2. 西南石油大学 地球科学与技术学院, 成都 610500;
3. 中国石油西南油气田分公司 蜀南气矿, 四川 泸州 646000;
4. 中国石油塔里木油田分公司 开发事业部, 新疆 库尔勒 841000;
5. 中国石油西南油气田分公司 重庆气矿, 重庆 忠县 404300;
6. 陕西延长石油(集团)有限责任公司 研究院, 西安 710000;
7. 西安理工大学 高科学院, 西安 710109
2. School of Geoscience and Technology, Southwest Petroleum University, Chengdu 610500, China;
3. Shunan Gas Mine, PetroChina Southwest Oil and Gas Field Company, Luzhou 646000, Sichuan, China;
4. PetroChina Tarim Oilfield Company, Korla 841000, Xinjiang, China;
5. Chongqing Gas Mine, PetroChina Southwest Oil and Gas Field Company, Zhongxian 404300, Chongqing, China;
6. Research Institute, Shaanxi Yanchang Petroleum(Group) Limited Liability Company, Xi'an 710000, China;
7. School of High Technology, Xi'an University of Technology, Xi'an 710109, China
川西坳陷致密砂岩气储层沉积、成岩作用复杂,导致孔渗相关性较差,且孔隙结构复杂,其中蓬莱镇组、沙溪庙组致密砂岩储层孔隙空间大部分为纳米—微米级孔隙,且具有较强的非均质性[1]。针对致密砂岩储层特征,众多学者[2-4]开展了大量微观孔隙结构研究工作,并对其孔隙类型、孔隙形态、孔隙大小和范围、孔隙空间分布等进行了研究,但对孔渗宏观参数与微观孔隙结构评价参数的相关研究稍有不足[5],且渗透率的计算也多在孔隙结构分类的基础上进行[6]。在微观孔隙结构定量评价方面,众多学者[7-9]通过多种实验和方法证实:沉积岩孔隙结构具有分形特征,而分形理论是描述物体复杂程度、非均质性的有效手段[10-11]。
目前致密气储层孔隙结构实验方法主要有高压压汞、扫描电镜、小角度中子散射、核磁共振、氮气吸附、微—纳米CT等[12],其中高压压汞、氮气吸附、核磁共振是较常用的3种实验方法。氮气吸附所表征的孔隙通常小于100 nm,该范围难以描述致密气储层的微米级孔隙[13-14],分形处理得到的分形维数也仅代表纳米孔的孔隙结构特征[15-16]。核磁共振与高压压汞均能表征纳米—微米级孔隙,但是在基于核磁共振资料的分形研究中,包含了横向弛豫时间(T2)与毛管进汞压力(pc)或孔隙半径(r)成线性关系这一假设[17-19]。实际上T2与pc关系复杂,线性关系、幂函数关系均存在[20-22],直接利用线性关系进行致密砂岩储层核磁分形公式推导较为不妥。本次研究通过岩心高压压汞实验,并结合物性资料,利用分形理论对致密砂岩孔隙结构非均质性进行研究。
1 实验与方法 1.1 样品与实验本次实验样品选自川西坳陷蓬莱镇组、沙溪庙组致密砂岩气藏12块代表性岩心。样品孔隙度为6.32%~19.90%,平均值为12.4%,渗透率为0.006~0.726 mD,平均值为0.124 mD。蓬莱镇组岩心样品深度为1 200~1 840 m,沙溪庙组岩心样品深度为2 130~2 550 m。本次实验利用9505型压汞仪对12块样品进行压汞测试,仪器体积分辨率高于0.01 mL,最高进汞压力可达200 MPa,实验温度为22 ℃,湿度为60%。实验方法和实验数据处理均按照《岩石毛管压力曲线的测定》行业标准[23]来执行。
1.2 分形处理方法基于压汞资料进行分形处理的方法较多[24-26]。贺承祖等[25]最早推导了储层岩石孔隙(孔喉)分布的分形公式,进而推导了毛管压力和J函数等分形几何公式。在孔喉分布分形公式基础上,葛小波等[27]直接利用拉普拉斯方程进行毛管压力分形公式推导。吴浩等[12]将毛管束模型与拉普拉斯方程结合进行分形公式推导,推导结果差异在于分形维数与压力-累积进汞量曲线斜率的关系略有不同。司马立强等[26]对J函数分形公式、毛管束分形公式、热力学分形公式的适用性进行了比较。结果表明,毛管束分形公式更能表征致密砂岩储层的孔隙结构特征。因此,本次实验选用毛管束分形公式对压汞资料进行处理,推导过程如下[12, 25]。
储层孔喉分布具有分形结构,孔喉数量N(> r)与r必有如下幂函数关系
$ N\left( { > r} \right) = a{r^{ - D}} $ | (1) |
式中:N为孔喉数量;r为孔喉半径,m;a为常数;D
为孔喉分形维数,其理论值为2~3。同时,利用压汞实验和毛管束模型,毛管束数量N(> r)的另一种表达形式为
$ N\left( { > r} \right) = \frac{{{V_{{\rm{Hg}}}}}}{{\left( {{\rm{ \mathsf{ π} }}{r^2}l} \right)}} $ | (2) |
式中:VHg为孔喉半径达到r时的累计进汞体积,m3;l为毛细管长度,m。将拉普拉斯方程式与式(1)、式(2)相结合,同时将累计进汞体积转换为累计进汞饱和度,得如下关系式
$ {S_{{\rm{Hg}}}} = bp_{\rm{c}}^{ - \left( {2 - D} \right)} $ | (3) |
式中:SHg为累计进汞饱和度,%;pc为毛管压力,MPa;b为常数。
将式(3)两边取对数,可得
$ \lg {S_{{\rm{Hg}}}} \propto \left( {D - 2} \right)\lg {p_{\rm{c}}} $ | (4) |
由上述可知,当储层孔喉具有分形结构时,其分形维数可通过lg SHg与lg pc作图,由线性拟合确定直线斜率K,进而得到D,即
$ D = 2 + K $ | (5) |
在实际压汞资料处理的过程中,川西致密砂岩储层分形曲线出现明显拐点,呈两段式线性关系,每一线性段的相关系数平方均大于0.9,分段点进汞压力值分布于2.0~27.6 MPa,表现出储层孔隙结构具有2种分形特征:第一分形特征段的维数称为Db;第二分形特征段的维数称为Ds,其加权平均分形维数为Dave。
2 实验结果 2.1 孔隙结构类型划分依据排驱压力、中值半径、孔隙度、渗透率和进汞曲线形态差异等,将样品孔隙结构类型分为4类(图 1)。Ⅰ类储层孔隙结构表现为排驱压力低、渗透率高、中值半径较大;Ⅱ类储层孔隙结构表现为排驱压力较低、渗透率较高、中值半径较大;Ⅲ类储层孔隙结构表现为排驱压力较高、渗透率较低、中值半径较小;Ⅳ类储层孔隙结构表现为排驱压力高、渗透率低、中值半径小。由表 1可见,除渗透率外,孔隙度、排驱压力、中值压力和分形维数等单一参数无法区分孔隙结构类型,表明了孔隙结构的复杂性。
基于压汞分析的4种孔隙结构类型划分结果,选取不同孔隙结构类型的4个典型样品,绘制其分形特征曲线(图 2)。结果显示,孔隙结构越好,分形曲线越平缓,在lg pc - lg SHg直角坐标系的位置更趋于左上方,表明不同孔隙结构储层的分形曲线差异明显。虽然单独的分形维数无法区分致密砂岩储层孔隙结构类型,但分形曲线形态差异可作为储层孔隙结构类型划分的直接依据[28]。
样品F2-17和J6-2分别对应于孔隙结构特征中的Ⅱ类和Ⅳ类,2个样品的分形特征曲线均有明显的两段式分段特征(图 3),表明孔隙空间具有2种分形性质。图 3 (a)代表大孔的分形特征,曲线分段点在0.51,图 3(b)代表小孔的分形特征,曲线分段点在0.93。文献[15]、[29]中氮气吸附分形分界点基本固定在相对压力0.5处,表明氮气吸附的大、小孔界限固定,属于绝对的大孔和小孔,而研究区样品经压汞分形处理得到的分段点位置变化范围广,大、小孔界限不固定,属于相对的大孔和小孔。
由式(4)和式(5)可求出相对大孔、小孔的分形维数。同一样品大孔分形维数(Db)明显大于小孔分形维数(Ds),且不同样品当Db大时,其Ds未必大(参见表 1),表明大孔、小孔具有相对独立的孔隙结构。
2.3 分形维数与孔隙结构参数的关系由表 2可见,孔隙度与Db和Ds相关性均较低,而与Dave具有较好的负相关性,表明孔隙度更多受孔隙结构整体分形特征的影响,Dave越大,孔隙度越低。
渗透率与Db无相关性,而与Ds和Dave均具有明显的负相关性,且与Dave相关性更好,表明渗透率同样更多受孔隙结构整体分形特征影响。比较大、小孔分形维数与渗透率的关系可知,小孔分形特征是制约渗透率大小的主要因素。中值半径与Db无相关性,而与Ds和Dave均具有明显的负相关性,且与Ds相关性更好,相关系数平方达到0.8以上,表明中值半径受小孔与孔隙结构整体分形特征的影响。
2.4 渗透率计算模型分析渗透率计算模型通常包括渗透率与孔隙度的幂函数拟合、多项式拟合以及指数拟合等。利用岩心孔渗测试资料,建立渗透率与孔隙度的多种拟合关系(图 4)。
渗透率与孔隙度的线性、多项式拟合关系较差,相关系数平方均小于0.5,而渗透率与孔隙度的幂函数、指数拟合相关系数平方虽然达到0.5,但是无法满足储层精细评价的要求。在考虑孔隙结构对渗透率影响的基础上,众多学者[30-33]从理论上对多孔介质渗透率的分形公式进行推导,取得了较好的效果,但是这些公式实际上包含了难以确定的迂曲度等参数,实际应用时具有一定局限性。
本次研究尝试利用多元回归的方法建立渗透率计算模型。由前述可知,分形特征对渗透率大小具有明显影响,分形特征包含Dave与pf等参数;渗透率与R50等参数通常具有较好的相关性。通过理论分析与多次试算,最终选取Dave,pf与R50进行渗透率多元回归计算,回归公式为
$ \ln K = - \frac{{2.1}}{{{D_{{\rm{ave}}}}}} + \frac{{6.15}}{{{p_{\rm{f}}}}} + \frac{{6.48}}{{{R_{50}}}} - 4.68 $ | (6) |
式中:K为渗透率,mD;Dave为加权平均分形维数;pf为分形曲线分段点处压力,MPa;R50为中值半径,μm。
由图 5可见,回归公式相关系数平方(R2)大于0.9,实测渗透率与计算渗透率处于y = x的直线上,误差较小,明显优于由孔隙度拟合的渗透率模型,且避免了迂曲度等参数的确定。由此表明,基于Dave,pf与R50的回归公式可以更准确地计算致密砂岩储层的渗透率,为致密砂岩储层渗透率计算提供了新思路。考虑R50与Ds的相关性较好,实际表达式为
$ K = f({D_{{\rm{ave}}}}, {D_{\rm{s}}}, {p_{\rm{f}}}) $ | (7) |
该表达式与李留仁等[34]提出的分形多孔介质渗透率理论关系模型K = f(D)具有较好的一致性,本文模型仅增加pf这一参数,增加原因在于样品孔隙结构具有2种分形特征。
3 结论(1) 川西坳陷致密砂岩储层孔隙结构复杂,依据排驱压力、中值半径、孔隙度、渗透率和进汞曲线形态差异等孔隙结构特征,致密砂岩储层可划分为Ⅰ类、Ⅱ类、Ⅲ类、Ⅳ类共4种孔隙结构类型。
(2) 样品分形曲线具有分段特征,不同样品分段点压力不同,孔隙结构越好,分形曲线越平缓,在lg pc - lg SHg直角坐标系的位置更趋于左上方,利用分形曲线形态差异可区分孔隙结构类型;孔隙具有相对独立的孔隙结构,孔隙度、渗透率主要受加权平均分形维数Dave制约,R50主要受小孔分形特征制约。
(3) 基于加权平均分形维数、分段压力、中值半径的多元回归公式可以更准确地计算渗透率,回归公式与理论关系模型表达式具有较好的一致性,为致密砂岩储层渗透率计算提供了新思路。
[1] |
黄静, 李琦, 康元欣, 等. 致密砂岩气储层微观孔隙及成岩作用特征——以川西新场地区须五段为例. 岩性油气藏, 2016, 28(2): 24-32. HUANG J, LI Q, KANG Y X, et al. Characteristics of micropores and diagenesis of tight sandstone reservoirs:a case study from the fifth member of Xujiahe Formation in Xinchang area, Western Sichuan Depression. Lithologic Reservoirs, 2016, 28(2): 24-32. DOI:10.3969/j.issn.1673-8926.2016.02.004 |
[2] |
王猛, 曾明, 陈鸿傲, 等. 储层致密化影响因素分析与有利成岩相带预测——以马岭油田长8油层组砂岩储层为例. 岩性油气藏, 2017, 29(1): 59-70. WANG M, ZENG M, CHEN H A, et al. Influencing factors of tight reservoirs and favorable diagenetic facies:a case study of Chang 8 reservoir of the Upper Triassic Yanchang Formation in Maling Oilfield, Ordos Basin. Lithologic Reservoirs, 2017, 29(1): 59-70. DOI:10.3969/j.issn.1673-8926.2017.01.008 |
[3] |
李闽, 王浩, 陈猛. 致密砂岩储层可动流体分布及影响因素研究——以吉木萨尔凹陷芦草沟组为例. 岩性油气藏, 2018, 30(1): 140-149. LI M, WANG H, CHEN M. Distribution characteristics and influencing factors of movable fluid in tight sandstone reservoirs:a case study of Lucaogou Formation in Jimsar Sag, NW China. Lithologic Reservoirs, 2018, 30(1): 140-149. DOI:10.3969/j.issn.1673-8926.2018.01.014 |
[4] |
楚翠金, 夏志林, 杨志强. 延川南区块致密砂岩气测井识别与评价技术. 岩性油气藏, 2017, 29(2): 131-138. CHU C J, XIA Z L, YANG Z Q. Logging identification and evaluation of tight sandstone gas in the southern Yanchuan block. Lithologic Reservoirs, 2017, 29(2): 131-138. DOI:10.3969/j.issn.1673-8926.2017.02.016 |
[5] |
张宪国, 张涛, 林承焰. 基于孔隙分形特征的低渗透储层孔隙结构评价. 岩性油气藏, 2013, 25(6): 40-45. ZHANG X G, ZHANG T, LIN C Y. Pore structure evaluation of low permeability reservoir based on pore fractal features. Lithologic Reservoirs, 2013, 25(6): 40-45. DOI:10.3969/j.issn.1673-8926.2013.06.008 |
[6] |
陈志强, 吴思源, 白蓉, 等. 基于流动单元的致密砂岩气储层渗透率测井评价——以川中广安地区须家河组为例. 岩性油气藏, 2017, 29(6): 76-83. CHEN Z Q, WU S Y, BAI R, et al. Logging evaluation for permeability of tight sandstone gas reservoirs based on flow unit classification:a case from Xujiahe Formation in Guang'an area, central Sichuan Basin. Lithologic Reservoirs, 2017, 29(6): 76-83. DOI:10.3969/j.issn.1673-8926.2017.06.010 |
[7] |
KATZ A J, THOMPSON A H. Fractal sandstone pores:implication for conductivity and pore formation. Physical Review Letters, 1985, 54(12): 1325-1332. DOI:10.1103/PhysRevLett.54.1325 |
[8] |
WONG P Z, HOWARD J. Surface roughening and the fractal nature of rocks. Physical Review Letters, 1986, 57(5): 637-640. DOI:10.1103/PhysRevLett.57.637 |
[9] |
PFEIFER P, AVNIR D. Chemistry in noninteger dimensions between two and three. The Journal of Chemical Physics, 1983, 79(7): 3558-3571. DOI:10.1063/1.446210 |
[10] |
MANDELBROT B. How long is the coast of Britain? Statistical self-similarity and fractional dimension. Science, 1967, 156(3775): 636-638. DOI:10.1126/science.156.3775.636 |
[11] |
闫建平, 何旭, 耿斌, 等. 基于分形理论的低渗透砂岩储层孔隙结构评价方法. 测井技术, 2017, 41(3): 345-352. YAN J P, HE X, GENG B, et al. Models based on fractal theory to assess pore structure of low permeability sand reservoirs. Well Logging Technology, 2017, 41(3): 345-352. |
[12] |
吴浩, 刘锐娥, 纪友亮, 等. 致密气储层孔喉分形特征及其与渗流的关系——以鄂尔多斯盆地下石盒子组盒8段为例. 沉积学报, 2017, 35(1): 151-162. WU H, LIU R E, JI Y L, et al. Fractal characteristics of porethroat of tight gas reservoirs and its relation with percolation:a case from He 8 member of the Permian Xiashihezi Formation in Ordos Basin. Acta Sedimentologica Sinica, 2017, 35(1): 151-162. |
[13] |
CLARKSON C R, FREEMAN M, HE L, et al. Characterization of tight gas reservoir pore structure using USANS/SANS and gas adsorption analysis. Fuel, 2012, 95(1): 371-385. |
[14] |
任晓霞, 李爱芬, 王永政, 等. 致密砂岩储层孔隙结构及其对渗流的影响——以鄂尔多斯盆地马岭油田长8储层为例. 石油与天然气地质, 2015, 36(5): 774-779. REN X X, LI A F, WANG Y Z, et al. Pore structure of tight sand reservoir and its influence on percolation-Taking the Chang 8 reservoir in Maling oilfield in Ordos Bain as an example. Oil & Gas Geology, 2015, 36(5): 774-779. |
[15] |
LI A, DING W, HE J, et al. Investigation of pore structure and fractal characteristics of organic-rich shale reservoirs:a case study of Lower Cambrian Qiongzhusi formation in Malong block of eastern Yunnan Province, South China. Marine & Petroleum Geology, 2016, 70: 46-57. |
[16] |
CAO T, SONG Z, WANG S, et al. Characterization of pore structure and fractal dimension of Paleozoic shales from the northeastern Sichuan Basin, China. Journal of Natural Gas Science & Engineering, 2016, 35: 882-895. |
[17] |
ZHANG Z Y, WELLER A. Fractal dimension of pore-space geometry of an Eocene sandstone formation. Geophysics, 2014, 79(6): 377-387. DOI:10.1190/geo2014-0143.1 |
[18] |
SHAO X, PANG X, LI H, et al. Fractal analysis of pore network in tight gas sandstones using NMR method:a case study from the Ordos Basin, China. Energy & Fuels, 2017, 31(10): 1-11. |
[19] |
ZHOU L, KANG Z. Fractal characterization of pores in shales using NMR:a case study from the Lower Cambrian Niutitang Formation in the Middle Yangtze Platform, Southwest China. Journal of Natural Gas Science & Engineering, 2016, 35: 860-872. |
[20] |
何雨丹, 毛志强, 肖立志, 等. 核磁共振T2分布评价岩石孔径分布的改进方法. 地球物理学报, 2005, 48(2): 373-378. HE Y D, MAO Z Q, XIAO L Z, et al. An improved method of using NMR T2 distribution to evaluate pore size distribution. Chinese Journal of Geophysics, 2005, 48(2): 373-378. DOI:10.3321/j.issn:0001-5733.2005.02.020 |
[21] |
何雨丹, 毛志强, 肖立志, 等. 利用核磁共振T2分布构造毛管压力曲线的新方法. 吉林大学学报(地球科学版), 2005, 35(2): 177-181. HE Y D, MAO Z Q, XIAO L Z, et al. A new method to obtain capillary pressure curve using NMR T2 distribution. Journal of Jilin University(Earth Science Edition), 2005, 35(2): 177-181. |
[22] |
李艳, 范宜仁, 邓少贵, 等. 核磁共振岩心实验研究储层孔隙结构. 勘探地球物理进展, 2008, 31(2): 129-132. LI Y, FAN Y R, DENG S G, et al. the pore structure research of cores based on NMR experiments. Progress in Exploration Geophysics, 2008, 31(2): 129-132. |
[23] |
国家发展和改革委员会. SY/T 5346-2005.岩石毛管压力曲线的测定. 北京: 石油工业出版社, 2005: 1. National Development and Reform Commission. SY/T 5346-2005. Rock capillary pressure measurement. Beijing: Petroleum Industry Press, 2005: 1. |
[24] |
杨海, 孙卫, 明红霞, 等. 分形几何在致密砂岩储层微观孔隙结构研究中的应用——以苏里格气田东南部上石盒子组盒8段为例. 石油地质与工程, 2015, 29(6): 103-107. YANG H, SUN W, MING H X, et al. The application of fractal theory in the research of micro pore structure of tight sandstone:a case from He 8 member of the southeast area of Sulige Gas Field. Petroleum Geology and Engineering, 2015, 29(6): 103-107. DOI:10.3969/j.issn.1673-8217.2015.06.028 |
[25] |
贺承祖, 华明琪. 储层孔隙结构的分形几何描述. 石油与天然气地质, 1998, 19(1): 15-23. HE C Z, HUA M Q. Fractal geometry description of reservoir pore structure. Oil & Gas Geology, 1998, 19(1): 15-23. DOI:10.3321/j.issn:0253-9985.1998.01.003 |
[26] |
司马立强, 杨国栋, 吴丰, 等. 准噶尔盆地玛湖凹陷百口泉组致密砂砾岩孔隙分形特征及影响因素探讨. 测井技术, 2016, 40(5): 609-616. SIMA L Q, YANG G D, WU F, et al. Fractal feature about the pore structure and controlling factor in tight glutenite reservoir in Baikouquan formation of Mahu depression in Junggar Basin. Well Logging Technology, 2016, 40(5): 609-616. |
[27] |
葛小波, 李吉君, 卢双舫, 等. 基于分形理论的致密砂岩储层微观孔隙结构表征——以冀中坳陷致密砂岩储层为例. 岩性油气藏, 2017, 29(5): 106-112. GE X B, LI J J, LU S F, et al. Fractal characteristics of tight sandstone reservoir using mercury intrusion capillary pressure:a case of tight sandstone reservoir in Jizhong Depression. Lithologic Reservoirs, 2017, 29(5): 106-112. DOI:10.3969/j.issn.1673-8926.2017.05.012 |
[28] |
YAN J P, HE X, GENG B, et al. Nuclear magnetic resonance T2 spectrum:Multifractal characteristics and pore structure evaluation. Applied Geophysics, 2017, 14(2): 205-215. DOI:10.1007/s11770-017-0614-0 |
[29] |
YAO Y, LIU D, TANG D, et al. Fractal characterization of adsorption-pores of coals from North China:an investigation on CH 4 adsorption capacity of coals. International Journal of Coal Geology, 2008, 73(1): 27-42. DOI:10.1016/j.coal.2007.07.003 |
[30] |
YU B M, LI J H. A geometry model for tortuosity of flow path in porous media. Chinese Physics Letters, 2004, 21(8): 1569-1571. DOI:10.1088/0256-307X/21/8/044 |
[31] |
郑斌, 李菊花. 基于Kozeny-Carman方程的渗透率分形模型. 天然气地球科学, 2015, 26(1): 193-198. ZHENG B, LI J H. A new fractal permeability model for porous media based on kozeny-carman equation. Natural Gas Geoscience, 2015, 26(1): 193-198. |
[32] |
白瑞婷, 李治平, 南珺祥, 等. 考虑启动压力梯度的致密砂岩储层渗透率分形模型. 天然气地球科学, 2016, 27(1): 142-148. BAI R T, LI Z P, NAN J X, et al. The fractal permeability model in tight sand reservoir accounts for start-up gradient. Natural Gas Geoscience, 2016, 27(1): 142-148. |
[33] |
尹帅, 谢润成, 丁文龙, 等. 常规及非常规储层岩石分形特征对渗透率的影响. 岩性油气藏, 2017, 29(4): 81-90. YIN S, XIE R C, DING W L, et al. Influences of fractal characteristics of reservoir rocks on permeability. Lithologic Reservoirs, 2017, 29(4): 81-90. DOI:10.3969/j.issn.1673-8926.2017.04.010 |
[34] |
李留仁, 袁士义, 胡永乐. 分形多孔介质渗透率与孔隙度理论关系模型. 西安石油大学学报(自然科学版), 2010, 25(3): 49-51. LI L R, YUAN S Y, HU Y L. A new model for describing the relationship between the permeability and the porosity of fractal porous media. Journal of Xi'an Shiyou University(Natural Science Edition), 2010, 25(3): 49-51. DOI:10.3969/j.issn.1673-064X.2010.03.012 |