引用本文
赵全国, 孙皓, 邱丙静, 李婧, 李国良, 房金伟. 苏里格气田气井分层产能贡献灰度评价[J]. 录井工程, 2022,33(3): 126-131.
ZHAO Quanguo, SUN Hao, QIU Bingjing, LI Jing, LI Guoliang, FANG Jinwei. Gray evaluation of layered productivity contribution of gas wells in Sulige Gas Field[J]. Mud Logging Engineering, 2022,33(3): 126-131.
Doi:10.3969/j.issn.1672-9803.2022.03.022  
Permissions
Copyright©2022, 《录井工程》杂志社
《录井工程》杂志社 所有
苏里格气田气井分层产能贡献灰度评价
赵全国①, 孙皓①, 邱丙静②, 李婧①, 李国良①, 房金伟①
①中国石油渤海钻探油气合作开发分公司
②中国石油渤海钻探第二录井公司

作者简介： 赵全国 高级工程师,1972年生,1997年毕业于长春科技大学石油天然气地质勘查专业,现在中国石油渤海钻探油气合作开发分公司从事地质综合研究工作。通信地址:300457 天津市开发区第二大街83号(中国石油天津大厦)。电话:(022)66332710。 E-mail:zhaoquanguo01@cnpc.com.cn

收稿日期: 2022-07-18
摘要

苏里格气田采用分压合试、节流生产的开发模式,各个产层产能贡献定量评价需要产气剖面测井完成,然而节流生产和低成本开发策略限制了产气剖面测井的应用,绝大多数井通过静态参数进行定性评判,不利于各个产层精准评价和开发措施有效实施。采用灰色关联分析的思路,优选反映气层产能的岩性、物性、电性及含气性等相关静态地质参数,确定评价对象关键参数,组成矩阵并计算其中各参数灰色关联度,完成气层多参数综合量化评价,进而求得气层的产能贡献率,在此基础上建立了气井分层产能贡献定量评价模型,实现了通过静态参数定量评价气层产能贡献的目标。该模型通过在压裂试气方案优化、老井补孔效益评估、分层产能贡献评价等方面的应用,取得了较好的效果,助推了气田高效开发。

关键词: 灰色关联; 静态参数; 贡献率; 定量评价; 苏里格气田; 气井; 产能
中图分类号:TE132.1 文献标志码:A
Gray evaluation of layered productivity contribution of gas wells in Sulige Gas Field
ZHAO Quanguo①, SUN Hao①, QIU Bingjing②, LI Jing①, LI Guoliang①, FANG Jinwei①
①Oil & Gas Cooperation and Development Company, BHDC, CNPC, Tianjin 300457, China
②No.2 Mud Logging Company, BHDC, CNPC, Renqiu,Hebei 062552, China
Abstract

Sulige Gas Field adopts the development mode of separate pressure commingled test and throttling production. The quantitative evaluation of productivity contribution of each production horizon needs to be completed by gas production profile logging. However, throttling production and low-cost development strategy limit the application of gas production profile logging. The vast majority of wells qualitatively judge productivity through static parameters, which is unfavourable to each production horizon's accurate evaluation and effective implementation of the development measures. The idea of gray correlation analysis is adopted to optimize the related static geologic parameters that reflect the lithology, physical property, electrical property and gas bearing property of the gas reservoir productivity, determine the key parameters of the evaluation object, form a matrix and calculate the gray correlation degree of each parameter, complete the comprehensive quantitative evaluation of multiple parameters of the gas reservoirs, and then calculate out the productivity contribution rate of the gas reservoirs. On this basis, a quantitative evaluation model of gas well layered productivity contribution is built, and the goal of quantitative evaluation of gas reservoir productivity contribution by static parameters is achieved. The application of this model in the optimization of fracturing and gas testing plan, benefit assessment of reperforation in old wells and the evaluation of layered productivity contribution has got good results, it will help the efficient development of the gas field.

Keyword: gray correlation; static parameter; contribution rate; quantitative evaluation; Sulige Gas Field; gas well; productivity
0 引言

苏里格气田主力储层段为上古生界山西组山1段及下石盒子组盒8段[1, 2], 单井常发育多层气层, 开发采用分压合试、节流生产的低成本模式, 这决定了成本较高的产气剖面测井[3, 4]无法全面实施, 只能在少数典型井试验, 因而绝大多数井各个气层对本井产能贡献率无法量化, 只能通过气藏地质静态参数定性评判, 导致在多气层压裂目标取舍、压裂试气方案优化、投产井分层产能贡献评价等多方面存在争议, 影响了有效生产。在实际生产中, 一口井产能的高低是由该井各个气层地质条件、含气特征综合决定的, 如果建立静态参数和产能间的量化关系, 就能实现通过静态参数定量评价产能贡献的目的。而这种静态参数与产能贡献间的关系切合灰度关联评价思想, 选择影响气层产能关键静态参数, 优化相关系数, 建立灰度评价理想模型, 即可实现静态参数量化评价分层产能贡献率。

1 产能贡献率灰度量化评价

灰色关联分析是灰色系统理论的重要组成部分, 是一种分析系统中各元素之间关联程度或相似程度的方法, 依据关联度实现对系统的量化排序[5, 6, 7, 8]。本文选择反映气层好坏的多个静态地质参数组成元素, 计算各个气层关联度, 进而实现产能贡献率量化评价。

1.1 参数矩阵构成

设单井钻遇气层m层, 与气层产能相关的地质静态参数有n个, 可以构成一个参数矩阵:

Xi={X(i, 1), X(i, 2), …, X(i, n)} (1)

其中, i=1, 2, …, m。

选取各个参数中最大值作为参考气层, 则:

X0={X(0, 1), X(0, 2), …, X(0, n)}

其中, X(0, j)=maxX(i, j)。

1.2 无量纲化处理

气层各个静态地质参数量纲不同, 大小位数不一, 需对原始参数进行无量纲化处理, 方法有初值法、均值法和区间值法。此处采用区间值法(参数的最大值与最小值归一化处理), 得到一个新的矩阵:

Y(i, j)= X(i, j)-minX(i, j)maxX(i, j)-minX(i, j)(2)

其中, i=0, 1, 2, …, m; j=1, 2, …, n。

1.3 关联系数求取

关联系数表示第i个气层与参考气层在第j个参数的关联程度, 其表达式为:

R(i, j)= Δmin-ρΔmax∣X(0, j)-X(i, j)∣-ρΔmax(3)

式中:R(i, j)为关联系数; Δ min、Δ max分别为各个参数点的差的绝对值中最小值和最大值; ρ 为分辨系数, 作用在于提高关联系数间的差异显著性, 其值在0~1之间, 值越小, 分辨率就越大, 一般取0.5。

1.4 灰色关联度计算

静态地质参数对气层评价的影响程度不同, 计算关联度需要差别处理, 在此引入参数权重系数A0={A(0, 1), A(0, 2), …, A(0, n)}, 并且满足:

∑j=1nA(0, j)=1(4)

第i个气层关联度Ri等于每个参数关联系数与其对应权重系数乘积之和, 即:

Ri= ∑j=1n[R(i, j)× A(0, j)](5)

1.5 产能贡献率计算

气层关联度大小反映气层好坏的相对程度, 最终体现在气层产能贡献的大小, 把单井所有气层关联度之和作为整体, 每个气层关联度除以所有气层关联度之和, 就等价于这个气层的产能贡献率, 因此第i个气层产能贡献率η i计算公式为:

η i= Ri∑i=1mRi× 100%(6)

2 灰度评价计算模型建立

灰色关联度分析法能够通过气层静态地质参数实现产能贡献率的计算, 但准确的评价还需要选择合适的参数、恰当的权重系数, 同时程序化流程模型的建立有助于简化操作。

2.1 静态地质参数选择与赋值

气层好差主要体现在岩性、电性、物性和含气性4个方面, 本文甄选在苏里格气田通用并与气层含气性密切相关的8个地质静态参数:气层类型、厚度、地层电阻率、孔隙度、泥质含量、含气饱和度、全烃、气测峰形, 其中气层类型和气测峰形没有量化, 不能直接参与评价, 因此需要分类赋值(表1)。

表1 气层参数分类赋值数据
2.2 计算模型建立

单个气层静态参数组成元素, 单井不同气层静态参数形成矩阵, 按照灰色关联分析思路, 能够计算各个气层关联度, 进而实现产能贡献率的计算, 由此构建单井气层分层产能贡献率计算理论模型(图1)。要实现应用目标, 关键在于确定分辨系数和权重系数合理取值, 并经产气剖面成果验证。

图1 单井气层分层产能贡献率计算模型

依据苏A区块唯一做过产气剖面测井的SA-1井数据, 经过征询专家和试验调整, 确定分辨系数和权重系数取值。气层厚度、含气饱和度、全烃分辨系数取0.2, 增加这些参数分辨能力, 其余参数分辨系数取0.5。参数关联权重系数为:

A0={0.05, 0.20, 0.05, 0.15, 0.15, 0.15, 0.20, 0.05}

SA-1井钻遇气层23.0 m/4层, 其静态地质参数原始数据如表2所示, 计算各个气层关联系数、关联度和产能贡献率。气层20、22号, 以及30、32号分别发育在两个砂体内, 产气剖面测井产能贡献率有两个, 差值分析发现产能贡献率计算值与测量值基本吻合(表2), 通过这组分辨系数和权重系数建立产能贡献率计算模型。所建立的模型能否通用, 需要进一步验证。选择苏B区块SB-1井, 钻遇气层10.3 m/4层, 原始数据如表3所示, 代入模型计算得出各个气层产能贡献率, 与产气剖面测量结果基本吻合(表3), 证实了所建立的气层产能贡献率计算模型可行。

表2 SA-1井气层静态地质参数原始数据及产能贡献参数
表3 SB-1井气层静态地质参数原始数据及产能贡献参数

上述模型参数和相关系数取值稳定, 不同井计算过程相同(见图1红色虚线框部分), 据此编写程序实现自动计算, 输入气层参数即可得到气层产能贡献率, 简化了流程, 提高了效率。

3 气层产能贡献率灰度评价应用

产能贡献率程序模型建立过程中, 与产能建设和生产实际相结合, 在压裂试气方案优化、老井补孔效益评估、分层产能贡献评价三方面得到全面应用。

3.1 压裂试气方案优化

多气层井动用气层越多, 理论上试气生产效果越好, 但实际生产中经常出现偏差, 因为随着压裂段数增多, 单段改造规模下降, 施工风险增加, 所以多气层发育井有选择地放弃部分层, 保证主力气层充分改造, 可取得更佳的生产效果。产能贡献率的计算为这种取舍提供了量化依据, 近年来运用产能贡献率灰度评价完成4层以上气井试气方案优化48口, 投产初期平均日产气1.5× 104 m3, 取得很好的开发效果。

SA-2井实钻气层21.6 m/6层, 将静态地质参数集代入程序模型计算各气层产能贡献率(表4)。根据气层分布, 若动用全部气层需分5段压裂, 这将增加施工费用和作业风险, 改造存在挑战。根据产能贡献率定量评价结果, 54号气层产能贡献率仅有6.20%, 单层压裂没有经济效益, 故选择放弃, 优化为4层分压合试, 最终试气投产初期平均日产气1.8× 104 m3, 达到预期效果。

表4 SA-2井气层静态地质参数及产能贡献数据
3.2 老井补孔效益评估

由于开发初期压裂技术限制或者为防止井内层间干扰等原因, 有些老井只压裂了部分气层, 这些老井在动用层生产末期可以对遗留层实施补孔措施。运用产能贡献率程序模型能够计算预估措施层产气量, 结合当前气体销售单价及施工费用, 能够评估补孔措施有无效益, 为措施选择提供决策依据。苏A区块有未动用气层井64口, 经产能贡献计算评估, 其中有经济效益井21口, 已实施7口井, 累计增产8 052× 104 m3, SA-3井就是其中之一。

SA-3井是苏A区块2007年完钻的一口开发井, 钻遇气层17.6 m/3层(图2), 其静态地质参数统计如表5所示, 代入程序模型计算各个气层贡献率。由于当时压裂技术所限, 只对16号气层压裂试气并投产, 2014年4月井口产天然气量为零, 累计产天然气量2 061× 104 m3。根据16号层累产, 结合气层贡献率开展了4、20号气层效益评估(表6), 最终补孔上返4号气层。目前该井平均日产天然气0.23× 104 m3, 套压2.68 MPa, 4号层累产天然气594× 104 m3, 取得了良好经济效益。

图2 SA-3井测录井综合图

表5 SA-3井气层静态地质参数原始数据
表6 SA-3井补孔措施效益评估数据
3.3 分层产能贡献评价

苏里格气田以多气层发育、分压合试为主, 分层产能贡献率计算能够客观评价新井分层产能, 也能够实现老井分层产量评估。

苏C区块SC-1井, 钻遇气层13.8 m/4层, 该井在2012年、2019年做过两次产气剖面测井, 其静态地质参数原始数据如表7所示。代入程序模型计算各层产能贡献率, 同时实现了该井各气层当前产气量的计算(表8)。

表7 SC-1井气层静态地质参数原始数据
表8 SC-1井气层计算产能贡献率相对差值分析数据

SC-1井中间两个气层相邻, 产气剖面测井分为3层。产能贡献率计算值与每次测量值比较, 贡献率小的气层差别较大, 主要是各个气层在单一时间点生产不均衡所致。24、26号气层在2012年实际生产超过其产能贡献, 随着生产时间的延长, 地层压力快速下降, 实际产量也不断递减, 2019年生产贡献为零; 而28号气层正好与之相反。如果两次测量值取平均, 就会弱化这种不均衡, 与产能贡献率计算值相对差值较小(表8), 吻合度较高, 证实了建立的气层产能贡献率计算模型可行。

这里需要说明的是:计算值代表气井裸眼基块的产能[9], 是理想状态下的均衡生产贡献, 也是气层全生命周期产能的最终反映; 而产气剖面测量值反映的是测量时间点各个产层的生产情况, 由于井筒环境、气层压裂改造及返排差异等原因, 各个气层存在非均衡生产, 测量值与计算值存在差异或差距应该是正常的, 较长时间段内各个气层生产会趋于均衡状态。正常情况下多数井处在近均衡生产状态, 因而产能贡献率计算有较高实际应用价值。

4 结论

(1)苏里格气田气井分层产能贡献率与气层静态地质参数间存在一种灰色关联关系, 基于灰色系统理论能够实现通过气层静态地质参数定量评价气层产能贡献率。

(2)气层产能灰度量化评价在压裂试气方案优化、老井补孔效益评估、分层产能贡献评价等方面的推广应用, 量化了决策指标, 优化了施工方案, 提升了工艺效果, 从而助力合作区块开发效益提升。

(3)静态参数特别是测、录井参数受钻井参数、钻井液性能、仪器性能等外部因素影响较大, 单井有限井段内影响甚微, 不同井测量结果可能存在很大偏差, 不同井间气层产能精准量化评价需要继续完善。

(4)气层产能贡献率灰度评价程序模型经过不同合作区块气井应用验证, 评价结果吻合率高, 客观反映气层生产动态, 操作简单, 适合在苏里格气田推广应用。

(编辑 唐艳军)

参考文献
[1] 黎菁, 骆建江, 张旭阳, 等. 苏里格气田东区气层产能贡献差异微观因素分析[J]. 断块油气田, 2012, 19(6): 756-759.
LI Jing, LUO Jianjiang, ZHANG Xuyang, et al. Microcosmic factor analysis of yielding difference of major pay in east area of Sulige Gas Field[J]. Fault-Block Oil &Gas Field, 2012, 19(6): 756-759. [本文引用:1]
[2] 王红伟, 陈调胜, 刘宝宪, 等. 鄂尔多斯盆地西南部地区上古生界砂体地震预测及勘探新突破[J]. 地球物理学进展, 2013, 28(4): 2132-2140.
WANG Hongwei, CHEN Tiaosheng, LIU Baoxian, et al. Seismic prediction of sand body in upper Paleozoic and new exploration breakthrough in the southwest Ordos Basin[J]. Progress in Geophysics , 2013, 28(4): 2132-2140. [本文引用:1]
[3] 封莉, 梁艳, 刘建斌, 等. 产气剖面测试在苏里格气田东区的应用[J]. 石油化工应用, 2014, 33(8): 24-26.
FENG Li, LIANG Yan, LIU Jianbin, et al. Application of gas production profile testing in east area of Sulige Gas Field[J]. Petrochemical Industry Application, 2014, 33(8): 24-26. [本文引用:1]
[4] 马鹏程. 产气剖面测井技术在大庆油田的应用[J]. 石油仪器, 2012, 26(1): 58-60, 63.
MA Pengcheng. Application of gas production profile logging technique in Daqing Oilfield[J]. Petroleum Instruments, 2012, 26(1): 58-60, 63. [本文引用:1]
[5] 李小刚, 郑阳, 瞿建华, 等. 基于灰色关联方法的砂砾岩油藏压后产量影响因素分析[J]. 油气藏评价与开发, 2016, 6(4): 28-33.
LI Xiaogang, ZHENG Yang, QU Jianhua, et al. Influential factors of postfracture production of glutenite reservoir based on gray correlation method[J]. Reservoir Evaluation and Development, 2016, 6(4): 28-33. [本文引用:1]
[6] 朱卫华. 灰色关联分析方法在烃源岩评价中的应用[J]. 江汉石油职工大学学报, 2013, 26(4): 6-9.
ZHU Weihua. Application of gray correlation analysis method in source rock evaluation[J]. Journal of Jianghan Petroleum University of Staff and Workers, 2013, 26(4): 6-9. [本文引用:1]
[7] 尹洪军, 张俊廷, 张欢欢, 等. 应用灰色关联分析方法确定分层注水量公式[J]. 数学的实践与认识, 2012, 42(13): 94-99.
YIN Hongjun, ZHANG Junting, ZHANG Huanhuan, et al. Appling grey correlation analysis method to determine the separated layer water injection[J]. Mathematics in Practice and Theory, 2012, 42(13): 94-99. [本文引用:1]
[8] 李珂. 储层参数的改进灰关联分析方法研究[J]. 内蒙古石油化工, 2011(13): 136-137.
LI Ke. The study of a kind of modified gray relation analysis method of the reservoir parameters[J]. Inner Mongolia Petrochemical Industry, 2011(13): 136-137. [本文引用:1]
[9] 唐洪明, 冯于恬, 何溥为, 等. 不同类型致密气层对产能贡献的实验评价方法[J]. 西南石油大学学报(自然科学版), 2014, 36(4): 182-188.
TANG Hongming, FENG Yutian, HE Puwei, et al. Experimental methods for evaluating productivity contribution of different types of low permeability gas reservoir[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2014, 36(4): 182-188. [本文引用:1]