致密砂岩储层物性的主控因素分析

王岩岩

摘要：致密砂岩储层孔喉结构复杂，非均质性强，特征参数之间存在相关性，导致储层描述或定量表征结果出现偏差，严重制约了储层分类评价和高效开发。以鄂尔多斯盆地长6致密砂岩储层为例，基于高压压汞、物性测试分析、储层分类结果、主成分分析和最大载荷原理，筛选出造成相近/相似储层物性差异的微观地质主控因素。研究结果表明，ⅰ、ⅱ、ⅲ、ⅳ类储层个体差异的主要控制因素是孔喉分选系数和中值半径、除汞效率和最大汞饱和度、中值半径和最大汞饱和度、分选系数和偏斜系数。研究成果深化了对相近/相似物性致密砂岩储层差异成因机制的认识。

关键词:致密砂岩储层；主成分分析；微观孔隙结构；相近/相似的物理性质；主要控制因素

1导言

致密油是继页岩气之后世界非常规油气勘探开发的又一热点，这种非常规油气资源已经成为全球能源结构的重要组成部分[I"]。致密油巨大的资源潜力和产量的快速增长使其成为当今最热门的石油勘探领域之一[3-5]。致密砂岩储层具有物性差、孔喉小、微观非均质性强的特点，储层物性影响因素多样，开采难度大。目前，许多学者引入了新的技术和方法来评价致密储层的物性及其影响因素，并取得了一定的成果。如有学者结合高压压汞、氮气吸附、图像分析等手段揭示微观孔喉结构对储层物性的影响。然而，定性分析主要用于描述储层微观特征对物性的影响。一些学者利用核磁共振实验来研究储层的孔隙结构，但他们无法获得更多与储层和渗流能力相关的参数。同时，影响储层物性的微观地质因素具有复杂多样的特点。微观地质因素之间存在相关性。现有研究多采用灰色理论等手段定量分析微观地质因素与储层物性之间的关系，但未考虑因素之间的相互作用，系统性差。是的。主成分分析是一种基于正交变换的方法，一种将一组密切相关的随机向量变成一组新的彼此线性无关且尽可能少的随机向量的统计方法[项]。有研究表明，主成分分析可以有效地消除变量之间的相关性，相关性越强，主成分分析的效果越好[18]。为此，以鄂尔多斯盆地某油区长6致密砂岩储层为例，基于高压压汞和物性测试结果，利用主成分分析法确定物性相近/相似的致密砂岩储层的差异。

2储层物性和微观孔隙结构特征

2.1储层物性

孔隙度和渗透率不仅是表征储层质量的指标，而且与油气田的开采难度和效果密切相关[19]。通过对研究区长6储层20个岩石样品的物性分析(表1和图1)，发现孔隙度主要分布在4.99%~12.11%，平均为9.68%；渗透率主要分布在0.043xl0-3/im2 ~ 1.22 x 10-3/2ni2范围内，平均值为0.46 XL 0-m2。因此，研究区长6储层属于典型的致密砂岩储层。

2.2微孔结构特征

储层微观孔隙结构是影响油气藏开发效果的内在因素，对微观孔隙结构的研究是深入分析油气藏物性的重要环节[2]。-211.通过对研究区长6储层20块岩石样品的高压压汞试验结果分析(表1)，发现最大孔喉半径为0.16 ~ 2.56/im，平均值为1.26/im，中值半径为0.01/zm~ 0.32/zm，平均值为0.12Mm，分离系数为1.811。最大汞饱和度为71.92% ~ 92.56%，平均值为87.4%。孔喉比为L28〜6.28，平均为2.40，脱汞效率为13.73% ~ 43.83%，平均为32.36%。因此，该储层微观孔隙结构复杂。

2.3微观孔隙结构对储层物性的影响

复杂的孔喉结构是控制储层物性的关键因素[11-12]。研究区长6储层孔隙度和渗透率总体上具有较好的相关性(图1)。通过分析7个储层的孔隙结构特征参数与孔隙度和渗透率的关系，可以看出，最大孔喉半径、中值半径、分选系数、除汞效率和偏斜系数与储层物性正相关，而孔喉比与储层物性正相关。

近/相似物性储层差异的微观控制地质因素分析

3.1油藏分类

对长6储层20块岩心高压压汞和物性分析结果的深入分析表明，单一特征参数的信息存在不同程度的重叠。因此，引入储层品质因子(=杨)将储层分为I(0.3以上)、11(0.2 < 0.3)和111(0.15 < 0.2)。其分布频率分别为20.0%、25.0%、35.0%、20.0%，基本符合正态分布。参见表1和图4。通过对不同类型储层物性的分析，发现同一类型储层孔隙度和渗透率的数值离散度较小，具有一定的相似性。

3.2主成分的确定

在SPSS 18.0中采用主成分分析法确定影响相近/相似物性储层差异的微观地质主控因素。首先利用多信息融合技术筛选孔喉结构、孔喉尺寸(最大孔喉半径、中值半径)、孔喉分选(分选系数、偏斜系数、孔喉比)和孔隙连通性特征(最大汞饱和度、脱汞效率)等参数。建立相关矩阵。通过分析不同类型储层微观孔隙结构特征参数与储层质量的相关性(表2)，发现对于I类储层，中值半径>最大孔喉半径>最大汞饱和度>分选系数>偏斜系数>孔喉比>除汞效率；对于二级储层，最大孔喉半径>中值半径>除汞效率>孔喉比>分选系数>最大汞饱和度>偏斜系数；对于III类储层，最大孔喉半径>分选系数>最大汞饱和度>除汞效率>孔喉比>中值半径>偏斜系数；对于ⅳ类储层，最大孔喉半径>偏斜系数>脱汞效率>分离系数>中值半径>最大汞饱和度>孔喉比。

然后根据不同类型储层的储层质量与影响因素的相关性分析结果，筛选出与储层质量显著或极显著相关的因素。基于降维的思想，利用主成分分析法将多个指标转化为若干个互不相关的综合指标，并选取有代表性的指标，从而确定影响储层相近/相似物性差异的微观地质主控因素。

确定主成分个数时考虑Kaiser-Guttman标准，即特征值大于1，累计贡献率至少为80%。以不同类型的储层为数据集，通过主成分分析计算出特征值大于1且累计贡献率大于80%的主成分。参见图5，该图显示了储层I、II、III和IV中的主成分的数量是两个。

通过比较各主成分中各指标的负荷值，根据负荷最大(绝对值)的原则，选取单一指标代表各主成分。由于篇幅有限，只列出了两个主成分中各因素的负荷值，如表3所示。其中，ⅰ类储层以大孔喉为主，储层性能和渗流能力最好，受代表孔喉大小和分选性的两个参数(中值半径和分选系数)控制。二类储层以大中型孔喉为主，储层性能和渗流能力较好。代表孔喉连通性的两个参数(脱汞效率和最大汞饱和度)是造成该类储层个体差异的主要控制因素。III类储层主要为中孔，储层性能和渗流能力中等。中值半径和最大汞饱和度代表了孔喉的大小和连通性，是造成该类储层个体差异的主要控制因素。ⅳ类储层以小孔隙为主，储层性能和渗流能力差。代表孔喉分选的两个参数(偏度系数和分选系数)控制了该类型储层个体间的差异，表明少数大孔隙和孔喉的发育程度控制了该类型储层的渗流能力。

3.3主要控制因素的合理性分析

主成分分析对储层微观孔隙结构特征参数进行降维的目的是选择能够代表储层相近/相似物性差异的微观地质主控因素，并且因素之间的相关性尽可能小，即在有效保留储层微观孔隙结构原始特征参数信息的同时，减少了7个特征参数的冗余。因此，也有必要对选取的两个代表性特征参数的合理性进行分析。通过对不同类型储层两个代表性指标的相关性分析(表4)，发现ⅰ、ⅱ、ⅲ、ⅳ类储层微观控制地质因素之间的相关系数(7？2)分别为0.0187.0.00091，0.0263，0.0218，均小于0ε，相关性极弱。可以看出，这些特征参数不仅能有效减少数据冗余，而且能准确反映影响储层相近/相似物性差异的微观地质主控因素，同时保留了原始的储层微观孔隙结构特征信息。

4结论和建议

1)研究区长6储层平均孔隙度为9.71%，渗透率为0.46×10-3 m2，属于典型的致密砂岩储层。根据正态分布原理，将储层分为ⅰ、ⅱ、ⅲ、ⅳ类，其储层质量依次变差，同类储层物性相近。

2)以不同类型的储层为数据集，通过主成分分析并考虑Kaiser-Guttman标准，得到不同类型储层的两个主成分。根据最大载荷值原则，选取物性相近/相似的储层差异微观地质主控因素。其中，ⅰ类储层的个体差异主要受孔喉分选系数和中值半径控制，ⅱ类储层的个体差异主要受脱汞效率和最大值控制。ⅳ类储层的个体差异主要受分选系数和偏斜系数控制。

3)选取相近/相似物性储层内部差异的微观控制地质因素，既能有效简化储层精细描述目标，又能准确反映导致相近/相似物性储层差异的微观控制地质因素，同时保留了储层原始微观孔隙结构的信息。这对致密砂岩储层的精细描述和定量表征具有重要的参考价值和意义.

参考文献

[1]汪少勇，王社教，李登华，等.致密油地质风险分析方法与流程初探[J].特种油气藏,2015, 22(3): 1-7.

[2]尤源，刘建平,冯胜斌，等.块状致密砂岩的非均质性及对致密油勘探开发的启示[J].大庆石油地质与开 发,2015, 34(4): 168-174.

[3]贾承造，邹才能,李建忠，等.中国致密油评价标准、主要类型、基本特征及资源前景[J]，石油学报,2012, 33(3)： 343-349.

[4]Pollastro R M, Roberts L N R, Cook T A, et al. Assessment of undiscovered technically recoverable oil and gas resources of the Bakken formation, Williston basin, montana and north dakota[R]. Open­File Report, 2008(3): 343-349.

[5]杨华,李士祥,刘显阳.鄂尔多斯盆地致密油、页岩油特征及资源潜力[J].石油学报,2013, 34(1): 1-11.