梁永光 （中石油大慶油田有限責任公司勘探開發(fā)研究院，黑龍江 大慶163712）

海拉爾盆地為復式斷陷湖盆，斷層發(fā)育，具有多物源、多期扇體發(fā)育和相變快的特征。南屯組（k1n）厚度大，是海拉爾盆地主要烴源巖層和儲集層，油藏圍繞k1n生烴中心呈環(huán)帶狀分布，具有平面分布廣、油層厚度大的特點［1，2］。海拉爾盆地k1n儲層具有含火山碎屑的沉積巖和陸源沉積巖等多種巖性，儲層特征差異大，孔隙度相同時，滲透率相差大；孔隙結構復雜，導致電阻率高；同時，由于含油飽和度低、油水分異作用較弱，油層、油水同層、水層電性差異不明顯，電阻率變化難以敏感反映流體性質變化。直接應用電阻率和自然電位相對值等常規(guī)方法識別流體性質［3～5］，油水層解釋符合率僅為75%。針對油水層識別精度低的問題，筆者開展了影響流體識別的主控因素研究，并根據(jù)影響因素構建了敏感參數(shù)；同時，結合自然電位相對值和孔隙度，通過主成分分析法建立主成分因子模型后，采用交會圖技術進行流體識別。應用該方法對36口新井進行了流體識別，經55個層位試油驗證，流體識別符合率達到了87.3%，提高了12.3個百分點，效果較好。

1 影響流體識別的主控因素

一般而言，影響流體識別的主控因素主要有儲層的物性、巖性以及地層水礦化度。k1n地層水分析資料表明，其礦化度穩(wěn)定；巖心及物性資料表明，儲層孔隙結構復雜、巖石造巖礦物類型多樣。因此，筆者主要針對物性和巖性影響流體性質識別開展研究。

1.1 復雜孔隙結構影響分析

通過對研究區(qū)k1n的28口井巖心觀察，發(fā)現(xiàn)由于沉積、成巖和后期改造等方面的作用，儲層孔隙類型多樣，有剩余粒間孔隙、粒間溶蝕孔隙、粒內溶蝕孔隙、微孔等。對350塊巖心分析數(shù)據(jù)進行統(tǒng)計表明，儲層的平均孔隙度為11.3%，平均滲透率為0.71mD，物性較差［6～8］。從巖心分析的有效孔隙度、空氣滲透率關系圖 （圖1）可以看出，同一孔隙度對應的滲透率相差較大，說明儲層的孔隙類型多樣、非均質性強，儲層孔隙結構復雜。

從平均孔隙度和滲透率看，研究區(qū)儲層物性差，導致流體對測井響應的貢獻較小，測井信息對流體性質的變化反映不敏感。儲層孔隙結構復雜，導電路徑長，具有復雜孔隙結構的油水同層電阻率高于某些孔隙結構簡單的油層 （見圖2）。綜上所述，儲層物性差、孔隙結構復雜導致油水同層識別精度低。

1.2 巖性影響分析

海拉爾盆地k1n具有多物源、多期扇體發(fā)育和相變快的特點，儲層的巖性主要為細砂巖、粉砂巖，少量含凝灰質砂巖。以巖心分析的巖性為基礎，采用2種對比方式開展巖性對電阻率的影響研究：①選取研究區(qū)不同巖性的試油干層，對比其電阻率大小表明，粉砂巖干層電阻率最低，細砂巖干層電阻率略高于粉砂干層，含凝灰質砂巖干層電阻率最高；②選取研究區(qū)不同巖性但物性相當?shù)乃畬訉Ρ入娮杪蚀笮。?類巖性儲層的電阻率變化趨勢與第①種對比結論一致。2種對比結論可以推論出，3類巖性儲層含油飽和度相同時，凝灰質砂巖的電阻率高于細砂巖的，細砂巖的電阻率高于粉砂巖的。因此不考慮巖性影響下建立的流體識別標準解釋符合率低。

圖1 有效孔隙度與空氣滲透率關系圖

圖2 深側向電阻率和有效孔隙度識別流體性質圖版

2 敏感參數(shù)提取

2.1 與孔隙結構有關的敏感參數(shù)

孔隙度相同的儲層，孔隙結構越復雜，對應的滲透率越低。滲透率與比表面積的關系表明，滲透率越低，比表面積越大，而比表面積越大的儲層中子孔隙度越高［9］，研究區(qū)儲層特征也是如此。儲層的物性參數(shù)中，儲層品質指數(shù) （Irq）是反映孔隙結構最敏感的參數(shù)。從巖心分析的孔隙度和滲透率計算得到的Irq與壓汞試驗得到的最大喉道半徑 （rmax）、平均喉道半徑 （rave）、排驅壓力 （pd）等反映孔隙結構的參數(shù)具有較好的相關性。Irq越大，孔隙結構越好。應用研究區(qū)巖心分析資料和測井資料建立了Irq與φe／φn（有效孔隙度／中子孔隙度）的關系圖 （圖3），可以看出，儲層孔隙結構越好，Irq越大，φe／φn越接近于1，即φe與φn越相近，孔隙結構越好；反之，孔隙結構越差。

孔隙結構復雜的儲層，導電路徑復雜，導致儲層電阻率變化難以反映流體性質的變化，因此直接應用電阻率難以簡單識別流體性質。為了減小孔隙結構對電阻率的影響，定義了與孔隙結構有關的敏感參數(shù)：

式中：Szhz為與孔隙結構有關的敏感參數(shù)，Ω·m；ρt為地層電阻率，Ω·m。

當儲層孔隙結構復雜時，φe／φn較小，Szhz減小，在一定程度上對孔隙結構的影響進行了校正。

2.2 與巖性有關的敏感參數(shù)

補償密度主要反映巖石的體積密度，換算為孔隙度，與巖石的成分特別是填隙物關系密切；補償中子主要反映真實孔隙體積和黏土層間水體積，換算為孔隙度，與粒間充填物以及泥質含量關系密切。應用上述2種孔隙度的差異可以反映儲層巖石成分和填隙物的變化。對于研究區(qū)儲層，含巖石顆粒變細時，φd（密度孔隙度）基本不變，φn變大，（φd－φn）變??；含凝灰質時，φd基本不變，φn變小，（φd－φn）變大；反映了儲層巖性的變化。

通過上述研究可知，巖性變細，ρt降低；而含凝灰質時，ρt升高。為了減小巖性對電阻率的影響，定義與巖性有關的敏感參數(shù)：

式中：Shyz為與巖性有關的敏感參數(shù)，Ω·m。

當填隙物成分為泥質或巖性變細時，（φd－φn）小，泥質含量越高，ρt越低，利用 （φd－φn）對ρt進行校正后，ρt變高；當填隙物為凝灰質時，（φd－φn）較大，利用 （φd－φn）對ρt進行校正后，ρt變低。Shyz在一定程度上對巖性影響進行了校正。

3 基于主成分的流體識別方法

3.1 主成分分析法的基本原理

主成分分析法是采取一種數(shù)學降維的方法，找出幾個綜合變量來代替原來眾多的變量，使這些綜合變量能盡可能地代表原來變量的信息量，而且彼此之間互不相關。這種把多個變量化為少數(shù)幾個互相無關的綜合變量的統(tǒng)計分析方法就叫做主成分分析法或主分量分析法。主成分分析所要做的就是設法將原來眾多具有一定相關性的變量，重新組合為一組新的相互無關的綜合變量來代替原來的變量。通常，數(shù)學上的處理方法就是將原來的變量做線性組合，作為新的綜合變量，但是這種組合如果不加以限制，可以有很多，應該如何選擇呢？如果將選取的第1個線性組合即第1個綜合變量記為F1，自然希望它盡可能多地反映原來變量的信息，這里的“信息”用方差來測量，即Var（F1）越大，表示F1包含的信息越多。因此在所有的線性組合中選取的F1應該是方差最大的，故稱F1為第1主成分。如果F1不足以代表原來眾多變量的信息，再考慮選取第2個線性組合F2，為了有效地反映原來信息，F(xiàn)1已有的信息就不需要再出現(xiàn)在F2中，用數(shù)學語言表達就是要求Cor（F1，F(xiàn)2）＝0，稱F2為第2主成分，依此類推可以構造出第3，4，…，第p個主成分。

3.2 研究區(qū)主成分的選取

在儲層孔隙結構及巖性對電阻率影響分析后，分別對其進行校正，得到了校正后的對流體性質變化敏感的參數(shù)Szhz和Shyz；對儲層流體較為敏感的還有自然電位相對值 （ΔUsp），一般含水儲層的ΔUsp比純油層大；φe在二維坐標系中，一般也用于流體識別。因此，優(yōu)選出對海拉爾盆地k1n的油水層敏感的參數(shù)Szhz、Shyz、ΔUsp、φe。

3.3 基于主成分的流體識別圖版

以研究區(qū)試油及測井資料為基礎，選取油層、油水同層及水層樣本，采用主成分分析方法，計算得到F1、F2與測井參數(shù)之間的轉換關系，具體表達式為：

應用研究區(qū)30口井70個樣本的主成分值，建立了基于主成分的流體識別圖版 （圖4），圖版精度為95%，流體識別圖版精度明顯提高。

4 應用效果

圖3 Irq與φe／φn關系圖

圖4 基于主成分的流體識別圖版

應用上述模型，對研究區(qū)36口井進行了流體識別，經55個層位試油驗證，該方法的流體識別符合率達到了87.3%。圖5為X井測井解釋成果圖，57號層電阻率較高，應用圖2的標準均解釋為油層；通過對電阻率校正后，應用基于主成分的流體識別圖版 （圖4），解釋為油水同層，經試油驗證為油水同層。應用結果表明，該方法對于研究區(qū)的疑難層具有較好的適用性。

圖5 X井測井綜合解釋成果圖

5 結論

1）以巖心、物性、試油及測井資料為基礎，確定出影響流體識別的2個主要影響因素——孔隙結構及巖性，并以此為依據(jù)，構建了相應的2個敏感參數(shù)Szhz和Shyz，能較為敏感地反映流體性質的變化。

2）在敏感參數(shù)分析及構建校正參數(shù)的基礎上，結合自然電位相對值和有效孔隙度，研制了基于主成分的流體識別圖版。應用該圖版對海拉爾盆地k1n復雜巖性儲層進行流體識別，經36口井55個層位試油層驗證，流體識別精度提高到87.3%，效果較好。

［1］ 曹瑞成，朱德豐，陳均亮，等 .海拉爾—塔木察格盆地構造演化特征 ［J］.大慶石油地質與開發(fā)，2009，28（5）：39～43.

［2］ 曹天軍，陳瑞生，袁延芳 .海拉爾盆地油氣富集規(guī)律 ［J］.石油天然氣學報 （江漢石油學院學報），2011，33（6）：178～182.

［3］ 閆偉林，鄭建東，張樸旺 .塔木察格盆地復雜巖性儲層流體識別 ［J］.大慶石油地質與開發(fā)，2012，31（1）：158～162.

［4］ 劉曉敏 .東濮凹陷致密復雜油氣層測井識別方法 ［J］.長江大學學報 （自科版），2014，11（20）：26～29.

［5］ 袁宇，高楚橋，鄒雯，等 .基于交會圖和全概念公式的流體識別方法 ［J］.石油天然氣學報 （江漢石油學院學報），2013，35（5）：79～82.

［6］ 李艷杰，李強 .塔木察格盆地塔南凹陷次生孔隙特征及控制因素分析 ［J］.長江大學學報 （自科版），2014，11（26）：45～47.

［7］ 王新江，張麗萍，石京平 .海拉爾油田孔隙結構特征分析 ［J］.大慶石油地質與開發(fā)，2007，26（6）：16～19.

［8］ 彭建亮，姜茵華，李紅英 .海拉爾盆地貝中次凹南屯組一段儲層特征分析及評價 ［J］.石油天然氣學報 （江漢石油學院學報），2010，32 （6）：355～358.

［9］ 中國石油勘探與生產分公司 .低孔低滲油氣藏測井評價技術與應用 ［M］.北京：石油工業(yè)出版社，2009：118.