克百地区三叠系砂砾岩储层流体识别方法研究

克百地区三叠系砂砾岩储层流体识别方法研究

克百地区三叠系地层中广泛发育各种类型的砂砾岩体油藏，多年的勘探开发实践表明，该地区砂砾岩体纵向上多期叠加，横向上变化快，沉积格局复杂，常规测井有效储层、油水层识别及评价难度较大。本文通过砂砾岩储层四性关系研究，对流体影响因素进行分析，应用常规测井手段对砂砾岩储层流体进行了识别，提出了概率神经网络识别流体的方法，应用效果较好，促进了本地区砂砾岩体油藏勘探开发，此研究方法对于其他地区同类油藏的勘探开发具有重要的参考及推广意义。

标签：砂砾岩流体识别概率神经网络

0引言

随着石油天然气的不断开发利用以及油气开采技术的发展，勘探重点已经从潜山油气藏、中浅层的背斜这些较容易发现的油气藏向隐蔽油气藏的转移，砂砾岩体油气藏已成为油田勘探的一个主要方向。砂砾岩储层主要发育于断陷陡坡带，油藏一般近物源且快速堆积，沉积厚度纵向上变化大，岩性变化快，岩石的成熟度很低;储层的孔隙结构复杂、非均质性强、岩性复杂，极大的影响了储层流体类型的识别[1]。本文针对克百地区的砂砾岩储层提出了一些储层流体类型的识别方法，为砂砾岩油气藏勘探与开发提供参考。

1地质概况

克百地区位于准噶尔盆地西北部，其西邻扎伊尔山，东为准噶尔盆地主体，处于准噶尔盆地与扎伊尔山的交接部位[2]。从构造单元属性上看，正处于准噶尔盆地西部隆起的克百断裂带上。克百地区三叠系砂砾岩储层多种岩石类型混杂堆积，该区域的储层岩石类型包括砾岩、砂砾岩、含砾砂岩、细砂岩、中砂岩、粗砂岩、泥质砂岩等。

2影响储层流体识别的因素分析

砂砾岩储层一般岩性复杂，岩石矿物成分也复杂多变;储层的储存空间多样;油水系统较为复杂，油水层响应特征差异小，导致油水层识别困难。

2.1岩性因素

该区域的储层岩石主要为砂砾岩，其次为砾岩、含砾砂岩、细砂岩、泥质砂岩等，岩石类型复杂。碎屑岩含量较多，分选性较差，颗粒主要为次棱角状，磨圆程度差，颗粒之间线接触为主。碳酸盐胶结为主，胶结物主要为方解石。胶结类型主要为接触-孔隙式与接触式，胶结程度中等～致密。储层岩石混杂，颗粒大小不一，储集性能变化大。

2.2物性因素

对该地区的岩心数据进行分析，该区域孔隙度数值集中在8%～18%，平均为10.97%;渗透率呈正态分布，分布区间0.1～1000×10-3μm2，主要分布范围为1～100×10-3μm2，分布区间较宽，反映储层内及层间的非均质性较强;该区域砂砾岩储层岩心中值孔喉半径主要集中在0.04～0.08 之间，平均为0.16 ，孔喉半径很小，多以细喉道、细—微喉道为主。

2.3储层流体性质

研究工区主要是重碳酸钠型地层水，硫酸钠和氯化钙型地层水较少。储层的水性变化较大，总矿化度在5000～80000PPM之间，属中等矿化度。

3流体识别方法研究

由于砂砾岩储层非均质性严重，油气水分布复杂，油水系统一般不唯一，造成油层、干层与水层电性特征不明显，流体识别一直是测井评价的难点。

3.1常规测井资料

3.1.1交会图版法

对该地区油水层的测井响应特征分析，声波时差、深侧向电阻率、补偿中子、密度测井曲线对储层流体的响应明显，分别制作了AC与RT、POR与CNL、POR 与DEN的交会图版，在流体识别图版上，油层、水层、干层明显分布在三个不同区域，流体识别效果较好。

气测录井资料对储层的油水层也比较敏感。选取气测录井曲线分别与深侧向电阻率建立交会图，在交会图版中，油层分布在右上方，干层在左下角，水层数据点在中间。据此可以有效地对砂砾岩储层流体进行识别。

3.1.2曲线重叠

砂砾岩储层中，储集层物性越好，相应的电阻率值越大，含油性越好。因此可以利用声波时差曲线和电阻率曲线重叠定性识别油水层，两者重叠面积越大含油性越高。也可以通过纵横波重叠对流体进行识别，依据其重叠面积大小，可定性识别油气层。

3.2概率神经网络

概率神经网络（PNN）是于1990年提出的，它本质上是由径向基神经网络演变而来[3]。概率神经网络的主要应用方向是进行预测分类，它利用贝叶斯概率理论，对模式聚类问题提供了一个统一的解决方案。PNN由输入层、隐含层和输出层组成的三层向前式网络。

根据大量资料的分析和研究显示，本区块对孔隙流体反映较好的曲线为声波时差、补偿中子、密度、深浅电阻率、自然电位、自然伽马七条曲线以及C1、C4、TG气测曲线，建立的神经网络模型为10个输入点和一个输出点。把一定数量的归一化处理后的各测井曲线数值作为学习样本，并作为概率神经网络模型的输入，其输出结果设定为：1，油层;2，水层;3，干层;4，油水同层。

样本数据表统计了进行试油并且具有气测资料的井的数据，建立概率神经网络数据库;选择未加入样本库的20组样本作为预测样本，用来检验概率神经网络预测结果的准确性。通过预测结果和试油结论的对比，储层流体类型的预测结果与试油结果吻合度较高，在20个待预测的层中，有18个层位预测正确，仅有2个层位的预测结果错误，预测结果的正确率为90%，误差较大的地方出现在油层与水层、油水同层与油层的识别上，预测误差在允许范围内。

4结论

砂砾岩储层的岩性复杂，非均质性强，流体类型较难区分。本文对其流体类型识别方法进行了研究，提出了几种砂砾岩储集体流体识别方法，对概率神经网络法识别流体类型做了重点研究，并应用该方法对克百地区三叠系储层流体进行了预测，结果表明该方法对砂砾岩体的流体识别效果较好，应用效果较强。

参考文献

[1] 陈德坡.深层特低渗透率砂砾岩储层油水层识别方法研究[J].测井技术，2010，6（2）：45-46.

[2] 钱永新.区带油气资源评价方法在准噶尔盆地的应用[M].中国石油勘探开发研究院，2003.

[3] 陈洪斌.测井识别储层流体性质的方法研究及应用[J].天然气勘探与开发，2003（3）.