利用常规测井曲线进行裂缝识别

利用常规测井曲线进行裂缝识别

崔健1，张星2

1. 中国矿业大学（北京），北京（100083）

2. 冀东油田勘探开发研究院，河北唐山（063004）

E-mail ：cuijian68@

摘 要：本文针对碳酸盐岩储层的裂缝识别和预测，就如何利用常规测井曲线识别裂缝发育段，提出一种行之有效的判别裂缝存在的方法。给出了计算裂缝参数的数学模型，利用获得的裂缝的相关参数对裂缝进行了定量的描述和预测。 并进一步探讨了改进裂缝预测的三种可行性方法。

关键词：裂缝识别，次生孔隙，常规测井，裂缝发育程度，裂缝指数

1. 裂缝研究的目的意义

裂缝性储层是石油勘探开发的重要领域[1] [2]。大量的碳酸盐岩储层、各种类型的古潜山裂缝性储层、致密的砂砾岩储层都有裂缝的存在，是油气储积的有利场所。然而裂缝性油藏勘探开发中如今还存在许多的难题，如裂缝预测技术、裂缝描述及表征、裂缝渗透性预测等问题。原因主要表现在地质上的复杂性：储集空间多样化，且差异大、裂缝储层的非均质性极强、裂缝储层油、气、水分布复杂。其次表现在裂缝成因的复杂性：化学、物理、成岩、构造多方面因素。还有就是裂缝形成期次的复杂性。

裂缝性储层研究要解决的问题主要有两点：1)裂缝在哪儿？－裂缝分布预测；2)哪些裂缝能产油、能高产？－裂缝渗透性预测。

2. 裂缝研究方法

本文以***构造嘉陵江组气藏裂缝预测为例，探讨利用测井数据建立裂缝性油气藏测井解释模型与评价方法[3]。本次研究的构造三维工区面积250 Km2，总井数11口。主要目的层为嘉二、嘉四段。研究目的是利用常规测井资料对裂缝进行识别和预测。

2.1 岩性识别

如表1所示，嘉二岩石的测井响应特征值可以归结为：白云岩具有较小的自然伽玛，较高的补偿中子，中－低电阻率，当孔隙度较高时有较高的声波时差；灰岩表现为高电阻率，中等自然伽玛，低且平直的补偿中子；石膏的测井响应值为极高电阻率，极低自然伽玛，极低且平直的补偿中子；泥岩表现为低－极低电阻率，高－极高自然伽玛，高－极高的声波时差和补偿中子。

表1 不同岩石典型的测井响应值 Tab.1 Typical log response for difference rock type in Jia2 Fields

自然伽马 (API) 声波时差 (us/m) 密度 (g/cm3) 中子

(P.U)

泥质 100-150 360-426 2.4-2.8 40-60

方解石 30-40 154-158 2.7-2.72 0.5-3

白云石 20-30 141-148 2.85-2.87 3-6

石膏 10-20 164-171 2.95-2.98 -2

地层水

0 620 1 100

如图1所示，利用不同岩石在测井曲线上对应不同的测井响应值，通过中子伽马交会图可以有效的识别出嘉二的不同岩石类型。利用测井响应值准确识别不同的岩性是进行裂缝识别的基础。

图1 利用中子伽马交会图识别岩性

Fig1 Lithology identification for Jia2 field using Neutron-GR crossplot

2.2 裂缝解释模型之一 ：电阻率和孔隙度识别裂缝

2.2.1 利用电阻率识别

机理：嘉陵江组致密灰岩、石膏电阻率2000－10000ohm.m 以上，有裂缝存在时由于泥浆侵入的影响其电阻率下降，裂缝越发育泥浆侵入越深，其电阻率下降越明显。

算法

min

max max lg lg lg lg R R R R Frd t −−= (1) Rmax ：致密层电阻率2000－8000 ohm.m

Rmin ：裂缝最发育电阻率30－50 ohm.m

2.2.2 利用孔隙度识别

机理：在碳酸盐岩地层，中子测井主要反映地层总孔隙度，声波测井主要反映地层原生孔隙度，次生孔隙度主要是由裂缝引起的

算法：

POR 次＝POR 总－POR 声波 (2)

Fpor ＝POR 次 / POR 次max (3)

POR 次max ：地层最大次生孔隙度（本地区取10%）

综之：裂缝发育程度 Frdc ＝（Frd ＋Fpor ）/ 2

2.3 裂缝解释模型之二：声波时差响应特征识别裂缝

声波时差一般不反映垂直裂缝，但对水平裂缝、低角度裂缝及异常发育的高角度裂缝有较明显的响应，表现为声波时差异常增大，甚至为周波跳跃（图2）。

图2 利用声波时差响应特征识别裂缝

Fig2 Typical acoustic log response for the fracture in Jia2 Fields

**井自然伽玛与声波时差反映了声波时差随自然伽玛减小而增大，而裂缝发育段其数据点子位于趋势线的下部。其它井都具有这种特征。

如图3所示，对所有井储层段回归GR同RT、DT关系：

GR_DT=0.3633352×10DT×0.011041 (4)

GR_RT=149.585052-39×log(RT) (5)

图3 利用自然伽马和声波时差交会图识别裂缝

Fig3 Fracture identification for Jia2 field using RT-GR and DT-GR crossplots 利用(4)、(5)式得到的参数计算裂缝发育指数：

GR

裂缝指数=0.6×(GR_RT-GR)+0.4×(GR_DT-GR) (6)

利用(6)式针对工区内的所有井计算裂缝发育指数，得到每口井的裂缝综合评价图（图4）。

图4 利用裂缝指数标识裂缝

Fig4 Fracture identification for Jia2 field using fracture factor

3.结论

利用常规测井资料可以探测到没有穿过井筒的天然裂缝，而成像测井却无法识别。如果裂缝不是水平裂缝，反映到电阻率的测井响应会更加明显。由于油田开发区块有成像测井资料的井十分有限。而利用常规测井曲线可以建立全区的裂缝解释模型，并帮助选择新井的完井井段。

本文计算的裂缝识别参数，是一种利用常规测井资料识别裂缝的方法。为使预测效果更好，可以采用以下三种方法：1)利用地震属性，与测井裂缝识别相结合，预测裂缝的平面分布。2)利用常规测井资料和毛管压力模型识别和预测裂缝。3)结合微电阻率等成像测井资料识别裂缝。总之，利用常规测井资料计算裂缝参数是进行储层裂缝预测的基础，必须和其他方法结合才能取得令人满意的效果。