引用本文
程建莉. 春风油田排612块差异性储层岩相研究与地质建模[J]. 录井工程, 2025,36(2): 104-109.
CHENG Jianli. Differential lithofacies study and geologic modeling for the reservoirs of Pai 612 block in Chunfeng Oilfield[J]. Mud Logging Engineering, 2025,36(2): 104-109.
Doi:10.3969/j.issn.1672-9803.2025.02.016  
Permissions
Copyright©2025, 《录井工程》杂志社
《录井工程》杂志社 所有
春风油田排612块差异性储层岩相研究与地质建模
程建莉
中石化胜利油田分公司勘探开发研究院

作者简介：程建莉 工程师,1984年生,2011年毕业于中国石油大学（北京）构造地质学专业,现在中石化胜利油田分公司勘探开发研究院从事稠油地质研究工作。通信地址：257000 山东省东营市东营区聊城路2号。E-mail：chengjianli.slyt@sinopec.com

收稿日期: 2025-03-03
基金: 国家自然科学基金创业创新发展联合基金项目（编号：U20B6003）; 中国石油化工胜利油田分公司课题“超浅薄层特超稠油MRC水平井开发机理及应用研究”（编号：YKY2402）
摘要

春风油田排612块是准噶尔盆地西部特超稠油油藏开发最早的区块,由于高轮次频繁注汽加剧了储层的非均质性,存在井间汽窜频繁、储量动用不均衡等开发难题。为了深化对储层非均质性的认识,亟需开展差异性岩相研究和地质建模。排612块储层主要分为优质砂岩相和灰质砂岩相。在此基础上通过地震资料分析和水平井地层对比提升构造控制精度,建立构造模型;结合岩相研究、岩心资料和测井资料分析,确定水平井岩相与伽马曲线的线性对应关系,定量计算水平井岩相数据,建立该块差异性岩相模型;通过取心井岩样分析化验数据,回归声波时差和物性的对应关系建立直井属性模型,并根据泥质含量与物性的相关性建立水平井属性模型;最后通过不同岩相储层静态和动态特征对比,以及生产能力分析,确定不同岩相的净毛比,灰质砂岩相产量占优质砂岩相的66.7%。最终构建不同岩相差异化净毛比模型,为后期提高剩余油采收率奠定基础。

关键词: 岩相; 储层特征; 属性模型; 地质建模; 净毛比模型; 春风油田
中图分类号:TE132.1 文献标志码:A
Differential lithofacies study and geologic modeling for the reservoirs of Pai 612 block in Chunfeng Oilfield
CHENG Jianli
Exploration and Development Research Institute of Sinopec Shengli Oilfield Company, Dongying, Shandong 257000, China
Abstract

Pai 612 block of Chunfeng Oilfield is the first block to develop super-extra viscous crude oil reservoirs in western Junggar Basin. Currently,multi-cycle steam injection exacerbates the heterogeneity of the reservoirs,and there are development problems such as frequent inter-well steam channeling and uneven reserve production. In order to deepen the understanding of reservoir heterogeneity,it is urgent to carry out differential lithofacies study and geologic modeling of reservoirs. The reservoirs of Pai 612 block are mainly divided into high-quality sandstone facies and calcareous sandstone facies. On this basis,the seismic data analysis and horizontal well stratigraphic correlation were used to improve the accuracy of structural control,and the structural model was established. Combined with the lithofacies study and the analysis of core data and log information,the linear correspondence between the lithofacies and the gamma curve of horizontal wells was determined,and the lithofacies data of the horizontal wells was quantitatively calculated to establish a differential lithofacies model for the block. The vertical well attribute model was established by regressing interval transit time and physical properties based on the analyzing and rock sample testing data of the cored wells, and the horizontal well attribute model was established based on the correlation between shale content and physical properties. Finally,by comparing the static and dynamic characteristics of different lithofacies reservoirs,as well as analyzing the production capacity,the net to gross ratio of different lithofacies was determined,and the production of calcareous sandstone facies accounted for 66.7% of high-quality sandstone facies. The different lithofacies differentiation net to gross ratio model of the final completion lays the foundation for improving remaining oil recovery efficiency in the later stage.

Keyword: lithofacies; reservoir characteristics; attribute model; geologic modeling; net to gross ratio model; Chunfeng Oilfield
0 引言

排612块位于准噶尔盆地西部春风油田东北部, 目的层为新近系沙湾组一段, 作为春风油田东北部最早投入开发的区块, 是特超稠油的典型代表。该区块投产至今, 采用蒸汽吞吐降压开采, 受地层亏空影响, 地层压力下降显著, 单元油井“ 高温低液” 矛盾突出。储层非均质性强, 井间汽窜频发, 加之原油粘度高, 高轮次频繁注汽进一步加剧了储层的非均质性。因蒸汽吞吐过程中频繁发生井间热干扰, 平面已经形成“ 网状分布” 的高耗汽条带, 蒸汽波及体积小, 热利用率降低。当前开发问题主要表现为开发效果差、井间汽窜明显、动用不均衡等, 亟需针对储层非均质性进行精细刻画, 为下一步剩余油研究和区块整体开发调整打好基础。

通过岩心观察、测井资料、样品分析化验和沉积背景分析, 对排612块岩相特征进行研究, 在此基础上, 通过水平井地层对比和岩性数据计算以及生产数据分析, 先后建立了构造模型、岩相模型、属性模型、净毛比模型, 对储层非均质性进行进一步刻画, 并确定差异化储层生产能力。

1 研究区概况

春风油田排612块位于准噶尔盆地西部隆起车排子凸起东部（图1）。车排子凸起位于准噶尔盆地西北缘, 是车莫古隆起发育消亡过程中继承发展的产物。地层自下而上发育石炭系, 侏罗系, 白垩系, 新近系沙湾组、塔西河组和独山子组以及第四系西域组, 各层组之间为角度或平行不整合接触, 其中新近系沙湾组一段的1砂组和2砂组为主要含油目的层[1]。沙湾组一段构造整体比较平缓, 呈北高南低、向南倾没的单斜构造特征。

图1 车排子地区构造简图及排612块位置

2 排612块差异性岩相储层特征

排612块沙湾组一段储层埋藏浅、厚度薄。通过岩心观察发现, 排612块储层整体非均质性较强, 不同储层岩相发育特征差异性大。P 612井位于排612块工区中部, 是排612块第一口探井, 获得丰富的油气显示, 对区块勘探开发具有十分重要的意义。从岩心上看, 井段299.7~301.4 m、302.2~303.5 m、308.2~312.0 m均为局部含油, 储层非均质性最强, 黑色含油部分为褐灰色含砾细砂岩, 含油级别为油斑, 含油面积5%~20%, 不含油部分呈灰色, 灰质含量很高（图2）。在314.50~317.46 m井段, 岩心结构松散不成形, 主要岩性为细砂岩, 含油级别为油浸, 含油部分呈黑褐色, 原油分布较均匀, 含油面积65%, 油质较稠, 与下伏岩层呈渐变接触（图2）。由此可见, 排612块储层可明显分为两类岩相差异大的储层, 即含油性较差的灰质砂岩相和含油级别高的优质砂岩相。

图2 P 612井沙湾组一段测井与岩心图

岩相差异在测井电性特征上也表现明显, 主要表现为地层电阻率、微电位和微梯度曲线幅度差异大。与岩心数据相对比, 也证明了该区块储层非均质性非常强, 存在特征差异性大的两类岩相储层。上部灰质砂岩相储层电性特征表现为微电极曲线不分开, 有明显的高幅度, 薄层微电极曲线呈尖峰状, 地层电阻率数值比油层大, 介于油层和干层之间, 声波时差一般小于120 µ s/ft（1 ft=0.304 8 m, 下同）。下部优质砂岩相储层电性特征表现为微电位和微梯度曲线幅度中等, 且相互分开明显, 地层电阻率介于10~100 Ω · m之间, 声波时差大于120 µ s/ft（图2）。

根据排612块不同岩相储层的岩性和电性特征, 对全区完钻井进行测井二次解释, 完成沙湾组一段1砂组和2砂组优质砂岩相厚度等值图, 同时叠加灰质砂岩相占储层总厚度的比例分布图（图3）, 从而确定沙湾组一段两种不同岩相储层的厚度和分布范围。1砂组优质砂岩相全区发育, 主要受沉积相控制, 呈南西-北东方向展布, 厚度最大部分主要集中在工区中部, 其中灰质砂岩相占储层比例较大的区域主要发育在工区北部（图3a）; 2砂组优质砂岩相整体发育在工区东部, 向西北方向尖灭, 灰质砂岩相比例较大的区域主要发育在工区中部偏南部位（图3b）。两种不同岩相储层的定量描述, 是精细地质建模的基础。

图3 沙湾组一段1砂组和2砂组优质砂岩相厚度等值图（叠合灰质砂岩相比例）

3 地质模型建立

通过对排612块两种不同岩相储层的定量研究, 已经确定了平面上两种岩相的发育特征, 但是随着后期直井区水平井加密开发方式的转变, 需要更加精确地描述储层在三维空间上的展布规律, 因此建立三维地质模型非常必要。其中, 构造模型是建立三维地质模型的基础, 可以反映储层在三维空间展布形态; 岩相模型是储层三维地质模型的关键, 差异性岩相控制着有效储层分布; 属性模型是三维地质模型的最终目标, 可以反映储层孔隙度、渗透率和非均质性。在构造模型约束下构建的岩相模型和属性模型, 能够表征储层展布和物性特征, 是储层净毛比定量计算的基础。最终, 通过净毛比模型实现有效储层储量及剩余油展布规律的定量描述。

3.1 构造模型

排612块扩边区都是水平井, 构造刻画对于水平井的地层对比精度有较高要求, 因此水平井精细地层对比是构建构造模型的关键。沙湾组一段地层划分对比主要是根据地层接触关系和砂体发育情况, 从地震资料落实大层划分标准, 选取砂组内主要标志层和辅助标志层, 然后根据该块测井电性特征同一性原理与层序地层学旋回对比原则, 在油层和砂体的连通情况基础上, 综合分析取心井资料, 依据岩性、电性、韵律性划分地层[2, 3]。春风油田主要标志层是白垩系的高感应泥岩和沙湾组一段2砂组内部泥岩, 其感应电阻率和自然伽马曲线都稳定低平[4, 5]; 辅助标志层是沙湾组一段3砂组的一套10 m左右的砂体, 在研究区内分布稳定[6]。两者泥岩和砂岩分界处均可见深、中感应值剧烈抬升[7]。

水平井精细地层对比主要通过电性判别, 根据储层感应值明显增大的特征, 确定感应曲线明显增大的半幅点为入层点, 控制水平顶层构造位置; 然后由砂体厚度控制底部构造, 同时地震解释参与约束, 水平井顶面构造参与模型运算, 完成排612块主体区和水平井控制边部的整体构造模型（图4）。排612块整体构造形态北西高、南东低, 向南东倾没, 构造比较平缓, 构造倾角1° ~2° , 构造海拔-40~40 m, 埋深270~380 m。

图4 排612块沙湾组一段构造模型

3.2 岩相模型

充分利用地质、钻井、录井、测井及岩心试验分析资料建立研究区直井岩相识别及有效厚度电性标准[8, 9, 10]。地层电阻率介于10~100 Ω · m之间, 声波时差值大于120 µ s/ft的储层为优质砂岩相; 灰质砂岩相储层地层电阻率相对油层更高, 声波时差值小于120 µ s/ft。但水平井测井数据有限, 无地层电阻率及声波时差等曲线资料。据直井取心井分析化验资料研究发现, 研究区伽马曲线对不同岩相的指示效果较好, 因此对所有水平井伽马曲线根据单井统一值域进行归一化处理, 得到相对伽马值（X）。归一化具体公式为：

X=（Gr-Gi）/（Ga-Gr） （1）

式中：Gr为单井上每个深度的原始伽马曲线值, API; Gi为全井最小伽马值, API; Ga为全井最大伽马值, API。

根据岩心分析化验数据得到的相对伽马值和不同岩相的定量关系, 建立判定标准（表1）。

表1 排612块相对伽马值岩相判定标准

从排612块不同岩相的砂体特征和电测特征出发, 根据相对伽马曲线与岩相对应关系计算得到的水平井岩相数据, 建立岩相模型（图5）。岩相模型中有效储层对应岩相类型主要包括灰质砂岩相和优质砂岩相两种, 另外泥岩作为背景相, 还有以干层为主的纯灰岩相也局部存在, 但是不具备产油能力, 因此不是主要研究对象。岩相模型能够最直接展现不同岩相在垂向和平面的叠置展布特征。排612块有效储层整体以灰质细砂岩相和优质砂岩相为主, 岩性以含砾砂岩和褐黑色富含油细砂岩为主, 棕灰色泥质充填砾岩。

图5 排612块沙湾组一段岩相模型

3.3 属性模型

研究区储层埋藏较浅, 油层胶结疏松, 为高孔高渗油层, 汽窜优势通道发育; 灰质砂岩、泥质充填砾岩等干层物性差, 汽窜优势通道不发育[11]。根据区块内所有直井取心井的岩心分析化验数据可知, 声波时差与孔隙度有较好的相关关系, 回归声波时差与孔隙度的线性关系, 进而得到渗透率的计算模型, 并分岩相建立排612块所有直井的沙湾组一段的孔渗解释模型。

优质砂岩相孔隙度计算模型为：

ϕ =0.3087Δ t-12.243 R2=0.84 （2）

优质砂岩相渗透率计算模型为：

K=42.556e0.1245ϕR2=0.86 （3）

灰质砂岩相孔隙度计算模型为：

ϕ =0.9144Δ t-6.2401 R2=0.83 （4）

灰质砂岩相渗透率计算模型为：

K=0.00762e0.5387ϕR2=0.85 （5）

式中：ϕ 为孔隙度, %; Δ t为声波时差, μ s/ft; K为渗透率, mD。

研究区水平井缺少与物性相关性最强的声波时差曲线, 但经过取心井岩心分析化验发现, 该区伽马曲线对岩心泥质含量有很好的指示作用, 同时泥质含量与储层物性具有很好的相关性。因此, 通过取心井岩心分析结果获得水平井孔隙度与泥质含量的定量关系, 从而实现定量计算水平井孔隙度[5]。获得孔隙度后即可根据水平井岩相分类, 分别应用上述优质砂岩相和灰质砂岩相渗透率模型得到水平井的渗透率。

泥质含量：

WSH=12.633lnGr+27.406 R2=0.902 （6）

水平井孔隙度计算模型为：

ϕ =-17.71lnWSH+79.503 R2=0.887 3 （7）

式中：WSH为泥质含量, %。

经过运算将直井和水平井的物性结果粗化到单井, 建立该区块的物性属性模型（图6）。排612块沙湾组一段1砂组的孔隙度范围为31.0%~37.1%, 平均为33.6%, 渗透率范围为2 013~6 000 mD, 平均为2 873 mD; 2砂组的孔隙度范围为20.2%~35.6%, 平均为29.0%, 渗透率范围为524~3 582 mD, 平均为2 127 mD, 均属于高孔高渗储层。其中, 优质砂岩相储层物性整体更高。

图6 排612块属性模型

3.4 净毛比模型

净毛比为储层有效厚度与总厚度之比, 作为评价储层产油能力的重要指标, 是地质模型中储量计算的重要参数。由于排612块不同岩相储层物性及有效厚度差异大, 因此净毛比模型应该根据各岩相储层物性等参数特征和具体生产数据进行差异化建立[12]。

本次研究统计了排612块具有代表性的生产井的生产数据, 重点选取除合采井之外单独射开不同岩相储层的生产井数据, 精确计算不同岩相储层在单位生产时间、单位射孔长度、单位注汽量等参数控制下的平均单位产量（表2）。经生产能力对比发现, 灰质砂岩相储层平均单位累产量为1.8 t/（d· m· t）, 优质砂岩相储层平均单位累产量为2.7 t/（d· m· t）, 灰质砂岩相储层产能为优质砂岩相的66.7%。按照产油能力推断灰质砂岩相储层有效厚度占其优质砂岩相砂岩总厚度的66.7%。根据这一定量关系, 统一计算工区所有单井不同岩相的总有效厚度, 利用总有效厚度与总砂岩厚度的比值得到所有单井的净毛比。单井值粗化到模型中就得到了排612块的净毛比模型（图7）, 为储量定量计算奠定了基础。

表2 排612块不同岩相储层生产数据对比

图7 排612块净毛比模型

4 结论

（1）排612块储层非均质性较强, 发育灰质砂岩相和优质砂岩相。优质砂岩相主要位于储层下部, 含油饱和度高, 其电性特征表现为：微电极幅度中等且分开明显, 电阻率介于10~100 Ω · m之间, 声波时差大于120 µ s/ft。

（2）构造模型的建立主要由水平井入层点深度精细控制, 所有水平井地层电阻率曲线增大半幅点确定构造顶深度, 储层砂体厚度控制底面构造。然后结合岩心分析化验结果, 拟合岩相与伽马曲线定量关系, 建立差异化岩相模型。依据岩心分析化验数据回归声波时差与孔渗的线性关系建立直井的属性模型; 依据伽马曲线控制的泥质含量与孔渗的对应关系, 建立水平井属性模型。根据生产数据差异计算不同岩相的净毛比占比, 建立差异化岩相的净毛比模型。整体而言, 排612块沙湾组一段灰质砂岩相净毛比占优质砂岩相的66.7%。

（编辑 陈娟）

参考文献
[1] 刘吉全. 春风油田排601井区沙湾组一段沉积相研究[J]. 内蒙古石油化工, 2019, 45(2): 123-124.
LIU Jiquan. Study on sedimentary facies of the first Member of Shawan Formation of Pai 601 well area of Junggar Basin[J]. Inner Mongolia Petrochemical Industry, 2019, 45(2): 123-124. [本文引用:1]
[2] 李亚龙, 于兴河, 单新, 等. 准噶尔盆地南缘四工河剖面中二叠统乌拉泊组辫状河三角洲沉积模式及沉积序列[J]. 天然气地球科学, 2017, 28(11): 1678-1688.
LI Yalong, YU Xinghe, SHAN Xin, et al. The characteristics and model of the braided-river delta of the Wulabo Formation of the Sigonghe section in the southern Junggar Basin[J]. Natural Gas Geoscience, 2017, 28(11): 1678-1688. [本文引用:1]
[3] 宋玲. 多源多相复杂储集层预测: 以春风油田新近系沙湾组一段1砂组为例[J]. 断块油气田, 2014, 21(5): 597-600.
SONG Ling. Prediction on complex reservoir with multi-source and multi-facies: Taking N1s11 in Chunfeng Oilfield as an example[J]. Fault-Block Oil & Gas Field, 2014, 21(5): 597-600. [本文引用:1]
[4] 张华锋. 春风油田排602区块沙湾组储层特征研究[J]. 化工管理, 2019(4): 214-215, 220.
ZHANG Huafeng. Study on reservoir characteristics of Shawan Formation in Pai 602 block of Chunfeng Oilfield[J]. Chemical Enterprise Management, 2019(4): 214-215, 220. [本文引用:1]
[5] 贺莨. 春光油田新近系沙湾组一段Ⅱ砂组沉积微相研究[J]. 石油地质与工程, 2018, 32(4): 38-41.
HE Liang. Study on sedimentary microfacies of the Ⅱ sand set of the first Member of the Neogene Shawan Formation in Chunguang Oilfield[J]. Petroleum Geology & Engineering, 2018, 32(4): 38-41. [本文引用:2]
[6] 刘京煊. 春风油田排601中区沙湾组油藏精细描述研究[D]. 青岛: 中国石油大学(华东), 2016.
LIU Jingxuan. Fine reservoir description of Shawan Formation in middle area of Pai 601 block of Chunfeng Oilfield[D]. Qingdao: China University of Petroleum (East China), 2016. [本文引用:1]
[7] 穆玉庆. 准噶尔盆地春风油田沙湾组一段1砂组沉积特征分析[J]. 内江科技, 2013, 34(2): 143, 179.
MU Yuqing. Analysis of sedimentary characteristics of No. 1 sand set in the first Member of Shawan Formation, Chunfeng Oilfield, Junggar Basin[J]. Nei Jiang Ke Ji, 2013, 34(2): 143, 179. [本文引用:1]
[8] 史超群. 春风油田沙湾组高分辨率层序地层与沉积相研究[D]. 青岛: 中国海洋大学, 2011.
SHI Chaoqun. High-resolution sequence stratigraphy and sedimentary microfacies research into Shawan Formation, Chunfeng Oilfield[D]. Qingdao: Ocean University of China, 2011. [本文引用:1]
[9] 陈轩, 张尚锋, 张昌民, 等. 准噶尔盆地车排子地区新近系沙湾组层序地层[J]. 新疆石油地质, 2008, 29(1): 65-67.
CHEN Xuan, ZHANG Shangfeng, ZHANG Changmin, et al. Sequence stratigraphy of Neogene Shawan Formation in Chepaizi area, Junggar Basin[J]. Xinjiang Petroleum Geology, 2008, 29(1): 65-67. [本文引用:1]
[10] 张瑞香, 杨少春, 宋璠, 等. 春风油田沙湾组储层特征及储集性能分析[J]. 科学技术与工程, 2016, 16(28): 49-55, 62.
ZHANG Ruixiang, YANG Shaochun, SONG Fan, et al. The analysis on the reservoir characteristics and reservoir performance for Shawan Formation in Chunfeng Oilfield[J]. Science Technology and Engineering, 2016, 16(28): 49-55, 62. [本文引用:1]
[11] 侯庆杰, 金强, 李伟忠, 等. 春风油田沙湾组砾岩层特征及测井定量识别[J]. 断块油气田, 2017, 24(2): 174-179.
HOU Qingjie, JIN Qiang, LI Weizhong, et al. Characteristics and log quantitative identification of conglomerate layers, Shawan Formation, Chunfeng Oilfield[J]. Fault-Block Oil & Gas Field, 2017, 24(2): 174-179. [本文引用:1]
[12] 梁金萍. 王庄油田郑411块特超稠油整体水平井建模技术[J]. 中国科技信息, 2014(19, 20): 81-83.
LIANG Jinping. Integrated horizontal well modeling in super-extra viscous crude oil, Z 411 block, Wangzhuang Oilfield[J]. China Science and Technology Information, 2014(19, 20): 81-83. [本文引用:1]