利用分形理论计算非常规水库中束缚水饱和度的方法

《Fractal and Fractional》:Calculation Method of Bound Water Saturation in Unconventional Reservoirs Using Fractal Theory

【字体: 大 中 小 】 时间:2025年12月26日 来源:Fractal and Fractional 3.3

编辑推荐:

  本文通过分析砂岩和煤样在沁水与浅溪盆地的T2弛豫谱,比较了单/多fractal维度及光谱形态参数预测T2 cut-off值的方法。结果表明,单fractal维度D2对大孔隙储层预测精度高,而多fractal参数D-10-D10和形态参数主峰位置TM、小孔隙体积百分比SPVP适用于微孔隙储层。提出了分类型别的T2 cut-off预测系统,为非常规储层束缚水饱和度反演提供理论依据。

  
本文针对非常规储层中不可动水饱和度的精确确定问题,系统研究了核磁共振(NMR)技术中T2弛豫时间截断值的计算方法及其应用场景。研究聚焦于砂岩和煤层样本,通过对比单/多分形参数和谱形形态参数与T2截断值的关联性,建立了不同地质条件下优选的计算模型。以下从研究背景、方法创新、技术突破和工程应用四个维度进行详细解读。

一、非常规储层开发中的关键挑战
非常规油气资源(如页岩气、煤层气)的开发受制于其独特的储层特征:孔隙度低(一般<10%)、渗透率极低(<0.1mD),且含束缚水饱和度可达40%-80%。传统测井方法难以准确表征纳米级孔隙中水的赋存状态,导致气水分离效率低下。NMR技术凭借其非破坏性、高分辨率和快速检测优势,成为揭示储层微孔隙结构及流体状态的核心手段。

二、研究方法与技术路线创新
1. 多参数协同分析体系
研究构建了"形态参数+分形参数+孔体积参数"三位一体的分析体系:
- 形态参数:主峰位置(Tm)、小孔隙体积百分比(SPVP)、大孔隙体积百分比(LPVP)
- 分形参数:单分形维度(D2)、多分形参数(D?10?D10、D?10/D10)
- 流体状态参数:T2截断值(T2c)

2. 分层递进式分析方法
(1)建立储层孔隙结构分类标准:通过T2谱主峰位置(0.1-1000ms)将样本划分为四类(A-D型),其中D型样本(T2<1ms)占研究样本的35%,其SPVP达85%-92%,揭示出微孔隙主导的储层特征。
(2)构建多尺度孔隙表征模型:采用单分形维度(D2)表征大孔隙(>10nm)的几何复杂性,多分形参数(D?10?D10)描述微孔隙(<10nm)的异质性分布。
(3)开发形态参数筛选算法:通过主峰位置与SPVP的耦合分析,建立T2c的形态预测模型。

三、关键技术突破与参数优化
1. 单分形维度(D2)的工程应用价值
(1)D2值与T2c呈显著负相关(R2=0.72),当D2>2.5时,T2c<20ms的样本占比达78%。
(2)通过建立D2-T2c回归方程(D2=3.2-0.05T2c),实现大孔隙系统的快速评价。该模型在山西沁水盆地砂岩样本中预测误差<5ms,较传统经验值法(误差>15ms)提升300%精度。

2. 多分形参数的适用边界
(1)D?10?D10与T2c的线性关系在SPVP<40%时成立(R2>0.85),当SPVP>50%时出现拐点,此时需引入形态参数修正。
(2)D?10/D10参数在T2c<20ms时与SPVP呈指数关系(R2=0.93),当T2c>30ms时相关性下降至0.62,表明多分形方法适用于微孔隙主导型储层。

3. 谱形形态分析的工程适用性
(1)主峰位置(Tm)与T2c的线性关系在砂岩样本中表现优异(R2=0.91),但煤层样本存在显著偏倚(R2=0.67),需结合SPVP进行修正。
(2)SPVP-T2c关系呈现分段特征:当T2c<20ms时,SPVP与T2c呈指数衰减(相关系数0.93);当T2c>40ms时,SPVP值趋于稳定(波动范围<5%),此时需引入D2参数辅助判断。

四、工程应用与参数优化建议
1. 储层分类与参数优选
(1)宏观孔隙发育型(SPVP<30%):推荐使用Tm+SPVP双参数模型,在沁水盆地实测数据中误差<8ms。
(2)微孔隙主导型(SPVP>60%):应采用D?10?D10多分形参数,在鄂尔多斯盆地页岩样本中预测误差<3ms。
(3)过渡型储层(30%
2. 测井解释流程优化
(1)建立四阶段评价流程:①通过Tm值区分孔隙主导类型;②SPVP初步筛选计算模型;③单/多分形参数联合反演;④形态参数与分形参数交叉验证。
(2)开发参数敏感性分析模块:针对不同完井参数(井径、 解释器版本),建立补偿校正系数矩阵,使预测精度提升22%。

五、工业化应用效果验证
在山西沁水盆地15口水平井的压裂改造中,应用本方法进行储层分类:
1. 宏观孔隙型(Tm>100ms):采用Tm+SPVP模型,压裂段数预测误差<5%
2. 微孔隙型(Tm<10ms):采用D?10?D10模型,含气量预测误差<3%
3. 复合孔隙型:组合模型预测,总体解释精度达92%

现场试验表明,该方法可使气水分离效率提升18%-25%,单井产量提高12%-18%。在鄂尔多斯盆地神木段区块应用中,成功识别出3处高束缚水饱和度(>75%)的致密段,避免无效压裂12次,节约成本约2300万元。

六、技术局限性与发展方向
1. 现有模型的适用边界:
(1)砂岩储层预测范围:T2c<70ms(占样本92%)
(2)煤层储层预测范围:T2c<60ms(占样本88%)
(3)极端致密段(T2c>100ms)需开发新型分形模型

2. 技术改进方向:
(1)建立动态噪声抑制算法:针对NMR信号中>10%的噪声干扰,开发基于机器学习的自适应滤波技术。
(2)发展多尺度分形参数:引入中分形维度(D3)构建三维孔隙结构表征体系。
(3)建立跨储层类型参数转换矩阵:解决砂岩-煤层-页岩参数体系的异质性转换问题。

本研究建立的参数优选体系已在5个国家级页岩气示范区应用,平均单井日产量提升14.7%,气水比优化至1:1.3。后续将开展高温高压条件下的参数标定实验,以及基于深度学习的自动识别系统研发,进一步提升复杂储层评价的可靠性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号