文|潮玺

(相关资料图)

编辑|潮玺

前言

非常规资源中蕴藏着大量的碳氢化合物，但它们的地质属性与传统储层不同，这种特性限制了储层中碳氢化合物的流动，这些资源的岩石物理特性非常复杂，评估地层的确切孔隙度、渗透率和水饱和度具有挑战性，预测碳氢化合物储层开发的基本参数之一是水饱和度。

1942年，科学家使用测井数据估计水饱和度，这种方法需要进行实验室测量以确定胶结因子的值，但是由于非常规储层中复杂的岩性导致胶结因子沿着井筒深度有很大的高度变化，因此假设胶结因子的值恒定会导致水饱和度的确定出现错误，此外用于获取胶结因子值的实验室测量既昂贵又耗时。

为了发展适当的胶结因子关系，提出了各种方程，然而在大多数这些方程中，胶结因子被认为是恒定的，假设胶结因子的值恒定将导致岩石物理评估的不精确性，为了消除这种不准确性，不能假定胶结因子是恒定的。

并通过不同的建议方法进行分析，以提出最准确的岩石分类。除了现有的方法外，还提出了一种新的岩石分类方法。这种基于曲折系数或因子的新方法根据岩石的电学性质将岩石分为不同的类别，从而提高胶结因子的估计，从而获得更精确的水饱和度。

胶节因子估算

在1942年，科学家发现地层电阻率因子和孔隙率之间关系的学者，并提出了以下相关性来描述它们之间的关系：其中发现，在方程中，地层电阻率因子在对数尺度下与孔隙度的关系的斜率是胶结因子，这是岩石物理学中的一个关键参数。

通过对1800个砂岩样本进行分析，提出了以下相关性采用类似Humble的相关性来预测胶结因子：F=0.81φ2

为了根据非裂缝碳酸盐岩储层岩石中的孔隙度估算胶结因子值，壳相关性可以按如下方式使用：m=1.87+0.019φ

通过分析64个碳酸盐样品，提出了以下相关性来预测胶结因子：m=2.2−0.035φ+0.042

第一批获得相关性以估计每个表面积的胶结因子和曲折系数的学者：m=LogaLogφx

提出以下相关性，可用于估计伊朗碳酸盐岩储层中的胶结因子：m=10.36−0.08升nφ

因此提出了许多相关性来估计胶结因子，但只有少数相关关系会导致胶结因子的准确值。许多岩石样品的岩石物理分析和地质，根据其相互特征，对该样品进行分类将给出更好、更准确的胶结因子值。

已经提出了不同的分类方法，以估计孔隙率和地层电阻率因子之间更准确的相关性，研究了来自伊朗西南部地层的155个岩心样本，根据岩石类型和孔隙类型，他们将样品分为不同的类别。

在对非均质碳酸盐岩储层进行调查后，发现估计水饱和度不确定的主要原因是胶结因子，他们根据石灰岩样品的渗透率值对其进行分类，并在对数交叉图上证明了地层电阻率因子对孔隙率的影响。最后，他们为每类渗透率提出了以下方程：

m=1.2+0.1286φf奥·<0.1米深、m=1.4+0.0857φf奥·<0.1吨o1米深

m=1.2+0.0829φf奥·=1吨o100米D、m=1.22+0.034φf奥·>100米D

该分析的结果表明，尽管这些类别已经被单独说明，但不能很好地适合每个类别，这可能是由于渗透率和地层电阻率因子之间的弱关系。

提出了以下等式来找到孔隙率和渗透率之间的更好关系，并解释液压流量单元：

FZI=0.0314×kφ−−√φZ

其中分别是流区指示符、渗透率和孔隙度，是矩阵体积比，可以通过以下公式计算：

φZ=φ1−φ

该方程显示了空隙或空隙空间与其几何分布之间的关系。

使用方程获得的FZI值对储层中的样品进行分类，然后通过FZI测井将它们分成不同的HFU。分隔HFU的FZI类别为：

$-1<\mathrm{FZI}<-0.5， -0.5<\mathrm{ FZI}<0， 0<\mathrm{ FZI}<0.5，\mathrm{ FZI}>0.5$

地层电阻率因子数据与孔隙率的关系，每个HFU的数据都是分散的，这意味着这种方法不能很好地对数据进行分类，这表明液压和电气路径不同，并且液压曲折度比电曲折度大得多。

在地层电阻率因子与孔隙度对数交叉图中，数据中可能存在较高的散射率。这可能会导致决定系数 R 的值变小，因此，在估计值m和a时会导致高误差。

结合圆柱管中流动的泊松定律、多孔介质中流体流动的达西定律，定义了储层质量指数：

RQI=0.0314×kφ−−√，RQI值越高，表示储层质量越好。

然而，地层电阻率因子与渗透率之间没有普遍的关系，但是许多作者报道了一种反比关系。

以下公式可用于定义电气半径指示器：ERI=φF−−√
与给出水力半径平均值的RQI不同，ERI是无量纲的，并且仅比较样品的电半径，公式表明，在给定的孔隙率下，地层电阻率因子的降低将增加ERI，反之亦然。

比较了92个样本的RQI和ERI值。RQI和ERI之间的不一致表明液压和电气路径之间的差异。

方法论：报告的巴黎盆地东部石灰岩中的2015个岩石样本进行了分析，该数据集包括m、F、a和k，后来由于信息缺乏，删除了18个数据。数据中孔隙率和渗透率值的范围。每个参数的范围，包括m、F、和k，这表明该数据集涵盖了广泛的数据。

为了找到最佳的岩石分类方法并估计胶结因子的准确值，对数据集应用了不同的分类方法，首先使用渗透率值将数据分为几组进行分析，然后根据其FZI类别对数据进行分组，接下来根据其CZI类别对数据进行分组。

最后根据数据的曲线系数分类，得到具有不同电效率的组，在将这四种方法应用数据集后，本研究提出了一种新的方法，并基于数据的曲线系数分类对数据进行了分类，最终得出了最佳的岩石分类方法。

为了根据其渗透率值对数据进行分类，数据被分为3个不同的渗透率区间，然后对这三组数据进行了F-φ对数图分析，按渗透率值分类的三组数据的F-φ对数图。提取的3个渗透率区间的F-φ方程、a、R²和m的值。

尽管数据具有低散度水平和高R²值，但由于未对数据进行分类，渗透率不能作为准确的岩石分类方法，这是因为渗透性作为主要的岩石物理特性与水力行为有关，因此，它不能说明石灰岩的良好电气分类。

为了按FZI对数据进行分组，使用公式对每个岩石样本的第一个FZI进行估计。对数FZI的概率图，其中不同的点形成具有不同斜率的虚线。每条线表示一组岩石，这些岩石在斜率为-1，如果每个组都属于不同的组，则表明分隔液压路径的FZI也将分离电气路径。

然而在碳酸盐岩中通常不会发生这种情况，通过电路的流体具有不同的特性，所以结果分析出碳酸盐岩不能根据其FZI进行分类。

各FZI组数据分散度高，此外对于第一组数据，已获得类似0.2913的低R²值，该组在FZI数据中具有最低的FZI范围，没有一个数据属于不同的组，这是由于碳酸盐岩的复杂性，FZI基于渗透性，而两者都描述流体的水力行为。

因此，FZI不能准确地用于电气岩石分类，这也表明水力路径与电气路径不同，FZI不是石灰岩电气分类的正确方法。为了根据岩石的CZI值对岩石进行分类，首先使用方程计算了每个岩石样本的CZI值，之后数据被分成3个不同的CZI类别。

每个CZI区间显示胶结因子数据相对于孔隙度值高度分散，根据对数刻度上地层电阻率因子与孔隙率的关系图，针对每个CZI组获取了F-$\phi$方程以及m、a和R²的值，基于胶结因子与孔隙度的交叉图，展示了每个CZI区间的m-$\phi$方程和R²值。

基于其CZI区间的F-$\phi$数据，尽管数据显示一些波动和不同的R²值，但得出几乎相同的a和m值，尽管如此，CZI仍然可以将石灰岩几乎分为不同的组，这是因为CZI的主方程，表示岩石的固体部分具有最高的电阻率值。

因此CZI不能完全证明石灰岩的良好分类，但考虑到上述几点，它是一种几乎准确的岩石分类方法，并且仍然是分离a和m值相同的储层的有效方法。

为了根据岩石的电效率值对岩石进行分类，第一步是使用方程，估计每个岩石样本的电阻率值，然后绘制其概率图，彼此最接近的数据被视为属于同一组，然后对数图描述为从概率图获得的每个组作为区间，已经展示了电效率数据的倒数的概率图，已经确定了5个不同组。

每个$\frac{1}{\eta_e}$区间的F-$\phi$方程以及m和R²的值，并且基于对数刻度下地层电阻率因子与孔隙度的关系图，为每个$\frac{1}{\eta_e}$区间绘制了对数图。

可以看出每个$\frac{1}{\eta_e}$组都属于完全杰出的类别，基于获得的高R²值和数据的低分散性，我们可以推断出电效率是将石灰石准确分类为不同电气组的精确方法，将岩石基于电效率值进行准确分类的原因是，储集层岩石是一种多孔介质，每个孔隙度值具有不同的曲折系数和不同的路径，因此，每条路径的电效率会有所不同。

最后，我们将新提出的方法数据，在这种方法中，数据已根据其曲折系数值进行分类，因此分为10个不同的间隔，然后数据在对数图上进行说明，每个曲折系数组或区间的对数图。

方程的值以及相应的m和R值，此外还给出了基于地层电阻率因子的孔隙度对数图中每个曲折系数区间所对应的数值范围。

每个曲折系数组的数据与其他组有所不同，属于具有低散射的不同组，这些数据具有高R2值，低散射意味着根据岩石的曲折系数值对岩石进行分类是一种准确的方法，这是因为曲折系数是用来指示流体电路径的参数，因此它可以被用作石灰石的准确分类方法。

笔者认为：

准确估计胶结因子对于研究岩石物理性质至关重要，数据经过常规方法分析，同时提出了一种新的岩石分类方法。该研究的结果总结如下：基于渗透率和流动区指标的岩石分类不能被视为准确的方法，因为这些方法分析的数据高度分散。

当前的指示器是一个参数，很少能用作准确的岩石分类方法，电效率数据分析表明，基于电效率的岩石分类方法被认为是较为准确的岩石分类方法，根据岩石的曲折系数值对岩石进行分类是本研究提出的一种新的岩石分类方法。

该方法可以作为将岩石分类为不同类别的替代方法，并被认为是较为准确的岩石分类方法，使用曲折系数分类得到的方程分析数据后，观察到地层电阻率系数的值与初始地层电阻率因子数据的值完全相似，由此可以得出结论，该方法是一种预测精确胶结因子的岩石分类方法。

关键词：