一种低孔渗储层渗透率的估算方法与流程

本发明属于石油地质勘探开发领域，涉及低孔渗储层渗透率估算的方法，它综合应用岩电参数、颗粒直径和测井资料实现了储层渗透率的计算，属于石油勘探开发中的有别于传统渗透率实验测量或经验关系预测的一种储层渗透率的评价新方法。

背景技术：

渗透率是储层评价和产能预测中的关键物性参数，它控制了储层的油气聚集、油气生成和油气开采效率。到目前为止，还缺乏一种直接得到渗透率的连续原位测试方法，大多数渗透率数据是由岩芯实验测得的压力和流速数据估算得到的。许多情况下，钻井取岩芯及对岩芯进行实验分析非常困难且成本昂贵，加之受到取芯加工和实验测量不确定性的影响，岩芯分析的渗透率通常只是限于少量的重点层段。然而，综合测井数据在井深度上连续均匀，且能反应储层岩石的多类物理性质，研究一种能由少量岩芯分析数据标定的测井数据变换来预测渗透率的方法具有重要的理论和实际应用价值。油气工业界常用的渗透率预测方法是基于岩芯化验分析数据的统计关系，由测井值估算渗透率，例如孔隙度-渗透率的统计关系，这些方法的正确性随地层的孔隙结构和孔隙分布而变化。目前估计渗透率的常用经验关系大致由三类参数组合，即利用孔隙介质的颗粒尺寸、考虑孔隙度大小和结合颗粒比表面与孔隙度。

1)基于孔隙大小的渗透率计算模型

利用孔隙度和NMR数据进行渗透率预测的SDR模型，其预测方程为：

$k_{SDR}=4\×{10}^{-11}{\mathrm{\φ}}^4{T}_{2lm}^2$

其中，k_SDR单位为m²，φ是由NMR导出的孔隙度，单位为分数，而T_2lm是NMRT₂弛豫时间的对数平均值，单位为s。

2)基于比表面积的渗透率计算模型

Kozeny-Carmen模型是由Kozeny在1927年导出，接着由Carman利用实验分析数据进行修正完善，目前的形式为：

其中，K_KC单位为m²，S_gr是岩石的比表面(即单位颗粒体积的内表面积，单位1/m)，它与颗粒形状、颗粒直径大小d(m)和分数孔隙度相关。对球形颗粒S_gr＝6/d。

3)基于颗粒大小的渗透率计算模型

Berg考查了颗粒堆积方式、颗粒大小、颗粒分选和孔隙度大小，用于导出复杂孔隙介质的渗透率预测关系，后来简化为：

K_B＝8.4×10^-2d²φ^5.1

其中，K_B单位为m²，d是颗粒大小(m)，φ是分数孔隙度。然而，与其它经验模型一样，预测结果的好坏依赖于所应用的岩石是否与方程刻度的岩石特征相似。

综上所述，虽然上述几种方法能够在一定程度上解决储层渗透率的预测问题，但是这些关系中颗粒直径大小和比表面积至今仍难以由测井数据直接得到。因此，对于低孔渗的复杂岩性区，现有渗透率预测方法的应用受到限制。

为了准确评价储层渗透性和产能，更好地评价储层的油气聚集、生成能力和开采效率，为石油勘探开发中优化井位布置、提高产收率开发措施的实施决策提供帮助。本发明综合考虑岩石中流体渗流性能与储层中电流流动的相似性以及两者与储层岩石颗粒直径的关系，将岩电参数与岩石颗粒直径引入储层渗透率预测关系。本发明从岩石电性响应基本关系出发，研究储层流体渗流能力与岩石中电流导通性能的对应关系，建立岩电参数、颗粒直径与渗透率之间的综合响应方程，为岩性分析数据标定的测井数据预测渗透率提供理论和技术支撑。

技术实现要素：

为解决现有技术中存在的上述缺陷，本发明的目的在于提供一种基于岩石电性响应与孔隙结构、岩石颗粒直径的关系分析，低孔渗储层渗透率估算方法。

本发明是通过下述技术方案来实现的。

一种低孔渗储层渗透率的估算方法，包括以下步骤：

步骤一，根据声波纵波测井曲线、中子测井含氢指数曲线和密度测井曲线计算视灰岩孔隙度参数；

步骤二，根据自然电位测井曲线，计算第一泥质含量指示；

步骤三，根据自然伽马测井曲线，计算第二泥质含量指示；

步骤四，根据声波纵波测井曲线、中子测井含氢指数曲线和密度测井曲线计算的视灰岩孔隙度参数，计算储层岩石的岩性指数；

步骤五，根据所述第一泥质含量指示、所述第二泥质含量指示和所述储层岩性指数，计算岩层岩石的颗粒直径d；

步骤六，根据所述饱水岩芯实验测量得到的电阻率和孔隙度的统计拟合关系，计算岩层的胶结指数m；

步骤七，根据岩层岩石的颗粒直径d、岩层的胶结指数m估算渗透率输出渗透率计算结果。

进一步，所述步骤一中，根据声波纵波测井曲线、中子孔隙度测井曲线、密度测井曲线计算视灰岩孔隙参数，通过下述公式计算：

其中，φ_n为计算的中子孔隙度；φ_cnl为中子测井的孔隙度响应；φ_ma为骨架中子响应；φ_cf为流体的中子响应；φ_d为密度测井求得的孔隙度；ρ_ma为岩石骨架密度值；ρ_b为密度测井读数；ρ_f为孔隙流体密度；φ_s为声波计算的孔隙度；Δt为目的层声波时差测井值；Δt_ma为岩石骨架声波时差；Δt_f为地层流体声波时差；为计算的总孔隙度。

进一步，所述步骤二中，根据自然电位测井曲线计算第一泥质含量，通过下述公式计算：

$I_{sh1}=\frac{{\mathrm{SP}}_{log}-{\mathrm{SP}}_{sand}}{{\mathrm{SP}}_{sh}-{\mathrm{SP}}_{sand}}$

其中，I_sh1为第一泥质含量指标，SP_log为泥质砂岩地层上测得的自然电位值，SP_sh为泥岩层上测得的自然电位值，SP_sand为砂岩层上测得的自然电位值。

进一步，所述步骤三中，根据自然伽马测井曲线计算第二泥质含量指示，通过下述公式计算：

$I_{sh2}=\frac{{\mathrm{GR}}_{log}-{\mathrm{GR}}_{sand}}{{\mathrm{GR}}_{sh}-{\mathrm{GR}}_{sand}}$

其中，I_sh2为第二泥质含量指标，GR_log为泥质砂岩地层上测得的自然伽玛值，GR_sh为泥岩层上测得的自然伽玛值，GR_sand为砂岩层上测得的自然伽玛值。

进一步，所述步骤四中，根据声波纵波测井曲线、中子测井含氢指数曲线和密度测井曲线计算储层岩石的岩性指数，对应的视灰岩孔隙度参数的计算关系如下：

${\mathrm{\φ}}_n=\frac{{\mathrm{\φ}}_{cnl}-{\mathrm{\φ}}_{ma}}{{\mathrm{\φ}}_{cf}-{\mathrm{\φ}}_{ma}},{\mathrm{\φ}}_d=\frac{{\mathrm{\ρ}}_{ma}-{\mathrm{\ρ}}_b}{{\mathrm{\ρ}}_{ma}-{\mathrm{\ρ}}_f},{\mathrm{\φ}}_s=\frac{\mathrm{\Δ}t-{\mathrm{\Δt}}_{ma}}{{\mathrm{\Δt}}_f-{\mathrm{\Δt}}_{ma}},{\mathrm{\φ}}_t=\sqrt{\frac{{\mathrm{\φ}}_d^2+{\mathrm{\φ}}_n^2}{2}}$

其中，φ_n为计算的中子孔隙度；φ_cnl为中子测井的孔隙度响应；φ_ma为骨架中子响应；φ_cf为流体的中子响应；φ_d为密度测井求得的孔隙度；ρ_ma为岩石骨架密度值；ρ_b为密度测井读数；ρ_f为孔隙流体密度；φ_s为声波计算的孔隙度；Δt为目的层声波时差测井值；Δt_ma为岩石骨架声波时差；Δt_f为地层流体声波时差；φ_t为中子-密度几何平均值。

进一步，所述步骤五中，由步骤二中的第一泥质含量指示和步骤三中所述第二泥质含量指示和步骤四中所述储层岩性指数，计算岩层岩石的颗粒直径，根据如下公式得到：

d＝Agexp(-DVsh)+BgI_AC+CgI_Rt

其中，A、B和C为三个权系数，D为拟合系数,Vsh为地层的泥质体积百分数，I_AC为声波慢度计算的孔隙度指数，I_RT是深电阻率计算的含水孔隙指数。

进一步，所述步骤六中，根据所述饱水岩芯实验测量得到的电阻率和孔隙度的统计拟合关系，按如下关系计算所述岩层的胶结指数m：

$m=\frac{\log R_w-\log R_o}{\log \mathrm{\φ}}$

上式中，m为胶结指数；R_w为地层水的电阻率；R₀为饱和水的岩芯的电阻率；φ为岩芯的孔隙度。

进一步，所述步骤七中，估算渗透率通过下式得到：

式中，a是与孔隙空间形状相关的常数；d是相关岩石的颗粒直径大小；是总孔隙度；m是胶结指数。

本发明的渗透率关系，不仅考虑了岩石孔隙度和岩石颗粒，还通过参数m和a考虑了不同岩性和岩石孔隙结构的变化，因此，通过加入颗粒直径和岩电参数的胶结指数，所导出的新渗透率模型可以更好地适用于低孔低渗致密类岩层和低孔高渗缝洞型储层的渗透率预测。

与现有技术相比，本发明的一个或多个实施例可以具有如下优点：

本发明通过引入孔隙度/颗粒直径和反映孔隙结构几何特征的岩电参数，提出了一种基于孔隙介质中流体流动与电流之间的动电关系导出渗透率预测公式的方法。渗透率估算公式导出过程中，考虑了岩石中电流导通性能、孔隙结构连通性对渗透率计算的影响，综合了孔隙度/颗粒直径和反映孔隙结构几何特征的岩电参数，更好地适应了不同岩性和不同孔隙结构储层的渗透率计算。此外，本发明还基于前人发表的实验数据和岩芯化验分析数据，给出了本发明提出的渗透率计算模型对不同岩性和不同孔隙度储层所计算的渗透率的精度评价准则，给出了不同颗粒直径指标计算渗透率结果与实际岩芯测量结果的误差范围，确定了优化粒径参数的计算关系和应用条件。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分特征和优势在实施例和说明书中变得显而易见，或通过本发明的实施得到理解。本发明的目的和其它优点可通过在说明书，权利要求书以及附图中所特别指出的结构来实现和获得。

本发明的有益效果在于：

所发明的渗透率估算模型综合了孔隙度/颗粒直径和反映孔隙结构几何特征的岩电参数，更好地适应了不同岩性和不同孔隙结构储层的渗透率计算，用前人发表的实验测量数据及胶结和非胶结岩芯分析数据，验证了本发明渗透率计算模型的有效性，与现有其它模型相比获得了更高精度的结果。

利用我国华北、西北不同油区的中低孔渗地层的岩电分析数据和测井数据估算的渗透率与岩芯分析渗透率进行对比，本发明的渗透率关系对低孔渗泥质砂岩储层和致密微裂缝储层有更好的适应性，其应用前景广阔。

根据不同方向电阻率的实验分析结果，可以统计得到不同方向的地层胶结指数，这样本发明渗透率模型可以适用于不同方向的粒径大小和缝洞型各向异性地层的渗透率估算，进而计算不同方向的渗透率，将会发展成为低孔渗复杂岩性和复杂孔隙结构储层渗透率评价的有力工具。

由于所发明的渗透率估算模型对岩性系数a不敏感，所发明可适用于较大范围的地层岩性，提高复杂岩性储层渗透率评价的精度。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1显示了本发明提出的渗透率计算方法的一种实施流程图；

图2显示了某井区三口取芯井78块岩芯分析孔隙度与密度关系；

图3显示了研究区B井某层段和C井某层段地层因素与孔隙度交会图计算的胶结指数；

图4显示了研究区A井某层段分析孔隙度/渗透率与测井计算的孔隙度/渗透率的对比关系；

图5显示了研究区B井某层段分析孔隙度/渗透率与测井计算的孔隙度/渗透率的对比关系；

图6显示了研究区C井某层段分析孔隙度/渗透率与测井计算的孔隙度/渗透率的对比关系；

图7显示了D井3000.0-3010.0米核磁孔隙度和渗透率与岩芯分析结果对比。

具体实施方式

下面结合附图和实施例对发明作进一步的详细说明，但并不作为对发明做任何限制的依据。

如图1所示，本发明低孔渗储层渗透率的估算方法，包括：

步骤一，根据声波纵波测井曲线、中子测井含氢指数曲线和密度测井曲线计算视灰岩孔隙度参数，具体计算如下：

其中，φ_n为计算的中子孔隙度；φ_cnl为中子测井的孔隙度响应；φ_ma为骨架中子响应；φ_cf为流体的中子响应；φ_d为密度测井求得的孔隙度；ρ_ma为岩石骨架密度值；ρ_b为密度测井读数；ρ_f为孔隙流体密度；φ_s为声波计算的孔隙度；Δt为目的层声波时差测井值；Δt_ma为岩石骨架声波时差；Δt_f为地层流体声波时差；为计算的总孔隙度。

步骤二，根据自然电位测井曲线，计算第一泥质含量指示，第一泥质含量具体计算如下：

$I_{sh1}=\frac{{\mathrm{SP}}_{log}-{\mathrm{SP}}_{sand}}{{\mathrm{SP}}_{sh}-{\mathrm{SP}}_{sand}}$

其中，I_sh1为第一泥质含量指标，SP_log为泥质砂岩地层上测得的自然电位值，SP_sh为泥岩层上测得的自然电位值，SP_sand为砂岩层上测得的自然电位值。

步骤三，根据自然伽马测井曲线，计算第二泥质含量指示，第二泥质含量具体计算如下：

$I_{sh2}=\frac{{\mathrm{GR}}_{log}-{\mathrm{GR}}_{sand}}{{\mathrm{GR}}_{sh}-{\mathrm{GR}}_{sand}}$

其中，I_sh2为第二泥质含量指标，GR_log为泥质砂岩地层上测得的自然伽玛值，GR_sh为泥岩层上测得的自然伽玛值，GR_sand为砂岩层上测得的自然伽玛值。

步骤四，根据声波纵波测井曲线、中子测井含氢指数曲线和密度测井曲线计算储层岩石的岩性指数，对应的视灰岩孔隙度参数的计算关系如下：

${\mathrm{\φ}}_n=\frac{{\mathrm{\φ}}_{cnl}-{\mathrm{\φ}}_{ma}}{{\mathrm{\φ}}_{cf}-{\mathrm{\φ}}_{ma}},{\mathrm{\φ}}_d=\frac{{\mathrm{\ρ}}_{ma}-{\mathrm{\ρ}}_b}{{\mathrm{\ρ}}_{ma}-{\mathrm{\ρ}}_f},{\mathrm{\φ}}_s=\frac{\mathrm{\Δ}t-{\mathrm{\Δt}}_{ma}}{{\mathrm{\Δt}}_f-{\mathrm{\Δt}}_{ma}},{\mathrm{\φ}}_t=\sqrt{\frac{{\mathrm{\φ}}_d^2+{\mathrm{\φ}}_n^2}{2}}$

其中，φ_n为计算的中子孔隙度；φ_cnl为中子测井的孔隙度响应；φ_ma为骨架中子响应；φ_cf为流体的中子响应；φ_d为密度测井求得的孔隙度；ρ_ma为岩石骨架密度值；ρ_b为密度测井读数；ρ_f为孔隙流体密度；φ_s为声波计算的孔隙度；Δt为目的层声波时差测井值；Δt_ma为岩石骨架声波时差；Δt_f为地层流体声波时差；φ_t为中子-密度几何平均值。

步骤五，根据第一泥质含量指示、第二泥质含量指示和储层岩性指数，计算岩层岩石的颗粒直径，根据如下公式得到：

d＝Agexp(-DVsh)+BgI_AC+CgI_Rt

其中，Vsh＝min{I_sh1,I_sh2}，A、B和C为三个权系数，D为拟合系数,Vsh为地层的泥质体积百分数，为声波慢度计算的孔隙度指数，C_p为地层压实系数，I_Rt是深电阻率计算的含水孔隙度指数。

步骤六，根据所述饱水岩芯实验测量得到的电阻率和孔隙度的统计拟合关系，计算所述岩层的胶结指数m：

$m=\frac{\log R_w-\log R_o}{\log \mathrm{\φ}}$

上式中，m为胶结指数；R_w为地层水的电阻率；R₀为饱和水的岩芯的电阻率；φ为岩芯的孔隙度。

步骤七，根据岩层岩石的颗粒直径d、岩层的胶结指数m估算渗透率输出渗透率计算结果。

估算渗透率通过下式得到：

式中，a是与孔隙空间形状相关的常数，取值范围为2-12，k单位10-3μm2；d是相关岩石的颗粒直径大小；是总孔隙度，小数；m是胶结指数。对三维体积排列的球颗粒a＝8/3，m＝3/2；则渗透率计算关系退化为：

对磨圆度高和分选好的纯砂岩颗粒，取a＝8/3，m＝1.8，渗透率的计算关系退化为：

需要注意的是，这里发明的渗透率关系，不仅考虑了岩石孔隙度和岩石颗粒，还通过参数m和a考虑了不同岩性和岩石孔隙结构的变化，因此，通过加入颗粒直径和岩电参数的胶结指数，所导出的新渗透率模型可以更好地适用于低孔低渗致密类岩层和低孔高渗缝洞型储层的渗透率预测。

下面通过具体实施例对本发明低孔渗储层渗透率估算方法做详细说明。

实施例1：本发明渗透率估算模型在中国西部低孔渗泥质砂岩储层评价中的应用

这里给出的是中国西部某探区的中低渗和特低渗储层的实际测井资料应用本发明渗透率模型计算的渗透率结果。研究区的低孔渗储层岩性较为复杂，石英、长石、岩屑和胶结物的含量对声波、中子和密度孔隙度测井响应的影响较大，尤其储层中的白云质与灰质胶结物含量多少对孔隙度计算中的骨架参数选择有严重影响，为消除孔隙度的不确定性对评价本发明渗透率估算模型性能的影响，下面的例子中，均选用了岩性和胶结物特性相类似井的测井资料进行分析和对比。

图2给出了某井区三口取芯井78块岩样分析孔隙度与密度关系，图中看到，由于研究区范围较小，井间距不大，岩性变化对密度与孔隙度的关系影响不大，利用密度测井经过井眼影响校正后得到的孔隙度较为可靠。下面在计算渗透率中，均采用密度测井由下面的拟合关系来估算孔隙度。

DEN＝-0.0279φ+2.6765,R²＝0.9778

图3给出了研究区现有的B和C两口取芯井的岩电分析数据最小二乘拟合得到的储层孔隙胶结指数，拟合关系如下式所示。因此，下面的渗透率计算中，均采用此固定的胶结指数。

F＝1.5733φ^-1.6073，R²＝0.9229

本发明渗透率估算模型中另一个重要的参数粒度直径d的计算也是测井评价的一个难题。本实施例中采用自然伽马的泥质含量Vsh、声波时差AC和深电阻率Rt三个测井响应计算相对参数，和再与化验分析粒径的拟合关系进行预测的:

d＝A·exp(-DVsh)+B·I_AC+C·I_Rt

其中，A、B和C为三个权系数，D为拟合系数,Vsh为地层的泥质体积百分数，I_AC为声波慢度计算的孔隙度指数，I_RT是深电阻率计算的含水孔隙指数。

图4给出了研究区A井某层段分析孔隙度/渗透率与测井计算的孔隙度/渗透率的对比关系，图中看到，总体上，孔隙度与渗透率计算与岩芯分析数据吻合较好，但在含泥质较重的层段，由于泥质中含量校正中存在误差，造成了计算孔隙度偏高，相应地计算的颗粒直径偏小，最终导致含泥质地层内，k_NEW计算的渗透率偏高，而其它层段计算渗透率与岩芯分析渗透率吻合较好。

图5给出了研究区B井某层段分析孔隙度/渗透率与测井计算的孔隙度/渗透率的对比关系，图中看到，该井孔隙度与渗透率计算结果与岩芯分析数据比上边的A井吻合更好，但在含泥质较重的层段，也存在计算孔隙度偏高的现象。

实施例2：本发明渗透率估算模型在中国西部低孔渗裂缝性储层评价中的应用

图6给出了研究区C井某层段分析孔隙度/渗透率与测井计算的孔隙度/渗透率的对比关系，图中看到，与上边的B井相比，C井某层段计算的孔隙度明显比岩芯分析孔隙度高，实际上，该层段普遍发育微裂缝，而取芯收获层段和岩芯分析孔隙度对微裂缝不敏感，而且上边的岩电分析数据中，微裂缝层段的岩芯数据占比较少，由岩芯分析数据得到的胶结指数基本没有反映微裂缝的影响，因此，该层段上用本发明渗透率模型计算的渗透率普遍小于岩芯分析渗透率。

实施例3：本发明渗透率估算模型在中国华北微裂缝中高孔渗储层评价中的应用

图7显示的是D井3000.0-3010.0米核磁孔隙度和渗透率与岩芯分析结果对比，图中共有5个样点的岩芯分析结果，图中结果可以看到，该层段岩芯分析渗透率均处于10-120mD之间，孔隙度基本处于15％-22％之间，属于中高孔渗地层。采用本发明渗透率估算方法计算的渗透率(蓝色粗线)与核磁渗透率(蓝色虚线)、岩芯分析渗透率(绿色圆点)进行了对比，图中结果看到三者吻合较好，而且本发明的渗透率模型表现了更好的预测性能。尤其是，3006.3～3007.17米岩芯孔隙度为15％～21％，平均为18％，CMR-PLUS孔隙度为15％～18％，平均为17％，考虑到岩芯为地面条件测量，微裂缝应力释放后张开明显，造成岩芯孔隙度比井下测量的核磁孔隙度高1～2个孔隙度，因此，考虑到孔隙度的误差，核磁渗透率、本发明模型预测渗透率及岩性分析渗透率三者吻合很好；岩芯渗透率为8～122毫达西，CMR-PLUS渗透率为10～90毫达西，特别是二者渗透率的变化形态一致，显示了CMR-PLUS高精度和高分辨率的特点。CMR-PLUS与岩芯分析结果有个别点存在差异主要是储层的非均匀性造成的，测井资料能更完整地反映储层物性。

在本发明实施例中，根据声波、中子和密度测井曲线计算孔隙度参数；根据自然电位测井曲线，计算第一泥质含量指示，根据自然伽马测井曲线，计算第二泥质含量指示，根据中子测井曲线、密度测井曲线和声波时差测井曲线的视石灰岩孔隙度差，计算储层的岩性指数。然后，根据第一泥质含量指示、第二泥质含量指示和岩性指数，计算储层岩性的颗粒直径参数；根据所述饱水岩芯实验测量得到的电阻率和孔隙度的统计拟合关系，计算所述岩层的岩电参数m。最后，通过孔隙度、颗粒直径和岩电参数三类综合参数计算低孔渗储层的渗透率。本发明的特点是通过多条测井曲线，利用电流导通和流体渗滤的相似性，考虑了孔隙结构对流体渗滤特性的影响，拓展了本发明渗透率模型的应用范围。由于在本发明实施例中不仅仅是根据孔隙度测井曲线和泥质指示测井曲线进行渗透率的计算，还包括岩性参数和岩电参数相关的其它测井综合信息，不仅提高了单个储层渗透率评价精度，为油气勘探开发中精确评价渗透率的空间变化及预测有利油气勘探开发远景区提供支撑。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。