缝洞型碳酸盐岩凝析气藏压力衰竭过程中凝析油微观赋存状态

昌伦杰， 龙 威， 伍轶鸣， 陈飞飞， 刘志良， 王冠群

(1.中国石油塔里木油田公司, 库尔勒 841000； 2.深圳清华大学研究院, 深圳 518057； 3.清能艾科(深圳)能源技术有限公司, 深圳 518057)

凝析气藏的开发过程不同于常规气藏，主要原因在于凝析气体系在压力衰竭过程中出现反凝析现象，导致凝析油容易在井底和近井地带聚集，从而堵塞流动通道，使气井产能降低[1-3]。缝洞型碳酸盐岩储层通常溶洞和空洞为主要储集空间，裂缝为主要流动通道，储层非均质性强，储集模式的多样性及凝析气相态变化复杂性使得开采难度大，带来一系列生产问题[4-6]。因此，研究缝洞型碳酸盐岩凝析气藏压力衰竭过程中凝析油的赋存状态变化及析出规律对于其高效开发有重大意义。

传统的凝析气藏生产动态物理模拟实验只能从宏观上评价开发效果，无法真实反映不同开发阶段的油相变化[7-9]。近年来，电子计算机断层扫描(computed tomograpgy，CT)技术在油气勘探领域的运用逐渐成熟。CT技术成像质量高，准确，速度快，不损坏岩心，能够再现岩石微观孔隙结构及孔隙介质中的流体分布。Dezabala等[10]通过实验建立了与实际碳酸盐岩油气藏类似的物理模型，采用CT研究了岩石的孔隙度、渗透率及岩石中的水驱过程。之后，Kamath等[11]又制作了大型碳酸盐岩非均质孔隙物理模型，通过可视化技术获得了岩心水驱油过程的图片。Rangel等[12]开展了碳酸盐岩岩心水驱油和水驱气实验，通过CT技术研究了润湿相在裂缝中的位置及基质中的含水饱和度分布情况。赵秀才[13]提出了一种表征孔隙空间分布特征的方法对人造岩心，砂岩岩心和碳酸盐岩岩心的数字岩心的孔隙结构特征进行研究。肖阳等[14]对全直径岩心造缝洞后，通过开展垂直衰竭、水平衰竭，注气开采，注水开采等实验，对比了不同缝洞结构和不同开发方式对凝析气藏凝析油采收率的影响。胡伟等[15]提出一种采用岩心CT扫描与岩心薄片微观仿真模型相结合的剩余油分布实验研究方法，分别从宏观岩心尺度和微观孔隙结构方面定性和定量地对注水和注水机理，驱替后剩余油宏观和微观分布特征。

基于此，现采用微米CT扫描技术，选取塔中Ⅰ号气田露头碳酸盐岩缝洞介质储层样品进行缝洞雕刻，对雕刻的单缝洞型、多缝洞垂向叠置型和多缝洞横向叠置型三种缝洞类型岩心开展凝析气压力衰竭实验协同微米CT扫描，采用人工智能图像识别算法对油/气/岩石骨架进行分割，建立真实岩心孔隙网络模型，在此基础上通过模拟计算结合图像识别软件，实现对凝析气藏不同储层不同开发阶段凝析油微观赋存形态，赋存量及赋存位置进行表征。

1 凝析气压力衰竭实验协同CT扫描

1.1 实验材料

(1)岩心：三块样品来自塔中Ⅰ号凝析气田碳酸盐岩储层露头，其结构极其致密，有少量较小裂缝及孔洞结构，对露头样品钻取三块直径25.4 mm柱塞样，并进行人工雕刻缝洞，缝洞类型分别为单缝洞型，多缝洞垂向叠置型和多缝洞横向叠置型，编号分别为NO.1、NO.2、NO.3，用于模拟碳酸盐岩缝洞介质储层衰竭式开发。雕刻后的岩心CT扫描图像如图1所示。

图1 实验岩心CT扫描图像Fig.1 CT scanning image of test cores

对雕刻后的岩心进行孔渗测试，结果如表1所示。

表1 实验岩心样品孔渗数据Table 1 Porosity and permeability of test cores

(2)凝析气：本实验配置的凝析气样品组分数据如表2所示，其压力-温度(pressure-temperature,P-T)相图如图2所示。

表2 凝析气样品组分数据Table 2 Components of the condensate gas

临界点温度-24.8 ℃；临界点压力10.735 MPa；临界凝析压力15.187 MPa；临界凝析温度278.4 ℃图2 凝析气样品P-T相图Fig.2 P-T phase image of the condensate gas sample

1.2 实验装置

凝析气压力衰竭实验装置主要由注入系统，采出计量系统，数据采集系统，自动控制系统等组成，系统流程图如图3所示。

1为恒速恒压泵; 2为环压跟踪泵; 3为核磁/CT; 4为大排量循环泵;5为回压容器; 6为回压跟踪泵; 7为溢流阀; 8为单向阀; 9为截止阀;10为电子压力计图3 实验装置流程图Fig.3 Test device flow chat

1.3 实验步骤

(1)岩心置于夹持器内，围压设置17 MPa，温度设置70 ℃，调整微米CT扫描设备射线源与接收器之间的距离以达到预期分辨率。

(2)首先设备内部进行抽真空，接着向岩心内由上到下注入凝析气，待出口见凝析气后提升回压至15 MPa，稳定20 min后，对岩心进行CT扫描。

(3)调转出入口方向，岩心上端由入口变为出口，逐步降低压力至12、10、8、6、4、2 MPa，每降低一个压力值，等待20 min至系统稳定后对岩心进行CT扫描，然后再降低至下一个压力值。

2 图像处理

2.1 人工智能图像分割技术

对微米CT扫描得到的高精度灰度值图像重构后，需要通过分割将每一个体像素归为某一类物质(本实验需分割油相，气相和岩石骨架)，能否精准的分割会对之后的建模及定量分析带来非常大的影响[16]。传统的图像分割方法如Otsu、Watershed、Global等由于依赖人眼识别和主观判断，识别的准确性欠佳[17-18]。人工智能图像分割技术通过对目标岩心样本典型孔隙、油相和岩石骨架图像的灰度特征进行学习，建立数学模型，从而实现通过机器自动识别各相，提高图像分割的准确性。以图4为例，图4(a)为原始图像，采用传统方法对其进行阈值分割，既可以得到孔隙度6.99%[图4(b)]，也可以得到孔隙度9.93%[图4(c)]，得到哪种结果取决于主观判断，[图4(d)]为采用人工智能图像分割技术得到的图像，孔隙度为8.41%，和实验结果也更接近。

图4 人工智能图像分割技术与传统阈值分割方法对比Fig.4 Comparison between artificial intelligence image segregation and traditional threshold segmentation method

2.2 凝析油赋存状态描述

根据侯健等[19]对油水赋存形态的划分标准(表3)，即按照油相的形态因子(G)和接触面积比(Ror)两个参数将油相划分为以下4种的微观赋存形态：①网络状，油相分布于多个孔喉中，体积较大且结构极为复杂；②多孔状，油相分布于较少的孔隙和喉道中，形状较复杂；③孤立状，油相通常分布于单个孔隙中，形状较规则；④油膜状，油相呈油膜状连续附着于岩石表面。

表3 油相赋存状态划分标准Table 3 Segregation standard of oil occurence

3 衰竭实验效果评价及结果分析

对微岩心样品按照1.3节中的实验步骤开展凝析气压力衰竭实验，使用人工智能图像处理与识别技术对CT扫描图像进行智能识别和三维重构，得到真实岩心三维孔隙网络模型，对3块岩心不同压力下的孔隙网络模型分别截取800×800×1 200网格数据体(尽可能地保留缝洞构造)用作计算分析。

3.1 油相赋存状态

在获得岩心不同压力下的孔隙网络数据体后，通过模拟计算可以得到油、气相含量，结果如表4所示。从表4可以看出，在碳酸盐岩缝洞储层岩心整个压力衰竭过程中，油相在孔隙中的占比非常低，小于2%，凝析油含量呈现出先增多后减少的趋势，在6 MPa附近达到峰值。

表4 岩心在不同压力下的油、气相含量Table 4 The contents of oil and gas at different pressure

按照表3中油相赋存状态划分标准对三块岩心数据体孔隙中凝析油的4种赋存状态进行统计，结果如图5所示。

图5 不同压力下的油相赋存状态Fig.5 Oil occurrence at different pressure

(1)对于NO.1和NO.2岩心来说，在压力衰竭过程中，油相主要以网络状和多孔状赋存(占比超过85%)，单孔状和油膜状油占比较少；随着压力的降低，网络状油先增多后减小，多孔状、单孔状和油膜状油先减少后增多；经过整个压力衰减过程，网络状油占比增加，而多孔状、单孔状和油膜状占比减小。

(2)NO.1岩心与NO.2岩心的区别在于NO.1岩心的网络状油比NO.2岩心少而多孔状油比NO.2岩心多，这是由于，相对于单缝洞而言，多缝洞垂向叠置型缝洞与洞相互连接的流动通道更多，分散的油相更容易被裂缝连接成网络状油。

(3)NO.3岩心单孔状和油膜状油变化不大，网络状油波段式增多，多孔状油波段式减少，这是由于在压力衰竭初期，油相受自身重力作用主要以分散状态分布于横向洞的底部，压力衰竭使靠近气体入口端的洞底部的多孔状凝析油被推进裂缝通道并进入下一个洞，当凝析油进入下一个洞并与其中的凝析油汇聚时形成网络状油，此时网络状油增多，单孔状油减少，当凝析油被推进裂缝通道时，网络状油被分散，此时网络状油减少，单孔状油增多，随着压力降低油相析出量越来越多，油相更容易汇聚，因此从整体上看网络状油越来越多，而多孔状油越来越少。

从4种状态油相赋存变化来看，碳酸盐岩缝洞介质储层岩心压力衰竭过程主要是一个油相由多孔状、单孔状和油膜状向网络状转变的过程，最终网络状油增加，多孔状、单孔状和油膜状油减少。

3.2 油相赋存状态定量表征

对3种不同缝洞类型储层岩心数据体孔隙中凝析油的4种赋存状态的数量和体积变化进行统计，数量是指凝析油的块数，体积指凝析油占据的网格数，结果如图6～图8所示。

图6 NO.1岩心油相赋存状态数量和体积变化Fig.6 The amount and volume changes of oil occurrence of NO.1 core

图7 NO.2岩心油相赋存状态数量和体积变化Fig.7 The amount and volume changes of oil occurrence of NO.2 core

图8 NO.3岩心油相赋存状态数量和体积变化Fig.8 The amount and volume changes of oil occurrence of NO.3 core

从图6可以看出：①NO.1岩心在压力衰竭过程中，网络状油数量极少但是体积最大，说明油相以数量较少的巨大网络状赋存，多孔状油的数量和体积都居第二，单孔状油数量不少但是总体积非常小是因为单个单孔状油相的体积非常小，油膜状油数量最多但是由于附着于孔壁上的油非常薄，所以总体积较小；②多孔、单孔和油膜状油数量和体积均呈现出先减少后又增加的趋势，最终每种状态的油相数量都有减少；网络状油数量先减少后增多，体积先增加后减少，这是因为随着压力降低，数量较多的小块网络状油聚集成数量较少的大块网络状油从岩心出口端流出；③整个压力衰竭过程是油相由多孔、单孔和油膜状油向网络状油转化产出的过程。

图7中，NO.2岩心压力衰竭过程中不同状态油相数量和体积的变化趋势均与NO.1岩心相似，对于孔隙度相近的NO.1和NO.2岩心，区别在于：①NO.2岩心薄膜状油数量比NO.1岩心多，而多孔状油数量比NO.1岩心少，这是由于多缝洞岩心的洞个数多而体积小，油相更容易在吸附作用下以油膜状附着于缝洞壁面，而多缝洞中各个洞中分散多孔状油会被裂缝连接形成网络状油；②NO.2岩心四种状态的油相的体积明显小于NO.1岩心，这说明复杂的缝洞结构不利于凝析油的析出。

从图8可以看出：①NO.3岩心在压力衰竭过程中，网络状油数量极少但是体积逐渐增大，多孔状油数量变化不大但体积呈减小趋势，这是因重力作用位于单个洞底部的多孔状油在压差作用下不断汇聚和产出的结果；②单孔状油和油膜状油数量和体积变化不明显；③从纵向上看，NO.3岩心的孔隙度最小但各阶段油相的总体积相近，说明多缝洞横向叠置型储层更有利于凝析油的析出。

从油相4种赋存状态的数量和体积变化看，3种缝洞类型岩心按照有利于凝析油析出由强到弱的排序依次为多缝洞横向叠置型，单缝洞型，多缝洞垂向叠置型。

3.3 油相赋存状态位置表征

压力衰竭过程中的油相赋存位置用接触面积比来表征。接触面积比定义为油相与岩石骨架的接触面积与岩石孔隙表面积的比例，该值的大小反映了油相远离或者靠近岩石壁面的程度。对3种不同缝洞类型储层岩心孔隙中凝析油的4种赋存状态的接触面积比进行统计，结果如图9所示。

图9 不同压力下的油相接触面积比Fig.9 Oil contact area ratio at different pressure

从图9可以看出：①NO.1和NO.2岩心网络状油接触面积比呈现出先增加后减少的趋势，多孔状油接触面积比呈现出先较少后增加的趋势，这是由于随着压力降低，凝析油析出量增加，多孔状油远离岩石壁面聚集向网络状转化，而网络状油随着体积增大会靠近岩石壁面，随着凝析油的进一步析出并从岩心出口端产出，网络状油会远离岩石壁面，而多孔状油由于体积减小，在表面张力的作用下会靠近岩石壁面；②NO.3岩心与NO.1和NO.2岩心的差异是由于压力从4 MPa降低到2 MPa过程中多孔状油体积显著减少和网络状油体积显著增多导致。

4 结论

(1)通过对碳酸盐岩缝洞介质储层岩心开展凝析气压力衰竭实验协同微米CT扫描，采用人工智能识别算法对图像进行分割，建立岩心孔隙网络模型，通过计算结合图像处理，实现了对凝析气藏不同类型储层在不同开发阶段凝析油微观赋存形态的定性，定量及位置表征。

(2)碳酸盐岩缝洞储层凝析气压力衰竭过程中的油相赋存状态结果表明，衰竭过程中形成的凝析油主要以网络状和多孔状赋存(占比超过85%)，油相分布相对集中，网络状和多孔状凝析油通过油膜连接，压力衰竭过程主要是一个油相由多孔状、单孔状和油膜状向网络状转变的过程。

(3)凝析气压力衰竭过程中的油相赋存状态数量和体积分析结果表明，对于碳酸盐岩储层而言，利于凝析油析出的储层构造由强到弱依次为多缝洞横向叠置型储层、单缝洞型储层、多缝洞垂向叠置型储层。

(4)凝析气压力衰竭过程中的油相赋存状态位置分析结果表明，在压力衰竭过程中，随着凝析油增多，油相会向岩石壁面靠近，当油相开始产出，油相会远离岩石壁面，随着油相的产出，油相减少，凝析油在表面张力的作用下向石壁面靠近。