基于电阻率变化速率的低对比度油气层识别方法:以鄂尔多斯盆地H区块为例

田立立; 武冠佐; 刘天定; 周丽艳; 高建英; 徐培裕

doi:10.12404/j.issn.1671-1815.2409481

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (1) :123-133 DOI: 10.12404/j.issn.1671-1815.2409481

石油、天然气工业

基于电阻率变化速率的低对比度油气层识别方法:以鄂尔多斯盆地H区块为例

田立立 ¹^,² ,
武冠佐 ³^,^* ,
刘天定 ¹^,² ,
周丽艳 ³ ,
高建英 ¹^,² ,
徐培裕 ³

作者信息 +

Identification of Low-contrast Oil and Gas Reservoirs Based on Resistivity Variation Rate: Block H, Ordos Basin

TIAN Li-li ¹^,² ,
WU Guan-zuo ³^,^* ,
LIU Tian-ding ¹^,² ,
ZHOU Li-yan ³ ,
GAO Jian-ying ¹^,² ,
XU Pei-yu ³

Author information +

文章历史 +

摘要

H区块位于鄂尔多斯盆地天环坳陷内部,研究区广泛发育的低幅度构造控制了油气成藏,针对H区块扩边探区储层流体性质识别难度大、测井解释符合率偏低的问题,利用岩心、水分析资料、常规测井、地质等资料开展了低对比度成因分析,明确了影响油、水层电性变化的主控因素,在此基础上,提出了一种通过量化表征电阻率曲线变化速率进而判别流体性质的评价思路和方法,形成了以液性指数为主控参数、双地层水电阻率商值为次控参数的流体识别图版。结果表明H区块储层特征低对比度主要受两方面因素影响,一是区域低幅度构造和储层孔隙结构复杂导致的油藏低饱和度,二是平面上频繁变化的地层水矿化度干扰了扩边区电性解释标准的建立;基于出水井和出油井之间测井曲线形态及数值特征之间的差异形成的液性指数图版与常规声波-电阻率图版相比更具有区分性,有效指导了流体性质识别,具有良好的应用效果。经23口井25层试油结果验证,新建立的流体识别图版的符合率达到84%,为研究区老井复查和新井试油选层提供了依据。

Abstract

Located within the Tianhuan Depression of the Ordos Basin, Block H exhibits widespread low-amplitude structures that dominantly control hydrocarbon accumulation. To address challenges in identifying reservoir fluid properties and the low consistency rate of logging interpretations in the extended exploration area of Block H, a genetic analysis of low-contrast reservoirs was conducted using integrated datasets including core samples, water analysis data, conventional logging, and geological data. Key controlling factors influencing electrical responses in oil and water layers were systematically clarified. Building on these findings, an innovative evaluation methodology was proposed to distinguish fluid types by quantitatively characterizing the resistivity variation rate. A fluid identification chart was established, with the liquid property index as the primary controlling parameter and the dual formation water resistivity ratio as the secondary parameter. The results indicate that the low contrast of reservoir characteristics in Block H is mainly influenced by two factors: first, the low saturation of the reservoir caused by the low amplitude structure and complex pore structure of the region, and second, the frequent variation of formation water salinity on the plane interferes with the establishment of electrical interpretation standards for the expansion area. The FPI chart, developed based on morphological and numerical discrepancies in logging curves between oil-producing and water-producing wells, demonstrates enhanced differentiation capability compared to conventional acoustic-resistivity crossplots. Field applications yielded promising outcomes, with the new chart achieving an 84% consistency rate validated by testing results from 25 layers across 23 wells. This approach provides critical technical support for re-evaluating legacy wells and optimizing perforation intervals in new wells within the study area.

Graphical abstract

关键词

鄂尔多斯盆地 / 测井解释 / 低对比度油藏 / 地层水矿化度 / 流体识别

Key words

Ordos Basin / logging interpretation / low contrast reservoir / formation water salinity / fluid identification

引用本文

引用格式 ▾

田立立, 武冠佐, 刘天定, 周丽艳, 高建英, 徐培裕. 基于电阻率变化速率的低对比度油气层识别方法:以鄂尔多斯盆地H区块为例[J]. 科学技术与工程, 2026, 26(1): 123-133 DOI:10.12404/j.issn.1671-1815.2409481

TIAN Li-li, WU Guan-zuo, LIU Tian-ding, ZHOU Li-yan, GAO Jian-ying, XU Pei-yu. Identification of Low-contrast Oil and Gas Reservoirs Based on Resistivity Variation Rate: Block H, Ordos Basin[J]. Science Technology and Engineering, 2026, 26(1): 123-133 DOI:10.12404/j.issn.1671-1815.2409481

登录浏览全文

4963

注册一个新账户忘记密码

低对比度油层指与水层电阻率差异小,通过常规测井评价方法难以识别的油层。随着国内勘探开发进程的逐步深化,低对比度油层识别逐渐成为促进增储上产、保障油气资源供应的重点研究领域。与西方稳定地层水矿化度分布的海相沉积环境相比,低对比度油层这一概念多针对国内陆相沉积下发育的储层^[1]。由于陆相沉积环境在较短的年限内变化速度较快,储层均质性差,水性特征受控于不同的沉积环境而频繁变化,导致纵向上高矿化度油层与低矿化度水层电性测井响应差异减小,除此之外,高不动水饱和度、低幅度构造、黏土附加导电作用、钻井液侵入、砂泥岩薄互层、导电矿物等因素均可能影响储层中的油藏,形成低对比度油层^[2-9]。根据低对比度油藏的成因机制,近年来前人以低对比度储层高精度含水饱和度计算和电阻率测井响应特征校正为主要方向,开展了大量识别方法研究,取得了一系列研究成果^[5-11],翟利华等^[6]通过泥质含量-孔渗比-不动水饱和度三维模型间接计算储层可动水饱和度以实现定量评价,但该方法对于含水饱和度的计算精度同样提出了更高的要求;高伦^[8]对比了试油层与邻近层位泥岩段的测井数据代表值,采用密度聚类(density-based spatial clustering of applications with noise,DBSCAN)生成特征簇,并将样本与簇心距离映射为高维特征,最终通过多层感知机(multilayer perceptron,MLP)构建识别模型,但该方法流程繁杂,在实际测井资料处理中操作难度较大;郭京哲等^[9] 针对合道地区侏罗系地层,通过引入视电阻增大率与地层水矿化度构建油、水层识别图版,此种方法在地层水矿化度频繁变化的地区适应性不强,这些研究方法或受限于经济因素,或存在区域局限性,对于不同测井曲线之间的耦合性与相关性重视程度较低,在H区块未能发挥理想的应用效果,易造成低对比度油层的遗漏和误判。为进一步挖掘低对比度油藏勘探开发潜力,需要立足于研究区测井资料采集情况与解释评价现状,建立更具针对性的解释评价方法。

鄂尔多斯盆地H区块广泛发育低幅度构造,油藏充注程度低,油水分异程度差,试油多为油水同出。高束缚水饱和度与高地层水矿化度共同形成了低阻、低对比度油层区,储层电阻率介于4.7~15 Ω·m范围内,低于常规油层。目前H区块已规模建产,在后期扩边探评井的解释过程中存在部分

疑难井,其特征与区块主体出油井四性特征类似,试油结果却完全相反。鉴于以往使用的静态交会图版法中相对孤立的测井响应特征难以充分表征储层内部流体性质,现使用对碎屑岩储层流体性质响应最敏感的声波与电阻率曲线,着眼于储层电性特征随物性特征改变的变化规律和变化速率,通过数学变换和简单累积的方法定量表征测井曲线之间的关联性与变化规律,捕捉失利井与试油成功井储层特征间微弱的信息差异并将其信号放大至可视化,创新建立液性指数L这一评价参数,以期在低对比度油层流体性质识别方面取得成效。

1 区域地质概况

鄂尔多斯盆地是中国重要的大型内陆含油气盆地,据现今盆地构造形态和演化史被划分为西缘冲断带、天环坳陷、陕北斜坡等6个二级构造单元(图1)。研究区位于鄂尔多斯盆地西南缘天环坳陷内,区块东部长7黑色页岩和西部黑色泥岩具有生烃能力,是油藏形成的物质基础^[12],三叠系长8和侏罗系三角洲砂体是油气的主要储集体,区块受盆地西缘冲断带等不同地质历史时期的构造活动影响,发育一系列微断层和裂缝,成为沟通烃源岩和储集体的桥梁及油气上升运移的通道,研究目的层系为三叠系长8段储层。

研究区三叠系长8段储层属辫状河三角洲平原沉积^[11],区块内构造幅度为5~15 m,发育低对比度油藏。储层岩石类型主要为石英砂岩(图2),成分成熟度和结构成熟度为中等,分选较好,以次棱-次圆状磨圆为主,胶结物以网状黏土、绿泥石膜和方解石为主,少量高岭石和铁白云石,个别石英颗粒具次生加大,储层孔隙类型主要为粒间孔,平均孔隙度12.4%、渗透率15.7 mD,属于低孔低渗储层。在多种不同成岩作用的综合影响下,长8段储层在纵向上和横向上均表现出明显的非均质性,控制并影响了油气的储集和运移。

2 低对比度油藏成因

2.1 油藏低饱和度

低对比度油藏形成的因素众多,宏观上有区域低幅度构造、钻井液侵入等因素;微观上则表现为黏土矿物附加导电、地层水矿化度、高束缚水饱和度等,针对不同成因形成的低对比度油藏,前人展开了一系列成因分析和流体识别方法研究,取得了一定应用成果^[13-16]。低对比度油藏常与低阻油藏概念混淆(图3)。“低阻”是一个相对的概念,强调储层电阻率低这一特征,狭义的低阻油藏是指与常规几十甚至上百欧姆米的电阻的储层相比,绝对电阻率低,这类低阻油藏的主控因素几乎仅来自地层水矿化度的影响,纵向上表现为油层电阻率绝对值低、水层电阻率绝对值更低的特点,油水层之间仍存在有效分异和对比度,易于识别,不属于低对比度油藏;而广义的低阻油藏指油层与临近水层电阻率接近,有时甚至低于临近水层,具有隐蔽性强、不易识别的特点,属于低对比度油藏。这两类低电阻率油藏在H区块普遍存在,同时又受储层孔隙结构和低幅度构造的影响导致油藏饱和度低,低电阻率的表象和低饱和度的本质共同成为储层低对比度的要因。

低幅度构造的构造幅度通常小于50 m,形成的圈闭具有面积小且隐蔽性强的特点,与沉积体系和有利相带共同控制了油藏在盆地中的分布,油气多集中于断鼻构造和平缓背斜等正向构造的高部位。早期运移成藏主要是油气上移浮力克服毛管力的过程,因此控制油藏饱和度大小的主要因素是油水密度差、储层孔隙结构以及含油高度。较低的构造幅度会导致油气渗流能力降低,进入细小孔径的难度增加,纵向上油水过渡带变宽,难以实现有效的油水分异,产生试油生产油水同出的现象。前人在邻区彭阳-演武地区的研究表明,有效的油水分异通常形成于较高的构造幅度(25 m)^[17],而研究区平均构造幅度小于15 m,油藏充注较差,油水分异程度低,含油气饱和度低。压汞曲线显示研究区孔隙类型复杂,主体区块样品进汞压力基本低于0.5 MPa,中值压力介于1~9 MPa(图4),油气相对易于充注;但区块边部采集的岩心分析资料表明样品进汞压力明显增加,集中于0.8~8 MPa,中值压力集中在8~40 MPa(图5),表明油藏边部储层具有相对较差的孔隙结构。低幅度构造和孔隙结构共同影响了油藏边部早期成藏过程中油气的充注,岩心分析资料表明研究区储层含油饱和度体较低,区块内过半数样品含油饱和度低于50%(图6),而扩边区样品的饱和度则更低(图7),结合压汞实验资料反映的孔隙结构特征差异,表明储层的油气充注程度与孔隙结构之间存在一定相关性,是造成油藏低饱和度、低对比度的要因之一。

2.2 地层水矿化度

地层水矿化度是影响储层电阻率响应值的关键因素之一,根据阿尔奇公式^[18],地层视电阻率与地层水电阻率呈正相关性,在较低矿化度地层水分布的层位,储层视电阻率值通常偏高,若不考虑地层水矿化度变化对储层视电阻率的影响,则可能在高矿化度区的解释评价过程中漏失低阻油气层或将低矿化度区的高阻水层误判为油气层。

(1)${R}_{\mathrm{t}}=\frac{ab{R}_{\mathrm{w}}}{{\varphi }^{m}{S}_{\mathrm{w}}^{n}}$

式(1)中:R_t为测试地层电阻率,Ω·m;a、b为与储层性质有关的岩电参数;R_w为地层水电阻率,Ω·m;m为胶结指数;n为电阻率增大系数;ϕ为储层孔隙度,%;S_w为含水饱和度,%。

研究区地层水矿化度分布范围较广,集中于14×10³ ~105×10³ mg/L(图8),水型主要为CaCl₂,代表了有利于油气保存的深层封闭环境,区块主体部分矿化度普遍高于15×10³mg/L,在局部高矿区,试油成功井电阻率响应值低至4.7 Ω·m,难以使用固定的电阻率下限指导测井解释评价,因此对地层水矿化度的评价非常重要。为保证采集到的水样为地层原生水,提取试油过程中返排率达到100%之后的水样进行了氯离子测量,与水样分析得到的地层水矿化度相比较为接近(图9),将已试油的氯离子转换为地层水矿化度后绘制平面等值图,能够一定程度上预测地层水矿化度信息,结合自然电位曲线及其他计算方法估算地层水电阻率^[1,19-20],进而通过地层含水饱和度的精确计算进行解释评价。但自然电位曲线易受曲线采集过程中人工误差、钻井液侵入及孔隙结构等多方面因素影响,数值有时不能真实反映水性特征,尽管自然电位幅度和试油氯根之间具有一定相关性,但在某些相邻自然电位幅度处的氯根差值也可达到25 000 mg/L (图10),这表明自然电位作为一种间接评价地层水电阻率的方法,精确程度略有不足。通过自然电位计算地层水电阻率后^[1],与地层水水性分析矿化度计算的地层水电阻率进行了对比,两者大体接近,但在个别点具有较大差异(图11),分别为0.030 Ω·m和0.063 Ω·m,在相同储层电阻率和声波测井响应值的情况下,使用阿尔奇公式计算的含水饱和度差异为14.6%~25.9%(表1),在孔隙度和电阻率响应值均较低的储层条件下差异值达到最大,可能对具有相同四性特征的储层给出相反的结论。

H-9井为区块内一口扩边评价井(图12),48号层电阻率为10.8 Ω·m,与下部层位存在一定对比度,声波特征值为250.8 μs/m,在声波电阻率图版中临近油区,幅度较小的自然电位曲线暗示了地层水可能具有较低的矿化度,然而,如前所述,根据本区生产经验,自然电位受多方面因素影响,自然电位幅度与地层水矿化度(氯根)存在一定相关性,但并不能较为精准地进行地层水矿化度的估算,同时,由于主区块存在拥有类似自然电位曲线形态的单井试油成功,根据一般经验将此层乐观解释为油水同层,最终试油含水100%,滴定的氯根为14 113 mg/L,与主区块较高的矿化度相比,该井所在区域的地层水矿化度显然发生了突变,但地层水矿化度突变这一结论判定发生于试油分析过程之后,导致使用相对陈旧的判断依据造成解释失利。因此,当平面上地层水的水性分布不稳定,无法通过区域等值图以及其他方式进行推算新井目的层位的水性特征而影响横向对比,以及目的层层内及层间具有较强非均质性,临近水层的矿化度与油层矿化度存在较大差异而无法形成电性特征有效纵向对比的情况下,以矿化度-地层水电阻率计算的角度评价储层流体性质具有局限性,需结合其他评价方法共同进行流体识别。

3 流体识别方法

近年来,随着测井技术的发展、革新和完善,核磁共振测井在低对比度油藏评价中取得了良好的应用效果^[21-23],与常规测井手段相比,其优势在于直接测量储层孔隙中流体的信息,几乎不受储层岩性和水性特征影响,能够精确评价储层孔隙结构进而评价储层流体性质。前人使用核磁长短等待时间极化差异的评价方法在H区块的探评井中进行了尝试和验证,实现了对储层流体的定量化评价^[24],但受限于核磁共振测井的单井测试周期和资金成本,这一新技术在油田的应用范围受到一定限制,常规测井资料依然是解释评价的主要依据。

3.1 双R_w-电阻率交会图版法

由于油水层在纵向上的分异,含油储层电阻率通常高于含水储层电阻率响应值,因此,纵向对比是区分油水层最常见的解释方法,但低对比度储层由于孔隙结构等原因造成油水分差异,在目的层的下部或临近层位难以找到所谓的标准水层,无法形成有效对比,双R_w法略过纵向储层间的电性特征对比,直接比较目的层内两种视地层水的电阻率,如前所述,通过自然电位的偏移幅度可以估算第一种地层水电阻率,并与地层水化验资料得到的真地层水电阻率进行了刻度,将这种通过自然电位幅度计算的视地层水电阻率定义为R_w_SP,同时,根据阿尔奇公式对另一种视地层水(地层流体)电阻率R_wa做出了定义如下。

(2)$F=\frac{{R}_{0}}{{R}_{\mathrm{w}}}=\frac{a}{{\varphi }^{m}}$

式(2)中:F为地层因素,反映了储层中饱含地层水时,地层的电阻率测量值R₀与储层中地层水电阻率R_w的比值,由于储层中的流体既可以为100%地层水,也可以为地层水与原油的混合物,定义R_wa为储层中赋存流体的电阻率,理论上当储层中为纯水时,R_wa=R_w,式(2)可变为

(3)$F=\frac{{R}_{0}}{{R}_{\mathrm{w}}}=\frac{a}{{\varphi }^{m}}=\frac{{R}_{\mathrm{t}}}{{R}_{\mathrm{w}\mathrm{a}}}$

a=1,由式(3)可得

(4)${R}_{\mathrm{w}\mathrm{a}}={R}_{\mathrm{t}}{\varphi }^{m}$

围绕研究区主体区块建立的声波-电阻率图版表征储层声波测井值分布于230~268 μs/m,电阻率分布于4~20 Ω·m,部分油层与水层相比呈现较高的电阻率,但在9~10 Ω·m附近油水关系散乱,该图版的应用效果较差,地层水矿化度的变化干扰了电阻率这一测井响应特征在流体性质识别中的作用(图13),但通过建立视地层水对比和电阻率交会的图版,与基础图版相比,能够将油水层和水层做出一定程度区分,如果将临界范围的水层数据点均判定为不符合,该解释方法的符合率为72.0%(图14)。

3.2 双R_w-液性指数交会图版法

电阻率是评价储层流体性质最直观的参数,低对比度油藏的评价难点在于电阻率的绝对值大小往往受到岩性、物性、水性、残余油及钻井液侵入等各类因素影响而无法反馈储层流体的信息,前人经研究形成了基于视电阻率校正的流体识别方法^[25-27],旨在通过消除外界因素干扰,真实反映流体信息的电性特征。研究区扩边探评井储层顶部物性较差,电阻率响应值高。为明确电阻率的高低来源于流体还是物性的贡献,以深电阻率曲线与声波曲线变化的相关性为基础,建立了基于物性特征变化的液性指数评价方法,结合试油生产资料建立了流体识别图版,与常规声波-电阻率图版相比更加直观有效。液性指数L表达式为

(5)$L=100\frac{\stackrel{\mathrm{M}\mathrm{a}\mathrm{x}-d}{\sum _{i=\mathrm{M}\mathrm{i}\mathrm{n}}}\frac{\mathrm{R}{\mathrm{T}}_{i}-\mathrm{R}{\mathrm{T}}_{i+d}}{d\mathrm{R}{\mathrm{T}}_{i+d}}}{\mathrm{M}\mathrm{a}\mathrm{x}-\mathrm{M}\mathrm{i}\mathrm{n}-d}$

式(5)中:Max为岩性稳定的有效储层段内纵向上声波最大值,μs/m,其对应深度为发育最优储集空间的层段;Min为岩性稳定的有效储层段纵向上的声波最低值,大于等于区块内储层物性评价下限217 μs/m,通常根据物性和电性特征解释为差油层;i和d均为整数;RT_i₊_d和RT_i分别为储层声波值为i+d和i时对应的电阻率,由于研究区目的层岩性稳定的储层段内声波测井值的变化幅度通常为(25±5) μs/m,因此定义d的缺省值为25。若Max与Min的差值小于25,则适当调小d取值,以满足计算参数对样本点数量的基本要求。由于岩石骨架本身不导电,顶部物性较差的储层电阻率往往较高,无法将其视为储层流体的电性响应特征。从储层段顶部向下,若随物性特征由差变好,电阻率不降反增,认为可能是油气信号对电阻率值产生了影响;若电阻率下降的速度较慢,同样认为油气的存在一定程度弥补了储层骨架丢失本该下降的那部分电阻率;若电阻率呈现较明显的滑坡式下降,则认为随储集空间变好,未被驱替的原生地层水增加了导电性,储层含水的可能性较大。通过计算物性良好的层段与物性相对较差的层段之间的电性差异程度,求取电性特征变化的速率进而判断储层流体性质。

3.3 流体识别方法的应用与推广

3.3.1 鄂尔多斯盆地陇东地区H区块长8段储层

以上述H区块H-9 井为例,该井顶部储层从录井和气测信息显示储层具有一定含油性,48号层从储层顶部到中部声波和密度曲线反映的物性特征逐渐变好,顶部(L₁)和中部(L₂)偏干层的声波最小值分别为228 μs/m和231 μs/m;在深度为2 750.1 m和2 753.3 m时声波分别达到区间内最大值251 μs/m和255 μs/m,则将d定义为20,L₁和L₂的计算方式如下。

(6)$\begin{array}{l}{L}_{1}=100\left[\right(\mathrm{R}{\mathrm{T}}_{248}-\mathrm{R}{\mathrm{T}}_{228})/20\mathrm{R}{\mathrm{T}}_{248}+\\ (\mathrm{R}{\mathrm{T}}_{249}-\mathrm{R}{\mathrm{T}}_{229})/20\mathrm{R}{\mathrm{T}}_{249}+\dots +\\ (\mathrm{R}{\mathrm{T}}_{251}-\mathrm{R}{\mathrm{T}}_{231})/20\mathrm{R}{\mathrm{T}}_{251}]/4\end{array}$

(7)$\begin{array}{l}{L}_{2}=100\left[\right(\mathrm{R}{\mathrm{T}}_{251}-\mathrm{R}{\mathrm{T}}_{231})/20\mathrm{R}{\mathrm{T}}_{251}+\\ (\mathrm{R}{\mathrm{T}}_{252}-\mathrm{R}{\mathrm{T}}_{232})/20\mathrm{R}{\mathrm{T}}_{252}+\dots +\\ (\mathrm{R}{\mathrm{T}}_{255}-\mathrm{R}{\mathrm{T}}_{235})/20\mathrm{R}{\mathrm{T}}_{255}]/5\end{array}$

将48号层上段(2 748.3~2 750 m)计算结果L₁和下段(2 750.8~2 753.5 m)计算结果L₂投到以液性指数为主参数,储层双视地层水电阻率商值为副参数的图版上(图15),均落于水层区域,反映储层主要含水,与结论吻合。

H-23井(图16)为区块南部一口评价井,储层段声波测井值为255.6 μs/m,密度为2.29 g/cm³,反映了良好的物性;电阻率4.7 Ω·m,远低于区块内先前出油井的电阻率下限7.2 Ω·m,由于垂向上没有标准水层或类似水层的参照,对比度不明显,因此对这口井的解释结论较为谨慎。使用液性指数评价方法对44号储层进行评价,顶部偏干层声波测井值为225 Ω·m,中部物性最好的部分声波测井值为256 Ω·m,液性指数的理论计算公式为

(8)$\begin{array}{l}{L}_{\mathrm{T}}=100\left[\right(\mathrm{R}{\mathrm{T}}_{250}-\mathrm{R}{\mathrm{T}}_{225})/25\mathrm{R}{\mathrm{T}}_{250}+\\ (\mathrm{R}{\mathrm{T}}_{251}-\mathrm{R}{\mathrm{T}}_{226})/25\mathrm{R}{\mathrm{T}}_{251}+\dots +\\ (\mathrm{R}{\mathrm{T}}_{256}-\mathrm{R}{\mathrm{T}}_{231})/25\mathrm{R}{\mathrm{T}}_{256}]/7\end{array}$

由于曲线的采样间隔及变化速度限制,获取的采样点可能不像理论公式那样连续,但仍能够反映电阻率特征值的变化,H-23井的液性指数实际计算公式为

(9)$\begin{array}{l}{L}_{\mathrm{A}}=100\left[\right(\mathrm{R}{\mathrm{T}}_{251}-\mathrm{R}{\mathrm{T}}_{226})/25\mathrm{R}{\mathrm{T}}_{251}+\\ (\mathrm{R}{\mathrm{T}}_{255}-\mathrm{R}{\mathrm{T}}_{230})/25\mathrm{R}{\mathrm{T}}_{255}+\dots +\\ (\mathrm{R}{\mathrm{T}}_{256}-\mathrm{R}{\mathrm{T}}_{233})/23\mathrm{R}{\mathrm{T}}_{256}]/3\end{array}$

将计算结果L₃投入图版,落入油区,尽管储层电阻率绝对值过低导致计算出的双R_w商值偏低,将其初步判断为水层,但结合液性指数对储层进行综合评价,最终解释为油水同层,该井试油获4.7 t/d工业油流,与解释结论吻合。双R_w-液性指数交会图版在前述常规和双R_w图版的基础上能够对油水层和水层做出进一步有效区分,将临界范围的油层和水层数据点均判定为不符合的情况下,该解释方法的符合率为84.0%。

3.3.2 鄂尔多斯盆地陇东地区华池、合水区块长9段储层

近年来,在陇东华池、合水地区发现了多个长9含油富集区,在区域内广泛发育的高矿化度地层水背景下,储层具有低阻、低对比度特征,与H区块长8段储层在电性、物性特征上存在一定相似性。对陇东地区17口井19个试油层进行了液性指数计算与解释图版绘制(图17),表征了投点位置L₃以及本文方法的应用。以蛟13井为例(图18),该井顶部储层从录井和气测信息显示储层具有一定含油性,76号层从储层顶部到中部声波和密度曲线反映的物性特征逐渐变好,顶部和中部偏干层的声波最小值为217 μs/m;在深度为2 450.1 m时声波达到区间内最大值229 μs/m,则将d定义为10,L的计算公式为

(10)$\begin{array}{l}L=100\left[\right(\mathrm{R}{\mathrm{T}}_{227}-\mathrm{R}{\mathrm{T}}_{217})/10\mathrm{R}{\mathrm{T}}_{217}+\\ (\mathrm{R}{\mathrm{T}}_{228}-\mathrm{R}{\mathrm{T}}_{218})/10\mathrm{R}{\mathrm{T}}_{218}+\\ (\mathrm{R}{\mathrm{T}}_{229}-\mathrm{R}{\mathrm{T}}_{219})/10\mathrm{R}{\mathrm{T}}_{229}]/3\end{array}$

将76号层计算结果L投到以液性指数为主参数,储层电阻率为次参数的交会图版上,落于水层区域,将解释结论修改为水层,与最终试油结论一致。

4 结论

(1)鄂尔多斯盆地H区块处于低幅度构造背景,构造幅度小于15 m,与长8段储层复杂的孔隙结构共同造成了油藏低饱和度,纵向上油水分异程度差;区块内地层水矿化度差异幅度大,在平面上变化速度快,地层水电阻率估算难度较大且相对于生产应用滞后,是造成储层流体识别困难,油藏低对比度的主要原因。

(2)与常规声波-电阻率图版相比,双R_w-电阻率图版削弱了一部分平面上地层水矿化度对电性特征的影响,将混杂的油水层做出了一定程度的区分,在此基础上构建的液性指数-双R_w图版附加评价了电阻率在纵向上的变化速率,间接反映了储层电阻率受物性和流体这两个分量贡献度的差异,该评价方法基于相同层位、相邻深度的外在条件近似比对,排除了地层水矿化度在平面和纵向上的变化对储层电性特征造成的干扰,可操作性强,满足油田生产中的时效性要求,在H区块及邻区同类型油气藏中均展现了适用性,有效提升了低对比度储层流体性质识别能力。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	李厚义, 黄文革, 马一平, 等. “低阻油层”的识别与认识[J]. 中国石油勘探, 2008, 13(1): 68-74.

[2]	Li Houyi, Huang Wenge, Ma Yiping, et al. Identification and recognition of “low resistance oil layer”[J]. China Petroleum Exploration, 2008, 13(1): 68-74.

[3]	Li C, Shi Y, Zhou C, et al. Evaluation of low amplitude and low resistivity pay zones under the fresh drilling mud invasion condition[J]. Petroleum Exploration and Development, 2010, 37(6): 696-702.

[4]	Mashaba V, Altermann W. Calculation of water saturation in low resistivity gas reservoirs and pay-zones of the Cretaceous Grudja Formation, onshore Mozambique Basin[J]. Marine Petroleum Geology, 2015, 67: 249-261.

[5]	Clavier C, Heim A, Scala C. Effect of pyrite on resistivity and other logging measurements[C]// SPWLA 17th Annual Logging Symposium. Denver, Colorado: SPWLA, 1976: 130146109.

[6]	杨蒙, 王洋, 薛金泉, 等. 鄂尔多斯盆地志丹地区长2段低阻油层特征及油气地质意义[J]. 科学技术与工程, 2024, 24(20): 8487-8495.

[7]	Yang Meng, Wang Yang, Xue Jinquan, et al. Characteristic of Chang 2 low resistivity pay zones and petroleum geological significance in Zhidan area, Ordos Basin[J]. Science Technology and Engineering, 2024, 24(20): 8487-8495.

[8]	翟利华, 林艳波, 秦智, 等. 鄂尔多斯盆地姬塬地区延长组长4+5低阻油层成因及识别方法[J]. 油气地质与采收率, 2018, 25(2): 50-57.

[9]	Zhai Lihua, Lin Yanbo, Qin Zhi, et al. Genetic mechanism and identification methods of low resistivity oil reservoirs in Chang4+5 member of Yanchang Formation in Jiyuan area, Ordos Basin[J]. Petroleum Geology and Recovery Efficiency, 2018, 25(2): 50-57.

[10]	武洪菊, 刘锐, 张永波, 等. 复杂钻井泥浆侵入条件下的夏盐地区低饱和度油藏的流体性质识别方法[J]. 科学技术与工程, 2024, 24(34): 14632-14640.

[11]	Wu Hongju, Liu Rui, Zhang Yongbo, et al. Identification method of fluid properties for low oil saturation reservoir in Xiayan area under the condition of intrusion by complex drilling mud[J]. Science Technology and Engineering, 2024, 24(34): 14632-14640.

[12]	高伦. 基于机器学习算法的低对比度油气层测井评价方法与集成软件设计[D]. 北京: 中国石油大学(北京), 2023.

[13]	Gao Lun. Machine-learning-based LRLC pay zone well logging evaluation and integrated software design[D]. Beijing: China University of Petroleum(Beijing), 2023.

[14]	郭京哲, 李娅, 韩斌虎, 等. 基于成因分析下的侏罗系低阻油层常规测井识别方法——以鄂尔多斯盆地合道地区为例[J]. 地球物理学进展, 2022, 37(6): 2381-2394.

[15]	Guo Jingzhe, Li Ya, Han Binhu, et al. Conventional logging identification method of Jurassic low resistivity reservoir based on genetic analysis: a case study of Hedao area, Ordos Basin[J]. Progress in Geophysics, 2022, 37(6): 2381-2394.

[16]	胡婷婷, 张奔, 毛晨飞, 等. 基于多参数变胶结指数的致密砂砾岩饱和度精细评价: 以准噶尔盆地乌尔禾组为例[J]. 科学技术与工程, 2024, 24(8): 3193-3199.

[17]	Hu Tingting, Zhang Ben, Mao Chenfei, et al. Fine saturation evaluation of tight glutenite reservoirs based on multi-parameter variable cementationindex modeling: a case study of Wuerhe Formation in Junggar Basin[J]. Science Technology and Engineering, 2024, 24(8): 3193-3199.

[18]	陈鑫, 戚明辉, 邓翔, 等. 鄂尔多斯盆地南部延长组7段泥页岩储层特征及其控制因素[J]. 科学技术与工程, 2023, 23(22): 9460-9469.

[19]	Chen Xin, Qi Minghui, Deng Xiang, et al. Mineral composition characteristics and its controlling factors in shale of Chang 7 member of Yanchang Formation in the south of Ordos Basin[J]. Science Technology and Engineering, 2023, 23(22): 9460-9469.

[20]	张思玉, 庞雄奇, 丁超, 等. 鄂尔多斯盆地南部延长组长8油层组差异成藏过程[J]. 科学技术与工程, 2022, 22(27): 11871-11879.

[21]	Zhang Siyu, Pang Xiongqi, Ding Chao, et al. Differential reservoir forming process of Chang 8 reservoir in Yanchang Formation, south Ordos Basin[J]. Science Technology and Engineering, 2022, 22(27): 11871-11879.

[22]	程相志, 范宜仁, 周灿灿, 等. 基于钻井液性能优化设计的低对比度油层识别新技术[J]. 中国石油大学学报(自然科学版), 2008(3): 50-54.

[23]	Cheng Xiangzhi, Fan Yiren, Zhou Cancan, et al. A new method for identifying low-contrast reservoir based on optimizing design of drilling fluid properties[J]. Journal of China University of Petroleum(Edition of Natural Science), 2008(3): 50-54.

[24]	钟吉彬, 石玉江, 王长胜, 等. 基于双地层水电阻率的低对比度油层识别方法及应用[J]. 中国石油勘探, 2017, 22(3): 96-103.

[25]	Zhong Jibin, Shi Yujiang, Wang Changsheng, et al. Low-contrast reservoir identification method based on double formation water resistivity and its application[J]. China Petroleum Exploration, 2017, 22(3): 96-103.

[26]	冯程, 冯俊贵, 石玉江, 等. X油田三叠系延长组长9段低对比度油层成因及识别[J]. 测井技术术, 2020, 44(6): 594-600.

[27]	Feng Cheng, Feng Jungui, Shi Yujiang, et al. Origin and identification of low contrast pay zones in Chang 9 member of Yanchang Formation in the X oilfield[J]. Well Logging Technology, 2020, 44(6): 594-600.

[28]	郭浩鹏, 石玉江, 王长胜, 等. 鄂尔多斯盆地延安组低对比度油藏饱和度分布模式与测井评价[J]. 测井技术, 2016, 40(5): 556-563.

[29]	Guo Haopeng, Shi Yujiang, Wang Changsheng, et al. Saturation distribution and log interpretation method of low-contrast reservoir in mesozoic Yan’an Formation of Erdos Basin[J]. Well Logging Technology, 2016, 40(5): 556-563.

[30]	郑登艳, 王震亮, 王联国, 等. 低幅度构造特征及其对油气成藏的控制作用: 以鄂尔多斯盆地彭阳地区延安组为例[J]. 现代地质, 2021, 35(4): 1114-1123.

[31]	Zheng Dengyan, Wang Zhenliang, Wang Lianguo, et al. Low-amplitude structures and its control on hydrocarbon enrichment and accumulation: an example from Yan’an Formation in Pengyang area, Ordos Basin[J]. Geoscience, 2021, 35(4): 1114-1123.

[32]	贾将, 万天豪, 柯式镇, 等. Archie公式的频域适用性实验分析[J]. 科学技术与工程, 2024, 24(32): 13688-13694.

[33]	Jia Jiang, Wan Tianhao, Ke Shizhen, et al. Experimental analysis of the frequency-domain applicability of Archie’s formula[J]. Science Technology and Engineering, 2024, 24(32): 13688-13694.

[34]	朱命和. 应用电测井曲线计算地层水矿化度[J]. 物探与化探, 2005(1): 31-33.

[35]	Zhu Minghe. The electrical logging curve was used to calculate the salinity of formation water[J]. Geophysical and Geochemical Exploration, 2005(1): 31-33.

[36]	雷易璇. 志丹油区长4+5、长6油层组地层水电阻率预测[D]. 西安: 西北大学, 2019.

[37]	Lei Yixuan. Prediction of formation water resistivity of Chang 4+5 and Chang 6 oil-bearing formations in Zhidan oil region[D]. Xi’an: Northwest University, 2019.

[38]	王跃祥, 谢冰, 赖强, 等. 基于核磁共振测井的致密气储层孔隙结构评价与分类[J]. 地球物理学进展, 2023, 38(2): 759-767.

[39]	Wang Yuexiang, Xie Bing, Lai Qiang, et al. Evaluation of pore structure and classification in tight gas reservoir based on NMR logging[J]. Progress in Geophysics, 2023, 38(2): 759-767.

[40]	骆玉虎, 张恒荣, 汤翟, 等. 随钻核磁共振测井在南海文昌油田低阻油层流体识别中的应用[J]. 地质科技通报, 2023, 42(1): 420-428.

[41]	Luo Yuhu, Zhang Hengrong, Tang Zhai, et al. Application of NMR logging while drilling in fluid identification of low resistivity reservoirs in Wenchang oilfield, South China Sea[J]. Bulletin of Geological Science and Technology, 2023, 42(1): 420-428.

[42]	罗兴平, 苏东旭, 王振林, 等. 核磁共振测井在低阻油层评价中的应用——以准噶尔盆地阜东斜坡头屯河组为例[J]. 新疆石油地质, 2017, 38(4): 470-476.

[43]	Luo Xingping, Su Dongxu, Wang Zhenlin, et al. Application of NMR logging in low-resistivity reservoir evaluation: a case study of Toutunhe Formation on the eastern Fukang Slope, Junggar Basin[J]. Xinjiang Petroleum Geology, 2017, 38(4): 470-476.

[44]	雷琳琳, 唐海忠, 张虔, 等. 核磁共振长短等待时间极化增强在低阻油层识别中的应用——以环庆地区西部长8油层为例[J]. 地球物理学进展, 2024, 39(2): 678-688.

[45]

Lei Linlin, Tang Haizhong, Zhang Qian, et al. Application of polarized enhancement raised by nuclear magnetic resonance long and short waiting time in low resistivity oil layer identification: a case study of the Chang 8 oil layer in the western of the Huanqing area[J]. Progress in Geophysics, 2024, 39(2): 678-688.

[46]	杨超超, 周金昱, 段朝伟, 等. 华池南梁地区高阻水层成因分析及油水识别方法[J]. 测井技术, 2023, 47(5): 601-608.

[47]	Yang Chaochao, Zhou Jinyu, Duan Chaowei, et al. Genetic analysis and oil-water identification method of high resistance water layer in area of Huachi Nanliang[J]. Well Logging Technology, 2023, 47(5): 601-608.

[48]	牟立伟, 王刚, 罗兴平, 等. 高矿化度钻井液侵入后储集层双侧向电阻率实验校正[J]. 新疆石油地质, 2022, 43(4): 474-478.

[49]	Mu Liwei, Wang Gang, Luo Xingping, et al. Experimental correction of dual lateral reservoir resistivity after high salinity drilling fluid invasion[J]. Xinjiang Petroleum Geology, 2022, 43(4): 474-478.

[50]	刘志远, 李浩, 郭宇豪, 等. 含钙质致密油储层电阻率校正及饱和度评价方法[J]. 测井技术, 2022, 46(3): 326-333.

[51]	Liu Zhiyuan, Li Hao, Guo Yuhao, et al. Research on resistivity correction and saturation evaluation method of calcareous tight oil reservoir[J]. Well Logging Technology, 2022, 46(3): 326-333.