基于光纖監測的段內多簇壓裂效果主控因素研究

王博，李麗哲，董小衛，劉帥，周福建*

1 中國石油大學(北京)克拉瑪依校區石油學院，克拉瑪依 834000

2 中國石油大學(北京)非常規油氣科學技術研究院，北京 102249

3 新疆油田工程技術研究院，克拉瑪依 834000

0 引言

非常規油氣藏通常具有低孔、低滲、儲量豐度低、自然能源產量低等特點。水平井多級壓裂降成本、密切割、提高壓裂增產效果，是開發非常規油藏不可缺少的技術。

由于儲層物性和地質參數的非均質性，段內多裂縫進液不均勻、裂縫擴展不均衡，降低了水平井多級壓裂的增產效果。裂縫擴展不均勻受到地層非均質，裂縫間的強應力作用以及不均勻的流體分布等影響。郭天魁[1]等人設計真三軸水力壓裂物模試驗明確地應力差、排量以及壓裂級數對頁巖水平井分段壓裂裂縫擴展的影響規律。同時，多位學者[2-3]基于位移—不連續方法(DDM)開展裂縫擴展數值模擬，探究射孔直徑和數目、不同布縫模式等對多裂縫擴展形態的影響。

限流壓裂[4-5]、暫堵壓裂[6–8]是緩解改造不均衡的常用手段。使用限流壓裂技術限制單個裂縫流量，實現均勻的多裂縫擴展。Roberts等人[9]引入鷹眼手段監測限流壓裂技術對裂縫均勻擴展的影響，現場壓裂結果表明含支撐劑的壓裂液容易造成強烈的射孔沖蝕，優勢簇孔眼沖蝕后流通能力更強，加重段內改造不均衡程度。段內暫堵壓裂通過泵注可降解暫堵劑封堵優勢進液孔眼或縫口，提升井筒凈壓力，迫使后續壓裂液進入欠改造/未改造射孔簇，從而提高段內均衡改造程度[10-11]。然而，段內暫堵過程復雜，暫堵效果受暫堵劑類型、泵注參數、孔眼參數和地層參數影響顯著，暫堵效果差異大，工藝方案不完善[12]。Li等[8]通過真三軸壓裂實驗定量研究裂縫間距、射孔簇數目、壓裂液粘度、地應力等關鍵參數對暫堵的影響。優化分段分簇方案，有助于從根本上解決段內改造不均衡的難題，其核心在于明確影響段內裂縫起裂、進液、擴展和產液的主控因素，提高分段分簇方案的準確性。

本文基于管外光纖監測技術，獲取段內多裂縫起裂順序、進液比例和產液比例等數據，與測井數據和測井解釋數據進行對比分析，確定影響段內多簇壓裂效果的主控因素，指導分段分簇方案設計，提高段內多簇壓裂均衡改造效果。

1 管外光纖監測方案與數據獲取

1.1 井概況與監測方法

本文選取新疆油田石炭系火山巖油藏中某水平井A井，該井開展套管外敷光纖監測壓裂試驗，該井完鉆井深為1463.0 m，水平段長670.0 m，分6 段壓裂，每段段內有3～6 個壓裂簇，射孔簇間距為23.86～40.24 m，平均為27.5 m。儲層孔隙度是13.4%～18.7%，平均是16.8%，滲透率是6.23～187.4 mD，平均是38.46 mD，沿井身非均質性強，各向異性強，采用大排量壓裂施工。施工結果表明各簇起裂、進液量和進砂量差別大，分析段內多簇裂縫間非同步起裂與非均勻進液原因，有利于優選壓裂方案，提高儲層精準改造程度。

A井監測光纖安裝于套管外，可以對壓裂全過程以及生產階段進行實時監測?？籽鄄捎闷屏驯P裝置，與光纖固定板方向相對，破裂盤在光纖對面均勻分布，可以有效避免壓裂混砂液損害光纖設備。壓裂過程中，破裂盤最初是關閉的，在套管內部壓力達到一定值，破裂盤打開，充當孔眼通道，避免傳統射孔工藝破壞光纖電纜。壓裂起始前，需要進行光纖校深以及原始地層數據錄入。光纖校深驗證指下入設計深度后，獲取設計下入深度與實際下入深度的偏差值，以此修正光纖位置，從而準確反演各壓裂段各壓裂簇的進液情況。光纖校深采用井口敲擊和熱風槍加熱的方法，通過計算聲音和溫度的傳播速度，計算光纖實際安裝位置。光纜校深定位與入井深度數據偏差為0.8 m。原始地層數據錄入是指錄入井下的原始溫度和原始噪音，通過原始監測，判斷是否存在異常溫度區間和噪音區間，避免影響后續對比判斷。圖1(a)展示了DTS地層溫度數據，水平段原始溫度約為28.5 ℃～29 ℃，與地質預測溫度偏差為1.5 ℃。圖1(b)展示了DAS原始背景噪聲數據，井下無特殊高頻噪音區域，可直接用于與后續施工過程數據的對比分析。光纖監測實現從溫度/聲波數據反演得到進液/產液比例需要分3 步：第一步，對光纖監測數據進行預處理；第二步，建立溫度/聲波正演模型；第三步，建立溫度/聲波反演算法。

圖1 原始地層DTS/DAS數據錄入Fig. 1 Raw data of DTS/DAS

1.2 數據獲取

為了明確非同步起裂原因及前置液、攜砂液和產液簇間分配主控因素，針對測錄井原始數據(表1)和綜合測井解釋成果數據(表2)，提取5 段22 簇各自對應的的基礎數據，同時提取光纖監測獲取的各簇裂縫起裂順序、前置液分配比例、攜砂液分配比例和產液分配比例數據(表3)，繪制如圖2 所示的數據圖?？紤]到壓裂第2 級時橋塞失封，壓裂液進入第1 級，因此舍去第2 級相應數據。

表1 測井原始數據表Table 1 Raw data of well logs

表2 測井解釋數據表Table 2 Interpretation data of well logs

表3 光纖反演各簇進液比例數據表Table 3 Fiber optic inversion data of each cluster

圖2 測井數據與光纖反演結果數據對比Fig. 2 Comparison of log data and FO inversion results

2 監測結果分析

本文針對獲取的數據，采用灰色關聯法探究測井原始數據和測井解釋數據與光纖監測數據的相關性，并利用二因素相關圖直觀展示單一因素與各壓裂段裂縫起裂順序、前置液分配比例、攜砂液分配比例和產液比例關系，以此明確段內多簇壓裂效果主控因素。

2.1 段內各簇裂縫起裂順序主控因素分析

圖3 中，以此處例子介紹段簇編號：6-1 表示第6 段第1 個射孔簇，6-4 表示第6 段第4 個射孔簇，第1 個射孔簇靠近趾端，第4 個射孔簇靠近跟端。如圖3 和圖4 所示(圖中數字代表段內各簇的起裂順序)，第6 段中水平最小主應力越小，脆性指數越高，起裂越早，符合率100%，第5 段符合率為67%，第4 段符合率60%，第3 段符合率為75%。在全部統計結果的4 個壓裂段中，19 簇共有14 簇符合該規律(14/19)，總體符合率為74%。進一步分析其他測井數據與段內各簇裂縫起裂順序的相關性，發現吻合度較小，如各簇孔隙度與起裂順序無明顯規律性。因此，最小水平主應力與脆性指數是導致各簇非同步起裂的主控因素。

圖3 各簇最小水平主應力與起裂順序關系分布圖Fig. 3 Distribution of the Sh and the fracture initiation sequence of clusters

圖4 各簇脆性指數與起裂順序關系分布圖Fig. 4 Distribution of the BI and the fracture initiation sequence of clusters

2.2 前置分配比例主控因素分析

(1)灰色關聯法分析

以測井原始數據和解釋數據為比較數列，以每簇前置液進液比例為參考數列，基于灰色關聯法計算了比較數列與參考數列之間的關聯度(圖5)。橫坐標表示影響前置液分配比例的原始測井數據和解釋結果數據，前者包括井徑(CALI)、伽瑪值(GR)、侵入帶電阻率(RI)、原狀地層電阻率(RT)、聲波速度(AC)、密度(DEN)、補償中子(CNL)、氣測值(QL)；后者包括楊氏模量(E)、泊松比(v)、孔隙度(φ)、含油飽和度(So)、孔隙度與含油飽和度之積(φ×So)、脆性指數(BI)和最小水平主應力(Sh)?？v坐標表示各因素與前置液分配比例的關聯度。關聯度越大，說明該因素對前置液分配比例的影響程度越強?？梢钥闯?，在測井原始數據中，影響前置液分配比例最關鍵的4 個因素依次是QL>CNL>GR>AC；在測井解釋數據中，影響前置液分配比例最關鍵的4 個因素依次是φ>φ×So>BI>Sh。

圖5 前置液分配比例與各因素間關聯度分布圖Fig. 5 Correlation between the pre-fluid proportion and influence factors

(2)與測井原始數據相關性

針對測井原始數據中影響前置液分配比例的4 個關鍵因素(QL>CNL>GR>AC)，分別繪制影響因素數值與前置液比例分布圖(圖6)。如圖6(a)所示，第6段和第5 段中，QL與前置液分配比例有明顯的正相關關系；第4 段和第3 段中，氣測值(QL)與前置液分配比例沒有明顯的相關性；如圖6(b)所示，4 段的補償中子值(CNL)與前置液分配比例整體呈正相關，其中6-1、4-2、3-1、3-2 出現異常。如圖6(c)所示，伽瑪值(GR)與前置液分配比例正相關性較弱，異常簇較多。如圖6(d)所示，聲波速度(AC)與前置液分配比例整體呈正相關，其中6-1、4-2、3-2 發生異常。

圖6 測井原始數據與前置液分配比例分布圖Fig. 6 Correlation between raw logs and pre-fluid proportion

(3)與測井解釋數據相關性

針對測井解釋數據中影響前置液分配比例的4 個關鍵因素(φ>φ×So>BI>Sh)，分別繪制影響因素數值與前置液比例之間關系分布圖(圖7)。如圖7(a)所示，第5 段、第4 段中，孔隙度與前置液分配比例有明顯的正相關關系；如圖7(b)所示，第5 段中，孔隙度和飽和度乘積與前置液分配比例有明顯的正相關性；如圖7(c)所示，第6 段、第5 段和第4 段中，脆性指數與前置液分配比例有明顯的正相關性；如圖7(d)所示，第6 段、第5 段和第4 段中，水平最小主應力與前置液分配比例有明顯的負相關性。

2.3 攜砂液分配比例主控因素分析

(1)灰色關聯法分析

以測井原始數據和解釋數據為比較數列，以每簇攜砂液進液比例為參考數列，基于灰色關聯法計算了比較數列與參考數列之間的關聯度(見圖8)。橫坐標表示影響攜砂液分配比例的原始測井數據和測井解釋數據，縱坐標表示各因素與攜砂液分配比例之間的關聯度。關聯度越大，說明該因素對攜砂液分配比例的影響程度越強?？梢钥闯?，在測井原始數據中，影響攜砂液分配比例最關鍵的4 個因素依次是QL>CNL>GR>AC；在測井解釋數據中，影響攜砂液分配比例最關鍵的4 個因素依次是BI>φ>Sh>So。

圖8 攜砂液分配比例與各因素間關聯度分布圖Fig. 8 Correlation between the sand-laden fluid proportion and influence factors

(2)與測井原始數據相關性分析

針對測井原始數據中影響攜砂液分配比例的4 個關鍵因素(QL>CNL>GR>AC)，分別繪制影響因素數值與攜砂液比例分布圖(圖9)。如圖9(a)所示，第6段和第5 段中，氣測值(QL)與攜砂液分配比例有明顯的正相關關系；如圖9(b)所示，第6 段和第5 段中，補償中子值(CNL)與攜砂液分配比例有明顯的正相關性；如圖9(c)所示，第6 段、第5 段和第3 段中，伽瑪值(GR)與攜砂液分配比例有明顯的正相關性；如圖9(d)所示，第6 段和第5 段中，聲波時差值(AC)與攜砂液分配比例有明顯的正相關性。

圖9 測井原始數據與攜砂液分配比例分布圖Fig. 9 Correlation between raw logs and sand-laden fluid proportion

(3)與測井解釋數據相關性分析

針對測井解釋數據中影響攜砂液分配比例的4 個關鍵因素(脆性指數>孔隙度>最小水平主應力>含油飽和度)，分別繪制影響因素數值與攜砂液比例分布圖(圖10)。如圖10(a)所示，第6 段和第5 段中，脆性指數與攜砂液分配比例有明顯的正相關關系；如圖10(b)所示，第5 段中孔隙度與攜砂液分配比例呈正相關，第6、4、3 段中孔隙度與攜砂液分配比例呈負相關；如圖10(c)所示，第6 段和第5 段中，水平最小主應力與攜砂液分配比例呈負相關；如圖10(d)所示，第6 段和第5 段中，含油飽和度與攜砂液分配比例呈負相關。

圖10 測井解釋數據與攜砂液分配比例分布圖Fig. 10 Correlation between interpretation logs and sand-laden fluid proportion

2.4 產液分配比例主控因素分析

(1)灰色關聯法分析

以測井原始數據和解釋數據為比較數列，以每簇產液比例為參考數列，基于灰色關聯法，計算了比較數列與參考數列之間的關聯度(見圖11)。橫坐標表示影響產液比例的原始測井數據和測井解釋數據，縱坐標表示各因素與產液比例的關聯度。關聯度越大，說明該因素對產液比例的影響程度越強?？紤]壓裂階段前置液和攜砂液階段各簇總進液比例，測井原始數據對產液比例的影響程度由強到弱依次是：總液分配比(Ratio)>QL>CNL>AC>GR；測井解釋數據對產液比例的影響程度由強到弱依次是：總液分配比(Ratio)>φ>BI>Sh>φ×So。

圖11 各簇產液比例與各因素間關聯度分布圖Fig. 11 Correlation between the fluid production proportion and influence factors

(2)產液剖面分配特征分析

進一步繪制各簇總液分配比例、產液比例和孔隙度—飽和度乘積分布圖(圖12)，可以看出，各簇總液分配比例與孔隙度飽和度乘積都處于相對較高值時，該射孔簇產液比例才會高。具體統計規律如下：進液多，φ×So高，該簇產液占比大，符合率8/22；進液少，φ×So高，該簇產液占比小，符合率10/22；進液多，φ×So低，該簇產液占比小，符合率1/22。

圖12 各簇總進液/產液比例與φ×So關系圖Fig. 12 Relationship between total injection/production proportion and φ×So

2.5 各射孔簇進液、產液分配比與起裂順序之間關系

將4 段19 簇前置液分配比例、攜砂液分配比例、產液分配比例與各射孔簇起裂順序繪制成圖13?？梢钥闯?，4 個壓裂段中，進液最多的射孔簇，產液最多，起裂最早，該規律符合率為100%；進液排第2 的射孔簇，起裂順序也為第2，該規律符合率為75%；因此，最先起裂的裂縫后續傾向于形成優勢裂縫或超級裂縫，嚴重影響段內均衡改造程度。為此，為提高段內均勻進液程度，應優化射孔參數，利用限流的方法，提高段內多個射孔簇同步起裂程度。

圖13 各簇前置液/攜砂液進液比例/產液剖面/起裂順序關系圖Fig. 13 Relationship between pre-fluid/sand-laden fluid/production proportion and the fracture initiation sequence

本文給出了一口實際井各射孔簇測井數據和光纖監測數據，量化了各參數(如應力和脆性指數等)對多裂縫間砂液分配的影響，相對數值模擬方法更加可靠，也可以對數值模型進行校正。此外，本文明確了影響多簇裂縫進液的主控因素，后續可以此為基礎，引入聚類的方法，開展分段分簇優化，有助于水平井段內均衡改造。

3 結論

由于管外監測成本高，監測數據有限，且由于監測技術尚待進一步完善，各壓裂段所得規律并非絕對一致，但仍能得到一定認識，有助于段內多簇壓裂分段分簇方案制定。

(1)低水平最小主應力、高脆性指數的射孔簇優先開啟，整體符合率為73.7%；水平最小主應力越小，脆性越強，更容易起裂，因此水平井壓裂分段分簇設計時，要考慮儲層的應力條件和巖石脆性特征，優選射孔甜點；

(2)基于灰色關聯法分析，影響前置液比例的測試數據中最關鍵4 個因素分別是：氣測數據>中子數據>伽瑪數據>聲波數據；解釋數據中最關鍵的4 個因素是：孔隙度>孔隙度和飽和度乘積>脆性指數>最小水平主應力；影響攜砂液比例的測試數據中最關鍵4 個因素分別是：氣測數據>中子數據>伽瑪數據>聲波數據；解釋數據中最關鍵的4 個因素是：脆性指數>孔隙度>最小水平主應力>含油飽和度；

(3)基于灰色關聯分析思路，獲得影響裂縫起裂順序和進液情況的重要因素。同一井區的壓裂水平井可以基于射孔基礎數據和射孔解釋數據進行預測分析，優化壓裂設計；

(4)影響產液比例的關鍵因素是總液分配比和φ×So，二者比例同時高是產液比例高的充要條件；進液最多的簇最先起裂，符合率100%；進液次多的簇次起裂，符合率75%。