩储层可压裂性的影响,利用层次分析法建立页岩储层长水平井段可压裂性评价模型,再通过引入突变理论,形成一种页岩储层可压裂性评价新方法,以期为页岩储层开发过程中的压前评价以及后期提高增产改造效果等提供理论依据。
1 页岩储层可压裂性影响因素可压裂性是页岩地质及储层特征的综合反映,影响可压裂性的主要因素包括脆性指数、矿物组成(脆性矿物和黏土矿物)、含气性(总含气量和TOC含量)、断裂韧性(Ⅰ型和Ⅱ型断裂韧性)以及难以定量化的其他因素等[2, 12]。
1.1 脆性指数脆性指数是页岩可压裂性评价中最重要的影响因素,杨氏模量和泊松比是评价脆性指数较为关键的2个参数。杨氏模量反映压裂后页岩储层维持人工裂缝的能力,泊松比反映压裂过程中页岩破裂的强度。杨氏模量越高,泊松比越低,页岩储层的脆性指数越高,压后裂缝越不容易闭合,越容易产生复杂裂缝,表明页岩储层的可压裂性程度越高[18]。
基于声波测井所提供的纵、横波时差资料,结合密度测井资料,可以计算出地层中任意深度处页岩的动态杨氏模量和动态泊松比,通过动、静态参数转换,可以得到静态杨氏模量和静态泊松比。动态杨氏模量和动态泊松比的计算公式[19]如下
$ \left\{ \begin{array}{l} {E_{\rm{d}}} = m\frac{{{\rho _{\rm{b}}}}}{{\Delta t_{\rm{s}}^2}}\frac{{\Delta t_{\rm{s}}^2-4\Delta t_{\rm{p}}^2}}{{\Delta t_{\rm{s}}^2}}\\ {\mu _{\rm{d}}} = \frac{1}{2}\frac{{\Delta t_{\rm{s}}^2-2\Delta t_{\rm{p}}^2}}{{\Delta t_{\rm{s}}^2-\Delta t_{\rm{p}}^2}} \end{array} \right. $ | (1) |
式中:Ed为岩石的动态杨氏模量,GPa;μd为岩石的动态泊松比;ρb为岩石密度,g/cm3;Δtp,Δts分别为纵、横波时差,μs/m;m为单位换算系数,取值9.290 38×104。
Rickman脆性指数法[20]是经典的脆性指数评价方法,Rickman脆性指数计算公式如下
$ \left\{ \begin{array}{l} BI = \frac{{Y{M_{BI}} + P{R_{BI}}}}{2}\\ Y{M_{BI}} = \frac{{YM{S_{\rm{c}}}-1}}{{8-1}} \times 100\% \\ P{R_{BI}}\frac{{P{R_{\rm{c}}}-0.4}}{{0.15 - 0.4}} \times 100\% \end{array} \right. $ | (2) |
式中:YMSc为静态杨氏模量,10 GPa;PRc为静态泊松比;YMBI为标准化的杨氏模量;PRBI为标准化的泊松比;BI为脆性指数;8和1分别为最大和最小静态杨氏模量;0.4和0.15分别为最大和最小静态泊松比。
Rickman脆性指数法是基于Barnett页岩[21]统计规律建立的,具有明显的区域局限性,再加上该方法将杨氏模量和泊松比对脆性指数的影响权重均定为0.5,带有一定的主观性,因此使用范围有限。
1.2 矿物组成矿物组成影响储层的力学性质及压裂改造方法。页岩的矿物组成包括石英类、碳酸盐类、黏土类以及其他成分等。起初,仅将页岩中的石英看作脆性矿物,后来不同学者对页岩脆性矿物的种类提出了不同的看法,并指出页岩的脆性矿物种类须结合实际资料进行确定[4, 22-23]。脆性矿物含量越多,页岩中的天然裂缝越发育,在压裂过程中越容易促使人工裂缝与天然裂缝发生交错,从而形成复杂的裂缝网络来充当页岩气的运移通道。黏土矿物属于塑性矿物,含量越高越会加大页岩压裂时的能量损耗,而不利于压裂。因此,脆性矿物含量越高、黏土矿物含量越低,页岩储层的可压裂性越好。目前,多通过常规测井结合元素俘获能谱测井(Elemental Capture Spectroscopy,ECS)或自然伽马能谱测井(Natural Gamma-ray Spectrometry,NGS)等方法获取页岩储层中石英和黏土矿物的含量[24]。
1.3 含气性可压裂性评价不仅要考虑储层能否形成缝网,还要考虑压裂后的储层是否具有产气能力。页岩储层的含气性与压裂后的产气能力之间存在相关性,TOC含量和总含气量都可以作为描述页岩含气性的指标[25]。TOC含量主要用来评价页岩储层的生烃能力,总含气量主要用来评价页岩当前的实测含气数值,包括游离气和吸附气。TOC含量高不代表总含气量高,但二者也并非完全独立,将二者结合起来使用才可以更好地评价页岩储层的含气性[26]。
1.3.1 TOC含量TOC含量因为并不能直接反映出裂缝的起裂和扩展能力而往往被忽略,但它是烃源岩产生油气的物质基础,代表着页岩储层中的有机质含量,对页岩可压裂性影响很大[13]。Passey等[27]提出了利用声波测井和地层电阻率计算TOC含量的公式,即ΔlgR法
$ \left\{ \begin{array}{l} \Delta \lg R = \lg \frac{R}{{{R_{{\rm{bl}}}}}} + 0.02 \times \left( {\Delta t-\Delta {t_{{\rm{bl}}}}} \right)\\ {\rm{TOC = }}\left( {\Delta \lg R} \right) \times {10^{\left( {2.297-0.1688 \times LOM} \right)}} \end{array} \right. $ | (3) |
式中:ΔlgR为声波时差和电阻率曲线叠合的幅度差;R为电阻率,Ω·m;Rbl为基线电阻率,Ω·m;Δt为实测声波时差,μs/m;Δtbl为基线声波时差,μs/m;LOM为与页岩成熟度有关的一个参数,一般取值5~18。
ΔlgR算法的可操作性差、误差比较大。朱光有等[28]对ΔlgR算法进行了改进,表达式被简化为
$ TOC = a\lg R + b\Delta t + c $ | (4) |
式中:a,b,c均为由最小二乘法拟合研究区样品分析结果得到的模型系数。
与其他TOC计算方法相比,式(4)无需人为确定基线值及有机碳含量背景值,操作简便且实用性较强。
1.3.2 总含气量总含气量指储层内游离气和吸附气的含量之和,其值的大小直接影响着页岩储层是否具有工业开采的潜力。通过测井资料解释,获取页岩的孔隙度、含气饱和度、地层压力、地层温度、矿物组成等各种参数,利用含气量和测井参数之间的关系建立计算模型,便可求取页岩的吸附气含量。与吸附气含量计算方法不同,游离气含量的计算方法与常规储层的评价方法类似,主要与有效孔隙度和含气饱和度等参数有关,但计算出来的是地面标准条件下的游离气含量,故计算过程中需要考虑地层条件(压力、温度)以及天然气压缩因子等因素的影响[29]。
1.4 断裂韧性断裂韧性表征的是岩石能够阻挡水力的压裂作用,避免产生新的且持续扩展的裂缝的能力。岩石的断裂韧性越高,产生裂缝所需要的能量越大,越不容易进行压裂改造,可压裂性程度越低[13]。
裂缝的扩展类型主要有张开型(Ⅰ型)、剪切型(Ⅱ型)和撕开型(Ⅲ型)等。页岩气压裂过程中通常产生Ⅰ型和Ⅱ型裂缝,在地应力或者岩性变化较大的地层中则可能产生混合型裂缝[6]。实验测量断裂韧性值的过程较为复杂,因此,金衍等[30-31]在测井资料和大量实验数据的基础上建立了计算Ⅰ型和Ⅱ型裂缝断裂韧性的等效方法
$ \left\{ \begin{array}{l} {K_{Ⅰ{\rm{C}}}} = 0.2176{P_{\rm{c}}} + 0.0059S_{\rm{t}}^3 + 0.923S_{\rm{t}}^2 + 0.517{S_{\rm{t}}}-0.3322\\ {K_{Ⅱ{\rm{C}}}} = 0.0466{P_{\rm{c}}} + 0.1674{S_{\rm{t}}}-0.1851\\ {P_{\rm{c}}} = {\sigma _{\rm{h}}}-\alpha {P_{\rm{p}}} \end{array} \right. $ | (5) |
式中:KⅠC为Ⅰ型裂缝的断裂韧性,MPa·m1/2;KⅡC为Ⅱ型裂缝的断裂韧性,MPa·m1/2;Pc为围压值,MPa;St为单轴抗拉强度,MPa;Pp为孔隙压力,MPa;σh为最小水平地应力,MPa。
其中,St可通过下式求得
$ {S_{\rm{t}}} = \frac{{(0.0045 + 0.0035\;{V_{{\rm{cl}}}}{E_{\rm{d}}})}}{K} $ | (6) |
式中:Vcl为泥质含量(由测井资料得到),%;Ed为动态杨氏模量,GPa;K为常数,通常取值为12.26。
Ⅰ型和Ⅱ型裂缝的断裂韧性可以通过上述方法依次求取。当岩石中同时存在Ⅰ型和Ⅱ型裂缝时,求取断裂韧性的通常做法是将2种断裂韧性分别赋予一定的权重并进行加权处理[12]。至于权重如何确定,简单加权是否合理等问题,有待于进一步研究验证。
1.5 其他因素除上述影响因素外,页岩可压裂性还可能受到地应力差异性、沉积环境、内部构造及天然裂缝分布等因素的影响[2, 5]。地应力差异性越小、天然裂缝越发育,越有利于岩石在压裂过程中形成复杂缝网。受限于现有技术手段,多数方法往往基于经验给这些影响因素赋值,很难用数学语言将各影响因素进行定量化评价[2]。为了使计算参数具有普遍性和可操作性,本次研究不考虑这些因素对页岩可压裂性的影响。
2 页岩储层可压裂性评价方法 2.1 可压裂性评价模型综合考虑影响页岩储层可压裂性的各因素之间的关系,根据层次分析法原理[32],首先建立由目标层、准则层和指标层等组成的评价页岩储层可压裂性指标的多层次结构模型。将页岩储层可压裂性评价值S作为目标层,将确定指标与目标层之间关系的准则作为准则层,并分为正向指标A和负向指标B。其中,正向指标A的指标层为脆性指数A1、脆性矿物含量A2和含气性A3,评价脆性指数A1的参数包括杨氏模量A11和泊松比A12,含气性A3由总含气量A31和TOC含量A32共同决定;负向指标B的指标层由断裂韧性B1和黏土矿物含量B2组成,断裂韧性B1与Ⅱ型断裂韧性B11及Ⅰ型断裂韧性B12相关。由于影响可压裂性评价的各因素之间并非相互独立,甚至还存在相互矛盾的可能,难以满足层次分析法的严苛要求,极大地限制了该方法的使用范围。针对上述不足,采用突变理论中的尖点突变模型来计算脆性指数、含气性和断裂韧性等参数,以期降低分配各参数权重时的人为影响,弥补层次分析法的不足,增强可压裂性评价结果的可靠性。
据文献[16]报道,突变理论由法国数学家Rene. Thom提出,是综合利用拓扑学、奇点理论和结构稳定性等来研究非连续变化和突变现象的一门数学理论。该理论主要研究势函数并根据势函数将临界点进行分类,研究临界点附近的不连续特征等[16]。突变理论中有尖点突变、燕尾突变和蝴蝶突变等3种常见模型[15]。突变理论的所有临界点可以集合成平衡曲面,即势函数的一阶导数为零,同时突变理论的奇点集满足势函数二阶导数为零的条件,由此可以得到突变系统的分歧点集方程[16]。以尖点突变模型为例,当控制变量(u,v)满足分歧点集方程时(点处于折痕线上),势函数的值从上叶越过中叶直接突变到下叶,或者从下叶越过中叶直接突变到上叶,系统因此发生突变[15](图 1)。
按照相对重要性对参与可压裂性评价的各个指标进行排序,确定页岩储层可压裂性评价突变模型,其中符合尖点突变模型的指标有以下几组:A11,A12与A1;A31,A32与A3;B21,B22与B2;B1,B2与B;A,B与S等。符合燕尾突变模型的指标为A1,A2,A3与A。对尖点突变和燕尾突变模型中的势函数,通过将一阶导数置零来确定它们的平衡曲面方程,再通过求取平衡曲面方程的导数来确定势函数的奇点集,即分歧点集方程。尖点突变和燕尾突变模型的势函数及其分歧点集方程见表 1。
考虑各个指标间单位和量纲的不同,根据指标层与目标层之间的相关性,采用极差变换法[2]对各指标进行标准化处理。正相关指变量数值越大越好,反之为负相关。
正相关
$ Y = \frac{{X-{X_{\min }}}}{{{X_{\max }}-{X_{\min }}}} $ | (7) |
负相关
$ Y = \frac{{{X_{\max }}-X}}{{{X_{\max }}-{X_{\min {\rm{ }}}}}} $ | (8) |
式中:Y为参数的标准化值;X为参数值;Xmax为参数最大值;Xmin为参数最小值。
经过极差变换后的各参数值均为0~1,属于这个范围内的控制变量数据可直接用于计算,不需要进行标准化处理。
2.3 评价模型的归一化公式分歧点集方程表明,当各控制变量满足此方程时,系统就会发生突变。通过分解表 1中的分歧点集方程,可以导出相应突变模型的归一化公式,再由归一化公式将系统内各控制变量的不同质态均转化为可比较的同一质态,即转化为由状态变量表示的质态[14]。尖点突变和燕尾突变模型的归一化公式分别如下。
尖点突变模型
$ {x_{\rm{u}}} = {u^{\frac{1}{2}}}, {x_{\rm{v}}} = {v^{\frac{1}{3}}} $ | (9) |
燕尾突变模型
$ {x_{\rm{u}}} = {u^{\frac{1}{2}}}, {x_{\rm{v}}} = {v^{\frac{1}{3}}}, {x_{\rm{w}}} = {w^{\frac{1}{4}}} $ | (10) |
式中:系统状态变量(x)及控制变量(u,v,w)的取值均为0~1。
运用归一化公式,可求出表征系统状态特征的系统突变隶属函数值,即是利用突变理论进行页岩储层可压裂性综合分析评价的基本运算公式[14]。
2.4 评价原则及方法在综合评价页岩储层可压裂性的过程中,当系统中各控制变量之间不可相互替代,或不可相互弥补各自不足时,需要遵循非互补原则,即按“大中取小”的标准对控制变量进行取值;当系统中各控制变量之间不需要前提条件就能相互补充各自的不足从而使得控制变量达到较高的平均值时,应遵循互补原则,选择“平均值”作为标准;当系统中各控制变量之间只有在一定阈值条件下,才能相互补充得到较高的平均值时,则满足过阈值后互补原则,选择过阈值后的“平均值”作为标准[33]。
综上所述,页岩储层可压裂性评价的方法流程可以总结如下:首先,将评价系统分解为由若干个评价指标所组成的多层子系统,建立评价指标递阶层次模型,确定各层次相应的突变模型;其次,对基础数据进行标准化处理,分解分歧点集方程得到归一化公式,计算同一系统内各控制变量的相应x值,依据评价原则求取不同评价系统的总突变隶属函数值;最后,根据系统总突变隶属函数值的大小进行排序,对页岩储层可压裂性进行综合评价。
3 实例分析以四川盆地威远地区的威XXX-H1井为例(图 2)。根据测井资料解释结果,在井深大于1 744 m时,进入龙马溪组,其中,有利页岩层段厚度为976 m,压裂改造层段位于1 705~2 750 m,全长1 045 m。为尽可能增加裂缝与地层的接触面积,形成较大体积的复杂裂缝网络,将改造层段细分为11级压裂段进行压裂。采用速钻桥塞+喷砂射孔分段的压裂技术,使用清水压裂液大规模、大排量进行施工,以期形成最大增产改造体积。
由式(1)计算动态杨氏模量和泊松比,再根据动、静态参数之间的转换关系便可以得到静态杨氏模量和泊松比[34],由式(5)~(6)可得到Ⅰ型和Ⅱ型断裂韧性。ECS测井资料分析结果表明,威远地区威XXX-H1井钻遇的碳酸盐类矿物含量较少,仅在1 655~1 825 m井段碳酸盐类矿物质量分数高于20%,其余井段碳酸盐类矿物质量分数普遍低于10%,甚至有长达600 m的井段碳酸盐类矿物质量分数不足4.5%,而石英质量分数却超过50%。因此,本次研究仅选取石英类矿物作为脆性矿物。在威XXX-H1井声波、电阻率及自然伽马等测井资料的基础上,根据相应参数公式,计算获得不同井段正、负向指标的各种数据(表 2)。
根据模型中各个指标与可压裂性的相关性,利用式(7)~(8)对页岩储层可压裂性的各个评价指标进行标准化处理,其中,正、负向指标的标准化处理结果如表 3所列。
为便于理解新模型的计算步骤,以第1个压裂层段为例,根据式(9)~(10)及相应评价原则,按照指标层、准则层、目标层的层级关系,逐层向上综合计算出系统突变隶属函数值,计算过程中不需要像层次分析法那样确定判断矩阵。具体计算过程如下:
第1步:计算指标层的系统突变隶属函数值。杨氏模量A11和泊松比A12可构成尖点突变模型,根据式(9)可以计算出脆性指数A1
$ \begin{array}{l} {X_{{\rm{A11}}}} = {0^{\frac{1}{2}}} = 0, {X_{{\rm{A12}}}} = {0.1854^{\frac{1}{2}}} = 0.5703, \\ \;\;\;\;\;\;\;\;\;\;\;\;{\rm{A1}} = \frac{{(0 + 0.5703)}}{2} = 0.2851 \end{array} $ | (11) |
构成尖点突变模型的其余参数可以依照此计算方法一一得到。
第2步:计算准则层的系统突变隶属函数值。脆性指数A1、脆性矿物含量A2和含气性A3可构成燕尾突变模型,根据式(10)可计算出正向指标A
$ \begin{array}{l} {X_{{\rm{A1}}}} = {0.2852^{\frac{1}{2}}} = 0.5340, {X_{{\rm{A2}}}} = {0.5450^{\frac{1}{3}}} = 0.8168, \\ {X_{{\rm{A3}}}} = {0^{\frac{1}{4}}} = 0, {\rm{A}} = \frac{{(0.5340 + 0.8168 + 0)}}{2} = 0.4503 \end{array} $ | (12) |
B1和B2可构成尖点突变模型,由式(9)计算求取负向指标B
$ \begin{array}{l} \;\;\;{X_{{\rm{B1}}}} = 0.8462, {X_{{\rm{B2}}}} = 0.7114, \\ {\rm{B}} = \frac{{(0.8462 + 0.7114)}}{2} = 0.7788 \end{array} $ | (13) |
第3步:计算目标层的系统突变隶属函数值。正向指标A和负向指标B可构成尖点突变模型
$ {X_{\rm{A}}} = {0.4503^{\frac{1}{2}}} = 0.6710, {X_{\rm{B}}} = {0.7788^{\frac{1}{3}}} = 0.9200 $ | (14) |
根据准则层相互作用以及准则层对目标层的作用满足互补原则的原理,最终得到第1个压裂层段的可压裂性综合评价值S
$ S = \frac{{(0.6710 + 0.9200)}}{2} = 0.7955 $ | (15) |
基于页岩储层可压裂型评价模型中上、下层级之间满足突变模型的原则,采用相同方法步骤,即可求出不同压裂层段页岩储层的正、负向评价指标(表 4~5),以及各压裂层段正、负向评价指标的归一化结果和可压裂性综合评价值(表 6)。
根据各压裂层段之间的距离,设置威XXX-H1井微地震监测检波器的位置(图 3)。图 3中威XX井为一口监测井(直井),利用井下微地震可以实时监测人工裂缝的扩展形态,便于及时调整施工泵注程序。
图 4为威XXX-H1井压裂后的微地震监测结果。将微地震监测结果进行统计,可以得到11级裂缝的参数信息,共定位到微地震事件7 972次,总有效压裂体积约为3980.8万m3(表 7)。
从图 4可以看出,微地震的事件点在井筒周围分布较好且集中,水平井跟端(水平段入靶点附近)的裂缝网络整体上好于趾端(水平段止靶点附近)。其中第1~6级微地震事件重合的地方较少,表明这6级压裂中的每一级都产生了新裂缝,但从表 6可以看出,这6级压裂层段所用的有效压裂液的体积均处于低值,从侧面说明压裂效果不太理想、缝网沟通程度不高。在第6~11级微地震事件中,第7级和第6级的事件点大部分重叠在一起,第8级沿着第7级的压裂区域延伸并与跟端的后3级压裂区域重叠,且第8级的有效压裂体积较大,说明该压裂层段与之前压裂区域的沟通较多、被压裂得更加充分、缝网的连通性更好。
3.3 对比分析基于前文所建立的可压裂性评价模型,确定威XXX-H1井对应各参数的权重分别如下:脆性指数A1为0.637,脆性矿物含量A2为0.258,含气性A3为0.105;其余每一层级中字母后面数字较小者所占权重为0.75,较大者为0.25,如A11 = 0.75,A12 = 0.25。采用层次分析法评价威XXX-H1井各压裂层段的可压裂性(表 8)。
根据中子孔隙度、声波时差、伽马、铀等测井资料分析结果,对威XXX-H1井的有利页岩储层进行分类,划分结果如图 2中第6道所示。其中Ⅰ类层段为高伽马、Ⅱ类层段为中等伽马、Ⅲ类层段为略低伽马,高伽马是优质页岩气储层的重要特征之一。该井1 604~2 727 m为页岩发育段,其中一类储层发育总厚度231 m。在储层类别划分基础上,对威XXX-H1井各压裂段进行可压裂性评价(表 9)。
将微地震监测到的威XXX-H1井各压裂层段的有效压裂体积(表 7)以及基于测井资料储层分类的可压裂性评价结果(表 9),按照升序进行排列,并将根据新方法得到的可压裂性评价结果(表 6)以及根据层次分析法得到的可压裂性评价结果(表 8)也按照升序进行排列,进行对比分析(表 10)。
从表 10可以看出,引入突变理论之后的可压裂性评价结果与实际压裂后微地震监测结果的吻合度为81.82%,而层次分析法得到的可压裂性评价结果与微地震监测结果的吻合度只有9.09%,且引入突变理论之后的可压裂性评价结果与储层分类评价结果的吻合度为72.73%,表明引入突变理论之后的可压裂性评价结果与现场施工情况吻合较好,比层次分析结果更为可靠,引入突变理论之后的可压裂性评价方法可为威远地区页岩气的开发提供理论依据。
从表 7可以看出,第7段微地震事件高于第11段,而表 7中第11段有效压裂体积却高于第7段。原因可能有以下2点:一是第11段储层中的天然裂缝(节理、微裂缝等)较第7段发育,这可能造成第11段有效压裂体积高于第7段,而本文模型未考虑该因素影响;二是第11段压裂后与其他压裂段相连通,造成微地震监测结果中有效压裂体积偏大。
结合图 4、表 6及表 7,可以看出,第8,9,10段页岩储层可压裂性较好,压裂后易形成复杂裂缝网络,这与实际微地震监测结果吻合。因此,对类似地层进行压裂设计时,可以考虑通过优化压裂设计方案,节约开发成本。第1,4,6压裂层段页岩储层的可压裂性较差,压裂时微地震事件点重合较少,造成这个差别的原因可能是裂缝连通性较差,难以进行压裂形成比较好的裂缝网络。可以通过控制压裂液的排量、黏度或者通过优化射孔位置、簇数、簇间距等来尽可能形成较好的裂缝网络。威XXXH1井其余井段的微地震事件重合度一般,可压裂性较为适中,应该进一步借助成像测井、钻井和录井等资料来获取更详实的地层信息,以期提高储层开发效果。
4 结论(1)提出了一种基于测井资料的页岩储层可压裂性评价新方法,该方法通过引入突变理论并结合层次分析法建立了一种较为可靠的长水平井段页岩储层可压裂性评价模型,这为威远地区页岩储层可压裂性评价提供了新思路和理论依据。
(2)分别对比了模型预测结果和层次分析法评价结果与微地震监测结果、储层分类结果,证实了该方法可以连续、完整地评价页岩储层可压裂性,且简便易行。可见,该方法对于威远地区页岩气开发具有一定推广价值。
[1] |
邹才能, 董大忠, 王社教, 等. 中国页岩气形成机理、地质特征及资源潜力. 石油勘探与开发, 2010, 37(6): 641-653. ZOU C N, DONG D Z, WANG S J, et al. Geological characteristics, formation mechanism and resource potential of shale gas in China. Petroleum Exploration and Development, 2010, 37(6): 641-653. |
[2] |
唐颖, 邢云, 李乐忠, 等. 页岩储层可压裂性影响因素及评价方法. 地学前缘, 2012, 19(5): 356-363. TANG Y, XING Y, LI L Z, et al. Influence factors and evaluation methods of the gas shale fracability. Earth Science Frontiers, 2012, 19(5): 356-363. |
[3] |
CHONG K K, GRIESER W V, JARIPATKE O A, et al. A completions roadmap to shale-play development: a review of successful approaches toward shale-play stimulation in the last two decades. SPE 133874, 2010. http://www.researchgate.net/publication/254531561_a_completions_roadmap_to_shale-play_development_a_review_of_successful_approaches_toward_shale-play_stimulation_in_the_last_two_decades
|
[4] |
JIN X C, SHAH S N, ROEGIERS J C, et al. Fracability evaluation in shale reservoirs: an integrated petrophysics and geomechanics approach. SPE 168589, 2014. http://www.researchgate.net/publication/266671044_Fracability_Evaluation_in_Shal
|
[5] |
MULLEN M J, ENDERLIN M B. Fracability index: More than just calculating rock properties. SPE 159755, 2012. https://www.researchgate.net/publication/303158245_Fracability_index_-_More_than_just_calculating_rock_properties
|
[6] |
袁俊亮, 邓金根, 张定宇, 等. 页岩气储层可压裂性评价技术. 石油学报, 2013, 34(3): 523-527. YUAN J L, DENG J G, ZHANG D Y, et al. Fracability evaluation or shale gas reservoirs. Acta Petrolei Sinica, 2013, 34(3): 523-527. DOI:10.7623/syxb201303015 |
[7] |
JIN X C, SHAH S N, ROEGIERS J C, et al. An integrated petrophysics and geomechanics approach for fracability evaluation in shale reservoirs. SPE Journal, 2015, 20(3): 518-526. DOI:10.2118/168589-PA |
[8] |
蒋廷学, 卞晓冰, 苏瑗, 等. 页岩可压性指数评价新方法及应用. 石油钻探技术, 2014, 42(5): 16-20. JIANG T X, BIAN X B, SU Y, et al. A new method for evaluating shale fracability index and its application. Petroleum Drilling Techniques, 2014, 42(5): 16-20. |
[9] |
聂昕, 邹长春, 杨玉卿, 等. 测井技术在页岩气储层力学性质评价中的应用. 工程地球物理学报, 2012, 9(4): 433-439. NIE X, ZOU C C, YANG Y Q, et al. Application of well logging to the evaluation of the rock mechanical properties of the shale gas reservoirs. Chinese Journal of Engineering Geophysics, 2012, 9(4): 433-439. |
[10] |
DASHTIAN H, JAFARI G R, SAHIMI M, et al. Scaling, multifractality, and long-range correlations in well log data of largescale porous media. Physica A:Statistical Mechanics and its Applications, 2011, 390(11): 2096-2111. DOI:10.1016/j.physa.2011.01.010 |
[11] |
艾林, 周明顺, 张杰, 等. 基于煤岩脆性指数的煤体结构测井定量判识. 岩性油气藏, 2017, 29(2): 139-144. AI L, ZHOU M S, ZHANG J, et al. Quantitative identification of coal structure based on coal rock brittleness index by logging data. Lithologic Reservoirs, 2017, 29(2): 139-144. |
[12] |
王建波, 冯明刚, 严伟, 等. 焦石坝地区页岩储层可压裂性影响因素及计算方法. 断块油气田, 2016, 23(2): 216-220. WANG J B, FENG M G, YAN W, et al. Influence factors and evaluation methods for shale reservoir fracability in Jiaoshiba area. Fault-Block Oil & Gas Field, 2016, 23(2): 216-220. |
[13] |
杨宏伟, 李军, 柳贡慧, 等. 基于测井数据的页岩可压性定量评价. 断块油气田, 2017, 24(3): 382-386. YANG H W, LI J, LIU G H, et al. Quantitative evaluation of shale fracability based on logging data. Fault-Block Oil & Gas Field, 2017, 24(3): 382-386. |
[14] |
冯平, 李绍飞, 李建柱. 基于突变理论的地下水环境风险评价. 自然灾害学报, 2008, 17(2): 13-18. FENG P, LI S F, LI J Z. Catastrophe theory based risk evaluation of groundwater environment. Journal of Natural Disasters, 2008, 17(2): 13-18. |
[15] |
孙文卿, 冉茂云, 熊建龙, 等. 突变理论在煤层气储层评价中的应用——以准噶尔盆地砂沟井田为例. 天然气工业, 2013, 33(2): 35-38. SUN W Q, RAN M Y, XIONG J L, et al. Application of catastrophe theory to CBM reservoir evaluation of the Shagou Coalfield, Junggar Basin. Natural Gas Industry, 2013, 33(2): 35-38. |
[16] |
李远超, 师俊峰. 突变评价法在压裂选井选层中的应用. 钻采工艺, 2008, 31(6): 56-58. LI Y C, SHI J F. Optimizing well and horizon for fracturing by catastrophe theory. Drilling & Production Technology, 2008, 31(6): 56-58. |
[17] |
翟文宝, 李军, 周英操, 等. 突变理论在页岩储层可压性评价中的应用. 断块油气田, 2018, 25(1): 76-79. ZHAI W B, LI J, ZHOU Y C, et al. Application of catastrophe theory to fracability evaluation of shale reservoir. Fault-Block Oil & Gas Field, 2018, 25(1): 76-79. |
[18] |
闫建平, 言语, 司马立强, 等. 泥页岩储层裂缝特征及其与"五性"之间的关系. 岩性油气藏, 2015, 27(3): 87-93. YAN J P, YAN Y, SIMA L Q, et al. Relationship between fracture characteristics and"five-property" of shale reservoir. Lithologic Reservoirs, 2015, 27(3): 87-93. |
[19] |
马庆利. 东营凹陷多薄层低渗透滩坝砂储层分层压裂工艺优化. 油气地质与采收率, 2017, 24(2): 121-126. MA Q L. Optimization of separate layer fracturing technology in multi-thin-layer and low-permeability beach-bar sandstone reservoirs in Dongying Sag. Petroleum Geology and Recovery Efficiency, 2017, 24(2): 121-126. |
[20] |
RICKMAN R, MULLEN M J, PETRE J E, et al. A practical use of shale petrophysics for stimulation design optimization: All shale plays are not clones of the Barnett Shale. SPE 115258, 2008. http://www.researchgate.net/publication/254528250
|
[21] |
张晨晨, 董大忠, 王玉满, 等. 页岩储集层脆性研究进展. 新疆石油地质, 2017, 38(1): 111-118. ZHANG C C, DONG D Z, WANG Y M, et al. Research progress on brittleness of shale reservoirs. Xinjiang Petroleum Geology, 2017, 38(1): 111-118. |
[22] |
JARVIE D M, HILL R J, RUBLE T E, et al. Unconventional shale-gas systems:the Mississippian Barnett Shale of north-central Texas as one model for thermogenic shale-gas assessment. AAPG Bulletin, 2007, 91(4): 475-499. DOI:10.1306/12190606068 |
[23] |
秦晓艳, 王震亮, 于红岩, 等. 基于岩石物理与矿物组成的页岩脆性评价新方法. 天然气地球科学, 2016, 27(10): 1924-1932. QIN X Y, WANG Z L, YU H Y, et al. A new shale brittleness evaluation method based on rock physics and mineral compositions. Natural Gas Geoscience, 2016, 27(10): 1924-1932. DOI:10.11764/j.issn.1672-1926.2016.10.1924 |
[24] |
张作清, 孙建孟. 页岩气测井评价进展. 石油天然气学报, 2013, 35(3): 90-95. ZHANG Z Q, SUN J M. Progress of logging technology development. Journal of Oil and Gas Technology, 2013, 35(3): 90-95. |
[25] |
周文, 徐浩, 余谦, 等. 四川盆地及其周缘五峰组-龙马溪组与筇竹寺组页岩含气性差异及成因. 岩性油气藏, 2016, 28(5): 18-25. ZHOU W, XU H, YU Q, et al. Shale gas-bearing property differences and their genesis between Wufeng-Longmaxi Formation and Qiongzhusi Formation in Sichuan Basin and surrounding areas. Lithologic Reservoirs, 2016, 28(5): 18-25. |
[26] |
蒋廷学, 卞晓冰. 页岩气储层评价新技术——甜度评价方法. 石油钻探技术, 2016, 44(4): 1-6. JIANG T X, BIAN X B. The novel technology of shale gas play evaluation:Sweetness calculation method. Petroleum Drilling Techniques, 2016, 44(4): 1-6. |
[27] |
PASSEY Q R, CREANEY S, KULLY J B. A Practical model for organic richness from porosity and resistivity logs. AAPG Bulletin, 1990, 74(12): 1777-1794. |
[28] |
朱光有, 金强, 张林晔. 用测井信息获取烃源岩的地球化学参数研究. 测井技术, 2003, 27(2): 104-109. ZHU G Y, JIN Q, ZHANG L Y. Using log information to analyze the geochemical characteristics of source rocks in Jiyang Depression. Well Logging Technology, 2003, 27(2): 104-109. |
[29] |
BLAUCH M, GRIESER B. Special techniques tap shale gas. Exploration and Production in Hart Energy, 2007, 80(3): 89-93. |
[30] |
金衍, 陈勉, 张旭东. 利用测井资料预测深部地层岩石断裂韧性. 岩石力学与工程学报, 2001, 20(4): 454-456. JIN Y, CHEN M, ZHANG X D. Determination of fracture toughness for deep well rock geophysical logging data. Chinese Journal of Rock Mechanics and Engineering, 2001, 20(4): 454-456. |
[31] |
金衍, 陈勉, 王怀英, 等. 利用测井资料预测岩石Ⅱ型断裂韧性的方法研究. 岩石力学与工程学报, 2008, 27(增刊2): 3630-3635. JIN Y, CHEN M, WANG H Y, et al. Study on prediction method of fracture toughness of rock mode Ⅱ by logging data. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(Suppl 2): 3630-3635. |
[32] |
LIU J J, WANG Y, SONG R, et al. Optimization of raw materials for preparation of transparent soil based on analytic hierarchy process. American Journal of Engineering and Applied Sciences, 2017, 10(1): 142-150. DOI:10.3844/ajeassp.2017.142.150 |
[33] |
梁桂兰, 徐卫亚, 何育智, 等. 突变级数法在边坡稳定综合评判中的应用. 岩土力学, 2008, 29(7): 1895-1899. LIANG G L, XU W Y, HE Y Z, et al. Application of catastrophe progression method to comprehensive evaluation of slope stability. Rock and Soil Mechanics, 2008, 29(7): 1895-1899. |
[34] |
徐赣川, 钟光海, 谢冰, 等. 基于岩石物理实验的页岩脆性测井评价方法. 天然气工业, 2014, 34(12): 38-45. XU G C, ZHONG G H, XIE B, et al. Petrophysical experimentbased logging evaluation method of shale brittleness. Natural Gas Industry, 2014, 34(12): 38-45. DOI:10.3787/j.issn.1000-0976.2014.12.005 |