论文部分内容阅读
随着大庆油田勘探开发已进入中后期,稳产条件和开发形势都发生了很大变化,突显出产量不断减少,综合含水不断上升,成本不断提高,油田开发难度不断加大等困难。为了实现稳产4000万吨的目标,大庆油田将勘探开发的主战场转移到位于内蒙古自治区东北部的海拉尔油田,并成功收购了蒙古国塔木察格盆地的三个石油区块。研究区块塔南凹陷发育一套碎屑岩、火山碎屑岩储层。其中火山碎屑岩储层由于其岩性复杂,孔隙结构复杂,非均质性严重,使得储层岩石测井响应特征多变,规律性较差,严重影响了测井解释的准确性。另外,到目前为止对火山碎屑岩研究的程度还比较低,没有准确的理论依据可以参考。但随着油气勘探开发的不断深入,火山碎屑岩储层越来越受到重视。大量勘探实践证实,世界许多地区均存在火山碎屑岩储层,而且储量惊人,具有很可观的开发前景。所以,对火山碎屑岩储层进行岩性识别及储层物性参数计算方法的研究,建立一套适用的岩性识别方法及储层参数计算方法,对火山碎屑岩储层油气田的开发具有非常重要的意义。本文分析了塔南区块储层不同岩性的测井响应特征,以常规测井曲线资料为核心,结合储层的岩心分析数据、试油、压汞等资料,对储层岩性、物性、含油性和电性之间关系进行了研究。通过了解研究区块不同岩石的测井响应特征及储层“四性关系”,开展储层岩性识别和储层测井解释参数的研究。岩性识别是储集层测井解释的一项重要工作之一,它可以为地质研究提供岩性资料,也为测井解释正确选择解释方法和解释参数提供依据。由于研究区块只有常规测井资料,如何提高火山碎屑岩储层岩性识别符合率,是储层研究中的一个难题,本文采取的岩性识别方法主要是交会图法和神经网络法。在了解不同岩石类型测井响应特征的分析和“四性关系”基础上,优选出对岩性识别敏感度较高的补偿密度、声波时差、自然伽马、深电阻率测井曲线制做交会图;然后以交会图为依据,挑选出神经网络学习的样本点作为输入神经元建立神经网络岩性识别模型,进而建立基于不同岩性的储层参数解释模型。通过与录井,岩心分析比较,岩性符合较好。该方法使同类岩性具有相似的岩石学特征,表现出相似的岩电关系和测井响应特征,从而将地层非均质性问题转变为相对均质性问题。储层参数计算是测井解释的重要部分,其目的是弄清楚储集层的物性特征,为实际生产提供可靠的储层物性信息。依据岩性识别结果,采用分层位、分岩性的处理方法,对研究区块火山碎屑岩储层的泥质含量、孔隙度、渗透率和饱和度等参数进行计算。本文采用“岩心刻度测井”、主成分分析等方法建立了研究区储层孔隙度模型;采用多元回归和分岩性等方法建立了研究区储层渗透率模型;利用压汞资料分析储层的孔隙结构,并对储层类型划分;在此基础上,利用阿尔奇公式计算了研究区储层饱和度,结合试油资料,建立研究区储层油水层识别图版。应用编制程序对研究区块的井资料进行实际处理,总体解释符合率提高到85%,并取得较好效果。