姚樹新 程浩然 熊釗 王冠群 徐東升 龍威

1. 中海油信息科技有限公司；2. 深圳清華大學(xué)研究院；3. 清能艾科(深圳)能源技術(shù)有限公司；4. 新疆油田公司勘探開發(fā)研究院

近年來(lái)，面向砂巖儲(chǔ)層的分析技術(shù)日漸成熟［1-2］，但針對(duì)復(fù)雜的碳酸鹽巖儲(chǔ)層、泥頁(yè)巖、火成巖儲(chǔ)層等的表征與評(píng)價(jià)仍存在著諸多難點(diǎn)，如巖石孔隙結(jié)構(gòu)復(fù)雜、巖石物性變化大、巖石非均質(zhì)性強(qiáng)等，給儲(chǔ)層表征帶來(lái)很大困難［3-5］。

分析儲(chǔ)層的物理性質(zhì)對(duì)于認(rèn)識(shí)、評(píng)價(jià)儲(chǔ)層具有重要意義。對(duì)儲(chǔ)層巖石參數(shù)的測(cè)量和計(jì)算是獲取儲(chǔ)層物性的重要手段［6-8］。盡管分析研究?jī)?chǔ)層巖石參數(shù)的重要性已得到公認(rèn)，但它既沒有一個(gè)標(biāo)準(zhǔn)，也沒有一個(gè)通用的定義。正如Rebelle等(2014年)指出［9］，不同的研究人員會(huì)以自己的方式解決這個(gè)問題，這取決于他們的研究重點(diǎn)。例如，儲(chǔ)層巖石參數(shù)可根據(jù)地質(zhì)特征(沉積相)或巖石物理分區(qū)(根據(jù)巖石物理性質(zhì)，如孔隙度滲透性)進(jìn)行分類，也可以通過測(cè)井?dāng)?shù)據(jù)和實(shí)驗(yàn)室測(cè)量數(shù)據(jù)等獲得。其中，實(shí)驗(yàn)室中對(duì)巖心樣品進(jìn)行測(cè)量是一種較為直接和準(zhǔn)確獲取儲(chǔ)層巖石參數(shù)的方法，但該方法依然存在不足，首先傳統(tǒng)面向巖心研究分析不僅成本很高，并且實(shí)驗(yàn)測(cè)試往往需要消耗大量的時(shí)間，可達(dá)幾個(gè)月甚至幾年時(shí)間，導(dǎo)致無(wú)法有效地對(duì)勘探開發(fā)進(jìn)行指導(dǎo)。鉆井巖屑中含有豐富的油層物理信息［10］，但采用傳統(tǒng)巖屑錄井方法對(duì)致密頁(yè)巖儲(chǔ)層微觀結(jié)構(gòu)刻畫不足，很多微觀層次上的機(jī)理無(wú)法考慮，從而無(wú)法判斷頁(yè)巖油可動(dòng)用的尺寸下限。要想更深入地研究油氣儲(chǔ)集和運(yùn)移機(jī)理，就必須從微觀角度出發(fā)，研究?jī)?chǔ)層巖石內(nèi)部的本質(zhì)問題，如孔隙半徑對(duì)油氣運(yùn)移的影響、流體在其中的分布以及相互作用的機(jī)理等。因此，筆者提出一種基于巖屑定量數(shù)字化分析方法，定量分析頁(yè)巖油儲(chǔ)層可動(dòng)用油的孔隙半徑下限。通過對(duì)儲(chǔ)層巖石進(jìn)行詳細(xì)的描述和刻畫，為儲(chǔ)層評(píng)價(jià)和油氣田開發(fā)提供精確的參數(shù)。

1 實(shí)驗(yàn)方法

1.1 實(shí)驗(yàn)材料

準(zhǔn)噶爾盆地吉木薩爾凹陷發(fā)育大規(guī)模頁(yè)巖儲(chǔ)層，該儲(chǔ)層結(jié)構(gòu)致密，孔隙結(jié)構(gòu)以亞微米-納米級(jí)孔隙為主。受連通性影響，常規(guī)孔隙結(jié)構(gòu)分析實(shí)驗(yàn)存在巖心成本高、實(shí)驗(yàn)時(shí)間長(zhǎng)、連通性實(shí)驗(yàn)難以有效開展的特點(diǎn)。本文選用吉木薩爾凹陷典型井吉174井蘆草溝組上下甜點(diǎn)(3112～3228 m)50份巖屑樣品(圖1)，開展以掃描電子顯微鏡(SEM)為手段的多級(jí)高精度掃描，刻畫其孔隙結(jié)構(gòu)。

圖1 吉174井蘆草溝組典型巖屑樣品Fig. 1 Typical cuttings samples from Well Ji 174 in Lucaogou formation

1.2 基于頁(yè)巖微納米成像及圖像處理的孔隙結(jié)構(gòu)分析方法

孔隙結(jié)構(gòu)分析一直是油氣儲(chǔ)層微觀物理研究的熱點(diǎn)。傳統(tǒng)的孔隙結(jié)構(gòu)分析方法包括常規(guī)壓汞、鑄體薄片圖像分析、核磁測(cè)井分析等。近年來(lái)，掃描電子顯微鏡(SEM)成為孔隙結(jié)構(gòu)分析不可缺少的有力工具。為更好地呈現(xiàn)巖屑面孔率和微觀孔隙結(jié)構(gòu)，需要對(duì)巖屑樣品進(jìn)行較精細(xì)的前處理，主要包括機(jī)械粗磨、機(jī)械精磨和氬離子拋光3個(gè)步驟，圖2為表面拋光處理后的樣品。

圖2 包埋、表面磨拋后的頁(yè)巖巖屑樣品Fig. 2 Shale cuttings samples after embedding and surface grinding

圖3分別為相同深度的巖屑樣品，用掃描分辨率為1 μm的CT成像、SEM放大500倍和5000倍成像結(jié)果，可以看出，CT在刻畫以納米級(jí)孔隙為主的頁(yè)巖樣品上存在分辨率不足的缺陷，SEM可以獲得比傳統(tǒng)CT更高質(zhì)量的圖像，在納米級(jí)尺度刻畫頁(yè)巖巖屑中的微觀結(jié)構(gòu)。

圖3 吉木薩爾蘆草溝組頁(yè)巖微納米孔隙結(jié)構(gòu)Fig. 3 Micro-nano pore structure of shale in Lucaogou formation in Jimsar

針對(duì)高精度灰度圖像，需要通過分割將每一個(gè)像素歸為某一類物質(zhì)(本實(shí)驗(yàn)中為孔隙和骨架)，能否精準(zhǔn)的分割會(huì)對(duì)之后的建模及定量分析帶來(lái)非常大的影響［11］。傳統(tǒng)的圖像分割方法如Global、Otsu、Watershed等，由于依賴人眼識(shí)別和主觀判斷，識(shí)別的準(zhǔn)確性欠佳［12］。人工智能圖像分割技術(shù)通過對(duì)目標(biāo)巖心樣本典型孔隙、油相和巖石骨架圖像的灰度特征進(jìn)行學(xué)習(xí)，建立數(shù)學(xué)模型，從而實(shí)現(xiàn)通過機(jī)器自動(dòng)識(shí)別各相，提高了圖像分割的準(zhǔn)確性。人工智能算法識(shí)別巖心圖像的步驟為：(1)獲取巖心掃描圖像，通過巖心掃描圖像得到巖心所映射平面上每個(gè)像素點(diǎn)的灰度值；(2)根據(jù)所述灰度值的變化提取特征量，通過神經(jīng)網(wǎng)絡(luò)算法識(shí)別巖心所含物質(zhì)，得到平面物質(zhì)分布；(3)取若干像素點(diǎn)作為樣本，并對(duì)樣本進(jìn)行物質(zhì)識(shí)別，所得樣本數(shù)據(jù)用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)算法，通過神經(jīng)網(wǎng)絡(luò)檢測(cè)上述根據(jù)灰度值的變化所提取的特征量，對(duì)像素點(diǎn)進(jìn)行自動(dòng)識(shí)別，從而大幅提高識(shí)別的精度［13］。通過結(jié)合基于深度學(xué)習(xí)的圖像分割技術(shù)，對(duì)SEM圖片進(jìn)行二值化處理，刻畫出孔隙形態(tài)，利用圖像分析技術(shù)，定量計(jì)算樣品平面孔隙分布特征及平均孔隙半徑。

對(duì)所選巖屑樣品進(jìn)行逐一分析，即可獲得吉174井上下甜點(diǎn)各樣品深度的孔隙半徑參數(shù)剖面。將該孔隙半徑參數(shù)剖面與核磁測(cè)井可動(dòng)孔隙度對(duì)比，即可對(duì)比獲得可動(dòng)孔隙半徑下限。

1.3 J函數(shù)分析方法

儲(chǔ)層非均質(zhì)性導(dǎo)致各巖心毛管壓力曲線受到滲透率、孔隙度的影響而各不相同，每塊巖樣只能代表油氣藏中一點(diǎn)的特征。對(duì)于同一儲(chǔ)層，得到一條具有代表性的毛管壓力曲線對(duì)儲(chǔ)層研究具有工程應(yīng)用價(jià)值。Leverett認(rèn)為，具有相同巖性但孔隙度和滲透率不同的巖石可以用一個(gè)函數(shù)來(lái)描述，該方法將同一個(gè)儲(chǔ)層的多條毛細(xì)管壓力曲線歸一化，得到一條平均毛管壓力曲線，稱為J函數(shù)法(式(1))，用以對(duì)整個(gè)儲(chǔ)層進(jìn)行評(píng)價(jià)［14］。

式中，pc為毛管壓力，Pa；σ為界面張力，mPa·s；θ為接觸角，°；k為滲透率，10?3μm2；φ為孔隙率，%。

該方法結(jié)合區(qū)間孔隙對(duì)滲透率的貢獻(xiàn)率，可以求取儲(chǔ)層有效孔隙半徑下限值。歸一化的毛管壓力曲線單個(gè)區(qū)間的進(jìn)汞量代表了互相連通性較好、孔隙大小相近的一系列孔隙組合?？梢郧笕〔煌瑓^(qū)間孔隙對(duì)滲透率的貢獻(xiàn)值，對(duì)于常規(guī)儲(chǔ)層，通常將滲透率累積貢獻(xiàn)率達(dá)到99%時(shí)對(duì)應(yīng)的孔隙半徑作為儲(chǔ)層的可動(dòng)下限［15］。

2 實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析

2.1 基于SEM的數(shù)字化孔隙結(jié)構(gòu)分析結(jié)果

使用掃描電鏡刻畫了吉木薩爾蘆草溝組下甜點(diǎn)典型儲(chǔ)層云質(zhì)粉砂巖納米級(jí)孔隙。圖4展示了吉174井下甜點(diǎn)3160 m白云質(zhì)粉砂巖屑樣品SEM圖像電鏡圖像，其中上圖為SEM圖像，下圖為對(duì)應(yīng)的孔隙分割圖，孔隙分割圖中白色部分為巖石骨架，紅色部分為孔隙。電鏡掃描時(shí)，用500倍和5000倍各掃描3個(gè)位置，圖像處理后，對(duì)孔隙結(jié)構(gòu)進(jìn)行了統(tǒng)計(jì)分析，求取兩個(gè)尺度孔隙分布特征，構(gòu)建數(shù)字化孔隙結(jié)構(gòu)分布圖，求取平均孔隙半徑。

圖4 吉174下甜點(diǎn)巖屑離子打磨后電鏡掃描的孔隙圖像Fig. 4 Pore image scanned by electron microscope after ion grinding of the cuttings from lower sweet spot in Well Ji 174

由圖5可看出，3160 m處樣品10 nm～10 μm孔隙半徑均有發(fā)育，其中半徑大于1 μm的孔隙占比低于20%，納米孔隙占80%以上；納米孔隙中100～1000 nm約占25%。

圖5 巖屑數(shù)字化孔隙結(jié)構(gòu)分布(3160 m，吉174)Fig. 5 Digital pore structure distribution of cuttings (3,160 m, Well Ji 174)

2.2 結(jié)合核磁測(cè)井曲線分析可動(dòng)孔隙半徑

核磁測(cè)井T2譜隱含了地層中不同大小的孔隙體積占總孔隙的比例，解釋孔隙分布的關(guān)鍵是找到弛豫時(shí)間T2與孔隙半徑r的對(duì)應(yīng)關(guān)系和轉(zhuǎn)換方法。由已知的巖心壓汞數(shù)據(jù)和T2譜實(shí)驗(yàn)數(shù)據(jù)可以確定轉(zhuǎn)換系數(shù)，從而通過核磁測(cè)井T2譜轉(zhuǎn)換獲得地層孔隙半徑分布，并根據(jù)T2譜截止值，確定儲(chǔ)層可動(dòng)孔隙下限。前期對(duì)比研究將本區(qū)T2譜截止值據(jù)上述方法確定為35 ms，即T2譜弛豫時(shí)間大于35 ms視為可動(dòng)孔隙。

將50個(gè)巖塊高精度、多尺度掃描并通過圖像分析計(jì)算得到平均孔隙半徑，連接成平均微米孔隙半徑、平均納米孔隙半徑曲線，如圖6所示。

圖6 巖屑數(shù)字化孔隙結(jié)構(gòu)分布與核磁測(cè)井可動(dòng)孔隙度對(duì)應(yīng)關(guān)系Fig. 6 Corresponding relationship between the digital pore structure distribution of cuttings and the movable porosity measured by nuclear magnetic logging

由圖6可看出，上下甜點(diǎn)區(qū)白云質(zhì)粉砂巖層段孔隙半徑均處于相對(duì)高值，上下甜點(diǎn)之間的泥巖段平均微米孔半徑、平均納米孔半徑均較低。微米孔隙度占比較低，平均約占總孔隙度的20%，儲(chǔ)集空間以納米結(jié)構(gòu)為主。對(duì)比核磁測(cè)井，TCMR，CPOR和核磁35 ms截止值分別對(duì)應(yīng)核磁總孔隙度，除黏土束縛水外的核磁有效孔隙度，進(jìn)一步除毛細(xì)管束縛水的核磁可動(dòng)孔隙度。從可動(dòng)孔隙度特征看，當(dāng)納米級(jí)孔隙半徑大于60 nm時(shí)，對(duì)應(yīng)深度的可動(dòng)孔隙度均較高。因此可將吉木薩爾蘆草溝組巖屑數(shù)字化孔隙半徑大于60 nm的儲(chǔ)層定為甜點(diǎn)。當(dāng)孔隙半徑高于該值，孔內(nèi)流體基本屬于自由流體，對(duì)應(yīng)位置原油相對(duì)易于開發(fā)。

2.3 基于J函數(shù)的可動(dòng)半徑分析

以吉174井上下甜點(diǎn)共26個(gè)柱塞樣品的高壓壓汞曲線為基礎(chǔ)，應(yīng)用J函數(shù)法求取歸一化儲(chǔ)層毛管壓力曲線(圖7、圖8)。26個(gè)巖心樣品的中值孔滲分別為13.15%、0.04×10?3μm2，屬于低孔特低滲儲(chǔ)層。為探究?jī)?chǔ)層納米級(jí)孔隙，區(qū)別于常規(guī)儲(chǔ)層壓汞上限壓力20 MPa，汞驅(qū)替壓力上限為160 MPa。

圖7 蘆草溝組巖樣高壓進(jìn)汞及J函數(shù)關(guān)系Fig. 7 Relationship between high-pressure mercury injection and J function for rock samples from Lucaogou formation

圖8 蘆草溝組巖樣歸一化儲(chǔ)層毛管壓力曲線Fig. 8 Normalized reservoir capillary pressure curve for rock samples from Lucaogou formation

在平均毛管壓力曲線的基礎(chǔ)上，計(jì)算各區(qū)間孔隙對(duì)滲透率的貢獻(xiàn)度(表1)，截取累積貢獻(xiàn)率99%對(duì)應(yīng)的孔隙半徑作為蘆草溝組可動(dòng)孔隙下限，對(duì)應(yīng)孔隙半徑約為9 nm。

上述方法確定的最低可動(dòng)孔隙半徑明顯低于基于核磁與高精度圖像分析法對(duì)比確定的60 nm。主要原因在于J函數(shù)主要應(yīng)用于常規(guī)碎屑巖壓汞曲線的均一化處理，該類巖心壓汞實(shí)驗(yàn)時(shí)最高進(jìn)汞壓力通常為20 MPa，低于頁(yè)巖高壓壓汞的160 MPa最大進(jìn)汞壓力，后者探測(cè)的最小孔隙半徑相對(duì)更小，如采用與常規(guī)儲(chǔ)層同樣的滲透率貢獻(xiàn)度99%對(duì)應(yīng)的半徑值作為可動(dòng)孔隙半徑下限，將對(duì)可動(dòng)孔隙產(chǎn)生高估，在與常規(guī)儲(chǔ)層相當(dāng)?shù)纳a(chǎn)壓差下，頁(yè)巖中相當(dāng)一部分納米孔隙結(jié)構(gòu)并不具備可動(dòng)性。從表1可見，進(jìn)汞壓力19.86 MPa時(shí)(與常規(guī)儲(chǔ)層巖心最高進(jìn)汞壓力20 MPa相近)，對(duì)應(yīng)孔隙半徑約40 nm，與核磁測(cè)井和圖像分析法共同確定的60 nm最低可動(dòng)孔隙半徑相比，兩種方法分別確定的最低孔半徑已具有可對(duì)比性，側(cè)面表明基于電鏡圖像定量評(píng)價(jià)頁(yè)巖儲(chǔ)層具有較好的準(zhǔn)確性。多種手段綜合考慮，研究區(qū)目的儲(chǔ)層的最低可動(dòng)孔隙半徑約40～60 nm之間。

表1 J函數(shù)法計(jì)算不同半徑區(qū)間孔隙對(duì)滲透率貢獻(xiàn)度Table 1 J-function method to calculate the contribution of pores in different radius intervals to permeability

3 結(jié)論

隨著以納米孔隙為主的頁(yè)巖儲(chǔ)層的大規(guī)模開發(fā)，因頁(yè)巖儲(chǔ)層連通性差，基于常規(guī)儲(chǔ)層的實(shí)驗(yàn)手段顯示出測(cè)試周期長(zhǎng)、甚至難以完成測(cè)試等問題?；诟叻直媛蕡D像的分析手段如掃描電子顯微鏡(SEM/MAPS)、聚焦離子束顯微鏡(FIB-SEM)等在微納米孔隙刻畫上具有獨(dú)特的優(yōu)勢(shì)，然而，先進(jìn)設(shè)備、測(cè)試方法及其產(chǎn)生的數(shù)據(jù)需要和其他評(píng)價(jià)手段產(chǎn)生聯(lián)系、可對(duì)比性，才能逐步獲得業(yè)界的認(rèn)可。本文以二維電鏡圖像為基礎(chǔ)的孔隙結(jié)構(gòu)分析方法認(rèn)為，研究區(qū)目的儲(chǔ)層的最低可動(dòng)孔隙半徑約60 nm，與J函數(shù)確定的40 nm最低可動(dòng)半徑相近，表明基于圖像的孔隙結(jié)構(gòu)分析具有較高的準(zhǔn)確性，有望為頁(yè)巖的儲(chǔ)層表征如孔隙度、連通性、有機(jī)質(zhì)含量、滲透率模擬、巖電模擬等定量分析提供更多價(jià)值。