鄂尔多斯盆地高伽马储层测井评价

鄂尔多斯盆地高伽马储层识别李高仁、郭庆亚、石玉江、马长旭(陕西Xi安，长庆油田公司勘探开发研究院)针对鄂尔多斯盆地高伽马储层泥质含量难以定量计算的问题，分析了高自然伽马储层的特征，指出其形成是由于矿物成分的变化或粘土颗粒对放射性有机分子的吸附。根据其成因和测井曲线特征，介绍了基于Geoframe平台的ECS测井评价、中子密度交会和综合反演等识别方法，可有效识别高伽马砂岩储层。关键词：高伽马储层；成因；粘土矿物；泥质含量鄂尔多斯盆地高伽马储层识别李高仁郭庆亚SHI马玉江昌旭(中国石油长庆油田公司勘探开发研究院，陕西西安)文摘：鄂尔多斯盆地高伽马储层泥质含量难以定量计算。通过分析高伽马储层的典型特征，可以得出储层矿物成分发生变化或含伽马的有机质被粘土颗粒吸附的结论。根据高伽马砂岩储层的成因和测井曲线的特点，介绍了有效识别高伽马砂岩储层的电子能谱测井评价、密度中子交会法、地球框架综合反演等方法。关键词：高伽马同性恋油藏；成因；粘土矿物；泥质含量介绍受复杂放射性矿物的影响，长庆油田姬塬储层、白豹地区延长组储层和榆林地区山2储层相继出现放射性异常。利用自然伽马射线划分储层在解释岩性剖面时适应性差，高伽马砂岩或大面积砂泥岩段的出现将导致有效储层的损失。因此，迫切需要找出高伽马储层的成因，研究有效的高伽马储层识别方法。1高伽马储层测井曲线特征图1典型高伽马储层测井曲线特征所谓高伽马储层是一种砂岩储层，与常规砂岩储层相比，其自然伽马值较高，且接近泥岩段。济源和白豹地区砂岩中自然伽马异常较高，总体自然伽马较高，无法区分有效储层。如果用自然伽马识别岩性，与取心结果不一致，储层有效厚度将会丢失。图1为长庆高家水库(红色虚线所示)。平均自然伽马为103，砂岩段的基本自然伽马值为50。根据常规岩性识别方法，该段地层岩性应解释为砂质泥岩。但该段取心岩性为褐灰色油斑细砂岩，含油面积为3 35%，分析孔隙度为11.85%，平均渗透率为0.710-3m2，为良好储层。自然伽马显示与取心结果不一致。高伽马储层成因分析高伽马储层主要是由地层中矿物组成和粘土类型的变化以及粘土颗粒对放射性有机分子的吸附造成的。盆地内济源和白豹长4、长6储层的放射性主要来源于长石骨架颗粒、云母、高岭石等粘土矿物，玉林山2储层主要来源于高岭石、水云母等粘土矿物。据统计，济源和白豹高伽马砂岩储层的粘土X射线衍射分析和薄片分析表明，高伽马砂岩储层骨架颗粒中长石矿物含量较高，长石含量为47.23%(表1)，常规伽马砂岩储层中长石矿物含量为38.63%，使得白豹长6整体自然伽马较高。(2)放射性云母矿物约占粘土体积的30%；(3)高岭石含量高于常规储层。沉积岩中产出的高岭石通常含有K40、U和Th4；粘土含量为26.95%，比常规伽马储层高9.30%。绿泥石膜含量较高，粘土颗粒能吸附有机分子。由于上述原因，白豹和济源的长6和长4-5储层具有局部高钍、高铀的特征。榆林山2储层骨架成分为应时砂岩，富含粘土矿物，主要为高岭石、水云母等粘土矿物(表2)，表现为高钍、低钾异常。放射性元素主要以吸附、阳离子交换和杂质4的形式存在于矿物或矿物聚集体中。此外，放射性元素在地层中的分布规律也与成岩作用和地下水活动等因素有关2。表1高伽马储层与常规储层部分组分对比类别类型石英长石云妈妈水云母高岭石亚氯酸盐膜绿泥石粘土含量高伽马层22.7847.236.253.094.539.710.2526.95常规水库21.5738.634.051.080.204.250.0817.65(样本号67，选自济源长度4 5和白豹长度6)表2高伽马储层与常规储层部分组分对比类别类型石英长石高岭石水云母凝灰岩钙质的硅酸的高伽马层59.25006.366.27000.862.59常规水库66.390.112.895.110.440.615.56(样本号19，选自玉林山2)表3粘土矿物的测井特征值2粘土类型铀含量(毫克/千克)钍含量(毫克/千克)钾含量(%)Th/K密度(g/cm3)高岭石4.47619(00.5)/0.631130(2.42.7)/2.64蒙脱土4.37.70.82(01.5)/0.223.78.7(22.5)/2.35伊利石8.712.41025(3.518.31)/5.21.73.52.72.9绿泥石17.436.208(00.3)/0.211302.76A1井(济源)A 2井(白豹)A3井(玉林山2号)图2高伽马储层能谱曲线特征表3显示了普通矿物中放射性元素的含量和密度。从表3可以看出，粘土矿物用于能谱测井(1)伊利石具有明显的高钾特征；高岭石具有明显的高钍低钾特征；绿泥石和高岭石的测井响应特征非常接近2。A1、A2和A3井增加了自然伽马能谱测井项目。基于自然伽马能谱测井，分析了砂岩高伽马储层的成因。高伽马射线异常的贡献主要是钍，高铀出现在局部(图2)。3高伽马储层测井识别方法3.1地层元素俘获谱测井地层元素俘获谱测井利用具有不同中子俘获能力的不同元素，区分地层和钻孔中的元素氢和氯以及地层骨架中的元素硅、钙、铁、硫、钛等。地层中的矿物含量可以通过计算和处理得到。图3 B井利用电子能谱和自然伽马能谱测井进行岩性识别量，可以识别1复杂岩性地层。B井2995.34 3003.34米剖面8米应时砂岩取芯与常规自然伽马测井岩性解释不一致。该段元素俘获的测量结果表明，储层中硅的含量在85%至90%之间，这解释了7.5m砂岩，与取芯吻合良好(图3)。在钍-钾-铀去除z值交会图上，泥质类型主要是混合粘土(图4)。可见，高自然伽马值主要是由粘土类型的变化引起的，而不是泥质含量的增加。在这种情况下，使用自然伽马射线计算储层的页岩含量将不可避免地导致有效厚度的减小。从B井元素俘获谱测井结果中得出的一个重要结论是，高伽马地层不是泥质的，但可能是一个好的储层。因此，我们当高伽马有效储层含有放射性物质时，只会导致自然伽马上升，即自然伽马与其他曲线不匹配，而三条孔隙度曲线(声波时差、密度和补偿中子)具有良好的匹配关系，自然电位也表现出较大的负异常(当地层水矿化度大于泥浆滤液矿化度时)；但是，当泥岩的自然伽马值增加时，地层的密度值也会增加，因为研究区的粘土矿物主要是高岭石和云母，平均密度大于2.60g/cm3。根据高伽马储层的成因及其测井曲线特征，计算高伽马有效储层的泥质含量有以下两种方法。3.2.1基于地理框架平台的综合反演综合利用储层中岩石矿物成分在不同曲线上的反映来计算地层的泥质含量。该方法的特点是：采用多参数优化方法求解地层成分，而不是单一方程，测井信息利用率高；方程的权重可以根据测井曲线的质量或地层成分对测井值的贡献来调整，可以同时使用多个解释模型进行优化计算，然后自动合成最终的解释结果。该方法避免了仅用自然伽马射线计算泥质含量的缺陷，能够有效识别高自然伽马射线储层。在综合反演中，自然伽马曲线的权重应减小，密度、自然电位和补偿中子曲线的权重应增大。如图5所示：在2058.2 2060.3 m处，第九通道自然伽马计算的平均泥质含量为36.25%，不能有效识别该段的高伽马储层。第八道利用密度、自然电位和补偿中子综合反演计算砂泥岩剖面。平均含泥量为23.07%，储层参数与取心分析吻合较好，储层有效厚度增加了4.5m.图5d井不同方法计算的岩性剖面对比图3.2.2补偿中子密度交点中子和密度测井对泥浆和油气反应敏感，对泥浆分布和砂岩压实程度不像声波测井那样敏感。因此，对于自然伽马不能很好反映地层泥浆含量的高伽马储层，中子、密度和声波有很好的匹配关系，自然电位为负异常。因此，中子-密度交会法可用于计算泥浆含量。其理论公式的推导是基于砂岩和泥岩岩石体积的物理模型，忽略残余油气，假设利用补偿中子和密度使储层孔隙度相等，泥质含量计算公式如下：和：，3图6 e井中子密度交会计算泥浆含量在公式中，表4使用高伽马射线识别方法来识别储层Vsh -页岩含量；有效厚度增加表ma、sh和mf分别为纯砂岩骨架、泥浆和泥浆滤液的密度；Nma、Nsh和NMF-分别是纯砂岩骨架、泥浆和泥浆滤液的中子孔隙度值。D井使用补偿中子与密度曲线相交(图6)，如果两者的填充区域都很窄或者都很重关闭，表示高伽马砂岩储层，如果两者的填充区域较宽，则表示非储层。d 1887 1889 m井和1894 1898 m井段属于高伽马储层，通过补偿中子密度交会可以很好地识别，储层有效厚度增加了6.0m.4应用效果据统计，上述方法在鄂尔多斯盆地识别出50多个高伽马储层，其中13口井有效厚度明显增加(表4)，增加了研究区参与储量计算的有效厚度，取得了良好的应用效果。结论鄂尔多斯盆地高自然伽马储层的成因主要是由放射性长石骨架颗粒、含放射性矿物储层中的云母、高岭石等粘土或吸附有机质的粘土引起的。砂岩储层中的高伽马现象在自然伽马能谱仪上表现为高钍异常1李高仁侯玉婷。元素俘获谱测井在长庆天然气勘探中的应用。中国石油勘探，2005.03.48 49。2刘国强。岩性油藏测井评价方法和技术。石油工业出版社，2005.03，334