引用本文
丰帆, 蒋钱涛, 袁胜斌, 姬建飞, 邓卓峰, 张志伟. FLAIR录井技术在陆丰凹陷储层原油密度预测中的应用[J]. 录井工程, 2024,35(4): 62-67.
FENG Fan, JIANG Qiantao, YUAN Shengbin, JI Jianfei, DENG Zhuofeng, ZHANG Zhiwei. Application of FLAIR logging technology to oil density prediction of reservoirs in Lufeng Sag[J]. Mud Logging Engineering, 2024,35(4): 62-67.
Doi:10.3969/j.issn.1672-9803.2024.04.010  
Permissions
Copyright©2024, 《录井工程》杂志社
《录井工程》杂志社 所有
FLAIR录井技术在陆丰凹陷储层原油密度预测中的应用
丰帆①, 蒋钱涛②, 袁胜斌①, 姬建飞①, 邓卓峰①, 张志伟①
①中法渤海地质服务有限公司
②中海石油（中国）有限公司深圳分公司

作者简介：丰帆 工程师,1982年生,2006年毕业于成都理工大学资源勘查工程专业,现在中法渤海地质服务有限公司从事录井综合解释评价工作。通信地址：300457 天津市开发区信环西路19号天河科技园1号楼7层。电话：13602181593。E-mail：fengfan@cfbgc.com

收稿日期: 2024-07-31
摘要

原油密度是油气勘探和地质储量评价中非常重要的物性参数,针对陆丰凹陷原油密度预测方法少的问题,以陆丰凹陷储层FLAIR录井的轻、中、重组分数据与对应储层的测试或PVT样品实测原油密度数据为研究对象,运用多元线性回归方法,建立陆丰凹陷的储层原油密度预测模型,结果表明：通过上述方法建立的多元线性回归原油密度预测模型,显著性和拟合性检验均合格。使用该方法预测储层的平均原油密度值与实测原油密度值的误差绝对值均小于0.02 g/cm3,预测精度较高,实现了对陆丰凹陷储层原油密度的定量化评价,对储层取样优选、产能预测以及地质储量评价具有一定的指导意义。

关键词: FLAIR录井技术; 原油密度预测; 陆丰凹陷; 多元线性回归; 定量化评价
中图分类号:TE132.1 文献标志码:A
Application of FLAIR logging technology to oil density prediction of reservoirs in Lufeng Sag
FENG Fan①, JIANG Qiantao②, YUAN Shengbin①, JI Jianfei①, DENG Zhuofeng①, ZHANG Zhiwei①
①China France Bohai Geoservices Co.,Ltd.,Tianjin 300457, China
②CNOOC China Limited Shenzhen Comapany,Shenzhen, Guangdong 518000, China
Abstract

Crude oil density is a very important physical property parameter in oil-gas exploration and geologic reserve evaluation. Aiming at the peoblem of few methods for predicting crude oil density in Lufeng Sag, FLAIR logging light, medium and heavy component data, corresponding reservoir tests or density data of PVT samples is used as the research objects.The prediction model of reservoir crude oil density in Lufeng Sag is established by using multiple linear regression method. The results show that the multiple linear regression oil density prediction model is established by the above method,both the significance and fit tests are satisfactory, and absolute value of error between the predicted average oil density and the measured oil density is less than 0.02 g/cm3, the accuracy of prediction effect is higher and the quantitative evaluation of crude oil density is realized, which has certain guiding significance for reservoir sampling optimization productivity prediction and geologic reserve evaluation.

Keyword: FLAIR logging technology; crude oil density prediction; Lufeng Sag; multiple linear regression; quantitative evaluation
0 引言

近年来, 陆丰凹陷油气勘探取得了重大成功, 深层、浅层兼探, 古近系恩平组、文昌组并重, 由浅及深, 由点到面, 发现了多个含油构造。原油密度是原油性质的关键参数, 准确预测储层原油密度对于地质勘探开发至关重要[1, 2, 3]。传统的预测方法为简单的一元线性回归法、图板法等, 由于其预测结果与实际原油密度值的误差绝对值大于0.02 g/cm3, 难以满足实际生产作业需求[4]。

目前, 基于岩石热解录井技术的多元线性回归原油密度预测方法已经取得了一定成果[5, 6], 该方法预测精度高, 主要通过检测样品的气态烃S0、液态烃S1、裂解烃S2和Tmax等主要参数, 以及气产率指数（GPI）、油产率指数（OPI）和油气总产率指数（TPI）等衍生参数来间接反映原油轻、中、重组分的变化, 可有效地对储层流体原油性质进行定量评价。

本文选用FLAIR地层流体分析录井技术, 以陆丰凹陷为研究区域, 对陆丰凹陷储层FLAIR轻、中、重组分进行单位岩石体积校正; 基于FLAIR轻、中、重组分的衍生参数, 运用多元线性回归方法, 建立了陆丰凹陷的储层原油密度预测模型。该模型复测定系数R2为0.791 9, 预测的储层平均原油密度值与实际原油密度值误差绝对值小于0.02 g/cm3, 预测结果精准有效, 可为储层取样优选、产能预测、地质储量计算等提供重要的数据支持, 助力油气勘探, 具有较好的应用推广前景。

1 区域地质概况

陆丰凹陷位于珠江口盆地珠一坳陷东北部, 具有隆凹相间的构造格局, 受北部隆起、惠陆低凸起、东沙隆起和海丰凸起所围限, 面积约7 760 km2。陆丰凹陷主要发育文昌组、恩平组和珠江组3套储层, 其中：文昌组岩性主要为次长石砂岩和次岩屑砂岩, 储层孔隙度平均值为10.9%, 渗透率平均值为8.10 mD, 为特低-低孔隙度、超低-低渗透率储层; 恩平组岩性主要为次长石砂岩, 储层孔隙度平均值为14.9%, 渗透率平均值为126.00 mD, 为低-中孔隙度、低-中渗透率储层; 珠江组岩性主要为次长石砂岩和长石砂岩, 储层孔隙度平均值为20.2%, 渗透率平均值为1 142.30 mD, 为中-高孔隙度、中-高渗透率储层。3套储层流体性质为轻质油或中质油[7, 8]。

2 与原油密度相关的FLAIR衍生参数
2.1 FLAIR录井技术

FLAIR录井技术是法国地质服务公司研究和开发的一种现场油气实时监测和识别技术[9, 10, 11]。具体流程为：在出口高架槽和入口钻井液舱处分别抽取钻井液加热到相同温度进行脱气; 将脱出来的气体经干燥后, 在负压条件下通过专用气管线传送到色谱质谱仪, 负压条件可以防止C5-C8气体组分液化; 通过色谱仪将气体中的C1-C8及其他非烃组分按序排列, 再通过质谱仪分析其分子量、分子式、分子中同位素构成和分子结构等信息, 对气体中各组分含量进行定量分析。

2.2 FLAIR气体各组分的单位岩石体积校正

由于FLAIR气体各组分易受井眼尺寸、脱气效率和钻井参数的影响, 为了提高数据的准确性, 提升数据的价值, 还需要对其各组分进行单位岩石体积校正[12], 甲烷（C1）校正公式与各组分校正公式相同, 其校正公式如下：

VOLC1=（k1× k2× t× Q× G）/D2 （1）

式中：VOLC1为单位体积岩石甲烷含量, 即甲烷校正值, L/L; k1为与脱气器单位时间所脱钻井液量、色谱仪单位时间进样量以及单位换算相关的常量, 无量纲; k2为不同钻井液体系中甲烷脱气效率的倒数, 无量纲; t为钻时, min/m; Q为钻井液排量, L/min; G为实测甲烷值, 10-6; D为井眼或钻头直径, mm。

2.3 FLAIR气体轻、中、重组分的衍生参数

对FLAIR气体各组分进行单位岩石体积校正后, 参考前人关于常规气测资料组分的研究成果[13, 14, 15], 将FLAIR气体组分细化为轻组分（C1-C2气体组分）、中组分（C3-C4气体组分）、重组分（C5-C8气体组分）, 据此构建基于FLAIR气体轻、中、重组分的衍生参数（表1）。借鉴上文提到的岩石热解录井技术的原油密度预测方法, 通过FLAIR衍生参数轻、中、重组分含量和占比变化的情况也可以间接反映储层原油性质相应的变化情况[6], 所以FLAIR衍生参数与原油密度存在一定的相关性, 具备理论研究的基础。

表1 FLAIR气体轻、中、重组分衍生参数及其表达式
3 模型建立
3.1 多元线性回归模型的建立

多元线性回归是研究一个因变量与多个自变量之间线性相关关系的一种统计方法[16, 17, 18], 具体可概述为假设因变量y的取值与i个自变量x1, x2, …, xi相关, 其多元线性回归模型为：

y=β 0+β 1x1+β 2x2+β 3x3+…+β ixi+ε （2）

式中：y为因变量; x1, x2, …, xi为自变量; β 0, β 1, β 2, …, β i为回归系数, 是未知参数; ε 为随机误差, 服从正态分布N（0, σ 2）。

对因变量y及自变量x1, x2, …, xi进行n组抽样观察, 将观察结果代入公式（2）。假设回归系数β 0, β 1, β 2, …, β i的估算值分别为b0, b1, b2, …, bi, 计算回归估算值与真实值之间的差值, 即残差, 根据最小二乘法原理, 使残差平方和趋于最小, 从而达到最优化求解b0, b1, b2, …, bi, 即为回归系数, 将该值代入公式（2）得到回归模型。

多元线性回归模型的各自变量间线性关系显著时, 回归系数β 1, β 2, …, β i不全为0, 反之, 各自变量间线性关系不显著时, 回归系数β 1, β 2, …, β i均为0。检验多元线性回归模型的拟合效果主要是对各回归参数值进行检验, 标准误差代表拟合的程度, 复相关系数R代表自变量与因变量显著相关关系, 复测定系数R2代表自变量可解释因变量的程度。

3.2 原油密度预测模型的建立

3.2.1 一元线性回归关系研究

以陆丰凹陷M 1井-M 12井储层FLAIR录井轻、中、重组分数据与对应储层的测试或PVT样品实测原油密度数据为研究基础, 选取储层段每米计算的FLAIR衍生参数与对应储层的实测原油密度进行一元线性回归关系研究, 拟合结果表明, FLAIR“ 衍生四参数” 油组分含量（OCC）、气油比指数（GOR）、气油组分总含量（TGO）和油组分含量指数（OCI）与原油密度均存在相对较好的线性相关性（图1）, 可作为在研究区进行多元线性回归的自变量参数, 为准确预测原油密度奠定了基础。

图1 FLAIR“ 衍生四参数” 与原油密度的一元线性回归模型

3.2.2 多元线性回归关系研究

以FLAIR“ 衍生四参数” 为自变量, 原油密度为因变量, 运用基于最小二乘法的多元线性回归方法进行分析, 得出回归模型为：

y=β 0+β 1x1+β 2x2+β 3x3+β 4x4 （3）

采用上述方法, 将4个自变量全部参与回归求取回归系数, 得到β 0, β 1, β 2, β 3, β 4分别为0.665 3、-0.026 4、0.031 2、0.004 9、0.323 9, 各回归系数β 0, β 1, β 2, β 3, β 4均不为0, 表明各自变量间线性关系显著, 最终得到陆丰凹陷的FLAIR“ 衍生四参数” 与原油密度的多元线性回归模型为：

DEN=0.665 3-0.026 4OCC+0.031 2GOR+0.004 9TGO+0.323 9OCI （4）

式中：DEN为原油预测密度, g/cm3。

从多元线性回归模型参数统计表（表2）可以看出：回归方程的标准误差为0.012 1, 说明拟合程度好; 复相关系数R为0.889 9, 说明因变量原油密度与自变量油组分含量（OCC）、气油比指数（GOR）、气油组分总含量（TGO）、油组分含量指数（OCI）整体上具有较强的线性相关关系; 复测定系数R2为0.791 9, 说明自变量可解释因变量变化的79.19%, 可解释程度较高。3种检验参数均表明, 该模型拟合度较高。因此, 多元线性回归原油密度预测模型的显著性和拟合性检验均合格。

表2 多元线性回归模型参数统计表

通过多元线性回归模型预测M 1井-M 12井的储层平均原油密度与实测原油密度线性拟合关系较好, 复测定系数R2为0.805 6（图2）, 两者误差绝对值小于0.02 g/cm3, 预测储层原油密度值准确有效。

图2 M 1井-M 12井预测储层平均原油密度与实测原油密度线性回归关系

4 应用效果

M 13井位于陆丰凹陷X洼南部缓坡带上, 在主要目的层恩平组3 457~3 463 m和3 465~3 468 m井段均钻遇中砂岩储层, 油气显示非常好。荧光直照亮黄色, 滴照乳白色, 荧光面积高达80%, 快速扩散, FLAIR气体各组分绝对值高且异常幅度明显, 峰型饱满, 指示油的重组分nC6、nC7、nC8最大值分别为31.7× 10-6、10.2× 10-6及5.1× 10-6（图3）, 间接反映储层含烃类物质非常丰富。随钻电阻率最大值为16.80 Ω · m, 储层电性特征异常明显, 密度最小值为2.34 g/cm3, 中子密度具有一定的交会, 储层物性较好。录井和测井资料均解释为油层。

图3 M 13井录测解释成果图

对恩平组3 457~3 463 m和3 465~3 468 m储层运用公式（4）多元线性回归模型预测原油密度。预测原油密度平均值为0.836 4 g/cm3（表3）, 属于轻质油, 由于该套储层油品和物性尚可, 具备获得较高产能和提升陆丰凹陷X洼南部缓坡断阶带地质储量规模的基础。

表3 M 13井FLAIR衍生参数与原油密度预测参数

最终本井在3 457~3 468 m井段测试段射孔求产, 测试结论为油层, 产油147.1 m3/d, 产气3 309 m3/d, 未见水, 实测原油密度值为0.841 0 m3/d原油密度预测结果与实测值的误差绝对值仅为0.004 6 g/cm3, 小于0.02 g/cm3, 证实多元线性回归原油密度预测模型应用效果较好。该模型在陆丰凹陷具有很好的应用推广前景, 可助力并提效油气勘探。

5 结论

（1）利用FLAIR衍生参数和储层实测原油密度值建立多元线性回归模型, 显著性和拟合性检验均合格, 预测平均原油密度值与实测原油密度值的误差绝对值小于0.02 g/cm3, 预测结果精准, 该模型在陆丰凹陷取得了较好的应用效果。

（2）多元线性回归原油密度预测模型在油气勘探开发中发挥着重要作用, 该方法简便实用, 拓宽了FLAIR录井技术的应用范围, 最终可以提升FLAIR录井技术在油气勘探领域的影响力。

编辑 孔宪青

参考文献
[1] 周艳, 庄鸿玉, 杨贵丽, 等. 沾化凹陷原油物性与油气成藏及开发的关系[J]. 断块油气田, 2008, 15(1): 41-44.
ZHOU Yan, ZHUANG Hongyu, YANG Guili, et al. Research on relationships between physical properties of crude oil and hydrocarbon accumulation and reservoir development in Zhanhua Sag[J]. Fault-Block Oil and Gas Field, 2008, 15(1): 41-44. [本文引用:1]
[2] 侯连华, 林承焰, 王京红, 等. 原油密度、黏度的地化热解评价方法[J]. 石油勘探与开发, 2002, 29(2): 74-76.
HOU Lianhua, LIN Chengyan, WANG Jinghong, et al. Geochemical pyrolysis evaluation method for density and viscosity of crude oil[J]. Petroleum Exploration and Development, 2002, 29(2): 74-76. [本文引用:1]
[3] 杨涛, 张小红, 姜涛, 等. 北三台地区石炭系原油地化特征及油源分析[J]. 新疆石油天然气, 2020, 16(3): 21-25.
YANG Tao, ZHANG Xiaohong, JIANG Tao, et al. Geochemical characteristics and source analysis of crude oil of Carboniferous in Beisantai area[J]. Xinjiang Oil & Gas, 2020, 16(3): 21-25. [本文引用:1]
[4] 别梦君, 刘杰, 刘斌, 等. 复杂油田地层原油粘度确定新方法[J]. 新疆石油天然气, 2020, 16(3): 42-45.
BIE Mengjun, LIU Jie, LIU Bin, et al. A new method for determining viscosity of formation crude oil of complicated oilfields[J]. Xinjiang Oil & Gas, 2020, 16(3): 42-45. [本文引用:1]
[5] 王海涛, 黄子舰, 方铁园, 等. 基于岩石热解法的原油密度、粘度预测模型研究与应用[J]. 录井工程, 2022, 33(2): 18-23.
WANG Haitao, HUANG Zijian, FANG Tieyuan, et al. Research and application of crude oil density and viscosity prediction models based on rock pyrolysis method[J]. Mud Logging Engineering, 2022, 33(2): 18-23. [本文引用:1]
[6] 姬建飞, 毛敏, 杨毅, 等. 地层原油密度预测方法在莱州湾凹陷X构造中的应用[J]. 石油地质与工程, 2023, 37(1): 39-42, 49.
JI Jianfei, MAO Min, YANG Yi, et al. Application of formation crude oil density prediction method in X structure of Laizhouwan Sag[J]. Petroleum Geology and Engineering, 2023, 37(1): 39-42, 49. [本文引用:2]
[7] 朱筱敏, 葛家旺, 吴陈冰洁, 等. 珠江口盆地陆丰凹陷深层砂岩储层特征及主控因素[J]. 石油学报, 2019, 40(增刊1): 69-80.
ZHU Xiaomin, GE Jiawang, WU Chenbingjie, et al. Reservoir characteristics and main controlling factors of deep sand stone in Lufeng Sag, Pearl River Mouth Basin[J]. Acta Petrolei Sinica, 2019, 40(S1): 69-80. [本文引用:1]
[8] 代一丁, 牛子铖, 汪旭东, 等. 珠江口盆地陆丰凹陷古近系与新近系油气富集规律的差异及其主控因素[J]. 石油学报, 2019, 40(增刊1): 41-52.
DAI Yiding, NIU Zicheng, WANG Xudong, et al. Differences of hydrocarbon enrichment regularities and their main controlling factors between Paleogene and Neogene in Lufeng Sag, Pearl River Mouth Basin[J]. Acta Petrolei Sinica, 2019, 40(S1): 41-52. [本文引用:1]
[9] 袁胜斌. FLAIR“重组分”解释评价原则及其应用[J]. 录井工程, 2008, 19(4): 46-49.
YUAN Shengbin. FLAIR "heavy components" explains the evaluation principles and their application[J]. Mud Logging Engineering, 2008, 19(4): 46-49. [本文引用:1]
[10] 袁胜斌, 倪朋勃, 邴磊, 等. 白云凹陷FLAIR流体录井气水层解释评价方法[J]. 录井工程, 2015, 26(4): 37-40.
YUAN Shengbin, NI Pengbo, BING Lei, et al. FLAIR fluid logging gas-water layer interpretation evaluation method in Baiyun depression[J]. Mud Logging Engineering, 2015, 26(4): 37-40. [本文引用:1]
[11] 荆文明, 倪朋勃, 张兴华, 等. 南海东部X区块录井气测烃组分解释评价方法[J]. 辽宁石油化工大学学报, 2022, 42(2): 50-54.
JING Wenming, NI Pengbo, ZHANG Xinghua, et al. Interpretation and evaluation method of logging gas hydrocarbon components in X block of eastern South China Sea[J]. Journal of Liaoning Petrochemical University, 2022, 42(2): 50-54. [本文引用:1]
[12] 黄小刚. 气测录井甲烷校正法与气测解释方法选择原则[J]. 录井工程, 2007, 18(4): 1-5.
HUANG Xiaogang. Gas logging methane correction method and gas interpretation method selection principle[J]. Mud Logging Engineering, 2007, 18(4): 1-5. [本文引用:1]
[13] 严伟丽, 高楚桥, 赵彬, 等. 基于气测录井资料的气油比定量计算方法[J]. 科学技术与工程, 2020, 20(23): 9287-9292.
YAN Weili, GAO Chuqiao, ZHAO Bin, et al. Quantitative calculation method of gas-oil ratio in gas logging data[J]. Science Technology and Engineering, 2020, 20(23): 9287-9292. [本文引用:1]
[14] 熊亭. 实时流体录井技术在惠州26-6构造的应用[J]. 科学技术与工程, 2023, 23(26): 11188-11194.
XIONG Ting. Application of the real-time fluid logging technology in Huizhou 26-6 structure[J]. Science Technology and Engineering, 2023, 23(26): 11188-11194. [本文引用:1]
[15] 张博文, 王海更, 王庆龙, 等. 利用气测录井资料预测渤海P油田原油API及地层原油黏度的新方法[J]. 石油地质与工程, 2021, 35(6): 44-47.
ZHANG Bowen, WANG Haigeng, WANG Qinglong, et al. A new method for predicting crude oil API and formation crude oil viscosity in Bohai P Oilfield by gas logging data[J]. Petroleum Geology & Engineering, 2021, 35(6): 44-47. [本文引用:1]
[16] 周业鑫, 赵安坤, 余谦, 等. 基于多元线性回归分析的页岩气有利区评价新方法: 以上扬子地区五峰组-龙马溪组海相页岩为例[J]. 沉积与特提斯地质, 2021, 41(3): 387-397.
ZHOU Yexin, ZHAO Ankun, YU Qian, et al. A new method of shale gas favorable area evaluation based on multiple linear regression analysis A case study of marine shales of Wufeng-Longmaxi Formations, Upper Yangtze region[J]. Sedimentary Geology and Tethyan Geology, 2021, 41(3): 387-397. [本文引用:1]
[17] 阎荣辉, 李永胜, 满百胜, 等. 多元线性回归分析在储层岩屑热解录井参数校正中的应用[J]. 录井工程, 2021, 32(3): 31-36.
YAN Ronghui, LI Yongsheng, MAN Baisheng, et al. Application of multiple linear regression analysis in reservoir cuttings pyrolysis logging parameter correction[J]. Mud Logging Engineering, 2021, 32(3): 31-36. [本文引用:1]
[18] 李建成, 江波, 杨卫东, 等. 准噶尔盆地气测多元线性回归解释方法研究[J]. 录井工程, 2012, 23(4): 22-25.
LI Jiancheng, JIANG Bo, YANG Weidong, et al. Multiple linear regression interpretation method for gas logging in Junggar Basin[J]. Mud Logging Engineering, 2012, 23(4): 22-25. [本文引用:1]