一种低渗强非均质气藏气水层识别方法与流程

本发明属于石油勘探开发技术领域，涉及一种低渗强非均质气藏气水层识别方法。

背景技术：

理论上讲，用声波时差与电阻率组合测井是可以识别气、水层的。对于气层，视电阻率和声波时差均显示高值；对于水层，视电阻率和声波时差相对于气层则显示低值。但是在地层水矿化度低时，测井曲线上气层和水层的视电阻率差异不明显，个别层段水层的视电阻率反而比气层的视电阻率大。因含气层段地层大量吸收声波能量，存在“周波跳跃”现象，声波测井在气、水层识别上存在稳定性差的缺陷。对于储层岩石较为致密的研究区，其含气饱和度低，电阻率与声波时差测井解释气水层的精度不高，气、水层识别困难，导致气水层识别的稳定性低。

技术实现要素：

本发明解决的技术问题在于提供一种稳定性高的低低渗强非均质气藏气水层识别方法。

本发明是通过以下技术方案来实现：

一种低渗强非均质气藏气水层识别方法，包括以下步骤：

步骤1：选取研究油田区块的测井数据，对测井数据优化选择后对取心井进行岩心深度校正；

步骤2：选取测井数据的岩性测井数据和孔隙度测井系列并制作测井曲线的地层剖面图，区分砂岩层和泥岩层；

步骤3：引入双孔隙度差值法△φ＝φd-φn，其中φd为密度测井数据计算得到的密度孔隙度，φn为补偿中子测井数据计算得到的中子孔隙度；统计研究区的试气资料，选取试气地层层段的测井数据并计算试气地层层段对应的△φ数值，制作试气地层水层、气水层、气层的△φ与电阻率系列测井数据之间的分布图版，从而定性识别储层为水层、气水层或气层；

步骤4：选取取心井砂岩层的岩心数据并测试得岩心的分析孔隙度和渗透率，优选岩心分析孔隙度和孔隙度系列测井数据的关系图版，得孔隙度的测井解释模型；制作岩心的分析孔隙度和渗透率的分布图版，得孔隙度～渗透率的解释模型，基于孔隙度的测井解释模型，得渗透率的测井解释模型；选取试气数据和生产数据所对应气层的有效储层层段数据，通过渗透率的测井解释模型计算有效储层层段对应的渗透率；制作渗透率累计散点分布图，累计散点构成线状图，线状图斜率出现偏离时的渗透率区分气层中的差气层。

进一步的，步骤1中测井数据优化选择岩性系列和孔隙度系列；岩性系列包括自然电位、自然伽马、井径测井和自然伽马能谱；孔隙度系列包括密度测井、声波时差和中子测井。

进一步的，步骤1中岩心深度校正采用声波时差曲线为基准对岩心分析孔隙度进行深度校正；采用自然伽玛曲线为基准对岩心分析泥质含量进行深度校正。

进一步的，步骤2中储层和非储层的识别依据如下：

砂岩层的测井响应特征：自然伽马曲线呈锯齿状明显低值，自然电位负异常，幅度中等－大，声波时差呈现高值并且比较稳定，夹有低值尖峰；

泥岩层的测井响应特征：自然伽马曲线呈锯齿状高值，以自然电位曲线为基线，井径曲线规则或小幅度扩径，声波时差不稳定且局部跳跃剧烈。

进一步的，步骤3中电阻率系列测井数据优选微电极幅度差比值数据。

进一步的，步骤4中岩心分析孔隙度和孔隙度系列测井数据的关系图版包括岩心分析孔隙度～声波时差交汇图，岩心分析孔隙度～密度交汇图和岩心分析孔隙度～中子孔隙度交汇图。

与现有技术相比，本发明具有以下有益的技术效果：

本发明提供的一种低渗强非均质气藏气水层识别方法，本方法中对测井数据优化选择后对取心井进行岩心深度校正，使测井数据和岩心的深度能够在深度上准确对应；然后通过岩性测井数据和孔隙度测井系列划分砂岩层和泥岩层，然后就能够在砂岩层内划分有效储层；引入双孔隙度差值法△φ＝φd-φn，△φ大于零时能够定性判断储层流体为天然气，△φ小于零时能够定性判断储层流体为地层水，从而能够定性判断地层流体性质；再通过制作试气地层水层、气水层、气层的△φ与电阻率系列测井数据之间的分布图版，能够定性识别储层为水层、气水层或气层；然后建立渗透率的测井解释模型，选取试气数据和生产数据所对应气层的有效储层层段数据，通过渗透率的测井解释模型计算有效储层层段对应的渗透率，制作渗透率累计散点分布图，累计散点构成线状图，渗透率自小变大的过程中线状图斜率出现偏离时的渗透率来区分气层中的差气层；其利用水层、气水层或气层所对应的△φ和电阻率系列测井数据的数据特性区分储层的流体性质，然后再利用渗透率累计散点分布图将差气层从气层里分离开，最终实现对所有流体的有效识别，能够大大提高流体识别的稳定性；。

附图说明

图1为岩心深度校正图；

图2为储层和非储层的识别图版；

图3为气水层初步定性识别图版；

图4为岩心分析孔隙度～声波时差测井数据交汇图；

图5为岩心分析孔隙度～密度测井数据交汇图；

图6为岩心分析孔隙度～中子测井数据交汇图；

图7为岩心分析孔隙度～渗透率图版；

图8为渗透率累计散点分布图。

具体实施方式

下面给出具体的实施例。

一种低渗强非均质气藏气水层识别方法，包括以下步骤：

步骤1：选取研究油田区块的测井数据，对测井数据优化选择，优化选择岩性系列和孔隙度系列；岩性系列包括自然电位、自然伽马、井径测井和自然伽马能谱；孔隙度系列包括密度测井、声波时差和中子测井；如图1所示，然后采用声波时差曲线为基准对岩心分析孔隙度进行深度校正；采用自然伽玛曲线为基准对岩心分析泥质含量进行深度校正，从而实现对取心井进行岩心深度校正；

步骤2：因为地层的有效储层一般存在于地层的砂岩层段，因此选取测井数据的岩性测井数据和孔隙度测井系列并制作测井曲线的地层剖面图，区分砂岩层和泥岩层；具体的，如图2所示，储层和非储层的识别依据如下：

砂岩层的测井响应特征：自然伽马曲线呈锯齿状明显低值，自然电位负异常，幅度中等－大，声波时差呈现高值并且比较稳定，夹有低值尖峰；

泥岩层的测井响应特征：自然伽马曲线呈锯齿状高值，以自然电位曲线为基线，井径曲线规则或小幅度扩径，声波时差不稳定且局部跳跃剧烈。

步骤3：如图3所示，引入双孔隙度差值法△φ＝φd-φn，其中φd为密度测井数据计算得到的孔隙度，φn为补偿中子测井数据计算得到的孔隙度；△φ＞0时，能够定性得到储层的主要流体性质为天然气，△φ＜0时，能够定性得到储层的主要流体性质为地层水；又因为测井数据中气层对应的电阻率高，气水层对应的电阻率中低，气层对应的电阻率低；因此统计研究区的试气资料，选取试气地层层段的测井数据并计算试气地层层段对应的△φ数值，然后制作试气地层水层、气水层、气层的△φ与电阻率系列测井数据之间的分布图版，从而定性识别储层为水层、气水层或气层；电阻率系列测井数据优选微电极幅度差比值数据；

步骤4：选取取心井砂岩层的岩心数据并测试得岩心的分析孔隙度和渗透率，优选岩心分析孔隙度和孔隙度系列测井数据的关系图版，得孔隙度的测井解释模型；如图4至图6所示，其中岩心分析孔隙度和孔隙度系列测井数据的关系图版包括岩心分析孔隙度～声波时差交汇图，岩心分析孔隙度～密度交汇图和岩心分析孔隙度～中子孔隙度交汇图；如图7所示，制作岩心的分析孔隙度和渗透率的分布图版，得孔隙度～渗透率的解释模型，基于孔隙度的测井解释模型，得渗透率的测井解释模型；选取试气数据和生产数据所对应气层的有效储层层段数据，通过渗透率的测井解释模型计算有效储层层段对应的渗透率；如图8所示，制作渗透率累计散点分布图，累计散点构成线状图，线状图斜率出现偏离时的渗透率区分气层中的差气层。

在本实施例中，选取具备中子测井、密度测井和微电极电阻率的10口生产井的测井数据，然后分别计算生产地层层段和试气层段密度孔隙度和中子孔隙度，以及微电极幅度差比值；再在渗透率的测井解释模型的基础上计算有效储层层段对应的渗透率，再制作渗透率累计散点分布图；然后定性判断地层的流体性质，其共解释的层数为137层，符合实际的层数为123层，符合率为89.78％；

对步骤3需要说明的是，通过中子测井数据计算孔隙度的方程为：其中，h为中子测井测得的地层含氢指数；hma为岩石骨架的含氢指数；hf为孔隙中流体的含氢指数；当地层孔隙完全被淡水饱和时，hf＝hw＝1，当地层孔隙完全被天然气饱和时，式中hf＝hw＜1，hw为纯水的含氢指数；取hf＝hw＝1代入上述公式，计算所有目的层的孔隙度φn时，将有：φn＜φc(气层)；φn＝φc(水层)；φc为岩心分析孔隙度。

通过密度测井数据计算孔隙度的方程为：其中，ρma为岩石骨架密度；ρf为孔隙流体密度；ρb为岩层体积密度；当ρf取天然气密度时并代入上述公式，计算目的层的孔隙度φd时，将有：φd＝φc(气层)；φd＜φc(水层)；当ρf取地层水密度时并代入上述公式，计算目的层的孔隙度φd时，将有：φd＝φc(水层)；φd＞φc(气层)；φc为岩心分析孔隙度。

因声波时差测井对于岩层裂缝的敏感性，故双孔隙度差值法中应用密度测井和中子测井系列。